第八講-人工智能應用系統(tǒng)示例.ppt

人工智能課程改革與建設第八講人工智能應用系統(tǒng)示例ApplicationExamplesofAISystems中南大學蔡自興 2011 講授內(nèi)容 概述人工智能系統(tǒng)的廣泛應用情況和在各個領域的應用例子 了解人工智能的超強能力和誘人魅力 結合本課程教學團隊的部分科研項目 介紹智能移動機器人的研究成果 說明人工智能的一個引人注目的研究與應用領域 了解具體人工智能技術的應用 也體現(xiàn)科研與教學的相輔相成與互相促進的關系 8 1人工智能應用系統(tǒng)概述 傳統(tǒng)計算機的應用領域 都有智能計算機的用武之地 傳統(tǒng)計算機無法解決的應用問題 也能夠用智能計算機來處理 人工智能的應用領域十分廣泛 涉及各行各業(yè) 如科技 工業(yè) 農(nóng)業(yè) 交通運輸業(yè) 建筑業(yè) 國防安全 航空航天 服務業(yè)等 具體的應用例子更是不勝枚舉 例如 宇航服的人工生命系統(tǒng) 太空探測飛行器和深海探測器的智能控制系統(tǒng) 戰(zhàn)場軍事打擊的精確制導系統(tǒng)和其他先進武器系統(tǒng) 各種專家系統(tǒng) 智能決策支持系統(tǒng) 智能機器人系統(tǒng) 自然語言處理系統(tǒng) 圖像識別系統(tǒng) 符號計算與定理證明 機器學習 機器翻譯 機器博弈 自動程序設計 機器學習系統(tǒng)等 問題 你了解過哪些人工智能應用系統(tǒng) 是否把有些系統(tǒng)引入教學 人工智能應用系統(tǒng)示例 人工智能在煉鋼 軋制中的應用微小型無人系統(tǒng)和無人地面作戰(zhàn)系統(tǒng)智能家用醫(yī)療系統(tǒng)智能家用報警系統(tǒng)人工智能在精確制導中的應用各種專家系統(tǒng)臉譜識別智能系統(tǒng)電費自動收費系統(tǒng)各種工業(yè)機器人和服務機器人人工智能的其他應用 人工智能在煉鋼 軋制中的應用首鋼的高爐 轉(zhuǎn)爐和軋鋼系統(tǒng) 已綜合利用神經(jīng)網(wǎng)絡 專家系統(tǒng) 模糊邏輯來模擬人腦 實現(xiàn)智能控制 微小型無人系統(tǒng)應用微機電 人工智能 機器人控制等技術 集成為光機電和人工智能一體化技術 智能家用醫(yī)療系統(tǒng) 人工智能在精確制導中的應用 將人工智能技術與軍用光電子技術 衛(wèi)星制導和全球定位相結合 實現(xiàn)對導彈 魚雷等進行精確智能制導 美國的 黃蜂 空對地導彈 各種專家系統(tǒng) 專家系統(tǒng)已獲得極其廣泛的應用 產(chǎn)生重大的經(jīng)濟效益和社會效益 其中 醫(yī)療專家系統(tǒng)起到帶頭作用 如傳染性疾病鑒別診斷專家系統(tǒng)MYCIN等 智能家用報警系統(tǒng) 臉譜識別智能系統(tǒng) 電費自動收費系統(tǒng) 無人地面作戰(zhàn)系統(tǒng) 人工智能 機器自學習能力的發(fā)展使作戰(zhàn)機器人更加人性化 能適應戰(zhàn)場上的千變?nèi)f化 軍事強國對無人作戰(zhàn)系統(tǒng) 從陸基平臺到空基和海基平臺 乃至到太空平臺 從聯(lián)合作戰(zhàn)體系到聯(lián)合保障體系 均穩(wěn)步推進各自的發(fā)展計劃 工業(yè)機器人 工業(yè)機器人 行走機器人 服務機器人 服務機器人 服務機器人 服務機器人 貴校在人工智能教學中是否向?qū)W生介紹自己團隊的科研成果 問題 8 2本團隊部分移動機器人研究簡介 3個國家級移動機器人科研項目包括 單移動機器人多移動機器人智能駕駛車輛具體科研項目如下 未知環(huán)境中移動機器人導航控制的理論和方法研究 國家自然科學基金重點項目 2003 2006異質(zhì)多移動體的協(xié)同工作與重構技術的基礎研究 國家國防基礎研究項目 2006 2008高速公路車輛智能駕駛的關鍵科學問題研究 國家自然科學基金重大專項重點項目 2009 