An Ihren Kindle oder ein anderes Gerät senden

 
 
 

Kostenlos testen

Jetzt kostenlos reinlesen

An Ihren Kindle oder ein anderes Gerät senden

Jeder kann Kindle Bücher lesen  selbst ohne ein Kindle-Gerät  mit der KOSTENFREIEN Kindle App für Smartphones, Tablets und Computer.
Probabilistic Robotics (Intelligent Robotics and Autonomous Agents series) (English Edition)
 
 

Probabilistic Robotics (Intelligent Robotics and Autonomous Agents series) (English Edition) [Print Replica] [Kindle Edition]

Sebastian Thrun , Wolfram Burgard , Dieter Fox
4.7 von 5 Sternen  Alle Rezensionen anzeigen (3 Kundenrezensionen)

Kindle-Preis: EUR 36,06 Inkl. MwSt. und kostenloser drahtloser Lieferung über Amazon Whispernet

Weitere Ausgaben

Amazon-Preis Neu ab Gebraucht ab
Kindle Edition EUR 36,06  
Gebundene Ausgabe EUR 51,95  


Produktbeschreibungen

Pressestimmen

"*Probabilistic Robotics* is a tour de force, replete with material for students and practitioners alike."--Gaurav S. Sukhatme, Associate Professor of Computer Science and Electrical Engineering, University of Southern CaliforniaPlease note: Arrived too late to appear on book jacket.

Kurzbeschreibung

Probabilistic robotics is a new and growing area in robotics, concerned with perception and control in the face of uncertainty. Building on the field of mathematical statistics, probabilistic robotics endows robots with a new level of robustness in real-world situations.This book introduces the reader to a wealth of techniques and algorithms in the field. All algorithms are based on a single overarching mathematical foundation. Each chapter provides example implementations in pseudo code, detailed mathematical derivations, discussions from a practitioner's perspective, and extensive lists of exercises and class projects. The book's Web site, http://www.probabilistic-robotics.org, has additional material.The book is relevant for anyone involved in robotic software development and scientific research. It will also be of interest to applied statisticians and engineers dealing with real-world sensor data.

Produktinformation

  • Format: Kindle Edition
  • Dateigröße: 12926 KB
  • Seitenzahl der Print-Ausgabe: 672 Seiten
  • Verlag: The MIT Press (19. August 2005)
  • Verkauf durch: Amazon Media EU S.à r.l.
  • Sprache: Englisch
  • ASIN: B00DJD9LXC
  • Text-to-Speech (Vorlesemodus): Nicht aktiviert
  • X-Ray:
  • Durchschnittliche Kundenbewertung: 4.7 von 5 Sternen  Alle Rezensionen anzeigen (3 Kundenrezensionen)
  • Amazon Bestseller-Rang: #166.947 Bezahlt in Kindle-Shop (Siehe Top 100 Bezahlt in Kindle-Shop)

  •  Ist der Verkauf dieses Produkts für Sie nicht akzeptabel?

