論述人工智能技術(shù)與智能機器人技術(shù)的關(guān)系

1、人工智能技術(shù)與智能機器人技術(shù)的關(guān)系姓名：張 孟學號：10068406442013年11月23日摘要：機器人可分為一般機器人和智能機器人。一般機器人是指不具有 智能，只具有一般編程能力和操作功能的機器人。智能機器人是自控 機器人，它有相當發(fā)達的大腦”。它是控制論產(chǎn)生的結(jié)果，控制論 主張這樣的事實：生命和非生命有目的的行為在很多方面是一致的。 智能機器人具備形形色色的內(nèi)部信息傳感器和外部信息傳感器，如視 覺、聽覺、觸覺、嗅覺。除具有感受器外，它還有效應器，作為作用 于周圍環(huán)境的手段。這就是筋肉，或稱自整步電動機，它們使手、腳、 長鼻子、觸角等動起來。由此也可知，智能機器人至少要具備三個要 素：感覺

2、要素，運動要素和思考要素。然而這三個要素的實現(xiàn)無不需 要人工智能的幫助與主持，人工智能的發(fā)展促進著智能機器人感覺能 力、運動能力、思考能力的提升。智能機器人的發(fā)展需求也促使人工 智能技術(shù)的提高與發(fā)展。（智械科技）關(guān)鍵詞：支撐促進人工智能技術(shù)：一、概論：人工智能的定義可以分為兩部分，即“人工”和“智能”?！叭斯ぁ北容^好理解，爭議性也不大。有時我們會要考慮什么是人力所能及制造的，或 者人自身的智能程度有沒有高到可以創(chuàng)造人工智能的地步，等等。但總的來 說，“人工系統(tǒng)”就是通常意義下的人工系統(tǒng)。（智械科技）關(guān)于什么是“智能”，就問題多多了。這涉及到其它諸如意識、自我、 心靈（包括無意識的精神）等等問題

3、。人唯一了解的智能是人本身的智能， 這是普遍認同的觀點。但是我們對我們自身智能的理解都非常有限，對構(gòu)成 人的智能的必要元素也了解有限，所以就很難定義什么是“人工”制造的 “智能”了。因此人工智能的研究往往涉及對人的智能本身的研究。其它關(guān) 于動物或其它人造系統(tǒng)的智能也普遍被認為是人工智能相關(guān)的研究課題。人工智能目前在計算機領(lǐng)域內(nèi)，得到了愈加廣泛的發(fā)揮。并在機器人， 經(jīng)濟政治決策，控制系統(tǒng)，仿真系統(tǒng)中得到應用。二、發(fā)展史：年代20世紀4020世紀5020田年代年代世紀6020世紀 年代三7020世紀 年代8020世紀9年代2年代計算機 機1945計算1（ENIACT）1957FORRAN語言人工

4、智能 研究1953博弈 論1956達特 矛斯會議1977知識工程宣言1982第五 代電腦計 劃開始1991人工神經(jīng)網(wǎng)絡人工 智能 語言1960LISP語言1973PROLOG 語言三、涉及范圍：.智能模擬機器視、聽、觸、感覺及思維方式的模擬：指紋識別，人臉識別，視網(wǎng)膜識 別，虹膜識別，掌紋識別，專家系統(tǒng)，智能搜索，定理證明，邏輯推理，博弈， 信息感應與辨證處理。（智械科技）.學科范疇人工智能是一門邊沿學科，屬于自然科學、社會科學、技術(shù)科學三向交叉學 科。.涉及學科哲學和認知科學，數(shù)學，神經(jīng)生理學，心理學，計算機科學，信息論，控制 論，不定性論，仿生學，社會結(jié)構(gòu)學與科學發(fā)展觀。.研究范疇語言的學

5、習與處理，知識表現(xiàn)，智能搜索，推理，規(guī)劃，機器學習，知識獲 取，組合調(diào)度問題，感知問題，模式識別，邏輯程序設計，軟計算，不精確和不 確定的管理，人工生命，神經(jīng)網(wǎng)絡，復雜系統(tǒng)，遺傳算法人類思維方式，最關(guān)鍵 的難題還是機器的自主創(chuàng)造性思維能力的塑造與提升。.應用領(lǐng)域機器翻譯，智能控制，專家系統(tǒng)，機器人學，語言和圖像理解，遺傳編程機 器人工廠，自動程序設計，航天應用，龐大的信息處理，儲存與管理，執(zhí)行化合 生命體無法執(zhí)行的或復雜或規(guī)模龐大的任務等等。智能機器人技術(shù):一、概述：智能機器人是一個在感知 -思維-效應方面全面模擬人的機器系統(tǒng) , 外形不一定像人。它是人工智能技術(shù)的綜合試驗場,可以全面地考察人

