智能機器人

智能機器人（intelligent robot）是指具有人類所特有的某種智能行為的機器。它是一類具有高度自主性的自動化機器或設備，是機器人技術發展的高級形態。智能機器人技術涉及力學、機械學、電子學、控制論、計算機、人工智能和系統工程諸多領域的邊緣學科。

智能機器人

從廣泛意義上理解所謂的智能機器人，它給人的最深刻的印象是一個獨特的進行自我控制的“活物”。其實，這個自控“活物”的主要器官并沒有像真正的人那樣微妙而復雜。

智能機器人

智能機器人具備形形色色的內部信息傳感器和外部信息傳感器，如視覺、聽覺、觸覺、嗅覺。除具有感受器外，它還有效應器，作為作用于周圍環境的手段。這就是筋肉，或稱自整步電動機，它們使手、腳、長鼻子、觸角等動起來。由此也可知，智能機器人至少要具備三個要素：感覺要素，反應要素和思考要素。

稱這種機器人為自控機器人，以便使它同前面談到的機器人區分開來。它是控制論產生的結果，控制論主張這樣的事實：生命和非生命有目的的行為在很多方面是一致的。正像一個智能機器人制造者所說的，機器人是一種系統的功能描述，這種系統過去只能從生命細胞生長的結果中得到，它們已經成了我們自己能夠制造的東西了。

智能機器人能夠理解人類語言，用人類語言同操作者對話，在它自身的“意識”中單獨形成了一種使它得以“生存”的外界環境——實際情況的詳盡模式。它能分析出現的情況，能調整自己的動作以達到操作者所提出的全部要求，能擬定所希望的動作，并在信息不充分的情況下和環境迅速變化的條件下完成這些動作。當然，要它和我們人類思維一模一樣，這是不可能辦到的。不過，仍然有人試圖建立計算機能夠理解的某種“微觀世界”。

在早期的科幻作品里，機器人是一種能聽命于人、能從事勞動、形狀像人甚至表現出人的某些思維和行為的人造機器。人類對這種先進生產工具的最初想象里，就要求它具有人類自身所特有的智能。

遙控操縱器和數控機床的出現為機器人的產生在技術上奠定了基礎。用于危險或有害環境的遙控操縱器主要由兩臺利用傳動機構連結的多關節機械手臂組成，人操作其中的主機械手，那么位于環境現場的從機械手就能跟隨復現人手的動作，代替人完成作業。數控機床根據預先儲存的工件切削模型以及刀具切削動作序列等數據，對機床的伺服軸進行運動控制，若要改變控制只需改變儲存的數據。

1954年美國人George.C.Devol設計并制作了世界上第一臺機器人實驗裝置，發表了《適用于重復作業的通用性工業機器人》一文，并獲得了專利。這臺機器人把遙控操縱器的多自由度關節型連桿機構與數控機床的伺服軸連結在一起，編程輸入預定的機械手動作后，就可以離開人的輔助而獨立運行。此外，操作人員還可以用手帶動機械手依次通過作業任務的各個位置，進行示教，同時將這些位置序列記錄在存儲器內。在任務的執行過程中，各個關節在伺服驅動下重新遍歷出那些位置序列，從而完成作業。因此，這臺原型機器人的主要技術功能就是“可編程”以及“示教—再現”。

智能機器人

20世紀70年代，機器人產品正式問世，機器人技術開始形成。美國Unimation公司和AMF公司生產的工業機器人已用在汽車生產線，進行傳送、上下料、焊接、噴漆等作業，表現出很好的靈活性和經濟效益，推動了機器人的商品化。同時，機器人研究也不斷地把機器人技術引向深入，如美國麻省理工學院研制的一種配有接觸傳感器的機器人裝置，機器人憑觸覺可以判斷操作對象的形狀，其人工智能實驗室研究了如何實現具有人的手、眼、耳功能的機器人系統。美國斯坦福大學研制了帶有電視攝像機和接觸覺裝置的移動小車，用于機器人運動規劃問題的研究。上述這類研究工作逐漸形成了智能機器人的技術內容。

70年代機器人產業蓬勃興起，機器人學與技術發展為專門的學科。1970年第一次國際工業機器人會議在美國舉行。各種成功的實用范例推動了機器人應用領域的進一步發展。日本、德國、瑞典等國家的政府和產業界積極引進機器人技術，建立生產體系，大力推廣應用，對機器人的發展產生較大影響。大規模集成電路技術的迅速發展以及微型計算機的普遍應用更使得機器人的控制技術出現了質的飛躍。

