目录

第1章人工智能的研究背景1

1.1智能起源1

1.2人工智能的定义2

1.3人工智能的发展历程2

1.3.1人工智能学科的诞生2

1.3.2波浪式前进的人工智能研究3

1.3.3人工智能发展的主要特点3

1.4人工智能的研究领域5

1.4.1传统人工智能研究领域5

1.4.2新一代人工智能研究领域6

1.5人工智能发展的新趋势6

1.6思考8

1.7习题9

参考文献9

第2章自动化的发展历程10

2.1经典控制理论的萌芽（17世纪到1900年）11

2.2经典控制理论走向成熟（1900s—1950s）12

2.3现代控制理论与技术（1950s至今）14

2.4工业自动化的持续发展： 运动控制+流程控制15

2.5管理自动化的发展历程16

2.6自动化与机器人16

2.7思考17

2.8习题18

参考文献18

第3章人工智能与机器人19

3.1机器人的发展历程19

3.2从人工智能到机器人智能20

3.3新一代机器人的本质属性22

3.4人工智能+机器人=机器换人？23〖1〗自

动

化

与

智

能

科

学

概

论

⌒

微

课

视

频

版

⌒〖1〗〖2〗〖2〗目

录3.5人工智能与人类的未来23

3.5.1人工智能有望成为科学发展的第三个驱动轮23

3.5.2劳动创造了人，并将继续提升人类的智能25

3.6思考25

3.7习题26

参考文献26

第4章认知科学27

4.1认知科学概念解析27

4.1.1研究人类思维面临的挑战27

4.1.2认知科学的定义27

4.1.3认知科学的研究策略28

4.1.4认知科学研究的重要性及研究现状28

4.2人脑的宏观结构和功能30

4.2.1人脑的构造30

4.2.2大脑脑区的功能30

4.2.3人类大脑左右半球的功能优势31

4.2.4脑结构的差异32

4.3大脑的微观结构和功能33

4.3.1神经元33

4.3.2神经元的功能33

4.3.3神经冲动的产生和传递34

4.3.4兴奋和抑制36

4.4学习和记忆36

4.4.1学习37

4.4.2记忆37

4.4.3人类记忆的假想结构38

4.4.4记忆的神经生理机制假说40

4.5研究心理和行为脑机制的方法40

4.5.1EEG的历史41

4.5.2EEG的特征41

4.5.3EEG的事件相关电位42

4.5.4脑机接口43

4.6脑认知机理的计算机模拟44

4.6.1机器能够思维吗？44

4.6.2ANN的提出45

4.6.3ANN的工作原理45

4.7思考46

4.8习题47

参考文献47

第5章深度学习48

5.1从机器学习到深度学习48

5.1.1机器学习的发展历程48

5.1.2深度学习的发展脉络50

5.2机器学习的问题与方法51

5.2.1机器学习问题51

5.2.2机器学习流程59

5.3深度学习的基本方法60

5.3.1深度学习的典型模型60

5.3.2特征学习61

5.3.3深度学习的三个步骤62

5.4深度学习的主要应用64

5.4.1深度学习在计算机视觉中的应用64

5.4.2深度学习在自然语言处理中的应用65

5.4.3深度学习在多模态任务中的应用68

5.4.4深度学习在大规模预训练模型上的应用68

5.5思考69

5.6习题69

参考文献69

第6章强化学习72

6.1强化学习针对的问题72

6.1.1强化学习应用实例72

6.1.2强化学习能解决的问题78

6.2强化学习与其他方法的区别和联系79

6.2.1强化学习与监督学习的区别79

6.2.2强化学习与监督学习的联系80

6.2.3强化学习与其他优化方法的区别81

6.3强化学习的思想精髓81

6.4强化学习的发展方向83

6.4.1强化学习算法的发展回顾83

6.4.2现有强化学习算法的分类83

6.4.3强化学习的发展趋势84

6.5常用的强化学习算法简介85

6.5.1Qlearning算法85

6.5.2DQN算法86

6.5.3策略梯度算法87

6.5.4深度确定性策略梯度算法88

6.5.5近端策略优化算法89

6.6强化学习的术语91

6.7思考93

6.8习题94

参考文献94

第7章群体智能与演化博弈95

7.1自然界中的群体及其行为分析95

7.1.1自然界中的群体95

7.1.2自然界中的群体行为95

7.1.3对人类的启示和影响97

7.2群体智能98

7.2.1群体智能的概念形成98

7.2.2群体智能的五条基本原则98

7.2.3群体智能： 化内卷为协同99

7.2.4采用群体智能模式解决问题的特点99

7.2.5群体智能的应用100

7.3多智能体系统101

7.3.1智能体101

7.3.2多智能体系统102

7.3.3多智能体系统的控制目标和主要研究领域103

7.4群体智能算法104

7.4.1群体智能典型算法104

7.4.2群体智能优化算法的优缺点107

7.5演化博弈理论107

7.5.1演化博弈与群体智能的关系108

7.5.2演化博弈理论的基本思想109

7.5.3演化博弈理论的重要应用： 群体协作110

7.5.4演化博弈理论在人工智能领域的应用112

7.6思考113

7.7习题114

参考文献114

第8章大数据智能116

8.1大数据的概念与意义116

8.1.1何为大数据116

8.1.2大数据的特征117

8.1.3大数据思维118

8.1.4大数据的意义119

8.2大数据的来源与获取途径120

8.2.1按产生数据的主体划分120

8.2.2按数据来源的行业划分120

8.2.3按数据存储的形式划分121

8.2.4常见的大数据获取途径122

8.3大数据挖掘与分析122

8.3.1大数据智能的技术支撑123

8.3.2大数据预处理技术124

8.3.3大数据统计与分析技术125

8.3.4大数据挖掘技术125

8.4大数据应用及其对社会的影响129

8.4.1大数据的呈现形式129

8.4.2大数据的应用场景131

8.4.3大数据的风险及对策133

