多移动机器人系统是研究机器人技术的重要课题,是研究群智能体技术的理想平台,被广泛用于研究多智能体群集行为、多机器人体系结构、多机器人协调协作等领域相关课题。此外,计算机视觉技术的运用进一步推动了智能机器人的智能化发展,使机器人具备了人的视觉功能。为了进一步研究多移动机器人系统,结合计算机视觉技术,针对多移动机器人在全局分布视觉下的定位及协调协作问题展开了相关的研究。首先,机器人的视觉分割定位是研究多移动机器人系统的前提。在实验室已有的小型移动机器人基础上,给出了移动机器人的色标板标定方案,分析并选择了YUV颜色模型作为色标的阈值分割空间;并针对外部光照变化对移动机器人色标分割产生影响的问题,通过对机器人色标图像进行局部直方图均衡化的预处理方法,降低光照变化带来的亮度变化干扰,根据圆形色标在图像中像素色阶值的分布,通过聚类分析得到了不同机器人色标的最佳分割阈值,在此基础之上进行了全局视觉下的移动机器人轨迹跟踪控制实验,验证了该视觉分割定位方法的有效性和实时性。然后针对分布视觉采集图像的桶形畸变会降低移动机器人视觉定位精度的问题,研究了接种二次多项式疫苗下的免疫神经网络对畸变图像的标定方法,通过对神经网络接种具有先验知识的免疫疫苗,并融合BP神经网络的误差反向传播与免疫理论的全局搜索进化优势对网络进行迭代优化,获得了高数量级的标定精度。避免了对摄像头内外参数复杂且难以保证精度的标定过程,得到的标定结果更精确,标定过程更简便。最后,基于该全局分布视觉下的多机器人系统平台,研究了基于人工免疫理论的多机器人协作围捕问题,将人工免疫理论运用到追捕机器人的追捕运动控制中,细化了抗体种群个体的种类,引入力学势场法对种群个体的Farmer动力学进化模型进行优化选择,在实验平台上进行了多机器人围捕实验。本课题的研究是对机器人视觉定位和多机器人协同合作的探索与实践,具有一定的理论意义和实际应用价值。