本书是作者结合多年的教学和科研实践经验，本着教改创新的精神，参考国内外机器人与数字孪生技术的相关书籍编写而成的。 编写本书的主要思路是：理论与实际相结合，完整论述机器人系统的基础理论，在Matlab 和Adams 软件平台下展示各类典型应用实例的实现方法；将机器人技术与数字孪生技术紧密结合，演示孪生系统的开发方法和实施案例。全书共分9 章，包括：绪论、机器人机构、机器人运动学、机器人动力学、机器人系统的传感与控制、数字孪生系统架构及引擎、人机共融的数字孪生系统、数字孪生系统的故障诊断和数字孪生系统的生命周期管理。各章内容循序渐进，涵盖了机器人的经典理论及其应用和新兴数字孪生技术，具有一定的学科交叉特色。 本书可作为普通高校机器人工程、自动化、智能制造工程、机械工程等专业本科生的教材（学时为32~64 学时），也可作为研究生的教材和工程技术人员的参考用书。

高等院校教师

目录
前言
第1章绪论
1.1关于机器人学
1.1.1机器人的起源
1.1.2机器人学的发展
1.1.3机器人的定义
1.2典型机器人
1.2.1操作型机器人
1.2.2移动机器人
1.3数字孪生系统
1.3.1数字孪生的发展历程
1.3.2数字孪生的定义
1.4数字孪生关键技术
1.5本书主要内容
习题
参考文献
第2章机器人机构
2.1运动副
2.2串联机器人机构
2.2.1手臂机构
2.2.2手腕机构
2.2.3末端执行器
2.3并联机器人机构
2.4移动机器人机构
2.4.1轮式行走机构
2.4.2多足步行机构
2.5机器人的自由度
2.5.1按自由度分类的机器人
2.5.2自由度计算
2.6驱动器、传动机构与减速器
2.6.1驱动器
2.6.2传动机构
2.6.3减速器
2.7关节空间、任务空间与驱动空间
习题
参考文献
第3章机器人运动学
3.1齐次变换
3.1.1位置描述
3.1.2方位描述
3.1.3坐标系描述
3.1.4坐标变换
3.1.5齐次坐标和齐次变换
3.2DH约定和MDH约定
3.2.1关节与连杆
3.2.2连杆坐标系
3.2.3连杆变换矩阵
3.3正向运动学递归
3.4逆向运动学递归
3.5路径规划
3.5.1关节空间
3.5.2笛卡儿空间
习题
参考文献
第4章机器人动力学
4.1分析力学体系下的拉格朗日方程
4.1.1分析力学预备知识
4.1.2第二类拉格朗日方程
4.1.3机械臂的拉格朗日方程
4.2矢量力学体系下的牛顿-欧拉方程
4.2.1牛顿方程和欧拉方程
4.2.2机器人的牛顿-欧拉动力学方程
4.2.3自由运动机器人的正向动力学算法
4.3凯恩方程
4.3.1质点系下的凯恩方程
4.3.2刚体系统的凯恩方程
4.4动力学参数辨识
4.4.1动力学建模
4.4.2模型线性化及最小参数集
4.4.3激励轨迹设计
4.4.4动力学参数辨识算法
4.4.5辨识数据预处理分析
4.4.6动力学参数辨识结果验证
4.5机器人动力学的虚拟样机仿真
4.5.1模块子系统建立
4.5.2联合仿真系统建立
习题
参考文献
第5章机器人系统的传感与控制
5.1执行器与传感器
5.1.1执行器
5.1.2传感器
5.2反馈与稳定性
5.2.1反馈
5.2.2机器人系统的状态空间描述
5.2.3控制系统的稳定性
5.3机械臂的位置控制
5.3.1PD控制
5.3.2计算力矩控制
5.3.3滑模控制
5.4机械臂的阻抗控制
5.5动力学非线性补偿控制
5.5.1神经网络
5.5.2典型神经网络模型
5.5.3RBF网络模型参考自适应控制
5.5.4机械臂的动力学非线性补偿控制
习题
参考文献
第6章数字孪生系统架构及引擎
6.1系统架构及技术体系
6.1.1一般架构设计
6.1.2数字孪生技术体系
6.1.3实例
6.2数字孪生引擎
6.2.1一般引擎系统
6.2.2实例
6.3可视化应用
6.3.1VR/AR/MR技术
6.3.2关于Unity
6.3.3Unity实例开发
习题
参考文献
第7章人机共融的数字孪生系统
7.1结构化环境建模
7.1.1人机孪生系统架构
7.1.2机器人虚拟模型
7.1.3机器人虚实模型的快速映射
7.1.4模型与数据融合的虚实运动跟随
7.2非结构化环境的视觉重建
7.2.1人体骨骼模型处理
7.2.2虚拟现实交互系统
7.3人机安全交互关键技术
7.3.1安全感知算法
7.3.2人机数字孪生系统的协同构建
习题
参考文献
第8章数字孪生系统的故障诊断
8.1基于特征生成模型的故障诊断方法
8.1.1条件变分自编码器
8.1.2辅助分类生成式对抗网络
8.1.3CVAE-ACGAN-CNN故障诊断方法
8.1.4CVAE-ACGAN-CNN试验对比验证
8.2性能退化评估模型
8.2.1轴承性能退化评估方法
8.2.2堆叠去噪自动编码
8.2.3支持向量数据描述
8.2.4基于SDAE-SVDD的性能退化评估模型
8.2.5SDAE-SVDD试验对比验证
8.3融合工业云的数字孪生故障诊断系统
8.3.1边缘计算
8.3.2工业云
8.3.3虚拟现实
8.3.4数字孪生故障诊断系统验证
习题
参考文献
第9章数字孪生系统的生命周期管理
9.1剩余寿命预测算法
9.1.1剩余寿命预测技术现状
9.1.2剩余寿命预测算法相关理论与技术
9.1.3试验数据来源及数据预处理
9.1.4注意力编码解码网络
9.1.5剩余寿命预测
9.2不确定性度量模型
9.2.1不确定性分析
9.2.2基于贝叶斯推理的模型不确定性度量
9.2.3模型不确定性度量构建方式
9.2.4结果及分析
9.3预测与监测管理
9.3.1界面可视化功能
9.3.2数据库准备与使用
9.3.3Unity 3D与Python脚本实现调用集成
9.3.4试验结果及分析
习题
参考文献