移动机器人路径规划方法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 选题依据 | 第10页 |
| 1.2 国内外移动机器人的发展趋势 | 第10-13页 |
| 1.3 移动机器人路径规划方法研究现状 | 第13-15页 |
| 1.4 本文主要研究内容和结构安排 | 第15-18页 |
| 第2章 基于环境模型的规划方法 | 第18-28页 |
| 2.1 环境信息的获取 | 第18-20页 |
| 2.2 环境建模分析 | 第20-25页 |
| 2.2.1 环境建模的概念和意义 | 第20-21页 |
| 2.2.2 环境模型构建方法 | 第21-25页 |
| 2.3 基于栅格法的环境表示 | 第25-26页 |
| 2.4 A~*算法搜索路径原理 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 基于生物地理学算法的路径规划 | 第28-48页 |
| 3.1 算法的起源 | 第28-29页 |
| 3.2 算法原理与迁移模型 | 第29-35页 |
| 3.3 BBO的进化过程 | 第35-37页 |
| 3.3.1 BBO的迁移操作 | 第35-36页 |
| 3.3.2 BBO的变异操作 | 第36-37页 |
| 3.4 BBO算法在路径规划中的实现 | 第37-41页 |
| 3.4.1 算法主要流程 | 第37-38页 |
| 3.4.2 路径规划仿真实验 | 第38-41页 |
| 3.5 算法改进 | 第41-46页 |
| 3.5.1 禁忌移动策略 | 第41-44页 |
| 3.5.2 迁移策略调整 | 第44-46页 |
| 3.6 本章小结 | 第46-48页 |
| 第4章 基于磁性细菌算法的路径规划 | 第48-68页 |
| 4.1 算法的起源 | 第48-51页 |
| 4.1.1 磁性细菌介绍 | 第48-50页 |
| 4.1.2 MMP趋磁性优化原理 | 第50-51页 |
| 4.2 算法的数学模型 | 第51-52页 |
| 4.3 算法的基本原理 | 第52-56页 |
| 4.3.1 算法的定义 | 第52-53页 |
| 4.3.2 算法的程序设计流程 | 第53-56页 |
| 4.4 MBOA在路径规划中的实现 | 第56-63页 |
| 4.4.1 算法在路径规划中的设计步骤 | 第56-59页 |
| 4.4.2 细胞数目的选取 | 第59-60页 |
| 4.4.3 磁场强度数值范围的确定 | 第60-61页 |
| 4.4.4 能量系数的取值研究 | 第61-63页 |
| 4.5 虚拟障碍物法在路径规划中的应用 | 第63-64页 |
| 4.6 路径平滑度优化 | 第64-66页 |
| 4.6.1 Bezier曲线定义和性质 | 第64-65页 |
| 4.6.2 Bezier曲线优化路径仿真 | 第65-66页 |
| 4.7 本章小结 | 第66-68页 |
| 第5章 算法仿真与性能评价 | 第68-80页 |
| 5.1 仿真系统平台设计 | 第68-70页 |
| 5.2 算法评价指标 | 第70-71页 |
| 5.3 已知环境下的路径规划仿真 | 第71-75页 |
| 5.4 未知环境下的路径规划仿真 | 第75-79页 |
| 5.5 本章小结 | 第79-80页 |
| 结论 | 第80-82页 |
| 参考文献 | 第82-88页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第88-90页 |
| 致谢 | 第90页 |
