摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
符号对照表 | 第10-11页 |
缩略语对照表 | 第11-14页 |
第一章 绪论 | 第14-20页 |
1.1 研究背景及意义 | 第14-15页 |
1.2 国内外研究现状 | 第15-18页 |
1.2.1 路径规划算法研究现状 | 第15-18页 |
1.2.2 机器人路径规划研究现状 | 第18页 |
1.3 论文的主要内容及章节安排 | 第18-20页 |
1.3.1 主要研究内容 | 第18-19页 |
1.3.2 论文章节安排 | 第19-20页 |
第二章 路径规划相关技术概述 | 第20-30页 |
2.1 路径规划问题介绍 | 第20页 |
2.2 路径规划环境建模 | 第20-23页 |
2.2.1 栅格模型 | 第20-21页 |
2.2.2 拓扑模型 | 第21-22页 |
2.2.3 Voronoi图模型 | 第22页 |
2.2.4 三维模型 | 第22-23页 |
2.3 路径搜索策略 | 第23-27页 |
2.3.1 图的基本知识 | 第23-24页 |
2.3.2 盲目式搜索 | 第24-26页 |
2.3.3 启发式搜索 | 第26-27页 |
2.4 A~*算法的原理与实现 | 第27-29页 |
2.5 本章小结 | 第29-30页 |
第三章 基于A~*算法的机器人能效最优路径规划 | 第30-46页 |
3.1 问题模型分析 | 第30-35页 |
3.1.1 三维地形模型 | 第30-31页 |
3.1.2 约束模型 | 第31-33页 |
3.1.3 能量代价模型 | 第33-35页 |
3.2 能效最优路径规划算法设计与实现 | 第35-39页 |
3.2.1 基于能效的A~*算法设计 | 第35-37页 |
3.2.2 基于能效的A~*算法实现流程 | 第37-39页 |
3.3 能效最优路径规划仿真分析 | 第39-43页 |
3.4 约束模型下的能效最优路径规划仿真分析 | 第43-45页 |
3.5 本章小结 | 第45-46页 |
第四章 改进A~*算法的机器人能效最优路径规划 | 第46-62页 |
4.1 多邻域搜索 | 第46-47页 |
4.2 基于多邻域搜索A~*算法的能效最优路径规划 | 第47-53页 |
4.2.1 多邻域搜索A~*算法设计与实现 | 第48-49页 |
4.2.2 仿真结果与分析 | 第49-53页 |
4.3 动态加权A~*算法 | 第53-54页 |
4.4 基于动态加权多邻域搜索A~*算法的能效最优路径规划 | 第54-60页 |
4.4.1 动态加权多邻域搜索A~*算法设计与实现 | 第54-56页 |
4.4.2 仿真结果与分析 | 第56-60页 |
4.5 本章小结 | 第60-62页 |
第五章 总结与展望 | 第62-64页 |
5.1 论文工作总结 | 第62-63页 |
5.2 未来研究展望 | 第63-64页 |
参考文献 | 第64-70页 |
致谢 | 第70-72页 |
作者简介 | 第72-73页 |