| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题背景及意义 | 第10页 |
| 1.2 智能车辆相关技术现状 | 第10-14页 |
| 1.2.1 障碍物检测 | 第11-13页 |
| 1.2.2 车辆定位 | 第13-14页 |
| 1.3 本文的主要工作 | 第14页 |
| 1.4 本文的组织结构 | 第14-15页 |
| 第2章 常用路径规划方法 | 第15-26页 |
| 2.1 图搜索方法 | 第15-17页 |
| 2.1.1 可视图法 | 第15-16页 |
| 2.1.2 Voronoi 图法 | 第16-17页 |
| 2.2 栅格法 | 第17-18页 |
| 2.3 传统方法 | 第18-21页 |
| 2.3.1 人工势场方法 | 第18-20页 |
| 2.3.2 模糊逻辑方法 | 第20-21页 |
| 2.4 智能方法 | 第21-24页 |
| 2.4.1 人工神经网络方法 | 第21-22页 |
| 2.4.2 遗传算法 | 第22-24页 |
| 2.5 现有工作的缺点及本文贡献 | 第24-26页 |
| 第3章 自主类车机器人躲避算法 MVCA | 第26-47页 |
| 3.1 算法概览 | 第26页 |
| 3.2 类车机器人的轨迹跟踪 | 第26-33页 |
| 3.2.1 类车机器人的运动学 | 第26-27页 |
| 3.2.2 类车机器人的轨迹跟踪方法 | 第27-30页 |
| 3.2.3 轨迹的旋转 | 第30-31页 |
| 3.2.4 仿真实验 | 第31-33页 |
| 3.3 全局规划算法 | 第33-35页 |
| 3.4 局部规划算法 | 第35-43页 |
| 3.4.1 Velocity Obstacle | 第36-37页 |
| 3.4.2 optimal reciprocal collision avoidance (ORCA) | 第37-38页 |
| 3.4.3 多个类车机器人的躲避 | 第38-42页 |
| 3.4.4 对于静止的障碍物的躲避 | 第42-43页 |
| 3.4.5 对于运动的障碍物的躲避 | 第43页 |
| 3.5 仿真实验 | 第43-47页 |
| 3.5.1 类车机器人跟踪算法的仿真 | 第44-45页 |
| 3.5.2 多个类车机器人躲避算法的仿真 | 第45-47页 |
| 第4章 基于车间通讯的应用环境的仿真实验 | 第47-57页 |
| 4.1 基于 802.11p 的通信 | 第47-50页 |
| 4.2 类车机器人的轨迹预测 | 第50-51页 |
| 4.3 仿真实验 | 第51-57页 |
| 第5章 总结与展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 作者简介及在学期间所取得的科研成果 | 第62-63页 |
| 致谢 | 第63页 |