移动机器人同步定位与地图构建

2 (p1): 第一部分 移动机器人同时定位与地图构建基础
2 (p1-1): 第1章 绪论
2 (p1-1-1): 1.1 总览
6 (p1-1-2): 1.2 问题分类
7 (p1-1-2-1): 1.2.1 空间几何基础
8 (p1-1-2-2): 1.2.2 环境的动态与结构
11 (p1-1-2-3): 1.2.3 机器人传感器
13 (p1-1-2-4): 1.2.4 机器人的传动装置
13 (p1-1-2-5): 1.2.5 先验知识
14 (p1-1-3): 1.3 历史回顾
21 (p1-1-4): 1.4 本书的组织
24 (p1-1-5): 参考文献
29 (p1-2): 第2章 机器人基础
29 (p1-2-1): 2.1 引言
31 (p1-2-2): 2.2 将机械变为机器人：传动装置
32 (p1-2-2-1): 2.2.1 步行机器人
33 (p1-2-2-2): 2.2.2 飞行机器人
34 (p1-2-2-3): 2.2.3 水下机器人
34 (p1-2-2-4): 2.2.4 轮式机器人
36 (p1-2-3): 2.3 机器人看到的世界是什么样的？传感器
37 (p1-2-4): 2.4 本体感受传感器：内部传感器
39 (p1-2-5): 2.5 外界传感器：接触或近距离传感器
40 (p1-2-6): 2.6 外界传感器：单方向测距仪
41 (p1-2-6-1): 2.6.1 基于三角测量的接近传感器
41 (p1-2-6-2): 2.6.2 脉冲信号飞行时间（P-ToF）
43 (p1-2-6-3): 2.6.3 连续波飞行时间（C-ToF）
44 (p1-2-6-4): 2.6.4 小结
45 (p1-2-7): 2.7 外界传感器：二维测距仪
48 (p1-2-8): 2.8 外界传感器：三维距离传感器
49 (p1-2-9): 2.9 外界传感器：纯距离传感器
50 (p1-2-10): 2.10 外界传感器：图像传感器
51 (p1-2-11): 2.11 外界传感器：空气分析传感器
51 (p1-2-12): 2.12 环境传感器：绝对位置设备
54 (p1-2-13): 2.13 能量供应
55 (p1-2-14): 参考文献
60 (p1-3): 第3章 概率论基础
61 (p1-3-1): 3.1 引言
64 (p1-3-2): 3.2 历史回顾
69 (p1-3-3): 3.3 概率空间
73 (p1-3-4): 3.4 随机变量
77 (p1-3-5): 3.5 不确定性的形态
77 (p1-3-5-1): 3.5.1 离散随机变量不确定性的形状
78 (p1-3-5-2): 3.5.2 连续随机变量不确定性的形状
79 (p1-3-5-3): 3.5.3 任何随机变量不确定性的形状：可能性
81 (p1-3-6): 3.6 不确定性的总结
81 (p1-3-6-1): 3.6.1 随机变量的矩
84 (p1-3-6-2): 3.6.2 矩的一些重要定理
86 (p1-3-6-3): 3.6.3 随机变量的信息和熵
87 (p1-3-7): 3.7 多变量概率
87 (p1-3-7-1): 3.7.1 联合概率和边缘化
89 (p1-3-7-2): 3.7.2 相互独立和协方差
91 (p1-3-8): 3.8 随机变量的变换
91 (p1-3-8-1): 3.8.1 预备知识
93 (p1-3-8-2): 3.8.2 两个连续的独立随机变量的和
93 (p1-3-8-3): 3.8.3 连续独立随机变量的线性组合
94 (p1-3-8-4): 3.8.4 连续独立随机变量的乘积与除法
94 (p1-3-8-5): 3.8.5 一维连续随机变量的线性变换
94 (p1-3-8-6): 3.8.6 多元随机变量的线性变换
95 (p1-3-8-7): 3.8.7 卡方分布的特例
95 (p1-3-8-8): 3.8.8 任意变换的近似
97 (p1-3-9): 3.9 条件概率
99 (p1-3-10): 3.10 图示模型
99 (p1-3-10-1): 3.10.1 定义和分类
101 (p1-3-10-2): 3.10.2 因式分解
101 (p1-3-10-3): 3.10.3 贝叶斯网络的知识和推论
102 (p1-3-10-4): 3.10.4 在BN和D-分离中的条件独立
103 (p1-3-10-5): 3.10.5 边缘分布
104 (p1-3-10-6): 3.10.6 相关性图
106 (p1-3-11): 附注
108 (p1-3-12): 参考文献
111 (p1-4): 第4章 统计学基础
112 (p1-4-1): 4.1…