機器人應用8匯編

1、第八章 智能機器人與智能控制第一節(jié) 概述 我們知道，視覺、觸覺、聽覺、味覺等對人類是及其重要的，因為這些感覺器官對我們適應周圍的環(huán)境變化起著至關(guān)重要的作用。同樣的，對于智能機器人來說，類似的傳感器也是十分重要的。近年來，各種傳感器的迅速發(fā)展以及人工智能的發(fā)展推進了智能機器人的發(fā)展。智能機器人是工業(yè)機器人從無智能發(fā)展到有智能、從低智能水平發(fā)展到高度智能化的產(chǎn)物。 智能機器人應該具備四種機能：運動機能施加于外部環(huán)境的相當于人的手、腳的動作機能；感知機能獲取外部環(huán)境信息以便進行自我行動監(jiān)視的機能；思維機能求解問題的認識、推理、判斷機能；人機通訊機能理解指示命令、輸出內(nèi)部狀態(tài)，與人進行信息交換的機能。

2、實際上智能機器人與人工智能息息相關(guān)，人工智能是智能機器人的核心。 在智能機器人的研究中，許多是和人工智能（Artificial Intelligence）所研究的內(nèi)容一致的。但是它又不可避免地涉及許多其他問題，這些實際上與AI無關(guān)。例如一個具有智能的機器人它可以在車間內(nèi)通過分析圖紙的辦法知道如何去裝配一個產(chǎn)品，它能發(fā)現(xiàn)與找到所需工件，按照正確的順序把工件裝配好。它應該具備人所具有的一些裝配知識，因此它就涉及到知識的表達和獲取技術(shù)。它要為裝配做出規(guī)劃，無論機器人采用AI中的搜索技術(shù)或其他方法，都涉及到AI中的問題求解技術(shù)。 另一方面，它要發(fā)現(xiàn)和尋找工件，要利用模式識別中的技術(shù)。裝配是一個復雜的工

3、藝，它可能要采用力與位置的混合控制技術(shù)，同時，還可能為機器人本體安裝柔性手腕，才能夠完成工作任務(wù)，因此又涉及機構(gòu)學問題。所以智能機器人設(shè)計的技術(shù)領(lǐng)域相當寬廣。 1971年，美籍華人付京孫正式提出智能控制（Intelligent Control）這一概念。它推動了人工智能和自動控制的結(jié)合，而智能機器人的控制系統(tǒng)成了這種研究的最好應用領(lǐng)域。 長期以來，人工智能領(lǐng)域的研究一直把機器人作為研究人工智能理論的載體，他們將智能機器人看作是一個純軟件的系統(tǒng)，而事實上不應該把智能機器人看成是純軟件系統(tǒng)，它應該是軟件、硬件和本體組成的一個統(tǒng)一體。 到目前為止，學術(shù)界對智能機器人并沒有確切的定義，問題的根源在于目

4、前人們對“智能”并沒有確切的定義。因此雖然當今世界有不少科學家研究人工智能和智能機器人，人們對人工智能和智能機器人的要求是不斷提高的。 智能機器人應該是具有對本身狀態(tài)和環(huán)境狀態(tài)的感知能力，具有根據(jù)外界環(huán)境變化而自主作出決策的思維能力，并根據(jù)自身的思維決策作出相應動作的機器人才能夠稱為智能機器人。 智能機器人并不是單純的軟件體，它具有可以完成作業(yè)的結(jié)構(gòu)和驅(qū)動裝置，或者換句話說它必須首先符合機器人的基本定義。而作為智能機器人，它必須具有思維和決策能力，它并不是簡單地由人以某種方式來命令它干什么就會干什么。它具有自身解決問題，學習問題，并根據(jù)具體情況進行思維決策的能力。 例如一臺水下機器人去深海打撈

5、物品，它應該自己尋找可行的路線，回避障礙，減少危險，處理意外事故，發(fā)現(xiàn)目標后，采用其可能的辦法，把物品取回。 人類社會和生產(chǎn)對智能機器人有著強烈的需求，人類需要這種智能機器人去拓寬生產(chǎn)和活動領(lǐng)域，要他們?nèi)ド钏?、地下、強放射、太空等環(huán)境，希望機器人能夠取代人們完成一些危險的工作。同時也期待智能機器人在工業(yè)中逐步把人解放出來，提高生產(chǎn)效率。智能機器人的廣泛應用，將會使人類從“人機器人自然界”的生產(chǎn)模式過渡到“人機器人機器自然界”的生產(chǎn)模式。第二節(jié) 智能機器人的體系結(jié)構(gòu)和控制系統(tǒng)一、智能機器人的體系結(jié)構(gòu) 事實上，任何一個機器人都有子集的體系結(jié)構(gòu)。目前，大多數(shù)工業(yè)機器人的控制系統(tǒng)為兩層結(jié)構(gòu)，上層負責運

