移動機器人控制導論 Introduction to Mobile Robot Control

斯皮羅斯·G扎菲斯塔斯，希臘雅典國立技術大學電氣與計算機工程學院榮譽教授。
他是一位在智能控制和機器人領域都頗有建樹的學者，組織、領導過很多次會議以及希臘和歐盟的工程項目。
他創新了智能機器人系統期刊（索引期刊），還曾擔任過Springer ISCA（Intelligent Systems, Control and Automation）系列圖書的主編。

譯者序
前言
主要符號與首字母縮寫
關於機器人的名人語錄
第1章 移動機器人：一般概念1
1.1 引言1
1.2 機器人的定義和歷史1
1.2.1 機器人是什麼1
1.2.2 機器人的發展歷史2
1.3 地面機器人運動8
1.3.1 腿式運動8
1.3.2 輪式運動10
參考文獻22
第2章 移動機器人運動學23
2.1 引言23
2.2 背景概念23
2.2.1 機器人的正逆運動學23
2.2.2 齊次變換26
2.2.3 非完整約束28
2.3 非完整約束移動機器人30
2.3.1 獨輪車30
2.3.2 差分驅動WMR31
2.3.3 三輪車35
2.3.4 類車WMR36
2.3.5 鏈與Brockett積分器模型40
2.3.6 牽引車-掛車WMR41
2.4 全向WMR的運動學建模43
2.4.1 通用多輪全向WMR43
2.4.2 帶有麥克納姆輪的四輪全向WMR45
參考文獻48
第3章 移動機器人動力學50
3.1 引言50
3.2 通用機器人動力學建模50
3.2.1 牛頓-歐拉動力學模型51
3.2.2 拉格朗日動力學模型52
3.2.3 多連桿機器人的拉格朗日模型52
3.2.4 非完整約束機器人的動力學建模52
3.3 差分驅動輪式移動機器人53
3.3.1 牛頓-歐拉動力學模型53
3.3.2 拉格朗日動力學模型54
3.3.3 滑移式WMR的動力學56
3.4 類車輪式移動動力學模型60
3.5 三輪全向移動機器人62
3.6 四麥輪全向機器人66
參考文獻71
第4章 移動機器人傳感器72
4.1 引言72
4.2 傳感器的分類與特性72
4.2.1 傳感器分類72
4.2.2 傳感器特性74
4.3 位置傳感器和速度傳感器74
4.3.1 位置傳感器74
4.3.2 速度傳感器76
4.4 距離傳感器76
4.4.1 聲吶傳感器76
4.4.2 激光傳感器77
4.4.3 紅外傳感器78
4.5 機器人視覺79
4.5.1 一般問題79
4.5.2 傳感81
4.5.3 預處理84
4.5.4 圖像分割85
4.5.5 圖像描述85
4.5.6 圖像識別85
4.5.7 圖像解釋86
4.5.8 全向視覺86
4.6 其他機器人傳感器91
4.6.1 陀螺儀91
4.6.2 羅盤92
4.6.3 力傳感器和触覺傳感器92
4.7 全球定位系統94
4.8 鏡頭與相機光學元件95
參考文獻97
第5章 移動機器人控制I：基於李雅普諾夫的方法98
5.1 引言98
5.2 背景概念98
5.2.1 狀態空間模型98
5.2.2 李雅普諾夫穩定性102
5.2.3 狀態反饋控制105
5.2.4 二階系統106
5.3 通用機器人控制器109
5.3.1 PD位置控制109
5.3.2 基於李雅普諾夫穩定性的控制設計110
5.3.3 計算力矩控制111
5.3.4 笛卡兒空間中的機器人控制112
5.4 差分驅動移動機器人的控制113
5.4.1 非線性運動跟踪控制114
5.4.2 動態跟踪控制116
5.5 差分驅動移動機器人的計算力矩控制117
5.5.1 運動跟踪控制117
5.5.2 動態跟踪控制118
5.6 類車移動機器人的控制121
5.6.1 停車控制121
5.6.2 引導-跟隨系統的控制123
5.7 全向移動機器人的控制126
參考文獻130
第6章 移動機器人控制II：仿射系統和不變流形方法131
6.1 引言131
6.2 背景概念132
6.2.1 仿射動態系統132
6.2.2 流形137
6.2.3 使用不變集的李雅普諾夫穩定性139
6.3 移動機器人的反饋線性化141
6.3.1 一般問題141
6.3.2 差分驅動機器人輸入-輸出反饋線性化與軌跡跟踪147
6.4 使用不變集的移動機器人反饋穩定控制156
6.4.1 採用鍊式模型的獨輪車的穩定控制156
6.4.2 由雙Brockett積分器建模的差分驅動機器人的動態控制158
6.4.3 採用鍊式模型的類車機器人的穩定控制160
參考文獻167
