自主移动机器人导论（第2版）
￥68.00定价
作者： (美)R.西格沃特，I·R·诺巴克什，D·斯卡拉穆扎
译者：李人厚，宋青松 译；
出版时间：2013年5月
出版社：西安交通大学出版社
- 西安交通大学出版社
- 9787560545486
- 96265
- 2013年5月
- 未分类
- 未分类
- TP242
内容简介
移动机器人的范围覆盖着从火星探索任务的遥控旅居者到巴黎超市的清洁机器人。本书向学生和其他有兴趣的读者提供移动性基本原理的概述，其领域范围跨越机械、电机、传感器、感知和认知。本书着重于移动性本身，对许允的移动机器人，其横穿现实世界环境行走和执行任务（包括运动、传感、定位和运动规划）的机理提出述评，综合了来自运动学、控制理论、信号分析、计算机视觉、信息论、人工智能和概率论这些领域的素材。
R.西格沃特、I·R·诺巴克什、D·斯卡拉穆扎著，李人厚、宋青松译的《自主移动机器人导论(第2版国外名校最新教材精选)》提出了移动机器人的技术和工艺，能使运动学在一系列交互模块中实现。随着本书内容从低级向高级详细深入，各章介绍了移动性不同方面的问题。它覆盖了移动机器人所有方面，包括软件和硬件设计方面考虑、相关的工艺技术和算法技巧。本书新版已经在各个方面都作了修正和更新，在运动、定位、感知和规划与导航这些主题中补充了130多页的新资料。同时，每章末还加上了习题。我们把移动机器人所有方面合在一起成为一个整体，因此非常适合用作初学者的教材或工具书。
R.西格沃特、I·R·诺巴克什、D·斯卡拉穆扎著，李人厚、宋青松译的《自主移动机器人导论(第2版国外名校最新教材精选)》提出了移动机器人的技术和工艺，能使运动学在一系列交互模块中实现。随着本书内容从低级向高级详细深入，各章介绍了移动性不同方面的问题。它覆盖了移动机器人所有方面，包括软件和硬件设计方面考虑、相关的工艺技术和算法技巧。本书新版已经在各个方面都作了修正和更新，在运动、定位、感知和规划与导航这些主题中补充了130多页的新资料。同时，每章末还加上了习题。我们把移动机器人所有方面合在一起成为一个整体，因此非常适合用作初学者的教材或工具书。
目录
序言
致谢
第1章 引言
1.1 引言
1.2 本书综述
第2章 运动
2.1 引言
2.1.1 运动的关键问题
2.2 腿式移动机器人
2.2.1 腿的构造与稳定性
2.2.2 动力学考虑
2.2.3 腿式机器人运动的例子
2.3 轮式移动机器人
2.3.1 轮式运动：设计空间
2.3.2 轮式运动：实例研究
2.4 飞行移动机器人
2.4.1 引言
2.4.2 飞机器结构
2.4.3 自主VTOL最新技术水平
2.5 习题
第3章 移动机器人运动学
3.1 引言
3.2 运动学模型和约束
3.2.1 表示机器人的位置
3.2.2 前向运动学模型
3.2.3 轮子运动学约束
3.2.4 机器人运动学约束
3.2.5 举例：机器人运动学模型和约束
3.3 移动机器人的机动性
3.3.1 移动性的程度
3.3.2 可操纵度
3.3.3 机器人的机动性
3.4 移动机器人工作空问
3.4.1 自由度
3.4.2 完整机器人
3.4.3 路径和轨迹的考虑
3.5 基本运动学之外
3.6 运动控制
3.6.1 开环控制
3.6.2 反馈控制
3.7 习题
第4章 感知
4.1 移动机器人的传感器
4.1.1 传感器分类
4.1.2 表征传感器的特性指标
4.1.3 表示不确定性
4.1.4 轮子／电机传感器
4.1.5 导向传感器
4.1.6 加速度计
4.1.7 惯性测量单元
4.1.8 基于地面的信标
4.1.9 有源测距
4.1.10 运动／速度传感器
4.1.11 视觉传感器
4.2 计算机视觉的基本原理
4.2.1 引言
4.2.2 数字摄像机
4.2.3 图像形成
4.2.4 全向摄像机
