【科技书摘】智能车如何了解道路场景

　　感知在任何机器人应用中都起着关键作用。在智能车辆的情况下，感知任务被称为道路场景理解。它涉及到使用不同的传感器（在第62.2节中描述）与自动推理相结合，以创建一个车辆周围环境的综合表示。这个任务所积累的知识库在高级驾驶辅助系统（ADAS）的情况下被用来向驾驶员发出警告，或者在完全自主驾驶的情况下用来控制车辆执行器。对周围环境状态的完整而精确的描述是减少误报和漏报的关键因素，并为平稳的自动驾驶提供基础。毫无疑问，对室外环境的感知（即使是部分结构化的）也是一个具有挑战性的问题，这不仅是由于驾驶环境本身的内在复杂性，而且是由于许多环境参数不可能控制。图62.7显示了日/夜、太阳/路灯照明、温度、低能见度、雨/雪和不同的气象条件的例子，一般来说，这些都是无法控制的，必须由传感设备来处理。

　　学界正在从两个不同的角度解决为车辆提供强大而精确的环境状态感知的问题。一种方法是为车辆提供不断增加的传感能力和处理能力，旨在提供强大的车载智能系统[62.42]。另一种方法是将道路基础设施作为能够与所有车辆进行通信并实时共享道路状况的活跃元素[62.43]。事实上，这两种观点也可以合并起来，提供一个混合的解决方案，以在动态环境中安全地控制车辆[62.43]。

　　了解道路场景的任务可以以不同的方式进行，这取决于智能基础设施的可用性和其他参与者的合作行为。了解环境状态的任务可以通过来自其他来源的信息的可用性来简化，从而限制了在每辆车上执行强大而完整的感应的需要。有用的信息可以来自基础设施本身（如道路条件和几何形状、车道数量、能见度、路标，甚至实时信息，如交通灯状态或交通状况）或其他参与者（如车辆的存在与精确位置、速度和方向）。车辆也可以携带由其他玩家收集并与之共享的实时信息。

　　图62.7  智能车必须处理的典型道路场景范围

　　虽然目前研究的重点是智能车辆和智能基础设施，但第一代生产型智能车辆将不得不主要依靠自己的传感能力，因为来自其他来源（如基础设施和其他车辆）信息的可用性将需要一段时间才能在真实环境中部署。事实上，为了有实际用途，智能道路必须覆盖一个国家的很大一部分地区，同时合作的智能车辆也必须足够广泛。值得注意的是，对智能基础设施和智能车辆的投资来自不同的渠道：前者主要来自政府机构，后者则来自车主。

　　基础设施本身拥有的、可供车辆使用的信息包括：明确的车道/道路的几何形状、路标、交通灯的状态。

　　另一方面，该基础设施还可以评估和提供实时数据，如：道路状况、能见度、交通状况。

　　智能车需要收集的另一个重要信息是其他道路参与者的存在，如其他车辆、脆弱的道路使用者（行人、摩托车、自行车）。

　　虽然可以假设在未来的某个时候，所有的车辆都将配备主动系统，使它们能够被其他车辆安全地避开，但保证行人和自行车将有类似的设备是不现实的，他们的存在将需要用车载传感器来检测。同样的考虑也适用于道路上可能意外发现的障碍物，或道路施工等临时情况。如果车辆需要应对意外情况，那么它就需要有能力用自己的传感器实时评估路况。

　　这就是为什么车载传感对未来的交通系统至关重要的原因；车辆对车辆和车辆对基础设施的通信可能有助于改善传感，但我们未来的车辆也必须安装一套完整的传感系统。以下是对道路环境感知主要挑战的研究。

　　从20世纪80年代初的首次实施开始[62.4-6]，许多原型车辆已经配备了车道检测和跟踪系统。事实上，在这种情况下，计算机视觉起着根本性的作用；尽管一般来说，道路也可以用激光扫描仪来检测[62.24]，但唯一能够高精度地检测车道几何形状和车道标记的通用技术是计算机视觉。大多数车道跟踪方法都集中在检测车道标记和利用环境中的结构，如左右车道标记的平行性、道路宽度的不变性或广泛使用的平路假设。这些假设主要是用来克服只有一个相机的问题（因成本驱动的选择）。一些系统使用立体视觉来检测车道标线，能够在没有这些限制的情况下工作。高速公路上的车道跟踪问题基本上已经解决了，商业系统已被部署在乘用车和商用车上。对已部署的车道跟踪技术的研究和评估可参阅参考文献[62.44]。图62.8显示了一个商业车道跟踪器的典型输出的例子。

