本書詳細介紹了機器人傳感器的基礎知識和工作原理，以及多傳感器信息融合技術的應用實例。全書共分10章，主要內容有傳感器的定義與分類、基本組成，機器人的系統(tǒng)組成，機器人常用的傳感器，智能傳感器技術及應用，多傳感器信息融合技術的定義、分類，多傳感器信息定量和定性融合的方法，后介紹了多傳感器信息融合技術在裝配機器人、焊接機器人、移動機器人導航、測距和避障中的應用實例。
本書既可作為從事機器人學研究、開發(fā)和應用，以及正在學習機器人傳感器相關技術的工程師和技術人員的參考書或培訓教材，也可以作為高等院校自動控制、電子工程、機械工程、機電一體化、計算機應用等相關專業(yè)的高年級本科生或研究生的教材。
感器技術是一門實踐性很強的技術。本書在綜述常用傳感器技術基礎上，詳細介紹了機器人系統(tǒng)中的常用傳感器的原理和特點，討論了在使用傳感器過程中的標定和校準問題。另外，結合目前科技前沿知識，闡述了多傳感器信息融合的相關知識和在工業(yè)機器人中的應用實例。該書結構嚴謹，內容豐富，既注重理論性與系統(tǒng)性，又注重實用性和前瞻性。
傳感器技術是現(xiàn)代科技的前沿技術，發(fā)展迅猛，它同計算機技術、通信技術一起被稱為信息技術的三大支柱。機器人使用的傳感器作為機器人信息獲取的源頭，技術也日趨成熟完善，這在一定程度上推動著機器人技術的發(fā)展。我們不得不承認，即使是目前世界上智能程度的機器人，它對外部環(huán)境變化的適應能力也非常有限，還遠遠沒有達到人們預想的目標。為了解決這一問題，機器人研究領域的學者們一方面研發(fā)機器人的各種外部傳感器，研究多信息處理系統(tǒng)，使其具有更高的性能指標和更廣的應用范圍；另一方面，研究多傳感器信息融合技術，為機器人的決策提供更準確、更全面的環(huán)境信息。
機器人傳感器及其信息融合技術的研究涉及人工智能、電子、機械、控制、計算機、信號處理等諸多理論和技術，是一個國家高科技水平和工業(yè)自動化程度的重要體現(xiàn)。本書旨在為機械、電子、計算機、控制工程師和工程技術專家們，以及研究生或高年級本科生提供的知識。在內容編排方面，注重理論與工程實際的結合、基礎知識與現(xiàn)代技術的結合，內容豐富，反映了機器人傳感器的基礎知識以及與其相關的先進理論和技術。
本書共分10章，第1章主要講解傳感器的基礎知識，包括傳感器的定義與特點、組成與分類、機器人與傳感器、傳感器及其技術的發(fā)展趨勢、多傳感器信息融合的應用領域；第2章介紹機器人系統(tǒng)組成，以及各組成部分的功能和特點；第3章從機器人內部傳感器和外部傳感器兩個方面介紹了機器人常用傳感器的種類和工作原理；第4章介紹智能傳感器的定義、構成、關鍵技術、功能與特點，以及無線傳感網絡和模糊傳感器技術及其應用實例；第5章介紹多傳感器信息融合的定義、分類和系統(tǒng)結構；第6章介紹多傳感器定量信息融合的常用方法，包括傳感數(shù)據的一致性檢驗和基于參數(shù)估計的信息融合方法；第7章介紹多傳感器定性信息融合的常用方法，包括Bayes方法、DempsterShafer證據推理、模糊理論、神經網絡法、粗糙集理論的原理及其應用；第8章列舉了多傳感器在裝配機器人中的應用實例，介紹了裝配機器人多傳感器系統(tǒng)的組成及其功能；第9章列舉了多傳感器在焊接機器人中的應用實例，介紹了焊接機器人利用聲傳感器和視覺傳感器進行焊縫跟蹤的原理；第10章列舉了多傳感器在移動機器人導航、測距和避障中的應用實例。
本書由郭彤穎進行整體策劃與統(tǒng)稿，由郭彤穎和張輝主編，其中第1章由郭彤穎、何嘉寧編寫，第2、3章由郭彤穎、王海忱編寫，第4章由張輝、任丹編寫，第5章由郭彤穎、劉劍編寫，第6章由許崇、陳露編寫，第7章由王長濤、宮巍、陳露編寫，第8章由郭彤穎、劉冬莉編寫，第9章由郭彤穎、劉淑娟、趙嵐光編寫，第10章由郭彤穎、馮群、劉偉編寫。
本書的編寫參考了國內外學者的相關論著和資料，在此一并表示衷心的謝意。
由于機器人技術的發(fā)展日新月異，再加上時間倉促、水平有限，本書難以全面、詳細地對機器人傳感器技術的研究前沿和熱點問題一一進行探討。書中存在不足之處，敬請讀者批評指正。
編者
