| 摘要 | 第7-8页 |
| abstract | 第8-9页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题的研究背景和意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 群体机器人系统 | 第11-12页 |
| 1.2.2 机器人群集控制系统研究概况 | 第12-14页 |
| 1.2.3 路径规划 | 第14页 |
| 1.3 课题研究的主要内容 | 第14-16页 |
| 1.3.1 本文的研究内容 | 第14页 |
| 1.3.2 论文结构 | 第14-16页 |
| 第二章 AmigoBot机器人和环境地图构建 | 第16-30页 |
| 2.1 AmigoBot实验平台介绍 | 第16-20页 |
| 2.1.1 机器人硬件特性 | 第16-17页 |
| 2.1.2 机器人软件 | 第17-19页 |
| 2.1.3 声纳传感器 | 第19-20页 |
| 2.2 环境地图的表示方法 | 第20-22页 |
| 2.2.1 栅格地图法 | 第20-21页 |
| 2.2.2 几何地图法 | 第21页 |
| 2.2.3 拓扑地图法 | 第21-22页 |
| 2.3 栅格地图建模 | 第22-28页 |
| 2.3.1 栅格地图环境模型 | 第22-23页 |
| 2.3.2 栅格地图环境建模 | 第23-25页 |
| 2.3.3 栅格地图置信度 | 第25-28页 |
| 2.4 本章小结 | 第28-30页 |
| 第三章 群集控制策略 | 第30-44页 |
| 3.1 AmigoBot运动学模型 | 第30-31页 |
| 3.2 群集控制策略 | 第31-32页 |
| 3.3 无领航者的群集运动 | 第32-38页 |
| 3.3.1 Newton计算法 | 第32-35页 |
| 3.3.2 实验分析 | 第35-38页 |
| 3.4 有领航者的群集运动 | 第38-42页 |
| 3.5 本章小结 | 第42-44页 |
| 第四章 通过有障碍环境时群集控制策略 | 第44-58页 |
| 4.1 机器人定位技术 | 第45-47页 |
| 4.1.1 机器人坐标系的建立 | 第45-46页 |
| 4.1.2 坐标系转化 | 第46-47页 |
| 4.1.3 机器人地图建立 | 第47页 |
| 4.2 无碰撞路径规划 | 第47-56页 |
| 4.2.1 排斥力设计 | 第49-50页 |
| 4.2.2 基于Newton方法和排斥力的群控制策略 | 第50-52页 |
| 4.2.3 通过障碍时群集控制实验结果 | 第52-56页 |
| 4.3 本章小结 | 第56-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 主要结论 | 第58页 |
| 5.2 后续研究工作的展望 | 第58-60页 |
| 参考文献 | 第60-66页 |
| 致谢 | 第66-68页 |
| 附录 | 第68页 |