复杂环境下农业机器人路径规划方法研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 机器人的发展与应用 | 第9-10页 |
| 1.2 机器人研究现状 | 第10-12页 |
| 1.2.1 国内外研究现状 | 第10-11页 |
| 1.2.2 农业机器人研究现状 | 第11-12页 |
| 1.3 农业机器人研究存在的问题 | 第12-13页 |
| 1.4 研究任务和章节安排 | 第13-15页 |
| 1.4.1 研究任务 | 第13-14页 |
| 1.4.2 章节安排 | 第14-15页 |
| 第二章 移动机器人环境建模与路径规划 | 第15-20页 |
| 2.1 路径规划概述 | 第15页 |
| 2.2 移动机器人导航 | 第15-16页 |
| 2.3 环境建模概述 | 第16-19页 |
| 2.4 路径规划算法 | 第19页 |
| 2.5 本章小结 | 第19-20页 |
| 第三章 基于改进蚁群算法的移动机器人路径规划 | 第20-34页 |
| 3.1 蚁群算法概述 | 第20页 |
| 3.2 蚁群觅食行为描述 | 第20-21页 |
| 3.3 改进的蚁群算法路径规划 | 第21-27页 |
| 3.3.1 环境建模 | 第21-23页 |
| 3.3.2 行走规则及运动方向分析 | 第23-24页 |
| 3.3.3 方位的识别和窄道的判断 | 第24-26页 |
| 3.3.4 启发式函数设计 | 第26页 |
| 3.3.5 最优最差信息素更新函数设计 | 第26-27页 |
| 3.4 算法流程图 | 第27-28页 |
| 3.5 仿真实验与分析 | 第28-33页 |
| 3.6 本章小结 | 第33-34页 |
| 第四章 并行蚁群算法多点路径规划的研究 | 第34-42页 |
| 4.1 多点路径规划概述 | 第34页 |
| 4.2 改进蚁群算法 | 第34-36页 |
| 4.2.1 并行蚁群算法 | 第34-35页 |
| 4.2.2 点与点之间的距离计算 | 第35页 |
| 4.2.3 蚂蚁数量 | 第35-36页 |
| 4.3 启发式函数设计 | 第36-37页 |
| 4.4 算法流程图 | 第37-38页 |
| 4.5 仿真实验及分析 | 第38-41页 |
| 4.6 本章小结 | 第41-42页 |
| 第五章 多机器人协同作业中冲突的解决方案 | 第42-50页 |
| 5.1 多机器人协同作业概述 | 第42页 |
| 5.2 多机器人系统的优点 | 第42-43页 |
| 5.3 多机器人冲突 | 第43-44页 |
| 5.3.1 冲突的定义 | 第43页 |
| 5.3.2 冲突的类型 | 第43-44页 |
| 5.3.3 冲突解决策略 | 第44页 |
| 5.4 多方法融合的冲突解决策略 | 第44-48页 |
| 5.4.1 优先级 | 第44页 |
| 5.4.2 交通规则 | 第44-45页 |
| 5.4.3 让步策略 | 第45页 |
| 5.4.4 追击冲突的解决策略 | 第45-48页 |
| 5.5 冲突解决流程图 | 第48-49页 |
| 5.6 本章小结 | 第49-50页 |
| 第六章 农业机器人软件系统 | 第50-57页 |
| 6.1 软件系统 | 第50-56页 |
| 6.2 本章小结 | 第56-57页 |
| 第七章 总结与展望 | 第57-59页 |
| 7.1 工作总结 | 第57页 |
| 7.2 展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 发表论文和科研情况说明 | 第63-64页 |
| 致谢 | 第64页 |
