基于由Spong 和Vidyasagar 完成的十分成功的经典教材《机器人动力学与控制》（约翰威立国际出版公司，1989 年），《机器人建模与控制》对机器人领域做了彻底更新并又十分完备的介绍。本书所介绍的初级和高级内容不仅易读，并且在数学推导上十分严谨。

本书所覆盖的内容在深度和广度方面都是独一无二的。据我所知，没有其他教材能够对现代机器人的操作和控制做出如此精彩而又全面的概述。
— 布拉德利·毕晓普（Bradley Bishop），美国海军学院


本书由Mark W. Spong、Seth Hutchinson和M. Vidyasagar三位机器人领域顶级专家联合编写，全面且深入地讲解了机器人的控制和力学原理。全书结构合理、推理严谨、语言精练，习题丰富，已被国外很多名校（包括伊利诺伊大学、约翰霍普金斯大学、密歇根大学、卡内基-梅隆大学、华盛顿大学、西北大学等）选作机器人方向的教材。

本书特色
通过循序渐进的计算方法帮助你推导和计算最通用机器人设计中的运动学正解、运动学逆解和雅克比矩阵问题。
详细覆盖了计算机视觉和视觉伺服控制，使你能够通过对带有相机感知元件的机器人编程来操作物体。
通过一个完整章节的动力学讲解，为计算最通用机械臂设计中的动力学问题做好准备。
初步介绍了最通用的运动规划和轨迹生成算法。
采用基础和高等两种方法对机器人运动和力控制进行综合处理。
对几何非线性控制的处理比其他高等教材更加易懂。
通过大量的实例和完整的习题阐明了理论的各个方面。

作者简介
马克 W. 斯庞（Mark W. Spong）　美国伊利诺伊大学香槟分校（UIUC）的Donald Biggar Willett工程学教授（原书出版时，2006年）。Spong博士于2005 年担任IEEE控制系统协会（IEEE Control Systems Society）主席，他曾担任《IEEE控制系统技术汇刊》（IEEE Transactions on Control Systems Technology）的主编。Spong博士现为得克萨斯大学达拉斯分校工程和计算机科学学院院长。

赛斯·哈钦森（Seth Hutchinson）　现为美国伊利诺伊大学香槟分校（UIUC）教授。他是《IEEE机器人学与自动化汇刊》（IEEE Transactions on Robotics and Automation）的高级编辑，在机器人和计算机视觉方面发表了多篇论文。Hutchinson博士曾担任《IEEE机器人学汇刊》（IEEE Transactions on Robotics）的主编，该期刊是由IEEE机器人学和自动化协会（IEEE Robotics and Automation Society，RAS）主办的机器人领域的顶级期刊之一。

M. 维德雅萨加（M. Vidyasagar）　现为印度最大的IT公司——塔塔咨询服务公司（Tata Consultancy Services，TCS）主管高新技术的执行副主席。Vidyasagar博士曾担任印度国防部下属的人工智能和机器人研究中心（Centre for Artificial Intelligence and Robotics，CAIR）主任，于2000年获得IEEE控制领域最高奖——Bode Lecture Prize。

