About this ebook
L'art de la perception permet de combler le fossé entre les données brutes et l'intelligence robotique.
Les robots évoluant dans des environnements dynamiques sont souvent confrontés au bruit sensoriel, à la désynchronisation des données et aux entrées contradictoires provenant des systèmes LiDAR, radar et de vision.
Quels sont les avantages ?
- Maîtriser les fondements mathématiques des filtres de Kalman et particulaires pour l'estimation d'état.
- Synchroniser des flux de données hétérogènes afin de créer un modèle environnemental en temps réel et haute fidélité.
- Optimiser le placement et l'étalonnage des capteurs pour une perception spatiale optimale.
- Mettre en œuvre des protocoles robustes de gestion des pannes lorsque des capteurs individuels fournissent des données dégradées.
- Acquérir une expertise technique approfondie grâce à 210 concepts soigneusement sélectionnés et répartis dans 21 annexes spécifiques à chaque chapitre.
Quelle est la feuille de route ? 1 - L'architecture de la perception : Comprendre le système sensoriel robotique
2 - La physique du LiDAR : Cartographier le monde par la lumière
3 - Détection par radar et ondes radio : Détection de mouvement en conditions difficiles
4 - La couche vision : Extraire le contexte des pixels
5 - Principes fondamentaux de la fusion de capteurs : La synergie des données disparates
6 - Le filtre de Kalman : Estimation prédictive d'état
7 - Robotique probabiliste : Gérer l'incertitude dans le monde réel
8 - Synchronisation des données et latence : Le défi de l'horodatage
9 - Traitement des nuages de points : Gérer les ensembles de données spatiales massifs
10 - Systèmes de coordonnées et Cadres : Transformer les données en un espace unifié
11 - Localisation et cartographie simultanées : Construire des cartes en mouvement
12 - Le cadre bayésien : Mettre à jour les croyances avec des preuves
13 - Intégration des ultrasons et du sonar : Précision à courte portée
14 - Apprentissage profond pour la perception : Réseaux de neurones dans le pipeline de fusion
15 - Centrales inertielles : Proprioception et détection de mouvement
16 - Défis liés aux environnements dynamiques : Gérer les obstacles et les piétons en mouvement
17 - Calibrage et alignement : Corriger les erreurs systématiques
18 - Association et suivi des données : Appariement des observations dans le temps
19 - Fusion tardive vs. Fusion précoce : Choisir la bonne architecture
20 - Redondance et mécanismes de sécurité : Garantir la fiabilité des systèmes critiques
21 - L'avenir de la conscience robotique : Vers une perception de niveau humain
À qui s'adresse cet ouvrage ?
Destiné aux ingénieurs en robotique, aux spécialistes en vision par ordinateur et aux architectes de systèmes autonomes souhaitant maîtriser la couche de perception brute.
Comment passer à l'action ?
Cessez de considérer les capteurs comme des boîtes noires et commencez à construire le « système nerveux » sensoriel qui permet aux machines d'évoluer dans le monde avec une aisance comparable à celle des humains.
Posséder les fondements de l'autonomie en maîtrisant la fusion de la lumière, du son et des ondes radio.
