描述
开 本: 16开纸 张: 胶版纸包 装: 平装-胶订是否套装: 否国际标准书号ISBN: 9787111690429丛书名: 机器人学译丛
编辑推荐
1，移动机器人是机器人领域的一大重要分支，以移动底座为基础，涉及状态估计、SLAM和自主导航等新内容，例如波士顿动力构建的著名移动机器人，正在被业界广泛关注和应用。2，本书适用于机器人、电子工程、机械工程、自动控制和计算机等相关专业的高年级本科和研究生教学课程。它也可以作为本领域研究人员和从业人员的入门参考书，书后配套习题。
内容简介
本书针对轮式移动机器人建模、控制和导航方法进行了全面的分析和研究，它首先从移动机器人驱动和相关的运动学以及动力学模型入手，然后对各种基于模型、无模型和基于视觉的控制器进行测试，并统一证明它们的稳定性和跟踪性能，同时还解决路径、运动和任务规划以及定位和映射主题的问题。这本书提供了大量的实验结果，系统和软件移动机器人控制架构的概念概述，以及轮式移动机器人和控制器在工业和生活中的应用。
目 录
译者序
前言
主要符号与首字母缩写
关于机器人的名人语录
第1章 移动机器人：一般概念1
1.1 引言1
1.2 机器人的定义和历史1
1.2.1 机器人是什么1
1.2.2 机器人的发展历史2
1.3 地面机器人运动8
1.3.1 腿式运动8
1.3.2 轮式运动10
参考文献22
第2章 移动机器人运动学23
2.1 引言23
2.2 背景概念23
2.2.1 机器人的正逆运动学23
2.2.2 齐次变换26
2.2.3 非完整约束28
2.3 非完整约束移动机器人30
2.3.1 独轮车30
2.3.2 差分驱动WMR31
2.3.3 三轮车35
2.3.4 类车WMR36
2.3.5 链与Brockett积分器模型40
2.3.6 牵引车-挂车WMR41
2.4 全向WMR的运动学建模43
2.4.1 通用多轮全向WMR43
2.4.2 带有麦克纳姆轮的四轮全向WMR45
参考文献48
第3章 移动机器人动力学50
3.1 引言50
3.2 通用机器人动力学建模50
3.2.1 牛顿-欧拉动力学模型51
3.2.2 拉格朗日动力学模型52
3.2.3 多连杆机器人的拉格朗日模型52
3.2.4 非完整约束机器人的动力学建模52
3.3 差分驱动轮式移动机器人53
3.3.1 牛顿-欧拉动力学模型53
3.3.2 拉格朗日动力学模型54
3.3.3 滑移式WMR的动力学56
3.4 类车轮式移动动力学模型60
3.5 三轮全向移动机器人62
3.6 四麦轮全向机器人66
参考文献71
第4章 移动机器人传感器72
4.1 引言72
4.2 传感器的分类与特性72
4.2.1 传感器分类72
4.2.2 传感器特性74
4.3 位置传感器和速度传感器74
4.3.1 位置传感器74
4.3.2 速度传感器76
4.4 距离传感器76
4.4.1 声呐传感器76
4.4.2 激光传感器77
4.4.3 红外传感器78
4.5 机器人视觉79
4.5.1 一般问题79
4.5.2 传感81
4.5.3 预处理84
4.5.4 图像分割85
4.5.5 图像描述85
4.5.6 图像识别85
4.5.7 图像解释86
4.5.8 全向视觉86
4.6 其他机器人传感器91
4.6.1 陀螺仪91
4.6.2 罗盘92
4.6.3 力传感器和触觉传感器92
4.7 全球定位系统94
4.8 镜头与相机光学元件95
参考文献97
第5章 移动机器人控制I：基于李雅普诺夫的方法98
5.1 引言98
5.2 背景概念98
5.2.1 状态空间模型98
5.2.2 李雅普诺夫稳定性102
5.2.3 状态反馈控制105
5.2.4 二阶系统106
5.3 通用机器人控制器109
5.3.1 PD位置控制109
5.3.2 基于李雅普诺夫稳定性的控制设计110
