學(xué)習材料1：

《概率機器人學(xué)》 谷歌無人駕駛之父?Sebastian Thrun等人著作。

注釋： 可能是本人智商有限，或者是移動機器人學(xué)領(lǐng)域的基礎(chǔ)知識了解不多。 剛剛看這本書的時候，尤其吃力，胡亂翻了幾頁，根本看不進去，看的目光呆滯，食欲不振。

? ? ? ? ? ?如果，同樣遇到類似的情況，無法耐心靜心全身心的從頭到尾看完，那說明可能是因為 先驗知識的不足，參考學(xué)習材料3：

?

學(xué)習方法建議： 假設(shè)學(xué)習這本書的讀者，已經(jīng)在Ubuntu OS中安裝 ROS ，至少跑過 gmapping 或 cartographer等 基于激光雷達傳感器的 SLAM建圖軟件。看到了效果，感性上大概知道怎么回事。然后想深入學(xué)習理論。

? ? ? ? ? ? ? ? ? ? ? ? ? 直接去啃英文論文當然是途徑之一，但是如果沒有先驗知識支撐的話，估計也看不懂； 直接去讀代碼的話，如果不是代碼小高手結(jié)合了解一點先驗知識，估計還是看不懂。以上所有，大牛大神高手除外。

中文版的書：建議提前搞清楚，移動機器人導(dǎo)航的三個問題：建圖、定位、slam（同時實現(xiàn)前兩者） 以及路徑規(guī)劃等了解一下。

? ? ? ? ? ? ? ? ? ? ? 然后，頭腦里記住一個概念，粒子濾波。貫穿 定位、建圖 slam。

? ? ? ? ? ? ? ? ? ? ? 然后，看書的第一、二章，先把貝葉斯濾波以及概率方面的基礎(chǔ)了解一下。搞清楚那個 預(yù)測 prediction 步驟 （運動模型 u ，用里程計）；更新 correction/ updating/ innovation 步驟（觀測模型引入，z，激光雷達）? 的遞歸實現(xiàn)。

? ? ? ? ? ? ? ? ? ? ? 然后，別看卡爾曼濾波或者無跡卡爾曼濾波那些，方法以及過時了，而且深奧（沒有相關(guān)先驗知識的初學(xué)者而言），直接看第四章的信息濾波中的 粒子濾波，知道大概咋回事。

? ? ? ? ? ? ? ? ? ? ? 然后，看第五章的里程計運動模型，耐心的看一下閉式計算 和 采樣計算的幾個數(shù)學(xué)公式。（速度運動模型，是用于機器人未動之前 的概率運動規(guī)劃用的）（里程計運動模型是用于預(yù)測機器人下一時刻位姿用的。slam和定位中用的多）

? ? ? ? ? ? ? ? ? ? ? 然后，看第六章機器人感知（也就是觀測模型），整個內(nèi)容都值得看看。

插播一下：第五章的 運動模型，就是用于濾波方法的 預(yù)測階段； 第六章的感知模型或者觀測模型，就是用于濾波方法的 更新階段。至于是一個公式或者概率表達式，還是一堆粒子表示概率分布啥的，不重要，重要的先理解其 遞歸的精髓。

? ? ? ? ? ? ? ? ?假如不知道什么是遞歸（ 去看看 計算機專業(yè)的 核心專業(yè)課之一 《數(shù)據(jù)結(jié)構(gòu)》或者 算法類似的書都有介紹）

? ? ? ? ? ? ? ? ? ? ?然后，過濾掉第七章的 馬爾可夫與高斯定位，先不要看，不要看，不要看； 直接看 第8章的 柵格與蒙特卡洛定位，重點是 MCL定位，以及其 各種改進版本, 合在一起是 AMCL。? （粒子濾波定位部分）

? ? ? ? ? ? ? ? ? ? ?然后，看地圖構(gòu)建部分，占用柵格地圖的構(gòu)建? ? （構(gòu)建地圖部分）

? ? ? ? ? ? ? ? ? ? ?然后，SLAM部分，過濾掉10-12章，直接看 第13章的 FastSLAM算法。大概看一下，有個概念和印象。?

