本書針對輪式移動機器人建模、控制和導航方法進行了全面的分析和研究，它首先從移動機器人驅(qū)動和相關(guān)的運動學以及動力學模型入手，然后對各種基于模型、無模型和基于視覺的控制器進行測試，并統(tǒng)一證明它們的穩(wěn)定性和跟蹤性能，同時還解決路徑、運動和任務(wù)規(guī)劃以及定位和映射主題的問題。這本書提供了大量的實驗結(jié)果，系統(tǒng)和軟件移動機器人控制架構(gòu)的概念概述，以及輪式移動機器人和控制器在工業(yè)和生活中的應(yīng)用。
1，移動機器人是機器人領(lǐng)域的一大重要分支，以移動底座為基礎(chǔ)，涉及狀態(tài)估計、SLAM和自主導航等新內(nèi)容，例如波士頓動力構(gòu)建的著名移動機器人，正在被業(yè)界廣泛關(guān)注和應(yīng)用。2，本書適用于機器人、電子工程、機械工程、自動控制和計算機等相關(guān)專業(yè)的高年級本科和研究生教學課程。它也可以作為本領(lǐng)域研究人員和從業(yè)人員的入門參考書，書后配套習題。
多年來，機器人技術(shù)一直是人類社會發(fā)展的主要貢獻者。這個領(lǐng)域需要多種學科，例如機械工程、電氣與電子工程、控制工程、計算機工程、傳感器工程等協(xié)同作用。機器人和其他自動化機器必須與人一起生活。在這種共生關(guān)系中，機器人應(yīng)首先尊重、納入并實現(xiàn)人類的需求和偏好。為此，現(xiàn)代機器人，特別是輪式或腿式移動機器人，以有目的且有益的方式，結(jié)合并實現(xiàn)了從生物系統(tǒng)及人類認知和適應(yīng)能力中汲取的感知-行動循環(huán)原理。
本書的目的在于：以匯聚、綜合方式介紹多年來為非完整約束和全向輪式移動機器人所開發(fā)的一組基本概念和方法要素。本書的核心部分（第5～10章）致力于分析和設(shè)計幾種移動機器人控制器，包括基于李雅普諾夫的基本控制器、基于不變流形的控制器、基于仿射模型的控制器、模型參考自適應(yīng)控制器、滑模和基于李雅普諾夫的魯棒控制器、神經(jīng)控制器、模糊邏輯控制器、基于視覺的控制器以及移動機械臂控制器。本書的前4章介紹了移動機器人的驅(qū)動、運動學、動力學和傳感器等主題。第11章和第12章介紹了路徑規(guī)劃、運動規(guī)劃、任務(wù)規(guī)劃、定位與地圖構(gòu)建等主題，其中包括基本的概念和技術(shù)，信息的詳細程度與本書的目的和涵蓋范圍相符。第13章提供了使用本書的研究方法所得到的一系列實驗結(jié)果。這些實驗結(jié)果來自研究文獻，其中包括本書作者的一些研究成果。第14章提供了用于實現(xiàn)移動機器人集成智能控制的一些通用系統(tǒng)和軟件架構(gòu)的概念性概述。后，第15章介紹了移動機器人在工業(yè)和社會生活中的應(yīng)用。
為了方便讀者閱讀，每章的節(jié)會簡述該章中所要用到的數(shù)學、力學、控制和固定機器人背景概念。從某種意義上講，本書實際上與本領(lǐng)域大多數(shù)書籍互補，提供了可靠的基于模型的分析和設(shè)計，涵蓋了其他書籍中未涵蓋的大量移動機器人控制方案。
本書適用于機器人和移動機器人相關(guān)專業(yè)的高年級本科和研究生教學課程，也可以作為本領(lǐng)域需要綜合方法資源來開展工作的研究人員和從業(yè)人員的入門參考書。
感謝授權(quán)本書使用插圖和實驗圖的所有出版商和文獻作者。
斯皮羅斯·G.扎菲斯塔斯
2013年4月于雅典
