智能機器人

　　正因為這樣，我們才說這種機器人才是真正的機器人，盡管它們的外表可能有所不同。 

基本解釋

　　我們從廣泛意義上理解所謂的智能機器人，它給人的最深刻的印象是一個獨特的進行自我控制的“活物”。其實，這個自控“活物”的主要器官并沒有像真正的人那樣微妙而復(fù)雜。

　　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(yīng)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：感覺要素，運動要素和思考要素。

　　我們稱這種機器人為自控機器人，以便使它同前面談到的機器人區(qū)分開來。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。正像一個智能機器人制造者所說的，機器人是一種系統(tǒng)的功能描述，這種系統(tǒng)過去只能從生命細(xì)胞生長的結(jié)果中得到，現(xiàn)在它們已經(jīng)成了我們自己能夠制造的東西了。

　　智能機器人能夠理解人類語言，用人類語言同操作者對話，在它自身的“意識”中單獨形成了一種使它得以“生存”的外界環(huán)境——實際情況的詳盡模式。它能分析出現(xiàn)的情況，能調(diào)整自己的動作以達到操作者所提出的全部要求，能擬定所希望的動作，并在信息不充分的情況下和環(huán)境迅速變化的條件下完成這些動作。當(dāng)然，要它和我們?nèi)祟愃季S一模一樣，這是不可能辦到的。不過，仍然有人試圖建立計算機能夠理解的某種“微觀世界”。比如維諾格勒在麻省理工學(xué)院人工智能實驗室里制作的機器人。這個機器試圖完全學(xué)會玩積木：積木的排列、移動和幾何圖案結(jié)構(gòu)，達到一個小孩子的程度。這個機器人能獨自行走和拿起一定的物品，能“看到”東西并分析看到的東西，能服從指令并用人類語言回答問題。更重要的是它具有“理解”能力。為此，有人曾經(jīng)在一次人工智能學(xué)術(shù)會議上說過，不到十年，我們把電子計算機的智力提高了10倍；如維諾格勒所指出的，計算機具有明顯的人工智能成分。

功能分類

綜述

　　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。

　　到目前為止，在世界范圍內(nèi)還沒有一個統(tǒng)一的智能機器人定義。大多數(shù)專家認(rèn)為智能機器人至少要具備以下三個要素：一是感覺要素，用來認(rèn)識周圍環(huán)境狀態(tài)；二是運動要素，對外界做出反應(yīng)性動作；三是思考要素，根據(jù)感覺要素所得到的信息，思考出采用什么樣的動作。感覺要素包括能感知視覺、接近、距離等的非接觸型傳感器和能感知力、壓覺、觸覺等的接觸型傳感器。這些要素實質(zhì)上就是相當(dāng)于人的眼、鼻、耳等五官，它們的功能可以利用諸如攝像機、圖像傳感器、超聲波傳成器、激光器、導(dǎo)電橡膠、壓電元件、氣動元件、行程開關(guān)等機電元器件來實現(xiàn)。對運動要素來說，智能機器人需要有一個無軌道型的移動機構(gòu)，以適應(yīng)諸如平地、臺階、墻壁、樓梯、坡道等不同的地理環(huán)境。它們的功能可以借助輪子、履帶、支腳、吸盤、氣墊等移動機構(gòu)來完成。在運動過程中要對移動機構(gòu)進行實時控制，這種控制不僅要包括有位置控制，而且還要有力度控制、位置與力度混合控制、伸縮率控制等。智能機器人的思考要素是三個要素中的關(guān)鍵，也是人們要賦予機器人必備的要素。思考要素包括有判斷、邏輯分析、理解等方面的智力活動。這些智力活動實質(zhì)上是一個信息處理過程，而計算機則是完成這個處理過程的主要手段。

　　智能機器人根據(jù)其智能程度的不同，又可分為三種：

傳感型機器人

　　又稱外部受控機器人。機器人的本體上沒有智能單元只有執(zhí)行機構(gòu)和感應(yīng)機構(gòu)，它具有利用傳感信息（包括視覺、聽覺、觸覺、接近覺、力覺和紅外、超聲及激光等）進行傳感信息處理、實現(xiàn)控制與操作的能力。受控于外部計算機，在外部計算機上具有智能處理單元，處理由受控機器人采集的各種信息以及機器人本身的各種姿態(tài)和軌跡等信息，然后發(fā)出控制指令指揮機器人的動作。目前機器人世界杯的小型組比賽使用的機器人就屬于這樣的類型。

