自主移动机器人完全遍历和多任务分配的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-21页 |
| ·课题的研究背景和意义 | 第11-12页 |
| ·国内外的研究现状及趋势 | 第12-17页 |
| ·移动机器人的完全遍历 | 第12-16页 |
| ·多机器人系统的任务分配 | 第16-17页 |
| ·本文的主要研究内容及组织结构 | 第17-21页 |
| ·主要研究内容 | 第17-18页 |
| ·论文的组织结构 | 第18-21页 |
| 第2章 仿真环境介绍 | 第21-27页 |
| ·引言 | 第21页 |
| ·传感器仿真简介 | 第21-23页 |
| ·激光测距仪的优点 | 第21页 |
| ·激光测距仪的原理 | 第21-23页 |
| ·激光测距仪的选择 | 第23页 |
| ·仿真系统简介 | 第23-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 自主移动机器人的路径规划和任务分配 | 第27-43页 |
| ·引言 | 第27页 |
| ·路径规划方法 | 第27-39页 |
| ·路径规划核心问题 | 第27-28页 |
| ·路径规划的分类 | 第28-29页 |
| ·坐标系的建立 | 第29-30页 |
| ·两种典型路径规划的仿真 | 第30-35页 |
| ·完全遍历路径规划算法 | 第35-39页 |
| ·多机器人任务分配 | 第39-41页 |
| ·任务类型 | 第39-40页 |
| ·任务分配模式 | 第40-41页 |
| ·任务分配分类 | 第41页 |
| ·影响分配算法的因素 | 第41页 |
| ·本章小结 | 第41-43页 |
| 第4章 自主移动机器人的完全遍历 | 第43-59页 |
| ·引言 | 第43页 |
| ·任务问题的描述 | 第43-44页 |
| ·区域模型的建立 | 第44-46页 |
| ·仿真环境模型 | 第44-45页 |
| ·状态空间搜索 | 第45-46页 |
| ·基本区域的遍历 | 第46-51页 |
| ·行走方式的确定 | 第46页 |
| ·转向控制策略 | 第46-48页 |
| ·流体函数避障法 | 第48-51页 |
| ·基本区域的衔接 | 第51-56页 |
| ·点镇定控制 | 第51-54页 |
| ·模糊逻辑避障法 | 第54-56页 |
| ·完全遍历仿真结果 | 第56-57页 |
| ·本章小结 | 第57-59页 |
| 第5章 多机器人任务分配 | 第59-81页 |
| ·引言 | 第59页 |
| ·基本蚁群算法 | 第59-66页 |
| ·蚁群算法的诞生 | 第59-60页 |
| ·人工蚂蚁与真实蚂蚁的异同 | 第60-61页 |
| ·基本蚁群算法的模型与实现 | 第61-65页 |
| ·蚁群算法的优点与不足 | 第65-66页 |
| ·一种新的自适应蚁群算法 | 第66-71页 |
| ·引言 | 第66页 |
| ·AACA算法 | 第66-69页 |
| ·仿真结果 | 第69-71页 |
| ·结论 | 第71页 |
| ·蚁群算法实现N×N任务分配模型 | 第71-75页 |
| ·引言 | 第71-72页 |
| ·N×N任务分配问题的数学描述 | 第72页 |
| ·AACA算法实现N×N任务分配 | 第72页 |
| ·仿真结果 | 第72-75页 |
| ·蚁群算法实现M×N任务分配模型 | 第75-79页 |
| ·引言 | 第75页 |
| ·M×N任务分配问题的数学描述 | 第75-77页 |
| ·AACA算法实现M×N任务分配 | 第77页 |
| ·仿真结果 | 第77-79页 |
| ·本章小结 | 第79-81页 |
| 第6章 总结与展望 | 第81-83页 |
| ·总结 | 第81-82页 |
| ·展望 | 第82-83页 |
| 参考文献 | 第83-89页 |
| 致谢 | 第89页 |
