譯者序
前言
第1章　緒論 1
1.1　移動機器人應用 1
1.2　移動機器人分類 2
1.2.1　地面自主移動機器人 2
1.2.2　服務機器人 2
1.2.3　清潔和草坪護理機器人 3
1.2.4　社交機器人 3
1.2.5　野外機器人 4
1.2.6　檢測、偵查、監(jiān)控和勘探機器人 5
1.3　移動機器人工程 6
1.3.1　移動機器人子系統(tǒng) 6
1.3.2　全書概述 6
1.3.3　輪式移動機器人基礎 8
1.3.4　參考文獻與延伸閱讀 9
1.3.5　習題 9
第2章　數(shù)學基礎 10
2.1　約定和定義 10
2.1.1　符號約定 10
2.1.2　附體坐標系 14
2.1.3　參考文獻與延伸閱讀 16
2.2　矩陣基礎 17
2.2.1　矩陣運算 17
2.2.2　矩陣函數(shù) 19
2.2.3　矩陣求逆 20
2.2.4　秩–零化度定理 22
2.2.5　矩陣代數(shù) 23
2.2.6　矩陣微積分 25
2.2.7　萊布尼茨法則 31
2.2.8　參考文獻與延伸閱讀 32
2.2.9　習題 32
2.3　剛體變換基礎 33
2.3.1　定義 33
2.3.2　為什么使用齊次變換 33
2.3.3　語義和解釋 34
2.3.4　參考文獻與延伸閱讀 43
2.3.5　習題 44
2.4　機構運動學 45
2.4.1　正運動學 45
2.4.2　逆運動學 49
2.4.3　微分運動學 52
2.4.4　參考文獻與延伸閱讀 54
2.4.5　習題 54
2.5　方向和角速度 55
2.5.1　歐拉角形式的方向表示 56
2.5.2　角速度和小角度 59
2.5.3　歐拉角形式的角速度與方向變化率 61
2.5.4　軸角形式的角速度與方向變化率 62
2.5.5　參考文獻與延伸閱讀 63
2.5.6　習題 64
2.6　傳感器的運動學模型 64
2.6.1　攝像機的運動學模型 64
2.6.2　激光測距傳感器的運動學模型 65
2.6.3　參考文獻與延伸閱讀 71
2.6.4　習題 71
2.7　變換圖與位姿網絡 71
2.7.1　關系變換 71
2.7.2　位姿網絡求解 74
2.7.3　過約束網絡 75
2.7.4　用于一般位置坐標系的微分運動學 77
2.7.5　參考文獻與延伸閱讀 81
2.7.6　習題 81
2.8　四元數(shù) 82
2.8.1　表示和符號 82
2.8.2　四元數(shù)乘法 83
2.8.3　其他四元數(shù)運算 85
2.8.4　三維旋轉表示 86
2.8.5　姿態(tài)和角速度 88
2.8.6　參考文獻與延伸閱讀 90
2.8.7　習題 90
第3章　數(shù)值方法 92
3.1　向量函數(shù)的線性化和優(yōu)化 92
3.1.1　線性化 93
3.1.2　目標函數(shù)優(yōu)化 94
3.1.3　約束優(yōu)化 98
3.1.4　參考文獻與延伸閱讀 103
3.1.5　習題 103
3.2　方程組 103
3.2.1　線性系統(tǒng) 103
3.2.2　非線性系統(tǒng) 108
3.2.3　參考文獻與延伸閱讀 110
3.2.4　習題 110
3.3　非線性優(yōu)化和約束優(yōu)化 111
3.3.1　非線性優(yōu)化 111
3.3.2　約束優(yōu)化 116
3.3.3　參考文獻與延伸閱讀 119
3.3.4　習題 120
3.4　微分代數(shù)系統(tǒng) 120
3.4.1　約束動力學 121
3.4.2　一階和二階約束運動學系統(tǒng) 123
3.4.3　拉格朗日動力學 125
3.4.4　約束 129
3.4.5　參考文獻與延伸閱讀 133
3.4.6　習題 133
3.5　微分方程的積分 134
3.5.1　狀態(tài)空間中的動力學模型 134
3.5.2　狀態(tài)空間模型的積分 134
3.5.3　參考文獻與延伸閱讀 137
3.5.4　習題 137
第4章　動力學 138
4.1　動坐標系 138
4.1.1　觀測問題 138
4.1.2　改變參考系 139
4.1.3　應用實例：姿態(tài)穩(wěn)定裕度估計 143
4.1.4　運動狀態(tài)的遞歸變換 145
4.1.5　參考文獻和延伸閱讀 148
4.1.6　習題 149
4.2　輪式移動機器人運動學 149
4.2.1　剛體運動概況 150
4.2.2　輪式移動機器人固定接觸點的速度運動學 152