斯皮羅斯·G.扎菲斯塔斯,希臘雅典國立技術(shù)大學電氣與計算機工程學院榮譽退休教授。他是一位在智能控制和機器人領(lǐng)域都頗有建樹的學者，組織、領(lǐng)導過很多會議以及希臘和歐盟的工程項目。他創(chuàng)立了Journal of Intelligent & Robotic Systems (SCI索引期刊)，還曾擔任Springer ISCA（ Intelligent Systems, Control and Automation ）系列書籍的主編。
譯者序
前言
主要符號與首字母縮寫
關(guān)于機器人的名人語錄
第1章 移動機器人：一般概念1
1.1 引言1
1.2 機器人的定義和歷史1
1.2.1 機器人是什么1
1.2.2 機器人的發(fā)展歷史2
1.3 地面機器人運動8
1.3.1 腿式運動8
1.3.2 輪式運動10
參考文獻22
第2章 移動機器人運動學23
2.1 引言23
2.2 背景概念23
2.2.1 機器人的正逆運動學23
2.2.2 齊次變換26
2.2.3 非完整約束28
2.3 非完整約束移動機器人30
2.3.1 獨輪車30
2.3.2 差分驅(qū)動WMR31
2.3.3 三輪車35
2.3.4 類車WMR36
2.3.5 鏈與Brockett積分器模型40
2.3.6 牽引車-掛車WMR41
2.4 全向WMR的運動學建模43
2.4.1 通用多輪全向WMR43
2.4.2 帶有麥克納姆輪的四輪全向WMR45
參考文獻48
第3章 移動機器人動力學50
3.1 引言50
3.2 通用機器人動力學建模50
3.2.1 牛頓-歐拉動力學模型51
3.2.2 拉格朗日動力學模型52
3.2.3 多連桿機器人的拉格朗日模型52
3.2.4 非完整約束機器人的動力學建模52
3.3 差分驅(qū)動輪式移動機器人53
3.3.1 牛頓-歐拉動力學模型53
3.3.2 拉格朗日動力學模型54
3.3.3 滑移式WMR的動力學56
3.4 類車輪式移動動力學模型60
3.5 三輪全向移動機器人62
3.6 四麥輪全向機器人66
參考文獻71
第4章 移動機器人傳感器72
4.1 引言72
4.2 傳感器的分類與特性72
4.2.1 傳感器分類72
4.2.2 傳感器特性74
4.3 位置傳感器和速度傳感器74
4.3.1 位置傳感器74
4.3.2 速度傳感器76
4.4 距離傳感器76
4.4.1 聲吶傳感器76
4.4.2 激光傳感器77
4.4.3 紅外傳感器78
4.5 機器人視覺79
4.5.1 一般問題79
4.5.2 傳感81
4.5.3 預(yù)處理84
4.5.4 圖像分割85
4.5.5 圖像描述85
4.5.6 圖像識別85
4.5.7 圖像解釋86
4.5.8 全向視覺86
4.6 其他機器人傳感器91
4.6.1 陀螺儀91
4.6.2 羅盤92
4.6.3 力傳感器和觸覺傳感器92
4.7 全球定位系統(tǒng)94
4.8 鏡頭與相機光學元件95
參考文獻97
第5章 移動機器人控制I：基于李雅普諾夫的方法98
5.1 引言98
5.2 背景概念98
5.2.1 狀態(tài)空間模型98
5.2.2 李雅普諾夫穩(wěn)定性102
5.2.3 狀態(tài)反饋控制105
5.2.4 二階系統(tǒng)106
5.3 通用機器人控制器109
5.3.1 PD位置控制109
5.3.2 基于李雅普諾夫穩(wěn)定性的控制設(shè)計110
5.3.3 計算力矩控制111
5.3.4 笛卡兒空間中的機器人控制112
5.4 差分驅(qū)動移動機器人的控制113
5.4.1 非線性運動跟蹤控制114
5.4.2 動態(tài)跟蹤控制116
5.5 差分驅(qū)動移動機器人的計算力矩控制117
5.5.1 運動跟蹤控制117
5.5.2 動態(tài)跟蹤控制118
5.6 類車移動機器人的控制121
5.6.1 停車控制121
