智能機(jī)器人

第1章 緒論
1.1 引言
1.2 智能機(jī)器人發(fā)展概況
1.3 智能機(jī)器人環(huán)境描述方法
1.4 智能機(jī)器人自主導(dǎo)航綜述
1.5 基于多機(jī)器人協(xié)作的路徑探索綜述
第2章 智能機(jī)器人視覺系統(tǒng)
2.1 引言
2.2 視覺系統(tǒng)的設(shè)計(jì)分析
2.3 顏色空間模型的研究
2.4 仿人機(jī)器人全局視覺系統(tǒng)
2.5 仿人機(jī)器人嵌入式視覺系統(tǒng)
2.6 移動機(jī)器人單目攝像機(jī)對點(diǎn)的定位
2.7 仿真與實(shí)驗(yàn)結(jié)果
2.8 小結(jié)
第3章 仿人機(jī)器人運(yùn)動規(guī)劃
3.1 引言
3.2 仿人機(jī)器人運(yùn)動學(xué)與動力學(xué)模型
3.3 仿人機(jī)器人穩(wěn)定性分析
3.4 基于二階錐規(guī)劃方法的仿人機(jī)器人穩(wěn)定控制
3.5 仿人機(jī)器人倒地過程分析
3.6 倒地參數(shù)化優(yōu)化控制策略
3.7 使用極小值原理進(jìn)行最優(yōu)控制
3.8 基于參數(shù)化最優(yōu)的控制
3.9 仿人機(jī)器人運(yùn)動約束
3.10 仿人機(jī)器人上下樓梯運(yùn)動
3.11 仿人機(jī)器人上下斜坡運(yùn)動
3.12 混合微粒群進(jìn)化算法
3.13 基于混合微粒群進(jìn)化算法的仿人機(jī)器人上樓梯運(yùn)動控制
3.14 基于混合微粒群進(jìn)化算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)系統(tǒng)設(shè)計(jì)
3.15 基于混合微粒群進(jìn)化算法優(yōu)化的模糊邏輯系統(tǒng)設(shè)計(jì)
3.16 仿真與實(shí)驗(yàn)結(jié)果
3.17 小結(jié)
第4章 智能機(jī)器人地圖創(chuàng)建中的環(huán)境特征表示方法
4.1 引言
4.2 基于SIFT算法的視覺環(huán)境特征
4.3 激光測距器模型
4.4 基于激光掃描匹配算法的環(huán)境表示
4.5 智能機(jī)器人無偏快速同時(shí)定位與地圖創(chuàng)建
4.6 仿真與實(shí)驗(yàn)結(jié)果
4.7 小結(jié)
第5章 智能機(jī)器人全局定位
5.1 引言
5.2 智能機(jī)器人SIF特征提取與匹配算法
5.3 智能機(jī)器人全局定位算法
5.4 仿真與實(shí)驗(yàn)結(jié)果
5.5 小結(jié)
第6章 智能機(jī)器人路徑規(guī)劃
6.1 引言
6.2 拓?fù)涞貓D的必要性
6.3 基于BCM的實(shí)時(shí)拓?fù)涞貓D創(chuàng)建方法
6.4 比例不變特征變換
6.5 運(yùn)動規(guī)劃的數(shù)學(xué)表述
6.6 智能機(jī)器人全局路徑規(guī)劃考慮的主要問題
6.7 環(huán)境建模
6.8 基于遺傳算法的智能機(jī)器人路徑規(guī)劃
6.9 基于混合代價(jià)的仿人機(jī)器人路徑規(guī)劃
6.10 基于多傳感器融合模型的智能機(jī)器人在線實(shí)時(shí)調(diào)整
6.11 仿真與實(shí)驗(yàn)結(jié)果
6.12 小結(jié)
第7章 智能機(jī)器人協(xié)調(diào)與協(xié)作
7.1 引言
7.2 智能機(jī)器人系統(tǒng)結(jié)構(gòu)
7.3 智能機(jī)器人獨(dú)立任務(wù)下的沖突消解
7.4 智能機(jī)器人合作任務(wù)下的沖突消解
7.5 基于隱馬爾可夫模型的節(jié)點(diǎn)定位
7.6 智能機(jī)器人協(xié)作策略的選擇
7.7 仿真與實(shí)驗(yàn)結(jié)果
7.8 小結(jié)
參考文獻(xiàn)