移动机器人路径规划方法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-15页 |
| ·引言 | 第9-10页 |
| ·移动机器人的发展研究现状 | 第10-11页 |
| ·移动机器人技术的主要研究内容 | 第11-13页 |
| ·导航与定位 | 第11-12页 |
| ·路径规划 | 第12页 |
| ·运动控制 | 第12-13页 |
| ·多机器人系统 | 第13页 |
| ·论文主要内容及结构安排 | 第13-15页 |
| 第二章 移动机器人路径规划 | 第15-25页 |
| ·引言 | 第15页 |
| ·移动机器人导航技术 | 第15-17页 |
| ·机器人导航方式 | 第15-16页 |
| ·机器人导航技术发展 | 第16-17页 |
| ·路径规划方法 | 第17-21页 |
| ·传统路径规划方法 | 第17-19页 |
| ·智能路径规划方法 | 第19-21页 |
| ·本文中所研究的机器人 | 第21-24页 |
| ·机器人体系结构 | 第21-23页 |
| ·机器人传感器系统 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于人工势场法的单机器人路径规划 | 第25-40页 |
| ·引言 | 第25页 |
| ·传统人工势场模型 | 第25-27页 |
| ·改进的人工势场法一 | 第27-30页 |
| ·改进原因及方法 | 第27-28页 |
| ·受力分析 | 第28-29页 |
| ·实现步骤 | 第29-30页 |
| ·仿真实例 | 第30页 |
| ·改进的人工势场法二 | 第30-35页 |
| ·改进原因及方法 | 第30-31页 |
| ·场强分析 | 第31-33页 |
| ·实现步骤 | 第33页 |
| ·仿真实例 | 第33-35页 |
| ·人工势场法局部极小问题的一种解决方法 | 第35-38页 |
| ·局部极小问题 | 第35-36页 |
| ·follow_wall行为 | 第36-37页 |
| ·仿真实例 | 第37-38页 |
| ·本章小结 | 第38-40页 |
| 第四章 基于模糊逻辑的单机器人路径规划 | 第40-51页 |
| ·引言 | 第40页 |
| ·单层模糊控制器路径规划 | 第40-45页 |
| ·输入输出的确定 | 第40-41页 |
| ·模糊推理系统的建立 | 第41-44页 |
| ·仿真实例 | 第44-45页 |
| ·分层模糊控制器路径规划 | 第45-50页 |
| ·分层模糊系统的结构 | 第45-46页 |
| ·各级模糊推理系统的建立 | 第46-48页 |
| ·仿真实例 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 多机器人路径规划 | 第51-65页 |
| ·引言 | 第51页 |
| ·多机器人路径规划概述 | 第51-52页 |
| ·基于遗传算法的多机器人路径规划 | 第52-59页 |
| ·遗传算法 | 第52-53页 |
| ·问题描述 | 第53-55页 |
| ·染色体编码 | 第55页 |
| ·适应度函数 | 第55-57页 |
| ·操作算子 | 第57页 |
| ·仿真结果及总结 | 第57-59页 |
| ·基于人工势场法的多机器人路径规划 | 第59-63页 |
| ·多机器人的冲突解决方法 | 第59-61页 |
| ·多机器人实时路径规划 | 第61-62页 |
| ·仿真实例 | 第62-63页 |
| ·本章小结 | 第63-65页 |
| 第六章 全文总结与展望 | 第65-68页 |
| ·全文总结 | 第65-66页 |
| ·研究展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士期间发表的论文 | 第72-73页 |
| 致谢 | 第73-74页 |
