一类多机器人路径规划的研究与仿真
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 图表目录 | 第8-10页 |
| 1 绪论 | 第10-17页 |
| ·研究意义 | 第10页 |
| ·多机器人的研究现状 | 第10-13页 |
| ·常用的路径规划方法 | 第13-16页 |
| ·基于地图构建的路径规划 | 第13-14页 |
| ·基于人工势场的路径规划 | 第14页 |
| ·基于随机采样的路径规划 | 第14-15页 |
| ·基于人工智能的路径规划 | 第15-16页 |
| ·本文主要工作与内容安排 | 第16-17页 |
| 2 一种改进的RRT算法 | 第17-30页 |
| ·RRT算法基本思想 | 第17-18页 |
| ·随机树构造阶段 | 第17-18页 |
| ·路径生成阶段 | 第18页 |
| ·RRT算法存在的问题和改进的方法 | 第18-21页 |
| ·对全局环境的依赖性 | 第18-20页 |
| ·路径的优化问题 | 第20-21页 |
| ·改进的RRT算法 | 第21-26页 |
| ·自适应步长 | 第21-23页 |
| ·障碍预测和回归预测 | 第23-26页 |
| ·仿真实验 | 第26-29页 |
| ·本章小结 | 第29-30页 |
| 3 基于结合RRT的遗传算法的全局路径规划 | 第30-44页 |
| ·遗传算法基本思想 | 第30-31页 |
| ·遗传算法的基本术语 | 第30页 |
| ·遗传算法的流程 | 第30-31页 |
| ·单机器人遗传算法的实现 | 第31-40页 |
| ·路径编码 | 第31-32页 |
| ·初始种群的产生 | 第32页 |
| ·适应度函数 | 第32-34页 |
| ·遗传算子 | 第34-39页 |
| ·遗传参数的选择 | 第39-40页 |
| ·多机器人遗传算法的实现 | 第40-42页 |
| ·多机器人路径规划的适应度函数 | 第40-41页 |
| ·多机器人路径规划的结束条件 | 第41页 |
| ·多机器人路径规划整体流程 | 第41-42页 |
| ·仿真实验 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 4 基于相对速度障碍的局部路径规划 | 第44-58页 |
| ·速度障碍基本思想 | 第44-46页 |
| ·速度障碍的定义 | 第44-45页 |
| ·速度障碍用于路径规划 | 第45-46页 |
| ·基于相对速度障碍的最优避碰算法 | 第46-50页 |
| ·相对速度障碍定义 | 第46-47页 |
| ·时间限定的相对速度障碍 | 第47-48页 |
| ·最优避碰策略 | 第48-50页 |
| ·改进的最优避碰算法 | 第50-55页 |
| ·优先级规则 | 第50-51页 |
| ·危险度评估 | 第51-55页 |
| ·仿真实验 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 5 多机器人路径规划整体方案及系统仿真 | 第58-67页 |
| ·多机器人路径规划整体方案 | 第58-60页 |
| ·全局路径规划层 | 第59页 |
| ·局部路径规划层 | 第59页 |
| ·多机器人路径规划实现步骤 | 第59-60页 |
| ·多机器人路径规划仿真系统 | 第60-64页 |
| ·环境模块 | 第61页 |
| ·仿真器模块 | 第61-62页 |
| ·显示模块 | 第62页 |
| ·机器人模块 | 第62-63页 |
| ·对象模型的设计 | 第63-64页 |
| ·综合仿真 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 总结与展望 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-71页 |
