機器人 SLAM 技術及其 ROS 系統應用
徐本連, 魯明麗主編
- 出版商: 機械工業
- 出版日期: 2024-02-01
- 售價: $239
- 貴賓價: 9.5 折 $227
- 語言: 簡體中文
- 頁數: 192
- 裝訂: 平裝
- ISBN: 7111745027
- ISBN-13: 9787111745020
-
相關分類:
機器人製作 Robots
立即出貨 (庫存 < 3)
買這商品的人也買了...
-
程序員的數學3 : 線性代數$474$450 -
深入理解計算機系統, 3/e (Computer Systems: A Programmer's Perspective, 3/e)$834$792 -
程序員的數學2 : 概率統計$474$450 -
A-Life|使用 Python 實作人工生命模型$520$410 -
對抗機器學習:機器學習系統中的攻擊和防禦$414$393 -
程序員的數學, 2/e$354$336 -
$1,014分佈式人工智能:基於 TensorFlow、RTOS 與群體智能體系 -
機器人 SLAM 導航:核心技術與實戰$894$849 -
並行計算與高性能計算$834$792 -
$706計算機組成與設計:硬件/軟件接口 MIPS版 (原書第6版) -
$805視覺慣性 SLAM:理論與源碼解析 -
數字信號處理的 FPGA 實現, 4/e$1,188$1,128 -
$912自動駕駛與機器人中的 SLAM 技術:從理論到實踐 -
計算機組成與設計:硬件/軟件接口 RISC-V 版 (原書第2版)$1,014$963 -
視覺慣性 SLAM 實作 - 原始程式剖析真正讀懂理論$980$774 -
$1,009C++ 樹莓派機器人開發實戰指南 -
$657精通 ROS 機器人編程 (原書第3版) -
$652ROS 2 智能機器人開發實踐 -
$249智能機器人 SLAM 與路徑規劃技術 -
邊緣 AI - 使用 NVIDIA Jetson Orin Nano 開發具備深度學習、電腦視覺與生成式 AI 功能的 ROS2 機器人$580$458 -
基於 NVIDIA Omniverse 平臺的人工智能執行個體開發入門$468$444 -
跟 NVIDIA 學 LLM 基礎!GPT、Transformer、attention、self-attention 機制、seq2seq 架構,紮穩大型語言模型的深度學習建模技術 (《跟 NVIDIA 學深度學習》修訂版)$880$695 -
$657現代計算機組成與體系結構 (原書第2版) -
了解物理世界的 AI - 搶先了解 ROS2 智慧機器人 OS 開發$1,080$853 -
高性能計算算法引擎:線性代數與異構計算的融合$599$569
簡體書新到貨|2書75折 ( 10/6-10/15 ) 詳見活動內容 »
-
85折
$254LangChain 與大語言模型應用開發實踐 -
VIP 95折
數學之美 Ⅱ$774$735 -
VIP 95折
機器人系統開發與優化:算法、感知與控制策略$714$678 -
VIP 95折
AI for Science 中的深度學習$654$621 -
VIP 95折
覆雜系統架構設計實戰:從架構設計原理到頂尖公司面試$594$564 -
85折
$453電力電子化直流系統電弧智能故障檢測技術 -
79折
$706電子商務:商務、技術、社會 原書第17版 -
79折
$606初識密碼學 -
VIP 95折
量子力學, 2/e$330$313 -
VIP 95折
學習 Unity 和 C# 遊戲編程, 2/e$756$718 -
79折
$417解密GRE數學出題點 -
VIP 95折
Stable Diffusion - ComfyUI AI 繪畫工作流解析$534$507 -
VIP 95折
多模態 AI Agent 開發實踐$600$570 -
$354機器學習基礎及應用 -
85折
$657AI 大模型面試內參 (上、下冊) -
VIP 95折
Qt 6 for Python:PySide6 GUI 應用開發指南$899$854 -
85折
$448破殼線性代數——踐悟人工智能與量子力學 -
85折
$249數字集成電路設計實踐 -
85折
$856數字通信——基礎與應用(原書第3版·中文導讀版) -
85折
$407OpenCV 圖像實戰 : 圖像處理的深度探索與項目實戰 -
79折
$469解碼大模型:原理與實戰 -
79折
$606Cadence Allegro 24.1 電子設計速成實戰寶典 -
VIP 95折
AI 賦能 AutoCAD 高效作圖與自動化實現(AutoCAD 2024)(視頻教學版)$359$341 -
79折
$236AIGC 與電商營銷技能實戰 (慕課版) -
VIP 95折
從演算法到電路:數碼芯片演算法的電路實現$714$678
相關主題
商品描述
全書共分為5章。
第1章介紹了SLAM的基本定義、分類及其數學表達,對ROS系統進行了簡要描述,
分析了在ROS系統下基於雷射特徵點的SLAM技術和基於視覺的SLAM技術的特性。
第2章詳細分析了一些典型的基於向量的SLAM演算法和基於隨機有限集的SLAM演算法的基本原理及其實現。