8.5实践134

8.6思考134

8.7习题135

参考文献135

第9章虚拟仿真技术136

9.1虚拟仿真技术概述137

9.1.1虚拟仿真技术的定义137

9.1.2虚拟现实、增强现实、混合现实138

9.1.3虚拟仿真技术的特性139

9.1.4虚拟仿真相关技术的演进141

9.2虚拟现实的关键技术143

9.2.1立体显示技术143

9.2.2三维建模技术144

9.2.3三维立体声音技术145

9.2.4体感交互技术145

9.2.5物理引擎146

9.3虚拟仿真的常用装备147

9.3.1虚拟现实头戴式设备147

9.3.2增强现实头戴式设备148

9.3.3VR手柄和力反馈器148

9.3.4VR手套和手部追踪器149

9.3.5VR全息显示设备150

9.3.6VR运动捕捉系统151

9.3.7三维声音定位和音频设备152

9.4智能系统的虚拟仿真软件153

9.4.1从商用工具到开源平台153

9.4.2智能系统虚拟仿真引擎与平台研制155

9.5数据与模型驱动的智能仿真156

9.5.1数字孪生技术156

9.5.2元宇宙技术157

9.6思考158

9.7习题158

参考文献159

第10章机器人视觉控制160

10.1机器人视觉控制概述160

10.1.1计算机视觉、机器视觉和机器人视觉160

10.1.2机器人视觉的发展历程161

10.1.3机器人视觉控制的定义164

10.1.4机器人视觉控制面临的挑战165

10.2机器人视觉控制的基本框架165

10.2.1机器人视觉控制系统组成165

10.2.2机器人视觉控制系统分类167

10.3机器人视觉控制的实现167

10.3.1图像信息获取167

10.3.2图像信息分析169

10.3.3图像信息利用170

10.4机器人视觉控制的关键技术171

10.4.1硬件构成是基础171

10.4.2系统集成是关键173

10.5机器人视觉控制的典型应用案例174

10.5.1移动机器人视觉伺服175

10.5.2无人机视觉目标跟踪176

10.5.3吊车视觉目标检测与识别176

10.5.4有色金属修锭机器人视觉感知与控制176

10.5.5智能驾驶汽车上的应用177

10.6思考178

10.7习题179

参考文献179

第11章机器人同步定位与建图180

11.1同步定位与建图的概述180

11.1.1机器人自主定位与SLAM定义180

11.1.2SLAM的基本流程184

11.1.3典型的SLAM系统185

11.1.4SLAM的应用186

11.2SLAM的实现平台187

11.2.1SLAM的传感设备187

11.2.2SLAM系统的部署平台188

11.3SLAM的地图形式189

11.3.1点云地图189

11.3.2特征地图189

11.3.3拓扑地图189

11.3.4栅格地图190

11.3.5语义地图190

11.3.6指纹地图191

11.3.7混合地图191

11.4SLAM的基本方法191

11.4.1传统的SLAM方法192

11.4.2基于深度学习的端到端SLAM198

11.4.3深度学习与传统方法的结合199

11.5SLAM的发展脉络与未来展望200

11.5.1SLAM的发展脉络200

11.5.2SLAM的未来展望204

11.6思考205

11.7习题205

参考文献206

第12章移动机器人建模与控制208

12.1移动机器人的发展历程208

12.1.1初期阶段（1950s—1970s）209

12.1.2技术发展阶段（1980s—1990s）209

12.1.3商业化阶段（2000s—2010s）210

12.1.4智能化和网络化阶段（2010s至今）211

12.1.5未来展望212

12.2移动机器人的工作流程212

12.2.1环境感知212

12.2.2决策规划213

12.2.3动作执行214

12.3轮式移动机器人的结构与运动学模型215

12.3.1主要轮型215

12.3.2轮式移动机器人的自由度与种类217

12.3.3差速移动机器人运动学222

12.3.4差速移动机器人里程计224

12.4移动机器人的运动规划方法224

12.4.1路径规划225

12.4.2轨迹规划227

12.5移动机器人的控制方法231

12.5.1轨迹跟踪控制231

12.5.2定点控制231

12.6思考232

12.7习题233

参考文献233

第13章医疗机器人234

13.1医疗机器人的分类及发展历程234

13.1.1外科手术机器人235

13.1.2康复机器人239

13.1.3护理机器人241

13.1.4微型医疗机器人242

13.2医疗手术机器人的关键技术245

13.2.1手术机器人系统构型设计技术245

13.2.2智能手术规划技术246

13.2.3手术操作安全保障技术247

13.2.4医疗手术机器人的人机交互技术249

13.3医疗手术机器人的典型应用案例249

13.3.1脊柱手术机器人系统249

13.3.2人工耳蜗微创植入机器人系统251

13.4医疗机器人面临的挑战与未来发展趋势252

13.4.1医疗机器人面临的重大问题和技术挑战252

13.4.2医疗机器人的未来发展趋势253

13.5医疗机器人的自主能力253

13.6思考255

13.7习题256

参考文献256

第14章微纳操作机器人258

14.1微纳操作机器人的研究背景259

14.1.1微纳操作机器人的发展历程259

14.1.2微纳操作机器人的研究现状及主要构成261

14.2微纳操作机器人的科学问题和关键技术264

14.2.1微纳操作机器人面临的科学问题264

14.2.2微纳操作机器人的关键技术265

14.3微纳操作机器人的典型应用267

14.3.1活体细胞精准操作267

14.3.2机器人化膜片钳系统270

14.4微纳操作机器人的未来发展趋势275

14.5思考277

14.6习题277

参考文献277