产品特色
更多精彩相关图书:
编辑推荐
适读人群 :刚进入机器人领域的工程技术人员、医生、计算机科学家、设计师;机器人爱好者、制作者 ☆ 《机器人手册》由来自美国、德国、日本、意大利、加拿大等国家和地区的167位专家著写而成,凝聚了全球科学家的科技力量,绝对是机器人领域的百科全书!
☆ 这本书是全世界范围内机器人专家的心血凝结,反映了当前的机器人研究动态,囊括了机器人内在的科学原理,机器人爱好者必备佳品!书中的案例都是经典实例,有了这本书,你对机器人世界的历史、现状和未来都会有很好的掌握!
☆ 本手册内容深入浅出,并附有大量的实际案例,既方便自主学习也适合工业应用,是机器人爱好者的良师益友。
内容简介
《机器人手册第1卷机器人基础》共分两篇,分别为机器人学基础和机器人结构。
机器人学基础篇介绍了在模型、设计和控制机器人系统过程中用到的基本原则和方法,包括运动学、动力学、机构与驱动、传感与估计、运动规划、动作控制、力控制、机器人体系结构与程序设计、机器人智能推理方法。这些主题将被拓展和应用到特殊的机器人结构和系统中。
机器人结构篇既阐述了机器人的性能评价与设计标准、模型识别,又介绍了运动学冗余机械臂、并联机器人、具有柔性元件的机器人、机器人手、有腿机器人、轮式机器人、微型和纳米机器人的结构。探讨了在实际物理实现过程中的设计、模型、运动计划和控制等问题。
本手册内容深入浅出,并附有大量的科研实例,便于自学和应用,可作为机器人、人工智能、自动化控制以及计算机应用等专业科研人员、高校师生的参考用书,也可作为相关专业本科生或研究生的参考教材,还可供机器人业余爱好者参考。
Translation from the English language edition:Springer Handbook of Robotics by Bruno Siciliano and Oussama Khatib�hSpringer�睼erlag Berlin Heidelberg 2008. Springer is a part of Springer Science+Business Media.All Rights Reserved.This title is published in China by China Machine Press with license from Springer. This edition is authorized for sale in China only, excluding Hong Kong SAR, Macao SAR and Taiwan. Unauthorized export of this edition is a violation of the Copyright Act. Violation of this Law is subject to Civil and Criminal Penalties.本书由Springer授权机械工业出版社在中国境内(不包括香港、澳门特别行政区以及台湾地区)出版与发行。未经许可之出口,视为违反著作权法,将受法律之制裁。
作者简介
编辑简介 Bruno Siciliano(布鲁诺·西西利亚诺),1987年毕业于意大利那不勒斯大学,获电子工程学博士学位。控制和机器人技术的专家,那不勒斯大学计算机和系统工程PRISMA实验室主任。目前研究力控制、视觉伺服、工业机器人/手操作、轻型柔性手臂、人�不�器人交互以及服务机器人。合著出版图书6本,编辑合订本5本,发表期刊论文65篇,会议论文及专著章节165篇,被世界各机构邀请作了85次讲座和研讨会。施普林格高级机器人报告(STAR)系列、施普林格机器人手册的合作编辑,众多有声望期刊的编委会成员,许多国际会议的主席或联合主席。IEEE会士和ASME会士。IEEE机器人与自动化协会(RAS)主席,曾担任该协会技术活动副主席和出版活动副主席,卓越讲师,行政委员会和其他几个协会委员会成员。