20世紀末至今，隨著計算機和人工智能技術的快速發展，機器人智能化成為可能。早期的機器人智能行為只能實現積木的分類、堆放動作等，一些有視覺和觸覺的機器人可用于鑄件、泵體的識別和檢查，集成電路的裝配和焊接。現在的機器人裝有各種各樣的內外傳感器，對環境具有比較全面的感知能力，另外還有像筋肉一樣的效應器，具有作用周圍環境的能力。有的智能機器人已經能夠很好地理解人類的語言，并可進行對話交流，而不僅僅是簡單地模擬人或者動物的動作和行走，甚至可通過對環境的感知和識別，對情景的理解，進而對任務重新規劃和實施。例如，美國波士頓Dynamics公司研制的“Bigdog”四足機器人，它能夠在冰面和險要斜坡快速跑動，并且在強大外力沖擊時也能很好地保持本體的平衡。智能機器人的智力反映在它對環境信息的感知和處理以及對情勢的判斷和決策能力，或者說是一種對環境的、仿生的自適應能力。一般認為，按照機器人從低級到高級的發展程度，可以把機器人分為三代。

第一代機器人，即工業機器人，主要指能以“示教—再現”方式工作的機器人。其本體是一類似于人的上肢功能的機械手臂，末端是手爪等操作機構。它通過操作人員“手把手”的示教，或者通過離線編程存儲的動作順序信息完成作業。如果外界條件發生變化，或者機器人工作內容需要改變，必須通過人對其程序做相應改變，因此它不具備智能。

第二代機器人是指基于傳感器信息來工作的機器人。它依靠簡單的感覺裝置獲取作業環境和對象的簡單信息，通過對這些信息進行分析和處理，作出一定的判斷，對動作進行反饋控制。這類機器人初步具有智能。

第三代機器人，即智能機器人，這是一類具有高度適應性和自主能力的機器人。它本身能感知工作環境、操作對象及其狀態，能接受、理解給予的指令。并結合自身認識外界的結果來獨立地決定工作規劃，利用操作機構和移動機構實現任務目標，還能適應環境的變化，調整自身行為。

由上可見，智能機器人是工業機器人從無智能發展到有智能，從初級智能水平發展到高智能水平的產物。

區別于第一代和第二代機器人，智能機器人必須具備四種機能：行動機能———施加于外部環境和對象的。相當于人的手、足的動作機能；感知機能———獲取外部環境和對象的狀態信息以便進行自我行為監視的機能；思維機能———求解問題的認知、推理、記憶、判斷、決策學習等機能；人機交互機能———理解指示命令、輸出內部狀態、與人進行信息交換的機能。簡言之，智能機器人的“智能”特征就在于它具有與外部世界———環境、對象和人相協調的工作機能。

可分為一般機器人和智能機器人。

智能機器人

一般機器人是指不具有智能，只具有一般編程能力和操作功能的機器人。

在世界范圍內還沒有一個統一的智能機器人定義。大多數專家認為智能機器人至少要具備以下三個要素：一是感覺要素，用來認識周圍環境狀態；二是運動要素，對外界做出反應性動作；三是思考要素，根據感覺要素所得到的信息，思考出采用什么樣的動作。

感覺要素包括能感知視覺、接近、距離等的非接觸型傳感器和能感知力、壓覺、觸覺等的接觸型傳感器。這些要素實質上就是相當于人的眼、鼻、耳等五官，它們的功能可以利用諸如攝像機、圖像傳感器、超聲波傳成器、激光器、導電橡膠、壓電元件、氣動元件、行程開關等機電元器件來實現。

對運動要素來說，智能機器人需要有一個無軌道型的移動機構，以適應諸如平地、臺階、墻壁、樓梯、坡道等不同的地理環境。它們的功能可以借助輪子、履帶、支腳、吸盤、氣墊等移動機構來完成。在運動過程中要對移動機構進行實時控制，這種控制不僅要包括有位置控制，而且還要有力度控制、位置與力度混合控制、伸縮率控制等。

