基于智能算法的移动机器人路径规划应用研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 课题来源与研究意义 | 第12页 |
| 1.1.1 课题来源 | 第12页 |
| 1.1.2 课题背景与意义 | 第12页 |
| 1.2 移动机器人研究现状 | 第12-16页 |
| 1.2.1 移动机器人概况 | 第12-13页 |
| 1.2.2 国外研究现状 | 第13-14页 |
| 1.2.3 国内研究现状 | 第14-16页 |
| 1.2.4 研究难点及不足 | 第16页 |
| 1.3 路径规划发展方向 | 第16-17页 |
| 1.4 论文主要内容安排 | 第17-20页 |
| 第二章 移动机器人路径规划相关技术及方法 | 第20-30页 |
| 2.1 路径规划相关技术 | 第20-25页 |
| 2.1.1 定位技术 | 第20-22页 |
| 2.1.2 导航技术 | 第22-24页 |
| 2.1.3 多传感器信息融合技术 | 第24-25页 |
| 2.2 移动机器人路径规划方法 | 第25-29页 |
| 2.2.1 全局路径规划 | 第25-27页 |
| 2.2.2 局部路径规划 | 第27-29页 |
| 2.3 本章小结 | 第29-30页 |
| 第三章 智能算法基本概念及运动学模型 | 第30-48页 |
| 3.1 机器人运动学模型 | 第30-32页 |
| 3.2 蚁群算法 | 第32-38页 |
| 3.2.1 蚁群算法基本概念 | 第32-33页 |
| 3.2.2 蚁群算法的数学模型 | 第33-35页 |
| 3.2.3 蚁群算法的性能评价指标 | 第35-36页 |
| 3.2.4 蚁群算法的缺点及现状 | 第36-37页 |
| 3.2.5 蚁群算法的应用及发展 | 第37-38页 |
| 3.3 遗传算法 | 第38-44页 |
| 3.3.1 遗传算法基本概念 | 第38页 |
| 3.3.2 遗传算法的基本操作流程 | 第38-44页 |
| 3.3.3 遗传算法特点及应用 | 第44页 |
| 3.4 蚁群算法、遗传算法、模拟退火算法 | 第44-46页 |
| 3.4.1 算法的特点分析 | 第45-46页 |
| 3.4.2 算法的比较分析 | 第46页 |
| 3.5 本章小结 | 第46-48页 |
| 第四章 基于蚁群算法的移动机器人路径规划 | 第48-66页 |
| 4.1 基本蚁群算法的数学模型 | 第48-49页 |
| 4.1.1 旅行商问题描述 | 第48页 |
| 4.1.2 基本蚁群算法的数学模型 | 第48-49页 |
| 4.2 蚁群算法的具体实现 | 第49-51页 |
| 4.2.1 蚁群算法的实现步骤 | 第49-50页 |
| 4.2.2 蚁群算法求解TSP问题流程 | 第50-51页 |
| 4.2.3 蚁群算法求解TSP问题的算法程序 | 第51页 |
| 4.2.4 蚁群算法的TSP问题仿真结果 | 第51页 |
| 4.3 蚁群算法参数设定原则及实验分析 | 第51-57页 |
| 4.3.1 蚂蚁总数对ACO的影响 | 第52-53页 |
| 4.3.2 信息启发式因子对ACO的影响 | 第53-54页 |
| 4.3.3 期望启发因子对ACO的影响 | 第54-55页 |
| 4.3.4 信息素挥发因子对ACO的影响 | 第55-56页 |
| 4.3.5 信息素总量对ACO的影响 | 第56-57页 |
| 4.3.6 参数配置的效应 | 第57页 |
| 4.4 基于蚁群算法的二维空间路径规划 | 第57-63页 |
| 4.4.1 建立路径规划环境模型 | 第58-59页 |
| 4.4.2 路径规划问题的描述与定义 | 第59-60页 |
| 4.4.3 路径规划算法实现步骤 | 第60-63页 |
| 4.4.4 算法程序仿真及结论 | 第63页 |
| 4.5 蚁群算法存在的问题及改进思路 | 第63-64页 |
| 4.5.1 蚁群算法存在的问题 | 第63-64页 |
| 4.5.2 蚁群算法的改进方案 | 第64页 |
| 4.6 本章小结 | 第64-66页 |
| 第五章 移动机器人路径规划仿真及实验 | 第66-84页 |
| 5.1 遗传算法优化蚁群算法参数的路径规划 | 第66-71页 |
| 5.1.1 遗传算法优化方案 | 第66-68页 |
| 5.1.2 遗传算法优化步骤 | 第68-70页 |
| 5.1.3 基于混合算法的路径规划 | 第70-71页 |
| 5.2 移动机器人实验系统搭建 | 第71-78页 |
| 5.2.1 移动机器人性能参数 | 第72页 |
| 5.2.2 移动机器人系统结构 | 第72-74页 |
| 5.2.3 移动机器人机械结构 | 第74页 |
| 5.2.4 移动机器人控制系统 | 第74-76页 |
| 5.2.5 移动机器人控制程序 | 第76-78页 |
| 5.3 移动机器人算法验证 | 第78-82页 |
| 5.3.1 移动机器人检测 | 第78页 |
| 5.3.2 实景环境勘测 | 第78-79页 |
| 5.3.3 创新核IN-R机器人实验 | 第79-82页 |
| 5.4 本章小结 | 第82-84页 |
| 第六章 总结与展望 | 第84-86页 |
| 6.1 总结 | 第84-85页 |
| 6.2 展望 | 第85-86页 |
| 致谢 | 第86-88页 |
| 参考文献 | 第88-92页 |
| 附录 攻读硕士期间发表的论文与研究成果 | 第92-94页 |
| 附页1 蚁群算法求解旅行商问题(TSP)程序 | 第94-98页 |
| 附页2 蚁群算法求解路径规划程序 | 第98-103页 |
