基于改进A*算法和人工势场法的搬运机器人路径规划研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 引言 | 第9页 |
| 1.2 移动机器人的发展 | 第9-10页 |
| 1.3 课题研究背景和意义 | 第10-12页 |
| 1.3.1 课题研究背景 | 第10-11页 |
| 1.3.2 课题研究意义 | 第11-12页 |
| 1.4 国内外研究现状 | 第12-13页 |
| 1.5 全局路径规划方法 | 第13-16页 |
| 1.5.1 可视图法 | 第13-14页 |
| 1.5.2 自由空间法 | 第14页 |
| 1.5.3 拓扑法 | 第14-15页 |
| 1.5.4 启发式搜索算法 | 第15页 |
| 1.5.5 智能算法 | 第15-16页 |
| 1.6 局部路径规划方法 | 第16-17页 |
| 1.7 本文主要研究内容 | 第17-18页 |
| 1.8 本文章节安排 | 第18-19页 |
| 第二章 搬运机器人运动学分析与关键技术研究 | 第19-30页 |
| 2.1 引言 | 第19-20页 |
| 2.2 搬运机器人运动学分析 | 第20-23页 |
| 2.2.1 搬运机器人坐标系 | 第20-22页 |
| 2.2.2 搬运机器人运动学模型分析 | 第22-23页 |
| 2.3 搬运机器人关键技术研究 | 第23-29页 |
| 2.3.1 自动识别功能 | 第24-26页 |
| 2.3.2 寻物追踪功能 | 第26页 |
| 2.3.3 避障功能 | 第26-28页 |
| 2.3.4 对正、循迹功能 | 第28页 |
| 2.3.5 自动通讯功能 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 基于改进的A*算法全局路径规划方法研究 | 第30-44页 |
| 3.1 传统A*算法 | 第30-34页 |
| 3.1.1 传统A*算法基本理论 | 第30-31页 |
| 3.1.2 A*算法基本流程 | 第31-33页 |
| 3.1.3 常用的一种改进A*算法 | 第33-34页 |
| 3.2 改进A*算法 | 第34-39页 |
| 3.2.1 改进A*算法初始路径 | 第35-37页 |
| 3.2.2 二次优化处理 | 第37-39页 |
| 3.3 仿真结果分析 | 第39-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第四章 基于改进的人工势场法局部路径规划方法研究 | 第44-61页 |
| 4.1 传统人工势场法 | 第44-46页 |
| 4.2 改进算法 | 第46-57页 |
| 4.2.1 算法优化 | 第46-50页 |
| 4.2.2 局部极小值问题 | 第50-54页 |
| 4.2.3 存在动态障碍物情况 | 第54-57页 |
| 4.3 仿真结果分析 | 第57-60页 |
| 4.4 本章小结 | 第60-61页 |
| 第五章 基于混合算法路径规划方法研究 | 第61-69页 |
| 5.1 使用一种算法时存在的缺陷 | 第61-63页 |
| 5.1.1 使用A*算法时存在的缺陷 | 第61页 |
| 5.1.2 使用人工势场法时存在的缺陷 | 第61-63页 |
| 5.2 两种算法结合 | 第63-65页 |
| 5.2.1 算法工作原理 | 第63-64页 |
| 5.2.2 具体工作流程 | 第64-65页 |
| 5.3 仿真结果分析 | 第65-68页 |
| 5.4 本章小结 | 第68-69页 |
| 结论 | 第69-71页 |
| 主要研究总结 | 第69-70页 |
| 展望 | 第70-71页 |
| 参考文献 | 第71-76页 |
| 攻读学位期间取得的研究成果 | 第76-77页 |
| 致谢 | 第77页 |
