未知環(huán)境中移動機器人導航控制理論與方法

內容概要

　　《未知環(huán)境中移動機器人導航控制理論與方法》以未知環(huán)境中的移動機器人導航控制理論和方法為研究內容，全書主要包括七個方面：機器人的體系結構，動力學模型與路徑跟蹤控制，環(huán)境建模與定位，障礙物的檢測，機器人導航策略，故障診斷與容錯控制，機器學習理論及應用?！段粗h(huán)境中移動機器人導航控制理論與方法》重點介紹了機器學習、環(huán)境認知、運動規(guī)劃、導航控制等方面在理論和方法上取得的進展，意在推動認知科學、模式識別、非線性控制等學科的前沿問題的研究，對提高探測移動機器人導航控制系統(tǒng)的技術水平，促進移動探測技術的發(fā)展，具有重要的科學意義?！段粗h(huán)境中移動機器人導航控制理論與方法》可作為智能機器人研究和教學的參考書，也可供從事智能機器人、人工智能、智能控制和智能系統(tǒng)研究、設計和應用的科技人員和高等院校師生閱讀和參考。

書籍目錄

《21世紀先進制造技術叢書》序前言第1章 概述1.1 引言1.2 未知環(huán)境中移動機器人導航理論與技術研究的進展概況1.2.1 體系結構1.2.2 環(huán)境建模與定位1.2.3 路徑規(guī)劃1.2.4 運動控制1.2.5 故障診斷與容錯控制1.3 機器學習和自適應理論與方法研究的進展參考文獻第2章 未知環(huán)境中移動機器人系統(tǒng)的體系結構2.1 引言2.2 機器人體系結構2.2.1 遞階式體系結構2.2.2 反應式體系結構2.2.3 慎思/反應復合式體系結構2.3 移動機器人系統(tǒng)體系結構實例2.3.1 移動機構與傳感器系統(tǒng)2.3.2 控制系統(tǒng)軟件體系結構2.3.3 控制系統(tǒng)使用的硬件2.4 四層遞階式智能導航控制體系結構2.4.1 導航控制任務分解與導航控制系統(tǒng)中的幾個概念2.4.2 一個四層模塊化的汽車自主駕駛控制系統(tǒng)結構2.4.3 駕駛控制系統(tǒng)各層內部通用結構2.4.4 駕駛控制系統(tǒng)各層結構特點參考文獻第3章 未知環(huán)境中移動機器人的動力學模型與控制3.1 引言3.2 輪式移動機器人的動力學模型3.2.1 輪式移動機器人的幾種典型機構3.2.2 非完整約束條件下輪式移動機器人的動力學模型3.3 輪式移動機器人的鎮(zhèn)定與跟蹤問題3.3.1 輪式移動機器人的鎮(zhèn)定與跟蹤控制器設計問題3.3.2 鎮(zhèn)定與跟蹤控制器的相關研究3.4 輪式移動機器人的魯棒統(tǒng)一控制器設計理論3.4.1 破壞理想非完整約束條件下的輪式移動機器人魯棒統(tǒng)一控制律3.4.2 不確定曲面運動條件下輪式移動機器人原型的魯棒統(tǒng)一控制器3.5 鎮(zhèn)定和跟蹤控制設計實例3.5.1 Unicycle類型輪式移動機器人的控制器設計3.5.2 單鏈鏈式系統(tǒng)的控制器設計3.5.3 基于backstepping的跟蹤控制律設計3.5.4 基于模糊滑模變結構的控制器綜合3.5.5 基于微分平坦的輪式移動機器人軌跡生成3.5.6 基于T S模糊模型的輪式移動機器人軌跡跟蹤控制3.5.7 同時存在執(zhí)行機構飽和與外部干擾時的wMR軌跡跟蹤控制參考文獻第4章 未知環(huán)境中移動機器人的環(huán)境建模與定位研究4.1 引言4.2 移動機器人環(huán)境建模與定位技術4.2.1 環(huán)境模型簡介4.2.2 環(huán)境建模與定位方法概述4.3 基于視覺圖像的環(huán)境特征提取4.3.1 基于圖像外觀的環(huán)境特征分析與提取4.3.2 基于興趣點的環(huán)境特征分析與提取4.3.3 基于立體視覺的環(huán)境特征分析4.4 動態(tài)環(huán)境下移動機器人地圖構建的研究4.4.l 地圖表示方法簡介4.4.2 動態(tài)環(huán)境中基于障礙時空關聯(lián)的地圖構建4.4.3 實驗結果及其分析4.5 移動機器人定位技術的一些實例4.5.1 基于激光雷達環(huán)境感知信息的機器人定位方法4.5.2 基于Monte Carlo方法的移動機器人定位4.6 基于免疫進化算法的同步定位與建圖4.6.1 基于占據(jù)柵格的地圖表示4.6.2 關鍵點柵格及其檢測4.6.3 結合領域知識的并發(fā)定位與建圖免疫進化算法4.6.4 算法的實現(xiàn)和實驗結果4.6.5 結論4.7 基于視覺的拓撲環(huán)境建模與定位4.7.1 拓撲模型與度量模型4.7.2 視覺拓撲建模與定位領域常用的概率技術4.7.3 