智能机器人及其发展

智能机器人及其发展史琪（北京信息科技大学机电工程学院北京）摘要:智能机器人是一个国家高科技发展水平的重要标志之一，具有广阔的应用前景。本文介绍了机器人的定义和发展阶段，阐述了智能机器人研究领域的关键技术，总结了国内外各类机器人的发展现状并给出相应实例，最后分析并展望了智能机器人今后的发展和研究趋势。关键词:智能机器人;信息融合;智能控制;智能人机接口Intelligent robotanditsdevelopmentShiqi（MechanicalandElectricalEngineering,BeijingUniversityofScienceandTechnologyInformationBeijing）Abstract:Intelligentrobot isanimportantsymbolofa national high-tech developmentlevel,hasabroadapplicationprospect. Thispaper introducesthe definitionofrobotsandstageofdevelopment, describesthe keytechnologyinthefieldof intelligentrobotresearch, summarizesthedomesticandforeign various robot developmentpresentsituation andgivesomeexamples, the analysis andprospectsthedevelopmentandresearchtrendofintelligentrobots inthefuture.Keywords:Intelligentrobot; informationfusion; intelligentcontrol; intelligenthuman-machineinterface1．引言国际机器人产业和机器人研究，在度过了80年代下半叶不景气的时期之后，出现了复苏和继续发展的迹象.到1993年底，全世界运行的机器人(不包括手动操作和固定顺序工业机器人)约为61万台，比1989年增加22万台，平均年增长12%，走上稳健发展的道路.在这61万台机器人中，日本占60.3%，西欧占16.7%，俄国和东欧占12%，美国占8.2%.我国大陆1993年的机器人装机台数约达1000台，仅占全世界的0.16%，显得无足轻重.目前我国的机器人总数虽然较少，但国内机器人市场需求已经形成，并呈上升趋势.在国家七五和八五攻关以及863等计划的推动下，我国机器人技术已有较大发展;智能机器人的研究获得进展，跟踪了国际高级机器人技术，缩短了与国际先进水平的差距.1993年[m，全国机器人装机台数比1991年翻了一番，相对增长率很大.越来越多的人已经认识到:高级机器人(包括工业机器人和智能机器人)是关键的自动化技术之一，是我国现代化建设必不可少的重要技术.这种高技术将发展成为21世纪最先进的技术之一我国的机器人技术和机器人产业应在国际上占有一席之地.2．机器人的定义与发展简介自机器人问世以来，人们就很难对机器人下一个准确的定义，欧美国家认为机器人应该是“由计算机控制的通过编程具有可以变更的多功能的自动机械”旧本学者认为“机器人就是任何高级的自动机械”，我国科学家对机器人的定义是:“机器人是1种自动化的机器，所不同的是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1种具有高度灵活性的自动化机器。”目前国际上对机器人的概念已经渐趋一致，联合国标准化组织采纳了美国机器人协会(RIA:RobotIT1StltlltoofAmerrca)于1979年给机器人下的定义:"1种可编程和多功能的，用来搬运材料、零件、工具的操作机;或是为了执行不同的任务而具有可改变和可编程动作的专门系统。”概括说来，机器人是靠自身动力和控制能力来实现各种功能的一种机器。到目前为止，机器人技术的发展过程大致可以分为以下3个阶段：第一代为可编程示教再现型机器人，其特征是机器人能够按照事先教给它们的程序进行重复工作。1959年美国人英格伯格和德沃尔制造的世界上第一台工业机器人就属于示教再现型，即人手把着机械手，把应当完成的任务做一遍，或者人用示教控制盒发出指令，让机器人的机械手臂运动，一步步完成它应当完成的各个动作;第二代机器人(20世纪70年代)是具有一定的感觉功能和自适应能力的离线编程机器人，其特征是可以根据作业对象的状况改变作业内容，即所谓的“知觉判断机器人，’;第三代机器人(20世纪80年代中期以后)是智能机器人，这种机器人带有多种传感器，能够将多种传感器得到的信息进行融合，能够有效的适应变化的环境，具有很强的自适应能力、学习能力和自治功能。各阶段代表性的机器人如图1所示。智能机器人的研究在计算机技术、机器人技术和人工智能理论的推动下发展迅速，逐渐成为机器人技术的研究热点和主导方向。本文以下主要针对智能机器人进行论述。图1第一代、第二代、第三代机器人图例进入90年代以来，智能机器人获得较为迅速的发展.两年前，中国智能机器人专业委员会成立时，我曾说过:矢论从国际或国内的角度来看，复苏和继续发展机器人产业的一条重要途径就是开发各种智能机器人，以求提高机器人的性能，扩大其功能和应用领域.这正是从事智能机器人研究和应用的广大科技工作者施展才干的大好时机。回顾近几年来国内外机器人技术的发展历程，可以归纳出下列一些特点和发展趋势。3机器人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1种技术解决途径困。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;倾斜角传感器;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、实时性和低成本性困。