交互型機器人

　　機器人通過計算機系統(tǒng)與操作員或程序員進行人－機對話，實現(xiàn)對機器人的控制與操作。雖然具有了部分處理和決策功能，能夠獨立地實現(xiàn)一些諸如軌跡規(guī)劃、簡單的避障等功能，但是還要受到外部的控制。

自主型機器人

　　在設(shè)計制作之后，機器人無需人的干預(yù)，能夠在各種環(huán)境下自動完成各項擬人任務(wù)。自主型機器人的本體上具有感知、處理、決策、執(zhí)行等模塊，可以就像一個自主的人一樣獨立地活動和處理問題。機器人世界杯的中型組比賽中使用的機器人就屬于這一類型。全自主移動機器人的最重要的特點在于它的自主性和適應(yīng)性，自主性是指它可以在一定的環(huán)境中，不依賴任何外部控制，完全自主地執(zhí)行一定的任務(wù)。適應(yīng)性是指它可以實時識別和測量周圍的物體，根據(jù)環(huán)境的變化，調(diào)節(jié)自身的參數(shù)，調(diào)整動作策略以及處理緊急情況。交互性也是自主機器人的一個重要特點，機器人可以與人、與外部環(huán)境以及與其他機器人之間進行信息的交流。由于全自主移動機器人涉及諸如驅(qū)動器控制、傳感器數(shù)據(jù)融合、圖像處理、模式識別、神經(jīng)網(wǎng)絡(luò)等許多方面的研究，所以能夠綜合反映一個國家在制造業(yè)和人工智能等方面的水平。因此，許多國家都非常重視全自主移動機器人的研究。

　　智能機器人的研究從60年代初開始，經(jīng)過幾十年的發(fā)展，目前，基于感覺控制的智能機器人(又稱第二代機器人)已達到實際應(yīng)用階段，基于知識控制的智能機器人(又稱自主機器人或下一代機器人)也取得較大進展，已研制出多種樣機。

按智能程度分類

　　初級智能機器人

　　智能機器人是在工業(yè)機器人基礎(chǔ)上發(fā)展起來的，現(xiàn)在已開始用于生產(chǎn)和生活的許多領(lǐng)域，按其擁有智能的水平可以分為兩類：

　　一是初級智能機器人.它和工業(yè)機器人不一樣，具有象人那樣的感受，識別，推理和判斷能力.可以根據(jù)外界條件的變化，在一定范圍內(nèi)自行修改程序，也就是它能適應(yīng)外界條件變化對自己怎樣作相應(yīng)調(diào)整.不過，修改程序的原則由人預(yù)先給以規(guī)定.這種初級智能機器人已擁有一定的智能，雖然還沒有自動規(guī)劃能力，但這種初級智能機器人也開始走向成熟，達到實用水平.

　　高級智能機器人

　　二是高級智能機器人.它和初級智能機器人一樣，具有感覺，識別，推理和判斷能力，同樣可以根據(jù)外界條件的變化，在一定范圍內(nèi)自行修改程序.所不同的是，修改程序的原則不是由人規(guī)定的，而是機器人自己通過學(xué)習(xí)，總結(jié)經(jīng)驗來獲得修改程序的原則.所以它的智能高出初能智能機器人.這種機器人已擁有一定的自動規(guī)劃能力，能夠自己安排自己的工作.這種機器人可以不要人的照料，完全獨立的工作，故稱為高級自律機器人.這種機器人也開始走向?qū)嵱谩?/p>

