機器人學基礎

本書介紹機器人學的相關內容，將串聯機器人技術、
並聯機器人技術和移動機器人技術有機集成，
是一部系統和全面反映機器人技術的教材。
本書共分11章，內容涉及機器人概況、機器人數學基礎、機器人運動學分析、機器人速度及靜力學分析、
機器人動力學分析、機器人傳感器及計算機視覺算法、機器人物體識別、機器人定位及地圖構建、
機器人路徑規劃與避障、機器人控制，以及機器人的驅動執行系統與編程等。
本書特別適合作為高年級本科生和研究生的機器人學學習教材，
也適合從事機器人研究、開發和應用的科技人員學習參考。
本書配有電子課件，歡迎選用本書作為教材的老師登錄
www.cmpedu.com註冊下載，或發郵件至jinacmp@163.com索取。

前言
第1章緒論1
1.1機器人學的起源與發展1
1.1.1機器人學的起源1
1.1.2機器人學的發展2
1.2機器人的分類3
1.2.1按機器人的連接方式分類3
1.2.2按機器人的移動性分類5
1.2.3按機器人的控制方式分類8
1.2.4按機器人的幾何結構分類8
1.2.5按機器人的智能程度分類8
1.2.6按機器人的用途分類9
1.3機器人學綜述9
1.3.1機器人運動學技術9
1.3.2機器人靜力學與動力學技術11
1.3.3機器人感知與物體識別技術12
1.3.4機器人定位與地圖構建12
1.3.5機器人的路徑規劃與避障技術12
1.3.6機器人控制技術12
1.3.7機器人驅動與編程技術12
習題13

第2章機器人數學基礎14
2.1齊次坐標及位姿矩陣14
2.1.1齊次坐標14
2.1.2位姿矩陣16
2.2齊次變換19
2.2.1平移齊次變換19
2.2.2旋轉齊次變換21
2.2.3複合變換及左、右乘規則25
習題26

第3章機器人運動學分析28
3.1機器人坐標系的建立28
3.1.1StandardDH坐標系28
3.1.2ModifiedDH坐標系31
3.2相鄰兩連桿坐標系的位姿關係33
3.2.1相鄰兩連桿坐標系的位姿表示33
3.2.2相鄰兩連桿坐標系的位姿確定33
3.3機器人正運動學34
3.3.1機器人運動方程34
3.3.2斯坦福機器人運動方程35
3.4機器人逆運動學37
3.4.1機器人逆運動學的解38
3.4.2斯坦福機器人逆運動學求解39
3.4.3機器人的逆運動學編程43
3.4.4機器人的退化44
3.4.5DH表示法的基本問題44
3.5驅動器空間、關節空間和笛卡兒空間44
3.5.1智能移動小車關節空間與驅動器
空間之間的轉換46
3.5.2並聯機構（腰部關節）驅動器
空間與關節空間的轉換49
習題53

第4章機器人速度及靜力學分析55
4.1機器人微分運動55
4.1.1微分平移和微分旋轉55
4.1.2微分運動的等價變換59
4.2機器人的雅可比矩陣61
4.2.1雅可比矩陣的定義61
4.2.2雅可比矩陣的求解方法63
4.2.3雅可比矩陣求解舉例64
4.2.4雅可比矩陣的逆69
4.3機器人速度分析69
4.3.1機器人速度計算69
4.3.2機器人的奇異位形71
4.4機器人靜力學分析72
4.4.1機器人桿件受力分析72
4.4.2機器人力雅可比矩陣72
4.4.3機器人靜力計算74
習題75

第5章機器人動力學分析77
5.1牛頓歐拉方程77
5.2虛位移原理78
5.2.1虛位移78
5.2.2理想約束78
5.2.3虛位移原理的含義79
5.2.4廣義坐標與廣義力79
5.3動力學普遍方程和拉格朗日方程80
5.3.1動力學普遍方程80
5.3.2拉格朗日方程81
5.3.3拉格朗日方程的應用舉例83
習題86

