多机器人协作探索未知环境
| 目录 | 第1-4页 |
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-7页 |
| 第1章 引言 | 第7-18页 |
| ·多机器人系统的发展 | 第8-9页 |
| ·多机器人系统的特点 | 第9页 |
| ·多机器人系统的应用领域 | 第9-11页 |
| ·多机器人系统的体系结构 | 第11-13页 |
| ·控制结构 | 第11-12页 |
| ·通讯结构 | 第12-13页 |
| ·一些典型的多机器人系统 | 第13-14页 |
| ·多机器人系统的相关问题和技术 | 第14-15页 |
| ·机器人环境探索的相关研究 | 第15-16页 |
| ·论文的主要工作和创新点 | 第16-17页 |
| ·论文的组织结构 | 第17-18页 |
| 第2章 环境建模和路径规划 | 第18-25页 |
| ·环境建模 | 第18-20页 |
| ·A*算法在路径规划中的应用 | 第20-23页 |
| ·多机器人协同环境探索中存在的问题 | 第23-25页 |
| 第3章 多机器人环境探索策略 | 第25-43页 |
| ·已知环境的探索方法 | 第25-26页 |
| ·随机行走和沿墙行走 | 第25-26页 |
| ·边界探索策略 | 第26-37页 |
| ·边界的概念 | 第26-27页 |
| ·边界的检测 | 第27-28页 |
| ·基本边界探索算法 | 第28-29页 |
| ·基于效用值的边界探索算法 | 第29-33页 |
| ·边界探索策略的重复覆盖问题 | 第33-34页 |
| ·螺旋形导航算法 | 第34-37页 |
| ·改进型边界探索算法 | 第37-43页 |
| ·角度吸引度函数 | 第38页 |
| ·距离吸引度函数 | 第38-40页 |
| ·分散度函数 | 第40页 |
| ·多机器人系统的目标函数 | 第40-41页 |
| ·最佳视角 | 第41-43页 |
| 第4章 基于蚁群算法的多机器人系统团队目标优化 | 第43-47页 |
| ·基本模型 | 第43-44页 |
| ·最大最小蚁群系统 | 第44-46页 |
| ·信息素 | 第44-45页 |
| ·能见度信息 | 第45页 |
| ·转移概率 | 第45-46页 |
| ·算法流程 | 第46-47页 |
| 第5章 仿真实验 | 第47-59页 |
| ·第一组仿真实验 | 第47-53页 |
| ·第二组仿真实验 | 第53-56页 |
| ·第三组仿真实验 | 第56-58页 |
| ·实验总结 | 第58-59页 |
| 第6章 总结与展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 攻读硕士期间发表的论文 | 第64-65页 |
| 致谢 | 第65-66页 |
