本书是一本探索利用元宇宙和虚拟现实技术来讲述自动控制原理的“元形态教材”。通过在元宇宙中构建虚拟校园学习环境,学生可在虚拟教室、虚拟实验室、虚拟图书馆和虚拟操场等元宇宙环境中学习系统与控制的理论知识并动手实践完成相关控制实验。同时本书以四旋翼无人机的飞行控制作为贯穿全书的实例,从应用需求的角度,以“极点”为核心,介绍了系统与控制的基础内容,将经典控制理论和现代控制理论融合统一。 本书共分为5章。第1章为绪论,介绍系统与控制的基本概念以及作为实例背景的无人机、作为虚拟平台的元宇宙;第2章介绍四旋翼无人机系统的运动学模型、动力学模型和力与力矩模型的详细推导过程,并给出微分方程和状态空间两种不同的模型表示方法;第3章则介绍了系统平衡点的概念以及非线性模型的线性化方法,并推导出以传递函数形式描述的无人机线性化模型;第4章阐述控制理论中的系统分析与设计方法,给出了系统的稳态和动态性能指标以及基于极点配置的PID控制器设计方法;第5章作为控制系统的实践章节,在介绍本书配套的元宇宙实验环境“元宇宙无人机控制实验室”基础上,给出了无人机高度控制任务和无人机位置控制任务两个基础实验任务,以及无人机轨迹跟踪控制任务和无人机路径规划控制任务两个综合实验任务。 本书可作为普通高校、高职高专院校的自动化类、电气类、机械类以及需要对系统与控制有所认识的其他专业学习系统与控制理论及技术的教材和参考书,也可以作为成人高等教育相关课程的教材,还可以供有关科研人员和工程技术人员参考。 |
前辅文 |
|
|
|
|
|
|
|
|
|
|
本书系统地介绍了机器人的基本原理、主要技术及其应用,使读者了解当前机器人技术的最新成果和未来发展方向。全书共12章,具体为绪论、机器人系统组成、机器人的机构、位姿描述和齐次变换、机械臂的运动学、机械臂的雅可比矩阵、移动机器人的运动学、并联机器人运动学基础、机器人的动力学、机器人的控制、机器人的运动规划、仿生机器人。 本书具有很强的基础性、实用性和前沿性。本书将基础理论和工程应用相结合,在介绍理论知识的同时,给出相关的应用示例,帮助学生加深对知识的理解;本书还注重体现学术前沿成果与新方法,开阔读者视野。 本书内容丰富,涵盖机器人的基础知识与前沿技术,可作为普通高等学校机电类本科生和研究生专业基础课的教材,也可供其他大专院校的学生及从事机器人研制、开发及应用的技术人员学习参考。 |
前辅文 |
|
|
|
|
|
|
|
|
|
|
本书介绍了机器视觉系统的基本组成原理和图像处理的技术基础。本书在第1版的基础上,重点补充介绍了深度学习技术及其在机器视觉中的应用。全书共分12章,第1章简要介绍机器视觉技术的基本概念、系统构成以及发展趋势;第2章介绍机器视觉系统的硬件技术和教学实验设备;第3章介绍机器视觉组态软件XAVIS;第4章介绍图像处理技术;第5、6章分别介绍机器视觉应用最普遍的尺寸测量技术与缺陷检测技术;第7章介绍模式识别技术;第8章介绍图像融合技术;第9章介绍基于机器视觉的运动目标跟踪技术;第10章介绍三维重构的初级视觉理论与方法;第11章介绍深度学习技术;第12章介绍深度学习技术在机器视觉中的应用。 关于深度学习技术,本书用深度学习概述、深度学习的基本概念、卷积神经网络、经典的深度神经网络等几个小节,沿着深度学习的发展脉络,进行深入浅出的介绍,帮助初学者快速入门。另外,本书重点讲解了深度学习在目标检测、图像分割、图像识别和图像生成等任务中的应用情况和案例,基本关注到了计算机视觉领域的主要研究方向,为入门者提供解决类似问题的基本思路和实操方法。 本书既可作为高等学校自动化类、计算机类、电气类、机械类等相关专业的教材,也可供从事测量、检测、控制及机器视觉等系统研究、设计和开发的科研技术人员参考。本次修订立足于新工科、新专业方向,相信将对机器人工程专业、人工智能专业及其他相关专业的发展起到积极作用。 |
前辅文 |
|
|
|
|
|
|
|
|
|
|