多水下机器人协同信息采集路径规划方法研究
摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第10-22页 |
1.1 课题背景和研究意义 | 第10-11页 |
1.2 国内外相关研究现状 | 第11-20页 |
1.2.1 多水下机器人系统国外研究现状 | 第11-16页 |
1.2.2 多水下机器人路径规划方法研究现状 | 第16-20页 |
1.3 本文主要内容 | 第20-22页 |
第2章 基于行为的多AUV路径规划方法 | 第22-34页 |
2.1 多机器人路径规划方法分类 | 第22-24页 |
2.2 全局路径规划 | 第24-26页 |
2.3 局部路径规划 | 第26-28页 |
2.4 基于行为的多水下机器人路径规划 | 第28-29页 |
2.5 综合评价方法 | 第29-32页 |
2.5.1 IOWA算子 | 第30-31页 |
2.5.2 LOWA算子 | 第31-32页 |
2.6 本章小结 | 第32-34页 |
第3章 基于MOPP模型的路径规划方法框架 | 第34-50页 |
3.1 数据收集任务 | 第34-35页 |
3.2 多AUV路径规划方法框架 | 第35-36页 |
3.3 水下机器人的行为定义 | 第36-39页 |
3.3.1 节能行为 | 第37-38页 |
3.3.2 协同行为 | 第38-39页 |
3.3.3 安全行为 | 第39页 |
3.4 行为协调 | 第39-45页 |
3.4.1 行为协调策略 | 第39-40页 |
3.4.2 环函数 | 第40-42页 |
3.4.3 IvP优化模型 | 第42-45页 |
3.5 多目标优化 | 第45-48页 |
3.5.1 IULOWA算子 | 第45-46页 |
3.5.2 行为协调的模糊集 | 第46-48页 |
3.6 本章小结 | 第48-50页 |
第4章 全局目标函数的建立方法 | 第50-66页 |
4.1 MOPP模型 | 第50-51页 |
4.2 行为目标函数 | 第51-58页 |
4.3 全局目标函数 | 第58-64页 |
4.3.1 有序诱导量 | 第58-62页 |
4.3.2 权重系数确定方法 | 第62-64页 |
4.4 本章小结 | 第64-66页 |
第5章 仿真实验与分析 | 第66-76页 |
5.1 仿真条件 | 第66-67页 |
5.2 仿真计算结果和分析 | 第67-74页 |
5.2.1 情形1:无障碍物且路线不交叉 | 第67-69页 |
5.2.2 情形2:无障碍物且路线交叉 | 第69-71页 |
5.2.3 情形3:有障碍物且路线不交叉 | 第71-72页 |
5.2.4 情形4:有障碍物且路线交叉 | 第72-74页 |
5.2.5 结果分析 | 第74页 |
5.3 本章小结 | 第74-76页 |
结论 | 第76-78页 |
参考文献 | 第78-84页 |
攻读硕士学位期间发表的文章和取得的科研成果 | 第84-86页 |
致谢 | 第86页 |