人工智能概论(第2版)(下篇共上中下3篇)_第1页
人工智能概论(第2版)(下篇共上中下3篇)_第2页
人工智能概论(第2版)(下篇共上中下3篇)_第3页
人工智能概论(第2版)(下篇共上中下3篇)_第4页
人工智能概论(第2版)(下篇共上中下3篇)_第5页
已阅读5页,还剩262页未读, 继续免费阅读

付费下载

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

高职高专人工智能通识课规划教材人工智能概论(第2版)学习目标【能力目标】能够针对智能体具体应用功能,阐述其实现原理;能够针对工作生活场景中的具体需求,提出机器人技术解决思路;能够在扣子等人工智能平台创建和使用AI智能体;能够阐述机器人路径规划算法原理。【素养目标】通过智能体与机器人相关知识的学习,培养学生科学精神,激发学生科技报国情怀;通过学习我国在机器人领域科技成果案例,加强爱国主义教育,增强民族自信心、自豪感;通过学习智能体和机器人的应用,培养学生追求真理,勇攀科学高峰的责任感和使命感。【知识目标】掌握智能体的定义、属性、特性和分类;了解多智能体的协商机制和应用;了解机器人的定义和应用场景;理解智能机器人的关键技术;了解具身智能机器人。知识图谱

学习单元9智能体与机器人9.1

智能体9.2多智能体9.3机器人9.4实训9.5拓展知识

高职高专人工智能通识课规划教材9.1

智能体9.1.1智能体的定义和属性1.智能体的定义智能体(Agent)技术是当前人工智能研究的热点之一。Agent在英语中是个多义词,主要有代理人、经纪人、(化学)剂、动因、媒介、因素、原动力、施事者等意思,暂无统一译法,本书中将Agent译为“智能体”。智能体的概念最早由美国麻省理工学院的马文·明斯基(MarvinMinsky)提出,他在1986年出版的《思维的社会》(SocietyofMind)一书中提出:某些问题可经由社会中的一些个体经过协商后解决,这些个体就是智能体。并且他还认为智能体具备社会交互性和智能性。智能体属于人工智能研究范畴,因此要想给智能体下一个确切的定义就如同给人工智能下一个确切的定义一样困难,在分布式人工智能和分布式计算领域争论了很多年,也没有一个统一的认识。9.1

智能体9.1.1智能体的定义和属性研究人员从不同的角度给出了智能体的定义,常见的主要有以下几种。(1)FIPA(FoundationforIntelligentPhysicalAgent),一个致力于智能体技术标准化的组织给智能体下的定义是:“智能体是驻留于环境中的实体,它可以解释从环境中获得的反映环境中所发生事件的数据,并执行对环境产生影响的行动。”在这个定义中,智能体被看作一种在环境中“生存”的实体,它既可以是硬件(如机器人),也可以是软件。(2)著名智能体理论研究学者伍尔德里奇(Wooldridge)博士等人在讨论智能体时,则提出“弱定义”和“强定义”两种定义方法:弱定义智能体是指具有自治性、反应性、主动性、社会性和进化性等基本特性的智能体;强定义智能体是指不仅具有弱定义中的基本特性,而且具有移动性、通信能力、理性或其他特性的智能体。9.1

智能体9.1.1智能体的定义和属性研究人员从不同的角度给出了智能体的定义,常见的主要有以下几种。(3)学者富兰克林(Franklin)和格雷泽(Graesser)则把智能体描述为“智能体是一个处于环境之中并且作为这个环境一部分的系统,它随时可以感测环境并且执行相应的动作,同时逐渐建立自己的活动规划以应对未来可能感测到的环境变化”。(4)著名人工智能学者、美国斯坦福大学的海耶斯·罗斯(Hayes-Roth)认为“智能体能够持续执行三项功能:感知环境中的动态条件;执行动作影响环境条件;进行推理以解释感知信息、求解问题、产生推断和决定动作”。(5)智能体研究的先行者之一,美国学者麦克(Macs)则认为“自治或自主智能体是指那些存在于复杂动态环境中,自治地感知环境信息,自主地采取行动,并实现一系列预先设定的目标或任务的计算系统”。9.1

智能体9.1.1智能体的定义和属性研究人员从不同的角度给出了智能体的定义,常见的主要有以下几种。综上所述,智能体是指能够感知环境并采取行动以实现特定目标的实体,它可以是软件、硬件或一个系统。智能体通过传感器感知环境中的变化,根据自身学习到的知识和算法进行规划和决策,并借助执行器产生某个动作(行动),并作用于该环境或达到预定的目标。智能体与环境的交互作用如图9-1所示。9.1

智能体9.1.1智能体的定义和属性智能体在人工智能领域广泛应用,常见于自动化系统、机器人、虚拟助手、游戏角色,甚至你自己。其核心在于能够自主学习和持续进化,以更好地完成任务和适应复杂环境。人类智能体、机器智能体和软件智能体的实例比较如表9-1所示。智能体传感器执行器人类智能体眼、耳和其他器官手、脚、声音等机器智能体摄像头、麦克风、红外测距仪等各种电动机等软件智能体键盘(录入)、文件内容、网络数据包屏幕显示、写文件、发送网络数据包9.1

智能体9.1.1智能体的定义和属性2.智能体的属性智能体也可理解为给定它所感知的和它所拥有的先验知识,以一种被期望最大化其性能指标的方式运行。所以智能体如果能实现其功能,就需要在环境中依据感知后形成的一系列动作,这一系列动作通过一系列状态引起环境发生变化,如果该系列变化是所期望的,则该智能体表现良好。基于上述对智能体的理解,智能体的属性可总结为PEAS,即性能(Performance)、环境(Environment)、执行器(Actuators)和传感器(Sensors)。9.1

智能体9.1.1智能体的定义和属性2.智能体的属性无人驾驶汽车、卫星图像分析系统、零件选取机器人等三个智能体实例的PEAS分析如表9-2所示。智能体性能环境执行器传感器无人驾驶汽车安全性、速度、合法驾驶、舒适性道路、其他汽车、行人、路标、天气转向器、加速器、制动器、信号、喇叭、显示器、语音摄像头、雷达、GPS、速度计、里程计、发动机传感器、触摸屏卫星图像分析系统正确分类对象和地形轨道卫星、下行链路、天气场景分类显示器高分辨率数码相机零件选取机器人零件在正确箱中的比例零件输送带、箱子有关节的手臂、手摄像头、触觉、关节角度传感器9.1

智能体9.1.2智能体的特性从伍尔德里奇(Wooldridge)博士对智能体的定义可以看出,他提出了智能体应该具备的一些特征,也就是一个智能体通常具备以下五种基本特性。1.自治性自治性(Autonomy)是智能体最基本的特性之一,指的是智能体能根据外界环境的变化,自动地对自己的行为和状态进行调整,而不是仅仅被动地接收外界的刺激,其具有自称管理、自我调节的能力。自治性使得智能体能够在动态且不可预测的环境中独立工作,适应变化并调整其行为。例如,自动驾驶汽车就是一个具有高度自治性的智能体,它能够在复杂的交通环境中感知周围车辆和行人,自主规划路径、控制速度和做出避障决策。自治性不仅减少了对人类监督的依赖,也使得智能体能够在需要实时反应的任务中保持高效性和可靠性。9.1

智能体9.1.2智能体的特性2.反应性反应性(Reactive)是指智能体能够迅速感知环境变化并及时做出响应的能力。这种特性使得智能体能够在面对突发事件或紧急情况时做出快速而有效的反应。反应性对于实时系统和动态环境中的智能体至关重要。例如,在机器人控制中,智能体需要即时感知障碍物的出现,并立即调整其路径以避免碰撞。虽然反应性通常意味着对当前状态的即时响应,但高级智能体还可以结合历史数据和预测信息,使得反应更加智能和灵活。9.1

