【科技书摘】智能车如何了解道路场景
感知在任何机器人应用中都起着关键作用。在智能车辆的情况下,感知任务被称为道路场景理解。它涉及到使用不同的传感器(在第62.2节中描述)与自动推理相结合,以创建一个车辆周围环境的综合表示。这个任务所积累的知识库在高级驾驶辅助系统(ADAS)的情况下被用来向驾驶员发出警告,或者在完全自主驾驶的情况下用来控制车辆执行器。对周围环境状态的完整而精确的描述是减少误报和漏报的关键因素,并为平稳的自动驾驶提供基础。毫无疑问,对室外环境的感知(即使是部分结构化的)也是一个具有挑战性的问题,这不仅是由于驾驶环境本身的内在复杂性,而且是由于许多环境参数不可能控制。图62.7显示了日/夜、太阳/路灯照明、温度、低能见度、雨/雪和不同的气象条件的例子,一般来说,这些都是无法控制的,必须由传感设备来处理。
学界正在从两个不同的角度解决为车辆提供强大而精确的环境状态感知的问题。一种方法是为车辆提供不断增加的传感能力和处理能力,旨在提供强大的车载智能系统[62.42]。另一种方法是将道路基础设施作为能够与所有车辆进行通信并实时共享道路状况的活跃元素[62.43]。事实上,这两种观点也可以合并起来,提供一个混合的解决方案,以在动态环境中安全地控制车辆[62.43]。
了解道路场景的任务可以以不同的方式进行,这取决于智能基础设施的可用性和其他参与者的合作行为。了解环境状态的任务可以通过来自其他来源的信息的可用性来简化,从而限制了在每辆车上执行强大而完整的感应的需要。有用的信息可以来自基础设施本身(如道路条件和几何形状、车道数量、能见度、路标,甚至实时信息,如交通灯状态或交通状况)或其他参与者(如车辆的存在与精确位置、速度和方向)。车辆也可以携带由其他玩家收集并与之共享的实时信息。
图62.7 智能车必须处理的典型道路场景范围
虽然目前研究的重点是智能车辆和智能基础设施,但第一代生产型智能车辆将不得不主要依靠自己的传感能力,因为来自其他来源(如基础设施和其他车辆)信息的可用性将需要一段时间才能在真实环境中部署。事实上,为了有实际用途,智能道路必须覆盖一个国家的很大一部分地区,同时合作的智能车辆也必须足够广泛。值得注意的是,对智能基础设施和智能车辆的投资来自不同的渠道:前者主要来自政府机构,后者则来自车主。
基础设施本身拥有的、可供车辆使用的信息包括:明确的车道/道路的几何形状、路标、交通灯的状态。
另一方面,该基础设施还可以评估和提供实时数据,如:道路状况、能见度、交通状况。
智能车需要收集的另一个重要信息是其他道路参与者的存在,如其他车辆、脆弱的道路使用者(行人、摩托车、自行车)。
虽然可以假设在未来的某个时候,所有的车辆都将配备主动系统,使它们能够被其他车辆安全地避开,但保证行人和自行车将有类似的设备是不现实的,他们的存在将需要用车载传感器来检测。同样的考虑也适用于道路上可能意外发现的障碍物,或道路施工等临时情况。如果车辆需要应对意外情况,那么它就需要有能力用自己的传感器实时评估路况。
这就是为什么车载传感对未来的交通系统至关重要的原因;车辆对车辆和车辆对基础设施的通信可能有助于改善传感,但我们未来的车辆也必须安装一套完整的传感系统。以下是对道路环境感知主要挑战的研究。
从20世纪80年代初的首次实施开始[62.4-6],许多原型车辆已经配备了车道检测和跟踪系统。事实上,在这种情况下,计算机视觉起着根本性的作用;尽管一般来说,道路也可以用激光扫描仪来检测[62.24],但唯一能够高精度地检测车道几何形状和车道标记的通用技术是计算机视觉。大多数车道跟踪方法都集中在检测车道标记和利用环境中的结构,如左右车道标记的平行性、道路宽度的不变性或广泛使用的平路假设。这些假设主要是用来克服只有一个相机的问题(因成本驱动的选择)。一些系统使用立体视觉来检测车道标线,能够在没有这些限制的情况下工作。高速公路上的车道跟踪问题基本上已经解决了,商业系统已被部署在乘用车和商用车上。对已部署的车道跟踪技术的研究和评估可参阅参考文献[62.44]。图62.8显示了一个商业车道跟踪器的典型输出的例子。
