基本信息

商品名称：	机器人SLAM导航：核心技术与实战	开本：
作者：	张虎	页数：
定价：	149	出版时间：	2021-12-01
ISBN号：		印刷时间：	2021-12-01
出版社：	机械工业	版次：	1
商品类型：	图书	印次：	1

内容提要：全书分为4部分。 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 航相关的核心技术与应用，包括自 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。<br>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。<br>

......

精 彩 页：

......

作者简介：

......

目录：序<br/>前言<br/>编程基础篇<br/>第1章　ROS入门 知识 2<br/>1.1　ROS简介 2<br/>1.1.1　ROS的性能特色 2<br/>1.1.2　ROS的发行版本 3<br/>1.1.3　ROS的学习方法 3<br/>1.2　ROS开发环境的搭建 3<br/>1.2.1　ROS的安装 4<br/>1.2.2　ROS文件的组织方式 4<br/>1.2.3　ROS网络通信配置 5<br/>1.2.4　集成开发工具 5<br/>1.3　ROS系统架构 5<br/>1.3.1　从计算图视角理解ROS架构 6<br/>1.3.2　从文件系统视角理解ROS架构 7<br/>1.3.3　从开源社区视角理解ROS架构 8<br/>1.4　ROS调试工具 8<br/>1.4.1　命令行工具 9<br/>1.4.2　可视化工具 9<br/>1.5　ROS节点通信 10<br/>1.5.1　话题通信方式 12<br/>1.5.2　服务通信方式 15<br/>1.5.3　动作通信方式 19<br/>1.6　ROS的其他重要概念 25<br/>1.7　ROS 2.0展望 28<br/>1.8　本章小结 28<br/>第2章　C++编程范式 29<br/>2.1　C++工程的组织结构 29<br/>2.1.1　C++工程的一般组织结构 29<br/>2.1.2　C++工程在机器人中的组织结构 29<br/>2.2　C++代码的编译方法 30<br/>2.2.1　使用g++编译代码 31<br/>2.2.2　使用make编译代码 32<br/>2.2.3　使用CMake编译代码 32<br/>2.3　C++编程风格指南 33<br/>2.4　本章小结 34<br/>第3章　OpenCV图像处理 35<br/>3.1　认识图像数据 35<br/>3.1.1　获取图像数据 35<br/>3.1.2　访问图像数据 36<br/>3.2　图像滤波 37<br/>3.2.1　线性滤波 37<br/>3.2.2　非线性滤波 38<br/>3.2.3　形态学滤波 39<br/>3.3　图像变换 40<br/>3.3.1　射影变换 40<br/>3.3.2　霍夫变换 42<br/>3.3.3　边缘检测 42<br/>3.3.4　直方图均衡 43<br/>3.4　图像特征点提取 44<br/>3.4.1　SIFT特征点 44<br/>3.4.2　SURF特征点 50<br/>3.4.3　ORB特征点 52<br/>3.5　本章小结 54<br/>硬件基础篇<br/>第4章　机器人传感器 56<br/>4.1　惯性测量单元 56<br/>4.1.1　工作原理 56<br/>4.1.2　原始数据采集 60<br/>4.1.3　参数标定 65<br/>4.1.4　数据滤波 73<br/>4.1.5　姿态融合 75<br/>4.2　激光雷达 91<br/>4.2.1　工作原理 92<br/>4.2.2　性能参数 94<br/>4.2.3　数据处理 96<br/>4.3　相机 100<br/>4.3.1　单目相机 101<br/>4.3.2　双目相机 107<br/>4.3.3　RGB-D相机 109<br/>4.4　带编码器的减速电机 111<br/>4.4.1　电机 111<br/>4.4.2　电机驱动电路 112<br/>4.4.3　电机控制主板 113<br/>4.4.4　轮式里程计 117<br/>4.5　本章小结 118<br/>第5章　机器人主机 119<br/>5.1　X86与ARM主机对比 119<br/>5.2　ARM主机树莓派3B+ 120<br/>5.2.1　安装Ubuntu MATE 18.04 120<br/>5.2.2　安装ROS melodic 122<br/>5.2.3　装机软件与系统设置 122<br/>5.3　ARM主机RK3399 127<br/>5.4　ARM主机Jetson-tx2 128<br/>5.5　分布式架构主机 129<br/>5.5.1　ROS网络通信 130<br/>5.5.2　机器人程序的远程开发 130<br/>5.6　本章小结 131<br/>第6章　机器人底盘 132<br/>6.1　底盘运动学模型 132<br/>6.1.1　两轮差速模型 132<br/>6.1.2　四轮差速模型 136<br/>6.1.3　阿克曼模型 140<br/>6.1.4　全向模型 144<br/>6.1.5　其他模型 148<br/>6.2　底盘性能指标 148<br/>6.2.1　载重能力 148<br/>6.2.2　动力性能 148<br/>6.2.3　控制精度 150<br/>6.2.4　里程计精度 150<br/>6.3　典型机器人底盘搭建 151<br/>6.3.1　底盘运动学模型选择 152<br/>6.3.2　传感器选择 152<br/>6.3.3　主机选择 153<br/>6.4　本章小结 155<br/>SLAM篇<br/>第7章　SLAM中的数学基础 158<br/>7.1　SLAM发展简史 158<br/>7.1.1　数据关联、收敛和一致性 160<br/>7.1.2　SLAM的基本理论 161<br/>7.2　SLAM中的概率理论 163<br/>7.2.1　状态估计问题 164<br/>7.2.2　概率运动模型 166<br/>7.2.3　概率观测模型 171<br/>7.2.4　概率图模型 173<br/>7.3　估计理论 182<br/>7.3.1　估计量的性质 182<br/>7.3.2　估计量的构建 183<br/>7.3.3　各估计量对比 190<br/>7.4　基于贝叶斯网络的状态估计 193<br/>7.4.1　贝叶斯估计 194<br/>7.4.2　参数化实现 196<br/>7.4.3　非参数化实现 202<br/>7.5　基于因子图的状态估计 206<br/>7.5.1　非线性 小二乘估计 206<br/>7.5.2　直接求解方法 206<br/>7.5.3　优化方法 208<br/>7.5.4　各优化方法对比 218<br/>7.5.5　常用优化工具 219<br/>7.6　典型SLAM算法 221<br/>7.7　本章小结 221<br/>第8章　激光SLAM系统 223<br/>8.1　Gmapping算法 223&

......