2012 8 2 1未知環(huán)境中移動機器人導航控制的理論和方法研究 ResearchonTheoriesandMethodsforNavigationControlofMobileRobotsunderUnknownEnvironment本成果由中南大學 國防科大和吉林大學共同完成 8 2本團隊部分移動機器人研究簡介 中南大學 國防科技大學 吉林大學2003 2006 國家自然科學基金重點項目 未知環(huán)境中移動機器人導航控制的理論與方法研究 研究具有良好可擴展性的移動機器人體系結構研究未知環(huán)境中基于概率和多傳感器融合的移動機器人地圖建模和定位方法移動機器人導航的機器學習方法及其應用研究研究考慮動力學特性的局部軌跡規(guī)劃及路徑跟蹤理論和方法研究移動機器人故障診斷及容錯控制方法研制一個驗證上述理論和方法的移動機器人原型實驗系統(tǒng)及其軟件平臺 研究要點 1 四層遞階式智能導航控制體系結構 提出一種移動機器人自主導航系統(tǒng)四層智能遞階結構 具有時間和空間上的多分辨率特點 從而使得控制系統(tǒng)的實時性和控制精度能夠同時得到滿足 四層模塊化的移動機器人自主導航體系結構 1 四層遞階式智能導航控制體系結構 HQ3無人駕駛系統(tǒng)在高速公路正常交通情況下的穩(wěn)定自主駕駛速度達到130km h 最高速度達160km h 該車將參加2007年舉辦的俄羅斯 中國年 展覽 豐越4500 無人越野車在中等起伏的地形中進行了實時繞障等行駛試驗 HQ3無人駕駛汽車以及 豐越4500 無人越野車 1 四層遞階式智能導航控制體系結構 月球車 中南移動1號 MORCS 1 月球車以及中南移動1號 2 導航控制的自學習自優(yōu)化理論與方法 在基于核的策略迭代增強學習 多目標進化學習等機器學習理論方面取得了重要研究進展 提高了機器學習求解復雜優(yōu)化決策問題的效率 提出了基于學習的控制器設計與自優(yōu)化框架 并應用于汽車倒車與側向控制 移動機器人六輪協(xié)調(diào)控制 為解決未知環(huán)境中移動機器人控制器性能自優(yōu)化問題提供了新方法 具有自學習功能的控制器設計框架 2 導航控制的自學習自優(yōu)化理論與方法 提出了一種結合統(tǒng)計學習和增強學習的控制器設計與自優(yōu)化框架 綜合采用了如下兩種自優(yōu)化機制 利用SVM技術實現(xiàn)了數(shù)據(jù)驅(qū)動的控制器優(yōu)化利用增強學習算法實現(xiàn)了模型驅(qū)動的控制器優(yōu)化 3 近似Voronoi邊界網(wǎng)絡拓撲建模方法 提出一種針對復雜環(huán)境的近似Voronoi邊界網(wǎng)絡 AVBN 拓撲建模方法 通過檢測 閉包柵格 并在 閉包柵格 處增加虛擬障礙物 實現(xiàn)非凸集障礙環(huán)境中網(wǎng)絡的互連 特點 為非凸集障礙環(huán)境下網(wǎng)絡的連通性難題提供了有效的解決方案 與經(jīng)典的廣義Voronoi圖 GVG 方法相比 AVBN方法構建的拓撲圖的節(jié)點數(shù)目明顯減少 3 近似Voronoi邊界網(wǎng)絡拓撲建模方法 節(jié)點規(guī)模比較 圖8說明 GVG方法生成的拓撲圖節(jié)點數(shù)為83個 AVBN方法產(chǎn)生拓撲圖節(jié)點數(shù)為28個 a 實際環(huán)境 b GVG方法生成拓撲網(wǎng)絡 83節(jié)點 c AVBN方法生成的拓撲網(wǎng)絡 28節(jié)點 GVG方法與AVBN方法的比較 4 滾動時域跟蹤控制策略 滾動時域跟蹤控制策略針對存在外部干擾 控制約束以及模型不確定性的輪式移動機器人系統(tǒng) 應用預測控制的滾動優(yōu)化原理 在線重復求解約束H 跟蹤問題 使得閉環(huán)系統(tǒng)能夠?qū)崟r協(xié)調(diào)提高干擾抑制性能與滿足控制量約束之間的矛盾 在理論上證明了閉環(huán)系統(tǒng)的穩(wěn)定性 