首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--机器人技术论文--机器人论文

移动机器人智能体混合式体系结构研究

摘要第1-15页
ABSTRACT第15-20页
缩略词注释表第20-21页
第一章 绪论第21-43页
   ·移动机器人智能体混合式体系结构国内外研究现状第22-37页
     ·移动机器人智能体体系结构的发展历程及其特点第22-28页
     ·混合式规划第28-33页
     ·人工智能控制(AI)在移动机器人规划算法中的应用第33-37页
   ·本论文研究内容第37-41页
     ·研究的目的和意义第37-39页
     ·论文的主要工作与技术创新点第39-41页
   ·论文的内容安排第41-43页
第二章 移动机器人智能体混合式体系结构的设计第43-55页
   ·智能控制系统的一般结构第43-45页
   ·移动机器人智能体体系结构的设计第45-48页
     ·Saphira体系结构简介第45-46页
     ·基于Saphira的体系结构设计第46-48页
   ·反应/慎思功能的交叉实现第48-53页
     ·具体设计思路第49-50页
     ·反应层行为的执行第50-51页
     ·反应层和慎思层行为的交叉执行第51-52页
     ·仿真与实验第52-53页
   ·本章小结第53-55页
第三章 慎思层行为的规划与设计第55-81页
   ·环境表示及地图建立第56-60页
     ·基于四叉树的栅格地图表示第56-57页
     ·激光测距及地图建立第57-60页
   ·路径搜索策略第60-73页
     ·基本算法第60-61页
     ·常用的搜索策略第61-63页
     ·搜索策略SDM第63-69页
     ·SDM算法评价第69-73页
   ·算法仿真第73-76页
   ·虚拟环境下的仿真实验第76-79页
   ·本章小结第79-81页
第四章 反应层行为的学习与设计第81-111页
   ·QL第81-88页
     ·RL第81-82页
     ·QL简介第82-83页
     ·确定性回报和动作假定下的QL算法第83-84页
     ·收敛性第84-85页
     ·动态决策第85-86页
     ·非确定性回报和动作假定下的QL算法第86-87页
     ·Q函数的实现方法第87页
     ·强化信号的确定第87-88页
   ·基于QL的反应式行为设计第88-108页
     ·马尔可夫决策过程第89-90页
     ·机器人模型和坐标系第90-92页
     ·输入/输出空间的表示第92-93页
     ·输入/输出空间的离散化第93-95页
     ·QL-LooKUP表格第95-96页
     ·动态决策(动作选择)第96-97页
     ·强化信号的确定第97-100页
     ·训练过程第100-104页
     ·控制规则第104-105页
     ·仿真第105-108页
   ·本章小结第108-111页
第五章 动态障碍物混合避障算法的研究第111-139页
   ·基于一元线性回归和自回归的预测模型第112-118页
     ·样本采集第112-113页
     ·线性回归分析第113-114页
     ·OLS和模型检验第114-115页
     ·动态障碍物预测模型的建立第115-117页
     ·预测及自回归预测模型第117-118页
     ·结论第118页
   ·基于RBFNN的动态障碍物预测模型的建立第118-130页
     ·数据的采集第120页
     ·采样数据的划分第120-121页
     ·RBFNN拓扑结构第121-123页
     ·网络的训练与测试第123-130页
     ·结论第130页
   ·基于滚动规划的动态预测混合避障算法第130-135页
     ·滚动窗口第131-132页
     ·动态障碍物第132页
     ·滚动规划第132-135页
   ·实验与仿真第135-136页
   ·本章小结第136-139页
第六章 结论与展望第139-143页
   ·结论第139-141页
   ·展望第141-143页
参考文献第143-153页
攻读博士学位期间完成的论文及参加的科研工作第153-155页
致谢第155-156页
附发表文章第156-172页
学位论文评阅及答辩情况表第172页

论文共172页,点击 下载论文
上一篇:现代城市商业步行街景观设计研究
下一篇:基于Volterra级数的非线性电路研究