自从20世纪80年代早期机器人机械臂被“吹捧”为自动化制造的终极解决方案以来，机器人领域发生了众多令人兴奋的变化。早期的预测是，如果必要的话未来整个工厂仅需要极少数人工操作者。有些人甚至预言连电力照明都是多余的，因为机器人会“很高兴地”在黑暗环境里完成工作。这些预言在今天看来有些可笑，尽管如此，寻找为什么此类预言没有实现的原因发人深省。第一个原因可简述如下：机器人很难代替或者在某种程度上等同于人类。人类十分擅长于自己的工作。自动化制造并不像安装一个机器人并将工人从产品装配线上移走这么简单，它涉及复杂的系统集成问题。通常，整个工作单元需要重新设计，包括对装配过程本身的分析、重新设计零件和设备、工作单元布局、传感器开发、控制系统设计、软件验证以及大量的相互连接问题。结果是：除去如点焊、喷涂和码垛等简单任务，（使用机器人）所节省的人工成本并不能抵消上述开发成本。
因此，机器人技术在20世纪80年代晚期不再受人欢迎。现在，我们正在见证机器人技术的一次复兴，不仅在制造领域，还包括很多其他领域，比如医疗机器人技术、搜索和救援、娱乐和服务机器人技术。近年来，我们看到机器人探测火星表面、定位沉船、搜索地雷以及寻找倒塌建筑物下的灾民。机器人技术被认为是更广泛的机电一体化（mechatronics）领域的一部分。机电一体化被定义为机械、电子、控制和计算机科学的有机结合。机器人是终极的机电一体化系统。
本书起初是作为由John Wiley & Sons公司于1989年出版的《Robot Dynamics and Control》（由M. W. Spong和M. Vidyasagar所著）的第2版进行编写的。但在编写初期，我们发现由于第1版距今的时间跨度和本领域在此期间内的发展，本版最终将会是一本全新的书籍。我们在保留第1版的基本原理和优秀部分的基础上，增添了很多新内容。本书所涉及的运动规划、计算机视觉和视觉伺服控制都是全新的。我们重写了关于控制的章节，以反映20世纪80年末期到90年代初期机器人控制领域的逐步成熟。本书的运动学和动力学基础部分与第1版基本一致，但从教学方面对其进行了扩展和提高。
本书结构
本书分为12章，前6章是基础，后6章涉及高等内容。这些章节从概念上可以分为三组。在导论章节后，第2章到第5章涉及机器人运动的几何问题。第6章到第10章涉及动力学和控制。最后，第11和12章讨论了计算机视觉以及如何将其添加到机器人控制系统中。
下面是对各章更为详细的叙述。
第1章介绍机器人技术的历史和术语，并就最通用的机器人设计和应用进行了讨论。
第2章介绍刚性运动的数学知识，以及旋转、平移和齐次变换。
第3章介绍应用DenavitHartenberg方法对运动学进行正向求解，以及应用几何方法对运动学进行逆向求解，该几何方法十分适用于带有球形手腕的机械臂。
第4章篇幅较长，涉及速度运动学和机械臂的雅可比矩阵。几何雅可比矩阵由叉积形式推导得出。我们还介绍了分析型雅可比矩阵，它用于后续的任务空间控制。该章还讨论了可操作性的概念。
第5章介绍运动规划和轨迹生成。该章介绍了有关运动规划和避障的几种最为流行的方法，包括人工势场法、随机算法以及概率路线图方法。我们把轨迹生成问题本质上当作多项式样条插补问题来介绍。对于关节空间内的插补，我们推导了基于三次和五次多项式的轨迹生成以及梯形速度轨迹。
第6章介绍独立关节的控制。我们用基于PD、PID和状态空间的线性控制来实现线性驱动器和传动系统动力学的跟踪和抗干扰等问题。为研究对时变参考轨迹的跟踪问题，我们介绍了前馈控制的概念。
第7章详细介绍了机器人动力学。基于第一性原理，本书推导了欧拉拉格朗日方程，并且详细讨论了其结构特性。本书还介绍了机器人动力学的递推牛顿欧拉形式。
第8章讨论多变量控制。该章综述了20世纪80年代末和90年代初有关机器人控制的大多数研究，介绍了最通用的鲁棒和自适应控制算法的简单推导，为读者进一步阅读有关机器人控制的大量文献打好基础。
第9章解决力控制问题，讨论了阻抗控制和混合控制。
混合阻抗控制方法是其他书中很少涉及的，它适用于控制阻抗，并同时对运动和力进行调控。
第10章介绍了几何非线性控制。相比其他章节，该章内容要高深很多，适合研究生阶段的非线性控制和机器人学课程使用。尽管如此，该章内容在形式上可读性好，也适合高年级本科生阅读。我们推导和证明了单输入/单输出系统的局部反馈线性化的充要条件，并将其用于柔性关节控制问题。我们也简要讨论了周氏定理在非完整约束控制系统问题中的应用。
第11章介绍计算机视觉。我们主要介绍适用于机器人应用方面的计算机视觉，例如阈值、图像分割和相机标定。
第12章讨论视觉伺服控制问题，也就是利用安装在机器人上或工作空间内的相机的反馈来控制机器人。

