编辑推荐
适读人群 :机器人制作爱好者,大专院校工业自动化、自动控制、机械电子、计算机应用等专业的师生 内容浅显易懂,教会初学者怎样一步一步的用matlab 仿真出自己想要的机器人。
内容简介
本书内容分为三部分,第一部分基础知识介绍,分别介绍了MATLAB和机器人的基本知识,让读者有一个初步的认识。第二部分是建模入门,这部分以单杆机器人控制器的位置控制为例,把MATLAB/Simulink和机器人工学的基本知识通过该实例建模仿真的形式进行介绍,让读者有个初步的了解,会进行简单的建模仿真。第三部分是建模实战篇——利用MATLAB仿真建模两足步行机器人,通过具体的实例,带领读者进行实战演习,完成一个全流程的建模任务,达到学懂会用的程度。
本书的特点是内容浅显易懂,教会初学者怎样一步一步地用MATLAB仿真出自己想要的机器人。
内页插图
精彩书评
NULL
目录
第1篇 MATLAB与机器人
第1章 认识MATLAB 3
1.1 走进MATLAB世界 3
1.2 熟悉MATLAB编程 11
1.2.1 语言基础 11
1.2.2 程序设计基础 13
1.2.3 绘图基础 21
1.3 掌握MATLAB矩阵 30
1.3.1 创建矩阵 31
1.3.2 合并矩阵 33
1.3.3 查询矩阵信息 35
第2章 了解机器人 37
2.1 走进机器人世界 37
2.2 熟悉机器人组成 38
2.2.1 机械部分 38
2.2.2 控制和传感部分 41
第3章 MATLAB 用起来 43
3.1 如何设计机器人 43
3.2 用好Simulink 44
3.2.1 Simulink入门 44
3.2.2 Simulink操作 46
3.2.3 子系统及自制模块 57
第2篇 用MATLAB玩转单关节机器人
第4章 机器人的结构与运动 65
4.1 机器人的结构 65
4.2 机器人的参数 69
4.3 机器人的运动过程 70
第5章 机器人的数学建模 73
5.1 机器人运动轨迹的设计 73
5.1.1 规划运动轨迹 73
5.1.2 设计运动轨迹 79
5.2 机器人的机械结构数学建模 88
5.2.1 机器人运动学基础 88
5.2.2 机器人的坐标变换 90
5.2.3 利用拉格朗日法导出机械结构模型 93
5.3 机器人的电气结构数学建模 97
5.4 机器人的控制系统数学建模 98
5.4.1 如何控制机器人 98
5.4.2 PID控制 100
5.4.3 建立机器人控制系统的模型 102
第6章 用MATLAB玩转单关节机器人 104
6.1 工作描述 104
6.2 运动轨迹函数的形成 106
6.3 机器人的机械仿真模型 109
6.4 机器人的电气仿真模型 111
6.5 PID 控制器的仿真模型 114
6.6 机器人的仿真运行结果 115
第3篇 用MATLAB玩转双足机器人
第7章 正运动学控制机器人 121
7.1 机器人的机械模型 121
7.2 机器人的正运动学 123
7.3 机器人的正运动学控制 128
第8章 逆运动学控制机器人 131
8.1 机器人的运动轨迹规划 131
8.2 机器人的逆运动学基础 134
8.3 本章问题的答案 137
参考文献 141
前言/序言
构思本书的时候正值2015年初秋,外面还很燥热。坐在屋里想静静地将近期有关机器人的工作做一个小结。从2014年起,陆续与化学工业出版社合作,以每年一本书的速度陆续出版了《机器人制作轻松入门》、《Arduino轻松入门》和《机器人设计与制作》。从众多读者的反馈可以看出,在当前机器人热的环境下,我们每一位机器人爱好者都非常振奋。
其实,如果我们直接使用别人设计制造的机器人会比较简单。但是,作为机器人爱好者,我们何尝不希望自己亲自设计制造一台机器人呢。这就要面对如下问题:如何设计机器人各部位的尺寸,如何放置电机、传感器等部件,对机器人的运动形式和范围如何界定,机器人各部件在整体安装完毕后是否能够保持身体的平衡与运动的协调?
