機器人仿真與編程技術

第一篇基于MATLAB工具箱的機器人仿真
第1章機器人學與MATLAB機器人工具箱
1．1MATLAB機器人工具箱的下載與安裝
1．2機器人學的數(shù)學基礎
1．2．1三維空間中的位置與姿態(tài)
1．2．2坐標變換
1．2．3姿態(tài)的其他表示方法
1．2．4具體例子的應用
1．3機器人運動學
1．3．1機械臂及運動學
1．3．2DH參數(shù)法
1．3．3機器人正運動學
1．3．4機器人逆運動學
1．3．5機器人的瞬態(tài)運動學
1．3．6具體例子的應用
1．3．7機器人工具箱的Link類
1．3．8機器人工具箱的SerialLink類1
1．4機器人動力學
1．4．1機器人動力學概述
1．4．2機器人動力學方程的建立方法
1．4．3狀態(tài)空間方程
1．4．4正向動力學
1．4．5機器人工具箱的SerialLink類2
1．5機器人的運動軌跡
1．5．1運動軌跡問題
1．5．2關節(jié)空間的規(guī)劃方法
1．6機械臂關節(jié)控制
1．6．1機器人控制系統(tǒng)的構成
1．6．2Simulink機器人模塊
1．6．3機器人的單關節(jié)控制
1．6．4機器人的多關節(jié)控制
1．7其他基于MATLAB的機器人工具箱
1．7．1Kuka控制工具箱(KCT)的介紹與測試
1．7．2其他機器人工具箱
本章小結
參考文獻
第2章MATLAB機器人工具箱的應用
2．1基于學習算法的機器人觸覺識別算法研究
2．1．1引言
2．1．2背景
2．1．3算法設計
2．1．4實驗設計
2．1．5實驗與結果
2．2基于波動變量和神經(jīng)網(wǎng)絡的遠程控制系統(tǒng)
2．2．1引言
2．2．2遠程操作系統(tǒng)的數(shù)學模型
2．2．3基于波動變量的神經(jīng)控制設計
2．2．4實驗設計
2．2．5仿真實驗
2．3開發(fā)混合運動捕捉方法使用MYO手環(huán)應用于遠程操作
2．3．1引言
2．3．2設計方法
2．3．3仿真系統(tǒng)設計
2．3．4仿真實驗
2．4基于自適應參數(shù)識別的GeomagicTouchX觸覺裝置運動學建模
2．4．1引言
2．4．2建模步驟
2．4．3仿真設計
2．4．4實驗和仿真
2．4．5可視化運動學模型與工作空間識別
2．5復雜擾動環(huán)境中的新型機械臂混合自適應控制器
2．5．1引言
2．5．2控制問題
2．5．3自適應控制
2．5．4仿真
2．5．5實驗設計
2．5．6實驗與結果
本章小結
參考文獻
第二篇機器人仿真軟件的基礎與應用
第3章VREP在機器人仿真中的應用
3.1VREP簡介及安裝
3.1.1VREP的簡介
3.1.2VREP的特性
3.1.3VREP的安裝
3.2VREP的用戶界面及位姿操作
3.2.1控制臺窗口
3.2.2對話框
3.2.3應用程序窗口
3.2.4自定義用戶界面
3.2.5頁面與視圖
3.2.6對象/項目位置和方向操作
3.3VREP的場景與模型
3.3.1場景與模型的關系
3.3.2VREP的場景
3.3.3VREP的模型
3.3.4VREP的環(huán)境
3.4實體
3.4.1VREP的場景對象
3.4.2場景對象的性質
3.4.3常用的場景對象——形狀
3.4.4常用的場景對象——關節(jié)
3.4.5VREP的集合
3.5VREP的六種計算模塊
3.5.1碰撞檢測模塊
3.5.2最小距離計算模塊
3.5.3逆向運動學模塊
3.5.4幾何約束求解模塊
3.5.5動力學模塊
3.5.6路徑規(guī)劃模塊
3.6VREP中控制機器人仿真的方法
3.6.1嵌入式子腳本
3.6.2插件
3.6.3附加組件
3.6.4遠程客戶端應用程序接口
3.6.5通過ROS的節(jié)點
3.6.6自定義解決方案
3.7VREP的API框架
3.7.1常規(guī)API
3.7.2遠程API
3.7.3ROS接口
3.7.4輔助API
3.7.5其他接口
3.8仿真模型的搭建
3.8.1從模型瀏覽器中加載現(xiàn)有模型
3.8.2從菜單欄中添加場景對象
3.8.3從Import命令中導入/導出其他軟件的CAD模型
3.9機器人的仿真
3.9.1物理引擎的選擇
3.9.2仿真參數(shù)的設置
3.9.3仿真的控制
3.10VREP的具體例子
3.10.1機械臂模型的構建
3.10.2逆運動學建模
3.10.3VREP與MATLAB連接的例子
3.11VREP在人機交互中的應用(一)
3.11.1觸覺學與TouchX
3.11.2TouchX的相關軟件在人機交互中的作用
3.11.3CHAI3D在人機交互中的作用
3.11.4VREP模塊
3.11.5TouchX控制VREP中KUKA機器人的實現(xiàn)
3.12VREP在人機交互中的應用(二)
3.12.1體感技術與Kinect
3.12.2交互相關軟件的作用
3.12.3交互相關軟件的安裝與測試
3.12.4OpenNI/NITE中的人體骨架分析
