复杂动态环境下移动机器人势场平衡路径规划算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| §1-1 引言 | 第9页 |
| §1-2 路径规划技术的概述 | 第9-10页 |
| §1-3 路径规划技术的研究现状 | 第10-13页 |
| 1-3-1 传统路径规划算法 | 第10-11页 |
| 1-3-2 图形学的路径规划算法 | 第11-12页 |
| 1-3-3 智能仿生学路径规划算法 | 第12页 |
| 1-3-4 其他路径规划算法 | 第12-13页 |
| §1-4 路径规划技术的发展趋势 | 第13-14页 |
| §1-5 本课题的研究工作 | 第14-15页 |
| 第二章 复杂环境下的路径规划技术 | 第15-27页 |
| §2-1 人工势场法 | 第15-19页 |
| 2-1-1 人工势场法的简介 | 第15-16页 |
| 2-1-2 人工势场法原理 | 第16-17页 |
| 2-1-3 人工势场法的优缺点 | 第17-19页 |
| §2-2 A*算法 | 第19-23页 |
| 2-2-1 A*算法简介 | 第19-21页 |
| 2-2-2 A*算法实现原理 | 第21-22页 |
| 2-2-3 A*算法优缺点 | 第22-23页 |
| §2-3 蚁群算法 | 第23-26页 |
| 2-3-1 蚁群算法简介 | 第23-24页 |
| 2-3-2 蚁群算法原理 | 第24-25页 |
| 2-3-3 蚁群算法的优缺点 | 第25-26页 |
| §2-4 本章小结 | 第26-27页 |
| 第三章 动态环境下势场平衡法的研究 | 第27-36页 |
| §3-1 引言 | 第27页 |
| §3-2 势场平衡算法设计思想 | 第27-28页 |
| §3-3 势场平衡法原理 | 第28-29页 |
| 3-3-1 障碍物斥力 | 第28-29页 |
| 3-3-2 目标点引力 | 第29页 |
| §3-4 势场平衡法实现流程 | 第29-31页 |
| §3-5 基于滚动窗口的势场平衡算法 | 第31-35页 |
| 3-5-1 滚动窗口路径规划 | 第31-33页 |
| 3-5-2 结合滚动窗口的势场平衡算法 | 第33-35页 |
| §3-6 本章小结 | 第35-36页 |
| 第四章 势场平衡算法的模拟实验与分析 | 第36-48页 |
| §4-1 仿真系统下的路径规划实验结果及分析 | 第36-43页 |
| 4-1-1 模拟仿真系统 | 第36-37页 |
| 4-1-2 静态环境下的路径规划 | 第37-39页 |
| 4-1-3 局部极小值问题处理 | 第39-41页 |
| 4-1-4 动态环境下的路径规划 | 第41-43页 |
| §4-2 虚拟场景中的路径规划 | 第43-47页 |
| 4-2-1 虚拟场景的三维建模 | 第43-44页 |
| 4-2-2 虚拟场景中的路径规划 | 第44-47页 |
| §4-3 本章小结 | 第47-48页 |
| 第五章 结论与工作展望 | 第48-50页 |
| §5-1 论文总结 | 第48-49页 |
| §5-2 工作展望 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53页 |
