1、多機器人系統(tǒng)具有容錯能力強、魯棒性高等優(yōu)點，能夠在復雜環(huán)境下高效、可靠地完成任務，因而得到廣泛的應用，并成為當前機器人領域的研究熱點。由于系統(tǒng)由多個機器人組成，因而存在著任務分配、資源競爭和沖突消解等問題，只有對多機器人進行有效的協調控制，才能使上述問題得到解決，進而使系統(tǒng)工作能力大幅度增強，工作效率顯著提高，功能及工作范圍明顯擴大。由多個具有一定感知和決策能力的輪式移動機器人構成的多機器人系統(tǒng)，因具有結構簡單、節(jié)能、容易控制等優(yōu)點，成

2、為多機器人系統(tǒng)中最具典型意義和應用前景的一類系統(tǒng)。本文以該系統(tǒng)作為研究對象，在將生物免疫機理與多智能體的協作方法相結合的基礎上，對多機器人協調系統(tǒng)結構、合作與競爭任務下的多機器人協調和多機器人跟蹤控制等問題進行了深入研究。主要研究工作如下： 1．研究了多機器人協調系統(tǒng)結構。在分析多機器人系統(tǒng)所面臨任務的基礎上，定義了基于任務劃分的協調概念，提出了任務劃分的協調分類。在深入分析多機器人系統(tǒng)現有體系結構和面臨任務特性的基礎上，提出了

3、多機器人系統(tǒng)的分層分布式協調控制模型，并構建了基于任務劃分的多機器人協調系統(tǒng)結構框架。 2．研究了基于合作任務的多機器人協調。多機器人系統(tǒng)是由個體機器人組成的，而多機器人協調方式與個體機器人的控制方式密切相關。本文在深入研究現有個體控制結構的基礎上，將免疫選擇與仲裁機理引入機器人控制體系結構中，提出一種將行為控制與認知結構相結合的混合式機器人個體控制結構，提高了機器人的適應性?；诤献魅蝿盏亩鄼C器人系統(tǒng)是一個高度動態(tài)的分布式系統(tǒng)

4、，要求其既能對動態(tài)變化的環(huán)境和任務具有反應能力，還要具有學習與適應的能力，相互配合完成任務。本文在深入研究免疫網絡模型的基礎上，結合多機器人系統(tǒng)中各機器人完成任務時所具有的動態(tài)特性，提出了多機器人協調的合成免疫網絡概念?；讵毺匦兔庖呔W絡模型，構建了合成免疫網絡模型，設計了基于合成免疫網絡機理的合作任務多機器人協調控制算法，并通過仿真試驗對算法進行了驗證，結果表明該算法是正確和有效的。 研究了基于混合任務的多機器人協調。首先研究

5、了有競爭任務而競爭雙方又無通訊的多機器人系統(tǒng)協調。通過對多機器人環(huán)境的分析，在對策論框架下進行競爭任務協調，重點研究了多Agent系統(tǒng)中敵對平衡的學習算法。在分別對競爭和合作任務的多機器人協調研究的基礎上，提出了基于混合任務的多機器人協調模型，并設計了協調算法。該模型從任務劃分的角度出發(fā)，建立了分層結構來處理多機器人協調，聯盟之間利用零和馬氏對策，聯盟內部機器人之間采用基于免疫網絡的協作對策。通過在仿真足球機器人平臺上的實驗，驗證了混合

6、任務協調算法的可行性及優(yōu)越性。提出了一種機器人系統(tǒng)的混合路徑跟蹤控制方法。該方法將免疫反饋機制與非時間基控制相結合，使系統(tǒng)不僅具有不依賴時間規(guī)劃調節(jié)輸出控制的特性，而且能夠充分考慮機器人機械結構與電機力矩特性的要求，實現在誤差較大時對控制量的限幅；通過對合適參數選取，從而改善整個控制系統(tǒng)的性能。對于新的動態(tài)事件，采用插入處理算法，使機器人能夠適應動態(tài)變化的環(huán)境。本文拓展此方法來解決多機器人控制問題。隊型控制的仿真與實物實驗結果表明，該控