機器人傳感器及其信息融合技術

第1章 傳感器的基礎知識
思維導圖
學習目標
1.1 傳感器的定義和特點
1.2 傳感器的組成和分類
1.3 傳感器的標定
1.4 機器人與傳感器
1.5 傳感器及其技術的發展趨勢
1.6 多傳感器信息融合的應用領域
本章小結
思考與練習
第2章 機器人系統組成
思維導圖
學習目標
2.1 機器人系統組成概述
2.2 機械結構系統
2.2.1 機械機構
2.2.2 傳動機構
2.3 驅動系統
2.3.1 液壓驅動
2.3.2 氣壓驅動
2.3.3 電氣驅動
2.4 感知系統
2.4.1 機器人對傳感器的要求
2.4.2 常用傳感器的特性
2.5 控制系統
2.6 人機交互系統
2.6.1 定義與系統組成
2.6.2 應用實例
2.6.3 發展趨勢
2.7 機器人-環境交互系統
2.7.1 定義與構成要素
2.7.2 應用實例
2.7.3 系統優勢
本章小結
思考與練習
第3章 機器人常用的傳感器
思維導圖
學習目標
3.1 機器人傳感器的分類
3.2 常用的內部傳感器
3.2.1 位置傳感器
3.2.2 速度傳感器
3.2.3 加速度傳感器
3.2.4 傾斜角傳感器
3.2.5 力覺傳感器
3.3 常用的外部傳感器
3.3.1 視覺傳感器
3.3.2 觸覺傳感器
3.3.3 接近度傳感器
3.3.4 激光傳感器
本章小結
思考與練習
第4章 智能傳感器
思維導圖
學習目標
4.1 智能傳感器概述
4.1.1 智能傳感器的定義
4.1.2 智能傳感器的組成
4.1.3 智能傳感器的關鍵技術
4.2 智能傳感器的功能與特點
4.2.1 智能傳感器的功能
4.2.2 智能傳感器的特點
4.3 智能傳感器的實現技術
4.3.1 非集成化智能傳感器
4.3.2 集成化智能傳感器
4.3.3 混合式智能傳感器
4.4 無線傳感網絡技術及其應用
4.4.1 無線傳感網絡技術
4.4.2 無線傳感器網絡在移動機器人通信中的應用
4.5 智能模糊傳感器技術及其應用
4.5.1 智能模糊傳感器技術
4.5.2 模糊傳感器在測量血壓中的應用
本章小結
思考與練習
第5章 多傳感器信息融合技術概述
思維導圖
學習目標
5.1 多傳感器信息融合的定義
5.2 多傳感器信息融合的分類
5.3 多傳感器信息融合的系統結構
5.4 多傳感器信息融合的方法
本章小結
思考與練習
第6章 多傳感器的定量信息融合
思維導圖
學習目標
6.1 傳感器的建模
6.1.1 觀測模型
6.1.2 相關模型
6.1.3 狀態模型
6.2 傳感數據的一致性檢驗
6.2.1 假設檢驗法
6.2.2 距離檢驗法
6.2.3 人工神經網絡方法
6.3 基於參數估計的信息融合方法
本章小結
思考與練習
第7章 多傳感器的定性信息融合
思維導圖
學習目標
7.1 Bayes方法
7.1.1 Bayes條件概率
7.1.2 Bayes方法在信息融合中的應用
7.1.3 基於目標分類的Bayes決策方法
7.2 Dempster-Shafer證據推理
7.2.1 D-S理論的基本概念
7.2.2 Dempster合成法則
7.2.3 D-S證據理論在融合中的應用
7.3 模糊理論
7.3.1 模糊理論基本概念
7.3.2 模糊理論在融合中的應用
7.4 神經網絡法
7.4.1 神經網絡融合信息的一般方法
7.4.2 神經網絡在融合中的應用
7.5 粗糙集理論
7.5.1 粗糙集基本概念
7.5.2 基於粗糙集理論的多傳感器信息融合
本章小結
思考與練習
第8章 多傳感器在裝配機器人中的應用
思維導圖
學習目標
8.1 多傳感器信息融合系統組成
8.2 位姿傳感器
8.3 柔性腕力傳感器
8.4 工件識別傳感器
8.5 視覺傳感系統
本章小結
思考與練習
第9章 多傳感器在焊接機器人中的應用
思維導圖
學習目標
9.1 焊接機器人常用的傳感器
9.2 電弧傳感系統
9.3 超聲傳感跟蹤系統
9.4 視覺傳感跟蹤系統
本章小結
思考與練習
第10章 多傳感器信息融合在移動機器人中的應用
思維導圖
學習目標
10.1 概述
10.2 多傳感器信息融合在移動機器人導航中的應用
10.3 多傳感器信息融合在移動機器人測距中的應用
10.4 多傳感器信息融合在移動機器人避障中的應用
本章小結
思考與練習
第11章 多傳感器在智能汽車中的應用
思維導圖
學習目標
11.1 視覺傳感器
11.2 毫米波雷達
11.3 激光雷達
11.4 超聲波雷達
11.5 基於多傳感器融合的智能汽車導航定位
11.6 基於多傳感器融合的汽車防碰撞
本章小結
思考與練習
參考文獻