【機(jī)器人智能技術(shù)論文】人工智能機(jī)器人論文0001

1、機(jī)器人智能技術(shù)論文】人工智能機(jī)器人論文隨著社會(huì)發(fā)展的需要和機(jī)器人應(yīng)用領(lǐng)域的擴(kuò)大，人們對(duì)智能機(jī) 器人的要求也越來越高。 下面是的機(jī)器人智能技術(shù)論文， 希望你能從 中得到感悟 !芻議智能機(jī)器人及其關(guān)鍵技術(shù)【摘 要】文章介紹了機(jī)器人的定義， 闡述了智能機(jī)器人研究領(lǐng) 域的關(guān)鍵技術(shù)，最后展望了智能機(jī)器人今后的發(fā)展趨勢?！娟P(guān)鍵詞】智能機(jī)器人 ; 信息融合;智能控制一、機(jī)器人的定義自機(jī)器人問世以來，人們就很難對(duì)機(jī)器人下一個(gè)準(zhǔn)確的定義， 歐美國家認(rèn)為機(jī)器人應(yīng)該是 “由計(jì)算機(jī)控制的通過編程具有可以變更 的多功能的自動(dòng)機(jī)械” ; 日本學(xué)者認(rèn)為“機(jī)器人就是任何高級(jí)的自動(dòng) 機(jī)械”，我國科學(xué)家對(duì)機(jī)器人的定義是： “機(jī)器

2、人是一種自動(dòng)化的機(jī) 器，所不同的是這種機(jī)器具備一些與人或生物相似的智能能力， 如感 知能力、規(guī)劃能力、動(dòng)作能力和協(xié)同能力，是一種具有高度靈活性的 自動(dòng)化機(jī)器?！蹦壳皣H上對(duì)機(jī)器人的概念已經(jīng)漸趨一致， _ 標(biāo)準(zhǔn) 化組織采納了美國機(jī)器人協(xié)會(huì) (RIA ：Robot Institute of America) 于 1979 年給機(jī)器人下的定義：“一種可編程和多功能的，用來搬運(yùn) 材料、零件、工具的操作機(jī) ; 或是為了執(zhí)行不同的任務(wù)而具有可改變 和可編程動(dòng)作的專門系統(tǒng)?！备爬ㄕf來，機(jī)器人是靠自身動(dòng)和控制能 力來實(shí)現(xiàn)各種功能的一種機(jī)器。二、智能機(jī)器人關(guān)鍵技術(shù)隨著社會(huì)發(fā)展的需要和機(jī)器人應(yīng)用領(lǐng)域的擴(kuò)大，人們對(duì)

3、智能 機(jī)器人的要求也越來越高。 智能機(jī)器人所處的環(huán)境往往是的、 難以預(yù) 測的，在研究這類機(jī)器人的過程中，主要涉及到以下關(guān)鍵技術(shù)：（1）多傳感器信息融合。 多傳感器信息融合技術(shù)是近年來十分熱 門的研究課題，它與控制理論、信號(hào)處理、人工智能、概率和統(tǒng)計(jì)相 結(jié)合，為機(jī)器人在各種復(fù)雜、動(dòng)態(tài)、不確定和的環(huán)境中執(zhí)行任務(wù)提供 了一種技術(shù)解決途徑。 機(jī)器人所用的傳感器有很多種， 根據(jù)不同用途 分為內(nèi)部測量傳感器和外部測量傳感器兩大類。 內(nèi)部測量傳感器用來 檢測機(jī)器人組成部件的內(nèi)部狀態(tài)，包括：特定位置、角度傳感器 ; 任 意位置、角度傳感器 ; 速度、角度傳感器 ; 加速度傳感器 ; 傾斜角傳感 器; 方位角傳

4、感器等。外部傳感器包括：視覺 （測量、認(rèn)識(shí)傳感器 ）、 觸覺（接觸、壓覺、滑動(dòng)覺傳感器 ） 、力覺（ 力、力矩傳感器 ）、接近覺 （接近覺、距離傳感器 ） 以及角度傳感器 （ 傾斜、方向、姿式傳感器 ） 。多傳感器信息融合就是指綜合多個(gè)傳感器的感知數(shù)據(jù)， 以產(chǎn)生更可靠、 更準(zhǔn)確或更全面的信息。 經(jīng)過融合的多傳感器系統(tǒng)能夠更加完善、 精 確地反映檢測對(duì)象的特性， 消除信息的不確定性， 提高信息的可靠性。 融合后的多傳感器信息具有以下特性：冗余性、互補(bǔ)性、實(shí)時(shí)性和低 成本性。目前多傳感器信息融合方法主要有貝葉斯估計(jì)、 卡爾曼濾波、 神經(jīng)網(wǎng)絡(luò)、小波變換等。(2) 導(dǎo)航與定位。在機(jī)器人系統(tǒng)中，自主導(dǎo)航

