首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--机器人技术论文--机器人论文

未知复杂环境下群机器人多目标搜索研究

摘要第5-6页
Abstract第6-7页
第一章 绪论第10-20页
    1.1 研究背景第10-12页
    1.2 群机器人研究综述第12-17页
        1.2.1 群机器人系统概念第12页
        1.2.2 群机器人系统特征第12-13页
        1.2.3 个体通信交互第13-14页
        1.2.4 协调控制第14-16页
        1.2.5 应用第16-17页
    1.3 本文的主要内容与结构安排第17-20页
第二章 相关问题及理论介绍第20-38页
    2.1 机器人运动模型分析第20-23页
    2.2 群机器人多目标搜索问题第23-31页
        2.2.1 目标响应函数第23-24页
        2.2.2 自组织动态任务分工模型第24页
        2.2.3 子群和个体层面上的协调控制第24-25页
        2.2.4 机器人避碰第25-31页
    2.3 扩展微粒群算法模型第31-36页
        2.3.1 微粒群算法第31-34页
        2.3.2 群机器人系统与扩展微粒群算法的结合第34-36页
    2.4 拟态物理力学分析模型第36-38页
第三章 未知凸障碍物环境下群机器人多目标搜索第38-56页
    3.1 模型构建第38-42页
        3.1.1 问题描述第39-40页
        3.1.2 群机器人运动模型及相关函数定义第40页
        3.1.3 机器人简化虚拟受力分析模型第40-42页
    3.2 搜索算法第42-51页
        3.2.1 自组织动态任务分工策略第43-49页
        3.2.2 基于SVF-Model和EPSO的个体控制方法第49页
        3.2.3 搜索算法步骤第49-51页
    3.3 Matlab仿真与实验分析第51-54页
        3.3.1 参数设置第51页
        3.3.2 系统性能评价指标第51-52页
        3.3.3 结果及分析第52-54页
    3.4 本章小结第54-56页
第四章 未知动态非凸障碍物环境下群机器人多目标搜索第56-72页
    4.1 模型构建第56-58页
        4.1.1 问题描述第56-57页
        4.1.2 机器人运动模型及相关函数定义第57页
        4.1.3 机器人简化虚拟受力分析模型第57-58页
    4.2 搜索算法第58-66页
        4.2.1 自组织动态任务分工策略第58-62页
        4.2.2 基于SVF-Model和EPSO的个体控制方法第62-65页
        4.2.3 搜索算法步骤第65-66页
    4.3 Matlab仿真与实验分析第66-71页
        4.3.1 参数设置第66页
        4.3.2 系统性能评价指标第66-67页
        4.3.3 结果及分析第67-71页
    4.4 本章小结第71-72页
第五章 总结与展望第72-74页
参考文献第74-78页
攻读学位期间发表的论文与科研成果清单第78-80页
致谢第80页

论文共80页,点击 下载论文
上一篇:高维蛋白质质谱数据的分类方法对比研究
下一篇:金属基带表面电化学改性研究