绪论

参考文献

第1部分 MIAS基础概念

第1章 神经-模糊-遗传算法-人工智能范式

1.1 引言

1.2 人工神经网络

1.3 前馈神经网络

1.3.1 学习算法

1.4 递归神经网络

1.4.1 一些RNN变异型

1.5 基于Hopfield神经网络-RNN的参数估计

1.6 模糊逻辑和模糊系统

1.6.1 模糊推理机／系统

1.7 遗传算法

1.7.1 典型的遗传算法过程

1.7.2 遗传编程

1.8 与人工神经网络相结合的理念以及分类

1.8.1 结合人工神经网络的模糊逻辑方法输出或结果的分类

1.8.2 与人工神经网络的输出／结果相结合的基于GA的方法

1.8.3 GA-FL混合方法

1.9 机器人技术中模糊神经遗传算法的一些可能应用

1.9.1 基于人工神经网络摄像头：机器人协同

1.9.2 机器人的人工神经网络路径规划

1.9.3 GA-FL综合合成

1.10 人工智能

1.10.1 像人类一样思考

1.10.2 像人类一样行动

1.10.3 理性思考或理性思维

1.10.4 理性行为

1.10.5 AI前景

1.10.6 智能代理

1.10.7 智能MIAS／机器人系统

参考文献

第2章 机器人运动的数学模型

2.1 引言

2.2 机器人空间定位

2.2.1 机器人位置

2.2.2 机器人及其连杆定位

2.2.3 旋转矩阵

2.2.4 齐次变换

2.3 机器人运动学

2.4 动态模型

2.4.1 运动方程

2.5 机器人的行走

2.6 概率机器人运动模型

2.6.1 测距法

2.6.2 航位推算法

参考文献

第3章 移动智能自主系统中的数据融合

3.1 引言

3.2 为什么MIAS需要数据融合

3.3 MIAS数据融合方法概述

3.4 结束语

参考文献

第4章 图像配准与融合

4.1 引言

4.2 图像配准

4.2.1 图像配准的步骤

4.2.2 卫星图像配准

4.2.3 文献综述

4.2.4 卫星图像配准方法

4.3 图像融合

4.3.1 图像融合模式

4.3.2 不同级别图像融合

4.3.3 图像使用方法

4.3.4 图像融合性能评价

4.3.5 利用模糊逻辑的图像融合

4.3.6 图像融合的Ⅱ型模糊逻辑

参考文献

第5章 利用离散余弦变换的多传感器图像融合方法

5.1 引言

5.2 离散余弦变换的基础知识

5.3 多分辨率离散余弦变换

5.4 多传感器图像融合

5.5 融合质量评价指标

5.6 彩色图像融合

5.7 结果与讨论

5.8 结束语

参考文献

第6章 使用频谱框架的运动分割

6.1 引言

6.2 运动分割的主要方法

6.3 运动矢量的计算

6.4 最大似然框架

6.5 运动分割方法

6.5.1 运动检测

6.5.2 运动估计

6.5.3 谱框架聚类算法

6.6 结果讨论

6.7 结束语

参考文献

第7章 具有丢包链路的多智能体系统编队控制

7.1 引言

7.2 问题描述

7.3 基于估计的编队控制算法

7.4 在发生数据包丢失事件中传送数据以获得最佳估计

7.5 结果与讨论

7.6 结束语

参考文献

第2部分 MIAS与机器人

第8章 机器人传感器与仪表

8.1 引言

8.2 传感器分类

8.2.1 电容和电感器件

8.2.2 压电换能器

8.2.3 压力传感器

8.2.4 弯曲／挠曲传感器

8.2.5 声纳传感器

8.2.6 红外传感器

8.2.7 光敏电阻／光电导体

8.2.8 车轮传感器

8.2.9 速度传感器

8.2.10 视觉传感器

8.3 其他传感器及其特点和应用

8.3.1 触摸（触觉）传感器

8.4 传感器的显著特性

8.4.1 精度

8.4.2 准确度

8.4.3 重复性

8.4.4 分辨率

8.4.5 灵敏度

8.4.6 线性度

8.4.7 测量范围

8.4.8 频率响应

8.4.9 可靠性

8.4.10 接口

