机器人技术平台初步设计方案.docx
《机器人技术平台初步设计方案.docx》由会员分享,可在线阅读,更多相关《机器人技术平台初步设计方案.docx(11页珍藏版)》请在冰豆网上搜索。
![机器人技术平台初步设计方案.docx](https://file1.bdocx.com/fileroot1/2023-4/20/928103bb-ba0c-4901-a610-7627cdfd8c7d/928103bb-ba0c-4901-a610-7627cdfd8c7d1.gif)
机器人技术平台初步设计方案
[键入公司名称]
机器人技术平台调研与设计
机器人技术平台初步调研及设计方案
1.机器人的定义
国际上,关于机器人的定义主要有如下几种:
1.1美国机器人协会(RIA)的定义:
“一种可编程和多功能的操作机;或是为了执行不同的任务而具有可用电脑改变和可编程动作的专门系统。
”
1.2日本工业机器人协会(JIRA)的定义:
“工业机器人是一种装备有记忆装置和末端执行器(endeffector)的,能够转动并通过自动完成各种移动来代替人类劳动的通用机器”。
1.3美国国家标准局(NIST)的定义:
“机器人是一种能够进行编程并在自动控制下执行某些操作和移动作业任务的机械装置”。
1.4我国中科院沈阳自动化研究所的蒋新松院士将机器人定义为:
“机器人是一种拟人功能的机械电子装置(amechantronicdevicetoimitatesomehumanfuntions)”。
上述各种定义有共同之处,即认为机器人
(1)像人或人的上肢,并能模仿人的动作;
(2)具有智力或感觉与识别能力;(3)是人造的机器或机械电子装置。
随着机器人的进化和机器人智能的发展,这些定义都有修改的必要,甚至需要对机器人重新定义。
国际上对机器人的概念已经逐渐趋近一致。
一般来说,人们都可以接受这种说法,即机器人是靠自身动力和控制能力来实现各种功能的一种机器。
联合国标准化组织(ISO)采纳了美国机器人协会给机器人下的定义,即:
“一种可编程和多功能的操作机;或是为了执行不同的任务而具有可用电脑改变和可编程动作的专门系统。
2.机器人的分类
按照机器人的应用领域,可分为以下几类:
2.1工业机器人
2.2农业机器人
2.3医疗机器人
2.4军用机器人
2.5航空航天机器人
2.6服务机器人
2.7特种机器人
3.机器人研究新领域
进入21世纪以来,具有一般功能的传统工业机器人的应用趋向饱和,而许多高级生产和特种应用则需要结合具有各种智能的机器人参与,机器人研究新领域的特点和发展趋势最明显地体现在与其他尖端科学领域的互相融合。
3.1双子机器人(Geminoid)
双子机器人,是一种可以通过互联网等媒介实现远程操作的Android机器人,其外表与操作者本人一模一样。
双子机器人的
原文Geminoid是Gemin(双子座)和oid(类似)所组成的新造词,这是一种全新类型的仿人机器人。
目前双子机器人的操作方式为远程操作,操作者同时观看两个屏幕,然后用按钮选择双子机器人的大致动作。
两个屏幕中会分别显示双子机器人和访问者。
另外,操作者眼前的计算机屏幕上,则有往右、往左、点头等动作按钮供选择,操作者所选择的动作会与装载在Android机器人中的少许下意识动作匹配,再通过双子机器人的身体表现出来。
远程操作中最重要的是保持双子机器人的嘴唇周围配置标记,以动作捕捉系统正确地测量其动作,然后传送给双子机器人,从而能够为与双子机器人面对面的访问者带来双子机器人正在说话的感觉。
3.2机器人装(ParasiticHumanoid)
机器人装,是把重点放在全身的传感器,从穿戴者的感觉、运动过程中,用穿戴者本身相同的视角进行测量,另外再配备
轻量、小输出的驱动器,构成穿戴在人类身上且安全的仿人机器人系统。
