商品参数
商品参数
商品参数
| 家庭服务机器人工具和环境的功用性认知研究 |
 |
曾用价 |
68.00 |
| 出版社 |
科学出版社 |
| 版次 |
1 |
| 出版时间 |
2018年05月 |
| 开本 |
16 |
| 著编译者 |
吴培良 |
| 页数 |
126 |
| ISBN编码 |
9787030572585 |
内容介绍
内容介绍
内容介绍
本书系统介绍了家庭服务机器人工具与环境认知研究的最新成果。全书分为工具功能认知、环境功能认知、环境建图三大部分。其中，工具功能认知着重阐述工具功用性部件及工具整体的建模与检测；环境功能认知着重阐述室内功能区建模与分类；环境建图着重阐述家庭全息地图表示与构建，以及物联网机器人系统同时定位、标定与建图。
目录
目录
目录
目录
前言
第1章 基础知识 1
1.1 研究背景 1
1.2 国内外研究现状 2
1.3 本书所用特征 5
1.3.1 深度几何特征 5
1.3.2 SIFT 特征 6
1.3.3 SURF 特征 8
1.4 本书所用算法 8
1.4.1 结构随机森林 8
1.4.2 K 均值聚类 9
1.4.3 SVM 10
1.4.4 RBPF-SLAM 11
1.5 本章小结 12
参考文献 12
第2章 基于 SRF 的工具功用性部件建模与检测 15
2.1 系统框架 15
2.2 模型离线训练 16
2.2.1 功用性边缘检测器构建 16
2.2.2 工具部件功用性检测器构建 18
2.2.3 由粗到精阈值选取 19
2.3 工具功用性部件在线检测 19
2.4 实验 20
2.4.1 实验数据集 20
2.4.2 评价方法 20
2.4.3 实验结果分析 22
2.5 本章小结 25
参考文献 25
第3章 基于联合学习的家庭日常工具功用性部件检测 27
3.1 系统框架 27
3.2 问题描述与公式化表示 28
3.3 模型优化与解耦求解 29
3.3.1 模型优化 30
3.3.2 CRF 权重求解 31
3.3.3 字典求解 31
3.4 算法实现 32
3.4.1 几何特征表示与提取 32
3.4.2 基于联合学习的模型构建算法 32
3.4.3 功用性部件在线检测算法 33
3.5 实验 33
3.5.1 实验数据集 33
3.5.2 实验条件 34
3.5.3 实验结果分析 34
3.6 本章小结 37
参考文献 37
第4章 基于特征优选和部件组合的家庭日常工具分类 39
4.1 系统框架 39
4.2 特征描述与最优组合选取 40
4.2.1 特征描述 40
4.2.2 ReliefF 最优特征组合选取 41
4.3 基于 BOW 的服务机器人家庭日常工具分类模型构建 42
4.3.1 模型离线构建 43
4.3.2 在线分类检测 45
4.4 实验 46
4.4.1 实验数据集 46
4.4.2 实验结果及分析 46
4.5 本章小结 50
参考文献 50
第5章 部件功用性语义组合的家庭日常工具分类 51
5.1 系统框架 51
5.2 模型离线构建 52
5.2.1 功用性部件边缘特征描述 52
5.2.2 功用性边缘检测器构建 52
5.2.3 基于功用性部件组合聚类的工具字典构建 54
5.3 基于功用性工具字典的家庭日常工具分类 55
5.4 实验 56
5.4.1 实验数据集 56
5.4.2 实验结果与分析 57
5.5 本章小结 60
参考文献 60
第6章 基于空间金字塔池化的工具识别 62
6.1 系统框架 62
6.2 构建工具特征图的空间池化模型 63
6.2.1 工具几何特征描述 63
6.2.2 基于 cciPCA 的多尺度特征块提取 63
6.2.3 空间池化金字塔的构建 64
6.3 多分类的线性分类模型构建 65
6.4 模型选择及实验结果 66
6.4.1 实验数据集 66
6.4.2 实验结果及分析 67
6.5 本章小结 69
参考文献 69
第7章 基于 CLM 模型的服务机器人室内功能区分类方法 71
7.1 系统框架 71
7.2 基于 CLM 算法的功能区图像模型构建 72
7.2.1 提取图像特征描述符 72
7.2.2 图像高斯模型表示与匹配 73
7.2.3 图像高斯模型的优化 74
7.2.4 学习改进的 SVM 分类器 74
7.2.5 室内功能区建模算法描述 75
7.3 在线检测算法 76
7.4 实验 76
7.4.1 实验数据集 76
7.4.2 实验结果及分析 77
7.5 本章小结 78
参考文献 79
第8章 服务机器人家庭全息地图表示与构建 80
8.1 家庭全息地图的表示 80
8.2 家庭全息地图的构建 81
8.2.1 机器人观测模型 81
8.2.2 局部几何特征地图的构建 83
8.2.3 全局拓扑地图的构建 87
8.2.4 几何{拓扑地图的存储结构 89
8.3 实验 90
8.3.1 实验描述 90
8.3.2 家庭环境地图的构建 92
8.3.3 实验分析 92
8.4 本章小结 93
参考文献 94
第9章 物联网机器人同时标定与定位算法 95
9.1 系统模型 95
9.1.1 系统构成 95
9.1.2 机器人运动模型 95
9.1.3 摄像机对机器人的观测模型 96
9.1.4 摄像机投影矩阵的标定 98
9.2 基于 RBPF 的物联网机器人定位 98
9.2.1 基本思想 98
9.2.2 构建位姿粒子的提议分布 99
9.2.3 计算粒子权重及重采样 100
9.2.4 估计投影矩阵 102
9.3 实验 103
9.4 本章小结 105
参考文献 105
第10章 物联网机器人系统同时定位、标定与建图方法 106
10.1 系统描述 106
10.1.1 系统构成 106
10.1.2 问题简化 107
10.1.3 模型建立 107
10.2 物联网机器人系统同时定位、标定与建图 109
10.2.1 基本思想 109
10.2.2 传感器网络辅助机器人位姿估计 110
10.2.3 粒子权值计算及重采样 113
10.2.4 传感器网络标定 115
10.2.5 环境特征地图构建 117
10.2.6 同时定位、标定与建图的完整算法 119
10.3 实验 121
10.4 本章小结 125
参考文献 125
彩图
在线试读
在线试读
在线试读
暂无试读
