机器人智能检测与控制基础

《机器人学导论》的作者John J.Craig曾说：“科学家常会感到通过自己的研究工作在不断地认识自我。物理学家在他们的工作中认识到了这一点，同样，心理学家和化学家也认识到了这一点。”
在机器人学的研究中，研究领域和研究者之间的关系尤为明显。这是因为机器人与人本身有着千丝万缕的联系，我们开发机器人就是希望机器人能够部分替代人甚至超过人在某些领域的工作能力。因此机器人研究与纯粹的基础学科不同，机器人学是一门学科高度交叉的综合性学科。也正因为如此，这个领域需要大量综合性的理论与工程人才。
各种基础学科和基础工程领域的进展很大程度上取决于对数学应用的程度，这也奠定了数学在机器人学中的地位。目前的机器人研究需要数学意义上的建模与仿真，研究者要有好的数学基础。机器人技术还运用了力学理论、传感器技术、控制理论、计算机系统等多个学科的知识。因此可以看出，机器人领域的人才培养是比较困难的。既然是挑战，就要迎难而上。
机器人技术一般分为三个层面：感知层、认知层（决策层）、执行层。一个完整的机器人系统应该具备感知、认知和执行能力。现在主流的机器人范式在执行层已经发展得较为成熟，在感知层会涉及机器视觉等多传感系统，在认知层将更多地引入人工智能技术。
机器人感知层面的主要表现是使用各种传感器，既用于机器人的内部检测与控制，也用于与外部环境的交互。在各种传感技术中，机器人视觉检测是本书的一个重点，它和运动控制系统高度融合。本书的前4章讲述了机器人感知层面的智能检测。
就机器人的执行层面而言，涉及驱动技术、控制策略、本体设计等。因为机器人是一个复杂的多输入、多输出的非线性系统，具有时变、强耦合和非线性的动力学特征，因此带来了控制的复杂性。目前采用和正在大力研究的先进控制方法包括变结构控制、鲁棒控制、自适应控制、模糊控制、神经网络控制、智能控制等，本书的第5～8章讲述了机器人执行层面的先进控制方法。
对于机器人的认知层面，需要人工智能决策、智能语音、智能会话等以人工智能为技术基础并融合传统的机器人技术，还需要结合对人脑本身的研究成果。机器人认知层面的技术突破还需要将机器人的感知层面和执行层面结合起来。本书限于篇幅无法将这一部分作为重点，正在考虑将研究成果和应用实例撰写成新的书籍以飨读者。
综上所述，本书内容主要包括两个方面，即智能检测和先进控制。书中本着先基本介绍、后理论基础、再应用事例的顺序安排内容和知识点，尽可能让读者在阅读、学习时不会出现知识点和逻辑混乱的情形。当然，如果读者具备一些高等数学、线性代数、控制论方面的知识，甚至有过一些传感器的使用经验（例如图像处理），阅读、学习起来会更加自如。
全书共9章。第1～4章介绍机器人的智能检测。其中，第1章介绍机器人及其发展，并对机器人的检测系统进行概述，第2章介绍机器人的内部状态和外部环境的检测系统，第3、4章分别从机器人的视觉基础和以工业机器人为例对机器人的视觉检测进行分析。第5～8章为对机器人先进控制的论述。其中，第5章介绍机器人的控制理论基础，第6、7章分别讨论机器人的自适应控制和模糊控制，第8章介绍神经网络在机器人控制上的理论基础和应用。后，第9章结合本书的智能检测与先进控制介绍了的脑机接口控制基础和一些成果。
本书曾经以讲义形式在天津科技大学、河南理工大学、山西大同大学等多所高校使用，并经过多次修改。本书的部分内容和工作获得2018年高等教育天津市级教学成果二等奖。编写团队于2019年获得天津市级“智能控制与机器人设计核心课程群教学团队”称号.本书得到了2021年高等学校电子信息类专业教学指导委员会教改项目（2021-JG-03）的支持。
本书具体编写分工如下：第1章由戴凤智、赵继超编写，第2章由戴凤智、叶忠用编写，第3～4章由温浩康编写，第5～6章由乔栋、芦鹏、郝宏博编写，第7～8章由乔栋、张添翼编写，第9章由戴凤智、尹迪编写。刘岩、高一婷、王虎诚、李家新、贾芃、戴晟、张佳岫等参与了本书的文字校对等工作。
