轮式自主移动机器人编程实战
	定价	59.80
	出版社	清华大学出版社
	出版时间	2022年09月
	开本
	作者	李德
	页数
	ISBN编码	9787302613220

内容介绍

如果你想DIY 一款轮式自主移动机器人，又不知道如何实现，本书可能会帮到你。

《轮式自主移动机器人编程实战》系统讲解轮式自主移动机器人如何从0 到1 实现自主运动。以树莓派和STM32 单片机为例，

详细介绍轮式机器人的硬件结构，包括驱动控制器的搭建、中央处理器的选型开发、滤波算法、平面

地图构建算法、规划算法、导航算法、室外GPS 定位实战案例（异地远程控制和地图路径规划等）、

室内BreezySLAM 建图案例、ROS 开发案例等，以及自主移动机器人和无人车驾驶的基本实现原理，

都能在本书中找到答案。《轮式自主移动机器人编程实战》还提供开放的云平台路径规划，可在农田、工业园区巡检、物流送货等

场景测试。

《轮式自主移动机器人编程实战》可作为高等院校物联网、机器人、计算机、通信、电气及自动化等专业的教材，也可作为计

算机、电子及智能车设计竞赛的自学或培训教材，还可供各类电子工程、自动化技术人员和计算机爱

好者学习参考。

ROS机器人项目开发11例（原书第2版）
	定价	99.00
	出版社	机械工业出版社
	出版时间	2021年01月
	开本	16
	作者	[印]拉姆库玛·甘地那坦
	页数	308
	ISBN编码	9787111672449

内容介绍

本书涵盖新的ROS发行版中的项目——ROS Melodic Morenia with Ubuntu Bionic（18.04）。从基本原理开始，本书向你介绍了ROS-2，并帮助你了解它与ROS-1的不同之处。你将能够在ROS中建模并构建工业移动机械手臂，并在Gazebo 9中进行模拟。然后，你将了解如何使用状态机处理复杂的机器人应用程序，以及一次处理多个机器人。本书还向你介绍了新的、流行的硬件，如Nvidia的Jetson Nano、华硕修补板和Beaglebone Black，并允许你探索与ROS的接口。

