基于視覺的自主機(jī)器人導(dǎo)航

譯者序原書前言第1章移動機(jī)器人導(dǎo)航1.1自主移動機(jī)器人導(dǎo)航1.2為何要視覺導(dǎo)航1.3基于視覺的導(dǎo)航1.3.1基于視覺的室內(nèi)導(dǎo)航1.3.1.1基于地圖的導(dǎo)航1.3.1.2基于地圖構(gòu)建的導(dǎo)航1.3.1.3無地圖導(dǎo)航1.3.2基于視覺的室外導(dǎo)航1.4研究現(xiàn)狀1.5障礙物檢測和避障1.6本章小結(jié)參考文獻(xiàn)第2章移動機(jī)器人的外設(shè)接口2.1簡介2.2用于視覺系統(tǒng)與現(xiàn)有機(jī)器人接口的PIC微控制器系統(tǒng)2.3KOALA機(jī)器人與PC和視覺系統(tǒng)構(gòu)成的集成系統(tǒng)2.4實(shí)際性能評估 2.5本章小結(jié) 參考文獻(xiàn)第3章利用子目標(biāo)的基于視覺的移動機(jī)器人導(dǎo)航 3.1簡介3.2硬件設(shè)置3.3目標(biāo)導(dǎo)向的兩層導(dǎo)航機(jī)制 3.4第一層中基于圖像處理的環(huán)境探索3.5最短路徑計(jì)算和子目標(biāo)生成 3.6第二層中基于紅外的導(dǎo)航 3.7實(shí)際性能評估 3.8本章小結(jié) 參考文獻(xiàn)第4章基于視覺的移動機(jī)器人自主開發(fā) 4.1簡介 4.2基于視覺的低成本移動機(jī)器人的研制開發(fā)4.3基于微控制器的機(jī)器人感知系統(tǒng)的研制開發(fā) 4.3.1具有動態(tài)增強(qiáng)功能的紅外測距系統(tǒng) 4.3.1.1動態(tài)測距增強(qiáng)算法 4.3.1.2實(shí)驗(yàn)結(jié)果4.3.2采用開關(guān)模式同步檢測技術(shù)的光學(xué)接近檢測器 4.3.2.1基于PIC微控制器的光學(xué)接近檢測器 4.3.2.2開關(guān)模式同步檢測技術(shù) 4.3.2.3實(shí)驗(yàn)結(jié)果 4.4客戶端—服務(wù)器工作模式下的內(nèi)網(wǎng)連接4.5本章小結(jié)參考文獻(xiàn)第5章基于視覺的移動機(jī)器人導(dǎo)航算法的實(shí)現(xiàn)示例 5.1簡介 5.2示例 5.3示例 5.4示例5.5示例5.6示例 5.7示例 5.8示例 5.9示例 5.10示例 5.11示例 5.12本章小結(jié) 參考文獻(xiàn)第6章基于視覺的移動機(jī)器人路徑跟蹤 6.1簡介6.2所提方法概述 6.3基于視覺的機(jī)器人模糊導(dǎo)航系統(tǒng) 6.4基于紅外傳感器的模糊避障算法 6.5實(shí)際性能評估 6.6本章小結(jié) 參考文獻(xiàn)第7章移動機(jī)器人的SLAM 7.1簡介 7.2基于EKF的隨機(jī)SLAM算法 7.3結(jié)合模糊神經(jīng)網(wǎng)絡(luò)模型的基于EKF的SLAM算法 7.4模糊神經(jīng)網(wǎng)絡(luò)架構(gòu)及基于粒子群優(yōu)化（PSO）算法的訓(xùn)練方法 7.4.1模糊神經(jīng)網(wǎng)絡(luò)架構(gòu)169 7.4.2利用PSO訓(xùn)練模糊神經(jīng)網(wǎng)絡(luò)模型 7.4.3性能評估172 7.5利用DE優(yōu)化算法訓(xùn)練模糊監(jiān)督器 7.5.1性能評估 7.6本章小結(jié)參考文獻(xiàn)第8章基于視覺的移動機(jī)器人SLAM 8.1簡介 8.2差動驅(qū)動KOALA機(jī)器人的動態(tài)狀態(tài)模型 8.3基于視覺感知的圖像特征識別、特征跟蹤和每個(gè)特征的3D距離 計(jì)算 8.4實(shí)際性能評估 8.5本章小結(jié) 參考文獻(xiàn)