| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题背景及研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 多机器人编队的研究现状 | 第10-12页 |
| 1.2.2 人工免疫算法的研究现状 | 第12-13页 |
| 1.3 论文主要研究内容与结构 | 第13-15页 |
| 第二章 多机器人编队控制的理论与方法 | 第15-22页 |
| 2.1 多机器人编队系统的体系结构概述 | 第15-17页 |
| 2.2 多机器人编队的基本问题 | 第17-19页 |
| 2.3 多机器人编队控制方法 | 第19-21页 |
| 2.3.1 领航跟随法 | 第19页 |
| 2.3.2 虚拟结构法 | 第19-20页 |
| 2.3.3 基于行为法 | 第20页 |
| 2.3.4 人工势场法 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 基于领航跟随法的多机器人编队控制 | 第22-39页 |
| 3.1 非完整约束系统描述 | 第22-24页 |
| 3.2 单机器人运动学模型 | 第24-27页 |
| 3.3 多机器人编队系统的数学模型 | 第27-29页 |
| 3.4 多机器人编队控制 | 第29-38页 |
| 3.4.1 控制器设计及其稳定性分析 | 第29-32页 |
| 3.4.2 仿真实验与分析 | 第32-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 改进的人工免疫算法及其在移动机器人路径规划中的应用 | 第39-63页 |
| 4.1 人工免疫系统的基本概念及相关算法 | 第39-41页 |
| 4.1.1 人工免疫系统的基本概念 | 第39页 |
| 4.1.2 克隆选择算法 | 第39-41页 |
| 4.1.3 传统的克隆选择算法存在的问题 | 第41页 |
| 4.2 改进的克隆选择算法 | 第41-50页 |
| 4.2.1 改进的变异算子与抑制算子 | 第42-43页 |
| 4.2.2 改进的克隆选择算法的收敛性分析 | 第43-45页 |
| 4.2.3 仿真实验及分析 | 第45-50页 |
| 4.3 改进免疫克隆算法在移动机器人路径规划中的应用 | 第50-62页 |
| 4.3.1 环境建模 | 第50-51页 |
| 4.3.2 基于改进人工势场法的初始路径种群 | 第51-54页 |
| 4.3.3 基于改进克隆算法的移动机器人路径优化 | 第54-58页 |
| 4.3.4 仿真结果及分析 | 第58-62页 |
| 4.4 本章小结 | 第62-63页 |
| 第五章 基于改进免疫克隆算法的多机器人编队控制 | 第63-71页 |
| 5.1 系统结构介绍 | 第63-64页 |
| 5.2 移动机器人的行为分解 | 第64-65页 |
| 5.3 移动机器人子行为融合 | 第65页 |
| 5.4 改进的免疫克隆算法优化行为参数 | 第65-67页 |
| 5.5 多机器人编队控制仿真 | 第67-70页 |
| 5.5.1 仿真环境建模 | 第67-68页 |
| 5.5.2 仿真结果 | 第68-70页 |
| 5.6 本章小结 | 第70-71页 |
| 第六章 结论 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 发表论文和参加科研情况说明 | 第75-76页 |
| 致谢 | 第76页 |