作者简介

目录

译者序
前言
作者简介
第1章 ROS入门 1
1.1 技术要求 2
1.2 ROS概述 2
1.2.1 ROS发行版 3
1.2.2 支持的操作系统 3
1.2.3 支持的机器人及传感器 4
1.2.4 为什么选择ROS 5
1.3 ROS基础 6
1.3.1 文件系统层级 7
1.3.2 计算图层级 7
1.3.3 ROS社区层级 9
1.3.4 ROS中的通信 9
1.4 ROS客户端库 10
1.5 ROS工具 11
1.5.1 ROS的可视化工具RViz 11
1.5.2 rqt_plot 11
1.5.3 rqt_graph 12
1.6 ROS模拟器 13
1.7 在Ubuntu 18.04 LTS上安装ROS Melodic 13
1.8 在VirtualBox上设置ROS 18
1.9 Docker简介 19
1.9.1 为什么选择Docker 20
1.9.2 安装Docker 20
1.10 设置ROS工作空间 23
1.11 ROS在工业界和学术界的机遇 25
1.12 本章小结 25
第2章 ROS-2及其特性简介 26
2.1 技术要求 27
2.2 ROS-2概述 27
2.2.1 ROS-2发行版 28
2.2.2 支持的操作系统 28
2.2.3 支持的机器人及传感器 29
2.2.4 为什么选择ROS-2 29
2.3 ROS-2基础 30
2.3.1 什么是DDS 30
2.3.2 DDS的实现 30
2.3.3 计算图 31
2.3.4 ROS-2社区层级 32
2.3.5 ROS-2中的通信 32
2.3.6 ROS-2的变化 33
2.4 ROS-2客户端库 33
2.5 ROS-2工具 34
2.5.1 RViz2 34
2.5.2 Rqt 36
2.6 安装ROS-2 36
2.6.1 开始安装 37
2.6.2 获取ROS-2源码 38
2.6.3 ROS-1、ROS-2以及共存环境设置 41
2.6.4 运行测试节点 42
2.7 设置ROS-2工作空间 44
2.8 编写ROS-2节点 45
2.8.1 ROS-1代码示例 45
2.8.2 ROS-2代码示例 46
2.8.3 ROS-1发布者节点与ROS-2发布者节点的区别 49
2.9 ROS-1和ROS-2的通信 50
2.10 本章小结 52
第3章 构建工业级移动机械臂 53
3.1 技术要求 54
3.2 常见的移动机械臂 54
3.3 移动机械臂应用场景 55
3.4 移动机械臂构建入门 56
3.4.1 单位及坐标系 57
3.4.2 Gazebo及ROS机器人模型格式设定 57
3.5 机器人底座构建 58
3.5.1 机器人底座需求 58
3.5.2 软件参数 60
3.5.3 机器人底座建模 60
3.5.4 机器人底座模拟 64
3.5.5 机器人底座测试 68
3.6 机械臂构建 70
3.6.1 机械臂需求 71
3.6.2 软件参数 72
3.6.3 机械臂建模 72
3.6.4 机械臂模拟 74
3.6.5 机械臂测试 77
3.7 系统集成 78
3.7.1 移动机械臂建模 78
3.7.2 移动机械臂模拟与测试 79
3.8 本章小结 80
第4章 基于状态机的复杂机器人任务处理 81
4.1 技术要求 81
4.2 ROS动作机制简介 82
4.2.1 服务器–客户端结构概述 82
4.2.2 actionlib示例：机械臂客户端 83
4.2.3 基于actionlib的服务器–客户端示例：电池模拟器 85
4.3 服务员机器人应用示例 90
4.4 状态机简介 92
4.5 SMACH简介 93
4.6 SMACH入门 96
4.6.1 SMACH-ROS的安装与使用 96
4.6.2 简单示例 96
4.6.3 餐厅机器人应用示例 98
4.7 本章小结 102
第5章 构建工业级应用程序 103
5.1 技术要求 103
5.2 应用案例：机器人送货上门 104
5.3 机器人底座智能化 106
5.3.1 添加激光扫描传感器 106
5.3.2 配置导航栈 108
5.3.3 环境地图构建 110
5.3.4 机器人底座定位 111
5.4 机械臂智能化 111
5.4.1 Moveit简介 112
5.4.2 安装与配置Moveit 113
5.4.3 通过Moveit控制机械臂 117
5.5 应用程序模拟 120
5.5.1 环境地图构建与保存 120
5.5.2 选择目标点 120
5.5.3 添加目标点 121
5.5.4 状态机构建 121
5.6 机器人改进 121
5.7 本章小结 122
第6章 多机器人协同 123
6.1 技术要求 123
6.2 集群机器人基本概念 124
6.3 集群机器人分类 125
6.4 ROS中的多机器人通信 125
6.4.1 单个roscore和公共网络 126
6.4.2 群组/名称空间的使用 127
6.4.3 基于群组/名称空间的多机器人系统构建示例 128
6.5 多master概念简介 131
6.5.1 multimaster_fkie功能包简介 132
6.5.2 安装multimaster_fkie功能包 133
6.5.3 设置multimaster_fkie功能包 133
6.6 多机器人应用示例 136
6.7 本章小结 138
第7章 嵌入式平台上的ROS应用及其控制 139
7.1 技术要求 139
7.2 嵌入式板基础知识 140
7.2.1 重要概念介绍 141
7.2.2 机器人领域微控制器和微处理器的区别 142
7.2.3 板卡选型步骤 142
7.3 微控制器板简介 143
7.3.1 Arduino Mega 143
7.3.2 STM32 144
7.3.3 ESP8266 145
7.3.4 ROS支持的嵌入式板 146
7.3.5 对比表格 147
7.4 单板计算机简介 147
7.4.1 CPU板 148
7.4.2 GPU板 151
7.5 Debian与Ubuntu 152
7.6 在Tinkerboard S平台上设置操作系统 153
7.6.1 基础需求 153
7.6.2 安装Tinkerboard Debian操作系统 153
7.6.3 安装Armbian和ROS 154
7.6.4 使用可用的ROS镜像安装 156
7.7 在BeagleBone Black平台上设置ROS 156
7.7.1 基础需求 156
7.7.2 安装Debian 操作系统 157
7.7.3 安装Ubuntu和ROS 158
7.8 在Raspberry Pi 3/4平台上设置ROS 159
