资源介绍
文版电子书）
核心内容架构
（一）机器人硬件基础（第 1 章）
书中首先介绍移动机器人硬件构成，以作者团队开发的 “EyeBot 机器人家族” 为案例，该家族包含轮式、履带式、腿式、飞行及水下机器人等多种类型，均配备摄像头、距离传感器和触摸屏 LCD 界面。
执行器：重点讲解驱动机器人运动的电机，说明电机需通过电机驱动芯片（如 EyeBot I/O 控制器）与树莓派（Raspberry Pi）连接，因电机所需电流远超微控制器引脚供应能力。还介绍了脉冲宽度调制（PWM）技术，通过快速开关全电压模拟低电压，实现电机速度控制，以及差动驱动系统的工作原理，即通过独立控制两个轮式电机，实现机器人直线行驶、曲线行驶和原地转向。
传感器：详细阐述三类核心传感器。轴编码器通过光学原理（如带槽圆盘或反射圆盘）提供电机速度和位置反馈，辅助实现速度与位置控制，但长距离行驶易因误差累积导致定位失效；红外距离传感器（PSD）利用红外光束反射计算距离，部分高精度传感器采用激光飞行时间原理；摄像头作为复杂传感器，能输出高分辨率图像，书中推荐根据处理速度需求选择合适分辨率，如 QQVGA（160×120）适合快速验证概念。
处理器与 I/O 接口：以树莓派结合 EyeBot - 8 接口板为例，说明接口板提供的多种接口功能，如电机驱动、编码器输入、伺服输出等，还介绍了机器人硬件组装方式，包括载体板选择、电池安装（推荐带保护电路的 18650 锂电池）及各组件的堆叠安装。
通信与用户界面：机器人通过树莓派内置 WiFi 模块实现无线通信，默认 WiFi 热点、IP 地址、用户名和密码便于连接，支持多机器人组网；触摸屏显示器可显示传感器数据、接收用户指令，在真实机器人和仿真环境中功能一致。
仿真系统：介绍 EyeSim 仿真系统，能模拟多种机器人运动，且仿真程序可直接移植到真实机器人，无需修改代码，还支持 VR 版本（如 Oculus Quest 设备），最新版 EyeSim - VR 由团队多次重构，保证运动模拟的真实性。
（二）机器人软件基础（第 2 章）
该章节围绕 EyeSim 仿真系统和 RoBIOS（Robot Basic I/O System）操作系统展开，讲解机器人软件开发的基础流程与核心功能。
软件安装：不同操作系统安装要求不同，Windows 版 EyeSim 自动安装 Cygwin 包，Mac OS 用户需单独安装 XQuartz 库，Linux 用户无需额外包，软件可从指定网址下载，还需根据需求安装 OpenCV 等额外库用于图像处理。
编程语言入门：分别给出 Python 和 C 语言的基础编程示例，如控制机器人直线行驶。Python 通过导入 “eye” 模块调用 RoBIOS API，代码简洁易交互；C 语言需包含头文件、定义主函数，且需编译后运行，书中提供编译脚本和 Makefile 简化操作。
基础功能实现：介绍驱动机器人完成特定动作（如正方形轨迹行驶）的编程方法，强调 VWWait 函数的重要性，防止后续指令覆盖当前驱动指令。还讲解 SIM 脚本和环境文件的使用，可快速搭建复杂仿真场景，以及触摸屏显示与按键输入、距离传感器数据读取与应用、摄像头图像采集与显示、机器人间无线通信（基于 WiFi 的 RADIO 系列函数）和多任务处理（使用 pthreads 库）等功能的实现。
IDE 工具推荐：推荐适合 Python 和 C/C++ 开发的 IDE，如 Thonny、PyCharm（Python）和 CLion（C/C++），这些工具支持单步调试、断点设置等功能，能提高开发效率。
虚拟现实应用：介绍基于 EyeSim 的 VR 版本，可在 Oculus/Meta Quest 等设备上运行，用户能在虚拟场景中与机器人交互，还可使用 C# 编写新应用程序。
（三）进阶驱动算法（第 3 章）
深入探讨多种机器人驱动算法，从简单随机行驶到复杂曲线行驶，满足不同场景需求。
随机行驶：模拟早期扫地机器人的随机驱动算法，机器人直线行驶至障碍物后，后退短距离并随机转向，还可扩展算法，添加传感器数据显示和摄像头图像采集功能，支持多机器人在同一环境中安全运行。
目标点行驶：介绍四种从 A 点到 B 点的行驶方法。“转向 - 直线” 法先计算目标方向和距离，旋转机器人后直线行驶；“圆形轨迹” 法通过计算圆弧半径和弧长，控制机器人沿圆弧行驶；“狗曲线” 法通过持续微调机器人朝向，逐步接近目标；“样条曲线” 法（如 Hermite 样条）可指定机器人到达目标点时的朝向，适用于机器人足球等对朝向有要求的场景。
（四）其他关键技术章节
激光雷达传感器（第 4 章）：激光雷达（Lidar）通过旋转激光束生成大量距离数据，相比摄像头更易处理距离信息，但成本较高。书中介绍激光雷达扫描数据的获取与显示方法，以及如何通过分析扫描数据识别环境中的角落和障碍物，还给出相关编程示例，如在 C 和 Python 中实现激光雷达数据的采集与可视化。
