移動機器人理論與實踐

第1章 線性代數(shù)與矩陣論
1.1 近世代數(shù)
1.2 線性空間
1.3 多項式矩陣
1.4 內(nèi)積
1.5 向量微積分
1.6 矩陣分解
第2章 概率論與隨機過程
2.1 測度論
2.2 概率測度
2.3 隨機變量
2.4 隨機向量
2.5 隨機序列
2.6 隨機過程
第3章 化方法
3.1 矢量分析與場論
3.2 幾何概念
3.3 一維搜索方法
3.4 優(yōu)化方法
3.5 帶約束的線性規(guī)劃
3.6 無約束非線性優(yōu)化
3.7 帶約束非線性優(yōu)化
3.8 二次型優(yōu)化
第4章 狀態(tài)估計理論
4.1 估計準則
4.2 估計方法
4.3 統(tǒng)計方法
4.4 概率方法
第5章 模式識別與機器學習
5.1 線性回歸
5.2 邏輯回歸
5.3 支持向量機
5.4 神經(jīng)網(wǎng)絡(luò)
第6章 機器視覺
6.1 顏色工程
6.2 視覺系統(tǒng)
6.3 圖像處理
第7章 運動控制
7.1 PID控制
7.2 電機
7.3 驅(qū)動器
7.4 控制器
7.5 其他機械部件
第8章 機器人建模
8.1 空間幾何學
8.2 約束和完整性
8.3 二輪模型
8.4 二輪差速模型
第9章 機器人定位
9.1 標志定位