本书系统介绍了机器人智能感知技术的核心原理、关键方法及典型应用，全面覆盖从基础概念、融合算法、软件仿真到前沿应用的知识体系。全书共分为七章，内容由浅入深，结构清晰，注重图文结合，便于读者理解复杂的技术细节。

第1章概述机器人的定义、分类及感知技术的意义和重要性，为后续内容奠定基础。第2章深入讲解视觉感知技术，包括机器视觉基础、硬件与软件系统、深度学习应用、立体视觉及红外图像传感器等，涵盖从单目到多目、从2D到3D的多种视觉感知方式。第3章聚焦接近觉感知技术，详细解析超声波、激光与红外传感器的工作原理与实际应用。第4章介绍机器人定位与导航技术，包括GNSS、IMU以及SLAM等关键系统。第5章探讨多传感器信息融合算法，涉及贝叶斯方法、卡尔曼滤波及自适应加权数据融合等高级数据处理技术。第6章通过工业、服务与农业机器人的实际案例，展示感知技术在不同领域的广泛应用。最后一章介绍基于ROS软件环境的人形机器人目标识别、定位与导航的实践步骤。

本书适合高等学校机器人工程、自动化、电子信息、测控技术与仪器、人工智能等相关专业的学生、研究人员及工程师阅读，既可作为教材，也可作为技术参考书，帮助读者构建完整的机器人感知知识体系，掌握智能机器人的“感官”设计与实现方法。

