| 摘要 | 第2-3页 |
| ABSTRACT | 第3-4页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 引言 | 第11-12页 |
| 1.2 研究目标 | 第12-13页 |
| 1.3 章节安排 | 第13-14页 |
| 1.4 本章小结 | 第14-15页 |
| 第二章 相关研究介绍 | 第15-28页 |
| 2.1 路径规划概况 | 第15-18页 |
| 2.1.1 路径规划的定义 | 第15-16页 |
| 2.1.2 路径规划问题的分类 | 第16-17页 |
| 2.1.3 路径规划问题的实现 | 第17-18页 |
| 2.2 分层递阶理论介绍 | 第18-23页 |
| 2.2.1 人工智能控制 | 第18-19页 |
| 2.2.2 智能控制器的一般结构 | 第19-20页 |
| 2.2.3 分层递阶的智能控制器结构 | 第20-23页 |
| 2.3 VORONOI 图介绍 | 第23-24页 |
| 2.3.1 Voronoi 图介绍 | 第23-24页 |
| 2.3.2 Voronoi 图特性 | 第24页 |
| 2.4 TSP 问题与遗传算法介绍 | 第24-26页 |
| 2.4.1 TSP 问题介绍 | 第24页 |
| 2.4.2 遗传算法介绍 | 第24-26页 |
| 2.5 实验平台和工具介绍 | 第26-27页 |
| 2.6 本章小结 | 第27-28页 |
| 第三章 自主飞行的三层递阶式路径规划设计 | 第28-35页 |
| 3.1 递阶式自主飞行系统结构 | 第28-31页 |
| 3.1.1 自主飞行过程层次分解 | 第28-30页 |
| 3.1.2 自主飞行模块化递阶系统结构 | 第30-31页 |
| 3.2 三层递阶式路径规划系统 | 第31-34页 |
| 3.3 本章小结 | 第34-35页 |
| 第四章 三层递阶式路径规划算法实现 | 第35-51页 |
| 4.1 飞行环境建模 | 第35-36页 |
| 4.2 基于几何计算的对未知障碍的自主避让路径规划 | 第36-42页 |
| 4.2.1 未知障碍物的发现 | 第36-38页 |
| 4.2.2 未知障碍物的确定 | 第38-39页 |
| 4.2.3 自主避让路径规划 | 第39-41页 |
| 4.2.4 算法步骤 | 第41-42页 |
| 4.3 基于VORONOI 图的飞行子任务路径规划 | 第42-46页 |
| 4.3.1 基于建筑物构建Voronoi 图 | 第42-44页 |
| 4.3.2 Dijkstra 算法搜索最短路径 | 第44页 |
| 4.3.3 算法改进 | 第44-45页 |
| 4.3.4 算法步骤 | 第45-46页 |
| 4.4 基于遗传算法的飞行总任务路径规划 | 第46-49页 |
| 4.4.1 遗传编码设计 | 第47页 |
| 4.4.2 适应度函数设计 | 第47页 |
| 4.4.3 选择机制设计 | 第47-48页 |
| 4.4.4 交叉算子设计 | 第48页 |
| 4.4.5 变异算子设计 | 第48页 |
| 4.4.6 算法终止条件 | 第48页 |
| 4.4.7 算法步骤 | 第48-49页 |
| 4.5 本章小结 | 第49-51页 |
| 第五章 算法仿真实验 | 第51-63页 |
| 5.1 环境建模 | 第51-52页 |
| 5.2 基于几何计算的自主避让路径规划算法实验 | 第52-55页 |
| 5.3 基于VORONOI 图的飞行子任务路径规划算法实验 | 第55-58页 |
| 5.4 基于遗传算法的飞行总任务路径规划算法实验 | 第58-60页 |
| 5.5 基于VRML 的三维飞行模拟 | 第60-61页 |
| 5.6 实验结果分析 | 第61-62页 |
| 5.7 本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-64页 |
| 6.1 全文总结 | 第63页 |
| 6.2 未来工作 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士学位期间发表的学术论文 | 第68-70页 |
