多机器人围捕协同控制研究
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 课题来源 | 第8页 |
| 1.2 本课题研究背景目的和意义 | 第8-9页 |
| 1.3 相关领域国内外研究现状 | 第9-12页 |
| 1.3.1 多机器人系统国内外研究现状 | 第9-10页 |
| 1.3.2 多机器人信息采集与处理国内外研究现状 | 第10-11页 |
| 1.3.3 多机器人任务分配国内外研究现状 | 第11页 |
| 1.3.4 多机器人协同控制国内外研究现状 | 第11-12页 |
| 1.4 本文主要研究内容 | 第12-14页 |
| 第二章 多机器人信息采集与处理 | 第14-30页 |
| 2.1 多机器人系统信息采集 | 第14-15页 |
| 2.2 传感器信息的聚类融合技术 | 第15-17页 |
| 2.3 神经网络算法概述 | 第17-20页 |
| 2.4 基于神经网络算法的多机器人聚类融合 | 第20-28页 |
| 2.5 本章小结 | 第28-30页 |
| 第三章 多机器人围捕任务分配 | 第30-48页 |
| 3.1 任务分配方法概述 | 第30页 |
| 3.2 基于市场机制的多机器人任务分配 | 第30-43页 |
| 3.2.1 单个体机器人的信息及状态描述 | 第31-33页 |
| 3.2.2 多机器人系统的信息及状态描述 | 第33-36页 |
| 3.2.3 多机器人任务分配算法描述 | 第36-42页 |
| 3.2.4 多机器人市场分配算法的优化 | 第42-43页 |
| 3.3 实验及结果分析 | 第43-47页 |
| 3.4 本章小结 | 第47-48页 |
| 第四章 多机器人围捕协同控制 | 第48-76页 |
| 4.1 多机器人协同路径规划 | 第48页 |
| 4.2 静态目标物多机器人协同路径规划 | 第48-59页 |
| 4.2.1 基于A*搜索算法的路径规划算法 | 第49-52页 |
| 4.2.2 基于A*算法的单机器人路径规划 | 第52-55页 |
| 4.2.3 基于A*算法的多机器人路径规划 | 第55-59页 |
| 4.3 动态目标物多机器人协同路径规划 | 第59-67页 |
| 4.3.1 基于人工势场算法的路径规划算法 | 第60-64页 |
| 4.3.2 基于人工势场算法的单机器人路径规划 | 第64-66页 |
| 4.3.3 基于人工势场算法的多机器人路径规划 | 第66-67页 |
| 4.4 多机器人围捕系统的路径跟踪控制 | 第67-71页 |
| 4.4.1 机器人的路径跟踪控制介绍 | 第67-68页 |
| 4.4.2 基于反步法的机器人路径跟踪控制 | 第68-71页 |
| 4.5 多机器人围捕系统的编队控制 | 第71-74页 |
| 4.6 本章小结 | 第74-76页 |
| 第五章 结论 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 致谢 | 第82页 |
