可以將移動(dòng)機(jī)器人定義為一個(gè)能夠在其所處環(huán)境中自主移動(dòng)的機(jī)械系統(tǒng)。為了實(shí)現(xiàn)這個(gè)目標(biāo)，它必須裝備：
1）傳感器　用于收集周?chē)�環(huán)境的信息（對(duì)于這些信息，機(jī)器人或多或少知道一些）并確定自身位置。
2）執(zhí)行器　讓機(jī)器人能夠動(dòng)作起來(lái)。
3）智能（或算法、調(diào)節(jié)器）　依據(jù)傳感器收集到的數(shù)據(jù)，計(jì)算出控制指令并發(fā)送到執(zhí)行器，以便完成給定的任務(wù)。
后，還要考慮移動(dòng)機(jī)器人所處的環(huán)境和它的使命，前者對(duì)應(yīng)于機(jī)器人演化所處的世界，后者對(duì)應(yīng)于機(jī)器人必須要完成的任務(wù)。自21世紀(jì)以來(lái)，移動(dòng)機(jī)器人已在軍事領(lǐng)域（空中無(wú)人機(jī)[BEA 12]、水下機(jī)器人[CRE 14]等），乃至醫(yī)療和農(nóng)業(yè)領(lǐng)域持續(xù)不斷地發(fā)展。在執(zhí)行對(duì)人類(lèi)而言痛苦或者危險(xiǎn)的任務(wù)時(shí)，對(duì)移動(dòng)機(jī)器人的需求特別高，例如這樣一些情形：掃雷行動(dòng)、在海底搜索失事飛機(jī)的黑匣子以及行星探測(cè)等。人造衛(wèi)星、發(fā)射器（如阿里安五號(hào)運(yùn)載火箭）、無(wú)人駕駛地鐵和自動(dòng)電梯都是移動(dòng)機(jī)器人的典型案例。飛機(jī)、火車(chē)和汽車(chē)正逐漸向自主系統(tǒng)演化，并且在未來(lái)幾十年內(nèi)很有可能變成移動(dòng)機(jī)器人。
移動(dòng)機(jī)器人學(xué)是著眼于移動(dòng)機(jī)器人設(shè)計(jì)的學(xué)科[LAU 01]，并以自動(dòng)控制、信號(hào)處理、力學(xué)、計(jì)算和電子等其他學(xué)科為基礎(chǔ)。本書(shū)的主要目的是概述機(jī)器人學(xué)中用于移動(dòng)機(jī)器人設(shè)計(jì)的相關(guān)工具和方法。機(jī)器人將由狀態(tài)方程（即一組一階（通常為非線性的）微分方程）建模，而狀態(tài)方程可利用力學(xué)定律推導(dǎo)得出。但我們的目的并不是詳細(xì)講述機(jī)器人的建模方法（可查閱[JAU 05]和[JAU 15]獲得更多相關(guān)主題的信息），而只是回顧相關(guān)基本原理。對(duì)于建模，我們期望獲得對(duì)應(yīng)的狀態(tài)方程，這一步對(duì)于機(jī)器人仿真和控制器設(shè)計(jì)至關(guān)重要。不過(guò)，在第1章中我們會(huì)刻意舉一些三維（3D）案例來(lái)闡述建模的基本原理，這樣做是為了介紹機(jī)器人學(xué)中的一些重要的基本概念，如歐拉角和旋轉(zhuǎn)矩陣。例如，我們將研究一個(gè)車(chē)輪的動(dòng)力學(xué)和一個(gè)水下機(jī)器人的運(yùn)動(dòng)學(xué)。移動(dòng)機(jī)器人是強(qiáng)非線性系統(tǒng)，并且只能用一類(lèi)非線性方法構(gòu)造有效的控制器，這類(lèi)構(gòu)造過(guò)程是第2章和第3章的主旨。其中，第2章主要以依賴(lài)于機(jī)器人模型的控制方法為基礎(chǔ)，通過(guò)多個(gè)案例對(duì)其進(jìn)行闡述，依賴(lài)于機(jī)器人模型的方法會(huì)利用反饋線性化的概念。第3章提出了更實(shí)用的方法，因?yàn)樵擃?lèi)方法不會(huì)用到機(jī)器人的狀態(tài)模型，所以將其歸為無(wú)模型或者模仿方法。另外，該類(lèi)方法對(duì)機(jī)器人的描述更直觀，適用于機(jī)器人相對(duì)簡(jiǎn)單從而可以遠(yuǎn)程控制的情形，例如車(chē)輛、帆船或者飛機(jī)。第4章著眼于導(dǎo)航問(wèn)題，導(dǎo)航位于比控制更高的層面，換句話說(shuō)，該章將重點(diǎn)放在引導(dǎo)和監(jiān)控那些由第2章和第3章所列工具控制的系統(tǒng)上。也就是說(shuō)，第4章將著重強(qiáng)調(diào)如何獲得指令并將其提供給控制器，以便機(jī)器人能夠完成給定的任務(wù)。而導(dǎo)航還不得不考慮機(jī)器人周邊環(huán)境的信息、障礙物的有無(wú)以及環(huán)形的地球表面問(wèn)題。非線性控制和導(dǎo)航方法需要對(duì)系統(tǒng)狀態(tài)變量有很好的了解，如定義機(jī)器人位置的狀態(tài)變量。這些位置變量是難獲得的，因此第5章將關(guān)注定位問(wèn)題。該章介紹了一些經(jīng)典的非線性方法，包括觀測(cè)信標(biāo)、星象、使用羅盤(pán)或者累計(jì)步數(shù)，人們已經(jīng)將這些方法應(yīng)用于定位之中很長(zhǎng)時(shí)間了。盡管可以將定位看作狀態(tài)觀測(cè)的一種特殊情形，但其特定的方法值得獨(dú)立列為一章。第6章（辨識(shí)）專(zhuān)注于從另外一些可量測(cè)的量中獲得不可量測(cè)的量（參數(shù)和位置），并保有一定的精度。為了實(shí)現(xiàn)這種辨識(shí)，該章主要關(guān)注小二乘方法。該方法通過(guò)尋找變量的向量使得誤差的平方和達(dá)到小。第7章介紹卡爾曼濾波器。該濾波器可以看作一個(gè)含有時(shí)變參數(shù)的線性動(dòng)態(tài)系統(tǒng)的狀態(tài)觀測(cè)器。第8章將卡爾曼濾波器推廣到函數(shù)為非線性且噪聲為非高斯的情形，并將所得觀測(cè)器稱(chēng)為貝葉斯濾波器，其可用于計(jì)算特定時(shí)刻狀態(tài)向量的概率密度函數(shù)。
與本書(shū)的一些習(xí)題相關(guān)的MATLAB和Python代碼及相關(guān)說(shuō)明視頻可從下述網(wǎng)站獲得：
www.ensta-bretagne.fr/jaulin/isterob.html