豆瓣高分 类型
9.5 豆瓣评分
可以朗读 语音朗读
291千字 字数
2017-03-01 发行日期
展开全部

主编推荐语

视觉SLAM理论基础与核心算法详解。

内容简介

本书系统介绍了视觉SLAM（同时定位与地图构建）所需的基本知识与核心算法，既包括数学理论基础，如三维空间的刚体运动、非线性优化，又包括计算机视觉的算法实现，例如多视图几何、回环检测等。此外，我们还提供了大量的实例代码供读者学习研究，更深入地掌握这些内容。

目录

  • 版权信息
  • 内容简介
  • 阅读须知
  • 第1讲 预备知识
  • 1.1 本书讲什么
  • 1.2 如何使用本书
  • 1.2.1 组织方式
  • 1.2.2 代码
  • 1.2.3 面向的读者
  • 1.3 风格约定
  • 1.4 致谢和声明
  • 第2讲 初识SLAM
  • 2.1 引子：小萝卜的例子
  • 2.2 经典视觉SLAM框架
  • 2.2.1 视觉里程计
  • 2.2.2 后端优化
  • 2.2.3 回环检测
  • 2.2.4 建图
  • 2.3 SLAM问题的数学表述
  • 2.4 实践：编程基础
  • 2.4.1 安装Linux操作系统
  • 2.4.2 Hello SLAM
  • 2.4.3 使用cmake
  • 2.4.4 使用库
  • 2.4.5 使用IDE
  • 第3讲 三维空间刚体运动
  • 3.1 旋转矩阵
  • 3.1.1 点和向量，坐标系
  • 3.1.2 坐标系间的欧氏变换
  • 3.1.3 变换矩阵与齐次坐标
  • 3.2 实践：Eigen
  • 3.3 旋转向量和欧拉角
  • 3.3.1 旋转向量
  • 3.3.2 欧拉角
  • 3.4 四元数
  • 3.4.1 四元数的定义
  • 3.4.2 四元数的运算
  • 3.4.3 用四元数表示旋转
  • 3.4.4 四元数到旋转矩阵的转换
  • 3.5 *相似、仿射、射影变换
  • 3.6 实践：Eigen几何模块
  • 3.7 可视化演示
  • 第4讲 李群与李代数
  • 4.1 李群与李代数基础
  • 4.1.1 群
  • 4.1.2 李代数的引出
  • 4.1.3 李代数的定义
  • 4.1.4 李代数so(3)
  • 4.1.5 李代数se(3)
  • 4.2 指数与对数映射
  • 4.2.1 SO(3)上的指数映射
  • 4.2.2 SE(3)上的指数映射
  • 4.3 李代数求导与扰动模型
  • 4.3.1 BCH公式与近似形式
  • 4.3.2 SO(3)李代数上的求导
  • 4.3.3 李代数求导
  • 4.3.4 扰动模型（左乘）
  • 4.3.5 SE(3)上的李代数求导
  • 4.4 实践：Sophus
  • 4.5 *相似变换群与李代数
  • 4.6 小结
  • 第5讲 相机与图像
  • 5.1 相机模型
  • 5.1.1 针孔相机模型
  • 5.1.2 畸变
  • 5.1.3 双目相机模型
  • 5.1.4 RGB-D相机模型
  • 5.2 图像
  • 5.3 实践：图像的存取与访问
  • 5.3.1 安装OpenCV
  • 5.3.2 操作OpenCV图像
  • 5.4 实践：拼接点云
  • 第6讲 非线性优化
  • 6.1 状态估计问题
  • 6.1.1 最大后验与最大似然
  • 6.1.2 最小二乘的引出
  • 6.2 非线性最小二乘
  • 6.2.1 一阶和二阶梯度法
  • 6.2.2 高斯牛顿法
  • 6.2.3 列文伯格—马夸尔特方法
  • 6.2.4 小结
  • 6.3 实践：Ceres
  • 6.3.1 Ceres简介
  • 6.3.2 安装Ceres
  • 6.3.3 使用Ceres拟合曲线
  • 6.4 实践：g2o
  • 6.4.1 图优化理论简介
  • 6.4.2 g2o的编译与安装
  • 6.4.3 使用g2o拟合曲线
  • 6.5 小结
  • 第7讲 视觉里程计1
  • 7.1 特征点法
  • 7.1.1 特征点
  • 7.1.2 ORB特征
  • 7.1.3 特征匹配
  • 7.2 实践：特征提取和匹配
  • 7.3 2D-2D：对极几何
  • 7.3.1 对极约束
  • 7.3.2 本质矩阵
  • 7.3.3 单应矩阵
  • 7.4 实践：对极约束求解相机运动
  • 7.5 三角测量
  • 7.6 实践：三角测量
  • 7.6.1 三角测量代码
  • 7.6.2 讨论
  • 7.7 3D-2D：PnP
  • 7.7.1 直接线性变换
  • 7.7.2 P3P
  • 7.7.3 Bundle Adjustment
  • 7.8 实践：求解PnP
  • 7.8.1 使用EPnP求解位姿
  • 7.8.2 使用BA优化
  • 7.9 3D-3D：ICP
  • 7.9.1 SVD方法
  • 7.9.2 非线性优化方法
  • 7.10 实践：求解ICP
  • 7.10.1 SVD方法
  • 7.10.2 非线性优化方法
  • 7.11 小结
  • 第8讲 视觉里程计2
  • 8.1 直接法的引出
  • 8.2 光流（OpticalFlow）
  • 8.3 实践：LK光流
  • 8.3.1 使用TUM公开数据集
  • 8.3.2 使用LK光流
