內(nèi)容實用

系統(tǒng)介紹人工智能在智能機器人上的應用方法及相關技術。

條理清晰

分為人工智能基礎和智能機器人兩部分，由淺入深，循序漸進。

形式活潑

紙質(zhì)教材+ 視頻講解，有利于學生理解掌握。

毫無疑問，機器人已經(jīng)成為當下科技發(fā)展的重要領域。從誕生之日起，機器人就對人類的生產(chǎn)生活產(chǎn)生了巨大影響�？梢哉f，在未來世界，機器人將更深入地滲透到人們的日常當中。而隨著人工智能應用的范圍越來越廣、程度越來越深，機器人也在迎來一個劃時代的變革。與之前主要用于提高工業(yè)生產(chǎn)效率不同，如今的機器人變得更加智能，也更能理解和幫助實現(xiàn)人類的各種需求。本書在選材方面著重展現(xiàn)人工智能技術在機器人領域的研究和應用，首先介紹人工智能技術的基本原理和應用，接著對人工智能技術在機器人領域的研究和應用進行了講解。

本書將基礎理論與實際應用相結合，敘述簡明清晰，強調(diào)內(nèi)容的先進性、實用性和可讀性，適用于高等院校人工智能、自動化、電氣工程及其自動化、計算機、機器人工程等專業(yè)開設的相關課程。作者根據(jù)東北石油大學本科教材建設規(guī)劃，充分借鑒國內(nèi)外相關教材和資料文獻，結合多年的教學和科研實踐體會，精選內(nèi)容，編寫了本書。

本書共分為8章，第1章簡述人工智能的歷史、人工智能與機器人的融合、智能機器人的定義及分類、智能機器人的關鍵技術、智能機器人未來的發(fā)展；第2章系統(tǒng)介紹計算智能中較為典型的4類算法—人工神經(jīng)網(wǎng)絡算法、深度神經(jīng)網(wǎng)絡算法、模糊控制算法和進化計算算法；第3章介紹機器學習的基本理論，并對監(jiān)督學習、非監(jiān)督學習、強化學習和遷移學習進行講解；第4章主要針對機器人感知方式進行介紹，包括機器人傳感器、機器人視覺與圖像處理、語音識別與機器人聽覺、多源信息融合；第5章介紹實現(xiàn)機器人認知的基本方法，包括知識表示技術、邏輯推理、搜索技術、知識圖譜；第6章在介紹傳統(tǒng)機器人定位技術和機器人地圖構建的基礎上，重點介紹了機器人同時定位與建圖，通過這些算法為智能機器人的路徑規(guī)劃提供基礎；第7章介紹機器人路徑規(guī)劃中的全局路徑規(guī)劃算法和局部路徑規(guī)劃算法；第8章介紹智能機器人設計與開發(fā)的相關問題。

本書由邵克勇任主編（負責統(tǒng)稿、修改、定稿工作），楊莉、吳攀超、郭浩軒任副主編，邵克勇編寫第5章和第7章，楊莉編寫第1章和第2章，吳攀超編寫第3章和第6章，郭浩軒編寫第4章和第8章。

在本書編寫過程中，編者參考了國內(nèi)外現(xiàn)有教材和相關文獻，在此向其原作者表示深深的感謝。

本教材的編寫得到了東北石油大學重點教材建設項目的資助和中國水利水電出版社的大力支持，在此一并致謝。

由于人工智能是一門不斷發(fā)展的學科，新的理論方法與技術、新的應用領域不斷涌現(xiàn)，加之編者水平有限，書中難免存在不妥與錯誤之處，懇請各位專家和讀者批評指正。

