__eol____eol____eol____eol____eol__第1章 人工智能导引 1__eol__1.1 人工智能的背景 1__eol__1.1.1 什么是人工智能 1__eol__1.1.2 人工智能的诞生：模仿人类行为与思考 2__eol__1.2 人工智能的前世今生 4__eol__1.2.1 人工智能的基础 4__eol__1.2.2 人工智能的历史 8__eol__1.2.3 人工智能的研究现状 9__eol__1.3 人工智能的应用 12__eol__1.3.1 人工智能的应用问题 12__eol__1.3.2 人工智能的应用特征 13__eol__1.3.3 人工智能的应用现状与未来 15__eol__1.4 人工智能的目标 19__eol__思考题 20__eol__第2章 人工智能基础知识 21__eol__2.1 机器人 21__eol__2.1.1 初识机器人 21__eol__2.1.2 机器人的结构组成 22__eol__2.2 机器学习 23__eol__2.2.1 什么是机器学习 23__eol__2.2.2 机器学习的算法 24__eol__2.3 人工神经网络 26__eol__2.4 计算机视觉 30__eol__2.5 自然语言处理 32__eol__2.6 群体智能 34__eol__2.7 人机交互 35__eol__2.8 增材制造 36__eol__2.9 大数据 38__eol__2.10 虚拟现实 40__eol__思考题 41__eol__第3章 灯光的智能控制 42__eol__3.1 车灯的控制原理 42__eol__3.2 编程环境的配置 43__eol__3.2.1 硬件模块的组成 43__eol__3.2.2 软件环境的配置 55__eol__3.3 点亮小车车灯 59__eol__3.3.1 什么是程序 59__eol__3.3.2 小车车灯的点亮编程步骤 59__eol__3.3.3 小车车灯的熄灭编程步骤 62__eol__3.4 扩展：制作一个流水灯 63__eol__3.4.1 什么是流水灯 63__eol__3.4.2 流水灯的核心指令 63__eol__3.4.3 制作流水灯的编程步骤 64__eol__思考题 66__eol__第4章 交通灯的智能识别 67__eol__4.1 交通灯的识别原理 67__eol__4.2 颜色传感器 69__eol__4.3 让小车智能识别红绿灯 69__eol__4.3.1 主要材料准备 69__eol__4.3.2 硬件组装 70__eol__4.3.3 小车识别红绿灯的编程步骤 70__eol__4.3.4 效果展示 78__eol__4.4 扩展：制作一个颜色辨识器 78__eol__4.4.1 制作颜色辨识器的任务描述 78__eol__4.4.2 硬件组装 79__eol__4.4.3 颜色辨识器的编程步骤 79__eol__思考题 84__eol__第5章 文字的智能处理 85__eol__5.1 文本识别原理 85__eol__5.2 文本解析的实现 86__eol__5.3 基于文本信息的小车控制 88__eol__5.3.1 主要材料准备 88__eol__5.3.2 硬件组装 88__eol__5.3.3 文本信息识别的编程步骤 89__eol__5.4 扩展：多文本信息的连续控制 94__eol__5.4.1 多文本解析的任务描述 94__eol__5.4.2 硬件组装 94__eol__5.4.3 多文本解析的编程步骤 94__eol__思考题 99__eol__第6章 图像的智能辨识 100__eol__6.1 图像识别原理 100__eol__6.2 路标形状识别 101__eol__6.3 让小车看懂路标 106__eol__6.3.1 材料准备 106__eol__6.3.2 材料组装 107__eol__6.3.3 小车看懂路标的编程步骤 108__eol__6.4 扩展：智能停车 112__eol__6.4.1 智能停车任务描述 112__eol__6.4.2 硬件组装 112__eol__6.4.3 智能停车的编程步骤 112__eol__思考题 116__eol__第7章 语音的智能辨识 117__eol__7.1 语音辨识原理 117__eol__7.2 声音解析实现 118__eol__7.3 基于声音的小车控制 120__eol__7.4 扩展：具有交互功能的声控小车 131__eol__思考题 