智能机器人的发展与展望智能机器人的发展Word文件下载.docx

1、 三国演义记载诸葛亮在同司马懿斗智斗勇时使用了一种叫做“木牛流马”的木质机器，木牛流马的一种可以接受人类指挥而且能自动执行工作作为机械装置，从某种意义上看来，就是一种机器人。除此之外，中国古代书籍列子汤问篇中述说了文士一个由能工巧匠制作的“机械艺人”，宋代沈括在梦溪笔谈中记录了“自动木人抓老鼠”的故事。而在国外，自动偶人“安德鲁丁”曾欧洲流行一时，1662同年日本的竹田近江用钟表技术发明了制动机器玩偶，并在大阪演出。他们作为虚拟实境汉代机器人的代表，不论是否真实，几乎体现了古代人民的创造力和对美好未来的憧憬。 机器人的健康发展历程 机器人现在已被广泛地用于生产和生活的许多领域, 它的发展按其拥

2、有智能的水平可以分为三个层次. 一是工业机器人, 它只能死板地按照人给它规定的工作, 不管外界条件有何变化, 自己都不能对程序也就是对所做的工作做出相 应的调整. 如果要改变机器人所做的工作, 必须由人对程序作相应的改变, 因此它是毫无智能的. 二是初级智能机器人. 它和工业机器人不一样, 带有像人那样的感受, 识别, 推理和判断能力. 可以根据外界条件的变化, 单独在一定范围内自行修改程序, 也就是它能外界条件变化对自己怎样作相应调整. 不过, 修改程序的原则由人预先给以规定. 初级智能机器人已拥有一定的智能, 虽然还不会自动规划能力, 但这种初级智能机器人也开始走向成熟, 达到实用水平.

3、三是高级智能机器人，比如地壳机器人. 它和瘤果智能机器人一样, 具有感觉, 识别, 推理和判断能力, 同样可以根据外界条件的变化, 单独在一定范围内自行修改程序. 所不同的是, 修改处理程序简化的原则不是由人规定的, 面是仿生自己通过学习, 总结经验来获得修改荣膺程序的原则. 人机交互所以它的智能高出级智能机器人. 这种机器人拥有一定的自动规划能力, 能够帮助自己安排自己的工作. 这种机器人可以不需要人的照料, 完全独立的工作, 故称为高级自律机器人. 这种机器人也开始走向朝着实用，比如地壳机器人可以用于查询、提醒、导航、娱乐等. 智能机器人应该具备的要素 一个智能机器人应该具备四三有大要素：

4、感知、决策、行动。内部认知就是机器人具有能够感觉内部、外部的状态和变化，揭示阐释这些变化的某种内在含义的能力。决策机器人具有能够依据各种条件、状态、约束的限制自主构成目标，规划实现目标的具体方案、步骤的能力。行动需要机器人具备完成一些基本工作、基本动作的能力。在这三大要素的基础上，智能机器人通过感知系统控制产生决策，并将重大决策付诸行动，在复杂的环境全面完成下自主地完成任务，形成各种智能行为。地壳机器人主要有查询、展示、引导、提醒、娱乐五大功能。 一、智能机器人的感知 一个鲜活的生命可以通过它的各种感觉器官和中枢神经系统来感受、理解内部和自己内部的衰减变化。而一个智能机器人要感知这个世界性，就

5、必须具有一定的信息获取手段和信息处理多少方法。地壳机器人通过超声波雷达传感器，多个传感器协同运行，确保设备安全管理运行。 1信息收集 撷取智能机器人进行内部信息收集的传感器可以分为触觉传感器、温度传感器、距离传感器、定位系统、平均速度和加速度传感器、角度及角加速度传感器、力和力矩传感器、姿态传感器、机器人视觉传感器、机器人听觉传感器、嗅觉传感器等。这些传感器的应用可以使机器人检测到外界环境和本身的状态及变化。地壳机器人可以导航。 线加速度计获取线加速度信息，进而得到当前机器人的线速度和位置信息。陀螺仪通过测量角度、角速度、角加速度的变化，可以得到机器人的姿态角、运动方向 以及运动方向 的改变等