图62.8 车道检测
然而,这种系统不能保证车道检测系统以100%的可靠性工作;这些系统通常以95~99%的可靠性工作。因此,车道跟踪系统只被用于车道偏离警告系统,因为对于自动驾驶来说,不能容忍失败。目前正在努力开发能够容忍各种驾驶条件的算法,并推动100%的可靠性边界[62.44, 45](【视频836】)。
基于视觉的车道追踪系统依赖于车道标记,而这些标记并不总是存在。在这些情况下,仅仅跟踪车道或道路的极限往往是不够的。相反,有必要建立一个道路形状和穿越能力的局部表示。这种局部地图可以用类似SLAM的技术来建立(见第2卷第46章),并可以将地图的一部分分为静态或动态[62.46]。其他方法旨在将从激光扫描仪或立体摄像机获得的三维点分为属于道路或不属于道路[62.47]。道路检测功能的输出是一个不断更新的车辆前方可行空间的表示(图62.9)。
图62.9 车辆前方可航行空间的瞬时表[62.25]
计算机视觉的另一个相当直接的用途是路标检测和理解。路标是为了帮助人类司机而特意设计的。路标使用一套定义明确的形状、颜色和符号。这些标志被放置在与道路有关的一致的高度和位置上。因此,对于计算机视觉来说,阅读道路标志是一项可实现的任务。探测是使用一系列的形状和/或颜色探测方案来完成的[62.48, 49]。在检测和定位阶段之后,需要进行识别。通常这个任务由模式匹配技术来完成,如图像交叉相关、神经网络或支持向量机,因为可能的路标集是有限的和明确定义的。图62.10说明了基于速度标志检测的超速警告系统的概念。这个领域的研究工作的挑战在于检测的稳健性和标志分类的可靠性。大多数汽车公司都有正在开发的系统,例如,西门子[62.50]。请看关于速度标志检测的视频(【视频838】)。
图62.10 用于速度警告的道路标志检测
颜色和模式匹配也是用于检测交通灯的关键技术[62.51]。虽然交通信号灯的检测并不太复杂,但这种应用还隐藏着一个使车辆应用变得困难的方面:除了正确地定位和识别信号外,还必须特别注意检查信号在道路/车道上的位置和方向,因为该信号可能不是针对当前车辆的。这在市中心的十字路口尤其如此,在那里,许多交通信号灯同时可见;在这种情况下,车辆必须有能力选择必须遵守的正确交通信号。一些试验已经进行了有源交通信号测试,能够使用无线电频率发出交通灯的状态[62.52]。这涉及到额外的基础设施;在这个阶段,视觉似乎是唯一简单可行的解决方案。
能见度检测中一个关键的挑战是对雾的检测。国际照明委员会(CIE)将气象能见度距离定义:在适当大小的黑色物体被感知时,其对比度小于5%的距离。已经实施了不同的技术来测量这个参数,从而检测雾气情况[62.53]。尽管许多方法使用视觉,但也有通常用于固定地点(如机场和交通监测站)的有效替代方法,基于使用多重散射激光雷达。使用视觉来估计能见度的主要挑战是,移动的车辆通常不能依靠特定距离的特定参考点/物体/信号。
对车辆的检测已经使用了大量的传感器技术,从视觉到激光雷达,从雷达到声纳。
尽管在形状和颜色上有所不同,但车辆具有相同的特点,具有较大的尺寸和反射材料。一旦有了道路/车道位置的大致指示,车辆的位置是可以预测的。事实上,车辆可以被许多不同的传感器独立地成功检测到[62.55-57]。图62.11显示了一个基于视觉的车辆检测系统。
图62.11 车辆检测-车道和范围位置
尽管这个问题的解决方案似乎很简单,但每个传感器都有自己的应用范围和挑战。视觉通常是强大的,但在低能见度和照明不良的情况下(夜间或隧道),或在交通繁忙的情况下,车辆可能相互重叠,视觉也可能会失效。红外领域的视觉(热成像)能够以较高的置信度检测到车辆,因为车辆的轮胎和消声器通常表现出较高的温度,因此很容易在图像中检测到。但停放的车辆、拖车,甚至刚刚开始移动的车辆都比运行中的车辆温度更低,因此,不容易被发现。激光雷达通常是稳健的,但在恶劣的天气条件下灵敏度下降。雷达虽然便宜,但由于附近其他反射物的存在,在横向测量中会出现偏差。最后,声呐只适用于非常短的距离。研究的挑战是如何稳健地实现多传感器融合。一种常见的方法是将视觉与雷达融合[62.58]。
