更新时间：2023-09-07 18:54:45
封面
版权信息
内容简介
前言
第1章 绪论
1.1 移动机器人简介
1.1.1 移动机器人的定义
1.1.2 移动机器人的组成
1.1.3 移动机器人的特点
1.2 移动机器人的关键技术
1.2.1 环境感知
1.2.2 导航与路径规划
1.2.3 机器人视觉
1.2.4 同步定位与地图构建
1.2.5 多机器人协作
1.3 移动机器人的研究进展
1.3.1 移动机器人的发展历史
1.3.2 移动机器人的研究展望
1.4 本书的主要内容和结构安排
1.5 本章小结
参考文献
第2章 移动机器人导航
2.1 移动机器人导航概述
2.1.1 移动机器人导航的发展历史
2.1.2 移动机器人的常用导航方式
2.1.3 传统导航方法简介
2.2 基于改进强化学习的移动机器人导航
2.2.1 强化学习概述
2.2.2 基于生物刺激神经网络改进Q学习算法的移动机器人导航
2.2.3 实验及结果分析
2.3 模糊控制与虚拟力场法相结合的移动机器人导航
2.3.1 虚拟力场法简介
2.3.2 基于模糊控制改进虚拟力场法的移动机器人导航
2.3.3 实验及结果分析
2.4 本章小结
第3章 移动机器人路径规划
3.1 移动机器人路径规划概述
3.2 传统路径规划方法简介
3.2.1 构形空间法
3.2.2 可视图法
3.2.3 栅格法
3.2.4 拓扑法
3.2.5 概率路径图法
3.3 基于人工蜂群算法的移动机器人路径规划
3.3.1 人工蜂群算法简介
3.3.2 基于改进人工蜂群算法的路径规划方法
3.3.3 实验及结果分析
3.4 基于蛙跳算法的移动机器人路径规划
3.4.1 蛙跳算法简介
3.4.2 基于改进蛙跳算法的路径规划
3.4.3 实验及结果分析
3.5 基于文化基因算法的路径规划
3.5.1 文化基因算法简介
3.5.2 基于改进文化基因算法的路径规划
3.5.3 实验及结果分析
3.6 本章小结
第4章 移动机器人视觉
4.1 移动机器人视觉技术概述
4.1.1 机器人视觉技术简介
4.1.2 移动机器人视觉技术的发展概况
4.2 基于改进ViBe的运动目标检测
4.2.1 改进ViBe算法的原理
4.2.2 实验结果与分析
4.2.3 基于I-ViBe的运动目标检测的背景更新机制和实时性
4.3 基于KCF的运动目标跟踪
4.3.1 基于改进KCF的运动目标跟踪
4.3.2 实验结果与分析
4.3.3 SLKCF跟踪算法在复杂环境中的性能
4.4 本章小结
第5章 移动机器人环境感知
5.1 移动机器人环境感知概述
5.1.1 环境感知的主要任务
5.1.2 移动机器人常用环境感知传感器
5.2 基于改进ORB的场景特征提取与匹配
5.2.1 图像特征提取与匹配算法简介
5.2.2 改进ORB特征提取与匹配算法
5.2.3 实验结果与分析
5.3 半稠密地图的构建
5.3.1 像素筛选策略
5.3.2 逆深度估计
5.3.3 基于图像金字塔的逆深度传递
5.3.4 实验与结果分析
5.4 基于深度神经网络的移动机器人道路场景分类
5.4.1 改进的场景分类深度神经网络
5.4.2 实验与结果分析
5.4.3 关于局部特征提取和全局特征提取的讨论
5.5 本章小结
第6章 移动机器人同步定位与建图
6.1 移动机器人同步定位与建图概述
6.1.1 移动机器人定位概述
6.1.2 移动机器人地图建模概述
6.1.3 移动机器人SLAM概述
6.2 基于改进扩展卡尔曼滤波的移动机器人SLAM算法
6.2.1 算法描述
6.2.2 仿真实验和结果分析
6.3 基于改进生物启发方法的移动机器人SLAM算法
