模块化自重构机器人由具有一定感知和运动能力的基本模块组成,每个模块是具有完整的传感、计算和运动能力的机器人,相邻模块间可建立多种连接关系。模块化自重构机器人区别于传统机器人的主要特点在于能够根据环境和任务需要通过模块间相对移动改变内部模块间相对位置和连接方式,实现整体质心的迁移和系统构型重组,称为模块化自重构机器人的重构,包括重构运动和重构变形两方面。在分布式控制框架下,大量模块独立、并行的运动控制受到自身运动能力和邻居环境的综合制约,在模块仅具有有限范围内的环境和邻居模块状态信息情况下,如何保证分布式重构过程中系统整体性、避免局部冲突,从仅依靠局部通讯的模块单元的独立控制实现系统整体预期的宏观表现,包括以重构运动形式通过障碍环境、通过重构变形调整系统整体构型,是该领域目前研究中的两大主要难题,也是本论文研究的主要内容。重构运动过程中后部模块沿前方模块表面持续的相对移动改变整体质心位置,能够产生类似液体的表面流动式运动。通过模块单元局部环境的适应性移动,实现系统整体在移动过程中对未知环境的自主适应。基于规则的局部运动规划方法在重构运动研究中具有突出的研究成果和应用潜力,目前研究中规则的制定完全依赖于设计者的经验进行拼凑和循环测试,针对环境中不同的障碍情况需要分别进行规则设计,限制了机器人在未知环境中的自主移动能力,规则的制定和对不同环境的适应性问题是目前研究的主要难题。本论文从模块的基本运动能力出发,对规则的数目和适用环境进行改进,设计了一套规则数目明显降低并且能够适应多种障碍环境的模块移动规则;并针对分布式重构运动过程中典型问题进行了研究,例如系统整体连接问题、不同模块同时向空间中同一位置移动的局部冲突问题,并提出了相应的解决方案;通过仿真和机器人实际系统实验对所设计规则和分布式典型问题解决方法进行综合验证。模块化自重构机器人的分布式重构变形充分依靠模块单元自身的传感和计算能力,通过内部模块在局部环境中的独立运动改变机器人整体结构,以适应当前环境和任务的需要,避免了集中式规划中规划时间复杂度随模块数目增长呈指数规律上升的问题。分布式重构变形过程中,模块单元仅依靠与直接相邻模块间的局部通讯,根据有限范围内的环境信息进行运动规划,在缺乏整体状态信息的情况下如何保证系统收敛到预期的目标结构,以及如何制定目标构型并将其传递给独立模块,是目前该领域研究中的主要难题。将自然界普遍存在的分形现象引入到模块化自重构机器人的分布式重构变形中,借助分形理论对复杂结构的构建能力,使用分形字符为机器人构建目标结构,并通过扩展分形字符图形化转录机制到模块的局部相对移动中,将目标构型的整体描述转变为分布式模块的局部移动引导信息,实现面向确定目标结构的分布式重构变形,针对分布式重构的收敛性、模块规模可扩展性进行仿真和实验验证,并综合分析了影响系统收敛性和重构速度的主要因素。机器人在未知环境中工作时,需要针对当前环境和任务状态在不同的构型之间进行连续重构。在重构运动针对障碍环境的通过性和重构变形针对目标结构的收敛性两种重构能力研究的基础上,为充分发挥模块化自重构机器人通过重构产生新构型以适应环境的能力,需要探索机器人在不同状态间进行连续转换的策略。借鉴植物在生长过程中自主适应外界环境的内部机理,通过参数化L系统将外界激励作用引入到机器人形态决策规划过程中,为机器人探寻一种可在重构运动与重构变形、不同目标结构的重构变形之间根据需要进行连续重构的规划策略。为验证分布式重构运动与重构变形策略的有效性,在Seremo模块化自重构移动机器人中进行实际系统的实验验证。针对重构运动中对未知障碍的适应能力,以及重构运动规划策略对模块规模的可扩展性,分别采用4模块机器人系统和8模块机器人系统在不同的障碍环境中进行实验验证,通过机器人移动过程中的系统整体性和局部冲突处理结果,验证了所设计元胞规则和重构策略的有效性;针对重构变形控制方法的收敛性、模块规模可扩展性进行了多组实验验证,通过面向直线构型、分枝构型以及十字构型的重构变形,验证了重构变形过程的收敛性,并使用包含不同模块数量的机器人对相同目标构型的多组实验,验证了变形策略对模块规模的可扩展性;通过机器人阵列式构型、十字构型和T形构型的连续重构变形,以及从十字构型经重构运动通过障碍环境后到数字6构型的连续重构,验证了基于参数化L系统的分布式连续重构变形策略的有效性。