Mehr über den Autor

Entdecken Sie Bücher, lesen Sie über Autoren und mehr

Kundenrezensionen

3 Sterne
0
2 Sterne
0
1 Sterne
0
4.7 von 5 Sternen
4.7 von 5 Sternen
Die hilfreichsten Kundenrezensionen
11 von 11 Kunden fanden die folgende Rezension hilfreich
5.0 von 5 Sternen Großartiges Buch 25. November 2005
Format:Gebundene Ausgabe
Großartiges, sehr verständliches Buch, in dem die Mitbegründer des überaus erfolgreichen Trends der "probabilistischen Robotik" einen gut verständlichen und umfassenden Überblick geben (S. Thrun hat beispielsweise gerade mit Stanley die DARPA Grand Challenge gewonnen). Alle Bereiche, in denen die prob. Robotik Anwendung findet, werden behandelt und unterschiedliche Ansätze zur Modellierung der Wahrscheinlichkeitsdichte so beschrieben, dass man sie dann auch implentieren kann. Das Buch gliedert sich in 4 Teile: Grundlagen, Lokalisierung, Kartierung, Planung und Steuerung.
Die einzenlnen Kapitel sind so strukturiert, dass zunächst die Konzepte erklärt werden und auf mathematische Herleitungen verzichtet wird. Diese finden sich dann in späteren Abschnitten und können zur Vertiefung genutzt werden. Ausserdem gibt es zu jedem Kapitel Übungsaufgaben und bibliografische Bemerkungen, in denen auf wichtige Leute und Arbeiten hingewiesen wird. Sehr schön an dem Buch ist auch, dass die Beispiele oft direkt aus den Veröffentlichungen der Autoren stammen.
Empfehlenswert für alle, die sich mit dem Thema beschäftigen wollen, aber auch durchaus interessant, wenn man sich schon auskennt und hier und da Wissenlücken schliessen möchte.
Das Englisch ist übrigens auch für nicht Muttersprachler gut zu verstehen und nie unnötig kompliziert.
War diese Rezension für Sie hilfreich?
8 von 8 Kunden fanden die folgende Rezension hilfreich
5.0 von 5 Sternen Ein perfekter Überblick über die Thematik 27. Januar 2008
Format:Gebundene Ausgabe|Verifizierter Kauf
Ich arbeite im Rahmen von zahlreichen Industrie/EU-Forschungsprojekten auf dem Gebiet der Positionierung mit Laserscannern für automotive Anwendungen. Ich habe zu Beginn der Arbeit recht viel Zeit benötigt, um mir einen Überblick über die Thematik zu verschaffen. Es gibt schließlich zahlreiche namhafte Konferenzen wie ICRA oder IROS und andere, bei denen solche Themen als Schwerpunkt behandelt werden. Leider ist die Flut und die Menge an Informationen und auch die Anzahl der veröffentlichen Papers und Journals so groß, dass man erst einmal schwer die essentiellen Ideen der Thematik herausfindet.

Dann fiel mir dieses Buch auf, als ich mich auf der Homepage von Sebastian Thrun informierte. Das Buch füllt zu 100% eine große Lücke in der Literatur, da es genau die Themen auf den Punkt bringt, die für die Positionierung, das Kartographieren und für Pfadplanung wichtig sind. Die grundlegende Ideen stehen verständlich in dem Buch. Natürlich ist ein gewisses mathematisches Vorwissen und auch Wissen zu Schätzverfahren usw. hilfreich, aber die Autoren führen auch das am Anfang ein. Was mir bei den drei Autoren (nicht nur bei diesem Buch, sondern auch bei den vielen sonstigen veröffentlichten Papern)positiv auffällt ist, dass sie die Thematik schön erklären und nicht Algorithmen in undurchdringlichen Schemabildern und Notationen verstecken, sondern - salopp gesagt - es einfach aufschreiben wie es ist. Das ist doch recht selten.

Der Literaturüberblick am Ende jedes Kapitels sucht seinesgleichen. Die Errate im Internet ist ebenfalls eine sehr gute Idee. Weiterhin bieten die Autoren Präsentationsmaterial auf der Homepage an.
Lesen Sie weiter... ›
War diese Rezension für Sie hilfreich?
4 von 4 Kunden fanden die folgende Rezension hilfreich
4.0 von 5 Sternen Nicht für Hobbyisten 6. Mai 2011
Von MH
Format:Gebundene Ausgabe
Man merkt, dass das Buch von einem Experten auf diesem Gebiet geschrieben ist. Die Themen werden
fundiert behandelt. Dies Buch ist aber für Profis oder Universitäten. Für Hobbyisten sind die Themen
zu wenig praxisorientiert. Auch wenn alle Konzepte mit Pseudocodesektionen versehen sind, so sind diese
oft noch zu abstrakt für die Verwendung. Auch fehlen oft typische Kennzahlen oder Größen, zB wie typische
Parameter von Sensoren oder Karten aussehen. Ohne dieses Wissen, welches vermutlich ein Experte hat, ist die Theorie schwer in die Praxis umzusetzen. Dies ist schade, da der Autor, einen bis kurz davor hinführt.
War diese Rezension für Sie hilfreich?
Die hilfreichsten Kundenrezensionen auf Amazon.com (beta)
Amazon.com: 4.6 von 5 Sternen  28 Rezensionen
29 von 29 Kunden fanden die folgende Rezension hilfreich
5.0 von 5 Sternen Superb 16. Juli 2006
Von Ravi Mohan - Veröffentlicht auf Amazon.com
Format:Gebundene Ausgabe
The authors took 6 years to write this book. And it shows. This is a mindblowing tour through the algorithms used at the cutting edge of Robotics.

