本书向学生和其他有兴趣的读者提供移动性基本原理的概述，其领域范围跨越机械、电机、传感器、感知和认知。本书着重于移动性本身，对许允的移动机器人，其横穿现实世界环境行走和执行任务（包括运动、传感、定位和运动规划）的机理提出述评，综合了来自运动学、控制理论、信号分析、计算机视觉、信息论、人工智能和概率论这些领域的素材。
本书提出了移动机器人的技术和工艺，能使运动学在一系列交互模块中实现。随着内容从低级向高级详细深入，各章介绍了移动性不同方面的问题。它覆盖了移动机器人所有方面，包括软件和硬件设计方面考虑、相关的工艺技术和算法技巧。本书新版已经在各个方面都作了修正和更新，在运动、定位、感知和规划与导航这些主题中补充了130多页的新资料。同时，每章末还加上了习题。我们把移动机器人所有方面合在一起成为一个整体，因此非常适合用作初学者的教材或工具书。

本书的起源横跨大西洋。作者在美国斯坦福大学、瑞士苏黎士联邦理工学院（ETH）、美国卡内基梅隆大学和瑞士洛桑联邦理工学院（EPFL）为本科生和研究生教授过移动机器人学课程。这些课程资料和讲义笔记的组合，形成了本书最初的版本。他们组合了各自的笔记，提出了总的架构，并且决定在2004年出第一版之前用此教材试教了2年，然后对目前出版的书又另用了6年。

R. 西格沃特(Roland Siegwart)是瑞士洛桑联邦理工大学机器人和人工智能研究所产品设计中心主任，自主系统领域教授。
I.R. 诺巴克什(Illah R.Nourbakhsh)是卡内基梅隆大学计算机科学学院机器人学研究所创新实验室主任，机器人学教授。
D. 斯卡拉穆扎(DavideScaramuzza)是瑞士洛桑联邦理工大学自主系统实验室高级研究员，讲师，欧洲sFly项目组长。

 

序言
致谢
第1章 引言
1.1 引言
1.2 本书综述
第2章 运动
2.1 引言
2.2 腿式移动机器人
2.3 轮式移动机器人
2.4 飞行移动机器人
2.5 习题
第3章 移动机器人运动学
3.1 引言
3.2 运动学模型和约束
3.3 移动机器人的机动性

序言
致谢
第1章 引言
1.1 引言
1.2 本书综述

第2章 运动
2.1 引言
2.2 腿式移动机器人
2.3 轮式移动机器人
2.4 飞行移动机器人
2.5 习题

第3章 移动机器人运动学
3.1 引言
3.2 运动学模型和约束
3.3 移动机器人的机动性
3.4 移动机器人工作空间
3.5 基本运动学之外
3.6 运动控制
3.7 习题

第4章 感知
4.1 移动机器人的传感器
4.2 计算机视觉的基本原理
4.3 图像处理基础
4.4 特征提取
4.5 图像特征提取：兴趣点检测器
4.6 位置识别
4.7 基于距离数据（激光，超声）的特征提取
4.8 习题

第5章 移动机器人的定位
5.1 引言
5.2 定位的挑战：噪声和混叠
5.3 定位或不定位：基于定位的导航与编程求解的对比
5.4 信任度的表示
5.5 地图表示方法
5.6 基于概率地图的定位
5.7 定位系统的其他例子
5.8 自动制图
5.9 习题

第6章 规划和导航
6.1 引言
6.2 导航能力：规划和反应
6.3 路径规划
6.4 避障
6.5 导航的体系结构
6.6 习题
参考文献

序 言

 移动机器人学是一个年轻的领域。它的基础包括了许多工程和科学学科，从机械、电气和电子工程到计算机、认知和社会科学。这些主要领域，各有它们介绍性的教科书部分，用以激励和鼓舞新的学生，为他们以后的高级课程和研究做准备。著述本书的目的是给移动机器人学提供预备性的指导。
   本书对移动机器人学的基础进行了介绍，其范围包括构成本领域的机械、电机、传感器、感知和认知等各个方面。专题学术讨论会的论文集和期刊发表的论文，可以向新学生提供移动机器人学所有方面的技术发展水平的简单印象。但在这里，我们的目的是提供基础知识——该领域的正式介绍。由于移动机器人学的分支学科迅速进步，我们正处在技术发展的前沿且向前推进的时刻，书中的形式描述和分析，会证明是有用的。
   本书第2版大大扩充了第1版的内容。特别是第2、4、5和6章的内容已极大地扩展，涵盖了计算机视觉和机器人学方面最新技术发展水平的知识。尤其是在第2章中，我们加入了运动、腿式和微型飞行机器人的最新和最普及的实例。在第4章里，我们加入了对新的传感器，诸如3D激光测距仪、飞行时间摄像机、IMU（惯性测量单元）和全向摄像机，与工具诸如图像滤波、摄像机标定、立体结构、运动结构、可视里程表、摄像机最普及的特征检测器（Harris、FAST、SURF和SIFT）和激光图像，以及最后，位置辨识和图像检索的特征包方法的描述。在第5章中，我们加入了对概率论的介绍，并用更好的形式描述方法和更多的例子，改进并扩充了对马尔可夫和卡尔曼滤波器定位的阐述。而且，我们还加入了对同时定位和制图（SLAM）问题的叙述，随后说明了求解该问题的最普通的方法，如扩展卡尔曼滤波器SLAM、基于图形的SLAM、粒子滤波器SLAM，以及最新的单目可视的SLAM。最后在第6章里，我们补充了对路径规划的图像搜索算法的描绘诸如宽度优先、深度优先、Dijkstra、A*、D*，以及快速探索随机树。除了这些诸多新加内容外，我们还提供了技术发展的参考文献和在线资源以及可下载的软件

   我们希望，本书能为机器人学的本科和研究生提供基础知识和分析工具。在他们的整个职业生涯中，当评估甚至评审移动机器人的方案和产品时会非常需要这些知识和工具。总体而言，本教科书作为概论性的移动机器人学的课本，既适合于本科生，也适合于研究生。其中的个别章节，如感知或运动学，在机器人学的特殊子领域更深入的课程中可以用作综述。
   本书的起源横跨大西洋。作者在美国斯坦福大学、瑞士苏黎士联邦理工学院（ETH）、美国卡内基梅隆大学和瑞士洛桑联邦理工学院（EPFL）为本科生和研究生教授过移动机器人学课程。这些课程资料和讲义笔记的组合，形成了本书最初的版本。我们已组合了各自的笔记，提出了总的架构，并且决定在2004年出第一版之前用此教材试教了2年，然后对目前出版的书又另用了6年。
    本书组织的纵览和各章概要请参阅 1.2节。
   最后，对教师和学生而言，我们希望，本书对移动机器人学众多的专业人员来说，如果被证明是一个具有富有成果的起始点，那将是对我们最大的褒奖了。