دانلود کتاب Environment Learning for Indoor Mobile Robots: A Stochastic State Estimation Approach to Simultaneous Localization and Map Building (به فارسی: یادگیری محیطی برای ربات‌های متحرک داخلی: یک رویکرد تخمین حالت تصادفی برای مکان‌یابی همزمان و ساختن نقشه) نوشته شده توسط «Juan Andrade Cetto – Alberto Sanfeliu»
اطلاعات کتاب یادگیری محیطی برای ربات‌های متحرک داخلی: یک رویکرد تخمین حالت تصادفی برای مکان‌یابی همزمان و ساختن نقشه
موضوع اصلی: تحصیلات
نوع: کتاب الکترونیکی
ناشر: Springer
نویسنده: Juan Andrade Cetto – Alberto Sanfeliu
زبان: English
فرمت کتاب: pdf (قابل تبدیل به سایر فرمت ها)
سال انتشار: 2006
تعداد صفحه: 146
حجم کتاب: 6 مگابایت
کد کتاب: 9783540327950 , 3-540-32795-9
نوبت چاپ: 1
توضیحات کتاب یادگیری محیطی برای ربات‌های متحرک داخلی: یک رویکرد تخمین حالت تصادفی برای مکان‌یابی همزمان و ساختن نقشه
این مونوگراف جنبه های نظری مکان یابی و ساخت نقشه همزمان برای ربات های متحرک، مانند پایداری تخمین، مدل های غیرخطی برای انتشار عدم قطعیت ها، سازگاری نقطه عطف زمانی، و همچنین مسائل مربوط به جفت کنترل و SLAM را پوشش می دهد. یکی از مرتبط ترین موضوعاتی که در این تک نگاری به آن پرداخته می شود، فرمالیسم نظری مشاهده پذیری جزئی در SLAM است. نویسندگان نشان می‌دهند که رویکرد معمولی به SLAM با استفاده از فیلتر کالمن منجر به پایداری فیلتر حاشیه‌ای می‌شود و تخمین بازسازی نهایی را به تخمین‌های اولیه خودرو وابسته می‌کند. با این حال، با لنگر انداختن نقشه بر روی یک نقطه عطف ثابت در صحنه، آنها قادر به مشاهده کامل در SLAM، با تخمین کوواریانس کاهش یافته هستند. این نتیجه برای نویسنده اول جایزه بهترین دکترا EURON Georges Giralt را در ویرایش چهارم به ارمغان آورد و جامعه SLAM را بر آن داشت تا به روش های جدیدی برای نزدیک شدن به مشکل نقشه برداری فکر کند. به عنوان مثال، با ایجاد نقشه های محلی لنگر بر روی یک نقطه عطف، یا بر روی تخمین اولیه خود ربات، و سپس استفاده از روابط هندسی برای ترکیب نقشه های محلی در سطح جهانی. این تک نگاری به عنوان متنی برای یک رویکرد تخمینی-نظری مقدماتی به مسئله SLAM و به عنوان یک کتاب مرجع برای افرادی که به طور کلی در تحقیقات رباتیک سیار کار می کنند مناسب است.
برای دریافت کد تخفیف ۲۰ درصدی این کتاب، ابتدا صفحه اینستاگرام کازرون آنلاین (@kazerun.online ) را دنبال کنید. سپس، کلمه «بلیان» را در دایرکت ارسال کنید تا کد تخفیف به شما ارسال شود.