| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 机器人足球研究现状 | 第8-12页 |
| ·引言 | 第8-9页 |
| ·机器人足球概况 | 第8页 |
| ·机器人世界杯比赛RoboCup | 第8-9页 |
| ·研究机器人足球的作用和意义 | 第9-11页 |
| ·研究机器人足球对学术界的作用与意义 | 第9-10页 |
| ·研究机器人足球对产业界的作用和意义 | 第10-11页 |
| ·本论文主要研究内容 | 第11-12页 |
| 第二章 AI-RCJ 仿真环境 | 第12-16页 |
| ·AI-RCJ 仿真比赛简介 | 第12-13页 |
| ·AI-RCJ 使用方法简介 | 第12页 |
| ·AI-RCJ 的教育意义 | 第12-13页 |
| ·AI-RCJ 的优势特点 | 第13页 |
| ·AI-RCJ 仿真环境 | 第13-16页 |
| ·struct Bot | 第13-14页 |
| ·获取本机器人信息 | 第14页 |
| ·获取其他机器人的信息 | 第14-15页 |
| ·获取球的信息 | 第15-16页 |
| 第三章 仿真系统中机器人基本动作研究 | 第16-25页 |
| ·机器人移动 | 第16-18页 |
| ·机器人平移 | 第16-17页 |
| ·机器人转弯 | 第17-18页 |
| ·机器人踢球 | 第18-19页 |
| ·机器人截球 | 第19-22页 |
| ·机器人射门 | 第22-25页 |
| 第四章 典型足球机器人路径规划方法概述 | 第25-35页 |
| ·人工势场法 | 第25-27页 |
| ·人工势场法原理 | 第25页 |
| ·势函数的确定 | 第25-27页 |
| ·对人工势场法的评价 | 第27页 |
| ·栅格建模法 | 第27-28页 |
| ·栅格法原理 | 第27-28页 |
| ·利用栅格法进行路径规划 | 第28页 |
| ·对栅格法的评价 | 第28页 |
| ·遗传算法 | 第28-30页 |
| ·遗传算法原理 | 第28-29页 |
| ·利用遗传算法进行路径规划 | 第29-30页 |
| ·对遗传算法的评价 | 第30页 |
| ·神经网络算法 | 第30-33页 |
| ·神经元简介 | 第31页 |
| ·利用神经网络进行路径规划 | 第31-33页 |
| ·对神经网络的评价 | 第33页 |
| ·对各种方法综合分析 | 第33-35页 |
| 第五章 基于栅格法和双向Dijkstra 算法的路径规划 | 第35-44页 |
| ·模型的建立 | 第35-39页 |
| ·工作空间模型建立 | 第35-37页 |
| ·障碍物地图的生成 | 第37页 |
| ·双向Dijkstra 算法的路径规划 | 第37-39页 |
| ·路径规划算法在AI-RCJ 仿真环境中的应用 | 第39-42页 |
| ·小结 | 第42-44页 |
| 结论 | 第44-45页 |
| 参考文献 | 第45-47页 |
| 后记 | 第47页 |