7.8.1 基础需求 159
7.8.2 安装Raspbian和ROS 159
7.8.3 安装Ubuntu和ROS 160
7.9 在Jetson Nano平台上设置ROS 161
7.10 通过ROS控制GPIO 161
7.10.1 Tinkerboard S 162
7.10.2 BeagleBone Black 163
7.10.3 Raspberry Pi 3/4 164
7.10.4 Jetson Nano 165
7.11 嵌入式板基准测试 166
7.12 Alexa入门及连接ROS 168
7.12.1 Alexa 技能构建前提条件 168
7.12.2 创建Alexa技能 169
7.13 本章小结 173
第8章 强化学习与机器人学 174
8.1 技术要求 174
8.2 机器学习概述 175
8.2.1 监督学习 175
8.2.2 无监督学习 175
8.2.3 强化学习 176
8.3 理解强化学习 176
8.3.1 探索与开发 177
8.3.2 强化学习公式 177
8.3.3 强化学习平台 178
8.3.4 机器人领域的强化学习应用 179
8.4 马尔可夫决策过程与贝尔曼方程 179
8.5 强化学习算法 181
8.5.1 出租车问题应用示例 181
8.5.2 TD预测 182
8.5.3 TD控制 183
8.6 ROS中的强化学习功能包 189
8.6.1 gym-gazebo 189
8.6.2 gym-gazebo2 194
8.7 本章小结 196
第9章 ROS下基于TensorFlow的深度学习 197
9.1 技术要求 197
9.2 深度学习及其应用简介 198
9.3 机器人领域的深度学习 198
9.4 深度学习库 199
9.5 TensorFlow入门 200
9.5.1 在Ubuntu 18.04 LTS上安装TensorFlow 200
9.5.2 TensorFlow概念 202
9.5.3 在TensorFlow下编写 行代码 204
9.6 ROS下基于TensorFlow的图像识别 206
9.6.1 基础需求 207
9.6.2 ROS图像识别节点 207
9.7 scikit-learn简介 210
9.8 SVM及其在机器人领域的应用简介 211
9.9 本章小结 214
第10章 ROS下的自动驾驶汽车构建 215
10.1 技术要求 215
10.2 自动驾驶汽车入门 216
10.3 典型自动驾驶汽车基本组件 218
10.3.1 GPS、IMU和车轮编码器 218
10.3.2 摄像头 219
10.3.3 超声波传感器 219
10.3.4 LIDAR与RADAR 219
10.3.5 自动驾驶汽车的软件模块体系结构 221
10.4 ROS下的自动驾驶汽车模拟与交互 222
10.4.1 Velodyne LIDAR模拟 223
10.4.2 ROS下的Velodyne传感器接口 224
10.4.3 激光扫描仪模拟 225
10.4.4 模拟代码扩展 226
10.4.5 ROS下的激光扫描仪接口 227
10.4.6 Gazebo下的立体与单目摄像头模拟 228
10.4.7 ROS下的摄像头接口 229
10.4.8 Gazebo下的GPS模拟 230
10.4.9 ROS下的GPS接口 231
10.4.10 Gazebo下的IMU模拟 231
10.4.11 ROS下的IMU接口 233
10.4.12 Gazebo下的超声波传感器模拟 233
10.4.13 低成本LIDAR传感器 235
10.5 Gazebo下带传感器的自动驾驶汽车模拟 236
10.6 ROS下的DBW汽车接口 241
10.6.1 功能包安装 241
10.6.2 自动驾驶汽车及传感器数据可视化 241
10.6.3 基于ROS与DBW通信 243
10.7 Udacity开源自动驾驶汽车项目简介 243
10.7.1 Udacity的开源自动驾驶汽车模拟器 244
10.7.2 MATLAB ADAS工具箱 246
10.8 本章小结 246
第11章 基于VR头盔和Leap Motion的机器人遥操作 247
11.1 技术要求 248
11.2 VR头盔和Leap Motion传感器入门 248
11.3 项目设计和实施 250
11.4 在Ubuntu 14.04.5上安装Leap Motion SDK 251
11.4.1 可视化Leap Motion控制器数据 252
11.4.2 使用Leap Motion可视化工具 252
11.4.3 安装用于Leap Motion控制器的ROS驱动程序 253
11.5 RViz中Leap Motion数据的可视化 255
11.6 使用Leap Motion控制器创建遥操作节点 256
11.7 构建ROS-VR Android应用程序 258
11.8 ROS-VR应用程序的使用及与Gazebo的交互 260
11.9 VR下的TurtleBot模拟 262
11.9.1 安装TurtleBot模拟器 262
11.9.2 在VR中控制TurtleBot 262
11.10 ROS-VR应用程序故障排除 263
11.11 ROS-VR应用与Leap Motion遥操作功能集成 264
11.12 本章小结 265
第12章 基于ROS、Open CV和Dynamixel伺服系统的人脸识别与跟踪 266
12.1 技术要求 266
12.2 项目概述 267
12.3 硬件和软件基础需求 267
12.4 使用RoboPlus配置Dynamixel伺服系统 271
12.5 Dynamixel与ROS连接 275
12.6 创建人脸跟踪器ROS功能包 276
12.7 使用人脸跟踪ROS功能包 278
12.7.1 理解人脸跟踪器代码 279
12.7.2 理解CMakeLists.txt 283
12.7.3 track.yaml文件 284
12.7.4 启动文件 284
12.7.5 运行人脸跟踪器节点 285
12.7.6 face_tracker_control功能包 286
12.7.7 平移控制器配置文件 287
12.7.8 伺服系统参数配置文件 287
12.7.9 人脸跟踪控制器节点 288
12.7.10 创建CMakeLists.txt 289
12.7.11 测试人脸跟踪器控制功能包 290
12.7.12 节点集成 291
12.7.13 固定支架并设置电路 291
12.7.14 运行 292
12.8 本章小结 292