8.4.11 传感器的尺寸、重量和体积

8.4.12 环境条件

8.5 执行器和效应器

8.6 信号调理

8.7 信号／数据通信和传感器网络

8.8 机器人仪器

8.9 微电子机械传感器系统

8.10 智能传感器

参考文献

第9章 机器人导航与制导

9.1 引言

9.2 机器人导航

9.2.1 惯性导航

9.2.2 固定信标定位

9.2.3 光成像与超声成像

9.2.4 光学立体视觉

9.3 机器人制导

9.3.1 有线制导机器人

9.3.2 画线制导机器人

9.3.3 航位推算

9.3.4 触觉检测

9.3.5 距离检测

9.4 导航任务的总结

9.5 导航与制导的应用数学

9.6 模糊逻辑控制的移动机器人跟踪

参考文献

第10章 机器人路径及运动规划

10.1 引言

10.2 经典方法

10.2.1 路线图法

10.2.2 单元分解法

10.2.3 势场法

10.2.4 数学规划法

10.3 探试法

10.3.1 人工神经网络

10.3.2 遗传算法

10.3.3 模拟退火法

10.3.4 粒子群优化算法

10.3.5 蚁群法

10.3.6 协同机制

10.3.7 小波理论

10.3.8 模糊逻辑

10.3.9 禁忌搜索

10.4 机器人路径规划

10.4.1 空间配置

10.4.2 图表

10.4.3 广度优先搜索

10.4.4 Dijkstra算法

10.5 其他算法

10.5.1 Bug算法

10.5.2 势能函数

10.5.3 A＊算法

10.5.4 D＊算法

10.5.5 聚焦D＊算法

10.5.6 D＊算法简化

10.6 图形表示

10.6.1 网格表示

10.6.2 可视图

10.6.3 四叉树

10.6.4 方向表示

10.7 动力学算法

10.7.1 动态Bug算法

10.7.2 A＊算法

10.7.3 次优A＊算法

10.7.4 D算法

10.7.5 机器人运动轨迹规划

10.8 A＊算法与模糊逻辑组合

10.9 多Agent系统路径规划

10.10 A＊算法路径规划问题图表

参考文献

第11章 失序测量丢失数据问题

11.1 引言

11.2 背景问题的信息

11.2.1 系统和模型描述

11.2.2 用于延时测量的融合过程

11.3 现有的各种方法

11.3.1 OOSM

11.3.2 多重插补方法

11.4 仿真实验

11.4.1 实验Ⅰ

11.4.2 实验Ⅱ

11.5 探讨OOSM实验与结论

参考文献

第12章 动态与不确定环境中基于遗传算法的移动机器人路径规划

12.1 引言

12.2 二维平面中路径的表示

12.3 动态障碍物的表示

12.4 沿坐标轴的矩形框组成的障碍物

12.5 基于遗传算法的路径规划的实现

12.5.1 数值仿真案例

12.6 基于GA的运动规划

12.7 结束语

参考文献

第13章 机器人时态逻辑运动规划

13.1 引言

13.2 自主性的重要性

13.3 一般问题定义

13.4 时态逻辑概述

13.4.1 线性时态逻辑

13.4.2 计算树逻辑

13.4.3 时间计算树逻辑

13.4.4 概率时态逻辑

13.5 机器人验证概述

13.5.1 运动规划方案合成

13.5.2 运行验证

13.6 分析

13.7 建议方法

13.8 案例研究

13.9 未来可能性

参考文献

第14章 军队路径查寻问题的约束规划求解

14.1 引言

14.2 路径查寻方法概述

14.2.1 解决动态路径查寻问题的D＊算法

14.3 约束满足问题综述

14.4 军队路径查寻约束满足问题

14.4.1 解决军队静态路径查寻的约束满足问题

14.4.2 解决军队动态路径查寻的约束满足问题

14.4.3 MUPFP_D＊算法

14.5 结束语

参考文献

第15章 移动车辆的同时定位和映射

15.1 引言

15.2 SLAM问题

