未知环境下机器人路径规划算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第1章 绪论 | 第9-16页 |
| ·课题的研究目的及意义 | 第9-12页 |
| ·国内外研究现状 | 第12-15页 |
| ·国外研究现状 | 第12-13页 |
| ·国内研究现状 | 第13-15页 |
| ·本文的主要工作 | 第15-16页 |
| 第2章 移动机器人路径规划的方法 | 第16-24页 |
| ·移动机器人路径规划分类 | 第16-17页 |
| ·移动机器人全局路径规划方法 | 第17-18页 |
| ·可视图法( V- G raph) | 第17页 |
| ·自由空间法 | 第17-18页 |
| ·栅格法 | 第18页 |
| ·移动机器人局部路径规划方法 | 第18-22页 |
| ·人工势场法 | 第18-19页 |
| ·模糊逻辑算法 | 第19-20页 |
| ·神经网络法 | 第20-21页 |
| ·遗传算法 | 第21-22页 |
| ·全局路径与局部路径的混合规划算法 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 未知环境下基于改进人工势场法的路径规划 | 第24-43页 |
| ·传统人工势场法 | 第24-28页 |
| ·势函数的确定 | 第26页 |
| ·斥力场函数 | 第26-27页 |
| ·引力场函数 | 第27页 |
| ·全局势场生成 | 第27-28页 |
| ·经典人工势场在路径规划中存在的问题 | 第28-31页 |
| ·目标点不可到达 | 第28-29页 |
| ·局部最小值陷阱 | 第29-31页 |
| ·未知环境下人工势场法的改进 | 第31-39页 |
| ·目标不可达问题的解决方法 | 第31-33页 |
| ·局部极小值问题的解决方法 | 第33-39页 |
| ·仿真实验及分析 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 RRT 算法与人工势场法结合的混合算法 | 第43-57页 |
| ·快速扩展随机树算法分析 | 第43-46页 |
| ·快速扩展随机树算法基本原理 | 第43-44页 |
| ·RRT 算法优缺点分析 | 第44-45页 |
| ·对 RRT 算法现有的改进算法 | 第45-46页 |
| ·基于滚动窗口的启发式 RRT 算法 | 第46-50页 |
| ·滚动规划思想 | 第46-47页 |
| ·构建滚动窗口 | 第47-48页 |
| ·随机采样规划 | 第48-49页 |
| ·基于子目标点的滚动规划 | 第49-50页 |
| ·RRT 算法与人工势场法结合的混合算法 | 第50-53页 |
| ·混合算法的路径规划 | 第50-52页 |
| ·改进后的混合算法 | 第52-53页 |
| ·仿真验证 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 总结与展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 攻读学位期间发表的学术论文 | 第63-64页 |
