机器视觉与传感器技术

　　本书基于OpenCV框架和机器人系统中的传感器技术，用通俗易懂的语言深入浅出地介绍了图像识别和传感器的工作原理，包括传统的图像处理方法原理、目前流行的OpenCV的使用方法和典型传感器的原理及应用。书中配有丰富的图片、公式和表格来帮助读者 好地理解相关知识点，并且给出了具有代表性的实际应用案例来辅助读者进行学习。此外，书中相关算法和实例均配有相应的代码程序。全书分两部分： 部分（ ～6章）为机器视觉部分，内容包括机器视觉概论、OpenCV使用环境配置、OpenCV入门实例、图像处理和识别技术、单目和双目视觉系统；第二部分（第7～12章）为传感器技术部分，内容包括传感器技术概论、机器人姿态感知传感器、机器人环境感知传感器、适用于机器人的典型传感器、MEMS惯性传感器以及MINS/GPS/GM组合导航原理及误差分析。全书提供了充足的应用实例，同时在每章的 附有课后习题。本书原理与实践并重，易于理解且可操作性强，适合机器视觉方向的初学者、大学生、研究人员和开发人员使用，也可作为高等院校计算机、软件工程、电子工程等相关专业本科生、研究生的教材，还可供机器视觉、图像处理、机器人等领域从事项目开发、科学研究的人员参考。

　　邢博闻，男，汉族，中 员，1989年3月生，上海海洋大学工程学院副教授，硕士生导师，机器人工程专业负责人，控制理论与控制工程专业博士，2018年入选上海市青年科技英才扬帆计划，主要从事机器人控制、海洋环境监测等领域科研，在相关领域主持省部级科研项目3项、重点实验室开放课题2项、涉海科研院所及职能部门委托课题6项，期间发表SCI/EI检索论文二十余篇；申请发明专利三十余件，18件获 授权；授权 专利5件， 完成人获上海海洋科学技术进步奖二等奖、 工业博览会高校展区 展品奖一等奖等荣誉近十项。

目录
第1章机器视觉(1)
1.1概述(1)
1.2机器视觉的作用(1)
1.3机器视觉在智慧城市的应用(3)
1.4机器视觉的硬件构成(4)
1.5机器视觉与5G的协同效应(6)
1.6机器视觉、机器人和智能装备(7)
课后习题(8)
第2章OpenCV图像处理(9)
2.1概述(9)
2.2OpenCV介绍(9)
2.3OpenCV下载及安装(10)
2.4OpenCV图像处理基础(14)
课后习题(27)
第3章OpenCV入门实例(28)
3.1概述(28)
3.2准备工作(28)
3.3OpenCV实例讲解(29)
课后习题(34)
第4章图像处理与识别(35)
4.1概述(35)
4.2OpenCV图像增强(35)
4.3OpenCV图像边缘检测(43)
4.4OpenCV分类器的训练(48)
课后习题(52)
第5章单目视觉(53)
5.1概述(53)
5.2单目视觉系统的硬件组成(53)
5.3摄像机模型(54)
5.4摄像机标定(57)
5.5标定尺检测(58)
5.6结果分析(62)
5.7标识点扫描与检测(63)
课后习题(66)
第6章双目视觉(67)
6.1概述(67)
6.2双目视觉系统的结构(67)
6.3摄像机标定(70)
6.4标定测量(74)
课后习题(77)
第7章传感器技术概论(78)
7.1概述(78)
7.2传感器的基本知识(78)
7.3传感器命名方法(80)
7.4传感器的标定与特性(82)
7.5典型的机器人传感器(87)
7.6传感器技术的发展(89)
课后习题(92)
机器视觉与传感器技术目录第8章机器人姿态感知传感器(93)
8.1概述(93)
8.2位置传感器(93)
8.3速度传感器(98)
8.4加速度传感器(99)
8.5倾角传感器(101)
8.6MEMS传感器(104)
课后习题(105)
第9章机器人环境感知传感器(106)
9.1概述(106)
9.2光电传感器(106)
9.3超声波传感器(116)
9.4激光雷达(119)
课后习题(123)
0章机器人搭载的典型传感器(124)
10.1概述(124)
10.2工业机器人作业检测传感器(124)
10.3服务机器人环境检测传感器(129)
课后习题(134)
1章MEMS惯性传感器(135)
11.1概述(135)
11.2导航技术分析(135)
11.3 外研究现状及趋势(136)
11.4MINS/GPS/GM组合导航系统研究现状及趋势(139)
11.5组合导航滤波算法研究现状及趋势(141)
课后习题(141)
2章MINS/GPS/GM组合
导航原理及误差分析(142)
12.1概述(142)
12.2SINS导航原理及误差分析(142)
12.3GPS导航原理及误差分析(153)
12.4GM导航原理及误差分析(155)
12.5MINS/GPS/GM组合导航基本原理(160)
课后习题(162)
参考文献(163)