本书阐述了智能机器人的基本理论及实际应用。全书共分9章，深入浅出地介绍了智能机器人的概念、架构，以及当今世界范围内典型的智能机器人；讲述了机器人运动过程的数学表示方法、机器人的传感器种类、机器人的通信方式和操作系统；对移动机器人的定位与建图技术进行了比较详细的讨论；在机器人的路径规划方面，给出了几种常见的分析方法，对目前应用日益增多的机器人导航方法也作了较为详尽的介绍；同时，全面阐述了机器人视觉技术与机器人语音技术的常用算法及实际应用；最后两章内容包含智能机器人的设计案例，以及基于应用平台的实践开发。本书提供了丰富的教学资源，并配套编程实验，以提升学生的实际应用能力。
全面反映新一代信息技术对机器人的变革作用，理论系统性强、理论联系实际，通过本书整合各种智能机器人的最新应用、科研进展，通过思维导图、二维码等构建开放性学习知识体系。
陈良，浙江大学和柏林工业大学博士，现为苏州大学自动化系主任，苏州大学智能装备系统控制研究所所长、机电工程学院院长助理。苏州工业园区科技领军人才、江苏省双创博士、江苏省智慧交通大数据服务工程技术研究中心主任、中文核心期刊《现代制造工程》编委。主要研究方向基于深度学习的人工智能与智能控制系统，智能制造过程建模、优化与控制等。
目 录
第 一章 绪论 1
1.1 智能的概念 1
1.1.1人工智能的诞生 1
1.1.2图灵测试 2
1.2 机器人的概念 2
1.2.1 机器人的诞生 2
1.2.2 机器人的种类 4
1.3 智能机器人的概念 5
1.3.1 智能机器人的定义 5
1.3.2 机器人的智能水平评价 5
1.4 智能机器人的架构 7
1.4.1智能机器人的经典架构 7
1.4.2 智能机器人的网联云控架构 8
1.5 典型的智能机器人 10
1.5.1波士顿动力机器人 10
1.5.2 Pepper 12
1.5.3 AlphaGo 13
1.5.4 小途机器人 13
1.5.5 好奇号火星车 14
1.5.6 自动驾驶与无人配送 15
1.6 本章小结 16
1.7 习题 16
第 2章 机器人基础 18
2.1 机器人的运动描述 18
2.1.1 坐标系与位姿 18
2.1.2 二维位姿 19
2.1.3 三维位姿 21
2.1.4 平移与旋转 24
2.2 机器人的感知系统 26
2.2.1 机器人传感器的特性 26
2.2.2 内部传感器 28
2.2.3 外部传感器 32
2.3 机器人的通信系统 34
2.3.1 有线通信 34
2.3.2 无线通信 36
2.4 机器人操作系统 38
2.4.1 ROS基础 39
2.4.2 ROS应用 42
2.5 本章小结 45
2.6 习题 45
第三章 机器人定位与导航 47
3.1 机器人定位技术 47
3.1.1 航迹推算 47
3.1.2 位姿估计 49
3.2 机器人学中的地图 50
3.2.1 使用地图 51
3.2.2 创建地图 56
3.2.3 定位并建图 60
3.2 机器人导航技术 63
3.2.1 反应式导航 64
3.2.2 基于地图的导航 67
3.4 本章小结 71
3.5 习题 71
第四章 机器人路径规划 72
4.1路径规划概述 72
4.1.1路径规划定义 72
4.1.2路径规划分类 73
4.2人工势场法路径规划 74
4.2.1势场法概述 74
4.2.2势场函数建立 74
4.3栅格法路径规划 76
4.3.1 状态空间搜索 76
4.3.2 A*算法路径规划 78
4.3.3 D*算法路径规划 80
4.4 全覆盖路径规划 82
4.4.1 全覆盖路径规划问题 82
4.4.2单元分解法 83
4.4.3栅格地图法 85
4.5 本章小结 88
4.6 习题 88
第五章 智能机器人SLAM 90
5.1 机器人SLAM 90
5.1.1 SLAM定义 91
5.1.2 SLAM数学描述 91
5.2 机器人激光雷达SLAM 93
