自主機器人導論 Introduction to Autonomous Robots: Mechanisms, Sensors, Actuators, and Algorithms

尼古勞斯·科雷爾（Nikolaus Correll）

瑞士洛桑聯邦理工學院博士，科羅拉多大學博爾德分校電腦科學副教授，機器人領域的知名學者和領軍人物。他的研究主要集中在自主機器人、軟機器人以及機器人感知與控制等方面。

布拉德利·海斯（Bradley Hayes）

科羅拉多大學博爾德分校電腦科學助理教授，專註於機器學習和機器人技術的交叉領域。

克裡斯托弗·赫克曼（Christoffer Heckman）

科羅拉多大學博爾德分校電腦科學助理教授。

亞歷山德羅·龍科內（Alessandro Roncone）

科羅拉多大學博爾德分校電腦科學助理教授。

 

譯者簡介

宋銳

山東大學特聘教授、博導，教育部長江學者，主要從事機器人復雜作業技能學習與優化領域研究，獲山東省科技進步獎多項。

王超群

山東大學教授、博導，國家高層次青年人才，主要從事機器人具身感知和導航領域的研究，獲中國機電一體化協會青年科學家獎等獎項。

譯者序

序言

 

第 1 章 引言 ...................................................... 1

1.1 智能和實例 ............................................ 1

1.2 路徑規劃問題 ........................................ 2

1.3 Ratslife：自主移動機器人的一個例子 ....................................................... 3

1.4 自主移動機器人：一些核心的挑戰 ...... 4

1.5 自主抓取：一些核心的挑戰 ................. 5

本章要點 ........................................................ 5

課後練習 ........................................................ 5

第 一部分 機 構

第 2 章 運動、操作及其表現形式 ................ 8

2.1 運動和操作的例子 ................................ 8

2.2 靜態穩定性和動態穩定性 ................... 10

2.3 自由度 ................................................. 11

2.4 坐標系和參考系 .................................. 14

2.4.1 旋轉矩陣的定義 ....................... 16

2.4.2 點從一個參考系向另外一個參考系的映射 ........................... 18

2.4.3 變換的級聯 .............................. 19

2.4.4 姿態的其他表示 ....................... 19

本章要點 ...................................................... 21

課後練習 ...................................................... 21

第 3 章 運動學 ................................................ 22

3.1 正向運動學 .......................................... 23

3.1.1 簡單機械臂的正向運動學 ....... 23

3.1.2 Denavit-Hartenberg 表示法 ...... 25

3.2 逆向運動學 ......................................... 27

3.2.1 可解性 ...................................... 28

3.2.2 簡單機械臂的逆向運動學 ....... 28

3.3 微分運動學 ......................................... 30

3.3.1 正微分運動學 .......................... 31

3.3.2 差速輪式機器人的正向運動學 ...................................... 32

3.3.3 類汽車轉向機構的正向運動學 ...................................... 37

3.4 逆微分運動學 ...................................... 38

3.4.1 移動機器人的逆向運動學 ....... 39

3.4.2 移動機器人的反饋控制 ........... 41

3.4.3 欠驅動和過度驅動 ................... 42

本章要點 ...................................................... 43

課後練習 ...................................................... 43

第 4 章 力學 .................................................... 45

4.1 靜力學 ................................................. 46

4.2 運動 靜力學對偶 ................................ 47

4.3 可操作性 ............................................. 48

4.3.1 速度空間中的可操作橢球 ....... 48

4.3.2 力空間中的可操作橢球 ........... 49

4.3.3 可操作性的考慮 ...................... 50

本章要點 ...................................................... 50

課後練習 ...................................................... 50

第 5 章 抓取 .................................................... 51

5.1 抓取理論 ............................................. 51

5.1.1 摩擦力 ...................................... 51

5.1.2 多重接觸和變形 ...................... 53

5.1.3 吸力 ......................................... 54

5.2 簡單的抓取機構 .................................. 54

5.2.1 單自由度的剪刀式夾爪 ........... 54

5.2.2 平行夾爪 .................................. 55

5.2.3 四連桿平行夾爪 ...................... 56

5.2.4 多指手 ...................................... 57

本章要點 ...................................................... 57

課後練習 ...................................................... 57

第二部分 感知和驅動

第 6 章 執行器 ................................................ 60

6.1 電動機 ................................................. 60

6.1.1 交流電動機和直流電動機 ....... 60

6.1.2 步進電動機 .............................. 62

6.1.3 無刷直流電動機 ...................... 62

6.1.4 伺服電動機 .............................. 63

6.1.5 電動機控制器 .......................... 63

6.2 液壓和氣動執行器 .............................. 64

6.2.1 液壓執行器 .............................. 64

6.2.2 氣動執行器和軟件機器人 ....... 64