智能機器人的思考要素是三個要素中的關鍵，也是人們要賦予機器人必備的要素。思考要素包括有判斷、邏輯分析、理解等方面的智力活動。這些智力活動實質上是一個信息處理過程，而計算機則是完成這個處理過程的主要手段。智能機器人根據其智能程度的不同，又可分為三種：

又稱外部受控機器人。機器人的本體上沒有智能單元只有執行機構和感應機構，它具有利用傳感信息（包括視覺、聽覺、觸覺、接近覺、力覺和紅外、超聲及激光等）進行傳感信息處理、實現控制與操作的能力。受控于外部計算機，在外部計算機上具有智能處理單元，處理由受控機器人采集的各種信息以及機器人本身的各種姿態和軌跡等信息，然后發出控制指令指揮機器人的動作。機器人世界杯的小型組比賽使用的機器人就屬于這樣的類型。

機器人通過計算機系統與操作員或程序員進行人-機對話，實現對機器人的控制與操作。雖然具有了部分處理和決策功能，能夠獨立地實現一些諸如軌跡規劃、簡單的避障等功能，但是還要受到外部的控制。

在設計制作之后，機器人無需人的干預，能夠在各種環境下自動完成各項擬人任務。自主型機器人的本體上具有感知、處理、決策、執行等模塊，可以就像一個自主的人一樣獨立地活動和處理問題。機器人世界杯的中型組比賽中使用的機器人就屬于這一類型。全自主移動機器人的最重要的特點在于它的自主性和適應性，自主性是指它可以在一定的環境中，不依賴任何外部控制，完全自主地執行一定的任務。適應性是指它可以實時識別和測量周圍的物體，根據環境的變化，調節自身的參數，調整動作策略以及處理緊急情況。交互性也是自主機器人的一個重要特點，機器人可以與人、與外部環境以及與其他機器人之間進行信息的交流。由于全自主移動機器人涉及諸如驅動器控制、傳感器數據融合、圖像處理、模式識別、神經網絡等許多方面的研究，所以能夠綜合反映一個國家在制造業和人工智能等方面的水平。因此，許多國家都非常重視全自主移動機器人的研究。

智能機器人的研究從60年代初開始，經過幾十年的發展，基于感覺控制的智能機器人(又稱第二代機器人)已達到實際應用階段，基于知識控制的智能機器人(又稱自主機器人或下一代機器人)也取得較大進展，已研制出多種樣機。

工業機器人

它只能死板地按照人給它規定的程序工作，不管外界條件有何變化，自己都不能對程序也就是對所做的工作作相應的調整。如果要改變機器人所做的工作，必須由人對程序作相應的改變，因此它是毫無智能的。

初級智能

它和工業機器人不一樣，具有象人那樣的感受，識別，推理和判斷能力。可以根據外界條件的變化，在一定范圍內自行修改程序，也就是它能適應外界條件變化對自己怎樣作相應調整。不過，修改程序的原則由人預先給以規定。這種初級智能機器人已擁有一定的智能，雖然還沒有自動規劃能力，但這種初級智能機器人也開始走向成熟，達到實用水平。

智能機器人

智能農業

鯊魚型智能農業機器人采用空氣動力學，根據氣動布局特點形成了鯊魚型外觀結構，采用工業級高分子材料制作的履帶式底盤，特殊的離去角角度設計，能保證機器人在各種復雜地形的果園中暢通無阻，并且保護農田不受破壞；獨特的機械設計結合流線型結構能最大化利用設備空間，最大承載量高達600公斤；雙發動機的布局，保證了機器人良好的作業能力，采用電傳操縱技術結合自主研發的液壓系統使得機器人突破了續航時間短的問題，擁有超長續航能力；采用300M甚高頻無線遙控和5.8G圖像傳輸技術，可以實施檢測產品的運行數據和圖像，且能在終端進行路徑規劃，真正實現了自動控制，并能快速實現功能擴展和產品革新；智能噴霧系統定向捕捉果樹的樹冠

家庭智能陪護

陪護機器人應用于養老院或社區服務站環境，具有生理信號檢測、語音交互、遠程醫療、智能聊天、自主避障漫游等功能。

機器人在養老院環境實現自主導航避障功能，能夠通過語音和觸屏進行交互。配合相關檢測設備，機器人具有血壓、心跳、血氧等生理信號檢測與監控功能，可無線連接社區網絡并傳輸到社區醫療中心，緊急情況下可及時報警或通知親人。機器人具有智能聊天功能，可以輔助老人心理康復。陪護機器人為人口老齡化帶來的重大社會問題提供解決方案。

