动态环境下多移动机器人路径规划研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-10页 |
| 第一章 绪论 | 第10-19页 |
| ·研究背景及意义 | 第10-11页 |
| ·路径规划研究现状及存在的问题 | 第11-17页 |
| ·路径规划方法 | 第11-14页 |
| ·单机器人向多机器人过渡 | 第14-15页 |
| ·全局环境向动态环境过渡 | 第15-16页 |
| ·存在的问题 | 第16-17页 |
| ·论文主要研究内容 | 第17-18页 |
| ·论文组织结构 | 第18-19页 |
| 第二章 多机器人系统路径规划相关理论 | 第19-24页 |
| ·路径规划问题描述及特点 | 第19页 |
| ·多机器人系统及其路径规划研究 | 第19-23页 |
| ·多机器人系统特点 | 第19-20页 |
| ·多机器人系统主要研究内容 | 第20-21页 |
| ·多机器人路径规划问题描述及关键技术 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 基于改进遗传算法的机器人全局路径规划 | 第24-39页 |
| ·遗传算法基本思想 | 第24-25页 |
| ·遗传算法的特点及缺点 | 第25页 |
| ·基于改进遗传算法的移动机器人全局路径规划 | 第25-32页 |
| ·环境建模与路径编码 | 第26-27页 |
| ·适应度函数设计 | 第27-29页 |
| ·遗传算子 | 第29-31页 |
| ·终止条件 | 第31页 |
| ·控制参数 | 第31页 |
| ·改进遗传算法流程 | 第31-32页 |
| ·仿真实验及结果分析 | 第32-38页 |
| ·基于改进遗传算法的机器人路径规划模拟 | 第32-35页 |
| ·改进遗传算法性能比较 | 第35-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 动态环境下单机器人路径规划 | 第39-62页 |
| ·环境建模与任务描述 | 第39-40页 |
| ·算法架构 | 第40-41页 |
| ·基于改进蚁群算法的全局路径规划 | 第41-47页 |
| ·蚁群算法 | 第41-44页 |
| ·改进蚁群算法 | 第44-46页 |
| ·算法流程 | 第46-47页 |
| ·局部滚动预测避碰规划 | 第47-54页 |
| ·局部碰撞预测 | 第48-51页 |
| ·局部碰撞避免策略 | 第51-53页 |
| ·局部滚动预测避碰算法 | 第53-54页 |
| ·双层规划算法改进 | 第54-56页 |
| ·仿真实验及结果分析 | 第56-61页 |
| ·改进双层规划算法的可行性 | 第56-59页 |
| ·改进蚁群算法性能比较 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 第五章 动态环境下多机器人路径规划 | 第62-73页 |
| ·问题描述 | 第62-64页 |
| ·多移动机器人分布式滚动双层规划算法 | 第64-65页 |
| ·预测协调策略 | 第65-69页 |
| ·碰撞预测策略 | 第65-67页 |
| ·预测协调策略 | 第67页 |
| ·路径协调策略 | 第67-69页 |
| ·仿真实验及结果分析 | 第69-72页 |
| ·本章小结 | 第72-73页 |
| 第六章 总结与展望 | 第73-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 攻硕期间取得的研究成果 | 第80-81页 |
