全自主机器人避障及路径规划研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-19页 |
| ·全自主机器人概述 | 第8-9页 |
| ·全自主机器人的研究现状及发展问题 | 第9-14页 |
| ·全自主机器人的研究现状 | 第9-12页 |
| ·全自主机器人发展问题中存在的问题及解决途径 | 第12-14页 |
| ·全自主机器人避障与路径规划概述 | 第14-16页 |
| ·路径规划定义和作用 | 第14页 |
| ·路径规划分类 | 第14-15页 |
| ·全自主机器人避障与路径规划的特点和关键问题 | 第15-16页 |
| ·本课题研究的背景与意义 | 第16-17页 |
| ·本课题研究的背景 | 第16-17页 |
| ·本课题研究的意义 | 第17页 |
| ·论文内容与结构 | 第17-19页 |
| 第二章 全自主机器人系统概述 | 第19-27页 |
| ·引言 | 第19页 |
| ·全自主机器人的基本运动结构 | 第19-21页 |
| ·AS-R 自主机器人系统概述 | 第21-23页 |
| ·AS-R 机器人平台配置 | 第21-22页 |
| ·AS-R 机器人的体系结构 | 第22-23页 |
| ·视觉子系统 | 第23-25页 |
| ·决策子系统 | 第25页 |
| ·无线通信系统 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 全自主机器人避障与路径规划方法 | 第27-40页 |
| ·全自主机器人避障与路径规划方法概述 | 第27-28页 |
| ·基于地图已知的路径规划方法 | 第27-28页 |
| ·基于地图未知的路径规划方法 | 第28页 |
| ·栅格法 | 第28-30页 |
| ·栅格法的建模 | 第29-30页 |
| ·栅格法的信息编码 | 第30页 |
| ·对栅格法的评价 | 第30页 |
| ·人工势场控制法 | 第30-33页 |
| ·利用人工势场法进行避障与路径规划 | 第30-32页 |
| ·对人工势场法的评价 | 第32-33页 |
| ·遗传算法 | 第33-36页 |
| ·遗传算法简介和算法特点 | 第33-34页 |
| ·利用遗传算法进行避障与路径规划 | 第34-36页 |
| ·对遗传算法的评价 | 第36页 |
| ·神经网络法 | 第36-39页 |
| ·神经网络法概述 | 第36-38页 |
| ·对神经网络法的评价 | 第38-39页 |
| ·蚁群算法 | 第39页 |
| ·本章小结 | 第39-40页 |
| 第四章 基于蚁群算法的全自主机器人避障与路径规划 | 第40-56页 |
| ·蚁群算法 | 第40-46页 |
| ·蚁群算法概述 | 第40页 |
| ·蚁群算法的生物原型 | 第40-41页 |
| ·蚁群算法的特征 | 第41-42页 |
| ·蚁群算法原理及算法描述 | 第42-46页 |
| ·蚁群算法模型的建立 | 第46-48页 |
| ·基于蚁群算法的全自主机器人避障与路径规划 | 第48-51页 |
| ·蚁群算法避障与路径规划的描述 | 第48页 |
| ·蚁群算法避障与路径规划的实现和算法步骤 | 第48-51页 |
| ·仿真实验及实验结果 | 第51-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 全文总结 | 第56-58页 |
| ·总结 | 第56-57页 |
| ·进一步的工作 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61-62页 |
| 个人简历 | 第62-63页 |
| 在学期间发表的学术论文 | 第63页 |
