智能機(jī)器人三大關(guān)鍵技術(shù)詳解

市場研究機(jī)構(gòu)統(tǒng)計(jì)顯示，2015年中國工業(yè)機(jī)器人市場價(jià)值達(dá)13億美元，并將保持20%的年復(fù)合成長（CAGR），到2020年達(dá)到33億美元。

2015年，中國的工業(yè)機(jī)器人銷售收入占全球13%，到2020年將達(dá)到25%。美的花重金收購庫克，大概也是看中工業(yè)機(jī)器人良好的發(fā)展勢頭。

工業(yè)機(jī)器人屬于智能機(jī)器人的一種，智能機(jī)器人發(fā)展迅速，下面跟隨小編一起，了解一下智能機(jī)器人中用到的三大關(guān)鍵技術(shù)吧。

一、多傳感器信息融合

多傳感器信息融合技術(shù)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(tǒng)計(jì)相結(jié)合，為機(jī)器人在各種復(fù)雜、動態(tài)、不確定和未知的環(huán)境中執(zhí)行任務(wù)提供了一種技術(shù)解決途徑。

數(shù)據(jù)融合的關(guān)鍵問題是模型設(shè)計(jì)和融合算法，數(shù)據(jù)融合模型主要包括功能模型、結(jié)構(gòu)模型和數(shù)學(xué)模型。功能模型從融合過程出發(fā)，描述數(shù)據(jù)融合包括哪些主要功能和數(shù)據(jù)庫，以及進(jìn)行數(shù)據(jù)融合時(shí)系統(tǒng)各組成部分之間的相互作用過程；結(jié)構(gòu)模型從數(shù)據(jù)融合的組成出發(fā)，說明數(shù)據(jù)融合系統(tǒng)的軟、硬件組成，相關(guān)數(shù)據(jù)流、系統(tǒng)與外部環(huán)境的人機(jī)界面；數(shù)學(xué)模型是數(shù)據(jù)融合的算法和綜合邏輯，算法主要包括分布檢測、空間融合、屬性融合、態(tài)勢評估和威脅估計(jì)算法等，下面從3個(gè)方面分別進(jìn)行介紹。

1.信息融合的功能模型

目前已有很多學(xué)者從不同角度提出了信息融合系統(tǒng)的一般功能模型，最有權(quán)威性的是DFS（美國三軍政府組織-實(shí)驗(yàn)室理事聯(lián)席會（JDL）下面的C3I技術(shù)委員會（TPC3）數(shù)據(jù)融合專家組）提出的功能模型。

該模型把數(shù)據(jù)融合分為3級。第1級是單源或多源處理，主要是數(shù)字處理、跟蹤相關(guān)和關(guān)聯(lián)；第2級是評估目標(biāo)估計(jì)的集合，及它們彼此和背景的關(guān)系來評估整個(gè)情況；第3級用一個(gè)系統(tǒng)的先驗(yàn)?zāi)繕?biāo)集合來檢驗(yàn)評估的情況。

2.信息融合的結(jié)構(gòu)模型

數(shù)據(jù)融合的結(jié)構(gòu)模有多種不同的分類方法，其中一種分類標(biāo)準(zhǔn)是根據(jù)傳感器數(shù)據(jù)在送人融合處理中心之前已經(jīng)處理的程度來進(jìn)行分類。在這種分類標(biāo)準(zhǔn)下，融合結(jié)構(gòu)被分為傳感器級數(shù)據(jù)融合，中央級數(shù)據(jù)融合及混合式融合，還可以根據(jù)數(shù)據(jù)處理過程的分辨率來對融合結(jié)構(gòu)進(jìn)行分類。在這種情況下，融合結(jié)構(gòu)為像素級、特征級和決策級融合。

3.多傳感器信息融合實(shí)現(xiàn)的數(shù)學(xué)模型

信息融合的方法涉及到多方面的理論和技術(shù)，如信號處理、估計(jì)理論、不確定性理論、模式識別、最優(yōu)化技術(shù)、模糊數(shù)學(xué)和神經(jīng)網(wǎng)絡(luò)等這方面國外已經(jīng)做了大量的研究。

