【AI加油站】机器人设计系列十四：探秘自主移动机器人：从机械运动到智能感知，这本名校教材《自主移动机器人导论》带你入门（附下载）

核心总结

一、书籍基本信息

《自主移动机器人导论（第 2 版）》是国外名校最新教材精选系列之一，由 R・西格沃特、I・R・诺巴克什、D・斯卡拉穆扎著，李人厚、宋青松译，西安交通大学出版社 2013 年 5 月出版，定价 58.00 元，ISBN 978-7-5605-4548-6，适合本科高年级学生及研究生使用，同时也可作为移动机器人领域爱好者的工具书，配套丰富教学资源可在http://www.mobilerobots.org查阅。

二、作者背景

• R・西格沃特（Roland Siegwart）
  ：瑞士洛桑联邦理工学院机器人和人工智能研究所产品设计中心主任，自主系统领域教授。
• I・R・诺巴克什（Illah R. Norbakhsh）
  ：卡内基梅隆大学计算机科学学院机器人学研究所创新实验室主任，机器人学教授。
• D・斯卡拉穆扎（Davide Scaramuzza）
  ：瑞士洛桑联邦理工学院自主系统实验室高级研究员、讲师，欧洲 sFly 项目组长。

三、书籍核心内容

（一）整体定位与特色

本书聚焦移动机器人的 “移动性” 核心，涵盖机械、电机、传感器、感知和认知等多领域知识，综合运动学、控制理论、信号分析、计算机视觉、信息论、人工智能和概率论等学科素材。第 2 版在第 1 版基础上修正更新，新增 130 多页关于运动、定位、感知和规划与导航的内容，每章末添加习题，将移动机器人各方面整合为整体，既适合初学者入门，也可作为专业人员的工具书。

（二）各章节核心内容

1. 第 1 章 引言

• 指出工业机器人虽在工业制造中成功，但商用机器人普遍缺乏机动性，而移动机器人能灵活移动，可在不同环境施展能力。
• 介绍移动机器人的广泛应用场景，从危险恶劣环境（如金星探测、切尔诺贝利探索）到人类共享空间（如医院传送、超市清洁、展览导游）。
• 强调移动机器人学是交叉学科，涉及机械机构、运动学、动力学、控制理论、信号分析、计算机视觉、信息论、人工智能和概率论等知识。
• 给出本书综述，说明按模块介绍机器人不同方面，各章层层递进，建议读者从头学习以深入理解系统低层次细节对解决高层次难题的意义。

2. 第 2 章 运动

• 引言
  ：移动机器人需合适运动机构实现无约束运动，实验室中已有多种运动方式的研究机器人，有源动力轮在平地上效率高，生物系统运动机构受启发但复制困难，移动机器人常用轮式或腿式运动机构，轮式适合平地，腿式适合粗糙地形，还提及飞行移动机器人。
• 运动的关键问题
  ：运动与操纵有相同核心问题，包括稳定性（接触点数目与几何形状、重心、静态 / 动态稳定性、地形倾斜）、接触特征（接触点 / 路径尺寸形状、接触角度、摩擦）、环境类型（结构、媒介），并简要提及运动的理论分析基础，重点综述腿式、轮式和飞行运动。
• 腿式移动机器人
  ：以点接触为特征，优点是在粗糙地形的适应性和机动性，能跨越洞穴、操纵物体，缺点是动力和机械复杂。介绍腿的构造与稳定性，受生物启发，不同腿数机器人稳定性不同，3 条腿可静态稳定，4 条腿需动态调整重心，6 条腿可设计静态稳定步态；阐述动力学考虑，引入运输代价概念，说明腿式系统能量消耗大的原因及利用机械结构动力改进的方法；列举单腿、双腿、四腿、六腿机器人实例，展示不同设计及特点。
• 轮式移动机器人
  ：是最流行运动机构，效率高、机械简单，平衡通常不是问题。介绍轮式运动设计空间，包括四种基本轮子类型（标准轮、小脚轮、瑞典轮、球形轮）的运动学差异，轮子几何特征与轮子类型选择密切相关，影响机器人机动性、可控性和稳定性，还讨论轮子数目与结构装配的关系及实例，分析不同轮式结构的机动性、可操纵度和稳定性，提及特殊轮式结构如轨式滑动 / 制动运动、行走轮。
• 飞行移动机器人
  ：人类对飞行物体感兴趣，微飞行器（MAV）研究受关注但存在科学挑战，有军事和民用应用前景。介绍飞行器结构分类（轻于空气、重于空气）及不同飞行原理的比较，阐述自主垂直起降（VTOL）最新技术水平，包括不同 MAV 结构的优缺点，列举相关研究项目及进展。
• 习题
  ：涉及八腿机器人事件数计算、全向运动结构设计、单轮动态稳定机器人轮子选择、四腿静态稳定运动机器设计。

