| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·机器人足球研究背景 | 第9-11页 |
| ·RoboCup 介绍 | 第9-11页 |
| ·RoboCup 小型组足球机器人 | 第11-14页 |
| ·机器人系统的组成 | 第11页 |
| ·视觉系统 | 第11-12页 |
| ·决策系统 | 第12-13页 |
| ·无线通讯系统 | 第13页 |
| ·实体机器人系统 | 第13-14页 |
| ·研究意义 | 第14页 |
| ·论文研究内容 | 第14-16页 |
| 第二章 机器人底层控制系统设计 | 第16-35页 |
| ·小型组足球机器人底层控制系统要求 | 第16-17页 |
| ·小型组足球机器人电路系统的设计 | 第17-24页 |
| ·电机驱动电路的模块设计 | 第18-20页 |
| ·击挑球机构控制电路设计 | 第20-23页 |
| ·球检测电路的设计 | 第23-24页 |
| ·底盘运动力传递 | 第24-27页 |
| ·电机PID 控制 | 第27-29页 |
| ·控制系统软件设计 | 第29-31页 |
| ·指令的接收与处理 | 第31页 |
| ·PC 机与发射机通信设计 | 第31-33页 |
| ·基于CAN 总线的展望性设计 | 第33-34页 |
| ·本章总结 | 第34-35页 |
| 第三章 主流路径规划算法 | 第35-47页 |
| ·机器人路径规划算法研究综述 | 第35页 |
| ·人工势场法 | 第35-38页 |
| ·人工势场法原理 | 第35-36页 |
| ·势场函数的确定 | 第36-37页 |
| ·算法描述 | 第37-38页 |
| ·势场法的优缺点 | 第38页 |
| ·栅格法路径规划 | 第38-41页 |
| ·利用栅格法进行路径规划 | 第39-40页 |
| ·栅格法基本流程 | 第40页 |
| ·栅格法的优缺点 | 第40-41页 |
| ·快速搜索随机树法RRT 算法：（Rapidly-exploring Random Trees） | 第41-43页 |
| ·快速搜索随机树法原理 | 第41-42页 |
| ·快速搜索随机树及算法步骤 | 第42页 |
| ·快速搜索随机树法优缺点 | 第42-43页 |
| ·神经网络算法 | 第43-46页 |
| ·神经元介绍 | 第43页 |
| ·基于神经网络的路径规划 | 第43-45页 |
| ·神经网络算法的优缺点 | 第45-46页 |
| ·本章总结 | 第46-47页 |
| 第四章 基于A*的路径规划 | 第47-57页 |
| ·引言 | 第47页 |
| ·经典A*介绍 | 第47-49页 |
| ·经典A*算法的实现 | 第49页 |
| ·经典A*存在的不足及改进 | 第49-51页 |
| ·改进A*算法流程 | 第51-52页 |
| ·算法流程图为 | 第52页 |
| ·仿真实验结果 | 第52-54页 |
| ·仿真平台简介 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 总结与展望 | 第57-59页 |
| ·总结 | 第57页 |
| ·展望 | 第57-59页 |
| 参考文献 | 第59-61页 |
| 致谢 | 第61-62页 |
| 在读期间发表的学术论文与取得的研究成果 | 第62页 |