  • 8.4 直接法（DirectMethod）
  • 8.4.1 直接法的推导
  • 8.4.2 直接法的讨论
  • 8.5 实践：RGB-D的直接法
  • 8.5.1 稀疏直接法
  • 8.5.2 定义直接法的边
  • 8.5.3 使用直接法估计相机运动
  • 8.5.4 半稠密直接法
  • 8.5.5 直接法的讨论
  • 8.5.6 直接法优缺点总结
  • 第9讲 实践：设计前端
  • 9.1 搭建VO框架
  • 9.1.1 确定程序框架
  • 9.1.2 确定基本数据结构
  • 9.1.3 Camera类
  • 9.1.4 Frame类
  • 9.1.5 MapPoint类
  • 9.1.6 Map类
  • 9.1.7 Con fi g类
  • 9.2 基本的VO：特征提取和匹配
  • 9.2.1 两两帧的视觉里程计
  • 9.2.2 讨论
  • 9.3 改进：优化PnP的结果
  • 9.4 改进：局部地图
  • 9.5 小结
  • 第10讲 后端1
  • 10.1 概述
  • 10.1.1 状态估计的概率解释
  • 10.1.2 线性系统和KF
  • 10.1.3 非线性系统和EKF
  • 10.1.4 EKF的讨论
  • 10.2 BA与图优化
  • 10.2.1 投影模型和BA代价函数
  • 10.2.2 BA的求解
  • 10.2.3 稀疏性和边缘化
  • 10.2.4 鲁棒核函数
  • 10.2.5 小结
  • 10.3 实践：g2o
  • 10.3.1 BA数据集
  • 10.3.2 g2o求解BA
  • 10.3.3 求解
  • 10.4 实践：Ceres
  • 10.4.1 Ceres求解BA
  • 10.4.2 求解
  • 10.5 小结
  • 第11讲 后端2
  • 11.1 位姿图（PoseGraph）
  • 11.1.1 Pose Graph的意义
  • 11.1.2 Pose Graph的优化
  • 11.2 实践：位姿图优化
  • 11.2.1 g2o原生位姿图
  • 11.2.2 李代数上的位姿图优化
  • 11.2.3 小结
  • 11.3 *因子图优化初步
  • 11.3.1 贝叶斯网络
  • 11.3.2 因子图
  • 11.3.3 增量特性
  • 11.4 *实践：gtsam
  • 11.4.1 安装gtsam 4.0
  • 11.4.2 位姿图优化
  • 第12讲 回环检测
  • 12.1 回环检测概述
  • 12.1.1 回环检测的意义
  • 12.1.2 方法
  • 12.1.3 准确率和召回率
  • 12.2 词袋模型
  • 12.3 字典
  • 12.3.1 字典的结构
  • 12.3.2 实践：创建字典
  • 12.4 相似度计算
  • 12.4.1 理论部分
  • 12.4.2 实践：相似度的计算
  • 12.5 实验分析与评述
  • 12.5.1 增加字典规模
  • 12.5.2 相似性评分的处理
  • 12.5.3 关键帧的处理
  • 12.5.4 检测之后的验证
  • 12.5.5 与机器学习的关系
  • 第13讲 建图
  • 13.1 概述
  • 13.2 单目稠密重建
  • 13.2.1 立体视觉
  • 13.2.2 极线搜索与块匹配
  • 13.2.3 高斯分布的深度滤波器
  • 13.3 实践：单目稠密重建
  • 13.4 实验分析与讨论
  • 13.4.1 像素梯度的问题
  • 13.4.2 逆深度
  • 13.4.3 图像间的变换
  • 13.4.4 并行化：效率的问题
  • 13.4.5 其他的改进
  • 13.5 RGB-D稠密建图
  • 13.5.1 实践：点云地图
  • 13.5.2 八叉树地图
  • 13.5.3 实践：八叉树地图
  • 13.6 *TSDF地图和Fusion系列
  • 13.7 小结
  • 第14讲 SLAM：现在与未来
  • 14.1 当前的开源方案
  • 14.1.1 MonoSLAM
  • 14.1.2 PTAM
  • 14.1.3 ORB-SLAM
  • 14.1.4 LSD-SLAM
  • 14.1.5 SVO
  • 14.1.6 RTAB-MAP
  • 14.1.7 其他
  • 14.2 未来的SLAM话题
  • 14.2.1 视觉+惯性导航SLAM
  • 14.2.2 语义SLAM
  • 14.2.3 SLAM的未来
  • 附录A 高斯分布的
  • A.1 高斯分布
  • A.2 高斯分布的运算
  • 附录B ROS入门
  • B.1 ROS是什么
  • B.2 ROS的特点
  • B.3 如何快速上手ROS
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

电子工业出版社

电子工业出版社成立于1982年10月，是国务院独资、工信部直属的中央级科技与教育出版社，是专业的信息技术知识集成和服务提供商。经过三十多年的建设与发展，已成为一家以科技和教育出版、期刊、网络、行业支撑服务、数字出版、软件研发、软科学研究、职业培训和教育为核心业务的现代知识服务集团。出版物内容涵盖了电子信息技术的各个分支及工业技术、经济管理、科普与少儿、社科人文等领域，综合出版能力位居全国出版行业前列。