机器人感知:因子图在SLAM中的应用

【美】Frank Dellaert

出版时间

2018-10-01

ISBN

9787121338113

评分

★★★★★
书籍介绍

Frank Dellaert与Michael Kaess是机器人行业大家,他们在机器人感知方向有多年经验及深入理解。《机器人感知:因子图在SLAM中的应用》深入浅出地介绍了因子图数学定义、推断方法,以及真实环境中机器人上的各种应用。

Frank Dellaert,2001年于卡内基梅隆大学获得博士学位,现于佐治亚理工学院交互计算学院任终身教授。他目前的研究兴趣主要集中在机器人与计算机视觉的交叉领域,尤其是用图模型方法解决大规模三维重建与地图构建问题。 Michael Kaess,现于卡内基梅隆大学任助理教授。Michael于2008年在佐治亚理工学院获博士学位,之后于麻省理工学院先后就任博士后与研究员。他目前的研究兴趣包括移动机器人智能问题,具体集中在大规模三维建图与定位问题中的概率图模型与线性代数的联系。

译者简介

刘富强,泡泡机器人创始人。

董靖,美国佐治亚理工学院计算机科学博士,主要研究方向机器人学。

作者简介
Frank Dellaert,2001年于卡内基梅隆大学获得博士学位,现于佐治亚理工学院交互计算学院任终身教授。他目前的研究兴趣主要集中在机器人与计算机视觉的交叉领域,尤其是用图模型方法解决大规模三维重建与地图构建问题。 Michael Kaess,现于卡内基梅隆大学任助理教授。Michael于2008年在佐治亚理工学院获博士学位,之后于麻省理工学院先后就任博士后与研究员。他目前的研究兴趣包括移动机器人智能问题,具体集中在大规模三维建图与定位问题中的概率图模型与线性代数的联系。 译者简介 刘富强,泡泡机器人创始人。 董靖,美国佐治亚理工学院计算机科学博士,主要研究方向机器人学。
目录
第1 章引言3
1.1 机器人领域中的推断问题 4
1.2 概率建模 5
1.3 生成模型的贝叶斯网络 6
1.4 指定概率密度函数 8

显示全部
用户评论
适合疫情在家温故知新
错别字有点多。。。
博士论文的长度...
这本书还是写的比较浅,但是通俗易懂。核心还是讲iSAM的框架
原著我不评价,只谈翻译,我无法想象为什么有原作者的学生参与翻译的成本会是这个质量。这个书原来就是一个长一点的综述论文的篇幅,出版商为了显得厚实一点,强行加大字号还不够,前面的序言和后面的Ref加起来占了这个书篇幅的四分之一。翻译不说补上原作缺失的细节,基本的表意通畅、言语简洁都达不到,处处充斥着谷歌机翻融合随后改改的痕迹。此外,我对这个书的一作的专业性表示质疑,我不能查找到他任何有影响力的原创paper,但是作者却以写这本书为契机,去了该书作者所在的实验室做博后,恶意一点揣测我甚至认为作者翻译这本书的目的就是为了套磁。我十分推荐有意购买此书的同学直接去google下载原著的pdf,不必在这种圈钱圈名之作下面浪费时间与金钱
收藏