本书由硬件到算法、由基本功能到高级应用，逐步介绍了移动机器人的基本概念、硬件机构、常用的内部和外部传感器、运动控制与避障、环境感知与定位、路径规划、人机交互等内容。
本书可作为大专院校人工智能、智能科学与技术、机器人工程、自动化、计算机、物联网等相关专业的教材，也可作为专业技术人员的参考书或培训教材。

第1章 绪论
1.1 移动机器人概述
1.2 移动机器人的发展
1.3 移动机器人的机构和分类
1.4 移动机器人的关键技术
1.5 机器人操作系统
1.6 移动机器人的应用及展望
参考文献
习题
第2章 移动机器人硬件机构
2.1 控制器
2.2 驱动器
2.2.1 常用的驱动器
2.2.2 直流电机
2.2.3 伺服电机
2.2.4 步进电机
2.2.5 电机的控制
2.2.6 电机的选型
2.3 其他硬件装置
2.3.1 变速装置
2.3.2 轮子
2.3.3 末端执行器
参考文献
习题
第3章 移动机器人传感器
3.1 传感器及分类
3.2 内部传感器
3.2.1 编码器
3.2.2 陀螺仪
3.2.3 惯性测量单元
3.3 外部传感器
3.3.1 GPS
3.3.2 声呐
3.3.3 激光雷达
3.3.4 毫米波雷达
3.3.5 红外测距传感器
3.3.6 视觉传感器
3.4 多传感器融合
3.4.1 多传感器融合的基本原理
3.4.2 随机类多传感器融合方法
3.4.3 人工智能类多传感器融合方法
3.4.4 存在的问题及发展趋势
参考文献
习题
第4章 移动机器人运动
4.1 坐标系
4.2 运动模型
4.2.1 一般运动模型
4.2.2 里程计
4.2.3 双轮驱动差速运动模型
4.2.4 全向驱动运动模型
4.3 运动约束
4.4 运动控制
4.5 避障运动
4.5.1 人工势场法
4.5.2 栅格法
4.5.3 避障策略实例——基于声呐的避障
4.5.4 避障策略实例——基于激光雷达的避障
参考文献
习题
第5章 移动机器人感知
5.1 地图表示及构建
5.1.1 栅格地图
5.1.2 特征地图
5.1.3 拓扑地图
5.1.4 直接表征法
5.2 基于激光雷达的感知
5.2.1 激光点云
5.2.2 基于激光点云的路面分割
5.2.3 基于激光点云的车道线检测
5.2.4 基于激光点云的目标检测与识别
5.3 基于视觉的感知
5.3.1 视觉特征提取
5.3.2 基于视觉的车道线检测
5.3.3 基于视觉的目标识别
参考文献
习题
第6章 移动机器人定位
6.1 定位
6.2 同时定位与建图
6.2.1 基于滤波的SLAM方法
6.2.2 基于图优化的SLAM方法
6.3 基于激光雷达的定位方法
6.3.1 ICP算法
6.3.2 NDT算法
6.3.3 Gmapping算法
6.3.4 Hector SLAM算法
6.3.5 LOAM算法
6.4 基于视觉的定位方法
6.4.1 视觉里程计
6.4.2 ORB SLAM 算法
6.4.3 DSO算法
6.4.4 RGBD SLAM算法
6.5 其他定位方法
6.5.1 二维码定位
6.5.2 基于WiFi的室内定位技术
参考文献
习题
第7章 移动机器人路径规划
7.1 引言
7.2 全局路径规划
7.2.1 Dijkstra算法
7.2.2 A算法
7.2.3 Dijkstra和A的比较
7.3 局部路径规划
7.3.1 动态窗口法
7.3.2 基于图优化的方法TEB
7.4 基于采样的路径规划
7.4.1 概率路图法
7.4.2 快速扩展随机树法
7.5 现代智能路径规划算法
7.5.1 蚁群算法
7.5.2 遗传算法
7.5.3 粒子群算法
参考文献
习题
第8章 移动机器人人机交互
8.1 语音识别
8.2 人体运动检测与跟踪
8.2.1 人体运动检测
8.2.2 人体运动跟踪
8.3 手势识别
8.3.1 手部检测与分割
8.3.2 手势模型
8.3.3 手势识别与分类
8.4 人脸相关技术
8.4.1 人脸检测
8.4.2 人脸跟踪
8.4.3 人脸识别
8.4.4 人脸表情识别
8.5 交互型机器人
参考文献
习题