| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 目录 | 第9-12页 |
| 第一章绪论 | 第12-27页 |
| ·引言 | 第12页 |
| ·地面自主移动机器人(AGV)发展概况 | 第12-15页 |
| ·国外研究进展 | 第12-15页 |
| ·国内研究进展 | 第15页 |
| ·移动机器人路径规划研究概述 | 第15-22页 |
| ·低维姿态空间的规划方法 | 第16-19页 |
| ·高维姿态空间基于随机采样的规划方法 | 第19-20页 |
| ·智能规划算法 | 第20-21页 |
| ·图搜索算法 | 第21-22页 |
| ·移动机器人跟踪控制研究综述 | 第22-24页 |
| ·本文的主要工作及创新点 | 第24-27页 |
| ·本文内容安排 | 第24-26页 |
| ·本文主要创新点 | 第26-27页 |
| 第二章 基于模糊雷达方向权的规划算法研究 | 第27-38页 |
| ·引言 | 第27-29页 |
| ·室内导航言究概况 | 第27-28页 |
| ·本章研究工作 | 第28-29页 |
| ·模糊方向权 | 第29-33页 |
| ·雷达方向权 | 第29-30页 |
| ·模糊方向权函数 | 第30-31页 |
| ·基于模糊雷达方向权的避障规划算法 | 第31-33页 |
| ·室内机器人试验平台 | 第33-34页 |
| ·实验结果 | 第34-37页 |
| ·仿真试验 | 第34-35页 |
| ·机器人试验 | 第35-37页 |
| ·结论 | 第37-38页 |
| 第三章 室外越野环境下的局部路径规划算法研究 | 第38-51页 |
| ·引言 | 第38-39页 |
| ·越野导航研究概况 | 第38-39页 |
| ·越野导航目前研究存在的困难以及本章研究工作 | 第39页 |
| ·算法环境及相关模块介绍 | 第39-41页 |
| ·越野环境下基于模糊安全性评估的局部路径规划算法 | 第41-48页 |
| ·坐标变换 | 第42-43页 |
| ·视场范围的区域划分 | 第43-44页 |
| ·可通行区的安全性评估 | 第44-46页 |
| ·可通行区中的地形特征 | 第46-47页 |
| ·通过代价函数 | 第47-48页 |
| ·实验结果 | 第48-50页 |
| ·结论 | 第50-51页 |
| 第四章 基于神经网络和 PSO 的机器人路径规划研究 | 第51-59页 |
| ·引言 | 第51页 |
| ·WRBF 网络的粒子群进化学习及其在路径规划中的应用 | 第51-55页 |
| ·WRBF 网络结构 | 第52-53页 |
| ·能量函数设计 | 第53-54页 |
| ·基于 PSO 算法的 WRBF 网络训练 | 第54-55页 |
| ·算法收敛性分析 | 第55-56页 |
| ·实验及分析 | 第56-58页 |
| ·结论 | 第58-59页 |
| 第五章 非完整移动机器人系统的轨迹跟踪控制 | 第59-70页 |
| ·引言 | 第59页 |
| ·问题描述 | 第59-63页 |
| ·跟踪控制问题分类 | 第59-60页 |
| ·轮式平台的非完整约束与运动学模型 | 第60-63页 |
| ·机器人轨迹跟踪控制器 | 第63-66页 |
| ·控制器设计 | 第63-64页 |
| ·控制器性能分析 | 第64-66页 |
| ·实验结果 | 第66-69页 |
| ·仿真实验 | 第66-68页 |
| ·机器人实验 | 第68-69页 |
| ·结论 | 第69-70页 |
| 第六章 基于智能计算的参数自动提取研究 | 第70-86页 |
| ·引言 | 第70-71页 |
| ·基于粒子群的控制器参数模糊规则自动提取 | 第71-77页 |
| ·参数的模糊整定 | 第71-72页 |
| ·基于动态粒子群的模糊规则自动提取 | 第72-75页 |
| ·仿真实验结果与分析 | 第75-77页 |
| ·基于蚁群优化的模糊参数滑模跟踪控制器 | 第77-84页 |
| ·移动机器人滑模控制器及其分析 | 第77-79页 |
| ·基于改进蚁群算法的模糊规则自动提取 | 第79-82页 |
| ·仿真实验结果与分析 | 第82-84页 |
| ·两种优化方法对于控制器参数优化的比较 | 第84-85页 |
| ·结论 | 第85-86页 |
| 结束语 | 第86-88页 |
| 致谢 | 第88-90页 |
| 参考文献 | 第90-100页 |
| 附录 | 第100-101页 |