| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 研究背景和意义 | 第12-14页 |
| 1.2 路径规划算法与移动机器人的研究现状 | 第14-17页 |
| 1.2.1 移动机器人的研究现状 | 第14-15页 |
| 1.2.2 路径规划算法的研究现状 | 第15-16页 |
| 1.2.3 视觉定位算法的研究现状 | 第16-17页 |
| 1.3 本文主要研究内容 | 第17-18页 |
| 1.4 本文的组织结构 | 第18-20页 |
| 第2章 路径规划相关算法 | 第20-30页 |
| 2.1 图论在路径规划中的应用 | 第20-27页 |
| 2.1.1 Dijkstra路径规划算法 | 第21-23页 |
| 2.1.2 A*(A星)路径规划算法现状 | 第23-25页 |
| 2.1.3 Theta*路径规划算法 | 第25-27页 |
| 2.2 人工势场法 | 第27-28页 |
| 2.3 RRT(快速搜索随机树)路径规划算法 | 第28-29页 |
| 2.3.1 算法介绍 | 第28页 |
| 2.3.2 算法实现步骤 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 规划区域尺度可变的路径规划算法 | 第30-39页 |
| 3.1 算法基础 | 第30页 |
| 3.2 规划区域尺度可变的路径规划算法 | 第30-31页 |
| 3.3 实验结果及分析 | 第31-35页 |
| 3.3.1 创建实验所需包含障碍物的模拟地图 | 第32-33页 |
| 3.3.2 随机生成障碍物地图中的规划区域尺度可变路径规划 | 第33-34页 |
| 3.3.3 所提算法与A*路径规划算法对比试验 | 第34-35页 |
| 3.4 所提路径规划算法在交通道路中的应用 | 第35-38页 |
| 3.4.1 基础实验环境的设计与搭建 | 第35-36页 |
| 3.4.2 对地图进行道路标注处理 | 第36页 |
| 3.4.3 实验结果 | 第36-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 三维空间中和躲避动态障碍物的路径规划 | 第39-47页 |
| 4.1 移动机器人三维空间中的路径规划 | 第39-43页 |
| 4.1.1 三维空间中的路径规划建模 | 第40-41页 |
| 4.1.2 移动机器人越障路径规划 | 第41-42页 |
| 4.1.3 移动机器人在三维空间中的路径规划 | 第42-43页 |
| 4.2 包含动态障碍物地图中的实时局部路径规划算法研究 | 第43-46页 |
| 4.2.1 创建包含动、静态障碍物的实验地图 | 第44-45页 |
| 4.2.2 实验结果与分析 | 第45-46页 |
| 4.3 本章小结 | 第46-47页 |
| 第5章 应用视感知下的空地协同路径规划 | 第47-59页 |
| 5.1 视觉感知 | 第47-51页 |
| 5.1.1 Kinect传感器简介 | 第47-48页 |
| 5.1.2 世界坐标点与图像点的映射关系 | 第48-51页 |
| 5.2 创建空地协同路径规划实验地图 | 第51-53页 |
| 5.3 地面自主机器人的路径规划(无空地协同) | 第53-55页 |
| 5.4 视感知下的空地协同路径规划算法 | 第55-58页 |
| 5.4.1 无人机扫描半径为2个单位时的空地协同路径规划 | 第55-57页 |
| 5.4.2 无人机扫描半径为3个单位时的空地协同路径规划 | 第57-58页 |
| 5.5 本章小结 | 第58-59页 |
| 第6章 结论与展望 | 第59-61页 |
| 6.1 结论 | 第59-60页 |
| 6.2 展望 | 第60-61页 |
| 参考文献 | 第61-67页 |
| 致谢 | 第67-68页 |
| 附录A 攻读学位期间所发表的学术论文 | 第68页 |
