{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部件”：[[2023,12,20]]，“日期-时间”：“2023-12-20T00:45:47Z”，“时间戳”：1703033147080}，“发布者位置”：“美国纽约州纽约市”，“引用-计数”：33，“发布商”：“ACM”，“许可证”：[{“开始”：{-date-parts”：[2019,9,20]]“日期时间”：“2019-09-20T00:00:00Z”，“时间戳”：1568937600000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“http://www.acm.org\/publications\/policys\/corpyright_policy#Background”}]，“content-domain”：{“domain”:[“dl.acm.org”]，“crossmark-restriction”：true}，”short-container-title“：[]，”published-print“：{”date-parts“：[2019,9,20]]}”，“DOI”：“10.1145\/3366194.3366280“，”类型“：”进程-文章“，“created”：{“date-parts”：[[2019,11,20]]，“date-time”：“2019-11-20T13:56:52Z”，“timestamp”：1574258212000}，“update-policy”：“http://\/dx.doi.org\/10.1145\/crossmark-policy”，“source”：“家”：“姚”，“sequence”：“first”，“affiliation”：[{“name”：“中国上海工程科技大学机械与汽车工程学院”}]}，{“given”：“Tao”，“family”：“He”，“se序列”：“additional”，“feliation”（附加）：[{'名称“：中国上海工程技术大学机械与车辆工程学院”，{“given”：“WenLong”，“family”：“Zhao”，“sequence”：“additional”，“affiliation”：[{“name”：“中国上海工程科技大学机械与汽车工程学院”}]}，{“given”:“Abdou Yahouza”，“家族”：“M.Sani”：“中国上海工程科技大学机械与汽车工程学院”}]}]，“成员”：“320”，“在线发布”：{“日期-部件”：[[2019,9,20]]}，“参考”：[{“密钥”：“e_1_3_2_1_1_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1109\/MRA.2014.2385561“}，{“key”：“e_1_2_1_1“，”doi-assert-by“：”publisher“，“doi”：“10.1016\/j.robot.2014.10.007”}，{“key”：“e_1_3_2_1_3_1”，“volume-title”：“2015 IEEE机器人与智能传感器国际研讨会，7-14”，“作者”：“Mahmoudzadeh S”，“非结构化”：“S.Mahmoud zadeh，D.Powers，K.Sammut，A.Lammas和A.M.Yazdani（2015）.AUV任务的最优路径规划和优先任务调度。2015年IEEE机器人与智能传感器国际研讨会，7-14。S.Mahmoudzadeh、D.Powers、K.Sammut、A.Lammas和A.M.Yazdani（2015）。具有优先任务调度的AUV任务最优路径规划。2015 IEEE机器人与智能传感器国际研讨会，7--14.“}，{”key“：”e_1_3_2_1_4_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1007\/s00500-016-2433-2”}，“key”：“e_1_3_2_1_5_1”，“volume-title”：“2016年第九届计算智能与设计国际研讨会论文集”，“author”：“Cao J.A.”，“unstructured”：“J.A.Cao，Y。Li，S.Q.Zhao，X.S.Bi和Ieee（2016）。基于遗传算法的AUV全局路径规划。2016年第九届计算智能与设计国际研讨会论文集。Ieee，纽约，79-82 J.A.Cao，Y.Li，S.Q.Zhao，X.S.Bi和Ieee（2016）。基于遗传算法的AUV全局路径规划。2016年第九届计算智能与设计国际研讨会论文集。