《移动机器人原理与设计（原书第2版）》源码

我们帮大家精选了机器人类书籍配套资源，介绍了关于机器人原理、机器人设计、源码、机器人方面的内容，本书是由机械工业出版社出版，已被621人关注，由满文曜测试纠错，目前本书在机器人类综合评分为：7.7分。

介绍相关基础知识和分析工具，主要内容包括三维建模、反馈线性化、无模型控制、导引、实时定位、辨识和卡尔曼滤波等，涵盖执行器、传感器、导航和控制理论等方面。

对于移动机器人而言，建立精确的数学模型并设计控制器精准地控制其位姿是要解决的核心问题，这其中包括工作空间坐标变换、机器人运动学与动力学建模、移动控制算法设计、空间定位与导航、信号滤波等关键技术。

本书阐述了机器人学中用于移动机器人设计的相关工具和方法，从大量实际案例的角度出发，阐明了移动机器人建模的基本原理和控制的一系列方法，每一章都包含大量具有针对性的习题和实际应用案例（包括陆地移动机器人、空中移动机器人以及水下移动机器人等）。

类似于本书这样基于实际案例而展开理论分析，并辅以实践效果来验证的移动机器人类书籍并不多见。本书对于高等院校研究移动机器人理论与应用的师生而言大有裨益，同时可为从事机器人产业化的工程技术人员提供很好的借鉴。

译文难免有纰漏，欢迎读者批评指正。

目录

• 译者序
• 前言
• 第1章三维建模 1
• 1.1旋转矩阵 1
• 1.1.1定义 1
• 1.1.2李群 2
• 1.1.3李代数 3
• 1.1.4旋转向量 3
• 1.1.5伴随矩阵 4
• 1.1.6罗德里格斯旋转公式 5
• 1.1.7坐标系变换 6
• 1.2欧拉角 8
• 1.2.1定义 8
• 1.2.2运动欧拉矩阵的旋转向量 9
• 1.3惯性单元 10
• 1.4动力学建模 13
• 1.4.1原理 13
• 1.4.2四旋翼建模 13
• 1.5习题 14
• 1.6习题参考答案 25
• 第2章反馈线性化 45
• 2.1控制一个积分链 45
• 2.1.1比例–微分控制器 45
• 2.1.2比例–积分–微分控制器 46
• 2.2引例 47
• 2.3反馈线性化方法的原理 48
• 2.3.1原理 48
• 2.3.2相对次数 49
• 2.3.3微分延迟矩阵 50
• 2.3.4奇异点 50
• 2.4二轮车 52
• 2.4.1一阶模型 52
• 2.4.2二阶模型 53
• 2.5控制三轮车 55
• 2.5.1速度和转向模型 55
• 2.5.2位置控制 56
• 2.5.3选择另一个输出 56
• 2.6帆船 57
• 2.6.1极坐标曲线 58
• 2.6.2微分延迟 58
• 2.6.3反馈线性化方法 59
• 2.6.4极坐标曲线控制 60
• 2.7滑动模态 61
• 2.8运动学模型和动力学模型 63
• 2.8.1原理 63
• 2.8.2倒立摆系统 63
• 2.8.3伺服电动机 66
• 2.9习题 66
• 2.10习题参考答案 74
• 第3章无模型控制 93
• 3.1无人车的无模型控制 93
• 3.1.1方向和速度的比例控制器 94
• 3.1.2方向的比例–微分控制器 95
• 3.2雪橇车 96
• 3.2.1模型 96
• 3.2.2正弦驱动控制 98
• 3.2.3最大推力控制 98
• 3.2.4快速动态特性的简化 99
• 3.3帆船 101
• 3.3.1问题 101
• 3.3.2控制器 102
• 3.3.3导航 106
• 3.3.4实验 107
• 3.4习题 108
• 3.5习题参考答案 118
• 第4章导引 129
• 4.1球面上的导引 129
• 4.2路径规划 131
• 4.2.1简单示例 132
• 4.2.2贝塞尔多项式 132
• 4.3维诺图 133
• 4.4人工势场法 134
• 4.5习题 135
• 4.6习题参考答案 141
• 第5章实时定位 155
• 5.1传感器 155
• 5.2测角定位 157
• 5.2.1问题描述 157
• 5.2.2内接角 158
• 5.2.3平面机器人的静态三角测量 159
• 5.2.4动态三角测量 160
• 5.3多点定位 161
• 5.4习题 162
• 5.5习题参考答案 164
• 第6章辨识 170
• 6.1二次函数 170
• 6.1.1定义 170
• 6.1.2二次型的导数 171
• 6.1.3二次函数的特征值 171
• 6.1.4二次函数的最小化 171
• 6.2最小二乘法 172
• 6.2.1线性情形 172
• 6.2.2非线性情形 173
• 6.3习题 175
• 6.4习题参考答案 177
• 第7章卡尔曼滤波器 185
• 7.1协方差矩阵 185
• 7.1.1定义和解释 185
• 7.1.2性质 187
• 7.1.3置信椭圆 187
• 7.1.4生成高斯随机向量 189
• 7.2无偏正交估计器 190
• 7.3线性估计的应用 192
• 7.4卡尔曼滤波器 193
• 7.5卡布滤波器 196
• 7.6扩展卡尔曼滤波器 198
• 7.7习题 199
• 7.8习题参考答案 209
• 第8章贝叶斯滤波器 232
• 8.1引言 232
• 8.2概率的基本概念 232
• 8.3贝叶斯滤波器 234
• 8.4贝叶斯平滑器 236
• 8.5卡尔曼平滑器 236
• 8.5.1卡尔曼平滑器的方程 236
• 8.5.2实现 237
• 8.6习题 238
• 8.7习题参考答案 243
• 参考文献 252
• 索引 254

以上就是本次关于配套资源的介绍和部分内容，我们还整理了以往更新的其它相关电子书资源内容，可以在下方直接下载，关于相关的资源我们在下方做了关联展示，需要的朋友们也可以参考下。