智能机器人的发展研究

1、二一二 二一三学年第 二 学期信息科学与工程学院课程论文 课程名称： 机器人原理与应用 专 业： 检测技术与自动化装置 学 号： 201204703066 姓 名： 程明月 指导教师： 闵华松 二一三年 六月 二十 日目录1. 前言31.1 引言31.2 机器人发展的三个阶段32.智能机器人的研究意义和发展现状42.1 智能机器人的研究意义42.2 智能机器人的发展现状53.智能机器人的关键技术63.1 多传感器信息融合63.1.1 多层次传感器融合63.1.2 微传感器和智能传感器73.1.3 自适应多传感器融合73.2 导航与定位73.3 路径规划83.4 机器人视觉83.5 智能控制93

2、.6 人机接口技术94.智能机器人技术的不足以及未来的发展趋势104.1 智能机器人技术存在的问题和挑战104.2 智能机器人未来的发展趋势105.总结11智能机器人的发展研究摘 要:智能机器人顺应时代的潮流，发展至今，已经取得了不错的成果。本文主要介绍智能机器人的研究意义，发展现状，智能机器人关键技术的介绍以及其目前所存在的问题以及未来的发展趋势。关键字：智能机器人；发展；关键技术1. 前言1.1 引言机器人技术的发展是一个国家高科技水平和工业自动化程度的重要标志和体现。机器人在当前生产生活中的应用越来越广泛，正在替代人发挥着日益重要的作用。机器人技术是综合了计算机、控制论、机构学、信息和传

3、感技术、人工智能、仿生学等多学科而形成的高新技术，集成了多学科的发展成果，代表高技术的发展前沿，是当前科技研究的热点方向。随着计算机、微电子、信息技术的快速进步，机器人技术的开发速度越来越快，智能度越来越高，应用范围也得到了极大的扩展。在海洋开发、宇宙探测、工农业生产、军事、社会服务、娱乐等各个领域，机器人都有着广阔的发展空间与应用前景。机器人正朝着智能化和多样化等方向发展。同时，机器人涉及到的技术也不断扩展，如多传感器信息融合、路径规划、机器人视觉、智能人机接口等，产生了一系列研究课题。1.2 机器人发展的三个阶段纵观历史，半个世纪以来，机器人主要经历了三个发展阶段：第一代称为示教再现型机器

4、人。该种机器人没有装备任何传感器，对环境无感知能力，智能按照人类编写的固化程序工作。世界上第一台机器人即属此类。第二代称为感觉型机器人。此种机器人拥有简单的传感器，可以感知外部参数变化，有部分适应外部环境的能力。即可以根据外部环境的不同改变工作内容。随着机器人应用领域的不断扩大，人类对机器人的期望也变得更高。有时，机器人所处的环境是十分复杂、未知的，设计者不可能考虑到所有的情况并编程控制机器人。因此，一种具有智能的第三代机器人应运而生。这种智能机器人可以认识周围环境和自身状态，并能进行分析和判断，然后采取相应的策略完成任务。目前这种机器人大部分还是用于军事领域。有的学者则提出第四代机器人的概念

5、，主要指2000年以后出现的，拥有人类感情、能够思维的机器人，目前仍在起步和研究阶段。图1 第一代、第二代、第三代机器人图例2.智能机器人的研究意义和发展现状2.1 智能机器人的研究意义随着科学技术的不断发展，人类社会开始进入到智能时代，社会的发展对智能技术也不断地提出了新的需求，机器人技术由原来的工业机械手发展到现在的智能机器人技术，技术的发展给人类的生产生活带来新的变革。智能机器人技术有着重要的理论意义和应用价值。在理论上，机器人技术具有多学科融合和多技术集成的特点，涉及众多学科领域的尖端技术，如平衡控制设计、智能避障设计等，这造成了其复杂性，令智能机器人感知技术、通信技术、机械结构的研究

6、都是一种挑战，促使特征提取算法、识别算法、路径规划算法朝着智能化的方向发展，促进模式识别理论的发展：另外，机器人是否实现智能化与机器人本身的结构也有很大的关系，要使其能完全智能化地完成任务，除了要有智能化算法还要有灵活的机构，因此智能机器人技术的发展将极大地促进机械结构理论的发展，其发展水平能够反映出一个国家或地区信息与自动化技术的综合实力。智能机器人技术在实际生活中有着具大的应用价值。近年来各个行业的加速发展部对工业机器人提出了新的要求，带动工业机器人不断向智能化发展，机器人的智能化令工业领域效率提升的例子屡见不鲜。例如，传统的高速传送机器人识别物体存在障碍，导致实现自动化的进程比较缓慢。采

