移动机器人自主控制理论与技术【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

移动机器人自主控制理论与技术PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1移动机器人系统与技术的发展概况1

1.1.1移动机器人系统体系结构的发展1

1.1.2移动机器人的关键技术与应用2

1.1.3无人系统技术的发展概况4

1.1.4移动机器人技术的发展趋势4

1.2移动机器人自主控制的内涵与研究概况5

1.2.1移动机器人自主控制的内涵6

1.2.2移动机器人自主控制的研究概况8

1.3本书内容的组织与结构13

参考文献16

第2章 未来无人机的典型特征——自主控制20

2.1引言20

2.2自主控制的概念和发展20

2.2.1无人机自主控制的概念21

2.2.2无人机自主控制的发展22

2.3无人机自主水平等级23

2.3.1国外自主水平等级评估方法23

2.3.2一种通用自主水平等级的评估方法30

2.3.3自主控制能力31

2.4无人机自主控制体系结构与技术35

2.4.1无人机自主控制系统体系结构35

2.4.2无人机单机自主控制关键技术38

2.4.3多无人机自主协同控制及关键技术49

2.5无人机自主控制展望53

2.5.1自主控制系统的综合智能结构模式及系统优化研究54

2.5.2面向环境感知的智能化实时图像融合技术研究54

2.5.3在线态势感知及实时自主控制决策、快速任务规划技术研究54

2.5.4故障诊断、容错控制技术和健康管理技术研究55

2.5.5人工智能技术在无人机自主控制系统中的应用研究55

2.5.6基于无人机群控及与有人机协同作战的自主控制技术研究55

参考文献56

第3章 旋翼无人机自主飞行控制方法58

3.1引言58

3.2 ServoHeli旋翼无人机试验平台59

3.2.1平台机械结构概述59

3.2.2 ServoHeli旋翼无人机航电系统简介59

3.3旋翼无人机先进控制方法研究60

3.3.1旋翼无人机系统建模60

3.3.2基于加速度反馈的旋翼无人机鲁棒控制方法64

3.3.3其他先进控制方法75

3.4飞行试验及结果分析78

3.4.1基于自适应机制的全包络飞行试验78

3.4.2面向信息获取的全自主飞行试验80

3.4.3旋翼无人机容错控制飞行试验81

3.5小结82

参考文献83

第4章 多无人机协同控制方法85

4.1引言85

4.2网络化环境下多无人机协同规划86

4.2.1分布式协同任务分配方法86

4.2.2分布式协调航迹规划方法91

4.2.3无人机集群任务规划应用99

4.3多无人机自组织行为100

4.3.1多无人平台自组织行为的概念100

4.3.2自组织行为方法原理104

4.3.3自组织行为的应用实例115

4.4有人/无人协同控制方法125

4.4.1有人机/无人机协同的概念及技术挑战125

4.4.2有人/无人协同控制方法127

4.4.3有人/无人协同控制应用实例138

4.5小结141

参考文献141

第5章 地面智能车辆自主驾驶技术144

5.1引言144

5.2环境感知与识别的研究概况和发展趋势146

5.2.1车道线识别146

5.2.2障碍检测147

5.2.3恶劣天气下的视觉图像处理148

5.2.4多传感器信息融合149

5.3车辆自主决策与运动规划技术的研究149

5.4动态环境中车辆控制系统分析与控制150

5.4.1高速行驶车辆系统的状态估计150

5.4.2车辆智能驾驶系统的混合优化控制方法151

5.4.3高速车辆智能驾驶系统的性能评估152

5.4.4智能车辆异常状态诊断与容错控制153

5.5小结153

参考文献153

第6章 地面智能车辆动力学建模与轨迹规划方法159

6.1引言159

6.2车辆动力学模型160

6.2.1车辆的运动学模型160

6.2.2车辆的动力学模型162

6.2.3车辆的轮胎模型163

6.3基于微分平坦的轨迹规划167

6.3.1轨迹规划167

6.3.2微分平坦168

6.3.3系统状态与输入的平坦输出表示170

