本书首先介绍了在具有完整位置和速度信息的全局坐标系中导航和运动规划的模型和算法。第二部分研究了机器人在势场中的运动，势场是由机器人的期望和知识的环境状态定义的。第三部分介绍了机器人在未知环境中的运动以及利用感测信息进行环境映射的相应任务。第四部分从二维和三维两个方面研究了多机器人系统和群体动力学。

无

在著名的演讲“The question concerning technology”中，Martin Heidegger认为：
技术是一种揭示性的方法。当我们注意到了这一点后，技术本质上所涉及的另一个领域将完全向我们敞开，这个领域是揭示真理的领域。
当然，机器人技术也不例外。虽然机器人技术是数学抽象的物质实现，但机器人，特别是移动机器人和移动机器人系统，蕴含着我们对运动的想象。
人类曾尝试创造自动执行某些任务的工具，这一行为最早可以追溯到古希腊的哲学家和古埃及的发明家。在中世纪以及之后的新时代，模仿人类和动物的移动设备丰富了这些装置，在此期间，人类也完成了第一次搭建飞行器的尝试。当然，随着蒸汽机、汽油机和电动机的发明，这些装置变得更加复杂。尽管这些装置中最简单的都能显示出现代机械的所有特征，但在现代化意义上，它们都不能被看作机器人。
机器人技术的现代史始于20世纪40年代末，当时在核制造业中使用了机械臂。Bernard Roth在书中提到：
第一次学术活动始于1961年HAErnst在麻省理工学院的论文。他使用一个装有触摸传感器的从臂，在计算机控制下使其运行。他的想法是利用触摸传感器传来的信息引导从臂的运动。
也许，这种使用传感信息的想法为机器人技术奠定了基础，同时，这种信息反馈将机器人和其他自动化工具或装置区分开来。例如，Vladimir Lumelsky给出的机器人的定义如下：
机器人是一种能够在非结构化环境中对周围环境有目的地做出反应的自动或半自动机器。
出于实际需要，本书遵循这个定义。
本书的重点是，在考虑移动机器人的空间位置、通信和传感能力所提供的可用信息的情况下，进行移动机器人的定位和运动规划。本书首先介绍了在具有机器人位置和速度的完整信息的全局坐标系中有关导航和运动规划的模型和算法；接着讨论势场中的运动，势场由机器人期望和认知的环境状态定义；然后研究了机器人在未知环境中的运动以及利用感测信息进行环境建图的相应任务；最后考虑了二维和三维多机器人系统和集群动力学。

Heidegger, M. (1954) The question concerning technology Technology and Values: Essential Readings 99 113;引自Heidegger, M. (1977) The Question Concerning Technology and Other Essays New York and London: Garland Publishing, Inc
机器人是指可以像人类一样完成人类工作的机器，这是捷克作家Karel Capek在1921年创作的作品RUR (Rossums Universal Robots)中提出的。
Siciliano, B, Khatib, O (Eds) (2008) Springer Handbook of Robotics Springer: Berlin
Lumelsky, V (2006) Sensing, Intelligence, Motion How Robots and Humans Move in an Unstructured World WileyInterscience: Hoboken, NJ

本书为移动机器人的导航提供了理论与实践指导，以及可以直接使用的算法。这些算法和指导可以在实验室中直接实现，也可作为进一步研究的起点和解决工程任务的基础。作为一本教科书，本书旨在为应用数学和工程类专业的本科生和研究生提供移动机器人方面的教材支持。本书的结构是按照一学期的课程计划展开的，包括完整的理论素材和算法解决方案。作为一本研究读物，本书旨在为移动机器人的不同研究方向提供一个起点，并作为移动机器人领域的指南。作为一本实践指南，本书自成体系，内容包括现成的算法、数值实例和仿真，这些可以直接在简单和先进的移动机器人上实现，也可用于处理考虑了机器人可用信息和传感能力的不同任务。
我们希望本书可以指引读者以多种不同的方式了解移动机器人系统，也希望本书可以为非结构化环境中移动机器人导航领域的进一步发展提供启示。

Eugene Kagan
Nir Shvalb
Irad BenGal
以色列　特拉维夫大学

人工智能/机器人

本书旨在为移动机器人研究提供理论基础、实践指导和实用的导航算法，具体涵盖用于导航、运动规划以及单体移动机器人或机器人集群控制的方法和算法，以及全局和局部坐标系中的定位方法、离线和在线路径规划、感知与传感器融合、避障算法以及集群技术和协作行为等知识。这些内容可以直接应用于实践工作中，还可以作为深入研究的起点和解决工程任务的基础。　

本书内容
提供用于了解移动机器人控制和导航的自成体系的理论指南。
丰富的应用知识，包括实用的算法、数值实例和仿真，它们可以直接用在先进的移动机器人系统中，并用于处理各种与机器人信息和感知相关的任务。
在机器人之间有或无直接通信的情况下，全局坐标系和局部坐标系中的运动建模过程。