高級智能

高級智能機器人和初級智能機器人一樣，具有感覺，識別，推理和判斷能力，同樣可以根據外界條件的變化，在一定范圍內自行修改程序。所不同的是，修改程序的原則不是由人規定的，而是機器人自己通過學習，總結經驗來獲得修改程序的原則。所以它的智能高出初級智能機器人。這種機器人已擁有一定的自動規劃能力，能夠自己安排自己的工作。這種機器人可以不要人的照料，完全獨立的工作，故稱為高級自律機器人。這種機器人也開始走向實用。

1、操作與移動

隨用途而異的各種機械臂結構及其驅動方式，包括具有冗余自由度的機械臂和主從機械臂；多指手及其他靈活的操作機構；輪式、履帶式、單足跳躍或多足步行式、噴氣或氣墊式以及仿生式(如蠕動、爬壁)等各種適合環境的移動機構及其驅動方式。

2、傳感器及其信息處理

基于攝像機的視覺傳感器以及對二維、三維物體的信息處理；基于超聲紅外光、激光、雷達波、磁性裝置等各種非接觸傳感器及其定位、識別、運動檢測等信息的處理；各種接觸覺、壓覺、力覺、滑動傳感器檢測信息的處理；以及綜合多種傳感器信息以便作出合適估計和決策的傳感器融合技術。

3、控制

對應于各種運動學、動力學建模、運動軌跡規劃與生成以及基于運動學或動力學的控制方法；位置控制、力控制以及力與位置二者結合的柔順控制方法；遙控作業等非結構環境下的各種主從控制方法；多機器人的協同控制問題；專家系統、人工神經網絡、生物進化等新穎的智能控制方法；上述各種控制方法的仿真系統。

4、人機交互

用于離線示教和機器人自主行為的各種計算機控制與編程語言，包括動作、對象和作業目標水平級(任務級)三類；語音識別與生成；聲、圖、文的多媒體處理技術；視覺、力覺、觸覺、聲覺的臨場感技術及其他虛擬現實技術。

5、體系結構

基于機器人整體工作原理，設計它的內部結構組成及其相應的管理控制方式。例如，分層遞階式體系結構———最上層組織級將給定的外部命令和任務分解為子任務或動作組合，傳至下一層的協調級，產生一系列具體的動作序列，直至最下層的執行級從而形成行動機構的驅動指令，整個過程中各種傳感器信號逐級向上反饋，經綜合處理后實現決策。又如，基于行為的包容結構———若干基于傳感的可以自由組合的獨立單元直接建立從感知到控制動作間的映射關系，系統的行為由單元行為的時間、空間序列組成，并由仲裁機構監控。

6、機器智能

涉及具體的技術和方法，主要包括問題求解、自動規劃生成、模式識別、自然語言處理、機器學習、專家系統、知識庫等，另外還涉及人類智能的機理實質和人工智能的實現途徑這兩方面的基礎理論研究。

7、應用研究

智能機器人的材料、能源等實用化研制問題，各行各業對智能機器人的應用需求分析和產業發展關系，智能機器人的使用所引起的人類社會心理和法律問題等。

智能機器人與人工智能學科密切相關。它一方面是人工智能技術與方法的典型應用對象，另一方面又是研究、開發人工智能技術與方法的試驗床，其核心問題是研究如何實現從感知到行動之間的智能聯系。計算機科學與技術的發展為智能機器人的工程實現提供了支持和推動力，智能機器人也可以看成是安裝了各種擬人的、仿生的外部設備的計算機系統或裝置。智能機器人與工業機器人可同時并存，但智能機器人實際上研究的是各種形態的智能機器，具有更為深入的學術意義和更為廣泛的應用前景。

目前，智能機器人的研究還處于初級階段，研究目標一般圍繞感知、行動、決策思維三個問題。實驗室原型有：自動裝配機器人———具有對部件的三維視覺識別和定位，柔順控制多指手爪的抓取和精密裝配，自動規劃裝配序列，避碰，多操作器協調等功能，移動式機器人———具有室內、外自主導航，路徑規劃，野外復雜環境下的移動，避碰，基于感覺的取樣操作和檢測、排除故障等功能；水下機器人———具有深水潛游，有纜遙控，水下清理和維修等功能。