机器人装会取得人类非语言(Nonverbal)的知觉、行动模式,然后以此模式达到协助人类行动的目的。
这并非是间接性利用在先行研究中获取的抽象化信息,例如通过人类的动作分析进行意图推测或运动控制推测等获取的信息,而是灵活运用了可穿戴式计算机的技术制作而成的,此感觉系统为穿戴形式,虽然不会自己产生动作,但是会跟踪穿戴者的行动,记录并学习其输入、输出的关系。
机器人装会依照感觉与运动的输出行动要求,创造出一种共存关系。
3.3仿生机器人(Bionic-robot)
仿生机器人,是指模仿生物、从事生物特点工作的机器人。
机器人工程学关于上述理念的研究具有两个侧面。
这两个侧面皆是需要通过忠实重现生物的功能来实现。
一是试图通过理解对象生物机制的科学面;而是利用生物的功能,试图开发有利于社会的系统、组件的工程面。
仿生机器人中有许多都属于移动机器人,且其中很多都是被设计用来代替人类进入极限环境的。
此外,模仿生物功能并非只限于移动构造,仿生技术同时也被用于传感器上,如超音波传感器和复眼传感器。
3.4生物机器人(bio-bots)
生物机器人,是指利用动物体的运动机能、动力供应体制,从动物运动的感受传入或神经支配入手,实现对动物的运动和某些行为的人为控制,从而利用动物特长代替人类完成人所不能和人所不敢的特殊任务。
生物机器人被设计成通过光和电磁刺激来激发化学反应。
此前这是通过类似的化学反应,为一种人工大脑制造逻辑开关。
通过控制这种化学反应,能够使生物机器人朝特定方向运动,包围并“捡起”物体,甚至组装物体。
美国伊利诺斯大学厄本那香槟分校工程师展示了一类行走“生物机器人”(bio-bots),由肌肉细胞推动、电脉冲控制,研究人员能对其发号施令。
这款微型机器人的设计灵感来自于自然界中肌肉-肌腱-骨骼复合体结构,它的主干结构是3D打印水凝胶,非常结实但兼具柔韧灵活性,可以像关节一样弯曲,由电流脉冲触发的条状骨骼肌细胞,研究人员采用非常的方法控制生物机器人,并开启其它前瞻性设计的可能性,工程师能够按需定制生物机器人,让它们完成一些特殊应用。
3.5认知型BMI下的外部机器控制系统
BMI即“脑机融合感知”(brain-machineinterface),也被称为“脑机接口”,它是在人或动物脑(或者脑细胞的培养物)与外部设备间建立的直接连接通路。
在单向脑机接口的情况下,计算机或者接受脑传来的命令,或者发送信号到脑(例如视频重建),但不能同时发送和接收信号。
而双向脑机接口允许脑和外部设备间的双向信息交换。
通过传感器读取脑部神经信号,传感器传递信息给计算机,计算机处理信息并进行外部机器的控制。
日本国际电气通讯基础技术研究所最近公开了其开发的网络型脑机接口系统,该系统能通过与人的大脑相联结,能够读取脑电波以及血流等信息,通过网络将其发送给分析系统,再与存储在云系统中大脑活动数据进行比对,进而推断用户的思考内容以及情绪波动,通过与其他机械进行连通来控制其他机械的运作。
这种“人脑-机器”接口硏究在未来有广阔的应用空间,除了能帮助残疾人士外,在军事和太空探索等领域也有非常高的实用价値。
4.平台设计提案
结合现有基础知识体系与当前机器人研究热点趋势,并考虑实验室综合条件,对机器人技术平台的初步建设,我组提出以下3组构想方案:
4.1机器人自主进化方案
基于人工智能和3D打印技术,通过研究相应的进化机制,对不同的任务目标进行迭代的进化处理,使机器人不局限于本身的组件或功能限制,从而能够完成更加复杂的任务。
4.1.1场景展望
(1)无背景知识和人为控制的未知任务:
针对一些缺乏背景知识的突发任务,例如,使用轮式机器人执行任务时遇上沼泽或是流沙环境,并且无法使用远程人为控制。
