搜索
高级检索
高级搜索
书       名 :
著       者 :
出  版  社 :
I  S  B  N:
文献来源:
出版时间 :
自主机器人导论/图灵新知
0.00     定价 ¥ 79.80
图书来源: 浙江图书馆(由浙江新华配书)
此书还可采购15本,持证读者免费借回家
  • 配送范围:
    浙江省内
  • ISBN:
    9787115653024
  • 作      者:
    作者:(美)尼古劳斯·科雷尔//布拉德利·海斯//克里斯托弗·赫克曼//亚历山德罗·龙科内|责编:王振杰|译者:宋锐//王超群
  • 出 版 社 :
    人民邮电出版社
  • 出版日期:
    2025-05-01
收藏
畅销推荐
内容介绍
本书涵盖了机器人技术的多个重要方面,包括机构、传感器、执行器和算法等内容,旨在为读者提供一个全面的可理解框架。 书中详细介绍了自主机器人的基本原理和应用,强调了机器人在复杂环境中进行自主导航和操作的能力。它不仅包括理论知识,还提供了丰富的实践案例和项目,帮助学生将理论应用于实际问题中。此外,书中还包含了大量的附录,提供了额外的在线资源,便于读者深入学习和研究相关主题。 本书不仅适合高年级本科生和研究生,也适合对自主机器人感兴趣的工程师和研究人员。
展开
目录
译者序
序言
第1章 引言
1.1 智能和实例
1.2 路径规划问题
1.3 Ratslife:自主移动机器人的一个例子
1.4 自主移动机器人:一些核心的挑战
1.5 自主抓取:一些核心的挑战
本章要点
课后练习
第一部分 机构
第2章 运动、操作及其表现形式
2.1 运动和操作的例子
2.2 静态稳定性和动态稳定性
2.3 自由度
2.4 坐标系和参考系
2.4.1 旋转矩阵的定义
2.4.2 点从一个参考系向另外一个参考系的映射
2.4.3 变换的级联
2.4.4 姿态的其他表示
本章要点
课后练习
第3章 运动学
3.1 正向运动学
3.1.1 简单机械臂的正向运动学
3.1.2 Denavit-Hartenberg表示法
3.2 逆向运动学
3.2.1 可解性
3.2.2 简单机械臂的逆向运动学
3.3 微分运动学
3.3.1 正微分运动学
3.3.2 差速轮式机器人的正向运动学
3.3.3 类汽车转向机构的正向运动学
3.4 逆微分运动学
3.4.1 移动机器人的逆向运动学
3.4.2 移动机器人的反馈控制
3.4.3 欠驱动和过度驱动
本章要点
课后练习
第4章 力学
4.1 静力学
4.2 运动静力学对偶
4.3 可操作性
4.3.1 速度空间中的可操作椭球
4.3.2 力空间中的可操作椭球
4.3.3 可操作性的考虑
本章要点
课后练习
第5章 抓取
5.1 抓取理论
5.1.1 摩擦力
5.1.2 多重接触和变形
5.1.3 吸力
5.2 简单的抓取机构
5.2.1 单自由度的剪刀式夹爪
5.2.2 平行夹爪
5.2.3 四连杆平行夹爪
5.2.4 多指手
本章要点
课后练习
第二部分 感知和驱动
第6章 执行器
6.1 电动机
6.1.1 交流电动机和直流电动机
6.1.2 步进电动机
6.1.3 无刷直流电动机
6.1.4 伺服电动机
6.1.5 电动机控制器
6.2 液压和气动执行器
6.2.1 液压执行器
6.2.2 气动执行器和软体机器人
6.3 安全注意事项
本章要点
课后练习
第7章 传感器
7.1 术语
7.2 测量机器人关节构型的传感器
7.3 测量自运动的传感器
7.3.1 加速度计
7.3.2 陀螺仪
7.4 测量力的传感器压力或接触
7.5 测量距离的传感器
7.5.1 反射
7.5.2 相移
7.5.3 飞行时间
7.6 感知全局姿态的传感器
本章要点
课后练习
第三部分 计算
第8章 视觉
8.1 将图像作为二维信号
8.2 从信号到信息
8.3 基本图像操作
8.3.1 基于阈值的操作
8.3.2 基于卷积的滤波器
8.3.3 形态学操作
8.4 从视觉中提取结构
8.5 计算机视觉和机器学习
本章要点
课后练习
第9章 特征提取
9.1 特征检测实现信息精简化
9.2 特征
9.3 线特征识别
9.3.1 最小二乘直线拟合
9.3.2 拆分合并算法
9.3.3 随机抽样一致性算法
9.3.4 霍夫变换
9.4 尺度不变特征变换
9.4.1 概述
9.4.2 使用尺度不变特征的目标识别
9.5 特征检测和机器学习
本章要点
课后练习
第10章 人工神经网络
10.1 简单感知器
10.1.1 简单感知器的几何解释
10.1.2 训练简单感知器
10.2 激活函数
10.3 从简单感知器到多层神经网络
10.3.1 人工神经网络的正式描述
10.3.2 训练一个多层神经网络
10.4 从单个输出到高维数据
10.5 目标函数与优化
10.5.1 回归任务的损失函数
10.5.2 分类任务的损失函数
10.5.3 二元交叉熵和分类交叉熵
10.6 卷积神经网络
10.6.1 从卷积到二维神经网络
10.6.2 填充和步长
10.6.3 池化
10.6.4 张量扁平化
10.6.5 CNN简单示例
10.6.6 二维图像数据之外的CNN
10.7 循环神经网络
本章要点
课后练习
第11章 任务执行
11.1 反应式控制
反应式控制器的局限性
11.2 有限状态机
11.3 分层有限状态机
分层有限状态机实现
11.4 行为树
11.4.1 节点定义和状态
11.4.2 节点类型
11.4.3 行为树执行
11.4.4 行为树实现
11.5 任务规划
通用问题求解器和STRIPS
本章要点
课后练习
第12章 地图构建
12.1 地图表示
12.2 稀疏地图构建的迭代最近点算法
12.3 八叉树地图:体素全连接地图构建
12.4 RGB-D地图构建:曲面全连接地图构建
本章要点
课后练习
第13章 路径规划
13.1 构型
展开
加入书架成功!
收藏图书成功!
我知道了(3)
发表书评
读者登录

请选择您读者所在的图书馆

选择图书馆
浙江图书馆
点击获取验证码
登录
没有读者证?在线办证