如何估計機器人在空間中移動時的狀態（如位置、方向）是機器人研究中一個重要的問題。大多數機器人、自動駕駛汽車都需要導航信息。導航的數據來自于相機、激光測距儀等各種傳感器，而它們往往受噪聲影響，這給狀態估計帶來了挑戰。本書將介紹常用的傳感器模型，以及如何在現實世界中利用傳感器數據對旋轉或其他狀態變量進行估計。本書涵蓋了經典的狀態估計方法（如卡爾曼濾波）以及更為現代的方法（如批量估計、貝葉斯濾波、sigmapoint 濾波和粒子濾波、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）。這些方法在諸如點云對齊、位姿圖松弛、光束平差法以及同時定位與地圖構建等重要應用中得以驗證。對機器人領域的學生和相關從業者來說，本書將是一份寶貴的資料。

點擊標簽查看更多相關資源：