基于势场蚁群算法的室内机器人路径规划研究
摘要 | 第3-5页 |
abstract | 第5-6页 |
1 绪论 | 第10-20页 |
1.1 课题研究背景及意义 | 第10-11页 |
1.2 移动机器人国内外发展研究现状 | 第11-14页 |
1.2.1 国外移动机器人发展研究现状 | 第11-12页 |
1.2.2 国内移动机器人发展研究现状 | 第12-13页 |
1.2.3 移动机器人的发展趋势 | 第13-14页 |
1.3 室内移动机器人关键技术研究现状 | 第14-16页 |
1.3.1 移动机器人环境建模 | 第14页 |
1.3.2 移动机器人自主定位 | 第14-15页 |
1.3.3 移动机器人路径规划 | 第15-16页 |
1.4 本文的主要研究内容和结构安排 | 第16-20页 |
1.4.1 本文的主要研究内容 | 第16-17页 |
1.4.2 本文的结构安排 | 第17-20页 |
2 室内移动机器人环境建模及定位系统设计 | 第20-30页 |
2.1 室内移动机器人环境建模设计 | 第20-24页 |
2.1.1 环境建模方法分析 | 第20-22页 |
2.1.2 栅格法建模优化设计 | 第22-24页 |
2.2 室内移动机器人定位系统设计 | 第24-28页 |
2.2.1 主要定位技术分析 | 第24-25页 |
2.2.2 定位系统方案设计 | 第25-28页 |
2.3 本章小结 | 第28-30页 |
3 室内移动机器人路径规划方案研究 | 第30-46页 |
3.1 移动机器人路径规划方法分析 | 第30-33页 |
3.1.1 路径规划传统方法 | 第30-32页 |
3.1.2 路径规划智能方法 | 第32-33页 |
3.2 基于人工势场法的路径规划设计 | 第33-38页 |
3.2.1 构造势场函数 | 第33-35页 |
3.2.2 算法步骤与流程图 | 第35-36页 |
3.2.3 仿真实验结果与分析 | 第36-37页 |
3.2.4 人工势场法存在的问题 | 第37-38页 |
3.3 基于蚁群算法的路径规划设计 | 第38-45页 |
3.3.1 蚁群算法数学模型 | 第38-39页 |
3.3.2 算法步骤与流程 | 第39-40页 |
3.3.3 仿真实验结果与分析 | 第40-43页 |
3.3.4 蚁群算法的性能评价与分析 | 第43-45页 |
3.4 本章小结 | 第45-46页 |
4 基于势场蚁群算法的全局路径规划设计 | 第46-58页 |
4.1 改进势场蚁群算法方案设计 | 第46-48页 |
4.1.1 改进蚁群算法的启发因子 | 第46-47页 |
4.1.2 初始信息素不均衡分配原则 | 第47页 |
4.1.3 改进信息素更新算法 | 第47-48页 |
4.2 改进势场蚁群算法实现步骤和算法流程图 | 第48-50页 |
4.3 改进势场蚁群算法实验与仿真分析 | 第50-55页 |
4.3.1 地图建模与主要参数优化 | 第50-51页 |
4.3.2 10×10特殊环境仿真实验 | 第51-52页 |
4.3.3 20×20环境仿真实验 | 第52-53页 |
4.3.4 30×30栅格环境仿真实验 | 第53-55页 |
4.4 算法复杂度及实用性分析 | 第55-56页 |
4.5 本章小结 | 第56-58页 |
5 室内移动机器人实验平台设计 | 第58-72页 |
5.1 室内移动机器人实验平台概述 | 第58-59页 |
5.2 室内移动机器人机械结构设计 | 第59-62页 |
5.2.1 室内移动机器人位置模型 | 第59-60页 |
5.2.2 室内移动机器人运动学模型 | 第60-62页 |
5.3 室内移动机器人硬件系统设计 | 第62-69页 |
5.3.1 处理器模块设计 | 第62-63页 |
5.3.2 电机与电机驱动模块设计 | 第63-66页 |
5.3.3 舵机转向机构设计 | 第66-68页 |
5.3.4 超声波测距模块设计 | 第68-69页 |
5.4 室内移动机器人路径规划实验与分析 | 第69-71页 |
5.5 本章小结 | 第71-72页 |
6 总结与展望 | 第72-74页 |
6.1 研究总结 | 第72-73页 |
6.2 工作展望 | 第73-74页 |
参考文献 | 第74-82页 |
附录A攻读硕士学位期间发表学术论文及成果 | 第82-84页 |
致谢 | 第84页 |