基于RRT的全局路径规划方法及其应用研究
| 表目录 | 第1-7页 |
| 图目录 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-11页 |
| 第一章 绪论 | 第11-16页 |
| ·全局路径规划技术 | 第11页 |
| ·全局路径规划算法现状及趋势 | 第11-13页 |
| ·全局路径规划算法现状 | 第11-13页 |
| ·全局路径规划算法前景 | 第13页 |
| ·研究内容及结构安排 | 第13-16页 |
| ·论文的主要研究工作 | 第13-14页 |
| ·论文的结构安排 | 第14-16页 |
| 第二章 RRT算法和增强学习基本原理 | 第16-23页 |
| ·路径规划问题定义 | 第16页 |
| ·位姿空间构建 | 第16页 |
| ·RRT算法及其优缺点 | 第16-20页 |
| ·经典RRT介绍 | 第17-19页 |
| ·RRT算法优缺点 | 第19-20页 |
| ·增强学习基本原理 | 第20-22页 |
| ·Markov过程基本概念 | 第20-21页 |
| ·Markov决策过程（MDP） | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 基于增强学习的RRT算法 | 第23-34页 |
| ·MRRT算法框架 | 第23-25页 |
| ·RRT-Con算法存在的问题 | 第23-24页 |
| ·MRRT算法描述 | 第24-25页 |
| ·R-RRT算法 | 第25-29页 |
| ·搜索最近邻节点问题 | 第25页 |
| ·R-RRT算法MDP建模 | 第25-26页 |
| ·R-RRT算法描述 | 第26-29页 |
| ·仿真实验与分析 | 第29-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 基于RRT的全局路径规划方法研究 | 第34-50页 |
| ·轮式移动机器人 | 第34-36页 |
| ·轮式移动机器人建模 | 第34-35页 |
| ·轮式移动机器人路径描述 | 第35-36页 |
| ·基于RRT混合式全局路径规划算法 | 第36-38页 |
| ·基于RRT混合式全局路径规划算法描述 | 第36-37页 |
| ·启发式轨迹拼接算法 | 第37-38页 |
| ·移动机器人全局路径规划实验研究 | 第38-43页 |
| ·移动机器人实验平台及实验环境 | 第38-39页 |
| ·移动机器人狭窄通道实验 | 第39-40页 |
| ·移动机器人全局路径规划实验 | 第40-43页 |
| ·RRT算法在无人车遥控系统中的应用 | 第43-48页 |
| ·无人车遥控系统实现 | 第43-46页 |
| ·无人车全局路径规划实验 | 第46-48页 |
| ·本章小结 | 第48-50页 |
| 第五章 总结与展望 | 第50-51页 |
| ·论文工作小结 | 第50页 |
| ·下一步研究展望 | 第50-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-57页 |
| 作者在学期间取得的学术成果 | 第57-56页 |
