论文部分内容阅读
随着移动机器人技术的迅速发展与应用,传统单机器人系统的研究已难以满足复杂环境下多任务处理的需求,从而促使多移动机器人系统协作被广泛研究。目前,多移动机器人系统主要应用于大仓储空间下的多移动机器人协作搬运、足球机器人、多移动机器人协同探索与地图构建等。广泛的应用前景使得多移动机器人系统的相关技术研究成为研究者的关注重点。本文主要针对多移动机器人系统,研究多移动机器人自主导航中的免疫路径规划技术。路径规划技术是移动机器人实现自主导航的关键技术。为了能够实现多移动机器人自主导航,文中首先展开了免疫路径规划技术研究,即如何引导机器人实现从起点到终点规划出一条无碰撞路径。而为了解决移动机器人路径规划过程中可能存在的局部极小问题,文中提出了特异性免疫路径规划算法,算法在独特型免疫网络规划技术的基础上,改进免疫动力学模型,增加了特异性免疫规划算子及特异性免疫机制,从而有效引导机器人走出局部极小环境;此外,为了进一步提高移动机器人免疫规划性能,文中提出了二次免疫路径规划算法,算法在不改变系统原有配置的基础上,通过引入二次免疫应答机制,迅速增殖机器人免疫行为抗体数量,从而细化机器人动作方向,提高免疫规划性能。要实现多移动机器人自主导航,还需要解决环境感知问题,本文基于分布式视觉系统,构建多移动机器人系统协作实验平台,从而实时获取环境中机器人、障碍物和目标点的相关信息;此外,针对环境中的不规则障碍物,为了进一步精确检测此类障碍物,通过机器人本体搭载的多个测距传感器,文中开展了基于异型细胞杂交的多传感器数据免疫融合研究,从而准确感知机器人周围的障碍物分布情况,多传感器数据免疫融合实验结果验证了该算法能够进一步准确感知环境中的障碍物分布信息。最后,文中基于多移动机器人系统协作实验平台,进行了多移动机器人自主导航算法应用实验,应用算法包括特异性免疫路径规划算法和二次免疫路径规划算法。实验结果表明,上述两种免疫路径规划算法均能够成功引导多移动机器人实现自主导航,且在路径规划长度及平滑度方面表现出良好的性能。