基于粒子群算法的群体机器人围捕行为的研究
| 目录 | 第1-8页 |
| 摘要 | 第8-9页 |
| Abstract | 第9-11页 |
| 插图索引 | 第11-12页 |
| 第一章 绪论 | 第12-21页 |
| ·引言 | 第12页 |
| ·群体机器人的研究背景 | 第12-14页 |
| ·群体机器人研究现状和发展趋势 | 第14-16页 |
| ·典型的群体机器人系统 | 第16-18页 |
| ·自行组织的多机器人 | 第16页 |
| ·Swarm-bots组合机器人 | 第16-17页 |
| ·英国的群机器人研究 | 第17-18页 |
| ·用于生物群体研究 | 第18页 |
| ·中科院MRCAS系统 | 第18页 |
| ·群体机器人系统研究的主要内容 | 第18-19页 |
| ·研究的主要内容 | 第19页 |
| ·本文结构 | 第19-20页 |
| ·小结 | 第20-21页 |
| 第二章 群体智能理论 | 第21-31页 |
| ·引言 | 第21页 |
| ·蚁群理论 | 第21-22页 |
| ·粒子群算法 | 第22-26页 |
| ·算法介绍 | 第22-24页 |
| ·标准的粒子群算法 | 第24-26页 |
| ·人工势场法 | 第26-29页 |
| ·势场函数的构建 | 第26-27页 |
| ·斥力场函数 | 第27-28页 |
| ·引力场函数 | 第28页 |
| ·势场法的优缺点 | 第28页 |
| ·改进的势场函数 | 第28-29页 |
| ·优化过程中应注意的问题 | 第29页 |
| ·本章小结 | 第29-31页 |
| 第三章 群体机器人的协作与控制 | 第31-36页 |
| ·引言 | 第31-32页 |
| ·当前主要的协调技术 | 第32-33页 |
| ·任务的分配机制 | 第33页 |
| ·机器人导航 | 第33-34页 |
| ·群体机器人的通信 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 群体机器人的避碰与路径规划 | 第36-47页 |
| ·前言 | 第36页 |
| ·避碰 | 第36-41页 |
| ·基于行为的避碰规划 | 第36-37页 |
| ·基于协商和意愿强度的避碰规划 | 第37-40页 |
| ·机器人的行为选择机制 | 第40-41页 |
| ·群体机器人的路径规划 | 第41-46页 |
| ·群体机器人路径规划的分类 | 第41页 |
| ·适应度函数 | 第41-43页 |
| ·优化终止条件 | 第43页 |
| ·粒子群算法在路径规划中的实现 | 第43-44页 |
| ·路径规划仿真实验 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 群体机器人围捕设计 | 第47-58页 |
| ·引言 | 第47页 |
| ·围捕任务 | 第47-50页 |
| ·环境 | 第47-48页 |
| ·机器人运动解析 | 第48-49页 |
| ·围捕机器人群体 | 第49-50页 |
| ·完成条件 | 第50页 |
| ·围捕行为 | 第50页 |
| ·围捕任务建模 | 第50-51页 |
| ·围捕机器人策略设计 | 第51-55页 |
| ·搜索策略 | 第51-52页 |
| ·predator的围捕策略 | 第52页 |
| ·包围收缩条件 | 第52-53页 |
| ·prey的逃跑策略 | 第53-55页 |
| ·群体机器人围捕系统仿真实验 | 第55-56页 |
| ·本章小结 | 第56-58页 |
| 总结与展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第65页 |
