.. .
…
科技大学
2015 级研究生课程考试答题纸
考试科目机械制造与装配自动化专业机械工程
学号1505048
考生乔旭光
考生类别专业学位硕士
浅谈机器人智能控制研究
摘要：以介绍机器人控制技术的发展及机器人智能控制的现状为基础,叙述了模糊控制和人工神经网络控制在机器人中智能控制的方法。讨论了机器人智能控制中的模糊控制和变结构控制,神经网络控制和变结构控制,以及模糊控制和神经网络控制等几种智能控制技术的融合。并对模糊控制和神经网络控制等方法中的局限性作出了说明。
关键词:机器人；智能控制；模糊控制；人工神经网络
1 智能控制的主要方法
随着信息技术的发展，许多新方法和技术进入工程化、产品化阶段，这对自动控制技术提出崭新的挑战，促进了智能理论在控制技术中的应用，以解决用传统的方法难以解决的复杂系统的控制问题。
智能控制技术的主要方法有模糊控制、基于知识的专家控制、神经网络控制和集成智能控制等,以及常用优化算法有:遗传算法、蚁群算法、免疫算法等。1.1 模糊控制
模糊控制以模糊集合、模糊语言变量、模糊推理为其理论基础,以先验知识和专家经验作为控制规则。其基本思想是用机器模拟人对系统的控制,就是在被
控对象的模糊模型的基础上运用模糊控制器近似推理等手段,实现系统控制。在实现模糊控制时主要考虑模糊变量的隶属度函数的确定,以及控制规则的制定二者缺一不可。
1.2 专家控制
专家控制是将专家系统的理论技术与控制理论技术相结合,仿效专家的经验,实现对系统控制的一种智能控制。主体由知识库和推理机构组成,通过对知识的获取与组织,按某种策略适时选用恰当的规则进行推理,以实现对控制对象的控制。专家控制可以灵活地选取控制率,灵活性高;可通过调整控制器的参数,适应对象特性及环境的变化,适应性好;通过专家规则,系统可以在非线性、大偏差的情况下可靠地工作,鲁棒性强。
1.3 神经网络控制
神经网络模拟人脑神经元的活动,利用神经元之间的联结与权值的分布来表示特定的信息,通过不断修正连接的权值进行自我学习,以逼近理论为依据进行神经网络建模,并以直接自校正控制、间接自校正控制、神经网络预测控制等方式实现智能控制。
1.4 学习控制
(1)遗传算法学习控制
智能控制是通过计算机实现对系统的控制,因此控制技术离不开优化技术。快速、高效、全局化的优化算法是实现智能控制的重要手段。遗传算法是模拟自然选择和遗传机制的一种搜索和优化算法,它模拟生物界/生存竞争,优胜劣汰,适者生存的机制,利用复制、交叉、变异等遗传操作来完成寻优。遗传算法作为优化搜索算法,一方面希望在宽广的空间进行搜索,从而提高求得最优解的概率;另
一方面又希望向着解的方向尽快缩小搜索围,从而提高搜索效率。如何同时提高搜索最优解的概率和效率,是遗传算法的一个主要研究方向。
(2)迭代学习控制
迭代学习控制模仿人类学习的方法、即通过多次的训练,从经验中学会某种技能,来达到有效控制的目的。迭代学习控制能够通过一系列迭代过程实现对二阶非线性动力学系统的跟踪控制。整个控制结构由线性反馈控制器和前馈学习补偿控制器组成,其中线性反馈控制器保证了非线性系统的稳定运行、前馈补偿控制器保证了系统的跟踪控制精度。它在执行重复运动的非线性机器人系统的控制中是相当成功的。
2 机器人智能控制技术的发展
从机器人诞生到20 世纪80 年代初,机器人技术经历了一个长期缓慢的发展过程。到了20 世纪90 年代,随着计算机技术、微电子技术、网络技术等的快速发展,机器人技术也得到了飞速发展。智能机器人的研究是目前机器人研究中的热门课题。作为一门新兴学科,它融合了神经生理学、心理学、运筹学、控制论和计算机技术等多学科思想和技术成果。智能控制的研究主要体现在对基于知识系统、模糊逻辑和人工神经网络的研究。智能机器人可以在非预先规定的环境中自行解决问题。智能机器人的技术关键就是自适应和自学习的能力,而模糊控制和神经网络控制的应用显示出诸多优势,具有广阔的应用前景。
2.1 机器人控制技术的发展
早期的机器人系统,由于需要完成的任务比较简单,而且对动态特性的要求不高,其系统可看成是机器人各关节控制器简单的组合。随着机器人技术的发展,机器人控制器对各关节在整个过程中位置、速度及加速度都有一定的要求,因此可
采用独立关节控制原则,在各关节构成PID 控制。由于机器人操作臂是一个高度非线性的系统,工业用的低速操作臂应用常规的PID 反馈控制可以满足控制要求,但为实现高速运动,要求具有较好的控制品质, PID 反馈控制难以取得较好的控制效果。在传统的控制方法中,它们依赖数学模型。但是,由于操作臂的参数不能精确得到,模型参数与实际参数不匹配时,便会产生伺服误差。当机器人工作环境及工作目标的性质和特征在工作过程中随时间发生变化时,控制系统的特性有未知和不定的特性。这未知因素和不定性使控制系统性能降低。因此,采用传统的控制方案已不能满足控制要求。在研究被控对象的模型存在不确定性及未知环境交互作用较强情况下的控制时,智能控制方法得到了成功的应用。近年来,随着人们对机器人高速高精度要求的不断提高,使得整个机器人系统对其控制部分的要求也越来越高,开发具有智能的机器人已经成为人们研究的热点。
2.2 机器人智能控制的现状
近几年,机器人智能控制在理论和应用方面都有较大的进展。在模糊控制方面,由J·J·Buckley 等人论证了模糊系统的逼近特性; E·H·Mamdan 首次将模糊理论运用于一台实际机器人,把模糊控制技术在机器人中的应用得以展现。而且,模糊系统在机器人的建模、控制、对柔性臂的控制、模糊补偿控制、以及移动机器人路径规划等各个领域都得到了广泛的应用。
在机器人神经网络控制方面,CMCA (Cere-bella Model Cont roller Articulation) 是应用较早的一种控制方法,它的最大特点是实时性好,尤其适应于多自由度操作臂的控制,W·T·Miller 等还进行了实验研究,验证了该方法的有效性。
3 机器人智能控制方法
3.1 机器人的模糊控制
英国学者E·H·Mamdani 在1974 年首次成功地将模糊集理论运用于工业锅炉的过程控制之中,并于20 世纪80 年代初又将模糊控制引进到机器人的控制中. 被控对象是一个具有两个旋转关节的操作臂,每个关节由直流电动机驱动。关节的实际转角通过测速发电机由A/ D 转换电路获得,其角速度通过SOC 的记忆存储器编程来实现。其主要是对操作臂模糊控制系统,分别进行阶跃响应测试和跟踪控制试验. 控制结果证明了模糊控制方案具有可行性和优越性。由Lin C M 等人提出了在模糊控制器结构的基础上,引入PI 调节机制达到对阶跃输入的快速响应和达到消除隐态误差的效果. 通过相平面上对两种不同区域的启发性分类,可得到一组简单的模糊规则,从而简化了模糊规则库和算法,使最终的控制器易于实现. 该控制方案通过仿真实验得到验证。
