本书以轻小型无人机为背景，构建了基于学习的无人机感知与规避系统的自主反应式控制框架，以视觉传感器为基本感知手段，研究自身载荷能力和计算能力受限条件下的无人机感知与规避控制技术及其自主学习方法，通过深度学习实现感知状态的表征与降维，利用强化学习构建了感知状态和无人机规避动作之间的反应式规避映射关系，训练和学习提升了无人机在未知环境下的适应能力。

本书针对场景感知中的动态场景预测、多目标检测和多目标跟踪这三个关键任务，分别提出了三种不同的深度学习架构，在保证场景感知性能良好的同时，为解决了上述问题，并进一步提高自主驾驶对场景的适应性，本书也对局部路径规划算法进行了深入研究。

多机器人在考虑意图表达时所特有的模糊性与倾向性与构建人类意图概率模型尤为重要，并为共享控制框架提供人类介入的接口支持，本书重点阐述了基于观点动力学模型的人-多机器人策略级共享控制框架、基于意图场模型和策略混合模型的行为级分层共享控制框架。

本书针对无人机编队的控制与重构问题，提出了一套基于拟态物理学的分层解决方案，主要内容包括基于虚拟力的无人机轨迹和路径跟踪引导律、液体球启发的拟态物理学编队控制方法和重构策略，基于虚拟力的引导律可以使无人机在轨迹和路径跟踪过程中绕过障碍，液体球启发的拟态物理学方法可以实现无碰撞的编队队形变换，编队像液体融合和分离一样增加和减少无人机的数量，像液体流过障碍物一样避开探测到的障碍。

本书主要讲述可应用于地面无人平台的机动性研究方法，包括用于操纵稳定性分析的侧向动力学模型、越障性能数值计算模型和动力学仿真方法、整体牵引性能数值计算模型和EDEM-Recurdyn耦合仿真方法、车轮牵引特性土槽试验方法等，为地面无人平台机动性评估提供了系统的分析方法。

本书针对航空航天、电子半导体、制药和医疗器械等高科技制造行业所涉及的污染与静电放电控制方式、方法进行了深入探讨。系统阐述了污染控制与静电放电控制的内在联系，纠正了洁净室中不能同时采取污染控制与静电放电控制措施以保证洁净度要求的错误观念，从工作区设计、材料选择、工具使用、过程检测、清洁维护、包装运输、管理措施、审核认证等方面全方位提出了污染与静电放电控制要求，同时通过标准和案例对污染和静电放电控制的工程与技术细节进行了阐述分析。

本书介绍了扎根理论的实践指南，扎根理论是具有高度影响力的处理质性资料的方式，其创立于1960年代，被西方社会科学界公认为是过去40多年中，质性研究发展中最重要的方法。本书中，作者引导读者接触在社会研究中使用扎根理论的技术，并提供了清晰的、循序渐进的指导。本书通篇使用了许多精选的例子，描画出了扎根理论的奠基人格拉泽和施特劳斯所提出的扎根理论图景之外的另一种景象。作者认为，扎根理论必须从实证主义源头那里继续发展，需要把过去20年来由建构主义者所提出的很多方法和问题融人进来，使其成为一种更加细致和更具

本书内容选择坚持“源于生活、服务安全”的原则，面向广大民众，从家庭应急物资储备，科学报警及预警，院前医疗急救技术，心肺复苏术及AED使用，燃气泄漏、火灾、溺水等生活意外事件应急避险与处置，自然灾害应急避险，职业健康与安全防护等方面进行理论知识和技能的传授，图文并茂，简练易学，实用性强。 全书主要内容包括安全与应急基础认知、现场基本急救技术、生活意外事件应急避险与处置、自然灾害应急避险、公共卫生事件预防与处置、职业健康与安全防护。

本书以复杂的机械手臂为切入点，从工业生产的角度探究跨学科交叉融合新模型在机械手灵巧控制上的应用方法。本书第一部分既覆盖了机械手的应用领域、常用控制策略及发展趋势，也覆盖了机械手的运动模型、轨迹规划和执行结构。本书第二部分专注于软计算和软硬控制策略的设计，采用了多种先进的仿生智能控制和反馈控制设计方法以解决满足稳定性、准确性和高效性要求的多自由度控制目标问题。最后一部分提出了多种软硬融合控制策略并进行了验证，特别是在准确性和稳定性方面，并对下一步的工作和未解决的问题进行了讨论。

本书瞄准极化雷达技术发展前沿，系统阐述了瞬态极化雷达理论方法及其在雷达目标检测、滤波与识别中的应用。全书分为两部分：第一部分为瞬态极化的基础理论，系统阐述了天线和雷达目标的瞬态极化特性、时频分布以及统计特性等。第二部分为瞬态极化雷达的应用，系统介绍了雷达目标的极化特性测量、极化检测、极化滤波以及极化目标识别等四个方面的最新研究成果。