即可以使用自身搭载的3D打印技术,配合相应的人工智能模拟计算出来的结论,自主生产并装配组件。
(可预见复杂解决方案包括:
装配风帆,底座,螺旋桨等,同时也可能包括较差的解决方案:
使用材料凝固地面等)。
(2)外太空探索和建设:
针对未来的太空方向,大规模的使用机器人,减少相应的对于维持生命的系统开销,将更多的空间和载重提供给机械设备。
同时,由于在外太空将要遭遇许多不可预知的突发状况,搭载3D打印技术的机器人可以更好的进行自我进化以及自我修复和复制,增长工作年限、减少相应投入的成本等。
4.1.2研究现状
3D打印技术:
2014年11月24日,“国际空间站”(ISS)的航天员们成功地在太空用3D打印机(ZeroG3D)制造出第一件3D物体。
这一设备用来测试评估3D打印技术在太空微重力环境下的性能。
3D打印的学名为增材制造技术,是一种最新的快速成型制造技术。
它与传统的去除材料的加工技术完全不同,采用分层加工、迭加成形,通过逐层增加材料来生成3D实体。
在这次太空试验中,先加热温度较低的塑料丝,然后把它们一层层地挤出,打造出设计文件中规定的部件。
挪威奥斯陆大学信息学系机器人与智能系统实验室的一个研究团队正在设计开发一种可3D打印的机器人。
这种机器人具备自我学习和自我修复能力,可以在人类无法存在的环境里——如被破坏的核电厂、遥远的外星空间——独立解决复杂的任务。
4.1.3可行性分析
应用可行性:
对于复杂未知环境以及外太空环境下,可自主进化的机器人可以帮助人们完成许多难以亲自完成的任务。
技术可行性:
3D打印技术发展迅猛,打印原料的选择能够满足相应不同的打印要求。
人工智能领域中,对于自主进化的研究有大量理论依据。
经济可行性:
前期目标可以暂定为解决特定环境下的特定任务的机器人自主进化。
例如在缺乏外部设备的条件下需要机器人爬上比自身更高的楼梯等。
4.2云端仿生机器人集群的协同研究
基于多移动机器人协同技术,通过研究和模拟自然界中蚁群、狼群、雁群的行动特点和规则,对劳动、勘测、作战等任务,在云端进行适当分解,使多个机器人分别并行地完成不同的子任务,从而加快任务执行速度,提高工作效率。
将系统中的成员设计成完成某项任务的“专家”,而不是设计成完成所有任务的“通才”,使得机器人的设计有更大的灵活性,完成有限任务的机器人可以设计得更完善,通过团队合作完成单个机器人无法完成的复杂任务。
4.2.1场景展望
(1)军事机器人战斗分队的协同战术:
针对未来战争中可能出现的军事机器人战斗分队,通过学习和模拟狼群捕猎行动中的进攻、机动、防守等行动策略,结合人工智能技术,使机器人战斗分队拥有自主处理突发战术情况的反应能力,能结合战场环境,充分发挥各机器人兵种的战斗效能,定制高效合理的分队战术策略;同时,利用云端支持,反馈和处理更为复杂的战场情况,并与其他战术分队协同战斗。
(2)机器人作业分队在大规模工作环境中的自动分工协作:
针对未来大规模、无人化的工业、农业生产工作环境,通过学习和模拟蚁群、蜂群的分工策略和行动规则,结合人工智能技术,机器人工作分队能在复杂工作环境中协作完成信息提取、环境理解、任务规划与行为决策等工作;同时,利用云端支持,为处理中心实时反馈数据,并配合中心调度工作。
4.2.2研究现状
多移动机器人领域研究始于20世纪80年代,最初的研究集中在体系结构、运动规划、可重构几个方面。
随着应用领域的不断拓展,尤其是水下、空间、危险环境探索、服务及教育领域等场合的应用需求,促使多移动机器人领域的研究课题逐渐深入和广泛。
当前多移动机器人协同技术的主要研究课题:
(1)多机器人体系结构以及通信;
(2)多机器人任务分配、运动协调及控制;(3)多机器人定位、建模与探索;(4)可重构机器人分组;(5)增强多机器人团队环境和任务适应能力的机器学习理论与方法。
