本書為對接世界技能大賽技術標準創(chuàng)新系列教材/技工院校一體化課程教學改革工業(yè)機器人應用與維護專業(yè)教材，依據(jù)《工業(yè)機器人應用與維護專業(yè)國家技能人才培養(yǎng)標準及一體化課程規(guī)范》編寫，按照《國標》《課規(guī)》的課程、參考性學習任務、教學內(nèi)容設計教材內(nèi)容，并充分借鑒世界技能大賽移動機器人、機電一體化等項目的先進技能理念、技能標準、評價

作為面向全國高校師生舉辦的第二屆“慧源共享”全國高校開放數(shù)據(jù)創(chuàng)新研究大賽系列活動的重要成果,本書主要分為三個部分,第一部分是數(shù)據(jù)論文,介紹圖書館業(yè)務數(shù)據(jù)、電子資源訪問行為數(shù)據(jù)、互聯(lián)網(wǎng)采集數(shù)據(jù)、特色數(shù)據(jù)4類數(shù)據(jù)的多個高價值數(shù)據(jù)集;第二部分收錄了大賽的8篇優(yōu)秀獲獎論文;第三部分包括大賽的活動介紹、專家寄語和訓練營專家金句等

本書著眼于人機交互過程中機器人的情緒理解及認知分析，針對人工心理與情感計算基礎理論和方法加以論述，對于目前研究的熱點——微表情語義認知的情感交互等問題作了較為詳細的介紹，并分析總結(jié)了作者長期在養(yǎng)老康復、教育教學等實際應用領域的內(nèi)容，以幫助讀者深入理解機器人人工心理的基礎理論和應用技術方法。

本書內(nèi)容以作者在機器人主動嗅覺領域的多年研究積累為基礎，較為全面地介紹了機器人主動嗅覺方向的研究進展，重點闡述了嗅覺感知技術、基于移動機器人的氣味源定位方法、基于多機器人的氣味跟蹤技術、飛行機器人主動嗅覺、氣味分布的建圖方法及主動嗅覺仿真技術等方面的內(nèi)容。本書最后分析了主動嗅覺研究面臨的挑戰(zhàn)，并嘗試性地給出了今后的發(fā)展

為幫助教師全面系統(tǒng)把握思政融合邏輯、課程內(nèi)部結(jié)構，扎實推進思政融合一體化課程的教學實施，學院以專業(yè)為單位組織編寫了《一體化課程教學指導手冊》共15冊。系列手冊中，各專業(yè)系統(tǒng)梳理一體化課程中蘊涵的國家意識、人文素養(yǎng)、技術思想、職業(yè)素養(yǎng)、專業(yè)文化五個領域思政教育資源，精心選取思政元素，合理布局融合點，深化教學融合設計，結(jié)構

本書始終圍繞機電動態(tài)系統(tǒng)的仿真及其工程應用這個主題而展開,主要講解了有關機電動態(tài)系統(tǒng)中的連桿機構、齒輪機構、液壓控制系統(tǒng)、液壓執(zhí)行元件、電子電路、電機、電力系統(tǒng)、測控系統(tǒng)、PID控制器、讀/寫外部數(shù)據(jù)等內(nèi)容。本書在第1版的基礎上對各章節(jié)內(nèi)容進行了補充和完善,增加了讀/寫外部數(shù)據(jù)內(nèi)容。全書共15章,第1、2章回顧和總結(jié)M

本書為智能機器人技術叢書之一，叢書系十三五國家重點出版物出版規(guī)劃項目。本書作為叢書的總論，從機器智能的角度出發(fā)，介紹了機器人的認知、思維、行為以及知識獲取的實現(xiàn)途徑，從智能機器人的角度介紹了機器人的關鍵技術，包括機器感知、導航與定位、人機交互。以及機器人的應用場景。

本書首先講述人、環(huán)境和機器人之間的關系；然后從四個方面介紹了機器人對環(huán)境的感知，包括基于Sonar、基于激光雷達、基于視覺和基于多傳感器的地圖創(chuàng)建；在環(huán)境感知的基礎上介紹目標識別、跟蹤、檢測。本書的重點是介紹機器人的場所理解，分為兩個方面，一個是對原有場所的理解，另一個是在原有場所的基礎上，經(jīng)過機器的深度學習，對新的場

本書圍繞工業(yè)機器人維護與維修崗位職責和企業(yè)實際生產(chǎn)中的工業(yè)機器人維護與維修工作內(nèi)容，詳細講解工業(yè)機器人故障分析思路和維修操作。全書以新時達六軸工業(yè)機器人為講解對象，共分為8個項目，內(nèi)容包括工業(yè)機器人維護與維修的準備工作、基體總成的維護與維修、前臂驅(qū)動組件的維護與維修、腕關節(jié)組件的維護與維修、工業(yè)機器人本體總裝、工業(yè)機器

本書主要研究了面向智慧旅游的視頻數(shù)據(jù)智能處理與挖掘相關技術及應用，以提高旅游景區(qū)視頻大數(shù)據(jù)中異常事件檢測和識別的精度、魯棒性、實時性等性能為目的，從而實現(xiàn)對旅游突發(fā)事件及時預測和預警，保障旅游安全。本書首先研究了視頻大數(shù)據(jù)的去噪技術，重點研究了基于殘差卷積神經(jīng)網(wǎng)絡的視頻去噪算法；然后研究了視頻大數(shù)據(jù)的超分辨率重建