自主車輛導航：從行為到混合多控制器體系結構

第1章 智能移動機器人控制的概念和挑戰(zhàn)
1．1 自主智能移動機器人
1．2 全自主導航控制技術面臨的挑戰(zhàn)概述
1．3 主要背景和范例
1．3．1 靈活性、穩(wěn)定性和可靠性定義
1．3．2 反應式與認知式控制架構
1．3．3 協(xié)作機器人的集中式與分布式架構
1．3．4 規(guī)劃與控制間的邊界
1．4 基于行為學的多控制器框架
1．4．1 多控制器協(xié)作
1．4．2 多控制器架構（主要挑戰(zhàn)）
1．5 基于軌跡或目標點的導航
1．6 結論
第2章 混雜環(huán)境下的自主導航
2．1 導航框架定義概述
2．2 自主導航的重要內容——安全避障
2．3 基于PELC的避障算法
2．3．1 PELC基礎
2．3．2 與任務完成相關聯(lián)的參考坐標系
2．4 導航子任務的同步設定點定義
2．4．1 基于全局規(guī)劃路徑的跟蹤目標期望路徑
2．4．2 基于局部規(guī)劃路徑的跟蹤目標期望路徑點
2．4．3 總體目標到達或跟蹤期望路徑點
2．5 全反應式導航多控制器架構主要結構
2．5．1 主要結構
2．5．2 傳感器信息模塊
2．5．3 分層動作選擇模塊
2．5．4 期望路徑點模塊
2．5．5 仿真和實驗結果
2．6 結論
第3章 連續(xù)/離散混合的多控制器架構
3．1 引言
3．2 目標到達/跟蹤的基本穩(wěn)定控制器
3．2．1 針對獨輪的移動機器人
3．2．2 用于三輪車移動機器人的控制器
3．3 連續(xù)/離散混合控制系統(tǒng)架構
3．3．1 基于自適應函數的連續(xù)/離散混合控制系統(tǒng)架構
3．3．2 基于自適應增益的連續(xù)/離散混合控制系統(tǒng)架構
3．4 總結
第4章 基于PELC的混合反應/認知和均勻控制架構
4．1 混合反應/認知控制架構
4．2 路徑規(guī)劃方法發(fā)展概述
4．3 基于PELC的最佳路徑生成
4．3．1 基于PELC*算法的局部路徑生成方法
4．3．2 基于gPELC*的全局路徑規(guī)劃方法
4．4 均勻和混合反應/認知控制架構
4．4．1 基于局部PELC*的反應式導航策略
4．4．2 基于gPELC*的認知式導航
4．4．3 混合（HybridRC）遞階行為選擇
4．4．4 HHCA架構仿真驗證實驗
4．5 結論
第5章 基于最優(yōu)路點配置的自主車輛導航
5．1 目的和問題闡述
5．1．1 目的
5．1．2 問題闡述
5．2 基于順序目標到達的導航策略
5．2．1 多控制器架構
5．2．2 順序目標分配
5．3 控制方面
5．3．1 可靠地達到基本目標
5．3．2 目標之間的平滑切換
5．3．3 仿真結果（控制方面）
5．4 路點配置方法
5．4．1 路點規(guī)劃研究現狀
5．4．2 基于擴展樹的多目標優(yōu)化路點選擇（OMWS-ET）
5．4．3 基于現有安全軌跡的路點選擇方法
5．4．4 仿真結果（路點配置方面）
5．5 實驗驗證
5．5．1 路點規(guī)劃
5．5．2 安全可靠的多車導航
5．6 結論
第6章 多機器人系統(tǒng)協(xié)調控制
6．1 引言（總體概念）
6．1．1 從單個機器人系統(tǒng)到多機器人系統(tǒng)
6．1．2 協(xié)作機器人技術（定義和目標）
6．2 現有多機器人系統(tǒng)（MRS）控制任務概述
6．2．1 協(xié)同操作與協(xié)同運輸
6．2．2 不確定性條件下的道路搜索
6．3 動態(tài)多機器人編隊導航
6．3．1 現有控制策略概況
6．3．2 穩(wěn)定可靠的多控制器架構
6．3．3 用虛擬結構方法進行編隊導航
6．3．4 基于領航-跟隨方法的編隊導航
6．4 結論
總結與展望
總結
展望
附錄A 仿真與實驗平臺
A．1 Khepera機器人與專用實驗平臺
A．2 Pioneer機器人
A．3 VIPALAB和PAVIN用實驗平臺
A．4 ROBOTOPIA：實時多智能體系統(tǒng)仿真平臺
附錄B 動態(tài)系統(tǒng)穩(wěn)定性理論
B．1 系統(tǒng)穩(wěn)定性定義
B．2 李雅普諾夫穩(wěn)定性定義
參考文獻
計算機科學與工程