Oussama Khatib(欧沙玛·哈提卜),1980年毕业于法国图卢兹的高等航空航天研究所(Sup�� Aero),获电子工程博士学位。斯坦福大学计算机科学教授。当前主要研究以人为本的机器人技术,以及关于人体运动合成、仿人机器人、触觉远程操控器、医疗机器人、与人友好机器人的设计。他在这些领域的研究依赖于他从事25年的研究成果,发表论文200余篇。他在世界各机构作了50多次主题报告,参与了几百次座谈会和研讨会。施普林格高级机器人报告(STAR)系列、施普林格机器人手册的合作编辑,担任知名机构和期刊的顾问编辑委员会成员,很多国际会议的主席或联合主席。IEEE会士,IEEE机器人与自动化协会(RAS)的卓越讲师,管理委员会成员。机器人研究国际基金委员会(IFRR)主席,曾获日本机器人协会(JARA)研究与发展奖。
内页插图
目录
译丛序
作者序一
作者序二
作者序三
作者序四
前言
编辑简介
各篇编者简介
作者列表
缩略语列表
引言
第1篇机器人学基础
第1章运动学
1.1概述
1.2位置与姿态表示
1.3关节运动学
1.4几何表示
1.5工作空间
1.6正向运动学
1.7逆向运动学
1.8正向微分运动学
1.9逆向微分运动学
1.10静力变换
1.11结论与扩展阅读
参考文献
第2章动力学
2.1概述
2.2空间矢量记法
2.3正则方程
2.4刚体系统动力学模型
2.5运动树
2.6运动环
2.7结论与扩展阅读
参考文献
第3章机构与驱动
3.1概述
3.2系统特征
3.3运动学与动力学
3.4串联机器人
3.5并联机器人
3.6机械结构
3.7关节机构
3.8机器人的性能
3.9结论与扩展阅读
参考文献
第4章传感与估计
4.1感知过程
4.2传感器
4.3估计过程
4.4表示方法
4.5结论与扩展阅读
参考文献
第5章运动规划
5.1运动规划的概念
5.2基于抽样的规划
5.3替代算法
5.4微分约束
5.5扩展与变化
5.6高级问题
5.7结论与扩展阅读
参考文献
第6章运动控制
6.1运动控制简介
6.2关节空间与操作空间控制
6.3独立关节控制
6.4PID控制
6.5跟踪控制
6.6计算转矩控制
6.7自适应控制
6.8最优和鲁棒控制
6.9数字化实现
6.10学习控制
参考文献
第7章力控制
7.1背景
7.2间接力控制
7.3交互作业
7.4力/运动混合控制
7.5结论与扩展阅读
参考文献
第8章机器人体系结构与程序设计
8.1概述
8.2发展历程
8.3体系结构组件
8.4案例研究——GRACE
8.5机器人体系结构设计艺术
8.6结论与扩展阅读
参考文献
第9章机器人智能推理方法
9.1知识表示与推理
9.2机器人的知识表示问题
9.3动作规划
9.4机器人学习
9.5结论与扩展阅读
参考文献
第2篇机器人结构
第10章性能评价与设计标准
10.1机器人设计流程
10.2工作空间标准
10.3灵巧性指标
10.4其他性能指标
参考文献
第11章运动学冗余机械臂
11.1概述
11.2面向任务的运动学
11.3微分逆运动学
11.4冗余度求解的优化法
11.5冗余度求解的任务增广法
11.6二阶冗余度求解
11.7循环性
11.8超冗余机械臂
11.9结论与扩展阅读
参考文献
第12章并联机器人
12.1定义
12.2并联机构的型综合
12.3运动学
12.4速度和精度分析
12.5奇异分析
12.6工作空间分析
12.7静力学分析和静平衡
12.8动力学分析
12.9设计
12.10应用实例
12.11结论与扩展阅读
参考文献
第13章具有柔性元件的机器人
13.1具有柔性关节的机器人
13.2具有柔性连杆的机器人
参考文献
第14章模型识别
14.1概述
14.2运动学标定
14.3惯性参数估计
14.4可辨识性和数值调整
14.5结论与扩展阅读
参考文献
第15章机器人手
15.1基本概念
15.2机器人手的设计
15.3驱动与传感技术
15.4机器人手的建模与控制
15.5应用与发展趋势
15.6结论与扩展阅读
参考文献
第16章有腿机器人
16.1历史概述
16.2周期性行走的分析
16.3采用正动力学的双足机器人控制
16.4采用ZMP方法的双足机器人
16.5多腿机器人
16.6其他的有腿机器人
16.7性能指标
16.8结论与未来发展趋势
参考文献
第17章轮式机器人
17.1概述
17.2轮式机器人的移动性
