近年来,随着Internet和机器人技术的迅速发展,网络机器人已成为具有广泛学术和应用价值的研究热点。然而,现有的网络机器人系统在很大程度上依赖于网络上传输的原始信息数据,而网络中存在随机的传输时延、数据丢包现象,严重影响了数据传输的稳定性和实时性,系统的控制性能极易受到网络传输状况变化的影响。同时,机器人本身的数据处理能力有限,不可能对大量传感信息进行实时处理。在这种情况下,网络机器人的系统性能和智能水平都被严重的限制和降低。本文在分析了以往的网络机器人系统研究的基础上,通过对网络机器人分布式智能和自主智能的研究,来克服网络延时对系统性能的影响,增强网络机器人的智能水平。具体研究工作包括以下几个方面:(1)分布式智能体系提出了一种基于网络智能的分布式智能体系,构建并实现了基于分布式智能的网络机器人系统。通过赋予传感器以智能,将网络环境中的不同个体抽象为不同的智能节点。传感智能节点处理和传输多种层次的传感信息,实现传感智能的交互与共享。机器人节点以自主感知能力和“网络即插即用”机制为基础,根据任务的需要以及网络的传输状况,主动从网络中获取相应层次的智能和信息。实验表明,该体系有效地减轻了网络通信负担,提高了网络机器人系统的整体性能和智能水平。(2)基于贝叶斯推理的用户意图建模提出了一种新的方法,即对用户意图进行建模,通过移动机器人的自主智能来补偿不确定延时对网络机器人系统性能造成的影响。网络机器人从一系列用户控制命令和本地传感器感知中,对用户操作机器人的意图建立模型,利用贝叶斯推理对用户意图进行渐进推断,从而识别用户赋予的任务,并自主地执行该任务,而无需与用户频繁交互。这大大减少了数据传输量,提高了整个控制系统的效率。实验结果证明了所提方法的有效性和可行性。(3)基于轨迹分布模式的用户意图识别针对移动机器人遥操作系统,提出了基于轨迹分布模式的用户意图分层识别方法。利用移动机器人的主要特征——运动轨迹,通过聚类和特征比较的方法,预估移动机器人可能的运动方向和任务轨迹,推测用户期望的意图。根据推断的不同层次的意图,移动机器人能够自主的规划和执行用户期望的行为或任务。实验结果表明,此方法改善了人机交互的模式,提高了系统性能,解决了网络不确定随机延时或数据丢失对移动机器人遥操作系统可操作性和稳定性的影响。(4)实验平台的搭建为验证理论研究,构建并实现了分布式网络机器人实验平台以及可异地操作并能向公众开放的网络机器人遥操作实验平台,实现了基于Web浏览器的可视化用户操作接口。在实验平台上可进行目标搜寻、目标跟踪和导航等典型任务的实验,研究和测试用户意图学习算法和相关技术。