基于混合算法的移动机器人动态路径规划研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·引言 | 第9页 |
| ·移动机器人发展现状 | 第9-11页 |
| ·国外移动机器人发展概况 | 第9-10页 |
| ·国内移动机器人发展概况 | 第10-11页 |
| ·路径规划概述 | 第11-13页 |
| ·传统路径规划方法 | 第11-12页 |
| ·智能路径规划方法 | 第12-13页 |
| ·本文的主要内容和结构 | 第13-15页 |
| 第2章 基于A-Star搜索的静态全局路径规划 | 第15-29页 |
| ·移动机器人的感知系统 | 第15-19页 |
| ·内部传感器 | 第15-17页 |
| ·外部传感器 | 第17-19页 |
| ·搜索策略 | 第19-20页 |
| ·盲目搜索 | 第19页 |
| ·启发式搜索理论 | 第19-20页 |
| ·A-Star算法 | 第20-21页 |
| ·A-Star算法的原理 | 第20页 |
| ·A-Star算法的性质 | 第20-21页 |
| ·基于栅格法的环境建模 | 第21-23页 |
| ·栅格法概述 | 第21-22页 |
| ·栅格地图的表示 | 第22页 |
| ·栅格法的特点 | 第22-23页 |
| ·栅格大小的选取 | 第23页 |
| ·基于A-Star算法的全局路径规划 | 第23-28页 |
| ·图搜索策略 | 第23-25页 |
| ·A-Star算法估价函数的确定 | 第25页 |
| ·A-Star搜索算法的流程 | 第25-28页 |
| ·A-Star算法仿真实验 | 第28页 |
| ·本章总结 | 第28-29页 |
| 第3章 基于改进模糊人工势场法的动态局部路径规划 | 第29-50页 |
| ·人工势场法原理 | 第29-32页 |
| ·势场函数的确定 | 第29-31页 |
| ·人工势场法存在的问题 | 第31-32页 |
| ·人工势场法的改进方法 | 第32-39页 |
| ·目标不可达问题 | 第32-33页 |
| ·局部极小值问题 | 第33-39页 |
| ·基于模糊逻辑算法的人工势场法 | 第39-44页 |
| ·模糊控制简介 | 第39页 |
| ·模糊控制基本原理 | 第39-40页 |
| ·模糊控制系统的特点 | 第40-41页 |
| ·移动机器人模糊控制器的设计 | 第41-43页 |
| ·模糊逻辑算法仿真 | 第43-44页 |
| ·动态规划法 | 第44-46页 |
| ·滚动路径规划 | 第44页 |
| ·滚动窗口的基本原理 | 第44-45页 |
| ·算法描述 | 第45-46页 |
| ·动态路径规划仿真实验 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 第4章 基于混合算法的动态路径规划 | 第50-62页 |
| ·全局和局部路径规划中存在的缺陷 | 第50-51页 |
| ·改进策略 | 第51-52页 |
| ·方法描述 | 第52页 |
| ·A-Star算法路径拐点的计算 | 第52-53页 |
| ·混合算法路径规划流程 | 第53-54页 |
| ·路径规划实验 | 第54-61页 |
| ·路径规划仿真实验 | 第54-59页 |
| ·路径规划实验室实验 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 第5章 总结与展望 | 第62-63页 |
| ·工作总结 | 第62页 |
| ·进一步展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第68页 |
