| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第12-31页 |
| 1.1 本课题研究意义 | 第12-13页 |
| 1.2 全局路径规划国内外研究现状 | 第13-20页 |
| 1.2.1 二维全局路径规划发展现状 | 第14-18页 |
| 1.2.2 三维全局路径规划发展现状 | 第18-20页 |
| 1.3 局部路径规划方法发展现状 | 第20-24页 |
| 1.4 同时定位与地图构建发展现状 | 第24-27页 |
| 1.5 本文的研究内容 | 第27-31页 |
| 1.5.1 论文研究思路 | 第27-29页 |
| 1.5.2 论文总体安排 | 第29-31页 |
| 第二章 基于改进蚁群算法的二维全局路径规划 | 第31-51页 |
| 引言 | 第31页 |
| 2.1 二维全局路径规划的环境建模 | 第31-34页 |
| 2.1.1 建立栅格法环境模型 | 第32-33页 |
| 2.1.2 栅格环境的描述 | 第33-34页 |
| 2.2 基本蚁群算法 | 第34-41页 |
| 2.2.1 基本蚁群算法原理 | 第34-36页 |
| 2.2.2 基本蚁群算法的数学模型 | 第36-38页 |
| 2.2.3 基本蚁群算法的实现 | 第38-41页 |
| 2.3 改进蚁群算法的二维全局路径规划 | 第41-47页 |
| 2.3.1 初始信息素的改进 | 第41-42页 |
| 2.3.2 多进化策略 | 第42页 |
| 2.3.3 蚁群参数分析及动态闭环调节 | 第42-45页 |
| 2.3.4 基于三次B曲线的路径光滑 | 第45-47页 |
| 2.4 仿真结果与分析 | 第47-50页 |
| 2.4.1 改进信息素初始化对比测试 | 第47-48页 |
| 2.4.2 算法整体对比测试 | 第48-49页 |
| 2.4.3 迭代过程添加静态障碍物的路径规划 | 第49-50页 |
| 本章小结 | 第50-51页 |
| 第三章 基于改进粒子群算法的三维全局路径规划 | 第51-73页 |
| 引言 | 第51页 |
| 3.1 三维全局路径规划的数学模型 | 第51-58页 |
| 3.1.1 环境与路径的数学表示 | 第51-53页 |
| 3.1.2 整体路径评估函数 | 第53-56页 |
| 3.1.3 单段路径评估函数 | 第56-58页 |
| 3.2 基本粒子群算法 | 第58-60页 |
| 3.2.1 粒子群算法原理 | 第58-59页 |
| 3.2.2 粒子群算法的实现 | 第59-60页 |
| 3.3 改进的粒子群算法 | 第60-64页 |
| 3.3.1 初始化的改进 | 第61-62页 |
| 3.3.2 竞争策略 | 第62-64页 |
| 3.4 仿真结果与分析 | 第64-72页 |
| 3.4.1 不同路径点数的实验结果分析 | 第65-68页 |
| 3.4.2 不同三维规划方法的结果比较 | 第68-72页 |
| 本章小结 | 第72-73页 |
| 第四章 基于改进动态窗口法的局部路径规划 | 第73-91页 |
| 引言 | 第73页 |
| 4.1 基本动态窗口法 | 第73-78页 |
| 4.1.1 机器人运动模型建立 | 第73-75页 |
| 4.1.2 速度搜索空间 | 第75-76页 |
| 4.1.3 评价函数 | 第76-78页 |
| 4.2 改进的动态窗口法 | 第78-87页 |
| 4.2.1 评价函数中的权重对规划路径影响 | 第78-81页 |
| 4.2.2 建立激光测距仪坐标系统 | 第81-83页 |
| 4.2.3 改进的动态窗口法 | 第83-87页 |
| 4.3 仿真结果与分析 | 第87-90页 |
| 本章小结 | 第90-91页 |
| 第五章 基于改进FastSLAM算法的同时定位与地图构建 | 第91-110页 |
| 引言 | 第91页 |
| 5.1 粒子滤波算法原理 | 第91-92页 |
| 5.2 FastSLAM算法 | 第92-101页 |
| 5.2.1 移动机器人里程计运动模型 | 第92-94页 |
| 5.2.2 移动机器人的运动模型 | 第94-95页 |
| 5.2.3 移动机器人的观测模型 | 第95-96页 |
| 5.2.4 SLAM问题的贝叶斯分解 | 第96-97页 |
| 5.2.5 FastSLAM算法 | 第97-101页 |
| 5.3 基于改进布谷鸟算法的FastSLAM算法 | 第101-105页 |
| 5.3.1 标准布谷鸟算法 | 第101-102页 |
| 5.3.2 多策略差分进化布谷鸟算法 | 第102-104页 |
| 5.3.3 基于改进布谷鸟算法的FastSLAM算法 | 第104-105页 |
| 5.4 仿真结果与分析 | 第105-109页 |
| 本章小结 | 第109-110页 |
| 结论与展望 | 第110-112页 |
| 结论 | 第110-111页 |
| 展望 | 第111-112页 |
| 全文主要创新点 | 第112-113页 |
| 参考文献 | 第113-122页 |
| 攻读博士学位期间发表的学术论文 | 第122-123页 |
| 致谢 | 第123页 |