基于視覺的自主機器人導航

譯者序原書前言第1章移動機器人導航1.1自主移動機器人導航1.2為何要視覺導航1.3基于視覺的導航1.3.1基于視覺的室內導航1.3.1.1基于地圖的導航1.3.1.2基于地圖構建的導航1.3.1.3無地圖導航1.3.2基于視覺的室外導航1.4研究現(xiàn)狀1.5障礙物檢測和避障1.6本章小結參考文獻第2章移動機器人的外設接口2.1簡介2.2用于視覺系統(tǒng)與現(xiàn)有機器人接口的PIC微控制器系統(tǒng)2.3KOALA機器人與PC和視覺系統(tǒng)構成的集成系統(tǒng)2.4實際性能評估 2.5本章小結 參考文獻第3章利用子目標的基于視覺的移動機器人導航 3.1簡介3.2硬件設置3.3目標導向的兩層導航機制 3.4第一層中基于圖像處理的環(huán)境探索3.5最短路徑計算和子目標生成 3.6第二層中基于紅外的導航 3.7實際性能評估 3.8本章小結 參考文獻第4章基于視覺的移動機器人自主開發(fā) 4.1簡介 4.2基于視覺的低成本移動機器人的研制開發(fā)4.3基于微控制器的機器人感知系統(tǒng)的研制開發(fā) 4.3.1具有動態(tài)增強功能的紅外測距系統(tǒng) 4.3.1.1動態(tài)測距增強算法 4.3.1.2實驗結果4.3.2采用開關模式同步檢測技術的光學接近檢測器 4.3.2.1基于PIC微控制器的光學接近檢測器 4.3.2.2開關模式同步檢測技術 4.3.2.3實驗結果 4.4客戶端—服務器工作模式下的內網連接4.5本章小結參考文獻第5章基于視覺的移動機器人導航算法的實現(xiàn)示例 5.1簡介 5.2示例 5.3示例 5.4示例5.5示例5.6示例 5.7示例 5.8示例 5.9示例 5.10示例 5.11示例 5.12本章小結 參考文獻第6章基于視覺的移動機器人路徑跟蹤 6.1簡介6.2所提方法概述 6.3基于視覺的機器人模糊導航系統(tǒng) 6.4基于紅外傳感器的模糊避障算法 6.5實際性能評估 6.6本章小結 參考文獻第7章移動機器人的SLAM 7.1簡介 7.2基于EKF的隨機SLAM算法 7.3結合模糊神經網絡模型的基于EKF的SLAM算法 7.4模糊神經網絡架構及基于粒子群優(yōu)化（PSO）算法的訓練方法 7.4.1模糊神經網絡架構169 7.4.2利用PSO訓練模糊神經網絡模型 7.4.3性能評估172 7.5利用DE優(yōu)化算法訓練模糊監(jiān)督器 7.5.1性能評估 7.6本章小結參考文獻第8章基于視覺的移動機器人SLAM 8.1簡介 8.2差動驅動KOALA機器人的動態(tài)狀態(tài)模型 8.3基于視覺感知的圖像特征識別、特征跟蹤和每個特征的3D距離 計算 8.4實際性能評估 8.5本章小結 參考文獻