第1章 绪论 1__eol__1.1 移动机器人的基本概念 2__eol__1.1.1 机器人的定义 2__eol__1.1.2 移动机器人概述 2__eol__1.2 移动机器人的发展 3__eol__1.3 移动机器人的分类 7__eol__1.3.1 按照应用场景分类 7__eol__1.3.2 按照移动机构分类 9__eol__1.4 移动机器人的关键技术 12__eol__1.4.1 环境建模 12__eol__1.4.2 自主定位 13__eol__1.4.3 导航规划 14__eol__1.5 本章小结 15__eol__习题1 16__eol__第2章 移动机器人的结构 17__eol__2.1 引言 18__eol__2.2 控制器 18__eol__2.2.1 单片机 19__eol__2.2.2 嵌入式控制器 19__eol__2.2.3 工控机 19__eol__2.3 驱动器 20__eol__2.3.1 常用的驱动器 20__eol__2.3.2 直流电机 21__eol__2.3.3 伺服电机 23__eol__2.3.4 步进电机 24__eol__2.4 传感器 24__eol__2.4.1 传感器及其分类 25__eol__2.4.2 内部传感器 26__eol__2.4.3 外部传感器 28__eol__2.5 本章小结 33__eol__习题2 33__eol__第3章 移动机器人的数学模型 35__eol__3.1 移动机器人的运动学模型 35__eol__3.1.1 移动机器人坐标系 36__eol__3.1.2 双轮差速移动机器人的运动学模型 38__eol__3.1.3 全方位移动机器人的运动学模型 39__eol__3.2 移动机器人的动力学模型 42__eol__3.2.1 双轮差速移动机器人的动力学模型 42__eol__3.2.2 全方位移动机器人的动力学模型 43__eol__3.3 本章小结 47__eol__习题3 47__eol__第4章 移动机器人定位 48__eol__4.1 环境地图构建方法 49__eol__4.1.1 几何特征地图 50__eol__4.1.2 拓扑地图 50__eol__4.1.3 点云地图 51__eol__4.1.4 八叉树地图 53__eol__4.1.5 栅格地图 55__eol__4.2 定位问题的分类 56__eol__4.2.1 局部定位与全局定位 56__eol__4.2.2 静态环境定位与动态环境定位 57__eol__4.2.3 被动定位与主动定位 57__eol__4.2.4 单机器人定位与多机器人定位 58__eol__4.3 定位的常用方法 58__eol__4.3.1 GPS定位 58__eol__4.3.2 基于地图的定位 60__eol__4.3.3 基于概率方法的定位 61__eol__4.4 本章小结 67__eol__习题4 67__eol__第5章 移动机器人路径规划 68__eol__5.1 引言 69__eol__5.2 路径规划的传统算法 70__eol__5.2.1 全局路径规划 70__eol__5.2.2 局部路径规划 80__eol__5.3 基于采样的路径规划 86__eol__5.3.1 概率路图法 86__eol__5.3.2 快速扩展随机树法 88__eol__5.4 现代智能路径规划 90__eol__5.4.1 模糊逻辑算法 90__eol__5.4.2 神经网络算法 92__eol__5.4.3 遗传算法 92__eol__5.4.4 蚁群算法 94__eol__5.4.5 粒子群优化算法 95__eol__5.4.6 禁忌搜索算法 96__eol__5.5 案例分析：烟花算法 96__eol__5.5.1 基本烟花算法 97__eol__5.5.2 基本烟花算法在路径规划中的实现 101__eol__5.6 本章小结 105__eol__习题5 105__eol__第6章 激光SLAM 106__eol__6.1 SLAM的概念及分类 107__eol__6.2 SLAM的数学表述 110__eol__6.2.1 基本概念 110__eol__6.2.2 SLAM问题的数学表述 111__eol__6.3 滤波激光SLAM 113__eol__6.3.1 激光SLAM系统模型 114__eol__6.3.2 贝叶斯滤波 115__eol__6.3.3 扩展卡尔曼滤波SLAM算法 116__eol__6.3.4 粒子滤波 118__eol__6.4 Gmapping算法 120__eol__6.4.1 FastSLAM算法 120__eol__6.4.2 Gmapping算法概述 121__eol__6.4.3 Gmapping算法流程 123__eol__6.5 图优化SLAM算法 131__eol__6.5.1 图优化SLAM算法概述 131__eol__6.5.2 图优化SLAM算法原理 132__eol__6.6 Cartographer算法 134__eol__6.6.1 激光扫描匹配 135__eol__6.6.2 闭环检测 136__eol__6.6.3 位姿图优化 138__eol__6.7 激光SLAM的案例分析 140__eol__6.7.1 传感器模型 141__eol__6.7.2 基于粒子滤波的移动机器人定位 143__eol__6.7.3 环境地图构建 147__eol__6.8 本章小结 151__eol__习题6 152__eol__第7章 视觉SLAM 153__eol__7.1 视觉SLAM概述 154__eol__7.1.1 视觉SLAM的概念与框架 154__eol__7.1.2 视觉SLAM的主要算法 155__eol__7.2 视觉前端——视觉里程计 157__eol__7.2.1 视觉里程计的数学模型 157__eol__7.2.2 特征点法 160__eol__7.2.3 直接法 170__eol__7.3 后端优化 174__eol__7.3.1 基本概念 174__eol__7.3.2 状态估计问题 174__eol__7.3.3 非线性最小二乘 175__eol__7.3.4 位姿图优化 179__eol__7.4 回环检测 181__eol__7.4.1 基本概念 181__eol__7.4.2 词袋模型 181__eol__7.4.3 评价指标——准确率和召回率 184__eol__7.5 案例分析：ORB-SLAM2算法 184__eol__7.5.1 ORB-SLAM概述 184__eol__7.5.2 ORB-SLAM2基本原理 186__eol__7.6 案例分析：动态视觉SLAM 188__eol__7.6.1 动态点的识别 188__eol__7.6.2 动态视觉SLAM的整体框架 194__eol__7.6.3 后端优化 197__eol__7.6.4 动态环境下的三维地图构建 201__eol__7.7 本章小结 205__eol__习题7 205__eol__第8章 机器人操作系统 207__eol__8.1 ROS简介 208__eol__8.1.1 ROS的发展 208__eol__8.1.2 ROS的安装 208__eol__8.1.3 配置ROS 210__eol__8.1.4 测试ROS 210__eol__8.2 catkin文件系统 211__eol__8.2.1 catkin编译系统 211__eol__8.2.2 catkin工作空间 212__eol__8.2.3 package功能包 213__eol__8.2.4 常见文件类型 215__eol__8.3 ROS通信机制 217__eol__8.3.1 topic 217__eol__8.3.2 service 218__eol__8.3.3 action 219__eol__8.4 ROS工具 220__eol__8.4.1 仿真工具Gazebo 220__eol__8.4.2 三维可视化工具RViz 220__eol__8.4.3 ROS GUI开发工具rqt 220__eol__8.5 本章小结 221__eol__习题8 221__eol__第9章 移动机器人仿真开发 223__eol__9.1 搭建移动机器人模型 224__eol__9.2 搭建仿真物理环境模型 235__eol__9.3 定位与导航 238__eol__9.3.1 键盘控制 238__eol__9.3.2 定位与建图 239__eol__9.3.3 导航 242__eol__9.3.4 自主探索 244__eol__9.4 本章小结 247__eol__习题9 247