智能体9.1.2智能体的特性3.主动性主动性(Proactive)是智能体能够主动设定目标、规划行动并采取措施实现这些目标的能力,而不仅仅是对环境的变化做出反应。主动性使得智能体不仅仅局限于被动应对外界刺激,而是能够根据其内在目标和动机采取积极行动。例如,一个智能家居系统可以主动学习用户的日常习惯,提前调节室内温度或照明,以提高用户的舒适度。具有主动性的智能体能够在环境中自主探索、发现问题并提出解决方案,从而在实现长期目标的过程中展现出更大的灵活性和创造力。9.1

智能体9.1.2智能体的特性4.社会性社会性(Social)指的是智能体与其他智能体或人类之间进行互动、协作和交流的能力。具有社会性的智能体能够理解和遵循社会规范,与其他个体协调行动,以共同完成复杂任务。例如,在多智能体系统中,各个智能体需要通过通信协议分享信息、分配任务,并通过协作实现团队目标。社会性还体现在人机交互中,如智能语音助手能够理解用户的指令,并通过对话形式提供反馈和建议。通过增强社会性,智能体能够在团队工作、群体决策和协作环境中表现出更高的效率和有效性。9.1

智能体9.1.2智能体的特性5.进化性进化性(Evolution)是指智能体通过学习和适应,在长期运行中不断提高自身能力的特性。具有进化性的智能体能够在面对新的环境或任务时,通过自我调整和优化,逐步提升其性能。这种特性通常与机器学习、进化算法或强化学习相结合,使得智能体能够在不断变化的环境中保持竞争力。例如,强化学习智能体通过与环境的持续交互,不断调整其策略以最大化长期收益。进化性使得智能体具备应对不确定性和复杂性的能力,使其在长期任务或未知环境中表现出色,并能够随着时间推移变得更加智能和高效。9.1

智能体9.1.3智能体的分类根据智能水平和执行任务的复杂度两个维度将智能体分为以下五种类型。简单反射型智能体:直接感知信息做出反应。基于模型的反射型智能体:保持内部状态,依赖感知历史。基于目标的智能体:为达到目标而行动。基于效用的智能体:试图最大化其期待的“快乐”。学习型智能体:可以从过去的经验中学习,由学习组件、评估组件、性能组件、问题产生器等组成。9.1

智能体9.1.3智能体的分类1.简单反射型智能体简单反射型智能体是最简单的智能体,直接对感知信息做出反应,这些选择操作仅基于当前状态,忽略感知历史。首先通过传感器感知现在的环境是什么,然后在当前感知的基础上根据条件-动作规则得到应该做什么动作,忽略其余的感知历史,最后执行器执行相应的动作,如图9-2所示。9.1

智能体9.1.3智能体的分类2.基于模型的反射型智能体基于模型的反射型智能体可以处理部分可观察的环境。它维护某种依赖于感知历史的内容状态,并使用内部模型(世界如何演变)追踪世界的当前状态以及智能体行为如何影响世界,然后以与反射型智能体相同的方式选择动作,如图9-3所示。9.1

智能体9.1.3智能体的分类3.基于目标的智能体基于目标的智能体是对基于模型的反射型智能体的改进。该智能体将提供的目标信息与环境模型相结合,选择实现该目标的行动。基于目标的智能体中目标信息描述所希望的情形,它允许智能体在多个行动方案中进行选择,挑选出达到目标状态的那一个,如图9-4所示。9.1

智能体9.1.3智能体的分类4.基于效用的智能体基于效用的智能体是对基于目标的智能体进行改进,基于目标的智能体在实现预期目标方面是不够的,还需要考虑成本。例如,我们可能会寻找更快、更安全、更便宜的行程到达目的地。基于效用的智能体拥有一个特殊的状态,这个状态可以通过效用函数得到。效用函数就是一个状态与状态效用的映射,智能体将选择可以使期望效用最大化的动作,如图9-5所示。9.1

智能体9.1.3智能体的分类5.学习型智能体学习型智能体可分为4个概念组件。性能组件接受感知并决定动作。学习组件使用来自评估组件对智能体表现的反馈,并以此确定应该如何修改性能组件以在未来做得更好,学习组件还可从性能组件中学习知识。问题产生器负责建议动作,这些动作将获得全新和信息丰富的经验。如果性能组件完全根据自己的方式,它会继续选择已知最好的动作。但如果智能体愿意进行一些探索,并在短期内做一些可能不太理想的动作,那么从长远来看,它可能会发现更好的动作。问题产生器的工作是建议这些探索性的行动。学习单元9智能体与机器人9.1智能体9.2多智能体9.3机器人9.4实训9.5拓展知识

高职高专人工智能通识课规划教材9.2多智能体9.2.1多智能体系统世界是复杂的,很多功能不能由一个智能体单独实现,因此,智能体可能会同意组成一个多智能体系统,相互协作,从而达到共同的整体目标。多智能体系统(Multi-AgentSystem,MAS)就是一个由多个智能体组成的松散耦合又协作共事的系统。多智能体系统具有交互性、社会性、协作性和分布性等特性。此外,多智能体系统还具有如下特点。(1)数据是分散的。(2)计算过程是异步的、并发的。(3)没有全局控制。(4)每个智能体具有不完全的信息和问题求解能力。9.2多智能体9.2.2多智能体协商多智能体系统是分布式人工智能的一个重要分支,在多智能体系统中,每个智能体是自主的,在结构上是可以完全互质的,所以没有全局控制、没有全局数据,可以自由地加入或离开,系统中的智能体共同协作,协调它们的能力与目标,以解决单一智能体无法解决的问题。所以,多智能体最主要的特点是协商。在多智能体系统中,如果每个智能体都是自利的(使自身获利最大化),那么每个智能体的最优策略组合未必是多智能体系统的最优策略。这反应了多智能体系统中个体利益与集体利益相冲突的矛盾本质。多智能体系统不像集中控制系统那样,由一个集中式的控制器对每个智能体的策略进行控制。因此,在多智能体系统中需要为每个智能体设计一种机制,通过协商来获得系统的最佳策略。9.2多智能体9.2.2多智能体协商1.纳什均衡

