前　　言
智能人機協(xié)作機器人能自主適應(yīng)復(fù)雜動態(tài)環(huán)境，并通過與作業(yè)環(huán)境/人/協(xié)作機器人自然交互，在共同工作空間通過近距離互動完成更加復(fù)雜的作業(yè)任務(wù)，因此受到了廣泛的重視。根據(jù)BlueWeave公司的市場分析報告，2021年全球協(xié)作機器人市場達(dá)到7.6億美元，到2028年，全球協(xié)作機器人市場增長到39.9億美元。如何高效可靠地獲取和理解機器人與作業(yè)環(huán)境信息并有效交互是智能機器人實現(xiàn)合理的人機交互和智能操控的迫切需求。
機器人感知和智能是制約機器人技術(shù)發(fā)展與應(yīng)用的核心瓶頸，未知環(huán)境中的智能操作與自主作業(yè)很大程度上依靠對環(huán)境的認(rèn)識程度。雖然近年來作為機器人重要手段的視覺感知獲得了快速的發(fā)展，但機器人的整體感知水平和智能化程度還有待進一步提升。此外，人工智能的迅速發(fā)展正深刻地改變著機器人視覺等信號的處理方式，國務(wù)院印發(fā)的《新一代人工智能發(fā)展規(guī)劃》指出：人工智能是引領(lǐng)未來的戰(zhàn)略性技術(shù)，世界主要發(fā)達(dá)國家把發(fā)展人工智能作為提升國家競爭力、維護國家安全的重大戰(zhàn)略。圖像及視頻等視覺處理技術(shù)作為人工智能下的一大技術(shù)領(lǐng)域，不僅可用于復(fù)雜、危險場景下的視覺感知獲取，近年來還被廣泛應(yīng)用于防控預(yù)警、搶險救災(zāi)和軍事領(lǐng)域，得到了世界各國的廣泛重視。
本書旨在深入介紹基于深度學(xué)習(xí)的機器人智能視覺感知技術(shù)，為廣大工程技術(shù)人員學(xué)習(xí)視覺感知方面的應(yīng)用和最新理論方法奠定基礎(chǔ)，同時也可作為高年級本科生、研究生或博士生的參考書。本書主要內(nèi)容包括機器人智能視覺感知系統(tǒng)概述、深度學(xué)習(xí)技術(shù)概述、自然場景下文本檢測與識別、視覺目標(biāo)檢測、多目標(biāo)跟蹤、圖像語義分割等。全書從方法到實際應(yīng)用，從算法分析到模型搭建等多角度介紹深度學(xué)習(xí)技術(shù)在智能視覺感知方面的研究，并深度結(jié)合了當(dāng)前國內(nèi)外最新研究熱點，為業(yè)內(nèi)人士從事相關(guān)研究與應(yīng)用工作提供重要參考。
本書基于團隊多項機器人感知與控制技術(shù)相關(guān)的國家級項目（2021YFC1910402，NSFC. 62073129、NSFC.U21A20490、NSFC.61673163、湖南省自然科學(xué)基金–杰出青年基金項目2022JJ10020國家重點研發(fā)計劃）、湖南省科技計劃項目（2020GK2025）、深圳科技計劃項目 (2021Szvup035)的研究成果，聚焦機器人視覺感知前沿和國家戰(zhàn)略需求，從應(yīng)用背景、需求分析、原理方法、算法開發(fā)、模型搭建、實驗驗證、對比分析等方面展開論述。全書共分為7章：第1章概述了機器人視覺感知系統(tǒng)的發(fā)展和挑戰(zhàn)；第2章對機器人智能視覺感知系統(tǒng)的組成、主要實現(xiàn)步驟和典型應(yīng)用進行了闡述；第3章對機器人視覺感知系統(tǒng)廣泛應(yīng)用的深度學(xué)習(xí)技術(shù)進行了概述；第4章簡述了自然場景下基于圖像分割的文本檢測和基于序列的場景文本識別技術(shù)；第5章闡述了視覺目標(biāo)檢測技術(shù)，重點描述了基于R-FCN的目標(biāo)檢測和基于Mask RCNN的目標(biāo)檢測方法；第6章簡述了多目標(biāo)跟蹤技術(shù)，重點闡述了基于序列特征的多目標(biāo)跟蹤方法和基于上下文圖模型的多目標(biāo)跟蹤方法；第7章簡述了圖像分割方法，重點描述了基于自適應(yīng)特征選擇網(wǎng)絡(luò)的遙感影像語義分割方法和基于SU-SWA的區(qū)域分割方法。
在本書的核心內(nèi)容準(zhǔn)備過程中，團隊的梁橋康、譚艾琳、郭東妮負(fù)責(zé)了機器人視覺感知系統(tǒng)和深度學(xué)習(xí)技術(shù)概述的相關(guān)內(nèi)容；朱為、葛俏、彭建忠負(fù)責(zé)了噴碼識別系統(tǒng)的相關(guān)內(nèi)容；項韶、金晶負(fù)責(zé)了自然場景下文本檢測與識別的相關(guān)內(nèi)容；梅麗、伍萬能負(fù)責(zé)了視覺目標(biāo)檢測的相關(guān)內(nèi)容；譚旭、伍萬能負(fù)責(zé)了多目標(biāo)跟蹤的相關(guān)內(nèi)容；項韶、梁橋康負(fù)責(zé)了機器人視覺感知系統(tǒng)的典型應(yīng)用的相關(guān)內(nèi)容；南洋、湯鵬、項韶、秦海負(fù)責(zé)了圖像語義分割的相關(guān)內(nèi)容；梁橋康、鄒坤霖、鄧淞允、謝冰冰等為對比實驗和網(wǎng)絡(luò)框架等做出了貢獻；梁橋康、秦海負(fù)責(zé)統(tǒng)稿。
本書適合機器人視覺感知技術(shù)的初學(xué)者或愛好者閱讀，也非常適合機器人感知、深度學(xué)習(xí)、人工智能等相關(guān)從業(yè)者參考。希望讀者在閱讀完本書后能根據(jù)實際的應(yīng)用場景需求搭建對應(yīng)的智能機器人視覺感知系統(tǒng)，為提升我國機器人核心感知技術(shù)創(chuàng)新水平貢獻自己的力量。
本書受到國家自然科學(xué)基金項目（NSFC.62073129、NSFC.U21A20490）、國家重點研發(fā)計劃（2021YFC1910402）和湖南省自然科學(xué)基金–杰出青年基金項目（2022JJ10020）的資助，特此感謝。最后特別感謝機械工業(yè)出版社編輯們對本書出版的大力支持。

作者
湖南大學(xué)機器人視覺感知與控制技術(shù)國家工程研究中心
2023年1月