自然进化赋予生物优异的运动及环境适应能力，为人工系统创新提供了启迪。本书围绕水下仿生智能机器人，系统阐述了作者所研发的仿生机器鱼、仿生机器水母和两栖机器人的系统设计与智能控制技术，主要包括：机器鱼的仿生设计与运动控制、主动视觉跟踪系统、目标跟随控制、三维跟踪控制、机器水母的仿生设计与智能控制、两栖机器人多模态运动与行为控制。本书为海洋机器人设计与智能控制提供了方法和技术参考，也为智能机器人研究提供了有益借鉴。
本书理论与实践相结合、内容新颖、系统实用，可作为普通高等院校从事水下仿生及海洋机器人研究的教师的参考书，也可作为相关专业研究生、本科生和工程技术人员的科研资料和辅助读物。

丛书前言一
丛书前言二
前言
1 绪论
1.1 引言
1.2 仿生机器鱼研究现状
1.3 仿生机器水母研究现状
1.4 两栖机器人研究现状
参考文献
2 机器鱼的仿生设计与运动控制
2.1 引言
2.2 机械系统设计
2.2.1 头部设计
2.2.2 图像增稳云台机构
2.2.3 胸鳍机构
2.2.4 多连杆机构
2.3 电控系统设计
2.3.1 总体设计
2.3.2 传感器模块
2.3.3 电源模块
2.3.4 电机驱动模块
2.3.5 通信模块
2.4 软件系统设计
2.4.1 嵌入式软件设计
2.4.2 控制中心软件设计
2.4.3 通信协议设计
2.5 三维运动控制
2.5.1 仿生CPG模型
2.5.2 三维运动分析及控制
2.5.3 实验与分析
2.6 能量采集与分析
2.6.1 能量采集系统设计
2.6.2 能量数据分析
2.7 小结
参考文献
3 仿生机器鱼主动视觉跟踪系统
3.1 引言
3.2 视觉稳定系统设计
3.2.1 问题描述
3.2.2 受控系统建模
3.2.3 反馈控制器的设计及仿真
3.2.4 前馈反馈控制器的设计及仿真
3.2.5 实验验证
3.3 主动视觉跟踪系统设计
3.3.1 视觉跟踪算法简介
3.3.2 受控系统建模及分析
3.3.3 控制器设计
3.3.4 实验验证
3.4 小结
参考文献
4 基于强化学习的仿生机器鱼目标跟随控制
4.1 引言
4.2 强化学习基础
4.2.1 基本概念
4.2.2 Q学习算法
4.3 深度Q学习算法
4.4 强化学习算法设计
4.4.1 问题描述
4.4.2 状态向量和动作向量的选取
4.4.3 回报函数的设计
4.5 仿真实验及分析
4.5.1 理想情况下DDPG算法的性能实验仿真
4.5.2 控制系统稳定性分析
4.5.3 受控系统发生改变时强化学习算法的适应性
4.5.4 滞后环节对强化学习算法的影响
4.6 跟踪实验验证
4.7 小结
参考文献
5 仿生机器鱼三维跟踪控制
5.1 引言
5.2 问题描述与系统框架
5.3 基于嵌入式视觉的三维定位
5.4 基于模糊滑模的定深控制
5.4.1 仿生机器鱼俯仰运动分析
5.4.2 仿生机器鱼定深控制器设计
5.5 多阶段的定向控制
5.6 实验分析
5.6.1 定深控制实验
5.6.2 定向控制实验
5.6.3 三维跟踪控制实验
5.6.4 分析与讨论
5.7 小结
参考文献
6 机器水母的仿生设计与智能控制
6.1 引言
6.2 机械系统设计
6.2.1 执行机构设计
6.2.2 力传动机构设计
6.2.3 重心调节机构设计
6.2.4 壳体及密封设计
6.2.5 样机加工
6.3 电控系统设计
6.3.1 控制系统硬件设计
6.3.2 软件系统设计
6.4 多模态运动控制
6.4.1 机器水母振荡器
6.4.2 控制参数设定
6.4.3 多模态运动实验
6.5 姿态镇定控制
6.5.1 基于强化学习的姿态控制器设计
6.5.2 强化学习模型仿真与分析
6.5.3 实验分析
6.6 小结
参考文献
7 两栖机器人多模态运动与行为控制
7.1 引言
7.2 样机设计与运动步态分析
7.2.1 样机设计
7.2.2 典型运动步态
7.3 基于CPG的多模态运动控制
7.3.1 基于液位传感反馈的CPG模型
7.3.2 水陆切换控制
7.3.3 俯仰控制
7.3.4 多模态运动控制
7.3.5 实验结果
7.4 耦合传感反馈的自主运动控制
7.4.1 基于模糊控制器的障碍物信息聚类
7.4.2 耦合红外传感反馈的避障控制
7.4.3 耦合触觉传感反馈的俯仰控制
7.4.4 仿真和实验
7.5 小结
参考文献
8 总结
8.1 内容总结
8.2 未来发展方向
索引
彩图