摘要 | 第5-7页 |
abstract | 第7-8页 |
第1章 绪论 | 第11-21页 |
1.1 选题背景与意义 | 第11-12页 |
1.2 多机器人路径规划现状 | 第12-16页 |
1.2.1 多机器人发展现状 | 第12-14页 |
1.2.2 路径规划技术研究现状 | 第14-15页 |
1.2.3 多机器人路径规划技术研究现状 | 第15-16页 |
1.3 粒子群算法发展及研究现状 | 第16-19页 |
1.3.1 粒子群优化算法的产生 | 第16-18页 |
1.3.2 粒子群优化算法研究热点 | 第18-19页 |
1.4 论文的主要研究工作 | 第19-21页 |
第2章 基于社会行为的改进粒子群算法 | 第21-33页 |
2.1 粒子群算法的基本原理 | 第21-24页 |
2.2 标准PSO解决路径规划存在的问题及典型改进方法 | 第24-26页 |
2.2.1 存在问题 | 第24-25页 |
2.2.2 典型改进方法 | 第25-26页 |
2.3 基于社会行为的粒子群算法 | 第26-28页 |
2.3.1 改进算法的基本原理 | 第26-27页 |
2.3.2 改进算法的步骤与流程图 | 第27-28页 |
2.4 实验与算法性能分析 | 第28-32页 |
2.5 本章小结 | 第32-33页 |
第3章 环境建模与避碰策略分析 | 第33-46页 |
3.1 环境的表示方法 | 第33-36页 |
3.1.1 连续的环境表示 | 第33页 |
3.1.2 基于图的环境表示 | 第33-35页 |
3.1.3 基于网格的环境表示 | 第35-36页 |
3.2 环境表示方法的讨论 | 第36-37页 |
3.3 避碰策略分析 | 第37-44页 |
3.3.1 滚动窗口原理 | 第37-38页 |
3.3.2 机器人与动态障碍物的避碰策略分析 | 第38-41页 |
3.3.3 机器人与机器人间的避碰策略分析 | 第41-44页 |
3.4 基于滚动窗口的多机器人路径规划的一般步骤 | 第44-45页 |
3.5 本章小结 | 第45-46页 |
第4章 二维环境下多机器人路径规划 | 第46-59页 |
4.1 二维环境多机器人路径规划问题描述及特点 | 第46-47页 |
4.2 环境建模 | 第47-48页 |
4.3 基于改进粒子群算法的多机器人路径规划 | 第48-54页 |
4.3.1 改进的粒子群算法 | 第48-49页 |
4.3.2 适应值评价函数 | 第49-54页 |
4.4 仿真实验及结果分析 | 第54-58页 |
4.4.1 静态环境 | 第54-56页 |
4.4.2 动态环境 | 第56-58页 |
4.5 本章小结 | 第58-59页 |
第5章 三维环境下多机器人路径规划 | 第59-74页 |
5.1 三维环境多机器人路径规划问题描述及特点 | 第59页 |
5.2 环境建模 | 第59-60页 |
5.3 基于改进粒子群算法的多机器人路径规划 | 第60-66页 |
5.3.1 改进的粒子群算法 | 第60-61页 |
5.3.2 适应值评价函数 | 第61-66页 |
5.4 仿真实验及结果分析 | 第66-73页 |
5.4.1 静态环境 | 第66-71页 |
5.4.2 动态环境 | 第71-73页 |
5.5 本章小结 | 第73-74页 |
结论 | 第74-76页 |
参考文献 | 第76-83页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第83-85页 |
致谢 | 第85页 |