15.2.1 SLAM的概率形式

15.2.2 SLAM结构的观察

15.3 SLAM问题的解决方法

15.3.1 SLAM的收敛

15.3.2 计算方面

15.3.3 数据关联

15.3.4 非线性

15.4 用于SLAM的数学公式

15.4.1 数学模型

15.4.2 地图表达

15.5 依据H-∞滤波器的移动机器人SLAM

15.5.1 健壮滤波

15.5.2 H-∞范数

15.5.3 H-∞滤波器

15.5.4 数学模型

15.5.5 H-∞后验滤波器

15.6 数据仿真结果

参考文献

第16章 机器人和移动车辆架构

16.1 引言

16.2 架构设计

16.2.1 系统可靠性

16.2.2 泛化特征

16.2.3 系统适应性

16.2.4 系统模块

16.2.5 自主行为

16.2.6 健壮性

16.2.7 任务执行的可扩展性

16.2.8 反应性

16.2.9 人工智能

16.2.10 机动性

16.3 机器人传感—规划—行为范式

16.3.1 传感

16.3.2 规划

16.3.3 行为范式

16.4 机器人架构

16.4.1 基于功能的架构

16.4.2 基于行为的架构

16.4.3 混合式架构

16.5 基于行为的架构中的协调功能

16.6 分层方法

16.7 集中式与分布式架构

16.8 架构的开发工具

16.9 四维／实时控制模型架构

16.10 一种可选择的混合架构

16.11 结束语

参考文献

第17章 多机器人协调

17.1 引言

17.2 从单机器人到多机器人的控制

17.3 MRS的挑战

17.4 协调在MRS中的必要性

17.5 从局部交互到全局协调

17.6 通过环境的交互

17.7 MRS设计与分析

17.8 MRS控制器的原理综述

17.9 多机器人软件架构

17.10 多机器人协调的实时框架

17.11 机器人组的控制

17.12 结束语

参考文献

第18章 具有生物脑的自主移动机器人

18.1 引言

18.2 人工神经网络的制备

18.3 实验装置

18.4 结果

18.5 机器学习范式

18.6 结束语

18.7 未来研究方向

参考文献

第19章 移动机器人制造中的安全有效自主决策

19.1 引言

19.2 机器人架构：分类与选择

19.3 RCS-RMA的组成

19.3.1 RCS计算节点

19.3.2 RCS层的控制算法

19.4 机器人系统的自主安全管理

19.4.1 系统安全分析与不确定性

19.4.2 在RCS中的安全集成

19.4.3 减少不确定性概率的应用

19.4.4 为什么选用POMDP

19.5 案例研究：移动机器人应用

19.5.1 任务分解

19.5.2 控制算法的实现

19.5.3 四层移动机器人的应用

19.5.4 RCS中的安全等级

19.6 目标检测与避碰算法

19.6.1 目标检测

19.6.2 计算障碍位置坐标

19.6.3 动态地图更新

19.7 RCS节点上的POMDP工艺开发

19.7.1 POMDP模型

19.7.2 RCS计算节点中的POMDP开发

19.7.3 RCS节点上改进POMDP的价值判断

19.7.4 RCS节点上改进POMDP中的环境模型

19.7.5 RCS节点上改进POMDP中的行为产生过程

19.7.6 RCS节点上改进POMDP中的感觉处理过程

19.8 基于POMDP的决策算法的开发

19.8.1 障碍状态／传感器状态估计

19.8.2 障碍状态估计

19.8.3 POMDP的解决方案：整合目标和安全相关的决定

19.8.4 由POMDP解决方案提供的行动决策选择

19.8.5 降低POMDP求解计算的复杂度

19.9 测试与评价

19.9.1 POMDP模型开发的测试结果和评估

19.9.2 导航与防撞的结果与评估：安全决策过程评估

19.10 结论与未来工作

参考文献

第20章 无人机避障反应的局部综合制导与控制

