移動機器人自主控制理論與技術(shù)

內(nèi)容概要

移動機器人技術(shù)在工業(yè)、農(nóng)業(yè)、軍事和交通運輸業(yè)中具有廣泛的應(yīng)用前景，是國家工業(yè)化與信息化進程中的關(guān)鍵技術(shù)和重要推動力。由于應(yīng)用環(huán)境和任務(wù)的復(fù)雜性，提高移動機器人自主行為能力的自主控制理論與技術(shù)是當(dāng)前機器人學(xué)研究的前沿和熱點領(lǐng)域。本書內(nèi)容結(jié)合作者多年來的研究成果，圍繞移動機器人自主控制的若干核心問題展開論述。內(nèi)容包括空中、地面與水下移動機器人自主控制的新理論、新技術(shù)及其應(yīng)用概況，重點闡述了無人機自主控制、旋翼飛行機器人自主控制、多無人機協(xié)同控制、地面無人車輛自主駕駛的關(guān)鍵理論與技術(shù)，動力學(xué)約束下基于微分平坦的智能車輛軌跡規(guī)劃、水下機器人仿生流場適應(yīng)性控制、移動機器人SLAM技術(shù)，提高移動機器人自主行為能力的增強學(xué)習(xí)理論與方法等方面的內(nèi)容。本書反映了作者在相關(guān)領(lǐng)域的最新研究工作，具有新穎性、前沿性、理論與應(yīng)用密切結(jié)合的特點。
本書可作為高等學(xué)校與科研院所中從事機器人與智能控制、模式識別等專業(yè)領(lǐng)域的研究用書，也可作為自動化、計算機領(lǐng)域其他相關(guān)專業(yè)師生及科研人員的參考用書。

