移動機器人原理與設(shè)計（原書第2版）

譯者序
前言
第1章　三維建模 1
1.1　旋轉(zhuǎn)矩陣 1
1.1.1　定義 1
1.1.2　李群 2
1.1.3　李代數(shù) 3
1.1.4　旋轉(zhuǎn)向量 3
1.1.5　伴隨矩陣 4
1.1.6　羅德里格斯旋轉(zhuǎn)公式 5
1.1.7　坐標(biāo)系變換 6
1.2　歐拉角 8
1.2.1　定義 8
1.2.2　運動歐拉矩陣的旋轉(zhuǎn)向量 9
1.3　慣性單元 10
1.4　動力學(xué)建模 13
1.4.1　原理 13
1.4.2　四旋翼建模 13
1.5　習(xí)題 14
1.6　習(xí)題參考答案 25
第2章　反饋線性化 45
2.1　控制一個積分鏈 45
2.1.1　比例–微分控制器 45
2.1.2　比例–積分–微分控制器 46
2.2　引例 47
2.3　反饋線性化方法的原理 48
2.3.1　原理 48
2.3.2　相對次數(shù) 49
2.3.3　微分延遲矩陣 50
2.3.4　奇異點 50
2.4　二輪車 52
2.4.1　一階模型 52
2.4.2　二階模型 53
2.5　控制三輪車 55
2.5.1　速度和轉(zhuǎn)向模型 55
2.5.2　位置控制 56
2.5.3　選擇另一個輸出 56
2.6　帆船 57
2.6.1　極坐標(biāo)曲線 58
2.6.2　微分延遲 58
2.6.3　反饋線性化方法 59
2.6.4　極坐標(biāo)曲線控制 60
2.7　滑動模態(tài) 61
2.8　運動學(xué)模型和動力學(xué)模型 63
2.8.1　原理 63
2.8.2　倒立擺系統(tǒng) 63
2.8.3　伺服電動機 66
2.9　習(xí)題 66
2.10　習(xí)題參考答案 74
第3章　無模型控制 93
3.1　無人車的無模型控制 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　雪橇車 96
3.2.1　模型 96
3.2.2　正弦驅(qū)動控制 98
3.2.3　推力控制 98
3.2.4　快速動態(tài)特性的簡化 99
3.3　帆船 101
3.3.1　問題 101
3.3.2　控制器 102
3.3.3　導(dǎo)航 106
3.3.4　實驗 107
3.4　習(xí)題 108
3.5　習(xí)題參考答案 118
第4章　導(dǎo)引 129
4.1　球面上的導(dǎo)引 129
4.2　路徑規(guī)劃 131
4.2.1　簡單示例 132
4.2.2　貝塞爾多項式 132
4.3　維諾圖 133
4.4　人工勢場法 134
4.5　習(xí)題 135
4.6　習(xí)題參考答案 141
第5章　實時定位 155
5.1　傳感器 155
5.2　測角定位 157
5.2.1　問題描述 157
5.2.2　內(nèi)接角 158
5.2.3　平面機器人的靜態(tài)三角測量 159
5.2.4　動態(tài)三角測量 160
5.3　多點定位 161
5.4　習(xí)題 162
5.5　習(xí)題參考答案 164
第6章　辨識 170
6.1　二次函數(shù) 170
6.1.1　定義 170
6.1.2　二次型的導(dǎo)數(shù) 171
6.1.3　二次函數(shù)的特征值 171
6.1.4　二次函數(shù)的小化 171
6.2　小二乘法 172
6.2.1　線性情形 172
6.2.2　非線性情形 173
6.3　習(xí)題 175
6.4　習(xí)題參考答案 177
第7章　卡爾曼濾波器 185
7.1　協(xié)方差矩陣 185
7.1.1　定義和解釋 185
7.1.2　性質(zhì) 187
7.1.3　置信橢圓 187
7.1.4　生成高斯隨機向量 189
7.2　無偏正交估計器 190
7.3　線性估計的應(yīng)用 192
7.4　卡爾曼濾波器 193
7.5　卡布濾波器 196
7.6　擴展卡爾曼濾波器 198
7.7　習(xí)題 199
7.8　習(xí)題參考答案 209
第8章　貝葉斯濾波器 232
8.1　引言 232
8.2　概率的基本概念 232
8.3　貝葉斯濾波器 234
8.4　貝葉斯平滑器 236
8.5　卡爾曼平滑器 236
8.5.1　卡爾曼平滑器的方程 236
8.5.2　實現(xiàn) 237
8.6　習(xí)題 238
8.7　習(xí)題參考答案 243
參考文獻 252
索引 254