17.3轮式移动机器人的状态空间模型
17.4轮式机器人的结构特性
17.5轮式机器人的结构
17.6结论
参考文献
第18章微型和纳米机器人
18.1概述
18.2规模
18.3微米�材擅准渡系那�动器
18.4微米�材擅准渡系拇�感器
18.5制造
18.6微装配
18.7微型机器人技术
18.8纳米机器人技术
18.9结论
参考文献
前言/序言
机器人在达到人类前沿的同时,积极应对着新兴领域中出现的各种挑战。新一代机器人和人类互动,和人类一起探索、工作,它们将会越来越多地接触人类及其生活。实用机器人的前景令人信服是半个世纪的机器人科学发展的结果,这种发展将机器人作为现代科学学科建立起来。 机器人领域的快速发展推动了这本《机器人手册》的诞生。随着期刊、会议论文集和专著的增加,参与机器人科学技术研究的人,特别是刚进入该领域的人,很难跟得上它大范围发展的脚步。由于机器人技术是多学科交叉的技术,这个任务就显得尤为艰难。 这本手册依据20世纪80、90年代机器人学的发展成果,这些成果对机器人领域的研究很有参考价值:《机器人策略:规划和控制》(Brady,Hollerbach,Johnson,Lozano�睵erez,和Mason,MIT出版社,1982),《机器人科学》(Brady,MIT出版社,1989),机器人评论1和2(Khatib,Craig,和 Lozano�睵érez,MIT出版社,1989 和1992)。随着机器人领域更大的扩展以及向其他学科的日渐延伸,人们对一部包含机器人基本知识和先进发展的综合性参考手册的需求越来越强烈。 这本手册是世界各国多位积极参与机器人研究的作者的努力成果。将各位作者组织成一个目标明确、能力卓越的团队,卓有见地地介绍覆盖机器人各个领域的知识,这是一项艰巨的任务。 这个工程开始于2005年5月,我们和施普林格欧洲工程主管Dieter Merkle及STAR的资深编辑Thomas Ditzinger一起参加会议期间。一年以前,我们和Frans Groen一道发行了“斯普林格先进机器人技术”系列小册子,这个小册子迅速成为及时传播机器人技术研究信息的重要媒介。 正是在这种背景下,我们开始了这个具有挑战性的任务,满腔热情地开始规划开发技术结构和构建作者团队。我们构思了一部由3层架构、共7篇内容的手册,在机器人领域已经建立了的学术中心、目前正在进行的研发,以及新兴应用中获取该领域多层面的信息。 第一层即第1篇是机器人学基础。综合的方法和技术包含在第二层的四篇中,涵盖了机器人的结构、传感和感知,操作和接口,移动和分布式机器人。第三层,包括机器人技术在两个领域先进的应用,分别是:服务机器人和以人为中心的仿人机器人。 为了展开上述各部分,我们设想建立一个编辑团队,来整理作者的稿件,以组成各个章节。一年后我们的七人编辑团队形成了:David Orin,Frank Park,Henrik Christensen,Makoto Kaneko,Raja Chatila,Alex Zelinsky 和Daniela Rus�薄S姓庋�一批杰出的学者致力于这个手册的编辑工作,该手册在学术领域一定是高质量、大跨度的。 到2005年初,我们的作者超过了1150位。为了方便内部以及各个章节的交叉参照,把握手册的编写进度,我们制作了内部网站。第二年,就认真协调了手册的内容。尤其是在2005年和2006年春季的两个全日制举行的讲习班,大部分作者都出席了。 本手册的每一章都由至少3个独立的审稿人员进行审稿,通常都会包括那一章的编辑和两位相关章节的作者,有时候也会由一些该领域的其他专家进行审阅。必须审读两遍,有时候甚至是三遍。在这个过程中,只要认为有必要,就会加入几位新的作者。本书大部分章节在2007年夏季之前已定稿,在2008年早春之前书稿已全部完成——那时候,我们收到了10000多份电子邮件,汇集了来自165位作者的7篇总共64章1650多页的内容,有950幅插图,5500篇参考文献。 我们对作者们的脑力劳动深表谢意,也同样感谢审稿人员和各部分编辑的尽职尽责。感谢“施普林格科学和工程手册”的高级经理Werner Skolaut,他全力支持稿件的编辑加工工作,将手册的编辑和审稿、出版相结合,很快成为了我们团队很投入的一名队员。