| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 研究背景和意义 | 第9-11页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 智能自动化仓库及多移动机器人研究概述 | 第11-13页 |
| 1.3 多移动机器人路径规划研究概述 | 第13-15页 |
| 1.4 仓库系统针对多机器人的任务规划研究概述 | 第15-16页 |
| 1.5 研究内容与方法 | 第16-17页 |
| 1.6 论文结构安排 | 第17-19页 |
| 第2章 多机器人智能仓储系统分析 | 第19-27页 |
| 2.1 智能仓储多机器人系统的控制方法 | 第19-21页 |
| 2.1.1 集中式控制方法 | 第19-20页 |
| 2.1.2 分布式控制方法 | 第20页 |
| 2.1.3 混合式控制方法 | 第20-21页 |
| 2.2 多机器人的智能仓库系统模型及工作流程分析 | 第21-26页 |
| 2.2.1 多机器人智能仓库系统概述 | 第21-22页 |
| 2.2.2 多机器人智能仓库系统简化模型 | 第22-23页 |
| 2.2.3 多机器人智能仓库系统工作流程 | 第23-26页 |
| 2.3 多机器人智能仓库系统优点及其关键问题 | 第26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 智能仓库多移动机器人路径规划问题的研究 | 第27-57页 |
| 3.1 智能仓库系统栅格法建模 | 第28-29页 |
| 3.2 传统A*算法 | 第29-37页 |
| 3.2.1 传统A*算法估算函数 | 第30-32页 |
| 3.2.2 传统A*算法步骤 | 第32-36页 |
| 3.2.3 传统A*算法在智能仓库中存在的问题 | 第36-37页 |
| 3.3 基于合作的多机器人协同路径规划方法 | 第37-47页 |
| 3.3.1 基于合作的交通规则 | 第37-39页 |
| 3.3.2 基于合作的预约表 | 第39-41页 |
| 3.3.3 多机器人基于合作的A*算法的改进 | 第41-45页 |
| 3.3.4 算法仿真实现 | 第45-47页 |
| 3.4 多机器人协同动态避拥堵的路径规划 | 第47-55页 |
| 3.4.1 加权图 | 第47-48页 |
| 3.4.2 智能仓库动态加权地图 | 第48-52页 |
| 3.4.3 多机器人基于动态避拥堵的A*算法的改进 | 第52-53页 |
| 3.4.4 算法仿真实现 | 第53-55页 |
| 3.5 本章小结 | 第55-57页 |
| 第4章 智能仓库中的多任务规划方法 | 第57-65页 |
| 4.1 移动机器人取货问题描述 | 第57-58页 |
| 4.2 遗传算法 | 第58-60页 |
| 4.3 遗传算法在任务规划中的应用 | 第60-63页 |
| 4.3.1 算法仿真实现 | 第61-63页 |
| 4.4 本章小结 | 第63-65页 |
| 第5章 多移动机器人系统仿真及结果分析 | 第65-75页 |
| 5.1 仿真系统实现 | 第65-66页 |
| 5.2 仿真条件 | 第66-67页 |
| 5.3 仿真结果及分析 | 第67-73页 |
| 5.3.1 不同协同路径规划方法的对比分析 | 第68-71页 |
| 5.3.2 遗传算法整理任务的效率分析 | 第71-72页 |
| 5.3.3 综合对比分析 | 第72-73页 |
| 5.4 本章小结 | 第73-75页 |
| 第6章 总结与展望 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 致谢 | 第81-83页 |
| 攻读硕士学位期间发表学术论文情况 | 第83页 |