[套装书]机器人学基础（第3版）+移动机器人学：数学基础、模型构建及实现方法（2册）

.

1.3.1　机器人学与人工智能的关系12
1.3.2　机器人学的研究领域和智能机器人13
1.4　机器人学的应用领域15
1.4.1　工业机器人15
1.4.2　探索机器人15
1.4.3　服务机器人16
1.4.4　军用机器人17
1.5　机器人市场的现状和趋势17
1.5.1　国际机器人市场17
1.5.2　中国工业机器人市场19
1.6　本书概要19
1.7　本章小结20
习题21
第2章　数理基础23
2.1　位置和姿态的表示23
2.1.1　位置描述23
2.1.2　方位描述23
2.1.3　位姿描述24
2.2　坐标变换25
2.2.1　平移坐标变换25
2.2.2　旋转坐标变换25
2.3　齐次坐标变换26
2.3.1　齐次变换26
2.3.2　平移齐次坐标变换28
2.3.3　旋转齐次坐标变换29
2.4　物体的变换及逆变换30
2.4.1　物体位置描述30
2.4.2　齐次变换的逆变换31
2.4.3　变换方程初步33
2.5　通用旋转变换34
2.5.1　通用旋转变换公式34
2.5.2　等效转角与转轴35
2.6　本章小结36
习题37
第3章　机器人运动学39
3.1　机器人运动方程的表示39
3.1.1　运动姿态和方向角40
3.1.2　运动位置和坐标42
3.1.3　连杆变换矩阵及其乘积…43
3.2　机械手运动方程的求解46
3.2.1　欧拉变换解46
3.2.2　滚、仰、偏变换解49
3.2.3　球面变换解50
3.3　PUMA 560机器人运动方程51
3.3.1　PUMA 560运动分析51
3.3.2　PUMA 560运动综合55
3.4　本章小结58
习题58
第4章　机器人动力学63
4.1　刚体动力学63
4.1.1　刚体的动能与位能64
4.1.2　动力学方程的两种求法…66
4.2　机械手动力学方程70
4.2.1　速度的计算71
4.2.2　动能和位能的计算72
4.2.3　动力学方程的推导75
4.3　本章小结76
习题77
第5章　机器人控制79
5.1　机器人的基本控制原则79
5.1.1　基本控制原则79
5.1.2　伺服控制系统举例82
5.2　机器人的位置控制84
5.2.1　直流传动系统的建模84
5.2.2　位置控制的基本结构87
5.2.3　单关节位置控制器89
5.2.4　多关节位置控制器96
5.3　机器人的力和位置混合控制98
5.3.1　力和位置混合控制方案…98
5.3.2　力和位置混合控制系统控制规律的综合101
5.4　机器人的智能控制105
5.4.1　智能控制系统的分类105
5.4.2　机器人自适应模糊控制…110
5.4.3　多指灵巧手的神经控制…113
5.5　深度学习在机器人控制中的应用116
5.6　本章小结119
习题120
第6章　机器人传感器123
6.1　机器人传感器概述123
6.1.1　机器人传感器的特点与分类123
6.1.2　应用传感器时应考虑的问题125
6.2　内传感器126
6.2.1　位移位置传感器126
6.2.2　速度和加速度传感器130
6.2.3　力觉传感器131
6.3　外传感器134
6.3.1　触觉传感器134
6.3.2　应力传感器137
6.3.3　接近度传感器138
6.3.4　其他外传感器140
6.4　机器人视觉装置141
6.4.1　机器人眼141
6.4.2　视频信号数字变换器143
6.4.3　固态视觉装置144
6.4.4　激光雷达147
6.5　本章小结148
习题148
第7章　机器人轨迹规划150
7.1　轨迹规划应考虑的问题150
7.2　关节轨迹的插值计算151
7.2.1　三次多项式插值152
7.2.2　过路径点的三次多项式插值153
7.2.3　高阶多项式插值154
7.2.4　用抛物线过渡的线性插值155
7.2.5　过路径点用抛物线过渡的线性插值156
7.3　笛卡儿路径轨迹规划157
7.4　规划轨迹的实时生成163
7.5　本章小结165
习题166
第8章　机器人编程168
8.1　机器人编程要求与语言类型168
8.1.1　对机器人编程的要求168