自主移动机器人控制技术：从电机控制到SLAM技术
	定价	68.00
	出版社	科学出版社（中国）
	出版时间	2022年09月
	开本	16
	作者	（日）正木良三著；梁瑞林译
	页数
	ISBN编码	9787030727800

内容介绍

本书主要介绍移动机器人的分类、直流电机及其控制、控制理论概述、移动机器人控制技术、SLAM技术、用SLAM技术构建自主移动机器人控制系统等。内容由浅入深，既介绍了不同控制方法的优缺点，又针对不同的控制方法提出有待研究的课题。

作者简介

目录

第1章 绪论 1
1.1 本书编写目的 3
1.2 本书的结构 4
第2章 移动机器人的分类 5
2.1 按照引导方式进行分类 7
2.1.1 引导方式 9
2.1.2 地上支援型引导方式 12
2.1.3 自主移动型无引导方式 16
2.2 按照驱动方式的不同进行分类 19
2.2.1 坐标系的定义 20
2.2.2 两轮差速驱动方式 26
2.2.3 前轮操舵、前轮驱动方式 32
2.2.4 前轮操舵、带有差动结构的后轮驱动方式 36
2.2.54 轮 立操舵、2轮 立驱动方式 38
2.2.6 麦克纳姆轮驱动方式 40
2.3 按照用途进行的分类与移动机器人的实例 43
第3章 直流电机及其控制技术 49
3.1 直流电机的工作原理与结构 51
3.2 直流电机的基本特性 51
3.3 电流控制 54
3.4 速度控制 58
第4章 控制理论概述 63
4.1 状态反馈控制 65
4.2 补偿极限型控制 70
4.3 多重反馈控制 74
第5章 移动机器人控制技术基础知识 77
5.1 目标路径与移动机器人控制的评价指标 79
5.2 目标路径与目标点 83
5.3 对目标点的定位控制 88
5.3.1 基于线性理论的定位控制与课题 88
5.3.2 实现短时间控制与高速响应控制的范围 99
5.3.3 蠕变速度定位控制 103
5.4 对应于直线目标路径的路径跟踪控制 110
5.4.1 利用磁传感器的检测值进行控制 111
5.4.2 利用移动机器人与目标路径的距离和角度进行控制 119
5.4.3 利用移动机器人与目标路径的距离、角度和角速度进行控制 124
第6章 SLAM技术概述 127
6.1 SLAM技术的原理 129
6.2 内置传感器与外置传感器 134
6.3 扫描匹配 138
6.4 SLAM技术的运用方法 141
6.5 单纯依靠激光扫描仪实现地图生成和同步定位的方法 141
6.5.1 系统结构 142
6.5.2 高速运算方法 143
6.5.3 地图生成功能 145
6.5.4 同步定位 147
6.5.5 激光测位系统的技术指标与特征 149
第7章 用SLAM技术构建自主移动机器人控制系统 151
7.1 使用AGV组件的自主移动机器人系统 153
7.1.1 AGV组件的结构 153
7.1.2 采用AGV组件的系统结构 159
7.1.3 沿直线路径往返 160
7.1.4 沿环状路径前进的方法 168
7.1.5 沿有分支的路径前进和后退 175
7.2 紧盯着移动轨迹的自主移动机器人系统 182
7.2.1 系统构建的方法 183
7.2.2 使用曲率的路径跟踪控制方式 184
7.2.3 系统结构 190
7.2.4 移动控制特性 196
参考文献 207
跋 209