H 抗干擾性能和滿足控制約束 4 滾動時域跟蹤控制策略 圖9跟蹤 8 字期望軌跡 大干擾作用時 自動降低性能指標以便滿足約束 大干擾消失后 自動提高性能指標 5 軟故障補償?shù)淖赃m應粒子濾波技術 針對輪式移動機器人軟故障補償問題 軟故障包括航跡推算傳感器故障 車輪受阻 打滑等 提出了一種自適應粒子濾波框架 將領域依賴的建議分布自適應和領域獨立的粒子數(shù)目自適應兩種機制有機結合起來 其主要創(chuàng)新包括 根據(jù)領域相關的殘差特征自適應調(diào)整建議分布 根據(jù)兩個粒子集表示的近似分布之間KL距離自適應調(diào)整粒子數(shù)目 為解決粒子濾波器估計效率與精度之間的矛盾提供了一種可行的解決途徑 實驗平臺 國家自然科學基金重點項目 越野車視頻 中南移動 1視頻 月球車視頻 8 2 2異質(zhì)多移動體的協(xié)同工作與重構技術的基礎研究 ResearchonBasisofSynergeticTechforHeterogeneousMulti mobileAgents 8 2本團隊部分移動機器人研究簡介 本成果由中南大學完成 引言 本研究屬于多移動機器人領域的基礎問題 其研究成果可供指揮自動化 現(xiàn)代化和信息化建設借鑒 可為城市環(huán)境的反恐 交通 工業(yè)和服務業(yè)等的異質(zhì)多移動體的協(xié)作提供設計理論和技術 并可用于星球探索機器人 礦山探測機器人以及水下機器人等 主要研究內(nèi)容 異質(zhì)多移動體硬件實驗平臺和軟件控制平臺異質(zhì)多移動體協(xié)同機制異質(zhì)多移動體協(xié)作環(huán)境感知與目標跟蹤異質(zhì)移動體團隊組織及通信鏈重構技術異質(zhì)移動體協(xié)同工作原型仿真平臺 關鍵詞異質(zhì) 多移動體 協(xié)同技術 重構技術 1 異質(zhì)多移動體硬件實驗平臺和軟件控制平臺 8 2本團隊部分移動機器人研究簡介 異質(zhì)多移動體的體系結構 提出采用分布式與集中式混合的四層遞階式智能控制系統(tǒng) 通過異質(zhì)移動體間的協(xié)作 實現(xiàn)規(guī)劃決策 三維建模 視覺信息處理 運動控制 制導信息融合等功能 異質(zhì)多移動體體系結構 異質(zhì)多移動體的硬件實驗平臺 項目研制了三種機器人硬件平臺 MORCS 1機器人共4個子系統(tǒng) 分別為決策支持系統(tǒng) 運動控制系統(tǒng) 激光雷達視覺系統(tǒng)和攝像機視覺系統(tǒng) MORCS 1及其室內(nèi)運行實驗 在成功設計出MORCS 1智能機器人原型控制系統(tǒng)及MORCS 2順利改造的基礎上 自主研發(fā)了MORCS 3機器人原型控制系統(tǒng) 異質(zhì)多移動體的硬件實驗平臺 續(xù) 在項目中期還購買了AS R機器人 同時加入人在內(nèi)的異質(zhì)平臺 增強了多移動體實驗平臺的異質(zhì)性 異質(zhì)多移動體的硬件實驗平臺 續(xù) AS R移動機器人人作為異質(zhì)成員 控制臺端的功能結構圖 移動體的功能結構圖 異質(zhì)多移動體的軟件控制平臺 2 異質(zhì)多移動體的協(xié)同機制 多移動機器人任務規(guī)劃與分配基于單項拍賣構造最小代價任務樹的任務分配算法基于正交遺傳分簇分配的任務規(guī)劃方法均分點蟻群算法的任務規(guī)劃基于免疫的協(xié)同進化路徑規(guī)劃運動協(xié)調(diào)機制 多移動機器人任務規(guī)劃與分配基于單項拍賣構造最小代價任務樹的任務分配算法 基于拍賣機制的任務分配 任務分配算法計算時間 基于分簇的任務規(guī)劃方法 多移動機器人任務規(guī)劃與分配基于分簇的任務規(guī)劃法 101個任務點時三個機器人EDPACA最佳任務規(guī)劃結果 多移動機器人任務規(guī)劃與分配均分點蟻群算法的任務規(guī)劃 EDPACA 基于免疫的協(xié)同路徑規(guī)劃改進的免疫進化算法PCLONALG借助粒群優(yōu)化的進化方程指導抗體的變異方向 