智能机器人的现状及其发展

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

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

长远来说,希望操作人员只要给出要完成的任务,而机器能自动形成完成该任务的步骤,并自动完成它。另一方面是,提高智能机器人的适应性,提高智能机器人适应环境变化的能力,这是就智能机器人与环境的关系而言,希望加强它们之间的交互关系。

2.1智能机器人的关键技术

智能机器人的关键技术主要包括传感器技术、智能控制技术、路径规划和导航技术、人机接口技术。以下分别对每种技术的发展现状进行阐述。

2.1.1传感器技术

机器人与一般机械的一个主要区别即是机器人能够感知系统内外环境参数的变化,这就要求有小型、廉价、可靠性高的传感器作为技术支持。传感器可以分为内部传感器和外部传感器两大类。内部传感器用来感知机器人的内部状态,如角度传感器、速度传感器、加速度传感器等。外部传感器则包括视觉传感器、触觉传感器、力传感器、接近觉传感器、平衡传感器等。其中外部传感器的原理和设计更加复杂、困难。

传感器的发展大致分为两个方向。一是传感器本身性能的创新、提高。例如,人们从20世纪70年代起就开始研究机器人敏感皮肤——一种触觉传感器。最早人们利用压电转换原理检测“皮肤”的形变,但是精度和稳定性较低,很难满足发展要求。如今,利用光纤和导电橡胶等较高精度的机器人皮肤得到了较广泛应用。它具有一定的弹性,并且能够敏锐地感觉周围环境变化。即使是这样的皮肤,和期望中人类的皮肤仍相差甚远,因此还需要进一步研究。根据目前的现状,机器人皮肤需要从两个方面有所突破:一是覆层材料的选取,需要有新的敏感材料来代替目前主流的导电硅橡胶;二是传感器阵列结构的深入研究。

传感器发展的另一个方向是多传感器信息融合技术。单个传感器不可避免地存在偶然性,所以偶然的故障就会导致系统失效。多传感器信息融合技术正可以解决这些问题。该技术要融合来自多个传感器的数据,以获得更好的对自生和外部环境的感知,这类似于一种并行结构。开发并行计算能力的软件和硬件,来满足具有大量数据且计算复杂的多传感器信息融合的要求,是多传感器信息融合技术的主要发展趋势之一。

2.1.2智能控制技术

智能控制是具有智能信息处理和智能信息反馈以及智能控制决策的控制方式。体现于多个方面。如路径跟踪、管道检测、语音识别等。早期机器人完成的任务比较简单,对动态特性要求不高。随着机器人技术的发展,高度非线性的控制要求以及环境的未知因素和不确定因素使得原有的控制系统性能下降,不能满足要求。

近几年,智能控制有着飞速发展,模糊控制理论和人工神经网络理论以及两者的融合都大大提高了机器人的速度和精度。主要应用如多关节机器人跟踪控制、月球机器人控制、除草机器人控制[、烹饪机器人控制等。但是智能控制方法本身也有着自身的局限性。例如机器人模糊控制中的库容量如果很庞大,时间就会过长;如果库的内容简单,则精确性要受到限制。这些都是需要解决的问题。

2.1.3路径规划与导航技术

路径规划是指给定智能机器人及其工作环境信息,按照某种优化指标,在起始点和目标点之间规划出一条与环境障碍物无碰撞的路径。许多学者在该领域进行了大量研究。有基于模型的路径规划。如蚁群算法、模糊控制。也有实现特定目标的避障路径规划,如果实采摘,区域清理等。这些方法大多数较理想化,停留在理论阶段,离真正的实用还有一段距离,需要不断提高。

路径规划中很重要的一项技术是避障技术,而含有动态的避障技术即是导航技术。它要求机器人能穿梭于静态和动态的障碍之间。其涉及图像识别、超声红外定位、路径规划、传感器信息融合等多方面技术。移动机器人的导航技术是研究的热点,其主要应用于医疗行业和农业生产。

2.1.4人机接口技术

人机接口技术也是机器人领域研究的重点。人机接口技术是人和机器人进行数据、信息交换的关键技术。一个好的人机接口可以使得机器人的操控更加简单、方便、人性化。此项概念从计算机的诞生时即产生。早期的人机接口比较单一。包括第一代的键盘和字符显示界面、第二代的鼠标和图形显示界面。这些现已被广泛运用。对于智能机器人,人机接口技术被称为人机智能接口技术(HCII)。主要研究方向包括文字识别、语音识别、语音合成、人脸识别、视线跟踪技术等等。其形式趋于多样化、功能更加人性化。前沿的研究成果如:研究视觉跟踪技术并应用的眼控鼠标、智能人脸动画合成技术等。

2.2器人在各个领域的应用

早期智能机器人主要用于工业和军事领域,大多数是机械手和机器臂。如今,智能机器人的应用已经深入各行各业,在军事、制造业、医疗、服务等方面有广泛应用。

2.2.1军用机器人

近年来,多数欧美国家都在积极研制军用智能机器人。例如,法国的空陆攻击盾牌(BOA)

相关文档
最新文档