摘要 | 第4-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第11-16页 |
1.1 研究背景和意义 | 第11-12页 |
1.2 研究现状 | 第12-13页 |
1.2.1 多机器人系统国内外研究现状 | 第12-13页 |
1.2.2 生物智能算法的研究现状 | 第13页 |
1.3 主要研究内容和创新点 | 第13-14页 |
1.4 论文的章节安排 | 第14-16页 |
第二章 机器人系统和免疫系统概述 | 第16-23页 |
2.1 引言 | 第16页 |
2.2 机器人任务分配方法 | 第16-18页 |
2.2.1 任务基本类型 | 第16-17页 |
2.2.2 常规分配算法 | 第17页 |
2.2.3 智能分配算法 | 第17-18页 |
2.3 机器人路径规划方法 | 第18-20页 |
2.3.1 常规路径规划算法 | 第18-19页 |
2.3.2 智能规划算法 | 第19-20页 |
2.4 免疫系统 | 第20-22页 |
2.4.1 免疫系统概述 | 第20-21页 |
2.4.2 独特型免疫网络 | 第21-22页 |
2.4.3 人工免疫系统 | 第22页 |
2.5 小结 | 第22-23页 |
第三章 面向多机器人动态任务分配的事件驱动免疫网络算法 | 第23-37页 |
3.1 引言 | 第23-24页 |
3.2 基于免疫网络的多机器人任务分配与协作模型 | 第24-26页 |
3.2.1 系统描述 | 第24页 |
3.2.2 生物免疫网络模型 | 第24-25页 |
3.2.3 多机器人任务分配与协作的免疫网络模型 | 第25-26页 |
3.3 事件驱动的多机器人动态任务分配与协作算法 | 第26-29页 |
3.3.1 静态任务分配 | 第26-27页 |
3.3.2 动态任务分配 | 第27-28页 |
3.3.3 自主协作 | 第28页 |
3.3.4 任务死锁解除 | 第28-29页 |
3.4 算法分析 | 第29-31页 |
3.4.1 算法流程 | 第29-30页 |
3.4.2 算法分析 | 第30-31页 |
3.5 仿真实验 | 第31-36页 |
3.5.1 实验环境和参数 | 第31-33页 |
3.5.2 实验过程和结果分析 | 第33-36页 |
3.6 小结 | 第36-37页 |
第四章 基于自适应局部搜索免疫算法的机器人全局路径规划 | 第37-51页 |
4.1 引言 | 第37页 |
4.2 免疫算法 | 第37-40页 |
4.2.1 免疫算法简介 | 第37-38页 |
4.2.2 免疫算法基本流程 | 第38-40页 |
4.3 基于改进免疫算法的机器人全局路径规划 | 第40-47页 |
4.3.1 环境建模 | 第40-41页 |
4.3.2 障碍物描述 | 第41-42页 |
4.3.3 主要算子介绍 | 第42-47页 |
4.3.4 算法的流程图 | 第47页 |
4.4 仿真实验 | 第47-50页 |
4.5 小结 | 第50-51页 |
第五章 面向多机器人动态避碰的规则驱动免疫网络协作策略 | 第51-60页 |
5.1 引言 | 第51页 |
5.2 基于免疫网络的多机器人运动模型 | 第51-53页 |
5.3 基于规则驱动的动态避碰免疫网络策略 | 第53-55页 |
5.3.1 规则驱动简述 | 第53页 |
5.3.2 规则驱动的动态避碰免疫网络策略 | 第53-54页 |
5.3.3 算法流程 | 第54-55页 |
5.4 仿真实验 | 第55-59页 |
5.4.1 实验环境和参数 | 第55页 |
5.4.2 实验过程和结果分析 | 第55-59页 |
5.5 小结 | 第59-60页 |
第六章 多移动机器人系统实验 | 第60-66页 |
6.1 引言 | 第60页 |
6.2 Khepera机器人平台介绍 | 第60-62页 |
6.2.1 机器人配置信息 | 第61页 |
6.2.2 机器人功能模块介绍 | 第61-62页 |
6.3 多机器人系统架构设计 | 第62-63页 |
6.4 实验 | 第63-65页 |
6.5 小结 | 第65-66页 |
第七章 总结与展望 | 第66-68页 |
7.1 总结 | 第66-67页 |
7.2 展望 | 第67-68页 |
参考文献 | 第68-73页 |
致谢 | 第73-74页 |
附录:攻读硕士期间发表的论文和参与的项目 | 第74页 |