前　　言
智能人機(jī)協(xié)作機(jī)器人能自主適應(yīng)復(fù)雜動(dòng)態(tài)環(huán)境，并通過(guò)與作業(yè)環(huán)境/人/協(xié)作機(jī)器人自然交互，在共同工作空間通過(guò)近距離互動(dòng)完成更加復(fù)雜的作業(yè)任務(wù)，因此受到了廣泛的重視。根據(jù)BlueWeave公司的市場(chǎng)分析報(bào)告，2021年全球協(xié)作機(jī)器人市場(chǎng)達(dá)到7.6億美元，到2028年，全球協(xié)作機(jī)器人市場(chǎng)增長(zhǎng)到39.9億美元。如何高效可靠地獲取和理解機(jī)器人與作業(yè)環(huán)境信息并有效交互是智能機(jī)器人實(shí)現(xiàn)合理的人機(jī)交互和智能操控的迫切需求。
機(jī)器人感知和智能是制約機(jī)器人技術(shù)發(fā)展與應(yīng)用的核心瓶頸，未知環(huán)境中的智能操作與自主作業(yè)很大程度上依靠對(duì)環(huán)境的認(rèn)識(shí)程度。雖然近年來(lái)作為機(jī)器人重要手段的視覺(jué)感知獲得了快速的發(fā)展，但機(jī)器人的整體感知水平和智能化程度還有待進(jìn)一步提升。此外，人工智能的迅速發(fā)展正深刻地改變著機(jī)器人視覺(jué)等信號(hào)的處理方式，國(guó)務(wù)院印發(fā)的《新一代人工智能發(fā)展規(guī)劃》指出：人工智能是引領(lǐng)未來(lái)的戰(zhàn)略性技術(shù)，世界主要發(fā)達(dá)國(guó)家把發(fā)展人工智能作為提升國(guó)家競(jìng)爭(zhēng)力、維護(hù)國(guó)家安全的重大戰(zhàn)略。圖像及視頻等視覺(jué)處理技術(shù)作為人工智能下的一大技術(shù)領(lǐng)域，不僅可用于復(fù)雜、危險(xiǎn)場(chǎng)景下的視覺(jué)感知獲取，近年來(lái)還被廣泛應(yīng)用于防控預(yù)警、搶險(xiǎn)救災(zāi)和軍事領(lǐng)域，得到了世界各國(guó)的廣泛重視。
本書旨在深入介紹基于深度學(xué)習(xí)的機(jī)器人智能視覺(jué)感知技術(shù)，為廣大工程技術(shù)人員學(xué)習(xí)視覺(jué)感知方面的應(yīng)用和最新理論方法奠定基礎(chǔ)，同時(shí)也可作為高年級(jí)本科生、研究生或博士生的參考書。本書主要內(nèi)容包括機(jī)器人智能視覺(jué)感知系統(tǒng)概述、深度學(xué)習(xí)技術(shù)概述、自然場(chǎng)景下文本檢測(cè)與識(shí)別、視覺(jué)目標(biāo)檢測(cè)、多目標(biāo)跟蹤、圖像語(yǔ)義分割等。全書從方法到實(shí)際應(yīng)用，從算法分析到模型搭建等多角度介紹深度學(xué)習(xí)技術(shù)在智能視覺(jué)感知方面的研究，并深度結(jié)合了當(dāng)前國(guó)內(nèi)外最新研究熱點(diǎn)，為業(yè)內(nèi)人士從事相關(guān)研究與應(yīng)用工作提供重要參考。
本書基于團(tuán)隊(duì)多項(xiàng)機(jī)器人感知與控制技術(shù)相關(guān)的國(guó)家級(jí)項(xiàng)目（2021YFC1910402，NSFC. 62073129、NSFC.U21A20490、NSFC.61673163、湖南省自然科學(xué)基金–杰出青年基金項(xiàng)目2022JJ10020國(guó)家重點(diǎn)研發(fā)計(jì)劃）、湖南省科技計(jì)劃項(xiàng)目（2020GK2025）、深圳科技計(jì)劃項(xiàng)目 (2021Szvup035)的研究成果，聚焦機(jī)器人視覺(jué)感知前沿和國(guó)家戰(zhàn)略需求，從應(yīng)用背景、需求分析、原理方法、算法開發(fā)、模型搭建、實(shí)驗(yàn)驗(yàn)證、對(duì)比分析等方面展開論述。