4.2.3　常用轉向系統(tǒng)配置 155
4.2.4　參考文獻和延伸閱讀 159
4.2.5　習題 160
4.3　約束運動學與動力學 160
4.3.1　禁止方向的約束 161
4.3.2　純滾動（無側滑）約束 165
4.3.3　拉格朗日動力學 168
4.3.4　地形接觸 173
4.3.5　軌跡估計與預測 175
4.3.6　參考文獻和延伸閱讀 179
4.3.7　習題 180
4.4　線性系統(tǒng)理論概述 181
4.4.1　線性定常系統(tǒng) 181
4.4.2　線性動態(tài)系統(tǒng)的狀態(tài)空間表示 187
4.4.3　非線性動態(tài)系統(tǒng) 190
4.4.4　非線性動態(tài)系統(tǒng)的擾動動力學 192
4.4.5　參考文獻與延伸閱讀 194
4.4.6　習題 195
4.5　預測模型與系統(tǒng)辨識 195
4.5.1　制動 196
4.5.2　轉向 197
4.5.3　車輛翻倒 199
4.5.4　車輪打滑和偏航穩(wěn)定性 202
4.5.5　動力學模型的參數(shù)化和線性化 204
4.5.6　系統(tǒng)辨識 207
4.5.7　參考文獻與延伸閱讀 213
4.5.8　習題 214
第5章　最優(yōu)估計 215
5.1　隨機變量、隨機過程與隨機變換 215
5.1.1　不確定性的表征 215
5.1.2　隨機變量 216
5.1.3　不確定性變換 222
5.1.4　隨機過程 229
5.1.5　參考文獻與延伸閱讀 234
5.1.6　習題 234
5.2　協(xié)方差傳播與最優(yōu)估計 235
5.2.1　連續(xù)積分與平均過程的方差 235
5.2.2　隨機積分 239
5.2.3　最優(yōu)估計 244
5.2.4　參考文獻與延伸閱讀 251
5.2.5　習題 251
5.3　狀態(tài)空間卡爾曼濾波器 252
5.3.1　引言 252
5.3.2　線性離散時間卡爾曼濾波 254
5.3.3　非線性系統(tǒng)的卡爾曼濾波 256
5.3.4　簡單應用實例：二維平面的移動機器人 260
5.3.5　關于卡爾曼濾波的實用信息 269
5.3.6　其他形式的卡爾曼濾波 274
5.3.7　參考文獻與延伸閱讀 274
5.3.8　習題 275
5.4　貝葉斯估計 276
5.4.1　定義 276
5.4.2　貝葉斯法則 278
5.4.3　貝葉斯濾波 282
5.4.4　貝葉斯建圖 286
5.4.5　貝葉斯定位 292
5.4.6　參考文獻與延伸閱讀 295
5.4.7　習題 295
第6章　狀態(tài)估計 296
6.1　位姿估計的數(shù)學基礎 296
6.1.1　位姿修正與航位推算法 296
6.1.2　位姿修正 298
6.1.3　三角測量中的誤差傳播 300
6.1.4　實際位姿修正系統(tǒng) 307
6.1.5　航位推算法 308
6.1.6　實際航位推算系統(tǒng) 316
6.1.7　參考文獻與延伸閱讀 316
6.1.8　習題 317
6.2　用于狀態(tài)估計的傳感器 318
6.2.1　關節(jié)傳感器 318
6.2.2　環(huán)境場傳感器 319
6.2.3　慣性參考系 320
6.2.4　慣性傳感器 322
6.2.5　參考文獻與延伸閱讀 327
6.2.6　習題 327
6.3　慣性導航系統(tǒng) 328
6.3.1　引言 328
6.3.2　慣性導航的數(shù)學原理 328
6.3.3　慣性導航中的誤差和輔助系統(tǒng) 332
6.3.4　應用實例：簡單的里程計輔助姿態(tài)航向基準系統(tǒng) 335
6.3.5　參考文獻與延伸閱讀 338
6.3.6　習題 338
6.4　衛(wèi)星導航系統(tǒng) 339
6.4.1　引言 339
6.4.2　工作原理 339
6.4.3　狀態(tài)測量 340
6.4.4　性能參數(shù) 343
6.4.5　運行模式 345
6.4.6　參考文獻與延伸閱讀 346
6.4.7　習題 346
第7章　控制 348
7.1　經典控制 348
7.1.1　引言 348
7.1.2　虛擬彈簧阻尼系統(tǒng) 351
7.1.3　反饋控制 353
7.1.4　參考模型和前饋控制 358
7.1.5　參考文獻與延伸閱讀 361
7.1.6　習題 361
7.2　狀態(tài)空間控制 362
