《人工智能基础与应用》(樊重俊编著)第10章+机器人
《人工智能技术及应用》习题及参考答案
一、名词解释1. 弱人工智能弱人工智能是擅长于单个方面的人工智能。
比如有能战胜彖棋世界冠军的人工智能，但是它只会下彖棋，你要问它怎样更好地在硬盘上储存数据，它就不知道怎么回答你了。
2. 强人工智能强人工智能系统包括了学习、语言、认知、推理、创造和计划，目标是使人工智能在非监督学习情况下处理前所未见的细节，并同时与人类开展交互式学习。
强人工智能目标：会自己思考的电脑。
3. 感知智能感知智能，即视觉、听觉、触觉等感知能力，当下十分热门的语音识别、语音合成、图像识别。
4. 认知智能认知智能则为理解、解释的能力。
5. 计算智能计算智能即快速计算、记忆和储存能力6. 符号主义符号主义，又称为逻辑主义、心理学派或计算机学派，其原理主要为物理符号系统（即符号操作系统）假设和有限合理性原理7. 联结主义联结主义，又称为仿生学派或生理学派，其原理主要为神经网络及神经网络间的连接机制与学习算法&行为主义行为主义，又称进化主义或控制论学派，其原理为控制论及感知-动作型控制系统。
二、选择题1、根据机器智能水平由低到高，（A ）是正确的是。
A. 计算智能、感知智能、认知智能B.计算智能、感应智能、认知智能C.机器智能、感知智能、认知智能D.机器智能、感应智能、认知智能2、三大流派的演化正确的是（C ）。
A.符号主义・> 知识表示・> 机器人B.联结主义・> 控制论-> 深度学习C.行为主义・> 控制论-> 机器人D.符号主义・>神经网络-> 知识图谱3、人工智能发展有三大流派，下列属于行为主义观点的包括（D） oA. 行为主义又叫心理学派、计算机主义B. 行为主义又叫进化主义、仿生学派C. 行为主义立足于逻辑运算和符号操作，把一些高级智能活动涉及到的过程进行规则化、符号化的描述，变成一个形式系统，让机器进行推理解释.D. 基本思想是一个智能主体的智能来自于他跟环境的交互，跟其他智能主体之间的交互，提升他们的智能.4、（ B ）不是人工智能学派。
《人工智能基础与应用》(樊重俊编著)第8章+计算机视觉
第8章 计算机视觉
图像分析与理解的方法 基于深度模型的方法
➢ 基于全卷积网络的图像分割
对于像素级的分类和回归任务，代表性的深度网络模型是全卷积网络(Fully Convolutional Network，FCN)。FCN对图像进行像素级的分类，从而解决了 语义级别的图像分割问题。。
并可以转换为与其他思维过程交互且可引出适当行动的描述。图像的分析和理解包 括图像描述、目标检测、特征提取、目标跟踪、物体识别与分类等，此外还包括高 层次的信息分析，如动作分析、行为分析、场景语义分析等。 图像处理是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理 的方法和技术。图像的分析和理解是由图像到模型、数据或抽象符号表示的语义信 息，是人类大脑视觉的一种模拟。它一般需人工智能参与操作，因此又称智能图像 处理，它也是计算机视觉的关键技术。图像处理可以分成图像分析与图像理解两个 部分。 图像分析包括：图像特征提取，图像描述，图像分类、识别。
一般需要在训练集合进行学习得到。
步骤4：分类器或回归器函数g的设计与训练。这个过程是采用机器学习或
模式识别的方法，基于一个有导师的训练{(xi ,yi):i=1,⋯,N} (其中xi是训练图像，
yi是其类别标签)学习得到，通过有监督的机器学习方法来实现。例如，假设
我们采用线性模型，即y= Wz'，则可以通过优化 其中z'为通过步骤3得到的xi的特征。
计算机视觉模拟过程
➢ 数字化图像的获取
