适读人群 ：（1）高等院校人工智能、计算机、自动化等相关专业机器学习方向的学生；（2）学术界机器学习领域的研究人员和教师；（3）工业界对机器学习感兴趣的专业人员和工程师。
1.周志华教授“西瓜书”《机器学习》公式完全解析指南！
“南瓜书”系Datawhale成员自学笔记，对“西瓜书”中250个重难点公式做了详细解析和推导（重难点公式覆盖率达99%），旨在解决机器学习中的数学难题。
2.机器学习初学小白提升数学基础能力的必备练习册！
以本科数学基础视角对“西瓜书”里比较难理解的公式加以解析和推导细节，补充大量重、难点数学知识和参考材料，分享在学习中遇到的“坑”以及跳过这个“坑”的方法，对于初学机器学习的小白也能上手练习！
3.俞勇、王斌、李沐、程明明、陈光（博主@爱可可-爱生活）、徐亦达等人工智能领域大咖亲笔推荐
电子书
编辑推荐
本书阐述了智能机器人的基本理论及实际应用。
内容简介
本书阐述了智能机器人的基本理论及实际应用。全书共分9章，深入浅出地介绍了智能机器人的概念、架构，以及当今世界范围内典型的智能机器人；讲述了机器人运动过程的数学表示方法、机器人的传感器种类、机器人的通信方式和操作系统；对移动机器人的定位与建图技术进行了比较详细的讨论；在机器人的路径规划方面，给出了几种常见的分析方法，对目前应用日益增多的机器人导航方法也作了较为详尽的介绍；同时，系统阐述了机器人视觉技术与机器人语音技术的常用算法及实际应用；最后两章内容包含智能机器人的设计案例，以及基于应用平台的实践开发。本书提供了丰富的教学资源，并配套编程实验，以提升学生的实际应用能力。
章节目录
- A-fy
- B-nrty
- C-qy
- D-ml
- 01
- 第1章 绪论
- 1.1 智能的概念
- 1.1.1 人工智能的诞生
- 1.1.2 图灵测试
- 1.2 机器人的概念
- 1.2.1 机器人的诞生
- 1.2.2 机器人的种类
- 1.3 智能机器人
- 1.3.1 智能机器人的概念
- 1.3.2 机器人的智能水平评价
- 1.4 智能机器人的架构
- 1.4.1 智能机器人的经典架构
- 1.4.2 智能机器人的网联云控架构
- 1.5 典型的智能机器人
- 1.5.1 波士顿动力机器人
- 1.5.2 Pepper
- 1.5.3 AlphaGo
- 1.5.4 “小途”机器人
- 1.5.5 好奇号火星车
- 1.5.6 无人配送车
- 1.6 本章小结
- 1.7 习题
- 02
- 第2章 机器人基础
- 2.1 机器人的运动描述
- 2.1.1 坐标系与位姿
- 2.1.2 二维位姿
- 2.1.3 三维位姿
- 2.1.4 平移与旋转
- 2.2 机器人感知系统
- 2.2.1 机器人传感器的特性
- 2.2.2 内部传感器
- 1．光电编码器
- 2．微机械陀螺仪/加速度计
- 2.2.3 外部传感器
- 1．深度摄像头
- 2．激光雷达
- 2.3 机器人通信系统
- 2.3.1 有线通信
- 2.3.2 无线通信
- 2.4 机器人操作系统
- 2.4.1 ROS基础
- 2.4.2 ROS应用
- 2.5 本章小结
- 2.6 习题
- 03
- 第3章 机器人定位与导航
- 3.1 机器人定位技术
- 3.1.1 航迹推算
- 3.1.2 位姿估计
- 3.2 机器人学中的地图
- 3.2.1 使用地图
- 3.2.2 创建地图
- 3.2.3 定位并建图
- 3.3 机器人导航技术
- 3.3.1 反应式导航
- 1．反弹方式
- 2．“弓”字形方式
- 3．沿墙方式
- 3.3.2 基于地图的导航
- 3.4 本章小结
- 3.5 习题
- 04
- 第4章 机器人路径规划
- 4.1 路径规划概述
- 4.1.1 路径规划的定义
- 4.1.2 路径规划的分类
- 4.2 人工势场法路径规划
- 4.2.1 势场法概述
- 4.2.2 势场函数的建立
- 1．引力函数