目前，這些方法大致分為兩類：隨機(jī)類方法和人工智能方法。

二、導(dǎo)航與定位

在機(jī)器人系統(tǒng)中，自主導(dǎo)航是一項(xiàng)核心技術(shù)，是機(jī)器人研究領(lǐng)域的重點(diǎn)和難點(diǎn)問題。自主移動機(jī)器人常用的導(dǎo)航定位方法有以下四種。

1、視覺導(dǎo)航定位

在視覺導(dǎo)航定位系統(tǒng)中，目前國內(nèi)外應(yīng)用較多的是基于局部視覺的在機(jī)器人中安裝車載攝像機(jī)的導(dǎo)航方式。在這種導(dǎo)航方式中，控制設(shè)備和傳感裝置裝載在機(jī)器人車體上，圖像識別、路徑規(guī)劃等高層決策都由車載控制計(jì)算機(jī)完成。視覺導(dǎo)航定位系統(tǒng)主要包括：攝像機(jī)（或CCD圖像傳感器）、視頻信號數(shù)字化設(shè)備、基于 DSP的快速信號處理器、計(jì)算機(jī)及其外設(shè)等?，F(xiàn)在有很多機(jī)器人系統(tǒng)采用CCD圖像傳感器，其基本元件是一行硅成像元素，在一個(gè)襯底上配置光敏元件和電荷轉(zhuǎn)移器件，通過電荷的依次轉(zhuǎn)移，將多個(gè)象素的視頻信號分時(shí)、順序地取出來，如面陣CCD傳感器采集的圖像的分辨率可以從32&TImes;32到1024&TImes;1024像素等。視覺導(dǎo)航定位系統(tǒng)的工作原理簡單說來就是對機(jī)器人周邊的環(huán)境進(jìn)行光學(xué)處理，先用攝像頭進(jìn)行圖像信息采集，將采集的信息進(jìn)行壓縮，然后將它反饋到一個(gè)由神經(jīng)網(wǎng)絡(luò)和統(tǒng)計(jì)學(xué)方法構(gòu)成的學(xué)習(xí)子系統(tǒng)，再由學(xué)習(xí)子系統(tǒng)將采集到的圖像信息和機(jī)器人的實(shí)際位置聯(lián)系起來，完成機(jī)器人的自主導(dǎo)航定位功能。

2、光反射導(dǎo)航定位

典型的光反射導(dǎo)航定位方法主要是利用激光或紅外傳感器來測距。激光和紅外都是利用光反射技術(shù)來進(jìn)行導(dǎo)航定位的。

激光全局定位系統(tǒng)一般由激光器旋轉(zhuǎn)機(jī)構(gòu)、反射鏡、光電接收裝置和數(shù)據(jù)采集與傳輸裝置等部分組成。工作時(shí)，激光經(jīng)過旋轉(zhuǎn)鏡面機(jī)構(gòu)向外發(fā)射，當(dāng)掃描到由后向反射器構(gòu)成的合作路標(biāo)時(shí)，反射光經(jīng)光電接收器件處理作為檢測信號，啟動數(shù)據(jù)采集程序讀取旋轉(zhuǎn)機(jī)構(gòu)的碼盤數(shù)據(jù)（目標(biāo)的測量角度值），然后通過通訊傳遞到上位機(jī)進(jìn)行數(shù)據(jù)處理，根據(jù)已知路標(biāo)的位置和檢測到的信息，就可以計(jì)算出傳感器當(dāng)前在路標(biāo)坐標(biāo)系下的位置和方向，從而達(dá)到進(jìn)一步導(dǎo)航定位的目的。

如圖是一個(gè)LDSR激光傳感器系統(tǒng)原理框圖。激光測距具有光束窄、平行性好、散射小、測距方向分辨率高等優(yōu)點(diǎn)，但同時(shí)它也受環(huán)境因素干擾比較大，因此采用激光測距時(shí)怎樣對采集的信號進(jìn)行去噪等也是一個(gè)比較大的難題，另外激光測距也存在盲區(qū)，所以光靠激光進(jìn)行導(dǎo)航定位實(shí)現(xiàn)起來比較困難，在工業(yè)應(yīng)用中，一般還是在特定范圍內(nèi)的工業(yè)現(xiàn)場檢測，如檢測管道裂縫等場合應(yīng)用較多。

