kindle电子书

 本书是一本关于机器人学的书籍，从机器人的基本结构开始，逐步讲解了有关机器人的硬件及软件结构。机器人的硬件部分主要包括了基本机械结构以及完成机器人定位和自主导航所需的各种传感器；机器人的软件部分是基于Python语言在ROS中进行编写的程序，目的是完成机器人的指定功能。而后通过硬件和软件的结合完成了机器人在指定地图内按照用户命令进行移动的功能，并且有一个GUI强化了人机界面的交互功能。

作者简介

作者:(印度)郎坦·约瑟夫 译者:张天雷 译者:郑思仪 译者:海丹 译者:李书珍
郎坦·约瑟夫，电子工程师、机器人发烧友、机器视觉专家、嵌入式程序员，还是印度0botiCS实验室创始人兼CEO。他在大学时曾负责一个项目并制作了一个可以与人交流的社交机器人，由此开始对机器人、图像处理和Python产生兴趣。

毕业以后，他在一家机器人和图像处理的初创公司效力了三年，在这个过程中学习了流行的机器人软件平台(例如机器人操作系统(ROS)、V-REP和Actin(一个机器人仿真工具))和图像处理库(例如OpenCV、OpenNl和PCL)。他精通机器人三维设计、Arauino和Stellaris Launchpad的嵌入式编程。

之后，他创立了Qbotics Labs公司，专注于研究如何创造伟大的产品，主要涉及可穿戴技术、机器人、机器视觉、绿色科技以及在线教育等领域。在印度举办的PyCon2013会议上，他做了有关使用Python开发学习机器人的主题演讲。

