本書共通過7章,深入淺出地介紹了因子圖數學定義、推斷方法,以及真實環境中機器人上的各種應用。在涵蓋了詳細的背景知識及數學論證的同時,提供了充足的SLAM應用案例以供讀者參考。
本書作者是促成SLAM從經卡爾曼濾波形式向圖優化模型轉變的關鍵人物,在SLAM領域的造詣非常深厚,此書是他們在因子圖上的研究成果的彙集和整理,是一本非常好的SLAM方面的書籍。
Frank Dellaert,2001年于卡內基梅隆大學獲博士學位,現于喬治亞理工學院交互計算學院任終身教授。他目前的研究興趣主要集中在機器人與電腦視覺的交叉領域,尤其是用圖模型方法解決大規模三維重建與地圖構建問題。Michael Kaess,現于卡內基梅隆大學任助理教授。Michael于2008年在喬治亞理工學院獲博士學位,之後于麻省理工學院先後就任博士后與研究員。他目前的研究興趣包括移動機器人智能問題,具體集中在大規模三維建圖與定位問題中的概率圖模型與線性代數的聯繫。
譯者簡介:劉富強,泡泡機器人創始人。董靖,美國喬治亞理工學院電腦科學博士,主要研究方向機器人學。