感谢Le�睺eX的工作人员的高度专业化的工作,他们重新排版了所有的文字,重绘和完善了很多图稿,同时在校对材料时及时地和作者互动。 在出版手册这个想法产生六年之后,这本手册终于面世了。除了它对研究人员的指导意义以外,我们也希望这本手册能够吸引一些新的研究者进入机器人领域,激励这个充满魅力的领域几十年的蓬勃发展。每一次努力的完成,总会带来新的令人振奋的挑战。在这种时候我们都会提醒我们的研究员——保持前进的梯度。 Bruno SicilianoOussama Khatib意大利那不勒斯大学、美国斯坦福大学2008年4月
《机巧之心:智能体运作原理与实践》 内容梗概 《机巧之心:智能体运作原理与实践》是一部深度探索通用人工智能(AGI)核心机制的著作,它将引领读者穿越抽象的理论迷雾,抵达对未来智能体最本质的理解。本书并非聚焦于单一的机器人硬件或特定领域的应用,而是致力于揭示驱动一切智能体——无论是实体机器人、虚拟助手,还是更复杂的自主系统——得以运作的底层逻辑与设计哲学。 全书共分为七个章节,每一章节都如同精密的齿轮,咬合着上一章节的知识,层层递进,最终构建起一个关于智能体运作的宏大图景。 第一章:意识的火花——智能体的定义与演化 本章将从哲学和计算机科学的交叉点出发,重新审视“智能体”这一概念。我们不再满足于将智能体简单地定义为能够感知、思考和行动的实体,而是深入探讨何为真正的“智能”,何为“意识”,以及这些概念在机器智能领域中的意义。作者将追溯智能体概念从早期科幻设想,到图灵测试的提出,再到现代机器学习理论发展的脉络。本章的重点在于区分狭义人工智能(ANI)与通用人工智能(AGI)之间的鸿沟,并提出本书所探讨的“机巧之心”——即构成AGI核心的通用智能模块——的理论框架。我们将通过对生物智能体(如人类、动物)与人工智能体(设想中的AGI)在感知、学习、决策、适应性等方面的比较分析,来揭示通用智能的普适性特征,并为后续章节的深入研究奠定理论基础。本章将引入一些历史性的思考,例如控制论、早期神经网络的设想,以及它们如何为我们理解智能体的本质提供了启示。 第二章:感知万象——环境交互与信息输入 智能体的首要能力在于其感知世界的能力,如同人类通过眼睛、耳朵、触觉来认识周围环境一样。本章将详细阐述智能体如何通过各种传感器(无论是有形的摄像头、麦克风,还是无形的传感器数据流、API接口)来接收和处理来自外部环境的信息。我们将探讨不同类型传感器的原理,从视觉、听觉、触觉到更抽象的如数据挖掘、网络流量分析等。更重要的是,本章将深入分析信息输入的多模态融合问题。一个高级智能体不应该孤立地处理单一类型的数据,而是需要将来自不同模态的信息(如图像、文本、声音、传感器读数)进行有效整合,形成一个更全面、更准确的环境模型。我们将介绍现有的多模态学习技术,例如跨模态注意力机制、联合表示学习等,并分析它们在构建统一感知空间中的作用。此外,本章还将讨论数据预处理、噪声过滤、特征提取等关键环节,以及如何让智能体在复杂、动态、不确定的环境中,准确地识别出有用的信息。 第三章:思想的律动——认知模型与推理机制 感知到的信息需要经过复杂的内部处理,才能转化为有意义的认知。本章是本书的核心,将深入剖析智能体的“思考”过程。我们将摆脱传统的基于规则的专家系统,聚焦于现代计算范式下更具弹性和学习能力的认知模型。本章将重点介绍深度学习作为当前构建强大认知模型的主流技术,并详细阐述卷积神经网络(CNN)、循环神经网络(RNN)、Transformer等模型架构的内在工作原理。然而,本书的独特之处在于,它不仅仅满足于描述模型的结构,而是进一步探讨这些模型如何模拟生物大脑中的信息处理过程,例如层级式特征提取、并行处理、记忆形成等。 更进一步,本章将详细探讨推理机制。智能体不仅仅是进行模式识别,还需要能够进行逻辑推理、因果推断、类比思考。我们将分析符号推理、概率推理、以及当前新兴的神经符号混合推理方法。这些推理机制将使智能体能够从已知信息中推导出未知信息,预测未来事件,并根据复杂的条件做出判断。本章还将介绍知识表示的重要性,例如本体论、知识图谱等,以及如何让智能体有效地存储、组织和检索其所拥有的知识。