編輯推薦
適讀人群 :機器人製作愛好者,大專院校工業自動化、自動控製、機械電子、計算機應用等專業的師生 內容淺顯易懂,教會初學者怎樣一步一步的用matlab 仿真齣自己想要的機器人。
內容簡介
本書內容分為三部分,第一部分基礎知識介紹,分彆介紹瞭MATLAB和機器人的基本知識,讓讀者有一個初步的認識。第二部分是建模入門,這部分以單杆機器人控製器的位置控製為例,把MATLAB/Simulink和機器人工學的基本知識通過該實例建模仿真的形式進行介紹,讓讀者有個初步的瞭解,會進行簡單的建模仿真。第三部分是建模實戰篇——利用MATLAB仿真建模兩足步行機器人,通過具體的實例,帶領讀者進行實戰演習,完成一個全流程的建模任務,達到學懂會用的程度。
本書的特點是內容淺顯易懂,教會初學者怎樣一步一步地用MATLAB仿真齣自己想要的機器人。
內頁插圖
精彩書評
NULL
目錄
第1篇 MATLAB與機器人
第1章 認識MATLAB 3
1.1 走進MATLAB世界 3
1.2 熟悉MATLAB編程 11
1.2.1 語言基礎 11
1.2.2 程序設計基礎 13
1.2.3 繪圖基礎 21
1.3 掌握MATLAB矩陣 30
1.3.1 創建矩陣 31
1.3.2 閤並矩陣 33
1.3.3 查詢矩陣信息 35
第2章 瞭解機器人 37
2.1 走進機器人世界 37
2.2 熟悉機器人組成 38
2.2.1 機械部分 38
2.2.2 控製和傳感部分 41
第3章 MATLAB 用起來 43
3.1 如何設計機器人 43
3.2 用好Simulink 44
3.2.1 Simulink入門 44
3.2.2 Simulink操作 46
3.2.3 子係統及自製模塊 57
第2篇 用MATLAB玩轉單關節機器人
第4章 機器人的結構與運動 65
4.1 機器人的結構 65
4.2 機器人的參數 69
4.3 機器人的運動過程 70
第5章 機器人的數學建模 73
5.1 機器人運動軌跡的設計 73
5.1.1 規劃運動軌跡 73
5.1.2 設計運動軌跡 79
5.2 機器人的機械結構數學建模 88
5.2.1 機器人運動學基礎 88
5.2.2 機器人的坐標變換 90
5.2.3 利用拉格朗日法導齣機械結構模型 93
5.3 機器人的電氣結構數學建模 97
5.4 機器人的控製係統數學建模 98
5.4.1 如何控製機器人 98
5.4.2 PID控製 100
5.4.3 建立機器人控製係統的模型 102
第6章 用MATLAB玩轉單關節機器人 104
6.1 工作描述 104
6.2 運動軌跡函數的形成 106
6.3 機器人的機械仿真模型 109
6.4 機器人的電氣仿真模型 111
6.5 PID 控製器的仿真模型 114
6.6 機器人的仿真運行結果 115
第3篇 用MATLAB玩轉雙足機器人
第7章 正運動學控製機器人 121
7.1 機器人的機械模型 121
7.2 機器人的正運動學 123
7.3 機器人的正運動學控製 128
第8章 逆運動學控製機器人 131
8.1 機器人的運動軌跡規劃 131
8.2 機器人的逆運動學基礎 134
8.3 本章問題的答案 137
參考文獻 141
前言/序言
構思本書的時候正值2015年初鞦,外麵還很燥熱。坐在屋裏想靜靜地將近期有關機器人的工作做一個小結。從2014年起,陸續與化學工業齣版社閤作,以每年一本書的速度陸續齣版瞭《機器人製作輕鬆入門》、《Arduino輕鬆入門》和《機器人設計與製作》。從眾多讀者的反饋可以看齣,在當前機器人熱的環境下,我們每一位機器人愛好者都非常振奮。
其實,如果我們直接使用彆人設計製造的機器人會比較簡單。但是,作為機器人愛好者,我們何嘗不希望自己親自設計製造一颱機器人呢。這就要麵對如下問題:如何設計機器人各部位的尺寸,如何放置電機、傳感器等部件,對機器人的運動形式和範圍如何界定,機器人各部件在整體安裝完畢後是否能夠保持身體的平衡與運動的協調?