目前多传感器信息融合方法主要有贝叶斯估计、DemAster-Shafer理论、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1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ParScientific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4种气体的嗅觉传感器，美国Honeywell公司研制DST卫3000智能压差压力传感器等，都具备了一定的智能。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1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[}6}oPacidi和Kosk。也研究出1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[C973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[[8。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。在自主移动机器人导航中，无论是局部实时避障还是全局规划，都需要精确知道机器人或障碍物的当前状态及位置，以完成导航、避障及路径规划等任务，这就是机器人的定位问题。比较成熟的定位系统可分为被动式传感器系统和主动式传感器系统[[8。被动式传感器系统通过码盘、加速度传感器、陀螺仪、多普勒速度传感器等感知机器人自身运动状态，经过累积计算得到定位信息。主动式传感器系统通过包括超声传感器、红外传感器、激光测距仪以及视频摄像机等主动式传感器感知机器人外部环境或人为设置的路标，与系统预先设定的模型进行匹配，从而得到当前机器人与环境或路标的相对位置，获得定位信息。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1条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2种。传统路径规划方法主要有以下几种:自由空间法、图搜索法、栅格解藕法、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、Q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[川。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1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[Ciz〕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1种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Bezdek工C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。近几年，机器人智能控制在理论和应用方面都有较大的进展。在模糊控制方面，工工Buckley等人论证了模糊系统的逼近特性，E.H.Mamdan首次将模糊理论用于一台实际机器人。模糊系统在机器人的建模、控制、对柔性臂的控制、模糊补偿控制以及移动机器人路径规划等各个领域都得到了广泛的应用。在机器人神经网络控制方面，CMCA(Ce}bellaModelCon-trollerArticulation)是应用较早的一种控制方法，其最大特点是实时性强，尤其适用于多自由度操作臂的控制。智能控制方法提高了机器人的速度及精度，但是也有其自身的局限性，例如机器人模糊控制中的规则库如果很庞大，推理过程的时间就会过长;如果规则库很简单，控制的精确性又会受到限制;无论是模糊控制还是变结构控制，抖振现象都会存在，这将给控制带来严重的影响;神经网络的隐层数量和隐层内神经元数的合理确定仍是目前神经网络在控制方面所遇到的问题，另外神经网络易陷于局部极小值等问题，都是智能控制设计中要解决的问题。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算机交流。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[[14。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。490年代第二代机器人将普及应用4.1第二代机器人的先导应用产业90年代第二代机器人将以装配机器人为先导产品，以电子、电气及精密机械制造为先导应用产业展开.据美国乔治亚州工学院通过专家咨询预测，到2000年用于装配、监控和测量的机器人将从16%增至35%.美国目前应用机器人的热潮正向家用电器扩展，据44家公司调查已有75%的厂家安排了使用机器人的计划.日本年增至30%，1987年增至32%.1974年电子工业用机器人占总数的比例为9.6%,1985年精密机械制造1988-1990电气机械器具制造业用机器人1988-1990年增长率为年增长率达165%,用装配机器人装配主要优点是，机器人装配比手工操作精细，可提高装配质量，增加元部件的装配密度，降低装配成本.4.2面向中小企业的小批量销售市场随着机器人技术的发展，一采用机器人生产的单位产品成本低于用传统技术生产的单位成本，机器人技术的价格/性能比下降，而传统的劳动密集技术的成本在一定的时间内将不断上升，市场需求的产品结构也从长大重厚向短小轻薄变化，因此，中小企业对机器人需求量增加.