5.3.3 计算力矩控制111
5.3.4 笛卡儿空间中的机器人控制112
5.4 差分驱动移动机器人的控制113
5.4.1 非线性运动跟踪控制114
5.4.2 动态跟踪控制116
5.5 差分驱动移动机器人的计算力矩控制117
5.5.1 运动跟踪控制117
5.5.2 动态跟踪控制118
5.6 类车移动机器人的控制121
5.6.1 停车控制121
5.6.2 引导-跟随系统的控制123
5.7 全向移动机器人的控制126
参考文献130
第6章 移动机器人控制II：仿射系统和不变流形方法131
6.1 引言131
6.2 背景概念132
6.2.1 仿射动态系统132
6.2.2 流形137
6.2.3 使用不变集的李雅普诺夫稳定性139
6.3 移动机器人的反馈线性化141
6.3.1 一般问题141
6.3.2 差分驱动机器人输入-输出反馈线性化与轨迹跟踪147
6.4 使用不变集的移动机器人反馈稳定控制156
6.4.1 采用链式模型的独轮车的稳定控制156
6.4.2 由双Brockett积分器建模的差分驱动机器人的动态控制158
6.4.3 采用链式模型的类车机器人的稳定控制160
参考文献167
第7章 移动机器人控制III：自适应控制和鲁棒控制168
7.1 引言168
7.2 背景概念168
7.2.1 模型参考自适应控制168
7.2.2 鲁棒非线性滑模控制170
7.2.3 使用李雅普诺夫稳定方法的鲁棒控制173
7.3 移动机器人的模型参考自适应控制175
7.3.1 差分驱动WMR175
7.3.2 通过输入-输出线性化实现自适应控制176
7.3.3 全向机器人179
7.4 移动机器人的滑模控制182
7.5 极坐标系中的滑模控制184
7.5.1 建模184
7.5.2 滑模控制185
7.6 利用李雅普诺夫方法对差分驱动机器人实现鲁棒控制186
7.6.1 标称控制器188
7.6.2 鲁棒控制器188
参考文献190
第8章 移动机器人控制IV：模糊方法和神经方法191
8.1 引言191
8.2 背景概念192
8.2.1 模糊系统192
8.2.2 神经网络196
8.3 模糊和神经机器人控制：一般问题202
8.3.1 模糊机器人控制202
8.3.2 神经机器人控制204
8.4 移动机器人的模糊控制205
8.4.1 自适应模糊跟踪控制器205
8.4.2 Dubins汽车的模糊局部路径跟踪210
8.4.3 模糊滑模控制214
8.5 移动机器人的神经控制220
8.5.1 采用MLP网络的自适应跟踪控制器220
8.5.2 采用RBF网络的自适应跟踪控制器223
8.5.3 神经控制器的稳定性证明223
参考文献224
第9章 移动机器人控制V：基于视觉的方法226
9.1 引言226
9.2 背景概念226
9.2.1 机器人视觉控制的分类226
9.2.2 运动学变换227
9.2.3 相机视觉转换228
9.2.4 图像的雅可比矩阵230
9.3 基于位置的视觉控制：一般问题233
9.3.1 点到点定位233
9.3.2 基于位姿的运动控制234
9.4 基于图像的视觉控制：一般问题234
9.4.1 逆雅可比矩阵的应用234
9.4.2 转置拓展雅可比矩阵的应用235
9.4.3 图像雅可比矩阵的估计236
9.5 移动机器人视觉控制237
9.5.1 位姿稳定控制238
9.5.2 墙壁跟踪控制240
9.5.3 引导-跟随系统的控制241
9.6 视野中的路标保持243
9.7 自适应线性路径跟随视觉控制247
9.7.1 图像雅可比矩阵247
9.7.2 视觉控制器249
9.8 基于图像的移动机器人视觉伺服253
9.9 使用全向视觉的移动机器人视觉伺服254
9.9.1 一般问题：双曲线、抛物线与椭圆方程254
9.9.2 折反射投影几何257