车辆检测通常是通过将被认为属于同一物体的数据分组来进行的,这通常意味着使用某种基于距离和其他相关特征(如颜色、纹理等)的相似度量。另一种方法是基于模型的技术,它扫描场景数据,试图与预先存在的目录中的模型相匹配,如几何描述、部件集合。最后,基于网格的方法不是对物体本身进行建模,而是对空间的规则分解中的属性进行演变[62.54](图62.12)。
图62.12 车辆检测和跟踪的三种方法[62.54]
追踪的主要问题之一是数据关联:找到传感器读数和被追踪物体之间的对应关系。跟踪方法在解决这个问题的方式上有所不同,从最近的邻居,它只是把观察结果分配给接近的物体,到多假设追踪(MHT),它在几个时间步骤中保持不同的关联假设的表示。为了可操作性,修剪是必要的。一种越来越流行的替代方法是使用基于网格的方法,这种方法在迭代网格更新过程中不试图明确表示物体,同时考虑到与给定邻域中的单元的所有可能关联。这种方法导致尽可能长时间推迟目标检测和数据关联步骤[62.54]。参考图62.13了解基于网格的跟踪示例。【视频420】显示了贝叶斯占有率方法的预测能力[62.59]。
图62.13 基于网格的检测和跟踪[62.59]
对道路弱势使用者(行人和自行车)的检测是智能车辆最困难的任务之一。行人的外观是具有挑战性的:行人的形状可以在几十毫秒内发生很大的变化;在颜色、纹理或大小方面没有明确的不变因素,而且不能对姿势、速度或诸如头部等人类身体部分的可见度作出假设。机器学习方法已经成功地应用于这个问题[62.24, 42, 48, 60]。重点是通过改进视觉算法实现更大的可靠性和减少错误报警[62.61]。然而,对道路弱势使用者的检测是全世界最相关的研究课题之一,因为一旦汽车上有了功能齐全的行人探测器,就可能获得大量的好处,包括保险的减少。应对措施可以被激活,以减少车辆和行人事故的后果,如发射外部安全气囊或打开引擎盖以减少正面碰撞的影响。目前,在评估所有可能的技术时,似乎没有任何解决方案能在所有情况下提供可靠的检测:雷达无法在拥挤的情况下可靠地检测到行人,而视觉则有上述的许多缺点。热成像技术尽管非常昂贵却被普遍认为是最有前途的技术之一,但在某些情况下,如炎热的夏天和一般的高温环境下,也会失效。基于视觉的立体视觉检测可参考【视频839】。
以上图文来自机械工业出版社出版的《机器人手册》(原书第2版)作者:([意]布鲁诺·西西利亚诺(Bruno Siciliano) [美]欧沙玛·哈提卜(Oussama Khatib))。译者:于靖军。识别图中二维码可进入购买页面。(有折扣哦~~~)
目录
上下滑动查看
《机器人手册》(原书第2版) 第1卷 机器人基础
目录
译者序
作者序一(第1版)
作者序二(第1版)
作者序三(第1版)
作者序四(第1版)
第2版前言
多媒体扩展序
如何访问多媒体内容
主编简介
篇主编简介
多媒体团队简介
作者列表
缩略词列表
第1章绪论——如何使用《机器人手册》1
1.1机器人学发展简史1
1.2机器人学的研究群体2
1.3如何使用本手册3
视频文献5
第1篇机器人学基础
内容导读8
第2章运动学11
2.1概述11
2.2位置与姿态表示12
2.3关节运动学20
2.4几何表示24
2.5工作空间26
2.6正运动学26
2.7逆运动学27
2.8正微分运动学29
2.9逆微分运动学30
2.10静力学变换30
2.11结论与延展阅读30
参考文献31
第3章动力学33
3.1概述34
3.2空间向量表示法35
3.3正则方程40
3.4刚体系统动力学模型42
3.5运动树46
3.6运动环51
3.7结论与延展阅读54
参考文献56
第4章机构与驱动59
4.1概述60
4.2系统特征60
4.3运动学与动力学61
4.4串联机器人64
4.5并联机器人65
4.6机械结构66
4.7关节机构67
4.8驱动器69
4.9机器人的性能指标75
