智能控制技术第章课件

不同学科学者对人工智能给出了各自的理解，产生了不同的学术流派，其中影响较大的的主要有符号主 义、联结主义和行为主义三大学派，不同学派采取不同的技术路线模拟人类（自然）的智能。
1）功能模拟。功能模拟方式亦称为符号主义（逻辑主义）。符号主义认为人类认知的基元是符号，认知 过程是符号表示上的一种运算。智能的基础是知识，其核心是知识表示和知识推理，知识可用符号表示，也 可用符号进行推理，由此建立了基于知识的人类智能和机器智能的统一的理论体系。
6）蓬勃发展期。2011年至今。随着大数据、云计算、互联网、物联网等新一代信息技术的发展，推动了 以深度神经网络为代表的人工智能技术飞速发展，人工智能技术实现了从“不能用、不好用”到“可以用” 的技术突破，迎来了爆发式增长的新高潮。
1.1 人类智能与机器智能
1.1.3 机器智能模拟
2.智能模拟技术路线
2）反思发展期。20世纪60年代至70年代初。人们提出了一些不切实际的研发目标，多次的失败和预期目 标的落空使人工智能的发展走入低谷。
3）应用发展期。20世纪70年代初至80年代中。专家系统模拟人类专家的知识和经验解决特定领域问题， 实现了人工智能从理论研究走向实际应用。例如，专家系统在医疗、化学、地质等领域取得成功。
3.智能谱
对于地球上的生物来说，只要其具有自适应地调整 自身或调控各种资源达到目标的能力，这种生物就具有 智能，或称该生物就具有自然智能。
如果一个系统在一定的环境下，表现出自适应地调 整或控制各种资源尽可能地实现预定目标的能力，就说 该系统具有一定的智能。如果该系统为机器时，那就是 一种机器智能。
不同的生物体或系统，依据其智能水平高低在智能 谱中都能找到合适的位置。
1.2 智能科学与技术
1.2.1 科学、技术与工程

之为目标或前景，而图像当中的其他部分则被称为背景，例如人脸识别中的人
脸、矿石分拣中矿石等都是目标或前景。目标通常对应于图像中特定的、具有
独特性质的区域。为了更好识别和分析目标，我们就需要将与目标有关的区域
分离出来，排除背景区域的干扰，以便在此基础上对目标进行特征提取或测量
等。
图像边缘能够反映图像的结构特征信息，并将图像分成不同区域，因此图像边
《人工智能控制技术》
图像优化处理实例
图像处理概述
图像处理技术属于模式识别和优化控制的交叉，许多图像处理算法都用到优化
算法，特别是处理对象特征对比不明显图像，对优化控制的要求更加提高。本
章以图像分割为例，采用遗传算法和粒子群算法对图像进行优化处理，给出了
完成的处理过程，说明进化算法在优化控制中的应用。
原始图
灰度直方图
基于阈值的分割方法
利用灰度直方图当中 [width,height]=size(I);
谷点的灰度值作为全 for i=1:width
局阈值，对图像进行 for j=1:height
分割，就可以实现分
if (I(i,j)>140)
效地改善了分割效果。图像分割是图像处理、模式识别和人工智能等多个领域中一个十
分重要且又十分困难的问题，是计算机视觉技术中首要的、重要的关键步骤。图像分割
结果的好坏直接影响对计算机视觉中的图像理解。
图像分割技术介绍
阈值分割技术是最经典和流行的图像
分割方法之一，也是最简单的一种图
像分割方法。此方法的关键在于寻找
法。
基于阈值的分割方法
基于阈值的图像分割方法，其思路在于提取物体与
背景在灰度上的差异，把图像分为具有不同灰度级