7、用了视觉传感器和跟踪系统组合起来的新型智能化传送机器人，具备了视觉跟踪功能，能够进一步提高机器人的传送效率。智能机器人技术除了在工业领域有广泛的应用外，在医疗和家庭服务行业也有着广泛的应用和新的需求。老龄化社会和残疾人服务对智能服务机器人有极大的市场需求。目前我国60岁以上人口己超过总人口的10，预计到2015年全国老年入口总数将达到2亿人，人口的老龄化问题将成为中国面临的前所未有的新挑战；此外，我国残疾人占总人口的比重位居全世界较高国家之列。而智能机器人的发展将会提供诸如取物、康复训练等服务，将减少整个社会对护理人员数量和质量的需求。如今，达芬奇医疗机器人已经实现了临床上的应用，给患者带来了

8、福音，也帮助医生提高了手术的效率和质量。智能机器人技术的发展为医疗事业的发展和变革带来了新的希望。由此可见，智能机器人是发展中的必然，它的存在性和需求是很有必要的，自然推动了智能机器人的研究与探索。2.2 智能机器人的发展现状在各国智能机器人技术的发展中，美国在国际上一直处于领先地位。其技术全面、先进，适应性也很强，性能可靠、功能全面、精确度高，其视觉、触觉等人工智能技术已在航天、汽车工业中广泛应用。近年来，美英等国研制出第二代军用智能机器人，其特点是采用自主控制方式，能完成侦察、作战和后勤支援等任务，在战场上具有看、嗅等能力，能够自动跟踪地形和选择道路，具有自动搜索、识别和消灭敌方目标的功能

9、。日本由于一系列扶植政策，各类机器人发展迅速。政府巨大资助给其带来了硬件优势，促进了智能机器人技术的发展。同时，日本分析了机器人的发展趋势，其机器人技术下一步发展重点确定为家用机器人，走进人们日常生活的仿人机器人将是机器人开发的方向。例如，在日本的工厂里，生产线机器人已经被广泛运用餐馆里，机器人可以做寿司；农田里，机器人可种植水稻并负责看管稻田；在大公司里，有负责接待客人并帮客人倒茶的机器人，还有负责清洁卫生的机器人；在家庭中，有能够陪老人聊天、给老人喂饭的保姆机器人.机器人甚至有望进入日本人的宗教领域，科学家正在设计可以主持神道教仪式的机器人。欧洲各国在智能机器人的研究和应用方面在世界上处于

10、公认的领先地位，全球约13的工业机器人是由欧盟机器人制造商制造的。同时，欧盟委员会还呼吁欧盟产业界加快机器人重要零部件在欧盟的研发和生产速度，以便能有效应对来自亚洲的激烈竞争和避免对世界其他地区的战略性依赖H1。根据欧盟委员会2008年6月10日发表的一份新闻公报，到2010年，欧盟对机器人研发的投资在2007年的基础上实现翻番，即斥资4亿欧元来支持机器人的研发活动。3.智能机器人的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未知的、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：3.1 多传感器信息融合多传感器信

11、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、不确定和未知的环境中执行任务提供了多种技术解决途径。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

12、综合来自多个传感器的感知数据，以产生更可靠、更准确或更全面的信息。经过融合的多传感器系统能够更加完善、精确地反映检测对象的特性，消除信息的不确定性，提高信息的可靠性。融合后的多传感器信息具有以下特性：冗余性、互补性、实时性和低成本性。目前多传感器信息融合方法主要有贝叶斯估计、卡尔曼滤波、神经网络、小波变换等。多传感器信息融合技术是个十分活跃的研究领域，主要研究方向有：3.1.1 多层次传感器融合由于单个传感器具有不确定性、观测失误和不完整性的弱点，因此单层数据融合限制了系统的能力和鲁棒性。对于要求高鲁棒性和灵活性的先进系统，可以采用多层次传感器融合的方法。低层次融合方法可以融合多传感器数据；中