在本书编写过程中，编者得到了清华大学自动化系张涛教授的鼓励与支持，张涛教授还为本书作序，在此表示感谢。本书在中国人工智能学会智能空天系统专业委员会、中国自动化学会普及工作委员会和天津市机器人学会的指导下，融入了由天津科技大学戴凤智、山西大同大学乔栋、河南理工大学宋运忠与刘群坡、湖南科技大学李智靖、江汉大学魏强等高校教师组成的人工智能与机器人教材编写组的集体智慧。天津科技大学戴凤智科研团队成员陈晓艳、刘玉良、王世明、杜萌、杨国威、申雨千、袁亚圣、程宇辉、康如明、高龙雨、肖芷晴、李鹏飞、吴永豪、速杨等人也参与了本书编写的辅助工作。天津天科智造科技有限公司、博睿康科技（常州）股份有限公司分别为本书第4、9章提供了设备支持和技术指导，清华大学高小榕教授和李晓阳博士审阅了第9章内容。在此表示感谢。
在编写过程中，编者参考了相关的教材、论著和线上资料，在此一并对原作者致以衷心的感谢。
由于编者水平有限，书中不妥之处在所难免，恳请读者批评指正。

本书分上下两篇，上篇为机器人的智能检测（第1～4章），下篇为机器人的先进控制基础（第5～9章），介绍了机器人感知层与执行层的核心技术基础以及*新的脑机接口控制基础。书中主要内容包括：机器人及其检测系统概述、机器人的检测系统、机器人的视觉基础、工业机器人的视觉检测、机器人控制基础、机器人的自适应控制、机器人的模糊控制、机器人的神经网络控制、基于脑机接口的机器人控制基础。章后设有“本章小结”和“思考与练习题”。
本书为高等院校机器人工程、自动化类、测控等控制类、电气类、电子信息类、机械类、计算机类等相关专业的教材，也可作为相关专业机器人通识课的教材（可以根据课程计划灵活选择相关内容授课），还可供相关领域的工程技术人员参考。
本书配有电子课件，免费提供给选用本书作为教材的授课教师。需要者请登录机械工业出版社教育服务网（www.cmpedu.com）注册后下载。

序
前言
上篇机器人的智能检测
第1章机器人及其检测系统概述2
1.1机器人简介2
1.1.1机器人的发展3
1.1.2工业机器人的分类4
1.2机器人的组成5
1.3机器人的检测系统及其应用7
1.3.1机器人的内部检测系统8
1.3.2机器人检测系统的应用8
1.4机器人的技术发展方向9
本章小结10
思考与练习题10
第2章机器人的检测系统11
2.1机器人的感知11
2.2机器人的内部状态检测12
2.2.1位移传感器13
2.2.2测速发电机14
2.2.3编码器15
2.3机器人的外部环境检测18
2.3.1触觉传感器18
2.3.2力觉传感器20
本章小结25
思考与练习题26
第3章机器人的视觉基础27
3.1机器人的视觉理论基础27
3.1.1生物视觉通路27
3.1.2Marr的视觉理论28
3.1.3机器视觉研究现状29
3.2边缘检测32
3.2.1边缘检测与微分算子32
3.2.2优边缘检测滤波器36
3.2.3边缘检测快速算法37
3.2.4图像处理中的一些问题38
3.3摄像机的标定39
本章小结41
思考与练习题41
第4章工业机器人的视觉检测42
4.1视觉系统的组成42
4.1.1工业相机42
4.1.2工业光源45
4.1.3图像采集卡47
4.1.4视觉处理软件48
4.2图像处理流程49
4.2.1图像预处理49
4.2.2数据压缩52
4.2.3图像模板匹配53
4.3工业机器人视觉检测实例54
4.3.1基于机器视觉的金属表面缺陷检测55
4.3.2其他的视觉检测实例57
本章小结59
思考与练习题60
··机器人智能检测与先进控制基础目录··下篇机器人的先进控制基础第5章机器人控制基础62
5.1自动控制、自动化和机器人62
5.1.1自动控制与自动化62
5.1.2自动化与机器人64
5.2机器人的控制系统66
5.2.1机器人控制系统的结构66
5.2.2机器人的控制特点67
5.2.3机器人的控制方式67
5.3机器人的控制技术69
5.3.1机器人的开环控制69
5.3.2机器人的闭环控制69
5.3.3机器人的PID控制70