6.3 安全註意事項 ...................................... 65

本章要點 ...................................................... 65

課後練習 ...................................................... 66

第 7 章 傳感器 ................................................ 67

7.1 術語 ..................................................... 68

7.2 測量機器人關節構型的傳感器 ........... 70

7.3 測量自運動的傳感器 .......................... 70

7.3.1 加速度計 .................................. 71

7.3.2 陀螺儀 ...................................... 71

7.4 測量力的傳感器 .................................. 72

壓力或接觸 .......................................... 73

7.5 測量距離的傳感器 .............................. 74

7.5.1 反射 ......................................... 74

7.5.2 相移 ......................................... 75

7.5.3 飛行時間 .................................. 76

7.6 感知全局姿態的傳感器 ...................... 76

本章要點 ...................................................... 77

課後練習 ...................................................... 77

第三部分 計 算

第 8 章 視覺 .................................................... 80

8.1 將圖像作為二維信號 .......................... 80

8.2 從信號到信息 ..................................... 81

8.3 基本圖像操作 ..................................... 83

8.3.1 基於閾值的操作 ...................... 83

8.3.2 基於捲積的濾波器 .................. 84

8.3.3 形態學操作 .............................. 86

8.4 從視覺中提取結構 .............................. 87

8.5 電腦視覺和機器學習 ...................... 89

本章要點 ...................................................... 89

課後練習 ...................................................... 89

第 9 章 特徵提取 ........................................... 91

9.1 特徵檢測實現信息精簡化 .................. 91

9.2 特徵 ..................................................... 91

9.3 線特徵識別 ......................................... 92

9.3.1 最小二乘直線擬合 .................. 93

9.3.2 拆分合並算法 .......................... 94

9.3.3 隨機抽樣一致性算法 ............... 95

9.3.4 霍夫變換 .................................. 95

9.4 尺度不變特徵變換 .............................. 96

9.4.1 概述 ......................................... 96

9.4.2 使用尺度不變特徵的目標

識別 ......................................... 98

9.5 特徵檢測和機器學習 .......................... 98

本章要點 ...................................................... 98

課後練習 ...................................................... 98

第 10 章 人工神經網絡 ............................... 100

10.1 簡單感知器 ..................................... 101

10.1.1 簡單感知器的幾何解釋 ..... 102

10.1.2 訓練簡單感知器 ................ 102

10.2 激活函數 ......................................... 103

10.3 從簡單感知器到多層神經網絡 ....... 104

10.3.1 人工神經網絡的正式描述 ................................... 105

10.3.2 訓練一個多層神經網絡 ..... 106

10.4 從單個輸出到高維數據 ................... 107

10.5 目標函數與優化 .............................. 108

10.5.1 回歸任務的損失函數 ......... 108

10.5.2 分類任務的損失函數 ......... 109

10.5.3 二元交叉熵和分類交叉熵 ........................................ 110

10.6 捲積神經網絡 .................................. 110

10.6.1 從捲積到二維神經網絡 ..... 112

10.6.2 填充和步長 ........................ 112

10.6.3 池化 .................................... 113

10.6.4 張量扁平化 ........................ 113

10.6.5 CNN 簡單示例 ................... 114

10.6.6 二維圖像數據之外的CNN ................................... 114

10.7 循環神經網絡 .................................. 114

本章要點 .................................................... 115

課後練習 .................................................... 116

第 11 章 任務執行 ........................................ 117

11.1 反應式控制 ...................................... 117

反應式控制器的局限性 ................... 119

11.2 有限狀態機 ...................................... 120

11.3 分層有限狀態機 .............................. 122

分層有限狀態機實現 ....................... 124

11.4 行為樹 ............................................. 124

11.4.1 節點定義和狀態 ................. 124

11.4.2 節點類型 ............................ 125

11.4.3 行為樹執行 ........................ 126

11.4.4 行為樹實現 ........................ 127

11.5 任務規劃 .......................................... 127

通用問題求解器和 STRIPS ............. 128

