适读人群：本书适合对SLAM感兴趣的读者阅读，也适合有志于从事计算机视觉、机器人研究等领域的广大学生阅读，可作为SLAM技术的门教材。 SLAM技术是全自动无人驾驶、无人机、机器人等人工智能产品的核心技术之一。 作者是SLAM领域非常杰出的青年专家。 书中不仅有深浅出的讲解，同时注重理论和实践结合，大大降低了国内学生和相关从业者的门槛。
售 价：¥
纸质售价：¥55.80购买纸书
6.4
温馨提示：数字商品不支持退换货，不提供源文件，不支持导出打印
为你推荐
第1讲 预备知识
1.1 本书讲什么
1.2 如何使用本书
1.3 风格约定
1.4 致谢和声明
第2讲 初识SLAM
2.1 引子：小萝卜的例子
2.2 经典视觉SLAM框架
2.3 SLAM问题的数学表述
2.4 实践：编程基础
第3讲 三维空间刚体运动
3.1 旋转矩阵
3.2 实践：Eigen
3.3 旋转向量和欧拉角
3.4 四元数
3.5 *相似、仿射、射影变换
3.6 实践：Eigen几何模块
3.7 可视化演示
第4讲 李群与李代数
4.1 李群与李代数基础
4.2 指数与对数映射
4.3 李代数求导与扰动模型
4.4 实践：Sophus
4.5 *相似变换群与李代数
4.6 小结
第5讲 相机与图像
5.1 相机模型
5.2 图像
5.3 实践：图像的存取与访问
5.4 实践：拼接点云
第6讲 非线性优化
6.1 状态估计问题
6.2 非线性最小二乘
6.3 实践：Ceres
6.4 实践：g2o
6.5 小结
第7讲 视觉里程计1
7.1 特征点法
7.2 实践：特征提取和匹配
7.3 2D-2D：对极几何
7.4 实践：对极约束求解相机运动
7.5 三角测量
7.6 实践：三角测量
7.7 3D-2D：PnP
7.8 实践：求解PnP
7.9 3D-3D：ICP
7.10 实践：求解ICP
7.11 小结
第8讲 视觉里程计2
8.1 直接法的引出
8.2 光流（OpticalFlow）
8.3 实践：LK光流
8.4 直接法（DirectMethod）
8.5 实践：RGB-D的直接法
第9讲 实践：设计前端
9.1 搭建VO框架
9.2 基本的VO：特征提取和匹配
9.3 改进：优化PnP的结果
9.4 改进：局部地图
9.5 小结
第10讲 后端1
10.1 概述
10.2 BA与图优化
10.3 实践：g2o
10.4 实践：Ceres
10.5 小结
第11讲 后端2
11.1 位姿图（PoseGraph）
11.2 实践：位姿图优化
11.3 *因子图优化初步
11.4 *实践：gtsam
第12讲 回环检测
12.1 回环检测概述
12.2 词袋模型
12.3 字典
12.4 相似度计算
12.5 实验分析与评述
第13讲 建图
13.1 概述
13.2 单目稠密重建
13.3 实践：单目稠密重建
13.4 实验分析与讨论
13.5 RGB-D稠密建图
13.6 *TSDF地图和Fusion系列
13.7 小结
第14讲 SLAM：现在与未来
14.1 当前的开源方案
14.2 未来的SLAM话题
附录A 高斯分布的
附录B ROS入门
参考文献
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
