本书面向新工科要求,深入分析了人工智能、新型传感导航、5G通信等技术在机器人领域的融合应用,聚焦于提升机器人智能化和集群网络化能力。
全书共10章,分别介绍了机器人学的起源发展及未来发展展望、智能机器人信息感知、内部传感器、外部传感器、视觉系统、定位导航系统、多传感器信息融合处理、智能机器人集群、有中心组网方法、无中心组网方法。
更多科学出版社服务,请扫码获取。
2000.09-2004.07 哈工大航天学院 通信与信息系统 博士
1998.09-2000.07 哈工大航天学院 信号与信息处理 硕士
1994.09-1998.07 哈工大航天学院 电子与通信工程 学士2022.02-至今 哈工大本科生院 常务副院长/教授、博导
2019.01-2022.02 哈工大本科生院 本科生院副院长兼教研处处长/教授、博导
2013.12-2019.01 哈工大电信学院 副院长/教授、博导
2013.06-2013.12 哈工大电信学院 副院长/副教授、博导
2013.04-2013.06 哈工大电信学院 院长助理/副教授、博导
2012.02-2013.04 哈工大电信学院 院长助理/副教授
2006.09-2012.02 哈工大电信学院 系副主任,系党支部电磁目标识别与无源定位
目录
第1章 绪论 1
1.1 机器人学的起源与发展 1
1.1.1 机器人学的起源 1
1.1.2 现代机器人 1
1.2 机器人的定义、构成和应用 8
1.2.1 机器人的定义 8
1.2.2 机器人的构成与分类 9
1.2.3 机器人的应用场景 12
1.3 智能机器人的要素及其技术框架 18
1.3.1 智能机器人信息系统 21
1.3.2 智能机器人集群及组网方法 23
1.4 机器人的未来发展展望 24
1.5 本书的宗旨和结构安排 28
1.6 习题 29
第2章 智能机器人信息感知概述 31
2.1 智能机器人信息感知系统架构 31
2.2 机器人信息感知方式 35
2.2.1 机器人传感器分类 35
2.2.2 传感器常见类型 37
2.2.3 机器人传感器的部署 39
2.3 机器人信息感知性能指标 41
2.3.1 机器人传感器的指标参数 41
2.3.2 机器人传感器的性能要求 44
2.4 本章小结 45
2.5 习题 45
第3章 智能机器人内部传感器 46
3.1 距离与位置检测传感器 46
3.1.1 声波测距 47
3.1.2 红外测距 48
3.1.3 激光测距 48
3.1.4 旋转编码器测距 50
3.1.5 电磁波测距 52
3.1.6 距离与位置检测传感器在机器人中的应用 53
3.2 姿态检测传感器 53
iv 智能机器人信息系统与集群组网
3.2.1 电子罗盘 54
3.2.2 加速度传感器 55
3.2.3 倾角传感器 58
3.2.4 陀螺仪 59
3.2.5 姿态检测传感器在机器人中的应用 62
3.3 内部状态检测传感器 63
3.3.1 温度传感器 63
3.3.2 电路状态传感器 63
3.3.3 机器人心跳信号 63
3.4 本章小结 64
3.5 习题 64
第4章 智能机器人外部传感器 65
4.1 触觉传感器 65
4.1.1 触觉传感器的基本原理 65
4.1.2 触觉传感器的分类 66
4.1.3 触觉传感器在机器人中的应用 69
4.2 力觉传感器 71
4.2.1 力觉传感器的基本原理 72
4.2.2 力觉传感器的分类 75
4.2.3 力觉传感器在机器人中的应用 76
4.3 滑觉传感器 77
4.3.1 滑觉传感器的基本原理 78
4.3.2 滑觉传感器在机器人中的应用 80
4.4 接近觉传感器 81
4.4.1 测距式接近觉传感器 82
4.4.2 感应式接近觉传感器 85
4.4.3 接近觉传感器在机器人中的应用 88
4.5 视觉传感器 89
4.5.1 视觉传感器的基本原理 89
4.5.2 光学摄像头 89
4.5.3 红外摄像头 90
4.5.4 激光雷达 90
4.5.5 视觉传感器在机器人中的应用 91
4.6 听觉传感器 94
4.6.1 听觉传感器的基本原理 94
4.6.2 听觉传感器在机器人中的应用 95
4.7 嗅觉传感器 96
4.7.1 嗅觉传感器的基本原理 96
4.7.2 嗅觉传感器在机器人中的应用 97
4.8 本章小结 98
4.9 习题 98
第5章 智能机器人视觉系统 99
5.1 机器人视觉基本理论 99
5.1.1 机器人视觉的定义 100
5.1.2 机器人视觉系统的组成及功能 101
5.1.3 机器人视觉感知的主要流程 103
5.1.4 机器人视觉算法的基本原理 104
5.2 视觉检测系统 112
5.2.1 视觉检测概述 112
