自主機器人導論 9787115653024 尼古勞斯.科雷爾 布拉德利.海斯 克里 斯托弗.赫克曼

*書籍均為代購，我們向大陸付款發訂後即無法取消，為避免造成不必要的損失，
下訂前請慎重考慮！下訂前請慎重考慮！謝謝。
*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202505*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：自主機器人導論
ISBN：9787115653024
出版社：人民郵電
著編譯者：尼古勞斯.科雷爾 布拉德利.海斯 克里 斯托弗.赫克曼
頁數：228
所在地：中國大陸 *此為代購商品
書號：1732091
可大量預訂，請先連絡。

內容簡介

本書涵蓋了機器人技術的多個重要方面，包括機構、感測器、執行器和算法等內容，旨在為讀者提供一個全面的可理解框架。 書中詳細介紹了自主機器人的基本原理和應用，強調了機器人在複雜環境中進行自主導航和操作的能力。它不僅包括理論知識，還提供了豐富的實踐案例和項目，幫助學生將理論應用於實際問題中。此外，書中還包含了大量的附錄，提供了額外的在線資源，便於讀者深入學習和研究相關主題。 本書不僅適合高年級本科生和研究生，也適合對自主機器人感興趣的工程師和研究人員。

作者簡介

克里斯托弗·赫克曼，科羅拉多大學博爾德分校計算機科學助理教授。

目錄

譯者序
序言
第1章 引言
1 1 智能和實例
1 2 路徑規劃問題
1 3 Ratslife：自主移動機器人的一個例子
1 4 自主移動機器人：一些核心的挑戰
1 5 自主抓取：一些核心的挑戰
本章要點
課後練習
第一部分 機構
第2章 運動、操作及其表現形式
2 1 運動和操作的例子
2 2 靜態穩定性和動態穩定性
2 3 自由度
2 4 坐標系和參考系
2 4 1 旋轉矩陣的定義
2 4 2 點從一個參考系向另外一個參考系的映射
2 4 3 變換的級聯
2 4 4 姿態的其他表示
本章要點
課後練習
第3章 運動學
3 1 正向運動學
3 1 1 簡單機械臂的正向運動學
3 1 2 Denavit-Hartenberg表示法
3 2 逆向運動學
3 2 1 可解性
3 2 2 簡單機械臂的逆向運動學
3 3 微分運動學
3 3 1 正微分運動學
3 3 2 差速輪式機器人的正向運動學
3 3 3 類汽車轉向機構的正向運動學
3 4 逆微分運動學
3 4 1 移動機器人的逆向運動學
3 4 2 移動機器人的反饋控制
3 4 3 欠驅動和過度驅動
本章要點
課後練習
第4章 力學
4 1 靜力學
4 2 運動靜力學對偶
4 3 可操作性
4 3 1 速度空間中的可操作橢球
4 3 2 力空間中的可操作橢球
4 3 3 可操作性的考慮
本章要點
課後練習
第5章 抓取
5 1 抓取理論
5 1 1 摩擦力
5 1 2 多重接觸和變形
5 1 3 吸力
5 2 簡單的抓取機構
5 2 1 單自由度的剪刀式夾爪
5 2 2 平行夾爪
5 2 3 四連桿平行夾爪
5 2 4 多指手
本章要點
課後練習
第二部分 感知和驅動
第6章 執行器
6 1 電動機
6 1 1 交流電動機和直流電動機
6 1 2 步進電動機
6 1 3 無刷直流電動機
6 1 4 伺服電動機
6 1 5 電動機控制器
6 2 液壓和氣動執行器
6 2 1 液壓執行器
6 2 2 氣動執行器和軟體機器人
6 3 安全注意事項
本章要點
課後練習
第7章 感測器
7 1 術語
7 2 測量機器人關節構型的感測器
7 3 測量自運動的感測器
7 3 1 加速度計
7 3 2 陀螺儀
7 4 測量力的感測器壓力或接觸
7 5 測量距離的感測器
7 5 1 反射
7 5 2 相移
7 5 3 飛行時間
7 6 感知全局姿態的感測器
本章要點
課後練習
第三部分 計算
第8章 視覺
8 1 將圖像作為二維信號
8 2 從信號到信息
8 3 基本圖像操作
8 3 1 基於閾值的操作
8 3 2 基於卷積的濾波器
8 3 3 形態學操作
8 4 從視覺中提取結構
8 5 計算機視覺和機器學習
本章要點
課後練習
第9章 特徵提取
9 1 特徵檢測實現信息精簡化
9 2 特徵
9 3 線特徵識別
9 3 1 最小二乘直線擬合
9 3 2 拆分合併算法
9 3 3 隨機抽樣一致性算法
9 3 4 霍夫變換
9 4 尺度不變特徵變換
9 4 1 概述
9 4 2 使用尺度不變特徵的目標識別
9 5 特徵檢測和機器學習
本章要點
課後練習
第10章 人工神經網絡
10 1 簡單感知器
10 1 1 簡單感知器的幾何解釋
10 1 2 訓練簡單感知器
10 2 激活函數
10 3 從簡單感知器到多層神經網絡
10 3 1 人工神經網絡的正式描述
10 3 2 訓練一個多層神經網絡
10 4 從單個輸出到高維數據
10 5 目標函數與優化
10 5 1 回歸任務的損失函數
10 5 2 分類任務的損失函數
10 5 3 二元交叉熵和分類交叉熵
10 6 卷積神經網絡
10 6 1 從卷積到二維神經網絡
10 6 2 填充和步長
10 6 3 池化
10 6 4 張量扁平化
10 6 5 CNN簡單示例
10 6 6 二維圖像數據之外的CNN
10 7 循環神經網絡
本章要點
課後練習
第11章 任務執行
11 1 反應式控制
反應式控制器的局限性
11 2 有限狀態機
11 3 分層有限狀態機
分層有限狀態機實現
11 4 行為樹
11 4 1 節點定義和狀態
11 4 2 節點類型
11 4 3 行為樹執行
11 4 4 行為樹實現
11 5 任務規劃
通用問題求解器和STRIPS
本章要點
課後練習
第12章 地圖構建
12 1 地圖表示
12 2 稀疏地圖構建的迭代最近點算法
12 3 八叉樹地圖：體素全連接地圖構建
12 4 RGB-D地圖構建：曲面全連接地圖構建
本章要點
課後練習
第13章 路徑規劃
13 1 構型
詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。