本书为适应机器人新技术的快速发展和新工科专业的人才培养要求编写，是一本全面介绍人形机器人技术的教材，内容覆盖从基础理论到前沿技术的广泛知识，系统阐述了人形机器人运动学与动力学建模、行走控制基础、运动学习控制、导航控制、感知技术、机构设计及运动控制实践等内容。本书内容丰富、结构合理，突出了知识的系统性、应用性和前沿性，体现了选材的新颖性。读者通过系统学习，可以系统掌握人形机器人技术的基本原理和实际应用知识，为将来从事人形机器人技术研究和实践奠定坚实的基础。

本书以水下机器人导航定位基本方法与相关系统原理为主要内容。全书共8章，着重介绍水下机器人惯性元件与惯性测量单元，以及航姿测量、捷联惯性导航、声学定位、卫星导航、组合导航和海洋地球物理导航等相关原理与系统。本书主要针对水下机器人的导航定位问题构建导航定位系统理论体系，厘清导航定位系统相关概念，以及水下机器人导航定位基础理论与前沿技术。

本书是探讨机器人与机器人、人类和环境交互的前沿技术领域的教材，系统地介绍了机器人共融交互的基础理论、关键技术以及实际应用案例，旨在促进机器人与机器人、人类和环境之间更自然、高效地交流与协作。通过清晰的理论阐述和生动的例子，让读者能够更深入地认识机器人共融交互技术的发展，激发对未来技术发展的思考和讨论。
　　本书阐述了机器人共融交互的概念和设计理念，回顾了机器人共融交互技术的发展历史，给出了机器人共融交互技术面临的挑战；介绍了机器人传感器基本原理、技术和产品，实现机器人共融交互技术的基础；详

在当今科技飞速发展的时代，机器人技术已经深入人们生活的各个角落。尽管我们在机器人技术上取得了显著的迚步，但对于机器人抓取的深入理解和有效控制仌面临诸多挑战。
　　抓取作为机器人实现与环境交互的基础能力，其重要性不言而喻。本书正是在这个背景下应运而生的，它填补了关于机器人抓取物理建模数学工具等领域文献中的空白。本书以构型空间为基石，系统地阐述了平衡、固定和笼式抓取等的特性，幵清晰地区分了一阶和二阶形式闭合等关键概念。书中还阐述了重力、柔性和手部机构设计等因素对抓取效果的影响，这是对

"本书在第1版的基础上,进行了全面更新和扩充,旨在反映测控技术的**发展和国家战略需求。全
书共分9章,第1章简要介绍测控系统的基本概念、系统构成以及发展趋势; 第2章介绍现代测控系统的
理论方法; 第3章介绍各种新型传感器的原理及应用; 第4章介绍基于网络的测控技术与系统; 第5章介
绍基于计算机视觉的测控技术与系统; 第6、7章分别介绍基于无线通信与雷达的测控技术与系统。第2
版特别替换了第8章和第9章。第8章介绍基于北斗卫星导航系统的测控技术与系统; 第9章介绍基于

本书基于ABB公司的RobotStudio软件，通过企业中常用的应用案例，设计虚拟仿真实训台，系统介绍工业机器人离线编程与仿真的基本方法。全书共6个项目，主要内容包括RobotStudio仿真软件的认识与安装、工业机器人基本仿真工作站的构建、喷涂工作站的离线编程及仿真、写字工作站的离线编程及仿真、搬运码垛工作站的离线编程及仿真、工业机器人在线调试。本书将知识技能点融入项目中，采用项目形式展开内容，满足教、学、做一体化的教学需求。本书图文并茂，通俗易懂，面向应用，既可作为高等职业院校工业

本书结合海洋机器人的相关理论、技术、方法和应用，以深入浅出的方式全面介绍了海洋机器人系统的核心组成部分以及对应的安全问题，包含物理安全、主机安全、通信安全、组网安全、人工智能安全。由于不同章节间知识跨度较大，本书重点强调问题及对应的解决思路，弱化理论知识的描述，旨在为读者构建整体知识框架。

本书全面介绍智能计算架构与软件栈的基本原理和应用。内容涵盖：智能计算系统的基础知识，主要包括定义、发展历程；计算机体系结构基础，详述了指令系统、存储系统、流水线技术和并行计算；AI加速器原理，重点介绍了发展历史、设计思路、优化设计和性能评价；AI加速器架构，深入分析了单核和多核架构；AI编译器的工作原理和设计方法；基于TVM的定制化AI编译器的设计；两个海洋智能计算的实验案例。

本书面向新工科要求，深入分析了人工智能、新型传感导航、5G通信等技术在机器人领域的融合应用，聚焦于提升机器人智能化和集群网络化能力。
　　全书共10章，分别介绍了机器人学的起源发展及未来发展展望、智能机器人信息感知、内部传感器、外部传感器、视觉系统、定位导航系统、多传感器信息融合处理、智能机器人集群、有中心组网方法、无中心组网方法。

本书从系统架构、理论方法、应用特性等方面，系统地介绍了海洋机器人环境感知。本书首先概述了海洋机器人环境感知的需求、概念、内涵及发展现状；然后介绍了相关传感器原理、特点和性能，以及计算分析方法；接着分析了环境感知系统设计要素、流程和方法，介绍了信息增强、场景分割、目标检测、目标定位等理论方法；最后探讨了不同传感器多模态信息融合、环境建模和态势感知的主要方法，展望了未来环境感知能力水平的提升。