3.12.5VREP與Kinect接口的安裝與測試
3.12.6Kinect與VREP交互的設計與實現(xiàn)
本章小結
參考文獻
第4章Gazebo在機器人仿真中的應用
4.1Gazebo的介紹與安裝
4.1.1Gazebo的初步介紹
4.1.2Gazebo的安裝
4.1.3Gazebo與VREP的比較
4.2Gazebo的結構
4.2.1Gazebo的運行方法
4.2.2Gazebo的組成部分
4.2.3Gazebo的結構
4.3創(chuàng)建機器人
4.3.1模型結構和要求
4.3.2模型的上傳
4.3.3制作一個模型
4.3.4制作移動機器人模型
4.3.5導入網(wǎng)格
4.3.6附加網(wǎng)格物體
4.3.7給機器人添加傳感器
4.3.8做一個簡單的夾持器
4.3.9在機器人上構建夾持器
4.3.10嵌套模型
4.3.11模型編輯器
4.3.12盒子的動畫
4.3.13三角網(wǎng)格的慣性參數(shù)
4.3.14圖層可見性
4.4Gazebo中的模型編輯器
4.4.1模型編輯器
4.4.2SVG文件
4.5場景文件的創(chuàng)建
4.5.1創(chuàng)建一個場景
4.5.2修改場景
4.5.3如何在Gazebo中使用DEM
4.5.4模型群
4.5.5建筑編輯器
4.6插件的編寫
4.6.1一個簡單的插件：HelloWorldPlugin！
4.6.2插件的使用
4.6.3模型插件
4.6.4世界插件
4.6.5程序化場景控制
4.6.6系統(tǒng)插件
4.7傳感器
4.7.1傳感器噪聲模型
4.7.2接觸式傳感器
4.7.3攝像頭失真
4.8Gazebo的其他功能
4.8.1數(shù)學庫的使用
4.8.2用戶輸入
4.8.3連接到Player
本章小結
參考文獻
第5章OpenRAVE在機器人仿真中的應用
5.1OpenRAVE簡介
5.1.1OpenRAVE的應用
5.1.2OpenRAVE的特性
5.1.3OpenRAVE的下載與安裝
5.2OpenRAVE概觀
5.2.1OpenRAVE基本架構
5.2.2關于OpenRAVE中的一些說明
5.2.3OpenRAVE公約與準則
5.2.4OpenRAVE中機器人概述
5.2.5插件與接口說明
5.2.6網(wǎng)絡協(xié)議和腳本
5.3OpenRAVE的基礎
5.3.1開始使用OpenRAVE
5.3.2OpenRAVE的命令行工具
5.3.3寫OpenRAVE文檔
5.3.4環(huán)境變量
5.4OpenRAVE運用與展望
5.4.1OpenRAVE的運用項目舉例
5.4.2OpenRAVE的展望
本章小結
參考文獻
第三篇機器人操作系統(tǒng)基礎與應用
第6章機器人操作系統(tǒng)的基礎
6.1ROS的安裝與測試
6.1.1虛擬機與Ubuntu的安裝
6.1.2ROS的安裝
6.1.3turtlesim例子的測試
6.2ROS的基本概念與命令
6.2.1程序包(packages)
6.2.2節(jié)點(Nodes)和節(jié)點管理器(Master)
6.2.3消息(Messages)和主題(Topics)
6.2.4其他ROS的相關概念
6.2.5ROS的一些常用工具
6.3ROS的程序包的創(chuàng)建與編譯
6.3.1創(chuàng)建工作區(qū)和功能包
6.3.2ROS程序的編譯過程
6.4ROS與MATLAB集成
6.4.1RST的ROS功能介紹
6.4.2MATLAB與ROS通信的介紹
6.5ROS與VREP之間的集成
6.5.1VREP中的ROS程序包
6.5.2在ROS中安裝VREP
6.5.3在ROS中創(chuàng)建相關的VREP程序包
6.5.4使用ROS節(jié)點控制VREP模型的例子
6.5.5VREPROSBridge的簡介及安裝
6.6ROS與Gazebo
6.6.1ROS集成概述
6.6.2安裝Gazebo_ros_pkgs
6.6.3ROS/Gazebo版本組合的選擇
6.6.4使用roslaunch
6.6.5ROS通信
6.6.6Gazebo中的URDF
6.7實時系統(tǒng)ROS2.0的介紹
本章小結
參考文獻
第7章機器人操作系統(tǒng)的應用
7.1Baxter機器人與ROS
7.1.1Baxter機器人
7.1.2Baxter機器人的控制系統(tǒng)總體框架
7.1.3相關的ROS代碼
7.2基于神經(jīng)網(wǎng)絡實現(xiàn)對搖操作機器人進行高性能控制
7.2.1控制系統(tǒng)的架構
7.2.2實驗設計與實現(xiàn)
7.2.3實驗及結果
7.3規(guī)定全局穩(wěn)定性和運動精度的雙臂機器人的神經(jīng)網(wǎng)絡控制
7.3.1實驗設計與實現(xiàn)
7.3.2實驗結果
7.4基于人體運動捕獲對Baxter機器人的遠程操作控制
7.4.1遠程操作控制系統(tǒng)
7.4.2實驗的設計與實現(xiàn)
7.4.3實驗及結果
本章小結
參考文獻