全書共分為7章：第1章概述了機(jī)器人視覺(jué)感知系統(tǒng)的發(fā)展和挑戰(zhàn)；第2章對(duì)機(jī)器人智能視覺(jué)感知系統(tǒng)的組成、主要實(shí)現(xiàn)步驟和典型應(yīng)用進(jìn)行了闡述；第3章對(duì)機(jī)器人視覺(jué)感知系統(tǒng)廣泛應(yīng)用的深度學(xué)習(xí)技術(shù)進(jìn)行了概述；第4章簡(jiǎn)述了自然場(chǎng)景下基于圖像分割的文本檢測(cè)和基于序列的場(chǎng)景文本識(shí)別技術(shù)；第5章闡述了視覺(jué)目標(biāo)檢測(cè)技術(shù)，重點(diǎn)描述了基于R-FCN的目標(biāo)檢測(cè)和基于Mask RCNN的目標(biāo)檢測(cè)方法；第6章簡(jiǎn)述了多目標(biāo)跟蹤技術(shù)，重點(diǎn)闡述了基于序列特征的多目標(biāo)跟蹤方法和基于上下文圖模型的多目標(biāo)跟蹤方法；第7章簡(jiǎn)述了圖像分割方法，重點(diǎn)描述了基于自適應(yīng)特征選擇網(wǎng)絡(luò)的遙感影像語(yǔ)義分割方法和基于SU-SWA的區(qū)域分割方法。
在本書的核心內(nèi)容準(zhǔn)備過(guò)程中，團(tuán)隊(duì)的梁橋康、譚艾琳、郭東妮負(fù)責(zé)了機(jī)器人視覺(jué)感知系統(tǒng)和深度學(xué)習(xí)技術(shù)概述的相關(guān)內(nèi)容；朱為、葛俏、彭建忠負(fù)責(zé)了噴碼識(shí)別系統(tǒng)的相關(guān)內(nèi)容；項(xiàng)韶、金晶負(fù)責(zé)了自然場(chǎng)景下文本檢測(cè)與識(shí)別的相關(guān)內(nèi)容；梅麗、伍萬(wàn)能負(fù)責(zé)了視覺(jué)目標(biāo)檢測(cè)的相關(guān)內(nèi)容；譚旭、伍萬(wàn)能負(fù)責(zé)了多目標(biāo)跟蹤的相關(guān)內(nèi)容；項(xiàng)韶、梁橋康負(fù)責(zé)了機(jī)器人視覺(jué)感知系統(tǒng)的典型應(yīng)用的相關(guān)內(nèi)容；南洋、湯鵬、項(xiàng)韶、秦海負(fù)責(zé)了圖像語(yǔ)義分割的相關(guān)內(nèi)容；梁橋康、鄒坤霖、鄧淞允、謝冰冰等為對(duì)比實(shí)驗(yàn)和網(wǎng)絡(luò)框架等做出了貢獻(xiàn)；梁橋康、秦海負(fù)責(zé)統(tǒng)稿。
本書適合機(jī)器人視覺(jué)感知技術(shù)的初學(xué)者或愛(ài)好者閱讀，也非常適合機(jī)器人感知、深度學(xué)習(xí)、人工智能等相關(guān)從業(yè)者參考。希望讀者在閱讀完本書后能根據(jù)實(shí)際的應(yīng)用場(chǎng)景需求搭建對(duì)應(yīng)的智能機(jī)器人視覺(jué)感知系統(tǒng)，為提升我國(guó)機(jī)器人核心感知技術(shù)創(chuàng)新水平貢獻(xiàn)自己的力量。
本書受到國(guó)家自然科學(xué)基金項(xiàng)目（NSFC.62073129、NSFC.U21A20490）、國(guó)家重點(diǎn)研發(fā)計(jì)劃（2021YFC1910402）和湖南省自然科學(xué)基金–杰出青年基金項(xiàng)目（2022JJ10020）的資助，特此感謝。最后特別感謝機(jī)械工業(yè)出版社編輯們對(duì)本書出版的大力支持。

作者
湖南大學(xué)機(jī)器人視覺(jué)感知與控制技術(shù)國(guó)家工程研究中心
2023年1月