首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--机器人技术论文--机器人论文

复杂环境下多机器人路径规划方法研究

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

论文共85页,点击 下载论文
上一篇:改进的免疫进化算法在多核SVM参数优化中的应用研究
下一篇:柔索牵引下肢康复机器人机构及训练模式研究