实用机器人设计 竞赛机器人

　　本书较好地融合了竞赛机器人的原理、设计和制作过程，涵盖了机器人领域提出的最新理论和实践发展，包括机器人的基础知识以及传感器、驱动器和控制器设计，并通过平衡杆机器人和爬壁机器人的实例分析对基础理论知识进行综合应用，最后还论述了让机器人具备智能所需的基础知识以及智能机器人的算法实现案例。

　　关于作者About the AuthorsJagannathan Kanniah于1969年及1971年在印度Annamalai大学分别获得电气工程学士及硕士学位，1983年在加拿大Calgary大学获得博士学位。他是IEEE高级会员、IET会员、注册工程师。1971年至1978年，他在印度的不同机构担任过教职；1982年至1983年，在加拿大的Calgary大学做博士后工作。离开加拿大后，他加入新加坡理工学院，并晋升至首席讲师。期间，他于1993年到瑞典的Lund 技术学院做了3个月的访问学者，1999年到麻省理工学院做了3个月的访问学者。在新加坡理工学院，从1994年起开始担任机器人与自动化组的部门主管，从1996年起开始担任新加坡机器人竞赛中心的技术带头人和管理者，直至2007年退休。他在新加坡机器人竞赛中心继续工作到2011年。他的研究兴趣包括电力系统、自适应控制、仪表和机器人。他发表了35篇以上的论文，其中包括多篇期刊论文。多年来他指导了许多学生小组制作机器人，并在参加新加坡机器人竞赛活动中获得了大量的奖项。M. Fikret Ercan于1987年及1991年在土耳其Dokuz Eylul大学分别获得电子和通信工程学士及硕士学位。1998年在中国香港理工大学获得博士学位。他是IEEE高级会员和IEEE海洋分会会员。他感兴趣的研究领域为图像处理、机器人及计算。他编写《数字信号处理基础》（Pearson，2009）及另外两本书的部分章节，发表了80多篇论文，包括期刊上的论文。在开始他的教学生涯之前，他作为研发工程师，在土耳其、中国台湾和香港等地的电子与计算机企业工作过。他现在是新加坡理工学院的高级讲师，除了图像处理与计算方面的研究外，从2000年开始他还参与到机器人竞赛活动中，他带领的学生队伍参与了地区的和海外的比赛。Carlos A. Acosta Calderon于2000年在墨西哥Pachuca技术学院获得计算机系统学士学位，于2001年和2006年在英国Essex大学分别获得计算机科学（机器人和智能机器）硕士学位和博士学位。目前他是新加坡理工学院电气与电子系讲师。他的研究兴趣包括社交机器人、多机器人系统协同、模拟学习和类人机器人。他编写了两本书中的章节，在期刊和会议上发表了50多篇论文。他还是RoboCup（机器人世界杯）类人组比赛技术委员会成员，RoboCup新加坡公开赛组委会成员。他从2006年起参与机器人竞赛，并指导学生组队参与了地区的和国际的机器人赛事，包括NJRC、WRO、RoboCup和SRG。

