自主智能無人系統(新興領域十四五高等教育系列教材)/新一代信息技術人工智慧系列叢書
內容大鋼
本書以自主智能無人系統為主線，全面系統地介紹了其核心原理、基礎知識以及智能演算法，主要內容包括無人系統經典模型、無人系統運動控制、機器學習和深度神經網路、智能控制、感測器濾波與智能融合、即時定位與建圖、態勢智能評估、自主任務分配與行為規劃、智能路徑規劃與軌跡規劃、多智能體系統協同控制、多智能體系統協同優化與決策等。
本書可以作為自動化、人工智慧、機器人等相關專業的本科生或研究生的教科書，也適合作為自主智能無人系統研究領域科研工作者的參考書。
作者介紹
編者:方浩//曾憲琳//楊慶凱//陳傑|責編:趙凱//李曄|總主編:張濤
目錄
第1章 自主智能無人系統概述
1.1 引言
1.2 自主智能無人系統的基本概念與內涵
1.2.1 自主智能無人系統的概念
1.2.2 自主智能無人系統的研究內容
1.2.3 自主智能無人系統的系統模型
1.3 自主智能無人系統的特徵和性能
1.3.1 自主性
1.3.2 智能性
1.3.3 複雜性
1.3.4 協作性
1.3.5 容錯性
1.3.6 安全性和健壯性
1.4 自主智能無人系統的發展與演化
1.4.1 自主智能無人系統的歷史與起源
1.4.2 自主智能無人系統的發展和現狀
1.4.3 自主智能無人系統的發展趨勢
1.4.4 自主智能無人系統的技術挑戰
1.5 本書的宗旨和結構
練習
第2章 無人系統基礎
2.1 引言
2.2 坐標系、運動學和動力學
2.2.1 坐標系
2.2.2 運動學基礎
2.2.3 動力學基礎
2.3 無人系統經典模型
2.3.1 兩連桿機械臂系統模型
2.3.2 輪式無人車系統模型
2.3.3 無人機系統模型
2.4 無人系統控制基礎
2.4.1 機械臂力交互控制
2.4.2 輪式無人車軌跡跟蹤控制
2.4.3 旋翼無人機位姿全狀態控制
2.5 小結
練習
第3章 自主性和人工智慧基礎
3.1 引言
3.2 機器學習基礎
3.2.1 基本概念
3.2.2 監督學習
3.2.3 無監督學習
3.3 強化學習基礎
3.3.1 馬爾可夫決策過程
3.3.2 強化學習基本概念
3.3.3 多臂賭博機
3.3.4 值迭代演算法
3.3.5 策略迭代演算法
3.3.6 演員-評論家演算法
3.4 人工神經網路和深度學習
3.4.1 人工神經網路概述
3.4.2 循環神經網路
3.4.3 長短期記憶網路
3.4.4 生成對抗網路
3.4.5 注意力機制
3.4.6 Transformer
3.5 應用：基於神經網路的軌跡預測
3.5.1 基於GAN和駕駛風格融合的預測演算法框架搭建
3.5.2 融合LSTM和感知機網路的車輛歷史特徵處理
3.5.3 具有空間注意力機制的交互信息提取
3.5.4 基於GAN和無監督學習的軌跡預測模型
3.5.5 實驗結果與分析
3.6 小結
練習
第4章 自主智能運動控制
4.1 引言
4.2 典型自主運動控制
4.2.1 最優控制
4.2.2 模型預測控制
4.2.3 魯棒自適應控制
4.2.4 模糊控制
4.3 自主智能運動控制
4.3.1 神經網路最優控制
4.3.2 基於學習的模型預測控制
4.3.3 神經網路魯棒自適應控制
4.3.4 模糊神經網路控制
4.4 典型應用
4.4.1 無人車強化學習軌跡跟蹤控制
4.4.2 無人機神經網路自適應軌跡跟蹤控制
4.4.3 雙足仿人機器人神經網路步態控制
4.5 小結
練習
第5章 自主智能感知和定位
5.1 引言
5.2 感測器濾波與智能融合
5.2.1 卡爾曼濾波理論概述
5.2.2 多感測器集中式融合
5.2.3 多感測器分散式融合
5.2.4 多感測器智能化融合
5.2.5 模擬實驗
5.3 自主即時定位與建圖
5.3.1 自主即時定位模型
5.3.2 基於擴展卡爾曼濾波的自主即時定位與建圖
5.3.3 基於優化的自主即時定位與建圖
5.3.4 多機協同的自主即時定位與建圖
5.3.5 模擬實驗
5.4 態勢智能評估
5.4.1 態勢的定義
5.4.2 態勢量化評估介紹
5.4.3 態勢智能評估介紹
5.4.4 模擬程序
5.5 小結
練習
第6章 無人系統自主決策與行為規劃
6.1 引言
6.2 無人系統自主決策
6.2.1 自主決策問題概述
6.2.2 自主決策問題建模
6.2.3 傳統決策演算法
6.2.4 智能決策演算法
6.3 無人系統序列行為規劃
6.3.1 遷移系統相關定義
6.3.2 基於自動機的序列行為建模
6.3.3 基於Petri網的序列行為建模
6.3.4 線性時序邏輯約束下序列行為規劃
6.4 小結
練習
第7章 無人系統的運動規劃
7.1 引言
7.2 無人系統路徑規劃
7.2.1 路徑規劃
7.2.2 任務空間描述
7.2.3 圖搜索演算法
7.2.4 隨機採樣演算法
7.2.5 曲線插值法
7.2.6 無人系統路徑規劃演算法的總結
7.3 無人系統軌跡規劃
7.3.1 解耦法
7.3.2 模型預測控制方法
7.3.3 多種演算法結合
7.4 自主智能規劃演算法
7.4.1 神經網路規劃
7.4.2 群體智能規劃
7.5 小結
練習
第8章 多智能體協同控制
8.1 引言
8.2 圖論、矩陣論基礎
8.2.1 代數圖論
8.2.2 矩陣論
8.3 一階多智能體系統協同控制
8.3.1 一階線性多智能體系統一致性控制
8.3.2 一階多智能體系統仿射編隊控制
8.3.3 一階非線性多智能體系統一致性控制
8.4 二階多智能體系統協同控制
8.4.1 二階線性多智能體系統一致性控制
8.4.2 二階多智能體系統仿射編隊控制
8.4.3 二階非線性多智能體系統一致性控制
8.5 典型協同控制方法及運用
8.5.1 無人車協同編隊控制
8.5.2 多無人機區域覆蓋控制
8.5.3 面向平均區域覆蓋的多機器人分散式控制
8.5.4 多無人艇協同包圍控制
8.6 小結
練習
第9章 多智能體協同優化與決策
9.1 引言
9.2 多智能體協同路徑規劃
&
[