9.9.3 基于全向视觉的移动机器人视觉伺服263
参考文献271
第10章 移动机械臂：建模和控制274
10.1 引言274
10.2 背景概念274
10.2.1 DenavitHartenberg方法274
10.2.2 机器人的逆运动学276
10.2.3 可操作性测量277
10.2.4 平面双连杆机器人278
10.3 移动机械臂的建模281
10.3.1 一般运动学模型281
10.3.2 一般动力学模型283
10.3.3 五自由度非完整约束移动机械臂的建模283
10.3.4 全向移动机械臂的建模287
10.4 移动机械臂的控制290
10.4.1 差分驱动移动机械臂的计算力矩控制290
10.4.2 全向移动机械臂的滑模控制291
10.5 基于视觉的移动机械臂控制296
10.5.1 一般问题296
10.5.2 全状态移动机械臂视觉控制299
参考文献304
第11章 移动机器人路径、运动和任务规划306
11.1 引言306
11.2 一般概念306
11.3 移动机器人路径规划308
11.3.1 机器人导航中的基本操作308
11.3.2 路径规划方法的分类308
11.4 基于模型的机器人路径规划309
11.4.1 位形空间309
11.4.2 路线图路径规划方法311
11.4.3 全球与局部路径规划的集成322
11.4.4 全覆盖路径规划324
11.5 移动机器人运动规划327
11.5.1 一般的在线方法327
11.5.2 运动规划：使用向量场329
11.5.3 解析运动规划331
11.6 移动机器人任务规划335
11.6.1 一般问题335
11.6.2 规划的表示和生成336
11.6.3 世界建模、任务规范和机器人程序综合338
参考文献340
第12章 移动机器人定位与地图构建343
12.1 引言343
12.2 背景概念343
12.2.1 随机过程344
12.2.2 随机动力学模型345
12.2.3 离散卡尔曼滤波器与预测器345
12.2.4 贝叶斯学习346
12.3 传感器瑕疵349
12.4 相对定位350
12.5 航位推算的运动学分析351
12.5.1 差分驱动WMR351
12.5.2 艾克曼转向352
12.5.3 三轮驱动352
12.5.4 全向驱动352
12.6 定位353
12.6.1 一般问题353
12.6.2 基于三边测量的定位353
12.6.3 基于三角测量的定位355
12.6.4 基于地图匹配的定位356
12.7 基于卡尔曼滤波器的定位和传感器标定及融合357
12.7.1 机器人定位357
12.7.2 传感器标定359
12.7.3 传感器融合359
12.8 同步定位与地图构建362
12.8.1 一般问题362
12.8.2 基于扩展卡尔曼滤波器的SLAM362
12.8.3 基于贝叶斯估计的SLAM366
12.8.4 基于粒子滤波器的SLAM369
12.8.5 基于全向视觉的SLAM371
参考文献380
第13章 实验研究382
13.1 引言382
13.2 模型参考自适应控制382
13.3 基于李雅普诺夫的鲁棒控制384
13.4 使用基于极坐标的控制器实现位姿稳定和泊车控制385
13.5 基于不变流形的控制器的稳定化386
13.6 滑模模糊逻辑控制388
13.7 基于视觉的控制389
13.7.1 引导-跟随系统的控制389
13.7.2 开闭环协同控制391
13.7.3 基于全向视觉的控制392
13.8 全向移动机器人滑模控制396
13.9 差分驱动移动机械臂的控制398
13.9.1 计算力矩控制398
13.9.2 可操作性控制399
13.10 基于模糊逻辑的全局和局部集成路径规划器400
13.11 不确定环境中的模糊神经混合路径规划405
13.11.1 路径规划算法406