在外部世界中存在动态、静态等多种景物，它们可以通过摄像设备为代表的图像传感器转 化成计算机内的数字化图像，这是一个n×m点阵结构，可用矩阵An×m表示。点阵中的每 个点称像素，可用数字表示，它反映图像的灰度。这种图像是一种最基本的2D黑白图像。 如果点阵中的每个点用矢量表示，矢量中的分量分别可表示颜色，颜色是由三个分量表示， 分别反映红、绿、蓝三色，其分量的值则反映了对应颜色的浓度。这就组成了3D彩色的 4D点阵图像。
人工智能基础与应用 第十章--课后题答案[1页]
![人工智能基础与应用 第十章--课后题答案[1页]](https://img.taocdn.com/s3/m/a2dcb809ae45b307e87101f69e3143323968f58c.png)
第十章课后题答案
1.C
2.B
3.零售业未来发展就是数字化。
AI+零售行业的发展需要解决浅层次数字化“虚假繁荣”的问题。
即弥补由数据采集到分析直至辅助决策应用之间的落地“鸿沟”。
这需要服务提供方加深对零售业务的深刻理解、零售企业内部组织的协调配合、甚至是多方合作建立AI 化的业务发展战略视角。
4.上游：食品、百货供应商，提供食品、饮料、蔬菜、海鲜、日用品等。
中游：商超、便利店，利用折扣赚取会员费和差价。
下游：C端用户。
5.玩家大致分为云服务商、AI技术企业、软件开发商/系统集成商、零售企业科技子公司四大类，致力于融合数据、算法与业务经验，加强AI技术赋能零售行业的深度和广度。
云服务巨头目前保持相对领先地位；AI技术和集成商依靠算法优势寻求新发展，例如推荐算法、商品识别分析、线下消费者行为洞察等垂直细分领域。
人工智能基础与应用作业指导书
人工智能基础与应用作业指导书第1章人工智能概述 (3)1.1 人工智能的定义与分类 (3)1.1.1 按照智能化程度分类 (4)1.1.2 按照应用领域分类 (4)1.2 人工智能的发展历程与未来趋势 (4)1.2.1 发展历程 (4)1.2.2 未来趋势 (4)1.3 人工智能的应用领域 (4)1.3.1 医疗健康 (5)1.3.2 交通运输 (5)1.3.3 工业制造 (5)1.3.4 金融科技 (5)1.3.5 教育与培训 (5)1.3.6 日常生活 (5)第2章逻辑推理与知识表示 (5)2.1 命题逻辑与谓词逻辑 (5)2.1.1 命题逻辑 (5)2.1.2 谓词逻辑 (5)2.2 模糊推理与不确定性推理 (6)2.2.1 模糊推理 (6)2.2.2 不确定性推理 (6)2.3 知识表示方法 (6)第3章搜索算法 (7)3.1 盲目搜索与启发式搜索 (7)3.1.1 盲目搜索 (7)3.1.2 启发式搜索 (7)3.2 状态空间搜索与问题空间搜索 (7)3.2.1 状态空间搜索 (7)3.2.2 问题空间搜索 (7)3.3 A算法与启发式函数 (7)3.3.1 A算法 (7)3.3.2 启发式函数 (8)第4章机器学习 (8)4.1 监督学习与无监督学习 (8)4.1.1 监督学习 (8)4.1.2 无监督学习 (8)4.2 线性回归与逻辑回归 (8)4.2.1 线性回归 (8)4.2.2 逻辑回归 (9)4.3 决策树与随机森林 (9)4.3.1 决策树 (9)第5章神经网络与深度学习 (9)5.1 神经网络基本原理 (9)5.1.1 神经元模型 (9)5.1.2 神经网络结构 (9)5.1.3 学习算法 (9)5.2 深度前馈网络与卷积神经网络 (10)5.2.1 深度前馈网络 (10)5.2.2 卷积神经网络 (10)5.3 循环神经网络与长短时记忆网络 (10)5.3.1 循环神经网络 (10)5.3.2 长短时记忆网络 (10)第6章自然语言处理 (10)6.1 与词向量 (10)6.1.1 的定义与作用 (10)6.1.2 词向量的概念与表示 (11)6.1.3 的训练与评估 (11)6.2 语法分析与应用 (11)6.2.1 语法分析的基本概念 (11)6.2.2 依存句法分析及应用 (11)6.2.3 组块分析及应用 (11)6.3 机器翻译与情感分析 (11)6.3.1 机器翻译的基本原理 (11)6.3.2 情感分析的概念与任务 (11)6.3.3 机器翻译与情感分析的实际应用 (11)第7章计算机视觉 (11)7.1 图像处理与特征提取 (11)7.1.1 图像预处理 (12)7.1.2 图像特征提取 (12)7.1.3 特征降维与选择 (12)7.2 目标检测与跟踪 (12)7.2.1 目标检测方法 (12)7.2.2 目标跟踪方法 (12)7.3 语义分割与实例分割 (12)7.3.1 语义分割方法 (12)7.3.2 实例分割方法 (13)第8章语音识别与合成 (13)8.1 语音信号处理与特征提取 (13)8.1.1 语音信号预处理 (13)8.1.2 语音特征提取 (13)8.2 隐马尔可夫模型与深度学习模型 (13)8.2.1 隐马尔可夫模型 (13)8.2.2 深度学习模型 (13)8.3 语音合成与语音识别应用 (14)8.3.2 语音识别应用 (14)8.3.3 语音识别与合成融合应用 (14)第9章人工智能伦理与法律 (14)9.1 人工智能伦理问题 (14)9.1.1 隐私权与数据安全 (14)9.1.2 人工智能歧视 (14)9.1.3 人工智能责任归属 (14)9.1.4 人工智能对人类劳动的影响 (15)9.2 人工智能法律规范 (15)9.2.1 数据保护法律规范 (15)9.2.2 反歧视法律规范 (15)9.2.3 产品责任法律规范 (15)9.2.4 劳动法律规范 (15)9.3 人工智能伦理与法律的教育与普及 (15)9.3.1 教育培训 (15)9.3.2 宣传普及 (15)9.3.3 企业社会责任 (16)9.3.4 国际合作与交流 (16)第10章人工智能应用案例 (16)10.1 医疗健康领域 (16)10.1.1 疾病诊断 (16)10.1.2 药物研发 (16)10.1.3 患者管理 (16)10.2 金融服务领域 (16)10.2.1 风险管理 (16)10.2.2 投资顾问 (16)10.2.3 反欺诈 (17)10.3 智能交通领域 (17)10.3.1 自动驾驶 (17)10.3.2 交通管理 (17)10.3.3 车联网 (17)10.4 教育与娱乐领域 (17)10.4.1 个性化教育 (17)10.4.2 智能推荐 (17)10.4.3 游戏娱乐 (17)第1章人工智能概述1.1 人工智能的定义与分类人工智能（Artificial Intelligence，）作为计算机科学领域的一个重要分支，旨在研究、开发和应用使计算机模拟、延伸和扩展人的智能的理论、方法、技术和系统。
人工智能与机器学习应用作业指导书
人工智能与机器学习应用作业指导书第1章人工智能与机器学习基础 (3)1.1 人工智能概述 (3)1.1.1 定义与分类 (3)1.1.2 发展历程 (3)1.1.3 应用领域 (3)1.2 机器学习基本概念 (3)1.2.1 定义 (3)1.2.2 学习类型 (3)1.2.3 评估指标 (4)1.3 数据预处理 (4)1.3.1 数据清洗 (4)1.3.2 特征工程 (4)1.3.3 数据变换 (4)1.3.4 数据采样 (4)第2章线性回归 (4)2.1 线性回归原理 (4)2.2 最小二乘法 (4)2.3 梯度下降法 (5)第3章逻辑回归与分类 (5)3.1 逻辑回归 (5)3.1.1 基本原理 (5)3.1.2 模型构建与优化 (6)3.2 模型评估指标 (6)3.2.1 准确率（Accuracy） (6)3.2.2 精确率（Precision） (6)3.2.3 召回率（Recall） (7)3.2.4 F1分数（F1 Score） (7)3.3 其他分类算法 (7)3.3.1 支持向量机（Support Vector Machine，SVM） (7)3.3.2 