传感器技术涉及的内容很多，本书选择在实践上有代表性的传感器及现代感知技术，如RFID、生物识别和图像识别等作为对象，介绍其原理和应用。考虑到高职教学的认知规律，本书在编写过程中，本着“必需、够用”的原则，对传感器理论知识进行了简化，突出了传感器的应用，尽量使实践过程由易到难逐步递进。兼顾经典与现代传感器技术，突出实践，以项目化方式编写是本书的特点。 本书可作为高职高专电子信息工程技术、应用电子技术、物联网应用技术、人工智能技术、工业互联网技术、机电一体化技术及智能控制技术等专业的必修或选修教材；

《机器人伺服控制系统及应用技术》是一本理论与实践紧密结合的图书，通过9章内容，全方位解读了机器人伺服控制系统的相关知识。从机器人组成开始讲解，逐渐引入到机器人的感知系统和控制系统，整合电机学、气压与液压控制、机器人机构等与伺服控制系统密不可分的相关技术，从基础知识到实例应用分析，让读者全面系统地学习伺服控制技术。全书核心内容包括机器人步进电机控制系统、直流伺服控制系统、交流伺服控制系统、伺服驱动器与运动控制器、气动伺服控制系统、液压伺服控制系统、视觉伺服控制系统等。本书适合机器人、机电一体

本书以“智能协作机器人技术及应用”职业技能等级证书（中级）标准要求为依据，采用项目引领、任务驱动的编写方式，内容涵盖智能协作机器人系统的系统设计、系统编程、系统调试与优化、系统维护维修等工作领域的多个核心任务和技能。
全书包含6个实训项目、15个具体工作任务，每个项目融入了素质教育元素，促进知识与技能、过程与方法、情感态度与价值观的贯通统一。项目内容涵盖智能协作机器人系统相关机械与电气组件选型、机械与电气系统设计、机器人脚本与混合编程、工艺离线仿真应用、机器视觉编程与应用、综合系统编程与调

本书系统地研究了适用于水下恶劣复杂环境下的鲁棒滤波定位方法的实现、执行以及评估体系，重点内容在于处理水下机器人定位领域存在的强烈不确定性和感知困难所带来的挑战，层层深入地阐述所提出的鲁棒性定位新方法，并提出一种新的具有鲁棒性的SLAM方法，以及该方法在机器人层面和约束层面的贡献。

本书围绕复杂误差环境下的多传感器数据融合问题进行深入研究，内容涵盖了多传感器系统误差估计、航迹关联性能解析预测、多传感器抗差航迹关联以及多传感器抗差航迹融合等关键技术。本书适用于多传感器数据融合、雷达信号与数据处理等领域的广大专业技术人员使用。

本书从系统的角度，成体系地研究动态数据驱动原理与方法。以数据驱动为根本出发点，揭示了复杂系统的设计、运行、控制与优化规律，从信号感知、结构感知、环境感知、情景感知、语境感知、能量感知、过程感知、网络感知、系统感知等不同维度，介绍了主流的理论与方法，提供了研究复杂系统问题的新思路、新方法。

本书基于MCD机电一体化调试平台，根据真实智能生产线在NX软件中开发好
的智能物流单元、智能仓储单元、智能加工单元、智能检测单元和智能装配单
元仿真模型编写，通过各单元控制程序样例和调试方法的学习，设计智能生产
线的控制程序，搭建调试平台，对仿真模型进行控制，验证工作逻辑。由于仿
真模型具有数字孪生功能，与真实物理模型具有相同物理属性，可在没有真实
物理设备的情况下，学习和掌握对智能生产线集成的能力。
本书可作为高等职业院校
应用型本科
机电设备类

本书以 KUKA 工业机器人官方虚拟仿真软件 KUKA.Sim Pro 3.1 为
对象，采用图文结合的方式对 KUKA.Sim Pro 软件进行全面系统的介绍。
本书先从软件安装、功能模块、对接面板组、基本操作、文件管理等方
面对软件总体进行认识，到布局的创建、机器人示教与编程、设备组合
管理、AGV 应用、搭建机器人工作站，运用设备组件快速搭建和测试
多种设备的协同作业，再到使用任务管理进行工作站布局和工艺工序管
理，并利用工程图制作将 3D 视图中的布局

数字经济作为实现经济高质量发展的经济形态，已成为驱动我国经济实现又好又快增长的新引擎。在数字经济的浪潮下，越来越多的企业开始思考如何能够借助新技术，替换原有IT信息化应用，为企业带来更便捷、高效、严谨的业务处理体验，提升企业收益。进而提高企业的生产效率与管理决策能力，增强企业核心竞争力，真正实现以新技术带来的企业数字化转型。RPA（机器人流程自动化）技术的出现，一定程度上，给企业的数字化转型提供了更为实际的解决方案。本书结合理论与实践，在以下三个方面进行解读。
①概括介绍数字经济、

本书介绍规范性分析以及如何使用规范性分析进行决策，理论部分和实践部分相对平衡，展示了直观的概念插图、现实的示例问题和案例研究。
全书共6章。第1章概述商业分析及分析的纵向视图和简单分类，并介绍规范性分析所处的位置。第2章介绍优化。第3章解释蒙特卡罗模拟、离散模拟和连续模拟等强大的决策工具。第4章介绍多准则决策及其简单分类。第5章介绍专家系统和基于案例的推理。第6章介绍大数据、深度学习和认知计算等前沿分析技术。
本书适合商业分析专业人员与相关专业本科生和研究生阅读。