機器人核心開發技術與實踐：從感知、導航到AI決策

第1章  機器人系統與核心開發技術全景認知 1

1.1  機器人是什麼：從定義到工程形態 2

1.1.1  機器人的核心定義 2

1.1.2  面向應用場景的機器人分類 2

1.1.3  不同運動方式下的機器人系統 3

1.1.4  從自動化到智能體：智能水平劃分 4

1.2  機器人技術的發展脈絡 4

1.2.1  早期機器人技術與自動化時代 5

1.2.2  智能化與模塊化的發展階段 5

1.2.3  現代機器人系統的技術特征 6

1.3  機器人核心技術架構解析 7

1.3.1  感知模塊：理解環境 7

1.3.2  決策模塊：生成行為 7

1.3.3  執行模塊：完成動作 8

1.4  機器人技術的典型落地場景 9

1.4.1  工業自動化與智能制造 9

1.4.2  醫療、服務與陪伴機器人 10

1.4.3  極端環境與特種作業機器人 10

1.5  機器人技術的挑戰與未來趨勢 11

1.5.1  機器人核心技術挑戰 11

1.5.2  安全倫理與法律問題 12

1.5.3  機器人技術的未來趨勢 13

第2章  激光雷達感知：從點雲到環境理解 15

2.1  機器人感知系統與激光雷達技術 16

2.1.1  機器人常用傳感器類型 16

2.1.2  環境感知的基本算法框架 17

2.1.3  激光雷達感知算法概覽 18

2.2  地面理解：點雲中的可行區域提取 20

2.2.1  基於平面擬合的地面提取方法 21

2.2.2  基於統計特性的地面分離方法 22

2.2.3  實戰演練：機器人點雲地面數據提取 24

2.3  環境目標的檢測與持續跟蹤 30

2.3.1  點雲聚類方法 30

2.3.2  點雲分割策略 31

2.3.3  基於濾波的目標跟蹤方法 31

2.3.4  實戰演練：機器人的目標檢測與跟蹤 32

2.4  綜合實戰：基於EKF的目標跟蹤系統 39

2.4.1  準備工作 40

2.4.2  目標特征向量構建 49

2.4.3  卡爾曼濾波器建模 55

2.4.4  目標檢測與狀態跟蹤 64

第3章  視覺感知系統：讓機器人“看懂”世界 79

3.1  視覺傳感器與圖像理解基礎 80

3.2  目標檢測與識別的技術路線 85

3.3  目標的持續感知：視覺跟蹤方法 104

第4章  機器人路徑規劃：從圖搜索到自主導航 119

4.1  基礎路徑規劃：用Dijkstra解決最短路徑問題 120

4.2  啟發式路徑規劃：效率與智能的平衡 126

4.3  Floyd-Warshall的全局路徑規劃與多機器人調度 135

4.4  動態環境下的路徑重規劃 141

4.5  無地圖與增量式路徑規劃 151

第5章  紅外感知：基於熱信息的環境理解 169

5.1  紅外傳感器與機器人感知 170

5.2  基於紅外的障礙物檢測與跟蹤 172

5.3  紅外圖像處理與目標識別 178

5.4  紅外陣列熱成像系統實戰 187

第6章  超聲波感知：近距離環境建模與安全輔助 201

6.1  超聲波傳感器原理與特性 202

6.2  障礙物檢測與距離測量方法 203

6.3  實戰演練：基於超聲波傳感器的停車輔助系統 207

6.4  實戰演練：基於超聲波的盲點監測系統 218

第7章  SLAM實時定位與地圖構建 233

7.1  SLAM介紹 234

7.2  經典SLAM算法解析 236

7.3  實戰演練：EKF驅動的樂高機器人定位與狀態估計 240

7.4  實戰演練：基於SLAM的輔助駕駛系統 253

第8章  三維環境建模：基於OctoMap的空間理解 263

8.1  OctoMap與三維環境建模 264

8.2  基於OctoMap的路徑規劃系統實戰 280

第9章  機器人運動控制：從模型到執行 303

9.1  機器人運動學建模 304

9.2  動力學建模與控制方法 315

9.3  執行機構設計與選型 325

第10章  人形機器人自主運動強化學習系統 333

10.1  背景介紹 334

10.2  項目介紹 334

10.3  人形機器人強化學習仿真環境 335

10.4  強化學習算法 340

10.5  仿真環境地形的生成與管理 344

10.6  人形機器人模型部署和演示 345