第3章給了ROS系統的詳細安裝步驟以及部分常用的ROS系統基本操作指令,
並以TurtleBot機器人為載體進行了基礎功能包的安裝與測試。
第4章首先介紹了用於SLAM的ROS相關工具及使用,其次分別介紹了基於雷射雷達的Gmapping、
Hector SLAM、Cartographer的原理,以及在機器人TurtleBot上的演算法實作。
第5章介紹了基於視覺的MonoSLAM、ORB-SLAM2工作原理和及其實現步驟,同時介紹了多機器人視覺SLAM系統和地圖融合實現過程。
目錄大綱
前言
第1章緒論1
1.1SLAM簡介1
1.1.1SLAM的基本定義1
1.1.2SLAM的分類3
1.2ROS簡介5
1.3基於ROS系統的SLAM技術6
1.3.1基於雷射的SLAM技術7
1.3.2基於視覺的SLAM技術8
1.4SLAM技術的未來發展13
1.5本章小結14
參考文獻14
第2章SLAM演算法簡介與實作15
2.1SLAM演算法簡介15
2.1.1SLAM演算法分類15
2.1.2不同種類SLAM演算法的特性16
2.2基於向量的SLAM經典演算法19
2.2.1EKF-SLAM演算法基本原理19
2.2.2EKF-SLAM演算法的MATLAB模擬驗證23
2.2.3FastSLAM演算法基本原理23
2.2.4FastSLAM演算法的MATLAB模擬27
2.3基於隨機有限集的SLAM演算法27
2.3.1隨機有限集27
2.3.2基於隨機有限集的SLAM28
2.3.3PHD-SLAM演算法基本原理29
2.3.4PHD-SLAM演算法的MATLAB模擬驗證33
2.4本章小結34
參考文獻34
第3章基於ROS系統的SLAM技術36
3.1ROS系統36
3.1.1ROS的版本介紹與安裝38
3.1.2ROS檔案系統級45
3.1.3ROS計算圖級47
3.1.4ROS開源社群級50
3.2ROS系統基本操作51
3.2.1創建工作空間51
3.2.2創建ROS功能包及功能包編譯52
3.2.3ROS節點的使用53
3.2.4ROS主題與節點的交互55
3.2.5ROS服務的使用57
3.2.6節點的創建與編譯58
3.2.7服務和訊息文件的建立和使用62
3.2.8Launch啟動文件68
3.3基於ROS系統的機器人實務69
3.3.1Turtlebot介紹69
3.3.2Turtlebot功能包安裝與設定71
3.3.3機器人底盤測試73
3.3.4機器人傳感器測試73
3.3.5機器人跟隨功能實現74
3.3.6基於ROS的多機通訊配置75
3.4基於ROS系統的SLAM開源方案78
3.4.1基於光達的SLAM演算法78
3.4.2基於視覺的SLAM演算法79
3.5本章小結80
參考文獻81
第4章雷射SLAM技術82
4.1ROS相關工具的使用82
4.1.1rviz和Gazebo的簡介82
4.1.2Gazebo的使用83
4.1.3rviz的使用85
4.1.4Turtlebot機器人在Gazebo中的模擬87
4.1.5Turtlebot機器人在rviz的顯示89
4.2光達傳感器89
4.2.1雷射雷達偵測原理89
4.2.2基於ROS的光達驅動安裝90
4.3基於雷射的Gmapping演算法91
4.3.1Gmapping背景91
4.3.2Gmapping演算法原理92
4.3.3Gmapping功能包的安裝95
4.3.4Gmapping演算法在Turtlebot上的實作98
4.4基於雷射的HectorSLAM演算法101
4.4.1HectorSLAM背景101
4.4.2HectorSLAM演算法原理102
4.4.3HectorSLAM功能包的安裝105
4.4.4HectorSLAM演算法在Turtlebot上的實作107
4.5基於雷射的Cartographer演算法109
4.5.1Cartographer背景109
4.5.2Cartographer演算法原理110
4.5.3Cartographer功能包的安裝113
4.5.4Cartographer演算法在Turtlebot上的實作117
4.6本章小結123
參考文獻124
第5章視覺SLAM技術125
5.1經典視覺SLAM框架125
5.2視覺傳感器及其基礎演算法126
5.2.1視覺傳感器126
5.2.2視覺裏程計129
5.2.3後端優化137
5.2.4回環檢測140
5.3MonoSLAM演算法144
5.3.1MonoSLAM背景144
5.3.2MonoSLAM演算法145
5.3.3MonoSLAM功能包的安裝150
5.3.4MonoSLAM實現152
5.4ORB-SLAM2演算法155
5.4.1ORB-SLAM2背景155
5.4.2ORB-SLAM2演算法155
5.4.3ORB-SLAM2功能包的安裝162
5.4.4ORB-SLAM2在Turtlebot上的實作166
5.5多機器人視覺SLAM技術簡介171
5.5.1多機器人系統171
5.5.2機器人相互辨識173
5.5.3地圖融合策略177
5.5.4地圖融合182
5.6本章小結182
參考文獻182
