| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 引言 | 第11-12页 |
| 1.2 选题背景与研究意义 | 第12-14页 |
| 1.2.1 足球机器人发展历史 | 第12页 |
| 1.2.2 足球机器人简介 | 第12页 |
| 1.2.3 足球机器人的研究意义 | 第12-13页 |
| 1.2.4 足球机器人路径规划及其研究意义 | 第13-14页 |
| 1.3 课题国内外研究现状 | 第14-15页 |
| 1.4 主要研究内容 | 第15-17页 |
| 第二章 RoboCup足球机器人比赛介绍 | 第17-28页 |
| 2.1 RoboCup中型组足球比赛 | 第20-21页 |
| 2.2 MT-OR足球机器人系统构成 | 第21-25页 |
| 2.2.1 硬件系统 | 第21-22页 |
| 2.2.2 软件系统 | 第22-23页 |
| 2.2.3 MT-OR足球机器人的子系统 | 第23-25页 |
| 2.3 足球机器人路径规划设计基础 | 第25-27页 |
| 2.3.1 环境建模 | 第25-26页 |
| 2.3.2 MT-OR机器人的运动学模型 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 主要路径规划方法分析 | 第28-34页 |
| 3.1 引言 | 第28页 |
| 3.2 常用路径规划方法介绍 | 第28-32页 |
| 3.2.1 栅格法 | 第28-29页 |
| 3.2.2 遗传算法 | 第29-30页 |
| 3.2.3 神经网络算法 | 第30-31页 |
| 3.2.4 快速遍历随机树算法 | 第31-32页 |
| 3.2.5 人工势场法 | 第32页 |
| 3.3 各种方法的总结评价 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 基于快速遍历随机树的全局路径规划方法 | 第34-45页 |
| 4.1 快速遍历随机树算法原理 | 第34-38页 |
| 4.2 对标准快速遍历随机树算法的改进 | 第38-39页 |
| 4.2.1 扩展快速遍历随机树算法 | 第38页 |
| 4.2.2 双向快速遍历随机树算法 | 第38-39页 |
| 4.2.3 动态快速遍历随机树算法 | 第39页 |
| 4.2.4 对已有改进算法的评价 | 第39页 |
| 4.3 目标趋向型快速遍历随机树算法 | 第39-40页 |
| 4.4 算法参数研究 | 第40-43页 |
| 4.4.1 p_g对性能的影响 | 第41-42页 |
| 4.4.2 ε对性能的影响 | 第42-43页 |
| 4.4.3 确定p_g与ε的值 | 第43页 |
| 4.5 仿真对比 | 第43-44页 |
| 4.6 路径平滑 | 第44页 |
| 4.7 本章小结 | 第44-45页 |
| 第五章 基于人工势场法的局部路径规划方法 | 第45-53页 |
| 5.1 人工势场法 | 第45-50页 |
| 5.1.1 人工势场法的基本原理 | 第45-46页 |
| 5.1.2 人工势场函数 | 第46-47页 |
| 5.1.3 静态环境下传统人工势场法的仿真 | 第47-49页 |
| 5.1.4 传统人工势场法存在的问题 | 第49-50页 |
| 5.2 动态环境中的人工势场法 | 第50-52页 |
| 5.2.1 对斥力势场函数的改进 | 第50-51页 |
| 5.2.2 参数的选择 | 第51-52页 |
| 5.3 改进算法的仿真 | 第52页 |
| 5.4 本章小结 | 第52-53页 |
| 第六章 基于快速遍历随机树与人工势场法的混合路径规划方法 | 第53-57页 |
| 6.1 引言 | 第53页 |
| 6.2 混合算法原理 | 第53-54页 |
| 6.3 混合算法仿真及结果分析 | 第54-56页 |
| 6.4 本章小结 | 第56-57页 |
| 总结与展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 附录A（攻读硕士学位期间发表论文情况） | 第64页 |