地面自主移动机器人路径规划算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-13页 |
| 第1章 绪论 | 第13-22页 |
| ·研究背景与意义 | 第13页 |
| ·国内外研究现状 | 第13-21页 |
| ·地面自主移动机器人技术发展 | 第13-14页 |
| ·路径规划技术 | 第14-21页 |
| ·本文的研究工作 | 第21页 |
| ·内容安排 | 第21-22页 |
| 第2章 路径规划算法 | 第22-42页 |
| ·问题要素定义 | 第22-29页 |
| ·位姿空间 | 第22-23页 |
| ·环境模型 | 第23页 |
| ·启发函数 | 第23-24页 |
| ·控制参数 | 第24-26页 |
| ·运动模型 | 第26-27页 |
| ·状态约束 | 第27-28页 |
| ·参数初始化 | 第28页 |
| ·路径生成 | 第28-29页 |
| ·轨迹生成 | 第29页 |
| ·轨迹评估 | 第29页 |
| ·问题描述 | 第29-30页 |
| ·路径规划算法 | 第30-40页 |
| ·A~*路径规划算法 | 第30-31页 |
| ·Field D~*路径规划算法 | 第31-33页 |
| ·Hybrid-State A~*路径规划算法 | 第33-34页 |
| ·RRT路径规划算法 | 第34-37页 |
| ·R~*路径规划算法 | 第37-40页 |
| ·算法评述 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第3章 Continuous A~*算法的改进 | 第42-61页 |
| ·Continuous A~*算法 | 第42-46页 |
| ·改进的Continuous A~*算法 | 第46-56页 |
| ·运动约束 | 第46-50页 |
| ·自适应控制粒度 | 第50-53页 |
| ·次优化 | 第53-54页 |
| ·随机化 | 第54-56页 |
| ·本章小结 | 第56-61页 |
| 第4章 R~*GPU算法的实现 | 第61-74页 |
| ·CUDA架构简介 | 第61-65页 |
| ·线程架构 | 第62-63页 |
| ·存储器模型 | 第63页 |
| ·硬件实现 | 第63-65页 |
| ·软件堆栈 | 第65页 |
| ·Telsa简介 | 第65-66页 |
| ·R~*GPU算法 | 第66-71页 |
| ·相关理论 | 第66-68页 |
| ·算法框架 | 第68-71页 |
| ·实验结果和分析 | 第71-73页 |
| ·本章小结 | 第73-74页 |
| 第5章 总结与展望 | 第74-76页 |
| ·总结 | 第74页 |
| ·展望 | 第74-76页 |
| 参考文献 | 第76-85页 |
| 攻读硕士学位期间主要研究成果 | 第85-86页 |
| 致谢 | 第86页 |
