类似推荐
编辑推荐
通过阅读本书，读者不仅可以自己设计出一套SLAM导航机器人出来，还可以在软硬件结合的环境中提高自己的C++/Python/Java方面的编程能力，同时还可以接触到流行的SLAM算法的实际应用。
内容简介
全书分为4部分。第1部分对基础知识展开讲解，包括Linux基础和ROS入门。第2部分主要关注一个实际的机器人中的硬件和核心传感器模块的构造，重点讲解机器人上的传感器、差分底盘、树莓派主板开发方面的知识。第3部分是SLAM地图构建的核心算法，SLAM中的数学基础、基于激光的SLAM系统、基于视觉的SLAM系统、混合SLAM系统、新型SLAM系统。第4部分是自主导航相关的核心技术与应用，包括自主导航中的数学基础、基于地图的导航、基于环境探索建图的导航、强化学习在机器人导航中的应用。
作者简介
作者张虎，深圳市睿思智行科技有限公司CEO。曾就职于深圳市智能机器人研究院，主持机器人自主导航方面的研究项目。
章节目录
版权信息
作者简介
推荐语
序
前言
编程基础篇
第1章 ROS入门必备知识
1.1 ROS简介
1.2 ROS开发环境的搭建
1.3 ROS系统架构
1.4 ROS调试工具
1.5 ROS节点通信
1.6 ROS的其他重要概念
1.7 ROS 2.0展望
1.8 本章小结
第2章 C++编程范式
2.1 C++工程的组织结构
2.2 C++代码的编译方法
2.3 C++编程风格指南
2.4 本章小结
第3章 OpenCV图像处理
3.1 认识图像数据
3.2 图像滤波
3.3 图像变换
3.4 图像特征点提取
3.5 本章小结
硬件基础篇
第4章 机器人传感器
4.1 惯性测量单元
4.2 激光雷达
4.3 相机
4.4 带编码器的减速电机
4.5 本章小结
第5章 机器人主机
5.1 X86与ARM主机对比
5.2 ARM主机树莓派3B+
5.3 ARM主机RK3399
5.4 ARM主机Jetson-tx2
5.5 分布式架构主机
5.6 本章小结
第6章 机器人底盘
6.1 底盘运动学模型
6.2 底盘性能指标
6.3 典型机器人底盘搭建
6.4 本章小结
SLAM篇
第7章 SLAM中的数学基础
7.1 SLAM发展简史
7.2 SLAM中的概率理论
7.3 估计理论
7.4 基于贝叶斯网络的状态估计
7.5 基于因子图的状态估计
7.6 典型SLAM算法
7.7 本章小结
第8章 激光SLAM系统
8.1 Gmapping算法
8.2 Cartographer算法
8.3 LOAM算法
8.4 本章小结
第9章 视觉SLAM系统
9.1 ORB-SLAM2算法
9.2 LSD-SLAM算法
9.3 SVO算法
9.4 本章小结
第10章 其他SLAM系统
10.1 RTABMAP算法
10.2 VINS算法
10.3 机器学习与SLAM
10.4 本章小结
自主导航篇
第11章 自主导航中的数学基础
11.1 自主导航
11.2 环境感知
11.3 路径规划
11.4 运动控制
11.5 强化学习与自主导航
11.6 本章小结
第12章 典型自主导航系统
12.1 ros-navigation导航系统
12.2 riskrrt导航系统
12.3 autoware导航系统
12.4 导航系统面临的一些挑战
12.5 本章小结
第13章 机器人SLAM导航综合实战
13.1 运行机器人上的传感器
13.2 运行SLAM建图功能
13.3 运行自主导航
13.4 基于自主导航的应用
13.5 本章小结
附录A Linux与SLAM性能优化的探讨
A.1 操作系统的概念
A.2 Linux操作系统
附录B 习题
机器人SLAM导航：核心技术与实战是2022年由机械工业出版社华章分社出版,作者张虎。
得书感谢您对《机器人SLAM导航：核心技术与实战》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