紅外傳感技術(shù)經(jīng)常被用在多關(guān)節(jié)機(jī)器人避障系統(tǒng)中，用來構(gòu)成大面積機(jī)器人“敏感皮膚”，覆蓋在機(jī)器人手臂表面，可以檢測機(jī)器人手臂運(yùn)行過程中遇到的各種物體。典型的紅外傳感器工作原理如圖所示。該傳感器包括一個(gè)可以發(fā)射紅外光的固態(tài)發(fā)光二極管和一個(gè)用作接收器的固態(tài)光敏二極管。由紅外發(fā)光管發(fā)射經(jīng)過調(diào)制的信號，紅外光敏管接收目標(biāo)物反射的紅外調(diào)制信號，環(huán)境紅外光干擾的消除由信號調(diào)制和專用紅外濾光片保證。設(shè)輸出信號Vo代表反射光強(qiáng)度的電壓輸出，則Vo是探頭至工件間距離的函數(shù)：

Vo=f（x，p）

式中，p—工件反射系數(shù)。p與目標(biāo)物表面顏色、粗糙度有關(guān)。x—探頭至工件間距離。

當(dāng)工件為p值一致的同類目標(biāo)物時(shí)，x和Vo一一對應(yīng)。x可通過對各種目標(biāo)物的接近測量實(shí)驗(yàn)數(shù)據(jù)進(jìn)行插值得到。這樣通過紅外傳感器就可以測出機(jī)器人距離目標(biāo)物體的位置，進(jìn)而通過其他的信息處理方法也就可以對移動機(jī)器人進(jìn)行導(dǎo)航定位。

雖然紅外傳感定位同樣具有靈敏度高、結(jié)構(gòu)簡單、成本低等優(yōu)點(diǎn)，但因?yàn)樗鼈兘嵌确直媛矢?，而距離分辨率低，因此在移動機(jī)器人中，常用作接近覺傳感器，探測臨近或突發(fā)運(yùn)動障礙，便于機(jī)器人緊急停障。

3、GPS全球定位系統(tǒng)

如今，在智能機(jī)器人的導(dǎo)航定位技術(shù)應(yīng)用中，一般采用偽距差分動態(tài)定位法，用基準(zhǔn)接收機(jī)和動態(tài)接收機(jī)共同觀測4顆GPS衛(wèi)星，按照一定的算法即可求出某時(shí)某刻機(jī)器人的三維位置坐標(biāo)。差分動態(tài)定位消除了星鐘誤差，對于在距離基準(zhǔn)站1000km的用戶，可以消除星鐘誤差和對流層引起的誤差，因而可以顯著提高動態(tài)定位精度。但是因?yàn)樵谝苿訉?dǎo)航中，移動GPS接收機(jī)定位精度受到衛(wèi)星信號狀況和道路環(huán)境的影響，同時(shí)還受到時(shí)鐘誤差、傳播誤差、接收機(jī)噪聲等諸多因素的影響，因此，單純利用 GPS導(dǎo)航存在定位精度比較低、可靠性不高的問題，所以在機(jī)器人的導(dǎo)航應(yīng)用中通常還輔以磁羅盤、光碼盤和GPS的數(shù)據(jù)進(jìn)行導(dǎo)航。另外，GPS導(dǎo)航系統(tǒng)也不適應(yīng)用在室內(nèi)或者水下機(jī)器人的導(dǎo)航中以及對于位置精度要求較高的機(jī)器人系統(tǒng)。

4、超聲波導(dǎo)航定位

超聲波導(dǎo)航定位的工作原理也與激光和紅外類似，通常是由超聲波傳感器的發(fā)射探頭發(fā)射出超聲波，超聲波在介質(zhì)中遇到障礙物而返回到接收裝置。通過接收自身發(fā)射的超聲波反射信號，根據(jù)超聲波發(fā)出及回波接收時(shí)間差及傳播速度，計(jì)算出傳播距離S，就能得到障礙物到機(jī)器人的距離，即有公式：S=Tv/2式中，T— 超聲波發(fā)射和接收的時(shí)間差；v—超聲波在介質(zhì)中傳播的波速。

當(dāng)然，也有不少移動機(jī)器人導(dǎo)航定位中用到的是分開的發(fā)射和接收裝置，在環(huán)境地圖中布置多個(gè)接收裝置，而在移動機(jī)器人上安裝發(fā)射探頭。