如果硬件已經全部加工完畢,在整體安裝調試時纔發現問題,之後再重新設計並加工,這樣既耽誤時間又浪費資金。
而如果能夠在實際加工硬件之前,讓我們能夠觀察到自己設計的機器人的運動狀況,及時發現問題並及時修改設計方案,這豈不是更好?
本書就是為此目的而撰寫的。就本書而言,是希望提供給以下兩種類型讀者的:
① 初學MATLAB的讀者。您可能以前對MATLAB有一定的瞭解,也可能完全沒有使用過。論您處於何種情況都沒有關係,都可以通過本書來瞭解和學習MATLAB在機器人控製上的應用基礎。當然如果您對MATLAB很熟悉的話相關章節可以略讀。
② 希望通過MATLAB進行機器人開發的讀者。對於這樣的讀者,本書應該可以作為您的入門書。當然,在閱讀和使用本書之後,請您還要參閱並領會與機器人控製相關的專業知識。
說實話,筆者不是一個“勤快”人,有些書在書店看著很好就買迴來瞭。迴傢後可能看瞭前麵的幾十頁,就隨手一放。閑暇時將那本書拿過來又從第一頁看,看過十幾頁後又放下瞭。結果是書的前一半就像剛齣土的古書一樣顯得很破舊,而書的後半部分則全新。筆者不想讓本書也遭受如此待遇,因此在書的結構安排和內容上下瞭一定的功夫。
作為機器人愛好者,有一點我想讀者也是很清楚的,那就是隻看書是不夠的。特彆是對於機器人仿真與開發來說,沒有什麼比坐在計算機前親自輸入程序並執行它,最後看到希望的結果更令人快樂的瞭。記得筆者在日本工作時,與友人ZMP公司的阪井亮介先生曾暢談此事。本書也參考瞭ZMP公司開發的e-nuvo機器人的有關資料和三田宇洋先生為e-nuvo機器人撰寫的仿真教程,深感在機器人的學習和開發過程中理論聯係實際、軟件結閤硬件的必要性。
為瞭幫助讀者學習,本書提供部分資源的電子版,請到齣版社網站www.cip.com.cn中的資源下載→配書資源中下載使用。
本書在編寫和修改過程中,得到瞭高等學校博士學科點專項科研基金(20131208110005),天津市科技支撐計劃項目(14ZCZDSY00010),天津市教委項目(20120831和20140710)的支持。通過編者負責的天津科技大學行業卓越人纔實驗班核心課程建設(自動控製原理)進行瞭實驗驗證。
在本書的編寫和修改過程中,得到瞭天津科技大學張峻霞、白瑞祥、彭一準、賀慶、杜萌等老師的指導與幫助。天津浩芝藍機器人科技有限公司的黃斌、李子旭、劉岩,日本ZMP公司的阪井亮介先生和三田宇洋先生,以及天津市印刷裝潢技術學校的焦紅瑋也參與瞭本書的編寫和實驗工作,並提齣瞭很多修改意見。參與本書編寫和實驗的人員還包括魏一帆、宋濱鵠、滿海芳、王子威、歐陽育星、秦意喬、邊策、魏寶昌、劉旭、楊闖、王文智、鬍新帥、張鵬林、張泌、孟宇、吳旭陽等,在此一並錶示感謝。
如果您對本書有什麼疑問,可以通過以下方式聯係到我們:
E-mail:daifz@163.com (戴鳳智);1170238840@qq.com (張鴻濤);476241968@qq.com (康奇傢)。
由於水平有限,書中難免存在不足,敬請各位讀者批評指正。
編者
《智能係統設計與實現:從理論到實踐》 圖書簡介 在飛速發展的科技浪潮中,智能係統已成為推動社會進步和産業升級的核心驅動力。從自動駕駛汽車到智能傢居,從工業自動化到醫療診斷,智能技術的觸角無處不在,深刻地改變著我們的生活方式和工作模式。本書旨在為讀者構建一個全麵而深入的智能係統設計與實現框架,涵蓋從基礎理論到高級應用的全過程,幫助讀者掌握構建強大、高效、可靠智能係統的關鍵技能。 本書並非專注於某一特定領域的機器人技術,而是將視野放寬至更廣泛的智能係統範疇。我們將探討的“智能”並非指代某種單一的技術,而是理解為一種係統能夠感知環境、進行決策並采取行動以達成特定目標的能力。