智能機(jī)器人

智能機(jī)器人簡介

　　智能機(jī)器人之所以叫智能機(jī)器人，這是因?yàn)樗邢喈?dāng)發(fā)達(dá)的“大腦”。在腦中起作用的是中央處理器，這種計(jì)算機(jī)跟操作它的人有直接的聯(lián)系。最主要的是，這樣的計(jì)算機(jī)可以進(jìn)行按目的安排的動(dòng)作。正因?yàn)檫@樣，我們才說這種機(jī)器人才是真正的機(jī)器人，盡管它們的外表可能有所不同。

智能機(jī)器人百科

　　智能機(jī)器人之所以叫智能機(jī)器人，這是因?yàn)樗邢喈?dāng)發(fā)達(dá)的“大腦”。在腦中起作用的是中央處理器，這種計(jì)算機(jī)跟操作它的人有直接的聯(lián)系。最主要的是，這樣的計(jì)算機(jī)可以進(jìn)行按目的安排的動(dòng)作。正因?yàn)檫@樣，我們才說這種機(jī)器人才是真正的機(jī)器人，盡管它們的外表可能有所不同。

　　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)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)境往往是未知的、難以預(yù)測(cè)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) ：

　　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)、不確定和未知的環(huán)境中執(zhí)行任務(wù)提供了 1 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(cè)量傳感器和外部測(cè)量傳感器兩大類。內(nèi)部測(cè)量傳感器用來檢測(cè)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; 方位角傳感器等 。外部傳感器包括： 視覺（ 測(cè)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來自多個(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(cè)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)、Dempster-Shafer 理論、卡爾曼濾波 、神經(jīng)網(wǎng)絡(luò) 、小波變換等 。

　　多傳感器信息融合技術(shù)是 1 個(gè)十分活躍的研究領(lǐng)域， 主要研究方向有 ：

　　1多層次傳感器融合 由于單個(gè)傳感器具有不確定性、觀測(cè)失誤和不完整性的弱點(diǎn) ， 因此單層數(shù)據(jù)融合限制了系統(tǒng)的能力和魯棒性。對(duì)于要求高魯棒性和靈活性的先進(jìn)系統(tǒng) ， 可以采用多層次傳感器融合的方法。低層次融合方法可以融合多傳感器數(shù)據(jù); 中間層次融合方法可以融合數(shù)據(jù)和特征， 得到融合的特征或決策 ; 高層次融合方法可以融合特征和決策， 到最終的決策 。

　　2 微傳感器和智能傳感器 傳感器的性能、價(jià)格和可靠性是衡量傳感器優(yōu)劣與否的重要標(biāo)志， 然而許多性能優(yōu)良的傳感器由于體積大而限制了應(yīng)用市場(chǎng)。微電子技術(shù)的迅速發(fā)展使小型和微型傳感器的制造成為可能。智能傳感器將主處理、硬件和軟件集成在一起 。如 Par Scientific 公司研制的 1000 系列數(shù)字式石英智能傳感器 ，日本日立研究所研制的可以識(shí)別 4種氣體的嗅覺傳感器， 美國 Honeywell 研制的DSTJ23000 智能壓差壓力傳感器等 ， 都具備了一定的智能 。

　　3 自適應(yīng)多傳感器融合 在實(shí)際世界中， 很難得到環(huán)境的精確信息 ， 也無法確保傳感器始終能夠正常工作。因此 ，對(duì)于各種不確定情況 ， 魯棒融合算法十分必要?，F(xiàn)已研究出一些自適應(yīng)多傳感器融合算法來處理由于傳感器的不完善帶來的不確定性。如 Hong通過革新技術(shù)提出 1 種擴(kuò)展的聯(lián)合方法， 能夠估計(jì)單個(gè)測(cè)量 序列濾波的 最優(yōu)卡爾 曼增益 。 Pacini 和Kosko 也研究出 1 種可以在輕微環(huán)境噪聲下應(yīng)用的自適應(yīng)目標(biāo)跟蹤模糊系統(tǒng)， 它在處理過程中結(jié)合了卡爾曼濾波算法 。

　　導(dǎo)航與定位

　　在機(jī)器人系統(tǒng)中 ，自主導(dǎo)航是一項(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)： （ 1）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;（ 2）目標(biāo)識(shí)別和障礙物檢測(cè)： 實(shí)時(shí)對(duì)障礙物或特定目標(biāo)進(jìn)行檢測(cè)和識(shí)別 ，提高控制系統(tǒng)的穩(wěn)定性; （ 3）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)航和非視覺傳感器組合導(dǎo)航［ 8］ 。視覺導(dǎo)航是利用攝像頭進(jìn)行環(huán)境探測(cè)和辨識(shí)， 以獲取場(chǎng)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(cè)和障礙物檢測(cè) 、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(cè)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 。在自主移動(dòng)機(jī)器人導(dǎo)航中 ， 無論是局部實(shí)時(shí)避障還是全局規(guī)劃， 都需要精確知道機(jī)器人或障礙物的當(dāng)前狀態(tài)及位置， 以完成導(dǎo)航 、避障及路徑規(guī)劃等任務(wù)，這就是機(jī)器人的定位問題 。比較成熟的定位系統(tǒng)可分為被動(dòng)式傳感器系統(tǒng)和主動(dòng)式傳感器系統(tǒng)。被動(dòng)式傳感器系統(tǒng)通過碼盤、加速度傳感器、陀螺儀、多普勒速度傳感器等感知機(jī)器人自身運(yùn)動(dòng)狀態(tài)， 經(jīng)過累積計(jì)算得到定位信息 。主動(dòng)式傳感器系統(tǒng)通過包括超聲傳感器、紅外傳感器、激光測(cè)距儀以及視頻攝像機(jī)等主動(dòng)式傳感器感知機(jī)器人外部環(huán)境或人為設(shè)置的路標(biāo) ， 與系統(tǒng)預(yù)先設(shè)定的模型進(jìn)行匹配， 從而得到當(dāng)前機(jī)器人與環(huán)境或路標(biāo)的相對(duì)位置 ，獲得定位信息 。