决策树（Decision Tree） (7)3.3.3 随机森林（Random Forest） (7)3.3.4 神经网络（Neural Networks） (7)第4章决策树与随机森林 (7)4.1 决策树基本原理 (7)4.2 特征选择 (8)4.3 随机森林 (8)第5章支持向量机 (8)5.1 支持向量机原理 (9)5.1.1 最大间隔分类 (9)5.1.2 硬间隔与软间隔 (9)5.1.3 对偶问题 (9)5.2 核函数 (9)5.2.1 常见核函数 (9)5.2.2 核函数的选择 (9)5.3 支持向量回归 (9)5.3.1 ε支持向量回归 (10)5.3.2SVR的优化目标 (10)5.3.3SVR的核函数 (10)第6章人工神经网络 (10)6.1 神经元模型 (10)6.1.1 神经元结构 (10)6.1.2 激活函数 (10)6.2 感知机 (10)6.2.1 感知机模型 (11)6.2.2 感知机学习算法 (11)6.3 反向传播算法 (11)6.3.1 算法原理 (11)6.3.2 算法流程 (11)第7章深度学习 (11)7.1 卷积神经网络 (11)7.1.1 基本原理 (12)7.1.2 结构与特点 (12)7.1.3 应用场景 (12)7.2 循环神经网络 (12)7.2.1 基本原理 (12)7.2.2 结构与特点 (12)7.2.3 应用场景 (12)7.3 对抗网络 (13)7.3.1 基本原理 (13)7.3.2 结构与特点 (13)7.3.3 应用场景 (13)第8章集成学习 (13)8.1 集成学习概述 (13)8.2 Bagging算法 (13)8.3 Boosting算法 (14)第9章聚类分析 (14)9.1 聚类基本概念 (14)9.2 K均值聚类 (14)9.3 层次聚类 (15)第10章机器学习应用实践 (15)10.1 数据挖掘与可视化 (15)10.2 文本分类与情感分析 (16)10.3 语音识别与合成 (16)10.4 计算机视觉与图像识别 (16)第1章人工智能与机器学习基础1.1 人工智能概述1.1.1 定义与分类人工智能（Artificial Intelligence，）是指使计算机系统模拟人类智能行为，进行感知、推理、学习和解决问题的技术。
《人工智能基础与应用》(樊重俊编著)第9章+自然语言与语音处理
段落组直至整篇文章。
✓ ②项/特征项(term/feature term)：特征项是VSM中最小的不可分的语言单元，可以
是字、词、词组或短语等。一个文档的内容被看成是它含有的特征项所组成的集
合，表示为：Document=D(t1,t2,⋯,tn)，其中tk是特征项，1≤k≤n。 ✓ ③项的权重(term weight)：对于含有n个特征项的文档D(t1,t2,⋯,tn)，每一特征项tk
第9章 自然语言与语音处理
2020年8月
第9章 自然语言与语音处理
引言
自然语言处理(Natural Language Processing，NLP)属于人工智能的一个子领 域，是指用计算机对自然语言的形、音、义等信息进行处理，即对字、词、句 、篇章的输入、输出、识别、分析、理解、生成等的操作和加工。它对计算机 和人类的交互方式有许多重要的影响。
根本地改变了自然语言处理技术，使之进入崭新的发展阶段。
✓ 神经网络的端对端训练使自然语言处理技术不需要人工进行特征抽取，只要准备
好足够的标注数据，利用神经网络就可以得到一个现阶段最好的模型；
✓ 词嵌入的思想使得词汇、短语、句子乃至篇章的表达可以在大规模语料上进行训
练，得到一个在多维语义空间上的表达，使得词汇之间、短语之间、句子之间乃
其中，ti是一个词，C是一个类别，C'是它i的补集，i 即非C，Pr(ti |C)是词ti属于类别C
