幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

機器人感知技術(高等院校精品課程系列教材)

  • 作者：編者:李新德//朱博//談英姿|責編:王穎
  • 出版社：機械工業
  • ISBN：9787111727644
  • 出版日期：2023/06/01
  • 裝幀：平裝
  • 頁數：227
人民幣：RMB 89 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    機器人感知技術在學術界受到高度重視，在工業界有著迫切的需求。本書是作者多年深耕學術研究和教學實踐的潛心力作，系統地梳理了機器人感知有關的知識體系，並由淺入深地闡述了機器人感知各層面技術的原理和方法，使讀者能全面地掌握機器人感知技術知識，並提高解決實際問題的能力。本書既注重基本原理也強調工程應用，既注重基礎知識的全面傳授也反映國內外研究和應用的最新進展，同時關注學生基本技能和綜合素質的培養，具有系統性、實用性和前瞻性。本書是高等院校人工智慧、自動化和機器人工程等專業中機器人感知課程的優秀教材，可供機器人工程、自動化等相關專業的高年級本科生和研究生學習機器人感知課程使用，也可以供從事機器人感知研究與應用的科技人員學習參考。
作者介紹
編者:李新德//朱博//談英姿|責編:王穎
目錄
前言
第1章  引言
  1.1  機器人感知技術概述
    1.1.1  度量層環境感知技術
    1.1.2  拓撲層環境感知技術
    1.1.3  語義層環境感知技術
    1.1.4  複合環境感知技術
  1.2  機器人與環境的交互機制概述
  參考文獻
第2章  數學基礎
  2.1  線性代數
    2.1.1  向量
    2.1.2  標量
    2.1.3  矩陣
    2.1.4  張量
    2.1.5  矩陣的運算和操作
    2.1.6  向量的線性相關與獨立
    2.1.7  矩陣的秩
    2.1.8  單位矩陣或恆等運算符
    2.1.9  矩陣的行列式
    2.1.10  逆矩陣
    2.1.11  向量的范數（模）
    2.1.12  偽逆矩陣
    2.1.13  以特定向量為方向的單位向量
    2.1.14  一個向量在另一個向量方向上的投影
    2.1.15  特徵向量和特徵值
    2.1.16  矩陣的特徵方程
  2.2  導數、偏導數與鏈式法則
    2.2.1  微分
    2.2.2  函數的梯度
    2.2.3  連續偏導數
    2.2.4  鏈式法則
    2.2.5  反向傳播演算法
  2.3  梯度下降法及其變式
    2.3.1  梯度下降法
    2.3.2  梯度下降法的變式
  2.4  二維空間位姿描述
  2.5  三維空間位姿描述
    2.5.1  正交旋轉矩陣
    2.5.2  三角度表示法
    2.5.3  奇異點
    2.5.4  單位四元數
    2.5.5  平移與旋轉組合
  2.6  張量
  2.7  概率基礎
    2.7.1  隨機實驗和樣本空間
    2.7.2  並集、交集和條件概率
    2.7.3  事件聯合概率
    2.7.4  事件的互斥
    2.7.5  事件的獨立

    2.7.6  條件獨立
    2.7.7  貝葉斯公式
    2.7.8  概率質量函數
    2.7.9  概率密度函數
    2.7.10  隨機變數的數學期望
    2.7.11  隨機變數的方差
    2.7.12  偏度和峰度
    2.7.13  協方差
    2.7.14  相關性係數
    2.7.15  一些常見的概率分佈
    2.7.16  似然函數
    2.7.17  最大似然估計
    2.7.18  中心極限定理
  2.8  習題
  參考文獻
第3章  環境信息採集與度量層數據處理
  3.1  基於超聲波的環境信息
    3.1.1  超聲波感測器工作原理與關鍵指標
    3.1.2  超聲波感測器測量數據特性
    3.1.3  基於超聲波感測器的地圖創建
  3.2  基於激光雷達的環境信息
    3.2.1  激光雷達工作原理
    3.2.2  基於激光雷達的地圖創建
  3.3  基於視覺的環境信息
    3.3.1  圖像的數據表達
    3.3.2  針孔相機模型與立體視覺
    3.3.3  深度感測器及顏色深度感測器
    3.3.4  視覺SLAM
  3.4  常見觸覺感測器
    3.4.1  力感測器及其數據處理
    3.4.2  接觸覺感測器及其數據處理
    3.4.3  壓覺感測器及其數據處理
    3.4.4  滑覺感測器及其數據處理
  3.5  其他感測器
    3.5.1  聽覺感測器及其數據處理
    3.5.2  味覺感測器及其數據處理
    3.5.3  嗅覺感測器及其數據處理
    3.5.4  接近覺感測器及其數據處理
  3.6  習題
  參考文獻
第4章  靜態目標檢測與識別
  4.1  基於二維信息的物體檢測與識別
    4.1.1  基於度量數據的障礙物檢測
    4.1.2  基於深度神經網路的物體檢測
    4.1.3  基於傳統特徵的物體分類識別
    4.1.4  基於CNN的物體識別
  4.2  基於三維信息的物體檢測與識別
    4.2.1  可行區域檢測
    4.2.2  目標物體檢測與識別
  4.3  基於觸覺信息的物體感知技術

    4.3.1  滑移檢測
    4.3.2  物體觸覺識別
  4.4  習題
  參考文獻
第5章  動態目標檢測與識別
  5.1  動態障礙物的檢測
  5.2  人臉檢測與識別
    5.2.1  人臉檢測
    5.2.2  人臉跟蹤
  5.3  人體檢測
    5.3.1  圖像預處理
    5.3.2  梯度方向直方圖特徵
    5.3.3  基於有監督學習的人體檢測
  5.4  人體運動檢測與跟蹤
    5.4.1  人體運動檢測
    5.4.2  人體運動跟蹤
  5.5  習題
  參考文獻
第6章  場所語義級環境描述與理解
  6.1  場所描述與理解概述
  6.2  基於物體的場所描述與理解
    6.2.1  基於物體類別的方法
    6.2.2  物體類別結合物體信息的方法
  6.3  基於全局特徵的場所描述與理解
  6.4  基於自然語言的場所描述與理解
    6.4.1  識別模型框架
    6.4.2  數據預處理
    6.4.3  模型結構
    6.4.4  訓練方法
    6.4.5  實驗驗證
  6.5  習題
  參考文獻
第7章  移動機器人語義地圖與導航應用
  7.1  基於手繪語義地圖的視覺導航
  7.2  手繪地圖與實際地圖的關聯
  7.3  基於預測估計的視覺導航
    7.3.1  在線預測估計方法
    7.3.2  無約束導航演算法
    7.3.3  動態避障導航演算法
  7.4  基於實體語義類別的視覺導航
    7.4.1  SBoW模型自然路標識別演算法
    7.4.2  基於模糊顏色直方圖的SBoW路標識別演算法
    7.4.3  基於自然路標識別的無障礙導航
  7.5  基於自然語言的視覺導航
    7.5.1  導航意向圖的生成
    7.5.2  基於受限自然語言路徑的導航實驗
    7.5.3  基於完全自然語言路徑的導航實驗
附錄A  實驗指導書
  A.1  激光雷達實驗
  A.2  攝像頭感測器（Webots）

  A.3  基於激光點雲的道路檢測
  A.4  傳統CNN檢測
  A.5  Yolo檢測與識別
  A.6  人臉檢測與識別
  A.7  人體檢測與識別
  A.8  使用經典VGG-16、VGG-19、ResNet50、ResNet101網路實現場景分類
  A.9  語義感知綜合應用系統實驗

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032