第1章 机器人学引论 1
1.1 什么是机器人 1
1.2 机器人的种类 2
1.3 机器人学有什么用处 5
1.4 怎样学习机器人学 7
第2章 机械手的运动 9
2.1 机械手运动的表示方法 9
2.1.1 机械手的结构 9
2.1.2 机械手的机构和运动学 10
2.1.3 运动学、静力学、动力学的关系 12
2.2 手抓位置和关节变量的关系 13
2.2.1 手爪位置和姿态的表示方法 13
2.2.2 姿态变换矩阵 13
2.2.3 齐次变换 15
2.3 雅可比矩阵 18
2.3.1 雅可比矩阵的定义 18
2.3.2 关节速度和手抓速度的几何学关系 19
2.4 手爪力和关节驱动力的关系 20
2.4.1 虚功原理 20
2.4.2 机械手静力学关系式的推导 21
2.5 机械手运动方程式的求解 23
2.5.1 惯性矩 23
2.5.2 牛顿、欧拉运动方程式 25
2.5.3 拉格朗日运动方程式 26
练习题 29
第3章 机械手的控制 31
3.1 机器人系统的构成 31
3.2 传递函数和方框图 33
3.2.1 传递函数 33
3.2.2 方框图 37
3.3 PID控制 40
3.3.1 PID控制的基本形式 40
3.3.2 实用的PID控制 41
3.4 机械手的位置控制 43
3.4.1 手爪位置控制 43
3.4.2 动态控制 44
3.5 机械手的力控制 46
3.5.1 1自由度机械系统的阻抗控制 46
3.5.2 机械手的阻抗控制 48
3.5.3 混合控制 50
练习题 51
第4章 机器人的感觉 53
4.1 传感器的种类 53
4.1.1 传感器的分类 53
4.1.2 内部状态的感觉 54
4.1.3 外部状况的感觉 56
4.2 触觉信息的获取 58
4.2.1 接触觉传感器 58
4.2.2 压觉传感器 59
4.2.3 滑觉传感器 60
4.2.4 力觉传感器 61
4.3 视觉信息的获取 62
4.3.1 PSD传感器 62
4.3.2 视觉传感器 63
4.3.3 形状传感器 65
4.3.4 光切断传感器 65
4.3.5 全方位视觉传感器 66
4.4 距离信息的获取 70
4.4.1 双目视觉 70
4.4.2 投光法 71
练习题 72
第5章 环境识别 75
5.1 触觉信息的处理 75
5.1.1 利用识别函数的形状识别 75
5.1.2 按轮廓特征识别形状 77
5.2 基本的图像处理方法 78
5.2.1 二值化处理 78
5.2.2 微分处理 79
5.2.3 边缘像素提取和细线化与直线近似 79
5.2.4 Hough变换 80
5.2.5 模板匹配 81
5.3 2维图像的处理 83
5.3.1 物体的位置检测 83
5.3.2 复杂背景的物体识别 85
5.4 3维图像的处理 88
5.4.1 双目视觉 88
5.4.2 时空图像 89
5.4.3 狭缝图像 92
练习题 93
第6章 移动和机构的控制 95
6.1 为什么要移动 95
6.2 移动环境及与其相适应的机器人机构学 96
6.2.1 环境整备领域内的移动机器人 96
6.2.2 没有整备环境领域内的移动机器人 96
6.2.3 车轮型移动机构的结构和运动 97
6.2.4 履带式移动机构 100
6.2.5 步行机器人的机构 101
6.3 移动的检测 102
6.3.1 移动机器人的自立位置检测 103
6.3.2 移动机器人的位置·方位修正检测 104
6.4 引导和控制 107
6.4.1 路径引导方式 107
6.4.2 自主引导方式 109
6.5 多机器人控制 109
6.5.1 多机器人的群控 109
6.5.2 多机器人自动控制的发展 110
练习题 111
第7章 机器人的智能化 113
7.1 什么是机器人的智能化 114
7.2 机器人的路径规划 117
7.2.1 基于模型的路径规划 118
7.2.2 基于传感器的路径规划 123
7.3 机器人的动作规划 125
7.4 作业顺序的规划 127
7.4.1 AND-OR图的生成算法 129
7.4.2 搜索算法GBF 130
7.4.3 运送零件路径·动作规划 131
7.5 机器人学习 133
练习题 134
练习题简答 137
参考文献 153