| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 课题研究背景及意义 | 第12-14页 |
| 1.2 国内外机器人研究现状以及发展趋势 | 第14-17页 |
| 1.2.1 国内机器人研究现状及发展 | 第14-15页 |
| 1.2.2 国外机器人研究现状及发展 | 第15-17页 |
| 1.3 本章小结 | 第17-18页 |
| 第二章 机器人路径规划概述 | 第18-28页 |
| 2.1 移动机器人系统组成结构 | 第18-19页 |
| 2.2 机器人控制方式 | 第19-21页 |
| 2.2.1 位置控制 | 第19-20页 |
| 2.2.2 路径（运动轨迹）控制 | 第20-21页 |
| 2.3 机器人路径规划概述 | 第21-25页 |
| 2.3.1 全局路径规划 | 第21-23页 |
| 2.3.2 局部路径规划 | 第23-25页 |
| 2.4 本文工作内容安排 | 第25-26页 |
| 2.5 本章小结 | 第26-28页 |
| 第三章 蚁群算法理论概述 | 第28-44页 |
| 3.1 蚁群算法基本思想 | 第28-30页 |
| 3.1.1 蚁群算法规则 | 第28-30页 |
| 3.2 蚁群算法的基本原理 | 第30-32页 |
| 3.3 环境模型的建立 | 第32-34页 |
| 3.4 案例分析 | 第34-38页 |
| 3.4.1 问题描述 | 第34页 |
| 3.4.2 算法流程及实现过程 | 第34-36页 |
| 3.4.3 仿真结果 | 第36-38页 |
| 3.5 经典的蚁群算法的改进 | 第38-42页 |
| 3.5.1 自适应蚁群算法的基本原理及实现 | 第38-40页 |
| 3.5.2 仿真结果 | 第40-42页 |
| 3.6 本章小结 | 第42-44页 |
| 第四章 改进蚁群算法的研究 | 第44-60页 |
| 4.1 蚁群算法的优缺点 | 第44-45页 |
| 4.1.1 蚁群算法的优点 | 第44页 |
| 4.1.2 蚁群算法的缺点 | 第44-45页 |
| 4.2 改进蚁群算法的研究 | 第45-50页 |
| 4.2.1 非线性规划方法 | 第46页 |
| 4.2.2 轮盘赌选择 | 第46-47页 |
| 4.2.3 免疫算子 | 第47-50页 |
| 4.3 案例分析 | 第50-58页 |
| 4.3.1 问题描述 | 第50-51页 |
| 4.3.2 求解步骤及流程 | 第51-52页 |
| 4.3.3 仿真结果分析 | 第52-56页 |
| 4.3.4 算法性能比较 | 第56-58页 |
| 4.4 本章小结 | 第58-60页 |
| 第五章 改进蚁群算法在动态路径规划中的研究 | 第60-72页 |
| 5.1 全局路径规划算法 | 第60页 |
| 5.1.1 DIJKSTRA 算法的思想 | 第60页 |
| 5.2 路径建模方法 | 第60-63页 |
| 5.2.1 直线段与多边形相交性 | 第62-63页 |
| 5.3 案例分析 | 第63-67页 |
| 5.3.1 问题描述 | 第63页 |
| 5.3.2 DIJKSTRA 算法求解步骤及实现流程 | 第63-65页 |
| 5.3.3 DIJKSTRA 仿真优化结果 | 第65页 |
| 5.3.4 改进蚁群算法的动态避障 | 第65-67页 |
| 5.4 仿真结果 | 第67-70页 |
| 5.5 本章小结 | 第70-72页 |
| 第六章 总结与展望 | 第72-74页 |
| 参考文献 | 第74-80页 |
| 攻读硕士学位期间发表的学术论文 | 第80-82页 |
| 致谢 | 第82页 |