| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 课题研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状及发展趋势 | 第12-17页 |
| 1.2.1 移动机器人国内外发展现状 | 第12-14页 |
| 1.2.2 全局路径规划研究现状和多目标路径规划方法 | 第14-15页 |
| 1.2.3 局部路径规划研究现状和动态环境下路径规划方法 | 第15-17页 |
| 1.3 主要研究内容及组织结构 | 第17-18页 |
| 第二章 实验环境和研究方案 | 第18-25页 |
| 2.1 引言 | 第18页 |
| 2.2 ROS系统介绍 | 第18-19页 |
| 2.3 基于ROS系统的实验环境搭建 | 第19-23页 |
| 2.3.1 SLAM地图构建和定位实现 | 第19-21页 |
| 2.3.2 路径规划和导航实现 | 第21-23页 |
| 2.4 基于ROS系统的实验方案设计 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 基于A*算法改进的多目标全局路径规划 | 第25-37页 |
| 3.1 引言 | 第25页 |
| 3.2 A*算法基本原理分析 | 第25-27页 |
| 3.3 A*算法的进一步研究 | 第27-28页 |
| 3.4 A*算法策略和规则改进 | 第28-33页 |
| 3.4.1 节点扩展规则改进 | 第29-31页 |
| 3.4.2 节点回溯策略改进 | 第31-33页 |
| 3.5 基于动态权值的启发式估价函数改进 | 第33-34页 |
| 3.6 基于A*算法的多目标全局路径规划算法实现 | 第34-35页 |
| 3.7 仿真实验与分析 | 第35-36页 |
| 3.8 本章小结 | 第36-37页 |
| 第四章 基于DWA算法的动态环境局部路径规划 | 第37-43页 |
| 4.1 引言 | 第37页 |
| 4.2 DWA算法基本原理分析 | 第37-38页 |
| 4.3 移动智能车运动学模型 | 第38-39页 |
| 4.4 速度采样 | 第39-40页 |
| 4.5 评价函数 | 第40页 |
| 4.6 DWA算法的改进 | 第40-42页 |
| 4.6.1 障碍物膨胀区处理 | 第40-41页 |
| 4.6.2 异常状态处理 | 第41-42页 |
| 4.7 本章小结 | 第42-43页 |
| 第五章 基于动态环境和多目标的路径规划设计与实现 | 第43-51页 |
| 5.1 引言 | 第43页 |
| 5.2 基于动态环境和多目标的路径规划算法设计 | 第43-44页 |
| 5.3 实验设备和环境介绍 | 第44-46页 |
| 5.4 实验过程与结果 | 第46-50页 |
| 5.4.1 对实验场地进行slam地图构建 | 第46-48页 |
| 5.4.2 改进后算法实验 | 第48-49页 |
| 5.4.3 实验结果分析 | 第49-50页 |
| 5.5 本章小结 | 第50-51页 |
| 第六章 总结与展望 | 第51-53页 |
| 6.1 论文工作总结 | 第51页 |
| 6.2 研究方向展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-59页 |
| 作者攻读学位期间发表的学术论文目录 | 第59页 |