6、工智 能各個領(lǐng)域的技術(shù),研究它們相互之間的關(guān)系。還可以在有害環(huán)境中代替人 從事危險工作、上天下海、戰(zhàn)場作業(yè)等方面大顯身手。人們通常把機器人劃 分為三代。第一代是可編程機器人。這種機器人一般可以根據(jù)操作人員所編 的程序,完成一些簡單的重復性操作。這一代機器人是從60年代后半葉開 始投入實際使用的,目前在工業(yè)界已得到廣泛應用。第二代是“感知機器人” 又叫做自適應機器人,它在第一代機器人的基礎(chǔ)上發(fā)展起來的,能夠具有 不同程度的“感知”周圍環(huán)境的能力。這類利用感知信息以改善機器人性能 的研究開始于70年代初期,到1982年,美國通用汽車公司為其裝配線上 的機器人裝配了視覺系統(tǒng),宣告了感知機器人的誕生,

7、在80年代得到了 廣泛應用。第三代機器人將具有識別、推理、規(guī)劃和學習等智能機制,它可 以把感知和行動智能化結(jié)合起來,因此能在非特定的環(huán)境下作業(yè),稱之為 智能機器人。智能機器人與工業(yè)機器人的根本區(qū)別在于,智能機器人具有感 知功能與識別、判斷及規(guī)劃功能。而感知本身,就是人類和動物所具有的低 級智能。因此機器的智能分為兩個層次:具有感覺、識別、理解和判斷功 能；具有總結(jié)經(jīng)驗和學習的功能。所以,人們通常所說的第二代機器人可 以看作是第一代智能機器人。(智械科技)二、智能機器人的感官系統(tǒng)：(1)觸覺傳感器英國近幾年在陣列觸覺傳感方面開展了相當廣泛的研究。例如:Sussex 大學和Shack-leton系

8、統(tǒng)驅(qū)動公司研制的基于運動的介電電容傳感的陣列； 由威爾士大學和軟件科學公司研制的采用壓強技術(shù)的裝在機器人夾持器上 的傳感器。(2)視覺傳感在機器人視覺方面,目前市場上銷售的有以下6類傳感器:隔開物 體的二維視覺:雙態(tài)成像;隔開物體的二維視覺:灰度標成像;觸覺 或疊加物體的二維視覺;二維觀察;二維線跟蹤;使用透視、立體、 結(jié)構(gòu)圖示或范圍找尋技術(shù)從隔開物體中提取三維信息。在這類系統(tǒng)方面,它 們只能做一些很簡單的操作。例如:為了使機器人具有某種程度的人眼功能, 已進行大量的研究工作并向如下兩類系統(tǒng)發(fā)展:從一維物體中提取三維信 息；活動機器人導航、探路和躲避障礙物的現(xiàn)場三維分析。倫敦大學目前 正在研究

9、一種雙目視覺機器人的實時圖像處理機。還有正在研究機器人視覺 系統(tǒng)的教育機構(gòu)有:考文垂工業(yè)大學、愛丁堡大學、格拉斯哥大學、格溫特 大學;而伯明翰大學則專門研究慣性傳感器。另外,還有許多從事傳感系統(tǒng) 開發(fā)的單位,都進行了傳感反饋研究。如米德爾塞克斯工業(yè)大學致力于使機 器人能組織和使用來自不同類型傳感器的數(shù)據(jù)。這種機器人能“看”、“感” 和“聽”,它更接近于人。(3)聽覺傳感(智械科技)目前用的最多的是麥克風與機器人的自然語言理解系統(tǒng)。(4)運動性能機器人通常是要在周圍移動物體的,例如:機器人臂到輪子或腳的運載 器已有許多結(jié)構(gòu)在使用,此外還有許多其他型號在研究之中。為在空間任意 點以任意方式操作一個