本书适合机器人技术方面的多学季或单学期课程使用。前6章适合面向具有初步线性控制系统背景学生的初级/高级机器人技术介绍性课程使用。相比前一版，本版的一个主要变化是我们将独立关节控制置于动力学章节之前。独立关节控制融入了很多线性驱动器和传动系统动力学的控制，因此该部分的多数内容可以在没有欧拉拉格朗日动力学等知识的情况下教授。
下面我们列出本书作为教材的两种课程大纲：
课程1：机器人技术概论
水平：大三/大四本科生
对于单学季课程（10周）：
第1章：导论
第2章：刚性运动和齐次变换
第3章：正运动学和逆运动学
第4章：速度运动学——雅可比矩阵
对于单学期课程（16周），增加：
第5章：路径和轨迹规划
第6章：独立关节控制
第11章：计算机视觉
课程2：机器人动力学及控制
水平：大四本科生/研究生
对于单学季课程（10周）：
第1~5章：运动学快速回顾（选择章节）
第6章：独立关节控制
第7章：动力学
第8章：多变量控制
第9章：力控制
对于单学期课程（16周），增加：
第10章：几何非线性控制
第11章：计算机视觉
第12章：基于视觉的控制
我们已经在伊利诺伊大学教授过上述两种单学期课程。选修第一种课程的学生来自计算机科学、电子及计算机工程、通用工程以及机械工程系。正因如此，我们尽可能使这些章节能够被多种工程学科的学生所接受。第二种课程的学生大多是机器人技术及控制方向的研究生，因此，这些章节写得较为高深。
致谢
特别感谢Peter Hokayem和Daniel Herring，他们的工作十分出色，制作了本书中的大多数插图。此外，Benjamin Sapp提供了第11章中的大部分插图，Nick Gans提供了第12章中的大量插图。感谢Francois Chaumette对如何表述第12章中的交互作用矩阵的交流讨论，以及Martin Corless对第8章中鲁棒控制的交流讨论。
十分感谢审阅者十分详细且周到的校阅，特别是Brad Bishop、Kevin Lynch、Matt Mason、Eric Westervelt以及Ning Xi。
感谢我们的学生Nikhil Chopra、Chris Graesser、James Davidson、Nick Gans、Jon Holm、Silvia Mastellone、Adrian Lee、Oscar Martinez、Erick Rodriguez以及Kunal Srivastava，他们使用了本书的很多早期版本，并提供了反馈和建议；此外，他们还找出了很多录入错误。

Mark W. Spong
Seth Hutchinson
M. Vidyasagar

人工智能/机器人

“本书所覆盖的内容在深度和广度方面都是独一无二的。据我所知，没有其他教材能够对现代机器人的操作和控制做出如此精彩而又全面的概述。”
——Bradley·Bishop，美国海军学院

基于Spong和Vidyasagar所著的十分成功的经典教材《Robot Dynamics and Control》（Wiley，1989），本书对机器人领域做了彻底更新且十分完备的介绍。本书所介绍的基础和高级内容不仅易读，并且在数学推导上十分严谨。

本书特色
• 通过循序渐进的计算帮助你推导和计算最通用机器人设计中的运动学正解、运动学逆解和雅可比矩阵问题。
• 覆盖了计算机视觉和视觉伺服控制，使你能够通过对带有相机感知元件的机器人编程来操作物体。
• 通过一个完整章节的动力学讲解，为计算最通用机械臂设计中的动力学问题做好准备。
• 初步介绍了最通用的运动规划和轨迹生成算法。
• 采用基础和高等两种方法对机器人运动和力控制进行全面讨论。
• 对几何非线性控制的处理比其他高等教材中更加易懂。
• 通过大量的实例和完整的习题阐明理论的各个方面。

[美]马克 W. 斯庞（Mark W. Spong）,赛斯·哈钦森（Seth Hutchinson）,M. 维德雅萨加（M. Vidyasagar） 著：马克 W. 斯庞（Mark W. Spong）　美国伊利诺伊大学香槟分校（UIUC）的Donald Biggar Willett工程学教授（原书出版时，2006年）。Spong博士于2005 年担任IEEE控制系统协会主席，他曾担任IEEE控制系统技术学报的主编。Spong博士现为得克萨斯大学达拉斯分校工程和计算机科学学院院长。

赛斯·哈钦森（Seth Hutchinson）　美国伊利诺伊大学香槟分校（UIUC）教授。他是IEEE机器人及自动化学报的高级编辑，在机器人和计算机视觉方面发表了多篇论文。

M. 维德雅萨加（M. Vidyasagar）　印度最大的IT 公司——塔塔咨询服务公司TCS主管高新技术的执行副总裁。Vidyasagar博士曾担任印度国防部下属的人工智能和机器人研究中心CAIR主任，于2000年获得IEEE控制领域最高奖——Bode Lecture Prize。