　　图62.8  车道检测

　　然而，这种系统不能保证车道检测系统以100%的可靠性工作；这些系统通常以95~99%的可靠性工作。因此，车道跟踪系统只被用于车道偏离警告系统，因为对于自动驾驶来说，不能容忍失败。目前正在努力开发能够容忍各种驾驶条件的算法，并推动100%的可靠性边界[62.44, 45]（【视频836】）。

　　基于视觉的车道追踪系统依赖于车道标记，而这些标记并不总是存在。在这些情况下，仅仅跟踪车道或道路的极限往往是不够的。相反，有必要建立一个道路形状和穿越能力的局部表示。这种局部地图可以用类似SLAM的技术来建立（见第2卷第46章），并可以将地图的一部分分为静态或动态[62.46]。其他方法旨在将从激光扫描仪或立体摄像机获得的三维点分为属于道路或不属于道路[62.47]。道路检测功能的输出是一个不断更新的车辆前方可行空间的表示（图62.9）。

　　图62.9  车辆前方可航行空间的瞬时表[62.25]

　　计算机视觉的另一个相当直接的用途是路标检测和理解。路标是为了帮助人类司机而特意设计的。路标使用一套定义明确的形状、颜色和符号。这些标志被放置在与道路有关的一致的高度和位置上。因此，对于计算机视觉来说，阅读道路标志是一项可实现的任务。探测是使用一系列的形状和/或颜色探测方案来完成的[62.48, 49]。在检测和定位阶段之后，需要进行识别。通常这个任务由模式匹配技术来完成，如图像交叉相关、神经网络或支持向量机，因为可能的路标集是有限的和明确定义的。图62.10说明了基于速度标志检测的超速警告系统的概念。这个领域的研究工作的挑战在于检测的稳健性和标志分类的可靠性。大多数汽车公司都有正在开发的系统，例如，西门子[62.50]。请看关于速度标志检测的视频（【视频838】）。

　　图62.10  用于速度警告的道路标志检测

　　颜色和模式匹配也是用于检测交通灯的关键技术[62.51]。虽然交通信号灯的检测并不太复杂，但这种应用还隐藏着一个使车辆应用变得困难的方面：除了正确地定位和识别信号外，还必须特别注意检查信号在道路/车道上的位置和方向，因为该信号可能不是针对当前车辆的。这在市中心的十字路口尤其如此，在那里，许多交通信号灯同时可见；在这种情况下，车辆必须有能力选择必须遵守的正确交通信号。一些试验已经进行了有源交通信号测试，能够使用无线电频率发出交通灯的状态[62.52]。这涉及到额外的基础设施；在这个阶段，视觉似乎是唯一简单可行的解决方案。

　　能见度检测中一个关键的挑战是对雾的检测。国际照明委员会（CIE）将气象能见度距离定义：在适当大小的黑色物体被感知时，其对比度小于5%的距离。已经实施了不同的技术来测量这个参数，从而检测雾气情况[62.53]。尽管许多方法使用视觉，但也有通常用于固定地点（如机场和交通监测站）的有效替代方法，基于使用多重散射激光雷达。使用视觉来估计能见度的主要挑战是，移动的车辆通常不能依靠特定距离的特定参考点/物体/信号。

　　对车辆的检测已经使用了大量的传感器技术，从视觉到激光雷达，从雷达到声纳。

　　尽管在形状和颜色上有所不同，但车辆具有相同的特点，具有较大的尺寸和反射材料。一旦有了道路/车道位置的大致指示，车辆的位置是可以预测的。事实上，车辆可以被许多不同的传感器独立地成功检测到[62.55-57]。图62.11显示了一个基于视觉的车辆检测系统。

　　图62.11  车辆检测-车道和范围位置

　　尽管这个问题的解决方案似乎很简单，但每个传感器都有自己的应用范围和挑战。视觉通常是强大的，但在低能见度和照明不良的情况下（夜间或隧道），或在交通繁忙的情况下，车辆可能相互重叠，视觉也可能会失效。红外领域的视觉（热成像）能够以较高的置信度检测到车辆，因为车辆的轮胎和消声器通常表现出较高的温度，因此很容易在图像中检测到。但停放的车辆、拖车，甚至刚刚开始移动的车辆都比运行中的车辆温度更低，因此，不容易被发现。激光雷达通常是稳健的，但在恶劣的天气条件下灵敏度下降。雷达虽然便宜，但由于附近其他反射物的存在，在横向测量中会出现偏差。最后，声呐只适用于非常短的距离。研究的挑战是如何稳健地实现多传感器融合。一种常见的方法是将视觉与雷达融合[62.58]。

　　车辆检测通常是通过将被认为属于同一物体的数据分组来进行的，这通常意味着使用某种基于距离和其他相关特征（如颜色、纹理等）的相似度量。另一种方法是基于模型的技术，它扫描场景数据，试图与预先存在的目录中的模型相匹配，如几何描述、部件集合。最后，基于网格的方法不是对物体本身进行建模，而是对空间的规则分解中的属性进行演变[62.54]（图62.12）。

