| 第一章 绪论 | 第1-22页 |
| ·机器人概述 | 第11页 |
| ·移动机器人 | 第11-17页 |
| ·移动机器人发展概述 | 第11-12页 |
| ·移动机器人分类 | 第12-13页 |
| ·移动机器人技术主要研究问题 | 第13-17页 |
| ·智能控制发展与研究 | 第17-18页 |
| ·智能移动机器人的发展趋势 | 第18-20页 |
| ·研究问题的提出 | 第20页 |
| ·本论文的主要工作 | 第20-22页 |
| 第二章 处方引导小车(AGV)的体系结构及运动学模型 | 第22-34页 |
| ·概述 | 第22-23页 |
| ·AGV分类 | 第22页 |
| ·AGV的技术组成 | 第22-23页 |
| ·AGV体系结构 | 第23-25页 |
| ·AGV系统组成 | 第25-27页 |
| ·AGV传感器数据融合 | 第27页 |
| ·AGV的轮系结构 | 第27-28页 |
| ·AGV的运动学模型 | 第28-34页 |
| ·非完整性约束与非完整约束系统的含义 | 第29-30页 |
| ·AGV运动学建模 | 第30-34页 |
| 第三章 全局定位方法研究 | 第34-44页 |
| ·引言 | 第34-35页 |
| ·AGV激光全局定位系统研究 | 第35-39页 |
| ·激光全局定位系统工作原理和结构 | 第35-36页 |
| ·全局定位算法 | 第36-39页 |
| ·卡尔曼滤波器在全局定位算法中的应用 | 第39-41页 |
| ·激光全局定位系统位姿迷失恢复方法 | 第41-42页 |
| ·激光全局定位系统的算法实现 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 静态确定环境中的 AGV的路径规划 | 第44-55页 |
| ·引言 | 第44页 |
| ·路径规划总体设计 | 第44-46页 |
| ·系统位姿 | 第44页 |
| ·路径描述 | 第44-45页 |
| ·路径控制 | 第45-46页 |
| ·静态环境模型的建立 | 第46-49页 |
| ·链接可视图的概念 | 第46-48页 |
| ·环境模型的建立 | 第48-49页 |
| ·静态己知环境中基于遗传算法的全局路径规划 | 第49-53页 |
| ·遗传算法简介 | 第49-50页 |
| ·静态已知环境中基于遗传算法的AGV全局路径规划 | 第50-53页 |
| ·仿真结果 | 第53页 |
| ·本章小结 | 第53-55页 |
| 第五章 动态环境中基于模糊神经网络的 AGV路径规划 | 第55-70页 |
| ·引言 | 第55页 |
| ·复杂环境下路径规划问题相关因素 | 第55-56页 |
| ·模糊神经网络 | 第56-58页 |
| ·模糊控制原理 | 第56-57页 |
| ·神经元的结构及模型 | 第57-58页 |
| ·模糊神经网络在 AGV路径规划中的应用 | 第58页 |
| ·动态环境下 AGV路径规划总体设计 | 第58-60页 |
| ·AGV动态避障模型的确立 | 第60-63页 |
| ·速度障碍 | 第60-62页 |
| ·碰撞危险度 | 第62-63页 |
| ·基于碰撞危险度的路径规划 | 第63-66页 |
| ·AGV动态环境的确立 | 第63-64页 |
| ·模糊神经网络结构 | 第64-65页 |
| ·模糊神经网络的学习算法 | 第65-66页 |
| ·仿真研究 | 第66-68页 |
| ·本章小结 | 第68-70页 |
| 第六章 结束语 | 第70-72页 |
| ·论文总结 | 第70-71页 |
| ·问题与展望 | 第71-72页 |
| 参考文献 | 第72-77页 |
| 硕士期间发表论文 | 第77页 |