贾振中 徐静 付成龙 伊强 译：暂无简介

近年来，随着科学技术的发展与进步，机器人技术及其研究在全球范围内发展得如火如荼。2007年，比尔·盖茨曾在《科学美国人》上撰文指出机器人技术将会成为信息技术之后的下一个发展热点和方向。以美国为例，谷歌公司的无人驾驶车辆、多足及仿人机器人，亚马逊公司的仓储自动导引车，以及美国太空总署的好奇号火星车等都在吸引着全球媒体的目光。欧洲、日本和中国等也纷纷出台了自己的机器人研究计划以及路线图。例如，在德国提出的“工业40”和中国的“中国制造2025”计划中，机器人均作为核心技术受到了前所未有的重视。
2015年，中国工业机器人的年装机数量已经跃居世界第一，并且还在以令人惊叹的速度继续增长！可惜的是，由于历史等多方面原因，中国与欧洲、美国、日本等发达国家和地区在机器人领域还有相当明显的差距，特别是很少有中国企业或科研单位能够掌握其中的核心技术。“中国智造”需要中国有第一流的机器人技术和研究人才！中国的机器人技术要与世界先进水平接轨，人才培养是重中之重，而人才培养的关键之一在于要使用第一流的教材！根据译者在中美两国多年的学习和研究经验，能够使用与世界一流大学同样的优秀教材，对学生今后的长期职业发展有着莫大益处。
机器人是融合了机械、电子以及计算机等技术的综合学科。从国际上来看，一本优秀教材通常需要该领域第一流专家横跨多个学科的广泛涉猎以及多达数十年的深厚积累。本书由机器人领域顶级专家Mark Spong、Seth Hutchinson和M Vidyasagar合著，是一本难得的将机器人控制和力学原理都讲得很深入和系统的书籍。本书结构严谨、语言精练，特别是以双连杆机器人为例将本书所涵盖的内容融会贯通，包括运动学、雅可比矩阵、路径与轨迹规划、动力学、多变量控制及几何控制、力控制、计算机视觉及基于视觉的控制等。另外，本书附有大量习题，可以帮助读者深入理解和掌握所学知识。因而，本书被国外很多名校选作机器人方向的教材，包括伊利诺伊大学、约翰霍普金斯大学、密歇根大学、卡内基梅隆大学、华盛顿大学、西北大学等。
本书由卡内基梅隆大学机器人研究所（全球领先的机器人研究机构）的贾振中主持翻译，清华大学的徐静和付成龙、印第安纳大学普度大学印第安纳波利斯分校（IUPUI）的伊强协助翻译了本书的部分章节，并参与了校正工作。我们根据原书勘误表对本书进行了修正。由于译者水平所限，书中难免有疏漏和错误，欢迎读者批评指正。

