首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--机器人技术论文--机器人论文

基于模拟退火—量子遗传算法的机器人路径规划研究

摘要第1-5页
Abstract第5-9页
第1章 绪论第9-14页
   ·引言第9-12页
   ·移动机器人路径规划发展与研究现状第12-13页
   ·论文的主要工作和结构第13页
   ·小结第13-14页
第2章 模拟退火-量子遗传算法第14-24页
   ·量子遗传算法第14-21页
     ·量子计算的基本知识第15-17页
     ·量子比特编码第17-18页
     ·量子门及更新方法第18-21页
     ·量子遗传算法流程第21页
   ·模拟退火算法第21-23页
     ·模拟退火算法的基本思想第22-23页
     ·模拟退火算法的步骤第23页
   ·小结第23-24页
第3章 基于模拟退火-量子遗传算法的移动机器人路径规划及仿真第24-31页
   ·路径规划环境建模及障碍物描述第24-28页
     ·路径点量子比特编码第24-25页
     ·路径适应度评价第25-27页
     ·基于SA-QGA的路径规划算法流程第27-28页
   ·路径规划matlab仿真第28-29页
     ·仿真环境第28页
     ·模拟退火-量子遗传算法路径规划仿真第28-29页
   ·小结第29-31页
第4章 移动机器人系统设计第31-57页
   ·运动学建模与分析第31-34页
     ·移动机器人的运动学建模第31-33页
     ·几种基本运动模式的实现第33-34页
   ·力学与结构分析第34-38页
     ·结构对机器人性能的总体影响第34-35页
     ·基于不同运动方式下的力学分析第35-38页
   ·功能模块和控制策略设计第38-53页
     ·微处理器模块第39-40页
     ·传感器模块第40-43页
     ·电机运动控制模块第43-51页
     ·显示模块第51-52页
     ·无线通信模块第52-53页
   ·程序封装与模块化软件第53-56页
   ·小结第56-57页
第5章 实验平台设计及结果分析第57-71页
   ·实验平台的搭建第57-60页
     ·迷宫环境的数学建模第57-59页
     ·实物场景图第59-60页
   ·Djikstra算法、QGA算法和SA-QGA算法比较实验第60-70页
     ·Djikstra算法第60-64页
     ·QGA算法与SA-QGA算法第64-67页
     ·实验结果与分析第67-70页
   ·小结第70-71页
第6章 总结与展望第71-74页
   ·本文工作总结第71-72页
   ·后期工作展望第72-74页
致谢第74-75页
参考文献第75-77页

论文共77页,点击 下载论文
上一篇:光纤光栅压力传感器的研制与应用
下一篇:喷漆工业机器人控制系统的研究与设计