20.1 引言

20.2 无人机样机的六自由度模型

20.3 避障的瞄准点筛选

20.3.1 “碰撞锥”结构

20.3.2 瞄准点计算

20.3.3 剩余飞行时间计算

20.4 速度矢量方向与动态方位角

20.4.1 速度矢量的电流和预期方向

20.4.2 瞄准点计算

20.5 局部IGC规划

20.5.1 协调转弯的滚动角

20.5.2 外环回路的机身速率

20.5.3 外环回路的表面变形控制

20.5.4 速度控制

20.5.5 执行器输入的动力学与设计

20.6 数值结果

20.6.1 纵倾条件

20.6.2 方案1：单障碍物

20.6.3 方案2：两个障碍物

20.7 结束语

附录：空气动力系数

参考文献

第21章 用于自主智能设备的阻抗控制机电一体化系统

21.1 引言

21.2 冗余驱动的机械阻抗控制

21.2.1 机械阻抗控制的运动传递方法与方案

21.2.2 冗余驱动执行器的建模

21.3 控制策略

21.4 实验结果与讨论

21.5 具有反驱动执行器的串、并联机器人

21.5.1 具有驱动冗余的串、并联机器人运动学建模

21.5.2 冗余驱动上的刚度模型

21.5.3 所需末端执行器的柔度条件

21.5.4 柔度规范的方法

21.6 结束语

参考文献

第22章 微产品制造中Hydro-MiNa机器人的微型与纳米操作技术

22.1 引言

22.2 Hydro-MiNa机器人技术

22.2.1 在微／纳米操作领域关于功能任务制定的统一方法

22.2.2 局部微纳操作的时压结构合成

22.3 Hydro-MiNa机器人的微米与纳米操作系统

22.4 具有高分辨率成像和力反馈的机器人传感与控制

22.5 结束语

参考文献

第3部分 MIAS／机器人的联合技术

第23章 闭环回路、不稳定车辆的实时系统辨识实时系统，闭环中的不稳定车辆的辨识

23.1 引言

23.2 后失效估计的应用

23.2.1 SRLS算法

23.2.2 后失效分析模型

23.2.3 后失效模型估计的结果和讨论

23.3 无校准的入射角和侧偏角估计

23.3.1 数学模型的拓展

23.3.2 短周期结果

23.3.3 荷兰滚的结果

23.4 实时稳定裕度估计方法

23.4.1 不稳定飞机模型的稳定裕度估计

23.4.2 稳定裕度估计结果

23.5 结束语

附录：符号和术语

参考文献

第24章 移动自主系统智能天线：自适应加速算法

24.1 引言

24.2 旁瓣对消器的有源抑制

24.2.1 传统的广义旁瓣对消器

24.2.2 广义旁瓣对消的判定反馈

24.2.3 自适应阵列处理的约束

24.2.4 仿真结果

24.3 抵达方向不匹配分析

24.3.1 信号模型不匹配

24.3.2 在GSC中DOA不匹配

24.3.4 收敛性分析

24.3.5 权重步长SINR输出的适应性关系

24.4 旁瓣对消的自适应算法

24.4.1 权重适应性采用LMS算法

24.4.2 新型仿真

24.5 盲均衡器和反馈滤波器的旁瓣对消

24.5.1 不匹配的DF-GSC盲方法

24.5.2 盲均衡的DF-GSC稳态分析

24.6 宽频探头抑制

24.6.1 宽频信号旁瓣对消器的收敛方式

24.7 平面相控阵的干扰抑制

24.7.1 辐射模式的生成

24.7.2 在恶劣环境下的平面阵列特点

24.8 主动消除同一时刻多个期望信号的探测效果

24.8.1 同一时刻多个期望信号的适应权重

24.8.2 模拟结果

24.9 在相干信号环境下消除有效探测

24.9.1 自适应阵列处理与多波约束

24.9.2 相干信号环境下阵列的性能分析

24.9.3 抑制宽频相关来源

24.10 结束语

参考文献

第25章 四旋翼微型飞行器的集成建模，仿真与控制器设计

25.1 引言

25.2 四旋翼微型飞行器

25.3 飞行器动态模型

25.3.1 运动学模型