8.1.2　机器人编程语言的类型…169
8.2　机器人语言系统结构和基本功能171
8.2.1　机器人语言系统的结构…171
8.2.2　机器人编程语言的基本功能171
8.3　机器人操作系统ROS173
8.4　常用的工业机器人编程语言176
8.4.1　VAL语言176
8.4.2　SIGLA语言177
8.4.3　IML语言178
8.4.4　AL语言178
8.5　解释型脚本语言Python179
8.5.1　Python语言的基本数据结构180
8.5.2　选择结构和循环结构182
8.5.3　Python的函数183
8.6　基于MATLAB的机器人学仿真184
8.6.1　坐标变换185
8.6.2　构建机器人对象185
8.6.3　机器人运动学求解188
8.6.4　轨迹规划188
8.7　机器人的离线编程189
8.7.1　机器人离线编程的特点和主要内容190
8.7.2　机器人离线编程系统的结构191
8.8　本章小结194
习题195
参考文献198



---------------------------移动机器人学：数学基础、模型构建及实现方法---------------------------


译者序
前言
第1章　绪论 1
1.1　移动机器人应用 1
1.2　移动机器人分类 2
1.2.1　地面自主移动机器人 2
1.2.2　服务机器人 2
1.2.3　清洁和草坪护理机器人 3
1.2.4　社交机器人 3
1.2.5　野外机器人 4
1.2.6　检测、侦查、监控和勘探机器人 5
1.3　移动机器人工程 6
1.3.1　移动机器人子系统 6
1.3.2　全书概述 6
1.3.3　轮式移动机器人基础 8
1.3.4　参考文献与延伸阅读 9
1.3.5　习题 9
第2章　数学基础 10
2.1　约定和定义 10
2.1.1　符号约定 10
2.1.2　附体坐标系 14
2.1.3　参考文献与延伸阅读 16
2.2　矩阵基础 17
2.2.1　矩阵运算 17
2.2.2　矩阵函数 19
2.2.3　矩阵求逆 20
2.2.4　秩–零化度定理 22
2.2.5　矩阵代数 23
2.2.6　矩阵微积分 25
2.2.7　莱布尼茨法则 31
2.2.8　参考文献与延伸阅读 32
2.2.9　习题 32
2.3　刚体变换基础 33
2.3.1　定义 33
2.3.2　为什么使用齐次变换 33
2.3.3　语义和解释 34
2.3.4　参考文献与延伸阅读 43
2.3.5　习题 44
2.4　机构运动学 45
2.4.1　正运动学 45
2.4.2　逆运动学 49
2.4.3　微分运动学 52
2.4.4　参考文献与延伸阅读 54
2.4.5　习题 54
2.5　方向和角速度 55
2.5.1　欧拉角形式的方向表示 56
2.5.2　角速度和小角度 59
2.5.3　欧拉角形式的角速度与方向变化率 61
2.5.4　轴角形式的角速度与方向变化率 62
2.5.5　参考文献与延伸阅读 63
2.5.6　习题 64
2.6　传感器的运动学模型 64
2.6.1　摄像机的运动学模型 64
2.6.2　激光测距传感器的运动学模型 65
2.6.3　参考文献与延伸阅读 71
2.6.4　习题 71
2.7　变换图与位姿网络 71
2.7.1　关系变换 71
2.7.2　位姿网络求解 74
2.7.3　过约束网络 75
2.7.4　用于一般位置坐标系的微分运动学 77
2.7.5　参考文献与延伸阅读 81
2.7.6　习题 81
2.8　四元数 82
2.8.1　表示和符号 82
2.8.2　四元数乘法 83
2.8.3　其他四元数运算 85
2.8.4　三维旋转表示 86
2.8.5　姿态和角速度 88
2.8.6　参考文献与延伸阅读 90
2.8.7　习题 90
第3章　数值方法 92
3.1　向量函数的线性化和优化 92
3.1.1　线性化 93
3.1.2　目标函数优化 94
3.1.3　约束优化 98
3.1.4　参考文献与延伸阅读 103
3.1.5　习题 103
3.2　方程组 103
3.2.1　线性系统 103
3.2.2　非线性系统 108
3.2.3　参考文献与延伸阅读 110
3.2.4　习题 110
