本書闡述了智能機器人的基本理論及實際應用。全書共分9章，深入淺出地介紹了智能機器人的概念、架構(gòu)，以及當今世界范圍內(nèi)典型的智能機器人；講述了機器人運動過程的數(shù)學表示方法、機器人的傳感器種類、機器人的通信方式和操作系統(tǒng)；對移動機器人的定位與建圖技術進行了比較詳細的討論；在機器人的路徑規(guī)劃方面，給出了幾種常見的分析方法，對目前應用日益增多的機器人導航方法也作了較為詳盡的介紹；同時，全面闡述了機器人視覺技術與機器人語音技術的常用算法及實際應用；最后兩章內(nèi)容包含智能機器人的設計案例，以及基于應用平臺的實踐開發(fā)。本書提供了豐富的教學資源，并配套編程實驗，以提升學生的實際應用能力。
全面反映新一代信息技術對機器人的變革作用，理論系統(tǒng)性強、理論聯(lián)系實際，通過本書整合各種智能機器人的最新應用、科研進展，通過思維導圖、二維碼等構(gòu)建開放性學習知識體系。
陳良，浙江大學和柏林工業(yè)大學博士，現(xiàn)為蘇州大學自動化系主任，蘇州大學智能裝備系統(tǒng)控制研究所所長、機電工程學院院長助理。蘇州工業(yè)園區(qū)科技領軍人才、江蘇省雙創(chuàng)博士、江蘇省智慧交通大數(shù)據(jù)服務工程技術研究中心主任、中文核心期刊《現(xiàn)代制造工程》編委。主要研究方向基于深度學習的人工智能與智能控制系統(tǒng)，智能制造過程建模、優(yōu)化與控制等。
目 錄
第 一章 緒論 1
1.1 智能的概念 1
1.1.1人工智能的誕生 1
1.1.2圖靈測試 2
1.2 機器人的概念 2
1.2.1 機器人的誕生 2
1.2.2 機器人的種類 4
1.3 智能機器人的概念 5
1.3.1 智能機器人的定義 5
1.3.2 機器人的智能水平評價 5
1.4 智能機器人的架構(gòu) 7
1.4.1智能機器人的經(jīng)典架構(gòu) 7
1.4.2 智能機器人的網(wǎng)聯(lián)云控架構(gòu) 8
1.5 典型的智能機器人 10
1.5.1波士頓動力機器人 10
1.5.2 Pepper 12
1.5.3 AlphaGo 13
1.5.4 小途機器人 13
1.5.5 好奇號火星車 14
1.5.6 自動駕駛與無人配送 15
1.6 本章小結(jié) 16
1.7 習題 16
第 2章 機器人基礎 18
2.1 機器人的運動描述 18
2.1.1 坐標系與位姿 18
2.1.2 二維位姿 19
2.1.3 三維位姿 21
2.1.4 平移與旋轉(zhuǎn) 24
2.2 機器人的感知系統(tǒng) 26
2.2.1 機器人傳感器的特性 26
2.2.2 內(nèi)部傳感器 28
2.2.3 外部傳感器 32
2.3 機器人的通信系統(tǒng) 34
2.3.1 有線通信 34
2.3.2 無線通信 36
2.4 機器人操作系統(tǒng) 38
2.4.1 ROS基礎 39
2.4.2 ROS應用 42
2.5 本章小結(jié) 45
2.6 習題 45
第三章 機器人定位與導航 47
3.1 機器人定位技術 47
3.1.1 航跡推算 47
3.1.2 位姿估計 49
3.2 機器人學中的地圖 50
3.2.1 使用地圖 51
3.2.2 創(chuàng)建地圖 56
3.2.3 定位并建圖 60
3.2 機器人導航技術 63
3.2.1 反應式導航 64
3.2.2 基于地圖的導航 67
3.4 本章小結(jié) 71
3.5 習題 71
第四章 機器人路徑規(guī)劃 72
4.1路徑規(guī)劃概述 72
4.1.1路徑規(guī)劃定義 72
4.1.2路徑規(guī)劃分類 73
4.2人工勢場法路徑規(guī)劃 74
4.2.1勢場法概述 74
4.2.2勢場函數(shù)建立 74
4.3柵格法路徑規(guī)劃 76
4.3.1 狀態(tài)空間搜索 76
4.3.2 A*算法路徑規(guī)劃 78
4.3.3 D*算法路徑規(guī)劃 80
4.4 全覆蓋路徑規(guī)劃 82
4.4.1 全覆蓋路徑規(guī)劃問題 82
4.4.2單元分解法 83
4.4.3柵格地圖法 85
4.5 本章小結(jié) 88
4.6 習題 88
第五章 智能機器人SLAM 90
5.1 機器人SLAM 90
