传感技术涉及信息获取、信息处理和传输、信息融合及智能感知等，是机器人工程乃至信息工程领域的核心关键技术。 　　本书共8章，主要围绕机器人传感技术原理与应用的基本知识，以“传感与检测基础—传感原理—敏感元件—传感器—应用”为主线组织相关内容，通过循序渐进的方式，从传感与检测基础、传感原理和敏感元件，到机器人测距与定位、力/触觉感知、速度/加速度与方向及图像信息获取等所需的传感器和相应的检测方法，最后到多传感器信息融合技术及其案例。本书力求将相关领域最新的传感技术、信息处理方法和传感器等及时反映其中，并做到知识性与趣味性、理论性与实践性、基础性与前瞻性的统一。 　　本书适合作为普通高等院校机器人工程、自动化、智能制造、测控技术与仪器、人工智能等专业的教材，也可作为从事自动化、机器人工程开发与应用等的工程技术人员的参考书。 　　本书配有电子课件、习题答案和教学大纲等教学资源，选用本书作教材的教师请登录www.cmpedu.com注册后下载。 　　

高等院校教师

序
前言
第1章　绪论 1
1.1　机器人传感技术概述 2
1.2　本书概要和章节安排 4
思考题与习题 5
第2章　传感与检测基础 6
2.1　传感器的分类 8
2.2　基本术语和传感器的静态性能指标 9
2.2.1　基本术语 9
2.2.2　传感器的静态性能指标 9
2.3　传感器模型及其动态特性 13
2.3.1　传感器模型 13
2.3.2　传感器的动态特性 14
2.3.3　传感器不失真测量条件和理想传感器 20
2.4　传感器和检测系统的可靠性 23
2.5　测量误差分析和处理基础 26
2.5.1　测量误差的分类 26
2.5.2　随机误差的分析与处理 28
2.5.3　系统误差的分析与处理 34
2.5.4　粗大误差的分析与处理 38
2.5.5　测量不确定度 40
思考题与习题 41
第3章　传感原理和敏感元件 43
3.1　电学式传感原理和敏感元件 45
3.1.1　电阻式敏感元件 46
3.1.2　电容式敏感元件 56
3.1.3　压电式敏感元件 65
3.2　磁学式传感原理和敏感元件 72
3.2.1　电感式敏感元件 73
3.2.2　磁电式敏感元件 78
3.3　声学式传感原理和敏感元件 90
3.3.1　声波的产生与分类 90
3.3.2　声波的传播特性 92
3.3.3　声波的接收 97
3.3.4　超声波传感器 100
3.3.5　声学式传感器的应用 104
3.4　光电式敏感元件 104
3.4.1　光电效应 104
3.4.2　光电式敏感元件及特性 105
3.4.3　激光传感器 112
3.4.4　红外传感器 123
思考题与习题 127
第4章　测距与定位传感器 129
4.1　三角测量法和多边测量法 129
4.1.1　三角测量法的基本原理 129
4.1.2　多边测量法的基本原理 130
4.2　激光测距与定位传感器 132
4.2.1　基于ToF的激光测距与定位传感器 132
4.2.2　基于三角测量法的激光测距与定位传感器 135
4.2.3　激光雷达、ToF摄像机和结构光摄像机 135
4.2.4　激光测距与定位传感器应用中需注意的问题 139
4.3　声学测距与定位 141
4.3.1　基于超声波传感器的测距和定位 141
4.3.2　声源定位 148
4.4　毫米波雷达 153
4.4.1　脉冲毫米波雷达 154
4.4.2　连续波毫米波雷达 156
4.4.3　毫米波雷达应用中需注意的问题 159
4.5　全球导航卫星系统简介 162
思考题与习题 166
第5章　力/触觉传感器（含接近度和力矩传感器） 167
5.1　力/触觉传感器概述 167
5.1.1　力/触觉传感器的重要性 167
5.1.2　力/触觉传感器的主要转换类型 170
5.1.3　智能机器人多维力/力矩传感器的分类 172
5.1.4　智能机器人多维力/力矩传感器的研究现状 172
5.2　电阻式力/触觉传感器 173
5.2.1　电阻式力/力矩传感器 173
5.2.2　电阻式触觉传感器 181
5.3　电容式力/触觉传感器 185
5.3.1　电容式力/力矩传感器 185
5.3.2　电容式触觉传感器 186
5.4　压电式力/触觉传感器 190
5.4.1　压电式力/力矩传感器 190
5.4.2　压电式触觉传感器 193
5.5　光纤光栅式力/触觉传感器 196
5.6　红外发光二极管阵列触觉传感器 198
5.7　流体式触觉传感器 199
5.8　柔性触觉传感技术及其发展趋势 200
5.9　接近度传感器 201
5.9.1　机械式 202
5.9.2　气压式 202
5.9.3　超声波式 203
5.9.4　感应式 204
5.9.5　激光式 205
5.9.6　光纤光栅式 206
思考题与习题 206
第6章　速度/加速度与方向传感器 207
6.1　速度测量原理与传感器（含转速） 207
6.1.1　多普勒效应 208
6.1.2　基于位移的速度传感器 209
6.1.3　脉冲式 210
6.1.4　编码器 210
6.1.5　里程计 212
6.2　加速度传感器 214
6.2.1　机械式 216
6.2.2　压电式 216
6.2.3　压阻式 217
6.2.4　电容式 218
6.2.5　热式 220
6.2.6　谐振式加速度传感器 222
6.3　方向传感器（导向传感器） 224
6.3.1　光电式 224
6.3.2　罗盘 224
6.3.3　陀螺仪 225
6.3.4　惯性测量单元与惯性导航系统 232
思考题与习题 234
第7章　图像传感器与机器视觉 235
7.1　摄像机光学基础 236
7.1.1　针孔成像 236
7.1.2　透镜成像 237
7.1.3　透视投影 238
7.1.4　光学成像系统中的光阑 240
7.1.5　摄像机的景深 241
7.2　视差与立体视觉 243
7.3　运动场与光流 245
7.3.1　运动场 245
7.3.2　光流 246
7.3.3　光流约束方程 246
7.4　全向摄像机 248
7.4.1　中心全向摄像机 249
7.4.2　全向摄像机投影模型 249
7.5　摄像机标定 251
7.5.1　透视摄像机标定 251
7.5.2　全向摄像机标定 254
7.5.3　结构光摄像机标定 255
7.6　图像传感器 257
7.6.1　CCD图像传感器 257
7.6.2　CMOS图像传感器 263
7.6.3　图像传感器的特性参数 266
7.7　图像处理技术 269
7.7.1　图像滤波 269
7.7.2　图像增强 270
7.7.3　图像分割 271
7.7.4　边缘检测 272
7.7.5　其他图像处理技术 273
思考题与习题 273
第8章　多传感器信息融合 274
8.1　多传感器信息融合的优势、结构和层次 274
8.1.1　多传感器信息融合的优势 274
8.1.2　多传感器信息融合的结构 275
8.1.3　多传感器信息融合的层次 276
8.2　多传感器信息融合算法 277
8.2.1　多传感器信息融合算法的分类 277
8.2.2　典型多传感器信息融合算法 278
8.3　多传感器信息融合应用中需注意的问题 286
8.4　多传感器信息融合应用范例 287
8.4.1　GPS/INS组合导航 287
8.4.2　无人车的自动驾驶 289
思考题与习题 292
参考文献 293