- 2．斥力函数
- 3．全局势场函数
- 4.3 栅格法路径规划
- 4.3.1 状态空间搜索
- 1．深度优先搜索
- 2．广度优先搜索
- 4.3.2 A*算法路径规划
- 4.3.3 D*算法路径规划
- 4.4 全覆盖路径规划
- 4.4.1 全覆盖路径规划问题
- 4.4.2 单元分解法
- 1．区域分解
- 2．子区域衔接
- 3．子区域覆盖
- 4.4.3 栅格地图法
- 1．基于波前算法的全覆盖路径规划
- 2．基于生成树算法的全覆盖路径规划
- 3．基于神经网络的全覆盖路径规划
- 4.5 本章小结
- 4.6 习题
- 05
- 第5章 智能机器人SLAM
- 5.1 机器人SLAM
- 5.1.1 SLAM的定义
- 5.1.2 SLAM数学描述
- 5.2 机器人激光雷达SLAM
- 5.2.1 激光雷达
- 5.2.2 基于扩展卡尔曼滤波的SLAM
- 1．最近邻算法
- 2．联合相容分支界定算法
- 3．基于极大似然法的方法
- 4．多假设跟踪算法
- 5.2.3 基于粒子滤波的SLAM
- 1．采样新位姿
- 2．环境模型的建立
- 3．粒子权重的计算及重采样
- 5.2.4 基于图优化的SLAM
- 1．顺序数据关联
- 2．环路闭合检测
- 3．位姿图优化
- 5.3 VSLAM基础
- 5.3.1 VSLAM的概念
- 5.3.2 特征提取
- 5.3.3 视觉里程计
- 5.3.4 后端优化与建图
- 5.3.5 回环检测与词袋模型
- 5.4 本章小结
- 5.5 习题
- 06
- 第6章 智能机器人视觉
- 6.1 机器人视觉系统
- 6.1.1 机器人视觉的含义
- 6.1.2 机器人视觉系统的组成
- 6.1.3 单目/双目机器人视觉系统
- 6.1.4 RGB-D机器人视觉系统
- 6.2 视觉目标检测方法
- 6.2.1 R-CNN
- 6.2.2 Fast R-CNN
- 6.2.3 Faster R-CNN
- 6.2.4 YOLO
- 6.3 VSLAM方案
- 6.3.1 ORB-SLAM2
- 6.3.2 LSD-SLAM
- 6.3.3 RGB-D SLAM
- 6.4 深度学习在机器人视觉中的应用
- 6.4.1 回环检测
- 6.4.2 语义地图
- 6.4.3 三维重建
- 6.4.4 人脸识别
- 6.5 本章小结
- 6.6 习题
- 07
- 第7章 智能机器人语音
- 7.1 NLP概述
- 7.1.1 NLP及其历史
- 7.1.2 NLP新技术框架
- 7.2 NLP的深度学习模型和方法
- 7.2.1 递归神经网络
- 7.2.2 LSTM
- 7.2.3 Word2Vec
- 7.2.4 ELMO
- 7.2.5 Transformer
- 7.2.6 BERT
- 7.3 机器人语音技术AIUI开放平台
- 7.3.1 机器人语音技术概述
- 7.3.2 应用领域
- 7.3.3 产品框架
- 7.4 机器人语音解决方案与应用实践
- 7.4.1 基于注意力机制的LSTM端到端语音识别
- 1．读取WAV文件特征数据
- 2．提取MFCC系数
- 3．将label文本转换成整数序列
- 4．定义双向LSTM
- 5．模型训练与测试
- 6．训练结果
- 7.4.2 医疗智能问答机器人
- 1．原始数据加载
- 2．原始数据清洗
- 7.5 本章小结
- 7.6 习题
- 08
- 第8章 智能机器人创新设计
- 8.1 激光雷达导航智能车设计案例
- 8.1.1 案例介绍
- 8.1.2 方案设计
- 1．硬件方案
- 2．软件方案
- 3．最终效果展示
- 8.1.3 软硬件设置
- 1．在虚拟机上安装Ubuntu系统
- 2．树莓派设置
- 3．烧录STM32单片机程序
- 4．硬件搭建与接线
- 8.1.4 调试与建图
- 1．激光雷达
- 2．IMU
- 3．准备工作
