智能机器人的发展小论文

浅谈智能机器人及其发展

精测82008010551曾鹤翔

摘要：本文简要介绍了机器人的发展阶段，重点阐述了智能机器人关键技术的发展现状及其在不同领域的应用现状。总结智能机器人发展中存在的问题，提出该领域进一步的工作设想。关键词：智能机器人；传感器技术；智能控制；人机接口

A brief introduction to intelligent robots and development Abstract: This paper introduces the development history of robots, elaborates the development of the key technologies and the current situation of intelligent robots in different fields. It summarizes developing problems in this field, and the research trend of intelligent robots in the future is discussed.

Key words: intelligent robots; sensors technologies; intelligent control; intelligent user interface

1 引言

20世纪60年代，世界上第一台工业机器人在美国诞生[1]，开创了工业化的新纪元。机器人技术的发展标志着一个国家的高科技水平和工业化自动程度。因此，日本欧美等国家政府纷纷耗资去实施与机器人相关的战略计划，许多著名的大学和公司都成立了机器人研究机构。如今，机器人技术得到了飞速的发展，在军事、社会生产、医疗、服务等领域得到广泛运用。

半个世纪以来，机器人主要经历了三个发展阶段[2]：

第一代称为示教再现型机器人。该种机器人没有装备任何传感器，对环境无感知能力，智能按照人类编写的固化程序工作。世界上第一台机器人即属此类。

第二代称为感觉型机器人。此种机器人拥有简单的传感器，可以感知外部参数变化，有部分适应外部环境的能力。即可以根据外部环境的不同改变工作内容。

随着机器人应用领域的不断扩大，人类对机器人的期望也变得更高。有时，机器人所处的环境是十分复杂、未知的，设计者不可能考虑到所有的情况并编程控制机器人。因此，一

种具有智能的第三代机器人应运而生。这种智能机器人可以认识周围环境和自身状态，并能进行分析和判断，然后采取相应的策略完成任务[3]。目前这种机器人大部分还是用于军事领域。

有的学者则提出第四代机器人的概念[4]，主要指2000年以后出现的，拥有人类感情、能够思维的机器人，目前仍在起步和研究阶段。

本文主要论述智能机器人的应用和发展现状。

2 国内外在该领域的发展现状综述

2.1机器人的关键技术的发展现状

机器人的关键技术主要包括传感器技术、智能控制技术、路径规划和导航技术、人机接口技术。以下分别对每种技术的发展现状进行阐述。

2.1.1传感器技术

机器人与一般机械的一个主要区别即是机器人能够感知系统内外环境参数的变化，这就要求有小型、廉价、可靠性高的传感器作为技术支持。传感器可以分为内部传感器和外部传感器两大类。内部传感器用来感知机器人的内部状态，如角度传感器、速度传感器、加速度传感器等。外部传感器则包括视觉传感器、触觉传感器、力传感器、接近觉传感器、平衡传感器等。其中外部传感器的原理和设计更加复杂、困难。

传感器的发展大致分为两个方向。一是传感器本身性能的创新、提高。例如，人们从20世纪70年代起就开始研究机器人敏感皮肤——一种触觉传感器。最早人们利用压电转换原理检测“皮肤”的形变，但是精度和稳定性较低，很难满足发展要求。如今，利用光纤和导电橡胶等较高精度的机器人皮肤得到了较广泛应用。它具有一定的弹性，并且能够敏锐地感觉周围环境变化。即使是这样的皮肤，和期望中人类的皮肤仍相差甚远，因此还需要进一步研究。根据目前的现状，机器人皮肤需要从两个方面有所突破：一是覆层材料的选取，需要有新的敏感材料来代替目前主流的导电硅橡胶；二是传感器阵列结构的深入研究。[5]传感器发展的另一个方向是多传感器信息融合技术。单个传感器不可避免地存在偶然

性，所以偶然的故障就会导致系统失效。多传感器信息融合技术正可以解决这些问题。该技术要融合来自多个传感器的数据，以获得更好的对自生和外部环境的感知，这类似于一种并行结构。开发并行计算能力的软件和硬件，来满足具有大量数据且计算复杂的多传感器信息融合的要求，是多传感器信息融合技术的主要发展趋势之一。[6]

2.1.2智能控制技术

智能控制是具有智能信息处理和智能信息反馈以及智能控制决策的控制方式[7]。体现于多个方面。如路径跟踪、管道检测、语音识别等。早期机器人完成的任务比较简单，对动态特性要求不高。随着机器人技术的发展，高度非线性的控制要求以及环境的未知因素和不确定因素使得原有的控制系统性能下降，不能满足要求。

近几年，智能控制有着飞速发展，模糊控制理论和人工神经网络理论以及两者的融合都大大提高了机器人的速度和精度。主要应用如多关节机器人跟踪控制[8]、月球机器人控制[9]、除草机器人控制[10]、烹饪机器人控制[11]等。但是智能控制方法本身也有着自身的局限性。例如机器人模糊控制中的库容量如果很庞大，时间就会过长；如果库的内容简单，则精确性要受到限制。这些都是需要解决的问题。

2.1.3路径规划与导航技术

路径规划是指给定智能机器人及其工作环境信息，按照某种优化指标，在起始点和目标点之间规划出一条与环境障碍物无碰撞的路径。许多学者在该领域进行了大量研究。有基于模型的路径规划。如蚁群算法[12]、模糊控制[13]。也有实现特定目标的避障路径规划，如果实采摘，区域清理等。这些方法大多数较理想化，停留在理论阶段，离真正的实用还有一段距离，需要不断提高。

路径规划中很重要的一项技术是避障技术，而含有动态的避障技术即是导航技术。它要求机器人能穿梭于静态和动态的障碍之间。其涉及图像识别、超声红外定位、路径规划、传感器信息融合等多方面技术。移动机器人的导航技术是研究的热点，其主要应用于医疗行业