1、教学工作

（1）主讲课程本科生课程2门：人工智能、数字图像处理、机器人。

2、科研工作

（1）研究方向：移动机器人、人工智能、机器视觉；

（2）代表论著：参加编写书籍4部，第1作者翻译1部，发表计算机教育教学论文5篇、科学研究论文30多篇；代表性著作主要有：《********》，北京：清华大学出版社等； 

（3）科研项目：主持1项国家自然科学基金青年项目、1项湖南省科技计划，参与了多项国家自然科学基金重点项目和教育部教学科研项目：国家级“智能科学系列课程”教学团队成员，教育部“人工智能”精品课程、双语课程、精品资源共享课程主讲教师之一。

目录

第1章绪论1

1.1移动机器人概述1

1.2移动机器人的发展2

1.3移动机器人的机构和分类7

1.4移动机器人的关键技术8

1.5机器人操作系统9

1.6移动机器人的应用及展望11

参考文献15

习题16

第2章移动机器人硬件机构18

2.1控制器19

2.2驱动器21

2.2.1常用的驱动器21

2.2.2直流电机24

2.2.3伺服电机26

2.2.4步进电机26

2.2.5电机的控制27

2.2.6电机的选型30

2.3其他硬件装置33

2.3.1变速装置33

2.3.2轮子34

2.3.3末端执行器36

参考文献37

习题38

第3章移动机器人传感器40

3.1传感器及分类40

3.2内部传感器41

3.2.1编码器41

3.2.2陀螺仪44

3.2.3惯性测量单元45

3.3外部传感器47

3.3.1GPS47

3.3.2声呐51

3.3.3激光雷达52

3.3.4毫米波雷达56

3.3.5红外测距传感器58

3.3.6视觉传感器60

3.4多传感器融合63

3.4.1多传感器融合的基本原理63

3.4.2随机类多传感器融合方法64

3.4.3人工智能类多传感器融合方法65

3.4.4存在的问题及发展趋势66

参考文献66

习题67

第4章移动机器人运动68

4.1坐标系68

4.2运动模型69

4.2.1一般运动模型69

4.2.2里程计70

4.2.3双轮驱动差速运动模型72

4.2.4全向驱动运动模型73

4.3运动约束75

4.4运动控制77

4.5避障运动79

4.5.1人工势场法79

4.5.2栅格法82

4.5.3避障策略实例——基于声呐的避障83

4.5.4避障策略实例——基于激光雷达的避障85

参考文献89

习题90

第5章移动机器人感知91

5.1地图表示及构建91

5.1.1栅格地图92

5.1.2特征地图94

5.1.3拓扑地图94

5.1.4直接表征法95

5.2基于激光雷达的感知95

5.2.1激光点云95

5.2.2基于激光点云的路面分割97

5.2.3基于激光点云的车道线检测101

5.2.4基于激光点云的目标检测与识别102

5.3基于视觉的感知108

5.3.1视觉特征提取109

5.3.2基于视觉的车道线检测113

5.3.3基于视觉的目标识别117

参考文献120

习题121

第6章移动机器人定位122

6.1定位122

6.2同时定位与建图124

6.2.1基于滤波的SLAM方法126

6.2.2基于图优化的SLAM方法131

6.3基于激光雷达的定位方法132

6.3.1ICP算法133

6.3.2NDT算法134

6.3.3Gmapping算法135

6.3.4Hector SLAM算法136

6.3.5LOAM算法137

6.4基于视觉的定位方法138

6.4.1视觉里程计138

6.4.2ORB SLAM 算法140

6.4.3DSO算法142

6.4.4RGBD SLAM算法143

6.5其他定位方法144

6.5.1二维码定位145