Ieee，New York，79-82“}，{“问题”：“5”，“关键”：“e_1_3_2_1_6_1”，“首页”：“45”，“文章标题”：“基于遗传-蚂蚁混合算法的AUV全局路径规划”，“数量”：“45%”，“作者”：“潘X”，“年份”：“2017”，“非结构化”：“X.Pan，X.Wu，X.Hou和Y.Feng（2017）基于遗传-蚂蚁混合算法的AUV全局路径规划。华中科技大学学报（自然科学版），45（5），45-49，76。潘学良、吴学良、侯学良和冯勇（2017）。基于遗传-蚂蚁混合算法的AUV全局路径规划。华中科技大学学报（自然科学版），45（5），45-9，76.“，”期刊标题：“华中科技学院学报（自然科技版）”}，{“key”：“e_1_3_2_1_7_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1109\/ACCESS.2018.2861468DOI“：”10.1016\/j.asoc.2017.09.009“}，{”key“：”e_1_3_2_1_9_1“，”DOI-asserted-by“：”publisher“，“DOI”：“10.1007\/s11804-009-8002-7”}，“key”：“e_1_ 3_2_1_10_1”，“DOI-assert-by”：“publisher”，”DOI“:”10.2316\/Journal.2018.4.206-5337“}”，{“，”首页“：”1“，”文章标题“：”基于改进蚁群算法的AUV路径规划”，“卷”：“32”，“作者”：“董丽英”，“年份”：“2017年”，“非结构化”：“董丽英和徐海良（2017）。基于改进蚁群算法的AUV路径规划。自动化与仪表，32（3），1--4。L.Y.Dong和H.L.Xu（2017）。基于改进蚁群算法的AUV路径规划。自动化与仪器，32（3），1-4。”，“期刊标题”：“自动化与仪器”}，｛“键”：“e_1_3_2_1_12_1”，“卷标题”：“水下结构环境下基于RRT的AUV运动学约束路径规划。2013第十届泛在机器人与环境智能国际会议，523-525”，“作者”：“Heo Y.J.”非结构化“：”Y.J.Heo、W.K.Chung和Ieee（2013）。基于RRT的水下结构化环境下AUV运动约束路径规划。2013年第十届全球机器人与环境智能国际会议，523-525。Y.J.Heo、W.K.Chung和Ieee（2013年）。基于RRT的水下结构化环境下AUV运动约束路径规划。2013年第十届全球机器人与环境智能国际会议，523--525。“}，{“问题”：“8”，“关键”：“e_1_3_2_13_1”，“首页”：“27”，“卷”：“16”，“作者”：“埃尔南德斯J.D.”，“年份”：“2016”，“非结构化”：“J.D.埃尔南德斯·伊斯坦尼克，N.Gracias，N.Palomeras，R.Campos，e.Vidal，R.Garcia和M.Carreras（2016）未知自然环境中的自主水下导航和光学测绘。传感器，16（8），27。J.D.Hernandez、K.Istenic、N.Gracias、N.Palomeras、R.Campos、E.Vidal、R.Garcia和M.Carreras（2016年）。未知自然环境中的自主水下导航和光学制图。Sensors，16（8），27.“，”journal-title“：”Sensors“}，”{“key”：“e_1_3_2_14_1”，”doi-asserted-by“：”publisher“，“doi”：“10.1016\/j.eswa.2019.01.032”}，“{”key“：”e_1_ 3_2_15_1“，‘volume-title’：“水下结构物三维海岸导航路径规划。2014年海洋-圣约翰”，“author”：“Kim j.T.”，“unstructured”：“j.T.Kim，j.H.Li，M.j.Lee，H.j.j。Kang、W.S.Lee和Ieee（2014年）。水下结构物三维海岸导航路径规划。2014年海洋-圣约翰。伊利，纽约。J.T.Kim、J.H.Li、M.J.Lee、H.J.Kang、W.S.Lee和Ieee（2014）。水下结构物三维海岸导航路径规划。2014 Oceans-St.John’s Ieee，New York。