4.2.5 立体结构
4.2.6 运动结构
4.2.7 运动与光流
4.2.8 颜色跟踪
4.3 图像处理基础
4.3.1 图像滤波
4.3.2 边缘检测
4.3.3 计算图像相似性
4.4 特征提取
4.5 图像特征提取：兴趣点检测器
4.5.1 引言
4.5.2 理想的特征检测器属性
4.5.3 角检测器
4.5.4 光度测定和几何变化的不变性
4.5.5 斑块检测器
4.6 位置识别
4.6.1 引言
4.6.2 从特征包到视觉词
4.6.3 使用倒排文件的有效位置识别
4.6.4 鲁棒位置识别的几何验证
4.6.5 应用
4.6.6 位置识别的其它图像表象
4.7 基于距离数据(激光，超声)的特征提取
4.7.1 直线提取
4.7.2 6个直线提取算法
4.7.3 距离直方图特征
4.7.4 其他几何特征提取
4.8 习题
第5章 移动机器人的定位
5.1 引言
5.2 定位的挑战：噪声和混叠
5.2.1 传感器噪声
5.2.2 传感器混叠
5.2.3 执行器噪声
5.2.4 里程表位置估计的误差模型
5.3 定位或不定位：基于定位的导航与编程求解的对比
5.4 信任度的表示
5.4.1 单假设信任度
5.4.2 多假设信任度
5.5 地图表示方法j
5.5.1 连续的表示方法
5.5.2 分解策略
5.5.3 发展水平：地图表示方法的最新挑战
5.6 基于概率地图的定位
5.6.1 引言
5.6.2 机器人定位问题
5.6.3 概率论的基本概念
5.6.4 术语
5.6.5 基于概率地图定位的组成
5.6.6 定位问题的分类
5.6.7 马尔可夫定位
5.6.8 卡尔曼滤波器定位
5.7 定位系统的其他例子
5.7.1 基于路标的导航
5.7.2 全局唯一定位
5.7.3 定位信标系统
5.7.4 基于路由的定位
5.8 自动制图
5.8.1 引言
5.8.2 SLAM：同时定位和制图问题
5.8.3 SLAM的数学定义
5.8.4 扩展卡尔曼滤波器(EKF)的SLAM
5.8.5 具有单摄像机的视觉SLAM
5.8.6 对EKFSLAM的讨论
5.8.7 基于图形的SLAM
5.8.8 粒子滤波器的SLAM
5.8.9 SLAM中公开的难题
5.8.10 开放源代码SLAM的软件和其它资源
5.9 习题
第6章 规划和导航
6.1 引言
6.2 导航能力：规划和反应
6.3 路径规划
6.3.1 图形搜索
6.3.2 势场路径规划
6.4 避障
6.4.1 Bug算法
6.4.2 向量场直方图
6.4.3 气泡带技术
6.4.4 曲率速度技术
6.4.5 动态窗口方法
6.4.6 Schlegel避障方法
6.4.7 接近图
6.4.8 梯度法
6.4.9 加上动态约束
6.4.10 其他方法
6.4.11 综述
6.5 导航的体系结构
6.5.1 代码重用与共享的模块性
6.5.2 控制定位
6.5.3 分解技术
6.5.4 实例研究：分层机器人结构
6.6 习题
参考文献
致谢
第1章 引言
1.1 引言
1.2 本书综述
第2章 运动
2.1 引言
2.1.1 运动的关键问题
2.2 腿式移动机器人
2.2.1 腿的构造与稳定性
2.2.2 动力学考虑
2.2.3 腿式机器人运动的例子
2.3 轮式移动机器人
2.3.1 轮式运动：设计空间
2.3.2 轮式运动：实例研究
2.4 飞行移动机器人
2.4.1 引言
2.4.2 飞机器结构
2.4.3 自主VTOL最新技术水平
2.5 习题
第3章 移动机器人运动学
3.1 引言
3.2 运动学模型和约束
3.2.1 表示机器人的位置
3.2.2 前向运动学模型
3.2.3 轮子运动学约束
3.2.4 机器人运动学约束
3.2.5 举例：机器人运动学模型和约束
3.3 移动机器人的机动性
3.3.1 移动性的程度