　　图62.12  车辆检测和跟踪的三种方法[62.54]

　　追踪的主要问题之一是数据关联：找到传感器读数和被追踪物体之间的对应关系。跟踪方法在解决这个问题的方式上有所不同，从最近的邻居，它只是把观察结果分配给接近的物体，到多假设追踪（MHT），它在几个时间步骤中保持不同的关联假设的表示。为了可操作性，修剪是必要的。一种越来越流行的替代方法是使用基于网格的方法，这种方法在迭代网格更新过程中不试图明确表示物体，同时考虑到与给定邻域中的单元的所有可能关联。这种方法导致尽可能长时间推迟目标检测和数据关联步骤[62.54]。参考图62.13了解基于网格的跟踪示例。【视频420】显示了贝叶斯占有率方法的预测能力[62.59]。

　　图62.13  基于网格的检测和跟踪[62.59]

　　对道路弱势使用者（行人和自行车）的检测是智能车辆最困难的任务之一。行人的外观是具有挑战性的：行人的形状可以在几十毫秒内发生很大的变化；在颜色、纹理或大小方面没有明确的不变因素，而且不能对姿势、速度或诸如头部等人类身体部分的可见度作出假设。机器学习方法已经成功地应用于这个问题[62.24, 42, 48, 60]。重点是通过改进视觉算法实现更大的可靠性和减少错误报警[62.61]。然而，对道路弱势使用者的检测是全世界最相关的研究课题之一，因为一旦汽车上有了功能齐全的行人探测器，就可能获得大量的好处，包括保险的减少。应对措施可以被激活，以减少车辆和行人事故的后果，如发射外部安全气囊或打开引擎盖以减少正面碰撞的影响。目前，在评估所有可能的技术时，似乎没有任何解决方案能在所有情况下提供可靠的检测：雷达无法在拥挤的情况下可靠地检测到行人，而视觉则有上述的许多缺点。热成像技术尽管非常昂贵却被普遍认为是最有前途的技术之一，但在某些情况下，如炎热的夏天和一般的高温环境下，也会失效。基于视觉的立体视觉检测可参考【视频839】。

　　以上图文来自机械工业出版社出版的《机器人手册》（原书第2版）作者：（[意]布鲁诺·西西利亚诺（Bruno Siciliano)  [美]欧沙玛·哈提卜(Oussama Khatib））。译者：于靖军。识别图中二维码可进入购买页面。（有折扣哦~~~）

　　

　　

　　目录

　　上下滑动查看

　　《机器人手册》（原书第2版） 第1卷 机器人基础

　　目录

　　译者序

　　作者序一(第1版)

　　作者序二(第1版)

　　作者序三(第1版)

　　作者序四(第1版)

