基于地图的自动导向车路径优化
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 第1章 绪论 | 第7-13页 |
| ·自动导向车的研究背景 | 第7-9页 |
| ·轮式机器人概况 | 第7-8页 |
| ·AGV 的研究意义 | 第8-9页 |
| ·自动导向车的发展现状和趋势 | 第9-12页 |
| ·国外发展状况 | 第9页 |
| ·国外技术发展趋势 | 第9-10页 |
| ·国内发展现状 | 第10-11页 |
| ·国内发展趋势 | 第11-12页 |
| ·本文工作及结构安排 | 第12-13页 |
| 第2章 自动导向车硬件系统 | 第13-19页 |
| ·AGV 的硬件技术描述和分类 | 第13页 |
| ·AGV 的结构组成和相关硬件技术 | 第13-18页 |
| ·AGV 的结构 | 第14-15页 |
| ·AGV 的定位导向和避障系统 | 第15-16页 |
| ·AGV 的控制技术 | 第16-18页 |
| ·小结 | 第18-19页 |
| 第3章 多传感器融合定位与避障 | 第19-31页 |
| ·AGV 的传感器研究 | 第19-24页 |
| ·AGV 数学电子罗盘的选择和参数操作 | 第20-21页 |
| ·传感器定位导向测试 | 第21-24页 |
| ·AGV 定位设计 | 第24-26页 |
| ·紧急避障设计 | 第26-29页 |
| ·仿真结果与分析 | 第29-30页 |
| ·小结 | 第30-31页 |
| 第4章 自动导向车路径优化核心算法设计 | 第31-51页 |
| ·蚁群算法的研究 | 第31-38页 |
| ·蚁群算法的基本原理 | 第31-33页 |
| ·蚁群算法的程序及流程 | 第33-36页 |
| ·蚁群算法特性分析 | 第36-38页 |
| ·粒子群算法的研究 | 第38-41页 |
| ·粒子群算法的基本原理 | 第38页 |
| ·粒子群算法的原理和程序流程 | 第38-41页 |
| ·粒子群算法的参数分析 | 第41页 |
| ·粒子群算法和蚁群算法的初步融合研究 | 第41-43页 |
| ·基于粒子蚁群算法的自动导航车路径优化 | 第43-50页 |
| ·环境描述与建模 | 第44页 |
| ·修改的蚁群算法路径较优化 | 第44-48页 |
| ·仿真研究 | 第48-50页 |
| ·小结 | 第50-51页 |
| 第5章 自动导向车的软件系统设计与实验 | 第51-65页 |
| ·软件的整体设计梗概 | 第51-52页 |
| ·AGV 软件编程环境 | 第52-53页 |
| ·AGV 的驱动控制系统软件设计 | 第53-61页 |
| ·数据管理层设计 | 第54页 |
| ·驱动程序层研究 | 第54-58页 |
| ·控制执行层设计 | 第58-61页 |
| ·AGV 主体软件设计 | 第61-63页 |
| ·实验结果 | 第63-65页 |
| 第6章 结论 | 第65-66页 |
| ·总结 | 第65页 |
| ·展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-71页 |
| 附录 | 第71页 |