由邓辉等人提出了一种基于模糊聚类和滑模控制的模糊逆模型控制方法,并将其应用于动力学方程未知的机械手轨迹控制。采用c 均值聚类算法构造两关节机械手模糊模型,并由此构造模糊系统的逆模型。在提出的模糊逆模型控制结构中,离散时间滑模控制和时延控制用于补偿模糊建模误差和外扰动,保证系统全局稳定性,并改善其动态和稳态性能。系统稳定性和轨迹误差的收敛性,通过稳定性定理得到证明。
3.2 机器人的神经网络控制
神经网络的研究20 世纪60 年代,并在20 世纪80 年代得到了快速的发展。近几年来,神经网络研究的目标是复杂的非线性系统的识别和控制等方面,神经网络在控制应用上具有以下特点:能够充分逼近任意复杂的非线性系统；能够学习
与适应不确定系统的动态特性；有很强的鲁棒性和容错性等。因此,神经网络对机器人控制具有很大的吸引力。
在机器人的神经网络动力学控制方法中,典型的是计算力矩控制和分解运动加速度控制,前者在关节空间闭环,后者在直角坐标空间闭环。在基于模型计算力矩控制结构中,关键是逆运动学计算,为实现实时计算和避免参数不确定性,可通过神经网络来实现输入输出的非线性关系。对多自由度的机器人手臂,输入参数多,学习时间长,为了减少训练数据样本的个数,可将整个系统分解为多个子系统,分别对每个子系统进行学习,这样就会减少网络的训练时间,可实现实时控制。
由Albus 提出了一种基于人脑记忆和神经肌肉控制模型的控制机器人关节控制方法,即CM-CA 法。该方法以数学模块为基础,采用查表方式产生一个以离散状态输入为响应的输出矢量。在控制中,状态矢量输入来自机器人关节的位置与速度反馈,输出矢量为机器人驱动信号。也可以利用CMCA 模拟机器人动力学方程,计算实现期望运动所需力矩作为前反馈控制力矩,采用自适应反馈控制消除输入扰动及参数变化引起的误差。经过仿真实验证明,经过4 个控制周期后,控制过程的误差趋近于零。
F.L. Lewis 基于无源理论,提出了一类网络利用功能连接神经网络逼近机器人动力学模型,连接权在线调整方法,可保证神经网络自适应控制算法闭环稳定。3．3 机器人智能控制技术的融合
(1) 模糊控制和变结构控制的融合
在模糊变结构控制器(FVSC) 中,许多学者把变结构框架中的每个参数或是细节采用模糊系统来逼近或推理,仿真实验证明该方法比PID 控制或滑模控制更有效。
在设计常规变结构控制律时,若函数系数取得很大,系统就会产生很多的抖振,如果用引入边界层方法消除抖振,就会产生很大的误差；若该系数取较小值,鲁棒性就会变差。因此,金耀初等人提出了通过引入模糊系统来动态预测和估计系统中不确定量的方法。模糊系统中的输入分为两种:一种为系统的综合偏差模糊值;另一种为偏差增量模糊值。它的输出是对上述函数中的系数进行模糊估值。仿真结果表明抖振现象得到了抑制。还有人在初始建模阶段采取模糊系统辨识,其后在变结构控制中对动力学模型进行自适应学习。在这种控制方案中,模糊控制和变结构控制之间的界限很清晰,从仿真结果看,控制性能也较好。
(2) 神经网络和变结构控制的融合
神经网络和变结构控制的融合一般称为NNVSC。实现融合的途径一般是利用神经网络来近似模拟非线性系统的滑动运动,采用变结构的思想对神经网络的控制律进行增强鲁棒性的设计,这样就可避开学习达到一定的精度后神经网络收敛速度变慢的不利影响。经过仿真实验证明该方法有很好的控制效果。但是由于变结构控制的存在,系统会出现力矩抖振。牛玉刚等人将变结构控制和神经网络的非线性映射能力相结合,提出了一种基于神经网络的机械手自适应滑模控制器. 如果考虑利用滑模控制技术,需要知道系统的不确定性的上界,但在实际应用中,许多系统的不确定界却难以得到。因此利用神经网络估计系统的不确定性的未知界,克服了常规滑模控制需要已知不确定性界的限制,但是由于滑模控制的存在,就有抖振现象,为了消除抖振,可用S 型函数代替符号函数。经过仿真实验,该控制器能够有效的补偿系统不确定性的影响,保证机器人系统对期望轨迹的快速跟踪。
(3) 模糊控制和神经网络控制的融合
智能移动机器人的现状和发展 姓名 学号 班级：
智能移动机器人的现状及其发展 摘要：本文扼要地介绍了智能移动机器人技术的发展现状，以及世界各国智能移动机器人的发展水平，然后介绍了智能移动机器人的分类，从几个典型的方面介绍了智能移动机器人在各行各业的广泛应用，讨论了智能移动机器人的发展趋势以及对未来技术的展望，最后提出了自己的建议和设想，分析我国在智能移动机器人方面发展并提出期望。 关键词：智能移动机器人；发展现状；应用；趋势 1引言 机器人是一种可编程和多功能的，用来搬运材料、零件、工具的操作机，或是为了执行不同的任务而具有可改变和可编程动作的专门系统。智能移动机器人则是一个在感知 - 思维 - 效应方面全面模拟人的机器系统，外形不一定像人。它是人工智能技术的综合试验场，可以全面地考察人工智能各个领域的技术，研究它们相互之间的关系。还可以在有害环境中代替人从事危险工作、上天下海、战场作业等方面大显身手。一部智能移动机器人应该具备三方面的能力：感知环境的能力、执行某种任务而对环境施加影响的能力和把感知与行动联系起来的能 力。智能移动机器人与工业机器人的根本区别在于，智能移动机器人具有感知功 能与识别、判断及规划功能[1] 。 随着智能移动机器人的应用领域的扩大，人们期望智能移动机器人在更多领 域为人类服务，代替人类完成更复杂的工作。然而,智能移动机器人所处的环境 往往是未知的、很难预测。智能移动机器人所要完成的工作任务也越来越复杂; 对智能移动机器人行为进行人工分析、设计也变得越来越困难。目前，国内外对 智能移动机器人的研究不断深入。 本文对智能移动机器人的现状和发展趋势进行了综述，分析了国内外的智能 移动机器人的发展，讨论了智能移动机器人在发展中存在的问题，最后提出了对 智能移动机器人发展的一些设想。 1
