| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 选题背景及意义 | 第11-12页 |
| 1.2 多无人机路径规划技术国内外研究现状 | 第12-16页 |
| 1.2.1 路径规划技术研究现状 | 第12-15页 |
| 1.2.2 多无人机路径规划国内外研究现状 | 第15-16页 |
| 1.3 本文主要工作 | 第16页 |
| 1.4 本论文的结构安排 | 第16-18页 |
| 第二章 相关背景与技术 | 第18-31页 |
| 2.1 多智能体系统 | 第18-20页 |
| 2.1.1 智能体的基本概念 | 第18-19页 |
| 2.1.2 多智能体系统 | 第19-20页 |
| 2.2 快速扩展随机树算法 | 第20-25页 |
| 2.2.1 算法描述 | 第20-21页 |
| 2.2.2 算法研究背景 | 第21-22页 |
| 2.2.3 快速扩展随机树算法基本原理 | 第22-25页 |
| 2.2.4 RRT 算法的优缺点分析 | 第25页 |
| 2.3 分布式系统中的广义分配问题模型 | 第25-30页 |
| 2.3.1 广义分配的基本概念 | 第25-26页 |
| 2.3.2 广义分配的数学模型 | 第26-27页 |
| 2.3.3 分布式系统中的广义分配问题模型 | 第27-28页 |
| 2.3.4 D-GAP 的数学描述 | 第28-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 基于 D-GAP 模型的多 UAV 路径规划系统设计与实现 | 第31-61页 |
| 3.1 系统设计目标 | 第31-33页 |
| 3.2 系统总体设计框架 | 第33-37页 |
| 3.2.1 系统总体框架 | 第33-34页 |
| 3.2.2 系统路径规划总体流程 | 第34-37页 |
| 3.3 各系统模块设计 | 第37-59页 |
| 3.3.1 Agent 定义 | 第38-39页 |
| 3.3.2 飞行路径定义 | 第39-40页 |
| 3.3.3 环境模块设计 | 第40-43页 |
| 3.3.4 待检测路径生成子模块设计 | 第43-47页 |
| 3.3.5 路径检测子模块设计 | 第47-56页 |
| 3.3.6 团队可行路径生成子模块设计 | 第56-59页 |
| 3.4 本章小结 | 第59-61页 |
| 第四章 仿真实验与分析 | 第61-69页 |
| 4.1 实验环境与仿真平台介绍 | 第61-62页 |
| 4.2 实验变量、参数及相关设定 | 第62-64页 |
| 4.3 仿真结果分析 | 第64-68页 |
| 4.3.1 单机路径规划结果 | 第64-65页 |
| 4.3.2 多机协同路径规划结果 | 第65-68页 |
| 4.4 总结 | 第68-69页 |
| 第五章 结论 | 第69-71页 |
| 5.1 本文的主要贡献 | 第69-70页 |
| 5.2 下一步工作的展望 | 第70-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-77页 |
| 攻硕期间取得的研究成果 | 第77-78页 |