移動機器人技術及其應用

第1章 緒論　1.1 移動機器人的發(fā)展　1.2 移動機器人的分類　1.3 移動機器人技術簡介　1.4 典型的移動機器人系統(tǒng)介紹　1.5 移動機器人的應用及其展望　本章小結第2章 移動機器人系統(tǒng)的組成結構　2.1 移動機器人的體系結構　　2.1.1 移動機器人體系結構的基本功能和要素　　2.1.2 移動機器人的三種基本體系結構　2.2 移動機器人的運動系統(tǒng)　　2.2.1 移動機器人的移動機構　　2.2.2 移動機器人的動力學原理　　2.2.3 移動機器人的驅動系統(tǒng)　2.3 移動機器人的感知系統(tǒng)　　2.3.1 移動機器人對傳感器的要求　　2.3.2 移動機器人感知系統(tǒng)的結構分布　2.4 移動機器人的通信系統(tǒng)　2.5 移動機器人的控制系統(tǒng)　　2.5.1 控制系統(tǒng)的結構形式　　2.5.2 控制系統(tǒng)的硬件結構　2.6 移動機器人的控制軟件系統(tǒng)　2.7 Pioneer移動機器人簡介　本章小結第3章 移動機器人的傳感器和執(zhí)行器　3.1 移動機器人的傳感器　　3.1.1 移動機器人的內部傳感器　　3.1.2 移動機器人的外部傳感器　3.2 移動機器人的執(zhí)行器　　3.2.1 執(zhí)行器　　3.2.2 多自由度動力學　本章小結第4章 移動機器人的通信系統(tǒng)　4.1 移動機器人通信系統(tǒng)的特點及設計要求　　4.1.1 移動機器人通信的特點　　4.1.2 移動機器人通信系統(tǒng)設計要求及評價指標　4.2 現(xiàn)代無線通信技術　　4.2.1 GSM通信系統(tǒng)　　4.2.2 CDMA通信系統(tǒng)　　4.2.3 紅外通信與藍牙通信　　4.2.4 LIWB超寬帶通信技術　4.3 基于計算機網(wǎng)絡的移動機器人通信　　4.3.1 TC：P/IP協(xié)議族　　4.3.2 基于Internet/Web的遠程移動機器人　4.4 Ad Hoc無線通信網(wǎng)絡　　4.4.1 Ad Hoc網(wǎng)絡　　4.4.2 Ad Hoc網(wǎng)的物理層　　4.4.3 Ad Hoc網(wǎng)的MAC：協(xié)議　　4.4.4 Ad Hoc網(wǎng)絡的路由協(xié)議　　4.4.5 Ad Hoc網(wǎng)絡的其他研究熱點及發(fā)展　本章小結第5章 移動機器人智能控制方法　5.1 概述　5.2 移動機器人的模糊控制　　5.2.1 模糊控制原理　　5.2.2 基于模糊邏輯推理的移動機器人導航控制　5.3 移動機器人的神經網(wǎng)絡控制　　5.3.1 神經網(wǎng)絡控制概述　　5.3.2 BP神經網(wǎng)絡算法　　5.3.3 Hopfield網(wǎng)絡　　5.3.4 徑向基函數(shù)(RBF)網(wǎng)絡　5.4 移動機器人的模糊神經網(wǎng)絡控制　　5.4.1 模糊神經網(wǎng)絡控制原理　　5.4.2 常規(guī)模糊神經網(wǎng)絡在移動機器人中的應用　　5.4.3 移動機器人的模糊B樣條基神經網(wǎng)絡控制　本章小結第6章 移動機器人定位　6.1 定位的概念　　6.1.1 相對定位　　6.1.2 絕對定位　6.2 移動機器人相對定位　　6.2.1 航跡推算法　　6.2.2 測距法 6.3　移動機器人絕對定位 6.3.1　GPS定位 6.3.2　路標定位 本章小結第7章　移動機器人避障與追蹤 7.1　移動機器人避障 7.1.1　