复杂环境下移动机器人路径规划方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 机器人的发展与应用 | 第8页 |
| 1.2 移动机器人研究现状 | 第8-10页 |
| 1.2.1 国内外移动机器人研究现状 | 第8-10页 |
| 1.2.2 农业机器人研究现状 | 第10页 |
| 1.3 移动机器人目前存在的问题 | 第10-11页 |
| 1.4 本文主要研究内容 | 第11-13页 |
| 第二章 移动机器人环境建模与路径规划 | 第13-20页 |
| 2.1 引言 | 第13页 |
| 2.2 移动机器人导航技术 | 第13-15页 |
| 2.3 移动机器人路径规划 | 第15-19页 |
| 2.3.1 环境地图构建 | 第15-17页 |
| 2.3.2 动机器人路径规划方法 | 第17-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第三章 基于平滑蚁群算法的机器人路径规划 | 第20-34页 |
| 3.1 引言 | 第20页 |
| 3.2 蚁群算法 | 第20-25页 |
| 3.2.1 基本蚁群算法的数学描述 | 第20-23页 |
| 3.2.2 基于栅格法的环境建模 | 第23-24页 |
| 3.2.3 目标函数的建立 | 第24-25页 |
| 3.3 基于蚁群算法的路径规划实现与仿真 | 第25-27页 |
| 3.3.1 基于蚁群算法的路径规划实现步骤 | 第25-26页 |
| 3.3.2 基于蚁群算法的路径规划仿真分析 | 第26-27页 |
| 3.4 基于平滑蚁群算法的路径规划 | 第27-31页 |
| 3.4.1 平滑蚁群算法的基本原理 | 第27-28页 |
| 3.4.2 平滑蚁群算法仿真分析 | 第28-31页 |
| 3.5 Matlab GUI设计 | 第31-33页 |
| 3.6 本章小结 | 第33-34页 |
| 第四章 基于势场蚁群算法的温室机器人路径规划 | 第34-46页 |
| 4.1 引言 | 第34页 |
| 4.2 人工势场法 | 第34-39页 |
| 4.2.1 人工势场法原理 | 第34-36页 |
| 4.2.2 人工势场法存在的问题 | 第36-37页 |
| 4.2.3 人工势场法路径规划实现步骤 | 第37页 |
| 4.2.4 人工势场法路径规划仿真 | 第37-39页 |
| 4.3 基于势场蚁群算法的温室机器人路径规划 | 第39-45页 |
| 4.3.1 温室环境下机器人路径规划要求 | 第39页 |
| 4.3.2 势场蚁群算法原理 | 第39-42页 |
| 4.3.3 势场蚁群算法路径规划实现步骤 | 第42-43页 |
| 4.3.4 势场蚁群算法路径规划仿真实验 | 第43-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第五章 三维环境下移动机器人路径规划 | 第46-56页 |
| 5.1 引言 | 第46页 |
| 5.2 三维环境建模 | 第46-48页 |
| 5.3 三维环境下蚁群算法路径规划 | 第48-50页 |
| 5.3.1 信息素的表示 | 第48-49页 |
| 5.3.2 期望启发函数 | 第49页 |
| 5.3.3 信息素更新 | 第49-50页 |
| 5.3.4 转移规则 | 第50页 |
| 5.3.5 最佳适应度值 | 第50页 |
| 5.4 算法仿真设计与实验结果分析 | 第50-55页 |
| 5.4.1 算法实现步骤 | 第50-52页 |
| 5.4.2 三维环境下蚁群算法路径规划仿真实验 | 第52-55页 |
| 5.5 本章小结 | 第55-56页 |
| 第六章 结论与展望 | 第56-58页 |
| 6.1 总结 | 第56页 |
| 6.2 展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 发表论文和科研情况说明 | 第61-62页 |
| 致谢 | 第62页 |
