平面机器人路径规划研究
| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 第一章 概论 | 第6-13页 |
| 1．1 引言 | 第6-7页 |
| 1．2 智能移动机器人体系结构及关键技术 | 第7-9页 |
| 1．3 环境建模 | 第9-12页 |
| 1．3．1 机器人描述 | 第9-10页 |
| 1．3．2 障碍物描述 | 第10-11页 |
| 1．3．3 关于非定型环境与时变障碍 | 第11-12页 |
| 1．4 本文的主要研究工作及安排 | 第12-13页 |
| 第二章 常用路径规划算法 | 第13-23页 |
| 2．1 引言 | 第13页 |
| 2．2 Petri网算法 | 第13-15页 |
| 2．3 模糊控制算法 | 第15-16页 |
| 2．4 神经网络算法 | 第16-18页 |
| 2．5 人工势场算法 | 第18-20页 |
| 2．6 拓扑算法 | 第20-23页 |
| 第三章 基于“橡皮筋”效应的几何算法 | 第23-36页 |
| 3．1 引言 | 第23页 |
| 3．2 多边形的有关定义和性质 | 第23-24页 |
| 3．3 凸壳及计算方法 | 第24-25页 |
| 3．4 凸多边形的交运算 | 第25-26页 |
| 3．5 点定位问题 | 第26-28页 |
| 3．6 凹多边形的凸划分 | 第28-29页 |
| 3．7 凸多边形的切线 | 第29-31页 |
| 3．8 线段相交算法 | 第31页 |
| 3．9 “橡皮筋”效应 | 第31-32页 |
| 3．10 贪心法求最短路径 | 第32-33页 |
| 3．11 构造有效可视图及求解 | 第33页 |
| 3．12 仿真示例 | 第33-35页 |
| 3．13 结论 | 第35-36页 |
| 第四章 基于迷宫算法的遗传算法 | 第36-49页 |
| 4．1 引言 | 第36页 |
| 4．2 原理及基本算法简述 | 第36-38页 |
| 4．3 利用遗传算法实现路径规划 | 第38-45页 |
| 4．4 仿真示例 | 第45-48页 |
| 4．5 结论 | 第48-49页 |
| 第五章 仿生式蚁群算法 | 第49-57页 |
| 5．1 引言 | 第49页 |
| 5．2 原理及基本算法简述 | 第49-52页 |
| 5．3 利用蚁群算法实现路径规划 | 第52-53页 |
| 5．4 仿真示例 | 第53-56页 |
| 5．5 结论 | 第56-57页 |
| 第六章 结束语 | 第57-60页 |
| 6．1 关于路径规划算法的讨论 | 第57页 |
| 6．2 本文开展的工作 | 第57-58页 |
| 6．3 后续工作及展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 攻读硕士学位期间参加科研、获奖及论文发表情况 | 第63-64页 |
| 致谢 | 第64页 |