郭彤穎，沈陽建筑大學，副教授，郭彤穎，副教授，博士畢業(yè)于中國科學院沈陽自動化研究所，具有多年在機器人控制及其相關領域的教學和科研經驗。先后在國內外重要期刊及學術會議上發(fā)表論文與機器人相關論文30余篇，其中EI檢索論文10余篇，主持和參加20余項省部級科研項目，具有豐富的實際工程經驗。
第1章傳感器的基礎知識
1.1傳感器的定義和特點1
1.2傳感器的組成和分類1
1.3傳感器的標定7
1.4機器人與傳感器9
1.5傳感器及其技術的發(fā)展趨勢10
1.6多傳感器信息融合的應用領域12
第2章機器人系統(tǒng)組成
2.1 機器人系統(tǒng)組成概述14
2.2機械結構系統(tǒng)14
2.2.1機械構件14
2.2.2傳動機構20
2.3驅動系統(tǒng)27
2.3.1液壓驅動27
2.3.2氣壓驅動29
2.3.3電氣驅動30
2.4感知系統(tǒng)32
2.4.1機器人對傳感器的要求32
2.4.2常用傳感器的特性34
2.5控制系統(tǒng)35
2.6人機交互系統(tǒng)37
2.7機器人-環(huán)境交互系統(tǒng)37
第3章機器人常用的傳感器
3.1機器人傳感器的分類38
3.2常用的內部傳感器39
3.2.1位置傳感器39
3.2.2速度傳感器42
3.2.3加速度傳感器43
3.2.4傾斜角傳感器45
3.2.5力覺傳感器46
3.3常用外部傳感器48
3.3.1視覺傳感器48
3.3.2觸覺傳感器51
3.3.3接近度傳感器54
3.3.4激光傳感器58
第4章智能傳感器
4.1智能傳感器概述60
4.1.1智能傳感器的定義60
4.1.2智能傳感器的構成61
4.1.3智能傳感器的關鍵技術61
4.2智能傳感器的功能與特點65
4.2.1智能傳感器的功能65
4.2.2智能傳感器的特點66
4.3智能傳感器的實現(xiàn)技術67
4.3.1非集成化智能傳感器68
4.3.2集成化智能傳感器68
4.3.3混合式智能傳感器69
4.4無線傳感網絡技術及其應用70
4.4.1無線傳感網絡技術70
4.4.2無線傳感器網絡在移動機器人通信中的應用74
4.5智能模糊傳感器技術及其應用76
4.5.1智能模糊傳感器技術76
4.5.2模糊傳感器在測量血壓中的應用79
第5章多傳感器信息融合技術概述
5.1多傳感器信息融合的定義81
5.2多傳感器信息融合的分類81
5.3多傳感器信息融合的系統(tǒng)結構86
5.4多傳感器信息融合的方法87
第6章多傳感器的定量信息融合
6.1傳感器的建模91
6.1.1觀測模型92
6.1.2相關模型93
6.1.3狀態(tài)模型94
6.2傳感數(shù)據的一致性檢驗94
6.2.1假設檢驗法95
6.2.2距離檢驗法96
6.2.3人工神經網絡方法98
6.3基于參數(shù)估計的信息融合方法99
第7章多傳感器的定性信息融合
7.1Bayes方法103
7.1.1Bayes條件概率103
7.1.2Bayes方法在信息融合中的應用103
7.1.3基于目標分類的Bayes決策方法104
7.2Dempster-Shafer證據推理106
7.2.1D-S理論的基礎概念106
7.2.2Dempster合成法則107
7.2.3D-S證據理論在融合中的應用108
7.3模糊理論110
7.3.1模糊理論110
7.3.2模糊理論在融合中的應用111
7.4神經網絡法111
7.4.1神經網絡融合信息的一般方法112
7.4.2神經網絡在融合中的應用113
7.5粗糙集理論114
7.5.1粗糙集理論114
7.5.2基于粗糙集理論的多傳感器信息融合118
第8章多傳感器在裝配機器人中的應用
8.1多傳感器信息融合系統(tǒng)組成123
8.2位姿傳感器124
8.3柔性腕力傳感器127
8.4工件識別傳感器128
8.5視覺傳感系統(tǒng)129
第9章多傳感器在焊接機器人中的應用
9.1焊接機器人常用的傳感器131
9.2電弧傳感系統(tǒng)131
9.3超聲傳感跟蹤系統(tǒng)133
9.4視覺傳感跟蹤系統(tǒng)135
第10章多傳感器信息融合在移動機器人中的應用
10.1概述137
10.2多傳感器信息融合在移動機器人導航中的應用139
10.3多傳感器信息融合在移動機器人測距中的應用143
10.4多傳感器信息融合在移動機器人避障中的應用157
參考文獻
書單推薦