6.5.2基于WiFi的室内定位技术145

参考文献147

习题148

第7章移动机器人路径规划149

7.1引言149

7.2全局路径规划151

7.2.1Dijkstra算法151

7.2.2A算法153

7.2.3Dijkstra和A的比较154

7.3局部路径规划155

7.3.1动态窗口法155

7.3.2基于图优化的方法TEB158

7.4基于采样的路径规划162

7.4.1概率路图法162

7.4.2快速扩展随机树法163

7.5现代智能路径规划算法170

7.5.1蚁群算法170

7.5.2遗传算法173

7.5.3粒子群算法174

参考文献177

习题178

第8章移动机器人人机交互179

8.1语音识别179

8.2人体运动检测与跟踪182

8.2.1人体运动检测183

8.2.2人体运动跟踪184

8.3手势识别185

8.3.1手部检测与分割186

8.3.2手势模型187

8.3.3手势识别与分类187

8.4人脸相关技术189

8.4.1人脸检测190

8.4.2人脸跟踪190

8.4.3人脸识别190

8.4.4人脸表情识别191

8.5交互型机器人193

参考文献195

习题195

移动机器人是一个非常迷人的研究领域。可以想象一下，人类能按照自己的设想创造出一种类似甚至某方面超越自然界生物外形和能力的装置，帮助人类完成太空漫步、海洋探索，代替人类的各种劳作和驾驶，辅助人类监测环境、预警灾害，陪伴人类生活和学习，是不是非常有趣呢？正是因为这种吸引力，我从最初便选择了这个领域开始研究。移动机器人涉及的知识非常宽泛，从数学、物理到电路、传感器，从底层的电机、控制器到信号处理、通信，再到上层的感知、规划决策与控制。此外，移动机器人还是人工智能应用最好的载体，人工智能的各项技术，包括智能搜索、机器学习、智能规划与决策、语音识别、自然语言处理、机器视觉等都可以在移动机器人上进行淋漓尽致的应用和展现。因此，学习移动机器人的理论需要一定的基础知识，加之国内移动机器人的教材和书籍比较少，系统地学习会比较困难。随着智能科学与技术专业、人工智能专业的出现，自动化、电子与信息技术等传统专业的智能化转型，移动机器人课程已逐渐在众多高校中开设。一部合适的移动机器人教材显得非常有必要和紧迫了，这便是编写和出版这本书的初衷。

在研究初期，我非常有幸参与了导师蔡自兴教授的各项国家科研项目，从而参与了中南移动一号机器人MORCSⅠ的设计和开发、中南移动二号机器人MORCSⅡ的改造、奇骏无人车的设计和开发。访学期间，在导师宋德臻教授的指导下，我了解了更多移动机器人先进的技术和移动机器人更为广泛的应用，如桥梁检测、医疗手术、无人驾驶等。近期还参与了中车时代电动无人大巴、中车智能轨道列车以及深兰扫地机器人群的研发，目前中车时代电动无人大巴已在长沙湘江新区示范运营。这些经历让我有机会对移动机器人有了比较全面的了解和认识。

本书主要根据移动机器人涉及的技术流向编写，包括移动机器人的基本概念、硬件机构、传感器、运动、感知、定位、路径规划和人机交互。一般认为先有感知再有运动，然而，本书为了实现感知和定位，需要先进行移动机器人的坐标系和运动模型的建立，因此把运动放在了感知的前面。此外，考虑到硬件机构和传感器是上层技术的基础，所以将其编排在第2、3章。读者可根据自己的基础和需要对这两章进行选择性阅读。由于本书着重定位在移动机器人的主体技术，因此移动机器人外围涉及的相关技术（如通信技术、人工智能等）并未涉及。

感谢清华大学出版社的张玥编辑在本书的编写过程中给予了很大的支持和帮助，对本书的编写给出了很好的指导和建议。感谢宋晓婷、陈红、宋宝军和刘飞为本书收集和整理了众多的参考资料，并不厌其烦地审核。

本书难免有疏漏和不足之处，恳请各位同行和读者批评指正。

陈白帆 于中南大学2020年3月