如果硬件已经全部加工完毕,在整体安装调试时才发现问题,之后再重新设计并加工,这样既耽误时间又浪费资金。
而如果能够在实际加工硬件之前,让我们能够观察到自己设计的机器人的运动状况,及时发现问题并及时修改设计方案,这岂不是更好?
本书就是为此目的而撰写的。就本书而言,是希望提供给以下两种类型读者的:
① 初学MATLAB的读者。您可能以前对MATLAB有一定的了解,也可能完全没有使用过。论您处于何种情况都没有关系,都可以通过本书来了解和学习MATLAB在机器人控制上的应用基础。当然如果您对MATLAB很熟悉的话相关章节可以略读。
② 希望通过MATLAB进行机器人开发的读者。对于这样的读者,本书应该可以作为您的入门书。当然,在阅读和使用本书之后,请您还要参阅并领会与机器人控制相关的专业知识。
说实话,笔者不是一个“勤快”人,有些书在书店看着很好就买回来了。回家后可能看了前面的几十页,就随手一放。闲暇时将那本书拿过来又从第一页看,看过十几页后又放下了。结果是书的前一半就像刚出土的古书一样显得很破旧,而书的后半部分则全新。笔者不想让本书也遭受如此待遇,因此在书的结构安排和内容上下了一定的功夫。
作为机器人爱好者,有一点我想读者也是很清楚的,那就是只看书是不够的。特别是对于机器人仿真与开发来说,没有什么比坐在计算机前亲自输入程序并执行它,最后看到希望的结果更令人快乐的了。记得笔者在日本工作时,与友人ZMP公司的坂井亮介先生曾畅谈此事。本书也参考了ZMP公司开发的e-nuvo机器人的有关资料和三田宇洋先生为e-nuvo机器人撰写的仿真教程,深感在机器人的学习和开发过程中理论联系实际、软件结合硬件的必要性。
为了帮助读者学习,本书提供部分资源的电子版,请到出版社网站www.cip.com.cn中的资源下载→配书资源中下载使用。
本书在编写和修改过程中,得到了高等学校博士学科点专项科研基金(20131208110005),天津市科技支撑计划项目(14ZCZDSY00010),天津市教委项目(20120831和20140710)的支持。通过编者负责的天津科技大学行业卓越人才实验班核心课程建设(自动控制原理)进行了实验验证。
在本书的编写和修改过程中,得到了天津科技大学张峻霞、白瑞祥、彭一准、贺庆、杜萌等老师的指导与帮助。天津浩芝蓝机器人科技有限公司的黄斌、李子旭、刘岩,日本ZMP公司的坂井亮介先生和三田宇洋先生,以及天津市印刷装潢技术学校的焦红玮也参与了本书的编写和实验工作,并提出了很多修改意见。参与本书编写和实验的人员还包括魏一帆、宋滨鹄、满海芳、王子威、欧阳育星、秦意乔、边策、魏宝昌、刘旭、杨闯、王文智、胡新帅、张鹏林、张泌、孟宇、吴旭阳等,在此一并表示感谢。
如果您对本书有什么疑问,可以通过以下方式联系到我们:
E-mail:daifz@163.com (戴凤智);1170238840@qq.com (张鸿涛);476241968@qq.com (康奇家)。
由于水平有限,书中难免存在不足,敬请各位读者批评指正。
编者
《智能系统设计与实现:从理论到实践》 图书简介 在飞速发展的科技浪潮中,智能系统已成为推动社会进步和产业升级的核心驱动力。从自动驾驶汽车到智能家居,从工业自动化到医疗诊断,智能技术的触角无处不在,深刻地改变着我们的生活方式和工作模式。本书旨在为读者构建一个全面而深入的智能系统设计与实现框架,涵盖从基础理论到高级应用的全过程,帮助读者掌握构建强大、高效、可靠智能系统的关键技能。 本书并非专注于某一特定领域的机器人技术,而是将视野放宽至更广泛的智能系统范畴。我们将探讨的“智能”并非指代某种单一的技术,而是理解为一种系统能够感知环境、进行决策并采取行动以达成特定目标的能力。