5.1.1 SLAM定義 91
5.1.2 SLAM數(shù)學描述 91
5.2 機器人激光雷達SLAM 93
5.2.1 激光雷達 93
5.2.2 基于擴展卡爾曼濾波的SLAM 93
5.2.3 基于粒子濾波的SLAM 97
5.2.4 基于圖優(yōu)化的SLAM 98
5.3 視覺SLAM基礎 101
5.3.1 vSLAM的概念 101
5.3.2 特征提取 102
5.3.3視覺里程計 106
5.3.4后端優(yōu)化與建圖 109
5.3.5回環(huán)檢測與詞袋模型 110
5.3 本章小結(jié) 114
5.4 習題 114
第六章 智能機器人視覺 115
6.1 機器人視覺系統(tǒng) 115
6.1.1 機器人視覺的含義 115
6.1.2 機器人視覺系統(tǒng)的組成 116
6.1.3 單目/雙目機器人視覺 117
6.1.4 RGB-D機器人視覺 117
6.2 視覺目標檢測方法 118
6.2.1 R-CNN 118
6.2.2 Fast R-CNN 119
6.2.3 Faster R-CNN 121
6.2.4 YOLO 123
6.3 視覺SLAM方案 125
6.3.1 ORB-SLAM2 127
6.3.2 LSD-SLAM 129
6.3.3 RGB-D SLAM 131
6.4 深度學習在機器人視覺中的應用 132
6.4.1 回環(huán)檢測 133
6.4.2 語義地圖 134
6.4.3 三維重建 135
6.4.4 人臉識別 135
6.5 本章小結(jié) 136
6.6 習題 136
第七章 智能機器人語音 138
7.1 自然語言處理NLP概述 138
7.1.1 NLP及其歷史 138
7.1.2 NLP新技術框架 139
7.2 自然語言處理的深度學習模型和方法 140
7.2.1 遞歸神經(jīng)網(wǎng)絡 140
7.2.2 LSTM 141
7.2.2 Word2Vec 142
7.2.3 ELMO 144
7.2.4 Transformer 146
7.2.5 BERT 149
7.3 機器人語音技術AIUI開放平臺 152
7.3.1 機器人語音技術概述 152
7.3.2 應用領域 153
7.3.3 產(chǎn)品框架 153
7.4 機器人語音解決方案與應用實踐 154
7.4.1 基于注意力機制的LSTM端到端語音識別 154
7.4.2 醫(yī)療智能問答機器人 163
7.5 本章小結(jié) 169
7.6 習題 169
第八章 智能機器人創(chuàng)新設計 170
8.1 激光雷達導航智能車設計案例 170
8.1.1 案例介紹 170
8.1.2 方案設計 170
8.1.3 軟硬件設置 172
8.1.4 調(diào)試與建圖 178
8.2 視覺導航智能車設計案例 181
8.2.1本體設計與制作 181
8.2.3軟件體系架構(gòu)設計 183
8.2.4 自主避障方案 189
8.3 服務機器人設計案例 193
8.4 本章小結(jié) 200
8.5 習題 200
第九章：機器人智能應用開發(fā)實踐 201
9.1 機器人智能應用開發(fā)基礎 201
9.1.1 應用開發(fā)平臺 201
9.1.2 應用開發(fā)環(huán)境的搭建與配置 202
9.1.3 智能應用的開發(fā)、編譯與調(diào)試 206
9.2 語音交互智能應用開發(fā)實踐 212
9.2.1 語音合成能力集成 212
9.2.2 語音識別與語義理解能力集成 217
9.2.3 語義交互綜合應用實踐 228
9.3 機器人導航智能應用開發(fā)實踐 246
9.3.1 機器人地圖的構(gòu)建與導航點位 247
9.3.2 機器人底盤移動能力集成 251
9.3.3 智能導航應用 253
9.4 圖像識別智能應用開發(fā)實踐 254
9.4.1 人臉識別能力集成 256
9.4.2 “人證合一”應用實現(xiàn) 259
9.5 智能應用開發(fā)綜合實踐 261
9.5.1 綜合開發(fā)流程 261
9.5.2 綜合應用需求 262
9.5.3 綜合應用的設計與集成 262
9.5.4 綜合應用的測試與發(fā)布 270
9.6 本章小結(jié) 272
9.7 習題 272
參考文獻 274
書單推薦