类别概率。假设文本是基于词的一元模型，即文本中当前词的出现依赖于文本类 别，但不依赖于其他词及文本的长度，也就是说，词与词之间是独立的。根据贝 叶斯公式，文档Doc属于Ci类的概率为
P(C
| Doc)
P(Doc
| C ) P(C )
人工智能在工业应用作业指导书
人工智能在工业应用作业指导书第1章人工智能基础理论 (3)1.1 人工智能概述 (3)1.2 人工智能发展历程 (3)1.3 人工智能关键技术 (3)第2章工业智能化概述 (4)2.1 工业智能化发展背景 (4)2.2 工业智能化的意义与价值 (4)2.3 工业智能化体系架构 (5)第3章机器学习在工业应用 (5)3.1 监督学习 (5)3.1.1 故障诊断 (5)3.1.2 质量控制 (5)3.1.3 预测维护 (6)3.2 无监督学习 (6)3.2.1 数据预处理 (6)3.2.2 产品分类 (6)3.2.3 过程优化 (6)3.3 强化学习 (6)3.3.1 自动控制 (6)3.3.2 路径规划 (6)3.3.3 能源管理 (6)第4章深度学习在工业应用 (7)4.1 卷积神经网络 (7)4.1.1 图像识别 (7)4.1.2 物体检测 (7)4.1.3 视频监控 (7)4.2 循环神经网络 (7)4.2.1 时间序列预测 (7)4.2.2 自然语言处理 (7)4.3 对抗网络 (8)4.3.1 图像 (8)4.3.2 数据增强 (8)4.3.3 模式识别 (8)第5章计算机视觉在工业应用 (8)5.1 图像识别与处理 (8)5.1.1 概述 (8)5.1.2 图像预处理 (8)5.1.3 特征提取与匹配 (8)5.1.4 识别算法 (8)5.2 视觉检测技术 (9)5.2.1 概述 (9)5.2.3 缺陷检测 (9)5.2.4 自动检测与控制 (9)5.3 三维重建与虚拟现实 (9)5.3.1 概述 (9)5.3.2 三维重建技术 (9)5.3.3 虚拟现实技术 (9)5.3.4 工业应用案例 (9)第6章自然语言处理在工业应用 (9)6.1 词向量与文本表示 (9)6.1.1 词向量表示方法 (10)6.1.2 工业应用案例 (10)6.2 命名实体识别与关系抽取 (10)6.2.1 命名实体识别 (10)6.2.2 关系抽取 (10)6.2.3 工业应用案例 (10)6.3 机器翻译与对话系统 (10)6.3.1 机器翻译 (11)6.3.2 对话系统 (11)6.3.3 工业应用案例 (11)第7章语音识别与处理在工业应用 (11)7.1 语音信号处理 (11)7.1.1 语音信号预处理 (11)7.1.2 语音特征提取 (11)7.2 语音识别技术 (11)7.2.1 基于隐马尔可夫模型（HMM）的语音识别 (11)7.2.2 深度学习在语音识别中的应用 (12)7.3 语音合成与交互 (12)7.3.1 语音合成技术 (12)7.3.2 语音交互技术 (12)7.3.3 语音交互在工业场景的应用案例 (12)第8章与自动化 (12)8.1 工业概述 (12)8.2 路径规划与控制 (12)8.3 视觉与抓取 (13)第9章人工智能在制造业的应用案例 (13)9.1 智能制造系统 (13)9.1.1 智能调度与优化 (13)9.1.2 设备故障预测与维护 (13)9.1.3 质量检测与控制 (13)9.2 智能生产线 (14)9.2.1 智能 (14)9.2.2 自动化装配线 (14)9.2.3 智能物流系统 (14)9.3.1 自动化立体仓库 (14)9.3.2 智能分拣系统 (14)9.3.3 智能物流配送 (14)第10章人工智能在工业应用的未来发展 (14)10.1 工业互联网与大数据 (14)10.2 边缘计算与云计算 (15)10.3 人工智能在工业应用的安全与伦理问题 (15)10.4 人工智能在工业应用的发展趋势与展望 (15)第1章人工智能基础理论1.1 人工智能概述人工智能（Artificial Intelligence, ）是指由人制造出来的系统所表现出来的智能行为。
