机读格式显示(MARC)

• 000 01844nam0 2200349 450

• 001 0000723672

• 005 20181129110900.0

• 010 __ |a 978-7-121-33811-3 |d CNY59.00

• 100 __ |a 20181101d2018 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a afk a 000yy

• 106 __ |a r

• 200 1_ |a 机器人感知 |A ji qi ren gan zhi |e 因子图在SLAM中的应用 |d Factor graphs for robot perception |f (美) Frank Dellaert, Michael Kaess著 |g 刘富强, 董靖译 |z eng

• 210 __ |a 北京 |c 电子工业出版社 |d 2018

• 215 __ |a xvii, 145页, [8] 页图版 |c 图 (部分彩图) |d 24cm

• 306 __ |a 本书中文简体版专有出版权由Now Publishers, Inc.授予电子工业出版社

• 314 __ |a 责任者Dellaert规范汉译姓: 德尔阿特; 责任者Kaess规范汉译姓: 克斯

• 314 __ |a Frank Dellaert, 2001年在卡内基梅隆大学获博士学位, 目前在佐治亚理工交互计算学院任终身教授。Michael Kaess, 现于卡内基梅隆大学任助理教授。刘富强, 泡泡机器人创始人, 现于哈尔滨工程大学攻读控制科学与工程博士学位。董靖, 本科毕业于清华大学航天航空学院, 先于美国佐治亚理工学院攻读计算机科学博士学位。

• 320 __ |a 有书目 (第117-137页)

• 330 __ |a 本书介绍在人工智能时代, 用来建模和求解大规模机器人推断问题所使用的因子图。重点介绍解决机器人面临的大规模推理问题, 以及部署机器人的相关知识。因子图相关知识 (概率图模型的一种) 是机器人感知中至关重要的一环, 而机器人感知是机器人领域最难的技术点。

• 500 10 |a Factor graphs for robot perception |A Factor Graphs For Robot Perception |m Chinese

• 517 1_ |a 因子图在SLAM中的应用 |A yin zi tu zai SLAMzhong de ying yong

• 606 0_ |a 智能机器人 |A zhi neng ji qi ren |x 感知 |x 研究

• 690 __ |a TP242.6 |v 5

• 701 _1 |a 德尔阿特 |A de er a te |g (Dellaert Frank) |4 著

• 701 _1 |a 克斯 |A ke si |g (Kaess Michael) |4 著

• 702 _0 |a 刘富强 |A liu fu qiang |4 译

• 702 _0 |a 董靖 |A dong jing |4 译

• 801 _0 |a CN |b HDUL |c 20181129

• 905 __ |a HDUL |d TP242.6/227

• 920 __ |a 233030 |z 1