王孙安，吴灿阳

（西安交通大学机械工程学院，西安710049）

1 前言

路径规划技术是机器人自主导航的关键支撑技术之一，是指在具有障碍物的环境内按照一定的评价标准，如最小工作代价、最短路径等，从起始位置到达目标位置搜索一条无碰路径[1]。近年来，随着人工智能的发展，模糊逻辑[2]、遗传算法[3]、蚁群算法[4]等方法在路径规划中的应用取得了很大的进展，显示出较好的鲁棒性和全局优化能力。但模糊逻辑存在经验不完备性；遗传算法编码复杂、效率低；蚁群算法的路径发现能力受限于栅格大小的划分[5]。从路径规划发展来看，仿生智能算法是主要应用趋势。

由生物免疫系统启发而来的人工免疫系统，因其自组织、自学习和免疫记忆等优点为解决工程问题尤其是机器人技术提供了新契机[6]。20世纪80年代，Farmer等人基于免疫网络学说给出了免疫系统的动态模型[7]。基于该动态模型，1996年日本学者Ishiguro等[8]率先提出了一种行为仲裁系统，并在垃圾自动回收上得到评估。Meshref等[9]实现了分布式自主机器人系统中的狗羊放牧问题。Farmer模型体现了较好的鲁棒性和柔韧性，但是缺乏全局优化能力。基于生物免疫网络理论，文献[10]设计了一种新的机器人路径规划算法。该算法通过学习获取规则和清晰规则，具有很强的空间搜索能力和规则发现与再学习能力，但在搜索精度和路径收敛性能方面还有待进一步提高。为了更好地解决复杂环境中的移动机器人路径规划问题，本文提出了一种改进的基于势场导向权的人工免疫网络路径规划算法。……