移动机器人节点的路径规划及轨迹优化算法
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 课题研究背景及意义 | 第10-12页 |
| 1.2 移动机器人路径规划综述 | 第12-16页 |
| 1.2.1 人工势场法综述及国内外研究现状 | 第13-14页 |
| 1.2.2 轨迹优化综述及其国内外研究现状 | 第14-15页 |
| 1.2.3 多机器人路径规划国内外发展现状 | 第15-16页 |
| 1.3 本文主要研究内容及创新点 | 第16-17页 |
| 1.4 论文各章节安排 | 第17-18页 |
| 1.5 本章小结 | 第18-20页 |
| 第2章 基于势流理论改进的势场法路径规划 | 第20-40页 |
| 2.1 引言 | 第20页 |
| 2.2 根据势流理论改进的势场模型 | 第20-28页 |
| 2.2.1 使用势流的势场法模型描述 | 第20-21页 |
| 2.2.2 基本复势函数及修正 | 第21-24页 |
| 2.2.3 使用保角变换的改进复势 | 第24-26页 |
| 2.2.4 改进后的复速度 | 第26-28页 |
| 2.3 模型对路径规划的优化 | 第28-31页 |
| 2.3.1 对局部极小点优化 | 第28-29页 |
| 2.3.2 轨迹曲线优化 | 第29-30页 |
| 2.3.3 多障碍物势场叠加 | 第30-31页 |
| 2.4 仿真及结果分析 | 第31-38页 |
| 2.4.1 算法实现 | 第31-32页 |
| 2.4.2 避免传统势场法中的局部极小点 | 第32-33页 |
| 2.4.3 轨迹优化 | 第33-34页 |
| 2.4.4 对移动障碍物避障及多障碍物综合避障 | 第34-38页 |
| 2.5 本章小结 | 第38-40页 |
| 第3章 基于已知路径点及多种地形约束的轨迹优化 | 第40-64页 |
| 3.1 引言 | 第40-41页 |
| 3.2 问题描述 | 第41-42页 |
| 3.3 S型及半S型曲线 | 第42-47页 |
| 3.3.1 logistic函数 | 第42-43页 |
| 3.3.2 logistic曲线的基本性质 | 第43-45页 |
| 3.3.3 半S型曲线 | 第45-47页 |
| 3.4 约束条件 | 第47-54页 |
| 3.4.1 曲率最大值有界约束 | 第47-48页 |
| 3.4.2 避障约束 | 第48-50页 |
| 3.4.3 方向角不连续通道约束 | 第50-51页 |
| 3.4.4 曲率不连续通道约束 | 第51-54页 |
| 3.5 完整的优化轨迹规划方法 | 第54-55页 |
| 3.6 与其他类型曲线的比较 | 第55-57页 |
| 3.7 仿真结果及分析 | 第57-63页 |
| 3.7.1 与传统规划曲线的对比 | 第57-60页 |
| 3.7.2 概念化障碍物避障仿真 | 第60页 |
| 3.7.3 多段不连续通道 | 第60-61页 |
| 3.7.4 综合仿真 | 第61-63页 |
| 3.8 本章小结 | 第63-64页 |
| 第4章 基于改进势场的多机器人路径规划方法 | 第64-84页 |
| 4.1 引言 | 第64页 |
| 4.2 社群势场 | 第64-67页 |
| 4.2.1 社群势场及其基本函数 | 第65-66页 |
| 4.2.2 多机器人分组及其作用力的定义 | 第66-67页 |
| 4.3 考虑人类行为的行为势场 | 第67-69页 |
| 4.3.1 定义坐标系 | 第67-68页 |
| 4.3.2 行为势场定义 | 第68-69页 |
| 4.4 多机器人的防堵势场 | 第69-70页 |
| 4.5 仿真实例 | 第70-74页 |
| 4.5.1 仿真条件 | 第70-71页 |
| 4.5.2 仿真结果 | 第71-73页 |
| 4.5.3 规划方法有效性的讨论 | 第73-74页 |
| 4.6 实验研究 | 第74-82页 |
| 4.6.1 行为势场在实验中的应用 | 第74-75页 |
| 4.6.2 实验条件 | 第75-77页 |
| 4.6.3 人类移动实验 | 第77-80页 |
| 4.6.4 综合实验结果对比及讨论 | 第80-82页 |
| 4.7 本章小结 | 第82-84页 |
| 第5章 总结与展望 | 第84-86页 |
| 5.1 主要研究工作 | 第84-85页 |
| 5.2 研究展望 | 第85-86页 |
| 参考文献 | 第86-90页 |
| 附录A 攻读学位期间发表的论文与科研成果清单 | 第90-92页 |
| 致谢 | 第92页 |
