- 机器人环境感知(新一代信息技术人工智能与机器人战略性新兴领域十四五高等教育系列教材)
- - 作者：编者:梁桥康//王耀南|责编:吉玲//王荣
  - 出版社：机械工业
  - ISBN：9787111776468
  - 出版日期：2024/12/01
  - 页数：216
- 售价：22

内容大纲
本书旨在深入介绍机器人环境感知技术，为广大工程技术人员学习机器人感知方面的应用和最新理论方法奠定基础，同时也可作为高年级本科生、硕士研究生或博士研究生的学习参考书。本书主要内容包括机器人环境感知绪论、基于视觉的机器人环境感知技术、基于激光雷达的机器人环境感知技术、机器人力触觉环境感知技术、主动视觉感知与点云配准、基于多传感器融合的机器人环境感知技术、基于视觉的机器人三维场景重建技术等。全书从方法到实际应用、从算法分析到模型搭建、从理论模型到编程实现等多角度介绍机器人环境感知方面的研究，并深度结合当前国内外最新研究热点，为业内人士从事相关研究与应用工作提供重要参考。
本书适合机器人感知技术的初学者、爱好者以及普通高校自动化、机器人、人工智能等相关专业的学生作为工具书、教材或参考书，也可以作为机器人感知、人形机器人、具身智能等从业者的参考书。希望读者在阅读完本书后能根据实际的应用场景需求搭建对应的智能机器人环境感知系统，为提升我国机器人核心感知技术创新水平贡献自己的力量。
作者介绍
目录
前言
第1章  机器人环境感知绪论
  1.1  智能机器人概述
  1.2  机器人环境感知定义和研究现状
    1.2.1  机器人环境感知定义
    1.2.2  机器人环境感知研究现状
  1.3  机器人环境感知传感器
    1.3.1  视觉传感器
    1.3.2  激光雷达传感器
    1.3.3  力触觉传感器
    1.3.4  运动传感器
    1.3.5  其他类型传感器
  本章小结
  习题
  参考文献
第2章  基于视觉的机器人环境感知技术
  2.1  视觉传感器概述及工作原理
    2.1.1  摄像机成像模型
    2.1.2  摄像机坐标系之间的空间位置转换关系
    2.1.3  摄像机参数标定
  2.2  基于视觉的机器人障碍物三维识别方法
    2.2.1  基于可微置信度传播的障碍物三维重建
    2.2.2  基于置信度特征融合的目标检测
    2.2.3  实验结果与分析
  2.3  基于视觉的机器人抓取工件三维识别方法
    2.3.1  基于动态尺度特征卷积的编码特征提取
    2.3.2  基于可微归一化匹配代价与联合引导代价聚合的深度估计
    2.3.3  基于多尺度特征映射融合的工件三维识别
    2.3.4  实验结果与分析
  本章小结
  习题
  参考文献
第3章  基于激光雷达的机器人环境感知技术
  3.1  激光雷达传感器原理与预处理
    3.1.1  机械式激光雷达
    3.1.2  半固态激光雷达
    3.1.3  全固态激光雷达
  3.2  激光点云配准
    3.2.1  最近点迭代算法
    3.2.2  正态分布变换算法
  3.3  基于激光雷达的环境建图算法
    3.3.1  二维栅格地图构建
    3.3.2  三维点云地图构建
  3.4  基于激光雷达的环境语义分析
    3.4.1  基于激光雷达的物体检测
    3.4.2  基于激光雷达的语义分割
  本章小结
  习题
  参考文献
第4章  机器人力触觉环境感知技术

  4.1  机器人力触觉传感器分类及原理
    4.1.1  力触觉传感器分类
    4.1.2  力/力矩传感器原理
    4.1.3  触觉传感器原理
    4.1.4  力传感器性能指标
  4.2  机器人力/力矩感知方法
    4.2.1  机器人-环境交互力建模
    4.2.2  机器人-环境交互力测量
    4.2.3  多维力/力矩传感器解耦
  4.3  机器人触觉感知方法
    4.3.1  基于触觉的目标感知
    4.3.2  基于触觉的目标识别
  本章小结
  习题
  参考文献
第5章  主动视觉感知与点云配准
  5.1  机器人主动视觉感知系统中的基本概念
    5.1.1  机器人主动视觉感知系统概述
    5.1.2  主动视觉感知基本工作流程
    5.1.3  视觉规划数据表示
  5.2  视角规划的基本方法
    5.2.1  视角规划的基本方法原理
    5.2.2  视角规划基本方法的仿真测试
    5.2.3  视角规划基本方法在实际机器人系统上的测试
  5.3  基于强化学习的视角规划方法
    5.3.1  强化学习的基本原理
    5.3.2  视角规划强化学习的建模
  5.4  点云及其配准
    5.4.1  点云数据
    5.4.2  点云配准的概念
  5.5  成对点云配准
    5.5.1  问题定义
    5.5.2  全局（粗）配准算法
    5.5.3  精确配准算法
    5.5.4  基于深度神经网络的点云配准
    5.5.5  深度点云配准神经网络性能测试
  5.6  多视角点云配准
    5.6.1  基于图优化多视角点云配准
    5.6.2  基于多视角点云联合距离最小化的配准
    5.6.3  直接SE(3)约束多姿态优化
    5.6.4  李代数多姿态优化
  本章小结
  习题
  参考文献
第6章  基于多传感器融合的机器人环境感知技术
  6.1  多传感器融合概述及工作原理
    6.1.1  激光雷达与摄像机联合标定方法
    6.1.2  激光雷达与惯性测量单元联合标定
    6.1.3  摄像机与惯性测量单元联合标定
    6.1.4  激光雷达、摄像机和惯性测量单元联合标定

  6.2  基于视觉与力触觉融合的机器人目标抓取
    6.2.1  基于视觉模态特征的目标抓取
    6.2.2  基于触觉模态特征的目标抓取
    6.2.3  基于视觉与触觉特征融合的目标抓取
  6.3  基于多传感器融合的机器人自主定位与导航
    6.3.1  基于多传感器融合的机器人语义地图构建
    6.3.2  基于多传感器融合的机器人定位导航
  本章小结
  习题
  参考文献
第7章  基于视觉的机器人三维场景重建技术
  7.1  三维场景重建视觉传感器概述及工作原理
    7.1.1  双目摄像机
    7.1.2  多目摄像机
  7.2  基于双目视觉的机器人三维语义地图构建方法
    7.2.1  多尺度多阶段编码特征提取
    7.2.2  多尺度渐进式匹配代价特征融合与深度估计
    7.2.3  多尺度特征融合机器人三维语义地图构建
    7.2.4  实验结果与分析
  7.3  基于双目视觉的机器人导航场景深度估计方法
    7.3.1  基于迟滞注意力的编码特征提取
    7.3.2  基于三维分组卷积的监督匹配代价构建
    7.3.3  实验结果与分析
  本章小结
  习题
  参考文献

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目