译者序<br/>前言<br/>主要符号与首字母缩写<br/>关于机器人的名人语录<br/>章 移动机器人：一般概念1<br/> 1.1 引言1<br/> 1.2 机器人的定义和历史1<br/> 1.2.1 机器人是什么1<br/> 1.2.2 机器人的发展历史2<br/> 1.3 地面机器人运动8<br/> 1.3.1 腿式运动8<br/> 1.3.2 轮式运动10<br/> 参考文献22<br/>第2章 移动机器人运动学<br/> 2.1 引言<br/> 2.2 背景概念<br/> 2.2.1 机器人的正逆运动学<br/> 2.2.2 齐次变换26<br/> 2.. 非完整约束28<br/> . 非完整约束移动机器人30<br/> ..1 独轮车30<br/> ..2 差分驱动WMR31<br/> .. 三轮车35<br/> ..4 类车WMR36<br/> ..5 链与Brockett积分器模型40<br/> .. 牵引车-挂车WMR41<br/> 2.4 全向WMR的运动学建模43<br/> 2.4.1 通用多轮全向WMR43<br/> 2.4.2 带有麦克纳姆轮的四轮全向WMR45<br/> 参考文献48<br/>第3章 移动机器人动力学50<br/> 3.1 引言50<br/> 3.2 通用机器人动力学建模50<br/> 3.2.1 牛顿-欧拉动力学模型51<br/> 3.2.2 拉格朗日动力学模型52<br/> 3.. 多连杆机器人的拉格朗日模型52<br/> 3.2.4 非完整约束机器人的动力学建模52<br/> 3.3 差分驱动轮式移动机器人53<br/> 3.3.1 牛顿-欧拉动力学模型53<br/> 3.3.2 拉格朗日动力学模型54<br/> 3.3.3 滑移式WMR的动力学56<br/> 3.4 类车轮式移动动力学模型60<br/> 3.5 三轮全向移动机器人62<br/> 3. 麦轮全向机器人66<br/> 参考文献71<br/>第4章 移动机器人传感器72<br/> 4.1 引言72<br/> 4.2 传感器的分类与特72<br/> 4.2.1 传感器分类72<br/> 4.2.2 传感器特74<br/> 4.3 位置传感器和速度传感器74<br/> 4.3.1 位置传感器74<br/> 4.3.2 速度传感器76<br/> 4.4 距离传感器76<br/> 4.4.1 声呐传感器76<br/> 4.4.2 激光传感器77<br/> 4.4.3 红外传感器78<br/> 4.5 机器人视觉79<br/> 4.5.1 一般问题79<br/> 4.5.2 传感81<br/> 4.5.3 预处理84<br/> 4.5.4 图像分割85<br/> 4.5.5 图像描述85<br/> 4.5.6 图像识别85<br/> 4.5.7 图像解释86<br/> 4.5.8 全向视觉86<br/> 4.6 机器人传感器91<br/> 4.6.1 陀螺仪91<br/> 4.6.2 罗盘92<br/> 4.6.3 力传感器和触觉传感器92<br/> 4.7 全球定位系统94<br/> 4.8 镜头与相机光学元件95<br/> 参考文献97<br/>第5章 移动机器人控制I：基于李雅普诺夫的方法98<br/> 5.1 引言98<br/> 5.2 背景概念98<br/> 5.2.1 状态空间模型98<br/> 5.2.2 李雅普诺夫稳定102<br/> 5.. 状态反馈控制105<br/> 5.2.4 二阶系统106<br/> 5.3 通用机器人控制器109<br/> 5.3.1 PD位置控制109<br/> 5.3.2 基于李雅普诺夫稳定的控制设计110<br/> 5.3.3 计算力矩控制111<br/> 5.3.4 笛卡儿空间中的机器人控制112<br/> 5.4 差分驱动移动机器人的控制113<br/> 5.4.1 非线运动跟踪控制114<br/> 5.4.2 动态跟踪控制116<br/> 5.5 差分驱动移动机器人的计算力矩控制117<br/> 5.5.1 运动跟踪控制117<br/> 5.5.2 动态跟踪控制118<br/> 5.6 类车移动机器人的控制121<br/> 5.6.1 停车控制121<br/> 5.6.2 引导-跟随系统的控制1<br/> 5.7 全向移动机器人的控制126<br/> 参考文献130<br/>第6章 移动机器人控制II：仿系统和不变流形方法131<br/> 6.1 引言131<br/> 6.2 背景概念132<br/> 6.2.1 仿动态系统132<br/> 6.2.2 流形137<br/> 6.. 