移动智能自主系统PDF|Epub|txt|kindle电子书版本网盘下载

移动智能自主系统PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

绪论1

参考文献8

第1部分 MIAS基础概念9

第1章 神经-模糊-遗传算法-人工智能范式9

1.1 引言9

1.2 人工神经网络10

1.3 前馈神经网络13

1.3.1 学习算法14

1.4 递归神经网络16

1.4.1 一些RNN变异型16

1.5 基于Hopfield神经网络-RNN的参数估计17

1.6 模糊逻辑和模糊系统19

1.6.1 模糊推理机／系统23

1.7 遗传算法25

1.7.1 典型的遗传算法过程27

1.7.2 遗传编程29

1.8 与人工神经网络相结合的理念以及分类29

1.8.1 结合人工神经网络的模糊逻辑方法输出或结果的分类30

1.8.2 与人工神经网络的输出／结果相结合的基于GA的方法30

1.8.3 GA-FL混合方法31

1.9 机器人技术中模糊神经遗传算法的一些可能应用31

1.9.1 基于人工神经网络摄像头：机器人协同31

1.9.2 机器人的人工神经网络路径规划32

1.9.3 GA-FL综合合成32

1.10 人工智能33

1.10.1 像人类一样思考33

1.10.2 像人类一样行动33

1.10.3 理性思考或理性思维33

1.10.4 理性行为33

1.10.5 AI前景34

1.10.6 智能代理35

1.10.7 智能MIAS／机器人系统36

参考文献37

第2章 机器人运动的数学模型38

2.1 引言38

2.2 机器人空间定位38

2.2.1 机器人位置39

2.2.2 机器人及其连杆定位39

2.2.3 旋转矩阵40

2.2.4 齐次变换41

2.3 机器人运动学42

2.4 动态模型43

2.4.1 运动方程43

2.5 机器人的行走44

2.6 概率机器人运动模型45

2.6.1 测距法46

2.6.2 航位推算法47

参考文献48

第3章 移动智能自主系统中的数据融合49

3.1 引言49

3.2 为什么MIAS需要数据融合50

3.3 MIAS数据融合方法概述51

3.4 结束语58

参考文献58

第4章 图像配准与融合60

4.1 引言60

4.2 图像配准60

4.2.1 图像配准的步骤62

4.2.2 卫星图像配准65

4.2.3 文献综述66

4.2.4 卫星图像配准方法70

4.3 图像融合79

4.3.1 图像融合模式80

4.3.2 不同级别图像融合80

4.3.3 图像使用方法81

4.3.4 图像融合性能评价81

4.3.5 利用模糊逻辑的图像融合82

4.3.6 图像融合的Ⅱ型模糊逻辑84

参考文献85

第5章 利用离散余弦变换的多传感器图像融合方法89

5.1 引言89

5.2 离散余弦变换的基础知识90

5.3 多分辨率离散余弦变换91

5.4 多传感器图像融合94

5.5 融合质量评价指标95

5.6 彩色图像融合97

5.7 结果与讨论101

5.8 结束语104

参考文献104

第6章 使用频谱框架的运动分割106

6.1 引言106

6.2 运动分割的主要方法107

6.3 运动矢量的计算108

6.4 最大似然框架109

6.5 运动分割方法110

6.5.1 运动检测110

6.5.2 运动估计113

6.5.3 谱框架聚类算法113

6.6 结果讨论114

6.7 结束语118

参考文献118

第7章 具有丢包链路的多智能体系统编队控制120

7.1 引言120

7.2 问题描述122

7.3 基于估计的编队控制算法124

7.4 在发生数据包丢失事件中传送数据以获得最佳估计127

7.5 结果与讨论128

7.6 结束语131

参考文献131

第2部分 MIAS与机器人134

第8章 机器人传感器与仪表134

8.1 引言134

8.2 传感器分类135

8.2.1 电容和电感器件136

8.2.2 压电换能器137

8.2.3 压力传感器137

8.2.4 弯曲／挠曲传感器137

8.2.5 声纳传感器137

8.2.6 红外传感器137

8.2.7 光敏电阻／光电导体138

8.2.8 车轮传感器138

8.2.9 速度传感器138

8.2.10 视觉传感器139

8.3 其他传感器及其特点和应用139

8.3.1 触摸（触觉）传感器139

8.4 传感器的显著特性140

8.4.1 精度140

8.4.2 准确度140

8.4.3 重复性140

8.4.4 分辨率140

8.4.5 灵敏度141

8.4.6 线性度141