3. 第 3 章 移动机器人运动学

• 引言
  ：运动学是研究机械系统运行的基础，移动机器人学需了解运动学以设计机器人和创建控制软件，对比机器人操作手与移动机器人运动学的异同，指出移动机器人位置估计的挑战。
• 运动学模型和约束
  ：从分析各轮对运动的贡献和约束入手，定义全局和局部参考框架，建立机器人位置表示方法，推导前向运动学模型，描述不同类型轮子（固定式标准轮、受操纵的标准轮、小脚轮、瑞典轮、球形轮）的运动学约束，将多个轮子的约束组合得到机器人运动学约束，并通过差动驱动机器人和全向机器人实例说明运动学模型和约束的应用。
• 移动机器人的机动性
  ：机动性指机器人在环境中直接移动的能力，受轮子滑动约束限制。定义移动性程度，与约束矩阵零空间维数相关；定义可操纵度，与可操纵标准轮独立可控参数数目相关；定义机动程度为移动性程度与可操纵度之和，分析不同机器人结构的机动性，通过实例说明计算方法及意义。
• 移动机器人工作空间
  ：探讨机器人在环境中定位，介绍微分自由度（DDOF）和工作空间自由度（DOF），分析二者关系，定义完整机器人（无或有完整运动学约束）和非完整机器人（有非完整运动学约束），讨论路径和轨迹考虑，全向机器人能跟踪任意路径，非完整机器人如双操纵虽能跟踪路径但受操纵速度影响难以跟踪任意轨迹。
• 基本运动学之外
  ：提及高速移动机器人需考虑动力学约束，部分移动机器人违反运动学模型需建模粘摩擦，还讨论移动机器人动力化和能控性问题，以及运动控制的实际算法设计。
• 运动控制
  ：非完整系统运动控制有挑战，介绍开环控制（轨迹跟踪）的缺点，如预计算可行轨迹难、环境动态变化不适应、轨迹不平滑；重点介绍反馈控制，以差动驱动移动机器人为例，陈述问题，建立运动学模型，定义极坐标，推导系统描述，设计控制律，分析系统稳定性，给出控制参数设置实例及局部稳定性条件。
• 习题
  ：涉及差动驱动机器人瞬时速度计算、特定轮式机器人运动学方程式推导、不同机器人移动性、可操纵性和机动性确定、全向机器人轮速与期望速度转换公式推导。