纳什均衡是博弈论中的一种特定状态,纳什是一位著名的数学家和经济学家,1994年获得诺贝尔经济学奖。下面使用纳什均衡中经典的例子来说明多智能体系统中每个智能体的最优策略与系统最佳策略的关系。有两个小偷A和B集体作案,然后被警察抓住了,警察对两个人分别审讯,并且告诉他们政策:如果两个人都坦白交代作案过程和赃物去向,就可以定罪了,两个人各判刑3年;如果一个人交代,另外一个人不交代,那么一样可以定罪,但是交代的人从宽处理,批评教育就释放了,不交代的人从严处罚,判刑5年;如果两个人都不交代,那就没有办法定盗窃罪了,每个人只能判刑1年(持有赃物的较轻罪名)。9.2多智能体9.2.2多智能体协商1.纳什均衡A会想:如果B坦白了,那么我坦白就会被判刑3年,我如果抵赖,就会被判刑5年,为了减少判刑,我应该坦白;如果B抵赖,我坦白就会被判刑0年(立即释放),我抵赖就会被判刑1年,为了减少判刑,我应该坦白。所以,无论B如何做,A都应该选择坦白。无论A如何做,B都应该选择坦白。因此,最终两个人都会坦白,而且此时没有任何一方愿意单方面地改变决策,因为一旦单方面改变决策,就会造成自己的收益下降。这个双方都坦白的策略就称之为纳什均衡点。集体最优解显然是两个人都抵赖,但是纳什均衡点却不在这里,这说明个人理性产生的纳什均衡结果未必是集体的最优解。那么,多智能体系统最后会如何选择与决策,取决于具体的情况。A决策B决策A结果B结果坦白坦白3年3年抵赖坦白5年0年(立即释放)坦白抵赖0年(立即释放)5年抵赖抵赖1年1年9.2多智能体9.2.2多智能体协商2.投票投票是一种常见的社会选择机制。为了选举某个人或者表决某件事情,人们设计以少数服从多数为基础的选择机制。从多智能体角度思考,每个投票人可以是一个独立的智能体,每个智能体可以根据自己的偏好进行投票。实际应用中常见的投票机制有多数投票、二叉投票和计分投票等。多数投票机制是指通过统计参与者的投票结果,以票数最多的选项作为最终决策结果。在二叉投票机制中,会随机地选择任意的两个被选举人进比较,胜者进入下一轮;再和另一个任意选择的被选举人进行比较;直至只余下唯一的胜者当选。在计分投票机制中,按照每一选项的权重进行记分,最后将分数相加,总分最高者当选。9.2多智能体9.2.2多智能体协商3.拍卖拍卖是专门从事拍卖业务的拍卖行接受货主的委托,在规定的时间和场所,按照一定的章程和规则,将要拍卖的货物向买主展示,公开叫价竞购,最后由拍卖人把货物卖给出价最高的买主的一种现货交易方式。常见的拍卖规则如下。(1)英式拍卖。英式拍卖也称为“出价逐升式拍卖”,是目前最流行的网上拍卖方式。在拍卖中,竞买人出价从低开始,此后出价一个比前一个要高,直到没有更高的出价为止,出价最高者即最后一个竞买人将以其所出的价格获得该拍卖品。(2)荷兰式拍卖。荷兰式拍卖是英式拍卖的逆行,也称为“出价逐降式拍卖”。它是先由拍卖人给出一个潜在的最高价,然后价格不断下降,直到有人接受价格为止。荷兰式拍卖成交的速度特别快,经常用来拍卖诸如果蔬、食品之类的不易长期保存的鲜活农产品。9.2多智能体9.2.2多智能体协商3.拍卖(3)密封拍卖。密封拍卖是指竞买人通过加密的E-mail将出价发送给拍卖人,再由拍卖人统一开标后,比较各方递交的价格,最后确定中标人。密封拍卖多用于工程项目、大宗货物、土地房产等不动产交易以及资源开采权出让等交易。目前,这种拍卖方式已被越来越多国家用于在网上销售库存物资以及海关处理的货物。(4)双重拍卖。该方式是买方和卖方同时递交价格和数量来出价的。在双重拍卖中,买方和卖方出价是通过软件代理竞价系统进行的。拍卖开始前,买方向软件代理竞价系统提交最低出价和出价增量,卖方向软件代理竞价系统提交最高要价和要价减量。网上拍卖信息系统把卖方的要约和买方的要约进行匹配,直到要约提出的所有出售数量都卖给了买方为止。双重拍卖只对那些事先知道质量的物品有效。例如,有价有标准级别的农副产品,通常这类物品交易的数量很大。9.2多智能体9.2.2多智能体协商4.谈判在人类社会行为中,谈判是一种高级智能行为,是人们为了实现各自的需要,就一项涉及各方利益的问题谋求一致意见而进行的相互协商行为。在多智能体系统中,各智能体之间的协商也可能是一种谈判,可以采用谈判机制进行建模,然后选择最优策略实现最终目标。谈判分为三种类型,一是竞争型谈判,二是合作型谈判,三是双赢型谈判,但是不管是何种类型的谈判,都期望自己获得更大的利益。而多智能体系统也期望最大化地实现目标,这时谈判策略就非常重要了,如何能既保证单智能体的期望,又能使多智能体系统的利益最大化,就是主要目标。9.2多智能体9.2.2多智能体协商5.合同网合同网协议是Smith和Davis于1980年提出的一种协作机制,专为分布式问题求解中的节点任务分配而设计。它借鉴了商务活动中管理商品和服务的合同机制。在合同网中,主体分为管理者和合同者两种角色。合同网是许多节点的集合,其中每个节点充当管理者或合同者的角色。管理者负责监视整个任务的执行及执行结果的处理。合同者负责任务的执行。9.2多智能体9.2.2多智能体协商5.合同网合同网协议模型分为以下4个主要阶段。(1)问题识别:当一个节点发现自己没有足够的知识或能力去处理当前的任务时,或者当它把一个任务进行分解而产生新的任务时,需要其他节点协作,准备发起招标公告。(2)招标:以广播的形式发出任务招标公告,在任务执行期间,本节点充当管理者。(3)投标:网上的其他节点收到任务招标公告后,它们根据自己的资源、能力、兴趣等评价自己,看自己是否有能力胜任,并对有效时间内的多个招标任务进行评价,选择最合适的任务去投标。(4)中标:管理者可能收到好几个投标书,它对投标者进行评估,选择其中的最佳投标者。管理者对中标者发出中标通告,此中标者即成了这些任务的合同者,管理者与合同者之间建立合同。9.2多智能体9.2.3多智能体的应用多智能体系统在多个领域中都有广泛应用,主要包括以下几个方面。(1)‌智能交通。在无人驾驶技术中,多智能体系统通过车辆之间的协作和决策制定,实现车辆的自主导航、避障、超车和变道等复杂行为。此外,MAS还应用于智能交通调度和智能停车系统,通过实时监测和优化交通信号灯配时,提高行车安全性和效率。(2)‌智能制造。在生产流程控制中,多智能体系统优化和控制生产环节,实现生产流程的自动化和智能化。MAS可以根据生产计划和库存情况自动调整生产线的运行速度和生产顺序,实时监测设备状态,提前预测并处理潜在故障,提高生产效率和质量。(3)‌电子商务。多智能体系统在电子商务中用于优化商品推荐。通过多个智能体的协同工作,电商平台能够更准确地理解用户需求,提供个性化的商品推荐服务,提升用户体验和销售效果。9.2多智能体9.2.3多智能体的应用(4)多‌机器人协同。多智能体系统在机器人领域中应用于多机器人搜救系统,通过多个自主机器人的协同工作,提高搜救任务的效率和安全性。每个机器人负责不同的任务,如搜索、救援和通信,通过无线通信网络实时共享信息,协同完成任务。(5)‌社会和经济系统模拟。多智能体系统可以模拟市场交易、社会网络和群体行为的动态,为社会科学研究提供有力的模拟工具。这种应用有助于理解复杂社会和经济系统的行为和演化。(6)‌智慧城市。在智慧城市建设中,多智能体系统应用于城市管理、公共服务等多个方面,通过智能体的协同工作,优化城市资源分配,提高城市管理和服务的效率。学习单元9智能体与机器人9.1智能体9.2多智能体9.3机器人9.4实训9.5拓展知识

