移动机器人路径规划与轨迹跟踪PDF电子书下载

序 1

前言 3

第1章 绪论 1

1．1移动机器人概述 1

1．1．1移动机器人的发展历史 2

1．1．2移动机器人的驱动与转向方式 5

1．2移动机器人路径规划技术 9

1．2．1路径规划技术研究现状 9

1．2．2路径规划技术发展趋势 14

1．3 WMR的轨迹跟踪 16

1．3．1移动机器人的控制 16

1．3．2非完整控制系统 17

1．3．3 WMR的非完整性 18

1．3．4轨迹跟踪问题的研究进展 20

1．4本书主要内容及安排 22

1．4．1本书主要内容 22

1．4．2结构安排 24

1．5本章小结 26

第2章 基于模拟退火算法的移动机器人全局路径规划 27

2．1引言 27

2．2移动机器人全局路径规划模型的建立 28

2．2．1基于神经网络的全局环境描述 28

2．2．2路径规划问题的数学建模 30

2．3模拟退火算法 32

2．3．1模拟退火算法的基本原理 32

2．3．2模拟退火算法的求解过程 34

2．3．3计算机仿真实验 36

2．3．4模拟退火算法的操作分析及算法改进 37

2．4基于改进模拟退火算法的移动机器人路径规划 38

2．4．1改进模拟退火算法的基本思想 38

2．4．2算法描述 39

2．4．3计算机仿真实验 40

2．5复合形法与模拟退火新型混合优化算法及其应用 42

2．5．1复合形法的基本思想 42

2．5．2复合形法与模拟退火算法混合优化算法实现 43

2．5．3计算机仿真实验及分析 44

2．6共轭方向法与模拟退火新型混合优化算法及其应用 47

2．6．1共轭方向法基本原理 47

2．6．2新型混合优化算法的实现 49

2．6．3仿真实验及分析 50

2．7三种新型算法比较研究 53

2．7．1三种算法对比 53

2．7．2优化性能分析 55

2．8本章小结 55

第3章 基于变尺度与微粒群混合算法的移动机器人全局路径规划 57

3．1引言 57

3．2基于变尺度算法的局部路径优化 57

3．2．1变尺度法原理与基本格式 57

3．2．2局部最优路径的获得 59

3．3微粒群优化算法 60

3．3．1标准PSO算法 60

3．3．2算法控制参数分析 62

3．4基于PSO算法的全局路径优化 63

3．5路径规划仿真实验与分析 64

3．6算法测试 66

3．7本章小结 68

第4章 基于强化学习的移动机器人局部路径规划 69

4．1引言 69

4．2移动机器人Q强化学习思想 69

4．2．1强化学习概述 69

4．2．2 Q强化学习算法 70

4．2．3 Q强化学习算法的收敛性分析 72

4．3基于CMAC的Q强化学习算法实现 73

4．3．1 CMAC神经网络模型 74

4．3．2 Q函数的CMAC神经网络实现 75

4．4移动机器人局部路径规划仿真 77

4．4．1移动机器人模型 77

4．4．2克服陷阱行为设计 77

4．4．3避碰行为设计 78

4．4．4仿真实验研究 79

4．5本章小结 81

第5章 基于VFH＋及遗传算法的移动机器人局部路径规划 82

5．1引言 82

5．2基于栅格法的环境地图建模 83

5．2．1基于反推传感器模型的占有栅格地图 83

5．2．2基于对数几率比的占有栅格制图算法 86

5．3 VFH＋算法的基本思想 87

5．3．1主极坐标柱状图 87

5．3．2二元极坐标柱状图 90

5．3．3屏蔽极坐标柱状图 90

5．3．4移动机器人运动方向的确定 93

5．3．5仿真实验 94

5．4基于遗传算法的动态环境下移动机器人路径规划 95

5．4．1遗传算子设计 95

5．4．2算法参数选择 99

5．4．3算法终止条件 100

5．4．4仿真系统开发及实验研究 101

5．5本章小结 104

第6章 非完整轮式移动机器人的轨迹跟踪 105

6．1引言 105

6．2基于Lyapunov函数的轮式移动机器人轨迹跟踪 106

6．2．1 WMR动力学与运动学模型 106

6．2．2轨迹跟踪问题描述 108

6．2．3跟踪控制器设计 109

6．2．4仿真实验 110

6．3轮式移动机器人自适应轨迹跟踪 113

6．3．1考虑电机动态性能的WMR动力学模型 113

6．3．2控制器设计 114

6．3．3仿真实验 117

6．4轮式移动机器人轨迹跟踪的最优控制 120

6．4．1 WMR动态特性分析 120

6．4．2控制系统模型 121

6．4．3电机运动学模型 122

6．4．4自适应遗传算法 123

6．4．5自适应遗传算法对于LQR的优化 124

6．4．6仿真实验 127

6．5轮式移动机器人轨迹跟踪的预测控制 128

6．5．1预测控制的基本思想 128

6．5．2 WMR运动建模与分析 128

6．5．3 WMR运动预测控制 130

6．5．4仿真实验 132

6．6轮式移动机器人轨迹跟踪的模糊控制 134

6．6．1模糊控制器设计 134

6．6．2基于复合形法的模糊控制器优化 136

6．6．3仿真实验及分析 140

6．7本章小结 141

第7章 移动机器人AWMR-Ⅰ的研制与实验研究 143

7．1引言 143

7．2 AWMR-Ⅰ感知系统设计 144

7．2．1超声波传感器 144

7．2．2红外传感器 147

7．2．3传感器布局设计 149

7．3 AWMR-Ⅰ运动控制系统设计 150

7．3．1驱动单元设计 150

7．3．2伺服驱动器 151

7．3．3运动控制系统硬件 153

7．3．4运动控制系统软件 154

7．4 AWMR-Ⅰ整体结构与参数 155

7．5 AWMR-Ⅰ运动规划研究 156

7．5．1 AWMR-Ⅰ的运动学建模 156

7．5．2驱动轮间的约束关系 157

7．5．3运动学方程 158

7．5．4两种方法对比分析 159

7．5．5实验研究 160

7．6 WMR非线性系统的输入／输出线性化 162

7．6．1一般非线性系统的输入／输出线性化 162

7．6．2 WMR的输入／输出线性化 163

7．6．3 AWMR-Ⅰ轨迹跟踪实验 165

7．7 AWMR-Ⅰ轨迹跟踪最优控制的实验研究 169

7．8本章小结 172

第8章 结束语 173

参考文献 175

跋 184