本书共6章, 分别从智能机器人力觉感知、智能机器人环境视觉感知、移动机器人的自主导航、移动机器人运动控制方法、环境感知与控制技术在无人机系统的应用展开了系统和全面的阐述。本书注重实际的机器人环境感知与控制技术的设计和应用, 让读者在了解机器人环境感知与控制技术的基本原理和研究现状的同时, 对机器人感知与控制系统的实际开发有深入的了解。
本书内容全面、图文并茂、设计案例丰富、实际应用性强, 非常适合机器人技术相关方向的研究者和学生阅读, 也适合智能新技术领域的从业人员参考学习。

第1章　绪论 1
　1.1　移动机器人的研究现状　/2
　1.2　移动机器人应用中的科学技术问题　/11
　1.3　移动机器人自主导航关键技术的研究现状　/12
　　　1.3.1　环境信息获取　/12
　　　1.3.2　环境建模与定位　/14
　　　1.3.3　环境认知　/14
　　　1.3.4　导航避障　/15
　参考文献　/18

第2章　智能机器人力觉感知 20
　2.1　智能机器人多维力/力矩传感器的研究现状　/21
　2.2　智能机器人多维力/力矩传感器的分类　/23
　2.3　电阻式多维力/力矩传感器的检测原理　/26
　2.4　智能机器人多维力/力矩传感器的发展　/30
　参考文献　/32

第3章　移动机器人环境视觉感知 34
　3.1　3D摄像机　/35
　　　3.1.1　SR-3000内参数标定　/36
　　　3.1.2　SR-3000深度标定　/38
　　　3.1.3　SR-3000远距离数据滤波算法　/44
　3.2　基于三维视觉的障碍物实时检测与识别方法　/47
　　　3.2.1　基于图像与空间信息的未知场景分割方法　/48
　　　3.2.2　非结构化环境下障碍物的特征提取　/52
　　　3.2.3　基于相关向量机的障碍物识别方法　/54
　　　3.2.4　实验结果　/58
　3.3　基于视觉的地形表面类型识别方法　/65
　　　3.3.1　基于Gabor小波和混合进化算法的地表特征提取　/67
　　　3.3.2　基于相关向量机神经网络的地表识别　/72
　　　3.3.3　实验结果　/77
　3.4　非结构化环境下地形的可通行性评价　/81
　　　3.4.1　地形的可通行性　/81
　　　3.4.2　基于模糊逻辑的地形可通行性评价　/83
　　　3.4.3　实验结果　/96
　参考文献　/100

第4章　移动机器人的自主导航 102
　4.1　移动机器人反应式导航控制方法　/103
　　　4.1.1　单控制器反应式导航　/103
　　　4.1.2　基于行为的反应式导航　/105
　4.2　基于混合协调策略和分层结构的行为导航方法　/108
　　　4.2.1　总体方案　/108
　　　4.2.2　基于模糊神经网络的底层基本行为控制器设计　/109
　　　4.2.3　多行为的混合协调策略　/119
　4.3　基于模糊逻辑的非结构化环境下自主导航　/124
　4.4　算法小结　/126
　4.5　实验结果　/127
　参考文献　/131

第5章　移动机器人运动控制方法 133
　5.1　基于运动学的移动机器人同时镇定和跟踪控制　/134
　　　5.1.1　问题描述　/135
　　　5.1.2　主要结果　/136
　5.2　基于动力学的移动机器人同时镇定和跟踪控制　/151
　　　5.2.1　反演控制方法介绍　/151
　　　5.2.2　问题描述　/153
　　　5.2.3　主要结果　/155
　5.3　基于动态非完整链式标准型的移动机器人神经网络自适应控制　/170
　　　5.3.1　问题描述　/171
　　　5.3.2　基于模型的控制　/172
　　　5.3.3　神经网络自适应控制　/176
　参考文献　/186

第6章　环境感知与控制技术在无人机系统的应用 187
　6.1　概述　/188
　6.2　无人机系统关键技术概述　/190
　6.3　无人机视觉感知与导航　/203
　　　6.3.1　基于双目立体视觉的环境感知　/205
　　　6.3.2　基于视觉传感器的导航方式　/213
　6.4　无人机在电力系统中的应用　/215
　参考文献　/217

索引 218