进化机器人是嵌入了进化算法的具有较强环境适应能力的机器人,属于智能机器人研究中比较新的领域,能够很好地解决移动机器人学习与适应能力方面的问题。 本文首先介绍了进化机器人的发展概况,结合自主式移动机器人的特点,阐述了国内外自主式移动机器人进化行为的研究现状,简要介绍了几种常用进化算法的原理和特点。 然后,本文研究了进化算法,提出了本文使用的算法——神经网络和遗传算法相结合的进化算法。 本文重点研究了自主式移动机器人的进化行为——自主避障的具体实现。设计了三轮移动机器人,用凌阳单片机SPCE061A实现神经网络控制器,神经网络的权重用遗传算法进行优化。遗传算法由计算机软件实现,通过串口与单片机进行数据传输。然后进行了机器人进化避障的实验。机器人在完全未知的环境下运行,通过对环境的感知和不断的学习,完善自身的适应能力,依靠与环境不断的交互来获得知识,并通过反复调整自身的行为,最终学会在未知环境中自主避障。 本文结合自主避障的进化实验,对进化算法的基础——遗传算法的硬件化实现进行了探讨,提出了一个能进行群体存储、适应度处理、选择、交叉和变异等操作的硬件结构,设计拟采用Xilinx公司的FPGA芯片——XC2S200实现,能有效地缩短运行时间,在进化机器人方面有广泛的应用。 最后,本文对与进化机器人有关的几个问题进行了探讨,并作了总结与展望。