《机器人感知技术》李新德 朱博 谈英姿 | PDF下载|ePub下载
机器人感知技术 版权信息
- 出版社：机械工业出版社
- 出版时间：2023-06-01
- ISBN：9787111727644
- 条形码：9787111727644 ; 978-7-111-72764-4
机器人感知技术 本书特色
全面地掌握机器人感知技术知识，并提高解决实际问题的能力
机器人感知技术 内容简介
本书结合教育部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
机器人感知技术 目录
前言
第1章引言1
1��1机器人感知技术概述1
1��1��1度量层环境感知技术3
1��1��2拓扑层环境感知技术5
1��1��3语义层环境感知技术6
1��1��4复合环境感知技术8
1��2机器人与环境的交互机制概述9
参考文献10
第2章数学基础15
2��1线性代数15
2��1��1向量15
2��1��2标量15
2��1��3矩阵16
2��1��4张量16
2��1��5矩阵的运算和操作16
2��1��6向量的线性相关与独立17
2��1��7矩阵的秩17
2��1��8单位矩阵或恒等运算符18
2��1��9矩阵的行列式18
2��1��10逆矩阵18
2��1��11向量的范数(模)19
2��1��12伪逆矩阵20
2��1��13以特定向量为方向的单位
向量20
2��1��14一个向量在另一个向量方向
上的投影20
2��1��15特征向量和特征值20
2��1��16矩阵的特征方程20
2��2导数、偏导数与链式法则21
2��2��1微分21
2��2��2函数的梯度21
2��2��3连续偏导数22
2��2��4链式法则22
2��2��5反向传播算法22
2��3梯度下降法及其变式23
2��3��1梯度下降法23
2��3��2梯度下降法的变式23
2��4二维空间位姿描述25
2��5三维空间位姿描述27
2��5��1正交旋转矩阵28
2��5��2三角度表示法29
2��5��3奇异点29
2��5��4单位四元数29
2��5��5平移与旋转组合30
2��6张量31
2��7概率基础32
2��7��1随机实验和样本空间32
2��7��2并集、交集和条件概率32
2��7��3事件联合概率32
2��7��4事件的互斥32
2��7��5事件的独立33
2��7��6条件独立33
2��7��7贝叶斯公式33
2��7��8概率质量函数33
2��7��9概率密度函数34
2��7��10随机变量的数学期望34
2��7��11随机变量的方差34
2��7��12偏度和峰度34
2��7��13协方差35
2��7��14相关性系数36
2��7��15一些常见的概率分布36
2��7��16似然函数37
2��7��17*大似然估计38
2��7��18中心极限定理38
2��8习题39
参考文献39
第3章环境信息采集与度量层
数据处理40
3��1基于超声波的环境信息40
3��1��1超声波传感器工作原理与
关键指标40
3��1��2超声波传感器测量数据
特性42
3��1��3基于超声波传感器的地图
创建43
3��2基于激光雷达的环境信息47
3��2��1激光雷达工作原理47
3��2��2基于激光雷达的地图创建51
3��3基于视觉的环境信息53
3��3��1图像的数据表达53
3��3��2针孔相机模型与立体视觉54
3��3��3深度传感器及颜色深度传
感器58
3��3��4视觉SLAM59
3��4常见触觉传感器67
3��4��1力传感器及其数据处理67
3��4��2接触觉传感器及其数据
处理67
3��4��3压觉传感器及其数据处理68
3��4��4滑觉传感器及其数据处理69
3��5其他传感器70
3��5��1听觉传感器及其数据处理70
3��5��2味觉传感器及其数据处理71
3��5��3嗅觉传感器及其数据处理71
3��5��4接近觉传感器及其数据处理71
3��6习题72
参考文献72
第4章静态目标检测与识别74
4��1基于二维信息的物体检测与识别74
4��1��1基于度量数据的障碍物
检测74
4��1��2基于深度神经网络的物体
检测76
4��1��3基于传统特征的物体分类
识别90
4��1��4基于CNN的物体识别94
4��2基于三维信息的物体检测与识别97
4��2��1可行区域检测97
4��2��2目标物体检测与识别104
4��3基于触觉信息的物体感知技术109
4��3��1滑移检测109
4��3��2物体触觉识别114
4��4习题117
参考文献117
第5章动态目标检测与识别119
5��1动态障碍物的检测119
5��2人脸检测与识别120
5��2��1人脸检测120