25.3.2 力学方程

25.3.3 力矩方程

25.3.4 转子动力学

25.4 控制器设计

25.5 飞行仿真

25.6 仿真平台和飞行测试

25.6.1 平台测试

25.6.2 飞行测试试验

25.7 结束语

附录：符号表

参考文献

第26章 运用卡尔曼滤波器和平滑器测定移动车辆的发射点与落点

26.1 引言

26.2 发射点和落点估计

26.2.1 卡尔曼滤波

26.2.2 RTS

26.2.3 落点的预测

26.2.4 发射点预测

26.3 滤波器性能评价

26.4 结果与讨论

26.5 结束语

参考文献

第27章 微型飞行器的新型增稳系统：迈向自主飞行

27.1 引言

27.2 标准H2最优控制方案

27.3 MAV说明和规范

27.3.1 MAV介绍

27.3.2 机载飞行系统

27.3.3 Sarika-1 MAV的纵向动力学

27.3.4 开环分析

27.3.5 设计规范

27.4 结果与讨论

27.4.1 健壮性和性能分析

27.4.2 扰动分析

27.4.3 时间响应分析

27.4.4 阵风时间响应与传感器噪声输入

27.5 控制器的实时验证：HILS

27.5.1 控制器的执行和验证

27.6 结束语

参考文献

第28章 飞机自动着陆的神经模糊容错控制

28.1 引言

28.2 飞机自动着陆问题

28.2.1 安全和性能标准

28.2.2 风廓线

28.2.3 飞机模型和故障情景

28.3 神经辅助弹道追踪控制器

28.3.1 基本轨迹跟踪控制器设计

28.3.2 最小资源分配网络扩展

28.3.3 BFTC性能评价及故障情况下神经辅助BFTC

28.4 自适应反推神经网络控制器

28.4.1 非线性动态倒置

28.4.2 控制器设计方法

28.4.3 发生故障时自适应反推神经网络控制器性能评价

28.5 模糊神经辅助轨迹跟踪控制器

28.5.1 模糊神经网络

28.5.2 连续自适应模糊推理系统

28.5.3 用于自动着陆问题的SAFIS控制器性能评价

28.6 在线连续模糊极端学习机

28.6.1 OS-Fuzzy-ELM和SAFIS用于飞机自动着陆系统问题的比较

28.7 结束语

参考文献

第29章 航空航天飞行关键技术应用重构

29.1 引言

29.2 重要性和相关性

29.3 民用航空电子设备

29.3.1 联合架构

29.3.2 集成架构

29.4 集成模块化航空电子设备

29.4.1 分区

29.4.2 黄金标准

29.4.3 重构的体系及其能力

29.4.4 可用性和可靠性的技术要求

29.4.5 可靠处理器平台的需求

29.5 重构机理研究进展

29.5.1 重构问题

29.5.2 容错

29.5.3 冗余管理

29.6 增强进程或任务可用性的重构算法

29.6.1 重构算法的控制参数

29.6.2 重构算法

29.6.3 算法阶段

29.7 错误检测与控制

29.7.1 汉明码扩展与扩展后的行列汉明码

附录：符号和术语

参考文献

第30章 自动目标识别的三种原理研究

30.1 引言

30.2 图像处理的概念

30.3 ATR及其作用

30.4 ATR系统

30.5 ATR系统的典型传感器

30.5.1 红外

30.5.2 前视红外

30.5.3 合成孔径雷达

30.5.4 反向合成孔径雷达

30.5.5 光雷达

30.5.6 激光雷达

30.5.7 毫米波雷达

30.5.8 多光谱成像

30.5.9 超光谱成像

30.5.10 低光电视

30.5.11 视频

30.6 经典ATR方法

30.6.1 经典ATR系统的不同阶段

30.7 ATR的统一贝叶斯方法

30.7.1 贝叶斯问题构想

30.7.2 场景生成和目标表示

30.7.3 传感器建模

30.7.4 贝叶斯范式

30.8 人工智能方法

30.8.1 神经网络

30.8.2 人工智能基ATR系统