在移動機(jī)器人的導(dǎo)航定位中，因?yàn)槌暡▊鞲衅髯陨淼娜毕?，如：鏡面反射、有限的波束角等，給充分獲得周邊環(huán)境信息造成了困難，因此，通常采用多傳感器組成的超聲波傳感系統(tǒng)，建立相應(yīng)的環(huán)境模型，通過串行通信把傳感器采集到的信息傳遞給移動機(jī)器人的控制系統(tǒng)，控制系統(tǒng)再根據(jù)采集的信號和建立的數(shù)學(xué)模型采取一定的算法進(jìn)行對應(yīng)數(shù)據(jù)處理便可以得到機(jī)器人的位置環(huán)境信息。

由于超聲波傳感器具有成本低廉、采集信息速率快、距離分辨率高等優(yōu)點(diǎn)，長期以來被廣泛地應(yīng)用到移動機(jī)器人的導(dǎo)航定位中。而且它采集環(huán)境信息時(shí)不需要復(fù)雜的圖像配備技術(shù)，因此測距速度快、實(shí)時(shí)性好。同時(shí)，超聲波傳感器也不易受到如天氣條件、環(huán)境光照及障礙物陰影、表面粗糙度等外界環(huán)境條件的影響。超聲波進(jìn)行導(dǎo)航定位已經(jīng)被廣泛應(yīng)用到各種移動機(jī)器人的感知系統(tǒng)中。

三、路徑規(guī)劃

路徑規(guī)劃技術(shù)是機(jī)器人研究領(lǐng)域的一個(gè)重要分支。最優(yōu)路徑規(guī)劃就是依據(jù)某個(gè)或某些優(yōu)化準(zhǔn)則（如工作代價(jià)最小、行走路線最短、行走時(shí)間最短等），在機(jī)器人工作空間中找到一條從起始狀態(tài)到目標(biāo)狀態(tài)、可以避開障礙物的最優(yōu)路徑。

移動機(jī)器人路徑規(guī)劃技術(shù)大概分為以下4類：模版匹配路徑規(guī)劃技術(shù)、人工勢場路徑規(guī)劃技術(shù)、地圖構(gòu)建路徑規(guī)劃技術(shù)和人工智能路徑規(guī)劃技術(shù)。

1.模版匹配路徑規(guī)劃技術(shù)

模版匹配方法是將機(jī)器人當(dāng)前狀態(tài)與過去經(jīng)歷相比較，找到最接近的狀態(tài)，修改這一狀態(tài)下的路徑，便可得到一條新的路徑，即首先利用路徑規(guī)劃所用到的或已產(chǎn)生的信息建立一個(gè)模版庫，庫中的任一模版包含每一次規(guī)劃的環(huán)境信息和路徑信息，這些模版可通過特定的索引取得；隨后將當(dāng)前規(guī)劃任務(wù)和環(huán)境信息與模版庫中的模版進(jìn)行匹配，以尋找出一個(gè)最優(yōu)匹配模版；然后對該模版進(jìn)行修正，并以此作為最后的結(jié)果，模版匹配技術(shù)在環(huán)境確定情況下，有較好的應(yīng)用效果，如 Vasudevan等提出的基于案例的自治水下機(jī)器人（AUV） 路徑規(guī)劃方法，Liu等提出的清潔機(jī)器人的模版匹配路徑規(guī)劃方法，為了提高模版匹配路徑規(guī)劃技術(shù)對環(huán)境變化的適應(yīng)性，部分學(xué)者提出了將模版匹配與神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)相結(jié)合的方法，如Ram等將基于事例的在線匹配和增強(qiáng)式學(xué)習(xí)相結(jié)合，提高了模版匹配規(guī)劃方法中機(jī)器人的自適應(yīng)性能，使機(jī)器人能部分地適應(yīng)環(huán)境的變化，以及Arleo等將環(huán)境模版與神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)相結(jié)合的路徑規(guī)劃方法等。

2.人工勢場路徑規(guī)劃技術(shù)

