自主移动式机器人路径规划研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 创新点摘要 | 第7-10页 |
| 第一章 绪论 | 第10-15页 |
| ·论文研究的背景及意义 | 第10-11页 |
| ·机器人路径规划的关键问题 | 第11页 |
| ·机器人路径规划算法研究现状 | 第11-13页 |
| ·全局路径规划算法 | 第11-13页 |
| ·局部路径规划算法 | 第13页 |
| ·论文主要研究内容及章节安排 | 第13-15页 |
| 第二章 机器人定位方法 | 第15-25页 |
| ·引言 | 第15页 |
| ·测量法定位原理 | 第15-18页 |
| ·三边测量法定位 | 第15-16页 |
| ·多边测量法定位 | 第16-18页 |
| ·神经计算在定位中的应用 | 第18-24页 |
| ·神经计算定位原理 | 第18-21页 |
| ·神经计算定位方法稳定性分析 | 第21-22页 |
| ·神经计算定位方法仿真分析 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 机器人路径探测方法 | 第25-36页 |
| ·引言 | 第25页 |
| ·根据障碍物距离的避障方法 | 第25-26页 |
| ·基于模糊BP神经网络的机器人避障 | 第26-31页 |
| ·模糊BP网络的结构 | 第27-29页 |
| ·模糊BP网络的训练 | 第29-30页 |
| ·模糊BP网络仿真分析 | 第30-31页 |
| ·机器人路径地图探测 | 第31-35页 |
| ·障碍物边界数据采集 | 第32-33页 |
| ·障碍物边缘曲线拟合 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于人工势场法的路径规划方法 | 第36-47页 |
| ·引言 | 第36页 |
| ·人工势场法原理 | 第36-39页 |
| ·人工势场法优点与缺点分析 | 第39-40页 |
| ·人工势场法的改进方法 | 第40-45页 |
| ·栅格人工势场法 | 第40-42页 |
| ·动态目标点的人工势场法 | 第42页 |
| ·连锁网络人工势场法 | 第42-43页 |
| ·多种改进算法融合后的仿真和分析 | 第43-45页 |
| ·本章小结 | 第45-47页 |
| 第五章 基于自组织神经元的路径规划算法研究 | 第47-71页 |
| ·引言 | 第47页 |
| ·SOM算法 | 第47-53页 |
| ·SOM算法原理 | 第48-50页 |
| ·SOM地图映射算法 | 第50页 |
| ·SOM算法参数调整与仿真分析 | 第50-53页 |
| ·生长细胞结构的神经元(GCS)算法 | 第53-55页 |
| ·GCS算法运行机制 | 第53-54页 |
| ·GCS算法仿真 | 第54-55页 |
| ·改进增长神经气（GNG）的地图映射算法 | 第55-63页 |
| ·用于地图映射的GNG算法介绍 | 第56-58页 |
| ·改进GNG地图映射生成算法的研究 | 第58-60页 |
| ·改进GNG算法收敛性证明 | 第60-62页 |
| ·改进GNG地图映射生成算法的分析与对比 | 第62-63页 |
| ·对地图映射搜索的算法研究 | 第63-67页 |
| ·一次A*算法粗搜索实现 | 第63-66页 |
| ·二次A*算法细搜索实现 | 第66-67页 |
| ·仿真分析 | 第67-70页 |
| ·改进GNG算法分别与SOM和GCS算法仿真对比 | 第68-70页 |
| ·两次A*算法仿真分析 | 第70页 |
| ·本章小结 | 第70-71页 |
| 结论 | 第71-73页 |
| 参考文献 | 第73-78页 |
| 发表文章目录 | 第78-79页 |
| 致谢 | 第79-80页 |
| 详细摘要 | 第80-87页 |