“}，{”key“：”e_1_3_2_16_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1016\/j.net.2018.11.018”}，“key”：“e_1_ 3_2_1_17_1”，“doi-assert-by”：“publisher”，”doi“：”10.1155\/2017\/7816263“}”，{“issue”：“02”，”key“，”文章标题“：”基于自主启发的Glasius生物启发神经网络算法的自主水下机器人路径规划”，“体积”：“36”，“作者”：“朱德清”，“年份”：“2019年”，“非结构化”：“朱德清，刘Y.Liu，B.Sun，刘Q.Liu（2019）。基于自主启发Glasius生物灵感神经网络算法的自主水下机器人路径规划。控制理论与应用，36（02），183--191。朱德清、刘彦、孙斌、刘庆清（2019）。基于自主启发Glasius生物灵感神经网络算法的自主水下机器人路径规划。《控制理论与应用》，36（02），183--191。“，《期刊标题》：《控制理论和应用》}，{“关键词”：“e_1_3_2_1_19_1”，“文章标题”：“基于前视声纳的AUV避障规划研究”，“作者”：“刘海霞”，“年份”：“2007年”，“非结构化”：“刘海霞，卞晓青，王海霞（2007）”基于前视声纳的AUV避障规划研究。系统仿真杂志，（24），5672--5674+5679。刘海霞、卞小清、秦志坚、王海杰（2007）。基于前视声纳的AUV避障规划研究。《系统仿真杂志》，（24），5672-5674+5679.“，”期刊标题“：”《系统仿真杂志》，（24），5672-5674+5679.“}，{“key”：“e_1_3_2_1_20_1”，“volume title”：“基于人工势场和速度合成的自主水下航行器路径规划。2015年第28届加拿大电气和计算机工程会议”作者：“Cheng C.L.”，“非结构化”：“Chen C.L.，D.Q.Zhu，B.Sun，Z.Z.Chu，J.D.Nie，S.Zhang and Ieee（2015）。基于人工势场和速度合成的自主水下机器人路径规划。2015年第28届加拿大电气与计算机工程会议。Ieee，纽约。C.L.Cheng、D.Q.Zhu、B.Sun、Z.Z.Chu、J.D.Nie、S.Zhang和Ieee（2015）。基于人工势场和速度合成的自主水下机器人路径规划。2015年Ieee第28届加拿大电气与计算机工程会议，纽约Ieee。“}，{”key“：”e_1_3_2_1_21_1“，”doi-asserted-by“：”publisher“，”doi“：”10.1080\/20464177.2016.1247636“}”，{“key”：“e_1_ 3_2_1_2 _22_1”，“volume-title”：“第四届国际先进工程技术会议。Iop Publishing Ltd”，“author”：“Zhang C.”，“非结构化”：C.Zhang和Iop（2018）。基于混沌人工势场法的机器人路径规划。第四届国际先进工程与技术大会。布里斯托尔Iop出版有限公司。C.Zhang和Iop（2018）。基于混沌人工势场法的机器人路径规划。第四届国际先进工程技术会议。布里斯托尔Iop出版有限公司。“}，{”issue“：”09“，”key“：”e_1_3_2_1_23_1“，”首页“：”1308“，”article-title“：”基于模糊行为决策的移动机器人主动路由导航“，”volume“：“40”“，”author“：”Gao J.X.“，”year“：”2014“，”unstructured“：”J.X.Gao，X.G.Ruan，S.C.Ma（2014）基于模糊行为决策的移动机器人主动路径导航。北京工业大学学报，40（09），1308--1314。J.X.Gao、X.G.Ruan、S.C.Ma（2014）。基于模糊行为决策的移动机器人主动路径导航。《北京理工大学学报》，40（09），1308--1314.“，“期刊标题”：“北京理工学院学报”}，{“key”：“e_1_3_2_1_24_1”，“doi-asserted-by”：“publisher”，”doi“：”10.12677\/JEE.2014.23007“}，”{“密钥”：“e_1_3_2_1_25_1”、“非结构化”：“B.Sun D.Q.Zhu和Y.Yang（2013）基于粒子群优化的自主水下机器人模糊路径规划。中国高级技术函件23（12）1284-1291。B.Sun D.Q.Zhu和Y.Y.Yang（2013）。基于粒子群优化的自主水下机器人模糊路径规划。中国高级技术字母23（12）1284--1291。“}，{”key“：”e_1_3_2_1_26_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1007\/s40815-017-0403-1”}，“key”：“e_1_3_2_1_27_1”，“doi-assert-by”：“publisher”，”doi“：”10.1016\/j.cor.2016.09.017“}”，{“，”doi“：”10.3390\/电子9010032“}，{”问题“：”16“，”密钥“：”e_1_3_2_1_29_1“，“首页”：“255”，“article-title”：“基于自反馈生物激励神经网络的机器人路径规划方法。