8.4.7 测量范围141

8.4.8 频率响应141

8.4.9 可靠性141

8.4.10 接口141

8.4.11 传感器的尺寸、重量和体积141

8.4.12 环境条件142

8.5 执行器和效应器142

8.6 信号调理142

8.7 信号／数据通信和传感器网络143

8.8 机器人仪器144

8.9 微电子机械传感器系统144

8.10 智能传感器144

参考文献145

第9章 机器人导航与制导146

9.1 引言146

9.2 机器人导航149

9.2.1 惯性导航150

9.2.2 固定信标定位150

9.2.3 光成像与超声成像150

9.2.4 光学立体视觉150

9.3 机器人制导151

9.3.1 有线制导机器人151

9.3.2 画线制导机器人151

9.3.3 航位推算151

9.3.4 触觉检测152

9.3.5 距离检测152

9.4 导航任务的总结153

9.5 导航与制导的应用数学154

9.6 模糊逻辑控制的移动机器人跟踪155

参考文献155

第10章 机器人路径及运动规划156

10.1 引言156

10.2 经典方法158

10.2.1 路线图法158

10.2.2 单元分解法159

10.2.3 势场法159

10.2.4 数学规划法159

10.3 探试法159

10.3.1 人工神经网络160

10.3.2 遗传算法160

10.3.3 模拟退火法160

10.3.4 粒子群优化算法161

10.3.5 蚁群法161

10.3.6 协同机制161

10.3.7 小波理论162

10.3.8 模糊逻辑162

10.3.9 禁忌搜索162

10.4 机器人路径规划163

10.4.1 空间配置163

10.4.2 图表164

10.4.3 广度优先搜索164

10.4.4 Dijkstra算法165

10.5 其他算法165

10.5.1 Bug算法165

10.5.2 势能函数166

10.5.3 A＊算法166

10.5.4 D＊算法167

10.5.5 聚焦D＊算法168

10.5.6 D＊算法简化168

10.6 图形表示169

10.6.1 网格表示169

10.6.2 可视图169

10.6.3 四叉树169

10.6.4 方向表示170

10.7 动力学算法170

10.7.1 动态Bug算法170

10.7.2 A＊算法171

10.7.3 次优A＊算法171

10.7.4 D算法171

10.7.5 机器人运动轨迹规划172

10.8 A＊算法与模糊逻辑组合172

10.9 多Agent系统路径规划173

10.10 A＊算法路径规划问题图表174

参考文献174

第11章 失序测量丢失数据问题176

11.1 引言176

11.2 背景问题的信息177

11.2.1 系统和模型描述178

11.2.2 用于延时测量的融合过程179

11.3 现有的各种方法180

11.3.1 OOSM180

11.3.2 多重插补方法181

11.4 仿真实验184

11.4.1 实验Ⅰ184

11.4.2 实验Ⅱ187

11.5 探讨OOSM实验与结论189

参考文献190

第12章 动态与不确定环境中基于遗传算法的移动机器人路径规划193

12.1 引言193

12.2 二维平面中路径的表示194

12.3 动态障碍物的表示196

12.4 沿坐标轴的矩形框组成的障碍物196

12.5 基于遗传算法的路径规划的实现198

12.5.1 数值仿真案例199

12.6 基于GA的运动规划200

12.7 结束语202

参考文献202

第13章 机器人时态逻辑运动规划203

13.1 引言203

13.2 自主性的重要性204

13.3 一般问题定义205

13.4 时态逻辑概述206

13.4.1 线性时态逻辑206

13.4.2 计算树逻辑207

13.4.3 时间计算树逻辑208

13.4.4 概率时态逻辑210

13.5 机器人验证概述211

13.5.1 运动规划方案合成211

13.5.2 运行验证216

13.6 分析218

13.7 建议方法220

13.8 案例研究222

13.9 未来可能性224

参考文献225

第14章 军队路径查寻问题的约束规划求解228

14.1 引言228

14.2 路径查寻方法概述229

14.2.1 解决动态路径查寻问题的D＊算法230

14.3 约束满足问题综述233

14.4 军队路径查寻约束满足问题233

14.4.1 解决军队静态路径查寻的约束满足问题234

14.4.2 解决军队动态路径查寻的约束满足问题235

14.4.3 MUPFP_D＊算法236

