Solidne szacowanie i zastosowania w robotyce

Oryginalny tytuł:

Robust Estimation and Applications in Robotics

Zawartość książki:

Rozwiązywanie problemów związanych z estymacją jest podstawowym elementem wielu zastosowań w robotyce. Wybitne przykłady obejmują estymację pozy, wyrównanie chmury punktów i śledzenie obiektów. Algorytmy do rozwiązywania tych problemów estymacji muszą radzić sobie z nowymi wyzwaniami ze względu na zwiększone wykorzystanie potencjalnie słabych, tanich czujników i coraz częstsze wdrażanie algorytmów robotycznych w produktach konsumenckich, które działają w potencjalnie nieznanym środowisku. Algorytmy te muszą być odporne na silne nieliniowości, wysokie poziomy niepewności i liczne wartości odstające. Jednakże, szczególnie w robotyce, założenie gaussowskie jest powszechne w rozwiązaniach problemów estymacji parametrów wielowymiarowych, nie zapewniając pożądanego poziomu odporności.

Robust Estimation and Applications in Robotics ma na celu sprostanie wyżej wymienionym wyzwaniom poprzez wprowadzenie do solidnej estymacji ze szczególnym uwzględnieniem robotyki. Rozpoczyna się od przedstawienia zwięzłego przeglądu teorii estymacji M-estymatorów. M-estymatory dzielą wiele wygodnych właściwości estymatorów najmniejszych kwadratów, a jednocześnie są znacznie bardziej odporne na odchylenia od założenia modelu gaussowskiego. W dalszej części przedstawiono kilka przykładowych zastosowań, w których M-estymacja jest wykorzystywana do zwiększenia odporności na nieliniowości i wartości odstające.

Robust Estimation and Applications in Robotics to idealne wprowadzenie do statystyki odpornej, które wymaga jedynie wstępnej znajomości teorii prawdopodobieństwa. Zawiera również przykłady zastosowań w robotyce, w których solidne narzędzia statystyczne mają znaczenie.