| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究综述 | 第10-12页 |
| 1.3 论文内容安排 | 第12-14页 |
| 第二章 配送中心概念及其作业流程 | 第14-21页 |
| 2.1 配送中心概念 | 第14-16页 |
| 2.1.1 配送中心作业流程 | 第14-15页 |
| 2.1.2 配送中心分拣作业简介 | 第15-16页 |
| 2.2 地理信息系统 | 第16-18页 |
| 2.2.1 GIS简介 | 第16-17页 |
| 2.2.2 基于ArcGIS的移动端电子地图制作过程分析 | 第17-18页 |
| 2.3 仓库分拣解决方案 | 第18-19页 |
| 2.3.1 自动化分拣相关解决方案 | 第18-19页 |
| 2.3.2 仓库分拣路径规划方法 | 第19页 |
| 2.3.3 基于室内定位的分拣作业路径规划方法设计 | 第19页 |
| 2.4 小结 | 第19-21页 |
| 第三章 地图匹配关键技术研究 | 第21-34页 |
| 3.1 地图匹配技术在定位中的应用 | 第21-24页 |
| 3.1.1 室内外地图匹配比较 | 第21-22页 |
| 3.1.2 室内定位简介 | 第22-23页 |
| 3.1.3 室内地图匹配意义 | 第23-24页 |
| 3.2 室内几何结构通用模型 | 第24-26页 |
| 3.2.1 室内地图关键数据分类 | 第24-25页 |
| 3.2.2 室内几何结构通用模型抽象效果 | 第25-26页 |
| 3.3 融合IMU的地图匹配算法 | 第26-32页 |
| 3.3.1 基于IMU的辅助定位方法 | 第26-29页 |
| 3.3.2 历史匹配点数据结构 | 第29-30页 |
| 3.3.3 融合IMU的地图匹配算法 | 第30-31页 |
| 3.3.4 地图匹配算法流程图 | 第31-32页 |
| 3.4 地图匹配算法测试 | 第32-33页 |
| 3.5 小结 | 第33-34页 |
| 第四章 蚁群算法在分拣作业中的应用 | 第34-46页 |
| 4.1 蚁群算法原理简介 | 第34-39页 |
| 4.1.1 蚁群算法的特点 | 第35-36页 |
| 4.1.2 蚁群算法基本参数的确定 | 第36-39页 |
| 4.2 蚁群算法在仓库分拣作业中的应用 | 第39-44页 |
| 4.2.1 TSP问题的描述 | 第39页 |
| 4.2.2 仓库分拣路径规划问题描述与建模 | 第39-41页 |
| 4.2.3 双区型仓库 | 第41-43页 |
| 4.2.4 蚁群算法求解仓库分拣路径规划问题过程 | 第43-44页 |
| 4.2.5 蚁群算法流程图 | 第44页 |
| 4.3 蚁群算法测试 | 第44-45页 |
| 4.3.1 算例设计 | 第45页 |
| 4.3.2 算例测试结果 | 第45页 |
| 4.4 小结 | 第45-46页 |
| 第五章 配送中心分拣系统关键模块实现 | 第46-55页 |
| 5.1 配送中心分拣系统的组成 | 第46-49页 |
| 5.1.1 配送中心分拣系统总体结构 | 第46-48页 |
| 5.1.2 配送中心分拣系统硬件平台 | 第48页 |
| 5.1.3 配送中心分拣系统软件开发环境 | 第48-49页 |
| 5.2 配送中心分拣系统主要模块实现及测试 | 第49-54页 |
| 5.2.1 订单生成模块 | 第49-50页 |
| 5.2.2 路径规划模块 | 第50-52页 |
| 5.2.3 蚁群算法与S型启发式算法比较 | 第52-54页 |
| 5.3 小结 | 第54-55页 |
| 第六章 总结与展望 | 第55-57页 |
| 6.1 总结 | 第55-56页 |
| 6.2 展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-61页 |
| 攻读学位期间发表的学术论文及专利目录 | 第61页 |