使用不变集的李雅普诺夫稳定139<br/> 6.3 移动机器人的反馈线化141<br/> 6.3.1 一般问题141<br/> 6.3.2 差分驱动机器人输入-输出反馈线化与轨迹跟踪147<br/> 6.4 使用不变集的移动机器人反馈稳定控制156<br/> 6.4.1 采用链式模型的独轮车的稳定控制156<br/> 6.4.2 由双Brockett积分器建模的差分驱动机器人的动态控制158<br/> 6.4.3 采用链式模型的类车机器人的稳定控制160<br/> 参考文献167<br/>第7章 移动机器人控制III：自适应控制和鲁棒控制168<br/> 7.1 引言168<br/> 7.2 背景概念168<br/> 7.2.1 模型参考自适应控制168<br/> 7.2.2 鲁棒非线滑模控制170<br/> 7.. 使用李雅普诺夫稳定方法的鲁棒控制173<br/> 7.3 移动机器人的模型参考自适应控制175<br/> 7.3.1 差分驱动WMR175<br/> 7.3.2 通过输入-输出线化实现自适应控制176<br/> 7.3.3 全向机器人179<br/> 7.4 移动机器人的滑模控制182<br/> 7.5 极坐标系中的滑模控制184<br/> 7.5.1 建模184<br/> 7.5.2 滑模控制185<br/> 7.6 利用李雅普诺夫方法对差分驱动机器人实现鲁棒控制186<br/> 7.6.1 标称控制器188<br/> 7.6.2 鲁棒控制器188<br/> 参考文献190<br/>第8章 移动机器人控制IV：模糊方法和神经方法191<br/> 8.1 引言191<br/> 8.2 背景概念192<br/> 8.2.1 模糊系统192<br/> 8.2.2 神经网络196<br/> 8.3 模糊和神经机器人控制：一般问题202<br/> 8.3.1 模糊机器人控制202<br/> 8.3.2 神经机器人控制204<br/> 8.4 移动机器人的模糊控制205<br/> 8.4.1 自适应模糊跟踪控制器205<br/> 8.4.2 Dubins汽车的模糊局部路径跟踪210<br/> 8.4.3 模糊滑模控制214<br/> 8.5 移动机器人的神经控制220<br/> 8.5.1 采用MLP网络的自适应跟踪控制器220<br/> 8.5.2 采用RBF网络的自适应跟踪控制器2<br/> 8.5.3 神经控制器的稳定明2<br/> 参考文献224<br/>第9章 移动机器人控制V：基于视觉的方法226<br/> 9.1 引言226<br/> 9.2 背景概念226<br/> 9.2.1 机器人视觉控制的分类226<br/> 9.2.2 运动学变换227<br/> 9.. 相机视觉转换228<br/> 9.2.4 图像的雅可比矩阵0<br/> 9.3 基于位置的视觉控制：一般问题<br/> 9.3.1 点到点定位<br/> 9.3.2 基于位姿的运动控制4<br/> 9.4 基于图像的视觉控制：一般问题4<br/> 9.4.1 逆雅可比矩阵的应用4<br/> 9.4.2 转置拓展雅可比矩阵的应用5<br/> 9.4.3 图像雅可比矩阵的估计<br/> 9.5 移动机器人视觉控制<br/> 9.5.1 位姿稳定控制<br/> 9.5.2 墙壁跟踪控制240<br/> 9.5.3 引导-跟随系统的控制241<br/> 9.6 视野中的路标保持243<br/> 9.7 自适应线路径跟随视觉控制247<br/> 9.7.1 图像雅可比矩阵247<br/> 9.7.2 视觉控制器249<br/> 9.8 基于图像的移动机器人视觉伺服253<br/> 9.9 使用全向视觉的移动机器人视觉伺服254<br/> 9.9.1 一般问题：双曲线、抛物线与椭圆方程254<br/> 9.9.2 折反投影几何257<br/> 9.9.3 基于全向视觉的移动机器人视觉伺服263<br/> 参考文献271<br/>0章 移动机械臂：建模和控制274<br/> 10.1 引言274<br/> 10.2 背景概念274<br/> 10.2.1 DenavitHartenberg方法274<br/> 10.2.2 机器人的逆运动学276<br/> 10.. 