發(fā)展方向

　　不過，盡管機器人人工智能取得了顯著的成績，控制論專家們認(rèn)為它可以具備的智能水平的極限并未達到。問題不光在于計算機的運算速度不夠和感覺傳感器種類少，而且在于其他方面，如缺乏編制機器人理智行為程序的設(shè)計思想。你想，現(xiàn)在甚至連人在解決最普通的問題時的思維過程都沒有破譯，人類的智能會如何呢——這種認(rèn)識過程進展十分緩慢，又怎能掌握規(guī)律讓計算機“思維”速度快點呢？因此，沒有認(rèn)識人類自己這個問題成了機器人發(fā)展道路上的絆腳石。制造“生活”在具有不固定性環(huán)境中的智能機器人這一課題，近年來使人們對發(fā)生在生物系統(tǒng)、動物和人類大腦中的認(rèn)識和自我認(rèn)識過程進行了深刻研究。結(jié)果就出現(xiàn)了等級自適應(yīng)系統(tǒng)說，這種學(xué)說正在有效地發(fā)展著。作為組織智能機器人進行符合目的的行為的理論基礎(chǔ)，我們的大腦是怎樣控制我們的身體呢？純粹從機械學(xué)觀點來粗略估算，我們的身體也具有兩百多個自由度。當(dāng)我們在進行寫字、走路、跑步、游泳、彈鋼琴這些復(fù)雜動作的時候，大腦究竟是怎樣對每一塊肌肉發(fā)號施令的呢？大腦怎么能在最短的時間內(nèi)處理完這么多的信息呢？我們的大腦根本沒有參與這些活動。大腦——我們的中心信息處理機“不屑于”去管這個。它根本不去監(jiān)督我們身體的各個運動部位，動作的詳細(xì)設(shè)計是在比大腦皮層低得多的水平上進行的。這很像用高級語言進行程序設(shè)計一樣，只要指出“間隔為一的從1～20的一組數(shù)字”，機器人自己會將這組指令輸入詳細(xì)規(guī)定的操作系統(tǒng)。最明顯的就是，“一接觸到熱的物體就把手縮回來”這類最明顯的指令甚至在大腦還沒有意識到的時候就已經(jīng)發(fā)出了。

　　把一個大任務(wù)在幾個皮層之間進行分配，這比控制器官給構(gòu)成系統(tǒng)的每個要素規(guī)定必要動作的嚴(yán)格集中的分配合算、經(jīng)濟、有效。在解決重大問題的時候，這樣集中化的大腦就會顯得過于復(fù)雜，不僅腦顱，甚至連人的整個身體都容納不下。在完成這樣或那樣的一些復(fù)雜動作時，我們通常將其分解成一系列的普遍的小動作（如起來、坐下、邁右腳、邁左腳）。教給小孩各種各樣的動作可歸結(jié)為在小孩的“存儲器”中形成并鞏固相應(yīng)的小動作。同樣的道理，知覺過程也是如此組織起來的。感性形象——這是聽覺、視覺或觸覺脈沖的固定序列或組合（馬、人），或者是序列和組合二者兼而有之。學(xué)習(xí)能力是復(fù)雜生物系統(tǒng)中組織控制的另一個普遍原則，是對先前并不知道、在相當(dāng)廣泛范圍內(nèi)發(fā)生變化的生活環(huán)境的適應(yīng)能力。這種適應(yīng)能力不僅是整個機體所固有的，而且是機體的單個器官、甚至功能所固有的，這種能力在同一個問題應(yīng)該解決多次的情況下是不可替代的。可見，適應(yīng)能力這種現(xiàn)象，在整個生物界的合乎目的的行為中起著極其重要的作用。本世紀(jì)初，動物學(xué)家桑戴克進行了下面的動物試驗。先設(shè)計一個帶有三個小平臺的T形迷宮，試驗動物位于字母T底點上的小平臺上，誘餌位于字母T橫梁兩頭的小平臺上。這個動物只可能做出以下兩種選擇，即跑到岔口后，它可以轉(zhuǎn)向左邊或右邊的小平臺。但是，在通向誘餌的路上埋伏著使它不愉快的東西：走廊兩側(cè)裝著電極，電壓以某種固定頻率輸進這些電極之中，于是跑著經(jīng)過這些電極的動物便受到疼痛的刺激——外界發(fā)出懲罰信號。而另一邊平臺上等著動物的誘餌則是外界獎勵的信號。實驗中，如果一邊走廊的刺激概率大大超過另一走廊中的刺激概率，那么，動物自然會適應(yīng)外界情況：反復(fù)跑幾次以后，動物朝刺激概率低、痛苦少的那邊走廊跑去。桑戴克作試驗最多的是老鼠。如老鼠就更快地選擇比較安全的路線，并且在懲罰相差不大的情況下自信地選擇一條比較安全的路線，其它作試驗的動物是帶著不同程度的自適應(yīng)性來體現(xiàn)這一點的，不過，這種能力是參加試驗的各種動物都具有的。

