樊泽明，博士后，教授。1990-09至1994-07，空军电讯工程学院，读大学；1994-08 至 1996-08，西安联合机电设备厂，工作；1996-09至1999-02，西安工业大学机械学院，读硕士；1999-03至2002-10，西安理工大学机械与精密仪器工程学院，读博士；2002-11至2005-09，西安理工大学自动化学院，副教授/博士后；2005-10至2018-06，西北工业大学，副教授；2018-07至2021-06，西北工业大学自动化学院，教授。个人/集体荣誉：（1）校级最满意教师、校级"三育人先进个人”、校级先进工作者多次；（2）省级一流课程负责人：2门。教学成果获奖情况：（1）陕西省教学成果奖，一等奖，排名第一；（2）国家级教学竞赛，一等奖，排名第一（该奖项全国一等奖12项、二等奖40项、三等奖197项）；（3）全国高校教师实验设备创新大赛，银奖，排名第一（该奖项全国金奖1项、银奖3项、铜奖6项）；（4）陕西首届高校课堂教学创新大赛，优秀奖；（5）校级教学成果，一等奖，排名第一；（6）校级教学成果，二等奖,3项，排名第一；（7）陕西省第三届研究生电子设计竞赛，优秀指导教师奖；（8）指导学生获国家级、省部级奖20余项。出版著作情况：《机器人学基础》（机械工业出版社、2021年）、《机器人控制技术及智能控制方法》（西北工业大学出版社、2020年）。

第1章 绪论 1
1．1 机器人的起源与发展 1
1．1．1 机器人的起源 1
1．1．2 机器人的发展 2
1．2 机器人的分类 3
1．2．1 按机器人的连接方式分类 3
1．2．2 按机器人的移动性分类 5
1．2．3 按机器人的控制方式分类 8
1．2．4 按机器人的几何结构分类 9
1．2．5 按机器人的智能程度分类 9
1．2．6 按机器人的用途分类 9
1．3 本书综述 10
1．3．1 机器人运动学设计与实践 10
1．3．2 机器人感知和物体识别设计与实践 12
1．3．3 机器人定位和地图构建设计与实践 12
1．3．4 机器人规划和避障设计与实践 12
1．3．5 机器人控制设计与实践 12
1．4 本章小结 12
习题1 13
第2章 机器人综合设计与实践平台 14
2．1 引言 14
2．2 硬件系统 16
2．2．1 双目视觉系统 17
2．2．2 双臂作业系统 18
2．2．3 腰部3-RPS并联机构 19
2．2．4 移动小车平台 19
2．3 软件系统 20
2．3．1 机器人模型 20
2．3．2 机器人通信 22
2．4 本章小结 23
习题2 23
第3章 机器人正运动学综合设计与实践 24
3．1 机器人正运动学理论基础 24
3．1．1 机器人Standard-DH坐标系 24
3．1．2 机器人Modified-DH坐标系 26
3．1．3 相邻两连杆坐标系的位姿表达 27
3．1．4 相邻两连杆坐标系的位姿确定 27
3．1．5 机器人正运动学 29
3．2 机器人正运动学综合设计 30
3．2．1 感知系统正运动学 31
3．2．2 主作业系统正运动学 34
3．2．3 辅助作业系统正运动学 36
3．2．4 3-RPS并联机构正运动学 37
3．3 机器人正运动学综合实践 40
3．3．1 仿真模型建立 40
3．3．2 正运动学仿真 42
3．3．3 正运动学实践 43
3．4 本章小结 46
习题3 47
第4章 机器人逆运动学综合设计与实践 48
4．1 机器人逆运动学理论基础 48
4．1．1 逆运动学定义 48
4．1．2 机器人逆运动学的解 48
4．2 机器人逆运动学综合设计 49
4．2．1 主作业系统逆运动学 50
4．2．2 辅助作业系统逆运动学 61
4．2．3 3-RPS并联机构逆运动学 62
4．3 机器人逆运动学综合实践 64
4．4 本章小结 67
习题4 67
第5章 机器人视觉感知与SLAM 69
5．1 概述 69
5．2 机器人视觉感知系统理论基础 70
5．2．1 相机成像模型 70
5．2．2 坐标系之间的转换关系 71
