ROS與中型組足球機器人

第一部分 概述
第1章 RoboCup中型組介紹
1．1 RoboCup機器人足球世界杯
1．2 RoboCup中型組比賽與中型組機器人
1．3 RoboCup中型組的發(fā)展現(xiàn)狀與趨勢
1．4 國防科技大學中型組機器人足球隊
第2章 足球機器人軟硬件框架
2．1 機械結構
2．2 電氣系統(tǒng)
2．3 基于ROS的軟件框架
第二部分 平臺與底層控制
第3章 全向運動平臺
3．1 全向輪設計
3．2 全向運動平臺設計
3．3 全向運動平臺數(shù)學模型建立
3．4 基于運動學模型的底層運動控制
3．5 基于動力學模型的底層運動控制
3．6 小結
第4章 主動控球系統(tǒng)
4．1 主動控球系統(tǒng)機構設計與建模
4．2 主動控球系統(tǒng)控制算法設計
4．3 ROS下控制系統(tǒng)實現(xiàn)
4．4 實驗結果與分析
4．5 小結
第5章 擊球系統(tǒng)
5．1 基于電磁鐵的擊球系統(tǒng)
5．2 擊球機構機械設計
5．3 擊球控制電路
5．4 ROS節(jié)點實現(xiàn)
5．5 小結
第三部分 環(huán)境感知
第6章 全向視覺系統(tǒng)
6．1 全向視覺系統(tǒng)的設計及標定
6．2 ROS下攝像機驅動以及OpenCV視覺庫使用
6．3 足球機器人全向視覺感知算法
第7章 前向視覺
7．1 前向攝像機安裝及驅動
7．2 前向視覺的標定及坐標變換
7．3 ROS節(jié)點及消息通信
第8章 Kinect視覺
8．1 Kinect簡介
8．2 Kinect驅動
8．3 點云庫PCL
8．4 基于Kinect的足球識別
8．5 Kinect視覺系統(tǒng)標定
8．6 足球三維軌跡擬合與預測
8．7 多Kinect的使用
第四部分 規(guī)劃與控制
第9章 基于subtargets的路徑規(guī)劃
9．1 應用子目標點法生成中間點
9．2 生成中間點算法
9．3 基于三次樣條曲線法的路徑生成
9．4 幾何路徑生成
9．5 幾何路徑軌跡化
9．6 動態(tài)環(huán)境下算法可行性分析
9．7 實驗結果
9．8 小結
第10章 基于模型預測控制的全向移動機器人軌跡跟蹤
10．1 概述
10．2 模型建立以及問題描述
10．3 基于拉蓋爾函數(shù)的模型預測控制器設計
10．4 實驗結果與分析
10．5 小結
第11章 基于增強學習的足球機器人行為控制
11．1 增強學習的模型和基本算法
11．2 基于CMAC的Sarsa直接梯度增強學習算法
11．3 Sarsa（λ）增強學習在機器人行為控制中的應用
11．4 基于三角剖分的CMAC在機器人行為控制中的應用
11．5 啟發(fā)式信息在機器人行為控制中的應用
11．6 小結
第五部分 多機器人協(xié)同
第12章 多機器人通信
12．1 DA-TDMA通信協(xié)議
12．2 RTDB的實現(xiàn)和使用
第13章 多機器人角色分配
13．1 多機器人任務分配概述
13．2 主要的多機器人任務分配模式
13．3 RoboCup中的任務分配問題分析
13．4 NuBot機器人足球隊任務分配
13．5 實驗及比賽分析
13．6 小結
第14章 多機器人編隊控制
14．1 多機器人編隊控制概述
14．2 多機器人編隊的數(shù)學描述
14．3 編隊控制
14．4 編隊控制實驗
14．5 小結
第15章 基于ROS和Gazebo的足球機器人仿真系統(tǒng)
15．1 仿真軟件Gazebo
15．2 Cazebo與ROS的交互
15．3 仿真模型的搭建
15．4 仿真世界的創(chuàng)建
15．5 單個足球機器人的運動仿真實現(xiàn)
15．6 多足球機器人協(xié)同的仿真實現(xiàn)
15．7 小結
附錄 IEL6751基于SOEM庫的配置
參考文獻