智能機器人創(chuàng)新實踐 課件 第一章 緒論

智能機器人創(chuàng)新實踐

第一章緒論

1緒論2機器人的定義古代機器人簡介近代機器人簡介現(xiàn)代機器人簡介機器人關鍵技術與產業(yè)鏈機器人平臺簡介AI開發(fā)平臺簡介1.機器人的定義機器人形象和機器人(Robot)一詞，最早出現(xiàn)在科幻和文學作品中。1920年，捷克作家卡雷爾·卡佩克發(fā)表了一部名為《羅薩姆的萬能機器人》的劇本。作者根據(jù)小說中Robota（捷克文，原意為“勞役、苦工”）和Robotnik（波蘭文，原意為“工人”）創(chuàng)造出“Robot這個詞。341.機器人的定義1950年，科幻小說家艾薩克·阿西莫夫在小說《我，機器人》中設立了著名的“機器人學的三大法則”，規(guī)定所有機器人必須遵守：機器人不得傷害人類，且確保人類不受傷害在不違背第一及第二法則的前提下，機器人必須保護自己在不違背第一法則的前提下，機器人必須服從人類的命令1965年的阿西莫夫51.機器人的定義中國學術組織與人或生物相似的智能能力高度靈活性的自動化機器美國機器人工業(yè)協(xié)會日本工業(yè)機器人協(xié)會國際標準化組織通過可編程動作來執(zhí)行各種任務具有編程能力的多功能操作機記憶裝置和末端執(zhí)行器通過自動化的動作而代替人類勞動的通用機器通過編程和自動控制來執(zhí)行任務的機器62.古代機器人簡介木鳥東漢時期，張衡發(fā)明了測量路程用的“計里鼓車”。該車上裝有木人、鼓和鐘，每走1里，擊鼓1次，每走10里擊鐘一次。三國蜀漢時期,諸葛亮創(chuàng)造出的“木牛流馬”可以運送軍用物資。這也許是最早的陸地軍用機器人。記里鼓車春秋時代后期，魯班利用竹子和木料制造出一個木鳥，它能在空中飛行，“三日不下”，被稱為世界上第一個空中飛行機器人。木牛流馬72.古代機器人簡介公元前3世紀，古希臘發(fā)明家戴達羅斯用青銅為克里特島國王邁諾斯塑造了一個守衛(wèi)寶島的青銅衛(wèi)士塔羅斯青銅衛(wèi)士塔羅斯亞歷山大時代的古希臘希羅發(fā)明了以水、空氣和蒸汽壓力為動力的機械玩具，它可以自己開門，還可以借助蒸汽唱歌，如氣轉球、自動門希羅氣轉球機器鴨法國的天才技師杰克·戴·瓦克遜于1738年發(fā)明了一只機器鴨。它會游泳、喝水、吃東西和排泄，還會嘎嘎叫83.近代機器人簡介1954年，美國人喬治·德沃爾（G.C.Devol）制造出世界上第一臺可編程的機器人。當年，他提出了“通用重復操作機器人”的方案。第一代可編程機器人1959年，喬治·德沃爾與美國發(fā)明家約瑟夫·英格伯格（“工業(yè)機器人之父”）聯(lián)手成立了世界上第一家機器人制造工廠——Unimation公司1961年，第一臺現(xiàn)代意義的工業(yè)機器人FirstUnimateArm在GeneralMotors總裝廠亮相1978年，美國Unimation公司推出通用工業(yè)機器人PUMA，這標志著工業(yè)機器人技術已經成熟。在過去的30到40年間，機器人獲得引人注目的發(fā)展。