我们将探讨不同的学习范式,如监督学习、无监督学习、强化学习,并分析它们在不同认知任务中的适用性。 第四章:决策的艺术——目标设定与路径规划 拥有了认知能力,智能体就需要据此做出决策,并规划行动。本章将聚焦于智能体的决策制定过程。我们将首先探讨目标设定。高级智能体不应仅仅被动地响应指令,而是需要能够自主地设定有意义的目标,这些目标可能源于其内在的驱动力、学习到的价值观,或者对环境的分析。我们将分析目标函数的构建、目标层级的设计,以及如何在多目标冲突的情况下进行权衡。 随后,本章将深入研究路径规划与策略优化。无论是物理机器人需要在复杂地形中找到最优路径,还是虚拟助手需要规划一系列的对话步骤来完成任务,都需要强大的规划能力。我们将介绍动态规划、搜索算法(如A)、以及基于强化学习的策略梯度方法。本章将特别强调不确定性下的决策,即如何在信息不完整或结果不可预测的情况下,依然能够做出“最优”的决策。我们将分析风险评估、鲁棒性设计等概念,并探讨如何让智能体在面对意外情况时能够灵活调整策略。此外,本章还将涉及博弈论在多智能体协作与竞争环境下的决策制定中的应用。 第五章:行动的执行——动作生成与反馈控制 理解、思考、决策之后,智能体需要将这些转化为实际的行动。本章将关注动作的生成与执行。对于物理机器人而言,这涉及到精密机械控制、运动学与动力学分析。我们将探讨各种执行器(如伺服电机、液压系统)的工作原理,以及如何通过逆运动学、轨迹规划等技术,将高级指令转化为低级电机控制信号。 对于虚拟智能体而言,动作可能表现为生成自然语言的回复、执行一系列API调用、或者改变其在虚拟环境中的状态。本章将探讨自然语言生成(NLG)的技术,从基于模板的方法到最新的深度学习驱动的生成模型,例如GPT系列。我们将分析如何让生成的语言既流畅自然,又能准确地传达信息,并具备一定的说服力或引导性。 此外,本章还将强调反馈控制的重要性。智能体的行动并非一次性完成,而是需要持续地感知行动的后果,并根据反馈信息进行调整。我们将探讨闭环控制系统、自适应控制等概念,以及如何让智能体从自身的行动中学习,不断优化其行为表现。 第六章:学习的飞跃——适应性与进化 真正的智能体不应是僵化的,而应具备强大的学习能力,能够随着时间的推移不断进步和适应。本章将深入探讨学习的本质与机制。我们将回顾经典的机器学习算法,但更侧重于深度学习模型的学习过程,包括反向传播算法、梯度下降优化器、以及各种正则化技术。 本书将特别关注自主学习和终身学习。智能体不应仅仅依赖外部的标注数据,而是能够通过与环境的交互、试错,甚至通过观察和模仿来获取新知识和技能。我们将探讨强化学习在自主学习中的关键作用,包括Q-learning、Actor-Critic等算法。此外,本章还将探讨迁移学习和元学习,即智能体如何将已有的知识和技能迁移到新的任务中,以及如何学会“学习”,从而加速新知识的获取。我们将分析具身学习的概念,即智能体在物理或虚拟环境中的交互式学习过程。最后,本章将展望进化算法在设计和优化智能体结构与行为方面的潜力。 第七章:智能体的未来——伦理、协作与超越 在理解了智能体的内在运作机制之后,我们不能回避其对人类社会产生的深远影响。本章将从更宏观的视角,探讨智能体的未来发展。我们将首先审视智能体的伦理挑战,包括透明度、可解释性、偏见、以及自主决策带来的责任问题。本书将提出构建负责任的AI的框架,并探讨如何设计具有道德约束的智能体。 其次,我们将探讨多智能体协作的未来。未来的智能体可能不再是孤立的个体,而是需要与其他智能体(无论是同类还是异类)进行高效的协作,共同解决复杂问题。本章将分析分布式系统、共识机制、以及群体智能的原理。 最后,本章将对通用人工智能的终极形态进行展望,思考智能体是否会超越人类智能,以及这种超越将意味着什么。我们将探讨奇点的可能性,以及如何为这种可能性做好准备。本书并非提供一个确定性的预言,而是鼓励读者以批判性思维,积极参与到关于智能体未来发展的讨论中。 《机巧之心:智能体运作原理与实践》旨在为所有对人工智能的未来充满好奇与求知欲的读者提供一个清晰、系统、且富有洞见的视角。它将是您理解下一代智能技术,甚至参与塑造其未来的重要指南。