　　第2版前言

　　多媒体扩展序

　　如何访问多媒体内容

　　主编简介

　　篇主编简介

　　多媒体团队简介

　　作者列表

　　缩略词列表

　　第1章绪论——如何使用《机器人手册》1

　　1.1机器人学发展简史1

　　1.2机器人学的研究群体2

　　1.3如何使用本手册3

　　视频文献5

　　第1篇机器人学基础

　　内容导读8

　　第2章运动学11

　　2.1概述11

　　2.2位置与姿态表示12

　　2.3关节运动学20

　　2.4几何表示24

　　2.5工作空间26

　　2.6正运动学26

　　2.7逆运动学27

　　2.8正微分运动学29

　　2.9逆微分运动学30

　　2.10静力学变换30

　　2.11结论与延展阅读30

　　参考文献31

　　第3章动力学33

　　3.1概述34

　　3.2空间向量表示法35

　　3.3正则方程40

　　3.4刚体系统动力学模型42

　　3.5运动树46

　　3.6运动环51

　　3.7结论与延展阅读54

　　参考文献56

　　第4章机构与驱动59

　　4.1概述60

　　4.2系统特征60

　　4.3运动学与动力学61

　　4.4串联机器人64

　　4.5并联机器人65

　　4.6机械结构66

　　4.7关节机构67

　　4.8驱动器69

　　4.9机器人的性能指标75

　　4.10结论与延展阅读77

　　视频文献77

　　参考文献78

　　第5章传感与估计80

　　5.1概述80

　　5.2感知过程81

　　5.3传感器82

　　5.4估计过程87

　　5.5表征96

　　5.6结论与延展阅读97

　　参考文献98

　　第6章模型辨识100

　　6.1概述100

　　6.2运动学标定102

　　6.3惯性参数估计107

　　6.4可辨识性与条件数分析112

　　6.5结论与延展阅读118

　　视频文献119

　　参考文献120

　　第7章运动规划122

　　7.1机器人运动规划122

　　7.2运动规划的概念123

　　7.3基于抽样的规划124

　　7.4替代算法127

　　7.5微分约束130

　　7.6扩展与演变133

　　7.7高级议题136

　　7.8结论与延展阅读139

　　视频文献139

　　参考文献140

　　第8章运动控制144

　　8.1运动控制简介145

　　8.2关节空间与操作空间控制146

　　8.3独立关节控制147

　　8.4PID控制149

　　8.5跟踪控制151

　　8.6计算转矩与计算转矩类控制153

　　8.7自适应控制156

　　8.8优与鲁棒控制159

　　8.9轨迹生成与规划161

　　8.10数字化实现164

　　8.11学习控制166

　　视频文献167

　　参考文献168

　　第9章力控制171

　　9.1背景171

　　9.2间接力控制173

　　9.3交互作业179

　　9.4力/运动混合控制184

　　9.5结论与延展阅读188

　　视频文献189

　　参考文献190

　　第10章冗余度机器人192

　　10.1概述192

　　10.2面向任务的运动学194

　　10.3微分逆运动学196

　　10.4冗余度求解优化方法200

　　10.5冗余度求解的任务增广法202

　　10.6二阶冗余度求解204

　　10.7可循环性204

　　10.8容错性205

　　10.9结论与延展阅读206

　　视频文献206

　　参考文献207

　　第11章含有柔性单元的机器人210

　　11.1含有柔性关节的机器人211

　　11.2含有柔性连杆的机器人227

　　视频文献240

　　参考文献241

　　第12章机器人体系架构与编程245

　　12.1概述245

　　12.2发展历程247

　　12.3体系架构组件250

　　12.4案例研究——GRACE256

　　12.5机器人体系架构的设计艺术258

　　12.6机器人体系架构的实现259

　　12.7结论与延展阅读261

　　视频文献261

　　参考文献261

　　第13章基于行为的系统265

　　13.1机器人控制方法265

　　13.2基于行为系统的基本原理267

　　13.3基础行为270

　　13.4基于行为系统的表示法270

　　13.5基于行为系统的学习271

　　13.6应用与后续工作275

　　13.7结论与延展阅读278

　　视频文献278

　　参考文献279

　　第14章机器人人工智能推理方法283

　　14.1为什么机器人要应用AI推理283

　　14.2知识表征与推理284

　　14.3推理与决策291

　　14.4基于规划的机器人控制297

　　14.5结论与延展阅读301

　　视频文献302

　　参考文献302

　　第15章机器人学习307

　　15.1什么是机器人学习307

