| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第12-15页 |
| 1.1 课题来源 | 第12页 |
| 1.2 课题研究背景和意义 | 第12页 |
| 1.3 国内外研究现状 | 第12-13页 |
| 1.4 存在的问题 | 第13-14页 |
| 1.5 主要研究内容及章节安排 | 第14-15页 |
| 第2章 移动机器人路径规划相关理论及其方法 | 第15-22页 |
| 2.1 路径规划问题描述及特点 | 第15页 |
| 2.2 路径规划方法 | 第15-20页 |
| 2.2.1 传统路径规划方法 | 第16-17页 |
| 2.2.2 智能路径规划方法 | 第17-20页 |
| 2.3 路径规划技术的发展趋势 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 基于改进遗传算法的机器人全局路径规划 | 第22-38页 |
| 3.1 遗传算法的基本理论 | 第22-23页 |
| 3.2 基于改进遗传算法的机器人路径规划方法 | 第23-32页 |
| 3.2.1 环境模型的建立 | 第23-26页 |
| 3.2.2 种群个体的编码 | 第26页 |
| 3.2.3 种群初始化 | 第26-28页 |
| 3.2.4 适应度函数 | 第28页 |
| 3.2.5 遗传操作 | 第28-32页 |
| 3.3 实验结果及分析 | 第32-36页 |
| 3.4 本章小结 | 第36-38页 |
| 第4章 动态环境下单机器人路径规划 | 第38-47页 |
| 4.1 问题描述 | 第38-39页 |
| 4.2 总体解决方案 | 第39页 |
| 4.3 机器人对动态障碍物的碰撞预测策略与避碰策略 | 第39-42页 |
| 4.3.1 局部子目标点的确定 | 第40-41页 |
| 4.3.2 单机器人动态路径规划流程 | 第41-42页 |
| 4.4 仿真实验及结果分析 | 第42-45页 |
| 4.5 本章小结 | 第45-47页 |
| 第5章 动态环境下多机器人路径规划 | 第47-56页 |
| 5.1 多机器人路径规划问题描述及特点 | 第47页 |
| 5.2 多机器人系统控制体系结构 | 第47-48页 |
| 5.3 多机器人协调策略 | 第48-49页 |
| 5.4 与其他机器人的碰撞预测策略以及路径协调策略 | 第49-52页 |
| 5.5 仿真实验及结果分析 | 第52-55页 |
| 5.6 本章小结 | 第55-56页 |
| 第6章 总结与展望 | 第56-57页 |
| 6.1 工作总结 | 第56页 |
| 6.2 研究展望 | 第56-57页 |
| 参考文献 | 第57-63页 |
| 攻读学位期间发表的学术论文目录 | 第63-64页 |
| 致谢 | 第64页 |