第1章绪论001
1.1移动机器人的研究现状002
1.2移动机器人应用中的科学技术问题008
1.3移动机器人自主导航关键技术的研究现状009
1.3.1环境信息获取009
1.3.2环境建模与定位010
1.3.3环境认知011
1.3.4导航避障012
习题014
参考文献014

第2章智能机器人力觉感知016
2.1智能机器人多维力/力矩传感器的研究现状016
2.2智能机器人多维力/力矩传感器的分类018
2.3电阻式多维力/力矩传感器的检测原理020
2.4智能机器人多维力/力矩传感器的发展023
习题025
参考文献025

第3章移动机器人环境视觉感知027
3.1三维摄像机027
3.1.1SR3000内参数标定028
3.1.2SR3000深度标定030
3.1.3SR3000远距离数据滤波算法034
3.2基于三维视觉的障碍物实时检测与识别方法037
3.2.1基于图像与空间信息的未知场景分割方法038
3.2.2非结构化环境下障碍物的特征提取040
3.2.3基于相关向量机的障碍物识别方法043
3.2.4实验结果045
3.3基于视觉的地形表面类型识别方法053
3.3.1基于Gabor小波和混合进化算法的地表特征提取054
3.3.2基于相关向量机神经网络的地表识别058
3.3.3实验结果061
3.4非结构化环境下地形的可通行性评价066
3.4.1地形的可通行性066
3.4.2基于模糊逻辑的地形可通行性评价067
3.4.3实验结果079习题083
参考文献083

第4章移动机器人的自主导航085
4.1移动机器人反应式导航控制方法085
4.1.1单控制器反应式导航085
4.1.2基于行为的反应式导航087
4.2基于混合协调策略和分层结构的行为导航方法089
4.2.1总体方案089
4.2.2基于模糊神经网络的底层基本行为控制器设计090
4.2.3多行为的混合协调策略099
4.3基于模糊逻辑的非结构化环境下自主导航103
4.4算法小结104
4.5实验结果105
习题109
参考文献109

第5章移动机器人运动控制方法111
5.1基于运动学的移动机器人同时镇定和跟踪控制111
5.1.1问题描述112
5.1.2主要结果113
5.2基于动力学的移动机器人同时镇定和跟踪控制125
5.2.1反演控制方法介绍126
5.2.2问题描述127
5.2.3主要结果129
5.3基于动态非完整链式标准型的移动机器人神经网络自适应控制140
5.3.1问题描述141
5.3.2基于模型的控制142
5.3.3神经网络自适应控制145
习题154
参考文献155

第6章机器人视觉伺服控制156
6.1机器人视觉伺服的基本概念156
6.1.1基于图像的视觉伺服（IBVS）157
6.1.2基于位置的视觉伺服（PBVS）164
6.1.3混合视觉伺服（HBVS）168
6.1.4机器人视觉伺服典型问题描述172
6.2特征空间误差观测与扰动补偿173
6.2.1机器人鲁棒视觉伺服控制框架173
6.2.2特征空间的扩张状态观测器173
6.2.3非线性误差反馈控制率175
6.3机器人视野与性能约束建模175
6.3.1性能函数与误差变换175
6.3.2机器人视觉伺服控制率177
6.4机器人鲁棒视觉伺服应用178
6.4.1鲁棒视觉伺服实验设计178
6.4.2机器人抗扰控制实验178
6.4.3机器人视野约束实验182
6.4.4机器人视觉伺服应用螺栓拆装任务185
习题186
参考文献187

第7章机器人自主三维测量188
7.1机器人三维测量原理及流程188
7.1.1结构光法三维测量原理189
7.1.2机器人三维测量视点规划193
7.1.3点云拼接及误差分析194
7.2机器人测量系统建模197
7.2.1结构光相机参数与标定197
7.2.2机械臂手眼标定199
7.3机器人自主三维测量视点规划202
7.3.1视点规划问题概述与建模202
7.3.2DDPG算法介绍203
7.3.3DDPG相关设计204
7.4仿真实验208
7.4.1实验设置208
7.4.2叶片重建仿真实验209
7.5机器人三维测量系统应用案例211
7.5.1总体设计思路211
7.5.2测量实例及分析213
7.5.3叶片三维模型的偏差分析216
7.5.4叶片偏差分析结果217
习题219
参考文献219