基于概率模型的移动式自重构机器人自组织聚集方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-21页 |
| 1.1 课题背景 | 第9-10页 |
| 1.2 研究目标及意义 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-20页 |
| 1.3.1 机器人系统的控制方式 | 第11-12页 |
| 1.3.2 群机器人的自组织聚集算法 | 第12-19页 |
| 1.3.3 机器人感知机制 | 第19-20页 |
| 1.4 主要研究内容 | 第20-21页 |
| 第2章 基于蟑螂行为的群机器人自组织聚集建模 | 第21-35页 |
| 2.1 群机器人聚集的评价准则 | 第21-23页 |
| 2.2 仿蟑螂行为的群机器人聚集概率模型 | 第23-28页 |
| 2.2.1 机器人个体的概率行为 | 第24-25页 |
| 2.2.2 机器人概率模型的状态转换 | 第25-26页 |
| 2.2.3 基于概率模型的群机器人聚集实现过程 | 第26-28页 |
| 2.3 群机器人聚集的预测模型 | 第28-29页 |
| 2.4 基于概率模型的群机器人聚集过程仿真 | 第29-33页 |
| 2.4.1 群机器人聚集的仿真环境建立 | 第29-30页 |
| 2.4.2 群机器人聚集的仿真结果与评价 | 第30-33页 |
| 2.5 本章小结 | 第33-35页 |
| 第3章 基于信息传递的概率模型改进及其算法 | 第35-48页 |
| 3.1 基于信息传递的聚集策略 | 第35-37页 |
| 3.1.1 基于信息传递的聚集体感知能力提升 | 第35-36页 |
| 3.1.2 基于信息传递的聚集信息扩散 | 第36-37页 |
| 3.2 群体聚集的硬件基础 | 第37-41页 |
| 3.3 聚集算法的信息传递机制 | 第41-42页 |
| 3.3.1 单元机器人初始信息设定 | 第41页 |
| 3.3.2 机器人局部信息交互方法 | 第41-42页 |
| 3.4 基于信息传递的机器人行为状态转换 | 第42-46页 |
| 3.5 算法硬件实现的难点与解决方案 | 第46-47页 |
| 3.5.1 机器人运动的控制 | 第46页 |
| 3.5.2 程序中断的控制 | 第46-47页 |
| 3.6 本章小结 | 第47-48页 |
| 第4章 基于改进概率模型的单聚集任务仿真分析 | 第48-63页 |
| 4.1 群体聚集仿真环境的建立 | 第48-50页 |
| 4.1.1 仿真实验平台 | 第48-49页 |
| 4.1.2 仿真实验约束条件 | 第49-50页 |
| 4.2 基于改进的概率模型的群机器人聚集时间特性 | 第50-53页 |
| 4.3 改进前后的概率模型的群机器人聚集性能对比 | 第53-54页 |
| 4.4 系统的物理参数对群机器人聚集性能的影响 | 第54-59页 |
| 4.5 基于放射形排列方式的单聚集任务优化 | 第59-62页 |
| 4.6 本章小结 | 第62-63页 |
| 第5章 基于改进概率模型的多聚集任务仿真分析 | 第63-70页 |
| 5.1 群机器人的多聚集任务 | 第63-64页 |
| 5.2 多聚集任务仿真的建立 | 第64页 |
| 5.3 多聚集过程仿真分析 | 第64-68页 |
| 5.3.1 并发聚集过程任务分析 | 第64-66页 |
| 5.3.2 先后触发的聚集任务仿真分析及评价 | 第66-68页 |
| 5.4 本章小结 | 第68-70页 |
| 结论 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 攻读硕士学位期间发表的论文 | 第76-78页 |
| 致谢 | 第78页 |
