智能移动机器人的三维路径规划
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第13-21页 |
| 1.1 课题的研究背景和实用价值 | 第13页 |
| 1.2 国内外研究现状及发展趋势 | 第13-17页 |
| 1.2.1 智能移动机器人的国外研究现状 | 第13-15页 |
| 1.2.2 智能移动机器人的国内研究现状 | 第15-17页 |
| 1.2.3 智能移动机器人路径规划技术发展趋势 | 第17页 |
| 1.3 本文研究的内容 | 第17-20页 |
| 1.3.1 三维环境模型的构建及优化 | 第17-18页 |
| 1.3.2 路径规划算法 | 第18-20页 |
| 1.4 论文结构 | 第20-21页 |
| 第2章 二维平面路径规划 | 第21-31页 |
| 2.1 引言 | 第21页 |
| 2.2 环境模型构建及其处理 | 第21-24页 |
| 2.2.1 栅格图法 | 第22-23页 |
| 2.2.2 链接图法 | 第23-24页 |
| 2.3 路径规划算法分析 | 第24-27页 |
| 2.3.1 Dijkstra算法 | 第24-25页 |
| 2.3.2 A*算法 | 第25-26页 |
| 2.3.3 RRT算法 | 第26-27页 |
| 2.4 仿真结果比较 | 第27-29页 |
| 2.5 本章小结 | 第29-31页 |
| 第3章 蚁群算法 | 第31-43页 |
| 3.1 引言 | 第31页 |
| 3.2 群智能算法介绍 | 第31-32页 |
| 3.3 蚁群算法详解 | 第32-39页 |
| 3.3.1 基本原理及搜索机制 | 第32-35页 |
| 3.3.2 数学模型 | 第35-36页 |
| 3.3.3 基于蚁群算法的旅行商问题 | 第36-38页 |
| 3.3.4 参数分析与选择 | 第38-39页 |
| 3.4 算法流程及优缺点 | 第39-41页 |
| 3.5 本章小结 | 第41-43页 |
| 第4章 三维空间路径规划 | 第43-57页 |
| 4.1 引言 | 第43页 |
| 4.2 三维空间抽象建模 | 第43-48页 |
| 4.2.1 定义及空间构建 | 第43-44页 |
| 4.2.2 三维空间栅格化处理 | 第44-46页 |
| 4.2.3 障碍物内部处理 | 第46-48页 |
| 4.3 基于蚁群算法的三维空间路径规划 | 第48-53页 |
| 4.3.1 初始化参数设定 | 第48-49页 |
| 4.3.2 具体实现步骤 | 第49-53页 |
| 4.4 MATLAB仿真结果比较分析 | 第53-55页 |
| 4.5 本章小结 | 第55-57页 |
| 第5章 三维山地模型下的三维空间路径规划 | 第57-81页 |
| 5.1 引言 | 第57页 |
| 5.2 数据信息降维处理 | 第57-58页 |
| 5.3 数字化山地模型 | 第58-59页 |
| 5.4 基于基本蚁群算法的三维山地路径规划 | 第59-65页 |
| 5.4.1 可视空间确定 | 第60页 |
| 5.4.2 启发值计算 | 第60-62页 |
| 5.4.3 根据选择概率确定可行点 | 第62-63页 |
| 5.4.4 信息素更新 | 第63-64页 |
| 5.4.5 路径适应度计算 | 第64页 |
| 5.4.6 MATLAB仿真结果 | 第64-65页 |
| 5.5 三维山地路径规划模型改进 | 第65-75页 |
| 5.5.1 平滑化处理方式比较分析 | 第65-67页 |
| 5.5.2 二维四次卷积插值 | 第67-73页 |
| 5.5.3 MATLAB仿真结果 | 第73-75页 |
| 5.6 基本蚁群算法改进 | 第75-79页 |
| 5.6.1 选择策略改进 | 第75-76页 |
| 5.6.2 自适应改变信息素挥发系数 | 第76-77页 |
| 5.6.3 MATLAB仿真比较 | 第77-79页 |
| 5.7 本章小结 | 第79-81页 |
| 结论 | 第81-83页 |
| 参考文献 | 第83-87页 |
| 攻读学位期间发表的学术论文 | 第87-89页 |
| 致谢 | 第89-90页 |
| 详细摘要 | 第90-94页 |