人工勢場路徑規(guī)劃技術(shù)的基本思想是將機(jī)器人在環(huán)境中的運(yùn)動視為一種機(jī)器人在虛擬的人工受力場中的運(yùn)動。障礙物對機(jī)器人產(chǎn)生斥力，目標(biāo)點(diǎn)對機(jī)器人產(chǎn)生引力，引力和斥力的合力作為機(jī)器人的控制力，從而控制機(jī)器人避開障礙物而到達(dá)目標(biāo)位置。

早期人工勢場路徑規(guī)劃研究是一種靜態(tài)環(huán)境的人工勢場，即將障礙物和目標(biāo)物均看成是靜態(tài)不變的，機(jī)器人僅根據(jù)靜態(tài)環(huán)境中障礙物和目標(biāo)物的具體位置規(guī)劃運(yùn)動路徑，不考慮它們的移動速度。然而，現(xiàn)實(shí)世界中的環(huán)境往往是動態(tài)的，障礙物和目標(biāo)物都可能是移動的，為了解決動態(tài)環(huán)境中機(jī)器人的路徑規(guī)劃問題，F(xiàn)ujimura等提出一種相對動態(tài)的人工勢場方法，將時(shí)間看成規(guī)劃模型的一維參量，而移動的障礙物在擴(kuò)展的模型中仍被看成是靜態(tài)的，這樣動態(tài)路徑規(guī)劃仍可運(yùn)用靜態(tài)路徑規(guī)劃方法加以實(shí)現(xiàn)。該方法存在的主要問題是假設(shè)機(jī)器人的軌跡總是已知的，但這一點(diǎn)在現(xiàn)實(shí)世界中難以實(shí)現(xiàn)，對此，Ko等將障礙物的速度參量引入到斥力勢函數(shù)的構(gòu)造中，提出動態(tài)環(huán)境中的路徑規(guī)劃策略，并給出了仿真結(jié)果，但是，該方法的兩個(gè)假設(shè)使其與實(shí)際的動態(tài)環(huán)境存在距離：（1）僅考慮環(huán)境中障礙物的運(yùn)動速度，未考慮機(jī)器人的運(yùn)動速度；（2）認(rèn)為障礙物與機(jī)器人之間的相對速度是固定不變的，這不是完整的動態(tài)環(huán)境。對于動態(tài)路徑規(guī)劃問題來說，與機(jī)器人避障相關(guān)的主要是機(jī)器人與障礙物之間的相對位置和相對速度，而非絕對位置和速度，對此，Ge等將機(jī)器人與目標(biāo)物的相對位置與相對速度引入吸引勢函數(shù)，將機(jī)器人與障礙物的相對位置與相對速度引入排斥勢函數(shù)，提出動態(tài)環(huán)境下的機(jī)器人路徑規(guī)劃算法，并將該算法應(yīng)用于全方位足球移動機(jī)器人的路徑規(guī)劃中，取得了比較滿意的仿真與實(shí)驗(yàn)結(jié)果。

3.地圖構(gòu)建路徑規(guī)劃技術(shù)

地圖構(gòu)建路徑規(guī)劃技術(shù)，是按照機(jī)器人自身傳感器搜索的障礙物信息，將機(jī)器人周圍區(qū)域劃分為不同的網(wǎng)格空間（如自由空間和限制空間等），計(jì)算網(wǎng)格空間的障礙物占有情況，再依據(jù)一定規(guī)則確定最優(yōu)路徑，地圖構(gòu)建又分為路標(biāo)法和柵格法，也稱單元分解法。前者是構(gòu)造一幅由標(biāo)志點(diǎn)和連接邊線組成的機(jī)器人可行路徑圖，如可視線方法、切線圖方法、Voronoi圖方法和概率圖展開法等。

