移动机器人及其自主化技术

　　前言
　　第1章 绪论
　　1.1 机器人的定义及由来
　　1.1.1 机器人的定义
　　1.1.2 机器人的由来
　　1.2 移动机器人简介
　　1.2.1 移动机器人的定义
　　1.2.2 移动机器人的分类
　　1.3 典型移动机器人
　　1.3.1 室外移动机器人
　　1.3.2 室内移动机器人
　　1.4 其他典型移动机器人
　　1.5 移动机器人的特点与特征
　　1.5.1 移动机器人的特点
　　1.5.2 移动机器人的特征
　　1.6 移动机器人的关键技术
　　1.6.1 移动机器人机构
　　1.6.2 移动机器人的控制体系结构
　　1.6.3 视觉实时处理技术
　　1.6.4 车体的定位技术
　　1.6.5 基于多传感器的信息
　　融合技术
　　1.6.6 路径规划技术
　　1.6.7 车体控制技术
　　1.7 移动机器人技术的发展
　　1.8 移动机器人竞赛
　　参考文献
　　第2章 移动机器人本体设计
　　2.1 走行机构
　　2.1.1 足式走行机构
　　2.1.2 履带式走行机构
　　2.1.3 轮式走行机构
　　2.2 走行电动机选型
　　2.2.1 电动机简介
　　2.2.2 电动机容量及转矩的计算
　　2.3 走行机构设计
　　2.3.1 驱动轴的设计与校核
　　2.3.2 键的设计
　　2.3.3 车轮的设计
　　2.3.4 一体式轴承座的设计
　　2.3.5 从动轮系的结构设计
　　2.3.6 车体稳定性分析
　　2.4 底盘结构设计
　　2.5 提升机构设计
　　2.5.1 剪叉式升降平台
　　2.5.2 丝杠提升
　　2.6 夹持机构设计
　　2.6.1 夹持机构运动学分析
　　2.6.2 基于MATLAB的夹持机构
　　运动学分析
　　2.6.3 基于ADAMS的夹持机构
　　运动学仿真
　　参考文献
　　第3章 移动机器人系统设计基础
　　3.1 移动机器人硬件系统知识
　　3.1.1 电源系统
　　3.1.2 主控模块
　　3.1.3 电动机控制模块
　　3.1.4 定位信息采集模块
　　3.1.5 其他模块
　　3.2 机器人软件系统知识
　　3.2.1 软件系统设计概要
　　3.2.2 软件系统总体设计
　　3.2.3 软件系统开发工具介绍
　　3.2.4 嵌入式操作系统
　　3.2.5 软件抗干扰技术
　　3.2.6 通信方式介绍
　　参考文献
　　第4章 移动机器人传感器技术
　　4.1 内部传感器
　　4.1.1 电位器
　　4.1.2 编码器
　　4.1.3 陀螺仪
　　4.1.4 电子罗盘
　　4.1.5 StarGazer室内定位系统
　　4.1.6 GPS系统
　　4.1.7 组合导航系统
　　4.2 外部传感器
　　4.2.1 接触开关和光电开关
　　4.2.2 红外传感器
　　4.2.3 超声波传感器
　　4.3 需要考虑的问题
　　参考文献
　　第5章 移动机器人自主定位
　　5.1 机器人定位模型
　　5.1.1 机器人运动方程
　　5.1.2 机器人观测方程
　　5.1.3 数据关联
　　5.2 Kalman滤波及粒子滤波
　　5.2.1 扩展型Kalman滤波器
　　5.2.2 粒子滤波器
　　5.3 自主定位及地图构建核心框架
　　5.3.1 基于扩展Kalman滤波器的机器人自主定位与地图构建
　　5.3.2 基于蒙特卡罗方法的机器人自主定位与地图构建
　　5.4 SLAM实验与仿真
　　5.4.1 TimBailey仿真平台
　　5.4.2 Carpark数据库
　　参考方献
　　第6章 移动机器人控制技术
　　6.1 非完整约束和非完整系统
　　6.2 移动机器人控制问题
　　6.2.1 移动机器人运动控制研究背景
　　6.2.2 移动机器人轨迹跟踪
　　控制研究现状
　　6.2.3 移动机器人轨迹跟踪发展趋势
　　6.3 移动机器人智能PID控制
　　6.3.1 常规PID控制算法简介
　　6.3.2 PID控制方法
　　6.3.3 智能PID控制方法
　　6.3.4 PID校正下的直线目标点
　　跟踪算法应用
　　6.3.5 PID校正下的弧线跟踪算法
　　6.4 基于Lyapunov理论的移动机器人
　　目标点跟踪算法
　　6.5 基于神经网络的移动机器人
　　自适应控制
　　6.6 基于虚拟领队的无人车神经网络
　　自适应编队控制
　　6.7 一般非线性系统的神经网络
　　自适应控制
　　6.8 基于虚拟领队的无人车编队
　　记忆控制
　　参考文献
　　第7章 移动机器人视觉系统
　　7.1 机器人视觉系统简述
　　7.1.1 机器人视觉的基本概念及作用
　　7.1.2 机器人视觉系统的组成
　　7.1.3 机器人视觉系统的分类
　　7.2 摄像机模型
　　7.2.1 单目视觉模型
　　7.2.2 双目视觉模型
　　7.3 摄像机标定
　　7.3.1 摄像机的畸变模型
　　7.3.2 摄像机的标定技术
　　7.4 利用单目摄像机测量距离及角度
　　7.4.1 单目测量与目标物体的距离
　　7.4.2 单目测量与目标物体的角度
　　7.5 图像处理
　　7.5.1 灰度图像与彩色图像
　　7.5.2 图像增强
　　7.5.3 图像分割
　　7.6 物体跟踪
　　7.6.1 计算区域的直方图
　　7.6.2 卡尔曼滤波
　　7.6.3 MeanShift跟踪算法
　　7.6.4 CamShift跟踪算法
　　参考文献
　　第8章 自主式移动机器人实例
　　8.1 智能迎宾移动机器人简介
　　8.2 迎宾机器人的控制体系结构
　　8.2.1 迎宾机器人控制系统设计
　　8.2.2 混合式体系结构
　　8.2.3 迎宾机器人的行为管理及
　　运动控制
　　8.2.4 迎宾机器人的软件结构
　　8.2.5 语音控制及人机交互
　　8.3 室外地面无人驾驶车辆（ALV）
　　8.3.1 室外地面无人驾驶
　　车辆简介
　　8.3.2 ALV系统功能模块介绍
　　8.3.3 视觉环境模型学习与定位
　　8.3.4 BJTU-I无人车辆系统
　　平台简介
　　参考文献

