| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 引言 | 第8-10页 |
| 1.2 国内外有关机器人路径规划的研究概述 | 第10-12页 |
| 1.2.1 国外有关机器人路径规划的发展现状 | 第10-11页 |
| 1.2.2 国内有关机器人路径规划的发展现状 | 第11-12页 |
| 1.3 云计算的研究现状及发展趋势 | 第12页 |
| 1.4 论文研究的目的和意义 | 第12-13页 |
| 1.5 论文研究的主要内容 | 第13-14页 |
| 2 农业信息采集机器人云操作平台研究 | 第14-20页 |
| 2.1 云计算与机器人结合的技术基础 | 第14-16页 |
| 2.1.1 云计算简介 | 第14-15页 |
| 2.1.2 云计算与机器人结合的具备要素 | 第15页 |
| 2.1.3 机器人在云计算上的调度策略 | 第15-16页 |
| 2.2 农业信息采集机器人云操作平台系统 | 第16-19页 |
| 2.2.1 云操作平台系统结构 | 第17-18页 |
| 2.2.2 农业信息采集机器人云操作平台系统工作原理 | 第18-19页 |
| 2.3 本章小结 | 第19-20页 |
| 3 改进蚁群算法路径规划研究 | 第20-37页 |
| 3.1 蚁群算法 | 第20-24页 |
| 3.1.1 蚁群算法的基本思想 | 第20-21页 |
| 3.1.2 蚁群算法的数学模型 | 第21-23页 |
| 3.1.3 蚁群算法的缺点 | 第23-24页 |
| 3.2 蚁群算法基本改进措施 | 第24-25页 |
| 3.2.1 转移概率调整 | 第24页 |
| 3.2.2 信息素的更新 | 第24-25页 |
| 3.2.3 最大-最小蚁群系统（MMAS） | 第25页 |
| 3.3 蚁群系统算法的收敛性证明 | 第25-27页 |
| 3.4 改进蚁群算法在路径规划上的研究 | 第27-30页 |
| 3.4.1 添加随机扰动概率 | 第27-29页 |
| 3.4.2 引入概率交替策略 | 第29-30页 |
| 3.5 环境模拟 | 第30-33页 |
| 3.5.1 农业信息采集机器人工作区域的特点 | 第30页 |
| 3.5.2 栅格模型设计 | 第30-32页 |
| 3.5.3 栅格环境路径规划逻辑 | 第32-33页 |
| 3.5.4 栅格模型建立 | 第33页 |
| 3.6 仿真试验及结果分析 | 第33-36页 |
| 3.6.1 基本蚁群算法仿真研究 | 第34页 |
| 3.6.2 基本改进蚁群算法仿真研究 | 第34-35页 |
| 3.6.3 改进蚁群算法（EACO）仿真研究 | 第35-36页 |
| 3.7 本章小结 | 第36-37页 |
| 4 蚁群粒子群融合算法路径规划研究 | 第37-48页 |
| 4.1 粒子群算法 | 第37-39页 |
| 4.1.1 粒子群算法的基本原理 | 第37-38页 |
| 4.1.2 粒子群算法的流程 | 第38-39页 |
| 4.1.3 带惯性权重的PSO算法 | 第39页 |
| 4.2 蚁群粒子群融合算法研究 | 第39-41页 |
| 4.2.1 蚁群粒子群融合算法设计思想 | 第39-40页 |
| 4.2.2 蚁群粒子群融合算法流程 | 第40-41页 |
| 4.2.3 蚁群粒子群融合算法的衔接 | 第41页 |
| 4.3 仿真试验及结果分析 | 第41-45页 |
| 4.3.1 EACO与PSO-EACO的对比分析 | 第41-43页 |
| 4.3.2 不同障碍环境下的测试对比分析 | 第43-44页 |
| 4.3.3 融合算法的最优解与最差解对比分析 | 第44-45页 |
| 4.4 田间工作环境模拟仿真测试 | 第45-46页 |
| 4.5 本章小结 | 第46-48页 |
| 5 机器人云操作平台路径规划实验 | 第48-55页 |
| 5.1 机器人路径规划云操作平台 | 第48-49页 |
| 5.2 云操作平台路径规划的用户界面设计 | 第49-53页 |
| 5.2.1 功能模块设计 | 第50-51页 |
| 5.2.2 数据传输与操作流程 | 第51-53页 |
| 5.3 机器人云操作平台路径规划实验 | 第53-54页 |
| 5.4 本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 攻读学位期间发表的学术论文 | 第60-61页 |
| 致谢 | 第61-62页 |