可視圖法將機(jī)器人看成一個(gè)點(diǎn)，機(jī)器人、目標(biāo)點(diǎn)和多邊形障礙物的各頂點(diǎn)進(jìn)行組合連接，并保證這些直線均不與障礙物相交，便形成一張圖，稱為可視圖，由于任意兩直線的頂點(diǎn)都是可見的，從起點(diǎn)沿著這些直線到達(dá)目標(biāo)點(diǎn)的所有路徑均是運(yùn)動物體的無碰路徑，路徑規(guī)劃就是搜索從起點(diǎn)到目標(biāo)點(diǎn)經(jīng)過這些可視直線的最短距離問題；切線圖法和Voronoi圖法對可視圖法進(jìn)行了改造，切線圖法以多邊形障礙物模型為基礎(chǔ)，任意形狀障礙物用近似多邊形替代，在自由空間中構(gòu)造切線圖，因此從起始點(diǎn)到目標(biāo)點(diǎn)機(jī)器人是沿著切線行走，即機(jī)器人必須幾乎接近障礙物行走，路徑較短，但如果控制過程中產(chǎn)生位置誤差，移動機(jī)器人碰撞的可能性會很高，Voronoi圖由一系列的直線段和拋物線段構(gòu)成，直線由兩個(gè)障礙物的頂點(diǎn)或兩個(gè)障礙物的邊定義生成，直線段上所有點(diǎn)必須距離障礙物的頂點(diǎn)或障礙物的邊相等，拋物線段由一個(gè)障礙物的頂點(diǎn)和一個(gè)障礙物的邊定義生成，拋物線段同樣要求與障礙物頂點(diǎn)和障礙物的邊有相同距離，與切線法相比，Voronoi圖法從起始節(jié)點(diǎn)到目標(biāo)節(jié)點(diǎn)的路徑將會增長，但采用這種控制方式時(shí)，即使產(chǎn)生位置誤差，移動機(jī)器人也不會碰到障礙物，安全性較高，下圖為切線圖法與Voronoi圖法示意圖。

切線圖法與Voronoi圖法

柵格法是將機(jī)器人周圍空間分解為相互連接且不重疊的空間單元；柵格（cell），由這些柵格構(gòu)成一個(gè)連通圖，依據(jù)障礙物占有情況，在此圖上搜索一條從起始柵格到目標(biāo)柵格無碰撞的最優(yōu)路徑．這其中根據(jù)柵格處理方法的不同，又分為精確柵格法和近似柵格法，后者也稱概率柵格法。精確柵格法是將自由空間分解成多個(gè)不重疊的單元，這些單元的組合與原自由空間精確相等，如下圖就是常用的一種精確柵格分解法一一梯形柵格分解。

與精確柵格法不同，近似柵格法的所有柵格都是預(yù)定的形狀，通常為矩形，整個(gè)環(huán)境被分割成多個(gè)較大的矩形，每個(gè)矩形之間都是連續(xù)的，典型的方法是“四叉樹”法，如果大矩形內(nèi)部包含障礙物或者邊界，則將其分割成4個(gè)小矩形，對所有稍大的柵格都進(jìn)行這種劃分，然后在劃分的最后界限內(nèi)形成的小柵格間重復(fù)執(zhí)行該程序，直到達(dá)到解的界限為止。

地圖構(gòu)建法直觀明了，它常與其他路徑規(guī)劃方法集成使用，如Araujo提出的ART神經(jīng)網(wǎng)絡(luò)的地圖構(gòu)建路徑規(guī)劃算法，Najjaran提出的卡爾曼濾波器的地圖構(gòu)建路徑規(guī)劃，Yang等提出的基于生物啟發(fā)神經(jīng)網(wǎng)絡(luò)與地圖構(gòu)建集成的清潔機(jī)器人完全覆蓋路徑規(guī)劃技術(shù)（CCPP）等。

目前，地圖構(gòu)建技術(shù)已引起機(jī)器人研究領(lǐng)域的廣泛關(guān)注，成為移動機(jī)器人路徑規(guī)劃的研究熱點(diǎn)之一，但機(jī)器人傳感器信息資源有限，使得網(wǎng)格地圖障礙物信息很難計(jì)算與處理，同時(shí)由于機(jī)器人要動態(tài)快速地更新地圖數(shù)據(jù)，在網(wǎng)格數(shù)較多、分辨率較高時(shí)難以保證路徑規(guī)劃的實(shí)時(shí)性，因此，地圖構(gòu)建方法必須在地圖網(wǎng)格分辨率與路徑規(guī)劃實(shí)時(shí)性上尋求平衡。

4.人工智能路徑規(guī)劃技術(shù)

