隨著(zhù)社會(huì )發(fā)展的需要和機器人應用領(lǐng)域的擴大,人們對智能機器人的要求也越來(lái)越高。智能機器人所處的環(huán)境往往是未知的、難以預測的 ,在研究這類(lèi)機器人的過(guò)程中, 主要涉及到那些關(guān)鍵技術(shù)呢？

  1.多傳感器信息融合

    多傳感器信息融合技術(shù)是近年來(lái)十分熱門(mén)的研究課題, 它與控制理論、信號處理、人工智能、概率和統計相結合 , 為機器人在各種復雜、動(dòng)態(tài)、不確定和未知的環(huán)境中執行任務(wù)提供了 1 種技術(shù)解決途徑。機器人所用的傳感器有很多種 , 根據不同用途分為內部測量傳感器和外部測量傳感器兩大類(lèi)。內部測量傳感器用來(lái)檢測機器人組成部件的內部狀態(tài) , 包括: 特定位置 、角度傳感器 ; 任意位置 、角度傳感器; 速度、角度傳感器 ; 加速度傳感器; 傾斜角傳感器; 方位角傳感器等 。外部傳感器包括: 視覺(jué)( 測量、認識傳感器)、觸覺(jué)(接觸、壓覺(jué) 、滑動(dòng)覺(jué)傳感器)、力覺(jué)( 力、力矩傳感器)、接近覺(jué)( 接近覺(jué)、距離傳感器)以及角度傳感器( 傾斜、方向、姿式傳感器)。多傳感器信息融合就是指綜合來(lái)自多個(gè)傳感器的感知數據, 以產(chǎn)生更可靠 、更準確或更的信息。經(jīng)過(guò)融合的多傳感器系統能夠更加完善、精確地反映檢測對象的特性, 消除信息的不確定性 ,提高信息的可靠性。融合后的多傳感器信息具有以下特性 : 冗余性、互補性、實(shí)時(shí)性和低成本性。目前多傳感器信息融合方法主要有貝葉斯估計、Dempster-Shafer 理論、卡爾曼濾波 、神經(jīng)網(wǎng)絡(luò ) 、小波變換等

  2.導航與定位

    在機器人系統中 ,自主導航是一項核心技術(shù) , 是機器人研究領(lǐng)域的一直在改變的地方。導航的基本任務(wù)有 3 點(diǎn):

( 1)基于環(huán)境理解的全局定位: 通過(guò)環(huán)境中景物的理解 ,識別人為路標或具體的實(shí)物 ,以完成對機器人的定位 ,為路徑規劃提供素材;

( 2)目標識別和障礙物檢測: 實(shí)時(shí)對障礙物或特定目標進(jìn)行檢測和識別 ,提高控制系統的穩定性; 

( 3)保護: 能對機器人工作環(huán)境中出現的障礙和移動(dòng)物體作出分析并避免對機器人造成的損傷

  3.路徑規劃

    路徑規劃技術(shù)是機器人研究領(lǐng)域的1 個(gè)重要分支 。路徑規劃就是依據某個(gè)或某些優(yōu)化準則( 如工作代價(jià) 、行走路線(xiàn)最短、行走時(shí)間最短等),在機器人工作空間中找到 1 條從起始狀態(tài)到目標狀態(tài)、可以避開(kāi)障礙物的路徑

  4.機器人視覺(jué)

    視覺(jué)系統是自主機器人的重要組成部分,一般由攝像機、圖像采集卡和計算機組成。機器人視覺(jué)系統的工作包括圖像的獲取、圖像的處理和分析 、輸出和顯示, 核心任務(wù)是特征提取 、圖像分割和圖像辨識 。而如何精確效率高的處理視覺(jué)信息是視覺(jué)系統的關(guān)鍵問(wèn)題。目前視覺(jué)信息處理逐步細化, 包括視覺(jué)信息的壓縮和濾波、環(huán)境和障礙物檢測 、特定環(huán)境標志的識別、三維信息感知與處理等。其中環(huán)境和障礙物檢測是視覺(jué)信息處理中最重要 、也是最困難的過(guò)程 。邊沿抽取是視覺(jué)信息處理中常用的 1 種方法。對于一般的圖像邊沿抽取 , 如采用局部數據的梯度法和二階微分法等 ,對于需要在運動(dòng)中處理圖像的移動(dòng)機器人而言,難以滿(mǎn)足實(shí)時(shí)性的要求。為此人們提出 1種基于計算智能的圖像邊沿抽取方法, 如基于神經(jīng)網(wǎng)絡(luò )的方法 、利用模糊推理規則的方法, 特別是 Bezdek J .C 老師近期的論述了利用模糊邏輯推理進(jìn)行圖像邊沿抽取的意義。這種方法具體到視覺(jué)導航, 就是將機器人在室外運動(dòng)時(shí)所需要的道路知識, 如公路白線(xiàn)和道路邊沿信息等 , 集成到模糊規則庫中來(lái)提高道路識別效率和魯棒性 。還有人提出將遺傳算法與模糊邏輯相結合

  5.智能控制

    隨著(zhù)機器人技術(shù)的發(fā)展, 對于無(wú)法精確解析建模的物理對象以及信息不足的病態(tài)過(guò)程,傳統控制理論暴露出缺點(diǎn) ,近年來(lái)許多學(xué)者提出了各種不同的機器人智能控制系統。機器人的智能控制方法有模糊控制 、神經(jīng)網(wǎng)絡(luò )控制 、智能控制技術(shù)的融合( 模糊控制和變結構控制的融合 ; 神經(jīng)網(wǎng)絡(luò )和變結構控制的融合; 模糊控制和神經(jīng)網(wǎng)絡(luò )控制的融合 ; 智能融合技術(shù)還包括基于遺傳算法的模糊控制方法) 等

    人機接口技術(shù)

智能機器人的研究目標并不是完全取代人 ,復雜的智能機器人系統僅僅依靠計算機來(lái)控制目前是有一定困難的, 即使可以做到 ,也由于缺乏對環(huán)境的適應能力而并不實(shí)用 。智能機器人系統還不能完全排斥人的作用, 而是需要借助人機協(xié)調來(lái)實(shí)現系統控制。因此, 設計良好的人機接口就成為智能機器人研究的問(wèn)題之一

    智能機器人作為一種包含相當多學(xué)科知識的技術(shù),幾乎是伴隨著(zhù)人工智能所產(chǎn)生的。而智能機器人在當今社會(huì )變得越來(lái)越重要，越來(lái)越多的領(lǐng)域和崗位都需要智能機器人參與、這使得智能機器人的研究也越來(lái)越頻繁。雖然我們現在仍很難在生活中見(jiàn)到智能機器人的影子。但在不久的將來(lái)，隨著(zhù)智能機器人技術(shù)的不斷發(fā)展和成熟。隨著(zhù)眾多科研人員的不懈努力，智能機器人必將走進(jìn)千家萬(wàn)戶(hù)。更好的服務(wù)人們的生活，讓人們的生活更加舒適和健康。