多元测距AUV环境感知与自主规避方法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·引言 | 第10-11页 |
| ·课题的背景及其意义 | 第11-12页 |
| ·自主规避方法的研究现状 | 第12-16页 |
| ·全局规划技术 | 第12-13页 |
| ·局部规避技术 | 第13-15页 |
| ·强化学习理论及应用的发展 | 第15-16页 |
| ·课题的主要研究内容 | 第16-18页 |
| 第2章 AUV系统组成及运动模型建立 | 第18-31页 |
| ·引言 | 第18页 |
| ·研究对象概述 | 第18-19页 |
| ·环境感知传感器系统 | 第19-24页 |
| ·多元测距声纳阵列 | 第20-23页 |
| ·姿态传感器 | 第23页 |
| ·速度传感器 | 第23-24页 |
| ·定位系统 | 第24页 |
| ·坐标系统 | 第24-29页 |
| ·固定坐标系 | 第25页 |
| ·运动坐标系 | 第25-26页 |
| ·声纳坐标系 | 第26-27页 |
| ·坐标系转换 | 第27-29页 |
| ·AUV运动学模型建立 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 多元测距AUV的环境感知 | 第31-44页 |
| ·引言 | 第31页 |
| ·环境感知系统的工作流程 | 第31-32页 |
| ·多元测距声纳阵列的信息处理 | 第32-37页 |
| ·多元测距声纳阵列的组成及工作流程 | 第32-33页 |
| ·单波束声纳数据的理解 | 第33-37页 |
| ·基于多元测距信息的AUV环境建模 | 第37-42页 |
| ·基于栅格法表示法的环境表示 | 第38-40页 |
| ·基于AUV运动信息的环境模型修正 | 第40-42页 |
| ·本章小结 | 第42-44页 |
| 第4章 基于Q-学习算法的AUV自主规避方法研究 | 第44-60页 |
| ·引言 | 第44页 |
| ·强化学习基础介绍 | 第44-51页 |
| ·马尔可夫决策过程 | 第44-45页 |
| ·强化学习理论基础 | 第45-49页 |
| ·Q-学习算法基础 | 第49-50页 |
| ·Q-学习算法在AUV应用中面临的问题 | 第50-51页 |
| ·AUV自主规避行为的优化问题 | 第51-52页 |
| ·基于Q-学习算法的AUV自主规避方法 | 第52-59页 |
| ·基于Q-学习算法的AUV自主规避过程 | 第52-53页 |
| ·环境状态空间的离散表示 | 第53-56页 |
| ·行为空间的确定 | 第56-57页 |
| ·强化信号的确定 | 第57-58页 |
| ·动作选择策略 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第5章 仿真案例设计与验证 | 第60-74页 |
| ·引言 | 第60页 |
| ·仿真验证 | 第60-73页 |
| ·漫游状态下的自主规避 | 第61-63页 |
| ·趋向目标点时的自主规避 | 第63-68页 |
| ·特定约束条件下的自主规避 | 第68-70页 |
| ·港口结构环境下的案例验证 | 第70-73页 |
| ·本章小结 | 第73-74页 |
| 结论 | 第74-76页 |
| 参考文献 | 第76-81页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第81-82页 |
| 致谢 | 第82页 |
