1장. 로봇과 로봇의 적용 분야 1.1 로봇의 분류 1.2 산업용 로봇 1.3 자율주행 로봇 1.4 휴머노이드 로봇 1.5 교육용 로봇 1.6 일반 로봇 1.6.1 차동 구동 1.6.2 근접 센서 1.6.3 지면 센서 1.6.4 임베디드 컴퓨터 1.7 알고리듬 형식화 1.8 책의 개요 1.9 요약 1.10 추가 자료 참고 문헌 2장. 센서 2.1 센서의 분류 2.2 거리 센서 2.2.1 초음파 거리 센서 2.2.2 적외선 근접 센서 2.2.3 광학 거리 센서 2.2.4 삼각측량 센서 2.2.5 레이저 스캐너 2.3 카메라 2.4 기타 센서 2.5 센서 범위, 해상도, 정밀도, 정확도 2.6 비선형성 2.6.1 선형 센서 2.6.2 비선형 센서 변환 2.7 요약 2.8 추가 자료 참고 문헌 3장. 반응성 동작 3.1 브라이텐베르크 차량 3.2 물체 감지에 대한 반응 3.3 반응과 회전 3.4 라인 팔로잉 3.4.1 두 개의 지면 센서를 이용한 라인 팔로잉 3.4.2 한 개의 센서만을 이용한 라인 팔로잉 3.4.3 그라데이션 없는 라인 팔로잉 3.5 브라이텐베르크 차량 3.6 요약 3.7 추가 자료 참고 문헌 4장. 유한 상태 기계 4.1 상태 기계 4.2 상태를 이용한 반응성 동작 4.3 탐색과 접근 4.4 유한 상태 기계 구현 4.5 요약 4.6 추가 자료 참고 문헌 5장. 로봇 모션과 주행기록계 5.1 거리, 속도, 시간 5.2 속도 변화로 인한 가속도 5.3 분할된 선분에서 연속적인 모션으로의 변환 5.4 주행기록계를 이용한 내비게이션 5.5 직선에서의 주행기록계 5.6 회전할 때의 주행기록계 5.7 주행기록계 오차 5.8 휠 엔코더 5.9 관성 내비게이션 시스템 5.9.1 가속도계 5.9.2 자이로스코프 5.9.3 적용 사례 5.10 자유도와 구동기의 수 5.11 구동기의 수와 자유도의 상대적 차이 5.12 홀로노믹과 비홀로노믹 5.13 요약 5.14 추가 자료 참고 문헌 6장. 제어 6.1 제어 모델 6.1.1 개루프 제어 6.1.2 폐루프 제어 6.1.3 제어 알고리듬 주기 6.2 온-오프 제어 6.3 비례 제어기 6.4 비례-적분 제어기 6.5 비례-적분-미분 제어기 6.6 요약 6.7 추가 자료 참고 문헌 7장. 로컬 내비게이션: 장애물 회피 7.1 장애물 회피 7.1.1 벽 따라가기 7.1.2 방향을 알고 벽 따라가기 7.1.3 프레지 알고리듬 7.2 코드 표시를 읽으며 라인 팔로잉 7.3 먹이를 찾는 개미 군집 7.4 개미 움직임의 확률론적 모델 7.5 경로 찾기 알고리듬의 유한 상태 기계 7.6 요약 7.7 추가 자료 참고 문헌 8장. 로컬화 8.1 랜드마크 8.2 위치가 알려진 물체로 위치 구하기 8.2.1 각도와 거리를 이용해 위치 구하기 8.2.2 삼각측량법을 이용해 위치 구하기 8.3 GPS 8.4 확률론적 로컬화 8.4.1 확실성을 늘리는 센싱 8.4.2 센서 불확실성 8.5 움직임의 불확실성 8.6 요약 8.7 추가 자료 참고 문헌 9장. 매핑 9.1 이산 지도와 연속 지도 9.2 격자 지도 셀의 정보 9.3 경계 알고리듬으로 탐색하며 지도 만들기 9.3.1 점유 확률을 나타낸 격자 지도 9.3.2 경계 알고리듬 9.3.3 경계 알고리듬에서의 우선순위 9.4 환경 정보를 이용한 지도 제작 9.5 슬램 알고리듬의 예시 9.6 슬램 알고리듬 적용하기 9.7 슬램 알고리듬 형식화 9.8 요약 9.9 추가 자료 참고 문헌 10장. 