1.2 智能控制的产生及其发展
（3）智能控制的发展
国际智能自动化学会(International Society Of Intelligent Automation，简称ISIA) 筹委会主席是模糊数学与模糊系统 的创始人L．A．Zadeh教授。筹委会第一次会议已于1995 年10月在加拿大温哥华召开。她的成立将在世界范围内对于 推动智能自动化的研究起到促进作用。 我国也十分重视智能控制理论和应用的研究。1993年在 北京召开了“全球华人智能控制与智能自动化大会”，1994年 在北京和沈阳召开了智能控制两个学术会议，1995年中国智 能自动化学术会议暨智能自动化专业委员会成立大会在天津 召开。
1.2 智能控制的产生及其发展
（1）智能控制的孕育
1966年，Mendel进一步在空间飞行器的学习控制系统 中应用了人工智能技术，并提出了“人工智能控制”的概 念。 1967年，Leondes和Mendel首先正式使用“智能控制” 一词，并把记忆、目标分解等一些简单的人工智能技术用 于学习控制系统，提高了系统处理不确定性问题的能力。 这就标志着智能控制的思想已经萌芽。
1.3 传统控制与智能控制
智能控制的产生来源于被控系统的高度复杂性、高度不 确定性及人们要求越来越高的控制性能，可以概括为，智能 控制是“三高三性”的产物，它的创立和发展需要对当代多种 前沿学科、多种先进技术和多种科学方法，加以高度综合和 利用。 因此，智能控制无疑是控制理论发展的高级阶段。
1.4 智能控制理论的主要特征
1.2 智能控制的产生及其发展
（3）智能控制的发展
美国《IEEE控制系统》杂志1991、1993～1995年多次发 表《智能控制专辑》，英国《国际控制》杂志1992年也发表了 《智能控制专辑》，日文《计测与控制》杂志1994年发表了 《智能系统特集》，德文《电子学》杂志自1991年以来连续发 表多篇模糊逻辑控制和神经网络方面的论文；俄文《自动化与 遥控技术》杂志1994年也发表了自适应控制的人工智能基础及 神经网络方面的研究论文。 如果说智能控制在80年代的应用和研究主要是面向工业过 程控制，那么90年代，智能控制的应用已经扩大到面向军事、 高技术领域和日用家电产品等领域。今天，“智能性”已经成为 衡量“产品”和“技术”高低的标准。

智能控制理论及其在机器人上的应用第一章：智能控制理论概述智能控制是一种利用人工智能技术实现对系统控制的技术，其目的在于给机器进行指令，控制其运动。

智能控制技术综合了智能计算、模糊逻辑、神经网络等计算机科学中的前沿技术，使得机器可以像人一样对环境做出反应，完成人们的工作任务。

智能控制理论研究了机器在复杂的环境下做出决策的方法，通过对数据的收集、处理以及算法的设计和调整，让机器具有感知、理解和适应环境的能力。

智能控制理论的研究对于机器人、无人飞行器、自动驾驶汽车等自主化系统至关重要。

第二章：智能控制在机器人上的应用机器人是智能控制技术的典型应用之一。

智能控制可以使机器人从一个简单的动作执行者提升为一个拥有自主决策能力、可以接受人类指令、智能感知环境、适应环境的智能机器人。

1. 机器人的感知机器人的感知是指让机器人具有感知环境、收集信息的功能。

机器人的感知技术可以通过传感器实现。

智能控制可以让机器人利用传感器把环境信息收集到机器人的电脑里，对它进行分析，在这个基础上进行相应的决策。

传感器的种类非常多，例如红外线传感器、激光雷达传感器、声波传感器、视觉传感器等，不同的传感器通过不同的方式来感知环境，并生成不同的数据。

智能控制可以帮助机器人对从传感器中收集到的信息进行处理并指导其展开相应的行动。

2. 机器人的决策机器人的决策能力是指让机器人像人类一样生成合理的决策，并根据情况调整自己的决策。

基于智能控制的机器人可以利用数据和算法来进行计算、分析和预测。

例如，基于智能控制的机器人在执行一项任务时，可以根据所处的环境变化、任务目标的变化以及其他因素来生成相应的决策。

如果需要调整，机器人就可以根据新的数据情况重新生成新的决策。

3. 机器人的执行机器人的执行能力是指让机器人能够按照预设计划或者生成的决策来执行任务。

机器人的控制系统可以根据信息反馈不断的调整机器人的动作，使机器人能够适应不同环境、不同任务目标的要求。