简-安东尼奥·费尔南、德斯-马德里加尔、琼斯·路易斯·布兰科·克拉拉科著的《移动机器人同步定位与地图构建(精)》首先介绍了移动机器人及时定位和构图的基础。将该问题沿着一个轴线进行了划分，将SLAM问题划分为空间知识的表示问题、场景的结构和动力学问题、先验知识的可用性问题以及机器人所携带的传感器和致动器的种类等。接着介绍了目前市场上可见的机器人、这些机器人的感知以及致动能力，并讨论了这些移动平台被设计出来所要解决的各种各样的任务。

简-安东尼奥·费尔南、德斯-马德里加尔、琼斯·路易斯·布兰科·克拉拉科著的《移动机器人同步定位与地图构建(精)》针对SLAM问题的经典理论，从机器人的发展历史论起，详细介绍了基于滤波的SLAM所涉及的概率论与统计学知识，在此基础上，分别针对定位与地图构建两个SLAM的核心问题，由简到繁、由易到难，深入浅出地进行了讨论，给出了相应问题解决方案的详细步骤。定位问题中，介绍了参数化滤波方法(主要包括Kalman滤波、扩展Kalman滤波以及无迹Kalman)与非参数滤波方法(主要包括离散贝叶斯滤波器、直方图滤波器与粒子滤波器)，并对比分析了不同方法的优缺点；地图构建问题中，首先论述了常用地图的类型、特点，然后给出了贝叶斯框架下各类地图的构建过程。在分别论述了定位与地图构建问题的处理方法之后，在统一的贝叶斯估计框架下，给出了SLAM问题的完整处理方法。结合SLAM问题相关处理理论的最新发展，针对SLAM问题的高级话题，如鲁棒性、多传感器融合以及可扩展性问题，进行了讨论，并对图SLAM方法、全寿命SLAM的相关内容进行了介绍。

本书面向的读者包括相应领域的从业者、本科学生、研究生以及研究人员。

第一部分 移动机器人同时定位与地图构建基础

 第1章 绪论

1.1 总览

1.2 问题分类

 1.2.1 空间几何基础

 1.2.2 环境的动态与结构

 1.2.3 机器人传感器

 1.2.4 机器人的传动装置

 1.2.5 先验知识

1.3 历史回顾

1.4 本书的组织

参考文献

 第2章 机器人基础

2.1 引言

2.2 将机械变为机器人：传动装置

 2.2.1 步行机器人

 2.2.2 飞行机器人

 2.2.3 水下机器人

 2.2.4 轮式机器人

2.3 机器人看到的世界是什么样的?传感器

2.4 本体感受传感器：内部传感器

2.5 外界传感器：接触或近距离传感器

2.6 外界传感器：单方向测距仪

 2.6.1 基于三角测量的接近传感器

 2.6.2 脉冲信号飞行时间(P-ToF)

 2.6.3 连续波飞行时间(C-ToF)

 2.6.4 小结

2.7 外界传感器：二维测距仪

2.8 外界传感器：三维距离传感器

2.9 外界传感器：纯距离传感器

2.10 外界传感器：图像传感器

2.11 外界传感器：空气分析传感器

2.12 环境传感器：绝对位置设备

2.13 能量供应

参考文献

 第3章 概率论基础

3.1 引言

3.2 历史回顾

3.3 概率空间

3.4 随机变量

3.5 不确定性的形态

 3.5.1 离散随机变量不确定性的形状

 3.5.2 连续随机变量不确定性的形状

 3.5.3 任何随机变量不确定性的形状：可能性

3.6 不确定性的总结

 3.6.1 随机变量的矩

 3.6.2 矩的一些重要定理

 3.6.3 随机变量的信息和熵

3.7 多变量概率

 3.7.1 联合概率和边缘化

 3.7.2 相互独立和协方差

3.8 随机变量的变换

 3.8.1 预备知识

 3.8.2 两个连续的独立随机变量的和

 3.8.3 连续独立随机变量的线性组合

 3.8.4 连续独立随机变量的乘积与除法

 3.8.5 一维连续随机变量的线性变换

 3.8.6 多元随机变量的线性变换

 3.8.7 卡方分布的特例

 3.8.8 任意变换的近似

3.9 条件概率

3.10 图示模型

……

第二部分 移动机器人定位