| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-21页 |
| ·研究背景和意义 | 第11-13页 |
| ·国内外研究现状 | 第13-18页 |
| ·国内外相关研究项目 | 第13-16页 |
| ·多机器人地图探索研究现状 | 第16-18页 |
| ·本文的主要贡献 | 第18-19页 |
| ·本文的组织结构 | 第19页 |
| ·本章小结 | 第19-21页 |
| 第二章 群体智能算法及相关应用 | 第21-29页 |
| ·群体智能 | 第21-26页 |
| ·蚁群优化算法(Ant Colony Optimization) | 第22-23页 |
| ·粒子群优化算法(Particle Swarm Optimization) | 第23-26页 |
| ·粒子群优化问题与群体机器人执行任务的比较 | 第26-27页 |
| ·本章小结 | 第27-29页 |
| 第三章 基于气体扩散模型的多机器人部署算法 | 第29-47页 |
| ·问题定义和系统描述 | 第29-32页 |
| ·应用场景描述 | 第30页 |
| ·多机器人系统描述 | 第30-32页 |
| ·基于气体扩散模型的多机器人部署算法的设计 | 第32-36页 |
| ·算法的主要思想 | 第32-33页 |
| ·机器人运动公式的推导 | 第33-35页 |
| ·部署算法的具体内容 | 第35-36页 |
| ·PLAYER/STAGE 仿真平台 | 第36-39页 |
| ·Player/Stage 简介 | 第36-37页 |
| ·Stage 层仿真介绍 | 第37-39页 |
| ·实验过程与结果分析 | 第39-45页 |
| ·实验机器人所用模块 | 第39-40页 |
| ·实验场景及参数设置 | 第40-43页 |
| ·实验结果及分析 | 第43-45页 |
| ·本章小结 | 第45-47页 |
| 第四章 基于粒子群优化的地图探索算法 | 第47-59页 |
| ·算法设计 | 第47-52页 |
| ·子区域的覆盖 | 第48-50页 |
| ·基于 PSO 的子区域选择 | 第50-52页 |
| ·仿真实验与分析 | 第52-58页 |
| ·实验场景及参数设置 | 第52-54页 |
| ·实验结果及分析 | 第54-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 总结和展望 | 第59-61页 |
| ·全文总结 | 第59-60页 |
| ·展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-67页 |
| 攻读硕士学位期间已发表或录用的学术论文目录 | 第67页 |