3。4探测算法的流程   18
3。5仿真结果与对比   19
第四章 基于Webots多机器人协作探测的仿真实验   24
4。1 环境模型构建以及机器人建模   24
4。2 一种基于淋巴细胞机理的改进型边界探测算法   26
4。2。1程序编写   26
4。2。2 基于淋巴细胞激励的优化算法仿真实验。   27
4。3采用逼近法改进机器人被锁算法   29
结  论   31
致  谢   32
参考文献   33


第一章 绪  论
1。1研究背景和意义
随着现代化的发展，自动化成为现代学者研究的主流方向，机器人也因此应运而生。一开始主要研究的是单个机器人，随着多机器人的优势的凸显，越来越多的科学家开始转向多机器人的研究，由于单个机器人运动空间具有局限性，不可能单独地完成复杂问题，相比较单个机器人，多机器人在工程应用方面表现出了很大的优势：多机器人之间具有并行性可以更高效率的实现具体功能，可以完成很多单个机器人无完成的任务，如模拟两队足球运动员踢球。此外，多机器人具有的重叠性也增强了其对环境判别和环境建模的能力，多机器人在整个系统中也更具有鲁棒性和容错能力。在这种大环境下，越来越多的学者研究多机器人在工程问题上的应用，多机器人的协调合作是研究的主要课题之一。在航空中如月球探索、火星探索，在海洋中如海底探勘、沉船勘察，在侦查中如爆破、领地勘探，在抢险及搜救等方面机器人的未知探测发挥着很大的作用。智能仿真算法在经过近几十年的发展中，在工程应用方面取得了很大而成效，对于应用免疫网络机制算法的研究和应用却是近十年才开始的。免疫网络机制主要是处理一些规模较大、优化比较复杂的问题或者任务，传统的人工智能优化算法如模拟退火、遗传算法等已经无法适应这些复杂问题。Jerene[8]首先提出的免疫网络，为免疫计算奠定了基础，免疫网络动态模型也随之出现。Famer等[9]人将免疫网络模型与其它人工智能方法如神经网络等的联系起来，开启了人工免疫系统探索之路。为之来学者研究人工免疫系统理论及工程应用提供了重要的理论依据。
应用免疫系统的多机器人协作探索，是借助生物免疫系统中的免疫算法实现机器人在没有任何环境信息的基础上对环境做出全局探测。人工免疫算法具有传统算法如遗传、蚁群算法等没有的特性：没有中央控制器，时间、空间上具有并行性。可以处理一些比较复杂的工程类问题，具有较高的研究价值。
1。2国内外研究现状

1。3 人工免疫算法的简要概述
近几年人工免疫系统的研究进行的如火如荼。学者们对于人工免疫系统的定义却是不尽相同。Jerene[8]提出将免疫细胞中的抗原抗体相互作用机制应用到工程实际中。Dasgupta[10]将人工免疫定义为：“人工免疫系统是通过生物免疫系统启发而来的，主要用于多样信息处理和复杂问题求解系统，并且指出人工免疫系统的组成单位及数目、相互作用、模式识别、执行任务等方面都有较好的鲁棒性。” Timmis[11]也对人工免疫系统提出了以下定义：“人工免疫系统是由生物学理论启发而来的，并借鉴了一系列免疫系统的机理用于解决复杂问题”。
1。3。1 生物免疫定义
生物免疫系统是一类复杂的并且经过很长时间进化的自适应平衡系统。生物系统在受到非己物质的刺激后，免疫系统中的免疫细胞可以识别并且产生排除非己物质来抵制外界的入侵以起到保护生命体的作用，同时，免疫细胞的记忆细胞在相同的非己物质入侵时可以快速应答。这就是生物界免疫系统的工作过程。 Jerene人工免疫系统的多机器人协作探测研究(2):http://www.youerw.com/tongxin/lunwen_131029.html