ＬｉＤＡＲを用いた高度自己位置推定システム　移動ロボットのための自己位置推定の高性能化とその実装例

目次

1.　自己位置推定およびその高度化について
1.1　自己位置推定およびその高度化
1.2　本書で扱う手法
1.3　本書の構成と内容
1.4　まとめ
2.　開発環境構築とシミュレータ
2.1　開発環境構築
　2.1.1　開発環境の構築
　2.1.2　ALSEduのインストール
2.2　シミュレータの概要
　2.2.1　ロボットの構成
　2.2.2　シミュレータの起動の確認
　2.2.3　シミュレータの中身の確認
2.3　まとめ
3.　数学的基礎
3.1　確率の基礎
　3.1.1　確率分布
　3.1.2　期待値と分散
　3.1.3　同時確率と条件付き確率
　3.1.4　加法定理，乗法定理，全確率の定理，ベイズの定理
3.2　グラフィカルモデル
3.3　ベイジアンネットワーク
　3.3.1　条件付き独立性
　3.3.2　有向分離
3.4　マルコフ確率場
　3.4.1　マルコフ確率場の因数分解
　3.4.2　ポテンシャル関数の具体例
　3.4.3　一直線のマルコフ確率場
3.5　まとめ
4.　自己位置推定の定式化と動作モデル，観測モデル
4.1　自己位置推定の定式化
　4.1.1　グラフィカルモデル
　4.1.2　定式化
4.2　動作モデル
4.3　観測モデル
　4.3.1　観測の独立性の仮定
　4.3.2　ビームモデル
　4.3.3　尤度場モデル
　4.3.4　その他の観測モデル
　4.3.5　自己位置推定はなぜ環境変化に対する頑健性を保てないのか
4.4　まとめ
5.　モンテカルロ位置推定の実装
5.1　モンテカルロ位置推定
　5.1.1　パーティクルフィルタ
　5.1.2　動作モデルによる更新
　5.1.3　観測モデルによる尤度の計算
　5.1.4　自己位置の推定
　5.1.5　リサンプリング
5.2　モンテカルロ位置推定の実行
　5.2.1　実装例
　5.2.2　実行と位置推定の結果
5.3　モンテカルロ位置推定の拡張
　5.3.1　適応的なパーティクル　ほか

本の帯に関して

帯つきでの出荷はお約束しておりません。
商品ページに、帯のみに付与される特典物等の表記がある場合でも、確実に帯つきでの出荷はお約束しておりません。
また、帯は商品の一部ではなく「広告扱い」のため、帯の有無・破損による交換や返品は承っておりません。

版・表紙について

版・表紙（カバー）のご指定は承っておりません。ご注文いただくタイミングによっては、お届けする商品の版や表紙が商品ページ上のものとは異なる場合がございます。
また、初版にのみにお付けしている特典（初回特典、初回仕様特典）がある商品は、商品ページに特典の表記がされている場合でも、無くなり次第終了となります。