這種能力可以通過多種技術組閤來實現,包括但不限於機器學習、計算機視覺、自然語言處理、控製理論、傳感器融閤等。 第一部分:智能係統基礎理論與核心概念 在深入實踐之前,建立堅實的理論基礎至關重要。本部分將為您揭示智能係統的底層邏輯和關鍵組成部分。 智能的本質與分類: 我們將首先探討“智能”在工程領域的定義,區分狹義人工智能(如機器學習模型)與廣義的智能係統。深入理解狹義和廣義智能的區彆,有助於讀者在設計係統時選擇恰當的技術路徑,避免盲目追求“AI”,而是專注於解決實際問題。我們將討論基於規則的係統、搜索算法、規劃技術等傳統人工智能方法,並將其與現代機器學習方法進行對比,分析各自的優劣勢和適用場景。 感知與認知: 智能係統的首要任務是理解其所處的環境。本章將深入介紹各種傳感器技術,包括視覺傳感器(攝像頭)、深度傳感器(激光雷達、結構光)、觸覺傳感器、聲音傳感器等,以及它們在數據采集方麵的原理和應用。在此基礎上,我們將探討如何對這些原始數據進行預處理、特徵提取,並將其轉化為機器可理解的信息。例如,在計算機視覺領域,我們將討論圖像分割、目標檢測、特徵匹配等關鍵技術;在傳感器融閤方麵,我們將講解卡爾曼濾波器、粒子濾波器等算法,如何將來自不同傳感器的信息整閤,形成對環境更精確、全麵的認知。 決策與規劃: 感知環境後,智能係統需要做齣明智的決策並規劃行動路徑。本章將詳細介紹各種決策模型,從簡單的查找錶和狀態機,到復雜的概率圖模型和強化學習。我們將探討如何基於不確定性和風險進行決策,如何進行長短期規劃,以及如何適應動態變化的環境。例如,在自動駕駛場景中,我們將討論如何基於感知信息進行路徑規劃、速度控製和避障決策;在機器人手臂控製中,我們將講解如何進行運動學和動力學分析,並規劃最優的抓取和放置路徑。 控製理論基礎: 無論是物理意義上的機器人,還是虛擬的智能代理,它們都需要有效的控製機製來執行決策。本章將迴顧經典的控製理論,包括PID控製器、狀態空間方法、模型預測控製(MPC)等,並探討如何將其應用於智能係統的執行端。我們將關注如何設計魯棒的控製器,使其能夠在存在噪聲和擾動的情況下仍能保持係統的穩定性。 第二部分:核心智能技術與算法詳解 在掌握瞭基礎理論後,本部分將聚焦於當前智能係統設計中最為關鍵的核心技術和算法。 機器學習基礎與模型: 機器學習是構建智能係統的基石。本章將從綫性迴歸、邏輯迴歸等基礎模型講起,逐步深入到支持嚮量機(SVM)、決策樹、隨機森林等經典算法。我們將詳細解釋這些算法的原理、數學推導以及在實際問題中的應用。 深度學習的強大力量: 深度學習以其在圖像識彆、語音處理和自然語言理解等領域的突破性進展,徹底改變瞭智能係統的發展格局。本章將詳細介紹神經網絡的基本結構,包括前饋神經網絡、捲積神經網絡(CNN)、循環神經網絡(RNN)及其變體(如LSTM、GRU)。我們將深入探討反嚮傳播算法、梯度下降優化器等訓練技巧,並介紹各種預訓練模型及其遷移學習的應用。 計算機視覺技術: 視覺是智能係統與世界交互的重要窗口。本章將專注於計算機視覺的核心技術,包括圖像特徵提取(SIFT, SURF)、目標檢測(YOLO, Faster R-CNN)、圖像分割(U-Net, Mask R-CNN)、物體跟蹤、場景理解等。我們將介紹相關的開源庫和工具,幫助讀者實現實際的視覺應用。 自然語言處理(NLP): 理解和生成人類語言是實現更高級智能的關鍵。本章將涵蓋NLP的基礎知識,包括文本預處理、詞嵌入(Word2Vec, GloVe)、序列到序列模型(Seq2Seq)、Transformer模型(BERT, GPT係列)等。我們將探討文本分類、情感分析、機器翻譯、問答係統等典型NLP任務。 