　　15.2模型学习309

　　15.3强化学习319

　　15.4结论330

　　视频文献331

　　参考文献331

　　LⅩⅤⅠⅠLⅩⅤⅠⅠⅠ第2篇机器人设计

　　内容导读340

　　第16章设计与性能评价342

　　16.1机器人设计过程342

　　16.2工作空间指标344

　　16.3灵巧性指标347

　　16.4其他性能指标349

　　16.5其他类型的机器人352

　　16.6本章小结356

　　参考文献356

　　第17章肢系统359

　　17.1肢系统的设计360

　　17.2概念设计360

　　17.3设计过程示例363

　　17.4模型导引设计366

　　17.5各种肢系统373

　　17.6性能指标376

　　视频文献378

　　参考文献379

　　第18章并联机构382

　　18.1定义382

　　18.2并联机构的构型综合383

　　18.3运动学384

　　18.4速度与精度分析385

　　18.5奇异性分析386

　　18.6工作空间分析387

　　18.7静力学分析388

　　18.8动力学分析389

　　18.9设计考虑390

　　18.10柔索驱动并联机器人390

　　18.11应用示例392

　　18.12结论与延展阅读392

　　视频文献393

　　参考文献393

　　第19章机器人手

　　19.1基本概念

　　19.2机器人手的设计

　　19.3驱动与传感技术

　　19.4机器人手的建模与控制

　　19.5应用和发展趋势

　　19.6结论与延展阅读

　　视频文献

　　参考文献

　　第20章蛇形机器人与连续体机器人

　　20.1蛇形机器人研究简史

　　20.2连续体机器人研究简史

　　20.3蛇形机器人与连续体机器人的

　　建模

　　20.4蛇形机器人与连续体机器人的

　　运动规划

　　20.5结论与相关领域的扩展

　　视频文献

　　参考文献

　　第21章软体机器人驱动器

　　21.1研究背景

　　21.2软体机器人驱动器的设计

　　21.3软体机器人驱动器的建模

　　21.4软体机器人的建模

　　21.5刚度评估

　　21.6笛卡儿刚度控制

　　21.7周期性运动控制

　　21.8软体机器人的优控制

　　21.9结论与开放性问题

　　视频文献

　　参考文献

　　第22章模块化机器人

　　22.1概念与定义

　　22.2可重构模块化操作臂

　　22.3自重构模块化机器人

　　22.4结论与延展阅读

　　视频文献

　　参考文献

　　第23章仿生机器人

　　23.1概述

　　23.2仿生机器人设计组件

　　23.3机构

　　23.4材料与制造

　　23.5结论

　　视频文献

　　参考文献

　　第24章轮式机器人

　　24.1概述

　　24.2轮式机器人的机动性

　　24.3轮式机器人的结构

　　24.4轮-地交互模型

　　24.5轮式机器人的悬架系统

　　24.6结论

　　视频文献

　　参考文献

　　第25章水下机器人

　　25.1背景

　　25.2机械系统

　　25.3电力系统

　　25.4水下驱动器和传感器

　　25.5计算机、通信和体系架构

　　25.6水下操作臂

　　25.7结论与延展阅读

　　视频文献

　　参考文献

　　第26章飞行机器人

　　26.1背景与研究历史

　　26.2飞行机器人的特征

　　26.3空气动力学与飞行力学基础

　　26.4固定翼飞行器的设计与建模

　　26.5旋翼机的设计与建模

　　26.6扑翼机的设计与建模

　　26.7系统集成与实现

　　26.8飞行机器人的应用

　　26.9结论与延展阅读

　　视频文献

　　参考文献

　　第27章微纳机器人

　　27.1概述

　　27.2尺度

　　27.3微纳尺度的驱动技术

　　27.4微纳尺度的成像技术

　　27.5制造

　　27.6微装配

　　27.7微型机器人

　　27.8纳米机器人

　　27.9结论

　　视频文献

　　参考文献

　　《机器人手册》（原书第2版） 第2卷 机器人技术

　　目录

　　译者序

　　作者序一(第1版)

　　作者序二(第1版)

　　作者序三(第1版)

　　作者序四(第1版)

　　第2版前言

　　多媒体扩展序

　　如何访问多媒体内容

　　主编简介

　　篇主编简介

　　多媒体团队简介

　　作者列表

　　缩略词列表

　　第3篇传感与感知

　　内容导读

　　第28章力、触觉传感器

　　28.1概述

　　28.2传感器类型

　　28.3触觉信息处理

　　28.4集成方面的挑战

　　28.5总结与展望

　　视频文献

　　参考文献

　　第29章惯性传感器、GPS和里程计

　　29.1里程计

　　29.2陀螺仪系统

　　29.3加速度计

　　29.4惯性传感器套装

　　29.5基于卫星的定位(GPS和GLS)