13.11.2 仿真结果406
13.12 基于扩展卡尔曼滤波器的移动机器人SLAM408
13.13 基于粒子滤波器的双机器人协同SLAM409
13.13.1 步：预测409
13.13.2 第二步：更新410
13.13.3 第三步：重采样410
13.13.4 实验研究410
13.14 基于神经网络的移动机器人控制和导航411
13.14.1 轨迹跟踪411
13.14.2 避障导航413
13.15 差分驱动机器人模糊跟踪控制415
13.16 基于视觉的差分驱动机器人自适应鲁棒跟踪控制417
13.17 移动机械臂球形全向视觉控制419
参考文献420
第14章 移动机器人智能控制的通用系统与软件架构423
14.1 引言423
14.2 通用智能控制架构424
14.2.1 一般问题424
14.2.2 分层的智能控制架构424
14.2.3 多分辨率的智能控制架构425
14.2.4 参考模型智能控制架构425
14.2.5 基于行为的智能控制架构426
14.3 移动机器人控制软件架构的设计特征428
14.4 两种移动机器人控制软件架构的简介430
14.4.1 面向组件的Jde架构430
14.4.2 分层移动机器人控制软件架构432
14.5 两种移动机器人控制软件架构的比较评估433
14.5.1 初步问题433
14.5.2 比较评估435
14.6 智能人机交互界面436
14.6.1 智能人机交互界面的结构436
14.6.2 机器人化的人机交互界面的主要功能437
14.6.3 自然语言人机交互界面437
14.6.4 图形化人机交互界面438
14.7 两种智能移动机器人研究原型机440
14.7.1 SENARIO智能轮椅441
14.7.2 ROMAN智能服务移动机械臂443
14.8 对其他问题的进一步讨论446
14.8.1 异构化设计446
14.8.2 模块化设计449
参考文献452
第15章 工作中的移动机器人456
15.1 引言456
15.2 工厂和工业中的移动机器人456
15.3 社会生活中的移动机器人459
15.3.1 救援机器人459
15.3.2 机器人手杖、导引助手和医院中使用的移动机器人460
15.3.3 家务移动机器人462
15.4 辅助型移动机器人463
15.5 移动型遥操作机器人和网络机器人465
15.6 其他机器人应用案例469
15.6.1 战争机器人469
15.6.2 娱乐机器人471
15.6.3 研究型机器人472
15.7 移动机器人的安全性473
参考文献474
习题477
机器人网站列表495
前言
主要符号与首字母缩写
关于机器人的名人语录
第1章 移动机器人：一般概念1
1.1 引言1
1.2 机器人的定义和历史1
1.2.1 机器人是什么1
1.2.2 机器人的发展历史2
1.3 地面机器人运动8
1.3.1 腿式运动8
1.3.2 轮式运动10
参考文献22
第2章 移动机器人运动学23
2.1 引言23
2.2 背景概念23
2.2.1 机器人的正逆运动学23
2.2.2 齐次变换26
2.2.3 非完整约束28
2.3 非完整约束移动机器人30
2.3.1 独轮车30
2.3.2 差分驱动WMR31
2.3.3 三轮车35
2.3.4 类车WMR36
2.3.5 链与Brockett积分器模型40
2.3.6 牵引车-挂车WMR41
2.4 全向WMR的运动学建模43
2.4.1 通用多轮全向WMR43
2.4.2 带有麦克纳姆轮的四轮全向WMR45
参考文献48
第3章 移动机器人动力学50
3.1 引言50
3.2 通用机器人动力学建模50
3.2.1 牛顿-欧拉动力学模型51
3.2.2 拉格朗日动力学模型52
3.2.3 多连杆机器人的拉格朗日模型52
3.2.4 非完整约束机器人的动力学建模52
