首页> 中文学位 >部分环境信息已知的智能机器人路径规划方法研究
【6h】

部分环境信息已知的智能机器人路径规划方法研究

代理获取

目录

文摘

英文文摘

声明及学位论文使用授权声明

1绪论

1.1本课题的研究意义和国内外研究现状

1.2部分环境信息己知的路径规划问题概述

1.2.1规划问题的分类和结构

1.2.2部分环境信息已知的路径规划

1.3本文的组织结构

2智能机器人规划方法和相应的环境表达

2.1引言

2.2规划方法

2.2.1图搜索

2.2.2势场法

2.2.3智能化规划方法

2.2.4其他方法

2.3环境的表达

2.3.1栅格分解法

2.3.2可视图

2.3.3 Voronoi图

2.3.4切线图

2.4本章小结

3部分环境信息已知情况下的路径规划方法

3.1引言

3.2基于A*搜索算法的规划方法

3.3基于动态A*算法(D*算法)的规划方法

3.3.1算法定义及描述

3.3.2加入机器人位置启发信息的D*算法

3.3.3性能分析

3.4本章小结

4相应的环境表达方式

4.1引言

4.2划分为规则栅格

4.3划分为四叉树

4.3.1构建四叉树

4.3.2四叉树的邻居查找

4.3.3应用到规划算法

4.4划分为带边框的四叉树

4.4.1构造带边框的四叉树规划环境

4.4.2应用到规划

4.5本章小结

5仿真实验及结果分析

5.1仿真环境介绍

5.2基于D*算法的仿真

5.2.1正确性验证

5.2.2有效性验证

5.3不同环境表达方式的规划仿真

5.4结构化道路图和越野地形图上的仿真实验

5.5本章小结

结束语

致谢

参考文献

展开▼

摘要

智能移动机器人是机器人研究领域的一个重要分支,有着巨大的应用潜力,因此当前对智能移动机器人和无人自主车领域的研究吸引着众多学者的注意。路径规划问题是智能移动机器人开发的重要环节。  本文从全局规划和局部信息相结合的角度重点研究了基于部分环境信息的智能移动机器人的路径规划问题。主要进行了如下工作:  首先对国内外智能移动机器人路径规划的研究现状,研究方法等进行了系统的归纳和总结,分析了其各自优点和不足之处,为本论文的研究工作奠定了重要的基础。  其次,本文重点讨论了在部分环境信息已知情况下,基于动态A*算法(D*算法)的路径规划方法。并且详细讨论了这种情况下相应的环境表达方式。文章首先介绍了一般的栅格表示法,以及应用广泛的四叉树表示法,并且将一种简单、有效的方法应用到了四叉树邻居查找过程。而后本文研究了一种新的带边框四叉树表示法,并应用到了规划算法当中。  最后,针对所研究的规划方法和环境的表达,本文在VC环境下进行了仿真。分析了仿真得到的数据,证明了所讨论算法的正确性和有效性。并且本文将所研究的算法应用到了实际的地形图中,取得了良好的效果。  总体来说,本文参考了路径规划技术的最新成果,具有一定的实用价值。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号