1 移動機器人
1.1 機器人概述
1.2 機器人分類
1.3 機器人感知系統(tǒng)
2 移動機器人傳感器
2.1 傳感器技術
2.2 內部傳感器
2.3 外部傳感器
2.4 多傳感器的數據融合
2.5 傳感器的選擇
3 機器人視覺系統(tǒng)
3.1 機器人視覺感知系統(tǒng)
3.2 相機的分類
3.3 相機的標定
3.4 基于機器學習的視覺系統(tǒng)
3.5 基于深度學習的視覺系統(tǒng)
4 機器人同步定位及地圖構建的數學基礎
4.1 概率論基礎
4.2 統(tǒng)計學基礎
5 同步定位及地圖構建技術
5.1 SLAM概述
5.2 SLAM與協(xié)作感知
5.3 SLAM數據關聯(lián)
6 移動機器人導航、定位和制圖
6.1 移動機器人的數學描述
6.2 移動機器人的地圖構建
6.3 移動機器人的導航
6.4 移動機器人的定位
7 基于卡爾曼濾波的同步定位及地圖構建
7.1 卡爾曼濾波
7.2 基于擴展卡爾曼濾波的SLAM研究
7.3 基于無跡卡爾曼濾波的SLAM研究
8 基于粒子濾波的同步定位及地圖構建算法
8.1 基于Rao-Blackwellized粒子濾波的SLAM算法
8.2 基于改進Rao-Blackwellized粒子濾波的SLAM算法
9 移動機器人與SLAM的發(fā)展與展望
9.1 移動機器人的發(fā)展與展望
9.2 SLAM的發(fā)展與展望
參考文獻