移動機器人常規(guī)避障 7.1.2　移動機器人緊急避障 7.2　移動機器人追蹤 7.2.1　移動機器人目標追蹤控制 7.2.2　移動機器人墻跟蹤 7.2.3　移動機器人氣味追蹤 本章小結第8章　移動機器人的路徑規(guī)劃 8.1　環(huán)境理解與環(huán)境建模 8.1.1　環(huán)境理解 8.1.2　環(huán)境建模 8.2　人工勢場法路徑規(guī)劃 8.2.1　人工勢場法基本原理 8.2.2　時變勢場法 8.3　A*/D*法進行路徑規(guī)劃 8.3.1　狀態(tài)空間搜索 8.3.2　A*算法路徑規(guī)劃 8.3.3　D*算法路徑規(guī)劃 8.4　遺傳算法動態(tài)路徑規(guī)劃 8.4.1　遺傳算法進行路徑規(guī)劃的基本原理 8.4.2　遺傳算法進行路徑規(guī)劃實驗設計 8.5　基于視覺與自適應模糊的路徑導航 8.5.1　導航線的識別 8.5.2　導航線的跟蹤和識別質量的自適應優(yōu)化 本章小結第9章　機器視覺 9.1　移動機器人視覺系統(tǒng) 9.1.1　移動機器人視覺系統(tǒng)簡述 9.1.2　移動機器人單目視覺系統(tǒng) 9.1.3　移動機器人雙目視覺系統(tǒng) 9.1.4　移動機器人全景視覺系統(tǒng) 9.1.5　移動機器人網(wǎng)絡攝像頭 9.2　攝像機標定 9.2.1　攝像機的畸變模型 9.2.2　攝像機標定技術 9.2.3　雙目攝像機標定技術 9.3　灰度圖像處理 9.3.1　二值圖像處理 9.3.2　圖像分割 9.4　彩色圖像處理 9.4.1　顏色空間 9.4.2　顏色分割 9.5　移動機器人視覺導航 9.5.1　室內移動機器人視覺導航 9.5.2　ALV的視覺導航 本章小結第10章　信息融合 10.1　概述 10.1.1　信息融合的目的和定義 10.1.2　信息融合的基本原理 10.1.3　信息融合技術在移動機器人領域中的應用和發(fā)展 10.2　信息融合的基本內容 10.2.1　信息融合系統(tǒng)建模 10.2.2　信息的表示與轉換 10.2.3　信息融合系統(tǒng)的基本模型 10.3　常用信息融合方法的原理和應用 10.3.1 貝葉斯方法(Bayes) 10.3.2　卡爾曼濾波法 10.3.3　登普斯特一謝弗證據(jù)方法(Dempster-shafer) 10.3.4　航跡融合的分層法 10.3.5　模糊集理論 10.3.6　神經網(wǎng)絡法 10.3.7　應用舉例 本章小結第11章　多機器人系統(tǒng) 11.1　概述 11.1.1　多機器人系統(tǒng)的特點及應用 11.1.2　多機器人系統(tǒng)的關鍵技術 11.1.3　一些典型的多機器人系統(tǒng) 11.2　多機器人系統(tǒng)的體系結構及分類 11.2.1　從控制結構角度分類 11.2.2　按通信系統(tǒng)結構分類 11.2.3　按個體機器人結構分類 11.3　多機器人的協(xié)調機制 11.3.1　多機器人的協(xié)調方法 11.3.2　多機器人協(xié)調方法研究的三個階段 11.4　多機器人的路徑規(guī)劃 11.5　多機器人學習 11.5.1　多機器人學習系統(tǒng)的類型 11.5.2　多機器人的強化學習分類 11.5.3　強化學習系統(tǒng)的原理 11.5.4　強化學習的主要算法 11.6　多機器人系統(tǒng)的應用平臺——機器人足球比賽 11.6.1　機器人足球比賽簡介 11.6.2　多機器人技術在機器人足球比賽中的應用 本章小結參考文獻