10、物體,機器人臂需要有6個自由度:左/右、前/后、 上/下、投、卷和左右擺轉(zhuǎn)。在工業(yè)中使用的坐標已有6個:圓柱形、球形 笛卡爾坐標、旋轉(zhuǎn)坐標、Scara type和并行坐標。人工智能在智能機器人上的應用專家系統(tǒng)在機器人領(lǐng)域的應用機器人能力的局限當今大多數(shù)機器人被看作是笨拙的、緩慢的、缺乏智能的。它們只是用來完 成一些非常特定的任務。教機器人像人類一樣完成一些任務也是非常困難的。按 Nizten的說法，這是機器人以下的一些特點決定的：(l)操作器的能力有限。機器人的末端操作器靈活性有限，不能像人的手那樣 靈活操作,因此只能操作特定形狀及大小的器件。(2)開環(huán)控制。如今的機器人多數(shù)都是開環(huán)控制,如搬

11、運、焊接等操作,開環(huán) 操作導致精確性很難保證。(3)無法進行錯誤診斷。絕大多數(shù)機器人無法對非預期的故障進行診斷并修 復。機器人系統(tǒng)經(jīng)常無法確認機器人是否按原計劃工作。(4)有限的可移動性。今天的機器人常常會被引導方式所限制。這些機器人 無法自由運動,避障能力也很有限。他們常常只能在確定的環(huán)境中運動。專家系統(tǒng)的特點(智械科技)專家系統(tǒng)(ES)是一項很新的技術(shù)，直到1980年才開始有商業(yè)應用。專家系統(tǒng) 本身具有一些潛在的優(yōu)點:它可利用寶貴的專家知識,可以在不確定的環(huán)境中運 行,可增加系統(tǒng)的可靠性和反應時間。1985年以后,專家系統(tǒng)得到迅速的發(fā)展。 盡管只有短短二十幾年的發(fā)展,專家系統(tǒng)已經(jīng)在以下領(lǐng)域

12、顯示出它強大的生命力。(l)解釋:從傳感器的數(shù)據(jù)推導出狀態(tài)描述。(2)預測:從給定的狀態(tài)推導出可能的結(jié)果。(3)診斷:通過觀察得出可能的系統(tǒng)故障。(4)設計:在一定的約束下配置對象。(5)規(guī)劃:設計行為序列。(6)監(jiān)視:檢查觀察所得的結(jié)果與計劃的差異。(7)調(diào)試:提出解決系統(tǒng)故障的方法。(8)維修:執(zhí)行一個計劃來管理維修過程。(9)控制:單獨或與傳統(tǒng)控制方法相結(jié)合,完成控制過程。專家系統(tǒng)增加了機器人系統(tǒng)的可靠性在機器人系統(tǒng)中,無論是機器人本身還是機器人所處的環(huán)境都有可能發(fā)生故 障。對于實時系統(tǒng)來說,及時發(fā)現(xiàn)和解決故障是一件困難的事情。它包括監(jiān)控機 器人的運行。檢測故障,診斷原因,向操作者提供解

13、決問題的參考辦法,或者直接 產(chǎn)生行為規(guī)劃去控制機器人執(zhí)行。這個過程可以完全或部分交給專家系統(tǒng)來執(zhí)行。 一個基于專家系統(tǒng)的故障恢復系統(tǒng)的原型已經(jīng)被明尼蘇達大學開發(fā)出來了,這個基于規(guī)則的系統(tǒng)功能還很有限。北京智能谷科技有限公司開發(fā)的電機故障診斷系 統(tǒng)就是通過向用戶咨詢各種現(xiàn)象來最終進行故障的診斷。專家系統(tǒng)可以用來增加機器人系統(tǒng)的安全性安全問題隨時可能發(fā)生。事故所帶來的損失是無法估量的。有時甚至威脅到 人的生命。例如,安全規(guī)則規(guī)定人不可以進人到機器人的工作環(huán)境。但是,仍然時 常有人進人而發(fā)生事故,他們中有的是對安全規(guī)定的無視,有的則是一時的疏忽。 還有一種情況是已經(jīng)下了命令讓機器人停止運行但由于控制