3.3 差分驱动轮式移动机器人53
3.3.1 牛顿-欧拉动力学模型53
3.3.2 拉格朗日动力学模型54
3.3.3 滑移式WMR的动力学56
3.4 类车轮式移动动力学模型60
3.5 三轮全向移动机器人62
3.6 四麦轮全向机器人66
参考文献71
第4章 移动机器人传感器72
4.1 引言72
4.2 传感器的分类与特性72
4.2.1 传感器分类72
4.2.2 传感器特性74
4.3 位置传感器和速度传感器74
4.3.1 位置传感器74
4.3.2 速度传感器76
4.4 距离传感器76
4.4.1 声呐传感器76
4.4.2 激光传感器77
4.4.3 红外传感器78
4.5 机器人视觉79
4.5.1 一般问题79
4.5.2 传感81
4.5.3 预处理84
4.5.4 图像分割85
4.5.5 图像描述85
4.5.6 图像识别85
4.5.7 图像解释86
4.5.8 全向视觉86
4.6 其他机器人传感器91
4.6.1 陀螺仪91
4.6.2 罗盘92
4.6.3 力传感器和触觉传感器92
4.7 全球定位系统94
4.8 镜头与相机光学元件95
参考文献97
第5章 移动机器人控制I：基于李雅普诺夫的方法98
5.1 引言98
5.2 背景概念98
5.2.1 状态空间模型98
5.2.2 李雅普诺夫稳定性102
5.2.3 状态反馈控制105
5.2.4 二阶系统106
5.3 通用机器人控制器109
5.3.1 PD位置控制109
5.3.2 基于李雅普诺夫稳定性的控制设计110
5.3.3 计算力矩控制111
5.3.4 笛卡儿空间中的机器人控制112
5.4 差分驱动移动机器人的控制113
5.4.1 非线性运动跟踪控制114
5.4.2 动态跟踪控制116
5.5 差分驱动移动机器人的计算力矩控制117
5.5.1 运动跟踪控制117
5.5.2 动态跟踪控制118
5.6 类车移动机器人的控制121
5.6.1 停车控制121
5.6.2 引导-跟随系统的控制123
5.7 全向移动机器人的控制126
参考文献130
第6章 移动机器人控制II：仿射系统和不变流形方法131
6.1 引言131
6.2 背景概念132
6.2.1 仿射动态系统132
6.2.2 流形137
6.2.3 使用不变集的李雅普诺夫稳定性139
6.3 移动机器人的反馈线性化141
6.3.1 一般问题141
6.3.2 差分驱动机器人输入-输出反馈线性化与轨迹跟踪147
6.4 使用不变集的移动机器人反馈稳定控制156
6.4.1 采用链式模型的独轮车的稳定控制156
6.4.2 由双Brockett积分器建模的差分驱动机器人的动态控制158
6.4.3 采用链式模型的类车机器人的稳定控制160
参考文献167
第7章 移动机器人控制III：自适应控制和鲁棒控制168
7.1 引言168
7.2 背景概念168
7.2.1 模型参考自适应控制168
7.2.2 鲁棒非线性滑模控制170
7.2.3 使用李雅普诺夫稳定方法的鲁棒控制173
7.3 移动机器人的模型参考自适应控制175
7.3.1 差分驱动WMR175
7.3.2 通过输入-输出线性化实现自适应控制176
7.3.3 全向机器人179
7.4 移动机器人的滑模控制182
7.5 极坐标系中的滑模控制184
7.5.1 建模184
7.5.2 滑模控制185
7.6 利用李雅普诺夫方法对差分驱动机器人实现鲁棒控制186
7.6.1 标称控制器188
7.6.2 鲁棒控制器188
参考文献190
第8章 移动机器人控制IV：模糊方法和神经方法191
8.1 引言191
8.2 背景概念192
8.2.1 模糊系统192
8.2.2 神经网络196
8.3 模糊和神经机器人控制：一般问题202
8.3.1 模糊机器人控制202
