室内环境下移动机器人的路径规划研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-23页 |
| 1.1 机器人的研究与应用 | 第9-17页 |
| 1.2 本课题研究的背景及意义 | 第17-18页 |
| 1.3 移动机器人路径规划的国内外研究现状 | 第18-20页 |
| 1.4 本文的研究内容及结构安排 | 第20-23页 |
| 第2章 移动机器人路径规划方法 | 第23-33页 |
| 2.1 移动机器人全局路径规划方法 | 第23-26页 |
| 2.1.1 A*算法 | 第23-24页 |
| 2.1.2 可视图法 | 第24-25页 |
| 2.1.3 自由空间法 | 第25页 |
| 2.1.4 拓扑法 | 第25-26页 |
| 2.2 移动机器人局部路径规划方法 | 第26-31页 |
| 2.2.1 人工势场法 | 第26-27页 |
| 2.2.2 遗传算法 | 第27-28页 |
| 2.2.3 蚁群算法 | 第28-30页 |
| 2.2.4 模糊逻辑算法 | 第30页 |
| 2.2.5 神经网络算法 | 第30-31页 |
| 2.3 其他路径规划方法 | 第31页 |
| 2.4 本章小结 | 第31-33页 |
| 第3章 基于改进BUG算法的静态路径规划 | 第33-39页 |
| 3.1 BUG算法简介 | 第33-34页 |
| 3.2 改进的BUG算法 | 第34-35页 |
| 3.3 改进的BUG算法仿真实验 | 第35-37页 |
| 3.4 本章小结 | 第37-39页 |
| 第4章 基于改进人工势场法的动静态路径规划 | 第39-55页 |
| 4.1 传统人工势场法简介 | 第39-40页 |
| 4.1.1 引力场 | 第39页 |
| 4.1.2 斥力场 | 第39-40页 |
| 4.2 传统人工势场法存在的问题 | 第40-42页 |
| 4.3 基于局部极小点的改进人工势场法 | 第42-47页 |
| 4.3.1 改进的斥力势场函数 | 第42-43页 |
| 4.3.2 设置虚拟障碍物的方法 | 第43-45页 |
| 4.3.3 仿真实验结果及分析 | 第45-47页 |
| 4.4 动态环境下的改进人工势场法 | 第47-53页 |
| 4.4.1 改进的动态引力势场函数 | 第48-49页 |
| 4.4.2 改进的动态斥力势场函数 | 第49-50页 |
| 4.4.3 动态仿真实验结果及分析 | 第50-53页 |
| 4.5 本章小结 | 第53-55页 |
| 第5章 Pioneer3-AT机器人平台及实验 | 第55-69页 |
| 5.1 Pioneer3-AT机器人的运动模型 | 第55-56页 |
| 5.2 Pioneer3-AT机器人实验硬件设备 | 第56-59页 |
| 5.2.1 Pioneer3-AT机器人硬件特征 | 第56-59页 |
| 5.2.2 PC机与数据接口线 | 第59页 |
| 5.3 移动机器人软件平台和系统库函数 | 第59-64页 |
| 5.3.1 Pioneer3-AT机器人软件特性 | 第59-63页 |
| 5.3.2 Pioneer3系列机器人的库函数 | 第63-64页 |
| 5.4 实验结果与分析 | 第64-67页 |
| 5.5 本章小结 | 第67-69页 |
| 结论 | 第69-71页 |
| 参考文献 | 第71-77页 |
| 攻读硕士学位期间所发表的论文 | 第77-79页 |
| 致谢 | 第79页 |
