制造行业日报：自主移动机器人产业发展蓝皮书全球首发.pdf

介绍了一种自主移动机器人的运动控制系统，通过自主移动机器人的运动学建模，提出了一种有效控制机器人沿期望速度和方向运动的PID 闭环控制方法，以此开发了以STC12C5A60S2微处理器、MC33886电机驱动芯片与霍尔传感器为主要构件的硬件系统，以及模块化的软件程序，实验证实该控制方法有效且稳定。

自主移动机器人导论的课件PPT，作者是R.西格沃特。适用于人工智能专业的机器人基础课程。

AMR可以分为激光AMR和视觉AMR两大类，目前市场.上常见的AMR如Locus、 Mir、6Rivers 等均可归为激光AMR，其主要依赖激光雷达作为感知设备，实现基于激. 光雷达的定位、避障、导航等能力。虽然相比于传统AGV激光AMR初步具备了感知 和自主规划的能力，但其感知能力很弱，例如无法分辨障碍物种类，也就无法根据不 同的障碍物给出灵活的避障策略，其基于轮廓匹配的定位方法也无法有效解决高度动态的场景变化带来的影响。

知识梳理与读后感

对AGV的结构组成、分类、功能、技术进行概括，使用arduino控制运行进行简单的讲解

特殊任务下自主移动机器人CCPP任务的集成算法

Preface xv 1 Introduction 1 1.1 Introduction 1 1.2 An Overview of the Book 11 2 Locomotion 13 2.1 Introduction 13 2.1.1 Key issues for locomotion 16 2.2 Legged Mobile Robots 17 2.2.1 Leg configurations and stability 18 2.2.2 Consideration of dynamics 21 2.2.3 Examples of legged robot locomotion 25 2.3 Wheeled Mobile Robots 35 2.3.1 Wheeled locomotion: The design space 35 2.3.2 Wheeled locomotion: Case studies 43 2.4 Aerial Mobile Robots 50 2.4.1 Introduction 50 2.4.2 Aircraft configurations 52 2.4.3 State of the art in autonomous VTOL 52 2.5 Problems 56 3 Mobile Robot Kinematics 57 3.1 Introduction 57 3.2 Kinematic Models and Constraints 58 viii Contents 3.2.1 Representing robot position 58 3.2.2 Forward kinematic models 61 3.2.3 Wheel kinematic constraints 63 3.2.4 Robot kinematic constraints 71 3.2.5 Examples: Robot kinematic models and constraints 73 3.3 Mobile Robot Maneuverability 77 3.3.1 Degree of mobility 77 3.3.2 Degree of steerability 81 3.3.3 Robot maneuverability 82 3.4 Mobile Robot Workspace 84 3.4.1 Degrees of freedom 84 3.4.2 Holonomic robots 85 3.4.3 Path and trajectory considerations 87 3.5 Beyond Basic Kinematics 90 3.6 Motion Control (Kinematic Control) 91 3.6.1 Open loop control (trajectory-following) 91 3.6.2 Feedback control 92 3.7 Problems 99 4 Perception 101 4.1 Sensors for Mobile Robots 101 4.1.1 Sensor classification 101 4.1.2 Characterizing sensor performance 103 4.1.3 Representing uncertainty 109 4.1.4 Wheel/motor sensors 115 4.1.5 Heading sensors 116 4.1.6 Accelerometers 119 4.1.7 Inertial measurement unit (IMU) 121 4.1.8 Ground beacons 122 4.1.9 Active ranging 125 4.1.10 Motion/speed sensors 140 4.1.11 Vision sensors 142 4.2 Fundamentals of Computer Vision 142 4.2.1 Introduction 142 4.2.2 The digital camera 142 4.2.3 Image formation 148 4.2.4 Omnidirectional cameras 159 4.2.5 Structure from stereo 169 4.2.6 Structure from motion 180 Contents ix 4.2.7 Motion and optical flow 189 4.2.8 Color tracking 192 4.3 Fundamentals of Image Processi

自主移动机器人导论中文版，文件是中文版，文字非常清晰。

序言 第1章 引言 1.1 引言 1.2 本书综述 第2章 运动 2.1 引言 2.1.1 运动的关键问题 2.2 腿式移动机器人 2.2.1 腿的构造与稳定性 2.2.2 腿式机器人运动的例子 2.3 轮式移动机器人 2.3.1 轮子运动：设计空间 2.3.2 轮子运动：实例研究 第3章 移动机器人运动学 3.1 引言 3.2 运动学模型和约束 3.2.1 表示机器人的位置 3.2.2 前向运动学模型 3.2.3 轮子运动学约束 3.2.4 机器人运动学约束 3.2.5 举例：机器人运动学模型和约束 3.3 移动机器人的机动性 3.3.1 活动性的程度 3.3.2 可操纵度 3.3.3 机器人的机动性 3.4 移动机器人工作空间 3.4.1 自由度 3.4.2 完整机器人 3.4.3 路径和轨迹的考虑 3.5 基本运动学之外 3.6 运动控制 3.6.1 开环控制 3.6.2 反馈控制 第4章 感知 4.1 移动机器人的传感器 4.1.1 传感器分类 4.1.2 表征传感器的特性指标 4.1.3 轮子／电机传感器 4.1.4 导向传感器 4.1.5 基于地面的信标 4.1.6 有源测距 4.1.7 运动／速度传感器 4.1.8 基于视觉的传感器 4.2 表示不确定性 4.2.1 统计的表示 4.2.2 误差传播：对不确定的测量进行组合 4.3 特征提取 4.3.1 基于距离数据的特征提取(激光、超声和基于视觉测距) 4.3.2 基于可视表象的特征提取 第5章 移动机器人的定位 5.1 引言 5.2 定位的挑战：噪声和混叠 5.2.1 传感器噪声 5.2.2 传感器混叠 5.2.3 执行器噪声 5.2.4 里程表位置估计的误差模型 5.3 定位或不定位：基于定位的导航与编程求解的对比 5.4 信任度的表示 5.4.1 单假设信任度 5.4.2 多假设信任度 5.5 地图表示方法 5.5.1 连续的表示方法 5.5.2 分解策略 5.5.3 发展水平：地图表示方法的最新挑战 5.6 基于概率地图的定位 5.6.1 引言 5.6.2 马尔可夫定位 5.6.3 卡尔曼滤波器定位 5.7 定位系统的其他例子 5.7.1 基于路标的导航 5.7.2 全局唯一定位 5.7.3 定位信标系统 5.7.4 基于路由的定位 5.8 自主地图的构建 5.8.1 随机构图的技术 5.8.2 其他的构图技术 第6章 规划与导航 6.1 引言 6.2 导航能力：规划和反应 6.2.1 路径规划 6.2.2 避障 6.3 导航的体系结构 6.3.1 代码重用与共享的模块性 6.3.2 控制定位 6.3.3 分解技术 6.3.4 实例研究：分层机器人结构 参考文献