人工智能路徑規(guī)劃技術(shù)是將現(xiàn)代人工智能技術(shù)應(yīng)用于移動機(jī)器人的路徑規(guī)劃中，如人工神經(jīng)網(wǎng)絡(luò)、進(jìn)化計(jì)算、模糊邏輯與信息融合等。遺傳算法是最早應(yīng)用于組合優(yōu)化問題的智能優(yōu)化算法，該算法及其派生算法在機(jī)器人路徑規(guī)劃研究領(lǐng)域已得到應(yīng)用，在蟻群算法較好解決旅行商問題（TSP）的基礎(chǔ)上，許多學(xué)者進(jìn)一步將蟻群優(yōu)化算法引入到水下機(jī)器人（UV）的路徑規(guī)劃研究中。

神經(jīng)網(wǎng)絡(luò)作為人工智能的重要內(nèi)容，在移動機(jī)器人路徑規(guī)劃研究中得到了廣泛關(guān)注，如Ghatee等將Hopfield神經(jīng)網(wǎng)絡(luò)應(yīng)用到路徑距離的優(yōu)化中；Zhu等將自組織SOM神經(jīng)網(wǎng)絡(luò)應(yīng)用到多任務(wù)多機(jī)器人的任務(wù)分配與路徑規(guī)劃中，近年來加拿大學(xué)者Simon提出一種新的生物啟發(fā)動態(tài)神經(jīng)網(wǎng)絡(luò)模型，將神經(jīng)網(wǎng)絡(luò)的神經(jīng)元與二維規(guī)劃空間的離散坐標(biāo)對應(yīng)起來，通過規(guī)定障礙物和非障礙物對神經(jīng)元輸入激勵和抑制的不同，直接計(jì)算相關(guān)神經(jīng)元的輸出，由此判定機(jī)器人的運(yùn)行方向，由于該神經(jīng)網(wǎng)絡(luò)不需要學(xué)習(xí)訓(xùn)練過程，路徑規(guī)劃實(shí)時(shí)性好，同時(shí)利用神經(jīng)網(wǎng)絡(luò)本身的快速衰減特性，較好地解決了機(jī)器人路徑規(guī)劃的死區(qū)問題。如圖為用于局部路徑規(guī)劃的生物啟發(fā)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖，圖中所示為機(jī)器人（處于神經(jīng)元處）傳感器的感受半徑，每個(gè)神經(jīng)元與環(huán)境位置坐標(biāo)對應(yīng)，動態(tài)計(jì)算機(jī)器人鄰近神經(jīng)元輸出，機(jī)器人根據(jù)神經(jīng)元輸出大小決定下一步運(yùn)行目標(biāo)，從而實(shí)現(xiàn)安全的路徑規(guī)劃。

人工智能技術(shù)應(yīng)用于移動機(jī)器人路徑規(guī)劃，增強(qiáng)了機(jī)器人的“智能”特性，克服了許多傳統(tǒng)規(guī)劃方法的不足，但該方法也有不足之處，有關(guān)遺傳優(yōu)化與蟻群算法路徑規(guī)劃技術(shù)主要針對路徑規(guī)劃中的部分問題，利用進(jìn)化計(jì)算進(jìn)行優(yōu)化處理，并與其他路徑規(guī)劃方法結(jié)合在一起使用，單獨(dú)完成路徑規(guī)劃任務(wù)的情況較少。信息融合技術(shù)主要應(yīng)用于機(jī)器人傳感器信號處理方面，而非直接的路徑規(guī)劃策略，對神經(jīng)網(wǎng)絡(luò)路徑規(guī)劃而言，大多數(shù)神經(jīng)網(wǎng)絡(luò)路徑規(guī)劃均存在規(guī)劃知識的學(xué)習(xí)過程，不僅存在學(xué)習(xí)樣本難以獲取，而且存在學(xué)習(xí)滯后問題，從而影響神經(jīng)網(wǎng)絡(luò)路徑規(guī)劃的實(shí)時(shí)性，生物啟發(fā)神經(jīng)網(wǎng)絡(luò)路徑規(guī)劃雖然實(shí)時(shí)性較好，但其輸入激勵與抑制的設(shè)定也存在人為不確定因素。

基于生物啟發(fā)神經(jīng)網(wǎng)絡(luò)路徑規(guī)劃

此外，智能機(jī)器人還用到機(jī)器人視覺、智能控制、人機(jī)接口技術(shù)等多種技術(shù)，小編就不一一贅述了，大家可以搜尋相關(guān)資料，一起分享哦。