| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-20页 |
| ·引言 | 第10页 |
| ·多机器人技术概述 | 第10-14页 |
| ·多机器人技术发展及其研究现状 | 第10-12页 |
| ·多机器人技术主要的研究问题 | 第12-14页 |
| ·多机器人系统的优越性 | 第14页 |
| ·多水下机器人技术的国内外研究现状 | 第14-16页 |
| ·课题研究的背景和意义 | 第16-17页 |
| ·主要研究内容和研究方法 | 第17-18页 |
| ·主要研究内容 | 第17-18页 |
| ·主要研究方法 | 第18页 |
| ·论文的组织结构 | 第18-20页 |
| 第2章 目标搜索与围捕问题描述 | 第20-31页 |
| ·引言 | 第20页 |
| ·问题描述 | 第20-22页 |
| ·环境建模 | 第22-23页 |
| ·常用搜索算法概述 | 第23-28页 |
| ·常用围捕算法概述 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 AUVs系统体系结构 | 第31-40页 |
| ·引言 | 第31页 |
| ·机器人体系结构 | 第31-35页 |
| ·单机器人体系结构 | 第31-34页 |
| ·多机器人系统体系结构 | 第34-35页 |
| ·AUVs混合分层式体系结构设计 | 第35-39页 |
| ·任务规划层 | 第35-36页 |
| ·行为控制层 | 第36-37页 |
| ·执行模块 | 第37页 |
| ·AUV运动模型 | 第37-39页 |
| ·通信与消息共享 | 第39页 |
| ·本章小结 | 第39-40页 |
| 第4章 基于蚁群优化和人工势场法的AUVs路径规划与避碰研究 | 第40-56页 |
| ·引言 | 第40页 |
| ·蚁群优化原理及其实现 | 第40-42页 |
| ·蚁群优化原理 | 第40-41页 |
| ·蚁群优化基本模型 | 第41-42页 |
| ·基于蚁群优化的在线路径规划研究 | 第42-51页 |
| ·环境模型 | 第43-44页 |
| ·状态转移规则 | 第44-45页 |
| ·启发因子 | 第45-46页 |
| ·信息素更新规则 | 第46-47页 |
| ·改进的快速蚁群路径规划方法 | 第47-51页 |
| ·基于人工势场理论的避碰算法研究 | 第51-52页 |
| ·基于势场法的避碰策略设计与实现 | 第52-53页 |
| ·AUV路径(重)规划与动态避碰策略 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 AUVs目标搜索与协同围捕研究 | 第56-70页 |
| ·引言 | 第56页 |
| ·AUVs协同预警案例描述与设计 | 第56-57页 |
| ·AUVs协作目标搜索策略的设计与实现 | 第57-62页 |
| ·声纳仿真探测模型 | 第58-59页 |
| ·搜索策略研究 | 第59-62页 |
| ·AUVs围捕策略研究 | 第62-68页 |
| ·动态围捕策略 | 第65-66页 |
| ·围捕任务的阶段划分 | 第66-68页 |
| ·入侵AUV的逃逸运动策略研究 | 第68-69页 |
| ·入侵AUV的任务描述 | 第68页 |
| ·艏向调整逃逸策略 | 第68-69页 |
| ·速度调整逃逸策略 | 第69页 |
| ·本章小结 | 第69-70页 |
| 第6章 AUVs目标搜索与协作围捕仿真验证 | 第70-77页 |
| ·引言 | 第70页 |
| ·仿真案例设计 | 第70-71页 |
| ·仿真试验与分析 | 第71-76页 |
| ·无障碍环境下的仿真结果与分析 | 第71-73页 |
| ·有障碍环境下的仿真结果与分析 | 第73-76页 |
| ·本章小结 | 第76-77页 |
| 结论 | 第77-79页 |
| 参考文献 | 第79-85页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第85-86页 |
| 致谢 | 第86页 |