书籍介绍

基于视觉的自主机器人导航简介

目录
译者序
原书前言
第1章 移动机器人导航
  1.1 自主移动机器人导航
  1.2 为何要视觉导航
  1.3 基于视觉的导航
    1.3.1 基于视觉的室内导航
      1.3.1.1 基于地图的导航
      1.3.1.2 基于地图构建的导航
      1.3.1.3 无地图导航
    1.3.2 基于视觉的室外导航
  1.4 研究现状
  1.5 障碍物检测和避障
  1.6 本章小结
  参考文献
第2章 移动机器人的外设接口
  2.1 简介
  2.2 用于视觉系统与现有机器人接口的PIC微控制器系统
  2.3 KOALA机器人与PC和视觉系统构成的集成系统
  2.4 实际性能评估
  2.5 本章小结
  参考文献
第3章 利用子目标的基于视觉的移动机器人导航
  3.1 简介
  3.2 硬件设置
  3.3 目标导向的两层导航机制
  3.4 第一层中基于图像处理的环境探索
  3.5 最短路径计算和子目标生成
  3.6 第二层中基于红外的导航
  3.7 实际性能评估
  3.8 本章小结
  参考文献
第4章 基于视觉的移动机器人自主开发
  4.1 简介
  4.2 基于视觉的低成本移动机器人的研制开发
  4.3 基于微控制器的机器人感知系统的研制开发
    4.3.1 具有动态增强功能的红外测距系统
      4.3.1.1 动态测距增强算法
      4.3.1.2 实验结果
    4.3.2 采用开关模式同步检测技术的光学接近检测器
      4.3.2.1 基于PIC微控制器的光学接近检测器
      4.3.2.2 开关模式同步检测技术
      4.3.2.3 实验结果
  4.4 客户端—服务器工作模式下的内网连接
  4.5 本章小结
  参考文献
第5章 基于视觉的移动机器人导航算法的实现示例
  5.1 简介
  5.2 示例1
  5.3 示例2
  5.4 示例3
  5.5 示例4
  5.6 示例5
  5.7 示例6
  5.8 示例7
  5.9 示例8
  5.10 示例9
  5.11 示例10
  5.12 本章小结
  参考文献
第6章 基于视觉的移动机器人路径跟踪
  6.1 简介
  6.2 所提方法概述
  6.3 基于视觉的机器人模糊导航系统
  6.4 基于红外传感器的模糊避障算法
  6.5 实际性能评估
  6.6 本章小结
  参考文献
第7章 移动机器人的SLAM
  7.1 简介
  7.2 基于EKF的随机SLAM算法
  7.3 结合模糊神经网络模型的基于EKF的SLAM算法
  7.4 模糊神经网络架构及基于粒子群优化（PSO）算法的训练方法
    7.4.1 模糊神经网络架构
    7.4.2 利用PSO训练模糊神经网络模型
    7.4.3 性能评估
  7.5 利用DE优化算法训练模糊监督器
    7.5.1 性能评估
  7.6 本章小结
  参考文献
第8章 基于视觉的移动机器人SLAM
  8.1 简介
  8.2 差动驱动KOALA机器人的动态状态模型
  8.3 基于视觉感知的图像特征识别、特征跟踪和每个特征的3D距离计算
  8.4 实际性能评估
  8.5 本章小结
  参考文献