4.10结论与延展阅读77
视频文献77
参考文献78
第5章传感与估计80
5.1概述80
5.2感知过程81
5.3传感器82
5.4估计过程87
5.5表征96
5.6结论与延展阅读97
参考文献98
第6章模型辨识100
6.1概述100
6.2运动学标定102
6.3惯性参数估计107
6.4可辨识性与条件数分析112
6.5结论与延展阅读118
视频文献119
参考文献120
第7章运动规划122
7.1机器人运动规划122
7.2运动规划的概念123
7.3基于抽样的规划124
7.4替代算法127
7.5微分约束130
7.6扩展与演变133
7.7高级议题136
7.8结论与延展阅读139
视频文献139
参考文献140
第8章运动控制144
8.1运动控制简介145
8.2关节空间与操作空间控制146
8.3独立关节控制147
8.4PID控制149
8.5跟踪控制151
8.6计算转矩与计算转矩类控制153
8.7自适应控制156
8.8优与鲁棒控制159
8.9轨迹生成与规划161
8.10数字化实现164
8.11学习控制166
视频文献167
参考文献168
第9章力控制171
9.1背景171
9.2间接力控制173
9.3交互作业179
9.4力/运动混合控制184
9.5结论与延展阅读188
视频文献189
参考文献190
第10章冗余度机器人192
10.1概述192
10.2面向任务的运动学194
10.3微分逆运动学196
10.4冗余度求解优化方法200
10.5冗余度求解的任务增广法202
10.6二阶冗余度求解204
10.7可循环性204
10.8容错性205
10.9结论与延展阅读206
视频文献206
参考文献207
第11章含有柔性单元的机器人210
11.1含有柔性关节的机器人211
11.2含有柔性连杆的机器人227
视频文献240
参考文献241
第12章机器人体系架构与编程245
12.1概述245
12.2发展历程247
12.3体系架构组件250
12.4案例研究——GRACE256
12.5机器人体系架构的设计艺术258
12.6机器人体系架构的实现259
12.7结论与延展阅读261
视频文献261
参考文献261
第13章基于行为的系统265
13.1机器人控制方法265
13.2基于行为系统的基本原理267
13.3基础行为270
13.4基于行为系统的表示法270
13.5基于行为系统的学习271
13.6应用与后续工作275
13.7结论与延展阅读278
视频文献278
参考文献279
第14章机器人人工智能推理方法283
14.1为什么机器人要应用AI推理283
14.2知识表征与推理284
14.3推理与决策291
14.4基于规划的机器人控制297
14.5结论与延展阅读301
视频文献302
参考文献302
第15章机器人学习307
15.1什么是机器人学习307
15.2模型学习309
15.3强化学习319
15.4结论330
视频文献331
参考文献331
LⅩⅤⅠⅠLⅩⅤⅠⅠⅠ第2篇机器人设计
内容导读340
第16章设计与性能评价342
16.1机器人设计过程342
16.2工作空间指标344
16.3灵巧性指标347
16.4其他性能指标349
16.5其他类型的机器人352
16.6本章小结356
参考文献356
第17章肢系统359
17.1肢系统的设计360
17.2概念设计360
17.3设计过程示例363
17.4模型导引设计366
17.5各种肢系统373
17.6性能指标376
视频文献378
参考文献379
第18章并联机构382
18.1定义382
18.2并联机构的构型综合383
18.3运动学384
18.4速度与精度分析385
18.5奇异性分析386
18.6工作空间分析387
18.7静力学分析388
18.8动力学分析389
18.9设计考虑390
18.10柔索驱动并联机器人390
18.11应用示例392
