Environment Learning for Indoor Mobile Robots, Fachbücher von Juan Andrade Cetto, Alberto Sanfeliu

Das Buch "Environment Learning for Indoor Mobile Robots" bietet eine umfassende Untersuchung der theoretischen Aspekte der gleichzeitigen Lokalisierung und Kartenerstellung (SLAM) für mobile Roboter. Es behandelt zentrale Themen wie die Stabilität der Schätzung, nichtlineare Modelle zur Unsicherheitsausbreitung und die Kompatibilität zeitlicher Landmarken. Ein besonders relevantes Thema ist der theoretische Formalismus der partiellen Beobachtbarkeit im SLAM. Die Autoren, Juan Andrade Cetto und Alberto Sanfeliu, zeigen, dass der herkömmliche Ansatz zur SLAM-Implementierung mit einem Kalman-Filter zu einer marginalen Filterstabilität führt, was die endgültigen Rekonstruktionsschätzungen von den anfänglichen Schätzungen des Fahrzeugs abhängig macht. Durch die Verankerung der Karte an einer festen Landmarke im Szenario erreichen sie jedoch eine vollständige Beobachtbarkeit im SLAM, was zu reduzierten Kovarianzschätzungen führt. Diese Erkenntnisse haben die SLAM-Community dazu angeregt, neue Ansätze zur Kartierung zu entwickeln, wie die Erstellung lokaler Karten, die an einer Landmarke oder an der anfänglichen Schätzung des Roboters verankert sind. Das Buch eignet sich sowohl als Einführung in die schätztheoretischen Ansätze des SLAM-Problems als auch als Referenzwerk für Fachleute im Bereich der mobilen Robotik.