本书主要阐述机器人学和人工智能领域的自抗扰策略和技术路线。自抗扰是人类智能应对复杂多变的世界和完成特定任务的必要功能，因此也是机器智能模拟和复制甚至超越人类智能的必要组成部分。全书内容分三篇，包括机器人智能传感中的自抗扰理论和技术、机器人运动控制中的自抗扰方法和技术，以及基于传感的机器人学中的自抗扰理论和技术。第1篇(第2章、第3章、第4章)基于模式识别理论，围绕感知信息处理、目标检测定位以及智能规划决策等内容，在自抗扰范式下定义模式识别问题中的**，建立系统模型，探讨了**抑制的主动补偿策略。第2篇(第5章、第6章、第7章、第8章)针对多种典型机器人系统，如机械臂、非完整移动机器人、欠驱动的四旋翼***，根据不同机器人系统的特点，研究了能够广泛适用于不同机器人系统的自抗扰控制技术。第3篇(第9章、第10章)分别针对机械臂和非完整移动机器人的视觉伺服问题，利用自抗扰控制模型无依赖的特性，基于自抗扰控制理论设计了无标定视觉伺服控制策略。

第1章 绪论001

第1篇 自抗扰范式下的机器人智能感知

第2章 基于特征补偿的抗扰目标检测009

2.1 问题描述 010

2.1.1 模式识别中的扰动定义 010

2.1.2 模式识别中的干扰抑制012

2.2 模式识别问题的抗扰范式 013

2.3 抗扰特征提取 018

2.3.1 系统模型定义 018

2.3.2 

第1章 绪论001

第1篇 自抗扰范式下的机器人智能感知

第2章 基于特征补偿的抗扰目标检测009

2.1 问题描述 010

2.1.1 模式识别中的扰动定义 010

2.1.2 模式识别中的干扰抑制012

2.2 模式识别问题的抗扰范式 013

2.3 抗扰特征提取 018

2.3.1 系统模型定义 018

2.3.2 特征提取抗扰策略021

2.4 特征补偿目标检测技术 024

2.4.1 特征金字塔网络的一般结构024

2.4.2 特征金字塔的特征补偿025

2.4.3 增强双向矩阵的特征补偿 026

2.4.4 语义分割的特征补偿 028

2.5 实验结果分析 030

2.5.1 与已有前沿检测器的比较030

2.5.2 Pascal VOC数据集验证032

2.5.3 增强双向矩阵特征补偿的消融实验033

2.5.4 语义分割特征补偿的消融研究034

2.6 应用案例 036

2.6.1 实例分割任务036

2.6.2 汽车与非汽车目标检测任务037

第3章 基于自抗扰的机器人定位策略039

3.1 定位问题描述 039

3.2 基于自抗扰的定位模型 040

3.2.1 基于轮速计的定位过程040

3.2.2 基于相机的定位过程 040

3.3 基于自抗扰的主动定位策略 042

3.3.1 自抗扰定位系统设计042

3.3.2 系统稳定性分析043

3.4 仿真与实验分析 045

3.4.1 仿真结果045

3.4.2 实车实验049

第4章 基于自抗扰的局部轨迹规划053

4.1 问题描述 053

4.1.1 移动机器人系统建模053

4.1.2 基于非线性模型预测控制的轨迹规划054

4.2 基于自抗扰预测控制的轨迹规划 055

4.2.1 局部轨迹规划056

4.2.2 自抗扰控制策略056

4.2.3 自抗扰预测控制器设计056

4.3 仿真与实验分析 058

4.3.1 仿真结果058

4.3.2 实验结果062

第2篇 基于自抗扰的机器人运动控制

第5章 移动机器人抗扰运动控制067

5.1 问题描述 067

5.1.1 扰动非完整系统模型067

5.1.2 输入状态尺度变换069

5.2 自抗扰控制器设计 071

5.2.1 x。子系统控制器设计071

5.2.2 x子系统控制器设计072

5.3 系统稳定性分析 075

5.4 移动机器人运动控制案例 080

5.4.1 双线性移动机器人 080

5.4.2 不确定轮式移动机器人082

第6章 移动机械臂抗扰运动控制089

6.1 问题描述与系统模型 089

6.1.1 移动机械臂的组成结构089

6.1.2 运动学建模090

6.1.3 动力学建模092

6.2 有限时间自抗扰控制器设计 092

6.2.1 移动平台子系统控制器设计094

6.2.2 机械臂子系统控制器设计097

6.3 系统稳定性分析 100

6.3.1 有限时间扩张状态观测器稳定性分析100

6.3.2 复合控制器稳定性分析101

6.4 移动机械臂运动控制案例 103

第7章 飞行器抗扰运动控制108

7.1 传统ESO的局限性108

7.2 广义扩张状态观测器设计 111

7.2.1 干扰特征分析与系统重构111

7.2.2 扩张状态观测器设计与收敛性分析113

7.3 干扰抑制性能分析 116

7.3.1 传统ESO性能分析 116

7.3.2 广义 ESO性能分析 119

7.4 四旋翼飞行器姿态跟踪控制 121

7.4.1 非线性误差模型122

7.4.2 控制系统设计124

7.4.3 实验结果分析126

第8章 基于观测器的机器人抗扰性能评估129

8.1 观测器抗扰结构 129

8.1.1 干扰观测器抗扰结构130

8.1.2 扩张状态观测器抗扰结构131

8.1.3 抗扰结构对比分析132

8.2 系统跟踪控制性能研究 133

8.2.1 基于干扰观测器的跟踪控制性能研究133

8.2.2 自抗扰跟踪控制性能研究134

8.2.3 跟踪控制性能对比分析135

8.2.4 仿真结果分析136

8.3 系统调节控制性能研究 138

8.3.1 调节性能对比分析138

8.3.2 仿真结果分析139

8.4 应用场合分析 141

第3篇 基于自抗扰的机器人视觉伺服

第9章 机械臂无标定视觉伺服145

9.1 眼固定视觉伺服系统建模 145

9.1.1 眼固定视觉系统145

9.1.2 无标定视觉伺服系统模型146

9.2 滑模自抗扰控制器设计 148

9.2.1 滑模控制器 148

9.2.2 高阶扩张状态观测器 149

9.2.3 滑模自抗扰控制器 149

9.3 系统稳定性分析 151

9.3.1 滑模控制器稳定性分析151

9.3.2 参数整定与性能分析156

9.4 仿真与实验分析 160

9.4.1 仿真结果160

9.4.2 实验结果166

第10章 移动机器人视觉镇定176

10.1 具有指数收敛性能的视觉调节控制176

10.1.1 混合视觉伺服系统建模176

10.1.2 视觉调节控制器设计178

10.1.3 仿真结果分析179

10.2 基于纯图像的无标定视觉镇定182

10.2.1 纯图像视觉系统建模 182

10.2.2 无标定视觉伺服控制器设计185

10.2.3 实验结果分析187

参考文献194

彩色插图201

[展开]