.jpg)
本书是一本全面介绍移动机器人设计与应用的书籍，由数学基础章节开篇，详细解释了机器人学中所需的线性代数、概率论和优化方法，为介绍后续复杂概念奠定基础；接着，讨论移动机器人的硬件知识，包括传感器、执行器和处理器等关键组件的选择与集成方法；并对机器人操作系统（ROS）进行了深入讲解，详述了其在机器人编程和模拟中的应用；在移动机器人运动学章节中，介绍了机器人的位置、姿态表示和运动控制策略，确保读者能够理解和应用这些关键概念；还深入探讨了移动机器人定位与建图、路径规划与自主导航，通过丰富的图示和实例，展示了如何在不确定的环境中实现自我定位和路径规划；书中进一步介绍了利用神经网络进行运动规划与控制的前沿技术，展现了人工智能在移动机器人领域的应用潜力；最后，探讨了移动机器人的人机交互技术，从简单的命令和控制到复杂的交互对话和合作行为，指出了提高机器人对人类需求响应性和友好度的方法。 本书不仅适合作为高等院校机器人工程专业的教材，也适合所有对移动机器人技术感兴趣的专业人士和爱好者。通过结合理论分析和实践案例，本书为读者指明了一条通往高效、智能移动机器人设计和应用的清晰路径。
- 图书详情
本书是一本全面介绍移动机器人设计与应用的书籍，由数学基础章节开篇，详细解释了机器人学中所需的线性代数、概率论和优化方法，为介绍后续复杂概念奠定基础；接着，讨论移动机器人的硬件知识，包括传感器、执行器和处理器等关键组件的选择与集成方法；并对机器人操作系统（ROS）进行了深入讲解，详述了其在机器人编程和模拟中的应用；在移动机器人运动学章节中，介绍了机器人的位置、姿态表示和运动控制策略，确保读者能够理解和应用这些关键概念；还深入探讨了移动机器人定位与建图、路径规划与自主导航，通过丰富的图示和实例，展示了如何在不确定的环境中实现自我定位和路径规划；书中进一步介绍了利用神经网络进行运动规划与控制的前沿技术，展现了人工智能在移动机器人领域的应用潜力；最后，探讨了移动机器人的人机交互技术，从简单的命令和控制到复杂的交互对话和合作行为，指出了提高机器人对人类需求响应性和友好度的方法。 本书不仅适合作为高等院校机器人工程专业的教材，也适合所有对移动机器人技术感兴趣的专业人士和爱好者。通过结合理论分析和实践案例，本书为读者指明了一条通往高效、智能移动机器人设计和应用的清晰路径。
第 1 章 绪论 1
1.1 移动机器人概述 1
1.2 移动机器人的发展 3
1.2.1 移动机器人发展历史 3
1.2.2 自主导航技术发展历史 5
1.2.3 机器人路径规划发展历史 6
1.2.4 轨迹跟踪控制发展历史 8
1.2.5 神经网络求解发展历史
1.3 移动机器人的机构 9
1.3.1 轮式移动机构 9
1.3.2 足式移动机构 10
1.4 移动机器人的分类 10
1.4.1 管道移动机器人 10
1.4.2 水下移动机器人 12
1.4.3 空中移动机器人 13
1.4.4 军事移动机器人 15
1.4.5 服务移动机器人 16
1.4.6 仿生移动机器人 17
1.5 本章小结 19
习题 19
第 2 章 数学基础 20
2.1 空间向量运算 20
2.2 姿态与位置描述 24
2.3 旋转矩阵与姿态角 25
2.4 齐次坐标变换 28
2.5 位姿变换 31
2.6 多坐标系变换 35
2.7 概率论原理 36#12;
VI 移动机器人学
2.8 本章小结 38
习题 38
第 3 章 移动机器人硬件机构 40
3.1 驱动方式 41
3.1.1 液压驱动 41
3.1.2 气压驱动 42
3.1.3 电驱动 43
3.2 传感器分类 44
3.2.1 电动机转速传感器 44
3.2.2 测距传感器 45
3.2.3 视觉传感器 47
3.3 电动机分类 47
3.3.1 直流式电动机 48
3.3.2 电磁式直流电动机 48
3.3.3 永磁式直流电动机 49
3.3.4 无刷直流电动机 50
3.3.5 交流异步电动机 51
3.4 激光雷达 52
3.4.1 激光雷达的构成与原理 53
3.4.2 激光雷达的优缺点 54
3.4.3 激光雷达的分类及应用 54
3.5 硬件平台设计与选型示例 55
3.6 本章小结 59
习题 60
第 4 章 ROS 系统 61
4.1 什么是 ROS 61
4.1.1 ROS 的起源 61
4.1.2 ROS 的设计目标 62
4.1.3 ROS 的特点 63
4.2 ROS 安装 64
4.2.1 ROS 的版本选择 64
4.2.2 配置系统软件源 64
4.2.3 添加 ROS 软件源 65
4.2.4 添加密钥 66
4.2.5 安装 ROS 66
4.2.6 初始化 rosdep 67#12;
目 录 VII
