智能机器人PDF电子书下载

第1章 机器人概述 1

1.1 机器人的定义 1

1.2 机器人的发展历程 1

1.2.1 第一代机器人 1

1.2.2 第二代机器人 2

1.2.3 第三代机器人 3

1.3 智能机器人的关键技术 6

1.3.1 编程语言与编程方式 6

1.3.2 传感器技术 7

1.3.3 智能控制技术 7

1.3.4 路径规划技术 8

1.3.5 导航与避障技术 8

1.3.6 人—机接口技术 8

习题 9

第2章 空间投影与射影几何学 10

2.1 透视变换与射影几何学 10

2.2 齐次坐标 12

2.3 用齐次坐标表现运动 17

2.4 射影变换 18

2.5 射影变换与图像的形成 22

2.6 射影几何学与复比 30

习题 35

第3章 立体视觉与三维重构 36

3.1 摄像机校正 36

3.1.1 透视n点（PnP）问题 36

3.1.2 透视三点问题 37

3.1.3 射影几何学与摄像机校正 40

3.2 立体视觉 45

3.2.1 基于视差的立体视觉 45

3.2.2 由一般放置的摄像机构成的立体视觉 46

3.2.3 射影几何学解法 49

3.3 从对象的移动来再现其外形 52

3.3.1 从对象的移动来了解其尺寸 52

3.3.2 由运动来再现外形的线性解法 54

3.4 立体视觉系统应用 57

3.4.1 立体视觉存在的问题 60

3.4.2 有效视场分析 61

3.4.3 目标特征点的定位 62

习题 65

第4章 图像处理与机器视觉 67

4.1 图像处理 67

4.1.1 图像处理的主要内容 67

4.1.2 图像处理的主要运算 68

4.1.3 图像滤波 69

4.1.4 视觉图像修正 73

4.1.5 视觉图像分割 75

4.1.6 中值滤波效果 77

4.2 机器视觉理论基础 80

4.2.1 图像理解与机器视觉 80

4.2.2 灰度图像采集和CCD摄像机 81

4.2.3 摄像机模型 82

4.3 机器视觉与视觉跟踪 84

4.3.1 机器视觉系统框架 84

4.3.2 视觉跟踪与主动视觉 87

4.3.3 主动视觉理论的发展现状 88

4.3.4 主动视觉与颜色和彩色图像 89

4.3.5 颜色直方图 95

4.4 图像形态学处理 96

4.4.1 图像直方图规范化处理 96

4.4.2 图像的多分辨率表示 97

习题 98

第5章 主动视觉与目标跟踪 99

5.1 主动视觉系统 99

5.2 目标跟踪算法 101

5.2.1 基于颜色的CAMShift跟踪算法 101

5.2.2 颜色概率分布图 102

5.3 CAMShift跟踪算法 102

5.3.1 基于特征点的跟踪 104

5.3.2 运动预测方法 105

5.3.3 跟踪滤波的基本原理 106

5.3.4 卡尔曼滤波器 107

5.3.5 Condensation算法 108

5.4 结合颜色、特征点和运动预测的跟踪方法 111

5.4.1 运动预测模型 112

5.4.2 结合颜色、特征点和运动预测的跟踪框架 112

5.4.3 目标区域的表示 114

5.5 主动视觉系统控制 115

5.5.1 视觉伺服 115

5.5.2 主动跟踪控制策略 116

5.6 主动视觉实验 118

5.6.1 实验环境与跟踪目标 118

5.6.2 实验结果与分析 119

习题 121

第6章 智能机器人自主导航 122

6.1 智能机器人导航 122

6.1.1 导航与路径规划问题 122

6.1.2 导航方式分类 122

6.1.3 导航系统分类 123

6.1.4 导航中的定位 124

6.1.5 建图与路径规划 125

6.2 局部导航 125

6.3 视觉导航技术 125

6.3.1 立体视觉导航 126

6.3.2 单目视觉导航 127

6.3.3 路标检测和轨迹跟踪视觉导航 127

6.4 智能机器人运动学 128

6.4.1 驱动轮的约束方程 129

6.4.2 运动学方程 129

6.4.3 位姿校正 130

6.4.4 结构误差的分析及补偿 130

6.5 导航系统设计 131

6.5.1 导航系统的体系结构 131

6.5.2 智能机器人定位 131

6.5.3 超声波与红外线传感器系统 133

6.5.4 RS-232C串口 133

6.5.5 串口数据交换 134

6.5.6 超声波传感器实验 137

6.5.7 红外线传感器实验 138

习题 139

第7章 智能机器人路径规划 140

7.1 路径规划概述 140

7.1.1 路径规划的定义 140

7.1.2 路径规划的分类 140

7.1.3 智能机器人位姿空间 141

7.1.4 环境表示方法 141

7.2 路径规划研究现状 142

7.2.1 传统路径规划方法 142

7.2.2 智能路径规划方法 144

7.3 人工势场法 146

7.3.1 势场概述 146

7.3.2 势场函数的构建 146

7.4 栅格法 150

7.4.1 栅格与环境表示 150

7.4.2 障碍物栅格的处理 151

7.4.3 栅格地图的初始化 151

7.4.4 路径搜索 151

7.4.5 栅格法的特点 152

7.5 路径规划的未来发展 152

7.6 势场栅格法与动态路径规划 153

7.6.1 路径规划结构图 153

7.6.2 栅格法构建路径规划参考地图 154

7.6.3 栅格地图中栅格势场值的构建 158

7.6.4 势场栅格法 159

7.6.5 动态规划法 162

7.6.6 导航与路径规划实验 165

7.7 局部导航方法 170

7.7.1 智能机器人视觉导航系统结构 170

7.7.2 障碍物空间模型的建立及计算 170

7.7.3 局部导航算法设计 176

7.7.4 导航实验 176

习题 178

第8章 智能机器人设计与实现 179

8.1 智能机器人的特点 179

8.1.1 智能机器人的工作环境 179

8.1.2 智能机器人的基本特性 179

8.2 PC机与智能机器人 180

8.3 智能机器人的控制器 180

8.3.1 主板 181

8.3.2 数据采集卡 181

8.3.3 传感器 182

8.3.4 触摸屏 183

8.3.5 无线网卡 184

8.4 智能机器人的软件体系 185

8.4.1 控制台系统软件的选择 185

8.4.2 智能机器人的软件结构 186

8.4.3 服务端软件结构 186

习题 188

参考文献 189