| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 仓储用智能无人车的研究和发展现状 | 第9-12页 |
| 1.3 无人车路径规划方法的研究现状 | 第12-14页 |
| 1.4 本文主要研究内容 | 第14-16页 |
| 2 仓储用智能无人车的全局路径规划算法 | 第16-28页 |
| 2.1 引言 | 第16页 |
| 2.2 环境建模 | 第16-19页 |
| 2.2.1 环境建模概述 | 第16-17页 |
| 2.2.2 拓扑化环境建模 | 第17-19页 |
| 2.3 基于启发式的路径规划搜索算法 | 第19-27页 |
| 2.3.1 经典A~*算法 | 第19-21页 |
| 2.3.2 经典A~*算法仿真实验 | 第21-23页 |
| 2.3.3 改进A~*算法 | 第23-24页 |
| 2.3.4 改进A~*算法仿真实验 | 第24-27页 |
| 2.4 本章小结 | 第27-28页 |
| 3 仓储用智能无人车的局部路径规划算法 | 第28-42页 |
| 3.1 引言 | 第28页 |
| 3.2 经典人工势场法 | 第28-32页 |
| 3.2.1 人工势场法原理 | 第28-29页 |
| 3.2.2 势函数确定 | 第29-32页 |
| 3.3 人工势场法在路径规划中存在的问题及解决方案 | 第32-38页 |
| 3.3.1 目标点不可到达问题及其解决方案 | 第32-34页 |
| 3.3.2 局部极小值陷阱问题及其解决方案 | 第34-38页 |
| 3.4 仿真实验及分析 | 第38-41页 |
| 3.5 本章小结 | 第41-42页 |
| 4 基于仓储无人车的混合路径规划算法 | 第42-51页 |
| 4.1 引言 | 第42页 |
| 4.2 无人车平台简介 | 第42-43页 |
| 4.3 路径规划系统的总体结构 | 第43-45页 |
| 4.4 算法总流程 | 第45-47页 |
| 4.4.1 离线规划 | 第45页 |
| 4.4.2 在线规划 | 第45-47页 |
| 4.5 混合路径规划算法仿真实验 | 第47-50页 |
| 4.5.1 障碍物可绕行仿真实验 | 第48-49页 |
| 4.5.2 障碍物无法绕行仿真实验 | 第49-50页 |
| 4.6 本章小结 | 第50-51页 |
| 5 无人车路径规划算法实验验证 | 第51-64页 |
| 5.1 引言 | 第51页 |
| 5.2 无人车运动控制算法设计 | 第51-56页 |
| 5.2.1 两轮差速驱动无人车的运动模型 | 第51-52页 |
| 5.2.2 PID控制算法 | 第52-54页 |
| 5.2.3 PID参数调节方法 | 第54-55页 |
| 5.2.4 引入矢量场的控制算法 | 第55-56页 |
| 5.3 无人车实验平台搭建及软件设计 | 第56-58页 |
| 5.3.1 硬件平台搭建 | 第56-58页 |
| 5.3.2 上位机软件设计 | 第58页 |
| 5.4 实验内容及结果分析 | 第58-63页 |
| 5.4.1 定位信息获取 | 第58-59页 |
| 5.4.2 实验环境简介 | 第59页 |
| 5.4.3 实验方案 | 第59页 |
| 5.4.4 实验结果分析 | 第59-63页 |
| 5.5 本章小结 | 第63-64页 |
| 6 总结与展望 | 第64-66页 |
| 6.1 论文工作总结 | 第64-65页 |
| 6.2 论文工作展望 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 附录 | 第72-76页 |
| 攻读硕士学位期间发表的论文和出版著作情况 | 第76页 |