可操作测量277<br/> 10.2.4 平面双连杆机器人278<br/> 10.3 移动机械臂的建模281<br/> 10.3.1 一般运动学模型281<br/> 10.3.2 一般动力学模型283<br/> 10.3.3 五自由度非完整约束移动机械臂的建模283<br/> 10.3.4 全向移动机械臂的建模287<br/> 10.4 移动机械臂的控制290<br/> 10.4.1 差分驱动移动机械臂的计算力矩控制290<br/> 10.4.2 全向移动机械臂的滑模控制291<br/> 10.5 基于视觉的移动机械臂控制296<br/> 10.5.1 一般问题296<br/> 10.5.2 全状态移动机械臂视觉控制299<br/> 参考文献304<br/>1章 移动机器人路径、运动和任务规划306<br/> 11.1 引言306<br/> 11.2 一般概念306<br/> 11.3 移动机器人路径规划308<br/> 11.3.1 机器人导航中的基本操作308<br/> 11.3.2 路径规划方法的分类308<br/> 11.4 基于模型的机器人路径规划309<br/> 11.4.1 位形空间309<br/> 11.4.2 路线图路径规划方法311<br/> 11.4.3 全球与局部路径规划的集成322<br/> 11.4.4 全覆盖路径规划324<br/> 11.5 移动机器人运动规划327<br/> 11.5.1 一般的在线方法327<br/> 11.5.2 运动规划：使用向量场329<br/> 11.5.3 解析运动规划331<br/> 11.6 移动机器人任务规划335<br/> 11.6.1 一般问题335<br/> 11.6.2 规划的表示和生成336<br/> 11.6.3 世界建模、任务规范和机器人程序综合338<br/> 参考文献340<br/>2章 移动机器人定位与地图构建343<br/> 12.1 引言343<br/> 12.2 背景概念343<br/> 12.2.1 随机过程344<br/> 12.2.2 随机动力学模型345<br/> 12.. 离散卡尔曼滤波器与预测器345<br/> 12.2.4 贝叶斯学习346<br/> 1. 传感器瑕疵349<br/> 12.4 相对定位350<br/> 12.5 航位推算的运动学分析351<br/> 12.5.1 差分驱动WMR351<br/> 12.5.2 艾克曼转向352<br/> 12.5.3 三轮驱动352<br/> 12.5.4 全向驱动352<br/> 12.6 定位353<br/> 12.6.1 一般问题353<br/> 12.6.2 基于三边测量的定位353<br/> 12.6.3 基于三角测量的定位355<br/> 12.6.4 基于地图匹配的定位356<br/> 12.7 基于卡尔曼滤波器的定位和传感器标定及融合357<br/> 12.7.1 机器人定位357<br/> 12.7.2 传感器标定359<br/> 12.7.3 传感器融合359<br/> 12.8 同步定位与地图构建362<br/> 12.8.1 一般问题362<br/> 12.8.2 基于扩展卡尔曼滤波器的SLAM362<br/> 12.8.3 基于贝叶斯估计的SLAM366<br/> 12.8.4 基于粒子滤波器的SLAM369<br/> 12.8.5 基于全向视觉的SLAM371<br/> 参考文献380<br/>3章 实验研究382<br/> 13.1 引言382<br/> 13.2 模型参考自适应控制382<br/> 13.3 基于李雅普诺夫的鲁棒控制384<br/> 13.4 使用基于极坐标的控制器实现位姿稳定和泊车控制385<br/> 13.5 基于不变流形的控制器的稳定化386<br/> 13.6 滑模模糊逻辑控制388<br/> 13.7 基于视觉的控制389<br/> 13.7.1 引导-跟随系统的控制389<br/> 13.7.2 开闭环协同控制391<br/> 