"本书系统地介绍机器人智能感知技术。全书共9章，主要内容包括机器人传感器基础知识，机器人内部传感器（位置与速度传感器、加速度传感器、陀螺仪表、姿态传感器等）技术基础，机器人触觉和力觉感知技术基础，机器人接近觉、热觉、滑觉、听觉、嗅觉和味觉感知技术基础，机器人视觉感知技术基础，估计理论基础，多传感器信息融合技术基础，智能感知技术在机器人系统中的应用，基于多传感器信息融合的自动驾驶汽车位姿估计等。
本书可作为高等院校人工智能、机器人工程、自动化、智能感知工程、测控技术与仪器等相关专业的本科生教

本书内容大部分源于编者多年从事机器人创新实践教学及指导学生参加机器人大赛的经验，以讲解机器人基础知识为主，学生动手制作机器人为辅。
本书共9章，主要内容包括概述、移动机器人应用及实践、水中机器人基础及实践、空中机器人基础及应用、仿生机器人基础及实践、人工智能基础及应用、走进3D打印世界、智能制造与工业机器人以及工程创新综合实践。本书内容兼具基础性和实践性。在智慧树平台有与本书配套的完整网络学习课程资源机器人制作与创客综合能力实训(https://coursehome.zhihui

本书主要面向高等学校ROS智能机器人开发的教学及实训需求, 以培养ROS机器人开发工程师为目标, 内容包括ROS安装与系统架构、ROS通信机制和ROS实用工具, 并通过实例对ROS机器人的软硬件组成、机器人建模与运动仿真、机器人地图构建和导航应用进行详细讲解。

本书首先简要介绍了移动机器人的基本概念、发展历史与趋势；其次从总体设计的角度介绍了需求分析、系统设计、硬件实现、软件开发、测试与调试、交付与部署等移动机器人设计的一般流程；然后详细介绍了移动机器人的运动平台、硬件系统、操作系统、嵌入式软件架构、软件开发等软硬件设计；接着详细介绍了移动机器人通信与人机交互设计，包括应用层通信协议设计、常用人机交互技术、图形化人机交互界面设计，以及机器人智能感知系统设计，包括机器人常用传感器、机器人感知系统设计、机器人同步定位与建图算法设计、机器人目标识别算法设计等

《建筑喷涂机器人技术与应用》是一本专注于建筑领域喷涂机器人技术与实践应用的专业图书。本书全面介绍了喷涂机器人的发展历程、关键技术、系统组成，以及在建筑施工中的具体应用方法。书中不仅涵盖了智能喷涂机器人的工作原理和操作技巧，还详细讨论了施工前的准备、施工过程中的工艺控制，以及施工后的维护保养，为读者提供了从理论到实践的全方位指导。
本书通过实训任务，使读者能够掌握喷涂机器人在不同施工场景下的应用技巧，提高施工效率和质量。同时，书中还强调了喷涂机器人在现代建筑行业中推动技术创新和提升环保施工标

本书是基于SparkML和Scala语言编写的机器学习实战书籍。基于目前新版本的Spark框架展开, 首先是机器学习准备部分, 分别介绍了Spark与大数据技术的基础知识、Spark环境的安装与配置、Scala编程基础、Spark数据结构基础。然后是机器学习核心部分, 分别介绍了机器学习基础、线性回归、分类算法及应用、数据降维与应用、聚类算法及应用、关联规则挖掘算法及应用。最后通过两个综合实战项目案例进行巩固提升。本书配套了较为丰富的实战案例, 并为案例提供了详细的步骤, 另外, 本书配套了源代

本书系统地介绍大数据的相关知识，分为大数据基础篇、大数据存储与管理篇、大数据处理与分析篇、大数据应用篇。全书共13章，内容包含大数据概述、大数据处理架构Hadoop、分布式文件系统HDFS、分布式数据库HBase、NoSQL数据库、MapReduce、Hadoop再探讨、数据仓库Hive、Spark、流计算、Flink、大数据分析综合案例、大数据应用。本书在大数据处理框架Hadoop、分布式文件系统HDFS、分布式数据库HBase、NoSQL数据库、MapReduce、数据仓库Hive、S

本书是校企合作的成果，以大数据平台运维岗位的实际工作为核心，采用任务驱动方式，全面介绍了 Hadoop 集群的安装、监控和优化等关键技能。内容涵盖了从集群搭建到节点维护、分布式文件存储操作、计算资源管理，再到集群调优和应用组件调优，以及应用组件的安装与检验等多个方面。本书遵循“实践为主、理论为辅、注重实用性”的教育理念，在实际操作中融入理论知识点，帮助读者更好地学习和掌握大数据分析与处理的关键技能。本书适合具备一定计算机基础的读者阅读，可作为中等职业学校、高职高专计算机相关专业的教学用书，也可作

本书以Python为基础，深入讲解HDFS分布式文件系统和PySpark3编程。全书共9章，内容包括Docker环境下Hadoop与Spark的配置、HDFS操作技巧、RDD编程方法、Spark SQL应用、Spark架构及运行机制、Pandas on Spark使用及Spark ML编程实践。本书通过实际操作案例，帮助读者掌握Hadoop和PySpark的环境搭建与应用编程，附带丰富的教学资源，包括教案、教学课件、练习题、源代码、数据集及核心知识点视频讲解及实验指导，为读者提供强大支持。

本书主要介绍数据科学中数据准备阶段常用的数据处理方法。全书内容分为五个部分：数据准备概览、数据清理、数据变换、数据归约和案例分析。本书注重方法的原理及其应用，在方法原理引介部分强调重要的统计学思想，在方法应用部分强化数据思维和数据处理规范。