Contents目录译者序前言关于作者第1章竞赛机器人11概述12机器人竞赛和工程教育13新加坡的机器人竞赛131平衡杆机器人竞步132爬壁机器人竞赛133机器人聚类134类人机器人比赛135其他比赛及开放类别14世界范围的机器人竞赛15全书概览参考文献第2章机器人技术基础21机器人系统简介211机器人的专用术语22坐标变换和空间移动物体的定位221复合旋转222齐次变换矩阵223复合变换224物体的数学描述23移动机器人的轮式驱动方式231差动驱动232Ackermann操纵（类似汽车驱动）233履带驱动234全向轮驱动235里程计236实例研究：一个差动驱动机器人的里程计24机械臂241前向运动学解决方案242逆向运动学解决方案243实例研究：三连杆铰接式机械臂参考文献第3章传感器31用于竞赛机器人的传感器311测量机器人速度312测量机器人朝向和倾角313测量距离314颜色检测参考文献第4章机器人视觉41概述42机器人摄像系统43图像生成44数字图像处理基础441颜色和颜色空间模型45基本图像处理运算451卷积452平滑滤波46特征提取算法461阈值法462边缘检测463颜色检测47符号特征提取方法471霍夫变换472连通区域标注48实例研究：着色球的跟踪49小结参考文献第5章电机和驱动系统基本原理51机器人执行机构52电力执行机构521发电和电驱动的基本概念522直流电机523交流电动机驱动53机器人驱动的特殊要求531直流永磁电动机532伺服电动机533步进电动机534无刷直流电动机54驱动系统541直流电动机控制542步进电动机驱动器543无刷直流电动机驱动器55小结参考文献第6章移动机器人电机功率选择和减速箱传动比设计61移动机器人减速箱传动比62驱动电机的功率要求621电机惯性和摩擦力的作用63典型的电机特性参数64线性运动系统的摩擦力测量65减速箱传动比的初步研究66进一步研究以传动比为函数的系统性能67步进电机减速箱传动比设计68非地面移动机器人的设计流程69小结参考文献第7章控制基础71机器人控制理论72对象的类型721线性或非线性对象722时不变或时变对象73基于控制系统的分类731模拟或数字系统732开环或闭环系统74智能机器人结构的需求75一个典型的机器人控制系统76控制的发展趋势77小结参考文献第8章数学建模、传递函数、状态方程和控制器回顾81概述82建模的重要性83传递函数模型831传递函数的不同形式84建模的步骤85控制系统中常用到的基本部件851电气元件852机械部件86方框图概念861方框图化简87一些系统示例88状态方程881从微分方程建立状态方程的基本概念882从对对象的认知建立状态方程883直接从传递函数建立状态方程89用传递函数求时域解891质量块弹簧阻尼器闭环系统的解析解892质量块弹簧阻尼器闭环系统的模拟解893PID控制器的响应810状态方程的时域解8101用解析方法得到时域解811调节控制器和伺服控制器812小结参考文献第9章数字控制基础和控制器设计91概述92数字控制概览921信号采样器922数字控制器923零阶保持器93数字系统中的信号表示931采样过程932信号的Z变换94数字系统中的对象表示941ZOH的传递函数942包含ZOH的对象的Z变换943Tustin近似95闭环系统的传递函数951应用数字仪表的系统96离散时间系统的响应及Z反变换961部分分式法962差分方程法963用MATLAB求时域解97典型控制器的软件实现971积分计算972微分计算973数字控制器的实现98离散状态空间系统981从离散传递函数建立离散状态空间系统982从连续状态空间模型建立离散状态空间模型983离散状态空间系统的时域解99离散状态反馈控制器991状态可控性的概念992状态可观测性的概念993采样数据系统的可控性和可观测性的共同条件994用状态反馈设计极点配置调节器995稳态二次型最优控制996简易伺服控制器910典型的控制器硬件实现911小结参考文献第10章平衡杆和爬壁机器人实例研究101概述102平衡杆机器人1021数学建模1022摆杆角控制的传递函数1023平衡杆机器人状态模型1024从机器人和电机数据建立平衡杆机器人的状态模型1025伺服输入用作补偿的极点配置控制器1026伺服输入用作补偿的LQC控制器1027应用DSP处理器实现平衡杆机器人控制器设计10282自由度平衡杆机器人1029通过实验估计PBR的角摩擦系数b103爬壁机器人1031蹼式爬壁机器人1032使用动态吸力的爬壁机器人设计104小结参考文献第11章建图、导航和路径规划111概述112感知1121从传感器数据到知识模型1122地图表达1123量度图1124拓扑图113导航1131墙沿跟踪1132应用矢量场直方图方法避障114路径规划1141波前规划器1142使用人工势场法进行路径规划1143使用拓扑图进行路径规划参考文献第12章机器人自治、决策和学习121概述122机器人自治123决策1231经典决策1232反应式决策1233混合决策124机器人学习1241人工神经网络1242Q学习法125小结参考文献