　　29.6GPS-IMU集成

　　29.7延展阅读

　　29.8市场上的现有硬件

　　参考文献

　　第30章声呐传感器

　　30.1声呐原理

　　30.2声呐波束图

　　30.3声速

　　30.4波形

　　30.5换能器技术

　　30.6反射物体模型

　　30.7伪影

　　30.8TOF测距

　　30.9回声波形编码

　　30.10回声波形处理

　　30.11CTFM声呐

　　30.12多脉冲声呐

　　30.13声呐环

　　30.14运动影响

　　30.15仿生声呐

　　30.16总结

　　视频文献

　　参考文献

　　第31章距离传感器

　　31.1距离传感器的基础知识

　　31.2距离传感器技术

　　31.3配准

　　31.4导航、地形分类与测绘

　　31.5结论与延展阅读

　　参考文献

　　第32章三维视觉导航与抓取

　　32.1几何视觉

　　32.2三维视觉抓取

　　32.3结论与延展阅读

　　视频文献

　　参考文献

　　第33章视觉对象类识别

　　33.1对象类

　　33.2技术现状回顾

　　33.3讨论与结论

　　参考文献

　　第34章视觉伺服

　　34.1视觉伺服的基本要素

　　34.2基于图像的视觉伺服

　　34.3基于位置的视觉伺服

　　34.4先进方法

　　34.5性能优化与规划

　　34.6三维参数估计

　　34.7确定s*和匹配问题

　　34.8目标跟踪

　　34.9关节空间控制的Eye-in-Hand和

　　Eye-to-Hand系统

　　34.10欠驱动机器人

　　34.11应用

　　34.12结论

　　视频文献

　　参考文献

　　第35章多传感数据融合

　　35.1多传感数据融合方法

　　35.2多传感器融合体系架构

　　35.3应用

　　35.4结论

　　视频文献

　　参考文献

　　LⅩⅤⅠⅠLⅩⅤⅠⅠⅠ第4篇操作与交互

　　内容导读

　　第36章面向操作任务的运动

　　36.1概述

　　36.2任务级的控制

　　36.3操作规划

　　36.4装配运动

　　36.5集成反馈控制和规划

　　36.6结论与延展阅读

　　视频文献

　　参考文献

　　第37章接触建模与操作

　　37.1概述

　　37.2刚体接触运动学

　　37.3力与摩擦

　　37.4考虑摩擦时的刚体运动学

　　37.5推进操作

　　37.6接触面及其建模

　　37.7摩擦限定面

　　37.8抓取和夹持器设计中的接触问题

　　37.9结论与延展阅读

　　视频文献

　　参考文献

　　第38章抓取

　　38.1模型与定义

　　38.2受控的运动旋量与力旋量

　　38.3柔性抓取

　　38.4约束分析

　　38.5实例分析

　　38.6结论与延展阅读

　　视频文献

　　参考文献

　　第39章协同操作臂

　　39.1历史回顾

　　39.2运动学与静力学

　　39.3协同工作空间

　　39.4动力学及负载分配

　　39.5操作空间分析

　　39.6控制

　　39.7结论与延展阅读

　　视频文献

　　参考文献

　　第40章移动操作

　　40.1抓取和操作

　　40.2控制

　　40.3运动生成

　　40.4机器学习

　　40.5机器感知

　　40.6总结与延展阅读

　　视频文献

　　参考文献

　　第41章主动操作感知

　　41.1通过操作的感知

　　41.2物体定位

　　41.3了解物体

　　41.4物体识别

　　41.5结论

　　视频文献

　　参考文献

　　第42章触觉技术

　　42.1概述

　　42.2触觉装置设计

　　42.3触觉再现

　　42.4触觉交互的控制和稳定

　　42.5其他类型的触觉交互

　　42.6结论与展望

　　参考文献

　　第43章遥操作机器人

　　43.1概述

　　43.2遥操作机器人系统及其应用

　　43.3控制架构

　　43.4双边控制和力反馈控制

　　43.5遥操作机器人的前沿应用

　　43.6结论与延展阅读

　　视频文献

　　参考文献

　　第44章网络机器人

　　44.1概述与背景

　　44.2简要回顾

　　44.3通信与网络

　　44.4网络机器人的属性

　　44.5云机器人

　　44.6结论与未来方向

　　视频文献

　　参考文献

　　第5篇移动与环境

　　内容导读

　　第45章环境建模

　　45.1发展历程概述

　　45.2室内与结构化环境的建模

　　45.3自然环境与地形建模

　　45.4动态环境

　　45.5结论与延展阅读

　　视频文献

　　参考文献

　　第46章同步定位与建图

　　46.1SLAM：问题的定义

　　46.2三种主要的SLAM方法

　　46.3视觉SLAM与RGB-D SLAM

　　46.4结论与未来挑战

　　视频文献

　　参考文献

　　第47章运动规划与避障

　　47.1非完整移动机器人：遵循控制理论的

　　运动规划

　　47.2运动学约束与可控性

　　47.3运动规划与短时可控性

　　47.4局部转向方法与短时可控性

　　47.5机器人与拖车

　　47.6近似方法

　　47.7从运动规划到避障

　　47.8避障的定义

　　47.9避障技术

　　47.10避障机器人的形状特征、运动学与

　　动力学

　　47.11规划-反应的集成

　　47.12结论、未来方向与延展阅读

　　视频文献

　　参考文献

　　第48章腿式机器人的建模与控制

　　48.1腿式机器人的研究历程

　　48.2腿部运动的动力学建模

　　48.3稳定性分析：不跌倒

　　48.4动态行走与跑步运动的生成

　　48.5运动与力控制

　　48.6实现更高效的行走

　　48.7不同类型的接触行为

　　48.8结论

　　参考文献

　　第49章轮式机器人的建模与控制

　　49.1背景

　　49.2控制模型

　　49.3对于完整约束系统控制方法的

　　适应性

　　49.4针对非完整约束系统的方法

　　49.5非理想轮地接触下的路径跟随

　　49.6补充材料与文献指南

　　视频文献

　　参考文献

　　第50章崎岖地形下机器人的建模与控制

　　50.1概述

　　50.2崎岖地形下的轮式机器人建模

　　50.3崎岖地形下轮式机器人的控制

　　50.4崎岖地形下的履带式机器人建模

　　50.5履带式机器人的稳定性分析

　　50.6崎岖地形下的履带式机器人控制

　　50.7总结

　　视频文献

　　参考文献

　　第51章水下机器人的建模与控制

　　51.1水下机器人在海洋工程中日益重要的

　　作用

　　51.2水下机器人

　　51.3应用

　　51.4结论与延展阅读

　　视频文献

　　参考文献

　　第52章飞行机器人的建模与控制

　　52.1概述

　　52.2飞行机器人的建模

　　52.3控制

　　52.4路径规划

　　52.5飞行器状态估计

　　52.6结论

　　视频文献

　　参考文献

　　第53章多移动机器人系统

　　53.1历史

　　53.2多机器人系统的体系架构

　　53.3通信

　　53.4网络移动机器人

　　53.5集群机器人

　　53.6模块化机器人

　　53.7异构系统

　　53.8任务分配

　　53.9学习

　　53.10应用

　　53.11结论与延展阅读

　　视频文献

　　参考文献

　　《机器人手册》（原书第2版） 第3卷 机器人应用

　　目录

　　译者序

　　作者序一(第1版)