高职高专人工智能通识课规划教材9.3机器人9.3.1机器人的定义机器人问世已有几十年了,但至今还没有一个统一的定义,其原因之一是机器人还在不断发展,另一个重要原因是机器人涉及人的概念,成为一个难以回答的哲学问题。也许正是由于机器人没有统一的定义,才给了人们充分的想象和创造空间。机器人(Robot)是20世纪出现的新名词。1920年,捷克作家卡雷尔·恰佩克在戏剧《罗素姆的万能机器人》中首次提出“Robot”一词,源自捷克语“Robota”(意为强制劳动),指代可替代人类劳动的人造工人。9.3机器人9.3.1机器人的定义为了防止机器人伤害人类,1942年美国科幻小说作家阿西莫夫(Asimov)在自己的科幻小说《转圈圈》(Runaround)中提出著名的“机器人学三定律”,三定律奠定了机器人伦理学的基础。第一定律‌:机器人不得伤害人类个体,或者目睹人类个体遭受危险而袖手旁观。‌第二定律‌:机器人必须服从人类命令,除非该命令与第一定律冲突。‌第三定律‌:在不违反第一、第二定律的前提下,机器人应保护自身生存。第一定律高于第二、第三定律,形成逻辑闭环,阿西莫夫后续补充了“第零定律”(机器人不得伤害人类整体利益),但未被广泛纳入原始三定律体系。“机器人学三定律”虽来自科幻小说,但是机器人学术界一直将其视为机器人开发的准则。9.3机器人9.3.1机器人的定义1967年在日本召开的第一届机器人学术会议上,人们提出了两个有代表性的定义。一是森政弘与合田周平提出的:“机器人是一种具有移动性、个体性、智能性、通用性、半机械半人性、自动性、奴隶性等7个特征的柔性机器”。从这一定义出发,森政弘又提出了用自动性、智能性、个体性、半机械半人性、作业性、通用性、信息性、柔性、有限性、移动性等10个特性来表示机器人的形象;另一个是加藤一郎提出的,具有如下3个条件的机器可以称为机器人。(1)具有脑、手、脚等三要素的个体。(2)具有非接触传感器(用眼、耳接收远方信息)和接触传感器。(3)具有平衡觉和固有觉的传感器。该定义强调了机器人应当具有仿人的特点,即它靠手进行作业,靠脚实现移动,由脑来完成统一指挥的任务。非接触传感器和接触传感器相当于人的五官,使机器人能够识别外界环境,而平衡觉和固有觉则是机器人感知本身状态所不可缺少的传感器。9.3机器人9.3.1机器人的定义国际标准化组织(ISO)对机器人的定义是:“一种可编程和多功能的操作机,或是为了执行不同的任务而具有可用电脑改变和可编程动作的专门系统。”我国业界给出的机器人定义是:机器人是一种自动化的机器,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。虽然人们对机器人的定义有所不同,而且随着时代的变化,机器人的定义也在不断发生变化。但是在这些定义中,抛开对外形、作业目的等差异,在核心机制方面对机器人的要求已经从“可编程”逐步转向了“智能”,这也是当今智能机器人迅速发展的写照。智能机器人是能够半自主或全自主执行任务的智能机器装置,其核心功能包括感知环境、决策推理和执行操作,可替代或辅助人类完成特定工作。9.3机器人9.3.1机器人的定义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。除具有传感器外,它还有执行器,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。由此也可知,智能机器人至少要具备三个要素:感知要素、行动要素和决策要素。(1)感知要素。感知要素指的是智能机器人感受和认识外界环境,进而与外界交流的能力。感知要素包括视觉、听觉、嗅觉、触觉、味觉等,利用摄像机、图像传感器、超声波传感器、激光器等内部信息传感器和外部信息传感器来实现功能。感知要素是对人类的眼、鼻、耳等五官及肢体功能的模拟。9.3机器人9.3.1机器人的定义(2)行动要素。行动要素也称为反应要素、行为要素,是智能机器人能够对外界做出反应性动作,完成操作者表达的命令,主要是对人类的四肢功能的模拟。行动要素通过机械手臂、吸盘、轮子、履带、支脚等来实现。(3)决策要素。决策要素是智能机器人根据感知要素所得到的信息,对下一步采用什么样的动作进行分析和决断。智能机器人的决策要素是三个要素中的关键,是对人类大脑功能的模拟,也是人们要赋予机器人的必备要素。决策要素包括判断、逻辑分析、理解等方面的智力活动。9.3机器人9.3.2机器人的应用1.工业机器人工业机器人被广泛应用的主要目的是提高工业产品质量和代替人类完成流程性的、重复性的、烦琐性的以及危险性的生产任务。(1)装配机器人。装配机器人主要为多轴机械臂,它具有精度高、柔顺性好、工作范围小、能与其他工业机器人协作使用等特点,主要应用于电器、汽车制造业等领域。9.3机器人9.3.2机器人的应用1.工业机器人(2)喷涂机器人。以前,汽车生产车间的喷漆工艺是由人工完成的。由于油漆中含苯,因此长期在苯浓度相当高的喷漆车间里工作的工人,特别容易罹患骨髓造血功能障碍,严重影响身体健康。因为涂料是易燃易爆品,所以喷涂机器人一般采用液压驱动,而非电气驱动。9.3机器人9.3.2机器人的应用1.工业机器人(3)焊接机器人。焊接机器人可以全自动完成焊接、切割等工作。焊接机器人可以分为点焊机器人和弧焊机器人。焊接机器人大多数是6轴的,并采用电气驱动的方式,具有耗能低、维修简单、速度快、精度高等优点。工作时,点焊机器人按照操作者的规定进行作业,可以实现无人值守,在提高工作效率的同时可以避免各种人身危险。9.3机器人9.3.2机器人的应用2.服务机器人(1)迎宾咨询服务机器人。在许多场合都需要人提供迎宾、咨询、接待等服务,所以迎宾咨询服务机器人的应用非常广泛,例如大型购物中心会配备这种机器人来解决客户导购问题,大型医院会配备其来解决导诊问题,酒店用其来解决开房登记问题等。此类机器人装备先进的计算机语音处理系统,内含自然语音库和行业专业语音库,无障碍地与来宾进行交流和沟通,多为固定式或可低速移动,且带大触摸屏。9.3机器人9.3.2机器人的应用2.服务机器人(2)家用机器人。家用机器人能够代替人从事清扫、洗刷、守卫、煮饭、照料小孩、接待、接电话、打印文件等,不过它的价格目前还较高,影响到它的推广应用。随着家用机器人造价的大幅度降低,它将获得日益广泛的应用。右图是正在炒菜的家用机器人。9.3机器人9.3.2机器人的应用2.服务机器人(3)医用机器人。日益完善的医用机器人不仅能够代替护士的工作,还是医科教学中不可替代的助手。医用机器人分为诊断机器人、护理机器人、伤残瘫痪康复机器人和医疗手术机器人等。芬奇外科机器人由三部分组成:外科医生控制台、床旁机械臂系统和成像系统。在医生操纵下,精确完成心脏瓣膜修复、癌变组织切除等各种手术。服务机器人还有娱乐机器人、送信机器人、导游机器人、加油机器人等。9.3机器人9.3.2机器人的应用3.特种机器人(1)军用机器人。军用机器人主要用于军事上代替或辅助军队进行作战、侦察、探险等工作。根据不同的作战空间可分为地面军用机器人、空中军用机器人(即军用无人机)和水下军用机器人等。军用机器人的控制方式一般有自主操控式、半自主操控式、遥控式等多种方式。9.3机器人9.3.2机器人的应用3.特种机器人(2)军用无人机。军用无人机作为现代空中军事力量中的一员,具有无人员伤亡、使用限制少、隐蔽性好、效费比(效果与总成本之比)高等特点,是军用机器人中发展最快的类型之一。9.3机器人9.3.2机器人的应用3.特种机器人(3)水下机器人。水下机器人通常用于水下施工、水下打捞、水下摄像、深海挖掘、深海采矿、水下采矿、深海捕捞、深海沉船考古、管道清淤、疏通水下工程等,还可搭载灭火器,实现消防机器人的功能。2019年12月,我国自主研发的新型深海机器人——仿生软体智能机器鱼在马里亚纳海沟实现了全球首次万米深海自主驱动。9.3机器人9.3.3智能机器人的关键技术智能机器人的关键技术包括传感器技术、路径规划与导航技术、视觉与图像处理技术、人机交互技术、强化学习与自主学习技术,以及任务规划与行为控制技术等。9.3机器人9.3.3智能机器人的关键技术1.传感器技术传感器技术是机器感知能力的基础,使机器人能够“看到”“听到”周围环境并收集相关数据。现代传感器种类丰富,涵盖视觉传感器、声学传感器、温度传感器、压力传感器等。多模态传感器的融合使得机器人可以同时采集不同类型的数据,从而对环境有更全面的理解。例如,激光雷达传感器可帮助机器人感知周围的三维结构,避开障碍;红外传感器则可以探测热源,用于在夜间识别障碍物。9.3机器人9.3.3智能机器人的关键技术2.路径规划与导航技术路径规划是指机器人在已知或未知环境中,寻找一条从起点到终点的最佳路径。路径规划算法包括经典的A*算法、Dijkstra算法等。对于自主移动机器人来说,导航技术至关重要。导航系统需要实时采集环境数据,并借助即时定位与地图构建(SimultaneousLocalizationandMapping,SLAM)技术建立环境地图,实现机器人的自主定位和路径规划。SLAM技术被广泛应用于无人驾驶和室内服务机器人,使机器人能够在陌生环境中自主行驶。9.3机器人9.3.3智能机器人的关键技术3.视觉与图像处理技术机器视觉通过摄像头和图像传感器获取图像数据,并使用计算机视觉算法对数据进行处理和分析。机器视觉的应用场景包括物体识别、人脸识别、手势识别等。视觉处理算法包括边缘检测、特征提取、深度学习图像识别等。在自动化生产线上,机器视觉技术帮助机器人检测产品质量;在安防领域,机器人通过视觉技术识别异常情况并做出反应。9.3机器人9.3.3智能机器人的关键技术4.人机交互技术人机交互(Human-RobotInteraction,HRI)技术是指机器人与人类交流和协作的技术,包括语音识别、自然语言处理、表情识别等。HRI技术的进步使得机器人能够理解人类的指令,并用自然的语言做出反馈。例如,服务机器人可以通过语音识别理解用户的需求,通过语音合成回复用户。在家庭环境中,HRI技术能够使机器人成为用户的智能助手,提升日常生活的便利性。9.3机器人9.3.3智能机器人的关键技术5.强化学习与自主学习技术强化学习是一种通过奖励机制训练机器人行为的技术,使机器人能够在复杂环境中不断优化其行为策略。例如,在机器人下棋任务中,强化学习通过奖励和惩罚的反馈机制,使得机器人可以逐步学习获胜的策略。自主学习技术使机器人在执行任务的过程中不断获取新知识,从而逐步适应不同的环境。自主学习技术已在多种机器人任务中实现,如无人机飞行、自动驾驶、动态物体抓取等,使得机器人在面对未知情况时具有更强的适应能力。9.3机器人9.3.3智能机器人的关键技术6.任务规划与行为控制技术任务规划是机器人根据目标任务安排操作步骤,并在每一阶段控制行动的技术。机器人任务规划系统能够根据不同的目标优先级和资源约束制定任务序列。行为控制则涉及机器人的动作协调规划和控制策略的制定。在多任务环境下,任务规划使机器人能够合理分配资源,在效率与安全性之间找到平衡。例如,在工业装配线中,任务规划系统确保机器人在不同工位上执行特定任务,提高生产效率。9.3机器人9.3.4具身智能机器人具身智能(EmbodiedIntelligence),是指一种基于物理身体进行感知和行动的智能系统,其通过智能体与环境的交互获取信息、理解问题、做出决策并实现行动,从而产生智能行为和适应性。具身智能强调像人类一样通过观察、移动、说话和与世界互动,在完成一系列任务的过程中增长智能。9.3机器人9.3.4具身智能机器人具身智能机器人是“具身智能”的实体形态,有望成为AI的最终载体。其整体架构由感知层、交互层、运动层组成。“具身智能”最大的特质就是能够以主人公的视角去自主感知物理世界,用拟人化的思维路径去学习,从而做出人类期待的行为反馈,而不是被动的等待数据投喂。“具身智能”还具备理解力、交互力、规划能力等,较普通机器人有更高的工作效率,必将能为人类带来新一轮的科技变革。斯坦福团队VoxPoser将大模型接入机器人,能够把复杂指令转化成具体的行动规划。9.3机器人9.3.4具身智能机器人人形机器人提供了各种基于人类行为的学习和反馈系统,为实现更复杂行为语义提供了迭代的基础和试验场。因此,人形机器人的逐步完善也为具身智能的落地提供了方向,是具身智能的重要应用场景,也将为具身智能的迭代优化提供方向和空间。2025年,“具身智能”首次被写入政府工作报告,成为未来产业发展的重点方向之一。学习单元9智能体与机器人9.1智能体9.2多智能体9.3机器人9.4实训9.5拓展知识