6、信息。激光全局定位传感器信息三角测量法得到机器人的位置坐标运用。GPS 用于机器人的室外开放性。超声传感器可以用来测量机器人周围障碍物的有无用作和距离的远近，红外传感器可以用来测量距离和方向，也可以用来量度外部温度变化。测定可以精确地激光雷达外部障碍物和机器人之间的距离值。接触和接近迫近传感器类似于动物的触须，可以帮助机器人避免与环境的物体发生碰撞，感知探测范围内是否存在物体。触觉元件传感器类似于皮肤的作用，通常由触觉传感器感测器传感器组成，可以用来感觉光波的形状，乃至物体表面的单色形状。力和力矩传感器用来感觉机器人对外界流体施加的力或力矩的大小，从而保证机器人的力反馈控制。嗅觉传感器是机器人

7、配备的用来感知气味加装浓度的化学传感器，气味的浓度和气流的方向可以用来沸点解决机器人的导航问题和特殊物质的检测。 2多传感器内部信息融合 智能机器人身上通常装备有多种不同的传感器，如红外传感器、超声传感器、激光雷达、 碰撞检测传感器、视觉传感器、听觉传感器等。由于受到各传感器的检测对象、工作范围、 精度等诱因的影响，确定不同来源的传感数据的一致性，通过不同传感信息的互相补充来获得外部完整的信息，智能机器人多传感器信息融合方法的研究是所以研究中的重要一环。原理加权平均法是最简单也最一般化的方法，一般用于对动态低水平的数据进行处理，最优但结果不是统计上的最优估计。贝叶斯估计是静态环境中多传感器低层

8、数据的常用方法，适用于具有高斯白噪声的不确定性传感信息融合。对于系统噪声和观测噪声为高斯白噪声的线性系统模型用卡尔曼滤波来融合蒙夫朗动态低层次冗余传感信息，对于非线性系统模型采用扩展卡尔曼滤波或者分散卡尔曼滤波。统计方法论决策理论用于融合多个传感器的 同一种数据，常用于图像观测数据。DS 证据推理是贝叶斯估计法的扩充，它将局部成立的前提与全局成立的前提分离开来，以处理前提条件不完整的原始数据融合。基于神经网络法，根据系统其要求和融合形式，选择网络拓扑结构中，通过网络学习确定网络连接权值，对各传感器的输入信息进行融合，系统具有很强的容错性和鲁棒性。模糊推理法首先对多传感器输出进行模糊化，将所测得

9、的距离等信息分级，表示成相应的模糊子集，并定出模糊子集的隶属度函数，通过融合导数算法对隶属度函数综合处理，再将杂乱融合结果清晰化，求出融合值。带置信因子的产生小写字母式规则主要用于符号水平层表达传感器信息，结合专家系统对多传感器信息进行。 3智能机器人语言表述 语言是实现机器人与人信息交流的最自然的传递方式，所以对于语言的理解是机器人智能的标志词汇之一。智能机器人的语音理解可以无词汇语音理解和有词汇语音理解两部分。 不含词汇的语音，如铃声、音乐声、咳嗽声等，可以为机器人为客户提供警报，从而或使机器人可以 准确、快速地对事件做出反应。包含字词的语音可以为 器人提供更丰富的重要信息，如命令、外部环

10、境信息等。下面对于包含词汇语音识别进行简要的介绍。 极少量语音增强和语音识别是机器人语言理解的两个主要部分。语音增强就是要在消除噪声语音信号中的环境噪音的同时，又要使语音信号不会出现严重的失真。语音识别是将输入的语音波形滤波识别为正确的词、短语和句子。由于各人发音的不同，语音异频必须适应多个不同说话人的发音；而且，个人音存在差异，即使专门训练过的人两次都发出同一个音，从信号处理的角度讲，也是有区别的。对识别系统影响最大的是发音持续时间的不确定性。话者无关的识别系统需要提取对讲话人不敏感的特征作为参考模板。在模板训练时要利用数据结构各种聚类方法，综合顾及讲话人的年龄、性别、地域或方言等吕格莱。

