基于蚁群算法的机器人路径规划及其仿真系统研究
摘要 | 第1-4页 |
ABSTRACT | 第4-9页 |
1 绪论 | 第9-14页 |
·引言 | 第9页 |
·工业机器人及路径规划研究现状 | 第9-12页 |
·工业机器人国内外发展现状 | 第9-11页 |
·国内外路径规划研究现状 | 第11-12页 |
·蚁群算法发展 | 第12-13页 |
·本课题研究的主要内容 | 第13-14页 |
2 机器人的路径规划综述及分析 | 第14-23页 |
·机器人路径规划的主要步骤 | 第14页 |
·机器人路径规划问题的分类 | 第14-16页 |
·机器人全局路径规划方法 | 第15页 |
·机器人局部路径规划的方法 | 第15-16页 |
·栅格法 | 第16-18页 |
·栅格法的环境建模 | 第16-18页 |
·栅格法的路径搜索 | 第18页 |
·人工势场法 | 第18-19页 |
·改进人工势场法 | 第19-20页 |
·传统人工势场法存在的缺陷 | 第19页 |
·改进方法 | 第19-20页 |
·智能路径规划方法 | 第20-22页 |
·基于模糊逻辑和神经网络方法的机器人路径规划 | 第20-21页 |
·基于遗传算法的机器人路径规划 | 第21-22页 |
·本章总结 | 第22-23页 |
3 蚁群觅食分析及其实例求解 | 第23-34页 |
·基本蚁群算法的原理 | 第23-25页 |
·蚁群觅食行为图解 | 第23-24页 |
·蚁群算法基本原理 | 第24-25页 |
·蚁群算法在的实现 | 第25-31页 |
·基本蚁群算法的实现过程 | 第25-26页 |
·基本蚁群算法的应用实例 | 第26-28页 |
·基本蚁群算法在TSP 问题中实现过程 | 第28-29页 |
·一种改进蚁群算法在TSP 问题中实现过程 | 第29-30页 |
·对TSP 问题的求解结果分析 | 第30-31页 |
·蚁群算法的参数分析 | 第31-32页 |
·信息素挥发系数ρ对蚁群算法性能的影响 | 第31-32页 |
·信息激素物质的浓度和能见度对蚁群算法性能的影响 | 第32页 |
·启发式因子α、β对蚁群算法性能的影响 | 第32页 |
·蚂蚁数量M 对蚁群算法性能的影响 | 第32页 |
·基本蚁群算法的意义及应用 | 第32-33页 |
·蚁群算法的意义 | 第32-33页 |
·蚁群算法的应用 | 第33页 |
·本章总结 | 第33-34页 |
4 基于蚁群算法的仿真系统设计 | 第34-47页 |
·基于蚁群算法的仿真系统实现机制 | 第34-35页 |
·Java(SWT)介绍 | 第34页 |
·蚁群优化(ACO)算法 | 第34-35页 |
·系统整体设计方案 | 第35-37页 |
·程序整体框架设计 | 第35-36页 |
·程序演示界面的设计 | 第36-37页 |
·蚁群算法的代码实现 | 第37-45页 |
·算法的设计 | 第37-39页 |
·程序类的构成及功能介绍 | 第39-45页 |
·程序实现效果 | 第45-46页 |
·本章总结 | 第46-47页 |
5 MOTOMAN 机械手平台及运动分析 | 第47-55页 |
·MOTOMAN 机械手简介 | 第47-50页 |
·MOTOMAN 机械手组成 | 第47页 |
·MOTOMAN 机械手坐标系的种类 | 第47-48页 |
·MOTOMAN 机械手在线示教编程实例 | 第48-50页 |
·工业机器人位姿及空间坐标变换 | 第50-52页 |
·工业机器人的位姿 | 第50-51页 |
·工业机器人的坐标变换 | 第51-52页 |
·工业机器人的运动学分析 | 第52-54页 |
·MOTOMAN 工业机器人运动学正问题 | 第53-54页 |
·工业机器人运动学逆问题 | 第54页 |
·本章总结 | 第54-55页 |
6 基于蚁群算法机器人路径规划设计与实验 | 第55-62页 |
·离线编程软件MOTOCOM32 的概念 | 第55-56页 |
·离线编程软件的通信设置 | 第55-56页 |
·主要控制命令 | 第56页 |
·MTOTMAN 机械手的坐标转换和轨迹插补方式 | 第56-58页 |
·地图模型到机器模型的坐标转换 | 第56页 |
·MOTOMAN 轨迹插补方式 | 第56-58页 |
·实验过程 | 第58-61页 |
·实验操作具体步骤 | 第58-60页 |
·实验结果及分析 | 第60-61页 |
·本章总结 | 第61-62页 |
7 总结 | 第62-63页 |
·结论 | 第62页 |
·展望 | 第62-63页 |
致谢 | 第63-64页 |
参考文献 | 第64-67页 |
附录 | 第67-70页 |