第1章　机器人与感知技术

1.1 机器人的定义和分类002

1.1.1 机器人的发展历程002

1.1.2 机器人的定义007

1.1.3 机器人的分类010

1.2 机器人感知系统014

1.2.1 机器人感知系统概述014

1.2.2 机器人感知技术的意义和重要性016

1.2.3 机器人感知技术的应用案例018

第2章　视觉感知技术

2.1 机器视觉（machine vision，MV）基础021

2.1.1 机器视觉概念021

2.1.2 机器人的视觉感知系统简介022

2.2 机器人视觉感知硬件系统和软件系统025

2.2.1 机器人视觉感知硬件系统组成025

2.2.2 机器人视觉感知软件系统组成033

2.3 深度学习在视觉感知中的应用034

2.3.1 深度学习技术概述034

2.3.2 应用案例036

2.4 立体视觉技术044

2.4.1 立体视觉技术概述044

2.4.2 单目视觉技术045

2.4.3 双目视觉技术048

2.4.4 多目视觉技术051

2.4.5 光场3D成像（电子复眼或阵列相机）054

2.4.6 3D视觉传感器的工作原理和应用055

2.5 红外图像传感器058

2.5.1 红外图像传感器的工作原理058

2.5.2 红外图像传感器的应用064

第3章　机器人接近觉感知技术

3.1 超声波传感器068

3.1.1 超声波的波形及其转换068

3.1.2 超声波传感器介绍069

3.1.3 超声波传感器的工作原理072

3.1.4 超声波传感器的应用局限073

3.2 激光传感器074

3.2.1 激光传感器介绍074

3.2.2 激光雷达的工作原理076

3.3 红外传感器079

3.3.1 红外传感器介绍079

3.3.2 红外传感器的工作原理080

第4章　机器人定位与导航技术

4.1 GNSS的工作原理及应用084

4.1.1 GPS084

4.1.2 北斗卫星导航系统087

4.2 惯性测量单元（IMU）的工作原理和应用092

4.2.1 工作原理092

4.2.2 应用095

4.3 SLAM技术的工作原理及应用098

第5章　多传感器信息融合算法

5.1 多传感器信息融合的定义104

5.2 多传感器信息融合的分类104

5.3 多传感器信息融合的方法109

5.4 多传感器信息融合算法的原理113

5.4.1 贝叶斯方法传感器定性信息融合113

5.4.2 基于卡尔曼滤波的多传感器数据融合方法116

5.4.3 智能检测系统的自适应加权数据融合120

第6章　感知技术的应用

6.1 工业机器人中的感知技术应用124

6.2 服务机器人中的感知技术应用127

6.2.1 服务机器人的定义127

6.2.2 服务机器人视觉处理的基本概念128

6.3 农业机器人中的感知技术应用129

6.3.1 农业机器人的定义129

6.3.2 农业机器人的发展简介131

6.3.3 农业机器人的机器视觉132

第7章　人形机器人目标识别、定位与导航实践步骤

7.1 任务概述与环境准备135

7.1.1 项目目标与任务概述135

7.1.2 硬件平台与软件环境136

7.1.3 开发环境搭建138

7.2 任务一：基于摄像头的目标识别、定位与导航140

7.2.1 摄像头数据采集与预处理140

7.2.2 基于YOLO的目标识别模型部署142

7.2.3 目标定位与坐标转换146

7.2.4 基于move_base的自主导航实现147

7.3 任务二：基于摄像头与激光雷达融合的目标识别、定位与导航150

7.3.1 多传感器数据融合基础150

7.3.2 融合感知与目标识别153

7.3.3 高精度定位与建图156

7.3.4 融合导航策略实现159

7.4 常见问题与解决方案163

7.4.1 定位漂移与粒子退化问题163

7.4.2 传感器数据不同步或丢失问题163

7.4.3 路径规划失败、路径振荡等导航问题164

参考文献165

当具身智能成为人工智能发展的核心方向，当机器人从实验室走向工业生产、日常生活的各个场景，“感知”作为智能机器人的“感官系统”，已然成为决定机器人智能化水平的核心关键，更是连接理论与实践的重要桥梁。机器人被誉为“制造业皇冠顶端的明珠”，其研发、制造、应用是衡量一个国家科技创新和高端制造业水平的重要标志，而感知技术正是这颗明珠上最璀璨的光芒之一。

机器人感知技术涵盖视觉、接近觉、定位导航等多个维度，是一门融合机械、电子、计算机、人工智能等多学科知识的交叉领域，兼具理论深度与实践属性。对于机器人工程、自动化、电子信息等相关专业的学习者，以及初入行业的科研人员、工程师而言，如何快速入门这一复杂领域，搭建完整的知识体系，破解抽象技术原理的理解难题，成为入门路上的首要阻碍。

基于此，笔者精心编写了这本《图解机器人感知技术》，立足“入门易懂、系统全面、实用导向”的核心原则，打破传统技术书籍“重理论、轻实操”“重文字、轻解读”的局限，将复杂的感知技术原理拆解为易懂的知识点，搭配直观图解，让抽象的技术细节变得清晰可感。

全书共分为七章，从第1章机器人与感知技术的基础概述出发，第2章～第7章逐步深入讲解：

视觉感知技术——涵盖机器视觉、立体视觉、红外成像等，揭秘机器人如何“看得见”“看得懂”；

接近觉感知技术——介绍超声波、激光、红外等传感器，解析机器人如何“感知距离”“避开障碍”；

定位与导航技术——从GNSS到IMU，从SLAM到多传感器融合，展现机器人如何“知道自己在哪里，要去哪里”；

多传感器信息融合算法——探讨如何将多种感知信息智能整合，提升机器人的环境理解与决策能力；

感知技术的应用——结合工业、服务业、农业等真实场景，展示感知技术如何赋能机器人在不同领域中大放异彩；

基于ROS软件环境人形机器人目标识别、定位与导航的仿真实践步骤。

全书内容由浅入深、结构严谨，兼顾知识的系统性与实用性，既注重基础概念的夯实，也关注前沿技术的落地应用，力求让不同基础的读者都能有所收获。无论是作为高校相关专业的教材，还是作为工程技术人员的参考手册，本书都希望能成为读者入门机器人感知技术、提升专业能力的得力助手。

韩德法参与本书第1章和第2章的文字整理；王文星参与第3章～第6章的文字整理，全书的插图由李金洋完成，在此一并表示感谢。

由于机器人技术迭代迅速，感知技术的应用场景也在不断拓展，加之编者水平有限，书中难免存在疏漏与不足之处，恳请广大读者批评指正，与我们一同探索机器人感知技术的广阔未来。

编者

2026年3月于青岛