自主车辆导航：从行为到混合多控制器体系结构

第1章 智能移动机器人控制的概念和挑战
1．1 自主智能移动机器人
1．2 全自主导航控制技术面临的挑战概述
1．3 主要背景和范例
1．3．1 灵活性、稳定性和可靠性定义
1．3．2 反应式与认知式控制架构
1．3．3 协作机器人的集中式与分布式架构
1．3．4 规划与控制间的边界
1．4 基于行为学的多控制器框架
1．4．1 多控制器协作
1．4．2 多控制器架构（主要挑战）
1．5 基于轨迹或目标点的导航
1．6 结论
第2章 混杂环境下的自主导航
2．1 导航框架定义概述
2．2 自主导航的重要内容——安全避障
2．3 基于PELC的避障算法
2．3．1 PELC基础
2．3．2 与任务完成相关联的参考坐标系
2．4 导航子任务的同步设定点定义
2．4．1 基于全局规划路径的跟踪目标期望路径
2．4．2 基于局部规划路径的跟踪目标期望路径点
2．4．3 总体目标到达或跟踪期望路径点
2．5 全反应式导航多控制器架构主要结构
2．5．1 主要结构
2．5．2 传感器信息模块
2．5．3 分层动作选择模块
2．5．4 期望路径点模块
2．5．5 仿真和实验结果
2．6 结论
第3章 连续/离散混合的多控制器架构
3．1 引言
3．2 目标到达/跟踪的基本稳定控制器
3．2．1 针对独轮的移动机器人
3．2．2 用于三轮车移动机器人的控制器
3．3 连续/离散混合控制系统架构
3．3．1 基于自适应函数的连续/离散混合控制系统架构
3．3．2 基于自适应增益的连续/离散混合控制系统架构
3．4 总结
第4章 基于PELC的混合反应/认知和均匀控制架构
4．1 混合反应/认知控制架构
4．2 路径规划方法发展概述
4．3 基于PELC的最佳路径生成
4．3．1 基于PELC*算法的局部路径生成方法
4．3．2 基于gPELC*的全局路径规划方法
4．4 均匀和混合反应/认知控制架构
4．4．1 基于局部PELC*的反应式导航策略
4．4．2 基于gPELC*的认知式导航
4．4．3 混合（HybridRC）递阶行为选择
4．4．4 HHCA架构仿真验证实验
4．5 结论
第5章 基于最优路点配置的自主车辆导航
5．1 目的和问题阐述
5．1．1 目的
5．1．2 问题阐述
5．2 基于顺序目标到达的导航策略
5．2．1 多控制器架构
5．2．2 顺序目标分配
5．3 控制方面
5．3．1 可靠地达到基本目标
5．3．2 目标之间的平滑切换
5．3．3 仿真结果（控制方面）
5．4 路点配置方法
5．4．1 路点规划研究现状
5．4．2 基于扩展树的多目标优化路点选择（OMWS-ET）
5．4．3 基于现有安全轨迹的路点选择方法
5．4．4 仿真结果（路点配置方面）
5．5 实验验证
5．5．1 路点规划
5．5．2 安全可靠的多车导航
5．6 结论
第6章 多机器人系统协调控制
6．1 引言（总体概念）
6．1．1 从单个机器人系统到多机器人系统
6．1．2 协作机器人技术（定义和目标）
6．2 现有多机器人系统（MRS）控制任务概述
6．2．1 协同操作与协同运输
6．2．2 不确定性条件下的道路搜索
6．3 动态多机器人编队导航
6．3．1 现有控制策略概况
6．3．2 稳定可靠的多控制器架构
6．3．3 用虚拟结构方法进行编队导航
6．3．4 基于领航-跟随方法的编队导航
6．4 结论
总结与展望
总结
展望
附录A 仿真与实验平台
A．1 Khepera机器人与专用实验平台
A．2 Pioneer机器人
A．3 VIPALAB和PAVIN用实验平台
A．4 ROBOTOPIA：实时多智能体系统仿真平台
附录B 动态系统稳定性理论
B．1 系统稳定性定义
B．2 李雅普诺夫稳定性定义
参考文献
计算机科学与工程