机器人学基础

图书标准信息

• 作者 樊泽明 吴娟 任静 余孝军 袁学兵 编著
• 出版社 机械工业出版社
• 出版时间 2021-11
• 版次 1
• ISBN 9787111688402
• 定价 55.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 280页
• 字数 438千字

【内容简介】

本书介绍机器人学的相关内容，将串联机器人技术、并联机器人技术和移动机器人技术有机集成，是一部系统和全面反映机器人技术的教材。本书共分11章，内容涉及机器人概况、机器人数学基础、机器人运动学分析、机器人速度及静力学分析、机器人动力学分析、机器人传感器及计算机视觉算法、机器人物体识别、机器人定位及地图构建、机器人路径规划与避障、机器人控制，以及机器人的驱动执行系统与编程等。

  本书特别适合作为高年级本科生和研究生的机器人学学习教材，也适合从事机器人研究、开发和应用的科技人员学习参考。

  本书配有电子课件，欢迎选用本书作为教材的老师登录www.cmpedu.com注册下载，或发邮件至jinacmp@163.com索取。

【目录】

前言

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机器人学的发展2

1.2机器人的分类3

1.2.1按机器人的连接方式分类3

1.2.2按机器人的移动性分类5

1.2.3按机器人的控制方式分类8

1.2.4按机器人的几何结构分类8

1.2.5按机器人的智能程度分类8

1.2.6按机器人的用途分类9

1.3机器人学综述9

1.3.1机器人运动学技术9

1.3.2机器人静力学与动力学技术11

1.3.3机器人感知与物体识别技术12

1.3.4机器人定位与地图构建12

1.3.5机器人的路径规划与避障技术12

1.3.6机器人控制技术12

1.3.7机器人驱动与编程技术12

习题13

第2章机器人数学基础14

2.1齐次坐标及位姿矩阵14

2.1.1齐次坐标14

2.1.2位姿矩阵16

2.2齐次变换19

2.2.1平移齐次变换19

2.2.2旋转齐次变换21

2.2.3复合变换及左、右乘规则25

习题26

第3章机器人运动学分析28

3.1机器人坐标系的建立28

3.1.1StandardDH坐标系28

3.1.2ModifiedDH坐标系31

3.2相邻两连杆坐标系的位姿关系33

3.2.1相邻两连杆坐标系的位姿表示33

3.2.2相邻两连杆坐标系的位姿确定33

3.3机器人正运动学34

3.3.1机器人运动方程34

3.3.2斯坦福机器人运动方程35

3.4机器人逆运动学37

3.4.1机器人逆运动学的解38

3.4.2斯坦福机器人逆运动学求解39

3.4.3机器人的逆运动学编程43

3.4.4机器人的退化44

3.4.5DH表示法的基本问题44

3.5驱动器空间、关节空间和笛

卡儿空间44

3.5.1智能移动小车关节空间与驱动器

空间之间的转换46

3.5.2并联机构（腰部关节）驱动器

空间与关节空间的转换49

习题53

第4章机器人速度及静力学分析55

4.1机器人微分运动55

4.1.1微分平移和微分旋转55

4.1.2微分运动的等价变换59

4.2机器人的雅可比矩阵61

4.2.1雅可比矩阵的定义61

4.2.2雅可比矩阵的求解方法63

4.2.3雅可比矩阵求解举例64

4.2.4雅可比矩阵的逆69

4.3机器人速度分析69

4.3.1机器人速度计算69

4.3.2机器人的奇异位形71

4.4机器人静力学分析72

4.4.1机器人杆件受力分析72

4.4.2机器人力雅可比矩阵72

4.4.3机器人静力计算74

习题75

第5章机器人动力学分析77

5.1牛顿欧拉方程77

5.2虚位移原理78

5.2.1虚位移78

5.2.2理想约束78

5.2.3虚位移原理的含义79

5.2.4广义坐标与广义力79

5.3动力学普遍方程和拉格朗日方程80

5.3.1动力学普遍方程80

5.3.2拉格朗日方程81

5.3.3拉格朗日方程的应用举例83

习题86

第6章机器人传感器及计算机

视觉算法87

6.1机器人传感器87

6.1.1机器人传感器的分类87

6.1.2传感器的特性指标89

6.1.3接近与距离觉传感器90

6.1.4视觉传感器97

6.1.5其他外部传感器102

6.1.6机器人内部传感器105

6.2图像处理算法108

6.2.1计算机视觉算法分类108

6.2.2图像预处理109

6.2.3匹配信号和图像113

6.2.4特征检测113

6.2.5区域处理114

6.3几何和语义计算机视觉方面118

6.3.1像素分类118

6.3.2计算立体视觉118

6.4双目视觉系统122

6.4.1摄像头的参数标定122

6.4.2双目立体视觉定位实例126

习题128

第7章机器人物体识别129

7.1物体识别概述129

7.1.1物体识别的理解129

7.1.2物体识别的发展历程130

7.2传统的物体识别130

7.2.1维奥拉琼斯检测器131

7.2.2方向梯度直方图检测器131

7.2.3形变目标识别132

7.3基于深度学习的目标检测算法132

7.3.1基于候选区域的深度学习目标

检测算法133

7.3.2基于回归方法的深度学习目标

检测算法138

7.4YOLO识别算法139

7.4.1滑动窗口与CNN139

7.4.2设计理念141

7.4.3网络设计142

7.4.4网络训练143

7.4.5网络预测145

7.5障碍物识别方法147

7.5.1障碍证据147

7.5.2障碍物识别系统的性能148

7.6实例149

7.6.1障碍物识别149

7.6.2树枝识别150

7.6.3目标识别152

习题153

第8章机器人定位及地图构建154

8.1地图表示与环境感知154

8.1.1地图表示方法154

8.1.2栅格地图的构建156

8.1.3线段特征地图的构建158

8.1.4拓扑地图的构建160

8.2自主定位162

8.2.1基于外部观测信息的定位163

8.2.2基于本体观测信息的定位164

8.2.3控制与观测相融合的自主定位169

8.3同时定位及地图构建(SLAM)182

8.3.1经典的SLAM框架183

8.3.2SLAM算法介绍183

8.3.3视觉SLAM189

8.3.4激光SLAM195

习题196

第9章机器人路径规划与避障197

9.1引言197

9.2路径规划与避障197

9.2.1路径规划198

9.2.2避障204

9.3机器人轨迹生成213

9.3.1路径和轨迹213

9.3.2轨迹规划213

9.3.3关节空间的轨迹规划214

9.3.4工作空间的轨迹规划217

习题221

第10章机器人控制222

10.1机器人的控制特点和控制技术222

10.1.1机器人的控制特点222

10.1.2机器人的控制技术224

10.2关节空间控制226

10.2.1机器人单关节建模226

10.2.2机器人线性控制228

10.2.3基于模型的关节系统

线性控制231

10.2.4基于模型的关节系统非线

性控制235

10.2.5非模型关节空间控制方法239

10.2.6关节空间控制系统240

10.3工作空间控制243

10.3.1与基于关节空间控制方法

的比较243

10.3.2笛卡儿空间的直接控制方法244

10.3.3笛卡儿空间的解