13、间层次融合方法可以融合数据和特征，得到融合的特征或决策；高层次融合方法可以融合特征和决策，得到最终的决策。3.1.2 微传感器和智能传感器传感器的性能、价格和可靠性是衡量传感器优劣与否的重要标志，然而许多性能优良的传感器由于体积大而限制了应用市场。微电子技术的迅速发展使小型和微型传感器的制造成为可能。智能传感器将主处理、硬件和软件集成在一起。如Par Scientific公司研制的1000系列数字式石英智能传感器，日本日立研究所研制的可以识别7种气体的嗅觉传感器。3.1.3 自适应多传感器融合在实际世界中，很难得到环境的精确信息，也无法确保传感器始终能够正常工作。因此，对于各种不确定情况，鲁棒

14、融合算法十分必要。现已研究出一些自适应多传感器融合算法来处理由于传感器的不完善带来的不确定性。如Hong通过革新技术提出%种扩展的联合方法，能够估计单个测量序列滤波的最优卡尔曼增益。Pacini和Kosco也研究出%种可以在轻微环境噪声下应用的自适应目标跟踪模糊系统，它在处理过程中结合了卡尔曼滤波算法.3.2 导航与定位在机器人系统中，自主导航是一项核心技术，是机器人研究领域的重点和难点问题。导航的基本任务有3点：（1）基于环境理解的全局定位：通过环境中景物的理解，识别人为路标或具体的实物，以完成对机器人的定位，为路径规划提供素材；（2）目标识别和障碍物检测：实时对障碍物或特定目标进行检测和识

15、别，提高控制系统的稳定性；（3）安全保护：能对机器人工作环境中出现的障碍和移动物体作出分析并避免对机器人造成的损伤。 机器人有多种导航方式，根据环境信息的完整程度、导航指示信号类型等因素的不同，可以分为基于地图的导航、基于创建地图的导航和无地图的导航类。根据导航采用的硬件的不同，可将导航系统分为视觉导航和非视觉传感器组合导航。视觉导航是利用摄像头进行环境探测和辨识，以获取场景中绝大部分信息。目前视觉导航信息处理的内容主要包括：视觉信息的压缩和滤波、路面检测和障碍物检测、环境特定标志的识别、三维信息感知与处理。非视觉传感器导航是指采用多种传感器共同工作，如探针式、电容式、电感式、力学传感器、雷达

16、传感器、光电传感器等，用来探测环境，对机器人的位置、姿态、速度和系统内部状态等进行监控，感知机器人所处工作环境的静态和动态信息，使得机器人相应的工作顺序和操作内容能自然地适应工作环境的变化，有效地获取内外部信息。3.3 路径规划路径规划技术是机器人研究领域的1个重要分支。最优路径规划就是依据某个或某些优化准则（如工作代价最小、行走路线最短、行走时间最短等），在机器人工作空间中找到从起始状态到目标状态、可以避开障碍物的最优路径。路径规划方法大致可以分为传统方法和智能方法。传统路径规划方法主要有以下几种：自由空间法、图搜索法、栅格解耦法、人工势场法。大部分机器人路径规划中的全局规划都是基于上述几种

17、方法进行的，但这些方法在路径搜索效率及路径优化方面有待于进一步改善。人工势场法是传统算法中较成熟且高效的规划方法，它通过环境势场模型进行路径规划，但是没有考察路径是否最优。智能路径规划方法是将遗传算法、模糊逻辑以及神经网络等人工智能方法应用到路径规划中，来提高机器人路径规划的避障精度，加快规划速度，满足实际应用的需要。其中应用较多的算法主要有模糊方法、神经网络、遗传算法、学习及混合算法等，这些方法在障碍物环境已知或未知情况下均已取得一定的研究成果。3.4 机器人视觉视觉系统是自主机器人的重要组成部分，一般由摄像机、图像采集卡和计算机组成。机器人视觉系统的工作包括图像的获取、图像的处理和分析、输

18、出和显示，核心任务是特征提取、图像分割和图像辨识。而如何精确高效的处理视觉信息是视觉系统的关键问题。目前视觉信息处理逐步细化，包括视觉信息的压缩和滤波、环境和障碍物检测、特定环境标志的识别、三维信息感知与处理等。其中环境和障碍物检测是视觉信息处理中最重要、也是最困难的过程。边沿抽取是视觉信息处理中常用的几种方法。对于一般的图像边沿抽取，如采用局部数据的梯度法和二阶微分法等，对于需要在运动中处理图像的移动机器人而言，难以满足实时性的要求。为此人们提出基于计算智能的图像边沿抽取方法，如基于神经网络的方法、利用模糊推理规则的方法，特别是Pinaci教授近期全面的论述了利用模糊逻辑推理进行图像边沿抽取