作者简介
尤金·卡根（Eugene Kagan），以色列阿里尔大学工业工程系高级讲师，魏茨曼科学研究所数学系顾问，特拉维夫大学AI、机器学习和业务数据分析实验室（LAMBDA）的副研究员。
尼尔·什瓦布（Nir Shvalb），以色列阿里尔大学工程学院的教授，也是该校运动学和计算几何学实验室的联合负责人。
伊拉德·本-加尔（Irad Ben-Gal），以色列特拉维夫大学工业工程系教授，也是该校AI、机器学习、业务和数据分析实验室（LAMBDA）的负责人。

译者简介
喻俊志，北京大学博雅特聘教授，博士生导师，IEEE Fellow，国家杰出青年基金获得者、国家万人计划科技创新领军人才、入选国家百千万人才工程等。曾担任多个国际期刊包括IEEE Transactions on Robotics、IEEE/ASME Transactions on Mechatronics、Bioinspiration & Biomimetics、Journal of Bionic Engineering的编委。主要研究方向为智能机器人、机电一体化、计算智能等。

[以]尤金·卡根（Eugene Kagan）尼尔·什瓦布（Nir Shvalb） 伊拉德·本-加尔（Irad Ben-Gal） 编著：尤金·卡根（Eugene Kagan），以色列阿里尔大学工业工程系高级讲师，魏茨曼科学研究所数学系顾问，特拉维夫大学AI、机器学习和业务数据分析实验室（LAMBDA）的副研究员。

尼尔·什瓦布（Nir Shvalb），以色列阿里尔大学工程学院的教授，也是该校运动学和计算几何学实验室的联合负责人。

伊拉德·本-加尔（Irad Ben-Gal），以色列特拉维夫大学工业工程系教授，也是该校AI、机器学习、业务和数据分析实验室（LAMBDA）的负责人。
译者简介：
喻俊志，北京大学博雅特聘教授，博士生导师，IEEE Fellow，国家杰出青年基金获得者、国家万人计划科技创新领军人才、入选国家百千万人才工程等。（曾）担任多个国际期刊包括IEEE Transactions on Robotics、IEEE/ASME Transactions on Mechatronics、Bioinspiration & Biomimetics、Journal of Bionic Engineering的编委。主要研究方向为智能机器人、机电一体化、计算智能等。

当前，人工智能技术的发展如火如荼，得到了全球的广泛关注，并逐渐成为新产业、新业态、新模式的孵化器和助推器。作为人工智能的杰出代表和重要应用领域，机器人的研究与发展备受关注。机器人技术的蓬勃发展不仅反映了人类对智能科技发展的不懈追求，而且为多领域多场景应用提供了沃土。作为机器人技术的重要分支，移动机器人技术已在物流仓储、智能家电、餐饮服务、设备巡检等应用场景中大显身手。移动机器人的发展已步入一个黄金时期，无论是在产业规模还是产品销量上，都有着非常强劲的发展势头。由此一来，对于所有的移动机器人从业者、研究者来说，拥有一本系统介绍移动机器人的书籍变得尤为重要。
移动机器人是一项集环境感知、动态决策与规划、行为控制与执行等功能于一体的综合性应用技术，在工业领域和日常生活当中都有着非常重要的意义。世界上第一台能够移动的机器人Shakey首次全面地应用人工智能技术时，因受限于当时的计算机速度，需要花费数小时的时间感知环境和规划路径。如今，随着机器人性能的不断完善，移动机器人向更智能、更自主的方向不断发展。移动机器人的应用范围也大大扩展，不仅在工业、农业、医疗、服务等行业中得到广泛的应用，而且在城市安全、国防和空间探测等领域中的有害与危险场合也得到很好的应用。
本书由机器人领域专家Eugene Kagan博士、Nir Shvalb教授和Irad BenGal教授合著，为移动机器人的运动规划、通信与集群提供了理论与实践指导。本书内容完整，结构合理，层次分明，逻辑性强。主要内容涵盖移动机器人的运动规划、环境感知、定位导航、能量效率、集群运动，以及相应的算法、数值实例和仿真，是一本移动机器人领域不可多得的理论学习和实践指南。本书不仅可作为普通高等院校信息科学、自动化、机电工程及相关专业的教科书，也可为移动机器人和多机器人系统相关领域的研究人员或技术人员提供指导。
本书由北京大学喻俊志教授主持翻译并校正。特别感谢课题组的吴正兴、仝茹、王健、孟岩、张鹏飞、孔诗涵、董会杰、周子烨、鲁岳、闫帅铮、戴时捷、邱常林等给予的大力支持和帮助！由于译者的时间和水平所限，书中难免存在疏漏与不足之处，恳请广大专家和读者不吝赐教。

