吉填德拉R.劳伊、阿吉茨K.戈帕尔编的《移动智能自主系统》共分三部分内容：MIAS基础概念、MIAS与机器人、MIAS/机器人的联合技术。本书在阐明术语的基础上，从开始就客观地陈述了与MIAS相关的各个方面的情况以及当前面临的问题，其主要目的是讨论审议建立自主和/或智能移动系统所需学科；不过，本书并未涉及交通工具的机械和结构方面的内容。

绪论
参考文献
第1部分 MIAS基础概念
第1章 神经-模糊-遗传算法-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
2.1 引言
2.2 机器人空间定位
2.2.1 机器人位置
2.2.2 机器人及其连杆定位
2.2.3 旋转矩阵
2.2.4 齐次变换
2.3 机器人运动学
2.4 动态模型
2.4.1 运动方程
2.5 机器人的行走
2.6 概率机器人运动模型
2.6.1 测距法
2.6.2 航位推算法
参考文献
第3章 移动智能自主系统中的数据融合
3.1 引言
3.2 为什么MIAS需要数据融合
3.3 MIAS数据融合方法概述
3.4 结束语
参考文献
第4章 图像配准与融合
4.1 引言
4.2 图像配准
4.2.1 图像配准的步骤
4.2.2 卫星图像配准
4.2.3 文献综述
4.2.4 卫星图像配准方法
4.3 图像融合
4.3.1 图像融合模式
4.3.2 不同级别图像融合
4.3.3 图像使用方法
4.3.4 图像融合性能评价
4.3.5 利用模糊逻辑的图像融合
4.3.6 图像融合的Ⅱ型模糊逻辑
参考文献
第5章 利用离散余弦变换的多传感器图像融合方法
5.1 引言
5.2 离散余弦变换的基础知识
5.3 多分辨率离散余弦变换
5.4 多传感器图像融合
5.5 融合质量评价指标
5.6 彩色图像融合
5.7 结果与讨论
5.8 结束语
参考文献
第6章 使用频谱框架的运动分割
6.1 引言
6.2 运动分割的主要方法
6.3 运动矢量的计算
6.4 最大似然框架
6.5 运动分割方法
6.5.1 运动检测
6.5.2 运动估计
6.5.3 谱框架聚类算法
6.6 结果讨论
6.7 结束语
参考文献
第7章 具有丢包链路的多智能体系统编队控制
7.1 引言
7.2 问题描述
7.3 基于估计的编队控制算法
7.4 在发生数据包丢失事件中传送数据以获得最佳估计
7.5 结果与讨论
7.6 结束语
参考文献
第2部分 MIAS与机器人
……
第3部分 MIAS/机器人的联合技术
附录A 数值统计概念
附录B 与机器人学相关的软件和算法注释