5、是一項(xiàng)核心技術(shù)， 是機(jī)器人研究領(lǐng)域的重點(diǎn)和難點(diǎn)問題。 導(dǎo)航的基本任務(wù)有 3 點(diǎn)：一是 基于環(huán)境理解的全局定位： 通過環(huán)境中景物的理解， 識(shí)別人為路標(biāo)或 具體的實(shí)物，以完成對(duì)機(jī)器人的定位，為路徑規(guī)劃提供素材 ; 二是目 標(biāo)識(shí)別和障礙物檢測： 實(shí)時(shí)對(duì)障礙物或特定目標(biāo)進(jìn)行檢測和識(shí)別， 提 高控制系統(tǒng)的穩(wěn)定性 ; 三是安全保護(hù)：能對(duì)機(jī)器人工作環(huán)境中出現(xiàn)的 障礙和移動(dòng)物體作出分析并避免對(duì)機(jī)器人造成的損傷。 機(jī)器人有多種 導(dǎo)航方式， 根據(jù)環(huán)境信息的完整程度、 導(dǎo)航指示信號(hào)類型等因素的不 同，可以分為基于地圖的導(dǎo)航、 基于創(chuàng)建地圖的導(dǎo)航和無地圖的導(dǎo)航 3類。根據(jù)導(dǎo)航采用的硬件的不同，可將導(dǎo)航系統(tǒng)分為視覺導(dǎo)航

6、和非 視覺傳感器組合導(dǎo)航。視覺導(dǎo)航是利用攝像頭進(jìn)行環(huán)境探測和辨識(shí)， 以獲取場景中絕大部分信息。 目前視覺導(dǎo)航信息處理的內(nèi)容主要包括： 視覺信息的壓縮和濾波、 路面檢測和障礙物檢測、 環(huán)境特定標(biāo)志的識(shí) 別、三維信息感知與處理。 非視覺傳感器導(dǎo)航是指采用多種傳感器共 同工作，如探針式、電容式、電感式、力學(xué)傳感器、雷達(dá)傳感器、光 電傳感器等，用來探測環(huán)境，對(duì)機(jī)器人的位置、姿態(tài)、速度和系統(tǒng)內(nèi)部狀態(tài)等進(jìn)行監(jiān)控， 感知機(jī)器人所處工作環(huán)境的靜態(tài)和動(dòng)態(tài)信息， 使 得機(jī)器人相應(yīng)的工作順序和操作內(nèi)容能自然地適應(yīng)工作環(huán)境的變化， 有效地獲取內(nèi)外部信息。(3) 路徑規(guī)劃。路徑規(guī)劃技術(shù)是機(jī)器人研究領(lǐng)域的一個(gè)重要分支。

7、最優(yōu)路徑規(guī)劃就是依據(jù)某個(gè)或某些優(yōu)化準(zhǔn)則 ( 如工作代價(jià)最小、行走 路線最短、行走時(shí)間最短等 ) ，在機(jī)器人工作空間中找到一條從起始 狀態(tài)到目標(biāo)狀態(tài)、 可以避開障礙物的最優(yōu)路徑。 路徑規(guī)劃方法大致可 以分為傳統(tǒng)方法和智能方法兩種。 傳統(tǒng)路徑規(guī)劃方法主要有以下幾種： 自由空間法、圖搜索法、柵格解耦法、人工勢場法。大部分機(jī)器人路 徑規(guī)劃中的全局規(guī)劃都是基于上述幾種方法進(jìn)行的， 但這些方法在路 徑搜索效率及路徑優(yōu)化方面有待于進(jìn)一步改善。 人工勢場法是傳統(tǒng)算 法中較成熟且高效的規(guī)劃方法，它通過環(huán)境勢場模型進(jìn)行路徑規(guī)劃， 但是沒有考察路徑是否最優(yōu)。 智能路徑規(guī)劃方法是將遺傳算法、 模糊 邏輯以及神經(jīng)網(wǎng)絡(luò)等

8、人工智能方法應(yīng)用到路徑規(guī)劃中， 來提高機(jī)器人 路徑規(guī)劃的避障精度，加快規(guī)劃速度，滿足實(shí)際應(yīng)用的需要。其中應(yīng) 用較多的算法主要有模糊方法、神經(jīng)網(wǎng)絡(luò)、遺傳算法、 Q學(xué)習(xí)及混合 算法等，這些方法在障礙物環(huán)境已知或情況下均已取得一定的研究成 果。(4) 機(jī)器人視覺。 視覺系統(tǒng)是自主機(jī)器人的重要組成部分， 一般 由攝像機(jī)、 圖像采集卡和計(jì)算機(jī)組成。 機(jī)器人視覺系統(tǒng)的工作包括圖 像的獲取、圖像的處理和分析、輸出和顯示，核心任務(wù)是特征提取、 圖像分割和圖像辨識(shí)。 而如何精確高效的處理視覺信息是視覺系統(tǒng)的 關(guān)鍵問題。目前視覺信息處理逐步細(xì)化， 包括視覺信息的壓縮和濾波、 環(huán)境和障礙物檢測、特定環(huán)境標(biāo)志的識(shí)別、