18.12结论与延展阅读392
视频文献393
参考文献393
第19章机器人手
19.1基本概念
19.2机器人手的设计
19.3驱动与传感技术
19.4机器人手的建模与控制
19.5应用和发展趋势
19.6结论与延展阅读
视频文献
参考文献
第20章蛇形机器人与连续体机器人
20.1蛇形机器人研究简史
20.2连续体机器人研究简史
20.3蛇形机器人与连续体机器人的
建模
20.4蛇形机器人与连续体机器人的
运动规划
20.5结论与相关领域的扩展
视频文献
参考文献
第21章软体机器人驱动器
21.1研究背景
21.2软体机器人驱动器的设计
21.3软体机器人驱动器的建模
21.4软体机器人的建模
21.5刚度评估
21.6笛卡儿刚度控制
21.7周期性运动控制
21.8软体机器人的优控制
21.9结论与开放性问题
视频文献
参考文献
第22章模块化机器人
22.1概念与定义
22.2可重构模块化操作臂
22.3自重构模块化机器人
22.4结论与延展阅读
视频文献
参考文献
第23章仿生机器人
23.1概述
23.2仿生机器人设计组件
23.3机构
23.4材料与制造
23.5结论
视频文献
参考文献
第24章轮式机器人
24.1概述
24.2轮式机器人的机动性
24.3轮式机器人的结构
24.4轮-地交互模型
24.5轮式机器人的悬架系统
24.6结论
视频文献
参考文献
第25章水下机器人
25.1背景
25.2机械系统
25.3电力系统
25.4水下驱动器和传感器
25.5计算机、通信和体系架构
25.6水下操作臂
25.7结论与延展阅读
视频文献
参考文献
第26章飞行机器人
26.1背景与研究历史
26.2飞行机器人的特征
26.3空气动力学与飞行力学基础
26.4固定翼飞行器的设计与建模
26.5旋翼机的设计与建模
26.6扑翼机的设计与建模
26.7系统集成与实现
26.8飞行机器人的应用
26.9结论与延展阅读
视频文献
参考文献
第27章微纳机器人
27.1概述
27.2尺度
27.3微纳尺度的驱动技术
27.4微纳尺度的成像技术
27.5制造
27.6微装配
27.7微型机器人
27.8纳米机器人
27.9结论
视频文献
参考文献
《机器人手册》(原书第2版) 第2卷 机器人技术
目录
译者序
作者序一(第1版)
作者序二(第1版)
作者序三(第1版)
作者序四(第1版)
第2版前言
多媒体扩展序
如何访问多媒体内容
主编简介
篇主编简介
多媒体团队简介
作者列表
缩略词列表
第3篇传感与感知
内容导读
第28章力、触觉传感器
28.1概述
28.2传感器类型
28.3触觉信息处理
28.4集成方面的挑战
28.5总结与展望
视频文献
参考文献
第29章惯性传感器、GPS和里程计
29.1里程计
29.2陀螺仪系统
29.3加速度计
29.4惯性传感器套装
29.5基于卫星的定位(GPS和GLS)
29.6GPS-IMU集成
29.7延展阅读
29.8市场上的现有硬件
参考文献
第30章声呐传感器
30.1声呐原理
30.2声呐波束图
30.3声速
30.4波形
30.5换能器技术
30.6反射物体模型
30.7伪影
30.8TOF测距
30.9回声波形编码
30.10回声波形处理
30.11CTFM声呐
30.12多脉冲声呐
30.13声呐环
30.14运动影响
30.15仿生声呐
30.16总结
视频文献
参考文献
第31章距离传感器
31.1距离传感器的基础知识
31.2距离传感器技术
31.3配准
31.4导航、地形分类与测绘
31.5结论与延展阅读
参考文献
第32章三维视觉导航与抓取
32.1几何视觉
32.2三维视觉抓取
32.3结论与延展阅读
视频文献
参考文献
第33章视觉对象类识别
33.1对象类
33.2技术现状回顾
33.3讨论与结论
参考文献
第34章视觉伺服
34.1视觉伺服的基本要素
34.2基于图像的视觉伺服
34.3基于位置的视觉伺服
34.4先进方法
34.5性能优化与规划
