机器人系统设计与制作:Python语言实现导读

本文涉及的产品
资源编排,不限时长
简介:
前 言
本书包含12章,主要介绍如何从零开始构建自主移动的机器人,并使用Python进行编程。本书所提到的机器人是用于家庭、宾馆、餐厅的服务机器人,我们将按照顺序介绍如何一步一步构建它。书中从机器人的基本概念开始,然后过渡到机器人三维建模和仿真,在成功进行机器人仿真之后,将介绍构建机器人原型所需要的硬件组件。
机器人的软件部分主要基于Python编程语言和其他一些软件框架开发,这些软件框架包括机器人操作系统(ROS)、OpenCV等。你将会从设计机器人到设计人机界面等多个方面来了解如何使用Python。Gazebo仿真器常用来对机器人和机器视觉开发库软件如OpenCV、OpenNI进行仿真。PCL用于处理机器人的2D和3D视觉数据。本书每章的开始部分都将首先介绍必需的理论以辅助理解下面的内容。全书内容已经经过机器人领域的专家审阅。
本书包含的内容
第1章,主要内容是机器人相关的基本概念和技术,这些对机器人新手来说是非常必要的。
第2章,介绍如何使用LibreCAD和Blender(免费软件)设计机器人的2D和3D模型,还将演示如何使用Blender的Python API构建3D模型。
第3章,带你领略如何使用Gazebo和ROS进行机器人仿真。
第4章,介绍机器人的硬件设计,包括构建ChefBot所需的框图和硬件组件。
第5章,内容涉及使用Tiva C开发板连接机器人执行机构和车轮编码器,还包括使用Dynamixel这样的高端智能执行机构。
第6章,将使用Tiva C开发板连接机器人的超声测距传感器、红外传感器和IMU。
第7章,介绍OpenCV、OpenNI和PCL库,及如何将这些库文件使用Python语言和ROS开发环境连接起来。
第8章,讨论语音识别和语音合成用到的各种库文件,还包括如何将这些库文件使用Python语言和ROS开发环境连接起来。
第9章,将介绍ChatterBot的制作教程,这是为机器人交互做准备的。
第10章,内容涵盖完整的硬件集成和核心软件模块两部分,主要讨论服务机器人的自主导航以及如何使用ROS和Python进行编程。
第11章,包括如何构建用于操作餐厅机器人的GUI教程,GUI由Qt和Python包装器PyQt开发。
第12章,探讨如何对机器人进行标定并进行最后的运行测试。
使用须知
本书主要介绍如何构建机器人。在开始学习之前,我们需要准备一些硬件设备。机器人可以从零开始构建,也可以买有编码器反馈的差分传动机器人。需要购买一个类似Texas Instruments Launchpad的开发板作为嵌入式处理单元,至少有一台笔记本电脑来完成机器人运算。在本书中,我们将使用Intel NUC来进行机器人运算,它结构紧凑、性能良好。除此之外,为了获取3D图像,还需要有3D传感器,如激光雷达、Kinect或Asus Xtion Pro。
有关软件部分,你需要了解GNU/Linux命令,还要熟悉Python,此外运行本书的例程还要安装Ubuntu 14.04.2 LTS。如果你还熟悉ROS、OpenCV、OpenNI和PCL那就最完美了。运行例程需要安装ROS Indigo。
适用读者
本书适用于对服务机器人领域感兴趣的创业者,寻求实现机器人更多功能的专业人士,想更多地了解机器人的研究者,以及希望学习机器人的发烧友和学生。本书讲解过程循序渐进,易于理解。
读者支持
本书配套了示例代码和彩图,读者可从https://github.com/hzbooks/learning-robotics-using-python/下载。

目 录
前言
第1章 机器人学概述  
第2章 服务机器人的机械设计  
第3章 用ROS和Gazebo进行机器人仿真  
第4章 设计ChefBot的硬件部分  76
4.1 ChefBot硬件的规格标准  76
4.2 机器人的硬件架构框图  77
4.2.1 电机和编码器  77
4.2.2 电机驱动器  79
4.2.3 嵌入式控制板  81
4.2.4 超声传感器  82
4.2.5 惯性测量单元  83
4.2.6 Kinect  83
4.2.7 中央处理单元  84
4.2.8 扬声器/麦克风  85
4.2.9 电源/电池  85
4.3 ChefBot硬件的工作原理  86
4.4 习题  87
4.5 本章小结  88
第5章 机器人执行机构与车轮编码器  89
5.1 直流减速电机接入Tiva C开发板  89
5.1.1 差速传动轮式机器人  92
5.1.2 安装Energia集成开发环境  92
5.1.3 电机接口代码  94
5.2 正交编码器接入Tiva C开发板  98
5.2.1 编码器数据的处理  99
5.2.2 正交编码器接口代码  101
5.3 Dynamixel执行机构  104
5.4 习题  107
5.5 本章小结  107
第6章 机器人传感器  108
6.1 超声测距传感器  108
6.2 红外接近传感器  113