人工智能学科诞生于20世纪50年代中期，当时由于计算机的产生与发展，人们开始了具有真正意义的人工智能的研究。（虽然计算机为AI提供了必要的技术基础,但直到50年代早期人们才注意到人类智能与机器之间的联系. Norbert Wiener是最早研究反馈理论的美国人之一.最熟悉的反馈控制的例子是自动调温器.它将收集到的房间温度与希望的温度比较,并做出反应将加热器开大或关小,从而控制环境温度.这项对反馈回路的研究重要性在于: Wiener从理论上指出,所有的智能活动都是反馈机制的结果.而反馈机制是有可能用机器 模拟的.这项发现对早期AI的发展影响很大。） 1956年夏，美国达特莫斯大学助教麦卡锡、哈佛大学明斯基、贝尔实验室申龙、IBM公司信息研究中心罗彻斯特、卡内基——梅隆大学纽厄尔和赫伯特.西蒙、麻省理工学院塞夫里奇和索罗门夫，以及IBM公司塞缪尔和莫尔在美国达特莫斯大学举行了以此为其两个月的学术讨论会，从不同学科的角度探讨人类各种学习和其他职能特征的基础，并研究如何在远离上进行精确的描述，探讨用机器模拟人类智能等问题，并首次提出了人工智能的术语。从此，人工智能这门新兴的学科诞生了。这些青年的研究专业包括数学、心理学、神经生理学、信息论和电脑科学，分别从不同角度共同探讨人工智能的可能性。他们的名字人们并不陌生，例如申龙是《信息论》的创始人，塞缪尔编写了第一个电脑跳棋程序，麦卡锡、明斯基、纽厄尔和西蒙都是“图灵奖”的获奖者。 这次会议之后，在美国很快形成了3个从事人工智能研究的中心，即以西蒙和纽威尔为首的卡内基—梅隆大学研究组，以麦卡锡、明斯基为首的麻省理工学院研究组，以塞缪尔为首的IBM公司研究组。随后，这几个研究组相继在思维模型、数理逻辑和启发式程序方面取得了一批显著的成果： （1）1956年，纽威尔和西蒙研制了一个“逻辑理论家“（简称LT）程序，它将每个问题都表示成一个树形模型,然后选择最可能得到正确结论的那一枝来求解问题，证明了怀特黑德与罗素的数学名著《数学原理》的第2章中52个定理中的38个定理。1963年对程序进行了修改，证明了全部定理。这一工作受到了人们的高度评价，被认为是计算机模拟人的高级思维活动的一个重大成果，是人工智能的真正开端。 （2）1956年，塞缪尔利用对策论和启发式搜索技术编制出西洋跳棋程序Checkers。该程序具有自学习和自适应能力，能在下棋过程中不断积累所获得的经验，并能根据对方的走步，从许多可能的步数中选出一个较好的走法。这是模拟人类学习过程第一次卓有成效的探索。这台机器不仅在1959年击败了塞缪尔本人，而且在1962年击败了美国一个州的跳棋冠军，在世界上引起了大轰动。这是人工智能的一个重大突破。 （3）1958年，麦卡锡研制出表处理程序设计语言LISP，它不仅可以处理数据，而且可以方便的处理各种符号，成为了人工智能程序语言的重要里程碑。目前，LISP语言仍然是研究人工智能何开发智能系统的重要工具。 （4）1960年纽威尔、肖和西蒙等人通过心理学实验，发现人在解题时的思维过程大致可以分为3个阶段：1。首先想出大致的解题计划；2。根据记忆中的公理、定理和解题规划、按计划实施解题过程；3.在实施解题过程中，不断进行方法和目标分析，修改计划。这是一个具有普遍意义的思维活动过程，其中主要是方法和目的的分析。（也就是人们在求解数学问题通常使用试凑的办法进行的试凑是不一定列出所有的可能性，而是用逻辑推理来迅速缩小搜索范围的办法进行的），基于这一发现，他们研制了“通用问题求解程序GPS”，用它来解决不定积分、三角函数、代数方程等11种不同类型的问题，并首次提出启发式搜索概念，从而使启发式程序具有较普遍的意义。
陕西科技大学 2015 级研究生课程考试答题纸 考试科目机械制造与装配自动化 专业机械工程 学号1505048 考生姓名乔旭光 考生类别专业学位硕士
浅谈机器人智能控制研究 摘要：以介绍机器人控制技术的发展及机器人智能控制的现状为基础,叙述了模糊控制和人工神经网络控制在机器人中智能控制的方法。讨论了机器人智能控制中的模糊控制和变结构控制,神经网络控制和变结构控制,以及模糊控制和神经网络控制等几种智能控制技术的融合。并对模糊控制和神经网络控制等方法中的局限性作出了说明。 关键词:机器人；智能控制；模糊控制；人工神经网络 1 智能控制的主要方法 随着信息技术的发展，许多新方法和技术进入工程化、产品化阶段，这对自动控制技术提出崭新的挑战，促进了智能理论在控制技术中的应用，以解决用传统的方法难以解决的复杂系统的控制问题。 智能控制技术的主要方法有模糊控制、基于知识的专家控制、神经网络控制和集成智能控制等,以及常用优化算法有:遗传算法、蚁群算法、免疫算法等。1.1 模糊控制 模糊控制以模糊集合、模糊语言变量、模糊推理为其理论基础,以先验知识和专家经验作为控制规则。其基本思想是用机器模拟人对系统的控制,就是在被控对象的模糊模型的基础上运用模糊控制器近似推理等手段,实现系统控制。在实现模糊控制时主要考虑模糊变量的隶属度函数的确定,以及控制规则的制定二者缺一不可。 1.2 专家控制 专家控制是将专家系统的理论技术与控制理论技术相结合,仿效专家的经验,实现对系统控制的一种智能控制。主体由知识库和推理机构组成,通过对知识的获取与组织,按某种策略适时选用恰当的规则进行推理,以实现对控制对象的控制。专家控制可以灵活地选取控制率,灵活性高;可通过调整控制器的参数,适应对象特性及环境的变化,适应性好;通过专家规则,系统可以在非线性、大偏差的情况下可靠地工作,鲁棒性强。 1.3 神经网络控制 神经网络模拟人脑神经元的活动,利用神经元之间的联结与权值的分布来表
智能机器人的现状及其发展趋势 摘要：本文扼要地介绍了智能机器人技术的发展现状，以及世界各国智能机器人的发展水平，然后介绍了智能机器人的分类，从几个典型的方面介绍了智能机器人在各行各业的广泛应用，讨论了智能机器人的发展趋势以及对未来技术的展望，最后提出了自己的建议和设想，分析我国在智能机器人方面发展并提出期望。 关键词：智能机器人；发展现状；应用；趋势 The status and trends of intellectual robot Abstract: This paper briefly discusses the development, status of intellectual robot, development of intellectual robot in many countries. And then it presents the categories of intellectual robot, talks about the extensive applications in all works of life from several typical aspects and trends of intellectual robot. After that, it puts forward prospects for future technology, suggestion and a tentative idea of myself, and analyses the development of intellectual robot in China. Finally, it raises expectations of intellectual robot in China. Key words: intellectual robot; development status; application; trend 1 引言 机器人是一种可编程和多功能的，用来搬运材料、零件、工具的操作机，或是为了执行不同的任务而具有可改变和可编程动作的专门系统。智能机器人则是一个在感知- 思维- 效应方面全面模拟人的机器系统，外形不一定像人。它是人工智能技术的综合试验场，可以全面地考察人工智能各个领域的技术，研究它们相互之间的关系。还可以在有害环境中代替人从事危险工作、上天下海、战场作业等方面大显身手。一部智能机器人应该具备三方面的能力：感知环境的能力、执行某种任务而对环境施加影响的能力和把感知与行动联系起来的能力。智能机器人与工业机器人的根本区别在于，智能机器人具有感知功能与识别、判断及规划功能[1]。 随着智能机器人的应用领域的扩大，人们期望智能机器人在更多领域为人类服务，代替
