| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 移动机器人路径规划国内外研究现状 | 第10-11页 |
| 1.3 课题研究内容 | 第11-12页 |
| 1.4 遍历规划的核心问题以及数学描述 | 第12-14页 |
| 1.5 本文章节划分 | 第14-15页 |
| 1.6 本章小结 | 第15-16页 |
| 第2章 移动机器人环境建模 | 第16-26页 |
| 2.1 环境地图描述 | 第16页 |
| 2.2 典型的环境地图建模方法 | 第16-21页 |
| 2.2.1 单元分解法 | 第16-19页 |
| 2.2.2 模板模型法 | 第19-20页 |
| 2.2.3 拓扑法 | 第20页 |
| 2.2.4 可视图法 | 第20-21页 |
| 2.2.5 自由空间法 | 第21页 |
| 2.2.6 几何法 | 第21页 |
| 2.3 基于栅格法的移动机器人环境地图建模 | 第21-25页 |
| 2.3.1 环境建模思想 | 第21-22页 |
| 2.3.2 基于栅格法栅格大小的选择 | 第22-23页 |
| 2.3.3 环境建模 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 基于改进生物激励神经网络的移动机器人路径规划 | 第26-38页 |
| 3.1 生物激励神经网络算法概述 | 第26-27页 |
| 3.1.1 算法特点 | 第26页 |
| 3.1.2 算法应用 | 第26-27页 |
| 3.2 生物激励神经网络算法原理 | 第27-31页 |
| 3.3 基于生物激励神经网络的移动机器人点对点路径规划仿真 | 第31-33页 |
| 3.3.1 仿真环境设计 | 第31页 |
| 3.3.2 仿真结果 | 第31-33页 |
| 3.4 基于生物激励神经网络的移动机器人遍历路径规划仿真 | 第33-37页 |
| 3.4.1 仿真环境设计 | 第33-34页 |
| 3.4.2 仿真结果 | 第34-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第4章 基于神经元激励的移动机器人遍历路径规划 | 第38-50页 |
| 4.1 神经元激励神经网络算法概述 | 第38页 |
| 4.2 神经元激励神经网络算法原理 | 第38-41页 |
| 4.3 移动机器人避障与运动规划 | 第41-43页 |
| 4.4 基于神经元激励神经网络算法的移动机器人遍历路径规划仿真 | 第43-48页 |
| 4.4.4 仿真环境设计 | 第43-45页 |
| 4.4.5 仿真结果 | 第45-48页 |
| 4.5 神经元激励神经网络与生物激励神经网络算法算法对比 | 第48-49页 |
| 4.6 本章小结 | 第49-50页 |
| 第5章 结论与展望 | 第50-51页 |
| 5.1 结论 | 第50页 |
| 5.2 展望 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55-56页 |
| 攻读硕士学位期间所取得的相关研究成果 | 第56页 |
