动态环境下的实时路径规划算法的研究及实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第9-22页 |
| 1.1 路径规划问题的发展概况及现状 | 第9-14页 |
| 1.1.1 传统路径规划问题综述 | 第9-12页 |
| 1.1.2 衍生路径规划问题综述 | 第12-14页 |
| 1.2 智能机器人路径规划的初步探讨 | 第14-19页 |
| 1.2.1 全局路径规划 | 第15-16页 |
| 1.2.2 局部路径规划 | 第16-19页 |
| 1.3 路径规划的研究现状以及发展趋势 | 第19-20页 |
| 1.4 本论文的选题和主要内容 | 第20-22页 |
| 第二章 动态环境下的路径规划 | 第22-48页 |
| 2.1 动态虚拟环境 | 第22-23页 |
| 2.2 人工势场法 | 第23-31页 |
| 2.2.1 动态人工势场法 | 第25-28页 |
| 2.2.2 局部最小值问题 | 第28-31页 |
| 2.3 蚁群算法 | 第31-41页 |
| 2.3.1 蚁群算法模型与原理 | 第31-34页 |
| 2.3.2 基于栅格法的蚁群算法 | 第34-36页 |
| 2.3.3 基于交叉变异的蚁群算法 | 第36-37页 |
| 2.3.4 蚁群算法的“死锁”现象 | 第37页 |
| 2.3.5 回退法策略 | 第37-40页 |
| 2.3.6 动态环境下的蚁群算法 | 第40-41页 |
| 2.4 粒子群算法 | 第41-46页 |
| 2.4.1 基本粒子群算法 | 第41-43页 |
| 2.4.2 粒子群算法的改进 | 第43-46页 |
| 2.5 智能路径规划算法的分析与比较 | 第46-47页 |
| 2.6 本章总结 | 第47-48页 |
| 第三章 寻径算法的探讨及实现 | 第48-71页 |
| 3.1 百花齐放的寻径算法 | 第48-54页 |
| 3.2 寻径算法的判优 | 第54-55页 |
| 3.3 A*算法及其改进 | 第55-70页 |
| 3.3.1 A*算法简介 | 第56-58页 |
| 3.3.2 A*算法的深入探讨 | 第58-63页 |
| 3.3.3 基于A*的矢量寻路法 | 第63-64页 |
| 3.3.4 基于A*的矢量寻路算法描述 | 第64-70页 |
| 3.4 本章小结 | 第70-71页 |
| 第四章 虚拟游戏场景中的实际应用 | 第71-88页 |
| 4.1 滚动窗口下的自动寻路 | 第71-74页 |
| 4.1.1 滚动窗口路径规划 | 第71-72页 |
| 4.1.2 滚动窗口下的自动寻路仿真 | 第72-74页 |
| 4.2 三维虚拟场景中的群体动画及避障 | 第74-82页 |
| 4.2.1 动态环境下智能群体路径规划 | 第75-81页 |
| 4.2.2 数字展示平台下的群体动画仿真 | 第81-82页 |
| 4.3 动态编程下的AI 智能 | 第82-87页 |
| 4.3.1 动态脚本语言 | 第82-84页 |
| 4.3.2 动态脚本AI 智能的实现 | 第84-87页 |
| 4.4 本章小结 | 第87-88页 |
| 第五章 总结与展望 | 第88-91页 |
| 5.1 论文总结 | 第88-89页 |
| 5.2 创新点和主要工作 | 第89-90页 |
| 5.3 工作展望 | 第90-91页 |
| 致谢 | 第91-92页 |
| 参考文献 | 第92-96页 |
| 攻硕期间取得的研究成果 | 第96-97页 |