为适应中小企业的需要，许多机器人研制和生产厂家，正在提高机器人能，降低机器人的成本，广泛采用视觉、力觉和其他传感技术，提高智能水平，使精度和重复精度更高，速度更快，采用模块化结构和多用手爪，扩大应用范围，改变产品设计和紧固方法，简化装配工作，改进离线编程方法，允许由CAD或CAM的设计数值直接编程，使机器人成为FMS和CIMS的环节.可以预料，90年代将是中小型企业大量应用机器人的时代。4.3机器人应用工程推动了机器人的普及90年代机器人的主要用户是中小企业，因此，机器人应用工程将成为打开第二代机器人市场的关键课题.许多机器人的买主怕冒风险，希望有个尝试过程，先进行小规模应用，以证实机器人的价值.他们不是把机器人作为一个独立的装置使用，而是把它作为自动化系统中的一部分，因此，要求机器人卖主也成为系统的组装者，不但为其产品提供支援和 培训 焊锡培训资料ppt免费下载焊接培训教程 ppt 下载特设培训下载班长管理培训下载培训时间表下载 ，而且还能满足用户的特殊要求，为满足需要，机器人制造厂家注意与用户联合，使用户接受才能逐步扩大用户和市场，推动机器人商品化，例如西德KUKA公司不仅为用户提供机器人，还为用户提供各种配套系统，使机器人构成加工单元或装配单元，大大方便用户.日本几个公司联合研制“树脂成型作业”、“装配作业”、“弧焊作业’、“加工作业”等一系列机器人系统.苏联也把机器人的研制生产和应用单位组织起来，研制并经销“机器人综合体’.机器人应用工程的研究内容涉及到传感器技术、控制技术、离线示教技术、友好的人一机接口、周边设备、专用机器人系统或机器人生产线车间管理及CAD数据库通讯联网技术等方面.5下一代机器人研究展望5.1下一代机器人及其应用领域下一代机器人乃是指90年代研究开发结束，2000年左右技术上可实现的高级机器人.下一代机器人将以特种机器人为先导产品，以非制造领域为先导应用产业展开.特种机器人主要指在非结构环境下作业的机器人，又称极限条件下作业的机器人.21世纪机器人产业和市场动向中2D所示，非制造领域用机器人将得到迅速发展，这是由于社会的进步、人口的高令化、年轻人的知识化、农林水产、建筑电力、煤气、水暖、防火、医疗福利等非制造领域熟练工人日益短缺，另外，地下、海底、宇宙空间等新领域和家庭等也要求采用机器人.下一代机器人应用领域及开发对象领域详见图3所示.5.2下一代机器人的技术基础制造领域机器人的成熟与发展，是以提高装置、机器的性能和降低成本作为技术开发的中心展开的，而下一代机器人则是以非制造领域的应用为中心发展.由于作业对象、作业环境与工业机器人有很大区别，所以其基础技术也不同，下一代机器人主要有自主性、机能性和智能通讯3个技术指标.机能性是指机器人具有适应复杂工作环境的能力，不但能}p,3i}J和测量周围的物体，还有理解周围环境和所要执行任务的能力，并做出正确的判断及操作和移动等机能;自主性是指机器人能根据工作任务和周围环境情况，自己确定工作步骤和工作方式;智能通讯是指人与机器人的交互在更高更自然的水平上进行.如人只告诉机器人“干什么’，机器人自己知道怎么干，去完成任务，进一步发展人可用自然语言与机器人对话.6总结与展望机器人是自动化领域的主题之一，人们几十年来对机器人的开发和研究，使机器人技术取得了巨大的进步。随着人工智能、智能控制和计算机技术的发展，机器人的应用领域不断扩大，性能不断提高，在当前的生产、生活、科研当中发挥着日益重要的作用。目前机器人的研究正处于第3代智能机器人阶段，尽管国内外对此的研究已经取得了许多成果，但其智能化水平仍然不尽人意。围绕未来的智能机器人，本文提出如下几个有待发展的技术方向:(1)机器人网络化:利用通信网络技术将各种机器人连接到计算机网络上，并通过网络对机器人进行有效的控制。网络化技术包括网络遥操作控制技术、众多信息组的压缩与扩展方法及传输技术等;(2)智能控制中的软计算方法:与传统的计算方法相比，以模糊逻辑、基于概率论的推理、神经网络、遗传算法和混沌为代表的软计算技术具有更高的鲁棒性、易用性及计算的低耗费性等优点，应用到机器人技术中，可以提高其问题求解速度，较好地处理多变量、非线性系统的问题;(3)机器学习:各种机器学习算法的出现推动了人工智能的发展，强化学习、蚁群算法、免疫算法等可以用到机器人系统中，使其具有类似人的学习能力，以适应日益复杂的、不确定和非结构化的环境;(4)智能人机接口:人机交互的需求越来越向简单化、多样化、智能化、人性化方向发展，因此需要研究并设计各种智能人机接口如多语种语音、自然语言理解、图像、手写字识别等，以更好地适应不同的用户和不同的应用任务，提高人与机器人交互的和谐性;(5)多机器人协调作业:随着人工智能方法、机器人技术以及多智能体系统(MultiAgentSystem:MAS)等研究的深入，如何组织和控制多个机器人来协作完成单机器人无法完成的复杂任务，在复杂未知环境下实现实时推理反应以及交互的群体决策和操作，已经成为机器人研究领域的新课题，具有重要的理论和现实意义。参考文献1. Sohn,SoYoung,Kim,ManJae.TheIndustrialRobot,2010,Vol.37(1),pp.97-1052. WuWei,LiuDanjun,LiuJinsong.Computers&IndustrialEngineering,1996,Vol.31(3),pp.703-7063. Gab-SoonKim.Sensors&Actuators:A.Physical,2006,Vol.133(1),pp.27-344.金周英.关于我国智能机器人发展的几点恩考[J].机器人技术与应用，20015．孙华，陈俊风，吴林.多传感器信息融合技术及其在机器人中的应用[J].传感器技20036.陆新华，张桂林.室内服务机器人导航方法研究[J}.机器人20037.卢桂章.计划智能机器人研究进展，机器人技术与应用，1995,2(1):7~88.魏中国等.形状记忆合金传感驱动器件及其在机器人中的应用.机器人，1994,16(4):244-2499.陈佩云.日本振兴工业机器人的政策.机器人技术与应用，1994,1(1):4~5