1、隨著智能機(jī)器人技術(shù)的不斷發(fā)展,人們已經(jīng)注意到研究機(jī)器人行為的重要性和在實(shí)施中的挑戰(zhàn)性.因此,近年來(lái)人們對(duì)機(jī)器人的有關(guān)理論和技術(shù)進(jìn)行了越來(lái)越深入的研究.本文對(duì)機(jī)器人智能系統(tǒng)進(jìn)行了多方面的探討,著重研究了如何將人工免疫算法應(yīng)用在單機(jī)器人的路徑規(guī)劃和多機(jī)器人的協(xié)同操作控制中.為了使機(jī)器人能夠適應(yīng)不同環(huán)境而正確高效地完成路徑規(guī)劃任務(wù),本文提出了Immunity Self Navigation免疫算法.該算法根據(jù)設(shè)在機(jī)器人的碰撞檢測(cè)器傳回的數(shù)據(jù)生

2、成不同的檢測(cè)子序列,用優(yōu)勝劣汰的方法加速優(yōu)秀抗體序列的產(chǎn)生,用最優(yōu)個(gè)體的命令串來(lái)修改記憶規(guī)則抗體庫(kù).仿真實(shí)驗(yàn)表明,該算法使機(jī)器人具有更高的智能以適應(yīng)不同的任務(wù)要求.本文還詳細(xì)研究了Luiz Chaimowicz所提出的協(xié)同混合自動(dòng)機(jī)模型和角色制度,深入討論了該模型的結(jié)構(gòu)化和行為化層次,在機(jī)器人協(xié)同操作中引入了Immunity Self Navigation免疫算法和協(xié)同混合自動(dòng)機(jī)模型以及角色制度,實(shí)現(xiàn)了機(jī)器人協(xié)同采集模型和機(jī)器人協(xié)同搬運(yùn)