8.3.2 神经机器人控制204
8.4 移动机器人的模糊控制205
8.4.1 自适应模糊跟踪控制器205
8.4.2 Dubins汽车的模糊局部路径跟踪210
8.4.3 模糊滑模控制214
8.5 移动机器人的神经控制220
8.5.1 采用MLP网络的自适应跟踪控制器220
8.5.2 采用RBF网络的自适应跟踪控制器223
8.5.3 神经控制器的稳定性证明223
参考文献224
第9章 移动机器人控制V：基于视觉的方法226
9.1 引言226
9.2 背景概念226
9.2.1 机器人视觉控制的分类226
9.2.2 运动学变换227
9.2.3 相机视觉转换228
9.2.4 图像的雅可比矩阵230
9.3 基于位置的视觉控制：一般问题233
9.3.1 点到点定位233
9.3.2 基于位姿的运动控制234
9.4 基于图像的视觉控制：一般问题234
9.4.1 逆雅可比矩阵的应用234
9.4.2 转置拓展雅可比矩阵的应用235
9.4.3 图像雅可比矩阵的估计236
9.5 移动机器人视觉控制237
9.5.1 位姿稳定控制238
9.5.2 墙壁跟踪控制240
9.5.3 引导-跟随系统的控制241
9.6 视野中的路标保持243
9.7 自适应线性路径跟随视觉控制247
9.7.1 图像雅可比矩阵247
9.7.2 视觉控制器249
9.8 基于图像的移动机器人视觉伺服253
9.9 使用全向视觉的移动机器人视觉伺服254
9.9.1 一般问题：双曲线、抛物线与椭圆方程254
9.9.2 折反射投影几何257
9.9.3 基于全向视觉的移动机器人视觉伺服263
参考文献271
第10章 移动机械臂：建模和控制274
10.1 引言274
10.2 背景概念274
10.2.1 DenavitHartenberg方法274
10.2.2 机器人的逆运动学276
10.2.3 可操作性测量277
10.2.4 平面双连杆机器人278
10.3 移动机械臂的建模281
10.3.1 一般运动学模型281
10.3.2 一般动力学模型283
10.3.3 五自由度非完整约束移动机械臂的建模283
10.3.4 全向移动机械臂的建模287
10.4 移动机械臂的控制290
10.4.1 差分驱动移动机械臂的计算力矩控制290
10.4.2 全向移动机械臂的滑模控制291
10.5 基于视觉的移动机械臂控制296
10.5.1 一般问题296
10.5.2 全状态移动机械臂视觉控制299
参考文献304
第11章 移动机器人路径、运动和任务规划306
11.1 引言306
11.2 一般概念306
11.3 移动机器人路径规划308
11.3.1 机器人导航中的基本操作308
11.3.2 路径规划方法的分类308
11.4 基于模型的机器人路径规划309
11.4.1 位形空间309
11.4.2 路线图路径规划方法311
11.4.3 全球与局部路径规划的集成322
11.4.4 全覆盖路径规划324
11.5 移动机器人运动规划327
11.5.1 一般的在线方法327
11.5.2 运动规划：使用向量场329
11.5.3 解析运动规划331
11.6 移动机器人任务规划335
11.6.1 一般问题335
11.6.2 规划的表示和生成336
11.6.3 世界建模、任务规范和机器人程序综合338
参考文献340
第12章 移动机器人定位与地图构建343
12.1 引言343
12.2 背景概念343
12.2.1 随机过程344
12.2.2 随机动力学模型345
12.2.3 离散卡尔曼滤波器与预测器345
12.2.4 贝叶斯学习346
12.3 传感器瑕疵349
12.4 相对定位350
12.5 航位推算的运动学分析351
12.5.1 差分驱动WMR351
12.5.2 艾克曼转向352
