| 摘要 | 第1-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第5-7页 |
| 图表目录 | 第7-9页 |
| 第一章 绪论 | 第9-17页 |
| ·引言 | 第9页 |
| ·主动嗅觉搜索策略 | 第9-13页 |
| ·气体/气味分子分布特性 | 第9-12页 |
| ·烟羽发现与跟踪 | 第12-13页 |
| ·基于群体智能的搜索策略 | 第13-16页 |
| ·本文主要研究内容 | 第16-17页 |
| 第二章 嗅觉机器人视觉定位系统 | 第17-33页 |
| ·摄像头畸变校正 | 第17-28页 |
| ·摄像头畸变原理 | 第17-19页 |
| ·摄像机标定方法 | 第19页 |
| ·实验方法 | 第19-28页 |
| ·机器人识别 | 第28-32页 |
| ·机器人标识设计 | 第28-30页 |
| ·辨识算法 | 第30-31页 |
| ·系统误差分析及结论 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 基于信息熵的搜索算法和仿真平台 | 第33-52页 |
| ·基本的信息熵搜索算法 | 第33-37页 |
| ·信息熵 | 第33-34页 |
| ·算法主要步骤 | 第34-36页 |
| ·仿真结果与分析 | 第36-37页 |
| ·改进的信息熵搜索算法 | 第37-41页 |
| ·基本的PSO 算法 | 第41-42页 |
| ·基于PSO 的信息熵搜索算法 | 第42-44页 |
| ·仿真平台 | 第44-51页 |
| ·平台简介 | 第44-45页 |
| ·烟羽分析与仿真 | 第45-46页 |
| ·机器人运动学分析与仿真 | 第46-51页 |
| ·本章小结 | 第51-52页 |
| 第四章 仿真结果分析与结论 | 第52-67页 |
| ·基于静态烟羽环境的仿真结果 | 第52-61页 |
| ·基本的信息熵算法的搜索策略 | 第53-57页 |
| ·改进的信息熵算法与基本算法的性能比较 | 第57-59页 |
| ·基于PSO 的信息熵搜索策略 | 第59-61页 |
| ·基于动态烟羽环境的仿真结果 | 第61-64页 |
| ·基于基本PSO 的搜索策略 | 第61-63页 |
| ·基于PSO 的信息熵搜索策略 | 第63-64页 |
| ·Exploration 与Exploitation 平衡分析 | 第64-65页 |
| ·本章小结 | 第65-67页 |
| 第五章 总结与展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 发表论文和参加科研情况说明 | 第72-73页 |
| 致谢 | 第73页 |