第7章 移動機器人控制III：自適應控制和魯棒控制168
7.1 引言168
7.2 背景概念168
7.2.1 模型參考自適應控制168
7.2.2 魯棒非線性滑模控制170
7.2.3 使用李雅普諾夫穩定方法的魯棒控制173
7.3 移動機器人的模型參考自適應控制175
7.3.1 差分驅動WMR175
7.3.2 通過輸入-輸出線性化實現自適應控制176
7.3.3 全向機器人179
7.4 移動機器人的滑模控制182
7.5 極坐標系中的滑模控制184
7.5.1 建模184
7.5.2 滑模控制185
7.6 利用李雅普諾夫方法對差分驅動機器人實現魯棒控制186
7.6.1 標稱控制器188
7.6.2 魯棒控制器188
參考文獻190
第8章 移動機器人控制IV：模糊方法和神經方法191
8.1 引言191
8.2 背景概念192
8.2.1 模糊系統192
8.2.2 神經網絡196
8.3 模糊和神經機器人控制：一般問題202
8.3.1 模糊機器人控制202
8.3.2 神經機器人控制204
8.4 移動機器人的模糊控制205
8.4.1 自適應模糊跟踪控制器205
8.4.2 Dubins汽車的模糊局部路徑跟踪210
8.4.3 模糊滑模控制214
8.5 移動機器人的神經控制220
8.5.1 採用MLP網絡的自適應跟踪控制器220
8.5.2 採用RBF網絡的自適應跟踪控制器223
8.5.3 神經控制器的穩定性證明223
參考文獻224
第9章 移動機器人控制V：基於視覺的方法226
9.1 引言226
9.2 背景概念226
9.2.1 機器人視覺控制的分類226
9.2.2 運動學變換227
9.2.3 相機視覺轉換228
9.2.4 圖像的雅可比矩陣230
9.3 基於位置的視覺控制：一般問題233
9.3.1 點到點定位233
9.3.2 基於位姿的運動控制234
9.4 基於圖像的視覺控制：一般問題234
9.4.1 逆雅可比矩陣的應用234
9.4.2 轉置拓展雅可比矩陣的應用235
9.4.3 圖像雅可比矩陣的估計236
9.5 移動機器人視覺控制237
9.5.1 位姿穩定控制238
9.5.2 牆壁跟踪控制240
9.5.3 引導-跟隨系統的控制241
9.6 視野中的路標保持243
9.7 自適應線性路徑跟隨視覺控制247
9.7.1 圖像雅可比矩陣247
9.7.2 視覺控制器249
9.8 基於圖像的移動機器人視覺伺服253
9.9 使用全向視覺的移動機器人視覺伺服254
9.9.1 一般問題：雙曲線、拋物線與橢圓方程254
9.9.2 折反射投影幾何257
9.9.3 基於全向視覺的移動機器人視覺伺服263
參考文獻271
第10章 移動機械臂：建模和控制274
10.1 引言274
10.2 背景概念274
10.2.1 DenavitHartenberg方法274
10.2.2 機器人的逆運動學276
10.2.3 可操作性測量277
10.2.4 平面雙連桿機器人278
10.3 移動機械臂的建模281
10.3.1 一般運動學模型281
10.3.2 一般動力學模型283
10.3.3 五自由度非完整約束移動機械臂的建模283
10.3.4 全向移動機械臂的建模287
10.4 移動機械臂的控制290
10.4.1 差分驅動移動機械臂的計算力矩控制290
10.4.2 全向移動機械臂的滑模控制291
10.5 基於視覺的移動機械臂控制296
10.5.1 一般問題296
10.5.2 全狀態移動機械臂視覺控制299
參考文獻304
第11章 移動機器人路徑、運動和任務規劃306
11.1 引言306
11.2 一般概念306
11.3 移動機器人路徑規劃308
11.3.1 機器人導航中的基本操作308
11.3.2 路徑規劃方法的分類308
11.4 基於模型的機器人路徑規劃309
11.4.1 位形空間309
11.4.2 路線圖路徑規劃方法311
11.4.3 全球與局部路徑規劃的集成322
11.4.4 全覆蓋路徑規劃324
11.5 移動機器人運動規劃327
11.5.1 一般的在線方法327
11.5.2 運動規劃：使用向量場329
11.5.3 解析運動規劃331
11.6 移動機器人任務規劃335
11.6.1 一般問題335
11.6.2 規劃的表示和生成336
11.6.3 世界建模、任務規範和機器人程序綜合338
參考文獻340
第12章 移動機器人定位與地圖構建343
12.1 引言343
12.2 背景概念343
12.2.1 隨機過程344
