本书围绕人手摩擦触觉感知机理与机械手灵巧抓取应用，以水介质中固体摩擦行为机理为理论基础，以界面接触力的高时空分辨表征方法为技术支撑，系统开展了人手抓取过程的摩擦触觉感知机理与抓取反馈控制策略研究，并基于揭示的感知机理、控制策略和设计的触觉传感装置，实现了触觉反馈的机械手灵巧抓取应用。本书所展示的研究工作内容丰富详实，涉及理论研究、技术研究、应用研究等多个方面，充分体现了多学科交叉融合的特点。

本书以ROS 2核心原理为主线，以机器人开发实践为重心，在详细讲解ROS 2核心概念、组件工具的基础上，介绍ROS 2构建仿真/实物机器人系统的方法，剖析ROS 2用于视觉识别、地图构建、自主导航等应用的方法，配有大量图表、源码等，帮助读者在实现ROS 2基础功能的同时，深入理解基于ROS 2的机器人开发方法，从而将书中的内容用于实践。 本书采用最新稳定版本ROS 2系统和全新一代Gazebo机器人仿真平台，读者只需准备一台计算机，就可以快速上手学习。同时，本书介绍了实物机器人的搭建方法及相应功

本书是施普林格出版的“智能系统、控制和自动化：科学与工程”（Intelligent Systems, Control and Automation: Science and Engineering）丛书中的一本，从水下环境面临的困难与挑战、人工智能技术在水下机器人应用领域的发展潜力等方面，对下一代水下机器人技术结构等涉及的相关学科进行了全方位的前瞻性阐述，内容涵盖系统设计、通信、人工智能和机器学习、地图构建和任务协调，以及自适应任务规划。

本书以深入剖析“数据要素×”的内涵、特点和实现路径为核心，从基础理论和领域实践两个维度构建系统性分析框架。在基础理论部分，详细呈现了数据要素的特点特征、作用机制和应用模式，并重点探讨了其与新质生产力、数字经济、经济社会发展等重大战略间的紧密关系。在领域实践部分，对数据要素的应用现状和当前难点问题加以深入分析，结合行业实践具体案例，详细分析数据要素与具体行业领域乘数效应发挥的背景环境、运行情况、成效研究，通过“数据要素×”在 12 个行业领域的应用案例，展现其实际运作模式和取得的显著效果。 本书可

近年来国家对数据要素越来越重视，相关的法律政策陆续发布，这些法律政策的出台不仅引起了学术界对数据要素的高度重视，也推动了产业方对数据要素的广泛应用，更推动了数据资产入表的深入开展，使全民对数据要素的认识和应用提高到一个新台阶。 为方便广大读者学习、领悟和贯彻这些法律政策，本书组织了本领域相关重量级专家对相关法律政策进行解读，论述法律政策出台的背景及缘由，以及其指向及重点，为读者了解法律政策提供简明扼要的辅助，同时帮助从业者了解法律政策出台目的，引导从业者按照法律政策取向干事创业、取得实际成效。

在信息化和数字化飞速发展的今天，数据安全已成为企业运营的核心议题，数据作为生产要素在大规模的流动和使用过程中面临着新的挑战，区块链、人工智能技术的发展为数据安全防护提供了新的解决思路和方法。本书从数据安全的基本概念入手，深入分析了国内外数据安全形势，探讨了数据资产的生命周期安全管理，以及数据安全的关键技术手段，同时强调了数据安全的组织管理与政策法规的重要性。此外，书中还详细阐述了数据安全的应急响应与灾难恢复策略，并通过实战案例分析，提炼出数据安全防护的优秀实践，旨在为读者提供一套完整的数据安全防

本书基于我国深入实施网络强国和国家大数据战略的大背景，将“大语言模型”“知识图谱”“数据治理”相结合，阐述了大模型、知识图谱在智能数据治理中的应用实践，并以医疗、政务及降碳等行业为例，详细介绍了其数据治理流程及平台构建方法。书中首先阐述了大模型时代知识图谱和智能数据治理之间的协同关系，以儿童孤独症为例介绍了基于CiteSpace软件的医疗知识图谱的构建流程；其次详细阐述了基于神经网络模型的个人健康管理知识图谱的构建方法；最后介绍了主动式政务服务和降碳领域的智能数据治理平台的设计与实现，并在每一部

本书的主要内容有：研究数据管理趋势，包括技术发展、法规要求和隐私问题。深?了解可拓展架构，学习各组件之间如何协同?作。探索数据治理和数据安全、主数据管理、?助式数据市场，以及元数据的重要性。

《工业机器人应用技术：结构·控制·仿真·集成》是一本全面系统介绍工业机器人技术的专业书籍。本书深入剖析了工业机器人的核心要素，从基础理论到实践操作，逐步展开。内容涵盖工业机器人的发展历程、基本概念、机械结构设计、数学基础(含坐标系、运动学与动力学)、传感系统(包括内外传感器及多传感器融合)、控制系统架构与控制策略，以及多种典型工业机器人的操作技巧。此外，本书还详细介绍了工业机器人仿真技术，通过RobotStudio等主流软件，帮助读者掌握虚拟环境下机器人行为的模拟与优化。同时，结合实际

本书旨在帮助读者理解具身智能机器人和传统机器人计算之间的关系，判断具身智能机器人未来的发展方向。内容既包括传统的机器人计算栈，又涵盖具身智能大模型给机器人计算带来的变化和挑战等。