当前多移动机器人协同技术主要研究难点:
(1)异质成员间的通信问题;
(2)异质成员间的任务分配优化问题;(3)异质成员间的信息融合问题。
当前多移动机器人协同技术部分应用成果:
(1)2012年,亚马逊(Amazon),以7.75亿美元收购了机器人公司KivaSystems;2013年第三季,亚马逊在3个仓库当中投入1400部Kiva机器人;2014年年中,亚马逊的机器人化仓库中实际已经有15000部机器人在工作,包括 Robo-Stow大型机器臂,用于搬运大型的货物,以及视觉识别系统,用于识别订单。
(2)2014年8月,美国加利福尼亚大学伯克利分校正教授,申作军,在青岛海通机器人系统有限公司自行研发的具有独立自主知识产权的惯性导航移动机器人(AGV)的基础上,打破了多台机器人同场地协同智能运行的技术瓶颈,使控制和避让算法均达到国际先进水平。
4.2.3可行性分析
应用可行性:
国内电商态度积极,京东、苏宁都在和AGV生产商及AGV系统商沟通,推进生产模式向无人化转型。
技术可行性:
该领域已有20多年研究历史,理论成果丰硕,且有亚马逊等实际应用成果可作为参考。
经济可行性:
前期研究阶段可通过4-10部Arduino机器人及实验室现有服务器用于,模拟、测试,前期成本低。
4.3机器人网络系统的自我组织与修复研究
机器人之间通过无线方式相互通信,由于特殊原因可能故障或者能量耗尽而过早死亡,由此产生感知区域的覆盖空洞,从而影响系统对监控区域的监控质量,影响整个网络的连通性能。
在机器人网络中,总体任务可以由主机器人(A级)管理并规划任务分级,将总任务分成子任务下达给下一级的子机器人(B级),各级机器人依次向下分配子任务,直至最底层机器人,各级机器人只直接负责下一层级的机器人,底层机器人只负责执行任务。
当其中某个层级的机器人发生故障或失联时,系统自动将下层机器人中的某个机器人提升等级,并将其管理的子机器人重新分配。
保证总体任务得以完成,以实现系统的自我组织与修复。
4.3.1场景展望
(1)空间探测:
利用多机器人网络系统进行空间探测任务,系统可以自我分配探测任务,当其中一台或几台机器人失联时,系统可以及时调整机器人网络,以完成探测任务。
(2)传感器网络平台:
机器人本身即以传感器为重要组成部分。
通过多机器人系统实现可自主移动或具有操作能力的传感器网络,或具有环境监测功能的机器人网络.
(3)灾后处理:
机器人可以组成小队,进入废墟内部空间较小的地方搜索,拓展搜索范围,使用辅助仪器,更能提高搜索效率。
对受困受难者进行直接救助。
利用机器人,可以极大提高灾后搜救的人员生还率,是人和搜救犬的有效补充。
4.3.2研究现状
机器人系统是一个复杂的系统,研究的内容涉及方方面面,主要有:
(1)群体的体系结构;
(2)通信与协商;(3)学习;(4)建模与规划;(5)防止死锁与避碰;(6)合作根源;(7)多智能体机器人控制系统的实现。
当前机器人网络系统主要研究成果:
(1)美国南加州大学学着Mataric等构建了SociallyMobile和TheNerdHerd实验系统,由多机器人学习,群体控制、协调与协作方面展开工作。
(2)日本人名古屋大学Fukuda教授提出的CEBOT系统中,每个机器人可以自助运动,整个系统没有集中控制,没有全局的世界模型,可以根据环境和任务动态重构、具有学习和适应的群体智能。
(3)哈佛大学科学家发明了一组由1024个微型机器人组成的机器人群组,这组机器人可以在没有中央智能控制系统协调和组织的情况下,自行协作完成指定的任务。
哈佛大学Wyss仿生工程研究所的科学家,在他们发表在《科学》杂志上的一篇文章中称,这些微型机器人就像快闪族一样,可以迅速调整队形组合出一个五角星,一个字母,以及其它各类复杂的形状。