室内清洁机器人的全区域路径规划及避障研究
摘要 | 第1-4页 |
ABSTRACT | 第4-8页 |
第一章 绪论 | 第8-22页 |
·课题研究背景 | 第8-15页 |
·机器人的定义 | 第8-10页 |
·机器人的类别 | 第10-12页 |
·机器人的发展 | 第12-13页 |
·国内外机器人的研究 | 第13-14页 |
·机器人学的研究领域 | 第14-15页 |
·清洁机器人 | 第15-21页 |
·智能型清洁机器人的在国外的研究及发展 | 第17-21页 |
·清洁机器人的发展与展望 | 第21-22页 |
第二章 清洁机器人的结构设计准则 | 第22-35页 |
·引言 | 第22页 |
·模块化设计 | 第22-23页 |
·清洁机器人的整体结构 | 第23-34页 |
·机器人的车体设计 | 第24-25页 |
·行走机构驱动系统 | 第25-26页 |
·机器人的传感器分布设计 | 第26-33页 |
·电源 | 第33-34页 |
·本章小结 | 第34-35页 |
第三章 清洁机器人的运动学分析 | 第35-42页 |
·运动学分析的意义 | 第35页 |
·清洁机器人的运动分析 | 第35-39页 |
·清洁机器人的基本结构 | 第35-36页 |
·机器人运动模型 | 第36-37页 |
·导向轮与后轮的运动分析 | 第37-39页 |
·机器人的运动学逆解 | 第39-40页 |
·本章小结 | 第40-42页 |
第四章 利用遗传算法进行全区域路径规划 | 第42-61页 |
·引言 | 第42页 |
·机器人路径规划中的一些基本概念 | 第42-43页 |
·避障方法概述 | 第43-45页 |
·障碍的分类处理 | 第44-45页 |
·障碍搜索方法的选择原则 | 第45页 |
·遗传算法 | 第45页 |
·智能清洁机器人的全区域路径规划 | 第45-47页 |
·遗传规划的工作原理和表述方法 | 第45-47页 |
·遗传算法的优缺点 | 第47页 |
·利用遗传算法的路径规划方法 | 第47-58页 |
·利用遗传算法进行全区域覆盖路径规划的基本思想 | 第47-48页 |
·室内环境建模及个体编码 | 第48-49页 |
·产生初始群体 | 第49-51页 |
·适应度评价函数 | 第51-52页 |
·遗传算子 | 第52-58页 |
·终止 | 第58页 |
·全区域覆盖路径规划的设计 | 第58-60页 |
·小结 | 第60-61页 |
第五章 清洁机器人路径规划算法的最优性分析及仿真 | 第61-83页 |
·引言 | 第61页 |
·全区域遗传规划路径算法的最优性分析 | 第61-69页 |
·已有的全区域路径规划算法 | 第61-64页 |
·全区域遗传路径规划算法的最优性分析 | 第64-69页 |
·最优性分析结论 | 第69页 |
·智能型清洁机器人的运动仿真 | 第69-72页 |
·虚拟现实技术概述 | 第69-70页 |
·虚拟现实系统 | 第70页 |
·可视化技术分析 | 第70-71页 |
·虚拟技术在机器人领域应用 | 第71-72页 |
·基于 3ds max 的虚拟建模环境系统 | 第72-75页 |
·3ds max 系统软件简介 | 第73-74页 |
·3ds max 的动画原理及工作流程 | 第74-75页 |
·清洁机器人的可视化仿真建模研究 | 第75-82页 |
·清洁机器人的结构仿真模型 | 第75-76页 |
·利用 3ds max 对清洁机器人进行运动分析 | 第76-82页 |
·清洁机器人的可视化仿真建模研究 | 第82-83页 |
第六章 总结与展望 | 第83-85页 |
·论文总结 | 第83页 |
·不足及展望 | 第83-85页 |
·研究中的不足 | 第83-84页 |
·全区域覆盖路径规划算法的展望 | 第84-85页 |
致谢 | 第85-86页 |
参考文献 | 第86-88页 |
附录: 作者在攻读硕士学位期间发表的论文 | 第88页 |