14、系統(tǒng)出現(xiàn)一些故障 導致機器人仍在繼續(xù)運行。如果在機器人環(huán)境集成了安全監(jiān)視專家系統(tǒng),許多這 類事故都可以避免?！皺C器人智能安全系統(tǒng)(RISS)”是由MartinMarietat宇航公司為美國航空 航天局(NASA)的航天飛機開發(fā)的。RSIS檢測機器人工作中的異常,如果偵測到有 異常,系統(tǒng)將會進行診斷并采取適當?shù)拇胧?。監(jiān)測信息來自工作環(huán)境、機器人本 身、傳感器、其他計算機以及操作人員。校正的操作可能輸出到機器人控制器, 其他機器的控制器以及顯示設備。機器人原計劃的操作將被掛起或改變。 1.5專家系統(tǒng)可用于機器人規(guī)劃(智械科技)機器人規(guī)劃包括任務規(guī)劃和軌跡規(guī)劃。國內(nèi)外許多專家在機器人任務規(guī)劃上 利用

15、Al技術(shù)進行了大膽的嘗試。機器人規(guī)劃是一項非常艱巨的任務。利用AI 技術(shù)進行的一些嘗試,如啟發(fā)式搜索、語義網(wǎng)絡、謂詞邏輯、框架等,在有限的區(qū) 域已經(jīng)取得了一定的成果。如UPLP-11已經(jīng)具有一定的學習功能。但是速度十分 緩慢。由蔡自興，傅京孫等人開發(fā)的ROPES,在時間上有了很大的改進。另 外,ROPES還可以產(chǎn)生多個結(jié)果并對結(jié)果進行評估。另一個具有規(guī)劃功能的機器 人系統(tǒng)是Freddy3。他是一個非常龐大和復雜的系統(tǒng)，包括多個機器人、微型計 算機、本地網(wǎng)絡以及各種傳感器。RoboCPu世界杯是目前世界上規(guī)模最大，參賽 人數(shù)最多的機器人比賽 ,也是智能機器人領(lǐng)域最重要的一次國際盛會。創(chuàng)立 Rob

16、oCPu的目的就是為了促進人工智能和機器人學的研究。通過足球這個具有普 遍意義的平臺,來評價各種理論、算法和智能體系結(jié)構(gòu)。我國選手將基于專家系 統(tǒng)的軌跡規(guī)劃理論用于其中,在仿真組比賽中取得了驕人的成績。仿真足球機器 人比賽在標準軟件平臺上進行,平臺設計充分體現(xiàn)了在控制、通訊、傳感等方面 的實際限制,仿真組比賽是目前參賽項目中參賽人數(shù)最多的一種。仿真機器人足 球隊的研究重點是球隊的高級功能,包括動態(tài)多智能體系統(tǒng)中的合作、決策、實 時規(guī)劃等人工智能研究的熱點問題。模式識別在智能機器人領(lǐng)域的應用人工智能所研究的模式識別是指用計算機代替人類或幫助人類感知模式，是 對人類感知外界功能的一種模擬，研究的是

17、計算機智能模式識別系統(tǒng)，也就是使 一個計算機系統(tǒng)具有模擬人類通過感官接受外界信息、識別和理解周圍環(huán)境的感 知能力。也就是說，模式識別研究的主要內(nèi)容就是讓計算機具有自動獲取外界知 識的能力，能識別文字、表格、圖形、圖像、聲音等。一般來說，模式識別需要 經(jīng)歷模式信息采集、預處理、特征或基元提取、模式分類等幾個步驟。在智能機器人研究中，模式識別技術(shù)在機器人視覺中的圖像識別方面應用廣 髭，針對足球機器人視覺系統(tǒng)不能夠快速、正確識別目標這一問題，在基于YUV 色彩空間的基礎(chǔ)上，提出了一種混臺式顏色分類與識別方法，該方法能夠有效快 速地完成機器人足球系統(tǒng)中的顏色分割與識別處理任務。針對大場地機器人足球 賽