6.3.4约束的平坦输出表示173

6.3.5性能指标的平坦输出表示174

6.4仿真分析177

6.4.1最大加速度约束177

6.4.2半圆路径函数仿真分析177

6.4.3正弦路径函数仿真分析182

6.5小结187

参考文献187

第7章 水下机器人仿生流场适应性控制方法189

7.1引言189

7.2仿生水下机器人现状及挑战191

7.2.1尾鳍模式仿生水下机器人研究进展192

7.2.2胸鳍模式仿生水下机器人研究进展194

7.2.3波动鳍模式仿生水下机器人研究进展195

7.2.4仿生水下机器人的挑战196

7.3仿生流场适应性技术内涵198

7.3.1仿生流场适应性技术的定义198

7.3.2仿生流场适应性技术的定位199

7.3.3仿生流场适应性技术的分类200

7.4仿生流场适应性控制方法201

7.4.1研究思路201

7.4.2控制结构202

7.4.3算法描述204

7.5仿生流场适应性控制应用实例206

7.5.1仿生波动鳍及实验平台206

7.5.2仿生波动适应性控制系统208

7.5.3仿生波动鳍适应性控制实验209

7.6小结211

参考文献212

第8章 移动机器人环境感知的模式特征抽取理论219

8.1引言219

8.2主分量分析220

8.2.1 K-L变换220

8.2.2非线性主分量分析221

8.2.3二维主分量分析与张量分析222

8.3鉴别分析223

8.3.1线性鉴别分析223

8.3.2小样本问题224

8.3.3非线性鉴别分析224

8.3.4二维线性鉴别分析225

8.4流形学习226

8.4.1流形学习定义226

8.4.2图嵌入方法226

8.4.3主流形方法227

8.5基于稀疏性理论的图像特征抽取228

8.5.1稀疏表示理论228

8.5.2压缩感知理论229

8.5.3 Kernel学习理论的稀疏表示229

8.5.4图像模式的稀疏性230

8.6独立分量分析230

8.7研究趋势232

8.8模式特征抽取在移动机器人环境感知中的应用233

8.8.1障碍物检测233

8.8.2地表覆盖分析234

8.8.3可通行区域的确定235

8.9小结236

参考文献236

第9章 移动机器人同时定位与构图的数据关联技术248

9.1移动机器人同时定位与建图综述248

9.2移动机器人SLAM模型及原理250

9.2.1 SLAM系统模型250

9.2.2移动机器人运动模型251

9.2.3路标模型252

9.2.4传感器观测模型253

9.2.5 SLAM解决思想254

9.3基于粒子群优化的PF-SLAM254

9.3.1粒子滤波方法的不足255

9.3.2粒子群优化的原理256

9.3.3融合粒子群优化的SLAM算法257

9.3.4实验及结果分析259

9.4移动机器人SLAM中的数据关联问题261

9.4.1 SLAM中的数据关联问题的描述262

9.4.2 ICNN数据关联方法263

9.4.3 JCBB数据关联方法264

9.4.4基于粒子滤波的多假设数据关联方法265

参考文献270

第10章 提高移动机器人自主行为能力的增强学习理论与方法273

10.1引言273

10.2增强学习理论与算法研究概述275

10.2.1增强学习的马氏决策过程模型275

10.2.2平稳控制策略值函数估计的TID学习理论276

10.2.3基于值函数逼近的MDP学习控制算法278

10.2.4基于直接策略搜索与近似策略迭代的学习控制算法279

10.2.5具有自适应评价设计结构的学习控制280

10.2.6增强学习在移动机器人自主控制中应用的概况282

10.3连续行为空间近似策略迭代算法CAPI282

10.3.1 CAPI算法的基本框架283

10.3.2 CAPI中的自适应基函数的自动选择286

10.4基于近似策略迭代的移动机器人自主避障控制291

10.4.1移动机器人系统的感知与运动特性292

10.4.2基于滚动窗口的局部路径规划292

10.4.3移动机器人自主避障的马氏决策过程建模293

10.4.4基于近似策略迭代算法的移动机器人自主避障294

10.5小结296

参考文献296

缩略语301