135__eol__第8章 人机的智能交互 136__eol__8.1 人机交互原理 136__eol__8.2 脑机接口技术 137__eol__8.2.1 脑机接口组成 137__eol__8.2.2 脑机接口原理 138__eol__8.3 用思维控制小车的启停 138__eol__8.3.1 什么是信号 139__eol__8.3.2 脑电信号的采集 139__eol__8.3.3 大脑运动意图的解码 140__eol__8.3.4 小车的启停控制程序实现 140__eol__8.4 扩展：智能脑控小车 143__eol__思考题 146__eol__第9章 无人驾驶 148__eol__9.1 无人驾驶原理 148__eol__9.2 自动循迹技术 150__eol__9.2.1 自动循迹原理 150__eol__9.2.2 自动循迹组成 150__eol__9.3 智能小车的自动循迹 151__eol__9.3.1 轨迹的检测 151__eol__9.3.2 智能循迹小车的实现 152__eol__9.4 扩展：具有避障功能的自动行驶 156__eol__9.4.1 认识超声波避障 156__eol__9.4.2 超声波避障的实现 157__eol__9.4.3 具有避障功能的自动行驶小车 159__eol__思考题 164__eol__第10章 智能3D打印 165__eol__10.1 3D打印实现原理 165__eol__10.2 3D打印主流技术 166__eol__10.2.1 挤出成型（Material Extrusion） 166__eol__10.2.2 粉床熔融成型（Powder Bed Fusion） 168__eol__10.2.3 还原光聚合 169__eol__10.2.4 粘结剂喷射 170__eol__10.2.5 材料喷射 170__eol__10.2.6 薄板层压 171__eol__10.2.7 定向能量沉积 171__eol__10.3 3D打印应用领域 172__eol__10.3.1 快速原型制作和快速制造 172__eol__10.3.2 汽车 173__eol__10.3.3 航空 173__eol__10.3.4 建筑 173__eol__10.3.5 医疗 173__eol__10.3.6 教育 174__eol__10.3.7 消费产品 174__eol__10.4 3D打印实现过程 175__eol__10.4.1 3D建模 175__eol__10.4.2 切片 176__eol__10.4.3 打印 176__eol__10.4.4 后期处理 176__eol__10.5 3D打印实操案例 177__eol__10.5.1 SolidWorks设计软件基本操作 177__eol__10.5.2 3D打印切片及控制系统基本操作 183__eol__思考题 195__eol__第11章 智能计算技术 196__eol__11.1 BP神经网络 196__eol__11.1.1 BP神经网络概述 196__eol__11.1.2 BP神经网络的学习 197__eol__11.1.3 BP神经网络举例 201__eol__11.2 Hopfield神经网络 207__eol__11.2.1 Hopfield神经网络的结构 208__eol__11.2.2 Hopfield网络求解优化问题的思想 208__eol__11.2.3 Hopfield网络求解FMS调度问题 209__eol__11.2.4 旅行商问题（TSP）的Hopfield网络求解 212__eol__11.3 模拟退火算法 216__eol__11.3.1 模拟退火算法简介 216__eol__11.3.2 基于Hopfield优化模型的模拟退火求解算法 218__eol__11.4 遗传算法 219__eol__11.4.1 遗传算法简介 219__eol__11.4.2 遗传算法举例 221__eol__11.5 粒子群算法 226__eol__11.5.1 引言 226__eol__11.5.2 改进的PSO算法优化 227__eol__11.5.3 算法性能准则 228__eol__11.5.4 对于有约束优化问题的求解算法 230__eol__11.5.5 优化问题应用 230__eol__11.6 支持向量机 231__eol__11.6.1 支持向量机简介 231__eol__11.6.2 线性分类器 231__eol__11.6.3 核函