34.6三维参数估计
34.7确定s*和匹配问题
34.8目标跟踪
34.9关节空间控制的Eye-in-Hand和
Eye-to-Hand系统
34.10欠驱动机器人
34.11应用
34.12结论
视频文献
参考文献
第35章多传感数据融合
35.1多传感数据融合方法
35.2多传感器融合体系架构
35.3应用
35.4结论
视频文献
参考文献
LⅩⅤⅠⅠLⅩⅤⅠⅠⅠ第4篇操作与交互
内容导读
第36章面向操作任务的运动
36.1概述
36.2任务级的控制
36.3操作规划
36.4装配运动
36.5集成反馈控制和规划
36.6结论与延展阅读
视频文献
参考文献
第37章接触建模与操作
37.1概述
37.2刚体接触运动学
37.3力与摩擦
37.4考虑摩擦时的刚体运动学
37.5推进操作
37.6接触面及其建模
37.7摩擦限定面
37.8抓取和夹持器设计中的接触问题
37.9结论与延展阅读
视频文献
参考文献
第38章抓取
38.1模型与定义
38.2受控的运动旋量与力旋量
38.3柔性抓取
38.4约束分析
38.5实例分析
38.6结论与延展阅读
视频文献
参考文献
第39章协同操作臂
39.1历史回顾
39.2运动学与静力学
39.3协同工作空间
39.4动力学及负载分配
39.5操作空间分析
39.6控制
39.7结论与延展阅读
视频文献
参考文献
第40章移动操作
40.1抓取和操作
40.2控制
40.3运动生成
40.4机器学习
40.5机器感知
40.6总结与延展阅读
视频文献
参考文献
第41章主动操作感知
41.1通过操作的感知
41.2物体定位
41.3了解物体
41.4物体识别
41.5结论
视频文献
参考文献
第42章触觉技术
42.1概述
42.2触觉装置设计
42.3触觉再现
42.4触觉交互的控制和稳定
42.5其他类型的触觉交互
42.6结论与展望
参考文献
第43章遥操作机器人
43.1概述
43.2遥操作机器人系统及其应用
43.3控制架构
43.4双边控制和力反馈控制
43.5遥操作机器人的前沿应用
43.6结论与延展阅读
视频文献
参考文献
第44章网络机器人
44.1概述与背景
44.2简要回顾
44.3通信与网络
44.4网络机器人的属性
44.5云机器人
44.6结论与未来方向
视频文献
参考文献
第5篇移动与环境
内容导读
第45章环境建模
45.1发展历程概述
45.2室内与结构化环境的建模
45.3自然环境与地形建模
45.4动态环境
45.5结论与延展阅读
视频文献
参考文献
第46章同步定位与建图
46.1SLAM:问题的定义
46.2三种主要的SLAM方法
46.3视觉SLAM与RGB-D SLAM
46.4结论与未来挑战
视频文献
参考文献
第47章运动规划与避障
47.1非完整移动机器人:遵循控制理论的
运动规划
47.2运动学约束与可控性
47.3运动规划与短时可控性
47.4局部转向方法与短时可控性
47.5机器人与拖车
47.6近似方法
47.7从运动规划到避障
47.8避障的定义
47.9避障技术
47.10避障机器人的形状特征、运动学与
动力学
47.11规划-反应的集成
47.12结论、未来方向与延展阅读
视频文献
参考文献
第48章腿式机器人的建模与控制
48.1腿式机器人的研究历程
48.2腿部运动的动力学建模
48.3稳定性分析:不跌倒
48.4动态行走与跑步运动的生成
48.5运动与力控制
48.6实现更高效的行走
48.7不同类型的接触行为
48.8结论
参考文献
第49章轮式机器人的建模与控制
49.1背景
49.2控制模型
49.3对于完整约束系统控制方法的
适应性
49.4针对非完整约束系统的方法
49.5非理想轮地接触下的路径跟随
49.6补充材料与文献指南
视频文献
参考文献
第50章崎岖地形下机器人的建模与控制
50.1概述
50.2崎岖地形下的轮式机器人建模
50.3崎岖地形下轮式机器人的控制
50.4崎岖地形下的履带式机器人建模
