| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 课题背景及研究意义 | 第9-10页 |
| 1.2 相关领域的研究现状 | 第10-11页 |
| 1.3 课题的主要研究内容及难点 | 第11-12页 |
| 1.4 论文组织结构 | 第12-13页 |
| 第2章 总体方案设计 | 第13-19页 |
| 2.1 需求分析 | 第13页 |
| 2.2 硬件系统结构 | 第13-16页 |
| 2.2.1 RealSense避障系统 | 第14-15页 |
| 2.2.2 四旋翼无人机 | 第15-16页 |
| 2.3 软件系统结构 | 第16-18页 |
| 2.4 本章小结 | 第18-19页 |
| 第3章 三维VFH算法的设计与实现 | 第19-29页 |
| 3.1 经典避障算法总结 | 第19-20页 |
| 3.2 三维VFH算法的设计 | 第20-24页 |
| 3.2.1 三维环境描述 | 第20-21页 |
| 3.2.2 建立极性直方图 | 第21-23页 |
| 3.2.3 建立二值极性直方图 | 第23页 |
| 3.2.4 确定避障角度 | 第23-24页 |
| 3.3 算法的实现过程 | 第24-27页 |
| 3.3.1 数据预处理 | 第25-26页 |
| 3.3.2 避障方向计算过程 | 第26页 |
| 3.3.3 避障与无人机控制的结合 | 第26-27页 |
| 3.4 本章小结 | 第27-29页 |
| 第4章 基于强化学习的避障算法的设计与实现 | 第29-39页 |
| 4.1 强化学习基本情况介绍 | 第29-30页 |
| 4.2 DDPG的基本概念 | 第30-31页 |
| 4.3 算法的实现过程 | 第31-37页 |
| 4.3.1 问题描述 | 第33页 |
| 4.3.2 数据预处理 | 第33-34页 |
| 4.3.3 训练前期准备 | 第34页 |
| 4.3.4 reward设计 | 第34-36页 |
| 4.3.5 网络结构设计 | 第36-37页 |
| 4.3.6 action设计 | 第37页 |
| 4.4 本章小结 | 第37-39页 |
| 第5章 测试及分析 | 第39-51页 |
| 5.1 仿真环境测试 | 第39-45页 |
| 5.1.1 仿真环境的基本情况 | 第39-41页 |
| 5.1.2 三维VFH算法仿真测试过程及结果 | 第41-43页 |
| 5.1.3 基于强化学习的避障算法仿真测试过程及结果 | 第43-45页 |
| 5.2 实际环境测试 | 第45-50页 |
| 5.2.1 实际环境的基本情况 | 第46-47页 |
| 5.2.2 三维VFH算法实际测试过程及结果 | 第47-48页 |
| 5.2.3 基于强化学习的避障算法实际测试过程及结果 | 第48-50页 |
| 5.3 本章小结 | 第50-51页 |
| 结论 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间获得的学术成果 | 第57-59页 |
| 致谢 | 第59页 |