Filtros de partículas para la navegación robótica

Filtros de partículas para la navegación robótica (Cyrill Stachniss)

Título original:

Particle Filters for Robot Navigation

Contenido del libro:

La navegación autónoma es una capacidad esencial para los robots móviles. Para operar con solidez, un robot necesita saber qué aspecto tiene el entorno, dónde se encuentra en él y cómo navegar dentro de él.

Filtros de partículas para la navegación de robots resume los enfoques que abordan estos tres problemas y que utilizan filtros de partículas como principal modelo subyacente para representar creencias. Ilustra que estos filtros son herramientas poderosas que pueden estimar de forma robusta el estado del robot y su entorno, y que también son adecuados para tomar decisiones sobre cómo navegar para minimizar la incertidumbre de un robot sobre su propia posición y el estado del entorno. Ofrecen una serie de capacidades atractivas, incluida la capacidad de tratar con distribuciones no gaussianas y modelos de movimiento y sensores no lineales.

Los filtros de partículas llevan utilizándose casi veinte años en robótica y se han convertido en un medio estándar para una serie de tareas. Particle Filters for Robot Navigation es un manual ideal para cualquier persona interesada en la investigación y aplicación de estos filtros en robótica.

Otros datos del libro:

ISBN:9781601987587
Autor:
Editorial:
Idioma:inglés
Encuadernación:Tapa blanda

Compra:

Actualmente disponible, en stock.

¡Lo compro!

Otros libros del autor:

Filtros de partículas para la navegación robótica - Particle Filters for Robot Navigation
La navegación autónoma es una capacidad esencial para los...
Filtros de partículas para la navegación robótica - Particle Filters for Robot Navigation

Las obras del autor han sido publicadas por las siguientes editoriales:

© Book1 Group - todos los derechos reservados.
El contenido de este sitio no se puede copiar o usar, ni en parte ni en su totalidad, sin el permiso escrito del propietario.
Última modificación: 2024.10.17 08:50 (GMT+2)