18、對視覺識別子系統(tǒng)高精確度的要求，彭強、江浩提出了一種機器Al足球識別 算法，有效解決了大場地下視賞識別子系統(tǒng)在精確度、識別速度和正確率等問慝。 此外，有些學者還髖機器人語音識別對模式識別技術(shù)進行了研究。.機器視覺在智能機器人領(lǐng)域的應用機器視覺又稱為計算機視覺，它包括模擬人的視覺功能中的識別與理解兩大 方面，無疑是人工智能領(lǐng)域中有待解決的一個十分艱巨的研究領(lǐng)域。機器視覺已 經(jīng)從模式識別的一個研究領(lǐng)域發(fā)展為一門獨立的學科，其當前比較具體的目標主 要是通過模擬人的視覺，開發(fā)出從圖像輸入到自然景物分析的圖像理解系統(tǒng)。繼 美國麻省理工學院的馬爾(Marr)教授創(chuàng)建“視覺計算理論之后，形成了立體視 覺、動

19、態(tài)圖像分析、視覺檢驗及文本識別等一些新的研究方向。賦予機器人視覺是機器人領(lǐng)域研究的重點之一，其目的是要通過圖像定位、 圖像理解等手段，向機器人運動控制系統(tǒng)反饋目標或自身的狀態(tài)與位置信息。機 器人視覺系統(tǒng)可以理解為一種以實現(xiàn)對機器人的控制、操作和制導為目的而進行 圖像自動獲取與理解分析的系統(tǒng)，可以想象，與機器人視覺相關(guān)聯(lián)的圖像處理過 程是非常復雜的。因此，為了簡化機器人視覺中的圖像處理任務，通常采用的一 種途徑是利用其它類型的傳感器來補充這類視覺系統(tǒng)的不足。例如在移動機器人 中，聲納用于避障，激光圖像雷達用于產(chǎn)生三維景物信息，紅外相機用于對熱源 定位等。在機器人裝配、工業(yè)過程監(jiān)控、工農(nóng)業(yè)產(chǎn)品質(zhì)量

20、檢測及機器人定位與導 航等領(lǐng)域，機器視覺已獲得了極為廣泛的應用。(智械科技)機器學習在智能機器人領(lǐng)域的應用機器學習是模擬人類智能的主要標志和知識獲取的重要途徑，屬于人工智能 研究中最突出和最重要的一個方面。機器學習同時也是使計算機具有智能的根本 途徑。正如香克(Shank)所說：“一臺計算機若不會學習兢不能稱為具有智能的計算機?！贝送?，機器學習還有助于發(fā)現(xiàn)人類學習的機理和揭示人腦的奧秘。所 以這是一個始終得到重視，理論正在創(chuàng)立，方法日臻完善，但遠未達到理想境況 的研究領(lǐng)域。對于機器人研究而盲，隨著機器人需求的不斷提高，機器人所面臨的環(huán)境通 常無法預知，非結(jié)構(gòu)化環(huán)境成為主流。在動態(tài)多變的復雜環(huán)境

21、中，機器人如果要 完成復雜的任務，其學習能力就顯得極為重要了在這種情況下，機器人應當根 據(jù)所面臨的外部環(huán)境和任務通過學習不斷地調(diào)節(jié)自身，在與環(huán)境交互的過程中抽 取有用的信息，使之逐漸認識和適應環(huán)境。通過學習可以不斷提高機器人舶智鴕 讓水平，使其能夠應對一些意想不到的情況，從而彌補設計人員在設計過程中可 能存在的不足，同時降低設計人員的勞動強度。因此，學習能力是機器人系統(tǒng)中 個體機器人必須具備的重要能力之一，它為復雜多變環(huán)境下機器人的環(huán)境理解規(guī) 劃與決策等行為提供了有效保障，從兩改善整個機器人系統(tǒng)的運行效率。目前機 器學習的方法有根多，但基本上可歸結(jié)為有監(jiān)督學習和無監(jiān)督學習兩類，有監(jiān)督 學習是在

22、可以提供輸入輸出時的情況下使用的，如神經(jīng)網(wǎng)絡和決策樹學習等；而 無監(jiān)督學習是在不能提供有效輸入和確切輸出時的情況下使用的，如進化學習強 化學習等，無監(jiān)督學習往往在先驗知識的基礎(chǔ)上預測未來結(jié)果。目前，這兩種學 習方法在智能機器人領(lǐng)域中都得到了廣泛應用。（智械科技）.分布式人工智能在智能機器人領(lǐng)域的應用分布式人工智能（distributedAI,簡稱DAI）是分布式計算機與人工智能相 結(jié)合的結(jié)果。DAI系統(tǒng)具有互操作性，即不同的異構(gòu)系統(tǒng)在快速變化的環(huán)境中具 有交互信息和協(xié)同工作的能力，其研究目標是創(chuàng)建一種能描述自然與社會系統(tǒng)的 精確概念模型。DAI中的智能并非獨立存在的概念，只能在團體協(xié)作中實現(xiàn)，

