这本世界排名前3％大学教授推荐的人工智能教材，现在可以躺在家里免费下载了

这里有一本世界排名前3%大学的教授上课用的教材，现在你躺在家里就可以免费下载

在所有人工智能领域的项目中，机器人和自动驾驶可能是去年最火的话题。

根据Springer最新发布的2017在工程学领域的年度精选显示，《Automated Driving》和 《Robotics, Vision and Control》是最热门的两本技术类书籍 。而后者正是昆士兰科技大学（QUT）电子工程和计算机科学院的Peter Corke教授在MOOC上所使用的教材。

机器人，是一个集感知，计划和行动为一体的集成设备，要想对它有所了解，我们需要庖丁解牛一样分成不同部分，毕竟每一个部分的背后都是一门甚至多门学科。在这本《机器人、视觉、控制》中，作者从二维平面的定位开始讲起，再到三维的世界，深入浅出为准备学习机器人或对机器人有深度兴趣的同学们做好了基础理论（公式）的铺垫，从历史到理论，这堂课从各个角度带你了解机器人的前世今生。

机器人第一大模块：移动和导航

移动和导航可以说是机器人最重要也是最初开发的功能，最早投入商用的机器人都是以其移动和运输等功能为主要卖点。一开始人们对机器人的期待是，机器人应该会像人一样自主移动和导航：脑海中有一个大概的地图和方向，沿着想好的路径前行。但实际上早期的移动式机器人——比如机械乌龟Elise，其设计构想是被动的、反应式的移动：即由环境发出某种简单的指示，机器人根据指示做出反应。比如让机器乌龟感应到照着它的光源，从而向着光源移动。机器人无需事先知道光源位置，没有画好的地图，也没有固定规划路线，其移动方式可以说像无头苍蝇一样。

机械乌龟Elsie 1948年

到1960年代，随着技术革新，一个更接近人类思维的机器人移动方案浮出水面：由美国斯坦福国际研究所开发的机器人Sharkey，这是首台采用了人工智能学的移动机器人。Shakey能够自主进行感知、环境建模、行为规划并执行任务(如寻找木箱并将其推到指定目的位置)。它装备了电视摄像机、三角法测距仪、碰撞传感器、驱动电机以及编码器，并通过无线通讯系统由二台计算机控制。当时计算机的体积庞大，但运算速度缓慢，导致Shakey往往需要数小时的时间来分析环境并规划行动路径。

摇摇晃晃的Shakey 1968年

用进化论来做比喻，如果说40年代乌龟机器人行动策略看起来像是昆虫这一系（他的后代就是我们今天常看到的家用扫地机器人），那么60年代会根据地图来判断路线和移动的Shakey已经接近哺乳动物这一脉了（真正意义上的类人机器人）。这两种机器人代表着机器人移动方式的进化。

机器人第二个大模块：定位

像机械乌龟Elise这样机器人或者早期没有地图绘制功能的扫地机器人，他们有一个共同点：永远不知道自己在哪（可能卡在你找不到的角落出不来） 。他们的程序设计中没有地图这样的概念。而对Shakey这样更类人的机器人来说，要完成自主导航和行进，首先最重要的就是知道自己在哪——定位。

扫地机器人的路线完全随机像无头苍蝇

今天，GPS的广泛应用让我们想当然的认为定位已经是一项简单的技术，但很遗憾，由于需要依赖从遥远的轨道卫星传来的微弱的易受干扰的无线电信号，精准的定位还无法靠GPS完美实现。换句话说，收不到卫星无线电信号的地方，GPS就无法使用，比如地下，比如水下，比如室内。GPS真正开始广泛应用要等到1995年，而人类自己在这座星球的导航和定位早已延续几百年。

早在17世纪，人们就开始通过已知的定点以罗盘及航速推算出目前所在位置，来进行航海。这种方法被称作 Dead Reckoning，DR算法，或者叫推位导航。

有初始位置（2pm），有罗盘，有航速和时间

就能推算当前位置（3pm）

原理永远是相通的。用同样古老的方法，根据机器人的估计速度，方向，和行进时间我们也能知道机器人的大概位置。如今的轮式机器人，他们身体里都装有一个小小的计步传感器，通过这样一个里程计，就能实现定位。不过，这样的方式难免粗略，其精确与否取决于轮子半径数值是否准确，陀螺仪是否偏离等等，所以，在此基础上又发展出非轮式机器人，相对来说可以避免误差，他们可以使用视觉计步器来减少误差。

当然，遵循DR来定位，再怎么校正也难免有偏差。因此我们需要像4000年前的腓尼基人一样：画地图。绘制环境图已经是当今许多移动机器人最基本的一项功能。对于机器人来说，这种方法称之为SLAM (simultaneous localization and mapping),也称为CML (Concurrent Mapping and Localization), 即时定位与地图构建，或并发建图与定位。机器人会利用环境地图来描述其当前环境信息，并随着使用的算法与传感器差异采用不同的地图描述形式。

机器人第三个大模块：关节运动

除了负责移动的脚之外，机器人的另一个发展模块是就是手。或者说，关节机器人，比如我们常在工厂里见到的下面这种。

除了上面的工业用机器人外，如今许多商用机器人也开发出手臂关节运动的功能。

机器人最终的行动是由一系列的机械杆的共同行动组合产生的效果，而这些机械杆的运动则受外力的驱动和关节的控制,最终驱使末端执行器(end effecter)，比如机器人传感器，机器抓手等做出相应动作。每一部分的关节和轴都可以看作是独立的控制系统，这些零件的背后才是输送动力的马达和作动器。机器人内部关节的每一个动作都要克服多个挑战，比如惯性，比如重力荷载，比如摩擦力。

机器人第四个大模块：机器视觉

我们都知道，眼睛是识别、导航、避障、和操控这几个方面最有效的传感器。摄像机模仿了眼睛的这一系列功能，并且希望机器人能通过摄像头来获取数字图像，识别物体并导航下图展示了一个装有多种类摄像头的机器人。

随着科技的发展，用摄像头做机器人的眼睛已经变得越发容易和成熟。最早到1960年代，摄像头还很笨重昂贵，现在手机都用上了高清镜头，使得摄像头等等这一视觉传感器更接近实用。

视觉功能的实现从光照射到屏幕开始，经过反射，由镜头收集，转化成数字图像，再经过各种算法处理得到有用的信息来辅助前面提到的机器人的几大功能的运行。

机器人视觉处理流程

机器人第五个大模块：语音识别

语音识别已经成为现下商用机器人最大的卖点，比如上海图书馆就有一台会聊天的机器人馆员：图小灵，如果您对机器人有进一步的感兴趣，欢迎来上海图书馆一楼中文外借室调戏上图机器人馆员“图小灵”，只要说“你好艾米”就能跟它聊天啦。

关于它，我们下次再聊~

以上内容由小编译自《Robotics,Vision and Control》

您可直接在家登录上海图书馆购买的数据库SpringerLink，直接下载阅读这本原价56欧元、617页的教材。

想要了解如何远程访问上海图书馆数据库，下载更多类似的原版电子书或文献，只需扫描下面的二维码并识别即可。

【3分钟包学包会版】

上海图书馆电子资源使用教程