声明
第一章 绪论
1.1选题的研究背景与研究意义
1.2机器人路径规划研究现状
1.2.1全局路径规划方法研究现状
1.2.2局部路径规划方法研究现状
1.3路径规划算法结合的发展趋势
1.3.1全局与局部的路径规划算法结合
1.3.2传统规划与智能规划的算法结合
1.4 本文的主要研究内容与创新点
1.5 本文的组织结构
第二章 粒子群算法原理及其路径规划应用
2.1粒子群优化算法的描述
2.1.1 粒子群优化算法的原理
2.1.2 粒子群优化算法的特点
2.2 粒子群优化算法的研究现状
2.2.1 粒子群优化算法与优化算法的关系
2.2.2 粒子群优化算法的研究方向
2.3 粒子群优化算法在路径规划中的应用
2.3.1 粒子群优化算法路径规划的研究现状
2.3.2 粒子群优化算法路径规划的步骤
2.3.3 粒子群优化算法路径规划方法的不足
2.3.4 粒子群优化算法路径规划的改进思路
2.3 本章小结
第三章 基于神经网络的改进粒子群算法路径规划
3.1概述
3.2 神经网络进行路径碰撞检测
3.2.1神经网络算法的基本描述
3.2.2避障路径的表示
3.2.3基于神经网络的环境建模
3.3加惯性权重改进PSO算法
3.3.1惯性权重的基本概念
3.3.2线性调整惯性权重策略
3.4三次样条曲线函数规划光滑路径
3.4.1三次样条函数的定义及特征
3.4.2光滑路径曲线的推导计算
3.5改进算法的具体实现
3.6本章小结
第四章 路径规划仿真实验及结果分析
4.1静态环境空间的路径规划仿真
4.1.1 粒子的环境设置
4.1.2 粒子的约束条件
4.1.3 参数选取及实验环境设置
4.1.4 算法性能评估
4.2动态环境下的路径规划仿真
4.2.1 动态环境建模
4.2.2动态避障策略
4.2.3 仿真试验结果及分析
4.3本章小结
第五章 总结与展望
参考文献
致谢
攻读硕士学位期间发表论文情况
广西大学;
