前言
第1章緒論1
1.1機器人學(xué)的起源與發(fā)展1
1.1.1機器人學(xué)的起源1
1.1.2機器人學(xué)的發(fā)展2
1.2機器人的分類3
1.2.1按機器人的連接方式分類3
1.2.2按機器人的移動性分類5
1.2.3按機器人的控制方式分類8
1.2.4按機器人的幾何結(jié)構(gòu)分類8
1.2.5按機器人的智能程度分類8
1.2.6按機器人的用途分類9
1.3機器人學(xué)綜述9
1.3.1機器人運動學(xué)技術(shù)9
1.3.2機器人靜力學(xué)與動力學(xué)技術(shù)11
1.3.3機器人感知與物體識別技術(shù)12
1.3.4機器人定位與地圖構(gòu)建12
1.3.5機器人的路徑規(guī)劃與避障技術(shù)12
1.3.6機器人控制技術(shù)12
1.3.7機器人驅(qū)動與編程技術(shù)12
習(xí)題13
第2章機器人數(shù)學(xué)基礎(chǔ)14
2.1齊次坐標及位姿矩陣14
2.1.1齊次坐標14
2.1.2位姿矩陣16
2.2齊次變換19
2.2.1平移齊次變換19
2.2.2旋轉(zhuǎn)齊次變換21
2.2.3復(fù)合變換及左、右乘規(guī)則25
習(xí)題26
第3章機器人運動學(xué)分析28
3.1機器人坐標系的建立28
3.1.1Standard�睤H坐標系28
3.1.2Modified�睤H坐標系31
3.2相鄰兩連桿坐標系的位姿關(guān)系33
3.2.1相鄰兩連桿坐標系的位姿表示33
3.2.2相鄰兩連桿坐標系的位姿確定33
3.3機器人正運動學(xué)34
3.3.1機器人運動方程34
3.3.2斯坦福機器人運動方程35
3.4機器人逆運動學(xué)37
3.4.1機器人逆運動學(xué)的解38
3.4.2斯坦福機器人逆運動學(xué)求解39
3.4.3機器人的逆運動學(xué)編程43
3.4.4機器人的退化44
3.4.5D�睭表示法的基本問題44
3.5驅(qū)動器空間、關(guān)節(jié)空間和笛
卡兒空間44
3.5.1智能移動小車關(guān)節(jié)空間與驅(qū)動器
空間之間的轉(zhuǎn)換46
3.5.2并聯(lián)機構(gòu)（腰部關(guān)節(jié)）驅(qū)動器
空間與關(guān)節(jié)空間的轉(zhuǎn)換49
習(xí)題53
第4章機器人速度及靜力學(xué)分析55
4.1機器人微分運動55
4.1.1微分平移和微分旋轉(zhuǎn)55
4.1.2微分運動的等價變換59
4.2機器人的雅可比矩陣61
4.2.1雅可比矩陣的定義61
4.2.2雅可比矩陣的求解方法63
4.2.3雅可比矩陣求解舉例64
4.2.4雅可比矩陣的逆69
4.3機器人速度分析69
4.3.1機器人速度計算69
4.3.2機器人的奇異位形71
4.4機器人靜力學(xué)分析72
4.4.1機器人桿件受力分析72
4.4.2機器人力雅可比矩陣72
4.4.3機器人靜力計算74
習(xí)題75
第5章機器人動力學(xué)分析77
5.1牛頓�矚W拉方程77
5.2虛位移原理78
5.2.1虛位移78
5.2.2理想約束78
5.2.3虛位移原理的含義79
5.2.4廣義坐標與廣義力79
5.3動力學(xué)普遍方程和拉格朗日方程80
5.3.1動力學(xué)普遍方程80
5.3.2拉格朗日方程81
5.3.3拉格朗日方程的應(yīng)用舉例83
習(xí)題86
第6章機器人傳感器及計算機
視覺算法87
6.1機器人傳感器87
6.1.1機器人傳感器的分類87
6.1.2傳感器的特性指標89
6.1.3接近與距離覺傳感器90
6.1.4視覺傳感器97
6.1.5其他外部傳感器102
6.1.6機器人內(nèi)部傳感器105
6.2圖像處理算法108
6.2.1計算機視覺算法分類108
6.2.2圖像預(yù)處理109
6.2.3匹配信號和圖像113
6.2.4特征檢測113
6.2.5區(qū)域處理114
6.3幾何和語義計算機視覺方面118
6.3.1像素分類118
6.3.2計算立體視覺118
6.4雙目視覺系統(tǒng)122
6.4.1攝像頭的參數(shù)標定122
6.4.2雙目立體視覺定位實例126