50.5履带式机器人的稳定性分析
50.6崎岖地形下的履带式机器人控制
50.7总结
视频文献
参考文献
第51章水下机器人的建模与控制
51.1水下机器人在海洋工程中日益重要的
作用
51.2水下机器人
51.3应用
51.4结论与延展阅读
视频文献
参考文献
第52章飞行机器人的建模与控制
52.1概述
52.2飞行机器人的建模
52.3控制
52.4路径规划
52.5飞行器状态估计
52.6结论
视频文献
参考文献
第53章多移动机器人系统
53.1历史
53.2多机器人系统的体系架构
53.3通信
53.4网络移动机器人
53.5集群机器人
53.6模块化机器人
53.7异构系统
53.8任务分配
53.9学习
53.10应用
53.11结论与延展阅读
视频文献
参考文献
《机器人手册》(原书第2版) 第3卷 机器人应用
目录
译者序
作者序一(第1版)
作者序二(第1版)
作者序三(第1版)
作者序四(第1版)
第2版前言
多媒体扩展序
如何访问多媒体内容
主编简介
篇主编简介
多媒体团队简介
作者列表
缩略词列表
第6篇作业型机器人
内容导读
第54章工业机器人
54.1工业机器人:机器人研究和应用的
主要驱动力
54.2工业机器人简史
54.3工业机器人的运动学构型
54.4典型的工业机器人应用
54.5安全的人-机器人协作
54.6任务描述:教学和编程
54.7系统集成
54.8展望与长期挑战
视频文献
参考文献
第55章空间机器人
55.1轨道机器人系统的历史概况和研究
进展
55.2行星表面机器人系统的历史概况与
研究进展
55.3数学建模
55.4轨道与行星表面机器人系统的未来
研究方向
55.5结论与延展阅读
视频文献
参考文献
第56章农林机器人
56.1讨论范畴
56.2机遇与挑战
56.3案例研究
56.4结论
视频文献
参考文献
第57章建造机器人
57.1概述
57.2建造机器人的非现场应用
57.3单一任务建造机器人的现场应用
57.4集成机器人化施工现场
57.5目前尚未解决的技术问题
57.6未来方向
57.7结论与延展阅读
视频文献
参考文献
第58章危险环境作业机器人
58.1危险环境作业:机器人解决方案的
必要性
58.2应用
58.3使能技术
58.4结论与延展阅读
视频文献
参考文献
第59章采矿机器人
59.1现代采矿实践
59.2露天采矿
59.3地下采矿
59.4挑战、展望与总结
视频文献
参考文献
第60章救灾机器人
60.1概述
60.2灾害特征及其对机器人的影响
60.3实际在灾害中使用的机器人
60.4处理福岛第一核电站事故的
机器人
60.5经验教训、挑战和新方法
60.6评估救灾机器人
60.7结论与延展阅读
视频文献
参考文献
第61章监控与安保机器人
61.1概述
61.2应用领域
61.3使能技术
61.4活跃的研究领域
61.5结论
视频文献
参考文献
第62章智能车
62.1智能车的研究背景及方法
62.2使能技术
62.3了解道路场景
62.4高级驾驶辅助
62.5驾驶员监控
62.6迈向完全自动化的汽车
62.7未来趋势和发展前景
62.8结论与延展阅读
视频文献
参考文献
第63章医疗机器人与计算机集成
外科手术
63.1核心概念
63.2技术
63.3医疗系统、研究领域以及实际
应用
63.4总结与展望
视频文献
参考文献
第64章康复与保健机器人
64.1概述
64.2康复治疗与训练机器人
64.3残疾人辅助
64.4智能假肢与矫形器
64.5强化诊断与监控
64.6安全、伦理、权利与经济性考虑
64.7结论与延展阅读
视频文献
参考文献
LⅩⅤⅠⅠLⅩⅤⅠⅠⅠ第65章家用机器人
65.1移动家用机器人
65.2使能技术
65.3智能家居
视频文献
参考文献
第66章竞赛机器人
66.1引言
66.2概述
66.3以人类为灵感的竞赛
66.4任务导向型竞赛
66.5结论与延展阅读
视频文献
参考文献
第7篇机器人与人
内容导读
第67章仿人机器人