14.5 结束语243

参考文献243

第15章 移动车辆的同时定位和映射245

15.1 引言245

15.2 SLAM问题246

15.2.1 SLAM的概率形式246

15.2.2 SLAM结构的观察247

15.3 SLAM问题的解决方法248

15.3.1 SLAM的收敛248

15.3.2 计算方面248

15.3.3 数据关联250

15.3.4 非线性251

15.4 用于SLAM的数学公式251

15.4.1 数学模型252

15.4.2 地图表达252

15.5 依据H-∞滤波器的移动机器人SLAM253

15.5.1 健壮滤波253

15.5.2 H-∞范数253

15.5.3 H-∞滤波器254

15.5.4 数学模型254

15.5.5 H-∞后验滤波器255

15.6 数据仿真结果255

参考文献260

第16章 机器人和移动车辆架构262

16.1 引言262

16.2 架构设计262

16.2.1 系统可靠性262

16.2.2 泛化特征263

16.2.3 系统适应性263

16.2.4 系统模块263

16.2.5 自主行为263

16.2.6 健壮性264

16.2.7 任务执行的可扩展性264

16.2.8 反应性264

16.2.9 人工智能264

16.2.10 机动性264

16.3 机器人传感—规划—行为范式265

16.3.1 传感265

16.3.2 规划265

16.3.3 行为范式265

16.4 机器人架构266

16.4.1 基于功能的架构266

16.4.2 基于行为的架构266

16.4.3 混合式架构267

16.5 基于行为的架构中的协调功能268

16.6 分层方法269

16.7 集中式与分布式架构269

16.8 架构的开发工具269

16.9 四维／实时控制模型架构270

16.10 一种可选择的混合架构270

16.11 结束语271

参考文献271

第17章 多机器人协调273

17.1 引言273

17.2 从单机器人到多机器人的控制273

17.3 MRS的挑战275

17.4 协调在MRS中的必要性275

17.5 从局部交互到全局协调276

17.6 通过环境的交互277

17.7 MRS设计与分析277

17.8 MRS控制器的原理综述278

17.9 多机器人软件架构278

17.10 多机器人协调的实时框架279

17.11 机器人组的控制280

17.12 结束语280

参考文献281

第18章 具有生物脑的自主移动机器人283

18.1 引言283

18.2 人工神经网络的制备285

18.3 实验装置285

18.4 结果288

18.5 机器学习范式291

18.6 结束语291

18.7 未来研究方向292

参考文献293

第19章 移动机器人制造中的安全有效自主决策296

19.1 引言296

19.2 机器人架构：分类与选择296

19.3 RCS-RMA的组成299

19.3.1 RCS计算节点299

19.3.2 RCS层的控制算法301

19.4 机器人系统的自主安全管理301

19.4.1 系统安全分析与不确定性302

19.4.2 在RCS中的安全集成304

19.4.3 减少不确定性概率的应用306

19.4.4 为什么选用POMDP307

19.5 案例研究：移动机器人应用308

19.5.1 任务分解309

19.5.2 控制算法的实现310

19.5.3 四层移动机器人的应用310

19.5.4 RCS中的安全等级317

19.6 目标检测与避碰算法317

19.6.1 目标检测318

19.6.2 计算障碍位置坐标319

19.6.3 动态地图更新319

19.7 RCS节点上的POMDP工艺开发323

19.7.1 POMDP模型323

19.7.2 RCS计算节点中的POMDP开发324

19.7.3 RCS节点上改进POMDP的价值判断325

19.7.4 RCS节点上改进POMDP中的环境模型327

19.7.5 RCS节点上改进POMDP中的行为产生过程328

19.7.6 RCS节点上改进POMDP中的感觉处理过程329

19.8 基于POMDP的决策算法的开发330

19.8.1 障碍状态／传感器状态估计333

19.8.2 障碍状态估计335

19.8.3 POMDP的解决方案：整合目标和安全相关的决定338

19.8.4 由POMDP解决方案提供的行动决策选择338

19.8.5 降低POMDP求解计算的复杂度342

19.9 测试与评价345

19.9.1 POMDP模型开发的测试结果和评估345

19.9.2 导航与防撞的结果与评估：安全决策过程评估346