지도를 이용한 내비게이션 10.1 격자 지도에서의 데이크스트라 알고리듬 10.1.1 비용이 일정한 경우의 데이크스트라 알고리듬 10.1.2 비용이 다양한 경우의 데이크스트라 알고리듬 10.2 연속 지도에서의 데이크스트라 알고리듬 10.3 A* 알고리듬을 이용한 경로 계획 10.4 경로 추종과 장애물 회피 10.5 요약 10.6 추가 자료 참고 문헌 11장. 퍼지 논리 제어 11.1 퍼지화 11.2 규칙 적용 11.3 역퍼지화 11.4 요약 11.5 추가 자료 참고 문헌 12장. 이미지 처리 12.1 이미지 획득 12.2 디지털 이미지 처리 개요 12.3 이미지 향상 12.3.1 공간 필터 12.3.2 히스토그램 조작 12.4 윤곽선 검출 12.5 모서리 검출 12.6 얼룩 검출 12.7 요약 12.8 추가 자료 참고 문헌 13장. 인공 신경망 13.1 생물학적 신경계 13.2 인공 신경망 13.3 인공 신경망으로 브라이텐베르크 차량 구현하기 13.4 인공 신경망 구조 13.4.1 다층 구조 13.4.2 메모리 13.4.3 공간 필터 13.5 학습 13.5.1 학습 알고리듬의 분류 13.5.2 헤비안 규칙을 이용한 인공 신경망 학습 13.6 요약 13.7 추가 자료 참고 문헌 14장. 머신러닝 14.1 두 가지 색 분류하기 14.1.1 평균을 이용한 판별 기준 14.1.2 평균과 분산을 이용한 판별 기준 14.1.3 색 구별 학습 알고리듬 14.2 선형 판별 분석 14.2.1 선형 판별 분석을 사용하는 이유 14.2.2 선형 판별 기준 14.2.3 선형 판별을 위한 점 정하기 14.2.4 기울기 구하기 14.2.5 선형 판별 예시 14.2.6 판별 기준의 성능 비교하기 14.2.7 선형 판별 분석을 이용한 활동 14.3 선형 판별의 일반화 14.4 퍼셉트론 14.4.1 기울기 감지 14.4.2 퍼셉트론을 이용한 분류 14.4.3 퍼셉트론 학습 14.4.4 예제 14.4.5 퍼셉트론 매개변수 조절 14.5 요약 14.6 추가 자료 참고 문헌 15장. 군집 로봇 15.1 로봇 협업 구현 방법 15.2.1 직접적 통신 15.2.2 간접적 통신 15.2.3 벌 군집 알고리듬 15.2.4 ASSISIbf 프로젝트에서의 벌 군집 알고리듬 15.3 물리적 상호 작용을 통한 군집 로봇 15.3.1 물리적인 작업 협업 15.3.2 여러 로봇의 힘 합치기 15.3.3 가림 기반 집단 밀기 15.4 요약 15.5 추가 자료 참고 문헌 16장. 로봇 팔의 기구학 16.1 정기구학 16.2 역기구학 16.3 회전 16.3.1 벡터 회전 16.3.2 좌표계 회전 16.3.3 한 좌표계의 벡터를 다른 좌표계로 변환하기 16.4 좌표계 회전과 평행이동 16.5 3차원 회전 맛보기 16.5.1 세 축을 중심으로 하는 회전 16.5.2 오른손 법칙 16.5.3 3차원 회전 행렬 16.5.4 여러 번의 회전 16.5.5 오일러 각 16.5.6 서로 다른 오일러 각 회전의 경우의 수 16.6 3차원 변환에서의 심화 주제 16.7 요약 16.8 추가 자료 참고 문헌 부록 A. 측정 단위 부록 B. 수식 유도와 튜토리얼 B.1 조건부 확률과 베이즈 정리 B.2 정규화 B.3 평균과 분산 B.4 공분산 B.5 벡터와 행렬의 곱 B.6 삼각형 하단 사다리꼴의 면적 B.7 cos 15°를 수학적으로 구하기