如何評價《State Estimation for Robotics》？

如果有人問我做SLAM有什麼必讀書，之前我會說《Probablistic robotics》（概率機器人，已有中文版）和《Multiple Vision Geometry》（MVG），現在我會說這本書+MVG。

這本書在我心目中至少和概率機器人一個地位，甚至比概率機器人要高。它的內容更新，理論也非常深刻實用。

草稿大約在網上掛了兩年，Barfoot希望網友能夠看到他的書並幫他勘誤。我和其他幾位同學都看過，也給Barfoot寫過郵件討論書中的一些問題。後來他覺得勘誤差不多了，就交給劍橋出版了。今年年底應該能拿到紙質版的書籍。

西安交通大學出版社拿到了它的中文版權。我們小組正在努力翻譯，中文版預計明年上半年能與讀者見面。

-----------------------------------------------------------------------------

內容簡介

本書內容分為三個部分。

1. 狀態估計部分。重點是線性高斯系統的狀態估計，然後非線性非高斯系統的狀態估計。
2. 三維空間運動部分。介紹了各種旋轉+平移的表達，然後是非常詳細的李代數。
3. 應用部分。包括位姿估計，點雲配准以及bundle adjustment。

這本書能夠幫你很快建立整套關於狀態估計理論的框架，同時在三維運動方面，提供了充分但不那麼困難的學習途徑。此書的一大特點是將常見的理論統一在了一個大框架裡面，所以各個知識點不再是分散的，你很容易看到它們之間的關聯。

以線性高斯系統的狀態估計為例，順序大概是這樣的：

1. 有很多個時刻的運動和觀測方程。
2. 我們可以選擇利用所有時刻的數據，來估計所有時刻的狀態。這是一種批量的（batch）處理方式。
3. 也可以用上個時刻的狀態，結合當前的數據，遞推到下個時刻，這是一種遞歸的（recursive）處理方式。
4. 對於批量的，可以用最大後驗概率（MAP）進行估計，也可以用貝葉斯推斷（Bayesian Inference）進行估計。
5. 詳細介紹MAP的過程；
6. 詳細介紹貝葉斯推斷的過程；
7. 指出二者在線性高斯時是等價的，原因在於高斯分布的模與均值相等。並指出非線性非高斯情況不是這樣；
8. 說明Batch方式可以分解成前向和後向兩個步驟，從而推出遞歸形式。
9. 既有前向也有後向的叫做Smoother。介紹Cholesky smoother和Rauch-Tung-Striebel Smoother。
10. 僅有前向的叫做Filter。介紹Kalman filter。
11. 說明Kalman filter和MAP、貝葉斯推斷的關係。
12. 拓展到連續時間的情形。

怎麼樣？是不是感覺邏輯特別清晰？

-----------------------------------------------------------------------------

當然你覺得清晰是比較理想的情況……實際看起來是這樣的：

嗯第三章大約有兩百多個公式……其他幾章少說也是一百五到兩百多一些。所以本書適合那些看見公式就來勁的同學。嗯……如果您還不是那樣的人，相信啃完本書至少也不虛任何公式了。

作為建議，您最好能夠跟著作者推導每一條公式，否則看此書可能收穫不大。好在這個書推導非常詳細，不太容易卡在某條推不出來。

-----------------------------------------------------------------------------

對於翻譯人員來說每天的日常是這樣的：

這是一本奇書，這本書在網站上提供電子版的draft（鏈接在這裡http://asrl.utias.utoronto.ca/~tdb/bib/barfoot_ser17.pdf）。然而這本接近免費的書並沒有免費資料的特點。這本書在狀態估計理論的入門中，絕對是一本經典的教材。它系統的、完整的從bayes推斷以及最大後驗估計推導至Kalman、EKF，詳細的介紹了三維剛體運動、李代數、李群等經典理論，對於一個打算在robot里發展的學生，絕對是一個堪稱福利的書。

感謝Mr Barfoot。Mr Barfoot在前言中說自己對於移動機器人的狀態估計尤其是空間探測方面感興趣。在這個領域中，移動機器人從bayes 濾波器開始進入非線性優化。另外他在書中詳解的介紹了在三維空間中的狀態估計問題，並且介紹了如何使用李代數及李群讓旋轉和位姿的處理變得更加簡單。這本書並不依賴於其他資料，閱讀這本書只需要微積分和線性代數的基礎。

錯誤比較少，這是一本公式多於文字的書，這本書的大部分頁面都是公式，而且是那種帶有許多上標，下標、頂標、不同字體表示的公式推導，經常是後一章節需要用到前一個章節的內容，公式的標準，符號的前後一致性，令人驚嘆。一次老闆說我論文公式符號不對，然後我直接打開這本書，然後指著其中符號，在我有生之年終於第一次說服了老闆。

先貼個出版社鏈接：http://www.cambridge.org/us/academic/subjects/computer-science/computer-graphics-image-processing-and-robotics/state-estimation-robotics?format=HB#HbJmdBUdS1l1dozR.97

和亞馬遜鏈接吧：Timothy D. Barfoot: 9781107159396: Amazon.com: Books

SLAM入門看高博的書，SLAM理論進階看這本書，大格局，大框架，高屋建瓴，美不勝收。