5.6.2 引導-跟隨系統(tǒng)的控制123
5.7 全向移動機器人的控制126
參考文獻130
第6章 移動機器人控制II：仿射系統(tǒng)和不變流形方法131
6.1 引言131
6.2 背景概念132
6.2.1 仿射動態(tài)系統(tǒng)132
6.2.2 流形137
6.2.3 使用不變集的李雅普諾夫穩(wěn)定性139
6.3 移動機器人的反饋線性化141
6.3.1 一般問題141
6.3.2 差分驅(qū)動機器人輸入-輸出反饋線性化與軌跡跟蹤147
6.4 使用不變集的移動機器人反饋穩(wěn)定控制156
6.4.1 采用鏈式模型的獨輪車的穩(wěn)定控制156
6.4.2 由雙Brockett積分器建模的差分驅(qū)動機器人的動態(tài)控制158
6.4.3 采用鏈式模型的類車機器人的穩(wěn)定控制160
參考文獻167
第7章 移動機器人控制III：自適應(yīng)控制和魯棒控制168
7.1 引言168
7.2 背景概念168
7.2.1 模型參考自適應(yīng)控制168
7.2.2 魯棒非線性滑�？刂�170
7.2.3 使用李雅普諾夫穩(wěn)定方法的魯棒控制173
7.3 移動機器人的模型參考自適應(yīng)控制175
7.3.1 差分驅(qū)動WMR175
7.3.2 通過輸入-輸出線性化實現(xiàn)自適應(yīng)控制176
7.3.3 全向機器人179
7.4 移動機器人的滑模控制182
7.5 極坐標系中的滑�？刂�184
7.5.1 建模184
7.5.2 滑模控制185
7.6 利用李雅普諾夫方法對差分驅(qū)動機器人實現(xiàn)魯棒控制186
7.6.1 標稱控制器188
7.6.2 魯棒控制器188
參考文獻190
第8章 移動機器人控制IV：模糊方法和神經(jīng)方法191
8.1 引言191
8.2 背景概念192
8.2.1 模糊系統(tǒng)192
8.2.2 神經(jīng)網(wǎng)絡(luò)196
8.3 模糊和神經(jīng)機器人控制：一般問題202
8.3.1 模糊機器人控制202
8.3.2 神經(jīng)機器人控制204
8.4 移動機器人的模糊控制205
8.4.1 自適應(yīng)模糊跟蹤控制器205
8.4.2 Dubins汽車的模糊局部路徑跟蹤210
8.4.3 模糊滑�？刂�214
8.5 移動機器人的神經(jīng)控制220
8.5.1 采用MLP網(wǎng)絡(luò)的自適應(yīng)跟蹤控制器220
8.5.2 采用RBF網(wǎng)絡(luò)的自適應(yīng)跟蹤控制器223
8.5.3 神經(jīng)控制器的穩(wěn)定性證明223
參考文獻224
第9章 移動機器人控制V：基于視覺的方法226
9.1 引言226
9.2 背景概念226
9.2.1 機器人視覺控制的分類226
9.2.2 運動學變換227
9.2.3 相機視覺轉(zhuǎn)換228
9.2.4 圖像的雅可比矩陣230
9.3 基于位置的視覺控制：一般問題233
9.3.1 點到點定位233
9.3.2 基于位姿的運動控制234
9.4 基于圖像的視覺控制：一般問題234
9.4.1 逆雅可比矩陣的應(yīng)用234
9.4.2 轉(zhuǎn)置拓展雅可比矩陣的應(yīng)用235
9.4.3 圖像雅可比矩陣的估計236
9.5 移動機器人視覺控制237
9.5.1 位姿穩(wěn)定控制238
9.5.2 墻壁跟蹤控制240
9.5.3 引導-跟隨系統(tǒng)的控制241
9.6 視野中的路標保持243
9.7 自適應(yīng)線性路徑跟隨視覺控制247
9.7.1 圖像雅可比矩陣247
9.7.2 視覺控制器249
