足球机器人系统的分析与研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第6-9页 |
| 第1章 绪论 | 第9-14页 |
| ·引言 | 第9页 |
| ·选题背景与研究意义 | 第9-11页 |
| ·足球机器人比赛简介 | 第9-11页 |
| ·足球机器人路径规划的研究意义 | 第11页 |
| ·国内外研究现状 | 第11-13页 |
| ·本文主要研究内容 | 第13页 |
| ·本章小结 | 第13-14页 |
| 第2章 足球机器人系统 | 第14-20页 |
| ·机器人足球比赛系统的分类 | 第14-15页 |
| ·足球机器人系统体系结构 | 第15-19页 |
| ·机器人(小车)子系统 | 第17页 |
| ·通讯子系统 | 第17页 |
| ·视觉子系统 | 第17-18页 |
| ·决策子系统 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第3章 足球机器人路径规划典型方法研究 | 第20-28页 |
| ·人工势场法 | 第20-22页 |
| ·势场函数的确定 | 第21-22页 |
| ·对人工势场法的评价 | 第22页 |
| ·栅格法 | 第22-24页 |
| ·栅格法原理 | 第23页 |
| ·使用栅格法进行路径规划 | 第23-24页 |
| ·对栅格法的评价 | 第24页 |
| ·遗传算法 | 第24-25页 |
| ·遗传算法原理 | 第24-25页 |
| ·使用遗传算法进行路径规划 | 第25页 |
| ·遗传算法的评价 | 第25页 |
| ·神经网络算法 | 第25-26页 |
| ·神经网络原理 | 第25页 |
| ·神经元和神经网络的结构 | 第25-26页 |
| ·用神经网络进行路径规划 | 第26页 |
| ·对神经网络的评价 | 第26页 |
| ·各种方法综合分析 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第4章 遗传算法原理 | 第28-40页 |
| ·遗传算法简介 | 第28-29页 |
| ·遗传算法的理论基础 | 第29-32页 |
| ·模式定理 | 第29-30页 |
| ·积木块假设 | 第30页 |
| ·收敛性分析 | 第30-31页 |
| ·遗传算法的性能评价 | 第31-32页 |
| ·遗传算法的组成 | 第32-38页 |
| ·编码 | 第32页 |
| ·初始群体的生成 | 第32-33页 |
| ·评价函数 | 第33页 |
| ·遗传操作算子 | 第33-37页 |
| ·算法终止条件 | 第37页 |
| ·算法参数设置 | 第37-38页 |
| ·遗传算法的改进方向 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第5章 环境建模与显示 | 第40-44页 |
| ·环境建模 | 第40页 |
| ·运动方程的建立 | 第40-41页 |
| ·障碍物的描述 | 第41-42页 |
| ·仿真显示 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第6章 基于遗传算法的路径规划的实现 | 第44-53页 |
| ·初始设置 | 第44-47页 |
| ·初始种群设置 | 第44-45页 |
| ·障碍物检测 | 第45-46页 |
| ·初始参数设置 | 第46-47页 |
| ·适应度函数设置 | 第47-49页 |
| ·遗传操作 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 第7章 路径规划的仿真与实现 | 第53-57页 |
| ·仿真环境 | 第53页 |
| ·遗传代数不同对算法的影响 | 第53-54页 |
| ·障碍物变化对路径规划的影响 | 第54页 |
| ·r,g 坐标的变化对路径规划的影响 | 第54-55页 |
| ·动态环境下的实物实验 | 第55-56页 |
| ·实验结论 | 第56页 |
| ·本章小结 | 第56-57页 |
| 结论 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-61页 |
