×
暂无评论
图文详情
  • ISBN:9787560659190
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 开本:26cm
  • 页数:200页
  • 出版时间:2020-12-01
  • 条形码:9787560659190 ; 978-7-5606-5919-0

内容简介

本书通过对组成智能机器人的硬件、软件以及单传感器信息处理及多传感器信息融合算法四个方面的介绍,让读者对亲手制作智能机器人的过程有一定的了解,并能跟着书本介绍的方法制作一款属于自己的智能机器人。 本书是按照机器人内部传感器、外部传感器以及多传感器信息融合的顺序进行介绍的,其中外部传感器又分为触觉、嗅觉、听觉及视觉四个部分进行叙述。与人类从自然界获取信息的途径相似,听觉与视觉是智能机器人获取信息的主要途径,所以本书对此进行了详细叙述。本书采用信用卡大小的树莓派电脑连接上述各类型的传感器获取数据、传递数据及处理数据。读者在设计本书所介绍的智能机器人时,可以采取先局部后整体的开发设计策略:先逐个将传感器与树莓派连接并调试好,再选择一种或多种合适的传感器信息融合算法组装机器人整体。本书所选的软件及大部分硬件都是开源的,所基于的硬件平台相当便携性好,选择的软件系统是Linux+ROS+Python的组合。 本书适合高职高专院校电子信息、物联网、智能装备制造等学科的专科生使用,也适合作为电子爱好者学习搭建智能机器人的参考资料。

目录

第1章 智能机器人的硬件 1 1.1 机器人简介 2 1.2 智能机器人硬件概况 4 1.3 机器人的处理器(树莓派)简介及选型 8 1.4 机器人四肢的形成及动作的产生 12 1.4.1 舵机及机器臂 13 1.4.2 肢节链模型及机器人姿态 14 练习题 18 第2章 智能机器人的软件 19 2.1 Linux操作系统介绍 21 2.2 树莓派支持的操作系统 21 2.3 树莓派远程连接 23 2.3.1 在Windows环境下使用SSH客户端连接字符终端 24 2.3.2 在Linux环境下使用SSH命令连接字符终端 25 2.3.3 在Windows 环境下连接树莓派桌面终端 25 2.3.4 在Linux环境下使用VNC Viewer连接树莓派桌面终端 26 2.4 机器人操作系统ROS 27 2.4.1 ROS系统安装 30 2.4.2 基于ROS的智能机器人系统架构 35 2.5 Python编程语言及其在人工智能中的应用 37 练习题 38 第3章 智能机器人传感器导论 40 3.1 传感器的定义与作用 41 3.2 传感器的组成与分类 42 3.3 机器人内部传感器 44 3.3.1 编码器 44 3.3.2 陀螺仪 45 练习题 51 第4章 触觉 53 4.1 接触觉传感器 54 4.1.1 按钮与微动开关 54 4.1.2 电容式触摸传感器 54 4.1.3 树莓派与开关量传感器的连接 55 4.2 接近觉传感器 57 4.2.1 红外线传感器 58 4.2.2 超声波测距传感器 60 4.3 压觉、滑动觉及拉伸觉 63 4.3.1 压觉传感器介绍 63 4.3.2 滑动觉传感器 68 4.3.3 拉伸觉传感器 69 4.4 温湿度传感器 69 练习题 72 第5章 嗅觉 74 5.1 人类嗅觉与人工嗅觉系统 75 5.2 气敏传感器的定义及应用 76 5.3 半导体气敏传感器的原理 76 5.4 半导体气敏传感器的应用 78 5.5 半导体气敏传感器与智能机器人 79 练习题 81 第6章 听觉 83 6.1 麦克风的工作原理 84 6.2 硬件的安装及配置 86 6.2.1 声卡的安装及配置 87 6.2.2 语音合成模块的安装及配置 93 6.3 语音识别及自然语言处理 100 6.3.1 语音识别及自然语言处理 101 6.3.2 注册百度账号及建立语音识别应用 101 6.3.3 使用百度语音识别应用 103 6.3.4 使用百度自然语言处理应用 105 6.3.5 从语音片段中获取录音的起始时间点 109 6.3.6 麦克风模块选型及录音信噪比的提升 113 6.3.7 机器人激活及语音命令的形成 116 练习题 121 第7章 单目视觉 123 7.1 摄像头工作原理 124 7.2 计算机视觉库OpenCV编译及安装 127 7.3 在ROS框架里使用OpenCV 130 7.4 基于ROS的图像序列发送服务端及接收客户端 133 7.5 使用OpenCV进行简单的图像分割 138 7.6 人脸检测 141 7.7 人脸识别OpenFace库 148 7.8 人脸识别 150 7.9 训练人脸识别模型 156 练习题 160 第8章 立体视觉 162 8.1 双目相机 163 8.2 微软Kinect体感传感器 169 8.2.1 微软Kinect体感设备的结构 170 8.2.2 深度图像获取原理 171 8.2.3 微软Kinect体感设备驱动的安装 172 8.2.4 骨骼关节的信息获取 175 8.2.5 人体骨骼关节跟踪 176 8.3 激光雷达及应用 180 8.3.1 激光雷达工作原理 180 8.3.2 三种不同技术的激光雷达简介 184 8.3.3 激光雷达的安装 186 练习题 188 第9章 多传感器信息融合技术 190 9.1 多传感器信息融合的硬件结构 191 9.1.1 集中型 191 9.1.2 分布型 191 9.1.3 混合型 191 9.1.4 反馈型 192 9.2 信息融合技术层次化描述 192 9.2.1 数据级融合 192 9.2.2 特征级融合 193 9.2.3 决策级融合 193 9.3 信息融合的经典数学模型介绍 194 9.3.1 加权平均 194 9.3.2 贝叶斯网络估计 194 9.3.3 卡尔曼滤波器 195 9.3.4 人工神经网络 197 9.3.5 支持向量机 197 练习题 198 参考文献 199
展开全部

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航