3.3.2 可操纵度
3.3.3 机器人的机动性
3.4 移动机器人工作空问
3.4.1 自由度
3.4.2 完整机器人
3.4.3 路径和轨迹的考虑
3.5 基本运动学之外
3.6 运动控制
3.6.1 开环控制
3.6.2 反馈控制
3.7 习题
第4章 感知
4.1 移动机器人的传感器
4.1.1 传感器分类
4.1.2 表征传感器的特性指标
4.1.3 表示不确定性
4.1.4 轮子／电机传感器
4.1.5 导向传感器
4.1.6 加速度计
4.1.7 惯性测量单元
4.1.8 基于地面的信标
4.1.9 有源测距
4.1.10 运动／速度传感器
4.1.11 视觉传感器
4.2 计算机视觉的基本原理
4.2.1 引言
4.2.2 数字摄像机
4.2.3 图像形成
4.2.4 全向摄像机
4.2.5 立体结构
4.2.6 运动结构
4.2.7 运动与光流
4.2.8 颜色跟踪
4.3 图像处理基础
4.3.1 图像滤波
4.3.2 边缘检测
4.3.3 计算图像相似性
4.4 特征提取
4.5 图像特征提取：兴趣点检测器
4.5.1 引言
4.5.2 理想的特征检测器属性
4.5.3 角检测器
4.5.4 光度测定和几何变化的不变性
4.5.5 斑块检测器
4.6 位置识别
4.6.1 引言
4.6.2 从特征包到视觉词
4.6.3 使用倒排文件的有效位置识别
4.6.4 鲁棒位置识别的几何验证
4.6.5 应用
4.6.6 位置识别的其它图像表象
4.7 基于距离数据(激光，超声)的特征提取
4.7.1 直线提取
4.7.2 6个直线提取算法
4.7.3 距离直方图特征
4.7.4 其他几何特征提取
4.8 习题
第5章 移动机器人的定位
5.1 引言
5.2 定位的挑战：噪声和混叠
5.2.1 传感器噪声
5.2.2 传感器混叠
5.2.3 执行器噪声
5.2.4 里程表位置估计的误差模型
5.3 定位或不定位：基于定位的导航与编程求解的对比
5.4 信任度的表示
5.4.1 单假设信任度
5.4.2 多假设信任度
5.5 地图表示方法j
5.5.1 连续的表示方法
5.5.2 分解策略
5.5.3 发展水平：地图表示方法的最新挑战
5.6 基于概率地图的定位
5.6.1 引言
5.6.2 机器人定位问题
5.6.3 概率论的基本概念
5.6.4 术语
5.6.5 基于概率地图定位的组成
5.6.6 定位问题的分类
5.6.7 马尔可夫定位
5.6.8 卡尔曼滤波器定位
5.7 定位系统的其他例子
5.7.1 基于路标的导航
5.7.2 全局唯一定位
5.7.3 定位信标系统
5.7.4 基于路由的定位
5.8 自动制图
5.8.1 引言
5.8.2 SLAM：同时定位和制图问题
5.8.3 SLAM的数学定义
5.8.4 扩展卡尔曼滤波器(EKF)的SLAM
5.8.5 具有单摄像机的视觉SLAM
5.8.6 对EKFSLAM的讨论
5.8.7 基于图形的SLAM
5.8.8 粒子滤波器的SLAM
5.8.9 SLAM中公开的难题
5.8.10 开放源代码SLAM的软件和其它资源
5.9 习题
第6章 规划和导航
6.1 引言
6.2 导航能力：规划和反应
6.3 路径规划
6.3.1 图形搜索
6.3.2 势场路径规划
6.4 避障
6.4.1 Bug算法
6.4.2 向量场直方图
6.4.3 气泡带技术
6.4.4 曲率速度技术
6.4.5 动态窗口方法
6.4.6 Schlegel避障方法
6.4.7 接近图
6.4.8 梯度法
6.4.9 加上动态约束
6.4.10 其他方法
6.4.11 综述
6.5 导航的体系结构
6.5.1 代码重用与共享的模块性
6.5.2 控制定位
6.5.3 分解技术
6.5.4 实例研究：分层机器人结构
6.6 习题
参考文献