我国人工智能发展历程及未来战略思路与重点人工智能作为一种通用目的技术（GPT），是当前科技创新和推动产业升级转型的焦点。人工智能的发展及其在各个领域的应用，将会显著改变几乎所有行业原来发展的路径，不断催生新的业态和新的商业模式，形成新的发展空间，同时也为我国促进科技创新、提升国家竞争优势甚至赶超发达国家带来了新的机遇。 国内人工智能发展历程 在人工智能所带来的新赛场上，无论是从理论研究、技术研发方面，还是从产业基础方面来看，应该说我国的研究积累与发达国家相比差距不大。早在上世纪70年代后期，吴文俊就凭借几何定理的机器证明成果，成为国际自动推理界的领军人物，他所开创的数学机械化也在国际上被誉为"吴方法"。在人际对弈方面，浪潮天梭在2006年8月以3胜5平2负击败柳大华等5位中国象棋大师组成的联盟。近些年来，我国人工智能领域有取得了飞速发展。科大讯飞语音识别技术已经处于国际领先地位，其语音识别和理解的准确率均达到了世界第一，自2006年首次参加国际权威的BlizzardChallenge大赛以来，一直保持冠军地位。百度推出了度秘和自动驾驶汽车。腾讯推出了机器人记者Dreamwriter和图像识别产品腾讯优图。阿里巴巴推出了人工智能平台DTPAI和机器人客服平台。清华大学研发成功的人脸识别系统以及智能问答技术都已经获得了应用。中科院自动化所研发成功了"寒武纪"芯片并建成了类脑智能研究平台。华为也推出了MoKA 人工智能系统。 政府重视发展人工智能 我国一直政府也一直重视人工智能的发展。尤其是2015年将人工智能作为国家"互联网＋"战略中十一个具体行动之一，提出要"加快人工智能核心技术突破，培育发展人工智能新兴产业，推进智能产品创新，提升终端产品智能化水平"。2016年中，国家发改委、科技部、工信部、中央网信办联合发布了《"互联网＋"人工智能三年行动实施方案》，这是我国首次单独为人工智能发展提出具体的策略方案，也是对去年发布的"互联网＋"战略中人工智能部分内容的具体落实。该行动方案提出了三大方向共九大工程，系统地提出了我国在2016至2018年间推动人工智能发展的具体思路和内容，目的在于充分发挥人工智能技术创新的引领作用，支撑各行业领域"互联网＋"创业创新，培育经济发展新动能。这不仅在
XXXX大学 《智能机器人》结课论文 移动机器人对运动目标的检测跟踪方法 学院（系）： 专业班级： 学生学号： 学生姓名： 成绩：
目录 摘要 (1) 0、引言 (1) 1、运动目标检测方法 (1) 1．1 运动目标图像HSI差值模型 (1) 1.2 运动目标的自适应分割与提取 (2) 2 运动目标的预测跟踪控制 (3) 2．1 运动目标的定位 (3) 2．2 运动目标的运动轨迹估计 (4) 2．3 移动机器人运动控制策略 (6) 3 结束语 (6) 参考文献 (7)
一种移动机器人对运动目标的检测跟踪方法 摘要：从序列图像中有效地自动提取运动目标区域和跟踪运动目标是自主机器人运动控制的研究热点之一。给出了连续图像帧差分和二次帧差分改进的图像HIS 差分模型，采用自适应运动目标区域检测、自适应阴影部分分割和噪声消除算法，对无背景图像条件下自动提取运动目标区域。定义了一些运动目标的特征分析和计算 ，通过特征匹配识别所需跟踪目标的区域。采用 Kalrnan 预报器对运动目标状态的一步预测估计和两步增量式跟踪算法，能快速平滑地实现移动机器人对运动目标的跟踪驱动控制。实验结果表明该方法有效。 关键词：改进的HIS 差分模型；Kahnan 滤波器；增量式跟踪控制策略。 0、引言 运动目标检测和跟踪是机器人研究应用及智能视频监控中的重要关键技术 ，一直是备受关注的研究热点之一。在运动目标检测算法中常用方法有光流场法和图像差分法。由于光流场法的计算量大，不适合于实时性的要求。对背景图像的帧问差分法对环境变化有较强的适应性和运算简单方便的特点，但帧问差分不能提出完整的运动目标，且场景中会出现大量噪声，如光线的强弱、运动目标的阴影等。 为此文中对移动机器人的运动目标检测和跟踪中的一些关键技术进行了研究，通过对传统帧间差分的改进，引入 HSI 差值模型、图像序列的连续差分运算、自适应分割算法、自适应阴影部分分割算法和图像形态学方法消除噪声斑点，在无背景图像条件下自动提取运动 目标区域。采用 Kalman 滤波器对跟踪目标的运动轨迹进行预测，建立移动机器人跟踪运动 目标的两步增量式跟踪控制策略，实现对目标的准确检测和平滑跟踪控制。实验结果表明该算法有效。 1、运动目标检测方法 接近人跟对颜色感知的色调、饱和度和亮度属性 (H ，S ，I )模型更适合于图像识别处理。因此，文中引入改进 型 HSI 帧差模型。 1．1 运动目标图像HSI 差值模型 设移动机器人在某一位置采得的连续三帧图像序列 ()y x k ,f 1-，()y x f k ,，()y x f k ,1+
（发展战略）人工智能的发 展及应用
人工智能的发展及应用 这是个信息爆炸自动控制飞速发展的时代，而在这样的时代中，人工智能也取得了飞速的发展。成为了最前沿最热门的学科和研究方向之壹。 人工智能的定义 “人工智能”(ArtificialIntelligence)壹词最初是在1956年Dartmouth学会上提出的。人工智能是指研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的壹门新的技术科学。人工智能是计算机科学的壹个分支,它企图了解智能的实质,且生产出壹种新的能以人类智能相似的方式做出反应的智能机器。目前能够用来研究人工智能的主要物质手段以及能够实现人工智能技术的机器就是计算机,人工智能的发展历史是和计算机科学和技术的发展史联系在壹起的。 人工智能理论进入21世纪,正酝酿着新的突破,人工智能的研究成果将能够创造出更多更高级的智能“制品”,且使之在越来越多的领域超越人类智能,人工智能将为发展国民经济和改善人类生活做出更大贡献。 人工智能的应用领域 1.在管理系统中的应用 (1)人工智能应用于企业管理的意义主要不在于提高效率,而是用计算机实现人们非常需要做,但工业工程信息技术是靠人工却做不了或是很难做到的事情。在《谈谈人工智能在企业管理中的应用》壹文中刘玉然指出把人工智能应用于企业管理中,以数据管理和处理为中心,围绕企业的核心业务和主导流程建立若干个主题数据库,而所有的应用系统应该围绕主题数据库来建立和运行。换句话说,就是将企业各部门的数据进行统壹集成管理,搭建人工智能的应用平台,使之成为企业管理和决策中的关键因子。
