由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高50元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
全新正版机器人传感器及其信息融合技术9787122283658化学工业
¥ ×1
章 传感器的基础知识
1.1 传感器的定义和特点
1.2 传感器的组成和分类
1.3 传感器的标定
1.4 机器人与传感器
1.5 传感器及其技术的发展趋势
1.6 多传感器信息融合的应用领域
第2章 机器人系统组成
2.1 机器人系统组成概述
2.2 机械结构系统
2.2.1 机械构件
2.2.2 传动机构
. 驱动系统
..1 液压驱动
..2 气压驱动
.. 电气驱动
2.4 感知系统
2.4.1 机器人对传感器的要求
2.4.2 常用传感器的特
2.5 控制系统
2.6 人机交互系统
2.7 机器人-环境交互系统
第3章 机器人常用的传感器
3.1 机器人传感器的分类
3.2 常用的内部传感器
3.2.1 位置传感器
3.2.2 速度传感器
3.. 加速度传感器
3.2.4 倾斜角传感器
3.2.5 力觉传感器
3.3 常用外部传感器
3.3.1 视觉传感器
3.3.2 触觉传感器
3.3.3 接近度传感器
3.3.4 激光传感器
第4章 智能传感器
4.1 智能传感器概述
4.1.1 智能传感器的定义
4.1.2 智能传感器的构成
4.1.3 智能传感器的关键技术
4.2 智能传感器的功能与特点
4.2.1 智能传感器的功能
4.2.2 智能传感器的特点
4.3 智能传感器的实现技术
4.3.1 非集成化智能传感器
4.3.2 集成化智能传感器
4.3.3 混合式智能传感器
4.4 无线传感网络技术及其应用
4.4.1 无线传感网络技术
4.4.2 无线传感器网络在移动机器人通信中的应用
4.5 智能模糊传感器技术及其应用
4.5.1 智能模糊传感器技术
4.5.2 模糊传感器在测量血压中的应用
第5章 多传感器信息融合技术概述
5.1 多传感器信息融合的定义
5.2 多传感器信息融合的分类
5.3 多传感器信息融合的系统结构
5.4 多传感器信息融合的方法
第6章 多传感器的定量信息融合
6.1 传感器的建模
6.1.1 观测模型
6.1.2 相关模型
6.1.3 状态模型
6.2 传感数据的一致检验
6.2.1 设检验法
6.2.2 距离检验法
6.. 人工神经网络方法
6.3 基于参数估计的信息融合方法
第7章 多传感器的定信融合
7.1 Bayes方法
7.1.1 Bayes条件概率
7.1.2 Bayes方法在信息融合中的应用
7.1.3 基于目标分类的Bayes决策方法
7.2 Dempster-Shafer据推理
7.2.1 D-S理论的基础概念
7.2.2 Dempster合成法则
7.. D-S据理论在融合中的应用
7.3 模糊理论
7.3.1 模糊理论
7.3.2 模糊理论在融合中的应用
7.4 神经网络法
7.4.1 神经网络融合信息的一般方法
7.4.2 神经网络在融合中的应用
7.5 粗糙集理论
7.5.1 粗糙集理论
7.5.2 基于粗糙集理论的多传感器信息融合
第8章 多传感器在装配机器人中的应用
8.1 多传感器信息融合系统组成
8.2 位姿传感器
8.3 柔腕力传感器
8.4 工件识别传感器
8.5 视觉传感系统
第9章 多传感器在焊接机器人中的应用
9.1 焊接机器人常用的传感器
9.2 电弧传感系统
9.3 超声传感跟踪系统
9.4 视觉传感跟踪系统
0章 多传感器信息融合在移动机器人中的应用
10.1 概述
10.2 多传感器信息融合在移动机器人导航中的应用
10.3 多传感器信息融合在移动机器人测距中的应用
10.4 多传感器信息融合在移动机器人避障中的应用
参考文献
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格