19.10 结论与未来工作353

参考文献354

第20章 无人机避障反应的局部综合制导与控制358

20.1 引言358

20.2 无人机样机的六自由度模型360

20.3 避障的瞄准点筛选363

20.3.1 “碰撞锥”结构363

20.3.2 瞄准点计算364

20.3.3 剩余飞行时间计算365

20.4 速度矢量方向与动态方位角366

20.4.1 速度矢量的电流和预期方向366

20.4.2 瞄准点计算367

20.5 局部IGC规划368

20.5.1 协调转弯的滚动角369

20.5.2 外环回路的机身速率369

20.5.3 外环回路的表面变形控制370

20.5.4 速度控制371

20.5.5 执行器输入的动力学与设计371

20.6 数值结果372

20.6.1 纵倾条件372

20.6.2 方案1：单障碍物373

20.6.3 方案2：两个障碍物377

20.7 结束语381

附录：空气动力系数382

参考文献384

第21章 用于自主智能设备的阻抗控制机电一体化系统385

21.1 引言385

21.2 冗余驱动的机械阻抗控制387

21.2.1 机械阻抗控制的运动传递方法与方案389

21.2.2 冗余驱动执行器的建模390

21.3 控制策略391

21.4 实验结果与讨论394

21.5 具有反驱动执行器的串、并联机器人397

21.5.1 具有驱动冗余的串、并联机器人运动学建模398

21.5.2 冗余驱动上的刚度模型399

21.5.3 所需末端执行器的柔度条件401

21.5.4 柔度规范的方法404

21.6 结束语406

参考文献406

第22章 微产品制造中Hydro-MiNa机器人的微型与纳米操作技术408

22.1 引言408

22.2 Hydro-MiNa机器人技术409

22.2.1 在微／纳米操作领域关于功能任务制定的统一方法409

22.2.2 局部微纳操作的时压结构合成411

22.3 Hydro-MiNa机器人的微米与纳米操作系统413

22.4 具有高分辨率成像和力反馈的机器人传感与控制414

22.5 结束语416

参考文献417

第3部分 MIAS／机器人的联合技术419

第23章 闭环回路、不稳定车辆的实时系统辨识实时系统，闭环中的不稳定车辆的辨识419

23.1 引言419

23.2 后失效估计的应用420

23.2.1 SRLS算法421

23.2.2 后失效分析模型422

23.2.3 后失效模型估计的结果和讨论423

23.3 无校准的入射角和侧偏角估计424

23.3.1 数学模型的拓展425

23.3.2 短周期结果426

23.3.3 荷兰滚的结果429

23.4 实时稳定裕度估计方法431

23.4.1 不稳定飞机模型的稳定裕度估计432

23.4.2 稳定裕度估计结果432

23.5 结束语433

附录：符号和术语434

参考文献435

第24章 移动自主系统智能天线：自适应加速算法436

24.1 引言436

24.2 旁瓣对消器的有源抑制436

24.2.1 传统的广义旁瓣对消器437

24.2.2 广义旁瓣对消的判定反馈440

24.2.3 自适应阵列处理的约束441

24.2.4 仿真结果443

24.3 抵达方向不匹配分析444

24.3.1 信号模型不匹配444

24.3.2 在GSC中DOA不匹配445

24.3.4 收敛性分析446

24.3.5 权重步长SINR输出的适应性关系448

24.4 旁瓣对消的自适应算法449

24.4.1 权重适应性采用LMS算法450

24.4.2 新型仿真452

24.5 盲均衡器和反馈滤波器的旁瓣对消455

24.5.1 不匹配的DF-GSC盲方法455

24.5.2 盲均衡的DF-GSC稳态分析460

24.6 宽频探头抑制461

24.6.1 宽频信号旁瓣对消器的收敛方式462

24.7 平面相控阵的干扰抑制469

24.7.1 辐射模式的生成469

24.7.2 在恶劣环境下的平面阵列特点471

24.8 主动消除同一时刻多个期望信号的探测效果473

24.8.1 同一时刻多个期望信号的适应权重473

24.8.2 模拟结果474

24.9 在相干信号环境下消除有效探测486

24.9.1 自适应阵列处理与多波约束487

24.9.2 相干信号环境下阵列的性能分析489

24.9.3 抑制宽频相关来源494

24.10 结束语498

参考文献499

第25章 四旋翼微型飞行器的集成建模，仿真与控制器设计501

25.1 引言501

25.2 四旋翼微型飞行器502

25.3 飞行器动态模型504

25.3.1 运动学模型504

