移动机器人

第1章 移动机器人架构与ROS概述 1.1 移动机器人架构 1.2 ROS的发展历程及概念 1.3 ROS的应用与目的 1.4 安装ROS环境 1.5 安装Git 1.6 搭建dashgo环境并安装教程包 第2章 ROS的文件系统 2.1 ROS工作空间 2.1.1 ROS工作空间的文件系统 2.1.2 创建ROS工程实例 2.2 Catkin编译系统 2.3 ROS程序包 2.4 文件系统工具 第3章 ROS的通信机制 3.1 ROS的通信架构 3.1.1 节点与节点管理器 3.1.2 启动文件 3.1.3 分布式计算的配置 3.2 主题? 3.2.1 消息文件 3.2.2 常见消息文件 3.2.3 发布器 3.2.4 订阅器 3.2.5 编译并运行 3.3 服务 3.3.1 服务文件 3.3.2 服务端 3.3.3 客户端 3.3.4 编译并运行 3.4 动作库 3.4.1 动作库规约 3.4.2 服务端 3.4.3 客户端 3.4.4 编译并运行 3.5 参数服务器 第4章 可视化工具 4.1 rviz可视化工具 4.1.1 rviz的安装 4.1.2 rviz的配置及使用 4.2 rqt可视化工具 4.3 tf工具 4.4 数据记录与回放 4.4.1 rosbag概述 4.4.2 rosbag命令参数及其使用 第5章 移动机器人硬件系统 5.1 移动机器人硬件架构 5.2 电动机的分类 5.3 PID控制 5.3.1 模拟PID控制算法 5.3.2 数字PID控制算法 5.3.3 PID的参数整定 5.4 移动机器人常用的传感器 5.5 移动机器人的参数调整 5.6 ROS与单片机系统的通信 5.7 ROS与安卓（Android）系统的通信 5.7.1 基于rosjava的软件框架 5.7.2 ROS的远程通信机制 第6章 状态估计与滤波算法 6.1 递归状态估计 6.1.1 概率的基本概念 6.1.2 贝叶斯公式 6.1.3 贝叶斯滤波算法 6.1.4 贝叶斯滤波实例 6.2 卡尔曼滤波 6.2.1 卡尔曼滤波器作用 6.2.2 卡尔曼滤波的公式 6.3 扩展卡尔曼滤波与无迹卡尔曼滤波 6.3.1 扩展卡尔曼滤波 6.3.2 无迹卡尔曼滤波 第7章 移动机器人的运动与感知 7.1 运动模型 7.1.1 里程计模型 7.1.2 速度模型 7.2 环境测量模型 7.2.1 波束的传感器模型 7.2.2 似然域模型 7.2.3 基于特征的测量模型 第8章 地图与定位 8.1 占用栅格地图 8.1.1 占用栅格地图构建算法 8.1.2 使用传感器数据更新地图的两种方法 8.1.3 ROS中的占用栅格地图 8.2 机器人在costmap中的位姿表示 8.3 重定位? 8.3.1 蒙特卡洛定位图例 8.3.2 蒙特卡洛定位算法 8.3.3 蒙特卡洛定位算法的优点与发展 第9章 地图构建与导航 9.1 即时定位与地图构建算法 9.1.1 在线SLAM方法 9.1.2 全SLAM方法 9.2 自航 9.2.1 深度优先搜索 9.2.2 广度优先搜索 9.2.3 局部路径规划 9.3 ROS中的导航包 第10章 计算机视觉基础 10.1 OpenCV的安装 10.2 数字图像的基本概念与操作 10.3 卷积矩阵与边缘检测 10.4 轮廓检测 10.5 图像分割 10.6 目标跟踪 10.6.1 计算帧与帧之间的差异 10.6.2 背景分割器 10.6.3 Meanshif 与Camshift 目标跟踪算法 第11章 机器人视觉系统 11.1 相机模型 11.1.1 针孔相机模型 11.1.2 双目相机模型 11.1.3 RGB-D相机模型 11.2 视觉里程计 11.2.1 特征提取 11.2.2 特征匹配 11.2.3 相机位置的估计 11.2.4 OpenCV提取特征和匹配特征 11.3 闭环检测和后端优化 11.3.1 闭环检测 11.3.2 后端优化 11.4 视觉建图 11.4.1 单目建图 11.4.2 RGB-D建图 第12章 Gazebo仿真平台 12.1 仿真当前环境 12.1.1 Gazebo环境配置 12.1.2 运行仿真 12.1.3 过程分析 12.2 将仿真用于开发 12.2.1 模型 12.2.2 创建世界模型 12.2.3 修改小车模型 12.2.4 添加传感器 12.2.5 Gazebo与ROS对接 第13章 人工智能基础 13.1 人工神经网络 13.1.1 单层神经元模型 13.1.2 两层神经网络模型 13.1.3 深度学习（多层神经网络） 13. 1.4多层神经网络中的参数 13.1.5 神经网络的发展 13.2 OpenCV中的人工神经网络 13.3 人脸检测 13.3.1 Haar级联 13.3.2 人脸检测示例 13.4 人脸识别 实验 实验1 roslaunch 的使用 实验2 ROS消息的发送与接收（基于C++） 实验3 ROS消息的发送与接收（基于Python） 实验4 ROS服务的请求与响应（基于C++） 实验5 ROS服务的请求与响应（基于Python） 实验6 ROS动作库的请求与响应（基于C++） 实验7 ROS动作库的请求与响应（基于Python） 实验8 数据的录制与回放 实验9 机器人的运动控制