上述各種機器人實際上只是理想的智能機器人的一部分功能環節，其研究的局限性主要在于人工智能技術至今還不能提供實現機器智能的有效原理和方法。智能機器人的完美實現需要提高機器的自主性，以進一步獨立于人，建立更友善的人機界面；需要提高機器的適應性，以更好地適應環境變化，加強與環境的交互能力。

隨著社會發展的需要和機器人應用領域的擴大,人們對智能機器人的要求也越來越高。智能機器人所處的環境往往是未知的、難以預測的 ,在研究這類機器人的過程中,主要涉及到以下關鍵技術 :

多傳感器信息融合

多傳感器信息融合技術是近年來十分熱門的研究課題, 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、動態、不確定和未知的環境中執行任務提供了 1 種技術解決途徑。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。內部測量傳感器用來檢測機器人組成部件的內部狀態 , 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( 測量、認識傳感器)、觸覺(接觸、壓覺 、滑動覺傳感器)、力覺( 力、力矩傳感器)、接近覺( 接近覺、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自多個傳感器的感知數據, 以產生更可靠 、更準確或更全面的信息。經過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、實時性和低成本性。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 、神經網絡 、小波變換等。

多傳感器信息融合技術是 1 個十分活躍的研究領域, 主要研究方向有 :

1多層次傳感器融合 由于單個傳感器具有不確定性、觀測失誤和不完整性的弱點 , 因此單層數據融合限制了系統的能力和魯棒性。對于要求高魯棒性和靈活性的先進系統 , 可以采用多層次傳感器融合的方法。低層次融合方法可以融合多傳感器數據; 中間層次融合方法可以融合數據和特征, 得到融合的特征或決策 ; 高層次融合方法可以融合特征和決策, 到最終的決策。

2 微傳感器和智能傳感器 傳感器的性能、價格和可靠性是衡量傳感器優劣與否的重要標志, 然而許多性能優良的傳感器由于體積大而限制了應用市場。微電子技術的迅速發展使小型和微型傳感器的制造成為可能。智能傳感器將主處理、硬件和軟件集成在一起 。如 Par Scientific 公司研制的 1000 系列數字式石英智能傳感器 ,日本日立研究所研制的可以識別 4種氣體的嗅覺傳感器, 美國 Honeywell 研制的DSTJ23000 智能壓差壓力傳感器等 , 都具備了一定的智能。

3 自適應多傳感器融合 在實際世界中, 很難得到環境的精確信息 , 也無法確保傳感器始終能夠正常工作。因此 ,對于各種不確定情況 , 魯棒融合算法十分必要。現已研究出一些自適應多傳感器融合算法來處理由于傳感器的不完善帶來的不確定性。如 Hong通過革新技術提出 1 種擴展的聯合方法, 能夠估計單個測量 序列濾波的 最優卡爾 曼增益 。 Pacini 和Kosko 也研究出 1 種可以在輕微環境噪聲下應用的自適應目標跟蹤模糊系統, 它在處理過程中結合了卡爾曼濾波算法。

在機器人系統中 ,自主導航是一項核心技術 , 是機器人研究領域的重點和難點問題。導航的基本任務有 3 點: ( 1)基于環境理解的全局定位: 通過環境中景物的理解 ,識別人為路標或具體的實物 ,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: 實時對障礙物或特定目標進行檢測和識別 ,提高控制系統的穩定性; ( 3)安全保護: 能對機器人工作環境中出現的障礙和移動物體作出分析并避免對機器人造成的損傷。

機器人有多種導航方式 , 根據環境信息的完整程度、導航指示信號類型等因素的不同 ,可以分為基于地圖的導航、基于創建地圖的導航和無地圖的導航3類。根據導航采用的硬件的不同, 可將導航系統分為視覺導航和非視覺傳感器組合導航[ 8] 。視覺導航是利用攝像頭進行環境探測和辨識, 以獲取場景中絕大部分信息 。視覺導航信息處理的內容主要包括 : 視覺信息的壓縮和濾波 、路面檢測和障礙物檢測 、環境特定標志的識別、三維信息感知與處理。非視覺傳感器導航是指采用多種傳感器共同工作 , 如探針式、電容式、電感式 、力學傳感器、雷達傳感器、光電傳感器等,用來探測環境 , 對機器人的位置、姿態 、速度和系統內部狀態等進行監控, 感知機器人所處工作環境的靜態和動態信息,使得機器人相應的工作順序和操作內容能自然地適應工作環境的變化 ,有效地獲取內外部信息。