13.7.3 基于全向视觉的控制392<br/> 13.8 全向移动机器人滑模控制396<br/> 13.9 差分驱动移动机械臂的控制398<br/> 13.9.1 计算力矩控制398<br/> 13.9.2 可操作控制399<br/> 13.10 基于模糊逻辑的全局和局部集成路径规划器400<br/> 13.11 不确定环境中的模糊神经混合路径规划405<br/> 13.11.1 路径规划算法406<br/> 13.11.2 结果406<br/> 13.12 基于扩展卡尔曼滤波器的移动机器人SLAM408<br/> 13.13 基于粒子滤波器的双机器人协同SLAM409<br/> 13.13.1 步：预测409<br/> 13.13.2 第二步：更新410<br/> 13.13.3 第三步：重采样410<br/> 13.13.4 实验研究410<br/> 13.14 基于神经网络的移动机器人控制和导航411<br/> 13.14.1 轨迹跟踪411<br/> 13.14.2 避障导航413<br/> 13.15 差分驱动机器人模糊跟踪控制415<br/> 13.16 基于视觉的差分驱动机器人自适应鲁棒跟踪控制417<br/> 13.17 移动机械臂球形全向视觉控制419<br/> 参考文献420<br/>4章 移动机器人智能控制的通用系统与软件架构4<br/> 14.1 引言4<br/> 14.2 通用智能控制架构424<br/> 14.2.1 一般问题424<br/> 14.2.2 分层的智能控制架构424<br/> 14.. 多分辨率的智能控制架构425<br/> 14.2.4 参考模型智能控制架构425<br/> 14.2.5 基于行为的智能控制架构426<br/> 14.3 移动机器人控制软件架构的设计特征428<br/> 14.4 两种移动机器人控制软件架构的简介430<br/> 14.4.1 面向组件的Jde架构430<br/> 14.4.2 分层移动机器人控制软件架构432<br/> 14.5 两种移动机器人控制软件架构的比较评估433<br/> 14.5.1 初步问题433<br/> 14.5.2 比较评估435<br/> 14.6 智能人机交互界面436<br/> 14.6.1 智能人机交互界面的结构436<br/> 14.6.2 机器人化的人机交互界面的主要功能437<br/> 14.6.3 自然语言人机交互界面437<br/> 14.6.4 图形化人机交互界面438<br/> 14.7 两种智能移动机器人研究原型机440<br/> 14.7.1 SENARIO智能轮椅441<br/> 14.7.2 ROMAN智能服务移动机械臂443<br/> 14.8 对问题的进一步讨论446<br/> 14.8.1 异构化设计446<br/> 14.8.2 模块化设计449<br/> 参考文献452<br/>5章 工作中的移动机器人456<br/> 15.1 引言456<br/> 15.2 工厂和工业中的移动机器人456<br/> 15.3 社会生活中的移动机器人459<br/> 15.3.1 救援机器人459<br/> 15.3.2 机器人手杖、导引手和医院中使用的移动机器人460<br/> 15.3.3 家务移动机器人462<br/> 15.4 辅型移动机器人463<br/> 15.5 移动型遥操作机器人和网络机器人465<br/> 15.6 机器人应用案例469<br/> 15.6.1 战争机器人469<br/> 15.6.2 娱乐机器人471<br/> 15.6.3 研究型机器人472<br/> 15.7 移动机器人的安全473<br/> 参考文献474<br/>习题477<br/>机器人列表495
斯皮罗斯·G.扎菲斯塔斯,希腊雅典国立技术大学电气与计算机工程学院荣誉退休教授。他是一位在智能控制和机器人领域都颇有建树的学者，组织、领导过很多会议以及希腊和欧盟的工程项目。他创立了JournalofIntelligent&RoboticSystems(SCI索引期刊)，还曾担任SpringerISCA（IntelligentSystems,ControlandAutomation）系列书籍的主编。
非常抱歉，您前期未参加预订活动，
无法支付尾款哦！