具體體現(xiàn)在：機器人產業(yè)在全世界迅速發(fā)展；機器人的應用范圍遍及工業(yè)、科技和國防的各個領域；形成了新的學科——機器人學；機器人向智能化方向發(fā)展；服務機器人成為機器人的新秀而迅猛發(fā)展。94.現(xiàn)代機器人簡介現(xiàn)代機器人工業(yè)機器人服務機器人特種機器人104.現(xiàn)代機器人簡介114.現(xiàn)代機器人簡介125.機器人關鍵技術與產業(yè)鏈控制器減速器伺服電機傳感器末端執(zhí)行器上游零部件家庭服務醫(yī)療服務酒店餐飲零售批發(fā)特種安防倉儲物流航空航天石油化工食品飲料精準農業(yè)汽車制造電子制造下游應用機器人生產與集成環(huán)境交互系統(tǒng)人機交互系統(tǒng)感知系統(tǒng)驅動系統(tǒng)控制系統(tǒng)機械系統(tǒng)本體制造系統(tǒng)集成瑪垛機器人噴涂機器人搬運機器人裝配機器人分揀機器人檢測機器人工業(yè)機器人特種服務機器人公共服務機器人個人/家庭服務機器人服務機器人機器人產業(yè)鏈機器人關鍵技術共性技術系統(tǒng)開發(fā)技術操作系統(tǒng)技術模塊化與重構技術前沿技術人機自然交互技術生機電融合技術仿生感知與認知技術安裝帶舵機末端套件的笛卡爾坐標系安裝帶舵機末端套件的關節(jié)坐標系1.Dobot魔術師機器人Dobot魔術師機器人是越疆科技研發(fā)的一款桌面級智能機械臂。機器人由底座、大臂、小臂、末端工具等組成。讀者可以在越疆科技的官網（/）了解關于Dobot魔術師機器人的更多信息。1.1Dobot魔術師機器人的坐標系136.機器人平臺簡介關節(jié)坐標系是以各個運動關節(jié)作為參照來確定的坐標系。若未安裝帶舵機的末端套件，它包含三個關節(jié)：J1、J2、J3，且均為旋轉關節(jié)，逆時針旋轉為正；若安裝了，如吸盤和夾爪套件，則包含四個關節(jié)：J1、J2、J3、J4，同樣是旋轉關節(jié)，逆時針為正。笛卡爾坐標系是以機械臂底座為參照確定的坐標系。其原點為大臂、小臂以及底座三個電機三軸的交點。X軸方向垂直于固定底座向前；Y軸方向垂直于固定底座向左；Z軸方向符合右手定則，垂直向上為正方向。當安裝了帶舵機的末端套件時，存在R軸。R軸為末端舵機中心相對于原點的姿態(tài)，逆時針為正。R軸坐標為J1軸和J4軸坐標之和。1.2Dobot魔術師機器人的運動學分析146.機器人平臺簡介Dobot魔術師機器人的D-H參考坐標系LOidiaiαi1O1d10-(2π/3)2O20a203O30a304O4000Dobot魔術師機器人的D-H參數(shù)表B逆運動學分析逆運動學問題就可以描述成：給定齊次變換矩陣X∈SE(3)，找出滿足T(O)∈X的關節(jié)角OO1=tan-1(Py/Px)，O2=arctan(sinO2/cosO2)，O3=arctan(sinO3/cosO3)，O4=-(O2+O3)A正運動學分析機器人的正運動學(ForwardKinematics)是指已知關節(jié)坐標，求解末端的位置和姿態(tài)。通過正弦余弦變換進行表示:c1=cosO1,c2