第6章機器人傳感器及計算機視覺算法87
6.1機器人傳感器87
6.1.1機器人傳感器的分類87
6.1.2傳感器的特性指標89
6.1.3接近與距離覺傳感器90
6.1.4視覺傳感器97
6.1.5其他外部傳感器102
6.1.6機器人內部傳感器105
6.2圖像處理算法108
6.2.1計算機視覺算法分類108
6.2.2圖像預處理109
6.2.3匹配信號和圖像113
6.2.4特徵檢測113
6.2.5區域處理114
6.3幾何和語義計算機視覺方面118
6.3.1像素分類118
6.3.2計算立體視覺118
6.4雙目視覺系統122
6.4.1攝像頭的參數標定122
6.4.2雙目立體視覺定位實例126
習題128

第7章機器人物體識別129
7.1物體識別概述129
7.1.1物體識別的理解129
7.1.2物體識別的發展歷程130
7.2傳統的物體識別130
7.2.1維奧拉瓊斯檢測器131
7.2.2方向梯度直方圖檢測器131
7.2.3形變目標識別132
7.3基於深度學習的目標檢測算法132
7.3.1基於候選區域的深度學習目標檢測算法133
7.3.2基於回歸方法的深度學習目標檢測算法138
7.4YOLO識別算法139
7.4.1滑動窗口與CNN139
7.4.2設計理念141
7.4.3網絡設計142
7.4.4網絡訓練143
7.4.5網絡預測145
7.5障礙物識別方法147
7.5.1障礙證據147
7.5.2障礙物識別系統的性能148
7.6實例149
7.6.1障礙物識別149
7.6.2樹枝識別150
7.6.3目標識別152
習題153

第8章機器人定位及地圖構建154
8.1地圖表示與環境感知154
8.1.1地圖表示方法154
8.1.2柵格地圖的構建156
8.1.3線段特徵地圖的構建158
8.1.4拓撲地圖的構建160
8.2自主定位162
8.2.1基於外部觀測信息的定位163
8.2.2基於本體觀測信息的定位164
8.2.3控制與觀測相融合的自主定位169
8.3同時定位及地圖構建(SLAM)182
8.3.1經典的SLAM框架183
8.3.2SLAM算法介紹183
8.3.3視覺SLAM189
8.3.4激光SLAM195
習題196

第9章機器人路徑規劃與避障197
9.1引言197
9.2路徑規劃與避障197
9.2.1路徑規劃198
9.2.2避障204
9.3機器人軌跡生成213
9.3.1路徑和軌跡213
9.3.2軌跡規劃213
9.3.3關節空間的軌跡規劃214
9.3.4工作空間的軌跡規劃217
習題221

第10章機器人控制222
10.1機器人的控制特點和控制技術222
10.1.1機器人的控制特點222
10.1.2機器人的控制技術224
10.2關節空間控制226
10.2.1機器人單關節建模226
10.2.2機器人線性控制228
10.2.3基於模型的關節系統線性控制231
10.2.4基於模型的關節系統非線性控制235
10.2.5非模型關節空間控制方法239
10.2.6關節空間控制系統240
10.3工作空間控制243
10.3.1與基於關節空間控制方法
的比較243
10.3.2笛卡兒空間的直接控制方法244
10.3.3笛卡兒空間的解耦控制方法245
10.3.4自適應控制246
10.4力控制247
10.4.1力/位混合控制的應用247
10.4.2局部約束任務中的控制坐標系247
10.4.3力/位混合控制問題248
10.4.4質量彈簧系統的力控制248
10.4.5力/位混合控制方法251
習題253

第11章機器人的驅動執行系統與編程254
11.1機器人的驅動執行系統254
11.1.1直流電動機254
11.1.2交流電動機255
11.1.3步進電動機256
11.1.4超聲波電動機257
11.1.5液壓驅動257
11.1.6氣動驅動258
11.1.7機械傳動機構258
11.2機器人編程258
11.2.1編程方式介紹258
11.2.2機器人編程語言的基本要求和類別259
11.2.3編程語言的應用260
習題267
參考文獻268