中文摘要 | 第3-4页 |
英文摘要 | 第4-5页 |
1 绪论 | 第8-20页 |
1.1 研究背景与意义 | 第8-10页 |
1.1.1 研究背景 | 第8-9页 |
1.1.2 研究意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-16页 |
1.2.1WebGL建模研究现状 | 第10-11页 |
1.2.2 路径规划方法研究现状 | 第11-15页 |
1.2.3 避障问题研究现状 | 第15-16页 |
1.3 本文主要内容 | 第16-19页 |
1.3.1 本文的主要工作 | 第16-17页 |
1.3.2 本文的研究方法 | 第17-18页 |
1.3.3 章节安排 | 第18-19页 |
1.4 本章小结 | 第19-20页 |
2 基于WebGL技术的钢卷仓库三维建模 | 第20-31页 |
2.1 WebGL技术的基本架构及理论背景 | 第20-22页 |
2.1.1 WebGL应用结构简介 | 第20页 |
2.1.2 材质、纹理和光源 | 第20页 |
2.1.3 相机、透视、视口和投影 | 第20-22页 |
2.1.4 Three.js——WebGL引擎 | 第22页 |
2.1.5 WebGL控制台 | 第22页 |
2.2 基于WebGL的钢卷仓库及吊装任务建模 | 第22-30页 |
2.2.1 钢卷仓库工业现场场景概述 | 第22-23页 |
2.2.2 三维环境中实体元素的表达 | 第23-26页 |
2.2.3 三维模型中控制台的搭建 | 第26-27页 |
2.2.4 三维模型中的动态场景建模 | 第27-28页 |
2.2.5 自主观测功能的理论基础 | 第28-29页 |
2.2.6 动态实体的数据存储结构 | 第29-30页 |
2.3 本章小结 | 第30-31页 |
3 基于改进的粒子群算法的三维路径规划 | 第31-48页 |
3.1 粒子群算法简介 | 第31-34页 |
3.1.1 粒子群算法的核心思想 | 第31页 |
3.1.2 标准粒子群算法简介 | 第31-34页 |
3.2 粒子群算法参数分析 | 第34-36页 |
3.2.1 惯性权重参数分析 | 第34-35页 |
3.2.2 学习因子参数分析 | 第35-36页 |
3.2.3 其他参数分析 | 第36页 |
3.3 三维空间路径规划方法的设计 | 第36-40页 |
3.3.1 粒子编码方式 | 第37-38页 |
3.3.2 粒子位置速度的初始化与更新 | 第38-39页 |
3.3.3 具有避障功能的适应度函数 | 第39-40页 |
3.4 三维空间路径规划算法的仿真与验证 | 第40-47页 |
3.4.1 仿真实验环境介绍 | 第40页 |
3.4.2 关键参数的调节 | 第40-41页 |
3.4.3 算法仿真与结果分析 | 第41-47页 |
3.5 本章小结 | 第47-48页 |
4 吊装任务三维可视化模型的设计与实现 | 第48-58页 |
4.1 钢卷仓库吊装流程的详细描述 | 第48页 |
4.2 钢卷仓库三维建模系统功能设计 | 第48-51页 |
4.2.1 吊装演示功能设计 | 第50页 |
4.2.2 速度控制功能设计 | 第50-51页 |
4.2.3 自主观测功能设计 | 第51页 |
4.3 钢卷仓库及吊装作业三维建模系统实现 | 第51-55页 |
4.3.1 系统运行环境 | 第51页 |
4.3.2 路径规划方法在WebGL模型系统中的实现 | 第51-52页 |
4.3.3 吊装任务演示 | 第52-55页 |
4.3.4 自由观测演示 | 第55页 |
4.4 钢卷仓库的吊装结果 | 第55-57页 |
4.5 本章小结 | 第57-58页 |
5 总结与展望 | 第58-59页 |
致谢 | 第59-60页 |
参考文献 | 第60-65页 |