基于聚类算法的群体机器人聚集运动协调性研究
| 摘要 | 第1-9页 |
| Abstract | 第9-10页 |
| 插图索引 | 第10-11页 |
| 插表索引 | 第11-12页 |
| 第一章 绪论 | 第12-21页 |
| ·群体机器人研究背景 | 第12-13页 |
| ·国内外发展现状 | 第13-14页 |
| ·典型的群体机器人系统 | 第14-17页 |
| ·群体智能机器人系统 | 第14-15页 |
| ·自重构机器人系统 | 第15页 |
| ·协作机器人系统 | 第15-16页 |
| ·足球机器人系统 | 第16-17页 |
| ·群体机器人系统主要研究内容 | 第17-18页 |
| ·群体机器人个体间的交互与通信 | 第17页 |
| ·群体机器人系统的协作与控制 | 第17-18页 |
| ·群体机器人系统冲突问题的解决 | 第18页 |
| ·本文主要研究内容 | 第18-19页 |
| ·本文主要研究方法 | 第19-20页 |
| ·本文组织结构 | 第20页 |
| ·本章小结 | 第20-21页 |
| 第二章 群体机器人智能理论 | 第21-35页 |
| ·引言 | 第21页 |
| ·聚类算法的定义 | 第21-23页 |
| ·层次聚类算法 | 第21-22页 |
| ·自组织映射 | 第22页 |
| ·基于密度聚类算法 | 第22页 |
| ·基于网格的聚类算法 | 第22-23页 |
| ·基于模型的聚类算法 | 第23页 |
| ·k-means 聚类算法 | 第23-29页 |
| ·改进的 k-means 算法 | 第24-26页 |
| ·HK-means 聚类算法 | 第26-27页 |
| ·k-means 无线传感网络动态调度分簇算法 | 第27-29页 |
| ·K-medoids 聚类算法 | 第29-31页 |
| ·改进 K-medoids 聚类算法 | 第30-31页 |
| ·层次 k 聚类算法 | 第31页 |
| ·组合聚类算法 | 第31-32页 |
| ·基于协商和意愿强度的避碰规则 | 第32-34页 |
| ·基本行为设计 | 第32-33页 |
| ·意愿强度与磋商策略 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 群体机器人体系结构 | 第35-48页 |
| ·引言 | 第35页 |
| ·群体机器人体系结构 | 第35-38页 |
| ·传统结构 | 第35-36页 |
| ·包容式结构 | 第36-37页 |
| ·反应式控制结构 | 第37页 |
| ·复合机体结构 | 第37-38页 |
| ·个体机器人体系结构 | 第38-39页 |
| ·智能体机器人硬件设计 | 第39-47页 |
| ·主控芯片的性能与工作方式 | 第40-41页 |
| ·电源模块设计 | 第41-42页 |
| ·电机驱动电路设计 | 第42-46页 |
| ·传感器模块 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第四章 群体机器人聚集队形路径规划 | 第48-61页 |
| ·引言 | 第48页 |
| ·智能机器人运动控制模型 | 第48-50页 |
| ·机器人运动学分析 | 第48-50页 |
| ·机器人运动特性力学分析 | 第50页 |
| ·机器人运动路径规划 | 第50-54页 |
| ·聚集任务算法设计 | 第51-53页 |
| ·聚集分析 | 第53-54页 |
| ·基于意愿强度的群体机器人协调实现 | 第54-56页 |
| ·避免碰撞行为与奔向目标行为的总和 | 第54-55页 |
| ·协商行为和磋商策略 | 第55-56页 |
| ·聚集队形控制 | 第56-59页 |
| ·队形控制仿真实验 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 群体机器人聚集队形协作实验 | 第61-73页 |
| ·引言 | 第61页 |
| ·实验条件 | 第61-63页 |
| ·开发平台及语言工具 | 第63页 |
| ·实验目的 | 第63页 |
| ·实验步骤 | 第63-64页 |
| ·群体机器人聚集队形协作实验 | 第64-65页 |
| ·实验程序开发及实验过程 | 第65-71页 |
| ·实验程序 | 第65-69页 |
| ·实验过程 | 第69-71页 |
| ·实验结果分析 | 第71页 |
| ·本章小结 | 第71-73页 |
| 第六章 总结与展望 | 第73-75页 |
| 参考文献 | 第75-78页 |
| 致谢 | 第78-79页 |
| 附录 A 攻读学位期间所发表的学术论文目录 | 第79页 |
