模块化机器人是由若干具有一定结构和功能的模块所组成的机器人系统,每一个模块都是独立的运动单元,具备与相邻模块连接和通讯的能力。区别于固定构型的传统机器人,模块化机器人最明显的优势是强大的变形能力和环境适应能力,它可以根据不同的任务需求和工作环境,通过改变模块间的组合方式装配成不同形态的机器人。此外,模块化机器人可以为机器人,特别是进化机器人技术带来好处,因为它们可以容易地重新配置以形成独特的形态。与此同时,相同的模块也易于生产制作。考虑到模块化机器人的上述特点,它在机器人示教、搜寻营救、空间探险等领域有着广泛的应用。模块是模块化机器人的基本组成单元,它与相邻模块的连接方式、动力与信息传输方式以及运动能力是模块化机器人运动控制的核心。然而在目前现有的模块化机器人平台上,模块的机械设计、连接机构设计以及组装过程较为复杂,编程、调试、控制难度较高,系统设计的开放性不友好,造成移植过程的时间成本和耗材成本较高:即当使用进化算法对模块化机器人的形态和控制参数进行设计时,进化后得到的不同形态的机器人个体大多只能在仿真环境中进行评估,无法根据仿真中得到的进化后的机器人形态,快速在实体模块化机器人上进行实验测试。这使得进化实验效率低下,降低了获取高性能模块化机器人的设计效率,增加了模块化机器人实际的调试难度,不利于模块化机器人技术的推广。针对这一问题,分析阐述面向快速测试不同模块化机器人进化形态的模块的设计准则,并基于此准则提出一种新型的开源式的易于组建的模块化机器人系统EMERGE。在模块设计一个自由度的基础上,通过对比分析模块连接面的数量、构型数量、外形结构的不同配置方案,确定采用4个连接面的长方体外形设计,其中的三个面与轴杆相连,另一个面与舵机的底盘相连,便于组成多构型的稳定的填充结构;研制了磁式的连接机构,每个连接面上安装有对称分布的圆形磁铁,具有快速可靠的连接、断开的能力,无能量消耗,同时采用弹簧压缩触点有效地实现连接面的动力和信息传输;模块组装大部分采用商业标准化的器件,组装简单,非标准化器件的机械设计开源,采用3D打印机制作,方便进行调试修改,避免到工厂进行加工定制,有效地降低了成本;模块的每个连接面都设计安装有接近距离传感器,具备对周围环境的感知能力,拓展了模块化机器人执行任务的种类;采用性能及控制友好的Dynamixel舵机(AX-12A)及其附属配件;设计了集成分布式和集中式两种方式的控制系统,可根据不同的控制需求灵活进行切换,而且控制系统的硬件电路和软件代码设计完全开源,方便任何人进行使用和修改。该模块有利于提高获取高性能模块化机器人的设计效率,降低实际调试的难度。此外,也为机械臂自动拼装不同形态的模块化机器人的实验研究奠定了基础。模块可用的连接面的数量及其相对位置是模块形态的重要组成因素,它是相邻模块间连接的基础,也是机器人形态多样性的直接体现。模块化机器人是一个多模块组成的复杂机器人系统,一般使用进化算法从搜索空间中寻求在既定任务下,最优性能的模块化机器人。随着模块连接面的数量的变化,搜索空间的规模也在跟随其同方向变化,因此,这关系着从大量不同构型的机器人中计算搜索性能优良的模块化机器人的能力。然而随着连接面的数量的增加,搜索空间规模逐渐增大,寻优的过程会更加漫长,而且还有可能陷入局部最优解。反之缩小搜索空间能够提高进化算法的搜索质量。如若其它进化参数相同,只考虑模块的连接面的数量,那么在模块固有的连接面的数量下,其搜索空间的规模是固定的,对于在固定的搜索空间下计算搜索性能优良的模块化机器人研究较多,然而并没有考虑模块可用的连接面的数量的变化对获取高性能的模块化机器人的效率的影响问题。此外,能否找到全局最优解取决于算法的收敛性,而算法的收敛性的结论是建立在无穷迭代时间基础上的,而实际应用中的计算迭代时间是有限的,很难在实践中用于指导算法设计和改进。可见,如何在算法近似收敛的情况下,缩小搜索空间的规模,从而在更短的计算时间内寻求到性能优异的模块化机器人更具有实际的指导意义。因此,本文以EMERGE机器人为研究对象,提出一种基于进化设计的模块化机器人模块形态的评估方法。该方法首先选取模块连接面的数量及其相对位置作为模块的形态参数,对模块形态进行分类描述。然后在综合考虑模块数量、构型数量及其可行性的的基础上,提出一种改进的具有重叠检测功能的进化策略,有效地剔除了发生模块重叠碰撞的机器人。在仿真环境中基于移动任务对不同形态的EMERGE模块所构建的模块化机器人的形态和控制参数进行进化,通过对仿真结果的统计学分析,比较不同模块形态下的性能,给出了最佳的模块形态以及由此模块所组建的最优性能的机器人。最后,将仿真机器人移植到实体机器人上进行测试,验证了该方法的有效性。结果表明通过使用特定类型的模块形态,有助于提高获取性能优异的机器人形态的效率。此外,当为指定任务设计模块化机器人时,限制模块的连接面的数量也有助于缩小搜索空间的规模,从而在更短的计算时间内获取性能优异的模块化机器人。在仿真环境中将进化机制与模块化机器人相结合研究时,会出现模块化机器人在仿真中性能良好,但移植到实体机器人上时性能下降的情况,即发生“现实鸿沟”问题。如何缩小仿真与实体机器人性能的差异,对于模块化机人的实际应用具有重要的意义。国内外的一些研究已经取得了初步的成果,但是使用的前提条件过于苛刻,适用范围有限,性能差异仍然较大,因此迫切需要研究一种使用方便,性能提升显著的移植方法。本文提出一种以适应度函数值和可移植性为双重进化目标的移植方法,在保证机器人性能的同时也提高了可移植性。首先对适应度函数值和可移植性的权衡关系进行分析,并给出了最优解的特性含义。然后分析比较了不同空间插值方法的特点,详细分析了传统的反距离权重法的特点和不足,提出了基于样本点方位关系的改进的反距离权重法,使样本点均匀分布的同时,也可以自适应配置权重幂指数,提高了插值的效率和精度。然后采用改进的反距离权重法建立了模块化机器人仿真与实体行为差值的代理模型。基于代理模型技术,对移植方法的算法流程进行研究。最后基于平面移动任务对不同形态的EMERGE模块所构建的模块化机器人的可移植性进行实验研究,并与基于传统的反距离权重法的移植方法进行对比分析。结果表明,该方法使用简便、适用范围广,有效地减少了仿真与实体机器人适应度函数值和动作行为的差异。为验证EMERGE模块化机器人系统的可靠性,建立了实物实验系统。进行了连接机构的负载能力实验、构型组建实验,以及环形构型、链式构型、四足构型和接近距离感知能力的运动规划实验。结果表明EMERGE模块结构设计合理,简单易用,灵活性好,在运动过程中的具有良好的可靠性和稳定性,具备快速测试不同进化形态的机器人的能力,同时验证了运动规划方法的有效性。