人工智能及其应用(第四版)
（5）增加了实验指导书。目前部分学校开设了实验，为了方便实验教学，附录B中给出了人工智能课程常用 的实验指导书﹐供开设实验时使用。
（6）制作微视频，供读者自学。为了配合该教材的教与学，作者制作了高质量的教学课件，录制了由作者 主讲的该教材全部教学内容的录像，制作成微视频，通过扫描二维码可以在线观看，供读者自学使用。
人工智能及其应用（第四版）
2020年高等教育出版社出版的图书
01 成书过程
03 教学资源 05 教材使用
目录
02 内容简介 04 教材特色 06 作者简介
基本信息
《人工智能及其应用（第四版）》是由王万良编著，高等教育出版社2020年出版的教材。适用于计算机类、 自动化类、电气类、电子信息类、机械类等专业本科生、研究生，特别是智能科学与技术、人工智能、数据科学 与大数据技术专业本科生学习人工智能基础课程。
谢谢观看
ቤተ መጻሕፍቲ ባይዱ
（2）内容基本实用，注重应用。由于人工智能正处于迅速发展阶段，内容非常庞杂。该教材在内容选择上， 既考虑基本实用的内容，又兼顾先进的人工智能方法，如深度学习、群智能优化算法等。教材中尽可能理论联系 实际，引导学生学习应用新理论解决工程问题的方法。
（3）精选例题和习题，引导学生解答。该教材精选了一些例题，有助于读者加深对人工智能理论与方法的 理解。精选了习题，并在教材末给出了答案，对有些难题给出了解答，也弥补了人工智能教材中习题少的缺陷。
教材使用
教材使用
（1）看作者的讲课视频。通过扫描书中的二维码，能够观看相应内容的讲课录像。作者将慕课的思想引进 教材，每段视频为5~15分钟，讲解一个概念或者方法。
- 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、"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、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)。
第10章 机器人
ONTENTS
内 容 大 纲
10.1 机器人概述 10.2 机器人基本构成 10.3 机器人工作原理 10.4 机器人的应用 10.5 小结与思考
4 机器人智能交互
机器学习 自然语言处理
语音处理 专家系统 深度学习
神经网络
人工智能技术在机器人中的应用
第10章 机器人
机器人工作原理 人工智能技术在机器人中的应用
➢ 智能感知技术 传感技术是从环境中获取信息并对之进行处理、变换和识别的多学科交叉的
现代科学与工程技术，以下是人工智能技术在三类最基本的感知模态中的应用。
发展前景： ✓ 全面化 ✓ 智能化 ✓ 市场化 ✓ 人性化
第10章 机器人
机器人的应用
智能机器人的典型应用场景
➢ 机器人娱乐领城应用——娱乐机器人 娱乐机器人的应用前景也很好，它能为人们表演各种节目，进行比赛，还
能作为宠物供人娱乐。
➢ 机器人军事领域应用——军用机器人 军用机器人是一种用于军事领域的具有某种仿人功能的自动机器。
第10章 机器人
机器人的应用
智能机器人的典型应用场景
➢ 机器人服务领城应用——服务机器人
✓ 应用及未来展望 服务机器人是指能半自主或全自主完成服务人类工作的机器人，但它们不从
事生产。服务机器人一般分为两种：一种是专业领域的服务机器人，如清洁机 器人、医用机器人、水下机器人等；另一种是专门从事家庭及个人服务的机器 人，在救援、监护、保安等领域都有广泛的应用。
第二代
• 也称之为新一代机器人或机器人2.0，其特点是具有部分环境感知、自 主决策、自主规划与自主导航能力，特别是具有类人的视觉、语音、文 本、触觉、力觉等模式识别能力，因而具有较强的环境适应性和一定的 自主性。
