| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 群智能算法研究现状 | 第12-14页 |
| 1.2.1 蚁群算法的研究现状 | 第12-13页 |
| 1.2.2 粒子群算法研究现状 | 第13-14页 |
| 1.3 水下潜器的发展现状 | 第14-17页 |
| 1.3.1 水下潜器的研究进展 | 第14-16页 |
| 1.3.2 水下潜器的未来发展方向 | 第16页 |
| 1.3.3 水下潜器路径规划的发展现状 | 第16-17页 |
| 1.4 本文研究内容 | 第17-19页 |
| 第2章 海底三维地形环境仿真 | 第19-31页 |
| 2.1 电子海图中海底高程数据的提取 | 第19-20页 |
| 2.2 原始数据的Delaunay三角网建模 | 第20-22页 |
| 2.3 利用随机中点位移对Delaunay三角网插值 | 第22-24页 |
| 2.4 基于Delaunay三角网内插生成规则网格 | 第24-26页 |
| 2.5 基于改进迭代函数系统的分形插值建立海底模型 | 第26-30页 |
| 2.5.1 基于迭代函数系统插值的数学基础 | 第26-28页 |
| 2.5.2 基于改进的IFS插值算法的海底三维模型 | 第28-30页 |
| 2.6 本章小结 | 第30-31页 |
| 第3章 采用蚁群算法的水下潜器三维海底空间路径规划 | 第31-46页 |
| 3.1 蚁群算法原理简介 | 第31-33页 |
| 3.1.1 蚁群算法基本原理 | 第31-32页 |
| 3.1.2 基本蚁群算法的程序结构流程 | 第32-33页 |
| 3.2 水下潜器三维路径规划空间栅格化处理 | 第33-37页 |
| 3.2.1 栅格空间的建立 | 第33-34页 |
| 3.2.2 海底模型栅格化处理 | 第34-37页 |
| 3.3 采用蚁群算法的路径规划算法流程 | 第37-40页 |
| 3.4 仿真实验及结果分析 | 第40-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第4章 基于量子粒子群算法的潜器路径规划 | 第46-60页 |
| 4.1 量子粒子群算法简介 | 第46-50页 |
| 4.1.1 粒子群算法基本原理 | 第46页 |
| 4.1.2 量子粒子群算法基本原理 | 第46-49页 |
| 4.1.3 量子粒子群算法与粒子群算法的比较 | 第49-50页 |
| 4.2 海底三维环境空间处理 | 第50-55页 |
| 4.2.1 海底复杂环境建立 | 第50-52页 |
| 4.2.2 海流对潜器路径规划的影响 | 第52-53页 |
| 4.2.3 路径安全性要求 | 第53-55页 |
| 4.3 QPSO算法在潜器三维路径规划中的应用 | 第55-59页 |
| 4.3.1 算法流程 | 第55-56页 |
| 4.3.2 仿真实验及结果分析 | 第56-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第5章 水下潜器实时动态路径规划研究 | 第60-83页 |
| 5.1 引言 | 第60-61页 |
| 5.2 潜器的运动学基础 | 第61-65页 |
| 5.2.1 坐标系选择及运动参数 | 第61-63页 |
| 5.2.2 水下潜器的三维空间运动方程 | 第63-65页 |
| 5.3 障碍运动情况综合分析 | 第65-68页 |
| 5.3.1 障碍物运动模型 | 第65-67页 |
| 5.3.2 利用卡尔曼滤波方法预测障碍物运动 | 第67-68页 |
| 5.4 碰撞预测及避障策略 | 第68-72页 |
| 5.4.1 障碍物碰撞预测 | 第68-70页 |
| 5.4.2 AUV避障策略 | 第70-72页 |
| 5.5 仿真实验 | 第72-82页 |
| 5.5.1 动态障碍物运动仿真实验 | 第72-79页 |
| 5.5.2 水下潜器避障实验仿真 | 第79-82页 |
| 5.6 本章小结 | 第82-83页 |
| 结论 | 第83-85页 |
| 参考文献 | 第85-92页 |
| 攻读硕士学位期间的发表论文和取得的科研成果 | 第92-93页 |
| 致谢 | 第93页 |