12.5.3 三轮驱动352
12.5.4 全向驱动352
12.6 定位353
12.6.1 一般问题353
12.6.2 基于三边测量的定位353
12.6.3 基于三角测量的定位355
12.6.4 基于地图匹配的定位356
12.7 基于卡尔曼滤波器的定位和传感器标定及融合357
12.7.1 机器人定位357
12.7.2 传感器标定359
12.7.3 传感器融合359
12.8 同步定位与地图构建362
12.8.1 一般问题362
12.8.2 基于扩展卡尔曼滤波器的SLAM362
12.8.3 基于贝叶斯估计的SLAM366
12.8.4 基于粒子滤波器的SLAM369
12.8.5 基于全向视觉的SLAM371
参考文献380
第13章 实验研究382
13.1 引言382
13.2 模型参考自适应控制382
13.3 基于李雅普诺夫的鲁棒控制384
13.4 使用基于极坐标的控制器实现位姿稳定和泊车控制385
13.5 基于不变流形的控制器的稳定化386
13.6 滑模模糊逻辑控制388
13.7 基于视觉的控制389
13.7.1 引导-跟随系统的控制389
13.7.2 开闭环协同控制391
13.7.3 基于全向视觉的控制392
13.8 全向移动机器人滑模控制396
13.9 差分驱动移动机械臂的控制398
13.9.1 计算力矩控制398
13.9.2 可操作性控制399
13.10 基于模糊逻辑的全局和局部集成路径规划器400
13.11 不确定环境中的模糊神经混合路径规划405
13.11.1 路径规划算法406
13.11.2 仿真结果406
13.12 基于扩展卡尔曼滤波器的移动机器人SLAM408
13.13 基于粒子滤波器的双机器人协同SLAM409
13.13.1 步：预测409
13.13.2 第二步：更新410
13.13.3 第三步：重采样410
13.13.4 实验研究410
13.14 基于神经网络的移动机器人控制和导航411
13.14.1 轨迹跟踪411
13.14.2 避障导航413
13.15 差分驱动机器人模糊跟踪控制415
13.16 基于视觉的差分驱动机器人自适应鲁棒跟踪控制417
13.17 移动机械臂球形全向视觉控制419
参考文献420
第14章 移动机器人智能控制的通用系统与软件架构423
14.1 引言423
14.2 通用智能控制架构424
14.2.1 一般问题424
14.2.2 分层的智能控制架构424
14.2.3 多分辨率的智能控制架构425
14.2.4 参考模型智能控制架构425
14.2.5 基于行为的智能控制架构426
14.3 移动机器人控制软件架构的设计特征428
14.4 两种移动机器人控制软件架构的简介430
14.4.1 面向组件的Jde架构430
14.4.2 分层移动机器人控制软件架构432
14.5 两种移动机器人控制软件架构的比较评估433
14.5.1 初步问题433
14.5.2 比较评估435
14.6 智能人机交互界面436
14.6.1 智能人机交互界面的结构436
14.6.2 机器人化的人机交互界面的主要功能437
14.6.3 自然语言人机交互界面437
14.6.4 图形化人机交互界面438
14.7 两种智能移动机器人研究原型机440
14.7.1 SENARIO智能轮椅441
14.7.2 ROMAN智能服务移动机械臂443
14.8 对其他问题的进一步讨论446
14.8.1 异构化设计446
14.8.2 模块化设计449
参考文献452
第15章 工作中的移动机器人456
15.1 引言456
15.2 工厂和工业中的移动机器人456
15.3 社会生活中的移动机器人459
15.3.1 救援机器人459
15.3.2 机器人手杖、导引助手和医院中使用的移动机器人460
15.3.3 家务移动机器人462