What is good

1. Every algorithm has descriptive text, mathematical derivations AND pseudo code. More importantly it all meshes into a cohesive whole.

2. The progression of chapters is excellent, starting with basic algorithms and proceeding to more advanced/refined algorithms.

3.There is a consistent practical focus with algorithms being explained in the context of solving real world problems in robotics.

4. The exercises are few in number , but are *perfect* to illuminate each chapter's ideas and encourage the reader to start thinking on his own.

5. There is a comprehensive errata page on the book's website.

6. Last but not least, the tone of the writing is very engaging. The reader is not talked down to. It is almost as if the authors were in your study carefully guiding you through an intellectual wonderland.

The bad.

Hmmm i can't think of anything. It is great book. I just wish the authors would write MORE books like this :-)

About the only caveat is that a reader should have *some* degree of mathematical insight before attempting this book. The authors do cover elementary probability theory etc in the initial chapters, and they do a good job given the space constraints. But in my opinion if you have absolutely no experience in probability theory or calculus, you should probably learn from other books and then tackle this one. This is, after all, a graduate level text.
19 von 19 Kunden fanden die folgende Rezension hilfreich
4.0 von 5 Sternen Delivers even more than it promises 28. August 2008
Von Joshua Davies - Veröffentlicht auf Amazon.com
Format:Gebundene Ausgabe
This is really an amazing book - it more than fulfilled my expectations.
It starts from the very basics of probability theory and clearly derives
Kalman Filtering, Particle Filtering, Probabilistic Motion and Probabilistic
Perception in the first 6 chapters. From there it moves on to talk about
Localization and Mapping completely separately (which I appreciated, since
the two topics are far easier to comprehend independently) in chapters 7 and
8 and then finally introduces SLAM (the main topic of the book) in chapter
9. From there it goes on to discuss various SLAM algorithms and implementations,
and finally rounds out with planning and control (that is, the practical
application of SLAM algorithms).

I can't imagine a more well-researched academic work. Every point is backed
up with examples and illustrations, and every algorithm is derived rigorously.
Even better, the mathematical derivations are set apart from the main text
so that a more "casual" reader can skip over the derivations and still get
some benefit from the text (and believe me, the math parts of this book are
very involved!). The authors assume a working knowledge of trigonometry,
calculus and linear algebra (although you could likely make some sense of the
book even if you're rusty in any of these areas). However, since the book
is about probability, you'll probably need some background in probability
theory to get any value from this text. Chapter 2 contains a refresher on
probability theory, but I doubt it would be enough to decipher the later
chapters if you had no background in the subject. I found myself having to
go back and look up the details of Bayes Rule and multivariate conditional
probability more than once.

My only gripe with this book is that each chapter includes suggested exercises
(good) but no answers/cross-check (bad). Especially considering the open-ended
nature of the exercises, it's almost not worth attempting them (or even reading
them), since you'll never know if you got the right answer, or were even on the
right track. There's no "student supplement" (at least not as I write this),
so the exercises are fairly pointless.

