محاسبه همزمان موقعیت و نقشه: فیلترهای اطلاعات دقیقا پراکنده: فیلترهای اطلاعات دقیقا پراکنده ۲۰۱۱
Simultaneous Localization And Mapping: Exactly Sparse Information Filters: Exactly Sparse Information Filters 2011

دانلود کتاب محاسبه همزمان موقعیت و نقشه: فیلترهای اطلاعات دقیقا پراکنده: فیلترهای اطلاعات دقیقا پراکنده ۲۰۱۱ (Simultaneous Localization And Mapping: Exactly Sparse Information Filters: Exactly Sparse Information Filters 2011) با لینک مستقیم و فرمت pdf (پی دی اف)

نویسنده	Zhan Wang, Shoudong Huang, Gamini Dissanayake

ناشر: World Scientific

دسته: علوم زیستی

۳۰ هزار تومان تخفیف با کد «OFF30» برای اولین خرید

سال انتشار	2011
زبان	English
تعداد صفحه‌ها	208
نوع فایل	epub, pdf
حجم	69 Mb

🏷️ قیمت اصلی: 200,000 تومان بود.قیمت فعلی: 129,000 تومان.

دانلود مستقیم PDF

ارسال فایل به ایمیل

پشتیبانی ۲۴ ساعته

هوش‌مصنوعی ترجمه کالیبو

توضیحات

معرفی کتاب محاسبه همزمان موقعیت و نقشه: فیلترهای اطلاعات دقیقا پراکنده: فیلترهای اطلاعات دقیقا پراکنده ۲۰۱۱

مکان یابی و نقشه برداری همزمان (SLAM) فرایندی است که در آن یک وسیله نقلیه خودران نقشه ای از محیطی ناشناخته را می سازد و همزمان موقعیت خود را تخمین می زند. این کتاب به ارائه راه حل های محاسباتی کارآمد برای مشکلات SLAM در مقیاس بزرگ با استفاده از فیلترهای اطلاعاتی گسترده (EIF) دقیقا رقیق می پردازد. این کتاب ارزشمند همچنین شامل یک تجزیه و تحلیل نظری جامع از خواص ماتریس اطلاعات در الگوریتم های مبتنی بر EIF برای SLAM است. سه فیلتر اطلاعاتی دقیقا رقیق برای SLAM به تفصیل توضیح داده شده اند، به همراه دو روش کارآمد و دقیق برای بازیابی بردار حالت و ماتریس کوواریانس. الگوریتم های پیشنهادی به طور گسترده در شبیه سازی و از طریق آزمایش ارزیابی شده اند.

فهرست کتاب:

۱. فهرست مطالب

۲. پیشگفتار

۳. سپاسگزاری‌ها

۴. فصل ۱ مقدمه

۵. فصل ۲ فیلترهای اطلاعات پراکنده در SLAM

۶. فصل ۳ جداسازی مکان‌یابی و نقشه‌برداری

۷. فصل ۴ فیلتر اتصال نقشه‌های محلی D-SLAM

۸. فصل ۵ فیلتر اتصال نقشه‌های زیرمحلی پراکنده

۹. پیوست الف اثبات همگرایی و سازگاری EKF SLAM

۱۰. پیوست ب روش افزایشی برای تجزیه چولسکی ماتریس اطلاعات SLAM

۱۱. کتابنامه

توضیحات(انگلیسی)

Simultaneous localization and mapping (SLAM) is a process where an autonomous vehicle builds a map of an unknown environment while concurrently generating an estimate for its location. This book is concerned with computationally efficient solutions to the large scale SLAM problems using exactly sparse Extended Information Filters (EIF).The invaluable book also provides a comprehensive theoretical analysis of the properties of the information matrix in EIF-based algorithms for SLAM. Three exactly sparse information filters for SLAM are described in detail, together with two efficient and exact methods for recovering the state vector and the covariance matrix. Proposed algorithms are extensively evaluated both in simulation and through experiments.