15.4 辅助型移动机器人463
15.5 移动型遥操作机器人和网络机器人465
15.6 其他机器人应用案例469
15.6.1 战争机器人469
15.6.2 娱乐机器人471
15.6.3 研究型机器人472
15.7 移动机器人的安全性473
参考文献474
习题477
机器人网站列表495
前 言
多年来，机器人技术一直是人类社会发展的主要贡献者。这个领域需要多种学科，例如机械工程、电气与电子工程、控制工程、计算机工程、传感器工程等协同作用。机器人和其他自动化机器必须与人一起生活。在这种共生关系中，机器人应首先尊重、纳入并实现人类的需求和偏好。为此，现代机器人，特别是轮式或腿式移动机器人，以有目的且有益的方式，结合并实现了从生物系统及人类认知和适应能力中汲取的感知-行动循环原理。
本书的目的在于：以汇聚、综合方式介绍多年来为非完整约束和全向轮式移动机器人所开发的一组基本概念和方法要素。本书的核心部分（第5～10章）致力于分析和设计几种移动机器人控制器，包括基于李雅普诺夫的基本控制器、基于不变流形的控制器、基于仿射模型的控制器、模型参考自适应控制器、滑模和基于李雅普诺夫的鲁棒控制器、神经控制器、模糊逻辑控制器、基于视觉的控制器以及移动机械臂控制器。本书的前4章介绍了移动机器人的驱动、运动学、动力学和传感器等主题。第11章和第12章介绍了路径规划、运动规划、任务规划、定位与地图构建等主题，其中包括基本的概念和技术，信息的详细程度与本书的目的和涵盖范围相符。第13章提供了使用本书的研究方法所得到的一系列实验结果。这些实验结果来自研究文献，其中包括本书作者的一些研究成果。第14章提供了用于实现移动机器人集成智能控制的一些通用系统和软件架构的概念性概述。后，第15章介绍了移动机器人在工业和社会生活中的应用。
为了方便读者阅读，每章的节会简述该章中所要用到的数学、力学、控制和固定机器人背景概念。从某种意义上讲，本书实际上与本领域大多数书籍互补，提供了可靠的基于模型的分析和设计，涵盖了其他书籍中未涵盖的大量移动机器人控制方案。
本书适用于机器人和移动机器人相关专业的高年级本科和研究生教学课程，也可以作为本领域需要综合方法资源来开展工作的研究人员和从业人员的入门参考书。
感谢授权本书使用插图和实验图的所有出版商和文献作者。
本书的目的在于：以汇聚、综合方式介绍多年来为非完整约束和全向轮式移动机器人所开发的一组基本概念和方法要素。本书的核心部分（第5～10章）致力于分析和设计几种移动机器人控制器，包括基于李雅普诺夫的基本控制器、基于不变流形的控制器、基于仿射模型的控制器、模型参考自适应控制器、滑模和基于李雅普诺夫的鲁棒控制器、神经控制器、模糊逻辑控制器、基于视觉的控制器以及移动机械臂控制器。本书的前4章介绍了移动机器人的驱动、运动学、动力学和传感器等主题。第11章和第12章介绍了路径规划、运动规划、任务规划、定位与地图构建等主题，其中包括基本的概念和技术，信息的详细程度与本书的目的和涵盖范围相符。第13章提供了使用本书的研究方法所得到的一系列实验结果。这些实验结果来自研究文献，其中包括本书作者的一些研究成果。第14章提供了用于实现移动机器人集成智能控制的一些通用系统和软件架构的概念性概述。后，第15章介绍了移动机器人在工业和社会生活中的应用。
为了方便读者阅读，每章的节会简述该章中所要用到的数学、力学、控制和固定机器人背景概念。从某种意义上讲，本书实际上与本领域大多数书籍互补，提供了可靠的基于模型的分析和设计，涵盖了其他书籍中未涵盖的大量移动机器人控制方案。
本书适用于机器人和移动机器人相关专业的高年级本科和研究生教学课程，也可以作为本领域需要综合方法资源来开展工作的研究人员和从业人员的入门参考书。
感谢授权本书使用插图和实验图的所有出版商和文献作者。
斯皮罗斯·G.扎菲斯塔斯
2013年4月于雅典
评论
还没有评论。