随着民航机场航站楼的布局越来越复杂,使得旅客在航站楼内办理业务需要走很远的距离,而且流程也较为繁琐,导致了旅客的航空出行体验较差,为此研究的航站楼内自主载运机器人,可将有需求的旅客快速送达登机口等目的地。如今,航站楼内旅客的出行需求呈现出了少批量多批次的特点,而载运机器人对于旅客服务请求的实时任务调度处理就意味在决策调度阶段不可能获知所有旅客的任务请求信息,因而传统的基于静态任务需求假设的任务调度模型难以解决动态不确定环境下的问题。针对以上问题,研究了航站楼等公众环境下机器人自主载运服务,基于动态需求假设,构建了载运机器人任务决策与调度模型,并提出了一种动态响应蚁群算法用于求解任务决策调度问题。首先,对航站楼载运机器人自主作业系统展开了研究,对载运机器人的自主作业系统架构进行设计,基于混合式决策控制系统,结合航站楼工作环境,将自主作业系统分为三个主要的功能模块:决策、控制、导航模块。详细介绍了每个功能模块作用以及各模块间的联系,本文设计的自主作业系统将决策和规划进行了有效的结合,提升了航站楼载运机器人的自主作业能力,使其能够安全、高效的完成载运旅客的任务。其次,本文在机器人初始任务决策阶段,构建了载运机器人任务决策模型,以获得最多载运任务机会和最佳完成效果为任务决策目标,在考虑最短行驶距离的基础上,将机器人的能量消耗和机器人的服务时间纳入决策优化目标,构建了多目标优化的任务决策模型,并对蚁群算法进行改造,使算法能够有效解决航站楼内载运机器人的任务决策问题。再次,本文在机器人任务执行阶段,在传统静态任务调度模型的基础上构建了考虑动态速度变化和动态任务需求的载运机器人动态任务调度模型,并提出了一种动态响应蚁群算法,引入信息素增强和集成策略以快速响应机器人执行任务期间新出现的旅客的任务请求,解决动态任务调度问题。最后,设计了航站楼自主决策调度算法仿真实验。以国内某机场航站楼为例,搭建了仿真实验环境;结合机器人任务决策调度模型和求解算法,设计实验验证了算法求解的有效性。