67.1为什么研究仿人机器人
67.2研究历程
67.3要模仿什么
67.4运动能力
67.5全身运动
67.6形态交互
67.7结论与延展阅读
视频文献
参考文献
第68章人体运动重建
68.1概述
68.2模型与计算
68.3重建理解
68.4机器人的重建
视频文献
参考文献
第69章人-机器人物理交互
69.1分类
69.2人身安全
69.3人性化的机器人设计
69.4物理交互控制
69.5人类环境的运动规划
69.6交互规划
69.7结论
视频文献
参考文献
第70章人-机器人增强
70.1概念与定义
70.2上肢可穿戴系统
70.3下肢可穿戴系统
70.4全身可穿戴系统
70.5人-机器人增强系统的控制
70.6结论与未来发展
视频文献
参考文献
第71章认知型人-机器人交互
71.1人类交互模型
71.2机器人交互模型
71.3人-机器人交互模型
71.4结论与延展阅读
视频文献
参考文献
第72章社交机器人
72.1概述
72.2社交机器人实体
72.3社交机器人与社交情感
72.4社会认知技能
72.5人类对社交机器人的社会反应
72.6社交机器人与交流技巧
72.7与机器人伙伴的长期交互
72.8与社交机器人的触觉交互
72.9社交机器人与团队合作
72.10结论
72.11延展阅读
视频文献
参考文献
第73章社交辅助机器人
73.1概述
73.2社交辅助机器人的需求
73.3实体机器人相对于虚拟代理的
优势
73.4动机、自主性和陪伴
73.5辅助交互的影响和动力学
73.6特定需求和能力的个性化及
适应性
73.7建立长期参与和行为改变
73.8社交辅助机器人对孤独症谱系
障碍的治疗
73.9社交辅助机器人康复支持
73.10社交辅助机器人和老年关怀
73.11针对阿尔茨海默病和认知康复的
社交辅助机器人
73.12伦理和安全考虑
参考文献
第74章向人类学习
74.1机器人学习
74.2从人类演示中学习的关键问题
74.3演示界面
74.4向人类学习的算法
74.5机器人演示学习的结论和开放性
问题
视频文献
参考文献
第75章仿生机器人
75.1历史背景
75.2研究方法
75.3案例研究
75.4仿生机器人研究的前景与挑战
75.5结论
视频文献
参考文献
第76章进化机器人
76.1方法
76.2第一步
76.3模拟与真实
76.4一个复杂适应系统的行为
76.5进化体
76.6光识别
76.7计算神经行为学
76.8进化与学习
76.9社会行为的进化
76.10硬件的进化
76.11结论
视频文献
参考文献
第77章神经机器人学:从视觉到动作
77.1定义与研究历程
77.2视觉方面的案例
77.3脊椎动物的运动控制
77.4镜像系统的作用
77.5结论与延展阅读
参考文献
第78章感知机器人
78.1概述
78.2对象表征的感知机制
78.3行动表征的知觉机制
78.4机器人感知验证
78.5结论与延展阅读
视频文献
参考文献
第79章教育机器人
79.1教育机器人的角色
79.2教育机器人竞赛
79.3机器人教育平台
79.4教育机器人的控制器与编程环境
79.5帮助学生学习的机器人技术
79.6机器人教育的项目评价
79.7结论与延展阅读
视频文献
参考文献
第80章机器人伦理学:社会与伦理的
内涵
80.1方法概念
80.2机器人学的特殊性
80.3机器人接受度的文化差异
80.4文学中的机器人伦理学
80.5真实机器人的表达
80.6科技伦理
80.7信息通信技术领域的伦理问题
80.8人类的原则和权利
80.9机器人技术中的法律问题
80.10机器人伦理学分类
80.11机器人伦理的实施:从理想到规则
80.12结论与延展阅读
视频文献
参考文献
借新版《机器人手册》新书上市之际,为进一步推动技术交流,机械工业出版社特邀请,于靖军教授,为我们带来了“先进机器人技术系列讲座”,欢迎各位扫描下方二维码预约直播,届时观看。▼▼▼
温馨提示:本套书不可申请样书哦~撰稿人:于靖军责任编辑:王永新审核人:周国萍END