2.在工程领域的应用 (1)医学专家系统是人工智能和专家系统理论和技术在医学领域的重要应用,具有极大的科研和应用价值,它能够帮助医生解决复杂的医学问题,作为医生诊断、治疗的辅助工具。事实上,早在1982年,美国匹兹堡大学的Miller就发表了著名的作为内科医生咨询的Internist2Ⅰ内科计算机辅助诊断系统的研究成果,由此,掀起了医学智能系统开发和应用的高潮。目前,医学智能系统已通过其在医学影像方面的重要作用,从而应用于内科、骨科等多个医学领域中,且在不断发展完善中。 (2)地质勘探、石油化工等领域是人工智能的主要作用发挥领地。1978年美国斯坦福国际研究所就研发制成矿藏勘探和评价专家系统“PROSPECTOR”,该系统用于勘探评价、区域资源估值和钻井井位选择等,是工业领域的首个人工智能专家系统,其发现了壹个钼矿沉积,价值超过1亿美元。 3.在技术研究中的应用 (1)在超声无损检测(NDT)和无损评价(NDE)领域中,目前主要广泛采用专家系统方法对超声损伤(UT)中缺陷的性质、形状和大小进行判断和归类;专家运用超声无损检测仪器,以其高精度的运算、控制和逻辑判断力代替大量人的体力和脑力劳动,减少了任务因素造成的无擦,提高了检测的可靠性,实现了超声检测和评价的自动化、智能化。 (2)人工智能在电子技术领域的应用可谓由来已久。随着网络的迅速发展,网络技术的安全是我们关心的重点,因此我们必须在传统技术的基础上进行网络安全技术的改进和变更,大力发展数据挖掘技术、人工免疫技术等高效的AI技术,开发更高级AI通用和专用语言,和应用环境以及开发专用机器,而和人工智能技术
课程序号： 3908 《机器人技术基础》 学院 : 行知学院专业: 环境艺术10b2班 姓名：虞佳文学号: 10746330 授课教师 : 周武提交时间: 2011 年 10 月 30日成绩:
智能机器人的发展历史及现状 摘要：作为现代计算技术和IT技术的延伸，机器人正在逐渐走进我们的生活， 而高度智能化和特性化正成为个人机器人的鲜明特征。本文针对现代智能机器人的现状和发展趋势进行总结，提出了下一代智能机器人的关键技术——基于经验的记忆学习。 关键词：智能机器人；历史；应用；发展状况 1）智能机器人的现状 我们从广泛意义上理解所谓的智能机器人，它给人的最深刻的印象是一个独特的进行自我控制的“活物”。其实，这个自控“活物”的主要器官并没有像真正的人那样微妙而复杂。智能机器人具备形形色色的内部信息传感器和外部信息传感器，如视觉、听觉、触觉、嗅觉。除具有感受器外，它还有效应器，作为作用于周围环境的手段。这就是筋肉，或称自整步电动机，它们使手、脚、长鼻子、触角等动起来。 机器人技术自上个世纪中叶问世以来，经历四十多年发展已取得长足进步，成为提高产业竞争力方面极为重要的战略高技术。目前，机器人关键技术日臻成熟，应用范围迅速扩展，作为计算机、自动控制、传感器、先进制造等领域技术集成的典型代表，面临巨大产业发展机会。国内外业界专家预测，智能机器人将是21世纪高技术产业新的增长方向。2003至2006年间，全球智能服务机器人以每年40%左右的速度迅速增长。当代机器人专家现已达成了共识：作为计算机技术及现代IT综合技术的一个必然延伸，机器人技术完全可能遵循“摩尔定律”，以前所未有的速度实现突破。智能机器人将成为继家电、个人电脑之后、第三个以超常规速度走向我们日常生活的产品。 智能机器人之所以叫智能机器人，这是因为它有相当发达的“大脑”。在脑中起作用的是中央计算机，这种计算机跟操作它的人有直接的联系。最主要的是，这样的计算机可以进行按目的安排的动作。正因为这样，我们才说这种机器人才是真正的机器人，尽管它们的外表可能有所不同。我们称这种机器人为自控机器人，以便使它同前面谈到的机器人区分开来。它是控制论产生的结果，控制论主张这样的事实：生命和非生命有目的的行为在很多方面是一致的。正像一个智能机器人制造者所说的，机器人是一种系统的功能描述，这种系统过去只能从生命细胞生长的结果中得到，现在它们已经成了我们自己能够制造的东西了。 机器人即将重复个人电脑崛起的道路，机器人将与30年前的个人电脑一样迈入家家户户，彻底改变人类的生活方式。随着机器人技术的深入发展，机器人智能程度在不断提高，进一步拓宽了机器人的应用领域。机器人不但在工业领
智能控制及其在机器人领域的应用 本文通过对智能控制的发展轨迹和特点进行简单的介绍，对智能控制的技术方法进行了分析，对比了智能控制和传统控制的优缺点，对智能控制在机器人领域的应用进行了分析和探究+提出了智能控制的未来发展方向应该是由多种智能控制模式组成以及把智能控制模式和传统控制相结合的思维方法。 标签：智能控制；机器人；应用 1.控制的概述 从20世纪初到今天，控制理论已经由以传递函数为理论基础的传统模式发展到了以状态空间理论为依据的现代模式。到了今天，控制理论经历了由人工智能向自动控制的转变过程，从而形成了智能控制的相关理论。 2.智能控制的发展轨迹和特点 智能控制的理论思想最早被提出时是由人工智能思想和自动控制交叉的思想相融合而得出的一种思想理论，并且把智能控制的系统分为人工控制器为核心的智能控制、人工和机器同时作为核心的智能控制系统、纯机器控制作为核心的智能控制系统。智能控制的理论基础是运筹学的相关理论、人工智能的相关理论以及自动控制理论相结合的一种控制理论学说；智能控制系统是由传统控制理论进化而来，主要利用自主智能机来达到预设目标，从而实现无人操作的目的。 智能控制的整套系统结构具有开放式、分级式以及分布式的特点，处理综合信息的能力非常强大。但是智能控制的终极目标却不是高级自动控制，而是优化系统的各个方面。智能控制的服务对象主要是一些非线性和不确定性的研究对象，这种研究对象是主要研究线性结构的传统控制理论无法操作的内容。智能控制在对数学模型的描述以及对符号和相关环境的识别等方面都十分擅长。 3.智能控制的技术方法 智能控制的主要技术方法有神经网络智能控制、模糊网络智能控制以及分层递阶智能控制等。在日常实际操作中，进行智能控制应用时常用的方法是把几种智能控制模式融合在一起来使用。比较典型的智能控制方法有以下几个。 （1）模糊智能控制方法。模糊智能控制方法主要是把知识库和模糊模式推理机以及输出量清晰化的模块等进行组合，模糊智能控制的具体方式是，由模糊量的互相转化以及推理，最后得出具体的参数来执行。[1] （2）专家智能控制方法。专家智能控制方法就是把智能控制与传统控制理论相融合的一种典型的智能控制方法。这种方法就是以专家智能控制的理论基础作为依据，对控制方法进行优化。