5��2��2人脸跟踪126
5��3人体检测127
5��3��1图像预处理127
5��3��2梯度方向直方图特征128
5��3��3基于有监督学习的人体检测130
5��4人体运动检测与跟踪131
5��4��1人体运动检测131
5��4��2人体运动跟踪1
第1章引言1
1��1机器人感知技术概述1
1��1��1度量层环境感知技术3
1��1��2拓扑层环境感知技术5
1��1��3语义层环境感知技术6
1��1��4复合环境感知技术8
1��2机器人与环境的交互机制概述9
参考文献10
第2章数学基础15
2��1线性代数15
2��1��1向量15
2��1��2标量15
2��1��3矩阵16
2��1��4张量16
2��1��5矩阵的运算和操作16
2��1��6向量的线性相关与独立17
2��1��7矩阵的秩17
2��1��8单位矩阵或恒等运算符18
2��1��9矩阵的行列式18
2��1��10逆矩阵18
2��1��11向量的范数(模)19
2��1��12伪逆矩阵20
2��1��13以特定向量为方向的单位
向量20
2��1��14一个向量在另一个向量方向
上的投影20
2��1��15特征向量和特征值20
2��1��16矩阵的特征方程20
2��2导数、偏导数与链式法则21
2��2��1微分21
2��2��2函数的梯度21
2��2��3连续偏导数22
2��2��4链式法则22
2��2��5反向传播算法22
2��3梯度下降法及其变式23
2��3��1梯度下降法23
2��3��2梯度下降法的变式23
2��4二维空间位姿描述25
2��5三维空间位姿描述27
2��5��1正交旋转矩阵28
2��5��2三角度表示法29
2��5��3奇异点29
2��5��4单位四元数29
2��5��5平移与旋转组合30
2��6张量31
2��7概率基础32
2��7��1随机实验和样本空间32
2��7��2并集、交集和条件概率32
2��7��3事件联合概率32
2��7��4事件的互斥32
2��7��5事件的独立33
2��7��6条件独立33
2��7��7贝叶斯公式33
2��7��8概率质量函数33
2��7��9概率密度函数34
2��7��10随机变量的数学期望34
2��7��11随机变量的方差34
2��7��12偏度和峰度34
2��7��13协方差35
2��7��14相关性系数36
2��7��15一些常见的概率分布36
2��7��16似然函数37
2��7��17*大似然估计38
2��7��18中心极限定理38
2��8习题39
参考文献39
第3章环境信息采集与度量层
数据处理40
3��1基于超声波的环境信息40
3��1��1超声波传感器工作原理与
关键指标40
3��1��2超声波传感器测量数据
特性42
3��1��3基于超声波传感器的地图
创建43
3��2基于激光雷达的环境信息47
3��2��1激光雷达工作原理47
3��2��2基于激光雷达的地图创建51
3��3基于视觉的环境信息53
3��3��1图像的数据表达53
3��3��2针孔相机模型与立体视觉54
3��3��3深度传感器及颜色深度传
感器58
3��3��4视觉SLAM59
3��4常见触觉传感器67
3��4��1力传感器及其数据处理67
3��4��2接触觉传感器及其数据
处理67
3��4��3压觉传感器及其数据处理68
3��4��4滑觉传感器及其数据处理69
3��5其他传感器70
3��5��1听觉传感器及其数据处理70
3��5��2味觉传感器及其数据处理71
3��5��3嗅觉传感器及其数据处理71
3��5��4接近觉传感器及其数据处理71
3��6习题72
参考文献72
第4章静态目标检测与识别74
4��1基于二维信息的物体检测与识别74
4��1��1基于度量数据的障碍物
检测74
4��1��2基于深度神经网络的物体
检测76
4��1��3基于传统特征的物体分类
识别90
4��1��4基于CNN的物体识别94
4��2基于三维信息的物体检测与识别97
4��2��1可行区域检测97
4��2��2目标物体检测与识别104
4��3基于触觉信息的物体感知技术109
4��3��1滑移检测109
4��3��2物体触觉识别114
4��4习题117
参考文献117
第5章动态目标检测与识别119
5��1动态障碍物的检测119
5��2人脸检测与识别120
5��2��1人脸检测120
5��2��2人脸跟踪126
5��3人体检测127
5��3��1图像预处理127
5��3��2梯度方向直方图特征128
5��3��3基于有监督学习的人体检测130
5��4人体运动检测与跟踪131
5��4��1人体运动检测131
5��4��2人体运动跟踪1