書籍目錄

《信息化與工業(yè)化兩化融合研究與應(yīng)用叢書》序
前言
第1章 緒論
 1.1 移動機器人系統(tǒng)與技術(shù)的發(fā)展概況
 1.1.1
移動機器人系統(tǒng)體系結(jié)構(gòu)的發(fā)展
 1.1.2
移動機器人的關(guān)鍵技術(shù)與應(yīng)用
 1.1.3 無人系統(tǒng)技術(shù)的發(fā)展概況
 1.1.4 移動機器人技術(shù)的發(fā)展趨勢
 1.2 移動機器人自主控制的內(nèi)涵與研究概況
 1.2.1 移動機器人自主控制的內(nèi)涵
 1.2.2
移動機器人自主控制的研究概況
 1.3 本書內(nèi)容的組織與結(jié)構(gòu)
 參考文獻
第2章 未來無人機的典型特征——自主控制
 2.1 引言
 2.2 自主控制的概念和發(fā)展
 2.2.1 無人機自主控制的概念
 2.2.2 無人機自主控制的發(fā)展
 2.3 無?機自主水平等級
 2.3.1 國外自主水平等級評估方法
 2.3.2
一種通用自主水平等級的評估方法
 2.3.3 自主控制能力
 2.4 無人機自主控制體系結(jié)構(gòu)與技術(shù)
 2.4.1
無人機自主控制系統(tǒng)體系結(jié)構(gòu)
 2.4.2
無人機單機自主控制關(guān)鍵技術(shù)
 2.4.3
多無人機自主協(xié)同控制及關(guān)鍵技術(shù)
 2.5 無人機自主控制展望
 2.5.1
自主控制系統(tǒng)的綜合智能結(jié)構(gòu)模式及系統(tǒng)優(yōu)化研究
 2.5.2
面向環(huán)境感知的智能化實時圖像融合技術(shù)研究
 2.5.3
在線態(tài)勢感知及實時自主控制決策、快速任務(wù)規(guī)劃技術(shù)研究
 2.5.4
故障診斷、容錯控制技術(shù)和健康管理技術(shù)研究
 2.5.5
人工智能技術(shù)在無人機自主控制系統(tǒng)中的應(yīng)用研究
 2.5.6
基于無人機群控及與有人機協(xié)同作戰(zhàn)的自主控制技術(shù)研究
 參考文獻
第3章 旋翼無人機自主飛行控制方法
 3.1 引言
 3.2 ServoHeli旋翼無人機試驗平臺
 3.2.1 平臺機械結(jié)構(gòu)概述
 3.2.2
ServoHeli旋翼無人機航電系統(tǒng)簡介
 3.3 旋翼無人機先進控制方法研究
 3.3.1 旋翼無人機系統(tǒng)建模
 3.3.2
基于加速度反饋的旋翼無人機魯棒控制方法
 3.3.3 其他先進控制方法
 3.4 飛行試驗及結(jié)果分析
 3.4.1
基于自適應(yīng)機制的全包絡(luò)飛行試驗
 3.4.2
面向信息獲取的全自主飛行試驗
 3.4.3
旋翼無人機容錯控制飛行試驗
 3.5 小結(jié)
 參考文獻
第4章 多無人機協(xié)同控制方法
 4.1 引言
 4.2 網(wǎng)絡(luò)化環(huán)境下多無人機協(xié)同規(guī)劃
 4.2.1 分布式協(xié)同任務(wù)分配方法
 4.2.2 分布式協(xié)調(diào)航跡規(guī)劃方法
 4.2.3 無人機集群任務(wù)規(guī)劃應(yīng)用
 4.3 多無人機自組織行為
 4.3.1
多無人平臺自組織行為的概念
 4.3.2 自組織行為方法原理
 4.3.3 自組織行為的應(yīng)用實例
 4.4 有人/無人協(xié)同控制方法
 4.4.1
有人機/無人機協(xié)同的概念及技術(shù)挑戰(zhàn)
 4.4.2 有人/無人協(xié)同控制方法
 4.4.3
有人/無人協(xié)同控制應(yīng)用實例
 4.5 小結(jié)
 參考文獻
第5章 地面智能車輛自主駕駛技術(shù)
 5.1 引言
 5.2 環(huán)境感知與識別的研究概況和發(fā)展趨勢
 5.2.1 車道線識別
 5.2.2 障礙檢測
 5.2.3 惡劣天氣下的視覺圖像處理
 5.2.4 多傳感器信息融合
 5.3 車輛自主決策與運動規(guī)劃技術(shù)的研究
 5.4 動態(tài)環(huán)境中車輛控制系統(tǒng)分析與控制
 5.4.1
高速行駛車輛系統(tǒng)的狀態(tài)估計
 5.4.2
車輛智能駕駛系統(tǒng)的混合優(yōu)化控制方法
 5.4.3
高速車輛智能駕駛系統(tǒng)的性能評估
 5.4.4
智能車輛異常狀態(tài)診斷與容錯控制
 5.5 小結(jié)
 參考文獻
第6章 地面智能車輛動力學(xué)建模與軌跡規(guī)劃方法
 6.1 引言
 6.2 車輛動力學(xué)模型
 6.2.1 車輛的運動學(xué)模型
 6.2.2 車輛的動力學(xué)模型
 6.2.3 車輛的輪胎模型
 6.3 基于微分?坦的軌跡規(guī)劃
 6.3.1 軌跡規(guī)劃
 6.3.2 微分平坦
 6.3.3
系統(tǒng)狀態(tài)與輸入的平坦輸出表示
 6.3.4 約束的平坦輸出表示
 6.3.5 性能指標(biāo)的平坦輸出表示
