| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-17页 |
| ·研究背景及意义 | 第9-10页 |
| ·机器人路径规划国内外研究现状 | 第10-14页 |
| ·本文的研究内容和创新之处 | 第14-15页 |
| ·研究内容 | 第14-15页 |
| ·创新之处 | 第15页 |
| ·论文的组织结构 | 第15-17页 |
| 第2章 基于栅格法的环境建模 | 第17-21页 |
| ·常用建模方法 | 第17-18页 |
| ·栅格法 | 第18-20页 |
| ·栅格法描述 | 第18-19页 |
| ·栅格法在路径规划中的应用 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 基于遗传算法的机器人路径规划 | 第21-28页 |
| ·遗传算法简介 | 第21页 |
| ·基本原理 | 第21页 |
| ·遗传算法的特点 | 第21页 |
| ·基于遗传算法的路径规划算法 | 第21-27页 |
| ·基本思想 | 第21-22页 |
| ·基于遗传算法路径规划流程及实现 | 第22-25页 |
| ·算法具体步骤 | 第25-26页 |
| ·局限性分析 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第4章 基于环境二次划分的栅格建模方法 | 第28-32页 |
| ·环境划分结果及其分析 | 第28-29页 |
| ·环境二次划分 | 第29-31页 |
| ·二次划分策略 | 第29-30页 |
| ·二次划分步骤 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第5章 基于环境二次划分和改进遗传算法的机器人路径规划 | 第32-40页 |
| ·环境描述及相关定义 | 第32-33页 |
| ·基于环境二次划分和改进遗传算法的路径规划 | 第33-37页 |
| ·算法策略 | 第33-34页 |
| ·个体编码策略 | 第34页 |
| ·基于保险矩阵的种群初始化方法 | 第34-35页 |
| ·适应度函数 | 第35-36页 |
| ·遗传操作算子 | 第36页 |
| ·算法步骤 | 第36-37页 |
| ·仿真实验 | 第37-38页 |
| ·实验结果 | 第37页 |
| ·实验分析 | 第37-38页 |
| ·本章小结 | 第38-40页 |
| 第6章 基于环境二次划分的机器人滚动规划算法 | 第40-49页 |
| ·基于滚动窗口路径规划的基本思想 | 第40页 |
| ·环境描述及相关定义 | 第40-42页 |
| ·基于改进滚动窗口策略的路径规划算法 | 第42-46页 |
| ·算法策略 | 第42-44页 |
| ·虚拟子目标的确定 | 第44-45页 |
| ·基于高质量节点的滚动规划算法步骤 | 第45页 |
| ·窗口转向机制 | 第45-46页 |
| ·仿真实验 | 第46-48页 |
| ·实验结果 | 第46页 |
| ·实验分析 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第7章 总结与展望 | 第49-51页 |
| ·论文的主要工作 | 第49页 |
| ·研究工作的展望 | 第49-51页 |
| 参考文献 | 第51-56页 |
| 致谢 | 第56-57页 |
| 附录 | 第57页 |