高职高专人工智能通识课规划教材9.4实训实训1在扣子平台创建AI智能体(1)访问扣子官网,根据页面提示,完成注册和登录。(2)在网站页面左上角单击“⊕”按钮,在打开的“创建”对话框中,单击“创建智能体”按钮。9.4实训实训1在扣子平台创建AI智能体(3)在打开的“创建智能体”对话框中,选择默认的“标准创建”选项,然后输入智能体名称“城市天气查询智能体”,输入智能体功能介绍“根据给定的城市名称,查询该城市的天气情况”,工作空间默认为“个人空间”,可以根据自己的个人喜好修改“图标”,或者单击“生成”按钮,再单击“自动优化”按钮,优化后的提示词如图所示。9.4实训实训1在扣子平台创建AI智能体(4)单击“确认”按钮,会直接进入智能体编排页面。在左侧“人设与回复逻辑”面板中,输入提示词“根据给定的城市名称,查询该城市的天气情况”,再单击面板右上角的“自动优化提示词”按钮,再单击“自动优化”按钮,优化后的提示词如图所示。9.4实训实训1在扣子平台创建AI智能体(5)单击“替换”按钮,使用优化后的提示词替换掉原先用户输入的提示词。(6)在“编排”面板中,单击“插件”右侧的“+”按钮,打开“添加插件”对话框,搜索“天气”关键词,找到“墨迹天气”插件,单击“添加”按钮,如图所示。9.4实训实训1在扣子平台创建AI智能体(7)设置开场白为“欢迎使用城市天气查询智能体,请输入城市名称:”。(8)单击“背景图片”右侧的“+”按钮,选择一张合适的背景图片。(9)配置好智能体后,就可以在“预览和调试”面板中测试智能体是否符合预期,如图所示,可以在面板底部的对话框中输入城市名称(如“杭州”),测试智能体的回答效果。9.4实训实训1在扣子平台创建AI智能体(10)完成调试后,单击“发布”按钮,在打开的“发布”页面中,选择需要发布的平台,这里默认选择“扣子商店”平台,如图所示。9.4实训实训1在扣子平台创建AI智能体(11)再次单击“发布”按钮,智能体成功发布以后,会出现如图所示页面,可以单击“复制智能体链接”按钮,把这个链接发送给自己的好友,也可以单击“立即对话”按钮开始和智能体对话。9.4实训实训2机器人路径规划算法演示(1)打开PathFinding.js路径规划算法库演示界面,如图所示。图中浅色方块表示机器人的起点位置,深色方块表示机器人的终点位置。9.4实训实训2机器人路径规划算法演示(2)拖动浅色方块来修改起点,拖动深色方块来修改终点,单击界面中白色方块来放置障碍物,可放置多个障碍物,以便让算法能够从起点出发,绕过障碍物最终到达终点。(3)从“SelectAlgorithm”面板中选择某种算法,单击界面右下角的“RestartSearch”按钮,算法会以可视化的方式显示路径规划过程,搜索到从起点到终点的最短路径,如图所示。9.4实训实训2机器人路径规划算法演示(4)修改算法参数,选中“Euclidean”(欧几里得距离)单选按钮,单击“RestartSearch”按钮,重新开始搜索从起点到终点的最短路径,如图所示。(5)尝试选择不同的算法,观察各种算法的搜索过程,比较它们之间的不同。学习单元9智能体与机器人9.1智能体9.2多智能体9.3机器人9.4实训9.5拓展知识

