| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第1章 绪论 | 第13-19页 |
| 1.1 课题研究的背景与意义 | 第13-15页 |
| 1.2 机器人路径规划技术的研究现状及发展趋势 | 第15-17页 |
| 1.2.1 机器人路径规划技术的研究现状 | 第15-16页 |
| 1.2.2 机器人路径规划的发展趋势 | 第16-17页 |
| 1.3 本文研究内容 | 第17-19页 |
| 第2章 基于标准萤火虫和遗传算法混合求解TSP问题 | 第19-28页 |
| 2.1 引言 | 第19页 |
| 2.2 标准萤火虫算法的概述 | 第19-22页 |
| 2.2.1 标准萤火虫算法基本原理 | 第19-20页 |
| 2.2.2 标准萤火虫算法数学描述与分析 | 第20-22页 |
| 2.2.3 标准萤火虫算法伪代码 | 第22页 |
| 2.3 萤火虫算法TSP实现 | 第22-24页 |
| 2.4 改进萤火虫算法求解TSP问题 | 第24-25页 |
| 2.5 仿真实验与分析 | 第25-27页 |
| 2.6 本章小结 | 第27-28页 |
| 第3章 静态环境下移动机器人路径规划研究 | 第28-40页 |
| 3.1 引言 | 第28页 |
| 3.2 栅格环境地图的建立 | 第28-30页 |
| 3.3 改进型小生境萤火虫算法在路径规划中的模型原理 | 第30-35页 |
| 3.3.1 标准萤火虫算法在路径规划上的应用 | 第30-32页 |
| 3.3.2 小生境萤火虫算法在路径规划上的应用 | 第32-33页 |
| 3.3.3 改进型小生境萤火虫算法 | 第33-34页 |
| 3.3.4 算法流程图 | 第34-35页 |
| 3.4 改进型小生境萤火虫算法在路径规划中的仿真实验分析 | 第35-39页 |
| 3.4.1 仿真环境与参数设置 | 第35页 |
| 3.4.2 仿真结果分析 | 第35-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 复杂环境下移动机器人路径规划研究 | 第40-50页 |
| 4.1 引言 | 第40页 |
| 4.2 人工势场法的定义及原理 | 第40-42页 |
| 4.2.1 人工势场法的原理与数学模型 | 第40-42页 |
| 4.2.2 人工势场法优缺点 | 第42页 |
| 4.3 改进人工势场法 | 第42-45页 |
| 4.3.1 改进人工势场法的描述 | 第42-43页 |
| 4.3.2 改进人工势场法的仿真分析 | 第43-45页 |
| 4.4 基于混合算法的复杂环境路径规划 | 第45-49页 |
| 4.4.1 混合算法路径规划的方法描述 | 第45-47页 |
| 4.4.2 局部目标点的选取 | 第47-48页 |
| 4.4.3 混合算法路径规划的仿真分析 | 第48-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第5章 移动机器人路径规划的实现 | 第50-66页 |
| 5.1 引言 | 第50页 |
| 5.2 移动机器人的硬件平台设计 | 第50-54页 |
| 5.2.1 电源模块 | 第51-52页 |
| 5.2.2 核心控制模块 | 第52页 |
| 5.2.3 电机驱动模块 | 第52-53页 |
| 5.2.4 传感器模块 | 第53-54页 |
| 5.3 路径跟踪控制方法 | 第54-62页 |
| 5.3.1 机器人运动学模型 | 第54-56页 |
| 5.3.2 模型预测控制原理 | 第56-59页 |
| 5.3.3 非线性模型预测控制移动机器人路径跟踪 | 第59-61页 |
| 5.3.4 仿真验证 | 第61-62页 |
| 5.4 移动机器人路径规划功能验证 | 第62-65页 |
| 5.5 本章小结 | 第65-66页 |
| 第6章 结论和展望 | 第66-68页 |
| 6.1 结论 | 第66-67页 |
| 6.2 未来工作展望 | 第67-68页 |
| 参考文献 | 第68-70页 |
| 攻读学位期间发表的学术论文目录 | 第70-71页 |
| 致谢 | 第71页 |
