基于改进A*算法的仿人机器人路径规划研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-20页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 仿人机器人的国内外研究现状 | 第9-17页 |
| 1.2.1 国外研究现状 | 第9-14页 |
| 1.2.2 国内研究现状 | 第14-17页 |
| 1.3 仿人机器人路径规划与控制研究概述 | 第17-18页 |
| 1.4 本文的研究内容与结构安排 | 第18-20页 |
| 1.4.1 主要研究内容 | 第18-19页 |
| 1.4.2 结构安排 | 第19-20页 |
| 第2章 仿人机器人路径规划研究方案分析 | 第20-28页 |
| 2.1 引言 | 第20页 |
| 2.2 仿人机器人环境建模方法分析 | 第20-21页 |
| 2.3 仿人机器人路径规划方法分析 | 第21-24页 |
| 2.3.1 模糊逻辑控制法 | 第21-22页 |
| 2.3.2 遗传算法 | 第22页 |
| 2.3.3 快速扩展随机树法 | 第22-23页 |
| 2.3.4 栅格法 | 第23-24页 |
| 2.4 仿人机器人路径规划研究整体方案 | 第24-26页 |
| 2.4.1 仿人机器人NAO实验平台 | 第24-25页 |
| 2.4.2 本文环境建模方案 | 第25页 |
| 2.4.3 本文路径规划方案 | 第25-26页 |
| 2.5 本章小结 | 第26-28页 |
| 第3章 基于视觉信息的作业环境地图构建 | 第28-38页 |
| 3.1 引言 | 第28页 |
| 3.2 仿人机器人作业环境搭建 | 第28-30页 |
| 3.3 视觉传感器的信息采集 | 第30页 |
| 3.4 视觉信息处理 | 第30-36页 |
| 3.4.1 图像滤波 | 第31-33页 |
| 3.4.2 图像边缘检测 | 第33-35页 |
| 3.4.3 绘制障碍物轮廓 | 第35-36页 |
| 3.5 环境地图构建 | 第36-37页 |
| 3.6 本章小结 | 第37-38页 |
| 第4章 基于改进A*算法的路径规划方法 | 第38-51页 |
| 4.1 引言 | 第38页 |
| 4.2 传统A*算法的路径规划方法分析 | 第38-41页 |
| 4.2.1 Dijkstra算法和BFS算法分析 | 第38-39页 |
| 4.2.2 传统A*算法分析 | 第39-41页 |
| 4.3 改进A*算法路径规划原理与实现 | 第41-50页 |
| 4.3.1 改进A*算法评价函数的方案 | 第41-43页 |
| 4.3.2 改进搜索策略的方案 | 第43-45页 |
| 4.3.3 改进评价函数与搜索策略相结合 | 第45-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第5章 实验与结论 | 第51-66页 |
| 5.1 引言 | 第51页 |
| 5.2 实验环境 | 第51-52页 |
| 5.3 作业环境模型构建实验 | 第52-56页 |
| 5.3.1 实验过程与结果 | 第52-56页 |
| 5.4 路径规划实验 | 第56-63页 |
| 5.4.1 实验过程与结果 | 第56-63页 |
| 5.5 结论 | 第63-65页 |
| 5.6 本章小结 | 第65-66页 |
| 总结与展望 | 第66-69页 |
| 总结 | 第66-67页 |
| 展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 论文发表情况 | 第73-74页 |
| 致谢 | 第74-75页 |