6、動學計算和人機交互，下層負責對各個關(guān)節(jié)進行伺服控制?，F(xiàn)在世界上對一些智能機器人的實驗系統(tǒng)追求的是采用某種思想或技術(shù)，從而實現(xiàn)某種功能或達到某種水平，所以其體系結(jié)構(gòu)很多都是就其的需要進行設(shè)計的。 智能機器人的體系結(jié)構(gòu)最為廣泛遵循的原則是依據(jù)時間和功能來劃分體系結(jié)構(gòu)種的層次和模塊。這樣的體系結(jié)構(gòu)中，最有代表性的是美國航空航天局(NASA)和美國國家標準局(NBS)提出的，它的出發(fā)點是考慮一個航天機器人或一個水下機器人，或者一個移動機器人上可能有作業(yè)手、通訊、聲納等多個被控制的分系統(tǒng)，而這樣的機器人可能有多個組成為一組相互協(xié)調(diào)工作。 整個系統(tǒng)分成信息處理、環(huán)境建模和任務(wù)分解三列，分為坐標變換與伺服控

7、制、動力學計算、基本運動、單體任務(wù)、成組任務(wù)和總?cè)蝿?wù)六層，所有模塊共享一個全局存儲器（數(shù)據(jù)庫）。體系結(jié)構(gòu)的六層是依照信息處理的順序排列的：第一層：坐標變換和伺服層。第二層：動力學計算層。第三層：基本運動層。第四層：單個任務(wù)層。第五層：成組任務(wù)層。第六層：總?cè)蝿?wù)層。二、智能機器人的硬件結(jié)構(gòu)智能機器人的硬件結(jié)構(gòu) 第三節(jié) 智能控制的基礎(chǔ)一、智能控制的發(fā)展和涉及的問題 人工智能研究如何用人工的方法和技術(shù)，即通過各種自動機器或智能機器來模仿、延伸和擴展人類的智能，實現(xiàn)某些“機器思維”或腦力勞動自動化。因此可以說人工智能的研究對象是機器智能，或者說是智能機器。在人工智能的研究中，主要探討以下三方面的問題：

8、（1）機器感知知識的獲取（2）機器思維知識的處理（3）機器行為知識的運用二、智能控制的特點及應用1智能控制具有以下特點：（1）智能控制系統(tǒng)一般具有以知識表示的非數(shù)學廣義模型和以數(shù)學模型表示的混合控制過程。（2）智能控制器具有分層信息處理和決策機構(gòu)，它實際上是對人神經(jīng)結(jié)構(gòu)或?qū)＜覔?jù)測機構(gòu)的一種模仿。（3）智能控制器具有非線性。（4）智能控制器具有變結(jié)構(gòu)的特點。（5）智能控制器具有總體自尋優(yōu)得特點。（6）智能控制系統(tǒng)是一門邊緣交叉學科。2智能控制系統(tǒng)的應用 （1）智能機器人 隨著機器人技術(shù)的迅速發(fā)展和自動化程度的進一步提高，對機器人的功能提出更高的要求，特別是需要各種具有不同程度的智能機器人。 （2

9、）智能過程控制在許多生產(chǎn)線上，保證連續(xù)運行的情況下，需要采用在過程中采用各種各樣的控制方式。一、模糊控制的發(fā)展二、模糊控制的特點1、無需知道被控對象的數(shù)學模型2、是一種反映人類智慧思維的智能控制。3、易于被人們所接受（核心：控制規(guī)則）4、構(gòu)造容易5、魯棒性好。 模糊控制采用人類思維中的模糊量，如“高”、“中”、“低”等，且控制量由模糊推理導出。第四節(jié) 模糊控制原理與模糊控制機器人（選講）第一節(jié) 模糊集合論簡介第二節(jié) 模糊集合論基礎(chǔ)一、模糊集的概念二、模糊集合的運算三、隸屬函數(shù)的建立四、模糊關(guān)系一、模糊集的概念 集合：具有某種特定屬性的對象的全體。 集合中的個體通常用小寫英文字母如：u表示； 集