9、三維信息感知與處理等。 其中環(huán)境和障礙物檢測是視覺信息處理中最重要、 也是最困難的過程。 機(jī)器人視覺是其智能化最重要的標(biāo)志之一， 對(duì)機(jī)器人智能及控制都具 有非常重要的意義。 目前國內(nèi)外都在大力研究， 并且已經(jīng)有一些系統(tǒng) 投入使用。(5) 智能控制。 隨著機(jī)器人技術(shù)的發(fā)展， 對(duì)于無法精確解析建模 的物理對(duì)象以及信息不足的病態(tài)過程， 傳統(tǒng)控制理論暴露出缺點(diǎn)， 近 年來許多學(xué)者提出了各種不同的機(jī)器人智能控制系統(tǒng)。 機(jī)器人的智能 控制方法有模糊控制、神經(jīng)網(wǎng)絡(luò)控制、智能控制技術(shù)的融合 ( 模糊控 制和變結(jié)構(gòu)控制的融合 ;神經(jīng)網(wǎng)絡(luò)和變結(jié)構(gòu)控制的融合 ; 模糊控制和 神經(jīng)網(wǎng)絡(luò)控制的融合 ; 智能融合技術(shù)還包

10、括基于遺傳算法的模糊控制 方法)等。近幾年，機(jī)器人智能控制在理論和應(yīng)用方面都有較大的進(jìn) 展。在模糊控制方面，J.J.Buckley 等人論證了模糊系統(tǒng)的逼近特性， E.H.Mamdan首次將模糊理論用于一臺(tái)實(shí)際機(jī)器人。模糊系統(tǒng)在機(jī)器 人的建?？刂?、 對(duì)柔性臂的控制、 模糊補(bǔ)償控制以及移動(dòng)機(jī)器人路徑 規(guī)劃等各個(gè)領(lǐng)域都得到了廣泛的應(yīng)用。在機(jī)器人神經(jīng)網(wǎng)絡(luò)控制方面，應(yīng)用較早的一種CMCA(Cere-bella Model Controller Articulation) 控制方法， 其最大特點(diǎn)是實(shí)時(shí)性強(qiáng)， 尤其適用于多自由度操作臂的控 制。(6) 人機(jī)接口技術(shù)。智能機(jī)器人的研究目標(biāo)并不是完全取代人，

11、復(fù)雜的智能機(jī)器人系統(tǒng)僅僅依靠計(jì)算機(jī)來控制目前是有一定困難的， 即使可以做到， 也由于缺乏對(duì)環(huán)境的適應(yīng)能力而并不實(shí)用。 智能機(jī)器 人系統(tǒng)還不能完全排斥人的作用， 而是需要借助人機(jī)協(xié)調(diào)來實(shí)現(xiàn)系統(tǒng) 控制。因此，設(shè)計(jì)良好的人機(jī)接口就成為智能機(jī)器人研究的重點(diǎn)問題 之一。人機(jī)接口技術(shù)是研究如何使人方便自然地與計(jì)算機(jī)交流。 為了 實(shí)現(xiàn)這一目標(biāo)， 除了最基本的要求機(jī)器人控制器有 1 個(gè)友好的、靈活 方便的人機(jī)界面之外，還要求計(jì)算機(jī)能夠看懂文字、聽懂語言、說話 表達(dá)，甚至能夠進(jìn)行不同語言之間的翻譯， 而這些功能的實(shí)現(xiàn)又依賴 于知識(shí)表示方法的研究。 因此，研究人機(jī)接口技術(shù)既有巨大的應(yīng)用價(jià) 值，又有基礎(chǔ)理論意義。目前，人機(jī)接口技術(shù)已經(jīng)取得了顯著成果， 文字識(shí)別、語音合成與識(shí)別、圖像識(shí)別與處理、機(jī)器翻譯等技術(shù)已經(jīng) 開始實(shí)用化。另外，人機(jī)接口裝置和交互技術(shù)、監(jiān)控技術(shù)、遠(yuǎn)程操作 技術(shù)、通訊技術(shù)等也是人機(jī)接口技術(shù)的重要組成部分， 其中遠(yuǎn)程操作 技術(shù)是一個(gè)重要的研究方向。三、總結(jié)與展望機(jī)器人是自動(dòng)化領(lǐng)域的主題之一，人們幾十年來對(duì)機(jī)器人的開 發(fā)和研究，使機(jī)器人技術(shù)取得了巨大的進(jìn)步。隨著人工智能、智能控 制和計(jì)算機(jī)技術(shù)的發(fā)展， 機(jī)器人的應(yīng)用領(lǐng)域必將不斷擴(kuò)大， 性能不斷