دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: نویسندگان: Rui Jiang, Xinghua Liu, Badong Chen, Shuzhi Sam Ge سری: ISBN (شابک) : 111987601X, 9781119876014 ناشر: Wiley-IEEE Press سال نشر: 2022 تعداد صفحات: 226 [227] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 9 Mb
در صورت تبدیل فایل کتاب Multimodal Perception and Secure State Estimation for Robotic Mobility Platforms به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب ادراک چندوجهی و تخمین حالت ایمن برای پلتفرم های تحرک رباتیک نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
خوانندگان را قادر میسازد تا روندهای جدید مهم در ادراک چندوجهی برای روباتیک متحرک را درک کنند
این کتاب دیدگاه جدیدی در مورد تخمین حالت ایمن و ادراک چندوجهی برای پلتفرم های تحرک روباتیک مانند وسایل نقلیه خودران ارائه می دهد. این به طور کامل رویکردهای تخمین پوزی پوز ایمن مبتنی بر فیلتر را برای وسایل نقلیه خودران بر روی سیگنالهای حمله چندگانه ارزیابی میکند و نشان میدهد که آنها از نتایج فیلتر شده کالمن معمولی بهتر عمل میکنند.
به عنوان یک منبع یادگیری مدرن، حاوی نتایج شبیه سازی و تجربی گسترده ای است که با موفقیت بر روی مدل های مختلف و پلتفرم های واقعی پیاده سازی شده است. برای کمک به درک خواننده، مثال های دقیق و گویا در مورد پیاده سازی الگوریتم و ارزیابی عملکرد نیز ارائه شده است. که توسط چهار نویسنده واجد شرایط در این زمینه نوشته شده است، عناوین نمونه تحت پوشش این کتاب عبارتند از:
این کتاب برای فارغالتحصیلان جذاب خواهد بود. دانشآموزان سطح و متخصصان در زمینههای وسایل نقلیه زمینی تخمین و ادراک را ارائه میکنند که به دنبال بینش مدرن و بهروز در مورد مفاهیم کلیدی مرتبط با حوزه پلتفرمهای تحرک روباتیک هستند.
Enables readers to understand important new trends in multimodal perception for mobile robotics
This book provides a novel perspective on secure state estimation and multimodal perception for robotic mobility platforms such as autonomous vehicles. It thoroughly evaluates filter-based secure dynamic pose estimation approaches for autonomous vehicles over multiple attack signals and shows that they outperform conventional Kalman filtered results.
As a modern learning resource, it contains extensive simulative and experimental results that have been successfully implemented on various models and real platforms. To aid in reader comprehension, detailed and illustrative examples on algorithm implementation and performance evaluation are also presented. Written by four qualified authors in the field, sample topics covered in the book include:
This book will appeal to graduate-level students and professionals in the fields of ground vehicle pose estimation and perception who are looking for modern and updated insight into key concepts related to the field of robotic mobility platforms.