4.2.7 设置环境变量 67
4.2.8 完成安装 67
4.3 ROS 节点 68
4.3.1 ROS 架构设计 68
4.3.2 计算图 70
4.3.3 文件系统 71
4.3.4 开源社区 74
4.4 ROS 通信 75
4.4.1 话题通信机制 75
4.4.2 服务通信机制 77
4.4.3 参数管理机制 78
4.4.4 话题与服务的区别 79
4.5 ROS 工具 79
4.5.1 RoboWare Studio 介绍 80
4.5.2 Qt 工具箱 81
4.5.3 RVIZ 三维可视化平台 84
4.5.4 Gazebo 仿真环境 87
4.6 本章小结 90
习题 90
第 5 章 移动机器人运动学 91
5.1 机器人旋转姿态 91
5.1.1 偏航角、俯仰角和翻滚角的定义 91
5.1.2 偏航角的旋转矩阵 92
5.1.3 俯仰角的旋转矩阵 93
5.1.4 翻滚角的旋转矩阵 94
5.1.5 一般旋转矩阵 95
5.1.6 齐次转换 95
5.2 移动机器人的数学模型 96
5.2.1 非完整移动机器人概述 97
5.2.2 运动约束 97
5.2.3 机器人坐标系 98
5.3 运动学模型 99
5.3.1 一般运动模型 99
5.3.2 前轮转向运动模型 100
5.3.3 前轮转向机器人运动控制 104
5.3.4 双轮驱动差速运动模型 105#12;
VIII 移动机器人学
5.3.5 全向驱动运动模型 106
5.4 运动控制 107
5.5 机器人里程计 108
5.6 本章小结 110
习题 110
第 6 章 移动机器人定位与建图 111
6.1 SLAM 理论基础 111
6.1.1 SLAM 核心思想 111
6.1.2 SLAM 概率模型 113
6.2 基于改进 Rao-Blackwellized 粒子滤波的 SLAM 算法 115
6.2.1 Rao-Blackwellized 粒子滤波算法 115
6.2.2 基于改进 RBPF 的 Gmapping 算法 118
6.3 基于激光雷达的 Gmapping 算法室内地图构建实现 119
6.3.1 SLAM 实验环境与 Gmapping 应用 120
6.3.2 Gmapping 地图构建 122
6.4 Catorgrapher 算法 122
6.5 ORB-SLAM3 算法 126
6.6 本章小结 129
习题 130
第 7 章 移动机器人路径规划与自主导航 131
7.1 路径规划算法概述 131
7.2 基于 A* 算法全局路径规划 133
7.2.1 Dijkstra 算法简述 133
7.2.2 A* 算法原理 134
7.2.3 A* 算法仿真实现 135
7.3 基于 DWA 局部路径规划 137
7.3.1 直线速度模型建立 138
7.3.2 速度采样 140
7.3.3 路径评价 140
7.3.4 DWA 仿真实现 141
7.4 机器人路径规划实现 143
7.5 基于采样的路径规划算法 145
7.5.1 概率路线图算法 145
7.5.2 快速扩展随机树算法 146
7.5.3 RRT* 算法 148
7.6 本章小结 149
习题. . 150#12;
目 录 IX
第 8 章 神经网络运动规划与控制 151
8.1 运动规划控制理论基础 151
8.2 传统控制算法 152
8.3 轨迹跟踪理论基础 153
8.4 轨迹跟踪模型 153
8.5 模型预测控制 155
8.6 变参递归神经网络 159
8.6.1 不等式约束二次规划问题 159
8.6.2 变参递归神经网络求解算法 160
8.7 计算机仿真验证 162
8.7.1 不同激活函数对 PVG-RNN 模型的影响 162
8.7.2 步长对预测水平的影响 163
8.7.3 8 字形轨迹跟踪 164
8.7.4 不同初始状态下的轨迹跟踪实验 164
8.7.5 与基于 LVI-PDNN 方法的比较 165
8.8 实体机器人轨迹跟踪实验 166
8.9 本章小结 168
习题. . 168
第 9 章 移动机器人人机交互 170
9.1 人机交互概述 170
9.1.1 什么是人机交互 170
9.1.2 人机交互的研究内容 172
9.1.3 人机交互的发展历史 178
9.1.4 人机交互的应用 181
9.2 语音交互181
9.2.1 语音特征提取 182
9.2.2 声学模型与模式匹配 183
9.2.3 语言模型与语义理解 184
9.3 人脸识别 184
9.4 人体运动检测 185
9.5 行人跟踪 187
9.6 交互型机器人 188
9.7 本章小结 189
习题 190
参考文献 191