第三代
• 除具有第二代智能机器人的全部能力外，还具有更强的环境感知、认知 与情感交互功能，以及自学习、自繁殖乃至自进化能力。第三代智能机 器人的核心是开始逐步具有认知智能的能力。这方面目前仅有一些十分 初期的典型产品，如2014年日本软银公司发布的第一款消费类智能人形 机器人Pepper，已具有基于人工智能的语音交互、人脸追踪与识别以及 初步的情感交互能力。
• 中央处理装置是安装与机器人中的计算机，能对机器人中的 所有部件进行统一控制与协调，以完成机器人的行动目标。 同时，它能完成机器人中的智能活动。
• 机器人中可以有多个感知器来接受外部环境的信息，它相当 于人的接受器官。所有这些感知器通过相应的控制器组成机 器人感知装置。常用的感知器有：摄像机、麦克风等以及多 种传感器。
第10章 机器人
机器人工作原理 人工智能技术在机器人中的应用
➢ 智能导航与规划 实现智能导航的核心是实现自动避碰。机器人自动避碰系统由数据库、知
识库、机器学习和推理机等构成。其中，位于机器人本体上的各类导航传感器 收集本体及障碍物的运动信息，并将所收集的信息输入数据库。数据库主要存 放来自机器人本体传感器和环境地图的信息以及推理过程中的中间结果等数据， 供机器学习与推理机随时调用。
随着先进机械制造、人工智能等技术的日益成熟，机器人研究关注点也从传 统的工业机器人逐渐转向应用更为广泛、智能化程度更高的服务型机器人。对 于服务机器人，机械手臂系统完成各种灵巧操作是机器人操作中最重要的基本 任务之一，近年来一直受到国内外学术界和工业界的广泛关注。
第10章 机器人
机器人工作原理 人工智能技术在机器人中的应用
③ 滚动设备、喷水设备的不断调整也是一个反复不断的过程(即行动装置与中 央处理装置不断交互的过程)，达到灭火目标为止。
在整个灭火工作中，中央处理装置起到整体控制与协调的作用，同时使用了 智能性的活动，如动态调整滚动设备、喷水设备的动作过程是一个不断实施智 能推理的过程。因此，消防灭火机器人是一个智能机器人。
第10章 机器人
机器人概述 基本概念
➢ 特性 ✓ 从机器角度看，一般机器能取代人类的部分体力劳动，而机器人能取代更多
的工作，特别是具有脑/体结合性工作，可提高生产效率、产品质量 ✓ 从人类角度看，机器人可不受工作环境影响，可在危险恶劣环境下工作；不
受内在心理因素影响，能始终如一保持工作的正确性、精确度。 ✓ 从机器人自身角度看，机器人在某些能力方面可以超过人的能力，主要是感
知识库主要包括： ✓ 机器人避碰规则、专家对避碰规则的理解和认识模块、根据机器人避碰
行为和专家经验所推导的研究成果； ✓ 机器人运动规划的基础知识和规则； ✓ 实现避碰推理所需的算法及其结果； ✓ 由各种产生式规则形成的若干个基本避碰知识模块等。
机器学习的目的是使计算机能够自动获取知识推理机的重要作用是确定 如何对知识进行有效的使用并控制和协调各环节工作。
第10章
机器人
2020年7月
第10章 机器人
ONTENTS
内 容 大 纲
10.1 机器人概述 10.2 机器人基本构成 10.3 机器人工作原理 10.4 机器人的应用 10.5 小结与思考
第10章 机器人
ONTENTS
内 容 大 纲
10.1 机器人概述 10.2 机器人基本构成 10.3 机器人工作原理 10.4 机器人的应用 10.5 小结与思考
它接受环境对其的作用，并作出反映对环境产生影响。
第10章 机器人
机器人概述 基本概念
➢ 从功能上来说，机器人具有以下特点： ✓ 类人的功能 ✓ 不一定有类人的外貌 ✓ 机电相结合
➢ 分类 ✓ 弱智能机器人
智能处理能力差的机器人，如工业机器人。 ✓ 智能机器人(Intelligent Robot)
具有完整智能处理能力的机器人，又称强智能机器人。
听觉 3
