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

基于智能计算的移动机器人路径规划方法研究

摘要第1-6页
ABSTRACT第6-10页
第1章 绪论第10-25页
   ·引言第10页
   ·机器人的定义及分类第10-14页
   ·移动机器人技术的研究意义第14-15页
   ·移动机器人技术的国内外研究进展第15-17页
   ·移动机器人技术的基本研究方向第17-22页
     ·移动机器人的控制体系结构第18页
     ·导航第18-19页
     ·定位第19-20页
     ·路径规划第20-21页
     ·多传感器信息融合方面的研究第21-22页
     ·多机器人系统与机器人足球第22页
   ·智能计算理论背景第22-24页
   ·本文所开展的研究工作第24-25页
第2章 移动机器人体系结构与运动模型第25-40页
   ·机器人硬件结构第25-31页
     ·性能指标与组成第25-26页
     ·移动机构第26-27页
     ·电子系统第27-31页
   ·软件结构第31-34页
     ·软件体系结构第31-32页
     ·Pioneer2 软件系统第32-34页
   ·移动机器人控制结构第34-37页
     ·各个控制层的组成第34-35页
     ·工作原理第35-37页
   ·移动机器人运动模型第37-39页
   ·本章小结第39-40页
第3章 基于神经网络的移动机器人全局路径规划第40-50页
   ·引言第40-42页
     ·移动机器人路径规划问题的描述第40页
     ·路径规划研究的主要方法第40-41页
     ·本章的主要研究内容第41-42页
   ·基于人工神经网络的移动机器人路径规划第42-49页
     ·单个障碍物环境的神经网络建模第42-43页
     ·多个障碍物的神经网络建模第43-44页
     ·路径点运动方程第44-46页
     ·路径规划步骤第46页
     ·仿真实验第46-49页
   ·本章小结第49-50页
第4章 融合模拟退火算法的人工神经网络路径规划第50-56页
   ·引言第50页
   ·模拟退火算法的基本原理第50-53页
     ·固体退火第50-51页
     ·组合优化问题与固体退火的相似性第51页
     ·问题解决方法的原理分析第51-53页
   ·结合模拟退火算法的神经网络路径规划第53-55页
     ·路径规划步骤第53-54页
     ·仿真实验第54-55页
   ·本章小结第55-56页
第5章 融合遗传算法的人工神经网络路径规划第56-65页
   ·引言第56-57页
   ·遗传算法的基本知识第57-61页
     ·遗传算法中的基本概念和术语第57页
     ·遗传算法的基本原理第57-58页
     ·遗传算法的收敛性第58页
     ·遗传算法的设计步骤第58-61页
   ·遗传算法路径规划第61-63页
     ·编码第61页
     ·确定适应度函数第61-62页
     ·遗传操作第62-63页
   ·实验仿真第63-64页
   ·结论第64-65页
第6章 基于模糊神经网络算法的移动机器人动态环境路径规划第65-76页
   ·引言第65页
   ·模糊神经网络基本原理第65-68页
     ·模糊控制的基本原理第66-67页
     ·模糊神经网络结构第67-68页
   ·机器人动态避障模型的确立第68-73页
     ·机器人运动学方程第68-69页
     ·碰撞危险度(Risk-degree of Collision)第69-70页
     ·模糊神经网络结构第70-71页
     ·模糊神经网络的学习算法第71-73页
   ·实验仿真第73-75页
     ·初始化模糊神经网络模型各权值第73页
     ·在已知环境中训练模糊神经网络模型权值第73-74页
     ·在动态环境中的路径规划步骤第74页
     ·仿真结果分析第74-75页
   ·结论第75-76页
结论第76-78页
 1、论文的主要工作和创新点第76-77页
 2、研究工作的总结和展望第77-78页
参考文献第78-82页
附录 A 攻读学位论文期间所发表的学术论文目录第82-83页
致谢第83页

论文共83页,点击 下载论文
上一篇:大专生就业问题的社会排斥分析
下一篇:气幕挡墙中间包气泡形成与运动及夹杂物去除的数模研究