动态环境下多移动机器人协调路径规划研究
| 摘要 | 第1-9页 |
| Abstract | 第9-10页 |
| 插图索引 | 第10-12页 |
| 第1章 绪论 | 第12-18页 |
| ·引言 | 第12页 |
| ·课题研究的背景及意义 | 第12-13页 |
| ·课题的国内外研究历史与现状 | 第13-14页 |
| ·路径规划和编队控制方法概述 | 第14-16页 |
| ·移动机器人路径规划方法 | 第14-16页 |
| ·移动机器人编队控制方法 | 第16页 |
| ·本文的主要研究内容 | 第16-18页 |
| 第2章 移动机器人路径规划理论及算法 | 第18-31页 |
| ·引言 | 第18页 |
| ·经典的机器人路径规划方法 | 第18-22页 |
| ·模糊逻辑法 | 第18-20页 |
| ·势场法 | 第20-21页 |
| ·网格法 | 第21-22页 |
| ·可视顶点图法 | 第22页 |
| ·人工神经网络法 | 第22-26页 |
| ·神经元模型 | 第22-24页 |
| ·神经网络结构 | 第24-25页 |
| ·神经网络的学习方法 | 第25-26页 |
| ·BP神经网络 | 第26-30页 |
| ·BP网络模型结构 | 第26页 |
| ·BP网络误差反传学习算法 | 第26-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 动态环境下的多机器人路径规划方法 | 第31-50页 |
| ·引言 | 第31页 |
| ·神经网络与模糊控制的融合 | 第31-32页 |
| ·神经网络与模糊逻辑的结合形式 | 第31-32页 |
| ·神经网络实现模糊控制的基本原理 | 第32页 |
| ·模糊神经网络控制器的设计 | 第32-45页 |
| ·动态环境建模 | 第32-36页 |
| ·动态环境下机器人的避障 | 第36-37页 |
| ·模糊神经网络控制器的结构 | 第37-40页 |
| ·模糊控制规则 | 第40-43页 |
| ·模糊神经网络的反误差学习算法 | 第43-44页 |
| ·模糊神经网络控制器的路径规划算法 | 第44-45页 |
| ·仿真研究 | 第45-49页 |
| ·仿真语言 MATLAB简介 | 第45-46页 |
| ·机器人模型与其相关参数设定 | 第46页 |
| ·仿真实验 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 第4章 多机器人编队控制方法 | 第50-60页 |
| ·引言 | 第50页 |
| ·多机器人编队控制方法 | 第50-53页 |
| ·跟随领航者法 | 第50-51页 |
| ·基于行为法 | 第51-52页 |
| ·虚拟结构法 | 第52页 |
| ·其它编队方法 | 第52-53页 |
| ·基于跟随领航者法和行为法的编队方法 | 第53-54页 |
| ·多机器人队形分解 | 第53页 |
| ·基本队形模型 | 第53-54页 |
| ·行为分解 | 第54页 |
| ·子行为描述 | 第54-57页 |
| ·向目标点前进行为 | 第54-55页 |
| ·避障行为 | 第55-56页 |
| ·保持队形行为 | 第56页 |
| ·行为综合 | 第56-57页 |
| ·异常情况处理行为 | 第57页 |
| ·速度调节 | 第57-58页 |
| ·队形拓展 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第5章 多机器人编队仿真系统 | 第60-66页 |
| ·引言 | 第60页 |
| ·传感器仿真 | 第60-61页 |
| ·动态环境下仿真系统 | 第61-63页 |
| ·仿真系统总体结构 | 第61页 |
| ·障碍检测模块 | 第61-62页 |
| ·通讯模块 | 第62页 |
| ·环境模型模块和路径规划模块 | 第62-63页 |
| ·协调运动规划模块 | 第63页 |
| ·仿真试验 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 结论 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 附录A 攻读硕士学位期间所发表的学术论文 | 第72页 |
