查特吉、莱克舒、辛格编著的这本《基于视觉的自主机器人导航》详细描述了几种基于视觉的自主导航算法与SLAM的实际新方法。介绍了如何利用视觉感知进行基于子目标驱动的导航。同时还介绍了利用模糊逻辑的基于视觉的机器人路径跟踪的开发概念，以及如何在实验室自主开发一个基于微控制器的传感器系统的低成本机器人。本书介绍了成功实现现有机器人与外设的低成本集成。本书的一个重点是一步步地详细示例演示了如何在32位Windows环境下实际实现一个基于视觉的导航模块。同时还讨论了采用双摄像头系统的基于视觉的SLAM实现。

移动机器人自主导航是机器人领域的热点研究内容。查特吉、莱克舒、辛格编著的这本《基于视觉的自主机器人导航》首先介绍了基于机器视觉感知机制的自主移动机器人导航的理论与研究，重点介绍了基于地图、地图构建以及无地图环境下的基于视觉传感器的机器人导航算法，并给出了实际应用中基于视觉的机器人先进导航算法的实现。《基于视觉的自主机器人导航》详细阐述了实际应用中基于视觉的自主导航算法以及SLAM问题，提出了利用视觉感知如何实现子目标驱动的导航概念，提出了利用模糊逻辑进行基于视觉的机器人路径跟踪概念，以及如何利用基于微型控制器的传感器系统研制实验室环境下的低成本机器人。

《基于视觉的自主机器人导航》可作为从事机器人研究，尤其是移动机器人方面的研究人员的参考书，也可作为高等院校自动化、计算机等相关专业研究生以及教师的参考用书。

译者序

原书前言

第1章 移动机器人导航

 1.1 自主移动机器人导航

 1.2 为何要视觉导航

 1.3 基于视觉的导航

1.3.1 基于视觉的室内导航

 1.3.1.1 基于地图的导航

 1.3.1.2 基于地图构建的导航

 1.3.1.3 无地图导航

1.3.2 基于视觉的室外导航

 1.4 研究现状

 1.5 障碍物检测和避障

 1.6 本章小结

 参考文献

第2章 移动机器人的外设接口

 2.1 简介

 2.2 用于视觉系统与现有机器人接口的PIC微控制器系统

 2.3 KOALA机器人与PC和视觉系统构成的集成系统

 2.4 实际性能评估

 2.5 本章小结

 参考文献

第3章 利用子目标的基于视觉的移动机器人导航

 3.1 简介

 3.2 硬件设置

 3.3 目标导向的两层导航机制

 3.4 第一层中基于图像处理的环境探索

 3.5 最短路径计算和子目标生成

 3.6 第二层中基于红外的导航

 3.7 实际性能评估

 3.8 本章小结

 参考文献

第4章 基于视觉的移动机器人自主开发

 4.1 简介

 4.2 基于视觉的低成本移动机器人的研制开发

 4.3 基于微控制器的机器人感知系统的研制开发

4.3.1 具有动态增强功能的红外测距系统

 4.3.1.1 动态测距增强算法

 4.3.1.2 实验结果

4.3.2 采用开关模式同步检测技术的光学接近检测器

 4.3.2.1 基于PIC微控制器的光学接近检测器

 4.3.2.2 开关模式同步检测技术

 4.3.2.3 实验结果

 4.4 客户端—服务器工作模式下的内网连接

 4.5 本章小结

 参考文献

第5章 基于视觉的移动机器人导航算法的实现示例

 5.1 简介

 5.2 示例1

 5.3 示例2

 5.4 示例3

 5.5 示例4

 5.6 示例5

 5.7 示例6

 5.8 示例7

 5.9 示例8

 5.10 示例9

 5.11 示例10

 5.12 本章小结

 参考文献

第6章 基于视觉的移动机器人路径跟踪

 6.1 简介

 6.2 所提方法概述

 6.3 基于视觉的机器人模糊导航系统

 6.4 基于红外传感器的模糊避障算法

 6.5 实际性能评估

 6.6 本章小结

 参考文献

第7章 移动机器人的SLAM

 7.1 简介

 7.2 基于EKF的随机SLAM算法

 7.3 结合模糊神经网络模型的基于EKF的SLAM算法

 7.4 模糊神经网络架构及基于粒子群优化（PSO）算法的训练方法

7.4.1 模糊神经网络架构

7.4.2 利用PSO训练模糊神经网络模型

7.4.3 性能评估

 7.5 利用DE优化算法训练模糊监督器

7.5.1 性能评估

 7.6 本章小结

 参考文献

第8章 基于视觉的移动机器人SLAM

 8.1 简介

 8.2 差动驱动KOALA机器人的动态状态模型

 8.3 基于视觉感知的图像特征识别、特征跟踪和每个特征的3D距离计算

 8.4 实际性能评估

 8.5 本章小结

 参考文献