3.3　非线性优化和约束优化 111
3.3.1　非线性优化 111
3.3.2　约束优化 116
3.3.3　参考文献与延伸阅读 119
3.3.4　习题 120
3.4　微分代数系统 120
3.4.1　约束动力学 121
3.4.2　一阶和二阶约束运动学系统 123
3.4.3　拉格朗日动力学 125
3.4.4　约束 129
3.4.5　参考文献与延伸阅读 133
3.4.6　习题 133
3.5　微分方程的积分 134
3.5.1　状态空间中的动力学模型 134
3.5.2　状态空间模型的积分 134
3.5.3　参考文献与延伸阅读 137
3.5.4　习题 137
第4章　动力学 138
4.1　动坐标系 138
4.1.1　观测问题 138
4.1.2　改变参考系 139
4.1.3　应用实例：姿态稳定裕度估计 143
4.1.4　运动状态的递归变换 145
4.1.5　参考文献和延伸阅读 148
4.1.6　习题 149
4.2　轮式移动机器人运动学 149
4.2.1　刚体运动概况 150
4.2.2　轮式移动机器人固定接触点的速度运动学 152
4.2.3　常用转向系统配置 155
4.2.4　参考文献和延伸阅读 159
4.2.5　习题 160
4.3　约束运动学与动力学 160
4.3.1　禁止方向的约束 161
4.3.2　纯滚动（无侧滑）约束 165
4.3.3　拉格朗日动力学 168
4.3.4　地形接触 173
4.3.5　轨迹估计与预测 175
4.3.6　参考文献和延伸阅读 179
4.3.7　习题 180
4.4　线性系统理论概述 181
4.4.1　线性定常系统 181
4.4.2　线性动态系统的状态空间表示 187
4.4.3　非线性动态系统 190
4.4.4　非线性动态系统的扰动动力学 192
4.4.5　参考文献与延伸阅读 194
4.4.6　习题 195
4.5　预测模型与系统辨识 195
4.5.1　制动 196
4.5.2　转向 197
4.5.3　车辆翻倒 199
4.5.4　车轮打滑和偏航稳定性 202
4.5.5　动力学模型的参数化和线性化 204
4.5.6　系统辨识 207
4.5.7　参考文献与延伸阅读 213
4.5.8　习题 214
第5章　最优估计 215
5.1　随机变量、随机过程与随机变换 215
5.1.1　不确定性的表征 215
5.1.2　随机变量 216
5.1.3　不确定性变换 222
5.1.4　随机过程 229
5.1.5　参考文献与延伸阅读 234
5.1.6　习题 234
5.2　协方差传播与最优估计 235
5.2.1　连续积分与平均过程的方差 235
5.2.2　随机积分 239
5.2.3　最优估计 244
5.2.4　参考文献与延伸阅读 251
5.2.5　习题 251
5.3　状态空间卡尔曼滤波器 252
5.3.1　引言 252
5.3.2　线性离散时间卡尔曼滤波 254
5.3.3　非线性系统的卡尔曼滤波 256
5.3.4　简单应用实例：二维平面的移动机器人 260
5.3.5　关于卡尔曼滤波的实用信息 269
5.3.6　其他形式的卡尔曼滤波 274
5.3.7　参考文献与延伸阅读 274
5.3.8　习题 275
5.4　贝叶斯估计 276
5.4.1　定义 276
5.4.2　贝叶斯法则 278
5.4.3　贝叶斯滤波 282
5.4.4　贝叶斯建图 286
5.4.5　贝叶斯定位 292
5.4.6　参考文献与延伸阅读 295
5.4.7　习题 295
第6章　状态估计 296
6.1　位姿估计的数学基础 296
6.1.1　位姿修正与航位推算法 296
6.1.2　位姿修正 298
6.1.3　三角测量中的误差传播 300
6.1.4　实际位姿修正系统 307
6.1.5　航位推算法 308
6.1.6　实际航位推算系统 316
6.1.7　参考文献与延伸阅读 316
6.1.8　习题 317
6.2　用于状态估计的传感器 318
6.2.1　关节传感器 318
6.2.2　环境场传感器 319
6.2.3　惯性参考系 320
6.2.4　惯性传感器 322
6.2.5　参考文献与延伸阅读 327
6.2.6　习题 327