这种能力可以通过多种技术组合来实现,包括但不限于机器学习、计算机视觉、自然语言处理、控制理论、传感器融合等。 第一部分:智能系统基础理论与核心概念 在深入实践之前,建立坚实的理论基础至关重要。本部分将为您揭示智能系统的底层逻辑和关键组成部分。 智能的本质与分类: 我们将首先探讨“智能”在工程领域的定义,区分狭义人工智能(如机器学习模型)与广义的智能系统。深入理解狭义和广义智能的区别,有助于读者在设计系统时选择恰当的技术路径,避免盲目追求“AI”,而是专注于解决实际问题。我们将讨论基于规则的系统、搜索算法、规划技术等传统人工智能方法,并将其与现代机器学习方法进行对比,分析各自的优劣势和适用场景。 感知与认知: 智能系统的首要任务是理解其所处的环境。本章将深入介绍各种传感器技术,包括视觉传感器(摄像头)、深度传感器(激光雷达、结构光)、触觉传感器、声音传感器等,以及它们在数据采集方面的原理和应用。在此基础上,我们将探讨如何对这些原始数据进行预处理、特征提取,并将其转化为机器可理解的信息。例如,在计算机视觉领域,我们将讨论图像分割、目标检测、特征匹配等关键技术;在传感器融合方面,我们将讲解卡尔曼滤波器、粒子滤波器等算法,如何将来自不同传感器的信息整合,形成对环境更精确、全面的认知。 决策与规划: 感知环境后,智能系统需要做出明智的决策并规划行动路径。本章将详细介绍各种决策模型,从简单的查找表和状态机,到复杂的概率图模型和强化学习。我们将探讨如何基于不确定性和风险进行决策,如何进行长短期规划,以及如何适应动态变化的环境。例如,在自动驾驶场景中,我们将讨论如何基于感知信息进行路径规划、速度控制和避障决策;在机器人手臂控制中,我们将讲解如何进行运动学和动力学分析,并规划最优的抓取和放置路径。 控制理论基础: 无论是物理意义上的机器人,还是虚拟的智能代理,它们都需要有效的控制机制来执行决策。本章将回顾经典的控制理论,包括PID控制器、状态空间方法、模型预测控制(MPC)等,并探讨如何将其应用于智能系统的执行端。我们将关注如何设计鲁棒的控制器,使其能够在存在噪声和扰动的情况下仍能保持系统的稳定性。 第二部分:核心智能技术与算法详解 在掌握了基础理论后,本部分将聚焦于当前智能系统设计中最为关键的核心技术和算法。 机器学习基础与模型: 机器学习是构建智能系统的基石。本章将从线性回归、逻辑回归等基础模型讲起,逐步深入到支持向量机(SVM)、决策树、随机森林等经典算法。我们将详细解释这些算法的原理、数学推导以及在实际问题中的应用。 深度学习的强大力量: 深度学习以其在图像识别、语音处理和自然语言理解等领域的突破性进展,彻底改变了智能系统的发展格局。本章将详细介绍神经网络的基本结构,包括前馈神经网络、卷积神经网络(CNN)、循环神经网络(RNN)及其变体(如LSTM、GRU)。我们将深入探讨反向传播算法、梯度下降优化器等训练技巧,并介绍各种预训练模型及其迁移学习的应用。 计算机视觉技术: 视觉是智能系统与世界交互的重要窗口。本章将专注于计算机视觉的核心技术,包括图像特征提取(SIFT, SURF)、目标检测(YOLO, Faster R-CNN)、图像分割(U-Net, Mask R-CNN)、物体跟踪、场景理解等。我们将介绍相关的开源库和工具,帮助读者实现实际的视觉应用。 自然语言处理(NLP): 理解和生成人类语言是实现更高级智能的关键。本章将涵盖NLP的基础知识,包括文本预处理、词嵌入(Word2Vec, GloVe)、序列到序列模型(Seq2Seq)、Transformer模型(BERT, GPT系列)等。我们将探讨文本分类、情感分析、机器翻译、问答系统等典型NLP任务。 