30.9 结束语

参考文献

第31章 吸气燃烧系统故障检测和调节算法新理念的实时实现

31.1 引言

31.2 综述和背景

31.2.1 描述模型和C控制器

31.2.2 解析冗余调查

31.2.3 反压传感器的FDA

31.3 EKF的设计与实现

31.3.1 离散时间的KF

31.3.2 DTKF状态估计

31.3.3 卡尔曼-布西连续时间滤波器

31.4 非线性系统的EKF

31.4.1 EKF构想

31.4.2 ACS动力学

31.4.3 应用于ACS的EkF

31.4.4 用于EKF的ACS动力学线性化

31.5 容错方法和残差生成

31.5.1 T07建模

31.5.2 残余处理

31.5.3 故障调节

31.6 对FDA和结果的评估

31.6.1 通过结果对FDA算法性能进行评估

31.6.2 FDA的实时实施

31.7 结束语

附录：符号和术语

参考文献

第32章 模糊逻辑传感器和控制表面故障检测及重构

32.1 引言

32.2 传感器故障检测、隔离和重构

32.2.1 基于卡尔曼滤波的SFDI及重构

32.2.2 基于模糊逻辑的传感器故障检测和重构

32.3 控制面故障检测和重构

32.3.1 EKF实施

32.3.2 基于模糊逻辑的控制表面故障检测和重构

32.4 仿真结果和讨论

32.4.1 传感器故障检测和重构的仿真结果

32.4.2 控制表面故障检测和重构的仿真结果

32.4.3 使用两种T模和蕴涵方法的灵敏度研究

32.5 结束语

参考文献

第33章 使用二维雷达跟踪目标

33.1 引言

33.2 高度估计

33.2.1 使用多普勒测量

33.2.2 特例

33.3 垂直机动估计

33.3.1 使用多普勒测量

33.4 连续跟踪

33.4.1 转弯机动

33.4.2 实际情况

33.5 替代方法

33.6 结束语

参考文献

第34章 使用贝叶斯网络、k-NN模型研发自主机器人的行为

34.1 引言

34.2 相关的概念和模型

34.2.1 贝叶斯网络模型

34.2.2 k-NN模型

34.3 机器人行为和CAM

34.3.1 现实生活中超声波传感器的数据感知

34.3.2 机器人行为的贝叶斯学习和推理过程

34.3.3 对机器人行为的k-NN建模和推理过程

34.3.4 评价方案

34.4 CAM的实验评价

34.4.1 静态环境下使用BN和k-NN模型时CAM的性能精度

34.4.2 动态环境下使用BN和k-NN模型时CAM的性能精度

34.4.3 模型平均性能评价的比较

34.5 相关工作

34.6 结束语

参考文献

第35章 基于卡普拉斯方法的无序测量建模

35.1 引言

35.2 卡普拉斯策略

35.3 实验结果

35.4 结束语

参考文献

附录A 数值统计概念

A.1 备选假设

A.2 方差分析

A.3 渐近无偏

A.4 偏置

A.5 二项分布

A.6 中心极限定理

A.7 x2分布和测试

A.8 相关性

A.9 协方差

A.10 特征值

A.11 EM算法

A.12 F分布和F测试

A.13 最小二乘法

A.14 可能性和可能性测试

A.15 线性回归模型

A.16 最大似然

A.17 平均数、中位数和众数

A.18 均方

A.19 蒙特卡罗方法

A.20 多元回归

A.21 非线性回归

A.22 异常值

A.23 泊松分布

A.24 概率、概率分布函数和概率密度函数

A.25 T型检验

A.26 Ⅰ型和Ⅱ型误差

A.27 梯度下降法

A.28 二次型

参考文献

附录B 与机器人学相关的软件和算法注释

B.1 城市搜救营救仿真（USARSim）教程

B.1.1 USARSim系统架构

B.1.2 仿真器组件

B.2 机器人工具箱

B.3 机器人路径规划算法

B.4 SIMBAD机器人模拟器

B.5 CADAC：使用C+++计算机辅助设计航天理念

参考文献