? ? ? ? ? ? ? ? ? ? ?最后，去看一下 gmapping論文，以及它參考的 Raw Blackwellizaed啥的論文。

? ? ? ? ? ? ? ? ? ? ?完事！

如果，這一遍下來，感覺不明顯，那么就循環(huán)來個三五遍，絕對有所收獲。 等真正有所感悟和認知的時候，可以把 這本天書的其他章節(jié)瞅一眼看看。

補充： 網(wǎng)上有很多說，別看濾波的SLAM，直接看圖優(yōu)化的SLAM,比如說 cartographer，? 這個感覺有點太絕對了，畢竟，玩移動機器人的孩子們，不能吊死在 slam 這個技術(shù)上， 這些slam 也就機器人使用時 建個初始地圖而已， 后期不還是定位、導(dǎo)航、路徑規(guī)劃，以及更高級的應(yīng)用需求么。

?

學(xué)習材料2：

注釋：如果以上天書，特別是中文翻譯版 看的比較吃力的話，可以直接看英文版如下資料。

? ? ? ? ?（中文版吃力的原因： 可能是英文原版翻譯過程中很多不地道 或者錯誤部分。最簡單的就是粒子濾波定位中的地圖m，原版是加粗的，中文版小寫，更奇葩的是循環(huán)變量居然也用m，，，而且中文版翻譯有不少漏譯或者錯譯，變量符號弄錯的地方）

德國弗雷堡大學(xué)的??Cyrill Stachniss 和 Wolfram Burgard 兩位教授，大咖的總結(jié)材料。

（前者是大名鼎鼎的 gmapping的作者之一； 后者也是激光slam和定位方面的大佬，和Sebastian Thrun （谷歌無人駕駛之父）合作的驚世駭俗的《概率機器人學(xué)》著作）

《Particle Filters for Robot Navigation》

該電子版材料，詳細地講述了 粒子濾波從貝葉斯濾波開始的推導(dǎo)。粒子濾波在定位、建圖、SLAM以及主動探測中的有應(yīng)用。（相當于把《概率機器人學(xué)》中關(guān)于粒子濾波的很多內(nèi)容，單獨提取出來，整理成系統(tǒng)的內(nèi)容，比較值得一看）

?

注釋：以上講解的粒子濾波在機器人的slam用法中，都是指的是激光雷達傳感器。 視覺slam又是另外一回事了。 這么好的東西，不敢獨享，只要5個積分（因為有時候我去下載別人的資料也要積分，所以請包涵沒有設(shè)置免費 ）： https://download.csdn.net/download/GGY1102/16299627 解壓密碼：123456 為了避開CSDN的審核，里面加了一些附加碩士論文。 此外，還有一本介紹機器人導(dǎo)航控制方面的電子書。

學(xué)習材料3：

如果是對移動機器人領(lǐng)域了解太少的小白，可以參考這本書《自主移動機器人導(dǎo)論》，很經(jīng)典的一本入門介紹書，涵蓋 移動機器人的機械結(jié)構(gòu)、定位、建圖、slam、路徑規(guī)劃等多方向內(nèi)容的介紹。

注釋： 看完之后就知道 移動機器人領(lǐng)域該干啥了， 和傳統(tǒng)的工業(yè)機械臂等 還是有很大的區(qū)別的。移動機器人中有路徑規(guī)劃，path planning； 工業(yè)機械臂的叫 運動規(guī)劃 motion planning。

對于想做移動機器人 定位、建圖、SLAM（聲吶、激光等測距傳感器的SLAM）方面的學(xué)習值得參考；很經(jīng)典的書籍； 英文和中文版都有了 第二版；? 部分內(nèi)容和《概率機器人》有點交集，可以結(jié)合著一起看。:

下載鏈接：https://download.csdn.net/download/GGY1102/13255974

總結(jié)

以上是生活随笔為你收集整理的机器人学习--粒子滤波SLAM/MCL定位参考资料+学习经验的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。