高职高专人工智能通识课规划教材9.5拓展知识9.5拓展知识:宇树科技与机器人宇树科技股份有限公司2024年推出全球首款量产化电驱液压混合动力机器人UnitreeB2,搭载自研的M107超高扭矩电机,突破性实现120公斤负载与2.5米跳跃高度,技术指标超越波士顿动力Spot系列。在甘肃地震救援中,B2机器人集群完成72小时废墟生命探测任务,精准定位37名受困者,展现“硬科技守护生命”的中国方案。其工业级机器人UnitreeG1已部署于中石油、国家电网等企业,累计完成50万公里高危环境巡检,推动传统产业智能化转型。公司主导制定的四足机器人ISO国际标准于2023年正式发布,终结欧美技术垄断;联合清华、浙大建立的“人机共融实验室”,培养出200余名特种机器人领域专才。9.5拓展知识9.5拓展知识:宇树科技与机器人宇树科技股份有限公司的机器人H1惊艳亮相2025年央视春晚。十几个人形机器人身着秧歌服、手持红手帕登上舞台,与舞蹈演员们默契配合,上演了一场创意融合舞蹈《秧Bot》。它们动作精准流畅,机械臂灵活挥舞着手帕,步伐与鼓点完美契合,每一个舞步都充满科技感,赢得了全国观众的喝彩。

高职高专人工智能通识课规划教材人工智能概论(第2版)学习目标【能力目标】能够针对人工智能具体应用功能,阐述其实现原理;能够针对工作、生活场景中的具体需求,提出“人工智能+”解决思路;能够践行“人工智能+”行动,提高人工智能应用能力;能够本地布署DeepSeek。【素养目标】通过了解人工智能在工作、学习、生活中的应用,理解人工智能的应用场景,并能迁移到其他场景中去,创新性地解决问题;培养创新思维和创新能力,能够发现问题、分析问题并提出解决方案;通过学习人工智能在各行业中的应用成果,加强爱国主义教育,增强民族自信心、自豪感。【知识目标】熟悉人工智能在农业、制造业、交通、商业、金融、教育、医疗等领域的应用情况;了解智慧种殖和智慧养殖的基本概念和应用场景;了解智能质量检测、设备预测性维护和智能工厂的基本概念和应用场景;了解自动驾驶、车牌识别、智能交通工具的基本概念和应用场景;了解无人零售、智慧物流与智慧仓储的基本概念和应用场景;了解智能支付、智慧银行、智能风控、智能投顾的基本概念和应用场景;了解智慧课堂、个性化学习的基本概念和应用场景;了解医学影像识别、智能药物研发的基本概念和应用场景。知识图谱

学习单元10“人工智能+”行业10.1

AI+农业10.2AI+制造10.3

AI+交通10.8实训10.9

拓展知识10.4

AI+商业10.5AI+金融10.6

AI+教育10.7

AI+医疗

高职高专人工智能通识课规划教材10.1

AI+农业10.1.1智慧种殖智慧种植,作为智慧农业的重要组成部分,通过集成应用物联网、大数据、云计算、人工智能等现代信息技术,实现了农业生产的精准化、智能化和高效化。它不仅能够提升农作物的产量和品质,还能有效节约资源,保护环境,为农业的可持续发展开辟了新的道路。10.1

AI+农业10.1.1智慧种殖1.智能灌溉和精准施肥根据粮农组织的数据,淡水总量的70%用于农业,使得农业成为全球最大的淡水消费者。通过实施精准灌溉,可以更加有效地用水,从而避免灌溉不足和过度灌溉。智能灌溉是指运用物联网、大数据、云计算与传感器技术相结合的方式对农业生产中的环境温度、湿度、光照强度、土壤墒情等参数进行实时监控,系统通过分析处理传感器数据信息,达到所设阈值或人为干预操作,作为灌溉设备运行的控制条件,实现智能化灌溉。10.1

AI+农业10.1.1智慧种殖1.智能灌溉和精准施肥通过智能压力系统与物联网技术,将可溶性肥料与灌溉水精准混合,经管网输送至作物根部,实现水分与养分的按需供给。系统结合土壤墒情、作物需肥规律及环境数据,动态优化灌溉策略,助力农业节水、节肥、增产增效。深度融合人工智能技术,构建基于深度学习的农业专家决策引擎。通过农业知识图谱与区域种植数据库训练,针对不同地块的土壤质地、历史产量及微地形特征,生成定制化水肥配比方案。10.1

AI+农业10.1.1智慧种殖2.智能温室智能温室大棚通过对温室内的温度、湿度、光照、二氧化碳浓度等环境参数的实时监测和智能调控,为作物创造最适宜的生长环境。当温室内温度过高时,系统自动开启通风设备和遮阳帘;当湿度不足时,自动启动喷雾加湿装置;当光照强度不够时,调节补光灯的亮度和时长。此外,智能温室大棚还可以根据作物的生长需求,自动调节CO2浓度,促进光合作用,提高作物的生长速度和抗病能力。10.1

AI+农业10.1.1智慧种殖2.智能温室目前,我国耕地面积只有约19.29亿亩,不到美国的60%,却养活了约4倍于美国的人口,而耕地常年无法休耕,潜力已挖掘到极限。民以食为天,农作物产量想要破局,智能温室大棚技术和无土立体栽培技术至关重要。我国的智能温室大棚还引入了植物工厂水培、二培、立体栽培等技术,由于培育出的植物具有无菌、无虫、绿色等优点,该技术的未来发展前景良好。植物工厂和水培技术的应用场景如图所示。10.1

AI+农业10.1.1智慧种殖3.智能虫情监测(1)农业病虫害识别APP。农业病虫害识别主要利用机器视觉、模式识别等方法,分析与识别病虫害,制定科学的防控措施。为了准确识别病虫害,可以农作物病虫害照片上传,应用深度学习算法提取病虫害的特征参数,识别病虫害的类别,建立专业的病虫害知识库与特征数据库。很多识别应用基于手机APP开展,APP上有用户和专家交流的社区,用户可咨询专家有关作物所患病虫害的解决方案。用户通过扫描农作物的生长状态和病虫害情况,在第一时间内获得线上植保专家给出的专业防治建议,快速和高效采取病虫害防治措施,同时也方便用户分享病虫害照片,不断丰富农作物病虫害数据库,提高未来系统的识别率。10.1

AI+农业10.1.1智慧种殖3.智能虫情监测(2)虫情信息自动采集系统。虫情信息自动采集系统是新一代图像识别式虫情测报工具,分为监测站和云端平台。监测站在无人监管的情况下,能够实现对病虫的诱虫杀虫、虫体分散、拍照等功能,同时监测周边环境参数,实时将环境数据和病虫害数据远程上传至云平台。云平台通过图像处理技术,实现自动计数、识别昆虫种类功能。系统根据虫害识别和统计结果结合地理环境参数,对虫害的发生与发展进行分析和预测,为现代农业提供精确的虫情监测服务。右图为无人值守的虫害监测站。10.1

AI+农业10.1.1智慧种殖4.无人驾驶农机与农业机器人(1)无人驾驶农机。无人驾驶农机是一种基于先进物联网、计算机视觉、北斗导航、雷达、惯性导航等技术的综合应用系统。它利用高精度北斗定位系统,结合地图图像进行匹配和位置校准,了解农田的空间位置、边界和地形。同时,车辆上装载的各种传感器,如雷达、摄像头、距离传感器等,可以实时检测周围环境。通过计算机视觉技术,无人驾驶农机能够实现精准的路线规划和行进控制,自动避免障碍物,确保农业生产的安全和高效。右图为无人驾驶收割机。10.1

