多機器人協(xié)作技術(shù)是多機器人協(xié)同完成復(fù)雜任務(wù)的關(guān)鍵技術(shù)，是多機器人系統(tǒng)研究中的基本問題之一。本書從應(yīng)用角度出發(fā)，理論聯(lián)系實踐，闡述了多機器人系統(tǒng)的體系結(jié)構(gòu)、主要研究方向與任務(wù)，并進一步研究了多機器人協(xié)作搬運、打磨、噴涂及青菜頭筋皮剝除系統(tǒng)設(shè)計與仿真。本書應(yīng)用性及可讀性強，有利于讀者理解和掌握相關(guān)領(lǐng)域理論知識并提升工程實踐能力。本書可供工業(yè)機器人領(lǐng)域的技術(shù)工作者閱讀使用，也可作為機器人工程、自動控制、機械電子工程、智能制造、機械設(shè)計制造及自動化、機電一體化技術(shù)及人工智能等專業(yè)師生的參考書。

本書以ROS2核心原理為主線，以機器人開發(fā)實踐為重心，在詳細(xì)講解ROS2核心概念、組件工具的基礎(chǔ)上，介紹ROS2構(gòu)建仿真/實物機器人系統(tǒng)的方法，剖析ROS2用于視覺識別、地圖構(gòu)建、自主導(dǎo)航等應(yīng)用的方法，配有大量圖表、源碼等，幫助讀者在實現(xiàn)ROS2基礎(chǔ)功能的同時，深入理解基于ROS2的機器人開發(fā)方法，從而將書中的內(nèi)容用于實踐。本書采用最新穩(wěn)定版本ROS2系統(tǒng)和全新一代Gazebo機器人仿真平臺，讀者只需準(zhǔn)備一臺計算機，就可以快速上手學(xué)習(xí)。同時，本書介紹了實物機器人的搭建方法及相應(yīng)功能的實現(xiàn)，書中源

"本書以Hadoop及其周邊框架為主線，介紹了整個Hadoop生態(tài)系統(tǒng)主流的大數(shù)據(jù)組件以及平臺運維。本書從零開始逐一講解大數(shù)據(jù)體系中的各種技術(shù)，通過豐富的實戰(zhàn)案例闡述重點、難點知識，為初學(xué)者進入大數(shù)據(jù)領(lǐng)域打好基礎(chǔ)。書中各個項目設(shè)計合理，在每個項目開頭設(shè)置導(dǎo)讀，首先介紹知識點，然后緊跟實踐操作，最后在每個項目末尾通過課后練習(xí)幫助讀者鞏固所學(xué)知識。本書既可作為Hadoop新手入門的指導(dǎo)用書，也可作為職業(yè)院校大數(shù)據(jù)技術(shù)、云計算應(yīng)用技術(shù)和人工智能應(yīng)用技術(shù)等計算機類專業(yè)的教材，還可供從事計算機相關(guān)工作的技

《工業(yè)機器人應(yīng)用技術(shù)：結(jié)構(gòu)·控制·仿真·集成》是一本全面系統(tǒng)介紹工業(yè)機器人技術(shù)的專業(yè)書籍。本書深入剖析了工業(yè)機器人的核心要素，從基礎(chǔ)理論到實踐操作，逐步展開。內(nèi)容涵蓋工業(yè)機器人的發(fā)展歷程、基本概念、機械結(jié)構(gòu)設(shè)計、數(shù)學(xué)基礎(chǔ)(含坐標(biāo)系、運動學(xué)與動力學(xué))、傳感系統(tǒng)(包括內(nèi)外傳感器及多傳感器融合)、控制系統(tǒng)架構(gòu)與控制策略，以及多種典型工業(yè)機器人的操作技巧。此外，本書還詳細(xì)介紹了工業(yè)機器人仿真技術(shù)，通過RobotStudio等主流軟件，幫助讀者掌握虛擬環(huán)境下機器人行為的模擬與優(yōu)化。同時，結(jié)合實際案例，如碼

"本書分為9章：第1~6章介紹基于WSN的移動機器人動態(tài)定位算法，在概括介紹WSN的定位概念后，分別討論基于網(wǎng)格改進極大似然的移動機器人動態(tài)定位、基于改進APIT的移動機器人動態(tài)定位、基于隱形邊的移動機器人動態(tài)定位和路徑規(guī)劃、基于公垂線中點質(zhì)心的移動機器人動態(tài)定位、基于遞推最小二乘的移動機器人動態(tài)定位等內(nèi)容；第7~9章介紹面向大規(guī)模應(yīng)用的目標(biāo)跟蹤和深度學(xué)習(xí)分類，在概括介紹目標(biāo)跟蹤后，分別討論時空正則化相關(guān)濾波器、步長控制方法、離散時間卡爾曼估計器、高維數(shù)據(jù)、深度學(xué)習(xí)分類和一維VGG網(wǎng)絡(luò)(One��

本書從三維數(shù)據(jù)的產(chǎn)生背景與意義出發(fā)，介紹了超像素與超體素的概念、原理及其生成方法。詳細(xì)闡述了識別與聚類的基本原理，并介紹了多種先進的識別方法，包括基于核的三維模糊C均值聚類、基于超體素幾何特征的三維點云場景識別以及基于視覺顯著圖的RGB-D數(shù)據(jù)識別等。對基于統(tǒng)計信息內(nèi)容、視圖投影、函數(shù)變換以及多特征融合的特征提取方法進行了詳細(xì)探討，為三維數(shù)據(jù)的進一步處理與分析提供了堅實的基礎(chǔ)。還結(jié)合當(dāng)前研究熱點，介紹了基于FCM和離散正則化的多目標(biāo)圖像識別、基于特征點檢測的三維網(wǎng)格聚類識別算法、基于顯著性分析和

本書是作者在多年從事人工智能原理及其應(yīng)用課程的教學(xué)和多年承擔(dān)工業(yè)控制系統(tǒng)信息安全的科學(xué)研究、開發(fā)項目的基礎(chǔ)上完成的。本書簡潔、全面地介紹了工業(yè)控制設(shè)備信息安全現(xiàn)狀、安全要求，系統(tǒng)地介紹了工業(yè)控制設(shè)備分類、典型工業(yè)控制設(shè)備的功能與工作原理，闡述了與工業(yè)控制設(shè)備相關(guān)的通用信息安全技術(shù)、工業(yè)控制設(shè)備信息安全防護解決方案、工業(yè)控制設(shè)備入侵檢測技術(shù)、可信PLC控制系統(tǒng)的設(shè)計與開發(fā)、邊緣智能控制器的信息安全防護技術(shù)。

本書介紹了感知數(shù)據(jù)分析與計算的關(guān)鍵技術(shù)方法和典型案例，具體內(nèi)容主要包括靜態(tài)數(shù)據(jù)(概率統(tǒng)計、誤差)和動態(tài)數(shù)據(jù)(隨機過程、信號)，以及機器學(xué)習(xí)和深度學(xué)習(xí)。其中，靜態(tài)和動態(tài)數(shù)據(jù)分析與計算從統(tǒng)計的角度揭示隱藏在數(shù)據(jù)中的規(guī)律，對收集到的數(shù)據(jù)進行處理與分析，提取有價值的信息，得到特征統(tǒng)計結(jié)果。機器學(xué)習(xí)以數(shù)據(jù)或已有經(jīng)驗為基礎(chǔ)，從大量的、不完全的、有噪聲的、模糊的、隨機的實際數(shù)據(jù)中，挖掘隱藏在數(shù)據(jù)中的信息。深度學(xué)習(xí)將歸納偏差建立成神經(jīng)網(wǎng)絡(luò)的層次化表示，找到高維數(shù)據(jù)(如信號和圖像)的低維表示(特征)。在分析復(fù)雜問

本書系統(tǒng)介紹了不確定非線性系統(tǒng)的智能自適應(yīng)事件觸發(fā)控制的基本理論和方法，力求概括國內(nèi)外相關(guān)研究的最新成果，主要內(nèi)容包括非線性系統(tǒng)的智能自適應(yīng)事件觸發(fā)狀態(tài)反饋控制、非線性系統(tǒng)的智能自適應(yīng)事件觸發(fā)輸出反饋控制、互聯(lián)非線性系統(tǒng)的智能自適應(yīng)事件觸發(fā)分散控制、非線性系統(tǒng)的魯棒自適應(yīng)事件觸發(fā)控制、非線性約束系統(tǒng)的智能自適應(yīng)事件觸發(fā)控制、非線性系統(tǒng)的智能自適應(yīng)事件觸發(fā)固定時間控制、非線性系統(tǒng)的智能自適應(yīng)事件觸發(fā)優(yōu)化控制，以及分?jǐn)?shù)階非線性系統(tǒng)的智能自適應(yīng)事件觸發(fā)控制。

仿人服務(wù)機器人在外形、行為設(shè)計上模仿人類，同時兼具可移動性和可操作性，能夠在非結(jié)構(gòu)環(huán)境下為人類提供必要服務(wù)，亦是機器人研究領(lǐng)域中的熱點，有著廣泛的應(yīng)用前景。本書以自主研發(fā)的仿人家庭服務(wù)機器人為研究對象，著重介紹非球形手腕6自由度串聯(lián)機械臂的運動學(xué)求解方法和路徑規(guī)劃方法，旨在通過探索機械臂運動、規(guī)劃、控制的機理，提升機器人在復(fù)雜作業(yè)環(huán)境中的智能操作水平。本書適宜機器人行業(yè)以及機械、自控、電氣等相關(guān)專業(yè)的技術(shù)人員閱讀，也可供醫(yī)療、康復(fù)、物流、軍事等領(lǐng)域技術(shù)人員參考。