4. 第 4 章 感知

• 引言
  ：自主系统需获取环境知识，通过传感器测量并提取信息实现，本章介绍移动机器人常用传感器及信息提取策略，提及相关参考书籍。
• 移动机器人的传感器
  ：移动机器人传感器种类多，按功能分为本体感受传感器（测量内部值）和外感受传感器（获取环境信息），按能量交互分为无源传感器（测量周围环境能量）和有源传感器（发射能量并测量反应）。介绍传感器分类表，按复杂性和技术成熟性排序；定义表征传感器特性指标的术语，包括基本传感器响应额定值（动态范围、分辨率、线性度、带宽或频率）、现场传感器特性指标（灵敏度、交叉灵敏度、误差、准确度、精确度），讨论移动机器人传感器误差的特殊性，如系统和随机误差模糊性、多模误差分布。
• 表示不确定性
  ：传感器存在误差，需表示不确定性并扩展到系统层面。介绍统计表示方法，定义误差、概率密度函数、均值、方差、标准偏差，讨论随机变量独立性；重点介绍高斯分布，说明其在误差建模中的优势及相关概率计算；阐述误差传播定律，用于组合多个不确定测量，给出协方差矩阵计算方法及实例应用方向。
• 具体传感器介绍
  ：详细介绍轮子 / 电机传感器（如光学增量编码器）、导向传感器（罗盘、陀螺）、加速度计、惯性测量单元（IMU）、基于地面的信标（GPS）、有源测距传感器（超声传感器、激光测距仪、飞行时间摄像机、光学三角剖分传感器、结构光传感器）、运动 / 速度传感器（基于多普勒效应）、视觉传感器的工作原理、特性、优缺点及应用场景。
• 计算机视觉的基本原理
  ：介绍计算机视觉和图像处理领域进展及工业应用，重点阐述数字摄像机（CCD、CMOS）的工作原理、参数、优缺点及输出形式，图像形成（光学、针孔摄像机模型、透视投影、径向畸变），全向摄像机（分类、中心全向摄像机特性、模型与标定），立体结构（立体视觉原理、对应问题、极线约束、极线纠正、像差图），运动结构（双帧运动结构问题解决、本质矩阵计算与分解、场景重构、多视运动结构软件），运动与光流（运动场与光流区别、光流计算方法及约束），颜色跟踪（颜色感知优点、颜色分割方法及地平面提取应用）。
• 图像处理基础
  ：图像处理是二维信号处理，介绍其典型操作，重点阐述图像滤波（空间滤波原理、线性滤波、平滑滤波器如平均滤波器、高斯滤波器）、边缘检测（边缘定义、边缘检测困难、Canny 边缘检测器、梯度边缘检测器如 Roberts、Prewitt、Sobel 算子、动态设阈值、直线边缘提取霍夫变换）、计算图像相似性（基于区域的绝对差之和、平方差之和、规格化互相关）。
• 特征提取
  ：自主移动机器人需处理传感器不确定性，特征提取是重要策略。定义特征，区分低级和高级特征，讨论特征选择需考虑的因素（目标环境、可用传感器、计算能力、环境表示），介绍基于视觉和距离感知的特征提取技术，强调视觉解释的信息缩减难题及特征提取的关键要求（实时、鲁棒）。
• 图像特征提取：兴趣点检测器
  ：定义局部特征及分类，阐述理想特征检测器属性（可重复性、区别性、定位准确、数量合适、不变性、计算效率、鲁棒性）；介绍角检测器，包括 Moravec 角检测器、Harris 角检测器（原理、角函数、非最大值抑制）、Shi-Tomasi 角检测器、SUSAN 角检测器、FAST 角检测器的工作原理及特点；讨论光度测定和几何变化的不变性，分析 Harris 检测器对不同变换的不变性及改进方法（尺度 - 不变检测、仿射不变检测）；介绍斑块检测器，如 SIFT 特征（关键点位置和尺度辨识、方向分配、关键点描述符产生）、MSER 检测器、SURF 检测器的工作原理、优势及应用；总结特征检测器性质和性能，提及 GPU 和 FPGA 实现及开源软件资源。
• 位置识别
  ：位置识别是在环境中命名地点的能力，需划分环境为地点及表象并存储，通过当前传感器测量计算表象并匹配。介绍从特征包到视觉词的转换，通过 k - 均值聚类实现高维描述符的一维表象；阐述使用倒排文件的有效位置识别，包括倒排文件数据库结构和投票方案；讨论鲁棒位置识别的几何验证，通过计算几何变换并测试一致性确定匹配；列举位置识别应用及相关开源源代码；还介绍图像直方图、图像指印等其他位置识别图像表象方法及原理。
• 基于距离数据（激光、超声）的特征提取
  ：从测距传感器提取的特征多为几何基本元素，重点是直线提取。介绍直线提取问题（直线数量、点归属、参数估计），阐述从不确定距离传感器数据提取概率直线的方法，包括最小平方拟合、加权最小平方拟合及实例；描述 6 个直线提取算法（分裂 - 合并法、直线回归法、增量法、RANSAC、霍夫变换、期望最大化）的步骤、特点、实施细节（聚类、合并）及比较，分析确定性和非确定性算法的差异及适用场景；介绍距离直方图特征，通过角度直方图提取环境墙方向信息；提及其他几何特征（角、台阶间断、门口、平面特征）及提取，说明平面特征在人造环境的价值及实例。
• 习题
  ：涉及全向机器人最大速度计算、光学三角测量系统设计、CMOS 摄像机参数计算、立体视觉光线距离最小化求解、双视运动结构算法实现。

5. 第 5 章 移动机器人的定位（文档未完整呈现，仅含部分内容）

• 引言
  ：导航是移动机器人的挑战性能力，包括感知、定位、认知、运动控制四个模块，定位研究受关注且进展大，本章阐述成功定位方法学，先描述传感器和执行器不确定性对定位的影响，再介绍处理定位困难的极端方法，其余部分讨论表示问题及定位系统实例。
• 定位的挑战：噪声和混叠
  ：现有 GPS 存在局限性，定位不仅是确定绝对位置还包括相对位置及地图构建。传感器噪声（如视觉系统照明变化、声纳信噪比低、多发射器干扰）减少读数信息内容，需多读数融合改善；传感器混叠（环境状态到感知输入多对一映射）使单感知读数信息量不足，需多读数序列恢复位置；执行器噪声引入未来不确定性，导致里程表误差，需其他定位机制更新位置，还建立里程表位置估计的误差模型，包括姿态表示、位置更新方程、误差来源、协方差矩阵计算及雅可比矩阵推导。

四、书籍价值与影响

• 学术价值
  ：作为移动机器人学的综合性教材，整合多学科知识，系统阐述移动机器人核心技术，第 2 版更新补充内容，反映领域最新进展，为本科和研究生提供扎实的理论基础和分析工具，助力他们理解和掌握移动机器人的关键技术与方法。
• 应用价值
  ：书中内容涵盖移动机器人软硬件设计、工艺技术和算法技巧，提供丰富实例和习题，可作为工程技术人员的实用工具书，指导移动机器人的设计、开发和应用，推动移动机器人在工业、服务、探索等领域的实际应用。
• 行业影响
  ：作者均为领域内权威专家，书籍内容具有较高权威性和前瞻性，被国外名校用作教材，引入国内后为我国移动机器人领域的教学、研究和产业发展提供重要参考，促进相关领域的技术交流与进步。