目录

目 录 
前言 
第1章 机器人学概述 1 
1.1 什么是机器人 2 
1.1.1 术语机器人的来历 2 
1.1.2 现代机器人定义 3 
1.2 机器人从哪儿来 7 
1.3 机器人上都有什么 9 
1.3.1 肢体 10 
1.3.2 传感器 10 
1.3.3 执行器 11 
1.3.4 控制器 11 
1.4 如何制作机器人 12 
1.4.1 反应式控制 12 
1.4.2 分级（协商）控制 12 
1.4.3 混合控制 12 
1.5 本章小结 13 
第2章 服务机器人的机械设计 14 
2.1 服务机器人的设计需求 14 
2.2 机器人的传动装置 15 
2.2.1 选择电机和轮子 15 
2.2.2 设计小结 16 
2.2.3 机器人底盘设计 17 
2.3 安装LibreCAD、Blender和MeshLab 18 
2.3.1 安装LibreCAD 18 
2.3.2 安装Blender 18 
2.3.3 安装MeshLab 18 
2.4 用LibreCAD生成机器人的二维CAD图 19 
2.4.1 底座设计 20 
2.4.2 底座连接杆设计 21 
2.4.3 轮子、电机和电机夹具设计 22 
2.4.4 脚轮设计 24 
2.4.5 中间层设计 24 
2.4.6 顶层设计 24 
2.5 用Blender制作机器人的三维模型 25 
2.5.1 Blender中的Python脚本语言 25 
2.5.2 Blender中的Python API介绍 26 
2.5.3 机器人建模中的Python脚本 28 
2.6 习题 33 
2.7 本章小结 33 
第3章 用ROS和Gazebo进行机器人仿真 34 
3.1 什么是机器人仿真 34 
3.1.1 机器人数学建模 37 
3.1.2 ROS和Gazebo简介 43 
3.1.3 在Ubuntu 14.04.2下安装ROS Indigo 46 
3.1.4 在酒店环境下进行ChefBot和TurtleBot仿真 70 
3.2 习题 75 
3.3 本章小结 75 
第4章 设计ChefBot的硬件部分 76 
4.1 ChefBot硬件的规格标准 76 
4.2 机器人的硬件架构框图 77 
4.2.1 电机和编码器 77 
4.2.2 电机驱动器 79 
4.2.3 嵌入式控制板 81 
4.2.4 超声传感器 82 
4.2.5 惯性测量单元 83 
4.2.6 Kinect 83 
4.2.7 中央处理单元 84 
4.2.8 扬声器/麦克风 85 
4.2.9 电源/电池 85 
4.3 ChefBot硬件的工作原理 86 
4.4 习题 87 
4.5 本章小结 88 
第5章 机器人执行机构与车轮编码器 89 
5.1 直流减速电机接入Tiva C开发板 89 
5.1.1 差速传动轮式机器人 92 
5.1.2 安装Energia集成开发环境 92 
5.1.3 电机接口代码 94 
5.2 正交编码器接入Tiva C开发板 98 
5.2.1 编码器数据的处理 99 
5.2.2 正交编码器接口代码 101 
5.3 Dynamixel执行机构 104 
5.4 习题 107 
5.5 本章小结 107 
第6章 机器人传感器 108 
6.1 超声测距传感器 108 
6.2 红外接近传感器 113 
6.3 惯性测量单元 115 
6.3.1 惯性导航 116 
6.3.2 MPU 6050接入Tiva C开发板 117 
6.3.3 在Energia中编写接口代码 119 
6.4 利用Energia将支持DMP的MPU 6050接入开发板 121 
6.5 习题 125 
6.6 本章小结 125 
第7章 视觉传感器在Python和ROS中的编程方法 126 
7.1 机器人视觉传感器清单和图像处理库 126 
7.2 OpenCV、OpenNI和PCL简介 129 
7.2.1 什么是OpenCV 129 
7.2.2 什么是OpenNI 132 
7.2.3 什么是PCL 133 
7.3 使用ROS、OpenCV和OpenNI进行Kinect的Python编程 134 
7.3.1 启动OpenNI驱动的方法 134 
7.3.2 OpenCV的ROS接口 134 
7.4 使用Kinect、ROS、OpenNI和PCL处理点云 139 
7.5 将点云转换为激光雷达数据 140 
7.6 使用ROS和Kinect实现SLAM算法 141 
7.7 习题 142 
7.8 本章小结 142 
第8章 使用Python和ROS实现语音识别及合成 143 
8.1 语音识别技术 143 
8.1.1 语音识别系统框图 144 
8.1.2 语音识别库 145 
8.1.3 Windows语音识别开发平台 145 
8.1.4 语音合成 145 
8.1.5 语音合成库 146 
8.2 在Ubuntu 14.04.2中使用Python实现语音识别及合成 146 
8.2.1 在Ubuntu 14.04.2中安装Pocket Sphinx及其Python绑定 147 
8.2.2 在Ubuntu 14.04.2中使用Pocket Sphinx的Python绑定 147 
8.2.3 输出结果 148 
8.3 在Ubuntu 14.04.2中使用Pocket Sphinx、GStreamer及Python实现实时语音识别 149 
8.4 在Ubuntu 14.04.2中使用Julius及Python实现语音识别 151 
8.4.1 Julius语音识别器和Python模块的安装 152 
8.4.2 Python-Julius客户端代码 153 
8.4.3 在Pocket Sphinx、Julius中提高语音识别的准确度 154 
8.4.4 在Ubuntu 14.04.2中安装eSpeak和Festival 154 
8.5 在Windows中使用Python实现语音识别及合成 155 
8.6 在ROS Indigo中使用Python实现语音识别 156 
8.7 在ROS Indigo中使用Python实现语音合成 157 
8.8 习题 159 
8.9 本章小结 159 
第9章 使用Python在ChefBot中应用人工智能 160 
9.1 ChefBot中的交互系统框图 160 
9.2 AIML介绍 161 
9.3 PyAIML介绍 164 
9.3.1 在Ubuntu 14.04.2上安装PyAIML 165 
9.3.2 从源码中安装PyAIML 165 
9.4 使用AIML和Python进行开发 165 
9.5 使用A.L.I.C.E AIML文件进行开发 167 
9.5.1 将AIML文件载入内存 168 
9.5.2 载入AIML文件并将其存为brain文件 169 
9.5.3 使用Bootsrtap方法载入AIML文件和brain文件 169 
9.6 将PyAI