9.8 基于圖像的移動機器人視覺伺服253
9.9 使用全向視覺的移動機器人視覺伺服254
9.9.1 一般問題：雙曲線、拋物線與橢圓方程254
9.9.2 折反射投影幾何257
9.9.3 基于全向視覺的移動機器人視覺伺服263
參考文獻271
第10章 移動機械臂：建模和控制274
10.1 引言274
10.2 背景概念274
10.2.1 DenavitHartenberg方法274
10.2.2 機器人的逆運動學276
10.2.3 可操作性測量277
10.2.4 平面雙連桿機器人278
10.3 移動機械臂的建模281
10.3.1 一般運動學模型281
10.3.2 一般動力學模型283
10.3.3 五自由度非完整約束移動機械臂的建模283
10.3.4 全向移動機械臂的建模287
10.4 移動機械臂的控制290
10.4.1 差分驅(qū)動移動機械臂的計算力矩控制290
10.4.2 全向移動機械臂的滑模控制291
10.5 基于視覺的移動機械臂控制296
10.5.1 一般問題296
10.5.2 全狀態(tài)移動機械臂視覺控制299
參考文獻304
第11章 移動機器人路徑、運動和任務(wù)規(guī)劃306
11.1 引言306
11.2 一般概念306
11.3 移動機器人路徑規(guī)劃308
11.3.1 機器人導航中的基本操作308
11.3.2 路徑規(guī)劃方法的分類308
11.4 基于模型的機器人路徑規(guī)劃309
11.4.1 位形空間309
11.4.2 路線圖路徑規(guī)劃方法311
11.4.3 全球與局部路徑規(guī)劃的集成322
11.4.4 全覆蓋路徑規(guī)劃324
11.5 移動機器人運動規(guī)劃327
11.5.1 一般的在線方法327
11.5.2 運動規(guī)劃：使用向量場329
11.5.3 解析運動規(guī)劃331
11.6 移動機器人任務(wù)規(guī)劃335
11.6.1 一般問題335
11.6.2 規(guī)劃的表示和生成336
11.6.3 世界建模、任務(wù)規(guī)范和機器人程序綜合338
參考文獻340
第12章 移動機器人定位與地圖構(gòu)建343
12.1 引言343
12.2 背景概念343
12.2.1 隨機過程344
12.2.2 隨機動力學模型345
12.2.3 離散卡爾曼濾波器與預(yù)測器345
12.2.4 貝葉斯學習346
12.3 傳感器瑕疵349
12.4 相對定位350
12.5 航位推算的運動學分析351
12.5.1 差分驅(qū)動WMR351
12.5.2 艾克曼轉(zhuǎn)向352
12.5.3 三輪驅(qū)動352
12.5.4 全向驅(qū)動352
12.6 定位353
12.6.1 一般問題353
12.6.2 基于三邊測量的定位353
12.6.3 基于三角測量的定位355
12.6.4 基于地圖匹配的定位356
12.7 基于卡爾曼濾波器的定位和傳感器標定及融合357
12.7.1 機器人定位357
12.7.2 傳感器標定359
12.7.3 傳感器融合359
12.8 同步定位與地圖構(gòu)建362
12.8.1 一般問題362
12.8.2 基于擴展卡爾曼濾波器的SLAM362
12.8.3 基于貝葉斯估計的SLAM366
12.8.4 基于粒子濾波器的SLAM369
12.8.5 基于全向視覺的SLAM371
參考文獻380
第13章 實驗研究382
13.1 引言382
13.2 模型參考自適應(yīng)控制382
13.3 基于李雅普諾夫的魯棒控制384
13.4 使用基于極坐標的控制器實現(xiàn)位姿穩(wěn)定和泊車控制385
