图书介绍
源于自然的机器人导航 基于啮齿类动物模型的同步定位地图构建和路径规划pdf电子书版本下载
- （澳大利亚）迈克尔·约翰·米尔福德（MICHAEL JOHN MILFORD）著；高晓颖译 著
- 出版社： 北京：国防工业出版社
- ISBN：9787118107180
- 出版时间：2016
- 标注页数：164页
- 文件大小：28MB
- 文件页数：177页
- 主题词：机器人－应用－导航系统－研究
PDF下载
下载说明
源于自然的机器人导航 基于啮齿类动物模型的同步定位地图构建和路径规划PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第1章 概述 1
1.1 移动机器人 1
1.2 同步定位和地图构建 2
1.3 环境探索、目标导航和适应变化 5
1.4 生物模型的应用 5
1.5 章节介绍 6
第2章 地图构建和导航 8
2.1 地图构建和导航问题 9
2.1.1 定位和地图构建 9
2.1.2 SLAM：“鸡和蛋”问题 9
2.1.3 不确定性的处理 10
2.1.4 探索未知环境 10
2.1.5 目标导航 11
2.1.6 学习并应对环境变化 11
第3章 机器人地图构建方法 13
3.1 基于概率的地图构建算法 13
3.1.1 卡尔曼滤波算法 13
3.1.2 极大期望算法 15
3.1.3 粒子滤波算法 16
3.2 拓扑地图构建算法 18
3.3 环境探索、导航和适应环境变化 20
3.3.1 环境探索 20
3.3.2 目标导航 22
3.3.3 适应动态环境 23
3.4 讨论 24
第4章 生物导航系统 26
4.1 啮齿类动物与认知地图 26
4.1.1 头方向信息和具体位置细胞 27
4.1.2 环境探索，导航和适应变化 29
4.2 其他动物和昆虫 31
4.2.1 蜜蜂 31
4.2.2 蚂蚁 32
4.2.3 灵长类动物 33
4.2.4 人类 34
4.3 讨论 35
第5章 海马脑区模型生物仿真 36
5.1 头方向和具体位置细胞——人工技术状态 36
5.1.1 吸引子网络 36
5.1.2 路径综合 37
5.1.3 利用外部辅助信息校正头方向 38
5.1.4 位置细胞——人工技术状态 39
5.1.5 利用外界辅助线索的具体位置细胞 39
5.1.6 利用自我定位信息的位置细胞 42
5.1.7 导航 45
5.2 讨论 47
第6章 机器人与生物激励比较 48
6.1 鲁棒性与精确度 48
6.2 地图友好性与使用性 49
6.3 传感器差异 50
6.4 在真实世界环境中的能力 51
6.5 问题的解 52
第7章 海马模型的探索性研究 53
7.1 机器人和环境 53
7.2 完整模式结构 55
7.3 空间方向模型 56
7.3.1 方向表征 56
7.3.2 认知非自我中心的标志序列 57
7.3.3 使用非自我中心的标志序列重定向 58
7.3.4 内部动力学 58
7.3.5 使用自中心信息进行路径集成 59
7.4 模型性能 60
7.4.1 实验1：路径集成标定 61
7.4.2 实验2：定向和一维地图构建 61
7.5 空间位置模型 64
7.5.1 表示位置 64
7.5.2 学习非自中心导引标志物 64
7.5.3 利用非中心引导标志重定位 65
7.5.4 内部动力学 66
7.5.5 使用自中心信息进行路径集成 67
7.6 模型性能 67
7.6.1 实验3：定位和二维地图构建 68
7.7 讨论和总结 69
7.7.1 与生物系统的比较 71
7.7.2 与其他模型的比较 72
7.7.3 结论 73
第8章 RatSLAM扩展海马模型 74
8.1 空间位姿模型 74
8.1.1 完整模型的结构 74
8.1.2 位姿感知细胞的生物证据 75
8.1.3 位姿表征 75
8.1.4 内部动态过程 76
8.1.5 视觉场景的学习 77
8.1.6 使用熟悉的视觉场景进行重定位 78
8.1.7 直观的路径积分 78
8.2 局部场景的形成 79
8.2.1 绝对差总和的模型 80
8.2.2 图像直方图 81
8.3 海马模型中的可视化SLAM 84
8.4 室内和室外环境中的SLAM 85
8.4.1 实验4：有人造路标的SLAM 85
8.4.2 实验5：环形环境中的SLAM 88
8.4.3 实验6：在办公大楼中的SLAM 91
8.4.4 实验7：室外环境中的SLAM 94
8.4.5 只有路径积分时的表现 95
8.4.6 SLAM结果 96
8.5 总结和讨论 97
8.5.1 RatSLAM的必要条件 97
8.5.2 RatSLAM表征的本质 97
第9章 目标记忆的探索性研究 99
9.1 用RatSLAM唤起目标记忆 99
9.2 学习 99
9.3 回忆 101
9.3.1 实验8：小环境的目标回忆 101
9.3.2 目标回忆结果 102
9.3.3 实验9：大环境中的目标回忆 105
9.3.4 目标回忆结果 105
9.4 总结和讨论 106
9.4.1 创建适合于目标回忆的地图 107
第10章 扩展RatSLAM：经历地图构建算法 109
10.1 由经历构成的地图 109
10.2 关联经历：空间、时间、行为 111
10.3 地图校正 112
10.4 地图的适应性和长期保持 113
10.5 室内经历制图结果 115
10.5.1 实验10：大的位姿感知细胞表征 115
10.5.2 实验11：小的位姿感知细胞表征 117
10.6 实验12：室外的经历制图 118
10.7 总结和讨论 120
第11章 环境探索，目标记忆和适应改变 122
11.1 有效的环境探索 122
11.1.1 实验评估 123
11.1.2 讨论 125
11.2 用时间地图回忆路线 125
11.2.1 构建时间地图 125
11.2.2 路径规划 126
11.2.3 行为仲裁 127
11.2.4 路线丢失恢复 128
11.3 SLAM和在静态环境中的导航 129
11.3.1 实验13：小位姿冲突下的目标回忆 130
11.3.2 实验14：大位姿冲突下的目标回忆 131
11.3.3 讨论 133
11.4 适应环境的变化 134
11.4.1 实验15：室内地图的适应性 134
11.4.2 实验结果 134
11.5 讨论 136
11.5.1 结论 137
第12章 讨论 138
12.1 本书总结 138
12.1.1 地图构建与导航 138
12.1.2 海马神经模型的探索性研究 139
12.1.3 RatSLAM：一种扩展海马模型 139
12.1.4 目标记忆：探索性研究 139
12.1.5 扩展RatSLAM：经历地图构建 140
12.1.6 环境探索，目标回忆和适应变化 140
12.2 贡献 141
12.2.1 机器人和生物系统的比较综述 141
12.2.2 海马模型的性能评估 141
12.2.3 扩展海马模型的实现 142
12.2.4 经历地图构建算法 142
12.2.5 一种地图构建与导航的综合方法 142
12.3 地图构建与导航研究的前景 143
12.4 网格细胞 144
12.5 总结 145
附录A 移动行为 146
参考文献 150
复制图列表 159
索引 161