动态环境下双机器人路径规划
| 摘要 | 第8-9页 |
| Abstract | 第9-10页 |
| 第1章 绪论 | 第11-20页 |
| 1.1 课题研究背景和意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 多机器人系统研究现状 | 第13-14页 |
| 1.2.2 路径规划研究现状 | 第14-17页 |
| 1.3 路径规划发展趋势 | 第17-18页 |
| 1.4 本文主要研究内容及结构安排 | 第18-20页 |
| 1.4.1 主要研究内容 | 第18页 |
| 1.4.2 结构安排 | 第18-20页 |
| 第2章 多机器人路径规划相关理论 | 第20-24页 |
| 2.1 移动机器人路径规划问题描述及特点 | 第20页 |
| 2.2 多机器人系统特点及主要研究内容 | 第20-22页 |
| 2.2.1 多机器人系统的特点 | 第20-21页 |
| 2.2.2 多机器人系统主要研究内容 | 第21-22页 |
| 2.3 多机器人系统的协调避碰技术 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 采用改进遗传算法的机器人全局路径规划 | 第24-39页 |
| 3.1 遗传算法的基本原理 | 第24-26页 |
| 3.2 基于改进遗传算法的机器人路径规划 | 第26-33页 |
| 3.2.1 环境模型的建立 | 第26-28页 |
| 3.2.2 路径个体编码 | 第28-29页 |
| 3.2.3 种群初始化 | 第29-31页 |
| 3.2.4 适应度函数 | 第31页 |
| 3.2.5 遗传操作算子 | 第31-33页 |
| 3.2.6 改进遗传算法流程图 | 第33页 |
| 3.3 实验结果分析 | 第33-37页 |
| 3.4 本章小结 | 第37-39页 |
| 第4章 静态环境下双机器人系统的路径规划 | 第39-50页 |
| 4.1 引言 | 第39页 |
| 4.2 多机器人路径规划问题描述 | 第39-40页 |
| 4.3 多机器人系统控制结构设计 | 第40-41页 |
| 4.4 基于滚动窗口的预测协调算法 | 第41-45页 |
| 4.4.1 滚动窗口算法 | 第41-42页 |
| 4.4.2 优先级原则 | 第42页 |
| 4.4.3 基于滚动窗口的预测策略和协调策略 | 第42-44页 |
| 4.4.4 静态环境下多机器人路径规划流程 | 第44-45页 |
| 4.5 仿真实验 | 第45-49页 |
| 4.6 本章小结 | 第49-50页 |
| 第5章 动态环境下双机器人系统的路径规划 | 第50-58页 |
| 5.1 问题描述 | 第50页 |
| 5.2 机器人与动态障碍物碰撞预测及避碰策略 | 第50-51页 |
| 5.3 动态环境下多机器人路径规划流程 | 第51-53页 |
| 5.4 仿真实验 | 第53-57页 |
| 5.5 本章小结 | 第57-58页 |
| 总结与展望 | 第58-60页 |
| 总结 | 第58页 |
| 展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 附录A 攻读学位期间所发表的学术论文 | 第65页 |
