| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-16页 |
| 1.1 课题研究的背景及意义 | 第8页 |
| 1.2 移动机器人发展现状 | 第8-11页 |
| 1.2.1 国外移动机器人的研究现状 | 第8-11页 |
| 1.2.2 国内移动机器人的研究现状 | 第11页 |
| 1.3 移动机器人路径规划发展现状与发展趋势 | 第11-13页 |
| 1.3.1 移动机器人路径规划发展现状 | 第11-12页 |
| 1.3.2 移动机器人路径规划发展趋势 | 第12-13页 |
| 1.4 本课题研究的主要内容 | 第13-16页 |
| 2 移动机器人的路径规划 | 第16-24页 |
| 2.1 移动机器人的导航方式 | 第16-19页 |
| 2.2 移动机器人的路径规划 | 第19-22页 |
| 2.3 本文提出的路径规划方法 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 3 激光定位仪导航与定位 | 第24-32页 |
| 3.1 激光定位仪简介 | 第24-25页 |
| 3.2 激光定位仪工作方式 | 第25-26页 |
| 3.2.1 Landmark detection(反光板检测) | 第25页 |
| 3.2.2 Navigation (导航定位) | 第25-26页 |
| 3.3 反光板选取和布置条件 | 第26-28页 |
| 3.3.1 反光板的作用 | 第26-27页 |
| 3.3.2 反光板的选取 | 第27-28页 |
| 3.3.3 反光板的布置 | 第28页 |
| 3.4 定位原理 | 第28-30页 |
| 3.4.1 定位原理 | 第28-29页 |
| 3.4.2 定位先决条件 | 第29-30页 |
| 3.5 本章小结 | 第30-32页 |
| 4 全局坐标系路径规划算法的研究 | 第32-58页 |
| 4.1 模型建立 | 第32-35页 |
| 4.1.1 环境描述 | 第32-33页 |
| 4.1.2 障碍物标记 | 第33-35页 |
| 4.1.3 移动机器人的移动方式 | 第35页 |
| 4.2 遗传算法原理 | 第35-43页 |
| 4.2.1 遗传算法的简介 | 第35-36页 |
| 4.2.2 遗传算法的基本思想 | 第36-38页 |
| 4.2.3 遗传算法的特点 | 第38页 |
| 4.2.4 遗传算法的组成 | 第38-43页 |
| 4.3 基于遗传算法的路径规划 | 第43-52页 |
| 4.3.1 算法的初始化 | 第44页 |
| 4.3.2 适应度函数设计 | 第44-45页 |
| 4.3.3 选择算子 | 第45页 |
| 4.3.4 交叉算子 | 第45-46页 |
| 4.3.5 变异算子 | 第46-48页 |
| 4.3.6 参数设定 | 第48-52页 |
| 4.4 路径规划仿真 | 第52-55页 |
| 4.5 路径规划仿真对比 | 第55-56页 |
| 4.6 本章小结 | 第56-58页 |
| 5 路径跟随仿真 | 第58-68页 |
| 5.1 移动机器人结构 | 第58页 |
| 5.2 移动机器人运动学模型 | 第58-59页 |
| 5.3 移动机器人路径跟随设计 | 第59-64页 |
| 5.3.1 控制系统结构 | 第60页 |
| 5.3.2 模糊控制器设计 | 第60-64页 |
| 5.4 路径跟随仿真 | 第64-66页 |
| 5.4.1 仿真模型的建立 | 第64-65页 |
| 5.4.2 仿真分析 | 第65-66页 |
| 5.5 本章小结 | 第66-68页 |
| 6 结论与展望 | 第68-70页 |
| 致谢 | 第70-72页 |
| 参考文献 | 第72-74页 |