| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-16页 |
| ·选题背景与意义 | 第8页 |
| ·智能机器人简介 | 第8-10页 |
| ·智能机器人发展概况 | 第8-9页 |
| ·国内机器人研究现状 | 第9-10页 |
| ·国外机器人研究现状 | 第10页 |
| ·智能机器人路径规划 | 第10-14页 |
| ·路径规划的关键问题 | 第11-12页 |
| ·全局路径规划 | 第12-13页 |
| ·局部路径规划 | 第13-14页 |
| ·混合路径规划 | 第14页 |
| ·论文研究内容及组织安排 | 第14-16页 |
| 第二章 智能机器人实验平台 | 第16-24页 |
| ·WIM-RR智能机器人体系结构 | 第16-18页 |
| ·WIM-RR智能机器人基本功能模块 | 第18-20页 |
| ·运动控制模块 | 第19页 |
| ·传感器模块 | 第19-20页 |
| ·WIM-RR智能机器人驱动方式 | 第20-21页 |
| ·WIM-RR智能机器人硬件扩展与软件开发工具 | 第21-22页 |
| ·本章小结 | 第22-24页 |
| 第三章 粒子群算法及改进 | 第24-44页 |
| ·粒子群算法 | 第24-30页 |
| ·粒子群算法基本原理 | 第24-25页 |
| ·粒子群算法基本流程 | 第25-26页 |
| ·粒子群算法模型结构 | 第26-28页 |
| ·粒子群算法参数分析 | 第28-30页 |
| ·粒子群算法收敛性分析 | 第30-32页 |
| ·改进粒子群算法 | 第32-43页 |
| ·早熟收敛原理及抑制方法 | 第32-34页 |
| ·非线性动态调整惯性权重的粒子群算法 | 第34-35页 |
| ·边界连接策略的粒子群算法 | 第35-36页 |
| ·仿真结果与实验分析 | 第36-43页 |
| ·粒子群算法的应用 | 第43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于改进PSO的路径规划 | 第44-60页 |
| ·环境建模 | 第44-48页 |
| ·栅格粒度的确定 | 第44-46页 |
| ·空间离散化和障碍物处理 | 第46-47页 |
| ·模型的建立 | 第47-48页 |
| ·非线性动态调整惯性权重PSO的路径规划设计 | 第48-52页 |
| ·粒子及其环境的设定 | 第48-49页 |
| ·粒子的有效性 | 第49-50页 |
| ·粒子的适应度函数 | 第50-52页 |
| ·改进PSO的智能机器人路径规划 | 第52-55页 |
| ·智能机器人路径规划实验结果与分析 | 第55-59页 |
| ·本章小结 | 第59-60页 |
| 第五章 改进PSO在WIM-RR智能机器人路径规划中的应用 | 第60-72页 |
| ·WIM-RR机器人路径规划 | 第60-68页 |
| ·双轮式智能机器人运动学模型 | 第60-62页 |
| ·WIM-RR机器人运动控制 | 第62-65页 |
| ·WIM-RR机器人路径规划原理 | 第65-68页 |
| ·WIM-RR机器人路径规划的实现 | 第68-70页 |
| ·实验结果分析 | 第70-71页 |
| ·本章小结 | 第71-72页 |
| 总结与展望 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 攻读硕士学位期间取得的科研成果 | 第78-80页 |
| 致谢 | 第80页 |