| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 前言 | 第9-14页 |
| ·路径规划的研究现状 | 第9-12页 |
| ·课题的提出 | 第12页 |
| ·论文的主要工作 | 第12-13页 |
| ·论文的组织结构 | 第13-14页 |
| 第二章 移动机器人路径规划技术 | 第14-21页 |
| ·移动机器人技术简介 | 第14-15页 |
| ·国内外移动机器人技术发展概况 | 第15-16页 |
| ·国内移动机器人技术发展概况 | 第15页 |
| ·国外移动机器人技术发展概况 | 第15-16页 |
| ·移动机器人路径规划方法 | 第16-21页 |
| ·传统规划方法 | 第16-18页 |
| ·可视图法 | 第16-17页 |
| ·自由空间法 | 第17页 |
| ·栅格法 | 第17-18页 |
| ·人工势场法 | 第18页 |
| ·拓扑法 | 第18页 |
| ·智能规划方法 | 第18-21页 |
| ·模糊逻辑法 | 第18-19页 |
| ·遗传算法 | 第19页 |
| ·神经网络法 | 第19-20页 |
| ·蚁群算法 | 第20-21页 |
| 第三章 蚁群算法及其改进 | 第21-41页 |
| ·基本蚁群算法概述 | 第21-23页 |
| ·蚁群算法简介 | 第21页 |
| ·蚁群算法的产生 | 第21-23页 |
| ·基本蚁群算法模型的建立 | 第23-25页 |
| ·基本蚁群算法的实现 | 第25-26页 |
| ·蚁群算法的参数优化问题 | 第26页 |
| ·蚁群算法的改进 | 第26-41页 |
| ·将确定性转移和随机比例规则转移相结合进行节点转移 | 第26-30页 |
| ·只对较优蚂蚁路径进行信息素更新 | 第30-32页 |
| ·蚂蚁无后继转移节点问题的处理 | 第32-35页 |
| ·将以上3 处改进同时加入蚁群算法 | 第35-37页 |
| ·改进蚁群算法的实现 | 第37-39页 |
| ·算法参数分析 | 第39-41页 |
| 第四章 移动机器人动态路径规划 | 第41-52页 |
| ·机器人路径规划问题 | 第41-44页 |
| ·路径规划问题的描述 | 第41页 |
| ·路径规划问题图像栅格环境模型的建立 | 第41-42页 |
| ·图像栅格环境中栅格号的处理 | 第42-43页 |
| ·机器人的可转移方向 | 第43-44页 |
| ·基于改进蚁群算法的全局路径规划 | 第44-48页 |
| ·可转移节点的处理 | 第44-45页 |
| ·信息素存储处理 | 第45-46页 |
| ·基于改进蚁群算法的全局路径规划的实现 | 第46-48页 |
| ·路径规划的局部避碰策略 | 第48-49页 |
| ·机器人与障碍物的相对运动分析 | 第48-49页 |
| ·局部避碰策略 | 第49页 |
| ·动态路径规划 | 第49-52页 |
| ·全局路径规划和局部避碰相结合的动态路径规划策略 | 第50页 |
| ·动态路径规划的实现 | 第50-52页 |
| 第五章 动态路径规划的仿真结果与分析 | 第52-61页 |
| ·仿真环境 | 第52-53页 |
| ·存在已知静态障碍物环境的路径规划仿真 | 第53-58页 |
| ·存在已知静态障碍物和未知动态障碍物环境的路径规划仿真 | 第58-61页 |
| ·存在一个未知动态障碍物情况下的仿真 | 第58-60页 |
| ·存在多个未知动态障碍物情况下的仿真 | 第60-61页 |
| 第六章 结论与展望 | 第61-63页 |
| ·本论文研究总结 | 第61页 |
| ·前景展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士研究生期间取得的研究成果 | 第68-69页 |