5.2.2 两阶段目标检测算法 113
5.2.3 YOLO算法 118
5.3 视觉跟踪系统 119
5.3.1 视觉跟踪系统概述 119
5.3.2 视觉跟踪系统的组成 119
5.3.3 视觉跟踪的关键技术 121
5.4 智能视觉感知典型应用 126
5.4.1 产品分拣 126
5.4.2 定位引导 127
5.4.3 Tesla AutoPilot纯视觉方案 128
5.5 本章小结 129
5.6 习题 129
第6章 智能机器人定位导航系统 130
6.1 机器人定位导航系统概述 130
6.1.1 定位 131
6.1.2 环境建模 132
6.1.3 路径规划 135
6.2 惯性导航系统 137
6.2.1 惯性导航系统的基本原理 137
6.2.2 平台式惯性导航系统的组成结构及原理 139
6.2.3 捷联式惯性导航系统的组成结构及原理 139
6.2.4 惯性导航系统的应用 140
6.3 卫星导航系统 141
6.3.1 卫星导航系统的基本原理 141
6.3.2 GPS 系统 141
6.3.3 GLONASS系统 145
6.3.4 GALILEO系统 147
6.3.5 北斗卫星导航系统 148
vi 智能机器人信息系统与集群组网
6.3.6 卫星导航系统的应用 149
6.4 视觉SLAM导航系统 150
6.4.1 视觉SLAM导航系统的基本原理 151
6.4.2 视觉SLAM导航系统的组成 152
6.5 本章小结 154
6.6 习题 154
第7章 机器人多传感器信息融合处理 155
7.1 机器人多传感器信息融合的基本理论 155
7.1.1 多传感器信息融合概述 155
7.1.2 多传感器信息融合的基本原理 157
7.1.3 多传感器信息融合的结构 157
7.2 多传感器信息融合典型算法 159
7.2.1 证据理论融合算法 161
7.2.2 模糊理论融合算法 164
7.2.3 神经网络融合算法 165
7.3 多模态信息融合 167
7.3.1 多模态信息融合的基本原理 168
7.3.2 视-触模态融合 169
7.3.3 视-听模态融合 171
7.3.4 视-听-触模态融合 172
7.4 多传感器信息融合的应用 174
7.4.1 自动驾驶中的融合定位定姿 174
7.4.2 多模态人机交互 175
7.5 本章小结 177
7.6 习题 178
第8章 智能机器人集群概述 179
8.1 机器人集群的发展及现状 179
8.1.1 机器人集群的起源与发展 179
8.1.2 机器人集群的发展现状及其应用 180
8.2 机器人集群通信及组网 185
8.2.1 机器人之间的通信 185
8.2.2 机器人集群组网 186
8.2.3 机器人集群组网需求及组网方式 188
8.3 群体智能与机器人集群的智能化 191
8.3.1 群体智能的概念 191
8.3.2 实现机器人集群智能化的方法 192
8.3.3 智能机器人集群中的协同、规划与控制 194
8.4 本章小结 198
8.5 习题 198
第9章 智能机器人集群有中心组网方法 199
9.1 智能机器人集群有中心组网拓扑结构 199
9.2 基于蜂窝移动通信网络的机器人集群组网 201
9.2.1 蜂窝移动通信网络的发展历史和发展趋势 201
9.2.2 基于5G的智能机器人集群的架构、应用及关键能力需求 204
9.3 基于Wi-Fi的集群组网 213
9.3.1 局域网的发展历史 214
9.3.2 常见Wi-Fi集群组网架构 214
9.3.3 基于Wi-Fi的机器人集群网络架构、能力及应用场景 218
9.4 有中心的智能机器人集群规划关键技术 221
9.4.1 智能机器人集群任务分配问题数学模型 221
9.4.2 智能机器人集群路径规划问题数学模型 223
9.5 有中心机器人集群智能化关键技术及其应用 225
9.5.1 有中心机器人集群智能化关键技术 225
9.5.2 基于强化学习的有中心智能机器人集群路径规划 227
9.6 本章小结 229
9.7 习题 229
第10章 智能机器人集群无中心组网方法 230
10.1 自组网的基本概念与发展历史 230
10.1.1 自组网的基本概念 230
10.1.2 基于自组网的机器人集群发展历史 231
10.2 基于自组网的机器人集群组网方式 234
10.2.1 机器人自组网的网络拓扑 234
10.2.2 机器人集群的编队控制方法 237
10.3 基于自组网的机器人集群关键技术 239
10.4 基于自组网的机器人集群的智能化 243
10.5 本章小结 248
10.6 习题 248
参考文献 250