基于模糊和粒子群算法的移动机器人路径规划研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 课题研究背景及意义 | 第10-12页 |
| 1.2 移动机器人路径规划的国内外研究现状 | 第12-18页 |
| 1.2.1 移动机器人路径规划方法分类 | 第12-13页 |
| 1.2.2 移动机器人全局路径规划方法 | 第13-15页 |
| 1.2.3 移动机器人局部路径规划方法 | 第15-18页 |
| 1.3 本文的研究内容 | 第18-20页 |
| 第2章 移动机器人系统结构与运动模型 | 第20-28页 |
| 2.1 MT-U移动机器人体系结构 | 第20-24页 |
| 2.1.1 控制部分 | 第20-21页 |
| 2.1.2 传感器部分 | 第21-23页 |
| 2.1.3 执行部分 | 第23-24页 |
| 2.2 移动机器人运动模型构建 | 第24-27页 |
| 2.2.1 移动机器人轮式结构 | 第24-25页 |
| 2.2.2 移动机器人运动模型 | 第25-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第3章 基于粒子群算法的移动机器人全局路径规划 | 第28-46页 |
| 3.1 移动机器人环境空间建模 | 第29-33页 |
| 3.1.1 障碍物环境模型描述 | 第29-30页 |
| 3.1.2 移动机器人链接图环境模型的建立 | 第30-31页 |
| 3.1.3 链接图路径编码 | 第31-33页 |
| 3.2 粒子群算法简介 | 第33-35页 |
| 3.2.1 粒子群算法的起源 | 第33-34页 |
| 3.2.2 粒子群算法的发展 | 第34-35页 |
| 3.3 标准粒子群算法 | 第35-39页 |
| 3.3.1 粒子群算法的基本原理 | 第35-36页 |
| 3.3.2 粒子群算法的实现步骤 | 第36-37页 |
| 3.3.3 粒子群算法的参数分析 | 第37-39页 |
| 3.4 改进粒子群算法 | 第39-41页 |
| 3.4.1 粒子群算法的缺陷 | 第39页 |
| 3.4.2 粒子群算法的改进 | 第39-41页 |
| 3.5 全局路径规划的算法实现 | 第41-45页 |
| 3.5.1 算法适应函数的确定 | 第41-42页 |
| 3.5.2 算法的实现步骤 | 第42-43页 |
| 3.5.3 仿真实验结果及分析 | 第43-45页 |
| 3.6 本章小结 | 第45-46页 |
| 第4章 基于模糊神经网络的移动机器人局部路径规划 | 第46-72页 |
| 4.1 模糊神经网络理论基础 | 第46-56页 |
| 4.1.1 模糊逻辑基本原理 | 第46-49页 |
| 4.1.2 神经网络基本原理 | 第49-54页 |
| 4.1.3 模糊逻辑和神经网络的融合形式 | 第54-55页 |
| 4.1.4 模糊神经网络技术研究概况 | 第55-56页 |
| 4.2 移动机器人环境感知与处理 | 第56-60页 |
| 4.2.1 移动机器人环境感知 | 第56页 |
| 4.2.2 对感知信息的处理 | 第56-60页 |
| 4.3 用于局部路径规划的模糊神经网络 | 第60-65页 |
| 4.3.1 基本思想 | 第60-61页 |
| 4.3.2 模糊神经网络结构 | 第61-63页 |
| 4.3.3 模糊神经网络的学习训练 | 第63-65页 |
| 4.4 仿真实验 | 第65-67页 |
| 4.4.1 环境障碍物的表示和传感器功能的模拟 | 第65-66页 |
| 4.4.2 仿真结果 | 第66-67页 |
| 4.5 移动机器人混合路径规划方法 | 第67-70页 |
| 4.5.1 基本思想方法描述 | 第67-68页 |
| 4.5.2 仿真实验 | 第68-70页 |
| 4.6 本章小结 | 第70-72页 |
| 第5章 总结与展望 | 第72-74页 |
| 5.1 工作总结 | 第72-73页 |
| 5.2 工作展望 | 第73-74页 |
| 参考文献 | 第74-80页 |
| 致谢 | 第80-82页 |
| 攻读学位期间发表的论文 | 第82页 |