12.2.2 隨機動力學模型345
12.2.3 離散卡爾曼濾波器與預測器345
12.2.4 貝葉斯學習346
12.3 傳感器瑕疵349
12.4 相對定位350
12.5 航位推算的運動學分析351
12.5.1 差分驅動WMR351
12.5.2 艾克曼轉向352
12.5.3 三輪驅動352
12.5.4 全向驅動352
12.6 定位353
12.6.1 一般問題353
12.6.2 基於三邊測量的定位353
12.6.3 基於三角測量的定位355
12.6.4 基於地圖匹配的定位356
12.7 基於卡爾曼濾波器的定位和傳感器標定及融合357
12.7.1 機器人定位357
12.7.2 傳感器標定359
12.7.3 傳感器融合359
12.8 同步定位與地圖構建362
12.8.1 一般問題362
12.8.2 基於擴展卡爾曼濾波器的SLAM362
12.8.3 基於貝葉斯估計的SLAM366
12.8.4 基於粒子濾波器的SLAM369
12.8.5 基於全向視覺的SLAM371
參考文獻380
第13章 實驗研究382
13.1 引言382
13.2 模型參考自適應控制382
13.3 基於李雅普諾夫的魯棒控制384
13.4 使用基於極坐標的控制器實現位姿穩定和泊車控制385
13.5 基於不變流形的控制器的穩定化386
13.6 滑模模糊邏輯控制388
13.7 基於視覺的控制389
13.7.1 引導-跟隨系統的控制389
13.7.2 開閉環協同控制391
13.7.3 基於全向視覺的控制392
13.8 全向移動機器人滑模控制396
13.9 差分驅動移動機械臂的控制398
13.9.1 計算力矩控制398
13.9.2 可操作性控制399
13.10 基於模糊邏輯的全局和局部集成路徑規劃器400
13.11 不確定環境中的模糊神經混合路徑規劃405
13.11.1 路徑規划算法406
13.11.2 仿真結果406
13.12 基於擴展卡爾曼濾波器的移動機器人SLAM408
13.13 基於粒子濾波器的雙機器人協同SLAM409
13.13.1 第一步：預測409
13.13.2 第二步：更新410
13.13.3 第三步：重採樣410
13.13.4 實驗研究410
13.14 基於神經網絡的移動機器人控制和導航411
13.14.1 軌跡跟踪411
13.14.2 避障導航413
13.15 差分驅動機器人模糊跟踪控制415
13.16 基於視覺的差分驅動機器人自適應魯棒跟踪控制417
13.17 移動機械臂球形全向視覺控制419
參考文獻420

第14章 移動機器人智能控制的通用系統與軟件架構423
14.1 引言423
14.2 通用智能控制架構424
14.2.1 一般問題424
14.2.2 分層的智能控制架構424
14.2.3 多分辨率的智能控制架構425
14.2.4 參考模型智能控制架構425
14.2.5 基於行為的智能控制架構426
14.3 移動機器人控制軟件架構的設計特徵428
14.4 兩種移動機器人控制軟件架構的簡介430
14.4.1 面向組件的Jde架構430
14.4.2 分層移動機器人控制軟件架構432
14.5 兩種移動機器人控制軟件架構的比較評估433
14.5.1 初步問題433
14.5.2 比較評估435
14.6 智能人機交互界面436
14.6.1 智能人機交互界面的結構436
14.6.2 機器人化的人機交互界面的主要功能437
14.6.3 自然語言人機交互界面437
14.6.4 圖形化人機交互界面438
14.7 兩種智能移動機器人研究原型機440
14.7.1 SENARIO智能輪椅441
14.7.2 ROMAN智能服務移動機械臂443
14.8 對其他問題的進一步討論446
14.8.1 異構化設計446
14.8.2 模塊化設計449
參考文獻452

第15章 工作中的移動機器人456
15.1 引言456
15.2 工廠和工業中的移動機器人456
15.3 社會生活中的移動機器人459
15.3.1 救援機器人459
15.3.2 機器人手杖、導引助手和醫院中使用的移動機器人460
15.3.3 家務移動機器人462
15.4 輔助型移動機器人463
15.5 移動型遙操作機器人和網絡機器人465
15.6 其他機器人應用案例469
15.6.1 戰爭機器人469
15.6.2 娛樂機器人471
15.6.3 研究型機器人472
15.7 移動機器人的安全性473
參考文獻474
習題477
機器人網站列表495