序 言

 移動機器人學(xué)是一個年輕的領(lǐng)域。它的基礎(chǔ)包括了許多工程和科學(xué)學(xué)科，從機械、電氣和電子工程到計算機、認知和社會科學(xué)。這些主要領(lǐng)域，各有它們介紹性的教科書部分，用以激勵和鼓舞新的學(xué)生，為他們以后的高級課程和研究做準(zhǔn)備。著述本書的目的是給移動機器人學(xué)提供預(yù)備性的指導(dǎo)。
   本書對移動機器人學(xué)的基礎(chǔ)進行了介紹，其范圍包括構(gòu)成本領(lǐng)域的機械、電機、傳感器、感知和認知等各個方面。專題學(xué)術(shù)討論會的論文集和期刊發(fā)表的論文，可以向新學(xué)生提供移動機器人學(xué)所有方面的技術(shù)發(fā)展水平的簡單印象。但在這里，我們的目的是提供基礎(chǔ)知識——該領(lǐng)域的正式介紹。由于移動機器人學(xué)的分支學(xué)科迅速進步，我們正處在技術(shù)發(fā)展的前沿且向前推進的時刻，書中的形式描述和分析，會證明是有用的。
   本書第2版大大擴充了第1版的內(nèi)容。特別是第2、4、5和6章的內(nèi)容已極大地擴展，涵蓋了計算機視覺和機器人學(xué)方面最新技術(shù)發(fā)展水平的知識。尤其是在第2章中，我們加入了運動、腿式和微型飛行機器人的最新和最普及的實例。在第4章里，我們加入了對新的傳感器，諸如3D激光測距儀、飛行時間攝像機、IMU（慣性測量單元）和全向攝像機，與工具諸如圖像濾波、攝像機標(biāo)定、立體結(jié)構(gòu)、運動結(jié)構(gòu)、可視里程表、攝像機最普及的特征檢測器（Harris、FAST、SURF和SIFT）和激光圖像，以及最后，位置辨識和圖像檢索的特征包方法的描述。在第5章中，我們加入了對概率論的介紹，并用更好的形式描述方法和更多的例子，改進并擴充了對馬爾可夫和卡爾曼濾波器定位的闡述。而且，我們還加入了對同時定位和制圖（SLAM）問題的敘述，隨后說明了求解該問題的最普通的方法，如擴展卡爾曼濾波器SLAM、基于圖形的SLAM、粒子濾波器SLAM，以及最新的單目可視的SLAM。最后在第6章里，我們補充了對路徑規(guī)劃的圖像搜索算法的描繪諸如寬度優(yōu)先、深度優(yōu)先、Dijkstra、A*、D*，以及快速探索隨機樹。除了這些諸多新加內(nèi)容外，我們還提供了技術(shù)發(fā)展的參考文獻和在線資源以及可下載的軟件

   我們希望，本書能為機器人學(xué)的本科和研究生提供基礎(chǔ)知識和分析工具。在他們的整個職業(yè)生涯中，當(dāng)評估甚至評審移動機器人的方案和產(chǎn)品時會非常需要這些知識和工具。總體而言，本教科書作為概論性的移動機器人學(xué)的課本，既適合于本科生，也適合于研究生。其中的個別章節(jié)，如感知或運動學(xué)，在機器人學(xué)的特殊子領(lǐng)域更深入的課程中可以用作綜述。
   本書的起源橫跨大西洋。作者在美國斯坦福大學(xué)、瑞士蘇黎士聯(lián)邦理工學(xué)院（ETH）、美國卡內(nèi)基梅隆大學(xué)和瑞士洛桑聯(lián)邦理工學(xué)院（EPFL）為本科生和研究生教授過移動機器人學(xué)課程。這些課程資料和講義筆記的組合，形成了本書最初的版本。我們已組合了各自的筆記，提出了總的架構(gòu)，并且決定在2004年出第一版之前用此教材試教了2年，然后對目前出版的書又另用了6年。
    本書組織的縱覽和各章概要請參閱 1.2節(jié)。
   最后，對教師和學(xué)生而言，我們希望，本書對移動機器人學(xué)眾多的專業(yè)人員來說，如果被證明是一個具有富有成果的起始點，那將是對我們最大的褒獎了。