译者
2016年3月30日

译者序
前言
第1章导论1
11机器人的数学模型2
111机器人的符号表示2
112位形空间3
113状态空间3
114工作空间3
12机器人作为一种机械装置4
121机器人机械臂的分类4
122机器人系统5
123精度和重复精度5
124手腕和末端执行器6
13常见的运动学配置7
131关节型机械臂(RRR)7
132球坐标机械臂(RRP)7
133SCARA型机械臂(RRP)8
134圆柱型机械臂(RPP)8
135笛卡儿型机械臂(PPP)9
136并联机械臂9
14本书概要10
习题14
附注与参考15
第2章刚性运动和齐次变换18
21位置的表示方法18
22旋转的表示方法19
221平面内的旋转19
222三维空间内的旋转21
23旋转变换22
231相似变换24
24旋转的叠加25
241相对于当前坐标系的旋转25
242相对于固定坐标系的旋转26
243旋转变换的叠加定律26
25旋转的参数化27
251欧拉角27
252滚动角、俯仰角和偏航角29
253转轴/角度表示29
26刚性运动31
27齐次变换32
28本章总结33
习题34
附注与参考37
第3章正运动学和逆运动学38
31运动链38
32DenavitHartenberg约定39
321存在和唯一性问题40
322坐标系的配置42
323实例43
33逆运动学49
331一般的逆运动学问题49
332运动解耦50
333逆向位置：一种几何方法51
334关节型位形52
335球坐标型位形54
336逆向姿态55
34本章总结57
习题58
附注与参考60
第4章速度运动学——雅可比矩阵61
41角速度：固定转轴情形61
42反对称矩阵62
421反对称矩阵的性质63
422旋转矩阵的导数63
43角速度：一般情况64
44角速度求和65
45移动坐标系上点的线速度66
46雅可比矩阵的推导67
461角速度67
462线速度68
463线速度和角速度雅可比矩阵的叠加69
47工具速度71
48分析雅可比矩阵72
49奇点73
491奇点解耦74
492手腕奇点75
493手臂奇点75
410静态力/力矩关系77
411逆速度和加速度78
412可操作性79
413本章总结81
习题82
附注与参考84
第5章路径和轨迹规划85
51位形空间85
52基于势场的路径规划88
521引力场88
522斥力场90
523将工作空间力映射到关节力矩91
524梯度下降规划93
53逃离局部最小值94
54概率路线图方法95
541位形空间内的采样96
542连接位形对96
543增强97
544路径光滑化97
55轨迹规划97
551点到点运动的轨迹98
552通过中间点确定的轨迹103
56本章总结105
习题106
附注与参考106
第6章独立关节控制108
61驱动器的动力学109
62独立关节模型110
63设定点跟踪111
631比例微分补偿控制器111
632比例积分微分补偿控制器113
633饱和与柔性的影响114
64前馈控制115
65传动系统的动力学116
66状态空间设计119
661状态反馈控制120
662观测器121
67本章总结123
习题124
附注与参考126
第7章动力学127
71欧拉拉格朗日方程127
711动机127
712完整约束和虚功129
713达朗贝尔原理131
72动能和势能133
721惯性张量133
722n连杆机器人的动能134
723n连杆机器人的势能135
73运动方程135
74一些常见位形136
75机器人动力学方程的性质142
751反对称性和无源性143
752惯性矩阵的界限144
753参数的线性化144
76牛顿欧拉方法145
761重温平面肘型机械臂149
77本章总结151
习题153
附注与参考154
第8章多变量控制155
81重温PD控制155
811关节柔性的影响157
82逆动力学158
821关节空间内的逆动力学158
822任务空间内的逆动力学160
83鲁棒和自适应运动控制161
831鲁棒逆运动学161
832自适应逆运动学164
84基于无源性的运动控制165
841基于无源性的鲁棒控制166
842基于无源性的自适应控制167
85本章总结168
习题171
附注与参考171
第9章力控制173
91坐标系和约束173
911对偶基174
912自然约束和人工约束175
92网络模型和阻抗176
921阻抗操作符177
922阻抗操作符的分类177
923戴维南和诺顿等效177
93任务空间内的动力学和控制178
931任务空间内的动力学178
932阻抗控制178
933混合阻抗控制179
94本章总结181
习题182
附注与参考182
第10章几何非线性控制183
101背景介绍183
1011流形、向量场和分布183
1012弗罗贝尼乌斯定理186
102反馈线性化187
103单输入系统188
104n连杆机器人的反馈线性化193
105非完整系统195
1051对合和完整性196
1052无碛控制系统196
1053非完整系统实例197
106周氏定理199
107无碛系统的控制200
108本章总结201
习题202
附注与参考203
第11章计算机视觉204
111成像几何204
1111相机坐标系204
1112透视投影205
1113成像平面和传感器阵列205
112相机标定206
1121相机的外部参数206
1122相机的内部参数206
1123确定相机参数207
113阈值分割208
1131简略的统计回顾209
1132自动选择阈值210
114连通区域213
115位置和方向214
1151图像矩215
1152物体的质心和中心矩215
1153物体的方向215
116本章总结217
习题217
附注与参考219
第12章基于视觉的控制220
121设计要点220
1211相机位形220
1212基于图像的方法与基于位置的方法221
122相机运动和交互作用矩阵221
123点特征的交互作用矩阵222
1231固定点相对于移动相机的速度223
1232构建交互作用矩阵224
1233点间交互作用矩阵的性质225
1234多点的交互作用矩阵226
124基于图像的控制律226
1241计算相机运动227
1242比例控制方案227
1243基于图像的视觉伺服系统的表现228
125末端执行器和相机的运动230
126划分方法231
127运动感知233
128本章总结234
习题235
附注与参考236
附录A三角函数237
附录B线性代数238
附录C动态系统243
附录D李雅普诺夫稳定性245
参考文献250
索引259