在自主移動機器人導航中 , 無論是局部實時避障還是全局規劃, 都需要精確知道機器人或障礙物的當前狀態及位置, 以完成導航 、避障及路徑規劃等任務,這就是機器人的定位問題 。比較成熟的定位系統可分為被動式傳感器系統和主動式傳感器系統。被動式傳感器系統通過碼盤、加速度傳感器、陀螺儀、多普勒速度傳感器等感知機器人自身運動狀態, 經過累積計算得到定位信息 。主動式傳感器系統通過包括超聲傳感器、紅外傳感器、激光測距儀以及視頻攝像機等主動式傳感器感知機器人外部環境或人為設置的路標 , 與系統預先設定的模型進行匹配, 從而得到當前機器人與環境或路標的相對位置 ,獲得定位信息。

路徑規劃技術是機器人研究領域的1 個重要分支 。最優路徑規劃就是依據某個或某些優化準則( 如工作代價最小 、行走路線最短、行走時間最短等),在機器人工作空間中找到 1 條從起始狀態到目標狀態、可以避開障礙物的最優路徑。

路徑規劃方法大致可以分為傳統方法和智能方法2 種 。傳統路徑規劃方法主要有以下幾種 : 自由空間法、圖搜索法 、柵格解耦法 、人工勢場法。大部分機器人路徑規劃中的全局規劃都是基于上述幾種方法進行的,但這些方法在路徑搜索效率及路徑優化方面有待于進一步改善 。人工勢場法是傳統算法中較成熟且高效的規劃方法 ,它通過環境勢場模型進行路徑規劃 ,但是沒有考察路徑是否最優。

智能路徑規劃方法是將遺傳算法 、模糊邏輯以及神經網絡等人工智能方法應用到路徑規劃中, 來提高機器人路徑規劃的避障精度 ,加快規劃速度, 滿足實際應用的需要。其中應用較多的算法主要有模糊方法、神經網絡、遺傳算法、Q 學習及混合算法等 ,這些方法在障礙物環境已知或未知情況下均已取得一定的研究成果。

視覺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, 核心任務是特征提取 、圖像分割和圖像辨識 。而如何精確高效的處理視覺信息是視覺系統的關鍵問題。視覺信息處理逐步細化, 包括視覺信息的壓縮和濾波、環境和障礙物檢測 、特定環境標志的識別、三維信息感知與處理等。其中環境和障礙物檢測是視覺信息處理中最重要 、也是最困難的過程 。邊沿抽取是視覺信息處理中常用的 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 ,對于需要在運動中處理圖像的移動機器人而言,難以滿足實時性的要求。為此人們提出 1種基于計算智能的圖像邊沿抽取方法, 如基于神經網絡的方法 、利用模糊推理規則的方法, 特別是 Bezdek J .C 教授近期全面的論述了利用模糊邏輯推理進行圖像邊沿抽取的意義。這種方法具體到視覺導航, 就是將機器人在室外運動時所需要的道路知識, 如公路白線和道路邊沿信息等 , 集成到模糊規則庫中來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。

機器人視覺是其智能化最重要的標志之一, 對機器人智能及控制都具有非常重要的意義。國內外都在大力研究 ,并且已經有一些系統投入使用。

隨著機器人技術的發展, 對于無法精確解析建模的物理對象以及信息不足的病態過程,傳統控制理論暴露出缺點 ,近年來許多學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 、神經網絡控制 、智能控制技術的融合( 模糊控制和變結構控制的融合 ; 神經網絡和變結構控制的融合; 模糊控制和神經網絡控制的融合 ; 智能融合技術還包括基于遺傳算法的模糊控制方法) 等。

機器人智能控制在理論和應用方面都有較大的進展 。在模糊控制方面 ,J . J . Buckley 等人論證了模糊系統的逼近特性 , E. H . Mamdan 首次將模糊理論用于一臺實際機器人。模糊系統在機器人的建模、控制 、對柔性臂的控制、模糊補償控制以及移動機器人路徑規劃等各個領域都得到了廣泛的應用。在機器人神經網絡控制方面 ,CMCA ( Cere-bella Model Controller Articulation) 是應用較早的一種控制方法 , 其最大特點是實時性強, 尤其適用于多自由度操作臂的控制。