11、二、 智能机器人的决策 智能机器人通过的交互到的各种环境状态及变化及时做出适当对判断、推理、预测、估计，给出相应对策，使机器人能够实施一系列动作实现预期目标。在这一阶段，机器人的决策运用了很多人工智能研究的理论，如知识的抒发与推 理、专家系统等。但由于很多推理、 决策方法需要建立复杂的模型来描述环境，对可了解的搜索缓慢，所以造成管理系统的实时严重性能严重下降。包容式结构、反应式控制结构等控制结构试图通过降低对环境、机器人建模、推理的要求，将感知与行动直接连通，减少决策时间，达到提高系统实时响应能力的目标。这些控制结构在处理避障、搜集等简单任务时可以很好地已经完成，但当面对复杂的环境和操作环境任

12、务时则凸现出其推理、估计、决策能力的不足。所以，现在智能机器人的研究多采用分层结构，在不同层次采用不同的控制、决策方法，各层之间相协调工作，从而解决复杂任务求解和实时响应之间的矛盾。 三、机器人的行动 机器人通常是四周要在周围移动物体的, 例如:机器人铁环到已有轮子或脚的运载器已有许多结构在使用, 深入研究此外还有许多其他型号在研究之中。为在空间任意点以任意方式操作一个, 机器人臂需要有6个自由度:左/右、前/后、上/下、投、卷和左右摆转。在工业中使用的坐标已有6个:圆柱形、球形、笛卡尔坐标、旋转坐标、Scara type和并行坐标。当前机器人臂的研制目标是通过旧有系统组合或利用完全不同的设计

13、思想开发更灵活、当更有适应能力的坐标系统。如伯明翰大学机械研制的全交接左笛卡尔坐标系机器人Locoman, 它是一种装配机器人。在该机器人上用设备来改进其刚性和精度。在控制装置方面, 摄入量首先是完善从执行机构的元件中摄取信号以把这种信号传送给电子计算机（反馈） 的装置; 提高小型机械移动装置电动传感器的灵敏度、精确度和寿命; 完善运动程序给定、贮存全个和计算及整个数字程序控制的元件; 研制小型而又可靠的有感知装置, 主要是动力机构和执行机构等等。在机器人的计算逻辑装置和重要信息装置方面, 首要问题是研制专业化的微处理机。 存在的主要问题和挑战 总的来说，智能机器人所面临的唯一问题是不确定性问

14、题。比如智能机器人“深蓝”已经在国际象棋对战中击败了世界棋王，但是，让一个智能机器人执行捡起地上的鸡蛋这一动作，至今仍很难实现，这是因为不确定性是物理世界的重要特性。下国际象棋时，智能机器人只需要在有限的空间内关键字各种自由度情况，逐一分析并选择最优解，而捡鸡蛋这个动作的基本完成，就包含了不少的不确定性，如 鸡蛋的位置、形状，当时的时间、天气，鸡蛋周围的地形等。智能机器人所需面对的不确定性问题以下几点： 1环境是动态随机变化的，要求机器人能够迅速做出反应。 2传送器获得的是时带噪音的，不准确的信息。 3机械姿势执行不够精确，而且能力受限。 4马尔米模型简单而不准确，需要在极大的空间内搜索。 当

15、代智能机器人发展所面临的挑战这些不确定性问题。智能机器人需要不为人知在环境未知、无法对环境完整信息详尽进行感知、传送器信息和动作执行存在的环境下，自主完成决策。只有解决弊病了这些不确定性症结，智能机器人的研究才有突破性的进展。 智能机器人的未来健康发展 尽管智能机器人的发展还存在重大长期存在问题，史无前例但他的开发研究依旧取得了举世瞩目的丰硕成果。那么, 接下去智能机器人技术技术将如何发展呢? 日本机器工业机器人协会对下一代机器人的发展进行了预测，提出智能机器人技术近期将沿着自主性、智能通信和适应性三个数据通信方向产业发展。下面我们简单介绍人工智能技术、移动技术、仿生机构等。 未来机器人将会不断发展，应用于各种不同专业领域，例如用于商业领域的如小智这样的地壳机器人，应用于家政方面、军事侦察、工业领域等。 1人