机器人群体（第 5 章）：讲解机器人群体的搭建与控制，通过 SIM 脚本和环境文件中的占位符快速部署大量机器人，支持不同类型机器人混合部署。介绍 “跟随” 应用场景，如单个或多个机器人跟随引导机器人行驶，通过特定传感器（如高位激光雷达）识别引导机器人，还需处理机器人间的碰撞 avoidance。
壁障行驶（第 6 章）：壁障行驶是机器人导航的基础功能，书中介绍标准壁障算法的四个步骤，还提供简化的壁障程序示例，通过读取 PSD 传感器数据控制机器人行驶方向，同时指出该程序的局限性，如对复杂环境适应性差，需进一步优化。
其他驱动系统（第 7 章）：除差动驱动外，还介绍阿克曼转向（汽车常用，需独立转向机构）、全向驱动（如麦卡纳姆轮机器人，可向任意方向移动）、滑移转向（适用于户外复杂地形，但室内易磨损电机）和履带驱动（适用于不平坦地形，需 3D 路径规划算法）等驱动系统，给出相应的硬件连接和编程示例。
水上与水下机器人（第 8 章）：介绍自主 boats 和水下机器人（AUV）的设计与仿真，包括硬件构成（如太阳能驱动的双体船、多推进器水下机器人）、仿真环境搭建（通过世界文件设置水域、地形和纹理）以及相关功能实现（如水下机器人的下潜和移动控制）。
迷宫导航（第 9 章）：迷宫导航是机器人导航的经典问题，书中介绍 “沿墙行驶” 算法（如靠左墙行驶），通过 PSD 传感器检测墙壁，控制机器人在迷宫中行驶，还讲解如何提高算法鲁棒性，如通过比例控制（P - control）补偿机器人行驶误差，以及使用激光雷达提升导航性能，介绍递归迷宫探索算法和洪水填充（Flood - Fill）算法用于寻找最短路径。
导航技术（第 10 章）：区分已知环境和未知环境下的导航。未知环境中使用 DistBug 算法，结合壁障行驶和目标点行驶，实现路径寻找；已知环境中使用占用网格地图表示环境，通过四叉树算法分解环境，生成无碰撞路径，再利用 A * 等算法寻找最短路径，书中给出相关算法的实现步骤和编程示例。
机器人视觉（第 11 章）：机器人视觉是重要的感知手段，书中介绍摄像头图像的采集与显示，以及边缘检测（如 Laplace 算子、Canny 边缘检测）、颜色检测（将 RGB 图像转换为 HSI 格式，提高颜色检测的鲁棒性）和运动检测（通过对比连续图像的差异检测运动目标）等视觉处理技术，还介绍 OpenCV 库的使用，实现更复杂的图像处理功能。
学习型机器人（第 12 章）：以 “Starman” 步行机器人为例，介绍使用遗传算法（GA）优化机器人运动模式。遗传算法通过模拟生物进化过程，对机器人的运动参数（如肢体关节角度序列）进行迭代优化，逐步提升机器人的运动性能，书中详细讲解遗传算法的实现步骤，包括基因编码、适应度函数设计、选择、交叉和变异操作等。
交通模型（第 13 章）：以 Carolo - Cup 等自主模型车竞赛为背景，介绍小型机器人在交通场景中的应用开发，包括车道检测与保持、交叉口和斑马线识别、交通标志识别（使用 HOG 特征等方法）以及端到端学习（基于深度神经网络，直接从图像数据学习驾驶决策）等技术，还讨论相关技术在真实自动驾驶中的扩展应用。
自动驾驶汽车（第 14 章）：从机器人过渡到自动驾驶汽车，介绍电动汽车驱动系统、线控驱动系统（实现转向、制动和加速的电子控制）、传感器与安全系统（如激光雷达、雷达、摄像头等传感器的融合，以及多层安全机制），还介绍 Formula - SAE 自主赛车的设计与仿真，包括赛道锥桶检测与跟踪算法的实现，以及校园和公共道路场景下的自主导航技术。
展望与附录（第 15 章及附录）：展望移动机器人领域的发展方向，鼓励读者结合 EyeSim 仿真系统和真实机器人开展更多实验，还推荐 ROS（Robot Operating System）用于复杂机器人项目开发。附录部分详细列出 RoBIOS - 7 库的函数，包括 LCD 显示、按键输入、摄像头控制、图像处理、系统功能、定时器、通信、音频、距离传感器、伺服电机与电机控制、V - Omega 驱动接口、数字与模拟 I/O、红外遥控和无线通信等系列函数，为编程提供全面参考。
三、书籍特色与价值
理论与实践结合：书中既有扎实的理论知识讲解，又提供丰富的编程示例和实验任务，读者可通过仿真系统快速验证理论，再将程序移植到真实机器人，降低实践门槛。
软硬件协同：以 EyeBot 机器人家族和 EyeSim 仿真系统为核心，实现软硬件紧密结合，确保仿真与真实环境的一致性，减少程序移植的难度。
循序渐进：内容从基础硬件软件知识，逐步过渡到进阶算法和复杂应用，符合读者的学习规律，适合不同层次的读者（如学生、机器人爱好者和工程师）。
实用性强：书中提供大量可直接使用的代码、脚本和配置文件，还推荐实用的开发工具和资源，读者可快速上手开发机器人应用，解决实际问题。
覆盖范围广：涵盖轮式、履带式、腿式、水上、水下和自动驾驶汽车等多种移动机器人类型，以及驱动、感知、导航、通信和学习等关键技术，为读者提供全面的移动机器人编程知识体系。