致谢 | 第5-6页 |
摘要 | 第6-7页 |
ABSTRACT | 第7-8页 |
1 绪论 | 第12-22页 |
1.1 研究背景、研究意义及课题来源 | 第12-13页 |
1.1.1 研究背景及意义 | 第12-13页 |
1.1.2 课题来源 | 第13页 |
1.2 机器人路径规划研究现状 | 第13-16页 |
1.2.1 机器人局部路径规划研究现状 | 第14-15页 |
1.2.2 全局路径规划研究现状 | 第15-16页 |
1.3 机器人群体编队的研究现状 | 第16-18页 |
1.3.1 基于行为法 | 第16-17页 |
1.3.2 图论法 | 第17页 |
1.3.3 跟随领导者法 | 第17-18页 |
1.3.4 虚拟机构法 | 第18页 |
1.4 论文主要内容及结构 | 第18-20页 |
1.4.1 论文主要内容 | 第18-19页 |
1.4.2 论文结构 | 第19-20页 |
1.5 本章小结 | 第20-22页 |
2 基于VFH法和人工势场法的路径规划 | 第22-36页 |
2.1 基于VFH的路径规划 | 第22-26页 |
2.1.1 构建二维笛卡尔网格直方图 | 第22-23页 |
2.1.2 转向方向的控制 | 第23-24页 |
2.1.3 基于VFH的仿真结果及分析 | 第24-26页 |
2.2 基于改进的VFH的路径规划 | 第26-30页 |
2.2.1 改进的VFH方向选择 | 第26-27页 |
2.2.2 改进VFH的障碍物膨化 | 第27-28页 |
2.2.3 基于改进VFH的仿真结果及分析 | 第28-30页 |
2.3 基于人工势场法的路径规划 | 第30-35页 |
2.3.1 人工势场模型的建立 | 第30-31页 |
2.3.2 基于人工势场法的方向控制 | 第31-32页 |
2.3.3 基于人工势场法的仿真结果与分析 | 第32-34页 |
2.3.4 人工势场法和改进VFH的比较 | 第34-35页 |
2.4 本章小结 | 第35-36页 |
3 动态环境下基于改进人工势场法的路径规划 | 第36-48页 |
3.1 问题描述 | 第36-37页 |
3.2 问题分析 | 第37-39页 |
3.3 改进的人工势场模型建立 | 第39-43页 |
3.3.1 斥力场函数模型的建立 | 第39-42页 |
3.3.2 克服局部极小策略 | 第42-43页 |
3.4 仿真步骤流程图 | 第43-44页 |
3.5 仿真结果及其分析 | 第44-47页 |
3.6 本章小结 | 第47-48页 |
4 基于改进人工势场法的多机器人群体编队与路径规划 | 第48-64页 |
4.1 问题描述 | 第48-49页 |
4.2 领导机器人的人工势场设计 | 第49页 |
4.3 跟随机器人的人工势场设计 | 第49-54页 |
4.3.1 机器人编队势场设计 | 第50-51页 |
4.3.2 跟随机器人与障碍间的避障策略 | 第51-52页 |
4.3.3 跟随机器人间的避碰策略 | 第52-53页 |
4.3.4 跟随机器人的障碍物斥力场设计 | 第53-54页 |
4.4 仿真结果结果及分析 | 第54-62页 |
4.4.1 三个机器人仿真结果及分析 | 第54-59页 |
4.4.2 五个机器人仿真结果及分析 | 第59-62页 |
4.5 本章小结 | 第62-64页 |
5 基于跟随领导者法的多机器人全局路径规划 | 第64-78页 |
5.1 问题描述及分析 | 第64页 |
5.2 栅格模型的建立 | 第64-66页 |
5.3 蚁群算法的基本思想 | 第66-67页 |
5.4 蚁群算法的实现及改进 | 第67-71页 |
5.4.1 蚁群算法的实现 | 第67-69页 |
5.4.2 蚁群算法的改进 | 第69-71页 |
5.5 算法实现流程设计 | 第71-72页 |
5.6 蚁群算法仿真结果及其分析 | 第72-75页 |
5.6.1 传统蚁群算法和改进蚁群算法的比较 | 第72-73页 |
5.6.2 基于不规则障碍物的参数设置及仿真结果 | 第73-75页 |
5.7 多机器人编队策略及仿真结果分析 | 第75-77页 |
5.7.1 跟随领导者法编队策略 | 第75-76页 |
5.7.2 仿真结果及分析 | 第76-77页 |
5.8 本章小结 | 第77-78页 |
6 总结与展望 | 第78-80页 |
6.1 全文总结 | 第78-79页 |
6.2 工作展望 | 第79-80页 |
参考文献 | 第80-84页 |
作者简历及攻读硕士学位期间取得的研究成果 | 第84-88页 |
学位论文数据集 | 第88页 |