| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-24页 |
| 1.1 背景与意义 | 第12-14页 |
| 1.1.1 移动机器人导航简介 | 第12-13页 |
| 1.1.2 智能机器人避障比赛 | 第13-14页 |
| 1.1.3 研究意义 | 第14页 |
| 1.2 路径规划研究状况 | 第14-17页 |
| 1.2.1 全局与局部分类 | 第15页 |
| 1.2.2 利用局部传感器的路径规划 | 第15-17页 |
| 1.3 FIRA机器人避障问题 | 第17-21页 |
| 1.3.1 常用局部路径规划问题模型 | 第17-18页 |
| 1.3.2 FIRA机器人避障问题模型分析 | 第18-19页 |
| 1.3.3 避障算法选择的讨论 | 第19-21页 |
| 1.4 研究内容及创新点 | 第21-22页 |
| 1.4.1 主要研究内容 | 第21-22页 |
| 1.4.2 创新点 | 第22页 |
| 1.5 论文结构介绍 | 第22-24页 |
| 第2章 仿真实验下几种常用算法性能比较 | 第24-44页 |
| 2.1 仿真平台 | 第24-26页 |
| 2.1.1 MRPT库 | 第24页 |
| 2.1.2 仿真平台介绍 | 第24-26页 |
| 2.2 人工势场法 | 第26-28页 |
| 2.2.1 算法流程 | 第26-27页 |
| 2.2.2 特点 | 第27-28页 |
| 2.3 接近图方法（Nearness Diagram） | 第28-29页 |
| 2.3.1 算法流程 | 第28-29页 |
| 2.3.2 特点 | 第29页 |
| 2.4 基本的Tangent Bug | 第29-31页 |
| 2.4.1 算法流程 | 第29-30页 |
| 2.4.2 特点 | 第30-31页 |
| 2.5 基于记忆运动方向的改进Tangent Bug算法 | 第31-33页 |
| 2.5.1 算法流程 | 第31-32页 |
| 2.5.2 特点 | 第32-33页 |
| 2.6 几种场景中的实验结果 | 第33-39页 |
| 2.6.1 场景一：多边形避障场景 | 第33-35页 |
| 2.6.2 场景二：折线包围避障场景 | 第35-37页 |
| 2.6.3 场景三：组合对称避障场景 | 第37-39页 |
| 2.7 性能分析 | 第39-42页 |
| 2.8 本章小结 | 第42-44页 |
| 第3章 基于LTG绕行检测的改进Tangent Bug算法 | 第44-48页 |
| 3.1 模式转换条件 | 第44页 |
| 3.2 基于LTG绕行检测的方法 | 第44-45页 |
| 3.3 仿真实验 | 第45-46页 |
| 3.4 本章小结 | 第46-48页 |
| 第4章 基于局部自由区域的改进Tangent Bug算法 | 第48-56页 |
| 4.1 局部信息的几种情况 | 第48-49页 |
| 4.2 绕行方向选择函数设计 | 第49-52页 |
| 4.3 仿真实验 | 第52-53页 |
| 4.4 本章小结 | 第53-56页 |
| 第5章 基于单目视觉的NAO机器人避障算法实现 | 第56-62页 |
| 5.1 NAO机器人简介 | 第56-58页 |
| 5.1.1 机械结构 | 第56-57页 |
| 5.1.2 软硬件结构 | 第57-58页 |
| 5.2 感知内容与方法 | 第58-61页 |
| 5.2.1 像素点的测量 | 第59-60页 |
| 5.2.2 自由区域检测 | 第60-61页 |
| 5.3 运动方向控制 | 第61页 |
| 5.4 本章小结 | 第61-62页 |
| 第6章 实验结果与分析 | 第62-70页 |
| 6.1 实验环境 | 第62-63页 |
| 6.2 实验结果 | 第63-66页 |
| 6.3 实验结果分析 | 第66-69页 |
| 6.3.1 结果对比 | 第66-67页 |
| 6.3.2 结果评估 | 第67-68页 |
| 6.3.3 可改进的方面 | 第68-69页 |
| 6.4 本章小结 | 第69-70页 |
| 第7章 总结和展望 | 第70-74页 |
| 7.1 工作总结 | 第70-71页 |
| 7.2 工作展望 | 第71-74页 |
| 参考文献 | 第74-80页 |
| 附录:攻读硕士学位期间发表的学术论文 | 第80-82页 |
| 致谢 | 第82页 |