25.3.2 力学方程504

25.3.3 力矩方程505

25.3.4 转子动力学505

25.4 控制器设计506

25.5 飞行仿真509

25.6 仿真平台和飞行测试510

25.6.1 平台测试510

25.6.2 飞行测试试验511

25.7 结束语512

附录：符号表512

参考文献514

第26章 运用卡尔曼滤波器和平滑器测定移动车辆的发射点与落点515

26.1 引言515

26.2 发射点和落点估计515

26.2.1 卡尔曼滤波516

26.2.2 RTS518

26.2.3 落点的预测518

26.2.4 发射点预测519

26.3 滤波器性能评价519

26.4 结果与讨论519

26.5 结束语526

参考文献526

第27章 微型飞行器的新型增稳系统：迈向自主飞行528

27.1 引言528

27.2 标准H2最优控制方案529

27.3 MAV说明和规范533

27.3.1 MAV介绍533

27.3.2 机载飞行系统533

27.3.3 Sarika-1 MAV的纵向动力学534

27.3.4 开环分析535

27.3.5 设计规范536

27.4 结果与讨论538

27.4.1 健壮性和性能分析539

27.4.2 扰动分析539

27.4.3 时间响应分析540

27.4.4 阵风时间响应与传感器噪声输入540

27.5 控制器的实时验证：HILS547

27.5.1 控制器的执行和验证548

27.6 结束语550

参考文献551

第28章 飞机自动着陆的神经模糊容错控制553

28.1 引言553

28.2 飞机自动着陆问题554

28.2.1 安全和性能标准555

28.2.2 风廓线555

28.2.3 飞机模型和故障情景557

28.3 神经辅助弹道追踪控制器560

28.3.1 基本轨迹跟踪控制器设计561

28.3.2 最小资源分配网络扩展562

28.3.3 BFTC性能评价及故障情况下神经辅助BFTC565

28.4 自适应反推神经网络控制器568

28.4.1 非线性动态倒置569

28.4.2 控制器设计方法570

28.4.3 发生故障时自适应反推神经网络控制器性能评价573

28.5 模糊神经辅助轨迹跟踪控制器576

28.5.1 模糊神经网络577

28.5.2 连续自适应模糊推理系统578

28.5.3 用于自动着陆问题的SAFIS控制器性能评价580

28.6 在线连续模糊极端学习机589

28.6.1 OS-Fuzzy-ELM和SAFIS用于飞机自动着陆系统问题的比较591

28.7 结束语599

参考文献600

第29章 航空航天飞行关键技术应用重构602

29.1 引言602

29.2 重要性和相关性603

29.3 民用航空电子设备603

29.3.1 联合架构603

29.3.2 集成架构605

29.4 集成模块化航空电子设备606

29.4.1 分区607

29.4.2 黄金标准608

29.4.3 重构的体系及其能力611

29.4.4 可用性和可靠性的技术要求612

29.4.5 可靠处理器平台的需求612

29.5 重构机理研究进展612

29.5.1 重构问题613

29.5.2 容错613

29.5.3 冗余管理614

29.6 增强进程或任务可用性的重构算法618

29.6.1 重构算法的控制参数620

29.6.2 重构算法624

29.6.3 算法阶段625

29.7 错误检测与控制628

29.7.1 汉明码扩展与扩展后的行列汉明码628

附录：符号和术语635

参考文献637

第30章 自动目标识别的三种原理研究641

30.1 引言641

30.2 图像处理的概念641

30.3 ATR及其作用642

30.4 ATR系统643

30.5 ATR系统的典型传感器644

30.5.1 红外644

30.5.2 前视红外644

30.5.3 合成孔径雷达645

30.5.4 反向合成孔径雷达645

30.5.5 光雷达645

30.5.6 激光雷达645

30.5.7 毫米波雷达646

30.5.8 多光谱成像646

30.5.9 超光谱成像646

30.5.10 低光电视647

30.5.11 视频647

30.6 经典ATR方法648

30.6.1 经典ATR系统的不同阶段648

30.7 ATR的统一贝叶斯方法651

30.7.1 贝叶斯问题构想652

30.7.2 场景生成和目标表示653

30.7.3 传感器建模656

30.7.4 贝叶斯范式661

30.8 人工智能方法668

30.8.1 神经网络668

30.8.2 人工智能基ATR系统669

