第1章 概论 1
1.1智能机器人的产生与发展 1
1.2智能机器人的体系结构 5
1.3智能机器人的感知与多传感器信息融合 9
1.4智能机器人的控制技术 11
1.5智能机器人的发展趋势 13
第2章 机器人的驱动技术 15
2.1电气驱动 15
2.1.1步进电动机 15
2.1.2直流伺服电动机及其驱动 18
2.1.3无刷伺服电动机及其驱动 20
2.2液压驱动器 25
2.2.1电磁伺服阀 25
2.2.2摆动油缸 26
2.2.3液压伺服马达 26
2.3气压驱动器 27
2.3.1叶片式气动马达 27
2.3.2气压驱动的控制结构 27
2.4新型驱动器 28
2.4.1静电驱动器 28
2.4.2形状记忆合金驱动器 29
2.4.3电致磁伸缩驱动器 30
2.4.4压电效应驱动器 31
2.4.5人工肌肉 32
2.4.6超声波电机 32
第3章 机器人感觉与多信息融合 34
3.1智能机器人对传感器的要求 34
3.2机器人感觉 34
3.2.1运动传感器 34
3.2.2力觉传感器 40
3.2.3接近觉传感器 42
3.2.4触觉传感器 44
3.2.5滑觉传感器 46
3.2.6听觉传感器 47
3.2.7人工皮肤 48
3.2.8机器人传感器的发展趋势 49
3.3多传感器信息融合 49
3.3.1多传感器系统与信息融合 49
3.3.2信息融合方法和融合模式 50
第4章 机器视觉 53
4.1视觉计算模型 53
4.1.1人的视觉系统 53
4.1.2视觉计算模型 55
4.2.1照明 56
4.2机器视觉系统的组成 56
4.2.2视觉传感器 57
4.3图像的生成和预处理 62
4.3.1摄像机的几何模型 62
4.3.2图像的预处理 64
4.4图像分割 68
4.4.1灰度阈值法 69
4.4.2颜色分割 70
4.4.3边缘检测 71
4.5模式识别 74
4.6机器人三维视觉 79
4.6.1立体视差的基本原理 80
4.6.2机器人三维视觉中摄像机的标定 80
4.6.3机器人如何利用三维视觉进行自主导航定位 82
4.7机器视觉系统的应用 84
4.7.1搬运机器人 84
4.7.2基于视觉的工件拾取机器人 87
第5章 运动规划与控制技术 88
5.1智能机器人运动规划和控制技术导论 88
5.1.1智能机器人系统的基本特征 89
5.1.2智能机器人控制系统的基本结构 90
5.1.4智能控制研究的数学工具 91
5.1.3智能机器人控制系统的主要功能特点 91
5.1.5智能控制理论的主要内容及其在智能机器人控制中的应用 92
5.2智能控制理论基础 96
5.2.1人工神经网络概述 96
5.2.2模糊控制理论基础 105
5.2.3智能控制中的优化技术基础 116
5.3智能机器人运动规划 133
5.3.1轮式移动机器人运动规划的解析方法 136
5.3.2基于神经元网络的移动机器人路径规划 139
5.3.3基于人工势场理论的机器人模糊运动规划 147
5.3.4基于遗传模拟退火算法的机器人路径规划 154
5.4.1空间机器人的神经网络控制 157
5.4智能机器人控制技术 157
5.4.2基于遗传算法的空间机器人神经网络控制 165
5.4.3多指灵巧手的神经网络控制 167
5.4.4智能机器人的模糊控制 169
第6章 智能机器人系统实例 177
6.1室外智能移动机器人 177
6.2双足步行智能机器人 182
6.3球形机器人 189
6.3.1球形机器人的特点及应用前景 190
6.3.2球形机器人的研究现状 191
6.4仿鱼机器人 193
参考文献 200