| 提要 | 第1-8页 |
| 第一章 绪论 | 第8-18页 |
| ·引言 | 第8页 |
| ·军用无人地面作战平台的研究背景及研究现状 | 第8-12页 |
| ·军用无人作战平台的研究背景 | 第8-9页 |
| ·美国军用无人作战平台研究现状 | 第9-11页 |
| ·欧洲各国军用无人作战平台的研究现状 | 第11-12页 |
| ·军用无人作战平台的国内研究现状 | 第12页 |
| ·无人越野驾驶自主导航车辆的路径规划 | 第12-16页 |
| ·无人越野驾驶自主导航车辆的关键技术 | 第12-13页 |
| ·路径规划的定义及其方法 | 第13-14页 |
| ·无人越野驾驶自主导航车辆的路径规划 | 第14-16页 |
| ·本文研究的主要工作 | 第16-18页 |
| ·本文的研究目的和意义 | 第16-17页 |
| ·本文研究的主要内容 | 第17-18页 |
| 第二章 ACCNV 世界地图的建立 | 第18-26页 |
| ·引言 | 第18页 |
| ·无人越野驾驶自主导航车辆环境建模的方法 | 第18-23页 |
| ·可视图法 | 第19页 |
| ·Voronoi 图法 | 第19-21页 |
| ·单元分解法 | 第21页 |
| ·拓扑法 | 第21-22页 |
| ·栅格法 | 第22-23页 |
| ·栅格法世界地图的建立 | 第23-25页 |
| ·环境的栅格模型 | 第23页 |
| ·栅格大小的选取 | 第23页 |
| ·环境信息的优化 | 第23-24页 |
| ·ACCNV 世界坐标的建立 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 VFH 算法及其改进算法 | 第26-45页 |
| ·引言 | 第26页 |
| ·VFH 算法 | 第26-35页 |
| ·VFH 栅格环境表现形式 | 第27-29页 |
| ·VFH 数据缩减以及直方图的建立 | 第29-30页 |
| ·数据的二次缩减以及转向控制 | 第30-33页 |
| ·阈值的选择 | 第33页 |
| ·基于VFH 算法的ACCNV 的路径规划仿真及分析 | 第33-35页 |
| ·VFH 的改进算法 | 第35-44页 |
| ·障碍物的膨化 | 第36-37页 |
| ·机器人运动学和动力学点的引入 | 第37-39页 |
| ·运动方向的选择 | 第39-41页 |
| ·VFH+算法的仿真及其分析 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 蚁群算法ACCNV 路径规划研究 | 第45-68页 |
| ·引言 | 第45页 |
| ·基本蚁群算法的原理 | 第45-50页 |
| ·蚁群行为描述 | 第45-47页 |
| ·基本蚁群算法的机制原理 | 第47-48页 |
| ·基本蚁群算法的数学模型 | 第48-50页 |
| ·基本蚁群算法的具体实现 | 第50-52页 |
| ·基本蚁群算法的实现步骤 | 第50-52页 |
| ·基本蚁群算法的程序结果流程 | 第52页 |
| ·基于蚁群算法的越野车辆路径规划 | 第52-61页 |
| ·路径规划中有向图的概念 | 第52-53页 |
| ·蚁群算法越野环境建模 | 第53-55页 |
| ·问题的描述及定义 | 第55-57页 |
| ·程序的流程 | 第57-61页 |
| ·最短路蚁群算法仿真及其收敛性分析 | 第61-67页 |
| ·收敛性分析概述 | 第61-62页 |
| ·最短路的蚁群算法的收敛性分析 | 第62-64页 |
| ·越野车辆参数不同的路径规划仿真 | 第64-67页 |
| ·本章小结 | 第67-68页 |
| 第五章 全文总结及展望 | 第68-70页 |
| ·论文总结 | 第68-69页 |
| ·本文存在的不足及今后研究工作展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 摘要 | 第74-76页 |
| ABSTRACT | 第76-79页 |
| 致谢 | 第79-80页 |
| 导师及作者简介 | 第80页 |
| 导师简介 | 第80页 |
| 作者简介 | 第80页 |