7.2.1　引言 362
7.2.2　狀態(tài)空間反饋控制 363
7.2.3　應用實例：機器人軌跡跟蹤 366
7.2.4　感知控制 370
7.2.5　轉向軌跡生成 372
7.2.6　參考文獻與延伸閱讀 377
7.2.7　習題 378
7.3　預測控制的優(yōu)化與建模 378
7.3.1　變分法 378
7.3.2　最優(yōu)控制 381
7.3.3　模型預測控制 385
7.3.4　求解最優(yōu)控制問題的方法 387
7.3.5　參數(shù)化最優(yōu)控制 390
7.3.6　參考文獻與延伸閱讀 393
7.3.7　習題 394
7.4　智能控制 394
7.4.1　引言 395
7.4.2　評價 397
7.4.3　表達 399
7.4.4　搜索 405
7.4.5　參考文獻與延伸閱讀 409
7.4.6　習題 410
第8章　感知 411
8.1　圖像處理算子與算法 411
8.1.1　計算機視覺算法分類 412
8.1.2　高通濾波算子 413
8.1.3　低通算子 417
8.1.4　信號和圖像匹配 418
8.1.5　特征檢測 420
8.1.6　區(qū)域處理 422
8.1.7　參考文獻與延伸閱讀 425
8.1.8　習題 425
8.2　非接觸傳感器的物理特性及原理 426
8.2.1　非接觸傳感器 426
8.2.2　測距技術 427
8.2.3　輻射信號 430
8.2.4　透鏡、濾光片和反射鏡 436
8.2.5　參考文獻與延伸閱讀 439
8.2.6　習題 440
8.3　感知傳感器 440
8.3.1　激光測距傳感器 440
8.3.2　超聲波測距傳感器 444
8.3.3　可見光攝像機 445
8.3.4　中遠紅外波長攝像機 447
8.3.5　雷達 449
8.3.6　參考文獻與延伸閱讀 451
8.3.7　習題 451
8.4　幾何級與語義級計算機視覺概述 451
8.4.1　像素級分類 451
8.4.2　計算立體視覺 453
8.4.3　障礙物探測 456
8.4.4　參考文獻與延伸閱讀 459
8.4.5　習題 459
第9章　定位和地圖構建 462
9.1　表示和問題 462
9.1.1　引言 462
9.1.2　表示 463
9.1.3　定時和運動問題 465
9.1.4　定位的相關問題 466
9.1.5　結構概述 468
9.1.6　應用實例：無人地面車輛的地形地圖 469
9.1.7　參考文獻與延伸閱讀 473
9.1.8　習題 473
9.2　視覺定位和運動估計 473
9.2.1　引言 473
9.2.2　定位和運動估計的信號對準 479
9.2.3　用于定位和運動估計的特征匹配 483
9.2.4　搜索最優(yōu)位姿 488
9.2.5　參考文獻與延伸閱讀 496
9.2.6　習題 497
9.3　同步定位與地圖構建 498
9.3.1　引言 498
9.3.2　循環(huán)構建地圖的全局一致性 499
9.3.3　回訪檢測 503
9.3.4　離散路標的EKF SLAM 505
9.3.5　應用實例：激光反射器的自動探測 508
9.3.6　參考文獻與延伸閱讀 510
9.3.7　習題 511
第10章　運動規(guī)劃 512
10.1　引言 512
10.1.1　路徑規(guī)劃簡介 513
10.1.2　路徑規(guī)劃的系統(tǒng)闡述 514
10.1.3　無障礙運動規(guī)劃 515
10.1.4　參考文獻與延伸閱讀 516
10.1.5　習題 517
10.2　全局路徑規(guī)劃的表示與搜索 517
10.2.1　連續(xù)運動規(guī)劃 517
10.2.2　最優(yōu)搜索的重要創(chuàng)意 522
10.2.3　一致代價序貫規(guī)劃算法 525
10.2.4　加權序貫規(guī)劃 529
10.2.5　序貫運動規(guī)劃的實現(xiàn) 536
10.2.6　參考文獻與延伸閱讀 538
10.2.7　習題 539
10.3　實時全局運動規(guī)劃：在未知的動態(tài)環(huán)境中的移動 539
10.3.1　引言 539
10.3.2　有限深度搜索 541
10.3.3　實時方法 543
10.3.4　規(guī)劃修正方法：D*算法 544
10.3.5　分層規(guī)劃 551
10.3.6　參考文獻與延伸閱讀 553
10.3.7　習題 553
索引 554