自主移动机器人与多机器人系统：运动规划、通信和集群
	定价	99.00
	出版社	机械工业出版社
	出版时间	2021年07月
	开本	16
	作者	[以]尤金·卡根
	页数	251
	ISBN编码	9787111687436

内容介绍

本书 先介绍了在具有完整位置和速度信息的全局坐标系中导航和运动规划的模型和算法。第二部分研究了机器人在势场中的运动，势场是由机器人的期望和知识的环境状态定义的。第三部分介绍了机器人在未知环境中的运动以及利用感测信息进行环境映射的相应任务。第四部分从二维和三维两个方面研究了多机器人系统和群体动力学。

作者简介

[以]尤金·卡根（Eugene Kagan）尼尔·什瓦布（Nir Shvalb） 伊拉德·本-加尔（Irad Ben-Gal） 编著：尤金·卡根（Eugene Kagan），以色列阿里尔大学工业工程系高级讲师，魏茨曼科学研究所数学系顾问，特拉维夫大学AI、机器学习和业务数据分析实验室（LAMBDA）的副研究员。

尼尔·什瓦布（Nir Shvalb），以色列阿里尔大学工程学院的教授，也是该校运动学和计算几何学实验室的联合负责人。

伊拉德·本-加尔（Irad Ben-Gal），以色列特拉维夫大学工业工程系教授，也是该校AI、机器学习、业务和数据分析实验室（LAMBDA）的负责人。
译者简介：
喻俊志，北京大学博雅特聘教授，博士生导师，IEEE Fellow，国家杰出青年基金获得者、国家万人计划科技创新领军人才、入选国家百千万人才工程等。（曾）担任多个国际期刊包括IEEE Transactions on Robotics、IEEE/ASME Transactions on Mechatronics、Bioinspiration & Biomimetics、Journal of Bionic Engineering的编委。主要研究方向为智能机器人、机电一体化、计算智能等。

