好評につき2021年刊行書籍を早くも改訂！ページ数も16ページ増のボリュームアップ！

【目次】 第Ⅰ部　カルマンフィルタの基礎 第１章　線形カルマンフィルタ １−１　確率分布 １−２　ベイズの定理 １−３　動的システムの状態空間表現 １−４　離散時間における動的システムの表現 １−５　最小二乗推定法 １−６　重み付き最小二乗推定法 １−７　逐次最小二乗推定法 １−８　線形カルマンフィルタ（KF） 第２章　非線形カルマンフィルタ ２−１　拡張カルマンフィルタ（EKF） ２−２　アンセンティッドカルマンフィルタ（UKF） 第３章　データアソシエーション ３−１　センサ情報の外れ値の除去 ３−２　ターゲット追跡問題におけるデータ対応付け 第４章　多重モデル法による状態推定 ４−１　多重モデル法 ４−２　Interacting Multiple Model（IMM）法 ４−３　適用例 ４−４　IMM法の利点と適用限界 第Ⅱ部　移動ロボット・自動車への応用 第５章　ビークルの自律的な誘導技術 ５−１　はじめに ５−２　ビークルに搭載されるセンサ ５−３　ビークルの自律的な誘導に必要とされる技術 ５−４　カルマンフィルタの重要性 第６章　自己位置推定 ６−１　はじめに ６−２　自己位置推定の方法 ６−３　デッドレコニングとRTK-GPSによる自己位置推定 ６−４　デッドレコニングの状態方程式 ６−５　ランドマーク観測における観測方程式 第７章　LiDARによる移動物体追跡 ７−１　はじめに ７−２　LiDARによる周辺環境計測 ７−３　移動物体検出 ７−４　移動物体追跡 ７−５　実験 第８章　デッドレコニングの故障診断 ８−１　はじめに ８−２　実験システムとモデル化 ８−３　故障診断 ８−４　実験 第９章　LiDARによる道路白線の曲率推定 ９−１　はじめに ９−２　実験システムと白線検出 ９−３　白線の線形情報推定 ９−４　実験 第10章　路面摩擦係数の推定 10−１　はじめに 10−２　IMM法による状態推定 10−３　推定シミュレーション 10−４　実車計測データへの適用 第Ⅲ部　鉄道の状態監視への応用 第11章　鉄道における状態監視の現状と展望 11−１　はじめに 11−２　状態監視の一般的概念と方法 11−３　車両の状態監視 11−４　軌道の状態監視 11−５　軌道状態監視システムの開発事例 11−６　今後の展望 第12章　軌道形状の推定 12−１　はじめに 12−２　車両モデル 12−３　軌道形状の推定 12−４　シミュレーションによる推定手法の評価 12−５　実車走行試験 第13章　鉄道車両サスペンションの異常検出 13−１　はじめに 13−２　鉄道車両サスペンションの故障診断 13−３　シミュレーションによる推定手法の検証