| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 引言 | 第10页 |
| 1.2 本课题的研究背景及意义 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-14页 |
| 1.4 机器人路径规划的未来研究方向 | 第14-15页 |
| 1.5 本文的主要研究内容 | 第15-18页 |
| 第2章 机器人路径规划与环境建模方法 | 第18-28页 |
| 2.1 环境建模方法 | 第18-21页 |
| 2.1.1 度量模型 | 第18-19页 |
| 2.1.2 非度量模型 | 第19-20页 |
| 2.1.3 三维模型 | 第20-21页 |
| 2.2 机器人路径规划方法 | 第21-27页 |
| 2.2.1 路径规划的分类 | 第21-23页 |
| 2.2.2 全局路径规划研究方法 | 第23-25页 |
| 2.2.3 局部路径规划研究方法 | 第25-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第3章 基于改进粒子群算法的自主机器人全局路径规划研究 | 第28-44页 |
| 3.1 引言 | 第28页 |
| 3.2 环境模型构建 | 第28-30页 |
| 3.3 粒子群算法及其改进 | 第30-39页 |
| 3.3.1 粒子群算法基本原理及数学描述 | 第30-32页 |
| 3.3.2 粒子群算法流程 | 第32-33页 |
| 3.3.3 粒子群参数分析 | 第33-34页 |
| 3.3.4 粒子群算法的缺陷 | 第34-35页 |
| 3.3.5 改进粒子群算法的路径规划 | 第35-39页 |
| 3.4 基于改进粒子群算法的机器人路径规划及其仿真 | 第39-43页 |
| 3.4.1 算法步骤 | 第39-40页 |
| 3.4.2 算法仿真与分析 | 第40-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 动态环境下自主机器人局部路径规划研究 | 第44-58页 |
| 4.1 引言 | 第44-45页 |
| 4.2 动态障碍物预测分析 | 第45页 |
| 4.3 传统人工势场法及其缺陷 | 第45-48页 |
| 4.3.1 传统人工势场法 | 第45-46页 |
| 4.3.2 传统人工势场法分析 | 第46-48页 |
| 4.4 基于模糊控制的改进人工势场法 | 第48-57页 |
| 4.4.1 改进的人工势场 | 第50-51页 |
| 4.4.2 自适应模糊控制器设计 | 第51-54页 |
| 4.4.3 路径规划算法仿真与分析 | 第54-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第5章 自主机器人混合路径规划与应用 | 第58-72页 |
| 5.1 引言 | 第58页 |
| 5.2 机器人实验平台介绍 | 第58-64页 |
| 5.2.1 机器人硬件平台 | 第58-59页 |
| 5.2.2 机器人软件平台 | 第59-60页 |
| 5.2.3 机器人传感设备 | 第60-64页 |
| 5.3 机器人坐标系变换 | 第64-66页 |
| 5.3.1 世界坐标系 | 第64页 |
| 5.3.2 局部坐标系 | 第64-66页 |
| 5.4 机器人混合路径规划实验 | 第66-71页 |
| 5.4.1 实验步骤及流程 | 第66-67页 |
| 5.4.2 实验结果及分析 | 第67-71页 |
| 5.5 本章小结 | 第71-72页 |
| 第6章 总结与展望 | 第72-74页 |
| 6.1 总结 | 第72页 |
| 6.2 展望 | 第72-74页 |
| 参考文献 | 第74-80页 |
| 致谢 | 第80-82页 |
| 攻读硕士期间的主要工作 | 第82页 |