視覺拓撲建模與定位系統(tǒng)4.8 基于視覺信號的地面移動機器人航跡修正4.8.1 問題描述4.8.2 視覺里程計4.8.3 基于立體視覺的視覺里程計實現(xiàn)技術4.8.4 基于視覺量角計的航跡修正算法參考文獻第5章 未知環(huán)境中移動機器人的障礙物檢測5.1 引言5.2 障礙物的檢測方法5.2.1 激光測距雷達5.2.2 視覺方法5.3 基于激光雷達的障礙檢測方法5.3.1 測距數(shù)據(jù)的濾波處理5.3.2 激光雷達測距數(shù)據(jù)的3-D變換5.3.3 非結構化環(huán)境中的障礙檢測5.4 基于自適應分割和立體視覺的快速障礙檢測5.5 基于移動機器人視覺系統(tǒng)的運動目標檢測與跟蹤5.5.1 基于移動機器人視覺系統(tǒng)的運動目標檢測方法5.5.2 運動目標跟蹤技術5.5.3 目標檢測與跟蹤的難點參考文獻第6章 未知環(huán)境中移動機器人的導航策略6.1 引言6.2 路徑規(guī)劃技術6.2.1 基于事例的學習規(guī)劃方法6.2.2 基于環(huán)境模型的規(guī)劃方法6.2.3 基于行為的路徑規(guī)劃方法6.2.4 發(fā)展趨勢6.3 基于近似Voronoi圖的路徑規(guī)劃6.3.1 移動機器人運行環(huán)境的空間表示方法6.3.2 Voronoi圖的介紹6.3.3 近似Voronoi邊界網(wǎng)絡(AVBN)建模方法6.3.4 基于AVBN模型與GAS的全局規(guī)劃6.3.5 仿真與實驗6.4 反射式局部規(guī)劃策略6.4.1 反射式7層避障模型6.4.2 軌跡的運動控制6.4.3 擾動策略6.4.4 反應式導航實驗驗證6.5 移動機器人的局部規(guī)劃策略6.5.1 局部規(guī)劃方法概述6.5.2 基于模擬退火的擾動規(guī)則設計6.5.3 局部規(guī)劃程序設計6.5.4 局部規(guī)劃仿真實驗6.6 復合導航策略與實現(xiàn)6.6.1 復合導航的策略6.6.2 復合導航的實現(xiàn)6.7 路徑規(guī)劃的智能方法6.7.1 基于免疫進化和示例學習的移動機器人路徑規(guī)劃6.7.2 基于蟻群算法的移動機器人路徑規(guī)劃6.8 基于特征點的導航策略6.8.1 特征提取6.8.2 基于特征點的導航行為6.8.3 導航策略的設計與實現(xiàn)參考文獻第7章 未知環(huán)境中移動機器人的故障診斷與容錯控制7.1 移動機器人故障診斷與容錯控制概述7.1.1 故障模型和傳感器誤差模型7.1.2 移動機器人故障診斷與容錯控制的特點7.1.3 移動機器人故障診斷與容錯控制的方法7.2 航跡推算系統(tǒng)硬故障診斷7.2.1 基于粒子濾波器的混合動態(tài)系統(tǒng)估計7.2.2 航跡推算系統(tǒng)故障模型7.2.3 狀態(tài)空間自適應7.2.4 移動機器人航跡推算系統(tǒng)傳感器的故障診斷7.3 移動機器人軟故障檢測與補償?shù)淖赃m應粒子濾波算法7.3.1 模型與軟故障檢測7.3.2 軟故障補償?shù)淖赃m應粒子濾波器PD-PNAPF7.3.3 實驗與分析7.3.4 粒子數(shù)目自適應、精度及效率分析7.4 軟故障補償?shù)淖赃m應進化粒子濾波算法PD-EAPF7.4.1 多樣性測度7.4.2 自適應進化粒子濾波器PD-EAPF7.4.3 實驗以及分析7.5 不完備故障模型診斷及其在移動機器人故障診斷中的應用.7.5.1 不完備混合動態(tài)系統(tǒng)7.5.2 未知模式檢測7.5.3 不完備模型診斷的粒子濾波算法7.5.4 實驗分析7.5.5 不完備系統(tǒng)診斷的自適應機制7.6 激光雷達異常及車輪異常檢測7.6.1 激光雷達的異常檢測與濾除7.6.2 激光雷達魯棒測量模型7.6.3 移動機器人異常運動狀態(tài)識別以及避讓策略參考文獻第8章 機器學習理論及其在移動機器人導航控制中的應用8.1 引言8.2 面向移動機器人導航與控制的機器學習方法8.3 增強學習研究的一些新進展8.3.1 策略梯度增強學習的回報基線方法8.3.2 模糊策略梯度增強學習8.3.3 結合SVM的混合策略梯度增強學習方法8.3.4 基于多目標優(yōu)化的進化算法求解約束優(yōu)化問題8.4 機器學習在移動機器人導航中的應用實例8.4.1 增強學習在月球探測機器人運動控制中的應用8.4.2 統(tǒng)計學習理論在基于視覺的環(huán)境感知中的應用參考文獻第9章 未知環(huán)境中移動機器人導航控制研究的展望9.1 未來研究方向9.2 結束語參考文獻