强化学习入门与进阶: 强化学习是一种通过试错来学习最优策略的方法,在游戏AI、机器人控制等领域展现出巨大潜力。本章将介绍强化学习的基本概念,包括马尔可夫决策过程(MDP)、Q-learning、SARSA等,并逐步深入到深度强化学习(DQN, A3C, PPO)等前沿技术。 第三部分:智能系统设计与实现实践 理论与技术储备之后,本部分将引导读者将所学知识转化为实际的智能系统。 系统架构设计: 一个成功的智能系统需要清晰的架构。本章将探讨如何进行模块化设计,如何选择合适的通信协议和数据格式,以及如何构建可扩展、可维护的系统。我们将讨论分布式系统、边缘计算在智能系统中的应用,以及如何设计能够处理海量数据的系统。 数据采集、处理与管理: 智能系统离不开高质量的数据。本章将详细介绍数据采集的策略、数据清洗和标注的技巧,以及如何构建高效的数据存储和管理系统。我们将讨论数据增强技术,以应对数据量不足的问题,并介绍数据安全和隐私保护的相关考量。 模型训练、评估与部署: 训练出高性能的模型是核心环节。本章将深入讲解模型训练的流程,包括数据集划分、超参数调优、模型选择等。我们将介绍各种模型评估指标,以及如何解读评估结果,并探讨模型部署到不同平台(服务器、嵌入式设备、云端)的策略和挑战。 集成与协同: 现实世界中的智能系统往往是多个子系统协同工作的。本章将讨论如何将不同的智能模块集成到一个统一的系统中,如何处理模块间的接口和通信,以及如何实现系统级的优化。我们将以一个复杂的案例分析,展示如何将感知、决策、控制等模块整合,构成一个完整的智能功能。 安全性、鲁棒性与伦理考量: 随着智能系统应用的普及,其安全性、鲁棒性以及伦理问题日益凸显。本章将探讨如何设计能够抵御攻击的系统,如何提高系统在复杂或未知环境下的鲁棒性。同时,我们将引发读者对智能系统可能带来的社会影响、偏见问题和隐私泄露等伦理挑战的思考,并探讨负责任的AI发展原则。 第四部分:前沿探索与未来展望 在完成基础和实践的构建后,本部分将带领读者眺望智能技术的未来发展。 人机交互的进化: 随着智能系统的日益普及,如何实现更自然、更直观的人机交互变得尤为重要。本章将探讨语音交互、手势识别、脑机接口等新兴的人机交互方式,以及它们在智能系统中的应用前景。 多模态智能: 智能系统正在从单一模态(如仅处理文本或图像)向多模态融合发展,以更全面地理解世界。本章将探讨如何融合不同类型的数据(如文本、图像、声音、视频),构建更强大的多模态智能系统。 自主系统与群体智能: 未来的智能系统将更加自主,能够独立完成复杂任务。本章将探讨自主系统设计中的关键挑战,以及群体智能(Swarm Intelligence)的概念,即多个简单代理协同工作,实现复杂整体行为。 智能系统的可解释性与可信赖性: 尤其是在关键应用领域,理解智能系统为何做出某种决策至关重要。本章将介绍可解释AI(XAI)的相关技术,以及如何构建更可信赖的智能系统。 智能技术的发展趋势与行业应用: 本章将对当前智能技术的发展趋势进行总结,并展望其在各个行业的广泛应用,如智能制造、智慧医疗、智慧城市、智能教育、金融科技等,为读者提供更广阔的视野和实践方向。 本书强调理论与实践的结合,每一章节都辅以丰富的案例分析和代码示例,帮助读者将抽象的理论转化为可操作的技能。我们鼓励读者在学习过程中,积极动手实践,通过解决实际问题来加深对智能系统设计与实现的理解。 无论您是计算机科学、工程学、自动化专业的研究生,还是希望在智能技术领域实现职业转型或提升技能的从业人员,本书都将是您探索智能系统奥秘,开启智能未来之旅的得力助手。让我们一起,用知识和创新,驱动智能系统的蓬勃发展。