基于视觉全向移动机器人路径与行为规划
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 前言 | 第11-19页 |
| ·课题背景 | 第11页 |
| ·研究的目的与意义 | 第11-12页 |
| ·移动机器人国内外研究现状 | 第12-17页 |
| ·移动机器人发展现状 | 第12-15页 |
| ·移动机器人路径规划现状 | 第15-17页 |
| ·移动机器人行为规划现状 | 第17页 |
| ·课题研究主要内容 | 第17-19页 |
| 第2章 全向移动机器人结构与模型 | 第19-31页 |
| ·全向移动机器人硬件结构 | 第19-26页 |
| ·全向轮介绍 | 第20-22页 |
| ·全向移动平台 | 第22-23页 |
| ·视觉系统 | 第23-24页 |
| ·射门装置 | 第24-25页 |
| ·电源、驱动装置 | 第25-26页 |
| ·自主移动机器人运动模型 | 第26-30页 |
| ·差动机器人运动模型 | 第26-27页 |
| ·全向移动机器人运动模型 | 第27-28页 |
| ·全向移动机器人特点 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 基于自适应遗传算法的路径规划 | 第31-45页 |
| ·自主移动机器人路径规划方法 | 第31-35页 |
| ·中垂线法 | 第31-32页 |
| ·人工势场法 | 第32-34页 |
| ·栅格法 | 第34-35页 |
| ·基于自适应遗传算法的路径规划研究 | 第35-36页 |
| ·一般遗传算法基本原理 | 第35页 |
| ·自适应遗传算法基本原理 | 第35-36页 |
| ·交叉概率和变异概率计算公式 | 第36-37页 |
| ·一般概率计算公式 | 第36页 |
| ·路径规划中概率计算公式 | 第36-37页 |
| ·算法在路径规划中的实现 | 第37-40页 |
| ·建立环境模型 | 第37页 |
| ·路径的编码方式 | 第37-38页 |
| ·适应度函数的确定 | 第38页 |
| ·遗传操作 | 第38-40页 |
| ·路径规划算法的试验与仿真 | 第40-44页 |
| ·基于MATLAB 路径规划算法仿真 | 第40-42页 |
| ·基于VC++路径曲线仿真 | 第42-43页 |
| ·基于全向移动机器人实验 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 基于视觉系统的行为规划 | 第45-57页 |
| ·基于视觉系统全向机器人行为的实现 | 第45-52页 |
| ·视觉信息处理 | 第45-46页 |
| ·跟踪行为 | 第46-49页 |
| ·射门行为 | 第49-51页 |
| ·漫游行为 | 第51-52页 |
| ·全向机器人移动控制 | 第52页 |
| ·基于视觉系统全向机器人行为转换机制 | 第52-54页 |
| ·基于视觉系统全向机器人行为触发条件 | 第53页 |
| ·基于视觉系统全向机器人行为转换机制执行 | 第53-54页 |
| ·全向移动机器人行为试验 | 第54-56页 |
| ·跟踪行为试验 | 第54-55页 |
| ·射门行为试验 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读学位期间取得的研究成果及发表的学术论文 | 第63-64页 |
| 致谢 | 第64页 |
