[正版]视觉SLAM十四讲 从理论到实践 第2二版 SLAM入门教程 SLAM基础教程 slam自学入门书 计算机视觉算

                                                                                              店铺公告

本店存在书、古旧书、收藏书、二手书等特殊商品，因受采购成本限制,可能高于定价销售，明码标价，介意者勿拍!

1.书籍因稀缺可能导致售价高于定价,图书实际定价参见下方详情内基本信息,请买家看清楚且明确后再拍，避免价格争议!

2.店铺无纸质均开具电子，请联系客服开具电子版

视觉SLAM十四讲：从理论到实践（D2版）
	定价	108.00
	出版社	电子工业出版社
	版次	1
	出版时间	2019年07月
	开本	16开
	作者	高翔 等
	装帧	平塑勒
	页数	408
	字数	576000
	ISBN编码	9787121369421

本书系统介绍了视觉 SLAM（同时定位与地图构建）所需的基本知识与核心算法，既包括数学理论基础，如三维空间的刚体运动、非线性优化，又包括计算机视觉的算法实现，例如多视图几何、回环检测等。此外，我们还提供了大量的实例代码供读者学习研究，从而更深入地掌握这些内容。本书可以作为对 SLAM 感兴趣的研究人员的入门自学材料，也可以作为 SLAM 相关的高校本科生或研究生课程教材使用。