章節(jié)摘錄

第2章 未知環(huán)境中移動機器人系統(tǒng)的體系結構2.4 四層遞階式智能導航控制體系結構2.4.1 導航控制任務分解與導航控制系統(tǒng)中的幾個概念導航控制系統(tǒng)要代替駕駛員完成從接受目的地到控制車輛運行到目的地這一駕駛任務，須對任務進行合理分解。根據(jù)任務環(huán)境、時問跨度和空間范圍等特點，整個任務可分為五個層次，具體如下：1.任務與子任務任務是駕駛控制系統(tǒng)所接收的來自操作員的最宏觀的命令，其內容為：從現(xiàn)實世界的某一點A到達另一點B。任務通常需要幾十分鐘甚至幾天才能完成，其在空間上的跨度也往往很大。子任務是對任務的分解，通常子任務的起點和終點應是位于對自主車來說具有相同結構特點道路上的兩點，也就是說自主車在執(zhí)行某一子任務時應能采用同一控制策略。通常子任務如：沿具有兩車道的公路從A1到A2，沿鄉(xiāng)間公路從A2到A3等。每個子任務的持續(xù)時間一般從幾分鐘到幾小時不等。2.行為行為是自主車為了應付不斷變化的交通狀況而采取的一種動作序列。每種行為都應能滿足自主車在安全性、行車效率或對交通規(guī)則遵守上的一些要求。一個行為的執(zhí)行期通常為幾秒到幾分鐘。常見的行為如換入左車道并超越前方車輛，跟蹤前方車輛，在交叉路口停車等待等。3.軌跡（規(guī)劃軌跡）軌跡是自主車所通過的路徑及通過時的速度序列。規(guī)劃軌跡則是自主車在未來一段時間內期望經(jīng)過的路徑及期望經(jīng)過速度的序列。規(guī)劃軌跡的時間長度一般為幾百毫秒到幾秒鐘。4.動作動作是駕駛控制系統(tǒng)所產(chǎn)生的，由各執(zhí)行機構執(zhí)行的最底層指令。如油門開度為ai，前輪偏角為ξi等。每個動作的執(zhí)行時間通常為幾毫秒到幾十毫秒。2.4.2 一個四層模塊化的汽車自主駕駛控制系統(tǒng)結構以上述任務層次分解為基礎，給出如圖2.8所示的四層模塊化自主駕駛控制系統(tǒng)結構，其四個層次依次是：任務規(guī)劃、行為決策、行為規(guī)劃和操作控制，另外還包括車輛狀態(tài)與定位信息和系統(tǒng)監(jiān)控兩個獨立功能模塊。

編輯推薦

《未知環(huán)境中移動機器人導航控制理論與方法》：21世紀先進制造技術叢書。

圖書封面

圖書標簽Tags

無

評論、評分、閱讀與下載

---

    未知環(huán)境中移動機器人導航控制理論與方法 PDF格式下載

---