机器人编程技术：基于行为的机器人实战指南PDF电子书下载

引言 1

第1章 自主移动机器人 8

1.1　示例：收集任务（Collection） 9

1.2　机器人的定义 12

1.3　感知 14

1.4　执行 15

1.5　智能 15

1．移动机器人和固定机器人 15

2．回应挑战 19

3．机器人对世界的观察 20

习题 23

1.6　本章小结 23

第2章　控制系统 27

2.1　开环控制和闭环控制 27

2.2　位置控制示例 30

2.3　控制系统灾难 31

2.4　控制系统的稳定性 33

2.5　饱和、回差和死区 35

2.6　带有参数和状态的开环控制器 38

2.7　Bang-Bang控制器 39

2.8　磁滞 40

2.9　本章小结 42

习题 42

3.1　触发和控制系统 44

第3章　行为 44

3.2　伺服行为和弹道式行为 45

3.3　伺服行为实现 46

3.4　有限状态分析 50

3.5　FSM示例：逃离行为 55

3.6　FSM实现 57

3.7　重载行为 60

3.8　本章小结 60

习题 61

第4章　仲裁 63

4.1　固定优先级仲裁 63

4.2　何时仲裁 66

4.3　优雅降级 69

4.4　其他方案 72

4.5　传感器认证 74

4.6　其他仲裁策略 76

1．可变优先级 76

2．包容式结构 77

3．运动图式 80

4．最小约束仲裁 82

4.7　本章小结 84

习题 85

归航行为 87

第5章　行为编程设计 87

5.1　基于差分传感器的 87

5.2　基于绝对定位的归航行为 91

5.3　基于差分传感器的避障行为 95

5.4　消除峡谷效应 97

5.5　基于接触传感器的沿墙行走行为 100

5.6　基于测距传感器的沿墙行走行为 102

5.7　基于接近觉传感器的沿墙行走行为 103

5.8　限界行为和陡沿行为 104

5.9　抖动问题 106

5.10　逃离行为 107

1．确定性覆盖 109

5.11　区域覆盖 109

2．随机覆盖 110

5.12　广义差分响应 113

5.13　矢量避障行为和归航行为 115

5.14　调试 117

5.15　本章小结 118

习题 119

第6章　任务分解 122

6.1　SodaBot：苏打罐清理机器人 122

6.2　问题陈述 123

1．巡视可能地点 126

6.3　简单实现任务 126

2．识别苏打罐 127

3．废弃苏打罐判定 128

4．捡取苏打罐 129

5．导航 130

6．回收箱识别、苏打罐放置以及充电 131

7．避免危险 132

6.4　机械平台 132

6.5　需要提出的问题 132

6.6　需要安装的传感器 133

6.7　行为构建 134

6.8　SodaBot行为 135

6.9　机器人扼要重述 137

6.10　基本原则 138

1．无伤害性 138

2．目标倾向 138

3．宁选随机的鲁棒性，不取脆弱的确定性 139

6.11　本章小结 139

习题 139

第7章　物理接口 142

7.1　碰撞检测传感器 143

1．防撞器 144

2．堵转检测传感器 146

1．红外接近觉传感器 148

7.2　避障传感器 148

3．静止检测传感器 148

2．红外测距传感器 150

3．声纳测距传感器 151

4．使用测距传感器需要考虑的问题 152

7.3　归航传感器 153

1．光电管、光电晶体管和光敏二极管 153

2．编码信标 155

3．热释传感器 156

4．色块检测传感器 157

5．磁性传感器 157

1．轴编码器 158

7.4　航位推测法及其导航传感器 158

2．惯性传感器 159

3．电子罗盘 159

4．GPS 161

7.5　本章小结 161

习题 161

第8章　系统实现 162

8.1　RoCK规范：新型机器的目标 162

8.2　编程规范 166

8.3　RoCK行为 168

1．跳舞行为（Dance） 168

6．操纵杆行为（Joystick） 169

5．逃离行为（Escape） 169

7．连线检测行为（Wire） 169

3．波士顿行为（Boston） 169

4．巡航行为（Cruise） 169

2．红外跟踪行为（IR_follow）和光线跟踪行为（VL_follow） 169

8.4　蜂鸣器控制 170

8.5　程序源码 170

1．调度器 171

2．行为格式 172

3．仲裁器 178

8.6　本章小结 181

习题 181

9.1　对朦胧前景的部分回答——与时俱进 183

第9章　未来的机器人 183

9.2　研究思路 185

9.3　未来的驱动系统 186

1．电源 186

2．电动机 187

3．操作 187

4．运动方式 188

9.4　未来的智能 189

1．机器人控制 189

2．机器人学习 190

2．声学感知 191

1．视觉感知 191

9.5　未来的感知系统 191

3．其他传感器 192

习题 193

附录A　差速驱动的数学基础 194

1．位姿 194

2．航位推测法 195

3．差速驱动 199

4．伦敦雾问题（London Fog） 201

5．航位推测法的局限性 202

习题 204

6．小结 204

附录B　BSim仿真系统 206

1．BSim系统要素 206

（1）仿真器与时间 206

（2）仿真环境 206

（3）理想模式（Fantasy）与噪声模式（Noise） 207

（4）系统延迟 207

（5）一种简单机器人 207

2．行为与仲裁 208

（1）巡航行为（Cruise） 208

（2）逃离行为（Escape） 208

（8）伦敦行为（London） 209

（7）暗中拒推行为（Dark-Push） 209

（9）光强定位行为（Gizmo） 209

（10）遥控行为（Remote） 209

（5）归航行为（Home） 209

（4）沿墙行走行为（Wall Follow） 209

（3）避障行为（Avoid） 209

（6）反向飞蛾行为（Anti-Moth） 209

3．任务 210

（1）收集任务（Collection） 210

（2）光强定位任务（Gizmo） 210

（3）伦敦任务（London） 210

（2）伦敦仿真（London） 211

（3）光强定位仿真（Gizmo） 211

（1）收集仿真（Collection） 211

4．仿真 211

5．用户界面 212

（1）仿真环境编辑器（World Editor） 212

（2）机器人编程器（Robot Programmer） 212

附录C　常用函数 213

1．削波函数 213

2．渗漏积分器 213

3．滑动平均计算 215

4．角度计算 216

附录D　伪码 219

附录E　参考文献 221