第1章 绪论 1
1.1移动机器人的研究现状 2
1.2移动机器人应用中的科学技术问题 11
1.3移动机器人自主导航关键技术的研究现状 12
1.3.1环境信息获取 12
1.3.2环境建模与定位 14
1.3.3环境认知 14
1.3.4导航避障 15
参考文献 18
第2章 智能机器人力觉感知 20
2.1智能机器人多维力/力矩传感器的研究现状 21
2.2智能机器人多维力/力矩传感器的分类 23
2.3电阻式多维力/力矩传感器的检测原理 26
2.4智能机器人多维力/力矩传感器的发展 30
参考文献 32
第3章 移动机器人环境视觉感知 34
3.13D摄像机 35
3.1.1 SR-3000内参数标定 36
3.1.2 SR-3000深度标定 38
3.1.3 SR-3000远距离数据滤波算法 44
3.2基于三维视觉的障碍物实时检测与识别方法 47
3.2.1基于图像与空间信息的未知场景分割方法 48
3.2.2非结构化环境下障碍物的特征提取 52
3.2.3基于相关向量机的障碍物识别方法 54
3.2.4实验结果 58
3.3基于视觉的地形表面类型识别方法 65
3.3.1基于Gabor小波和混合进化算法的地表特征提取 67
3.3.2基于相关向量机神经网络的地表识别 72
3.3.3实验结果 77
3.4非结构化环境下地形的可通行性评价 81
3.4.1地形的可通行性 81
3.4.2基于模糊逻辑的地形可通行性评价 83
3.4.3实验结果 96
参考文献 100
第4章 移动机器人的自主导航 102
4.1移动机器人反应式导航控制方法 103
4.1.1单控制器反应式导航 103
4.1.2基于行为的反应式导航 105
4.2基于混合协调策略和分层结构的行为导航方法 108
4.2.1总体方案 108
4.2.2基于模糊神经网络的底层基本行为控制器设计 109
4.2.3多行为的混合协调策略 119
4.3基于模糊逻辑的非结构化环境下自主导航 124
4.4算法小结 126
4.5实验结果 127
参考文献 131
第5章 移动机器人运动控制方法 133
5.1基于运动学的移动机器人同时镇定和跟踪控制 134
5.1.1问题描述 135
5.1.2主要结果 136
5.2基于动力学的移动机器人同时镇定和跟踪控制 151
5.2.1反演控制方法介绍 151
5.2.2问题描述 153
5.2.3主要结果 155
5.3基于动态非完整链式标准型的移动机器人神经网络自适应控制 170
5.3.1问题描述 171
5.3.2基于模型的控制 172
5.3.3神经网络自适应控制 176
参考文献 186
第6章 环境感知与控制技术在无人机系统的应用 187
6.1概述 188
6.2无人机系统关键技术概述 190
6.3无人机视觉感知与导航 203
6.3.1基于双目立体视觉的环境感知 205
6.3.2基于视觉传感器的导航方式 213
6.4无人机在电力系统中的应用 215
参考文献 217
索引 218