10、合的全體又稱為論域通常用大寫英文字母如：U表示。 uU表示元素（個體）u在集合論域（全體） U內(nèi)。集合表示法(經(jīng)典集合)：(1)列舉法：將集合的元素全部列出的方法。(2)定義法：用集合中元素的共性來描述集 合的方法。(3)歸納法：通過一個遞推公式來描述一個集合的方法。(4)特征函數(shù)表示法：利用經(jīng)典集合論非此即彼的明晰性來表示集合。因為某一集合中的元素要么屬于這個集合，要么就不屬于這個集合。 經(jīng)典集合論中任意一個元素與任意一個集合之間的關(guān)系，只是“屬于”或“不屬于”兩種，兩者必居其一而且只居其一。它描述的是有明確分界線的元素的組合。 用經(jīng)典集合來處理模糊性概念時，就不行。 對于諸如“速度的快慢”

11、、“年齡的大小”、“溫度的高低”等模糊概念沒有明確的界限。經(jīng)典集合對事物只用1、0簡單地表示“屬于”或“不屬于”的分類；而模糊集合則用“隸屬度(Degree of membership)”來描述元素的隸屬程度，隸屬度是0到1之間連續(xù)變化的值。模糊集合特征函數(shù)隸屬度函數(shù)（01連續(xù)變化值）神經(jīng)網(wǎng)絡(luò)的概念泛指生物神經(jīng)網(wǎng)絡(luò)與人工神經(jīng)網(wǎng)絡(luò)生物神經(jīng)網(wǎng)絡(luò)由中樞神經(jīng)系統(tǒng)（腦和脊髓）及周圍神經(jīng)系統(tǒng)（感覺、運動、交感等）所構(gòu)成的錯綜復雜的神經(jīng)網(wǎng)絡(luò)，最重要的是腦神經(jīng)系統(tǒng)。人工神經(jīng)網(wǎng)絡(luò)(ANN)由大量簡單的處理單元廣泛地互相連接而形成地復雜網(wǎng)絡(luò)系統(tǒng)，以簡化，抽象，和模擬人腦神經(jīng)網(wǎng)絡(luò)。第五節(jié) 神經(jīng)網(wǎng)絡(luò)控制原理與神經(jīng)網(wǎng)絡(luò)

12、控制機器人（選講）神經(jīng)網(wǎng)絡(luò)的發(fā)展簡史初創(chuàng)（19431969）1943年，McCulloch和Pitts 提出了M-P模型1949年，Hebb提出Hebb學習規(guī)則1957年，Rosenblatt提出感知器(perceptrons)1969年，Minsky和Papert發(fā)表“Perceptrons”過渡期（19701986）1980年，Kohonen提出自組織映射理論1982年，Hopfield提出離散的Hopfield網(wǎng)絡(luò)模型1984年，又提出連續(xù)的Hopfield網(wǎng)絡(luò)模型，并用電 子線路實現(xiàn)了該網(wǎng)路的仿真。1986年，Rumelhart等提出BP算法發(fā)展期（1987-） 1993年創(chuàng)刊的“IE

13、EE Transaction on Neural Network”生物神經(jīng)元構(gòu)成神經(jīng)系統(tǒng)的基本單元，簡稱神經(jīng)元。包括細胞體、樹突、軸突。 神經(jīng)元電鏡圖片軸突樹突突觸細胞體神經(jīng)末梢組成細胞體 由細胞核，細胞質(zhì)，和細胞膜組成。膜內(nèi)外有電位差，膜外為正，膜內(nèi)為負。它是神經(jīng)元新陳代謝的中心，用于接收并處理從其它神經(jīng)元傳遞的信息。軸突 由細胞體向外伸出的一條最長分支，長度可達1m。它通過尾部的神經(jīng)末梢向其它神經(jīng)元輸出神經(jīng)沖動，相當于神經(jīng)元的輸出電纜。樹突 除軸突外的其它分支。數(shù)目多，長度短。它用于接受從其它神經(jīng)元傳來的神經(jīng)沖動，相當于神經(jīng)元的輸入端。突觸 一個神經(jīng)元的軸突末梢和另外一個神經(jīng)元的樹突相接觸的地方，相當于神經(jīng)元之間的接口部分。大多數(shù)神經(jīng)元有103104個突觸。 連接輻射一個神經(jīng)元的軸突末梢與許多神經(jīng)元的樹突相連接。聚合許多神經(jīng)元的軸突末梢與一個神經(jīng)元的樹突相連接。特性信息以預知的確定方向傳遞 一個神經(jīng)元的樹突、細胞體軸突突觸另一個神經(jīng)元樹突時空整合功能對不同時間通過同一突觸傳入的信息具有時間整合功能對同一時間通過不同突觸傳入的信息具有空間整合功能工作狀態(tài)興奮狀態(tài)，對輸入信息整合后使細胞膜電位升高，當高于動作電位