譯者序
前言

第1章 三維建模
1．1 旋轉矩陣
1．1．1 定義
1．1．2 李群
1．1．3 李代數
1．1．4 旋轉向量
1．1．5 伴隨矩陣
1．1．6 羅德里格斯旋轉公式
1．1．7 坐標系變換
1．2 歐拉角
1．2．1 定義
1．2．2 運動歐拉矩陣的旋轉向量
1．3 慣性單元
1．4 動力學建模
1．4．1 原理
1．4．2 四旋翼建模
1．5 習題
1．6 習題參考答案

第2章 反饋線性化
2．1 控制一個積分鏈
2．1．1 比例-微分控制器
2．1．2 比例-積分-微分控制器
2．2 引例
2．3 反饋線性化方法的原理
2．3．1 原理
2．3．2 相對次數
2．3．3 微分延遲矩陣
2．3．4 奇異點
2．4 二輪車
2．4．1 一階模型
2．4．2 二階模型
2．5 控制三輪車
2．5．1 速度和轉向模型
2．5．2 位置控制
2．5．3 選擇另一個輸出
2．6 帆船
2．6．1 極坐標曲線
2．6．2 微分延遲
2．6．3 反饋線性化方法
2．6．4 極坐標曲線控制
2．7 滑動模態(tài)
2．8 運動學模型和動力學模型
2．8．1 原理
2．8．2 倒立擺系統(tǒng)
2．8．3 伺服電動機
2．9 習題
2．10 習題參考答案

第3章 無模型控制
3．1 無人車的無模型控制
3．1．1 方向和速度的比例控制器
3．1．2 方向的比例一微分控制器
3．2 雪橇車
3．2．1 模型
3．2．2 正弦驅動控制
3．2．3 *大推力控制
3．2．4 快速動態(tài)特性的簡化
3．3 帆船
3．3．1 問題
3．3．2 控制器
3．3．3 導航
3．3．4 實驗
3．4 習題
3．5 習題參考答案

第4章 導引
4．1 球面上的導引
4．2 路徑規(guī)劃
4．2．1 簡單示例
4．2．2 貝塞爾多項式
4．3 維諾圖
4．4 人工勢場法
4．5 習題
4．6 習題參考答案

第5章 實時定位
5．1 傳感器
5．2 測角定位
5．2．1 問題描述
5．2．2 內接角
5．2．3 平面機器人的靜態(tài)三角測量
5．2．4 動態(tài)三角測量
5．3 多點定位
5．4 習題
5．5 習題參考答案

第6章 辨識
6．1 二次函數
6．1．1 定義
6．1．2 二次型的導數
6．1．3 二次函數的特征值
6．1．4 二次函數的*小化
6．2 *小二乘法
6．2．1 線性情形
6．2．2 非線性情形
6．3 習題
6．4 習題參考答案

第7章 卡爾曼濾波器
7．1 協(xié)方差矩陣
7．1．1 定義和解釋
7．1．2 性質
7．1．3 置信橢圓
7．1．4 生成高斯隨機向量
7．2 無偏正交估計器
7．3 線性估計的應用
7．4 卡爾曼濾波器
7．5 卡布濾波器
7．6 擴展卡爾曼濾波器
7．7 習題
7．8 習題參考答案

第8章 貝葉斯濾波器
8．1 引言
8．2 概率的基本概念
8．3 貝葉斯濾波器
8．4 貝葉斯平滑器
8．5 卡爾曼平滑器
8．5．1 卡爾曼平滑器的方程
8．5．2 實現(xiàn)
8．6 習題
8．7 習題參考答案

參考文獻
索引