30.9 结束语672

参考文献673

第31章 吸气燃烧系统故障检测和调节算法新理念的实时实现677

31.1 引言677

31.2 综述和背景677

31.2.1 描述模型和C控制器677

31.2.2 解析冗余调查678

31.2.3 反压传感器的FDA679

31.3 EKF的设计与实现679

31.3.1 离散时间的KF680

31.3.2 DTKF状态估计680

31.3.3 卡尔曼-布西连续时间滤波器681

31.4 非线性系统的EKF682

31.4.1 EKF构想682

31.4.2 ACS动力学682

31.4.3 应用于ACS的EkF683

31.4.4 用于EKF的ACS动力学线性化684

31.5 容错方法和残差生成685

31.5.1 T07建模686

31.5.2 残余处理686

31.5.3 故障调节687

31.6 对FDA和结果的评估689

31.6.1 通过结果对FDA算法性能进行评估691

31.6.2 FDA的实时实施695

31.7 结束语697

附录：符号和术语700

参考文献701

第32章 模糊逻辑传感器和控制表面故障检测及重构703

32.1 引言703

32.2 传感器故障检测、隔离和重构704

32.2.1 基于卡尔曼滤波的SFDI及重构704

32.2.2 基于模糊逻辑的传感器故障检测和重构707

32.3 控制面故障检测和重构708

32.3.1 EKF实施709

32.3.2 基于模糊逻辑的控制表面故障检测和重构711

32.4 仿真结果和讨论714

32.4.1 传感器故障检测和重构的仿真结果714

32.4.2 控制表面故障检测和重构的仿真结果715

32.4.3 使用两种T模和蕴涵方法的灵敏度研究718

32.5 结束语720

参考文献720

第33章 使用二维雷达跟踪目标721

33.1 引言721

33.2 高度估计721

33.2.1 使用多普勒测量722

33.2.2 特例723

33.3 垂直机动估计725

33.3.1 使用多普勒测量725

33.4 连续跟踪729

33.4.1 转弯机动731

33.4.2 实际情况731

33.5 替代方法732

33.6 结束语734

参考文献734

第34章 使用贝叶斯网络、k-NN模型研发自主机器人的行为735

34.1 引言735

34.2 相关的概念和模型736

34.2.1 贝叶斯网络模型736

34.2.2 k-NN模型737

34.3 机器人行为和CAM737

34.3.1 现实生活中超声波传感器的数据感知738

34.3.2 机器人行为的贝叶斯学习和推理过程739

34.3.3 对机器人行为的k-NN建模和推理过程740

34.3.4 评价方案741

34.4 CAM的实验评价741

34.4.1 静态环境下使用BN和k-NN模型时CAM的性能精度742

34.4.2 动态环境下使用BN和k-NN模型时CAM的性能精度744

34.4.3 模型平均性能评价的比较745

34.5 相关工作745

34.6 结束语746

参考文献747

第35章 基于卡普拉斯方法的无序测量建模749

35.1 引言749

35.2 卡普拉斯策略750

35.3 实验结果751

35.4 结束语753

参考文献754

附录A 数值统计概念755

A.1 备选假设755

A.2 方差分析755

A.3 渐近无偏755

A.4 偏置755

A.5 二项分布756

A.6 中心极限定理756

A.7 x2分布和测试756

A.8 相关性756

A.9 协方差757

A.10 特征值757

A.11 EM算法757

A.12 F分布和F测试757

A.13 最小二乘法757

A.14 可能性和可能性测试758

A.15 线性回归模型758

A.16 最大似然758

A.17 平均数、中位数和众数758

A.18 均方758

A.19 蒙特卡罗方法759

A.20 多元回归759

A.21 非线性回归759

A.22 异常值759

A.23 泊松分布759

A.24 概率、概率分布函数和概率密度函数760

A.25 T型检验760

A.26 Ⅰ型和Ⅱ型误差760

A.27 梯度下降法760

A.28 二次型761

参考文献761

附录B 与机器人学相关的软件和算法注释762

B.1 城市搜救营救仿真（USARSim）教程762

B.1.1 USARSim系统架构762

B.1.2 仿真器组件762

B.2 机器人工具箱763

B.3 机器人路径规划算法764

B.4 SIMBAD机器人模拟器765

B.5 CADAC：使用C+++计算机辅助设计航天理念765

参考文献765