強化學習入門與進階: 強化學習是一種通過試錯來學習最優策略的方法,在遊戲AI、機器人控製等領域展現齣巨大潛力。本章將介紹強化學習的基本概念,包括馬爾可夫決策過程(MDP)、Q-learning、SARSA等,並逐步深入到深度強化學習(DQN, A3C, PPO)等前沿技術。 第三部分:智能係統設計與實現實踐 理論與技術儲備之後,本部分將引導讀者將所學知識轉化為實際的智能係統。 係統架構設計: 一個成功的智能係統需要清晰的架構。本章將探討如何進行模塊化設計,如何選擇閤適的通信協議和數據格式,以及如何構建可擴展、可維護的係統。我們將討論分布式係統、邊緣計算在智能係統中的應用,以及如何設計能夠處理海量數據的係統。 數據采集、處理與管理: 智能係統離不開高質量的數據。本章將詳細介紹數據采集的策略、數據清洗和標注的技巧,以及如何構建高效的數據存儲和管理係統。我們將討論數據增強技術,以應對數據量不足的問題,並介紹數據安全和隱私保護的相關考量。 模型訓練、評估與部署: 訓練齣高性能的模型是核心環節。本章將深入講解模型訓練的流程,包括數據集劃分、超參數調優、模型選擇等。我們將介紹各種模型評估指標,以及如何解讀評估結果,並探討模型部署到不同平颱(服務器、嵌入式設備、雲端)的策略和挑戰。 集成與協同: 現實世界中的智能係統往往是多個子係統協同工作的。本章將討論如何將不同的智能模塊集成到一個統一的係統中,如何處理模塊間的接口和通信,以及如何實現係統級的優化。我們將以一個復雜的案例分析,展示如何將感知、決策、控製等模塊整閤,構成一個完整的智能功能。 安全性、魯棒性與倫理考量: 隨著智能係統應用的普及,其安全性、魯棒性以及倫理問題日益凸顯。本章將探討如何設計能夠抵禦攻擊的係統,如何提高係統在復雜或未知環境下的魯棒性。同時,我們將引發讀者對智能係統可能帶來的社會影響、偏見問題和隱私泄露等倫理挑戰的思考,並探討負責任的AI發展原則。 第四部分:前沿探索與未來展望 在完成基礎和實踐的構建後,本部分將帶領讀者眺望智能技術的未來發展。 人機交互的進化: 隨著智能係統的日益普及,如何實現更自然、更直觀的人機交互變得尤為重要。本章將探討語音交互、手勢識彆、腦機接口等新興的人機交互方式,以及它們在智能係統中的應用前景。 多模態智能: 智能係統正在從單一模態(如僅處理文本或圖像)嚮多模態融閤發展,以更全麵地理解世界。本章將探討如何融閤不同類型的數據(如文本、圖像、聲音、視頻),構建更強大的多模態智能係統。 自主係統與群體智能: 未來的智能係統將更加自主,能夠獨立完成復雜任務。本章將探討自主係統設計中的關鍵挑戰,以及群體智能(Swarm Intelligence)的概念,即多個簡單代理協同工作,實現復雜整體行為。 智能係統的可解釋性與可信賴性: 尤其是在關鍵應用領域,理解智能係統為何做齣某種決策至關重要。本章將介紹可解釋AI(XAI)的相關技術,以及如何構建更可信賴的智能係統。 智能技術的發展趨勢與行業應用: 本章將對當前智能技術的發展趨勢進行總結,並展望其在各個行業的廣泛應用,如智能製造、智慧醫療、智慧城市、智能教育、金融科技等,為讀者提供更廣闊的視野和實踐方嚮。 本書強調理論與實踐的結閤,每一章節都輔以豐富的案例分析和代碼示例,幫助讀者將抽象的理論轉化為可操作的技能。我們鼓勵讀者在學習過程中,積極動手實踐,通過解決實際問題來加深對智能係統設計與實現的理解。 無論您是計算機科學、工程學、自動化專業的研究生,還是希望在智能技術領域實現職業轉型或提升技能的從業人員,本書都將是您探索智能係統奧秘,開啓智能未來之旅的得力助手。讓我們一起,用知識和創新,驅動智能係統的蓬勃發展。