　　路徑規(guī)劃

　　路徑規(guī)劃技術(shù)是機(jī)器人研究領(lǐng)域的1 個(gè)重要分支 。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 1 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2 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(shì)場(chǎng)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(shì)場(chǎng)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(shì)場(chǎng)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)境已知或未知情況下均已取得一定的研究成果 。

　　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(cè) 、特定環(huán)境標(biāo)志的識(shí)別、三維信息感知與處理等。其中環(huán)境和障礙物檢測(cè)是視覺信息處理中最重要 、也是最困難的過程 。邊沿抽取是視覺信息處理中常用的 1 種方法。對(duì)于一般的圖像邊沿抽取 ， 如采用局部數(shù)據(jù)的梯度法和二階微分法等 ，對(duì)于需要在運(yùn)動(dòng)中處理圖像的移動(dòng)機(jī)器人而言，難以滿足實(shí)時(shí)性的要求。為此人們提出 1種基于計(jì)算智能的圖像邊沿抽取方法， 如基于神經(jīng)網(wǎng)絡(luò)的方法 、利用模糊推理規(guī)則的方法， 特別是 Bezdek J .C 教授近期全面的論述了利用模糊邏輯推理進(jìn)行圖像邊沿抽取的意義。這種方法具體到視覺導(dǎo)航， 就是將機(jī)器人在室外運(yùn)動(dòng)時(shí)所需要的道路知識(shí)， 如公路白線和道路邊沿信息等 ， 集成到模糊規(guī)則庫中來提高道路識(shí)別效率和魯棒性 。還有人提出將遺傳算法與模糊邏輯相結(jié)合 。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 。

　　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)器人的建模、控制 、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 ，CMCA （ Cere-bella Model Controller Articulation） 是應(yīng)用較早的一種控制方法 ， 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 。智能控制方法提高了機(jī)器人的速度及精度 ， 但是也有其自身的局限性， 例如機(jī)器人模糊控制中的規(guī)則庫如果很龐大， 推理過程的時(shí)間就會(huì)過長; 如果規(guī)則庫很簡單 ，控制的精確性又會(huì)受到限制 ; 無論是模糊控制還是變結(jié)構(gòu)控制 ，抖振現(xiàn)象都會(huì)存在 ，這將給控制帶來嚴(yán)重的影響 ; 神經(jīng)網(wǎng)絡(luò)的隱層數(shù)量和隱層內(nèi)神經(jīng)元數(shù)的合理確定仍是目前神經(jīng)網(wǎng)絡(luò)在控制方面所遇到的問題，另外神經(jīng)網(wǎng)絡(luò)易陷于局部極小值等問題 ，都是智能控制設(shè)計(jì)中要解決的問題 。

　　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 ，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 。

　　盤點(diǎn)世界上最先進(jìn)的5個(gè)機(jī)器人

　　隨著人類的發(fā)展，機(jī)器人越來越能體現(xiàn)一個(gè)國家的綜合能力和實(shí)力，機(jī)器人不僅幫助人類探索宇宙和軍師作戰(zhàn)，還能夠代替人類進(jìn)行高危工作！所以很多國家都在緊張的進(jìn)行著機(jī)器人的研究。那到現(xiàn)在為止，世界上最先進(jìn)的5個(gè)機(jī)器人，都有哪些呢？你又知道哪個(gè)呢？

　　1、Atlas

　　Atlas是由波士頓動(dòng)力公司為美軍所開發(fā)的機(jī)器人，是世界上公認(rèn)最先進(jìn)的機(jī)器人，不僅可以像人類一樣行走，還可以提取東西，最重要的是可以進(jìn)行惡劣的地下作業(yè)。

　　2、Asimo

　　Asimo是日本豐田公司研制的機(jī)器人，不僅可以快速行走，還可以跳舞，感知聲音，行為識(shí)別面部表情。

　　3、RoboThespian

　　這個(gè)機(jī)器人如真人大小，總是出現(xiàn)在博物館等公眾場(chǎng)合，不僅可以互動(dòng)，而且還會(huì)多種語言與人類交流。

　　4、OceanOne

　　它是由斯坦福大學(xué)所開發(fā)的水下機(jī)器人，可以幫助人類探索海底世界，不僅可以感受物體，而且還可以輕拿輕放使物體不被損壞。

　　5、Romeo

　　這是由法國所制造的機(jī)器人，可以幫助人類照顧缺乏自理能力的人！

　　看到這些先進(jìn)的機(jī)器人，是不是在感嘆人類的聰明智慧呢？那這5個(gè)機(jī)器人，你都知道哪個(gè)呢？