室外环境移动机器人效能最优化研究
中文摘要 | 第3-5页 |
英文摘要 | 第5-6页 |
1 绪论 | 第10-40页 |
1.1 引言 | 第10-11页 |
1.2 研究背景与研究意义 | 第11-14页 |
1.2.1 移动机器人研究 | 第11-13页 |
1.2.2 一类室外移动机器人应用 | 第13-14页 |
1.2.3 移动机器人效能 | 第14页 |
1.3 移动机器人效能研究的关键问题及研究现状 | 第14-34页 |
1.3.1 移动机器人的能耗 | 第16-21页 |
1.3.2 移动机器人执行任务类型 | 第21-24页 |
1.3.3 最优路径规划 | 第24-31页 |
1.3.4 多移动机器人任务分配 | 第31-34页 |
1.4 研究内容及总体框架 | 第34-35页 |
1.5 本文的创新点 | 第35-36页 |
1.6 章节安排及组织结构 | 第36-37页 |
1.6.1 章节安排 | 第36-37页 |
1.6.2 组织结构 | 第37页 |
1.7 本章小结 | 第37-40页 |
2 考虑室外环境道路多属性的移动机器人能耗模型 | 第40-54页 |
2.1 引言 | 第40-41页 |
2.2 工作环境 | 第41-43页 |
2.3 移动机器人能耗模型 | 第43-50页 |
2.3.1 移动机器人能耗组成部分 | 第43-44页 |
2.3.2 移动机器人设备能耗 | 第44-45页 |
2.3.3 移动机器人运动能耗 | 第45-47页 |
2.3.4 参数计算 | 第47-50页 |
2.4 基于最少能耗的最优路径规划 | 第50-52页 |
2.4.1 问题描述 | 第50页 |
2.4.2 实例分析 | 第50-52页 |
2.5 本章小结 | 第52-54页 |
3 移动机器人闲置时间模型 | 第54-66页 |
3.1 引言 | 第54-56页 |
3.2 工作环境 | 第56-57页 |
3.3 闲置时间模型 | 第57-61页 |
3.3.1 闲置时间计算模型 | 第57-58页 |
3.3.2 参数计算 | 第58-61页 |
3.4 基于最少闲置时间的最优路径规划 | 第61-64页 |
3.4.1 问题描述 | 第61-62页 |
3.4.2 实例分析 | 第62-64页 |
3.5 本章小结 | 第64-66页 |
4 基于改进遗传算法的移动机器人最优路径规划 | 第66-94页 |
4.1 引言 | 第66-67页 |
4.2 单个移动机器人访问多目标点问题 | 第67-70页 |
4.2.1 问题描述 | 第67-68页 |
4.2.2 任务执行的多种情形 | 第68-70页 |
4.3 路径特性 | 第70-72页 |
4.4 基于改进遗传算法的最优路径规划 | 第72-86页 |
4.4.1 基本遗传算法 | 第72-75页 |
4.4.2 改进的遗传算法 | 第75-85页 |
4.4.3 改进遗传算法的执行流程 | 第85-86页 |
4.5 仿真及结果分析 | 第86-91页 |
4.5.1 仿真实例及结果 | 第87-90页 |
4.5.2 结果分析及讨论 | 第90-91页 |
4.6 本章小结 | 第91-94页 |
5 基于效能最优的多移动机器人最优任务分配 | 第94-108页 |
5.1 引言 | 第94-95页 |
5.2 问题描述 | 第95-97页 |
5.2.1 多移动机器人任务分配模型 | 第95-96页 |
5.2.2 任务和移动机器人模型 | 第96-97页 |
5.3 效能模型 | 第97-100页 |
5.3.1 移动机器人执行任务的代价 | 第97-98页 |
5.3.2 完成任务的收益 | 第98-99页 |
5.3.3 任务完成时间 | 第99页 |
5.3.4 效能模型 | 第99-100页 |
5.4 分布计算-集中决策的多任务分配策略 | 第100-102页 |
5.5 仿真及结果分析 | 第102-106页 |
5.5.1 仿真实例及结果 | 第102-105页 |
5.5.2 结果分析及讨论 | 第105-106页 |
5.6 本章小结 | 第106-108页 |
6 总结与展望 | 第108-110页 |
6.1 主要工作及贡献 | 第108-109页 |
6.2 未来工作展望 | 第109-110页 |
致谢 | 第110-112页 |
参考文献 | 第112-124页 |
附录 | 第124-125页 |
A. 作者在攻读学位期间发表的论文目录 | 第124页 |
B. 作者在攻读学位期间获得专利情况 | 第124-125页 |
C. 作者在攻读学位期间软件著作权登记情况 | 第125页 |
D. 作者在攻读学位期间参与科研项目及获奖情况 | 第125页 |