6.3 惯性测量单元  115
6.3.1 惯性导航  116
6.3.2 MPU 6050接入Tiva C开发板  117
6.3.3 在Energia中编写接口代码  119
6.4 利用Energia将支持DMP的MPU 6050接入开发板  121
6.5 习题  125
6.6 本章小结  125
第7章 视觉传感器在Python和ROS中的编程方法  126
7.1 机器人视觉传感器清单和图像处理库  126
7.2 OpenCV、OpenNI和PCL简介  129
7.2.1 什么是OpenCV  129
7.2.2 什么是OpenNI  132
7.2.3 什么是PCL  133
7.3 使用ROS、OpenCV和OpenNI进行Kinect的Python编程  134
7.3.1 启动OpenNI驱动的方法  134
7.3.2 OpenCV的ROS接口  134
7.4 使用Kinect、ROS、OpenNI和PCL处理点云  139
7.5 将点云转换为激光雷达数据  140
7.6 使用ROS和Kinect实现SLAM算法  141
7.7 习题  142
7.8 本章小结  142
第8章 使用Python和ROS实现语音识别及合成  143
8.1 语音识别技术  143
8.1.1 语音识别系统框图  144
8.1.2 语音识别库  145
8.1.3 Windows语音识别开发平台  145
8.1.4 语音合成  145
8.1.5 语音合成库  146
8.2 在Ubuntu 14.04.2中使用Python实现语音识别及合成  146
8.2.1 在Ubuntu 14.04.2中安装Pocket Sphinx及其Python绑定  147
8.2.2 在Ubuntu 14.04.2中使用Pocket Sphinx的Python绑定  147
8.2.3 输出结果  148
8.3 在Ubuntu 14.04.2中使用Pocket Sphinx、GStreamer及Python实现实时语音识别  149
8.4 在Ubuntu 14.04.2中使用Julius及Python实现语音识别  151
8.4.1 Julius语音识别器和Python模块的安装  152
8.4.2 Python-Julius客户端代码  153
8.4.3 在Pocket Sphinx、Julius中提高语音识别的准确度  154
8.4.4 在Ubuntu 14.04.2中安装eSpeak和Festival  154
8.5 在Windows中使用Python实现语音识别及合成  155
8.6 在ROS Indigo中使用Python实现语音识别  156
8.7 在ROS Indigo中使用Python实现语音合成  157
8.8 习题  159
8.9 本章小结  159
第9章 使用Python在ChefBot中应用人工智能  160
9.1 ChefBot中的交互系统框图  160
9.2 AIML介绍  161
9.3 PyAIML介绍  164
9.3.1 在Ubuntu 14.04.2上安装PyAIML  165
9.3.2 从源码中安装PyAIML  165
9.4 使用AIML和Python进行开发  165
9.5 使用A.L.I.C.E AIML文件进行开发  167
9.5.1 将AIML文件载入内存  168
9.5.2 载入AIML文件并将其存为brain文件  169
9.5.3 使用Bootsrtap方法载入AIML文件和brain文件  169
9.6 将PyAIML集成到ROS中  170
9.6.1 aiml_server.py  171
9.6.2 aiml_client.py  172
9.6.3 aiml_tts_client.py  172
9.6.4 aiml_speech_recog_client.py  173
9.6.5 start_chat.launch  174
9.6.6 start_tts_chat.launch  174
9.6.7 start_speech_chat.launch  175
9.7 习题  176
9.8 本章小结  177
第10章 对ChefBot硬件进行集成并使用Python与ROS对接  178
10.1 构建ChefBot硬件  178
10.2 ChefBot PC配置及ChefBot ROS开发包设置  181
10.3 将ChefBot传感器接入Tiva C开发板  181
10.4 为ChefBot编写一个ROS Python驱动  185
10.5 理解ChefBot ROS启动文件  189
10.6 使用ChefBot Python节点和启动文件  190
10.6.1 在ROS中使用SLAM构建房间地图  195
10.6.2 使用ROS实现定位和导航  196
10.7 习题  197
10.8 本章小结  197
第11章 使用Qt和Python设计机器人的图形用户界面  198
