| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1. 绪论 | 第9-16页 |
| 1.1 课题的研究背景和意义 | 第9-11页 |
| 1.2 课题研究现状及分析 | 第11-14页 |
| 1.2.1 机器人路径规划国内外研究现状 | 第12-13页 |
| 1.2.2 机器人手臂控制国内外研究现状 | 第13-14页 |
| 1.3 论文主要研究内容 | 第14-16页 |
| 2. 移动机器人路径规划和手臂建模基础理论 | 第16-25页 |
| 2.1 移动机器人避障建图理论 | 第16-18页 |
| 2.1.1 地图表示方法 | 第16-17页 |
| 2.1.2 Q-learning算法 | 第17页 |
| 2.1.3 K-means聚类算法 | 第17-18页 |
| 2.2 人工蜂群基本算法 | 第18-20页 |
| 2.2.1 人工蜂群算法概述 | 第18-19页 |
| 2.2.2 人工蜂群算法原理 | 第19-20页 |
| 2.3 移动机器人动力学基础 | 第20-24页 |
| 2.3.1 机器人的位姿 | 第20-22页 |
| 2.3.2 动能和势能 | 第22-23页 |
| 2.3.3 欧拉-拉格朗日动力学方程 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 3. 移动机器人避障建图与路径规划 | 第25-40页 |
| 3.1 NAO机器系统实验平台 | 第25-27页 |
| 3.1.1 NAO机器人简介 | 第25页 |
| 3.1.2 避障建图环境设计 | 第25-26页 |
| 3.1.3 NAO机器人声呐传感器 | 第26-27页 |
| 3.2 NAO机器人避障建图 | 第27-32页 |
| 3.2.1 机器人避障路径设计 | 第27-30页 |
| 3.2.2 避障建图结果分析 | 第30-32页 |
| 3.3 NAO机器人路径规划 | 第32-37页 |
| 3.3.1 路径规划地图设计 | 第32页 |
| 3.3.2 基于ABC算法的路径规划设计 | 第32-33页 |
| 3.3.3 基于IABC算法的路径规划设计 | 第33-37页 |
| 3.4 路径规划结果分析及实验验证 | 第37-39页 |
| 3.4.1 路径规划结果分析 | 第37-38页 |
| 3.4.2 路径规划实验验证 | 第38-39页 |
| 3.5 本章小结 | 第39-40页 |
| 4. 移动机器人手臂建模与控制 | 第40-52页 |
| 4.1 NAO机器人手臂动力学建模 | 第40-43页 |
| 4.2 NAO机器人手臂的PD控制 | 第43-47页 |
| 4.2.1 PD控制算法 | 第43-44页 |
| 4.2.2 无重力手臂模型 | 第44页 |
| 4.2.3 PD控制策略与稳定性分析 | 第44-45页 |
| 4.2.4 PD控制算法设计 | 第45页 |
| 4.2.5 PD控制仿真结果与分析 | 第45-47页 |
| 4.3 具有重力补偿的PD控制 | 第47-51页 |
| 4.3.1 具有重力项的手臂模型 | 第47-48页 |
| 4.3.2 无重力补偿的PD控制仿真结果与分析 | 第48-49页 |
| 4.3.3 具有重力补偿的PD控制策略与稳定性分析 | 第49页 |
| 4.3.4 具有重力补偿的PD控制算法设计 | 第49页 |
| 4.3.5 具有重力补偿的PD控制仿真结果与分析 | 第49-50页 |
| 4.3.6 两种控制结果对比分析 | 第50-51页 |
| 4.4 本章小结 | 第51-52页 |
| 5. 总结与展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 附录：硕士研究生学习阶段发表论文 | 第58-59页 |
| 致谢 | 第59页 |