| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-15页 |
| ·移动机器人路径规划概述 | 第8页 |
| ·移动机器人路径规划国内外研究现状 | 第8-12页 |
| ·移动机器人路径规划技术的展望 | 第12-13页 |
| ·课题研究的意义 | 第13-14页 |
| ·课题的主要研究内容 | 第14页 |
| ·论文组织结构 | 第14-15页 |
| 第二章 移动机器人实验平台与路径规划相关技术 | 第15-24页 |
| ·移动机器人实验平台 | 第15-20页 |
| ·移动机器人总体控制结构 | 第15-16页 |
| ·移动机器人运动控制系统 | 第16页 |
| ·移动机器人传感器系统 | 第16-19页 |
| ·移动机器人无线网络通信 | 第19-20页 |
| ·移动机器人上位机编程环境 | 第20页 |
| ·移动机器人路径规划相关技术 | 第20-23页 |
| ·环境描述 | 第20-21页 |
| ·不确定信息的描述与处理 | 第21-22页 |
| ·机器人运动学模型 | 第22-23页 |
| ·小结 | 第23-24页 |
| 第三章 基于改进人工势场的移动机器人路径规划 | 第24-30页 |
| ·静态环境下传统的人工势场路径规划方法 | 第24-25页 |
| ·动态环境下传统人工势场法引力场函数的改进 | 第25-26页 |
| ·动态环境下传统人工势场法斥力场函数的改进 | 第26-28页 |
| ·引入速度斥力函数后的机器人在人工势场中的仿真 | 第28-29页 |
| ·小结 | 第29-30页 |
| 第四章 进化计算的理论与实现 | 第30-38页 |
| ·遗传算法（GA） | 第30-34页 |
| ·遗传算法简介 | 第30-31页 |
| ·遗传算法的理论基础 | 第31-32页 |
| ·遗传算法的构成 | 第32-34页 |
| ·进化策略（ES） | 第34-35页 |
| ·进化规划（EP） | 第35-37页 |
| ·小结 | 第37-38页 |
| 第五章 基于人工势场引导进化算法的移动机器人路径规划 | 第38-51页 |
| ·基于进化算法的路径规划步骤 | 第38-40页 |
| ·映射操作 | 第40-41页 |
| ·代价函数的设计 | 第41-42页 |
| ·进化算法仿真结果 | 第42-45页 |
| ·人工势场引导进化算法的仿真结果 | 第45-48页 |
| ·移动机器人平台实验 | 第48-50页 |
| ·小结 | 第50-51页 |
| 第六章 结束语 | 第51-52页 |
| ·论文的主要工作 | 第51页 |
| ·进一步的研究工作 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 研究生期间发表的论文 | 第56-57页 |
| 致谢 | 第57页 |