　　作者序二(第1版)

　　作者序三(第1版)

　　作者序四(第1版)

　　第2版前言

　　多媒体扩展序

　　如何访问多媒体内容

　　主编简介

　　篇主编简介

　　多媒体团队简介

　　作者列表

　　缩略词列表

　　第6篇作业型机器人

　　内容导读

　　第54章工业机器人

　　54.1工业机器人:机器人研究和应用的

　　主要驱动力

　　54.2工业机器人简史

　　54.3工业机器人的运动学构型

　　54.4典型的工业机器人应用

　　54.5安全的人-机器人协作

　　54.6任务描述：教学和编程

　　54.7系统集成

　　54.8展望与长期挑战

　　视频文献

　　参考文献

　　第55章空间机器人

　　55.1轨道机器人系统的历史概况和研究

　　进展

　　55.2行星表面机器人系统的历史概况与

　　研究进展

　　55.3数学建模

　　55.4轨道与行星表面机器人系统的未来

　　研究方向

　　55.5结论与延展阅读

　　视频文献

　　参考文献

　　第56章农林机器人

　　56.1讨论范畴

　　56.2机遇与挑战

　　56.3案例研究

　　56.4结论

　　视频文献

　　参考文献

　　第57章建造机器人

　　57.1概述

　　57.2建造机器人的非现场应用

　　57.3单一任务建造机器人的现场应用

　　57.4集成机器人化施工现场

　　57.5目前尚未解决的技术问题

　　57.6未来方向

　　57.7结论与延展阅读

　　视频文献

　　参考文献

　　第58章危险环境作业机器人

　　58.1危险环境作业：机器人解决方案的

　　必要性

　　58.2应用

　　58.3使能技术

　　58.4结论与延展阅读

　　视频文献

　　参考文献

　　第59章采矿机器人

　　59.1现代采矿实践

　　59.2露天采矿

　　59.3地下采矿

　　59.4挑战、展望与总结

　　视频文献

　　参考文献

　　第60章救灾机器人

　　60.1概述

　　60.2灾害特征及其对机器人的影响

　　60.3实际在灾害中使用的机器人

　　60.4处理福岛第一核电站事故的

　　机器人

　　60.5经验教训、挑战和新方法

　　60.6评估救灾机器人

　　60.7结论与延展阅读

　　视频文献

　　参考文献

　　第61章监控与安保机器人

　　61.1概述

　　61.2应用领域

　　61.3使能技术

　　61.4活跃的研究领域

　　61.5结论

　　视频文献

　　参考文献

　　第62章智能车

　　62.1智能车的研究背景及方法

　　62.2使能技术

　　62.3了解道路场景

　　62.4高级驾驶辅助

　　62.5驾驶员监控

　　62.6迈向完全自动化的汽车

　　62.7未来趋势和发展前景

　　62.8结论与延展阅读

　　视频文献

　　参考文献

　　第63章医疗机器人与计算机集成

　　外科手术

　　63.1核心概念

　　63.2技术

　　63.3医疗系统、研究领域以及实际

　　应用

　　63.4总结与展望

　　视频文献

　　参考文献

　　第64章康复与保健机器人

　　64.1概述

　　64.2康复治疗与训练机器人

　　64.3残疾人辅助

　　64.4智能假肢与矫形器

　　64.5强化诊断与监控

　　64.6安全、伦理、权利与经济性考虑

　　64.7结论与延展阅读

　　视频文献

　　参考文献

　　LⅩⅤⅠⅠLⅩⅤⅠⅠⅠ第65章家用机器人

　　65.1移动家用机器人

　　65.2使能技术

　　65.3智能家居

　　视频文献

　　参考文献

　　第66章竞赛机器人

　　66.1引言

　　66.2概述

　　66.3以人类为灵感的竞赛

　　66.4任务导向型竞赛

　　66.5结论与延展阅读

　　视频文献

　　参考文献

　　第7篇机器人与人

　　内容导读

　　第67章仿人机器人

　　67.1为什么研究仿人机器人

　　67.2研究历程

　　67.3要模仿什么

　　67.4运动能力

　　67.5全身运动

　　67.6形态交互

　　67.7结论与延展阅读

　　视频文献

　　参考文献

　　第68章人体运动重建

　　68.1概述

　　68.2模型与计算

　　68.3重建理解

　　68.4机器人的重建

　　视频文献

　　参考文献

　　第69章人-机器人物理交互

　　69.1分类

