本书结合教育部工程教育专业认证要求，针对当今社会对机器人感知技术人才的需求，从本科生工程能力出发，贯彻从基本功能模块到整体感知系统设计逐层递进的教学思路，以家庭服务机器人为主线，从模块化知识块入手，介绍相关理论的实际应用技术。引导学生完成相关感知模块的理论知识学习、设计与开发，更加灵活地培养学生的系统设计与开发能力，更好地激发学生的自主学习意识，更好地服务于机器人技术创新人才的培养

江苏省高等学校重点教材
高等院校精品课程系列教材
Robot Sensing Technology

人工智能/机器人

机器人感知技术在学术界受到高度重视，在工业界有着迫切的需求。本书是作者多年深耕学术研究和教学实践的潜心力作，系统地梳理了机器人感知有关的知识体系，并由浅入深地阐述了机器人感知各层面技术的原理和方法，使读者能全面地掌握机器人感知技术知识，并提高解决实际问题的能力。本书既注重基本原理也强调工程应用，既注重基础知识的全面传授也反映国内外研究和应用的最新进展，同时关注学生基本技能和综合素质的培养，具有系统性、实用性和前瞻性。本书是高等院校人工智能、自动化和机器人工程等专业中机器人感知课程的优秀教材，可供机器人工程、自动化等相关专业的高年级本科生和研究生学习机器人感知课程使用，也可以供从事机器人感知研究与应用的科技人员学习参考。

撰写目录如下：
第一章 人-机-环境信息交互机制概述
1.1 人与环境的交互机制
1.1.1 人的感官与感受环境
1.1.2 人与环境间的相互作用
1.2 机器人与环境的交互机制
1.2.1 机器人的环境传感器
1.2.2 机器人对环境的认知
1.2.3 机器人对环境的作用
1.3 人与机器人的交互机制
1.3.1 机器人的人机交互接口
1.3.2 人类意图捕获
1.3.3 机器人状态感知
1.4 习题
第二章 机器人度量层环境感知
2.1 基于声纳的环境感知
2.1.1 声纳测量特性分析
2.1.2 基于DSmT的地图创建
2.2 基于激光雷达的环境感知
2.2.1 基于激光雷达的2D地图创建
2.2.2 基于激光雷达的三维地图创建
2.3 基于视觉的环境感知
2.3.1 针孔相机模型和一般物品识别
2.3.2 从度量层SLAM到环境语义地图
2.4 习题与实践作业
第三章 场景的图像描述
3.1 基于单词训练策略的图像段落描述生成模型
3.1.1 编码器结构
3.1.2 解码器
3.1.3 元组重复性惩罚策略
3.1.4 训练策略
3.1.5 数据集
3.1.6 评价指标
3.1.7 实验结果与分析
3.2 基于序列级训练策略的图像段落描述生成模型
3.2.1 基于强化学习的序列级训练策略
3.2.2 段落多样性与连贯性建模
3.2.3 改进的图像段落描述生成模型
3.3 习题与实践作业
第四章 机器人场所理解
4.1 场所理解概述
4.2 基于原型的机器人场所理解
4.2.1 原型基本知识
4.2.2 场所感知理解算法
4.2.3 实验
4.3 基于深度神经网络的室内场所识别
4.3.1 识别模型框架
4.3.2 数据预处理
4.3.3 模型结构
4.3.4 训练方法
4.3.5 实验
4.4 基于RGB-D深度图像的室内场所识别
4.4.1 场所描述与学习系统
4.4.2 体素法线分布计算
4.4.3 主方向原型化块
4.4.4 场所描述
4.4.5 基于稀疏随机森林的场所模型学习
4.4.6 帧间融合规则
4.4.7 3D IKEA数据库上的实验
4.4.8 NYU2数据库上的实验
4.5习题与实践作业
第五章 移动机器人交互导航系统
5.1 基于手绘地图的视觉导航
5.1.1 手绘地图的定义
5.1.2 手绘地图与实际地图的关联
5.1.3 基于预测估计的视觉导航算法
5.2 基于语义地图的视觉导航
5.2.1 语义地图的定义
5.2.2 SBoW模型自然路标识别算法
5.2.3 自然路标识别
5.2.4 交互式视觉导航
5.3 基于自然语言的视觉导航
5.3.1 导航意向图的生成
5.3.2 基于受限自然语言路径生成的导航实验
5.3.3 基于完全自然语言路径的导航实验
5.4习题与实践作业