刍议智能机器人及其关键技术.doc

刍议智能机器人及其关键技术
刘佳 【摘 要】文章介绍了机器人的定义,阐述了智能机器人研究领域的关键技术,最后展望了智能机器人今后的发展趋势。
【关键词】智能机器人;信息融合;智能控制

一、机器人的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。目前多传感器信息融合方法主要有贝叶斯估计、卡尔曼滤波、神经网络、小波变换等。(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:一是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;二是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;三是安全保护: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3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。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。(3)路径规划。路径规划技术是机器人研究领域的一个重要分支。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一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两种。传统路径规划方法主要有以下几种:自由空间法、图搜索法、栅格解耦法、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。(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。机器人视觉是其智能化最重要的标志之一,对机器