5.4机器人的智能控制73
本章小结74
思考与练习题74
第6章机器人的自适应控制76
6.1自适应控制理论概述76
6.1.1自适应控制76
6.1.2两种重要的自适应系统78
6.1.3自适应控制的发展历程79
6.2自适应控制与机器人80
6.2.1协作机器人80
6.2.2自适应机器人81
6.2.3自适应机器人的关键技术82
6.3机器人的自适应控制方法85
6.3.1机器人鲁棒自适应控制85
6.3.2机器人自适应迭代学习控制88
本章小结90
思考与练习题90
第7章机器人的模糊控制91
7.1模糊控制与机器人91
7.2模糊控制原理92
7.2.1模糊语言变量与模糊集合93
7.2.2隶属函数94
7.2.3模糊关系96
7.2.4模糊规则及推理97
7.2.5解模糊98
7.3机器人系统中模糊控制器的设计99
7.3.1选择模糊控制器的结构并确定其输入和输出100
7.3.2建立模糊规则100
7.3.3建立模糊推理机101
7.3.4选择解模糊方法102
7.4模糊控制器举例102
7.4.1Mamdani模糊控制器103
7.4.2T-S模糊控制器103
本章小结104
思考与练习题104
第8章机器人的神经网络控制105
8.1神经网络控制与机器人105
8.1.1人工神经网络的产生与发展105
8.1.2神经网络控制的特点106
8.1.3神经网络控制在机器人中的应用107
8.2神经网络的基本结构和计算基础107
8.2.1神经网络的基本结构107
8.2.2神经网络的计算基础108
8.2.3神经网络模型的建立110
8.3神经网络在机器人中的应用111
8.3.1BP神经网络在机器人运动控制中的应用111
8.3.2径向基函数神经网络在机器人中的应用112
8.3.3深度卷积神经网络在机器人中的应用114
8.3.4PID神经网络在机器人中的应用115
本章小结118
思考与练习题119
第9章基于脑机接口的机器人控制基础120
9.1认识脑机接口120
9.1.1脑机接口的定义120
9.1.2脑机接口的模式类型121
9.1.3基于脑电信号的脑机接口系统123
9.2脑电信号的采集与处理126
9.2.1EEG信号126
9.2.2EEG信号采集生理信息128
9.2.3脑电数据的预处理129
9.3EEG特征提取方法134
9.4脑机接口系统的评价指标136
9.5基于SSVEP的机器人控制系统137
9.5.1基于BCI的机器人控制系统分类137
9.5.2基于SSVEP的机器人控制系统组成138
9.5.3机械臂的运动学分析和轨迹规划139
9.5.4基于SSVEP-BCI的机械臂实验140
9.6多模态的机器人控制系统143
本章小结148
思考与练习题148
附录149
附录A机械臂的自由度、坐标变换和建模149
A.1机械臂的自由度149
A.2机器人的坐标系和坐标变换149
A.3机械臂的建模154
附录B机械臂的运动规划156
B.1单关节机械臂的路径规划156
B.2单关节机械臂的轨迹规划157
参考文献161

本书分上下两篇，上篇为机器人的智能检测（第1～4章），下篇为机器人的先进控制基础（第5～9章），介绍了机器人感知层与执行层的核心技术基础以及*新的脑机接口控制基础。书中主要内容包括：机器人及其检测系统概述、机器人的检测系统、机器人的视觉基础、工业机器人的视觉检测、机器人控制基础、机器人的自适应控制、机器人的模糊控制、机器人的神经网络控制、基于脑机接口的机器人控制基础。章后设有“本章小结”和“思考与练习题”。
本书为高等院校机器人工程、自动化类、测控等控制类、电气类、电子信息类、机械类、计算机类等相关专业的教材，也可作为相关专业机器人通识课的教材（可以根据课程计划灵活选择相关内容授课），还可供相关领域的工程技术人员参考。
本书配有电子课件，免费提供给选用本书作为教材的授课教师。需要者请登录机械工业出版社教育服务网（www.cmpedu.com）注册后下载。