6.3　惯性导航系统 328
6.3.1　引言 328
6.3.2　惯性导航的数学原理 328
6.3.3　惯性导航中的误差和辅助系统 332
6.3.4　应用实例：简单的里程计辅助姿态航向基准系统 335
6.3.5　参考文献与延伸阅读 338
6.3.6　习题 338
6.4　卫星导航系统 339
6.4.1　引言 339
6.4.2　工作原理 339
6.4.3　状态测量 340
6.4.4　性能参数 343
6.4.5　运行模式 345
6.4.6　参考文献与延伸阅读 346
6.4.7　习题 346
第7章　控制 348
7.1　经典控制 348
7.1.1　引言 348
7.1.2　虚拟弹簧阻尼系统 351
7.1.3　反馈控制 353
7.1.4　参考模型和前馈控制 358
7.1.5　参考文献与延伸阅读 361
7.1.6　习题 361
7.2　状态空间控制 362
7.2.1　引言 362
7.2.2　状态空间反馈控制 363
7.2.3　应用实例：机器人轨迹跟踪 366
7.2.4　感知控制 370
7.2.5　转向轨迹生成 372
7.2.6　参考文献与延伸阅读 377
7.2.7　习题 378
7.3　预测控制的优化与建模 378
7.3.1　变分法 378
7.3.2　最优控制 381
7.3.3　模型预测控制 385
7.3.4　求解最优控制问题的方法 387
7.3.5　参数化最优控制 390
7.3.6　参考文献与延伸阅读 393
7.3.7　习题 394
7.4　智能控制 394
7.4.1　引言 395
7.4.2　评价 397
7.4.3　表达 399
7.4.4　搜索 405
7.4.5　参考文献与延伸阅读 409
7.4.6　习题 410
第8章　感知 411
8.1　图像处理算子与算法 411
8.1.1　计算机视觉算法分类 412
8.1.2　高通滤波算子 413
8.1.3　低通算子 417
8.1.4　信号和图像匹配 418
8.1.5　特征检测 420
8.1.6　区域处理 422
8.1.7　参考文献与延伸阅读 425
8.1.8　习题 425
8.2　非接触传感器的物理特性及原理 426
8.2.1　非接触传感器 426
8.2.2　测距技术 427
8.2.3　辐射信号 430
8.2.4　透镜、滤光片和反射镜 436
8.2.5　参考文献与延伸阅读 439
8.2.6　习题 440
8.3　感知传感器 440
8.3.1　激光测距传感器 440
8.3.2　超声波测距传感器 444
8.3.3　可见光摄像机 445
8.3.4　中远红外波长摄像机 447
8.3.5　雷达 449
8.3.6　参考文献与延伸阅读 451
8.3.7　习题 451
8.4　几何级与语义级计算机视觉概述 451
8.4.1　像素级分类 451
8.4.2　计算立体视觉 453
8.4.3　障碍物探测 456
8.4.4　参考文献与延伸阅读 459
8.4.5　习题 459
第9章　定位和地图构建 462
9.1　表示和问题 462
9.1.1　引言 462
9.1.2　表示 463
9.1.3　定时和运动问题 465
9.1.4　定位的相关问题 466
9.1.5　结构概述 468
9.1.6　应用实例：无人地面车辆的地形地图 469
9.1.7　参考文献与延伸阅读 473
9.1.8　习题 473
9.2　视觉定位和运动估计 473
9.2.1　引言 473
9.2.2　定位和运动估计的信号对准 479
9.2.3　用于定位和运动估计的特征匹配 483
9.2.4　搜索最优位姿 488
9.2.5　参考文献与延伸阅读 496
9.2.6　习题 497
9.3　同步定位与地图构建 498
9.3.1　引言 498
9.3.2　循环构建地图的全局一致性 499
9.3.3　回访检测 503
9.3.4　离散路标的EKF SLAM 505
9.3.5　应用实例：激光反射器的自动探测 508
9.3.6　参考文献与延伸阅读 510
9.3.7　习题 511
第10章　运动规划 512
10.1　引言 512
10.1.1　路径规划简介 513
10.1.2　路径规划的系统阐述 514