智能机器人的现状及其发展 学院：电气信息学院姓名：张琪学号：1143031172 摘要：本文主要介绍了智能机器人的发展现状、关键技术及其在各个领域的应用。然后总结了智能机器人在发展中存在的一些问题。最后提出了自己的建议和设想。 关键词：智能机器人；发展现状；传感器技术；智能控制；人机接口；应用 1.引言 机器人是一种可编程和多功能的，用来搬运材料、零件、工具的操作机，或是为了执行不同的任务而具有可改变和可编程动作的专门系统。智能机器人则是一个在感知- 思维- 效应方面全面模拟人的机器系统，外形不一定像人。它是人工智能技术的综合试验场，可以全面地考察人工智能各个领域的技术，研究它们相互之间的关系。还可以在有害环境中代替人从事危险工作、上天下海、战场作业等方面大显身手。一部智能机器人应该具备三方面的能力：感知环境的能力、执行某种任务而对环境施加影响的能力和把感知与行动联系起来的能力。智能机器人与工业机器人的根本区别在于，智能机器人具有感知功能与识别、判断及规划功能。 随着智能机器人的应用领域的扩大，人们期望智能机器人在更多领域为人类服务，代替人类完成更复杂的工作。然而,智能机器人所处的环境往往是未知的、很难预测。智能机器人所要完成的工作任务也越来越复杂;对智能机器人行为进行人工分析、设计也变得越来越困难。目前，国内外对智能机器人的研究不断深入。 本文对智能机器人的现状和发展趋势进行了综述，分析了国内外的智能机器人的发展，讨论了智能机器人在发展中存在的问题，最后提出了对智能机器人发展的一些设想。 2.国内外在该领域的发展现状综述 智能机器人是第三代机器人，这种机器人带有多种传感器,能够将多种传感器得到的信息进行融合，能够有效的适应变化的环境，具有很强的自适应能力、学习能力和自治功能。 目前研制中的智能机器人智能水平并不高，只能说是智能机器人的初级阶段。智能机器人研究中当前的核心问题有两方面：一方面是，提高智能机器人的自主性，这是就智能机器人与人的关系而言，即希望智能机器人进一步独立于人，具有更为友善的人机界面。从
机器人的控制 机器人控制系统是机器人的大脑，是决定机器人功能和性能的主要因素。机器人控制技术的主要任务就是控制工业机器人在工作空间中的运动位置、姿态和轨迹、操作顺序及动作的时间等。具有编程简单、软件菜单操作、友好的人机交互界面、在线操作提示和使用方便等特点。 智能机器人控制的关键技术 关键技术包括： (1)开放性模块化的控制系统体系结构：采用分布式CPU计算机结构，分为机器人控制器(RC)，运动控制器(MC)，光电隔离I/O控制板、传感器处理板和编程示教盒等。机器人控制器(RC)和编程示教盒通过串口/CAN总线进行通讯。机器人控制器(RC)的主计算机完成机器人的运动规划、插补和位置伺服以及主控逻辑、数字I/O、传感器处理等功能，而编程示教盒完成信息的显示和按键的输入。 (2)模块化层次化的控制器软件系统：软件系统建立在基于开源的实时多任务操作系统Linux上，采用分层和模块化结构设计，以实现软件系统的开放性。整个控制器软件系统分为三个层次：硬件驱动层、核心层和应用层。三个层次分别面对不同的功能需求，对应不同层次的开发，系统中各个层次内部由若干个功能相对对立的模块组成，这些功能模块相互协作共同实现该层次所提供的功能。 (3)机器人的故障诊断与安全维护技术：通过各种信息，对机器人故障进行诊断，并进行相应维护，是保证机器人安全性的关键技术。 (4)网络化机器人控制器技术：目前机器人的应用工程由单台机器人工作站
向机器人生产线发展，机器人控制器的联网技术变得越来越重要。控制器上具有串口、现场总线及以太网的联网功能。可用于机器人控制器之间和机器人控制器同上位机的通讯，便于对机器人生产线进行监控、诊断和管理。 PID控制原理和特点 在工程实际中，应用最为广泛的调节器控制规律为比例、积分、微分控制，简称PID控制，又称PID调节。PID控制器问世至今已有近70年历史，它以其结构简单、稳定性好、工作可靠、调整方便而成为工业控制的主要技术之一。当被控对象的结构和参数不能完全掌握，或得不到精确的数学模型时，控制理论的其它技术难以采用时，系统控制器的结构和参数必须依靠经验和现场调试来确定，这时应用PID控制技术最为方便。即当我们不完全了解一个系统和被控对象，或不能通过有效的测量手段来获得系统参数时，最适合用PID控制技术。PID控制，实际中也有PI和PD控制。PID控制器就是根据系统的误差，利用比例、积分、微分计算出控制量进行控制的。 比例（P）控制 比例控制是一种最简单的控制方式。其控制器的输出与输入误差信号成比例关系。当仅有比例控制时系统输出存在稳态误差。 积分（I）控制 在积分控制中，控制器的输出与输入误差信号的积分成正比关系。对一个自动控制系统，如果在进入稳态后存在稳态误差，则称这个控制系统是有稳态误差的或简称有差系统。为了消除稳态误差，在控制器中必须引入积分项。积分项对误差取决于时间的积分，随着时间的增加，积分项会增大。这样，即便误差很小，积分项也会随着时间的增加而加大，它推动控制器的输出增大使稳态误差进一步减小，直到等于零。因此，比例+积分(PI)控制器，可以使系统在进入稳态后无稳态误差。 微分（D）控制
论人工智能的发展历程 王鑫涛16151228 摘要：人工智能的发展、人工智能的应用、人工智能的未来 关键字：人工智能、阿尔法围棋、AI 正文：近几年，人工智能这个话题变得越来越热门，尤其是在今年三月份的一场举世瞩目的人机围棋大赛后，人工智能这个话题在人们之间也是越来越普遍地被谈论。2016年3月，阿尔法围棋（AlphaGo）与围棋世界冠军、职业九段选手李世石进行人机大战，并以4:1的总比分获胜，不少职业围棋手认为，阿尔法围棋的棋力已经达到甚至超过围棋职业九段水平，在世界职业围棋排名中，其等级分曾经超过排名人类第一的棋手柯洁。那么，阿尔法围棋是什么呢，为什么这么厉害？阿尔法围棋（AlphaGo）是一款围棋人工智能程序，由谷歌（Google）旗下DeepMind公司的戴密斯·哈萨比斯、大卫·席尔瓦、黄士杰和与他们的团队开发，其主要工作原理是“深度学习”。“深度学习”是指多层的人工神经网络和训练它的方法。一层神经网络会把大量矩阵数字作为输入，通过非线性激活方法取权重，再产生另一个数据集合作为输出。这就像生物神经大脑的工作机理一样，通过合适的矩阵数量，多层组织链接一起，形成神经网络“大脑”进行精准复杂的处理，就像人们识别物体标注图片一样。通过上述所所，可见现在的人工智能已发展到一个相当高相当先进的程度了，那么，人工智能又是怎么一步步发展到今天的呢，它的未来又会是如何？我在这里就说一下自己对人工智能浅薄的见解。
