基于概率A星和智能体的无人机路径规划
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·选题背景和意义 | 第8-10页 |
| ·无人机路径规划的研究现状 | 第10-12页 |
| ·主要工作及内容组成 | 第12-14页 |
| 第二章 路径规划的基本算法 | 第14-26页 |
| ·Voronoi& Dijkstra 搜索算法 | 第14-16页 |
| ·Delaunay 结合遗传算法 | 第16-17页 |
| ·A 星算法 | 第17-19页 |
| ·智能体算法 | 第19-20页 |
| ·算法实验与比较 | 第20-24页 |
| ·本章小结 | 第24-26页 |
| 第三章 基于概率 A 星和智能体的路径规划算法 | 第26-44页 |
| ·全局路径规划 | 第26-30页 |
| ·网格地图 | 第26-27页 |
| ·A 星搜索算法 | 第27页 |
| ·A 星算法流程 | 第27-28页 |
| ·传统 A 星算法与概率 A 星算法对比 | 第28页 |
| ·概率 A 星算法 | 第28-30页 |
| ·局部路径规划 | 第30-35页 |
| ·智能体模型及其搜索算法 | 第31页 |
| ·复杂自适应智能体特性 | 第31-35页 |
| ·设定初始方向角 | 第35-37页 |
| ·多任务目标路径规划 | 第37-38页 |
| ·动态场景下的路径规划 | 第38-42页 |
| ·传统路径规划的局限性和现代战争的需求 | 第38-39页 |
| ·在动态障碍物地形地图下的无人机路径规划 | 第39-42页 |
| ·本章小结 | 第42-44页 |
| 第四章 动态可视化算法仿真 | 第44-62页 |
| ·算法仿真的意义 | 第44页 |
| ·基于 MFC 和 OpenGL 的仿真平台 | 第44-48页 |
| ·仿真平台描述 | 第44-45页 |
| ·MFC | 第45页 |
| ·OpenGL | 第45-46页 |
| ·3DMax | 第46-48页 |
| ·算法仿真演示 | 第48-61页 |
| ·本章小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-64页 |
| ·总结 | 第62页 |
| ·展望 | 第62-64页 |
| 致谢 | 第64-66页 |
| 参考文献 | 第66-68页 |
| 硕士期间成果 | 第68-69页 |
