第1章 視覺(jué)感知技術(shù)基本原理 1 1.1　視覺(jué)傳感器與視覺(jué)系統(tǒng)　1 1.1.1　視覺(jué)傳感器定義及分類　1 1.1.2　視覺(jué)系統(tǒng)　4 1.2　視覺(jué)成像基本原理　5 1.3　視覺(jué)系統(tǒng)標(biāo)定　11 1.3.1　相機(jī)標(biāo)定方法　11 1.3.2　機(jī)器人手眼標(biāo)定　18 1.4　主要的視覺(jué)測(cè)量方法　22 1.4.1　單目視覺(jué)測(cè)量方法　22 1.4.2　雙目立體視覺(jué)測(cè)量方法　33 本章小結(jié)　36 參考文獻(xiàn)　36 第2章　觸覺(jué)/力覺(jué)感知原理　41 2.1　觸覺(jué)信息獲取與處理　41 2.1.1　觸覺(jué)傳感器的基本分類　41 2.1.2　觸覺(jué)信息處理　43 2.1.3　柔性觸覺(jué)傳感器技術(shù)　44 2.2　力/力矩信息獲取與處理　49 2.2.1　力/力矩傳感器的基本分類　49 2.2.2　力傳感器標(biāo)定技術(shù)　53 本章小結(jié)　54 參考文獻(xiàn)　55 第3章　智能視覺(jué)感知方法與技術(shù)　57 3.1　經(jīng)典的視覺(jué)感知方法　57 3.1.1　視覺(jué)匹配　57 3.1.2　視覺(jué)顯著性　62 3.2　基于機(jī)器學(xué)習(xí)方法的視覺(jué)感知　63 3.2.1　集成學(xué)習(xí)（Adaboosting）　63 3.2.2　局部二值模式（LBP）　64 3.2.3　特征點(diǎn)匹配方法　64 3.2.4　方向梯度直方圖（HOG）　65 3.2.5　支持向量機(jī)　66 3.3深度學(xué)習(xí)視覺(jué)感知　67 3.3.1　經(jīng)典的視覺(jué)感知網(wǎng)絡(luò)結(jié)構(gòu)　67 3.3.2　基于深度學(xué)習(xí)的目標(biāo)感知　72 3.4　面向少量樣本學(xué)習(xí)的視覺(jué)感知方法　76 3.4.1孿生網(wǎng)絡(luò)　77 3.4.2零樣本學(xué)習(xí)　79 3.5　視覺(jué)引導(dǎo)的機(jī)器人抓取技術(shù)　81 3.5.1　基于深度學(xué)習(xí)的抓取技術(shù)　81 3.4.2　基于深度強(qiáng)化學(xué)習(xí)的抓取技術(shù)　85 本章小結(jié)　87 參考文獻(xiàn)　88 第4章　機(jī)器人觸/力覺(jué)智能感知　92 4.1　機(jī)器人觸覺(jué)感知　92 4.　2 基于觸覺(jué)感知的機(jī)器人操作　94 4.2.1　基于觸覺(jué)信息的抓取穩(wěn)定性分析　95 4.2.2　基于觸覺(jué)信息的目標(biāo)識(shí)別　98 4.2.3　基于觸覺(jué)的其它應(yīng)用　103 4.3　機(jī)器人力覺(jué)感知及操作　105 4.4　阻抗控制和力/位混合控制　107 4.4.1　機(jī)器人運(yùn)動(dòng)學(xué)和動(dòng)力學(xué)模型　107 4.4.2　阻抗控制方法　107 4.4.3　力/位混合控制　110 4.5　力控制和接觸約束融合方法　112 4.5.1　接觸約束　112 4.5.2　接觸約束和力控制的融合　115 4.6　基于力智能感知的操控　120 本章小結(jié)　124 參考文獻(xiàn)　124 第5章　多通道信息融合的人機(jī)對(duì)話　128 5.1　多通道人機(jī)對(duì)話一般框架　128 5.2　面向人機(jī)對(duì)話的多通道信息處理　129 5.2.1　不同通道信息處理的認(rèn)知假定　130 5.2.2　不同通道信息處理的一般計(jì)算模式　130 5.2.3　多道信息融合的心理學(xué)假定和認(rèn)知模型　131 5.2.4　基于深度感知的信息融合　135 5.3　面向人機(jī)對(duì)話的對(duì)話管理　141 5.3.1　任務(wù)導(dǎo)向的對(duì)話管理　142 5.3.2　非任務(wù)導(dǎo)向的對(duì)話生成　154 5.3.3對(duì)話交互學(xué)習(xí)　159 5.4　多通道信息融合局限及人機(jī)對(duì)話未來(lái)突破方向　164 本章小結(jié)　164 參考文獻(xiàn)　165 第6章　月面巡視器視覺(jué)定位　175 6.1巡視器視覺(jué)導(dǎo)航定位現(xiàn)狀　175 6.1.1研究現(xiàn)狀　175 6.1.2　巡視器視覺(jué)定位中的關(guān)鍵技術(shù)　178 6.1.3　圖像特征信息提取與匹配算法　179 6.2　兩幀之間的運(yùn)動(dòng)估計(jì)問(wèn)題　192 6.2.1　基于對(duì)極幾何的運(yùn)動(dòng)估計(jì)　192 6.2.2　基于PNP運(yùn)動(dòng)估計(jì)　194 6.2.3　基于ICP運(yùn)動(dòng)估計(jì)　196 6.3　位姿和位置信息的捆綁約束調(diào)整　198 6.3.1　光束法解析攝影測(cè)量　198 6.3.2　BA稀疏性與圖優(yōu)化　201 6.4　位姿圖優(yōu)化　204 6.5　慣性導(dǎo)航技術(shù)　205 6.5.1　慣導(dǎo)的位姿解算原理　205 6.5.2　航位推算　209 6.6　IMU與雙目視覺(jué)定位技術(shù)的融合　210 6.6.1　ORB-SLAM系統(tǒng)框架　210 6.6.2　IMU與視覺(jué)定位技術(shù)融合　211 6.6.3　VIORB實(shí)驗(yàn)結(jié)果測(cè)試　215 本章小結(jié)　216 參考文獻(xiàn)　217 第7章　空間非合作目標(biāo)視覺(jué)感知　220 7.1　概述　220 7.2　非合作目標(biāo)的視覺(jué)測(cè)量　224 7.2.1　非合作目標(biāo)位姿單目視覺(jué)測(cè)量技術(shù)　224 7.2.2非合作目標(biāo)位姿雙目視覺(jué)測(cè)量技術(shù)　228 7.3　非合作目標(biāo)抓捕　235 7.3.1非合作目標(biāo)的幾種典型抓捕方式　236 7.3.2抓捕過(guò)程接觸動(dòng)力學(xué)分析　238 7.3.3　抓捕過(guò)程的阻抗控制　239 本章小結(jié)　240 參考文獻(xiàn)　240