　　控制機器人的問題在于模擬動物運動和人的適應(yīng)能力。建立機器人控制的等級——首先是在機器人的各個等級水平上和子系統(tǒng)之間實行知覺功能、信息處理功能和控制功能的分配。第三代機器人具有大規(guī)模處理能力，在這種情況下信息的處理和控制的完全統(tǒng)一算法，實際上是低效的，甚至是不中用的。所以，等級自適應(yīng)結(jié)構(gòu)的出現(xiàn)首先是為了提高機器人控制的質(zhì)量，也就是降低不定性水平，增加動作的快速性。為了發(fā)揮各個等級和子系統(tǒng)的作用，必須使信息量大大減少。因此算法的各司其職使人們可以在不定性大大減少的情況下來完成任務(wù)。

　　總之，智能的發(fā)達是第三代機器人的一個重要特征。人們根據(jù)機器人的智力水平?jīng)Q定其所屬的機器人代別。有的人甚至依此將機器人分為以下幾類：受控機器人——“零代”機器人，不具備任何智力性能，是由人來掌握操縱的機械手；可以訓(xùn)練的機器人——第一代機器人，擁有存儲器，由人操作，動作的計劃和程序由人指定，它只是記住（接受訓(xùn)練的能力）和再現(xiàn)出來；感覺機器人——機器人記住人安排的計劃后，再依據(jù)外界這樣或那樣的數(shù)據(jù)（反饋）算出動作的具體程序；智能機器人——人指定目標(biāo)后，機器人獨自編制操作計劃，依據(jù)實際情況確定動作程序，然后把動作變?yōu)椴僮鳈C構(gòu)的運動。因此，它有廣泛的感覺系統(tǒng)、智能、模擬裝置（周圍情況及自身——機器人的意識和自我意識）

　　2022年12月2日，智能機器人入選“智瞻2023”論壇發(fā)布的十項焦點科技名單

關(guān)鍵技術(shù)

　　隨著社會發(fā)展的需要和機器人應(yīng)用領(lǐng)域的擴大,人們對智能機器人的要求也越來越高。智能機器人所處的環(huán)境往往是未知的、難以預(yù)測的 ,在研究這類機器人的過程中, 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、信號處理、人工智能、概率和統(tǒng)計相結(jié)合 , 為機器人在各種復(fù)雜、動態(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( 測量、認(rèn)識傳感器)、觸覺(接觸、壓覺 、滑動覺傳感器)、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、互補性、實時性和低成本性。多傳感器信息融合方法主要有貝葉斯估計、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 由于單個傳感器具有不確定性、觀測失誤和不完整性的弱點 , 因此單層數(shù)據(jù)融合限制了系統(tǒng)的能力和魯棒性。對于要求高魯棒性和靈活性的先進系統(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。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 ,對于各種不確定情況 , 魯棒融合算法十分必要。現(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 種擴展的聯(lián)合方法, 能夠估計單個測量 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

　　在機器人系統(tǒng)中 ,自主導(dǎo)航是一項核心技術(shù) , 是機器人研究領(lǐng)域的重點和難點問題。導(dǎo)航的基本任務(wù)有 3 點: ( 1)基于環(huán)境理解的全局定位: 通過環(huán)境中景物的理解 ,識別人為路標(biāo)或具體的實物 ,以完成對機器人的定位 ,為路徑規(guī)劃提供素材;( 2)目標(biāo)識別和障礙物檢測: 實時對障礙物或特定目標(biāo)進行檢測和識別 ,提高控制系統(tǒng)的穩(wěn)定性; ( 3)安全保護: 能對機器人工作環(huán)境中出現(xiàn)的障礙和移動物體作出分析并避免對機器人造成的損傷。

　　機器人有多種導(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。視覺導(dǎo)航是利用攝像頭進行環(huán)境探測和辨識, 以獲取場景中絕大部分信息 。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、雷達傳感器、光電傳感器等,用來探測環(huán)境 , 對機器人的位置、姿態(tài) 、速度和系統(tǒng)內(nèi)部狀態(tài)等進行監(jiān)控, 感知機器人所處工作環(huán)境的靜態(tài)和動態(tài)信息,使得機器人相應(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。