- 4．校正步骤
- 8.2 视觉导航智能车设计案例
- 8.2.1 本体设计与制作
- 8.2.2 软件体系架构设计
- 1．下载官方镜像
- 2．Xshell的使用
- 3．选择开发模式
- 4．注意事项
- 8.2.3 自主避障方案
- 1．收集数据
- 2．训练神经网络模型
- 3．用训练好的模型避障
- 8.2.4 视觉导航方案
- 1．收集数据
- 2．训练神经网络模型
- 3．使用训练好的模型自动驾驶
- 8.3 服务机器人设计案例
- 8.3.1 服务机器人本体设计
- 8.3.2 服务机器人系统架构
- 8.3.3 服务机器人应用设计
- 8.3.4 服务机器人应用场景
- 8.4 本章小结
- 8.5 习题
- 09
- 第9章 机器人智能应用开发实践
- 9.1 机器人智能应用开发基础
- 9.1.1 应用开发平台
- 1．注册用户
- 2．创建应用
- 3．添加服务
- 4．appid和SDK的关联
- 5．应用开发
- 9.1.2 应用开发环境的搭建与配置
- 1．PC设备
- 2．软件工具和版本
- 3．Android Studio软件
- 4．ADB工具
- 9.1.3 智能应用的开发、编译与调试
- 9.2 语音交互智能应用开发实践
- 9.2.1 语音合成能力集成
- 9.2.2 语音识别与语义理解能力集成
- 1．商店技能
- 2．技能工作室
- 3．自定义技能和自定义问答
- 9.2.3 语义交互综合应用实践
- 1．AIUI能力集成
- 2．添加页面布局
- 3．应用数据添加和解析
- 4．添加功能代码
- 9.3 机器人导航智能应用开发实践
- 1．实验内容介绍
- 2．实验目标
- 3．实验环境
- 9.3.1 机器人地图的构建与导航点位
- 1．建图
- 2．标点位
- 9.3.2 机器人底盘移动能力集成
- 1．实验步骤
- 2．常见问题
- 9.3.3 智能导航应用
- 1．实验步骤
- 2．常见问题
- 9.4 图像识别智能应用开发实践
- 1．实验内容介绍
- 2．实验目标
- 3．实验环境
- 9.4.1 人脸识别能力集成
- 1．开放平台账号申请及能力注册
- 2．项目工程的搭建及能力包的导入
- 3．项目MSC能力的导入
- 4．应用的编译、调试与运行
- 5．常见问题
- 9.4.2 “人证合一”应用的实现
- 9.5 智能应用开发综合实践
- 9.5.1 综合开发流程
- 9.5.2 综合应用需求
- 9.5.3 综合应用的设计与集成
- 1．应用初始化
- 2．待唤醒页面
- 3．首页
- 4．闲聊页面
- 5．咨询页面
- 6．带路页面
- 7．业务办理
- 9.5.4 综合应用的测试与发布
- 9.6 本章小结
- 9.7 习题
- ckwx
- 参考文献
展开全部
智能机器人是2022年由人民邮电出版社出版,作者陈良。
温馨提示：
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
得书感谢您对《智能机器人》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。
电子书
电子书
本书基于NumPy与sklearn，介绍26个主流机器学习算法的实现。
电子书
从原理到应用，全面、深入地学习人工智能云平台。
电子书
本书全面、完整地阐述了汽车人机交互设计的方法和要点。
电子书
本书以朴素的语言和浅显的例子，以图文并茂的形式，向读者展示新一代人工智能的专业知识。
电子书
本书是在中国空间站建设项目、航空航天重大基础研究项目、型号研制和自然基金的支持下，在多年研究成果的基础上将具有前沿性的非确定性理论、现代机器人智能决策相融合，结合实际工程应用编写而成的。
电子书
东京大学教授的6场讲座带你看清人类的真相，洞悉人工智能未来的趋势。
电子书
国际人工智能领域专家斯图尔特·罗素撰写人工智能百科书，时隔十年重磅更新。
