移动机器人学：数学基础、模型构建及实现方法

　　本书遵循数学基础、模型构建和实现方法的逻辑结构，针对移动机器人运动控制、环境感知和智能规划所涉及的理论问题进行了深入阐述。 本书首先介绍了机器人建模和参数优化所需的数学方法，包括矩阵理论、刚体模型表达、运动学模型、位姿变换、函数的线性化和优化、方程组求解方法、非线性优化方法、微分代数和微分方程等。在上述数学基础上，阐述了机器人动力学模型的构建方法。在讲解机器人位姿估计理论之前，本书介绍了以概率论为基础的*优估计方法。在明确系统模型和参数辨识方法的基础上，对移动机器人控制方法进行了系统论述，包括经典控制方法和基于状态空间的现代控制方法。对变化环境的实时感知是移动机器人区别于工业机器人的另一大特征，因此，本书对移动机器人多种感知传感器的技术原理及其数据处理算法进行了系统阐述。基于前面的理论和方法，书中详细介绍了移动机器人的定位和地图构建这一综合性技术。*后，本书对移动机器人运动规划问题进行了探讨。

　　：作者简介： 阿朗佐凯利（Alonzo Kelly） 卡内基梅隆大学机器人研究所教授，研究方向包括机器人的建模、控制、位置估计、运动规划以及人机交互。在回归学术界之前，他曾在航天工业领域从业十年。：译者简介：王巍 北京航空航天大学机器人研究所教授，长期从事机器人学相关的科研与教学工作，研究方向为移动机器人系统设计和导航控制。承担多项科学基金和横向科研课题及工程，完成国家自然科学基金等项目40余项，发表论文100余篇，获得国家发明专利20余项。崔维娜 北京化工大学教师，主要从事工程制图、计算机辅助设计、计算机图形学、机器人学等方面的研究与教学工作。