一、什么是人工智能 人工智能(Artificial Intelligence),英文缩写为AI，也称机器智能。“人工智能”一词最初是在1956年的Dartmouth学会上提出的。它是计算机科学、控制论、信息论、神经生理学、心理学、语言学等多种学科互相渗透而发展起来的一门综合性学科。从计算机应用系统的角度出发，人工智能是研究如何制造智能机器或智能系统来模拟人类智能活动的能力，以延伸人们智能的科学。 人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能与人类智能相似的方式做出反应的智能机器。人工智能的发展史是和计算机科学与技术的发展史联系在一起的，目前能够用来研究人工智能的主要物质手段以及能够实现人工智能技术的机器就是计算机,人工智能在21世纪必将为发展国民经济和改善人类生活做出更大的贡献。 人类的科学演变已从单一的“数值计算”发展到系统的“逻辑计算”。人类正在将信息工程学逐步提入到计算机系统中，从而出现了“信息管理”“和“信息交换”等科学的迫切需求。而加速扩大“信息处理”层面来说，现有的计算机的处理数据能力是匹配不了的，缺少领域专业“智能”。这样的“计算机科学”已无法适应信息科学的发展需求。全球的信息科学正在逐步形成，Al作为现代信息科学发展的核心。从古至今人们对提及智能相关的问题就很感兴趣，只不过在计算机没有发明之前，没有任何高科技辅助工具能解开智能的奥秘。
浅谈人工智能学习研究的现状 及其发展趋势 摘要：自上世纪五十年代以来，经过了几个阶段的不断探索和发展，人工智能在模式识别、知识工程、机器人等领域已经取得重大成就，但是离真正意义上的的人类智能还相差甚远。但是进入新世纪以来，随着信息技术的快速进步，与人工智能相关的技术水平也得到了相应的提高。尤其是随着因特网的普及和应用，对人工智能的需求，变得越来越迫切，也给人工智能的研究提供了新的更加广泛的舞台。本文强调在当今的网络时代，作为信息技术的先导，人工智能学习在人工智能科学领域中是一个着非常值得关注的研究方向，要在学科交叉研究中实现人工智能学习的发展与创新，就要关注认知科学、脑科学、生物智能、物理学、复杂网络、计算机科学与人工智能之间的交叉渗透点，尤其是重视认知物理学的研究。自然语言是人类思维活动的载体，是人工智能学习研究知识表示无法回避的直接对象，要对语言中的概念建立起能够定量表示的不确定性转换模型，发展不确定性人工智能；要利用现实生活中复杂网络的小世界模型和无尺度特性，把网络拓扑作为知识表示的一种新方法，研究网络拓扑的演化与网络动力学行为，研究网络化了的智能，从而适应信息时代数据挖掘的普遍要求，迎接人工智能
学习与应用领域新的辉煌。 1.前言 自20世纪90年代以来，随着全球化的形式与国际竞争的日益激烈，对人工智能技术的研究与应用变的越来越被人们关注，且人工智能在制造中的运用以成为实现制造的知识化、自动化、柔性化以实现对市场的快速响应的关键。 人工智能已对现实社会做出了非常重大的贡献，而且其作用已在各领域发挥得淋漓尽致，特别是在计算机领域，人工智能的应用更加突出，可以说，哪里有计算机应用，哪里就在应用人工智能；哪里需要自动化或半自动化，哪里就在应用人工智能的理论、方法和技术。目前，人工智能应用的主要领域，也就是计算机应用的主要领域。 人工智能是一门研究人类智能的机理以及如何用机器模拟人的智能的学科。从后一种意义上讲，人工智能又被称为“机器智能”或“智能模拟”。人工智能是在现代电子计算机出现之后才发展起来的，它一方面成为人类智能的延长，另一方面又为探讨人类智能机理提供了新的理论和研究方法。 学习机制的研究是人工智能研究的一项核心课题。它是智能系统具有适应性与性能自完善功能的基础。学习过程具有以下特点：学习行为一般具有明显的目的性，其结果是获
【机器人智能技术论文】人工智能机器人论文 随着社会发展的需要和机器人应用领域的扩大，人们对智能机器人的要求也越来越高。下面是的机器人智能技术论文，希望你能从中得到感悟! 刍议智能机器人及其关键技术 【摘要】文章介绍了机器人的定义，阐述了智能机器人研究领域的关键技术，最后展望了智能机器人今后的发展趋势。 【关键词】智能机器人;信息融合;智能控制 一、机器人的定义 自机器人问世以来，人们就很难对机器人下一个准确的定义，欧美国家认为机器人应该是“由计算机控制的通过编程具有可以变更的多功能的自动机械”;日本学者认为“机器人就是任何高级的自动机械”，我国科学家对机器人的定义是：“机器人是一种自动化的机器，所不同的是这种机器具备一些与人或生物相似的智能能力，如感知能力、规划能力、动作能力和协同能力，是一种具有高度灵活性的自动化机器。”目前国际上对机器人的概念已经渐趋一致， __标准化组织采纳了美国机器人协会(RIA：Robot Institute of America)
于1979 年给机器人下的定义：“一种可编程和多功能的，用来搬运材料、零件、工具的操作机;或是为了执行不同的任务而具有可改变 和可编程动作的专门系统。”概括说来，机器人是靠自身动和控制能力来实现各种功能的一种机器。 二、智能机器人关键技术 随着社会发展的需要和机器人应用领域的扩大，人们对智能 机器人的要求也越来越高。智能机器人所处的环境往往是的、难以预测的，在研究这类机器人的过程中，主要涉及到以下关键技术： (1)多传感器信息融合。多传感器信息融合技术是近年来十分热门的研究课题，它与控制理论、信号处理、人工智能、概率和统计相结合，为机器人在各种复杂、动态、不确定和的环境中执行任务提供了一种技术解决途径。机器人所用的传感器有很多种，根据不同用途分为内部测量传感器和外部测量传感器两大类。内部测量传感器用来检测机器人组成部件的内部状态，包括：特定位置、角度传感器;任 意位置、角度传感器;速度、角度传感器;加速度传感器;倾斜角传感器;方位角传感器等。外部传感器包括：视觉(测量、认识传感器)、 触觉(接触、压觉、滑动觉传感器)、力觉(力、力矩传感器)、接近觉(接近觉、距离传感器)以及角度传感器(倾斜、方向、姿式传感器)。多传感器信息融合就是指综合多个传感器的感知数据，以产生更可靠、
人工智能机器人的未来 学院：机械与动力工程学院 班级： 姓名： 学号：