AI+农业10.1.1智慧种殖4.无人驾驶农机与农业机器人(2)无人机。无人机在农业生产中的应用也越来越广泛。它可以搭载各种传感器和设备,对农田进行快速、全面的监测。通过高清摄像头和多光谱传感器,无人机能够拍摄农田的图像,分析作物的生长状况、病虫害情况以及土壤墒情等信息。一旦发现病虫害,无人机可以迅速对病虫害区域进行标记,并及时通知农民采取防治措施。无人机还可以用于农药和肥料的喷洒作业,如图所示。与传统的人工喷洒方式相比,无人机喷洒具有效率高、覆盖均匀、节省人力等优点,能够在短时间内完成大面积农田的作业任务,同时减少了农药和肥料的使用量,降低了对环境的污染。10.1

AI+农业10.1.1智慧种殖4.无人驾驶农机与农业机器人(3)智能除草机器人。我国纬尔科技推出的中国首台智能对行除草机器人,打破国外技术垄断,为中国农业现代化提供新的动力。纬尔科技智能对行除草机器人配备高精度摄像头,能够精准识别作物苗带,自动纠偏机具,让除草刀具始终贴合苗带,精准清除垄台、垄侧、垄底的杂草,以及苗下的小草。纬尔科技智能对行除草机器人通过北斗卫星导航系统,可实时采集农机运行轨迹,自动核算耕地面积,大幅提升作业效率,避免漏耕重耕。通过摄像头自动识别苗带,具备自动识别与自主除草功能,作业效率显著提升。另外还支持多种刀具配置,可根据不同作业需求快速更换刀具,确保最佳的除草效果。10.1

AI+农业10.1.1智慧种殖4.无人驾驶农机与农业机器人(4)果蔬采摘机器人。据统计,我国果蔬采摘环节人力成本占生产总成本的40%-60%,而传统人工采摘效率仅为每小时15-30公斤,且存在果实损伤率高、夜间作业能力弱等问题。近年来,随着机器视觉、柔性机械臂、多传感器融合等技术的突破,果蔬采摘机器人正从实验室走向田间,在荔枝、番茄、草莓等高附加值作物领域实现商业化应用。10.1

AI+农业10.1.1智慧种殖4.无人驾驶农机与农业机器人(4)果蔬采摘机器人果蔬采摘机器人准确识别成熟作物的速度与精度是提升机器人作业效率的关键。其利用高效的人工智能算法和先进的传感器,将数据采集设备与视觉系统结合,提高视觉系统对信息的处理速度,同时利用机器学习和深度学习等技术不断提高对成熟果实作物的识别精度。果蔬采摘机器人的手臂末端工具通常因作物而异。例如,辣椒表面光滑、蜡状,非常适合用吸盘夹住。西红柿比辣椒更脆弱,因此机器人使用软指抓手,在拉动水果以将其与植物分开时扭曲水果。草莓更加娇嫩,采摘时需要格外小心,例如有些果蔬采摘机器人在握住草莓的同时使用茎刀,避免在拉动时发生瘀伤。10.1

AI+农业10.1.1智慧种殖4.无人驾驶农机与农业机器人(4)果蔬采摘机器人2024年,我国伟景机器人科技有限公司率先推出了全球首款智能人形采摘机器人,如图所示。这款机器人的采摘速度能达到每次两秒,包含机械臂采摘、转向、放入水果筐的整个流程。此外,该款产品具备通用采摘能力,无需更换夹具。10.1

AI+农业10.1.2智慧养殖1.牛只识别(1)电子耳标。它是一种安装耳朵上的个体电子身份标签,集成了多种传感器、无信通信模块等电子设备,能存储与该头牛相关的各种信息,如出生日期、品种、健康状况、免疫记录、饲喂情况等。通过无线通信模块,电子耳标能够实时将这些数据传输到中央管理系统或云平台,供养殖户实时监控和分析。(2)智能项圈。它是一种新兴的智能穿戴设备,主要功能包括定位追踪、健康监测(如心率、体温等)、行为监测(如活动量、睡眠情况等)以及与手机APP的通信交互等。每个项圈拥有唯一的RFID标签,通过读写器对牛只进行身份识别。这个装置不仅可以随时随地了解牛的健康状况,还能追踪它们的活动轨迹和饮食习惯,可以实现全生命周期追溯。10.1

AI+农业10.1.2智慧养殖1.牛只识别(3)牛脸识别。通过高清摄像头捕捉牛脸图像,基于卷积神经网络(CNN)算法提取眼纹、鼻纹等面部特征,结合RFID身份标签与智能项圈,可以准确关联每头牛只的身份信息,如图所示。10.1

AI+农业10.1.2智慧养殖2.智能称重在养牛业中,牛群的体重无疑是一个核心指标。定期检测牛的体重,不仅关乎牛只的健康状况,还能反映出每头牛的成长差异,从而为分群养殖提供有力支持。只需让牛轻松走过,智能称重系统便能识别牛只身份,同时实时呈现每头牛的体重数据及其历史记录。它支持动态称重,即便牛在运动中也能实现精准的体重测量。此外,搭配使用保定架(固定牛只的装置,方便兽医诊疗、繁殖辅助等)和三分群系统,可以实现称重、保定与分群的一站式操作。10.1

AI+农业10.1.2智慧养殖3.行为识别与健康预警各类传感器和高清摄像头实时捕捉牛群的一举一动,收集牛只的体温、心率、进食量、运动量等关键数据。识别跛行、反刍异常、发情鸣叫等多种典型行为,通过动作频率与姿态分析,系统提前48小时预警疾病(如蹄病、呼吸道感染)。例如,躺卧时间异常增长可能提示肢体疼痛,系统即时推送兽医介入建议,降低牛只死亡率。每头牛自动关联电子档案,记录生长、免疫等数据,支持溯源管理。10.1

AI+农业10.1.2智慧养殖4.智能挤奶智能挤奶设备的应用,让挤奶过程更加高效、舒适和卫生。奶牛可以根据自身的生理需求,自主进入挤奶区域。挤奶设备能够自动识别奶牛身份,并根据其产奶情况调整挤奶参数,如挤奶速度、压力等。同时,在挤奶前后,设备会自动对奶牛的乳头进行清洗和消毒,减少乳房炎的发生风险。挤奶过程中的数据,如产奶量、牛奶质量等,也会被实时记录和分析,为养殖决策提供依据。学习单元10“人工智能+”行业10.1AI+农业10.2AI+制造10.3

AI+交通10.8实训10.9

拓展知识10.4

AI+商业10.5AI+金融10.6

AI+教育10.7

AI+医疗

高职高专人工智能通识课规划教材10.2

AI+制造10.2.1智能质量检测智能质量检测是一种利用人工智能技术对产品质量进行自动检测和评估的过程。它通过机器视觉、深度学习等技术对产品图像或视频进行分析,自动识别缺陷、异常和不合格情况。采集产品的图像或视频数据,然后将数据输入到经过训练的人工智能模型中,模型会对数据进行处理和分析,最终输出检测结果。与传统人工检测相比,智能质量检测具有高效、准确、一致性强等优势,可以大幅提高质量检测效率,降低人工成本,提升产品质量。10.2

AI+制造10.2.1智能质量检测1.智能质量检测的特点智能质量检测具有如下特点。(1)自动化质量检测。智能质量检测系统可以自动检测产品缺陷、瑕疵和缺失部件,确保质量保证。(2)非接触式测量。智能质量检测可以执行尺寸测量、部件分类和识别,无需接触产品。(3)代码读取和验证。智能质量检测可以读取和验证条形码、数据矩阵码和字母数字文本。(4)适用性广。智能机器视觉系统几乎可应用于任何需要自动化视觉检测和分析的场景。10.2

