本书以讲授“运动控制及其在智能机器人方面的应用”为目标，分为3部分，共9章内容。首先阐述运动控制系统的构成、直流电机的建模与辨识方法，在此基础上介绍以线性二次型最优控制为主的电机控制方法，并进一步以双轮差速和阿克曼运动学模型的移动机器人为例，介绍多电机协同的建模、感知、规划与控制技术。同时，本书还非常注重实践，内容涵盖了如何通过微控制器实验进行电机参数辨识、实现电机反馈信息的读取，以及电机的速度、位置控制，也阐述了如何在ROS下实现智能机器人的基本定位、SLAM、规划与控制等。 　　本书可作为高等院校自动化、机器人工程等相关专业的本科生教材，也可作为机器人领域的从业人员的入门参考用书。 　　本书配有以下教学资源：ppt课件、教学大纲、教学视频、源代码等，欢迎选用本书作教材的教师登录www.cmpedu.com注册后下载相关资料，或发邮件至jinacmp@163.com索取。 　　

高等院校教师

前言
第１部分　电机运动控制技术
第1章　运动控制系统构成与电机的种类 2
1.1　运动控制系统构成 2
1.2　电机分类概述 4
1.3　减速与传动器件 6
1.3.1　减速方式 6
1.3.2　传动器件 9
1.4　运动检测传感器 12
1.4.1　绝对式测量传感器 13
1.4.2　增量式测量传感器 15
1.4.3　速度感知传感器 17
本章小结 19
第2章　直流电机拖动的电气与力学模型 20
2.1　直流电机拖动的电气模型 20
2.1.1　直流电机的结构模型 20
2.1.2　直流电机的稳态特性 22
2.1.3　直流电机的调速机理 24
2.1.4　直流PWM调速系统 26
2.1.5　闭环直流调速系统 29
2.2　直流电机拖动的力学模型 34
2.2.1　简单直流电机的动力学模型 34
2.2.2　转动惯量 36
2.3　直流电机拖动的状态空间模型 38
本章小结 39
第3章　直流电机拖动的电气与力学模型辨识 40
3.1　不确定性来源 40
3.1.1　过程噪声 40
3.1.2　观测噪声 40
3.1.3　滤波算法理论基础 41
3.2　转动惯量的实验测定 51
3.3　与R的实验测定 53
3.4　预报误差极小化 53
3.4.1　直流电机的新息形式（Innovation form） 53
3.4.2　参数估计 56
3.4.3　预报误差极小化的最小二乘实现 58
3.4.4　统计一致性 59
3.4.5　预报误差极小化辨识的Matlab实现 60
3.5　子空间辨识法 64
3.5.1　N4SID算法 64
3.5.2　系统描述矩阵的构建 64
3.5.3　数据矩阵的构建 65
3.5.4　正交投影 66
3.5.5　N4SID确定系统子空间辨识 66
3.5.6　N4SID随机系统子空间辨识 68
3.5.7　子空间辨识法的Matlab实现 69
本章小结 70
第4章　直流电机的控制方法 71
4.1　线性二次型最优控制 71
4.1.1　有限时域线性二次型最优控制 72
4.1.2　无限时域线性二次型最优控制 76
4.1.3　有限时域含噪声线性二次型最优控制 77
4.1.4　无限时域含噪声线性二次型最优控制 80
4.2　直流电机的控制问题 82
4.2.1　直流电机的位置控制 82
4.2.2　直流电机的位置跟踪 86
4.2.3　直流电机的速度跟踪 87
4.2.4　负载直流电机的速度跟踪 90
本章小结 92
第2部分　多电机协同控制技术
第5章　移动机器人运动学模型与模型辨识 94
5.1　双轮差速机器人运动学模型 94
5.2　阿克曼转向机器人运动学模型 98
5.3　双轮差速机器人运动学模型辨识（里程计标定） 102
本章小结 109
第6章　移动机器人感知 110
6.1　常用传感器简介 110
6.1.1　超声波传感器 110
6.1.2　激光雷达 111
6.2　移动机器人定位 116
6.2.1　扩展卡尔曼滤波器 116
6.2.2　基于扩展卡尔曼滤波器的定位 119
本章小结 124
第7章　移动机器人的路径规划与轨迹跟踪 125
7.1　移动机器人的路径规划 125
7.1.1　传统路径规划算法 125
7.1.2　智能路径规划算法 128
7.2　移动机器人的轨迹生成和跟踪 130
7.2.1　移动机器人的轨迹生成 131
7.2.2　移动机器人轨迹跟踪 135
本章小结 137
第3部分　运动控制实践
第8章　基于STM32的直流电机控制实现 139
8.1　电机辨识与控制系统介绍 139
8.1.1　中断中如何实现编码器采样 141
8.1.2　中断中如何实现PWM输出 144
8.2　电机参数辨识实践 147
8.2.1　测定转动惯量 147
8.2.2　测定与R 148
8.2.3　电机参数辨识 148
8.3　电机控制实践 151
8.3.1　电机的位置控制与跟踪实践 151
8.3.2　电机的速度控制与跟踪实践 153
本章小结 156
第9章　智能移动机器人运动控制实践 157
9.1　ROS与Gazebo仿真环境简介 157
9.2　ROS下的运动控制实践 159
9.2.1　turtlesim功能包 159
9.2.2　控制小海龟运动 160
9.2.3　创建工作空间 161
9.2.4　小海龟例程中的Publisher与Subscriber 164
9.3　移动机器人定位实践 168
9.3.1　卡尔曼滤波器的Python实现 168
9.3.2　移动机器人观测模型 176
9.3.3　基本机器人移动 180
9.3.4　基本机器人定位 184
9.3.5　Gazebo的颜色识别 189
9.3.6　移动机器人SLAM实现 193
9.4　移动机器人路径规划实践 203
9.4.1　基于传统算法的路径规划实践 204
9.4.2　基于智能算法的路径规划实践 213
9.5　移动机器人轨迹跟踪实践 221
本章小结 227
参考文献 229