Il testo di riferimento per il materiale presentato in questa sezione è: S. Thrun, D. Fox, W. Burgard, "Probabilistic Robotics", con l'eccezione dei due primi argomenti.

Per il primo argomento ("sistema di riferimento intrinseco ad una curva nello spazio 3D") si faccia riferimento ad un testo di analisi matematica oppure alla pagina https://it.wikipedia.org/wiki/Curvatura oppure ai primi paragrafi di http://www.mat.unimi.it/users/alzati/personale/dtesi/tesimol.pdf.

Per il secondo argomento ("rassegna cinematiche e ruote") si faccia riferimento al testo: R. Siegwart, I. R. Nourbakhsh, D. Scaramuzza, "Introduction to Autonomous Mobile Robots", paragrafi 2.1 e 2.3; il testo nella prima edizione (che è ancora ok per quanto riguarda questo argomento) si può trovare ad esempio qui: http://home.deib.polimi.it/gini/robot/docs/siegwart.pdf.

Per l'argomento "velocity model" si faccia riferimento a "Probabilistic Robotics".

Per l'argomento "odometry model" si faccia riferimento a "Probabilistic Robotics".

Per l'argomento "review sistemi di range sensing" (LIDAR, camere 3D a triangolazione, camere 3D a tempo di volo) si faccia riferimento alle lezioni su aspetti tecnologici, oltre al video.

Per l'argomento "beam model" si faccia riferimento a "Probabilistic Robotics".

Per l'argomento "auto localizzazione" (tassonomia, EKF-based, grid-based, PF-based) si faccia riferimento a "Probabilistic Robotics".

Per l'argomento "SLAM" non visuale si faccia riferimento a "Probabilistic Robotics" ed al video di Stachniss.

Per l'argomento Visual SLAM si faccia riferimento solo alle slides.

Il materiale è apparentemente tantissimo, quindi vorrei chiarire che il livello richiesto è limitato alla sola comprensione della struttura dei problemi ed alla conoscenza grossolana dei principi delle varie tecniche, non sono richieste conoscenze dettagliate come, ad esempio, quali sono i parametri della rappresentazione UID ("Unified Inverse Depth") delle point features; va invece capito, sempre sullo stesso esempio, perché si usi UID.