基于遗传算法的移动机器人路径规划的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 致谢 | 第8-13页 |
| 第一章 绪论 | 第13-19页 |
| ·机器人的定义 | 第14页 |
| ·国内外移动机器人的研究现状 | 第14-15页 |
| ·国外移动机器人的研究现状 | 第14-15页 |
| ·国内移动机器人的研究现状 | 第15页 |
| ·移动机器人的研究领域 | 第15-17页 |
| ·移动机器人的路径规划研究内容 | 第17页 |
| ·本课题的研究意义 | 第17-18页 |
| ·本文所做的主要工作和内容安排 | 第18-19页 |
| 第二章 移动机器人路径规划理论 | 第19-28页 |
| ·路径规划问题概述 | 第19页 |
| ·传统路径规划算法 | 第19-23页 |
| ·可视图法 | 第19-20页 |
| ·栅格法 | 第20-21页 |
| ·自由空间法 | 第21页 |
| ·启发式搜索 | 第21-22页 |
| ·人工势场法 | 第22-23页 |
| ·智能路径规划方法 | 第23-26页 |
| ·模糊逻辑算法 | 第23-24页 |
| ·基于神经网络的路径规划 | 第24-25页 |
| ·遗传算法 | 第25页 |
| ·蚁群算法 | 第25-26页 |
| ·路径规划中常用算法的比较 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 遗传算法 | 第28-41页 |
| ·遗传算法概述 | 第28-29页 |
| ·遗传算法模式定理 | 第29-30页 |
| ·遗传算法的特点和步骤 | 第30-31页 |
| ·遗传算法的组成 | 第31-39页 |
| ·遗传算法的收敛性与编码 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 基于遗传算法的移动机器人路径规划 | 第41-61页 |
| ·环境信息的建立 | 第41-43页 |
| ·路径编码方法 | 第43-44页 |
| ·适应度函数 | 第44-45页 |
| ·初始种群的生成 | 第45-47页 |
| ·遗传操作 | 第47-51页 |
| ·选择算子 | 第47页 |
| ·交叉算子 | 第47-50页 |
| ·变异算子 | 第50页 |
| ·修正算子 | 第50-51页 |
| ·优化算子 | 第51页 |
| ·基于遗传算法的移动机器人路径规划算法 | 第51-52页 |
| ·仿真实验结果及分析 | 第52-59页 |
| ·本章小结 | 第59-61页 |
| 第五章 移动机器人路径规划综合实验 | 第61-69页 |
| ·实验平台简介 | 第61-65页 |
| ·AS-MF09灭火机器人简介 | 第61-63页 |
| ·无线通信系统 | 第63-65页 |
| ·上位机编程环境 | 第65页 |
| ·VJC开发版 | 第65-67页 |
| ·基于遗传算法的移动机器人路径规划实验 | 第67-68页 |
| ·本章小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-71页 |
| ·工作总结 | 第69页 |
| ·工作展望 | 第69-71页 |
| 参考文献 | 第71-74页 |
| 攻读硕士学位器件发表的论文 | 第74页 |
