编辑推荐
本书系统梳理了机器人感知有关的知识体系，并由浅入深地阐述了机器人感知各层面技术的原理和方法
内容简介
本书结合工程教育专业认证要求，针对当今社会对机器人感知技术人才的需求，从本科生工程能力出发，贯彻从基本功能模块到整体感知系统设计逐层递进的教学思路，以家庭服务机器人为主线，从模块化知识块入手，介绍相关理论的实际应用技术。引导学生完成相关感知模块的理论知识学习、设计与开发，更加灵活地培养学生的系统设计与开发能力，更好地激发学生的自主学习意识，更好地服务于机器人技术创新人才的培养。
作者简介
编著者李新德，东南大学教授，博士生导师，华中科技大学博士，新加坡国立大学博士后，美国佐治亚理工大学国家公派访问学者，俄罗斯自然科学院外籍院士，英国工程技术学会会士（FIET），IEEE高级会员，中国人工智能学会智能机器人专委会副主任委员，中国人工智能学会智能产品与产业工委会副主任委员，中国自动化学会智能制造系统专委会副主任委员等。主要研究方向涵盖人工智能、机器感知、智能机器人、人机交互、无人系统等。
章节目录
版权信息
前言
第1章 引言
1.1 机器人感知技术概述
1.1.1 度量层环境感知技术
1.1.2 拓扑层环境感知技术
1.1.3 语义层环境感知技术
1.1.4 复合环境感知技术
1.2 机器人与环境的交互机制概述
参考文献
第2章 数学基础
2.1 线性代数
2.1.1 向量
2.1.2 标量
2.1.3 矩阵
2.1.4 张量
2.1.5 矩阵的运算和操作
2.1.6 向量的线性相关与独立
2.1.7 矩阵的秩
2.1.8 单位矩阵或恒等运算符
2.1.9 矩阵的行列式
2.1.10 逆矩阵
2.1.11 向量的范数（模）
2.1.12 伪逆矩阵
2.1.13 以特定向量为方向的单位向量
2.1.14 一个向量在另一个向量方向上的投影
2.1.15 特征向量和特征值
2.1.16 矩阵的特征方程
2.2 导数、偏导数与链式法则
2.2.1 微分
2.2.2 函数的梯度
2.2.3 连续偏导数
2.2.4 链式法则
2.2.5 反向传播算法
2.3 梯度下降法及其变式
2.3.1 梯度下降法
2.3.2 梯度下降法的变式
2.4 二维空间位姿描述
2.5 三维空间位姿描述
2.5.1 正交旋转矩阵
2.5.2 三角度表示法
2.5.3 奇异点
2.5.4 单位四元数
2.5.5 平移与旋转组合
2.6 张量
2.7 概率基础
2.7.1 随机实验和样本空间
2.7.2 并集、交集和条件概率
2.7.3 事件联合概率
2.7.4 事件的互斥
2.7.5 事件的独立
2.7.6 条件独立
2.7.7 贝叶斯公式
2.7.8 概率质量函数
2.7.9 概率密度函数
2.7.10 随机变量的数学期望
2.7.11 随机变量的方差
2.7.12 偏度和峰度
2.7.13 协方差
2.7.14 相关性系数
2.7.15 一些常见的概率分布
2.7.16 似然函数
2.7.17 最大似然估计
2.7.18 中心极限定理
2.8 习题
参考文献
第3章 环境信息采集与度量层数据处理
3.1 基于超声波的环境信息
3.1.1 超声波传感器工作原理与关键指标
3.1.2 超声波传感器测量数据特性
3.1.3 基于超声波传感器的地图创建
3.2 基于激光雷达的环境信息
3.2.1 激光雷达工作原理
3.2.2 基于激光雷达的地图创建
3.3 基于视觉的环境信息
3.3.1 图像的数据表达
3.3.2 针孔相机模型与立体视觉
3.3.3 深度传感器及颜色-深度传感器
3.3.4 视觉SLAM
3.4 常见触觉传感器
3.4.1 力传感器及其数据处理
3.4.2 接触觉传感器及其数据处理
3.4.3 压觉传感器及其数据处理
3.4.4 滑觉传感器及其数据处理
3.5 其他传感器
3.5.1 听觉传感器及其数据处理
3.5.2 味觉传感器及其数据处理
3.5.3 嗅觉传感器及其数据处理
3.5.4 接近觉传感器及其数据处理
3.6 习题
参考文献
第4章 静态目标检测与识别
4.1 基于二维信息的物体检测与识别
4.1.1 基于度量数据的障碍物检测
4.1.2 基于深度神经网络的物体检测
4.1.3 基于传统特征的物体分类识别
4.1.4 基于CNN的物体识别
4.2 基于三维信息的物体检测与识别
4.2.1 可行区域检测
4.2.2 目标物体检测与识别
4.3 基于触觉信息的物体感知技术
4.3.1 滑移检测
4.3.2 物体触觉识别
4.4 习题
参考文献
第5章 动态目标检测与识别
5.1 动态障碍物的检测
5.2 人脸检测与识别
5.2.1 人脸检测
5.2.2 人脸跟踪
5.3 人体检测
5.3.1 图像预处理
5.3.2 梯度方向直方图特征
5.3.3 基于有监督学习的人体检测
5.4 人体运动检测与跟踪
5.4.1 人体运动检测
5.4.2 人体运动跟踪
5.5 习题
参考文献
第6章 场所语义级环境描述与理解
6.1 场所描述与理解概述
6.2 基于物体的场所描述与理解
6.2.1 基于物体类别的方法
6.2.2 物体类别结合物体信息的方法
6.3 基于全局特征的场所描述与理解
6.4 基于自然语言的场所描述与理解
6.4.1 识别模型框架
6.4.2 数据预处理
6.4.3 模型结构
6.4.4 训练方法
6.4.5 实验验证
6.5 习题
参考文献
第7章 移动机器人语义地图与导航应用
7.1 基于手绘语义地图的视觉导航
7.2 手绘地图与实际地图的关联
7.3 基于预测估计的视觉导航
7.3.1 在线预测估计方法
7.3.2 无约束导航算法
7.3.3 动态避障导航算法
7.4 基于实体语义类别的视觉导航
7.4.1 SBoW模型自然路标识别算法
7.4.2 基于模糊颜色直方图的SBoW路标识别算法
7.4.3 基于自然路标识别的无障碍导航
7.5 基于自然语言的视觉导航
7.5.1 导航意向图的生成
7.5.2 基于受限自然语言路径的导航实验
7.5.3 基于完全自然语言路径的导航实验
附录A 实验指导书
A.1 激光雷达实验
A.2 摄像头传感器（Webots）
A.3 基于激光点云的道路检测
A.4 传统CNN检测
A.5 Yolo检测与识别
A.6 人脸检测与识别
A.7 人体检测与识别
A.8 使用经典VGG-16、VGG-19、ResNet50、ResNet101网络实现场景分类
A.9 语义感知综合应用系统实验
机器人感知技术是2023年由机械工业出版社出版,作者李新德 编著。
得书感谢您对《机器人感知技术》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
