機器人學中的狀態估計(第2版‧上冊)（簡體書）

如何根據帶有噪聲的傳感器數據來估計機器人的狀態（如位置、方向）是機器人學研究中的一個重要問題。本書為機器人學領域的學生和從業人員介紹了狀態估計的相關知識，既包含經典的狀態估計方法（例如卡爾曼濾波），也包含了更加重要的、現代的主題，例如批量優化、貝葉斯濾波、西格瑪點（sigmapoint）濾波、粒子濾波、剔除外點的魯棒估計、連續時間的軌跡估計和高斯過程回歸。由於絕大多數機器人在三維世界中工作，因此本書介紹了常見的傳感器模型（如相機、激光測距儀），並闡述了如何對旋轉狀態變量進行狀態估計。本書後續章節還涉及機器人中的實際應用問題，例如點雲配准、位姿圖鬆弛、光束平差法及同時定位與地圖構建問題。

本書的第2版添加了許多拓展主題，包括一個關於變分推斷的全新章節，一個關於慣性導航的主題章節，並引入了關於概率、矩陣微積分等方面的補充材料。

蒂莫西·D. 巴富特（Timothy D. Barfoot）博士（多倫多大學航空航天研究所教授）在工業和學術界的移動機器人導航方向已有逾二十年的研究經歷。他的研究領域涉及空間探索、採礦、軍事和運輸等，並在定位、建圖、規劃和控制方面做出了貢獻。他是電氣電子工程師學會（Institute of Electrical and Electronics Engineers, IEEE）機器人與自動化學會的會士。