基于改进势场蚁群算法的无人船路径规划研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第9-18页 |
| 1.1 选题研究背景及意义 | 第9-10页 |
| 1.1.1 无人驾驶船舶研究背景及意义 | 第9-10页 |
| 1.1.2 路径规划研究背景及意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-17页 |
| 1.2.1 无人驾驶船舶研究现状 | 第10-13页 |
| 1.2.2 路径规划算法研究现状 | 第13-17页 |
| 1.3 本文主要研究内容 | 第17-18页 |
| 2 路径规划基础知识 | 第18-26页 |
| 2.1 路径规划的定义和研究内容 | 第18-19页 |
| 2.1.1 路径规划的定义 | 第18-19页 |
| 2.1.2 路径规划的研究内容 | 第19页 |
| 2.2 路径规划的特点和主要步骤 | 第19页 |
| 2.2.1 路径规划的特点 | 第19页 |
| 2.2.2 路径规划的主要步骤 | 第19页 |
| 2.3 路径规划的分类 | 第19-25页 |
| 2.3.1 全局路径规划算法 | 第20-22页 |
| 2.3.2 局部路径规划算法 | 第22-25页 |
| 2.4 本章小结 | 第25-26页 |
| 3 基于栅格法的海洋环境建模 | 第26-31页 |
| 3.1 栅格法基本原理 | 第26-28页 |
| 3.1.1 基本思想 | 第26页 |
| 3.1.2 栅格模型和栅格大小的确定 | 第26-27页 |
| 3.1.3 运动方向的确定 | 第27-28页 |
| 3.2 障碍物膨化处理 | 第28页 |
| 3.3 栅格标识与离散化 | 第28-30页 |
| 3.3.1 栅格标识 | 第28-29页 |
| 3.3.2 栅格离散化 | 第29-30页 |
| 3.4 本章小结 | 第30-31页 |
| 4 基于改进势场蚁群算法的路径规划 | 第31-58页 |
| 4.1 蚁群算法概述 | 第31-37页 |
| 4.1.1 蚁群算法发展历程 | 第31-33页 |
| 4.1.2 蚁群算法特点 | 第33页 |
| 4.1.3 蚁群算法数学模型 | 第33-35页 |
| 4.1.4 蚁群算法流程图 | 第35-37页 |
| 4.2 人工势场法概述 | 第37-40页 |
| 4.2.1 人工势场法基本原理 | 第37页 |
| 4.2.2 人工势场法函数构造 | 第37-38页 |
| 4.2.3 人工势场法流程图 | 第38-40页 |
| 4.3 改进的势场蚁群算法 | 第40-44页 |
| 4.3.1 势场蚁群算法的提出 | 第40-41页 |
| 4.3.2 势场蚁群算法的改进策略 | 第41-44页 |
| 4.4 改进势场蚁群算法的实现 | 第44-47页 |
| 4.4.1 改进势场蚁群算法实施步骤 | 第44-45页 |
| 4.4.2 改进势场蚁群算法流程图 | 第45-47页 |
| 4.5 仿真实验与结果分析 | 第47-57页 |
| 4.5.1 3种不同栅格分辨率下的仿真 | 第47-54页 |
| 4.5.2 算法改进前后的仿真 | 第54-57页 |
| 4.6 本章小结 | 第57-58页 |
| 5 总结与展望 | 第58-60页 |
| 5.1 论文总结 | 第58页 |
| 5.2 工作展望 | 第58-60页 |
| 参考文献 | 第60-65页 |
| 致谢 | 第65-66页 |
| 作者简历及攻读硕士学位期间的科研成果 | 第66-67页 |
