| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 引言 | 第10-17页 |
| ·足球机器人发展 | 第10-11页 |
| ·足球机器人系统 | 第11-13页 |
| ·微型足球机器人系统 | 第11-13页 |
| ·仿真足球机器人系统 | 第13页 |
| ·机器人的路径规划问题 | 第13-15页 |
| ·路径规划对足球机器人系统的意义 | 第13-14页 |
| ·多机器人路径规划的方法 | 第14-15页 |
| ·本文研究内容及组织结构 | 第15-17页 |
| 2 仿真足球机器人系统 | 第17-26页 |
| ·仿真平台 | 第17-20页 |
| ·仿真足球机器人决策系统 | 第20-21页 |
| ·机器人的六步推理模型 | 第20-21页 |
| ·分层递阶决策模型 | 第21页 |
| ·基于场地分区的四层决策模型 | 第21-25页 |
| ·足球机器人信息处理层 | 第22-23页 |
| ·足球机器人分区决策层 | 第23-24页 |
| ·足球机器人路径规划层 | 第24-25页 |
| ·足球机器人运动层 | 第25页 |
| ·本章小结 | 第25-26页 |
| 3 遗传算法 | 第26-31页 |
| ·遗传算法的简介 | 第26页 |
| ·遗传算法的原理 | 第26-27页 |
| ·基本的遗传操作 | 第27-29页 |
| ·遗传算法的特征 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 4 基于遗传算法的多足球机器人路径规划 | 第31-42页 |
| ·场地模型 | 第31页 |
| ·机器人运动的数学模型 | 第31-33页 |
| ·初始化路径点种群 | 第33-34页 |
| ·路径的编码 | 第34-35页 |
| ·适应度函数的确定 | 第35-38页 |
| ·避障适应度函数 | 第35-37页 |
| ·路径最短适应度函数 | 第37-38页 |
| ·路径平滑适应度函数 | 第38页 |
| ·综合适应度函数 | 第38页 |
| ·遗传操作算子 | 第38-41页 |
| ·选择 | 第38-39页 |
| ·交叉 | 第39页 |
| ·变异 | 第39-40页 |
| ·平滑 | 第40页 |
| ·删除、插入 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 5 基于遗传算法的多足球机器人路径规划在仿真平台的应用 | 第42-57页 |
| ·软件环境 | 第42-43页 |
| ·仿真实验及结果分析 | 第43-56页 |
| ·基于遗传算法的多足球机器人静态路径规划实验 | 第43-51页 |
| ·基于遗传算法的多足球机器人动态路径规划实验 | 第51-56页 |
| ·本章小结 | 第56-57页 |
| 6 总结与展望 | 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 |
| 发表的学术论文 | 第63页 |