目录  

D 1 讲 预备知识 1  

11 本书讲什么 1  

12 如何使用本书 3  

121 组织方式 3  

122 代码 5  

123 面向的读者 6  

13 风格约定 6  

14 致谢和声明 8  

D 1 部分 数学基础 10  

D 2 讲 初识 SLAM 11  

21 引子：小萝卜的例子 13  

22 经典视觉 SLAM 框架 19  

221 视觉里程计 20  

222 后端优化 21  

223 回环检测 22  

224 建图 23  

23 SLAM 问题的数学表述 24  

24 实践：编程基础 27  

241 安装 Linux 操作系统 27  

242 Hello SLAM 29  

243 使用 cmake 30  

244 使用库 32  

245 使用 IDE 35  

D 3 讲 三维空间刚体运动 40  

31 旋转矩阵 42  

311 点、向量和坐标系 42  

312 坐标系间的欧氏变换 43  

313 变换矩阵与齐次坐标 46  

32 实践：Eigen 47  

33 旋转向量和欧拉角 53  

331 旋转向量 53  

332 欧拉角 54  

34 四元数 56  

341 四元数的定义 56  

342 四元数的运算 57  

343 用四元数表示旋转 59  

344 四元数到其他旋转表示的转换 59  

35 * 相似、仿射、射影变换 61  

36 实践：Eigen 几何模块 62  

361 Eigen 几何模块的数据演示 62  

362 实际的坐标变换例子 64  

37 可视化演示 66  

371 显示运动轨迹 66  

372 显示相机的位姿 69  

D 4 讲 李群与李代数 71  

41 李群与李代数基础 73  

411 群 73  

412 李代数的引出 74  

413 李代数的定义 76  

414 李代数 so(3) 76  

415 李代数 se(3) 77  

42 指数与对数映射 78  

421 SO(3) 上的指数映射 78  

422 SE(3) 上的指数映射 80  

43 李代数求导与扰动模型 81  

431 BCH 公式与近似形式 81  

432 SO(3) 上的李代数求导 83  

433 李代数求导 84  

434 扰动模型（左乘） 85  

435 SE(3) 上的李代数求导 85  

44 实践：Sophus 86  

441 Sophus 的基本使用方法 86  

442 例子：评估轨迹的误差 89  

45 * 相似变换群与李代数 92  

46 小结 93  

D 5 讲 相机与图像 95  

51 相机模型 97  

511 针孔相机模型 97  

512 畸变模型 100  

513 双目相机模型 103  

514 RGB-D 相机模型 104  

52 图像 106  

53 实践：计算机中的图像 107  

531 OpenCV 的基本使用方法 107  

532 图像去畸变 112  

54 实践：3D 视觉 113  

541 双目视觉 113  

542 RGB-D 视觉 115  

D 6 讲 非线性优化 119  

61 状态估计问题 121  

611 批量状态估计与Z大后验估计 121  

612 Z小二乘的引出 123  

613 例子：批量状态估计 125  

62 非线性Z小二乘 126  

621 一阶和二阶梯度法 127  

622 高斯牛顿法 128  

目录 vii  

623 列文伯格—马夸尔特方法 130  

63 实践：曲线拟合问题 132  

631 手写高斯牛顿法 132  

632 使用 Ceres 进行曲线拟合 136  

633 使用 g2o 进行曲线拟合 141  

64 小结 148  

D 2 部分 实践应用 150  

D 7 讲 视觉里程计 1 151  

71 特征点法 153  

711 特征点 153  

712 ORB 特征 155  

713 特征匹配 158  

72 实践：特征提取和匹配 159  

721 OpenCV 的 ORB 特征 159  

722 手写 ORB 特征 162  

723 计算相机运动 165  

73 2D?2D：对J几何 165  

731 对J约束 165  

732 本质矩阵 168  

733 单应矩阵 170  

74 实践：对J约束求解相机运动 172  

75 三角测量 177  

76 实践：三角测量 178  

761 三角测量代码 178  

762 讨论 179  

77 3D?2D：PnP 180  

771 直接线性变换 180  

772 P3P 182  

773 Z小化重投影误差求解 PnP 184  

78 实践：求解 PnP 188  

781 使用 EPnP 求解位姿 188  

782 手写位姿估计 189  

783 使用 g2o 进行 BA 优化 191  

79 3D?3D：ICP 196  

791 SVD 方法 196  

792 非线性优化方法 198  

710 实践：求解 ICP 199  

7101 实践：SVD 方法 199  

7102 实践：非线性优化方法 201  

711 小结 203  

D 8 讲 视觉里程计 2 205  

81 直接法的引出 207  

82 2D 光流 208  

83 实践：LK 光流 210  

831 使用 LK 光流 210  

832 用高斯牛顿法实现光流 211  

833 光流实践小结 218  

84 直接法 218  

841 直接法的推导 218  

842 直接法的讨论 221  

85 实践：直接法 221  

851 单层直接法 221  

852 多层直接法 226  

853 结果讨论 227  

854 直接法优缺点z结 230  

D 9 讲 后端 1 232  

91 概述 234  

911 状态估计的概率解释 234  

912 线性系统和 KF 236  

913 非线性系统和 EKF 239  

914 EKF 的讨论 241  

92 BA 与图优化 242  

921 投影模型和 BA 代价函数 242  

922 BA 的求解 243  

923 稀疏性和边缘化 245  

924 鲁棒核函数 251  

93 实践：Ceres BA 253  

931 BAL 数据集 253  

932 Ceres BA 的书写 253  

94 实践：g2o 求解 BA 257  

95 小结 263  

D 10 讲 后端 2 265  

101 滑动窗口滤波和优化 266  

1011 实际环境下的 BA 结构 266  

1012 滑动窗口法 267  

102 位姿图 270  

1021 位姿图的意义 270  

1022 位姿图的优化 270  

103 实践：位姿图优化 272  

1031 g2o 原生位姿图 272  

1032 李代数上的位姿图优化 277  

1033 小结 282  

D 11 讲 回环检测 283  

111 概述 285  

1111 回环检测的意义 285  

1112 回环检测的方法 286  

1113 准确率和召回率 287  

112 词袋模型 289  

113 字典 291  

1131 字典的结构 291  

1132 实践：创建字典 292  

114 相似度计算 295  

1141 理论部分 295  

1142 实践：相似度的计算 296  

115 实验分析与评述 300  

1151 增加字典规模 300  

1152 相似性评分的处理 302  

1153 关键帧的处理 302  

1154 检测之后的验证 303  

1155 与机器学习的关系 303  

D 12 讲 建图 305  

121 概述 306  

122 单目稠密重建 308  

1221 立体视觉 308  

1222 J线搜索与块匹配 309  

1223 高斯分布的深度滤波器 311  

123 实践：单目稠密重建 314  

1231 实验分析与讨论 323  

1232 像素梯度的问题 324  

1233 逆深度 325  

1234 图像间的变换 326  

1235 并行化：效率的问题 327  

1236 其他的改进 327  

124 RGB-D 稠密建图 328  

1241 实践：点云地图 328  

1242 从点云重建网格 333  

1243 八叉树地图 336  

1244 实践：八叉树地图 338  

125 * TSDF 地图和 Fusion 系列 340  

126 小结 343  

D 13 讲 实践：设计 SLAM 系统 345  

131 为什么要单D列工程章节 346  

132 工程框架 347  

133 实现 349  

1331 实现基本数据结构 349  

1332 前端 354  

1333 后端 357  

134 实验效果 361  

D 14 讲 SLAM：现在与未来 363  

141 D前的开源方案 364  

1411 MoDSLAM 364  

1412 PTAM 365  

1413 ORB-SLAM 366  

1414 LSD-SLAM 369  

1415 SVO 370  

1416 RTAB-MAP 371  

1417 其他 372  

142 未来的 SLAM 话题 372  

1421 视觉 + 惯性导航 SLAM 373  

1422 语义 SLAM 374  

1423 SLAM 的未来 375  

附录 A 高斯分布的性质 377  

附录 B 矩阵求导 380  

附录 C ROS 入门 382  

参考文献 385

高翔，清华大学自动化系博士，慕尼黑工业大学博士后。研究兴趣主要为计算机视觉、定位与建图、机器学习等，主要著、译作包括《视觉SLAM十四讲：从理论到实践》、《机器人学中的状态估计》，在RAS、Auto Robotics、IROS等期刊会议上发表论文，现从事自动驾驶车辆研发工作。

本书可以作为对 SLAM 感兴趣的研究人员的入门自学材料，也可以作为 SLAM 相关的高校本科生或研究生课程教材使用。

1