19、的意义。这种方法具体到视觉导航，就是将机器人在室外运动时所需要的道路知识，如公路白线和道路边沿信息等，集成到模糊规则库中来提高道路识别效率和鲁棒性。还有人提出将遗传算法与模糊逻辑相结合。机器人视觉是其智能化最重要的标志之一，对机器人智能及控制都具有非常重要的意义。目前国内外都在大力研究，并且已经有一些系统投入使用。3.5 智能控制随着机器人技术的发展，对于无法精确解析建模的物理对象以及信息不足的病态过程，传统控制理论暴露出缺点，近年来许多学者提出了各种不同的机器人智能控制系统。机器人的智能控制方法有模糊控制、神经网络控制、智能控制技术的融合（模糊控制和变结构控制的融合；神经网络和变结构控制的融

20、合；模糊控制和神经网络控制的融合；智能融合技术还包括基于遗传算法的模糊控制方法）等。3.6 人机接口技术智能机器人的研究目标并不是完全取代人，复杂的智能机器人系统仅仅依靠计算机来控制目前是有一定困难的，即使可以做到，也由于缺乏对环境的适应能力而并不实用。智能机器人系统还不能完全排斥人的作用，而是需要借助人机协调来实现系统控制。因此，设计良好的人机接口就成为智能机器人研究的重点问题之一。人机接口技术是研究如何使人方便自然地与计机交流。为了实现这一目标，除了最基本的要求机器人控制器有1个友好的、灵活方便的人机界面之外，还要求计算机能够看懂文字、听懂语言、说话表达，甚至能够进行不同语言之间的翻译，而

21、这些功能的实现又依赖于知识表示方法的研究。因此，研究人机接口技术既有巨大的应用价值，又有基础理论意义。目前，人机接口技术已经取得了显著成果，文字识别、语音合成与识别、图像识别与处理、机器翻译等技术已经开始实用化。另外，人机接口装置和交互技术、监控技术、远程操作技术、通讯技术等也是人机接口技术的重要组成部分，其中远程操作技术是一个重要的研究方向。4.智能机器人技术的不足以及未来的发展趋势4.1 智能机器人技术存在的问题和挑战 目前在生产生活中应用的大部分是第二代机器人，智能机器人技术还没有完全应用到生产生活中去。由于其开发难度大、周期长、资金投入高，大部分研究还处于理论研究阶段。智能机器人技术所

22、涉及的关键技术较多，任何一个技术存在缺陷都会阻碍智能机器人技术的发展，因此智能机器人技术的发展还面临很多挑战。（1） 智能机器人技术的研究比较分散，未能形成合力。目前国内外都大力开展智能机器人技术的研究，但是不同机构交流和联合都较少，各家分散研究，这样在同种技术研究方面就造成了财力、物力和时间等的浪费。（2） 机器人产业链不够细化。由于智能机器人技术是一个多交叉的学科，涉及的关键技术较多，同时种类也较为丰富，这就造成了机器人在产业化的时候也出现很多交叉，分工不明细，重复研究、重复生产的现象较为严重，使得产业链不够完善、不够细化。（3） 在智能机器人技术研究的过程中过度的追求高指标、高性能。智能

23、机器人技术发展才刚刚起步，其中有很多待解决的问题，一个细节考虑不周就有可能造成重大的损失，但过多追求高指标、高性能往往阻碍了机器人真正发展的道路，失去了细致分析问题解决问题的机会。（4） 创新能力不足，制约了机器人市场的开拓。在机器人研究的过程中，拿来主义现象较为严重，没有创新意识，缺乏自己的独创品牌，照搬走老路的现象较为严重，要想机器人事业得到突飞猛进的发展就需要不断地开拓创新，满足市场的需求，进一步促进智能机器人产业的发展，形成良性循环。4.2 智能机器人未来的发展趋势智能机器人技术是未来技术发展的制高点，是未来新兴产业的支撑点，是未来战争的主力军，是未来社会服务的最佳帮手。智能机器人技术有着非常广阔的应用前景，未来将朝着以下几个方面发展：（1） 发展智能机器人产业集群。面向新兴制造业，深入研究分析产学研用之道，提高集成技术，使智能机器人发展真正做到产业化，系统集成化，实现资源优势互补。（2） 关键功能部件和核心技术的发展。探索新的高强度轻质材料，专门研究关键部件，从细节解决问题，掌握核心技术，注重多传感系统和控制技术的发展，研究机器人控制器的标准化和网络化；研究基于智能材料和仿