- 机械工业出版社
- 9787111727644
- 1-1
- 503742
- 46256546-6
- 平装
- 16开
- 2023-06
- 345
- 机器人工程
- 本科
内容简介
本书结合教育部工程教育专业认证要求，针对当今社会对机器人感知技术人才的需求，从本科生工程能力出发，贯彻从基本功能模块到整体感知系统设计逐层递进的教学思路，以家庭服务机器人为主线，从模块化知识块入手，介绍相关理论的实际应用技术。引导学生完成相关感知模块的理论知识学习、设计与开发，更加灵活地培养学生的系统设计与开发能力，更好地激发学生的自主学习意识，更好地服务于机器人技术创新人才的培养
目录
前言
第1章引言1
11机器人感知技术概述1
111度量层环境感知技术3
112拓扑层环境感知技术5
113语义层环境感知技术6
114复合环境感知技术8
12机器人与环境的交互机制概述9
参考文献10
第2章数学基础15
21线性代数15
211向量15
212标量15
213矩阵16
214张量16
215矩阵的运算和操作16
216向量的线性相关与独立17
217矩阵的秩17
218单位矩阵或恒等运算符18
219矩阵的行列式18
2110逆矩阵18
2111向量的范数(模)19
2112伪逆矩阵20
2113以特定向量为方向的单位
向量20
2114一个向量在另一个向量方向
上的投影20
2115特征向量和特征值20
2116矩阵的特征方程20
22导数、偏导数与链式法则21
221微分21
222函数的梯度21
223连续偏导数22
224链式法则22
225反向传播算法22
23梯度下降法及其变式23
231梯度下降法23
232梯度下降法的变式23
24二维空间位姿描述25
25三维空间位姿描述27
251正交旋转矩阵28
252三角度表示法29
253奇异点29
254单位四元数29
255平移与旋转组合30
26张量31
27概率基础32
271随机实验和样本空间32
272并集、交集和条件概率32
273事件联合概率32
274事件的互斥32
275事件的独立33
276条件独立33
277贝叶斯公式33
278概率质量函数33
279概率密度函数34
2710随机变量的数学期望34
2711随机变量的方差34
2712偏度和峰度34
2713协方差35
2714相关性系数36
2715一些常见的概率分布36
2716似然函数37
2717最大似然估计38
2718中心极限定理38
28习题39
参考文献39
第3章环境信息采集与度量层
数据处理40
31基于超声波的环境信息40
311超声波传感器工作原理与
关键指标40
312超声波传感器测量数据
特性42
313基于超声波传感器的地图
创建43
32基于激光雷达的环境信息47
321激光雷达工作原理47
322基于激光雷达的地图创建51
33基于视觉的环境信息53
331图像的数据表达53
332针孔相机模型与立体视觉54
333深度传感器及颜色深度传
感器58
334视觉SLAM59
34常见触觉传感器67
341力传感器及其数据处理67
342接触觉传感器及其数据
处理67
343压觉传感器及其数据处理68
344滑觉传感器及其数据处理69
35其他传感器70
351听觉传感器及其数据处理70
352味觉传感器及其数据处理71
353嗅觉传感器及其数据处理71
354接近觉传感器及其数据处理71
36习题72
参考文献72
第4章静态目标检测与识别74
41基于二维信息的物体检测与识别74
411基于度量数据的障碍物
检测74
412基于深度神经网络的物体
检测76
413基于传统特征的物体分类
识别90
414基于CNN的物体识别94
42基于三维信息的物体检测与识别97
421可行区域检测97
422目标物体检测与识别104
43基于触觉信息的物体感知技术109
431滑移检测109
432物体触觉识别114
44习题117
参考文献117
第5章动态目标检测与识别119
51动态障碍物的检测119
52人脸检测与识别120
521人脸检测120
522人脸跟踪126
53人体检测127
531图像预处理127
532梯度方向直方图特征128
533基于有监督学习的人体检测130
54人体运动检测与跟踪131
541人体运动检测131
542人体运动跟踪131
55习题132
参考文献132
第6章场所语义级环境描述与理解133
61场所描述与理解概述133
62基于物体的场所描述与理解135
621基于物体类别的方法135
622物体类别结合物体信息的
方法136
63基于全局特征的场所描述与理解137
64基于自然语言的场所描述与理解139
641识别模型框架139
642数据预处理139
643模型结构141
644训练方法142
645实验验证143
65习题146
参考文献146
第7章移动机器人语义地图
与导航应用150
71基于手绘语义地图的视觉导航150
72手绘地图与实际地图的关联156
73基于预测估计的视觉导航157
731在线预测估计方法157
732无约束导航算法158
733动态避障导航算法163
74基于实体语义类别的视觉导航165
741SBoW模型自然路标识别
算法165
742基于模糊颜色直方图的SBoW
路标识别算法172
743基于自然路标识别的无障碍
导航176
75基于自然语言的视觉导航182
751导航意向图的生成182
752基于受限自然语言路径的
导航实验189
753基于完全自然语言路径的
导航实验195
附录A实验指导书197
A1激光雷达实验197