編 者

2022年7月

前言
第1章　緒論 1
1.1　人工智能的歷史 2
1.2　人工智能與機器人的融合 3
1.3　智能機器人的定義 3
1.4　機器人的發(fā)展階段 3
1.5　智能機器人的三要素 5
1.6　智能機器人的關鍵技術 5
1.7　智能機器人未來的發(fā)展 8
本章小結 9
習題1 10
第2章　計算智能 11
2.1　人工神經(jīng)網(wǎng)絡算法 11
2.1.1　人工神經(jīng)網(wǎng)絡基本原理 12
2.1.2　BP神經(jīng)網(wǎng)絡 14
2.1.3　RBF神經(jīng)網(wǎng)絡 16
2.2　深度神經(jīng)網(wǎng)絡算法 18
2.2.1　深度神經(jīng)網(wǎng)絡概述 18
2.2.2　卷積神經(jīng)網(wǎng)絡 20
2.2.3　循環(huán)神經(jīng)網(wǎng)絡 24
2.2.4　生成對抗網(wǎng)絡 26
2.2.5　深度神經(jīng)網(wǎng)絡的應用案例 28
2.3　模糊控制算法 32
2.3.1　模糊集合描述 32
2.3.2　模糊集合運算 33
2.3.3　模糊推理與模糊決策 34
2.3.4　模糊控制 37
2.3.5　模糊控制的應用與發(fā)展趨勢 40
2.4　進化計算算法 42
2.4.1　遺傳算法 42
2.4.2　粒子群算法 51
2.4.3　蟻群算法 55
2.4.4　混合蛙跳算法 60
本章小結 63
習題2 63
第3章　機器學習 64
3.1　機器學習概述 64
3.1.1　機器學習的發(fā)展階段 64
3.1.2　機器學習系統(tǒng)的基本結構 65
3.1.3　機器學習的分類 66
3.2　監(jiān)督學習 68
3.2.1　支持向量機 69
3.2.2　K-最近鄰分類 70
3.2.3　樸素貝葉斯分類器 70
3.2.4　集成學習 72
3.3　非監(jiān)督學習 75
3.3.1　K-均值聚類 75
3.3.2　PCA算法 76
3.4　強化學習 78
3.4.1　強化學習的特點 78
3.4.2　強化學習的組成部分 78
3.4.3　馬爾可夫決策過程 79
3.4.4　基于值函數(shù)的學習算法 84
3.4.5　基于策略函數(shù)的學習算法 87
3.4.6　Actor-Critic算法 88
3.5　深度強化學習 88
3.5.1　深度強化學習的常用算法 88
3.5.2　深度強化學習的主要應用 90
3.6　遷移學習 91
3.6.1　遷移學習的基本方法 92
3.6.2　分布對齊的常用方法 96
3.6.3　遷移學習的研究前沿 100
本章小結 102
習題3 102
第4章　感知智能 103
4.1　機器人傳感器 103
4.1.1　內(nèi)部傳感器 104
4.1.2　外部傳感器 106
4.2　機器人視覺與圖像處理 108
4.2.1　機器人視覺 108
4.2.2　數(shù)字圖像處理系統(tǒng) 113
4.3　語音識別與機器人聽覺 133
4.3.1　語音識別技術流程 133
4.3.2　聲學模型訓練常用方法 135
4.3.3　機器人聽覺系統(tǒng) 138
4.4　多源信息融合 139
4.4.1　信息融合概述 140
4.4.2　多源信息融合的主要方法 140
4.4.3　機器人信息融合技術 143
本章小結 144
習題4 145
第5章　認知智能 146
5.1　知識表示技術 147
5.1.1　一階謂詞邏輯表示法 147
5.1.2　產(chǎn)生式表示法 151
5.1.3　語義網(wǎng)絡表示法 154
5.2　邏輯推理 157
5.2.1　命題演算的消解方法 157
5.2.2　公式集化為標準子句集 158
5.2.3　推理規(guī)則 159
5.2.4　推理求解過程 160
5.3　搜索技術 162
5.3.1　盲目搜索 166
5.3.2　等代價搜索 168
5.3.3　啟發(fā)式搜索 170
5.4　知識圖譜 172
5.4.1　知識圖譜架構 173
5.4.2　知識圖譜構建的關鍵技術 173
5.4.3　代表性知識圖譜庫 174
5.4.4　知識圖譜應用場景 175
本章小結 177
習題5 177
第6章　機器人定位與建圖 178
6.1　機器人定位技術 178
6.1.1　經(jīng)典機器人定位技術 179
6.1.2　機器人無線定位算法 182
6.2　機器人地圖構建 187
6.2.1　地圖模型 187
6.2.2　基于距離測量的地圖構建算法 189
6.3　機器人同倍ㄎ揮虢ㄍ� 190
6.3.1　SLAM基本概念 190
6.3.2　基于視覺的SLAM方法 191
6.3.3　視覺SLAM的發(fā)展趨勢及研究熱點 199
本章小結 199
習題6 200
第7章　機器人路徑規(guī)劃 201
7.1　全局路徑規(guī)劃算法 202
7.1.1　柵格法 202
7.1.2　可視圖法 203
7.1.3　戴克斯特拉（Dijkstra）算法 203
7.1.4　基于強化學習的Q-Learning算法 205
7.2　局部路徑規(guī)劃算法 207
7.2.1　人工勢場法 207
7.2.2　動態(tài)窗口法 210
7.3　路徑規(guī)劃發(fā)展趨勢 212
本章小結 213
習題7 214
第8章　智能機器人設計與開發(fā) 215
8.1　智能機器人設計的基本步驟 216
8.2　機器人硬件設計與開發(fā) 217
8.2.1　主板 217
8.2.2　傳感器 219
8.2.3　驅(qū)動器 219
8.2.4　其他硬件設備 220
8.3　機器人的軟件架構 221
8.3.1　概述 221
8.3.2　機器人的軟件架構范例 221
8.3.3　機器人編程方式 223
8.3.4　機器人程序設計語言 225
8.4　機器人仿真平臺 227
本章小結 231
習題8 232
參考文獻 233

