| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第15-24页 |
| 1.1 课题研究背景及意义 | 第15页 |
| 1.2 移动机器人路径规划算法的研究现状 | 第15-22页 |
| 1.2.1 传统路径规划方法 | 第16-19页 |
| 1.2.2 智能仿生路径规划 | 第19-22页 |
| 1.3 移动机器人路径规划主要研究内容 | 第22页 |
| 1.4 本文的主要研究内容和结构安排 | 第22-24页 |
| 第二章 基于D~*算法的路径规划方法 | 第24-31页 |
| 2.1 引言 | 第24页 |
| 2.2 环境建模及层次图定义 | 第24-26页 |
| 2.2.1 栅格地图建模 | 第24-25页 |
| 2.2.2 层次图的定义 | 第25-26页 |
| 2.3 D~*算法 | 第26-29页 |
| 2.3.1 D~*算法简介 | 第26-27页 |
| 2.3.2 D~*算法实现 | 第27-28页 |
| 2.3.3 D~*算法流程 | 第28-29页 |
| 2.4 D~*算法存在的问题 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 改进分层D~*算法 | 第31-41页 |
| 3.1 引言 | 第31页 |
| 3.2 分层D~*算法及离线先验路径 | 第31-34页 |
| 3.2.1 分层D~*算法 | 第31-33页 |
| 3.2.2 离线先验路径 | 第33-34页 |
| 3.3 D~*算法的改进 | 第34-37页 |
| 3.3.1 改进的启发函数 | 第35页 |
| 3.3.2 方向性 | 第35-37页 |
| 3.4 改进分层D~*算法的流程 | 第37页 |
| 3.5 实验结果和分析 | 第37-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第四章 动态环境下的移动机器人避障算法 | 第41-56页 |
| 4.1 引言 | 第41-42页 |
| 4.2 自主感知 | 第42-43页 |
| 4.3 局部碰撞预测 | 第43-48页 |
| 4.3.1 运动轨迹为直线的碰撞预测 | 第43-45页 |
| 4.3.2 运动轨迹不确定的碰撞预测 | 第45-48页 |
| 4.4 局部碰撞避免 | 第48-49页 |
| 4.4.1 运动轨迹近似直线动态障碍物 | 第48-49页 |
| 4.4.2 运动轨迹不确定动态障碍物 | 第49页 |
| 4.5 局部路径规划算法流程图 | 第49-50页 |
| 4.6 仿真实验及结果分析 | 第50-54页 |
| 4.6.1 卡尔曼滤波算法预测动态障碍物位置仿真实验 | 第50-52页 |
| 4.6.2 局部路径规划仿真实验 | 第52-54页 |
| 4.7 本章小结 | 第54-56页 |
| 第五章 总结与展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 硕士期间发表论文和参与的科研工作 | 第61-62页 |