機器人智能技術論文
機器人智能技術論文
隨著社會發(fā)展的需要和機器人應用領域的擴大,人們對智能機器人的要求也越來越高。下面是學習啦小編整理的機器人智能技術論文,希望你能從中得到感悟!
機器人智能技術論文篇一
芻議智能機器人及其關鍵技術
【摘 要】文章介紹了機器人的定義,闡述了智能機器人研究領域的關鍵技術,最后展望了智能機器人今后的發(fā)展趨勢。
【關鍵詞】智能機器人;信息融合;智能控制
一、機器人的定義
自機器人問世以來,人們就很難對機器人下一個準確的定義,歐美國家認為機器人應該是“由計算機控制的通過編程具有可以變更的多功能的自動機械”;日本學者認為“機器人就是任何高級的自動機械”,我國科學家對機器人的定義是:“機器人是一種自動化的機器,所不同的是這種機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、動作能力和協(xié)同能力,是一種具有高度靈活性的自動化機器。”目前國際上對機器人的概念已經漸趨一致,聯(lián)合國標準化組織采納了美國機器人協(xié)會(RIA:Robot Institute of America)于1979 年給機器人下的定義:“一種可編程和多功能的,用來搬運材料、零件、工具的操作機;或是為了執(zhí)行不同的任務而具有可改變和可編程動作的專門系統(tǒng)。”概括說來,機器人是靠自身動和控制能力來實現(xiàn)各種功能的一種機器。
二、智能機器人關鍵技術
隨著社會發(fā)展的需要和機器人應用領域的擴大,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、難以預測的,在研究這類機器人的過程中,主要涉及到以下關鍵技術:
(1)多傳感器信息融合。多傳感器信息融合技術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)計相結合,為機器人在各種復雜、動態(tài)、不確定和未知的環(huán)境中執(zhí)行任務提供了一種技術解決途徑。機器人所用的傳感器有很多種,根據(jù)不同用途分為內部測量傳感器和外部測量傳感器兩大類。內部測量傳感器用來檢測機器人組成部件的內部狀態(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),以產生更可靠、更準確或更全面的信息。經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。目前多傳感器信息融合方法主要有貝葉斯估計、卡爾曼濾波、神經網(wǎng)絡、小波變換等。
(2)導航與定位。在機器人系統(tǒng)中,自主導航是一項核心技術,是機器人研究領域的重點和難點問題。導航的基本任務有3點: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,識別人為路標或具體的實物,以完成對機器人的定位,為路徑規(guī)劃提供素材;二是目標識別和障礙物檢測:實時對障礙物或特定目標進行檢測和識別,提高控制系統(tǒng)的穩(wěn)定性;三是安全保護: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。機器人有多種導航方式,根據(jù)環(huán)境信息的完整程度、導航指示信號類型等因素的不同,可以分為基于地圖的導航、基于創(chuàng)建地圖的導航和無地圖的導航3類。根據(jù)導航采用的硬件的不同,可將導航系統(tǒng)分為視覺導航和非視覺傳感器組合導航。視覺導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。目前視覺導航信息處理的內容主要包括:視覺信息的壓縮和濾波、路面檢測和障礙物檢測、環(huán)境特定標志的識別、三維信息感知與處理。非視覺傳感器導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,使得機器人相應的工作順序和操作內容能自然地適應工作環(huán)境的變化,有效地獲取內外部信息。
(3)路徑規(guī)劃。路徑規(guī)劃技術是機器人研究領域的一個重要分支。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一條從起始狀態(tài)到目標狀態(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、模糊邏輯以及神經網(wǎng)絡等人工智能方法應用到路徑規(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,滿足實際應用的需要。其中應用較多的算法主要有模糊方法、神經網(wǎng)絡、遺傳算法、Q學習及混合算法等,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。
(4)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)的關鍵問題。目前視覺信息處理逐步細化,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。機器人視覺是其智能化最重要的標志之一,對機器人智能及控制都具有非常重要的意義。目前國內外都在大力研究,并且已經有一些系統(tǒng)投入使用。
(5)智能控制。隨著機器人技術的發(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、神經網(wǎng)絡控制、智能控制技術的融合(模糊控制和變結構控制的融合;神經網(wǎng)絡和變結構控制的融合;模糊控制和神經網(wǎng)絡控制的融合;智能融合技術還包括基于遺傳算法的模糊控制方法)等。近幾年,機器人智能控制在理論和應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??刂?、對柔性臂的控制、模糊補償控制以及移動機器人路徑規(guī)劃等各個領域都得到了廣泛的應用。在機器人神經網(wǎng)絡控制方面,CMCA(Cere-bella Model Controller Articulation)應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。
(6)人機接口技術。智能機器人的研究目標并不是完全取代人,復雜的智能機器人系統(tǒng)僅僅依靠計算機來控制目前是有一定困難的,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)調來實現(xiàn)系統(tǒng)控制。因此,設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,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,研究人機接口技術既有巨大的應用價值,又有基礎理論意義。目前,人機接口技術已經取得了顯著成果,文字識別、語音合成與識別、圖像識別與處理、機器翻譯等技術已經開始實用化。另外,人機接口裝置和交互技術、監(jiān)控技術、遠程操作技術、通訊技術等也是人機接口技術的重要組成部分,其中遠程操作技術是一個重要的研究方向。
三、總結與展望
機器人是自動化領域的主題之一,人們幾十年來對機器人的開發(fā)和研究,使機器人技術取得了巨大的進步。隨著人工智能、智能控制和計算機技術的發(fā)展,機器人的應用領域必將不斷擴大,性能不斷提高,在未來的生產、生活、科研當中會發(fā)揮更重要的作用。
參 考 文 獻
[1]孫華,陳俊風,吳林.多傳感器信息融合技術及其在機器人中的應用[J].傳感器技術.2003,22(9):1~4
[2]王灝,毛宗源.機器人的智能控制方法[M].北京:國防工業(yè)出版社,2002
[3]金周英.關于我國智能機器人發(fā)展的幾點思考[J].機器人技術與應用.2001(4):5~7
點擊下頁還有更多>>>機器人智能技術論文