　　宋永端，1992年获美国田纳西理工大学电气及计算机工程博士学位。注册职业工程师(美国)，国家“千人计划”首批入选者，国家特聘专家，博士导师。"千人计划”专业技术委员会副主任。作为首席负责人，承接美国国家级大型重点项目10余。现任三部国际著名学术刊物责任编委，多个国际重要学术会议专题负责人、组织者或主持人。曾任美国国家航空研究院六位特聘杰出教授之一，并兼任协调控制系统中心主任，曾担任美国能源部再生能源实验室资助项目风力发电系统控制负责人。历任美国Wright-Patterson空军基地客座研究员（1996），美国海军实验室客座研究员(2003-2006)，美国国家宇航局Langley研究中心高级客座研究员（2006-2008）。公开发表重要学术论文150余篇，其中风电控制领域的单篇最高引用超过100次。目前主持包括国家自然科学基金重点项目和科技部973等纵向和横向课题5项。创建“智能系统及再生能源研究中心”，团队成员来自美国，日本，澳大利亚及国内几所著名大学的优秀学者，包括国家“千人计划”特聘专家、教授、副教授、讲师、、博士后和研究生等共50余人。研究领域涵盖仿生智能控制、多能源电力系统高效安全利用，大型风电系统检测与控制、智能机器人系统，高速列车容错自适应控制，鲁棒飞控系统以及复杂系统主动安全预警与控制。

　　《移动机器人及其自主化技术》全面深入地介绍了移动机器人的相关理论和关键技术。全书共分8章，内容包括移动机器人的系统组成与体系结构、移动机器人本体设计、移动机器人系统设计基础、移动机器人传感器技术、移动机器人定位、移动机器人控制技术、称动机器人视觉系统、自主式移动机器人实例等。本书内容新颖，注重基础，强调理论联系实际，并较为系统地介绍了移动机器人系统实际设计步骤及方法，用实例阐述了相关算法的应用，同时还兼顾移动机器人技术的广度和深度，介绍了一些新的技术和新的方法，以帮助读者开阔视野。
　　《移动机器人及其自主化技术》可作为高等院校自动化专业、计算机、机电工程、信息工程、电子信息工程等专业本科生、研究生教材，也可作为移动机器人技术入门学习的参考书。