作者简介:
Jitendra R.Raol,于1971年和1973年获得瓦多达拉巴罗达M.S.大学电气工程工学学士学位和工程硕士学位。1986年获得加拿大汉密尔顿麦克马斯特大学电气和计算机工程博士学位,并兼任研究员和助教。曾在瓦多达拉巴罗达M.S.大学执教两年,后于1975年加入国家航天实验室(NAL)。在NAL,参与基于固定和运动飞行模拟器的驾驶员模型研究。1986年博士毕业后,以G-科学家(NAL飞行力学与控制部(FM-CD)主管)的身份重新加入NAL,直至2007年7月31日退休。随团访问叙利亚、德国、英国、加拿大、中国、美国和南非等国家。就系统识别、神经网络、参数估计、多传感器数据融合和机器人技术问题的研究,多次在国际会议上发表过技术论文,并进行客座演讲。他是英国国际电气工程师学会会员、美国国际电气和电子工程师学会高级会员,也是印度航空学会终身会员以及印度系统学会的终身会员。1976年,凭借非线性滤波研究成果,获得印度工程师机构的K.F.Antia纪念奖。凭借关于不稳定系统参数估计研究成果,获得由印度工程师协会颁发证书;凭借关于传感器数据融合研究成果获得了海报论文奖;凭借一篇与目标追踪相关研究成果,获得了印度电子和电信工程师协会所颁发的证书。因其对国家航空航天飞行器综合飞行力学与控制技术发展所做出的贡献,于2003年被授予南非科学与工业研究理事会(CSIR)著名的科技徽章,因在科技领域的突出表现,被授予盾形徽章、证书并获得67000美元的奖金。
Ajith K.Gopal,于1997年获得了南非纳塔尔大学机械工程科学学士学位。2000年获得了复合材料结构分析方面的工程学科硕士学位。2003获得纳塔尔大学工程博士学位,致力于智能材料吸能方面研究。拥有12年工作经验,其中8年一直从事研发工作。2007年于南非的CSIR负责建立MIAS研究组,并于2007年和2008年担任了研究带头人。在Elsevier出版的《复合材料学报》和国际复合材料科技大会上发表了4篇有关复合材料和智能材料的论文,并于《国防科学学报》上发表了1篇关于路径规划的论文。2010年,由J.R.Raol主编,CRC出版社出版的《多传感器数据融合与MATLAB》-书中,撰写有关机器人数据融合的章节。还就MIAS问题被《国防科学学报》特邀编辑了1个特别专题。目前担任南非陆地系统公司的工程和项目经理,负责公司的新技术战略和发展。
内容简介:
移动智能自主系统(MIAS)是一个新兴、快速发展的研究领域,被普遍认为是通用的研发领域。就现有研究成果而言,其研究对象主要面向机器人学,如野外机器人等。
然而,《移动智能自主系统》中MIAS不仅仅面向机器人领域,还包括几项与之密切相关的技术,这些技术的一些要素如机动性、智能和/或自主性操作,不仅适用于机器人,而且适用于其他移动工具,如微型飞行器(MAV)和无人飞行器(UAV)。MIAS研发中重要的子领域是:感知和推理;机动性能、自主性能和导航性能;触觉和远程操作;图像融合或计算机视觉;机器人及其操纵器的数学建模;机器人架构规划和学习行为的硬件或软件体系结构;交通工具中的机器人的路径与运动规划和控制;用于用户与机器人(含其他交通工具)之间交流的人机交互界面。人工神经网络(ANN)系统、模糊逻辑系统(FLS)、概率推理和近似推理(PAR)、静态和动态贝叶斯网络(SDBN)以及遗传算法(GA)等的应用促进了上述诸多领域的发展。在多层面的数据融合过程中,位置、纯方位跟踪运动融合,用于场景识别的图像融合和跟踪,用于构建全局模型的信息融合,用于跟踪和控制行动的决策融合以及多传感器数据融合(MSDF)技术也起着至关重要的作用。对于复杂任务的自动化、危险和敌对环境中的监视、困难作业中的人力援助、医疗和野外机器人、医院接收系统、自动诊断系统以及包括挖掘机器人在内的民用和军事系统而言,MIAS是一项非常有用的技术。MIAS的其他重要研究领域包括传感器和执行器的建模、传感器故障检测、管理与重构、对象场景理解、知识获取与表征以及学习和决策等。在MIAS中,通常被当作动态系统的有自主系统如无人地面车辆(UGV)、无人飞行器(UAV)、微型飞行器(MAV)、水下机器人、固定和自主移动机器人系统、灵巧机械手机器人、挖掘机器人、监视系统和网络化多机器人系统。
目录:
绪论
参考文献
第1部分 MIAS基础概念
第1章 神经一模糊一遗传算法一人工智能范式
1.1 引言
1.2 人工神经网络
1.3 前馈神经网络
1.3.1 学习算法
1.4 递归神经网络
1.4.1 一些RNN变异型
1.5 基于Hopfield神经网络-RNN的参数估计
1.6 模糊逻辑和模糊系统
1.6.1 模糊推理机/系统
1.7 遗传算法
1.7.1 典型的遗传算法过程
1.7.2 遗传编程
1.8 与人工神经网络相结合的理念以及分类
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
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
1.8.3 GA-FL混合方法
1.9 机器人技术中模糊神经遗传算法的一些可能应用
1.9.1 基于人工神经网络摄像头:机器人协同
1.9.2 机器人的人工神经网络路径规划
1.9.3 GA-FL综合合成
1.10 人工智能
1.10.1 像人类一样思考
1.10.2 像人类一样行动
1.10.3 理性思考或理性思维
1.10.4 理性行为
1.10.5 AI前景
1.10.6 智能代理
1.10.7 智能MIAS/机器人系统
参考文献
……
第2章 机器人运动的数学模型
第2部分 MIAS与机器人
第3部分 MIAS/机器人的联合技术
好评度