習(xí)題128
第7章機器人物體識別129
7.1物體識別概述129
7.1.1物體識別的理解129
7.1.2物體識別的發(fā)展歷程130
7.2傳統(tǒng)的物體識別130
7.2.1維奧拉�箔偹箼z測器131
7.2.2方向梯度直方圖檢測器131
7.2.3形變目標識別132
7.3基于深度學(xué)習(xí)的目標檢測算法132
7.3.1基于候選區(qū)域的深度學(xué)習(xí)目標
檢測算法133
7.3.2基于回歸方法的深度學(xué)習(xí)目標
檢測算法138
7.4YOLO識別算法139
7.4.1滑動窗口與CNN139
7.4.2設(shè)計理念141
7.4.3網(wǎng)絡(luò)設(shè)計142
7.4.4網(wǎng)絡(luò)訓(xùn)練143
7.4.5網(wǎng)絡(luò)預(yù)測145
7.5障礙物識別方法147
7.5.1障礙證據(jù)147
7.5.2障礙物識別系統(tǒng)的性能148
7.6實例149
7.6.1障礙物識別149
7.6.2樹枝識別150
7.6.3目標識別152
習(xí)題153
第8章機器人定位及地圖構(gòu)建154
8.1地圖表示與環(huán)境感知154
8.1.1地圖表示方法154
8.1.2柵格地圖的構(gòu)建156
8.1.3線段特征地圖的構(gòu)建158
8.1.4拓撲地圖的構(gòu)建160
8.2自主定位162
8.2.1基于外部觀測信息的定位163
8.2.2基于本體觀測信息的定位164
8.2.3控制與觀測相融合的自主定位169
8.3同時定位及地圖構(gòu)建(SLAM)182
8.3.1經(jīng)典的SLAM框架183
8.3.2SLAM算法介紹183
8.3.3視覺SLAM189
8.3.4激光SLAM195
習(xí)題196
第9章機器人路徑規(guī)劃與避障197
9.1引言197
9.2路徑規(guī)劃與避障197
9.2.1路徑規(guī)劃198
9.2.2避障204
9.3機器人軌跡生成213
9.3.1路徑和軌跡213
9.3.2軌跡規(guī)劃213
9.3.3關(guān)節(jié)空間的軌跡規(guī)劃214
9.3.4工作空間的軌跡規(guī)劃217
習(xí)題221
第10章機器人控制222
10.1機器人的控制特點和控制技術(shù)222
10.1.1機器人的控制特點222
10.1.2機器人的控制技術(shù)224
10.2關(guān)節(jié)空間控制226
10.2.1機器人單關(guān)節(jié)建模226
10.2.2機器人線性控制228
10.2.3基于模型的關(guān)節(jié)系統(tǒng)
線性控制231
10.2.4基于模型的關(guān)節(jié)系統(tǒng)非線
性控制235
10.2.5非模型關(guān)節(jié)空間控制方法239
10.2.6關(guān)節(jié)空間控制系統(tǒng)240
10.3工作空間控制243
10.3.1與基于關(guān)節(jié)空間控制方法
的比較243
10.3.2笛卡兒空間的直接控制方法244
10.3.3笛卡兒空間的解耦控制方法245
10.3.4自適應(yīng)控制246
10.4力控制247
10.4.1力/位混合控制的應(yīng)用247
10.4.2局部約束任務(wù)中的控制
坐標系247
10.4.3力/位混合控制問題248
10.4.4質(zhì)量�矎椈上到y(tǒng)的力控制248
10.4.5力/位混合控制方法251
習(xí)題253
第11章機器人的驅(qū)動執(zhí)行系統(tǒng)
與編程254
11.1機器人的驅(qū)動執(zhí)行系統(tǒng)254
11.1.1直流電動機254
11.1.2交流電動機255
11.1.3步進電動機256
11.1.4超聲波電動機257
11.1.5液壓驅(qū)動257
11.1.6氣動驅(qū)動258
11.1.7機械傳動機構(gòu)258
11.2機器人編程258
11.2.1編程方式介紹258
11.2.2機器人編程語言的基本要求
和類別259
11.2.3編程語言的應(yīng)用260
習(xí)題267
參考文獻268