译者
2021年6月16日

贡献者名单
译者序
前言
致谢
配套资源
第1章绪论1
11机器人的早期历史1
12自主机器人2
13机械臂5
14移动机器人6
15多机器人系统和集群机器人9
16本书的宗旨和结构12
参考文献13
第2章全局坐标系下的运动规划17
21动机17
22符号表示17
221构型空间17
222工作空间18
223权重函数18
23已知构型空间的运动规划19
231势场法19
232基于网格的算法21
233基于采样的算法23
24已知部分构型空间的运动规划24
241BUG025
242BUG126
243BUG226
25小结26
参考文献27
第3章基础感知28
31传感器基本方案28
32障碍传感器（安全保险杆）29
33里程计传感器38
34距离传感器41
341飞行时间测距仪41
342相移测距仪44
343三角测距仪46
344超声波测距仪46
35小结49
参考文献49
第4章全局坐标系下的运动表示50
41移动机器人模型50
411轮式移动机器人50
412空中移动机器人51
42Hilare型移动机器人的运动学与控制53
421Hilare型移动机器人的前向运动学53
422Hilare型移动机器人的速度控制54
423轨迹跟踪55
43四旋翼移动机器人的运动学与控制57
431四旋翼移动机器人的动力学57
432螺旋桨的力与转矩58
433姿态变换58
434四旋翼动力学模型60
435简化动力学模型61
436四旋翼的轨迹跟踪控制61
437仿真63
参考文献65
第5章势场和导航函数下的运动66
51问题描述66
52梯度下降法67
521无约束的梯度下降67
522有约束的梯度下降69
53闵可夫斯基和70
54人工势场法71
55导航函数法74
551静态确定性环境下的导航函数74
552静态不确定性环境下的导航函数76
553动态环境下的导航函数与势场78
56小结79
参考文献80
第6章全球卫星导航系统与机器人定位81
61卫星导航概论81
62位置计算82
621多径信号82
622GNSS精度分析83
623精度因子83
63坐标系84
631纬度、经度和海拔84
632UTM投影85
633局部笛卡儿坐标系85
64速度计算86
641计算大纲86
642插入说明86
65城市导航87
651城市峡谷导航87
652地图匹配88
653航位推算——惯性传感器88
66GNSS数据与INS结合88
661改进的粒子滤波器89
662结合GNSS和INS估计速度89
67GNSS协议90
68其他类型的GPS91
681辅助全球定位系统91
682差分全球定位系统91
683实时动态导航92
69GNSS威胁92
691GNSS干扰92
692GNSS欺骗92
参考文献92
第7章局部坐标系下的运动94
71全局运动规划与导航94
72不确定性运动规划96
721运载器性能的不确定性96
722传感器的不确定性97
723适应不确定性的运动规划97
73在线运动规划98
731带微分约束的运动规划99
732被动运动规划101
74利用局部地图进行全局定位101
75三维空间中无人机的运动规划103
76小结105
参考文献105
第8章未知环境中的运动108
81基于概率地图的定位108
811信念分布与马尔可夫定位110
812运动预测与卡尔曼定位113
82未知环境建图与决策116
821建图和定位116
822不确定性条件下的决策121
83概率运动规划实例127
831信念空间中的运动规划127
832环境建图132
84小结134
参考文献135
第9章移动机器人的能量限制与能量效率138
91引言138
92移动机器人的能量限制问题138
93移动机器人功率管理和能量控制的精选文献分析139
94移动机器人的能量模型140
95移动机器人推进141
951轮式移动机器人的推进142
952履带式移动机器人的推进143
96机械能源的能量模型145
961内燃机145
962锂电池146
97小结146
参考文献147
第10章多机器人系统与集群149
101多智能体系统与机器人集群149
1011多智能体系统原理149
1012基本蜂拥规则与聚合和避碰的方法155
102智能体的控制与集群的定位163
1021基于智能体的模型164
1022集群动力学的概率模型175
103小结178
参考文献179
第11章基于共享环境地图的协作运动182
111基于共享信息的协作运动182
1111公共势场中的运动183
1112共享本地环境信息的地形中的运动187
112异构环境中的集群动力学189
1121异构环境和外部势场下的基础集群189
1122基于公共概率地图的集群搜索193
113基于共享环境地图的集群动力学案例195
1131基于多搜索器的概率搜索195
1132基于吸引/排斥势的避障、避碰197
114小结201
参考文献202
第12章直接与间接通信下的协作运动203
121组内移动机器人间的通信203
122简单的通信协议与协作行为的示例206
1221移动机器人组的通信协议示例206
1222协议的实现和移动机器人协作行为的示例214
123间接通信与复合通信的示例218
1231蚂蚁运动模型与信息素机器人系统仿真218
1232用于移动机器人组的生物信号方法与破坏性搜索221
124小结224
参考文献225
第13章布朗运动与集群动力学228
131郎之万和福克普朗克形式体系228
132实例229
133小结235
参考文献235
第14章结论236
术语表237