| 第一章 绪论 | 第8-14页 |
| 1.1 移动机器人的导航控制 | 第8-9页 |
| 1.2 移动机器人的路径规划问题 | 第9-10页 |
| 1.3 移动机器人的感知系统 | 第10-12页 |
| 1.4 本文的主要内容和结构 | 第12-14页 |
| 第二章 改进的局部路径规划方法 | 第14-24页 |
| 2.1 改进的人工势场法进行移动机器人的局部路径规划 | 第14-17页 |
| 2.1.1 算法研究 | 第14-16页 |
| 2.1.2 仿真结果 | 第16-17页 |
| 2.2 改进的Q学习法进行移动机器人的局部路径规划 | 第17-21页 |
| 2.3 两种算法的效果分析 | 第21-24页 |
| 第三章 基于神经网络的移动机器人环境分类 | 第24-36页 |
| 3.1 神经网络在移动机器人导航中的应用 | 第24-25页 |
| 3.2 基于神经网络环境分类的局部路径规划 | 第25-27页 |
| 3.2.1 综合局部路径规划 | 第25-26页 |
| 3.2.2 移动机器人环境的分类 | 第26-27页 |
| 3.3 环境分类的神经网络实现 | 第27-34页 |
| 3.3.1 结构设计 | 第27-29页 |
| 3.3.2 学习算法 | 第29-30页 |
| 3.3.3 网络实现 | 第30-34页 |
| 3.4 本章小结 | 第34-36页 |
| 第四章 基于激光雷达的移动机器人感知系统设计 | 第36-48页 |
| 4.1 基于激光雷达的感知系统 | 第36-38页 |
| 4.2 激光雷达的信息处理过程 | 第38-47页 |
| 4.2.1 接口设计 | 第38-40页 |
| 4.2.2 激光雷达通信的设计 | 第40-47页 |
| 4.3 本章小结 | 第47-48页 |
| 第五章 基于激光雷达和神经网络的综合局部路径规划 | 第48-54页 |
| 5.1 环境信息的采集与建模 | 第48-49页 |
| 5.2 基于激光雷达和神经网络的局部路径规划 | 第49-51页 |
| 5.3 试验与仿真结果 | 第51-54页 |
| 第六章 总结与展望 | 第54-56页 |
| 6.1 本文的主要成果 | 第54-55页 |
| 6.2 进一步的研究工作 | 第55-56页 |
| 参考文献 | 第56-61页 |
| 致谢 | 第61页 |