=cosO2,c3

=cosO3,s1

=sinO1,s2

=sinO2,s3

=sinO3,s23

=sin(O2+O3),c23

=cos(O2+O3)

機械臂運動多解情況DashGOD1機器人底盤結構2.DashGOD1智能移動平臺簡介156.機器人平臺簡介DashGOD1智能移動平臺外觀DashGOD1智能移動平臺是EAI越登智能研制的一款科教級移動平臺。讀者可以在EAI越登智能的官網(/)了解關于DashGOD1智能移動平臺的更多信息。運動狀態(tài)及糾偏示意圖2.1控制兩個驅動輪的轉向和轉速來控制機器人的方向與速度，實現(xiàn)機器人的各種運動形式的控制。輔助輪為萬向輪，它起到了支撐車體和導向的作用；兩個驅動輪分別由兩個獨立的直流有刷電機來提供動力進行驅動。

167.AI開發(fā)平臺簡介AI是ArtificialIntelligence（人工智能）的英文縮寫。它是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統(tǒng)的一門新的技術科學。AI領域的熱點研究對象包括機器人、語言識別、圖像識別、自然語言處理等。EasyDL是基于飛槳開源深度學習平臺，面向企業(yè)AI應用開發(fā)者提供零門檻AI開發(fā)平臺。EasyDL是EasyDeepLearning的縮寫。它是一個零門檻AI開發(fā)平臺，讓沒有AI開發(fā)經驗的人(并不僅僅是程序員)和有AI開發(fā)經驗、但希望更輕松使用AI能力的人，都可以便捷的使用這個平臺，開發(fā)出自己需要的AI應用。EasyDL提供一站式的智能標注、模型訓練、服務部署等全流程功能，內置豐富的預訓練模型，支持公有云、設備端、私有服務器、軟硬一體方案等靈活的部署方式。讀者可以在EasyDL零門檻AI開發(fā)平臺的官網（/easydl/）了解關于EasyDL平臺的更多信息。EasyDL的技術方向與模型類型：177.AI開發(fā)平臺簡介技術方向模型類型EasyDL圖像圖像分類、物體檢測、圖像分割EasyDL文本文本分類-單標簽、文本分類-多標簽、文本實體抽取、情感傾向分析、短文本相似度EasyDL語音語音識別、聲音分類EasyDLOCR文字識別EasyDL視頻視頻分類、目標跟蹤EasyDL結構化數(shù)據(jù)表格預測EasyDL模型效果的評價指標18

7.AI開發(fā)平臺簡介指標含義準確率圖像分類/文本分類/聲音分類等分類模型的衡量指標，正確分類的樣本數(shù)與總樣本數(shù)之比，越接近1模型效果越好F1-score對某類別而言為精確率和召回率的調和平均數(shù)，對圖像分類/文本分類/聲音分類等分類模型來說，該指標越高效果越好精確率(Precision)對某類別而言為正確預測為該類別的樣本數(shù)與預測為該類別的總樣本數(shù)之比。召回率(Recall)對某類別而言為正確預測為該類別的樣本數(shù)與該類別的總樣本數(shù)之比。top1、top2…top5在查看圖像分類/文本分類/聲音分類/視頻分類模型評估報告中，top1-top5指的是針對一個數(shù)據(jù)進行識別時，模型會給出多個結果，top1為置信度最高的結果、top2次之…正常業(yè)務場景中，我們通常會采信置信度最高的識別結果，重點關注top1的結果即可。mAPmAP(meanaverageprecision)是物體檢測(ObjectDetection)算法中衡量算法效果的指標。對于物體檢測任務，每一類object都可以計算出其精確率(Precision)和召回率(Recall)，在不同閾值下多次計算/試驗，每個類都可以得到一條P-R曲線，曲線下的面積就是average。閾值物體檢測模型會存在一個可調節(jié)的閾值（threshold），是正確結果的判定標準，例如閾值是0.6，置信度大于0.6的識別結果會被當作正確結果返回。每個物體檢測模型訓練完畢后，可以在模型評估報告中查看推薦閾值，在推薦閾值下F1-score的值最高197.AI開發(fā)平臺簡介EasyDL的模型部署方式模型部署方式調用方法公有云API模型部署為RestfulAPI，可以通過HTTP請求的方式進行調用。設備端SDK模型部署為設備端SDK，可集成在前端智能計算硬件設備中，可完全在無網環(huán)境下工作，所有數(shù)據(jù)皆在設備本地運行處理。目前支持IOS、ANDROID、WINDOWS、LINUX四種操作系統(tǒng)及多款主流智能計算硬件。本地服務器部署模型部署為本地服務器部署，可獲得基于定制EasyDL模型封裝而成的本地化部署的方案，此軟件包部署包開發(fā)者本地的服務器上運行能夠得到與在線API功能完全相同的接口。軟硬一體方案目前EasyDL支持兩款軟硬一體硬件，包括E