　　在自主移動機器人導(dǎo)航中 , 無論是局部實時避障還是全局規(guī)劃, 都需要精確知道機器人或障礙物的當(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),這就是機器人的定位問題 。比較成熟的定位系統(tǒng)可分為被動式傳感器系統(tǒng)和主動式傳感器系統(tǒng)。被動式傳感器系統(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器人自身運動狀態(tài), 經(jīng)過累積計算得到定位信息 。主動式傳感器系統(tǒng)通過包括超聲傳感器、紅外傳感器、激光測距儀以及視頻攝像機等主動式傳感器感知機器人外部環(huán)境或人為設(shè)置的路標(biāo) , 與系統(tǒng)預(yù)先設(shè)定的模型進行匹配, 從而得到當(dāng)前機器人與環(huán)境或路標(biāo)的相對位置 ,獲得定位信息。

路徑規(guī)劃

　　路徑規(guī)劃技術(shù)是機器人研究領(lǐng)域的1 個重要分支 。最優(yōu)路徑規(guī)劃就是依據(jù)某個或某些優(yōu)化準(zhǔn)則( 如工作代價最小 、行走路線最短、行走時間最短等),在機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 、人工勢場法。大部分機器人路徑規(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, 來提高機器人路徑規(guī)劃的避障精度 ,加快規(guī)劃速度, 滿足實際應(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。

機器人視覺

　　視覺系統(tǒng)是自主機器人的重要組成部分,一般由攝像機、圖像采集卡和計算機組成。機器人視覺系統(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 。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。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)志的識別、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 。邊沿抽取是視覺信息處理中常用的 1 種方法。對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 ,對于需要在運動中處理圖像的移動機器人而言,難以滿足實時性的要求。為此人們提出 1種基于計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, 就是將機器人在室外運動時所需要的道路知識, 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。

　　機器人視覺是其智能化最重要的標(biāo)志之一, 對機器人智能及控制都具有非常重要的意義。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

　　隨著機器人技術(shù)的發(fā)展, 對于無法精確解析建模的物理對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 ,近年來許多學(xué)者提出了各種不同的機器人智能控制系統(tǒng)。機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。

　　機器人智能控制在理論和應(yīng)用方面都有較大的進展 。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實際機器人。模糊系統(tǒng)在機器人的建模、控制 、對柔性臂的控制、模糊補償控制以及移動機器人路徑規(guī)劃等各個領(lǐng)域都得到了廣泛的應(yīng)用。在機器人神經(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 , 其最大特點是實時性強, 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器人的速度及精度 , 但是也有其自身的局限性, 例如機器人模糊控制中的規(guī)則庫如果很龐大, 推理過程的時間就會過長; 如果規(guī)則庫很簡單 ,控制的精確性又會受到限制 ; 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)計中要解決的問題。

人機接口技術(shù)

　　智能機器人的研究目標(biāo)并不是完全取代人 ,復(fù)雜的智能機器人系統(tǒng)僅僅依靠計算機來控制是有一定困難的, 即使可以做到 ,也由于缺乏對環(huán)境的適應(yīng)能力而并不實用 。智能機器人系統(tǒng)還不能完全排斥人的作用, 而是需要借助人機協(xié)調(diào)來實現(xiàn)系統(tǒng)控制。因此, 設(shè)計良好的人機接口就成為智能機器人研究的重點問題之一。

　　人機接口技術(shù)是研究如何使人方便自然地與計算機交流 。為了實現(xiàn)這一目標(biāo), 除了最基本的要求機器人控制器有 1 個友好的、靈活方便的人機界面之外, 還要求計算機能夠看懂文字、聽懂語言、說話表達, 甚至能夠進行不同語言之間的翻譯, 而這些功能的實現(xiàn)又依賴于知識表示方法的研究 。因此, 研究人機接口技術(shù)既有巨大的應(yīng)用價值, 又有基礎(chǔ)理論意義。人機接口技術(shù)已經(jīng)取得了顯著成果 ,文字識別 、語音合成與識別 、圖像識別與處理 、機器翻譯等技術(shù)已經(jīng)開始實用化。另外, 人機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)是一個重要的研究方向。