23、因 而其主要研究問題是各智能體（Agent）之間的合作方法與對話機制，包括分布式 問題求解和多智能體系統(tǒng)（multi-agentsystem，簡稱MAS）兩個領(lǐng)域。其中，分 布式問題求解把一個具體的求解問題劃分為多個相互合作和知識共享的模塊.MAS系統(tǒng)則研究各Agent之間智能行為的協(xié)調(diào)，包括規(guī)則、知識、技術(shù)和動 作的協(xié)調(diào)。多機器人系統(tǒng)（multi-robot system,簡稱MRS）是MAS的一個特例二者之 間有著本質(zhì)的聯(lián)系。因為機器人的行為（能力）是由其具有分析決策能力的“大 腦”一機器Mgent決定的，多機器人的協(xié)作策略也存在于各機器人的?！按?腦中，MRS本質(zhì)上由多機器人Agent系

24、統(tǒng)驅(qū)動，因而多機器型gent系統(tǒng)與MAS 之間有著非常類似的拓撲結(jié)構(gòu)、組織方式和運行機制。因此，MAS對多機器人學 的發(fā)展有巨大的借鑒作用。值得借鑒的不僅包AS有關(guān)理論，而且包括其相關(guān) 研究方法，例如IMAS中Agent的形式化建模方法、拓撲結(jié)構(gòu)及其組織方法、通 信協(xié)議及其實現(xiàn)方法、協(xié)商及談判策略等。因此，吸取MAS研究的成果（理論及 方法）依陽人$的特性來組織和控制多個機器人，使之通過協(xié)作完成單個機器人 無法完成的復雜任務是MRS理論發(fā)展的一條捷徑。另一方面，MRS為多智能體的 研究提供了一個理想的研究與試驗平臺，從而大大加快了多智能體理論和方法的 研究進程。目前，MAS理論在MRS （如搬

25、運機器人系統(tǒng)、足球機器人系統(tǒng)等）領(lǐng) 域的任務分配及運動協(xié)調(diào)研究中有著廣泛而成功的應用。.進化算法在機器人路徑規(guī)劃中的應用路徑規(guī)劃是智能機器A研究的一個活躍課題，作為機器智能的一部分，路徑 規(guī)劃的主要任務是使移動機器人按照某些約束條件搜索一條從起始狀態(tài)到目標 狀態(tài)的最優(yōu)或次最優(yōu)的無碰路徑，很多學者對路輕規(guī)劃做了大量的研究并提出了 一些方法。（智械科技）隨著人工智能計算智能與進化算法研究的逐步發(fā)展，遺傳算法、蟻群算法等 的提出，機器人路徑規(guī)劃問題也得到了相應發(fā)展。尤其是通過遺傳算法在路徑規(guī) 劃申的應用，使得機器人更加智能化，其運行路徑也更加逼近理想的優(yōu)化要求。 以動態(tài)、未知環(huán)境下的機器人路徑規(guī)劃為

26、研究背景，利用遺傳算法采用了基于路 點坐標值的可變長染色體編碼方式，構(gòu)造了包含障礙物排斥子函數(shù)項的代價函數(shù) 使得路徑規(guī)劃中的地圖信息被成功引入到遺傳操作的實現(xiàn)過程同時針對路徑規(guī) 劃問題的具體應用，改進丁交叉和變異兩種遺傳算子，獲得了較為理想的路徑搜 索效率，實現(xiàn)了較好的移動機器人路徑規(guī)劃效果。個人觀點：人工智能技術(shù)是研究使計算機來模擬人的某些思維過程和智能行為（如 學習、推理、思考、規(guī)劃等）的學科，主要包括計算機實現(xiàn)智能的原理、制 造類似于人腦智能的計算機，使計算機能實現(xiàn)更高層次的應用。但是人工智 能技術(shù)不僅僅可以應用在計算機科學上，人工智能技術(shù)也促進著智能機器人 的發(fā)展提高著智能機器人的智力水平。人工智能技術(shù)涉及的多個方面都與智 能機器人有關(guān)，比如