《计算机工程与应用》，“卷”：“50”，“作者”：“吕志勇”，“年份”：“2014年”，“非结构化”：“李志勇，曹建堂（2014）。基于生物激励自反馈神经网络的机器人路径规划方法。计算机工程与应用。计算机工程与应用，50（16），255--258+270。吕振英，曹建堂（2014）。基于生物激励自反馈神经网络的机器人路径规划方法。计算机工程与应用。《计算机工程与应用》，50（16），255——258+270.“，“期刊标题”：“计算机工程与应用”}，{“期”：“5”，“键”：“e_1_3_2_1_30_1”，“首页”：“798”，“文章标题”：“基于生物启发模型的AUV三维路径规划和安全避障算法”，“卷”：“30”，“作者”：“Zhu D.Q.”，“年份”：“2015”，“非结构化”：朱德清、孙斌和李立群（2015）。基于生物启发模型的AUV三维路径规划和安全避障算法。控制与决策，30（5），798--806。D.Q.Zhu、B.Sun和L.Li（2015）。基于生物启发模型的AUV三维路径规划和安全避障算法。《控制与决策》，30（5），798--806.“，“期刊标题”：“控制与决策”}，{“key”：“e_1_3_2_1_31_1”，“doi-asserted-by”：“publisher”，“doi”：“10.1016\/j.ifacol.2016.10.347”}、{“key”：《e_1_ 3_2_1_1_32_1》，“volume-title”：“2018年第四届国际控制科学与系统工程会议”，“author”：“Sheng L.”，《非结构化》：“L.Sheng，Z.M。邱海立和李毅（2018）。考虑海流影响的AUV路径规划方法综述。2018年第四届控制科学和系统工程国际会议。Ieee，纽约。L.Sheng，Z.M.Qiu，H.Li和Ieee（2018）。考虑海流影响的AUV路径规划方法综述。2018年第四届控制科学与系统工程国际会议。纽约州，Ieee。“}，{”key“：”e_1_3_2_1_33_1“，”volume-title“：”UUV在沿海环境中的全球路径规划方法。2016年，国际机电一体化会议，“作者”：“Zhang H.H.”，“非结构化”：“H.H.Zhang，L.M.Gong，T.Chen，L。Wang，X.Zhang和Ieee（2016）。海岸环境中无人水下航行器的全球路径规划方法。2016年机电一体化国际会议。Ieee，纽约。H.H.Zhang、L.M.Gong、T.Chen、L.Wang、X.Zhang和Ieee（2016）。海岸环境中无人水下航行器的全球路径规划方法。2016年机电一体化国际会议。纽约州Ieee。“}]，”event“：{”name“：”RICAI 2019:2019机器人、智能控制和人工智能国际会议“，”location“：”Shanghai China“，”缩写“：”LICAI 2019“}，”container-title“：[”2019机器人学、智能控制与人工智能国际大会论文集“]，”原文标题“：[]，”link“：[{”URL“：”https:\/\/dl.acm.org\/doi\/pdf\/10.1145\/3366194.3366280“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[2023,4,20]]，”date-time“：URL“：”https:\/\/dl.acm.org\/doi\/10.1145\/3366194.3366280“}}，”副标题“：[]，”短标题“：[]，”已发布“：{”日期部分“：[[2019,9,20]]}，“引用计数”：33，”替代id“：[”10.1145\/3368194.336680“，”10.1145\/3366194“]，”URL“：”http://\/dx.doi.org\/10.1145\/366194.336628“，”关系“：{}，”主题“：[]，”发布“：{”日期部分“：[[2019,9,20]]}，“断言”：[{”value“：”2019-09-20“，”order“：2，”name“：”published“，”label“：”published“，”group“：{”name“:”publication_history“，”标签“：”publication history“}}]}}