本章要點 .................................................... 129

課後練習 .................................................... 130

第 12 章 地圖構建 ........................................ 131

12.1 地圖表示 .......................................... 132

12.2 稀疏地圖構建的迭代最近點算法 ... 133

12.3 八叉樹地圖：體素全連接地圖構建 ................................................. 135

12.4 RGB-D 地圖構建：曲面全連接

地圖構建 ........................................... 136

本章要點 .................................................... 138

課後練習 .................................................... 139

第 13 章 路徑規劃 ....................................... 140

13.1 構型空間 ......................................... 140

13.2 基於圖搜索的路徑規劃算法 ........... 141

13.2.1 迪傑斯特拉算法 ................ 141

13.2.2 A*算法 ............................... 143

13.3 基於採樣的路徑規劃算法 ............... 144

13.4 不同環境尺度下的路徑規劃 ........... 148

13.5 覆蓋路徑規劃 .................................. 149

13.6 總結與展望 ...................................... 149

本章要點 .................................................... 150

課後練習 .................................................... 150

第 14 章 操作 ................................................ 152

14.1 非抓取操作 ...................................... 152

14.2 選擇正確的抓取 .............................. 153

14.2.1 為簡單的夾爪尋找好

的抓取方法 ........................ 153

14.2.2 為多指手尋找良好的抓取方法 ............................ 155

14.3 拾取和放置 ...................................... 156

14.4 軸孔裝配問題 .................................. 157

本章要點 .................................................... 159

課後練習 .................................................... 159

第四部分 不確定性

第 15 章 不確定性和誤差傳播 .................. 162

15.1 作為隨機變量的機器人學中的不確定性 ......................................... 162

15.2 誤差傳播 ......................................... 163

15.2.1 示例：線擬合 .................... 164

15.2.2 示例：里程計 .................... 165

15.3 最佳傳感器融合 .............................. 167

卡爾曼濾波器 .................................. 168

本章要點 .................................................... 168

課後練習 .................................................... 169

第 16 章 定位 ................................................ 170

16.1 啟發性的例子 .................................. 170

16.2 馬爾可夫定位 .................................. 172

16.2.1 感知更新 ............................ 172

16.2.2 動作更新 ............................ 173

16.2.3 例子：馬爾可夫定位在拓撲地圖上的應用 ............. 173

16.3 貝葉斯濾波器 .................................. 176

例子：貝葉斯濾波器在網格地圖中的應用 ......................................... 177

16.4 粒子濾波器 ..................................... 178

16.5 擴展卡爾曼濾波器 .......................... 181

用卡爾曼濾波估計里程信息 ........... 181

16.6 總結：基於概率圖的定位 ............... 183

本章要點 .................................................... 183

課後練習 .................................................... 184

第 17 章 同步定位與地圖構建 .................. 185

17.1 概述 ................................................. 185

17.1.1 地標 ................................... 185

17.1.2 特例一：含有一個地標的環境 ................................ 186

17.1.3 特例二：含有兩個地標的環境 ................................ 186

17.2 協方差矩陣 ..................................... 187

17.3 EKF SLAM ...................................... 187

17.3.1 EKF SLAM 算法介紹 ........ 188

17.3.2 多傳感器融合 .................... 190

17.4 基於圖的 SLAM 算法 ..................... 190

17.4.1 SLAM：一個最大似然估計問題 ............................ 191

17.4.2 基於圖的 SLAM 的數值方法 ................................... 193

本章要點 .................................................... 194

課後練習 .................................................... 194

第五部分 附 錄

附錄 A 三角學 .............................................. 196

附錄 B 線性代數 .......................................... 198

附錄 C 統計學 .............................................. 202

附錄 D 反向傳播 .......................................... 209

附錄 E 如何書寫一篇研究論文 ................. 214

附錄 F 示例課程 .......................................... 218

參考文獻 ........................................................... 225