| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 引言 | 第10页 |
| 1.2 选题背景及意义 | 第10-11页 |
| 1.3 路径规划研究现状 | 第11-13页 |
| 1.4 A*算法路规划的国内外研究现状 | 第13-15页 |
| 1.5 论文研究内容及构架 | 第15-17页 |
| 1.5.1 论文主要研究内容 | 第15页 |
| 1.5.2 论文组织构架 | 第15-17页 |
| 第2章 搜索技术理论基础和环境建模方法 | 第17-30页 |
| 2.1 引言 | 第17页 |
| 2.2 图论基础 | 第17-19页 |
| 2.2.1 图的定义 | 第17页 |
| 2.2.2 有向图和无向图 | 第17-18页 |
| 2.2.3 图的存储和表示 | 第18-19页 |
| 2.3 图的遍历搜索 | 第19-22页 |
| 2.3.1 深度优先搜索(DFS) | 第19-20页 |
| 2.3.2 广度优先搜索(BFS) | 第20页 |
| 2.3.3 Djikstra算法 | 第20-21页 |
| 2.3.4 最佳优先搜索算法 | 第21-22页 |
| 2.4 全局路径规划的环境建模 | 第22-29页 |
| 2.4.1 建立环境模型 | 第22-27页 |
| 2.4.2 栅格法建模的改进 | 第27-28页 |
| 2.4.3 机器人的移动方向 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 标准A*算法及其改进方法研究 | 第30-53页 |
| 3.1 引言 | 第30页 |
| 3.2 A*算法的基本原理 | 第30-35页 |
| 3.2.1 A*算法的启发函数 | 第30-33页 |
| 3.2.2 A*算法的一般步骤 | 第33-35页 |
| 3.3 标准A*算法的移动机器人路径规划 | 第35-36页 |
| 3.3.1 环境建模 | 第35页 |
| 3.3.2 仿真实验结果和分析 | 第35-36页 |
| 3.4 扩大标准A*算法节点搜索邻域 | 第36-44页 |
| 3.4.1 扩大节点搜索邻域方法研究 | 第36-40页 |
| 3.4.2 实验仿真及其对比分析 | 第40-44页 |
| 3.5 优化A*算法OPEN列表 | 第44-52页 |
| 3.5.1 二叉堆 | 第45-46页 |
| 3.5.2 二叉堆优化OPEN列表数据存储结构 | 第46-47页 |
| 3.5.3 最小二叉堆优化OPEN列表节点的移入和移出 | 第47-50页 |
| 3.5.4 仿真实验验证及结果分析 | 第50-52页 |
| 3.6 本章小结 | 第52-53页 |
| 第4章 基于蚁群算法的A*算法 | 第53-70页 |
| 4.1 引言 | 第53页 |
| 4.2 蚁群算法概述 | 第53-58页 |
| 4.2.1 蚁群算法基本原理 | 第53-54页 |
| 4.2.2 蚁群算法优缺点 | 第54页 |
| 4.2.3 蚁群算法的数学模型和搜索运动规则 | 第54-58页 |
| 4.3 蚁群算法路径规划仿真实验及结果分析 | 第58-63页 |
| 4.3.1 环境建模 | 第58页 |
| 4.3.2 蚁群算法仿真实验 | 第58-59页 |
| 4.3.3 参数选择对算法性能的影响 | 第59-62页 |
| 4.3.4 蚁群算法的性能评价指标 | 第62-63页 |
| 4.4 A*算法和蚁群算法的融合 | 第63-67页 |
| 4.4.1 A*蚁群算法的改进原理 | 第63-66页 |
| 4.4.2 基于蚁群算法的A*算法步骤 | 第66-67页 |
| 4.5 基于蚁群算法的A*算法的移动机器人路径规划 | 第67-69页 |
| 4.5.1 基于蚁群算法的A*算法的全局路径规划仿真实验 | 第67-68页 |
| 4.5.2 基于蚁群算法的A*算法的移动障碍物路径规划仿真实验 | 第68-69页 |
| 4.6 本章小结 | 第69-70页 |
| 第5章 B样条函数平滑处理规划路径 | 第70-80页 |
| 5.1 引言 | 第70页 |
| 5.2 B样条曲线概述 | 第70-72页 |
| 5.2.1 B样条曲线定义 | 第70-71页 |
| 5.2.2 B样条曲线性质 | 第71-72页 |
| 5.3 三次均匀B样条曲线的路径平滑处理 | 第72-76页 |
| 5.3.1 三次均匀B样条曲线 | 第72-74页 |
| 5.3.2 三次B样条函数在路径规划中的实现 | 第74-75页 |
| 5.3.3 实验结果及其分析 | 第75-76页 |
| 5.4 优化三次均匀B样条曲线控制顶点选择 | 第76-79页 |
| 5.5 本章小结 | 第79-80页 |
| 第6章 总结与展望 | 第80-82页 |
| 6.1 本文主要结论 | 第80页 |
| 6.2 不足与展望 | 第80-82页 |
| 参考文献 | 第82-87页 |
| 在校研究成果 | 第87-88页 |
| 致谢 | 第88页 |
