| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 运动规划的研究现状 | 第9-13页 |
| 1.2.1 路径规划算法研究现状 | 第9-11页 |
| 1.2.2 运动规划算法研究现状 | 第11-13页 |
| 1.3 论文主要研究内容及方法 | 第13-15页 |
| 1.3.1 论文主要研究内容 | 第13-14页 |
| 1.3.2 论文的研究方法 | 第14-15页 |
| 第二章 改进RRT*算法的实现及理论分析 | 第15-32页 |
| 2.1 完整性约束系统和非完整性约束系统 | 第15-19页 |
| 2.1.1 非完整性约束系统的判定 | 第15-16页 |
| 2.1.2 非完整性约束系统的可控性 | 第16-17页 |
| 2.1.3 非完整性约束移动机器人系统运动规划的数学模型表达 | 第17页 |
| 2.1.4 本文研究的移动机器人系统运动规划的数学模型表达 | 第17-19页 |
| 2.2 RRT*算法的原理及改进方法研究 | 第19-28页 |
| 2.2.1 RRT算法 | 第19-21页 |
| 2.2.2 RRT*算法 | 第21-23页 |
| 2.2.3 RRT*算法改进思路 | 第23-25页 |
| 2.2.4 改进RRT*算法 | 第25-28页 |
| 2.3 改进RRT*算法的性能分析 | 第28-31页 |
| 2.3.1 概率完备性 | 第28页 |
| 2.3.2 渐进最优性 | 第28-31页 |
| 2.3.3 快速收敛性 | 第31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 基于改进RRT*算法在运动规划中的应用 | 第32-41页 |
| 3.1 二维环境中的运动规划仿真实验 | 第32-36页 |
| 3.2 三维环境中的运动规划仿真实验 | 第36-40页 |
| 3.3 本章小结 | 第40-41页 |
| 第四章 基于ROS的移动机器人运动规划研究 | 第41-56页 |
| 4.1 ROS和GAZEBO的介绍 | 第41-42页 |
| 4.1.1 ROS总述 | 第41-42页 |
| 4.1.2 ROS的组成 | 第42页 |
| 4.1.3 GAZEBO总述 | 第42页 |
| 4.2 模型的建立 | 第42-48页 |
| 4.2.1 移动机器人模型的建立 | 第42-47页 |
| 4.2.2 场景与地图的建立 | 第47-48页 |
| 4.3 改进RRT*算法功能的实现 | 第48-53页 |
| 4.3.1 slam过程 | 第48-50页 |
| 4.3.2 规划文件配置 | 第50-51页 |
| 4.3.3 改进算法实现步骤 | 第51-53页 |
| 4.4 测试改进RRT*算法 | 第53-55页 |
| 4.4.1 静态环境实验 | 第53-54页 |
| 4.4.2 动态环境实验 | 第54-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第五章 总结与展望 | 第56-58页 |
| 5.1 课题总结 | 第56-57页 |
| 5.2 研究展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 攻读硕士期间发表的论文 | 第61-62页 |
| 致谢 | 第62-63页 |
| 附件A 改进RRT*算法（MATLAB版） | 第63-72页 |
| 附件B 改进RRT*算法需要的头文件 | 第72-74页 |
| 附件C 改进RRT*算法大框架（C++） | 第74页 |