译者序
前言
第1章　绪论 1
1.1　移动机器人应用 1
1.2　移动机器人分类 2
1.2.1　地面自主移动机器人 2
1.2.2　服务机器人 2
1.2.3　清洁和草坪护理机器人 3
1.2.4　社交机器人 3
1.2.5　野外机器人 4
1.2.6　检测、侦查、监控和勘探机器人 5
1.3　移动机器人工程 6
1.3.1　移动机器人子系统 6
1.3.2　全书概述 6
1.3.3　轮式移动机器人基础 8
1.3.4　参考文献与延伸阅读 9
1.3.5　习题 9
第2章　数学基础 10
2.1　约定和定义 10
2.1.1　符号约定 10
2.1.2　附体坐标系 14
2.1.3　参考文献与延伸阅读 16
2.2　矩阵基础 17
2.2.1　矩阵运算 17
2.2.2　矩阵函数 19
2.2.3　矩阵求逆 20
2.2.4　秩–零化度定理 22
2.2.5　矩阵代数 23
2.2.6　矩阵微积分 25
2.2.7　莱布尼茨法则 31
2.2.8　参考文献与延伸阅读 32
2.2.9　习题 32
2.3　刚体变换基础 33
2.3.1　定义 33
2.3.2　为什么使用齐次变换 33
2.3.3　语义和解释 34
2.3.4　参考文献与延伸阅读 43
2.3.5　习题 44
2.4　机构运动学 45
2.4.1　正运动学 45
2.4.2　逆运动学 49
2.4.3　微分运动学 52
2.4.4　参考文献与延伸阅读 54
2.4.5　习题 54
2.5　方向和角速度 55
2.5.1　欧拉角形式的方向表示 56
2.5.2　角速度和小角度 59
2.5.3　欧拉角形式的角速度与方向变化率 61
2.5.4　轴角形式的角速度与方向变化率 62
2.5.5　参考文献与延伸阅读 63
2.5.6　习题 64
2.6　传感器的运动学模型 64
2.6.1　摄像机的运动学模型 64
2.6.2　激光测距传感器的运动学模型 65
2.6.3　参考文献与延伸阅读 71
2.6.4　习题 71
2.7　变换图与位姿网络 71
2.7.1　关系变换 71
2.7.2　位姿网络求解 74
2.7.3　过约束网络 75
2.7.4　用于一般位置坐标系的微分运动学 77
2.7.5　参考文献与延伸阅读 81
2.7.6　习题 81
2.8　四元数 82
2.8.1　表示和符号 82
2.8.2　四元数乘法 83
2.8.3　其他四元数运算 85
2.8.4　三维旋转表示 86
2.8.5　姿态和角速度 88
2.8.6　参考文献与延伸阅读 90
2.8.7　习题 90
第3章　数值方法 92
3.1　向量函数的线性化和优化 92
3.1.1　线性化 93
3.1.2　目标函数优化 94
3.1.3　约束优化 98
3.1.4　参考文献与延伸阅读 103
3.1.5　习题 103
3.2　方程组 103
3.2.1　线性系统 103
3.2.2　非线性系统 108
3.2.3　参考文献与延伸阅读 110
3.2.4　习题 110
3.3　非线性优化和约束优化 111
3.3.1　非线性优化 111
3.3.2　约束优化 116
3.3.3　参考文献与延伸阅读 119
3.3.4　习题 120
3.4　微分代数系统 120
3.4.1　约束动力学 121
3.4.2　一阶和二阶约束运动学系统 123
3.4.3　拉格朗日动力学 125
3.4.4　约束 129
3.4.5　参考文献与延伸阅读 133
3.4.6　习题 133
3.5　微分方程的积分 134
3.5.1　状态空间中的动力学模型 134
3.5.2　状态空间模型的积分 134
3.5.3　参考文献与延伸阅读 137
3.5.4　习题 137
第4章　动力学 138
4.1　动坐标系 138
4.1.1　观测问题 138
4.1.2　改变参考系 139
4.1.3　应用实例：姿态稳定裕度估计 143
4.1.4　运动状态的递归变换 145
4.1.5　参考文献和延伸阅读 148
4.1.6　习题 149
4.2　轮式移动机器人运动学 149
4.2.1　刚体运动概况 150
4.2.2　轮式移动机器人固定接触点的速度运动学 152
4.2.3　常用转向系统配置 155
4.2.4　参考文献和延伸阅读 159
4.2.5　习题 160
4.3　约束运动学与动力学 160
4.3.1　禁止方向的约束 161
4.3.2　纯滚动（无侧滑）约束 165
4.3.3　拉格朗日动力学 168
4.3.4　地形接触 173
4.3.5　轨迹估计与预测 175
4.3.6　参考文献和延伸阅读 179
4.3.7　习题 180
4.4　线性系统理论概述 181
4.4.1　线性定常系统 181
4.4.2　线性动态系统的状态空间表示 187
4.4.3　非线性动态系统 190
4.4.4　非线性动态系统的扰动动力学 192
4.4.5　参考文献与延伸阅读 194
4.4.6　习题 195
4.5　预测模型与系统辨识 195
4.5.1　制动 196
4.5.2　转向 197
4.5.3　车辆翻倒 199
4.5.4　车轮打滑和偏航稳定性 202
4.5.5　动力学模型的参数化和线性化 204
4.5.6　系统辨识 207
4.5.7　参考文献与延伸阅读 213
4.5.8　习题 214
第5章　最优估计 215
5.1　随机变量、随机过程与随机变换 215
5.1.1　不确定性的表征 215
5.1.2　随机变量 216
5.1.3　不确定性变换 222
5.1.4　随机过程 229
5.1.5　参考文献与延伸阅读 234
5.1.6　习题 234
5.2　协方差传播与最优估计 235
5.2.1　连续积分与平均过程的方差 235
5.2.2　随机积分 239
5.2.3　最优估计 244
5.2.4　参考文献与延伸阅读 251
5.2.5　习题 251
5.3　状态空间卡尔曼滤波器 252
5.3.1　引言 252
5.3.2　线性离散时间卡尔曼滤波 254
5.3.3　非线性系统的卡尔曼滤波 256
5.3.4　简单应用实例：二维平面的移动机器人 260
5.