A2摄像头传感器（Webots）203
A3基于激光点云的道路检测206
A4传统CNN检测208
A5Yolo检测与识别211
A6人脸检测与识别216
A7人体检测与识别220
A8使用经典VGG16、VGG19、
ResNet50、ResNet101网络实现
场景分类221
A9语义感知综合应用系统实验226
第1章引言1
11机器人感知技术概述1
111度量层环境感知技术3
112拓扑层环境感知技术5
113语义层环境感知技术6
114复合环境感知技术8
12机器人与环境的交互机制概述9
参考文献10
第2章数学基础15
21线性代数15
211向量15
212标量15
213矩阵16
214张量16
215矩阵的运算和操作16
216向量的线性相关与独立17
217矩阵的秩17
218单位矩阵或恒等运算符18
219矩阵的行列式18
2110逆矩阵18
2111向量的范数(模)19
2112伪逆矩阵20
2113以特定向量为方向的单位
向量20
2114一个向量在另一个向量方向
上的投影20
2115特征向量和特征值20
2116矩阵的特征方程20
22导数、偏导数与链式法则21
221微分21
222函数的梯度21
223连续偏导数22
224链式法则22
225反向传播算法22
23梯度下降法及其变式23
231梯度下降法23
232梯度下降法的变式23
24二维空间位姿描述25
25三维空间位姿描述27
251正交旋转矩阵28
252三角度表示法29
253奇异点29
254单位四元数29
255平移与旋转组合30
26张量31
27概率基础32
271随机实验和样本空间32
272并集、交集和条件概率32
273事件联合概率32
274事件的互斥32
275事件的独立33
276条件独立33
277贝叶斯公式33
278概率质量函数33
279概率密度函数34
2710随机变量的数学期望34
2711随机变量的方差34
2712偏度和峰度34
2713协方差35
2714相关性系数36
2715一些常见的概率分布36
2716似然函数37
2717最大似然估计38
2718中心极限定理38
28习题39
参考文献39
第3章环境信息采集与度量层
数据处理40
31基于超声波的环境信息40
311超声波传感器工作原理与
关键指标40
312超声波传感器测量数据
特性42
313基于超声波传感器的地图
创建43
32基于激光雷达的环境信息47
321激光雷达工作原理47
322基于激光雷达的地图创建51
33基于视觉的环境信息53
331图像的数据表达53
332针孔相机模型与立体视觉54
333深度传感器及颜色深度传
感器58
334视觉SLAM59
34常见触觉传感器67
341力传感器及其数据处理67
342接触觉传感器及其数据
处理67
343压觉传感器及其数据处理68
344滑觉传感器及其数据处理69
35其他传感器70
351听觉传感器及其数据处理70
352味觉传感器及其数据处理71
353嗅觉传感器及其数据处理71
354接近觉传感器及其数据处理71
36习题72
参考文献72
第4章静态目标检测与识别74
41基于二维信息的物体检测与识别74
411基于度量数据的障碍物
检测74
412基于深度神经网络的物体
检测76
413基于传统特征的物体分类
识别90
414基于CNN的物体识别94
42基于三维信息的物体检测与识别97
421可行区域检测97
422目标物体检测与识别104
43基于触觉信息的物体感知技术109
431滑移检测109
432物体触觉识别114
44习题117
参考文献117
第5章动态目标检测与识别119
51动态障碍物的检测119
52人脸检测与识别120
521人脸检测120
522人脸跟踪126
53人体检测127
531图像预处理127
532梯度方向直方图特征128
533基于有监督学习的人体检测130
54人体运动检测与跟踪131
541人体运动检测131
542人体运动跟踪131
55习题132
参考文献132
第6章场所语义级环境描述与理解133
61场所描述与理解概述133
62基于物体的场所描述与理解135
621基于物体类别的方法135
622物体类别结合物体信息的
方法136
63基于全局特征的场所描述与理解137
64基于自然语言的场所描述与理解139
641识别模型框架139
642数据预处理139
643模型结构141
644训练方法142
645实验验证143
65习题146
参考文献146
第7章移动机器人语义地图
与导航应用150
71基于手绘语义地图的视觉导航150
72手绘地图与实际地图的关联156
73基于预测估计的视觉导航157
731在线预测估计方法157
732无约束导航算法158
733动态避障导航算法163
74基于实体语义类别的视觉导航165
741SBoW模型自然路标识别
算法165
742基于模糊颜色直方图的SBoW
路标识别算法172
743基于自然路标识别的无障碍
导航176
75基于自然语言的视觉导航182
751导航意向图的生成182
752基于受限自然语言路径的
导航实验189
753基于完全自然语言路径的
导航实验195
附录A实验指导书197
A1激光雷达实验197
A2摄像头传感器（Webots）203
A3基于激光点云的道路检测206
A4传统CNN检测208
A5Yolo检测与识别211
A6人脸检测与识别216
A7人体检测与识别220
A8使用经典VGG16、VGG19、
ResNet50、ResNet101网络实现
场景分类221
A9语义感知综合应用系统实验226