利用克隆選擇變異增加抗體的多樣性 提出基于免疫和粒群優(yōu)化的協(xié)同進化路徑規(guī)劃算法 各機器人初始位置及分配點情況各機器人到達停駐點后的狀態(tài) 多機器人停駐多機器人停駐是指在已知地圖和目標物位置的情況下 多個機器人協(xié)商決定對目標物的觀測點 以實現(xiàn)從各自位置出發(fā) 對目標進行包圍 多移動體協(xié)作環(huán)境感知與定位的理論及方法基于粒子濾波器的異質(zhì)多移動體合作定位多機器人協(xié)作地圖構建基于粒子群優(yōu)化的同時定位與建圖技術基于時空關聯(lián)屬性的動靜態(tài)信息實時檢測及動態(tài)環(huán)境中地圖的實時構建 3 異質(zhì)多移動體協(xié)作環(huán)境感知與目標跟蹤 多移動體協(xié)作目標檢測與跟蹤基于最大后驗概率的運動目標檢測適合于快速運動目標的跟蹤方法基于有限狀態(tài)自動機的多Agent動態(tài)多目標協(xié)作跟蹤方法 3 異質(zhì)多移動體協(xié)作環(huán)境感知與目標跟蹤 多機器人協(xié)作地圖構建各機器人獨立探索環(huán)境時采用了獨立探索和集中建圖方式分別建立局部地圖 并將其融合為全局地圖 基于區(qū)域的跟蹤實驗演示 基于遮擋的跟蹤實驗演示 實現(xiàn)了AODV協(xié)議在WindowsXP平臺上用VC6 0 實現(xiàn)了AODV路由協(xié)議 并在此基礎上搭建基于MANET的多移動體團隊無線通訊平臺 復雜環(huán)境下AODV和CBRP分簇路由協(xié)議性能分析 隨速度增長兩協(xié)議有效發(fā)送量對比 隨速度增長兩協(xié)議平均時延對比 隨速度增長兩協(xié)議平均時延對比 4 異質(zhì)移動體團隊組織及通信鏈重構技術 設計并開發(fā)了CBRP分簇路由協(xié)議仿真系統(tǒng)CBRP分級路由協(xié)議在大規(guī)模網(wǎng)絡中 可以有效的減少路由發(fā)現(xiàn)過程中節(jié)點負載 并使路由發(fā)現(xiàn)的速度加快 仿真CBRP分簇協(xié)議是為了開展通信鏈可重構模型的研究 基于簇的按需路由通信方式 CBODRP 結合AODV和CBRP 提出了一種新的通信方式CBODRP 并利用這種通信方式實現(xiàn)了通信鏈重構 基于簇的按需路由通信方式示意圖 破損鏈路局部重構示意圖 多移動機器人仿真平臺是一類典型的多任務并發(fā)的軟件系統(tǒng) 采用了基于線程的總體結構 可以實現(xiàn)多機器人任務分配 運動避障和網(wǎng)絡通訊的過程 以及機器人傳感器檢測障礙物的過程的仿真 5 異質(zhì)移動體協(xié)同工作仿真平臺 異質(zhì)移動體協(xié)同工作平臺仿真實驗 多機器人系統(tǒng)小結 本項目集多機器人系統(tǒng)體系結構 任務分配及協(xié)作 協(xié)作定位與建圖 協(xié)作目標檢測與跟蹤 多機器人通信等多個子方向的研究于一體 形成一個比較完善的多機器人協(xié)作系統(tǒng) 其中的每一個方面均是當前多機器人研究的熱點問題和困難問題 也是目前人工智能研究的重要領域 我們的研究也只是做了一部分多機器人研究的基礎工作 多機器人的研究理論體系和技術突破還需要更多的單位和更多的人繼續(xù)努力才能形成和實現(xiàn) 8 2 3高速公路車輛智能駕駛的關鍵科學問題研究 ResearchonKeyScientificIssuesofIntelligentVehicleDrivinginHighway 8 2本團隊部分移動機器人研究簡介 本成果由國防科大 中南大學和吉林大學共同完成 高速公路車輛智能駕駛中的關鍵科學問題研究 國家自然科學基金重大研究計劃 視聽覺信息的認知計算 重點支持項目 8 2 3高速公路車輛智能駕駛的關鍵科學問題研究 圍繞高速公路車輛智能駕駛的三個核心科學問題 面向高速公路行車環(huán)境的實時感知與識別 不確定條件下駕