自主移動機器人與多機器人系統：運動規劃、通信和集群

購買商店

自主移動機器人與多機器人系統：運動規劃、通信和集群

$594.00

馬上購買

內容描述

本書首先介紹了在具有完整位置和速度信息的全局坐標系中導航和運動規劃的模型和算法。
第二部分研究了機器人在勢場中的運動，勢場是由機器人的期望和知識的環境狀態定義的。
第三部分介紹了機器人在未知環境中的運動以及利用感測信息進行環境映射的相應任務。
第四部分從二維和三維兩個方面研究了多機器人系統和群體動力學。

目錄大綱

貢獻者名單
譯者序
前言
致謝
配套資源
第1章 緒論
1.1 機器人的早期歷史
1.2 自主機器人
1.3 機械臂
1.4 移動機器人
1.5 多機器人系統和集機器人
1.6 本書的宗旨和結構
參考文獻
第2章 全局坐標系下的運動規劃
2.1 動機
2.2 符號表示
2.2.1 構型空間
2.2.2 工作空間
2.2.3 權重函數
2.3 已知構型空間的運動規劃
2.3.1 勢場法
2.3.2 基於網格的算法
2.3.3 基於採樣的算法
2.4 已知部分構型空間的運動規劃
2.4.1 BUG
2.4.2 BUG
2.4.3 BUG
2.5 小結
參考文獻
第3章 基礎感知
3.1 傳感器基本方案
3.2 障礙傳感器（安全保險桿）
3.3 里程計傳感器
3.4 距離傳感器
3.4.1 飛行時間測距儀
3.4.2 相移測距儀
3.4.3 三角測距儀
3.4.4 聲波測距儀
3.5 小結
參考文獻
第4章 全局坐標系下的運動表示
4.1 移動機器人模型
4.1.1 輪式移動機器人
4.1.2 空中移動機器人
4.2 Hilare型移動機器人的運動學與控制
4.2.1 Hilare型移動機器人的前向運動學
4.2.2 Hilare型移動機器人的速度控制
4.2.3 軌跡跟踪
4.3 旋翼移動機器人的運動學與控制
4.3.1 旋翼移動機器人的動力學
4.3.2 螺旋槳的力與轉矩
4.3.3 姿態變換
4.3.4 旋翼動力學模型
4.3.5 簡化動力學模型
4.3.6 旋翼的軌跡跟踪控制
4.3.7 仿真
參考文獻
第5章 勢場和導航函數下的運動
5.1 問題描述
5.2 梯度下降法
5.2.1 無約束的梯度下降
5.2.2 有約束的梯度下降
5.3 閔可夫斯基和
5.4 人工勢場法
5.5 導航函數法
5.5.1 靜態確定性環境下的導航函數
5.5.2 靜態不確定性環境下的導航函數
5.5.3 動態環境下的導航函數與勢場
5.6 小結
參考文獻
第6章 全球衛星導航系統與機器人定位
6.1 衛星導航概論
6.2 位置計算
6.2.1 多徑信號
6.2.2 GNSS精度分析
6.2.3 精度因子
6.3 坐標系
6.3.1 緯度、經度和海拔
6.3.2 UTM投影
6.3.3 局部笛卡兒坐標系
6.4 速度計算
6.4.1 計算大綱
6.4.2 插入說明
6.5 城市導航
6.5.1 城市峽谷導航
6.5.2 地圖匹配
6.5.3 航位推算——慣性傳感器
6.6 GNSS數據與INS結合
6.6.1 改進的粒子濾波器
6.6.2 結合GNSS和INS估計速度
6.7 GNSS協議
6.8 其他類型的GPS
6.8.1 輔助全球定位系統
6.8.2 差分全球定位系統
6.8.3 實時動態導航
6.9 GNSS威脅
6.9.1 GNSS干擾
6.9.2 GNSS欺騙
參考文獻

第7章 局部坐標系下的運動
7.1 全局運動規劃與導航
7.2 不確定性運動規劃
7.2.1 運載器性能的不確定性
7.2.2 傳感器的不確定性
7.2.3 適應不確定性的運動規劃
7.3 在線運動規劃
7.3.1 帶微分約束的運動規劃
7.3.2 被動運動規劃
7.4 利用局部地圖進行全局定位
7.5 三維空間中無人機的運動規劃
7.6 小結
參考文獻
第8章 未知環境中的運動
8.1 基於概率地圖的定位
8.1.1 信念分佈與馬爾可夫定位
8.1.2 運動預測與卡爾曼定位
8.2 未知環境建圖與決策
8.2.1 建圖和定位
8.2.2 不確定性條件下的決策
8.3 概率運動規劃實例
8.3.1 信念空間中的運動規劃
8.3.2 環境建圖
8.4 小結
參考文獻
第9章 移動機器人的能量限制與能量效率
9.1 引言
9.2 移動機器人的能量限制問題
9.3 移動機器人功率管理和能量控制的精選文獻分析
9.4 移動機器人的能量模型
9.5 移動機器人推進
9.5.1 輪式移動機器人的推進
9.5.2 履帶式移動機器人的推進
9.6 機械能源的能量模型
9.6.1 內燃機
9.6.2 鋰電池
9.7 小結
參考文獻
第10章 多機器人系統與集
10.1 多智能體系統與機器人集
10.1.1 多智能體系統原理
10.1.2 基本蜂擁規則與聚合和避碰的方法
10.2 智能體的控制與集的定位
10.2.1 基於智能體的模型
10.2.2 集動力學的概率模型
10.3 小結
參考文獻
第11章 基於共享環境地圖的協作運動
11.1 基於共享信息的協作運動
11.1.1 公共勢場中的運動
11.1.2 共享本地環境信息的地形中的運動
11.2 異構環境中的集動力學
11.2.1 異構環境和外部勢場下的基礎集
11.2.2 基於公共概率地圖的集搜索
11.3 基於共享環境地圖的集動力學案例
11.3.1 基於多搜索器的概率搜索
11.3.2 基於吸引/排斥勢的避障、避碰
11.4 小結
參考文獻
第12章 直接與間接通信下的協作運動
12.1 組內移動機器人間的通信
12.2 簡單的通信協

作者介紹

Eugene Kagan
以色列阿里爾大學工業工程系高級講師，魏茨曼科學研究所數學系顧問，
特拉維夫大學AI、機器學習和業務數據分析實驗室（LAMBDA）的副研究員。

Nir Shvalb
以色列阿里爾大學工程學院的教授，也是該校運動學和計算幾何學實驗室的聯合負責人。

Irad Ben-Gal
以色列特拉維夫大學工業工程系教授，也是該校AI、機器學習、業務和數據分析實驗室（LAMBDA）的負責人。
譯者簡介：
喻俊志
北京大學博雅特聘教授，博士生導師，IEEE Fellow，國家傑出青年基金獲得者、
國家萬人計劃科技創新領軍人才、入選國家百千萬人才工程等。
（曾）擔任多個國際期刊包括IEEE Transactions on Robotics、IEEE/ASME Transactions on Mechatronics、
Bioinspiration & Biomimetics、Journal of Bionic Engineering的編委。
主要研究方向為智能機器人、機電一體化、計算智能等。