目录

贡献者名单
译者序
前言
致谢
配套资源
第1章绪论1
11机器人的早期历史1
12自主机器人2
13机械臂5
14移动机器人6
15多机器人系统和集群机器人9
16本书的宗旨和结构12
参考文献13
第2章全局坐标系下的运动规划17
21动机17
22符号表示17
221构型空间17
222工作空间18
223权重函数18
23已知构型空间的运动规划19
231势场法19
232基于网格的算法21
233基于采样的算法23
24已知部分构型空间的运动规划24
241BUG025
242BUG126
243BUG226
25小结26
参考文献27
第3章基础感知28
31传感器基本方案28
32障碍传感器（安全保险杆）29
33里程计传感器38
34距离传感器41
341飞行时间测距仪41
342相移测距仪44
343三角测距仪46
344超声波测距仪46
35小结49
参考文献49
第4章全局坐标系下的运动表示50
41移动机器人模型50
411轮式移动机器人50
412空中移动机器人51
42Hilare型移动机器人的运动学与控制53
421Hilare型移动机器人的前向运动学53
422Hilare型移动机器人的速度控制54
423轨迹跟踪55
43四旋翼移动机器人的运动学与控制57
431四旋翼移动机器人的动力学57
432螺旋桨的力与转矩58
433姿态变换58
434四旋翼动力学模型60
435简化动力学模型61
436四旋翼的轨迹跟踪控制61
437仿真63
参考文献65
第5章势场和导航函数下的运动66
51问题描述66
52梯度下降法67
521无约束的梯度下降67
522有约束的梯度下降69
53闵可夫斯基和70
54人工势场法71
55导航函数法74
551静态确定性环境下的导航函数74
552静态不确定性环境下的导航函数76
553动态环境下的导航函数与势场78
56小结79
参考文献80
第6章全球卫星导航系统与机器人定位81
61卫星导航概论81
62位置计算82
621多径信号82
622GNSS精度分析83
623精度因子83
63坐标系84
631纬度、经度和海拔84
632UTM投影85
633局部笛卡儿坐标系85
64速度计算86
641计算大纲86
642插入说明86
65城市导航87
651城市峡谷导航87
652地图匹配88
653航位推算——惯性传感器88
66GNSS数据与INS结合88
661改进的粒子滤波器89
662结合GNSS和INS估计速度89
67GNSS协议90
68其他类型的GPS91
681辅助全球定位系统91
682差分全球定位系统91
683实时动态导航92
69GNSS威胁92
691GNSS干扰92
692GNSS欺骗92
参考文献92
第7章局部坐标系下的运动94
71全局运动规划与导航94
72不确定性运动规划96
721运载器性能的不确定性96
722传感器的不确定性97
723适应不确定性的运动规划97
73在线运动规划98
731带微分约束的运动规划99
732被动运动规划101
74利用局部地图进行全局定位101
75三维空间中无人机的运动规划103
76小结105
参考文献105
第8章未知环境中的运动108
81基于概率地图的定位108
811信念分布与马尔可夫定位110
812运动预测与卡尔曼定位113
82未知环境建图与决策116
821建图和定位116
822不确定性条件下的决策121
83概率运动规划实例127
831信念空间中的运动规划127
832环境建图132
84小结134
参考文献135
第9章移动机器人的能量限制与能量效率138
91引言138
92移动机器人的能量限制问题138
93移动机器人功率管理和能量控制的精选文献分析139
94移动机器人的能量模型140
95移动机器人推进141
951轮式移动机器人的推进142
952履带式移动机器人的推进143
96机械能源的能量模型145
961内燃机145
962锂电池146
97小结146
参考文献147
第10章多机器人系统与集群149
101多智能体系统与机器人集群149
1011多智能体系统原理149
1012基本蜂拥规则与聚合和避碰的方法155
102智能体的控制与集群的定位163
1021基于智能体的模型164
1022集群动力学的概率模型175
103小结178
参考文献179
第11章基于共享环境地图的协作运动182
111基于共享信息的协作运动182
1111公共势场中的运动183
1112共享本地环境信息的地形中的运动187
112异构环境中的集群动力学189
1121异构环境和外部势场下的基础集群189
1122基于公共概率地图的集群搜索193
113基于共享环境地图的集群动力学案例195
1131基于多搜索器的概率搜索195
1132基于吸引/排斥势的避障、避碰197
114小结201
参考文献202
第12章直接与间接通信下的协作运动203
121组内移动机器人间的通信203
122简单的通信协议与协作行为的示例206
1221移动机器人组的通信协议示例206
1222协议的实现和移动机器人协作行为的示例214
123间接通信与复合通信的示例218
1231蚂蚁运动模型与信息素机器人系统仿真218
1232用于移动机器人组的生物信号方法与破坏性搜索221
124小结224
参考文献225
第13章布朗运动与集群动力学228
131郎之万和福克普朗克形式体系228
132实例229
133小结235
参考文献235
第14章结论236
术语表237