毕业论文课题相关文献综述
文献综述
一、主要研究内容
本课题在已知的栅格环境的基础上，研究用于机器人全局路径规划的算法，为机器人寻找一条从给定的起始点到目标点的满足一定优化指标的无碰撞路径，并在此基础上，用MATLAB软件进行仿真实验，验证算法的有效性和优良性能。
二、机器人路径规划概述
路径规划技术是智能机器人领域中的一个重要分支，是机器人学中研究人工智能问题的一个重要方面，也是目前研究的重点领域。2003年底和2004年初分别登入火星的猎兔犬2号、勇气号和机遇号，2007年8月份发射的凤凰号探测器，以及我国计划2009年发射的首个火星探测器，暂名为萤火一号，它们的路径规划技术代表着当今世界移动机器人路径规划技术的最高水平。我们希望未来的机器人能具有更智能的感知、规划和控制等高层能力。它们能从周围的环境中收集知识，构造一个关于环境的符号化模型，并且利用这些模型来规划、执行复杂的高层任务。在本课题讨论的移动机器人路径规划系统中主要的要求是：能在环境地图中寻找一条路径，保证机器人沿该路径移动时不与外界发生碰撞，并能够按照需要找到最优路径。
路径规划是移动机器人研究领域的重要内容，也是一种比较典型的优化问题，本身具有复杂性、约束性、非线性、建模规范等特点[2]。路径规划算法的计算量取决于任务、环境的复杂性以及对规划路径质量的要求，一个好的路径规划算法应该兼顾规划速度和路径质量。因此，通过研究此问题，探索与改进一种适合于大规模并行且具有智能特征的路径优化算法已成为有关学科的一个主要研究目标和引人注目的研究方向。与20世纪80年代研究初期相比，近年来有关机器人路径规划的文献日益增多，无论是在研究的深度还是广度上都有了巨大的发展，初步形成了理论、算法和应用的多方位研究。在机器人路径规划的算法领域中，目前使用的方法有人工势场法、遗传算法、模糊逻辑算法、神经网络算法等。
机器人路径规划问题可定义为：给定机器人的出发点和目标点，在有固定或移动障碍的环境中，规划一条无碰撞的、满足某种最优准则的路径，使机器人按照该路径从出发点顺利运动到目标点。考虑到机器人在运动过程中会消耗能量、占用时间、非直线运动，可以围绕这几个方面建立最优准则，如，要求所消耗的能量最少、所用的时间最短、路径长度最短等。以FS表示无碰撞的自由空间，路径规划问题可以描述为：给定一个起始结点S和目标结点E，在FS中寻找一条连接这两点并满足某一最优准则的连续曲线。
机器人路径规划的最新进展：近年来，一些新的智能技术逐渐被引入到路径规划中来，也促使了各种路径规划的融合发展。基于反应式行为规划与基于慎思行为规划的结合，全局路径规划与局部路径规划的结合，传统规划方法与新的智能方法间的结合。智能化方法模拟人的经验，逼近非线性，具有自组织、自学习并且具有一定的容错能力。这些方法应用于路径规划使得机器人在动态环境中更灵活，更具智能化。
三、一种可实现数字图像处理技术的实用工具MATLAB[1]
MATLAB的含义是矩阵实验室（MATRIXLABORATORY），是Mathwoks公司于1982年推出的一套高性能的数值计算和可视化软件，主要用于方便矩阵的存取，其基本元素是无须定义维数的矩阵。MATLAB自问世以来，就以数值计算著称。MATLAB进行数值计算的基本单位是复数数组（或称阵列），这使得MATLAB高度向量化。经过十几年的完善和扩充，现已发展成为线性代数课程的标准工具。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