AI+制造10.2.1智能质量检测2.塑料瓶智能质量检测(1)瓶盖异常检测。在瓶盖异常检测方面,AI视觉检测展现出强大的实力。传统人工检测容易因疲劳和疏忽遗漏细微问题,而AI视觉检测系统能够准确判断瓶盖是否拧紧、有无破损或变形,如图所示。一旦检测到瓶盖异常,系统会立即发出警报,并剔除不合格产品,大大提高了产品的安全性和密封性。10.2

AI+制造10.2.1智能质量检测2.塑料瓶智能质量检测(2)液位异常检测。对于饮料生产企业而言,液位不一致不仅影响产品外观,还可能导致成本控制出现偏差。AI视觉检测系统可以精确测量每个瓶子的液位高度,及时发现液位是否异常,如图所示,确保产品符合标准要求,避免因液位问题引发的客户投诉。10.2

AI+制造10.2.1智能质量检测2.塑料瓶智能质量检测(3)瓶内异物检测。瓶内异物检测是塑料水瓶质量检测的重点。在生产过程中,哪怕是微小的异物进入瓶内,都可能对消费者的健康造成威胁。AI视觉检测技术凭借其高分辨率的成像和强大的算法,能够清晰地识别瓶内的杂质,为消费者的健康保驾护航。10.2

AI+制造10.2.1智能质量检测2.塑料瓶智能质量检测(4)瓶身质量检测。除了缺陷检测,AI视觉技术还能对瓶子的尺寸进行精准测量,确保生产的瓶子符合设计规格。同时,它可以检测瓶子包装材料的瑕疵,提前发现潜在问题,避免因包装材料瑕疵导致的产品质量问题,如图所示。10.2

AI+制造10.2.2设备预测性维护1.三种设备维护方式目前设备维护有三种方式:事后维护、预防性维护(定期维护)和预测性维护。10.2

AI+制造10.2.2设备预测性维护2.什么是预测性维护预测性维护是指定期或连续地对设备的运行状态进行监测,预测设备未来发展的趋势,优化设备的性能和使用寿命。根据设备状态的发展趋势和可能的故障模式,预先制定预测性维修计划。可见,预测性维护是通过预测来做维护。它不再依赖固定周期的保养计划,而是基于设备的实时运行状态和历史数据,判断什么时候真的需要去维护设备。只要发现某个关键参数开始异常波动,就能提前发出预警,让维修人员在设备真正出故障之前就介入处理。10.2

AI+制造10.2.2设备预测性维护3.AI在预测性维护中的作用(1)实时数据分析。AI可以实时处理来自设备的温度、振动、电流、电压、压力等传感器数据,识别其中的微小波动或异常模式,这种能力远远超出人工分析的效率和精度。(2)故障预测建模。通过机器学习,AI能够在海量历史数据中学习设备从正常运行到出现故障的全过程,并建立预测模型。一旦当前设备的数据与故障前的典型模式相似,系统就会立即发出预警。(3)设备剩余寿命预测。AI不仅能判断设备有没有问题,还能推算设备的剩余寿命。这让企业可以更好地安排备件采购、维修人员调度和生产计划,实现维护资源的最优分配。(4)自我学习与优化。AI模型并不是一成不变的,它会随着数据的不断积累而持续进化,预测准确率越来越高。10.2

AI+制造10.2.3智能工厂智能工厂是指利用信息技术、物联网技术、人工智能技术等,实现工厂生产过程的自动化、数字化、智能化和网络化,提高生产效率、质量和灵活性的先进生产模式,是智能制造的重要组成部分。智能工厂框架是实现智能生产的核心结构,其设计和实施涉及多个层次和模块的协同运作。智能工厂框架通如图所示。10.2

AI+制造10.2.3智能工厂灯塔工厂是指在第四次工业革命背景下,成功将物联网、人工智能、大数据分析、5G等数字化生产技术大规模应用,并在生产效率、资源利用率、可持续发展能力等方面取得突破性提升的制造业企业。“灯塔工厂”项目由达沃斯世界经济论坛与管理咨询公司麦肯锡合作开展遴选,被誉为“世界上最先进的工厂”,代表当今全球制造业领域智能制造和数字化最高水平。截至2025年1月,全球“灯塔工厂”已连续发布8年共计13批次,累计数量达到189家,我国有79家,占比约42%,总量位居世界首位。我国“灯塔工厂”主要集中在光电及电子产品制造、家用电器制造、工业及医疗设备制造、汽车及零部件制造四个领域,占到“灯塔工厂”数量的近七成(68.4%)。学习单元10“人工智能+”行业10.1AI+农业10.2AI+制造10.3

AI+交通10.8实训10.9

拓展知识10.4

AI+商业10.5AI+金融10.6

AI+教育10.7

AI+医疗

高职高专人工智能通识课规划教材10.3

AI+交通10.3.1自动驾驶1.

自动驾驶的定义自动驾驶是指通过人工智能、传感器和其他技术实现车辆在没有人为干预的情况下自主行驶的能力。自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作,让车载电脑可以在没有任何人类主动的操作下,自动安全地操作机动车辆。截至2024年8月27日,中国已累计发放自动驾驶汽车测试号牌1.6万张,开放了公共测试道路3.2万公里,有力支撑了自动驾驶技术验证和更新迭代。10.3

AI+交通10.3.1自动驾驶2.

汽车驾驶自动化分级2021年8月,中国国家市场监督管理总局、国家标准化管理委员会批准发布《汽车驾驶自动化分级》(GB/T40429-2021),级别定义如下。(1)L0级(应急辅助):系统会提供警告,或者是短暂的控制。驾驶员是车辆持续性行为的唯一决策者,需要控制方向盘,油门,刹车等一切控制装置。典型功能:车道偏离预警,自动紧急刹车,,BSD盲点预警等。(2)L1级(部分驾驶辅助):系统会提供横向(转向)或者纵向(制动和加速)的车辆控制。可以辅助驾驶员进行横向或者纵向的驾驶辅助控制。典型功能:车道居中控制(LCC)、自适应巡航控制(ACC)等。(3)L2级(组合驾驶辅助):系统可以主动保持和前车距离的同时,纠正车辆在车道内的横向位置,保持在车道中间行驶。典型功能:车道居中控制(LCC)、自动跟车、自动泊车等。L2系统只提供辅助功能,驾驶员需始终对车辆的行驶安全负责。10.3

AI+交通10.3.1自动驾驶2.

汽车驾驶自动化分级(4)L3级(有条件自动驾驶):在一定条件下,系统驾驶权与责任全部交给自动驾驶系统。不符合条件时,系统发出接管请求,由驾驶员接管车辆。该等级下事故责任可能归于厂商,然而,当系统提示驾驶员接管,但驾驶员未能及时反应导致事故时,责任仍可能由驾驶员承担。(5)L4级(高度自动驾驶):系统几乎不需要驾驶员监控路面和系统状况。当系统出现不能满足自动驾驶条件的工况时,若驾驶员无反应,可以自动执行动态驾驶任务接管,系统具备自动达到最小风险状态的能力。在该等级下,无人驾驶汽车的事故责任一般由厂商负责。(6)L5级(完全自动驾驶):系统在任何可行驶条件下都能完成所有驾驶任务。10.3

AI+交通10.3.1自动驾驶2.

汽车驾驶自动化分级当前,大部分厂商的汽车自动驾驶等级位于L1/L2。汽车驾驶自动化分级与划分要素的关系如表10-1所示。

等级

名称车辆横向和纵向运动控制目标和事件探测与响应动态驾驶任务接管设计运行条件L0应急辅助驾驶员驾驶员及系统驾驶员有限制L1

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论