在某些环境中，要求 机器人能够测知声音的音 调和响度、区分左右声源 及判断声源的大致方位， 甚至是要求与机器进行语 音交流，自然语言与语音 处理技术在其中起到重要 作用。
第10章 机器人
机器人工作原理
➢ 智能感知
人工智能技术在机器人中的应用
4 机器学习在机器人多模态信息融合中的应用
对于待描述的目标或场景，通过不同的方法或视角收集到的、 耦合的数据样本是多模态数据。通常把收集此类数据的方法或视角称 为模态。狭义的多模态信息通常关注感知特性的不同模态，而广义的 多模态融合通常还需要研究不同模态的联合内在结构、不同模态之 间的相容与互斥以及人机融合的意图理解，还有多个同类型传感器的 数据融合等。因此，多模态感知与学习与信号处理领域的“多源融 合”“多传感器融合”以及机器学习领域的“多视学习”或“多视融 合”等关系密切。机器人多模态信息感知与融合在智能机器人的应用 中起着重要作用。
在人机智能交互中，对人类运动行为的识别和长期预测称为意图理解。 行 为识别是指检测和分类给定数据流的人类动作，并估计人体关节点的位置，通 过识别和预测的迭代修正得到具有语义的长期运动行为预测，从而达到意图理 解的目的，为人机交互与协作提供充分的信息。
第10章 机器人
ONTENTS
内 容 大 纲
10.1 机器人概述 10.2 机器人基本构成 10.3 机器人工作原理 10.4 机器人的应用 10.5 小结与思考
第10章 机器人
机器人工作原理 工作原理
✓ 机器人的工作步骤经常是反复不断循环的，直到最终目标完成为止。
➢ 消防灭火器的工作原理
① 在火灾现场通过感知装置寻找起火点。寻找的过程是一个反复不断的过程 (即感知装置与中央处理装置不断交互的过程)。
② 一旦找到起火点后，中央处理装置即启动滚动设备并接近火源，然后开启 自动喷水设备，动态调整方位、喷水的水压与水量等。
第10章 机器人
机器人工作原理 人工智能技术在机器人中的应用
➢ 概述 人工智能技术的应用提高了机器人的智能化程度，同时智能机器人的研究
又促进了人工智能理论和技术的发展。智能机器人是人工智能技术的综合试验 场，可以全面地检验考察人工智能各个研究领域的技术发展状况。
视觉与传感器技术
1 智能感知技术
机 2 智能规划与导航 器 人 3 智能控制与操作
➢ 智能交互 人机交互的目的在于实现人与机器人之间的沟通，消融两者之间的交流界
限，使人们可以通过语言、表情、动作或者一些可穿戴设备实现人与机器人自 由地信息交流与理解。 ✓ 基于可穿戴设备的人机交互
作为信息采集的工具，可穿戴设备是一类超微型、高精度、可穿戴的人机最 佳融合的移动信息系统，直接穿戴在用户身上，可以与用户紧密地联系在一起， 为人机交互带来更好的体验。 ✓ 基于深度网络的人机交互学习
第10章 机器人
机器人的应用
机器人的典型应用场景
➢ 机器人工业领域应用——工业机器人及智能工业机器人 ✓ 特点
拟人化
可编程
适用性广
✓ 应用及未来展望 主要应用于自动化流水线作业中以及危险行业 中，如有辐射威胁行业城应用是、水下作业、 管道作业以及严寒、酷热环境下的露天作业环 境下的工作。在工业机器人未来发展过程中， 会逐渐朝着民生方向发展。这对于提升社会整 体生产力而言具有重要的意义。
知能力与行动能力中的某些方面。
➢ 三原则
• 机器人不可伤害人类，或眼看人将受伤害而袖手旁观
• 机器人应遵守人类的命令，但违背第一条命令者除外
• 机器人应能保护自己，但与第一条命令、第二条命令相抵触者 除外
第10章 机器人
机器人概述 发展历程
第一代
• 以传统工业机器人和无人机为代表的机电一体化设备，关注的是操作与 移动/飞行功能的实现，使用了一些简单的感知设备，如工业机械臂的 关节编码器，AGV的磁条/磁标传感器等，智能程度较低。其代表性产品 是六自由度多关节机械臂、并联机器人、SCARA平面关节式机器人等。