未知环境下基于改进协调场的移动机器人导航技术研究
| 摘要 | 第1-3页 |
| Abstract | 第3-7页 |
| 第一章 绪论 | 第7-14页 |
| 引言 | 第7页 |
| ·课题的研究背景和意义 | 第7页 |
| ·移动机器人概述 | 第7-12页 |
| ·机器人的发展历史 | 第7-10页 |
| ·移动机器人的特点 | 第10-11页 |
| ·移动机器人与人工智能 | 第11-12页 |
| ·移动机器人导航技术简介 | 第12页 |
| ·本文内容及结构安排 | 第12-14页 |
| 第二章 移动机器人导航关键技术综述 | 第14-27页 |
| 引言 | 第14页 |
| ·环境模型的数字描述 | 第14-17页 |
| ·地图的表示方法 | 第14-16页 |
| ·AGV 的地图创建 | 第16-17页 |
| ·自主定位 | 第17-18页 |
| ·体系结构 | 第18-19页 |
| ·移动机器人现有导航策略分析 | 第19-24页 |
| ·基于环境模型的导航策略 | 第19-20页 |
| ·基于行为的导航策略 | 第20-21页 |
| ·基于人工智能的导航策略 | 第21-23页 |
| ·基于学习的导航策略 | 第23页 |
| ·基于人工场的导航策略 | 第23-24页 |
| ·AGV 导航研究概况 | 第24-25页 |
| ·移动机器人导航技术展望 | 第25-26页 |
| 小结 | 第26-27页 |
| 第三章 基于改进协调势场法的移动机器人导航策略 | 第27-47页 |
| 引言 | 第27页 |
| ·人工势场法的基本原理 | 第27-29页 |
| ·传统人工势场法的缺陷及分析 | 第29页 |
| ·已有的势场改进方法 | 第29-32页 |
| ·局部极小的克服 | 第29-30页 |
| ·动态避碰的解决 | 第30-31页 |
| ·其它缺陷的解决 | 第31页 |
| ·势场法与人工智能的结合 | 第31-32页 |
| ·人工协调势场的改进设计 | 第32-38页 |
| ·环境模型的建立 | 第33-34页 |
| ·排斥力函数的设计 | 第34-36页 |
| ·人工协调向量设计 | 第36-38页 |
| ·局部最优子目标点的选取 | 第38-45页 |
| ·静态避障时的选取 | 第39-42页 |
| ·动态避障时子目标点的设定 | 第42-45页 |
| ·协调向量的自适应调节 | 第45-46页 |
| 小结 | 第46-47页 |
| 第四章 基于自适应遗传算法的导航函数参数优化 | 第47-62页 |
| 引言 | 第47页 |
| ·基本遗传算法的原理与特点 | 第47-48页 |
| ·基本遗传算法存在的问题及分析 | 第48-49页 |
| ·自适应遗传算法 | 第49-54页 |
| ·当前自适应遗传算法策略分析 | 第49-50页 |
| ·基于遗传操作算子的自适应遗传算法 | 第50-51页 |
| ·自适应遗传操作 | 第51-53页 |
| ·优化过程 | 第53-54页 |
| ·仿真分析 | 第54-61页 |
| ·静态避障仿真 | 第54-56页 |
| ·动态避障仿真 | 第56-61页 |
| 小结 | 第61-62页 |
| 第五章 移动机器人运动控制系统的初步设计 | 第62-74页 |
| 引言 | 第62页 |
| ·非完整移动机器人运动控制概述 | 第62页 |
| ·非完整移动机器人系统的数学分析 | 第62-64页 |
| ·非完整约束机器人的运动学和动力学模型 | 第64-66页 |
| ·运动规划 | 第66-68页 |
| ·非完整机器人路径规划 | 第66-67页 |
| ·路径的光滑处理 | 第67-68页 |
| ·路径跟踪器设计 | 第68-70页 |
| ·移动机器人导航系统设计 | 第70-72页 |
| ·仿真分析 | 第72-73页 |
| 小结 | 第73-74页 |
| 结论 | 第74-76页 |
| 1 全文总结 | 第74页 |
| 2 本文主要贡献 | 第74页 |
| 3 未来研究方向 | 第74-76页 |
| 参考文献 | 第76-81页 |
| 符号清单 | 第81-82页 |
| 插图清单 | 第82-84页 |
| 表格清单 | 第84-85页 |
| 攻读硕士学位期间发表的论文 | 第85-86页 |
| 致谢 | 第86页 |
