轮式移动机器人路径规划研究
| 摘要 | 第6-7页 |
| abstract | 第7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题研究背景和意义 | 第10页 |
| 1.2 移动机器人简介和分类 | 第10-13页 |
| 1.3 移动机器人路径规划技术 | 第13-16页 |
| 1.3.1 全局路径规划 | 第13-15页 |
| 1.3.2 局部路径规划 | 第15-16页 |
| 1.4 主要研究工作及逻辑结构 | 第16-18页 |
| 1.4.1 主要研究内容 | 第16-17页 |
| 1.4.2 论文结构安排 | 第17-18页 |
| 第2章 环境建模 | 第18-26页 |
| 2.1 栅格理论基础 | 第18-21页 |
| 2.1.1 环境描述 | 第18-20页 |
| 2.1.2 栅格标识 | 第20-21页 |
| 2.1.3 机器人移动方式 | 第21页 |
| 2.2 栅格法的改进 | 第21-23页 |
| 2.3 改进栅格法建模 | 第23-25页 |
| 2.3.1 改进栅格法建模过程 | 第23-24页 |
| 2.3.2 实际环境栅格化 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 基于基本蚁群算法的全局路径规划 | 第26-44页 |
| 3.1 基本蚁群算法概述 | 第26-30页 |
| 3.1.1 蚁群算法基本原理 | 第26-28页 |
| 3.1.2 蚁群算法数学模型 | 第28-30页 |
| 3.2 蚁群算法具体实现 | 第30-31页 |
| 3.3 蚁群算法的实验分析及参数选取 | 第31-43页 |
| 3.3.1 蚂蚁个数m | 第32-35页 |
| 3.3.2 信息启发因子α | 第35-38页 |
| 3.3.3 期望启发因子β | 第38-40页 |
| 3.3.4 信息素挥发系数ρ | 第40-43页 |
| 3.3.5 参数最优组合策略 | 第43页 |
| 3.4 本章小结 | 第43-44页 |
| 第4章 基于改进蚁群算法的路径规划 | 第44-54页 |
| 4.1 引言 | 第44页 |
| 4.2 蚁群算法的改进研究 | 第44-48页 |
| 4.2.1 信息素挥发系数ρ的改进 | 第44-45页 |
| 4.2.2 粒子群算法优化α和β | 第45-47页 |
| 4.2.3 改进蚁群算法的性能评价 | 第47-48页 |
| 4.3 仿真实验研究 | 第48-51页 |
| 4.4 路径平滑处理 | 第51-52页 |
| 4.5 本章小结 | 第52-54页 |
| 第5章 路径跟随仿真与实验 | 第54-67页 |
| 5.1 移动机器人机械结构 | 第54页 |
| 5.2 移动机器人运动学模型 | 第54-56页 |
| 5.3 移动机器人路径跟随系统设计 | 第56-61页 |
| 5.3.1 控制系统结构 | 第57页 |
| 5.3.2 模糊控制器设计 | 第57-58页 |
| 5.3.3 精确量模糊化处理 | 第58-59页 |
| 5.3.4 精确规则与推理 | 第59-60页 |
| 5.3.5 去模糊化处理 | 第60-61页 |
| 5.4 移动机器人路径跟随仿真 | 第61-64页 |
| 5.4.1 建立仿真模型 | 第61-63页 |
| 5.4.2 仿真结果分析 | 第63-64页 |
| 5.5 实验结果与分析 | 第64-66页 |
| 5.6 本章小结 | 第66-67页 |
| 总结与展望 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士期间发表的论文和科研成果 | 第74页 |