11.1 在Ubuntu 14.04.2 LTS中安装Qt  198
11.2 在Qt中使用Python绑定进行开发  199
11.2.1 PyQt  199
11.2.2 PySide  200
11.3 使用PyQt和PySide进行开发  200
11.3.1 Qt设计器的介绍  200
11.3.2 Qt的信号与槽机制  202
11.3.3 将UI文件转化为Python代码  202
11.3.4 为PyQt代码添加槽定义  204
11.3.5 运行Hello World GUI应用  206
11.4 使用ChefBot的控制GUI进行开发  206
11.5 习题  213
11.6 本章小结  213
第12章 ChefBot的标定和测试  214
12.1 使用ROS标定Xbox Kinect  214
12.1.1 标定Kinect的RGB相机  215
12.1.2 标定Kinect IR相机  217
12.2 轮式里程计的标定  218
12.2.1 里程计误差分析  219
12.2.2 误差校正  220
12.3 标定MPU 6050  220
12.4 使用GUI测试机器人  221
12.5 习题  223
12.6 本章小结  223
相关实践学习
达摩院智能语音交互 - 声纹识别技术
声纹识别是基于每个发音人的发音器官构造不同,识别当前发音人的身份。按照任务具体分为两种: 声纹辨认:从说话人集合中判别出测试语音所属的说话人,为多选一的问题 声纹确认:判断测试语音是否由目标说话人所说,是二选一的问题(是或者不是) 按照应用具体分为两种: 文本相关:要求使用者重复指定的话语,通常包含与训练信息相同的文本(精度较高,适合当前应用模式) 文本无关:对使用者发音内容和语言没有要求,受信道环境影响比较大,精度不高 本课程主要介绍声纹识别的原型技术、系统架构及应用案例等。 讲师介绍: 郑斯奇,达摩院算法专家,毕业于美国哈佛大学,研究方向包括声纹识别、性别、年龄、语种识别等。致力于推动端侧声纹与个性化技术的研究和大规模应用。
相关文章
|
18天前
|
JSON 机器人 API
详解如何使用 Python 操作 Telegram(电报)机器人(一)
详解如何使用 Python 操作 Telegram(电报)机器人(一)
67 8
|
18天前
|
机器人 数据库 Python
详解如何使用 Python 操作 Telegram(电报)机器人(二)
详解如何使用 Python 操作 Telegram(电报)机器人(二)
77 2
|
10天前
|
人工智能 自然语言处理 机器人
用Python构建你的第一个聊天机器人
【10月更文挑战第7天】在这篇文章中,我们将一起探索如何利用Python编程语言和AI技术,一步步打造一个基础的聊天机器人。无论你是编程新手还是有一定经验的开发者,都能通过这个指南获得启发,并实现一个简单的对话系统。文章将引导你理解聊天机器人的工作原理,教你如何收集和处理用户输入,以及如何设计机器人的响应逻辑。通过动手实践,你不仅能够学习到编程技能,还能深入理解人工智能在语言处理方面的应用。
12 0
|
16天前
|
算法 安全 Go
Python与Go语言中的哈希算法实现及对比分析
Python与Go语言中的哈希算法实现及对比分析
21 0
|
2月前
|
机器学习/深度学习 算法 机器人
使用Python实现深度学习模型:智能灾害响应与救援机器人
使用Python实现深度学习模型:智能灾害响应与救援机器人
63 16
|
2月前
|
JSON 数据格式 Python
python中有哪些常用语言成分?
Python作为一种广泛使用的编程语言,其语言成分丰富多样,涵盖了多个方面。
42 9
|
2月前
|
存储 数据可视化 前端开发
基于python的当当二手书数据分析与可视化系统设计与实现
本文设计并实现了一个基于Python的当当二手书数据分析与可视化系统,通过数据收集、清洗、聚类分析和可视化展示,为二手书市场提供全面的数据分析和决策支持,以促进资源循环利用和市场效率优化。
基于python的当当二手书数据分析与可视化系统设计与实现
|
2月前
|
机器学习/深度学习 人工智能 文字识别
轻松识别文字,这款Python OCR库支持超过80种语言
轻松识别文字,这款Python OCR库支持超过80种语言
|
2月前
|
SQL 关系型数据库 数据库
【python】python社交交友平台系统设计与实现(源码+数据库)【独一无二】
【python】python社交交友平台系统设计与实现(源码+数据库)【独一无二】
107 10
|
2月前
|
机器学习/深度学习 数据采集 数据可视化
【优秀python系统毕设】基于Python flask的气象数据可视化系统设计与实现,有LSTM算法预测气温
本文介绍了一个基于Python Flask框架开发的气象数据可视化系统,该系统集成了数据获取、处理、存储、LSTM算法气温预测以及多种数据可视化功能,旨在提高气象数据的利用价值并推动气象领域的发展。