5．3 机器人视觉感知系统综合设计 73
5．3．1 摄像头选择 73
5．3．2 摄像头标定 74
5．3．3 视觉里程计设计 75
5．3．4 特征点检测算法选择 75
5．3．5 相机的运动估计 79
5．3．6 闭环检测及关键帧选取策略 81
5．3．7 位姿图优化 84
5．4 机器人视觉感知系统综合实践 86
5．4．1 特征点匹配对比分析实践 86
5．4．2 误匹配特征点剔除的实验及分析改进实践 95
5．4．3 建图的要求及分类 98
5．5 本章小结 100
习题5 100
第6章 机器人目标识别综合设计与实践 101
6．1 概述 101
6．2 机器人目标识别理论基础 101
6．2．1 传统的物体识别 101
6．2．2 基于深度学习的目标检测算法 103
6．3 机器人目标识别综合设计 110
6．3．1 边界框的预测 111
6．3．2 损失函数 112
6．3．3 特征提取网络 113
6．3．4 多种网络对比效果 114
6．4 机器人目标识别综合实践 115
6．4．1 加深网络层级 115
6．4．2 基于图像金字塔的网络重构 117
6．4．3 K-means先验框聚类 119
6．5 本章小结 119
习题6 120
第7章 机器人路径规划综合设计与实践 121
7．1 概述 121
7．2 机器人路径规划理论基础 121
7．3 机器人路径规划综合设计 122
7．3．1 二维空间全局路径规划 122
7．3．2 三维空间内路径规划 126
7．4 机器人路径规划综合实践 131
7．4．1 二维空间内路径规划实践 131
7．4．2 三维空间内路径仿真实验 134
7．4．3 路径平滑处理 136
7．5 本章小结 137
习题7 137
第8章 机器人轨迹规划综合设计与实践 138
8．1 概述 138
8．2 机器人轨迹规划理论基础 138
8．3 机器人轨迹规划综合设计 139
8．3．1 关节空间下的轨迹规划 139
8．3．2 工作空间下的轨迹规划 141
8．3．3 机器人双臂协调运动规划 146
8．4 机器人轨迹规划综合实践 149
8．4．1 关节空间轨迹规划 149
8．4．2 工作空间轨迹规划 151
8．4．3 双臂协调抓取任务 152
8．5 本章小结 155
习题8 155
第9章 机器人控制综合设计与实践 156
9．1 概述 156
9．2 机器人控制理论基础 156
9．2．1 机器人控制器 156
9．2．2 机器人控制变量 157
9．2．3 机器人控制层次 157
9．2．4 机器人控制技术 159
9．3 机器人控制综合设计 160
9．3．1 机器人驱动器空间控制综合设计 162
9．3．2 机器人关节空间控制综合设计 169
9．3．3 机器人工作空间控制综合设计 173
9．4 机器人控制综合实践 175
9．4．1 机器人驱动器空间控制综合实践 175
9．4．2 机器人关节空间控制综合实践 177
9．4．3 机器人工作空间控制综合实践 182
9．5 本章小结 188
习题9 188
第10章 机器人综合实践 189
10．1 概述 189
10．1．1 软、硬件系统介绍 189
10．1．2 软件系统 190
10．2 SLAM系统性能分析 190
10．2．1 Tum数据集性能测试分析 190
10．2．2 建图实验 193
10．3 目标物识别及三维环境重建实践 197
10．3．1 实验数据集及相关参数说明 197
10．3．2 目标物、环境障碍物识别效果 198
10．3．3 神经网络性能测试 199
10．3．4 环境障碍物三维重建实验 202
10．4 目标物抓取实验 205
10．4．1 抓取实验示例 205
10．4．2 误差校正 208
10．4．3 双臂抓取实验 211
10．5 本章小结 212
习题10 212
参考文献 213
附录A 网络配置参数 216
附录B P-R曲线绘制代码 233
附录C 网络训练过程代码 238