1. 零基礎玩轉(zhuǎn)國產(chǎn)大模型DeepSeek [徐永冰 張帥 編著]
2. 網(wǎng)絡工程師5天修煉（適配第6版考綱） [主編　朱小平 施游]
3. 信息系統(tǒng)項目管理師考試32小時通關（適用第4版考綱） [薛大龍]
4. 信息系統(tǒng)管理工程師考試32小時通關（適配第2版考綱） [薛大龍　劉偉]
5. 土木工程材料檢測實訓 [洪曉江 達則曉麗 錢波]
6. 科技信息檢索與論文寫作實用教程 [李振華]
7. 傳統(tǒng)山水畫論解讀與實踐 [陳鈉 著]
8. Python數(shù)據(jù)庫編程 [主編 殷樹友 邢 翀]
9. 計算機基礎實訓指導 [主編 袁春萍 朱妮]
10. 嵌入式人工智能技術應用（數(shù)字教材） [主編 胡娜 楊國勇 晏廷榮]
11. Vienna整流器技術 [桂存兵 著]
12. 變頻器與伺服應用 [陳剛 葉云飛]
13. 物聯(lián)網(wǎng)工程設計與實踐 [湯琳 李敏]
14. 爐邊夜話——深入淺出話AI [汪建　著]
15. 電商運營與管理 [鐘肖英 陳瀟]
16. Java面向?qū)ο蟪绦蛟O計 [主編 姜春磊 陳虹潔]
17. 信息技術基礎（Windows 10+WPS Office）（微課版） [主編　石利平　田輝平　謝盛嘉]
18. 人工智能應用 [主編　陳　萍　劉培培　陳孟軍]
19. 大學生職業(yè)發(fā)展與就業(yè)指導 [主編　劉志堅]
20. 高級辦公應用項目教程 [主編 屈晶 趙成麗]
21. 微信小程序開發(fā)項目實戰(zhàn)（微課版） [主編 黃龍泉 郭峰 朱倩]
22. 企業(yè)檔案工作實戰(zhàn)寶典百問百答 [華俊 盧秀英 邵甜甜 著]
23. 計算機網(wǎng)絡原理及應用 [主編 唐繼勇 葉坤 孫夢娜]
24. 大學生創(chuàng)業(yè)基礎 [主編 王麗莉 王 楊]
25. 船舶輔機 [主編 王連海 于洋 姜淑翠]
26. 大學生就業(yè)指導 [主編 王麗莉 董宴廷]
27. 系統(tǒng)架構設計師章節(jié)習題與考點特訓 [主編 薛大龍 鄒月平]
28. 高校學生工作探索與實踐 [郭亮 著]
29. 大學生情商管理 [方雄 著]
30. 2023年長沙市會展業(yè)發(fā)展報告 [主編 周棟良]