人工智能机器人的未来 摘要:目前，机器人学和人工智能已作为两个不同的学科，各自发展着， 均取得了很好的成果。同时在一些领域，二者又相互结合，并取得了很好的效果。智能机器人是一个在感知-思维-效应方面全面模拟人的机器系统,外形不一定像人。它是人工智能技术的综合试验场,可以全面地考察人工智能各个领域的技术,研究它们相互之间的关系。还可以在有害环境中代替人从事危险工作、上天下海、战场作业等方面大显身手。本文简要分析了机器人的发展史，对近些年来国内外人工智能在机器人领域的应用做了一个比较全面的总结；在简要介绍特种机器人能力局限性的基础上，阐述与特种机器人紧密相关的几项人工智能的研究内容，并进一步展望了人工智机器人中的发展趋势，同时还提出了一些设想和前景。 关键词: 机器人、人工智能、智能控制、专家系统、感官、仿生、计算机 科学 一、机器人和人工智能简史 人们通常把机器人划分为三代。第一代是可编程机器人。这种机器人一般可以根据操作人员所编的程序,完成一些简单的重复性操作。这一代机器人是从60年代后半叶开始投入实际使用的,目前在工业界已得到广泛应用。第二代是“感知机器人”,又叫做自适应机器人,它在第一代机器人的基础上发展起来的,能够具有不同程度的“感知”周围环境的能力。这类利用感知信息以改善机器人性能的研究开始于70年代初期,到1982年,美国通用汽车公司为其装配线上的机器人装配了视觉系统,宣告了感知机器人的诞生,在80年代得到了广泛应用。第三代机器人将具有识别、推理、规划和学习等智能机制,它可以把感知和行动智能化结合起来,因此能在非特定的环境下作业,称之为智能机器人。智能机器人与工业机器人的根本区别在于,智能机器人具有感知功能与识别、判断及规划功能。而感知本身,就是人类和动物所具有的低级智能。因此机器的智能分为两个层次:①具有感觉、识别、理解和判断功能;②具有总结经验和学习的功能。所以,人们通常所说的第二代机器人可以看作是第一代智能机器人。 1956年在美国的Dartmouth大学的一次历史性的聚会被认为是人工智能学科正式诞生的标志。1957年A.Newell、J.Shaw和H.Simon等人的心理学小组编制出一个称为逻辑理论机LT(The Logic Theory Machine)的数学定理证明程序，后来又揭示了人在解题时的思维过程大致可归结为三大阶段1956年Samuel研究的具有自学习、自组织、自适应能力的西洋跳棋程序是IBM小组有影响的工作，这个程序可以像一个优秀棋手那样，向前看几步来下棋。它还能学习棋谱，在分析大约175000幅不同棋局后，可猜测出书上所有推荐的走步，准确度达48％，这是机器模拟人类学习过程卓有成就的探索。1959年McCarthy发明的表（符号）处理语言LISP，成为人工智能程序设计的主要语言。从此人工智能飞速发展，逐渐应用于各个行业。 二、人工智能与机器人结合和人工智能机器人的现状 把传统的人工智能的符号处理技术应用到机器人中存在哪些困难呢?一般的工业机器人的控制器,本质是一个数值计算系统。如若把人工智能系统(如专家系统)直接加到机器人控制器的顶层,能否得到一个很好的智能控制器?并不那么容易。
智能机器人的现状与发展 □董文清 山东淄博实验中学山东淄博255000 摘要：当前，机器人技术正快速发展。对智能机器人进行了概述，介绍了教育机器人与机器人竞赛，分析了智能足球机器人的系统组成。与此同时，从多传感器信息融合技术、视觉系统、路径规划、人工智能应用等方面介绍了智能机器人的研究领域。 关键词：智能机器人现状发展 中图分类号:TH122文献标志码:A文章编号：1000-4998(2019)01-0036-03 Abstract:Currently,the robot technology is developing rapidly.The intelligent robot was summarized, the educational robot and robot competition were introduced,and the system composition of the intelligent soccer robot was analyzed.In the meanwhile,the research field of intelligent robots was introduced from the aspects of multi—sensor information fusion technology,vision system,path planning and Al application. Key Words：Intelligent Robot Present Status Development 1智能机器人概述 机器人技术经过几十年的快速发展，已从工业领域的广泛应用，拓展到服务、医疗、军工和救灾领域。按照应用的不同，目前智能机器人可分为工业机器人和服务机器人两大类。服务机器人又可分为个人服务机器人和专业服务机器人。 目前在服务机器人领域，智能机器人的主要类型有家庭智能助理机器人、教育机器人、教师机器人、工业制造培训用机器人、手术医疗培训用机器人、护理机器人和安全教育机器人等o未来，机器人将成为人们日常生活的一部分，并彻底改变人们的生活方式。 随着计算机、自动控制、微电子技术、人工智能等技术的发展，机器人技术的智能化程度正越来越高。传感器的应用，使机器人具有视觉、听觉和嗅觉。控制系统自学习和自适应能力的加强，使机器人具有感知、思维和互动功能。 世界各国的高校和科研机构都在研究具有人工智能的服务机器人。谷歌公司收购了八家行业内公司，主要从事视觉、语音、类人和智能化技术工作，从而使机器人能学习写诗、写小说、作曲等，并可进行足球运动。当前，智能服务机器人正在迅速发展。 2教育机器人 当前，智能服务机器人在教育领域表现出了无可比拟的价值和前景，其多学科交叉融合的特点为培养收稿日期：2018年11月 2019,57(1)高素质和复合型人才，特别是人工智能研究方面的人才提供了良好的平台。 在智能服务机器人领域，机器人硬件与编程软件相结合，可以培养学习者的思维能力和学习兴趣。目前，全球排名前十的教育机器人研究机构，以及德国Fischertechnik、日本本田电机等,已研制成功多种教育机器人产品。在国内，也有不少企业研发了教育机器人。其中，能力风暴教育机器人在发展中已取得600多项专利，形成120多种机型，包括语音互动、唱歌跳舞、类人等类型。科大讯飞的教育机器人载入了TY OS智能系统，具有理解能力、表达能力和一定的智商，通过自学习不断成长，从能听会说发展为能理解会思考。优必选阿尔法教育机器人一直以高自由度、智能互动、拟人造型而闻名，借助自然的语音对话，能实现人机对话、多人通话，并能实现运动、舞蹈等各种功能。 由此可见，研发与应用教育机器人，除了要提高机器人技术之外，还需要加强人工智能、语音识别和仿生等方面的技术，使教育机器人能像真人一样进行思考、动作和适应环境。 3机器人竞赛 为了推动智能机器人技术的发展，培养青少年的创新能力，在世界各地有各种机器人竞赛，主要包括机器人足球赛、机器人灭火竞赛、机器人综合竞赛、机器人格斗大赛、机器人轨迹赛等。机器人格斗大赛在全球已开展了几十年，以英国的机器人大擂台和美国的博兹大战较为出名。日本也曾举办两足机器人竞技格斗 机械制造总第653期曲占