13.5 基于不變流形的控制器的穩(wěn)定化386
13.6 滑模模糊邏輯控制388
13.7 基于視覺的控制389
13.7.1 引導-跟隨系統(tǒng)的控制389
13.7.2 開閉環(huán)協(xié)同控制391
13.7.3 基于全向視覺的控制392
13.8 全向移動機器人滑�？刂�396
13.9 差分驅(qū)動移動機械臂的控制398
13.9.1 計算力矩控制398
13.9.2 可操作性控制399
13.10 基于模糊邏輯的全局和局部集成路徑規(guī)劃器400
13.11 不確定環(huán)境中的模糊神經(jīng)混合路徑規(guī)劃405
13.11.1 路徑規(guī)劃算法406
13.11.2 仿真結(jié)果406
13.12 基于擴展卡爾曼濾波器的移動機器人SLAM408
13.13 基于粒子濾波器的雙機器人協(xié)同SLAM409
13.13.1 步：預(yù)測409
13.13.2 第二步：更新410
13.13.3 第三步：重采樣410
13.13.4 實驗研究410
13.14 基于神經(jīng)網(wǎng)絡(luò)的移動機器人控制和導航411
13.14.1 軌跡跟蹤411
13.14.2 避障導航413
13.15 差分驅(qū)動機器人模糊跟蹤控制415
13.16 基于視覺的差分驅(qū)動機器人自適應(yīng)魯棒跟蹤控制417
13.17 移動機械臂球形全向視覺控制419
參考文獻420
第14章 移動機器人智能控制的通用系統(tǒng)與軟件架構(gòu)423
14.1 引言423
14.2 通用智能控制架構(gòu)424
14.2.1 一般問題424
14.2.2 分層的智能控制架構(gòu)424
14.2.3 多分辨率的智能控制架構(gòu)425
14.2.4 參考模型智能控制架構(gòu)425
14.2.5 基于行為的智能控制架構(gòu)426
14.3 移動機器人控制軟件架構(gòu)的設(shè)計特征428
14.4 兩種移動機器人控制軟件架構(gòu)的簡介430
14.4.1 面向組件的Jde架構(gòu)430
14.4.2 分層移動機器人控制軟件架構(gòu)432
14.5 兩種移動機器人控制軟件架構(gòu)的比較評估433
14.5.1 初步問題433
14.5.2 比較評估435
14.6 智能人機交互界面436
14.6.1 智能人機交互界面的結(jié)構(gòu)436
14.6.2 機器人化的人機交互界面的主要功能437
14.6.3 自然語言人機交互界面437
14.6.4 圖形化人機交互界面438
14.7 兩種智能移動機器人研究原型機440
14.7.1 SENARIO智能輪椅441
14.7.2 ROMAN智能服務(wù)移動機械臂443
14.8 對其他問題的進一步討論446
14.8.1 異構(gòu)化設(shè)計446
14.8.2 模塊化設(shè)計449
參考文獻452
第15章 工作中的移動機器人456
15.1 引言456
15.2 工廠和工業(yè)中的移動機器人456
15.3 社會生活中的移動機器人459
15.3.1 救援機器人459
15.3.2 機器人手杖、導引助手和醫(yī)院中使用的移動機器人460
15.3.3 家務(wù)移動機器人462
15.4 輔助型移動機器人463
15.5 移動型遙操作機器人和網(wǎng)絡(luò)機器人465
15.6 其他機器人應(yīng)用案例469
15.6.1 戰(zhàn)爭機器人469
15.6.2 娛樂機器人471
15.6.3 研究型機器人472
15.7 移動機器人的安全性473
參考文獻474
習題477
機器人網(wǎng)站列表495
書單推薦
