| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第15-23页 |
| 1.1 课题研究背景及其意义 | 第15-17页 |
| 1.2 国内外研究现状及发展趋势 | 第17-20页 |
| 1.2.1 人工智能及智能算法的起源与发展 | 第17-19页 |
| 1.2.2 移动机器人路径规划的现状与发展趋势 | 第19-20页 |
| 1.3 本文研究的关键问题与主要内容 | 第20-21页 |
| 1.4 本文章节安排 | 第21页 |
| 1.5 本章小结 | 第21-23页 |
| 第二章 变电站环境分析与地图模型创建 | 第23-38页 |
| 2.1 引言 | 第23页 |
| 2.2 地图环境建模方法 | 第23-28页 |
| 2.2.1 基于图论的构造空间法 | 第23-26页 |
| 2.2.2 栅格法 | 第26-27页 |
| 2.2.3 拓扑法 | 第27-28页 |
| 2.3 移动机器人定位技术 | 第28-29页 |
| 2.4 变电站环境分析 | 第29-33页 |
| 2.4.1 变电站环境特点 | 第29-31页 |
| 2.4.2 巡检机器人与环境交互关系 | 第31-32页 |
| 2.4.3 导航定位方式选择 | 第32-33页 |
| 2.5 变电站环境的简化处理 | 第33-35页 |
| 2.6 变电站巡检机器人环境地图构建 | 第35-37页 |
| 2.7 本章小结 | 第37-38页 |
| 第三章 移动机器人智能路径规划算法 | 第38-48页 |
| 3.1 引言 | 第38页 |
| 3.2 遗传算法 | 第38-40页 |
| 3.3 蚁群算法 | 第40-42页 |
| 3.4 粒子群算法 | 第42-43页 |
| 3.5 烟花算法 | 第43-46页 |
| 3.6 各算法定性对比分析 | 第46-47页 |
| 3.7 本章小结 | 第47-48页 |
| 第四章 变电站巡检机器人路径规划的方法研究 | 第48-74页 |
| 4.1 引言 | 第48页 |
| 4.2 智能算法离散优化性能的测试与分析 | 第48-66页 |
| 4.2.1 基于遗传算法的TSP路径规划分析 | 第49-51页 |
| 4.2.2 基于蚁群算法的TSP路径规划分析 | 第51-54页 |
| 4.2.3 基于粒子群算法的TSP路径规划分析 | 第54-57页 |
| 4.2.4 基于离散烟花算法的TSP路径规划分析 | 第57-61页 |
| 4.2.5 基于改进的离散烟花算法的TSP路径规划分析 | 第61-65页 |
| 4.2.6 各算法结果对比分析 | 第65-66页 |
| 4.3 基于改进离散烟花算法的变电站巡检机器人路径规划研究 | 第66-68页 |
| 4.3.1 基于Dijkstra算法的局部路径规划 | 第66-67页 |
| 4.3.2 仿真测试与结果分析 | 第67-68页 |
| 4.4 变电站巡检路径规划的用户界面创建 | 第68-73页 |
| 4.4.1 利用GUIDE创建GUI | 第69-70页 |
| 4.4.2 变电站巡检机器人路径规划用户界面(GUI)功能概述 | 第70页 |
| 4.4.3 基于GUI的变电站巡检机器人路径规划界面设计 | 第70-73页 |
| 4.5 本章小结 | 第73-74页 |
| 第五章 总结与展望 | 第74-76页 |
| 5.1 本文总结 | 第74-75页 |
| 5.2 研究展望 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第80页 |