智能控制方法提高了機器人的速度及精度 , 但是也有其自身的局限性, 例如機器人模糊控制中的規則庫如果很龐大, 推理過程的時間就會過長; 如果規則庫很簡單 ,控制的精確性又會受到限制 ; 無論是模糊控制還是變結構控制 ,抖振現象都會存在 ,這將給控制帶來嚴重的影響 ; 神經網絡的隱層數量和隱層內神經元數的合理確定仍是神經網絡在控制方面所遇到的問題,另外神經網絡易陷于局部極小值等問題 ,都是智能控制設計中要解決的問題 。

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控制是有一定困難的, 即使可以做到 ,也由于缺乏對環境的適應能力而并不實用 。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調來實現系統控制。因此, 設計良好的人機接口就成為智能機器人研究的重點問題之一。

人機接口技術是研究如何使人方便自然地與計算機交流 。為了實現這一目標, 除了最基本的要求機器人控制器有 1 個友好的、靈活方便的人機界面之外, 還要求計算機能夠看懂文字、聽懂語言、說話表達, 甚至能夠進行不同語言之間的翻譯, 而這些功能的實現又依賴于知識表示方法的研究 。因此, 研究人機接口技術既有巨大的應用價值, 又有基礎理論意義。人機接口技術已經取得了顯著成果 ,文字識別 、語音合成與識別 、圖像識別與處理 、機器翻譯等技術已經開始實用化。另外, 人機接口裝置和交互技術、監控技術、遠程操作技術、通訊技術等也是人機接口技術的重要組成部分, 其中遠程操作技術是一個重要的研究方向。

盡管機器人人工智能取得了顯著的成績，控制論專家們認為它可以具備的智能水平的極限并未達到。問題不光在于計算機的運算速度不夠和感覺傳感器種類少，而且在于其他方面，如缺乏編制機器人理智行為程序的設計思想。你想，甚至連人在解決最普通的問題時的思維過程都沒有破譯，人類的智能會如何呢——這種認識過程進展十分緩慢，又怎能掌握規律讓計算機“思維”速度快點呢？因此，沒有認識人類自己這個問題成了機器人發展道路上的絆腳石。制造“生活”在具有不固定性環境中的智能機器人這一課題，近年來使人們對發生在生物系統、動物和人類大腦中的認識和自我認識過程進行了深刻研究。結果就出現了等級自適應系統說，這種學說正在有效地發展著。作為組織智能機器人進行符合目的的行為的理論基礎，我們的大腦是怎樣控制我們的身體呢？純粹從機械學觀點來粗略估算，我們的身體也具有兩百多個自由度。當我們在進行寫字、走路、跑步、游泳、彈鋼琴這些復雜動作的時候，大腦究竟是怎樣對每一塊肌肉發號施令的呢？大腦怎么能在最短的時間內處理完這么多的信息呢？我們的大腦根本沒有參與這些活動。大腦——我們的中心信息處理機“不屑于”去管這個。它根本不去監督我們身體的各個運動部位，動作的詳細設計是在比大腦皮層低得多的水平上進行的。這很像用高級語言進行程序設計一樣，只要指出“間隔為一的從1～20的一組數字”，機器人自己會將這組指令輸入詳細規定的操作系統。最明顯的就是，“一接觸到熱的物體就把手縮回來”這類最明顯的指令甚至在大腦還沒有意識到的時候就已經發出了。

把一個大任務在幾個皮層之間進行分配，這比控制器官給構成系統的每個要素規定必要動作的嚴格集中的分配合算、經濟、有效。在解決重大問題的時候，這樣集中化的大腦就會顯得過于復雜，不僅腦顱，甚至連人的整個身體都容納不下。在完成這樣或那樣的一些復雜動作時，我們通常將其分解成一系列的普遍的小動作 （如起來、坐下、邁右腳、邁左腳）。教給小孩各種各樣的動作可歸結為在小孩的“存儲器”中形成并鞏固相應的小動作。同樣的道理，知覺過程也是如此組織起來的。感性形象——這是聽覺、視覺或觸覺脈沖的固定序列或組合 （馬、人），或者是序列和組合二者兼而有之。學習能力是復雜生物系統中組織控制的另一個普遍原則，是對先前并不知道、在相當廣泛范圍內發生變化的生活環境的適應能力。這種適應能力不僅是整個機體所固有的，而且是機體的單個器官、甚至功能所固有的，這種能力在同一個問題應該解決多次的情況下是不可替代的。可見，適應能力這種現象，在整個生物界的合乎目的的行為中起著極其重要的作用。

