一、緒論

二、遞迴狀態估計

三、高斯濾波

四、非引數濾波

五、機器人運動

六、機器人感知

七、移動機器人定位：馬爾科夫與高斯

八、移動機器人定位：柵格與蒙特卡洛

九、佔用柵格地圖構建

十、同時定位於地圖構建

十一、GraphSLAM演算法

十二、稀疏拓展資訊濾波

十三、FastSLAM演算法

十四、馬爾科夫決策過程

十五、部分能觀測馬爾科夫決策過程

十六、近似部分能觀測馬爾科夫決策過程技術

十七、探測

本書由以下四個主要部分組成： 2-4 章介紹了構成本書中描述的所有演算法基礎的最基本的數學體系和 主要演算法。這幾章是本書的數學基礎。 5-6章提出了移動機器人的概率模型。在許多方面，這兩章都是傳統 機器人模型的概率泛化。它們形成了之後的機器人內容的數學菲礎。 7-8 章對移動機器人定位問題進行了討論。這兩章將前面兩章所討論 的概率模型和基本的估計演算法結合起來。

9-13章討論了關於機器人地圖構建的更復雜問題。如前所述，它們 都是基於前面章節所討論的演算法，但是其中很多要利用技巧來適應該問題的復 雜性。 14 -17 章是對概率規劃和控制問題的討論。開始先介紹了幾個基本技 術，然後分別介紹了用概率方法控制機器人的實際演算法。最後一章，也就是第 17 章，從概率的角度對機器人探測問題進行了討論。 本書最好按順序從開始到結束進行閱讀