5.2.1 激光雷达 93
5.2.2 基于扩展卡尔曼滤波的SLAM 93
5.2.3 基于粒子滤波的SLAM 97
5.2.4 基于图优化的SLAM 98
5.3 视觉SLAM基础 101
5.3.1 vSLAM的概念 101
5.3.2 特征提取 102
5.3.3视觉里程计 106
5.3.4后端优化与建图 109
5.3.5回环检测与词袋模型 110
5.3 本章小结 114
5.4 习题 114
第六章 智能机器人视觉 115
6.1 机器人视觉系统 115
6.1.1 机器人视觉的含义 115
6.1.2 机器人视觉系统的组成 116
6.1.3 单目/双目机器人视觉 117
6.1.4 RGB-D机器人视觉 117
6.2 视觉目标检测方法 118
6.2.1 R-CNN 118
6.2.2 Fast R-CNN 119
6.2.3 Faster R-CNN 121
6.2.4 YOLO 123
6.3 视觉SLAM方案 125
6.3.1 ORB-SLAM2 127
6.3.2 LSD-SLAM 129
6.3.3 RGB-D SLAM 131
6.4 深度学习在机器人视觉中的应用 132
6.4.1 回环检测 133
6.4.2 语义地图 134
6.4.3 三维重建 135
6.4.4 人脸识别 135
6.5 本章小结 136
6.6 习题 136
第七章 智能机器人语音 138
7.1 自然语言处理NLP概述 138
7.1.1 NLP及其历史 138
7.1.2 NLP新技术框架 139
7.2 自然语言处理的深度学习模型和方法 140
7.2.1 递归神经网络 140
7.2.2 LSTM 141
7.2.2 Word2Vec 142
7.2.3 ELMO 144
7.2.4 Transformer 146
7.2.5 BERT 149
7.3 机器人语音技术AIUI开放平台 152
7.3.1 机器人语音技术概述 152
7.3.2 应用领域 153
7.3.3 产品框架 153
7.4 机器人语音解决方案与应用实践 154
7.4.1 基于注意力机制的LSTM端到端语音识别 154
7.4.2 医疗智能问答机器人 163
7.5 本章小结 169
7.6 习题 169
第八章 智能机器人创新设计 170
8.1 激光雷达导航智能车设计案例 170
8.1.1 案例介绍 170
8.1.2 方案设计 170
8.1.3 软硬件设置 172
8.1.4 调试与建图 178
8.2 视觉导航智能车设计案例 181
8.2.1本体设计与制作 181
8.2.3软件体系架构设计 183
8.2.4 自主避障方案 189
8.3 服务机器人设计案例 193
8.4 本章小结 200
8.5 习题 200
第九章：机器人智能应用开发实践 201
9.1 机器人智能应用开发基础 201
9.1.1 应用开发平台 201
9.1.2 应用开发环境的搭建与配置 202
9.1.3 智能应用的开发、编译与调试 206
9.2 语音交互智能应用开发实践 212
9.2.1 语音合成能力集成 212
9.2.2 语音识别与语义理解能力集成 217
9.2.3 语义交互综合应用实践 228
9.3 机器人导航智能应用开发实践 246
9.3.1 机器人地图的构建与导航点位 247
9.3.2 机器人底盘移动能力集成 251
9.3.3 智能导航应用 253
9.4 图像识别智能应用开发实践 254
9.4.1 人脸识别能力集成 256
9.4.2 “人证合一”应用实现 259
9.5 智能应用开发综合实践 261
9.5.1 综合开发流程 261
9.5.2 综合应用需求 262
9.5.3 综合应用的设计与集成 262
9.5.4 综合应用的测试与发布 270
9.6 本章小结 272
9.7 习题 272
参考文献 274
书单推荐