10.1.3　无障碍运动规划 515
10.1.4　参考文献与延伸阅读 516
10.1.5　习题 517
10.2　全局路径规划的表示与搜索 517
10.2.1　连续运动规划 517
10.2.2　最优搜索的重要创意 522
10.2.3　一致代价序贯规划算法 525
10.2.4　加权序贯规划 529
10.2.5　序贯运动规划的实现 536
10.2.6　参考文献与延伸阅读 538
10.2.7　习题 539
10.3　实时全局运动规划：在未知的动态环境中的移动 539
10.3.1　引言 539
10.3.2　有限深度搜索 541
10.3.3　实时方法 543
10.3.4　规划修正方法：D*算法 544
10.3.5　分层规划 551
10.3.6　参考文献与延伸阅读 553
10.3.7　习题 553
索引 554

.　　本书介绍与一类机器人—移动机器人—相关的科学与工程学内容。尽管与机械臂有许多相似的部分，但移动机器人仍然具备相当多的特性，使其足够单独用一本书来讲解。虽然本书聚焦于轮式移动机器人，但是大部分内容与特定的运动本体子系统无关。
　　移动机器人领域正处于日新月异的快速发展时期，同时，许多专家从事的工作都兼顾研究与商业应用。任何一本涉及该领域的书，都只反映了它的一个方面，并受限于图书出版时对该领域的理解程度。然而，本领域快速发展的态势、持续数十年的研究历史以及日益扩展和流行的现状都表明，现在是时候整理一本初期读本，以一种更易被读者接受的方式来梳理领域中的一些基本思想。
　　即时性的另一个影响是，本书必然要忽略很多有用的信息。许多主题（如感知）仅做了简要描述，而足式移动、标定、仿真、人机界面和多机器人系统等内容则完全忽略了。这是因为，本书的主旨是从移动机器人的基础要素和深入研究中提取出一系列连贯的概念、方法和问题并进行清晰的阐释，这些内容不仅推动着前沿实践应用，而且代表了本领域独特的核心。
　　为此，本书的大部分素材都尽可能地限定于二维轮式机器人及结构化环境。这样的假设既可保证本书阐述内容的完整和一致，又使其足够丰富和易懂，同时，也不会使读者受困于针对某一特例的细节描述。
　　本书模仿构建移动机器人的次序来安排章节的逻辑结构。每一章呈现一个新的主题或一项新的功能，并以它们问世的时间来排序。这些主题包括：数值方法、信号处理、估计和控制理论、计算机视觉和人工智能。
　　在写作本书之时，名为“好奇号”的科学实验漫游车刚刚抵达火星。这是我们面向火星的第三个移动机器人任务，之前那些任务（火星探测漫游者）的成果已成为历史。本书并不是面向所有人群的读物，而是针对那些有所准备并有志于进入移动机器人领域的读者。如果你能掌握本书的内容，就能了解移动机器人的“大脑”里究竟有些什么，并为制作自己的移动机器人做好充分准备。
　　

.　　研究移动机器人学必须了解工程学、数学和物理学，以及不同应用领域的需求。虽然涉及面广，但其核心技术及数学基础是具有共性的。作者成功地将这些内容融为一体，用一本书实现了全面覆盖与系统阐述。
　　阅读准备：本科及研究生阶段的数学知识。
　　这是读懂本书的前提，更是设计移动机器人的基础。本书在数学方面搭建的学习曲线颇具挑战，底层原理和前沿研究均有涵盖，只有透彻理解之后，才能体会其在工程实践中的精妙应用，进而达到融会贯通。
　　学习建议：从数学基础到未来的实战之路。
　　受主题和时间所限，书中无法囊括全部技术细节，因此忽略了足式移动、标定、仿真、人机界面和多机器人系统等内容。对于有兴趣的读者，建议以本书为阶梯继续学习，并尝试制作属于自己的移动机器人。
　　作者简介
　　阿朗佐·凯利（Alonzo Kelly） 卡内基·梅隆大学机器人研究所教授，研究方向包括机器人的建模、控制、位置估计、运动规划以及人机交互。在回归学术界之前，他曾在航天工业领域从业十年。
　　译者简介
　　王巍 北京航空航天大学机器人研究所教授，长期从事机器人学相关的科研与教学工作，研究方向为移动机器人系统设计和导航控制。承担多项科学基金和横向科研课题及工程，完成国家自然科学基金等项目40余项，发表论文100余篇，获得国家发明专利20余项。
　　崔维娜 北京化工大学教师，主要从事工程制图、计算机辅助设计、计算机图形学、机器人学等方面的研究与教学工作。