| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·引言 | 第10页 |
| ·AUV 局部路径规划方法研究现状 | 第10-14页 |
| ·AUV 研究现状概述 | 第10-11页 |
| ·AUV 路径规划国外研究现状 | 第11-13页 |
| ·AUV 路径规划国内研究现状 | 第13-14页 |
| ·本课题研究的意义和背景 | 第14-15页 |
| ·主要工作和论文组织 | 第15-17页 |
| 第2章 海流对AUV 的影响分析 | 第17-26页 |
| ·海流简介 | 第17页 |
| ·海流对AUV 的影响以及AUV 艏向角的确定 | 第17-22页 |
| ·AUV 的坐标系 | 第17-18页 |
| ·AUV 的空间运动 | 第18-19页 |
| ·海流对AUV 运动的影响 | 第19-20页 |
| ·在海流影响下AUV 艏向角的确定 | 第20-22页 |
| ·能量节省 | 第22-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 考虑海流的模糊局部路径规划器设计 | 第26-44页 |
| ·模糊逻辑及模糊规则 | 第26-27页 |
| ·模糊规则中存在的问题 | 第27-28页 |
| ·引入加权模糊规则 | 第28-30页 |
| ·基于加权模糊逻辑的AUV 局部路径规划器的整体设计 | 第30-32页 |
| ·AUV 局部路径规划器的具体设计 | 第32-43页 |
| ·变量的模糊化 | 第32-37页 |
| ·分类模糊加权规则库的确定 | 第37-41页 |
| ·动作选择策略 | 第41-43页 |
| ·模糊量的精确化 | 第43页 |
| ·本章小结 | 第43-44页 |
| 第4章 具有自适应能力的局部路径规划 | 第44-62页 |
| ·MDP 和Q 学习算法 | 第44-46页 |
| ·Q 学习存在的问题及现存的解决方法 | 第46-49页 |
| ·收敛速度慢问题 | 第47页 |
| ·信度分配问题 | 第47-48页 |
| ·探索和利用的平衡问题 | 第48-49页 |
| ·对Q 学习的改进 | 第49-52页 |
| ·基于改进的Q 学习设计AUV 局部路径规划器 | 第52-61页 |
| ·AUV 的Q 学习框架图 | 第52-55页 |
| ·确定Q 表中的状态集和动作集 | 第55-56页 |
| ·建立Q 表 | 第56-58页 |
| ·确定强化信号 | 第58-61页 |
| ·本章小结 | 第61-62页 |
| 第5章 仿真实验 | 第62-77页 |
| ·构建仿真环境 | 第62-65页 |
| ·AUV 的运动过程介绍 | 第65-68页 |
| ·无海流环境下采用模糊逻辑法的仿真效果 | 第68-70页 |
| ·有海流情况下采用模糊逻辑法的仿真效果 | 第70-71页 |
| ·Q 学习过程仿真 | 第71-74页 |
| ·采用Q 学习调整规则后的仿真效果 | 第74-76页 |
| ·本章小结 | 第76-77页 |
| 结论 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83页 |