控制機器人的問題在于模擬動物運動和人的適應能力。建立機器人控制的等級——首先是在機器人的各個等級水平上和子系統之間實行知覺功能、信息處理功能和控制功能的分配。第三代機器人具有大規模處理能力，在這種情況下信息的處理和控制的完全統一算法，實際上是低效的，甚至是不中用的。所以，等級自適應結構的出現首先是為了提高機器人控制的質量，也就是降低不定性水平，增加動作的快速性。為了發揮各個等級和子系統的作用，必須使信息量大大減少。因此算法的各司其職使人們可以在不定性大大減少的情況下來完成任務。總之，智能的發達是第三代機器人的一個重要特征。人們根據機器人的智力水平決定其所屬的機器人代別。有的人甚至依此將機器人分為以下幾類：受控機器人——“零代”機器人，不具備任何智力性能，是由人來掌握操縱的機械手；可以訓練的機器人——第一代機器人，擁有存儲器，由人操作，動作的計劃和程序由人指定，它只是記住 （接受訓練的能力）和再現出來；感覺機器人——機器人記住人安排的計劃后，再依據外界這樣或那樣的數據 （反饋）算出動作的具體程序；智能機器人——人指定目標后，機器人獨自編制操作計劃，依據實際情況確定動作程序，然后把動作變為操作機構的運動。因此，它有廣泛的感覺系統、智能、模擬裝置（周圍情況及自身——機器人的意識和自我意識）

怎樣變聰明的

人工智能專家指出：計算機不僅應該去做人類指定它做的事，還應該獨自以最佳方式去解決許多事情。比如說，核算電費或從事銀行業務的普通計算機的全部程序就是準確無誤地完成指令表，而某些科研中心的計算機卻會“思考”問題。前者運轉迅速，但絕無智能；后者儲存了比較復雜的程序，計算機里塞滿了信息，能模仿人類的許多能力 （在某些情況下甚至超過我們人的能力）。

智能更強

科學家們認為，智能機器人的研發方向是，給機器人裝上“大腦芯片”，從而使其智能性更強，在認知學 習、自動組織、對模糊信息的綜合處理等方面將會前進一大步。

雖然有人表示擔憂：這種裝有“大腦芯片”的智能機器人將來是否會在智能上超越人類，甚至會對人類造成威脅？但不少科學家認為，這類擔心是完全沒有必要的。就智能而言，機器人的智商相當于4歲兒童的智商，而機器人的“常識”比起正常成年人就差得更遠了。

工業和信息化部、國家發展改革委、財政部等三部委聯合印發了《機器人產業發展規劃（2016-2020年）》，指出機器人產業發展要推進重大標志性產品率先突破。

在工業機器人領域，聚焦智能生產、智能物流，攻克工業機器人關鍵技術，提升可操作性和可維護性，重點發展弧焊機器人、真空（潔凈）機器人、全自主編程智能工業機器人、人機協作機器人、雙臂機器人、重載AGV等6種標志性工業機器人產品，引導我國工業機器人向中高端發展。

在服務機器人領域，重點發展消防救援機器人、手術機器人、智能型公共服務機器人、智能護理機器人等4種標志性產品，推進專業服務機器人實現系列化，個人/家庭服務機器人實現商品化。

國家對以上十大標志性產品技術、規格和功能都制定了一定的規范標準。例如：智能型公共服務機器人。導航方式：激光SLAM，最大移動速度0.6m/s，定位精度±100mm，定位航向角精度±5°，最大工作時間3h，手臂數量2，單臂自由度2-7，頭部自由度1-2，具備自主行走、人機交互、講解、導引等功能。

智能機器人作為一種包含相當多學科知識的技術，幾乎是伴隨著人工智能所產生的。而智能機器人在當今社會變得越來越重要，越來越多的領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越頻繁。雖然我們仍很難在生活中見到智能機器人的影子。但在不久的將來，隨著智能機器人技術的不斷發展和成熟。隨著眾多科研人員的不懈努力，智能機器人必將走進千家萬戶。更好的服務人們的生活，讓人們的生活更加舒適和健康。