 6.4 仿真分析
 6.4.1 最大加速度約束
 6.4.2 半圓路徑函數(shù)仿真分析
 6.4.3 正弦路徑函數(shù)仿真分析
 6.5 小結(jié)
 參考文獻
第7章 水下機器人仿生流場適應(yīng)性控制方法
 7.1 引言
 7.2 仿生水下機器人現(xiàn)狀及挑戰(zhàn)
 7.2.1
尾鰭模式仿生水下機器人研究進展
 7.2.2
胸鰭模式仿生水下機器人研究進展
 7.2.3
波動鰭模式仿生水下機器人研究進展
 7.2.4 仿生水下機器人的挑戰(zhàn)
 7.3 仿生流場適應(yīng)性技術(shù)內(nèi)涵
 7.3.1 仿生流場適應(yīng)性技術(shù)的定義
 7.3.2 仿生流場適應(yīng)性技術(shù)的定位
 7.3.3 仿生流場適應(yīng)性技術(shù)的分類
 7.4 仿生流場適應(yīng)性控制方法
 7.4.1 研究思路
 7.4.2 控制結(jié)構(gòu)
 7.4.3 算法描述
 7.5 仿生流場適應(yīng)性控制應(yīng)用實例
 7.5.1 仿生波動鰭及實驗平臺
 7.5.2 仿生波動適應(yīng)性控制系統(tǒng)
 7.5.3 仿生波動鰭適應(yīng)性控制實驗
 7.6 小結(jié)
 參考文獻
第8章 移動機器人環(huán)境感知的模式特征抽取理論
 8.1 引言
 8.2 主分量分析
 8.2.1 K-L變換
 8.2.2 非線性主分量分析
 8.2.3 二維主分量分析與張量分析
 8.3 鑒別分析
 8.3.1 線性鑒別分析
 8.3.2 小樣本問題
 8.3.3 非線性鑒別分析
 8.3.4 二維線性鑒別分析
 8.4 流形學(xué)習(xí)
 8.4.1 流形學(xué)習(xí)定義
 8.4.2 圖嵌入方法
 8.4.3 主流形方法
 8.5 基于稀疏性理論的圖像特征抽取
 8.5.1 稀疏表示理論
 8.5.2 壓縮感知理論
 8.5.3
Kernel學(xué)習(xí)理論的稀疏表示
 8.5.4 圖像模式的稀疏性
 8.6 獨立分量分析
 8.7 研究趨勢
 8.8 模式特征抽取在移動機器人環(huán)境感知中的應(yīng)用
 8.8.1 障礙物檢測
 8.8.2 地表覆蓋分析
 8.8.3 可通行區(qū)域的確定
 8.9 小結(jié)
 參考文獻
第9章 移動機器人同時定位與構(gòu)圖的數(shù)據(jù)關(guān)聯(lián)技術(shù)
 9.1 移動機器人同時定位與建圖綜述
 9.2 移動機器人SLAM模型及原理
 9.2.1 SLAM系統(tǒng)模型
 9.2.2 移動機器人運動模?
 9.2.3 路標(biāo)模型
 9.2.4 傳感器觀測模型
 9.2.5 SLAM解決思想
 9.3 基于粒子群優(yōu)化的PF-SLAM
 9.3.1 粒子濾波方法的不足
 9.3.2 粒子群優(yōu)化的原理
 9.3.3
融合粒子群優(yōu)化的SLAM算法
 9.3.4 實驗及結(jié)果分析
 9.4 移動機器人SLAM中的數(shù)據(jù)關(guān)聯(lián)問題
 9.4.1
SLAM中的數(shù)據(jù)關(guān)聯(lián)問題的描述
 9.4.2 ICNN數(shù)據(jù)關(guān)聯(lián)方法
 9.4.3 JCBB數(shù)據(jù)關(guān)聯(lián)方法
 9.4.4
基于粒子濾波的多假設(shè)數(shù)據(jù)關(guān)聯(lián)方法
 參考文獻
第10章 提高移動機器人自主行為能力的增強學(xué)習(xí)理論與方法
 10.1 引言
 10.2 增強學(xué)習(xí)理論與算法研究概述
 10.2.1
增強學(xué)習(xí)的馬氏決策過程模型
 10.2.2
平穩(wěn)控制策略值函數(shù)估計的TD學(xué)習(xí)理論
 10.2.3
基于值函數(shù)逼近的MDP學(xué)習(xí)控制算法
 10.2.4
基于直接策略搜索與近似策略迭代的學(xué)習(xí)控制算法
 10.2.5
具有自適應(yīng)評價設(shè)計結(jié)構(gòu)的學(xué)習(xí)控制
 10.2.6
增強學(xué)習(xí)在移動機器人自主控制中應(yīng)用的概況
 10.3 連續(xù)行為空間近似策略迭代算法CAPI
 10.3.1 CAPI算法的基本框架
 10.3.2
CAPI中的自適應(yīng)基函數(shù)的自動選擇
 10.4 基于近似策略迭代的移動機器人自主避障控制
 10.4.1
移動機器人系統(tǒng)的感知與運動特性
 10.4.2
基于滾動窗口的局部路徑規(guī)劃
 10.4.3
移動機器人自主避障的馬氏決策過程建模
 10.4.4
基于近似策略迭代算法的移動機器人自主避障
 10.5 小結(jié)
 參考文獻
縮略語

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

---

    移動機器人自主控制理論與技術(shù) PDF格式下載

---