基于D*Lite算法的移动机器人路径规划研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题背景及研究的目的和意义 | 第9-10页 |
| 1.2 移动机器人及路径规划发展概况 | 第10-13页 |
| 1.2.1 国内外研究现状 | 第10-11页 |
| 1.2.2 移动机器人的研究内容及发展趋势 | 第11-13页 |
| 1.2.3 路径规划研究内容及趋势 | 第13页 |
| 1.3 本文的主要研究内容 | 第13-15页 |
| 第2章 路径规划相关理论研究 | 第15-22页 |
| 2.1 引言 | 第15页 |
| 2.2 规划问题表述 | 第15-17页 |
| 2.3 状态空间规划 | 第17-19页 |
| 2.4 路径规划地图表示 | 第19-20页 |
| 2.5 本章小结 | 第20-22页 |
| 第3章 路径规划算法研究 | 第22-43页 |
| 3.1 引言 | 第22-23页 |
| 3.2 基于图的搜索算法 | 第23-35页 |
| 3.2.1 A*搜索算法 | 第23-25页 |
| 3.2.2 D*搜索算法 | 第25-28页 |
| 3.2.3 LPA*搜索算法 | 第28-31页 |
| 3.2.4 D* Lite搜索算法 | 第31-35页 |
| 3.3 局部路径规划方法 | 第35-37页 |
| 3.3.1 人工势场法 | 第35-37页 |
| 3.3.2 神经网络路径规划 | 第37页 |
| 3.4 基于采样的规划方法 | 第37-42页 |
| 3.4.1 PRM算法 | 第38-40页 |
| 3.4.2 RRT算法 | 第40-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第4章D* Lite与神经网络融合路径规划研究 | 第43-51页 |
| 4.1 引言 | 第43页 |
| 4.2 D* Lite算法的不足 | 第43-44页 |
| 4.3 D* Lite和BP神经网络融合路径规划 | 第44-49页 |
| 4.4 神经网络的优化与改进 | 第49-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第5章 基于MRDS平台的仿真实验 | 第51-63页 |
| 5.1 引言 | 第51页 |
| 5.2 实验平台简介 | 第51-54页 |
| 5.3 实验环境搭建 | 第54-57页 |
| 5.3.1 移动机器人建模 | 第54-55页 |
| 5.3.2 地图设计 | 第55-57页 |
| 5.3.3 定位问题的处理 | 第57页 |
| 5.4 实验结果 | 第57-60页 |
| 5.5 性能比较与量化分析 | 第60-62页 |
| 5.6 本章小结 | 第62-63页 |
| 结论 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 攻读硕士期间发表论文及成果 | 第67-69页 |
| 致谢 | 第69页 |