　　69.2人身安全

　　69.3人性化的机器人设计

　　69.4物理交互控制

　　69.5人类环境的运动规划

　　69.6交互规划

　　69.7结论

　　视频文献

　　参考文献

　　第70章人-机器人增强

　　70.1概念与定义

　　70.2上肢可穿戴系统

　　70.3下肢可穿戴系统

　　70.4全身可穿戴系统

　　70.5人-机器人增强系统的控制

　　70.6结论与未来发展

　　视频文献

　　参考文献

　　第71章认知型人-机器人交互

　　71.1人类交互模型

　　71.2机器人交互模型

　　71.3人-机器人交互模型

　　71.4结论与延展阅读

　　视频文献

　　参考文献

　　第72章社交机器人

　　72.1概述

　　72.2社交机器人实体

　　72.3社交机器人与社交情感

　　72.4社会认知技能

　　72.5人类对社交机器人的社会反应

　　72.6社交机器人与交流技巧

　　72.7与机器人伙伴的长期交互

　　72.8与社交机器人的触觉交互

　　72.9社交机器人与团队合作

　　72.10结论

　　72.11延展阅读

　　视频文献

　　参考文献

　　第73章社交辅助机器人

　　73.1概述

　　73.2社交辅助机器人的需求

　　73.3实体机器人相对于虚拟代理的

　　优势

　　73.4动机、自主性和陪伴

　　73.5辅助交互的影响和动力学

　　73.6特定需求和能力的个性化及

　　适应性

　　73.7建立长期参与和行为改变

　　73.8社交辅助机器人对孤独症谱系

　　障碍的治疗

　　73.9社交辅助机器人康复支持

　　73.10社交辅助机器人和老年关怀

　　73.11针对阿尔茨海默病和认知康复的

　　社交辅助机器人

　　73.12伦理和安全考虑

　　参考文献

　　第74章向人类学习

　　74.1机器人学习

　　74.2从人类演示中学习的关键问题

　　74.3演示界面

　　74.4向人类学习的算法

　　74.5机器人演示学习的结论和开放性

　　问题

　　视频文献

　　参考文献

　　第75章仿生机器人

　　75.1历史背景

　　75.2研究方法

　　75.3案例研究

　　75.4仿生机器人研究的前景与挑战

　　75.5结论

　　视频文献

　　参考文献

　　第76章进化机器人

　　76.1方法

　　76.2第一步

　　76.3模拟与真实

　　76.4一个复杂适应系统的行为

　　76.5进化体

　　76.6光识别

　　76.7计算神经行为学

　　76.8进化与学习

　　76.9社会行为的进化

　　76.10硬件的进化

　　76.11结论

　　视频文献

　　参考文献

　　第77章神经机器人学：从视觉到动作

　　77.1定义与研究历程

　　77.2视觉方面的案例

　　77.3脊椎动物的运动控制

　　77.4镜像系统的作用

　　77.5结论与延展阅读

　　参考文献

　　第78章感知机器人

　　78.1概述

　　78.2对象表征的感知机制

　　78.3行动表征的知觉机制

　　78.4机器人感知验证

　　78.5结论与延展阅读

　　视频文献

　　参考文献

　　第79章教育机器人

　　79.1教育机器人的角色

　　79.2教育机器人竞赛

　　79.3机器人教育平台

　　79.4教育机器人的控制器与编程环境

　　79.5帮助学生学习的机器人技术

　　79.6机器人教育的项目评价

　　79.7结论与延展阅读

　　视频文献

　　参考文献

　　第80章机器人伦理学：社会与伦理的

　　内涵

　　80.1方法概念

　　80.2机器人学的特殊性

　　80.3机器人接受度的文化差异

　　80.4文学中的机器人伦理学

　　80.5真实机器人的表达

　　80.6科技伦理

　　80.7信息通信技术领域的伦理问题

　　80.8人类的原则和权利

　　80.9机器人技术中的法律问题

　　80.10机器人伦理学分类

　　80.11机器人伦理的实施：从理想到规则

　　80.12结论与延展阅读

　　视频文献

　　参考文献

　　借新版《机器人手册》新书上市之际，为进一步推动技术交流，机械工业出版社特邀请，于靖军教授，为我们带来了“先进机器人技术系列讲座”，欢迎各位扫描下方二维码预约直播，届时观看。▼▼▼

　　温馨提示：本套书不可申请样书哦~撰稿人：于靖军责任编辑：王永新审核人：周国萍END