智能機器人專業(yè)

　　智能機器人專業(yè)是一個涉及多學(xué)科交叉的領(lǐng)域，專注于培養(yǎng)學(xué)生在智能機器人技術(shù)方面的知識和技能。以下是對智能機器人專業(yè)的詳細(xì)介紹：

一、專業(yè)定義

　　智能機器人專業(yè)主要學(xué)習(xí)智能機器人的設(shè)計、制造、控制和應(yīng)用等方面的知識，旨在培養(yǎng)具備扎實的科學(xué)文化基礎(chǔ)和電氣控制、嵌入式開發(fā)、人工智能、機器人操作系統(tǒng)及相關(guān)法律法規(guī)等知識的高素質(zhì)技術(shù)技能人才。

二、課程設(shè)置

　　智能機器人專業(yè)的課程設(shè)置廣泛且深入，通常包括基礎(chǔ)課程和核心課程兩部分。基礎(chǔ)課程如《工程制圖與計算機繪圖》、《機械設(shè)計基礎(chǔ)》、《電工與電子技術(shù)》等，為學(xué)生打下堅實的理論基礎(chǔ)。核心課程則更加專注于智能機器人技術(shù)，如《智能傳感器技術(shù)》、《高級編程語言》、《嵌入式技術(shù)與機器人操作系統(tǒng)應(yīng)用》、《智能視覺技術(shù)應(yīng)用》等，旨在培養(yǎng)學(xué)生的專業(yè)技能和實踐能力。

三、就業(yè)方向

　　智能機器人專業(yè)的畢業(yè)生具有廣闊的就業(yè)前景，可以從事多個領(lǐng)域的工作。主要就業(yè)方向包括：

　　智能機器人制造企業(yè)：從事機器人的研發(fā)、生產(chǎn)、調(diào)試和維護等工作。

　　智能機器人系統(tǒng)集成企業(yè)：負(fù)責(zé)機器人系統(tǒng)的集成、應(yīng)用和優(yōu)化等工作。

　　智能機器人應(yīng)用企業(yè)：在汽車制造、物流倉儲、醫(yī)療服務(wù)、教育娛樂等行業(yè)中，負(fù)責(zé)機器人系統(tǒng)的操作、編程和維護等工作。

　　研發(fā)機構(gòu)與高校：從事機器人技術(shù)的基礎(chǔ)研究、應(yīng)用開發(fā)和教學(xué)工作，推動技術(shù)創(chuàng)新和人才培養(yǎng)。

四、專業(yè)特點

　　多學(xué)科交叉：智能機器人專業(yè)涉及機械、電子、計算機、控制等多個學(xué)科的知識，需要學(xué)生具備廣泛的知識背景和綜合能力。

　　實踐性強：課程設(shè)置中注重實踐教學(xué)環(huán)節(jié)，通過實驗、實訓(xùn)和實習(xí)等方式培養(yǎng)學(xué)生的實踐能力和解決問題的能力。

　　前景廣闊：隨著智能制造、智慧物流、智慧城市等領(lǐng)域的不斷發(fā)展，智能機器人技術(shù)的應(yīng)用范圍越來越廣，對專業(yè)人才的需求也越來越大。

五、開設(shè)院校

　　目前，全國有多所高校開設(shè)智能機器人技術(shù)專業(yè)，如重慶電子工程職業(yè)學(xué)院、四川城市職業(yè)學(xué)院、重慶建筑科技職業(yè)學(xué)院、重慶青年職業(yè)技術(shù)學(xué)院、重慶交通職業(yè)學(xué)院、張家口職業(yè)技術(shù)學(xué)院、河北能源職業(yè)技術(shù)學(xué)院等。這些院校在智能機器人技術(shù)領(lǐng)域具有較高的教學(xué)水平和研究實力，為學(xué)生提供了良好的學(xué)習(xí)環(huán)境和就業(yè)機會。

　　總之，智能機器人專業(yè)是一個充滿挑戰(zhàn)和機遇的專業(yè)領(lǐng)域，它要求學(xué)生具備扎實的基礎(chǔ)知識和綜合能力，同時也為學(xué)生提供了廣闊的就業(yè)前景和發(fā)展空間。