However, that aside, this is one of the best academic books I've read in a very
long time. I had been struggling through academic papers from IEEE and ACM on
the topic of SLAM, and only comprehending about half of it before I picked up
"Probabilistic Robotics". After reading this book carefully (I actually had
to read it twice to get it all to sink in), I'm actually zipping through the
academic papers, and understanding everything I read. You couldn't ask for a
better introduction to probabilistic robotics and SLAM.
15 von 17 Kunden fanden die folgende Rezension hilfreich
3.0 von 5 Sternen Learn the material elsewhere, and then read this book 25. November 2011
Von DM - Veröffentlicht auf Amazon.com
Format:Gebundene Ausgabe
Think of a situation where you had an extremely good lecturer for some subject at uni. The lecturer explained everything very nicely using a host of slides, examples etc. Now, if after the lectures you go back and look at the slides again, you'll probably understand what the slides mean and remember what the lecturer said with regard to each slide. But, as is typical in any course, the slides doesn't contain all the information you learnt during the course. The explanations from the lecturer were critical in understanding the slides.

Now, think of the situation where someone who didn't attend the course, try to learn the subject, just by reading through the slides. This is generally extremely difficult. especially because the slides themselves doesn't contain all the information required to comprehend them.

This book is exactly that. It's a set of slides from a good lecture, but without the important other bits of information required to properly comprehend the ideas presented with it. I feel that the authors assume that the readers already know what they are talking about, and goes on skipping over the details required to properly grasp those concepts. If you've already learnt the topics in the book from by some other means, then you'll be able to understand what the authors are trying to say, and would end up ranking this book as an excellent book. But, my question is, if you already knew those things, why would you read this book in the first place.

BUT, it's not a worthless book. Few of the sections are explained in a very intuitive manner. Also, it's a good book for those who already know the concepts, but want to put them altogether in a coherent manner, with respect to robotics. Also, it is a good source for those who are looking for a list of state-of-the-art algorithms in mobile robotics.
5 von 5 Kunden fanden die folgende Rezension hilfreich
5.0 von 5 Sternen an impressive research-level text 3. Juli 2006
Von W Boudville - Veröffentlicht auf Amazon.com
Format:Gebundene Ausgabe
The book presents what is currently the frontier of probabilistic research in robotics. This is explained as a means of a robot coping with inadequate information from its perceptive inputs. The intent is to embed more robust control logic within the robot. Rather than having human programmers try to code for every contingency.

There are many algorithms in the text. Each is explicitly defined in pseudocode. But just as significantly, each is accompanied by extensive textual explanations and derivations. These are rounded out by the chapters having exercises that extend the ideas developed in each chapter.

Many ideas from statistics are applied here, from Markov processes to Monte Carlo samplings to Bayesian inferences.
4 von 4 Kunden fanden die folgende Rezension hilfreich
5.0 von 5 Sternen A superb textbook and reference 23. Juni 2006
Von Zachary Dodds - Veröffentlicht auf Amazon.com
Format:Gebundene Ausgabe
Robotics is a vast field. At the center of its computational side are the algorithms for spatial reasoning: mapping, localizing, and navigating. This book covers these fundamentals more thoroughly and comprehensively than any other. The algorithms described here are already the de facto starting point for cutting-edge work in computational robotics. Variants on these ideas make up a huge part of ongoing research, as evidenced by current journal articles and conference papers.

This is not an introductory text. There are many excellent choices for that kind of broad coverage of robotics, even computational robotics. Rather, this book is to robotics what Vision: A Modern Approach is to the field of computer vision. Even at the speed the field is moving, this book will be a standard for many years.
Waren diese Rezensionen hilfreich?   Wir wollen von Ihnen hören.
Kundenrezensionen suchen
Nur in den Rezensionen zu diesem Produkt suchen

Kunden diskutieren

Das Forum zu diesem Produkt
Diskussion Antworten Jüngster Beitrag
Noch keine Diskussionen

Fragen stellen, Meinungen austauschen, Einblicke gewinnen
Neue Diskussion starten
Thema:
Erster Beitrag:
Eingabe des Log-ins
 

Kundendiskussionen durchsuchen
Alle Amazon-Diskussionen durchsuchen
   


Ähnliche Artikel finden