智能機(jī)器人的三大關(guān)鍵技術(shù)詳解

　　市場研究機(jī)構(gòu)統(tǒng)計顯示，2015年中國工業(yè)機(jī)器人市場價值達(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%。美的花重金收購庫卡，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)勢評估和威脅估計算法等，下面從3個方面分別進(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-實驗室理事聯(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)估計的集合，及它們彼此和背景的關(guān)系來評估整個情況；第3級用一個系統(tǒng)的先驗?zāi)繕?biāo)集合來檢驗評估的情況。

　　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?！　∧壳埃@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)航是一項核心技術(shù)，是機(jī)器人研究領(lǐng)域的重點和難點問題。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、計算機(jī)及其外設(shè)等。

　　現(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，將多個象素的視頻信號分時、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由神經(jīng)網(wǎng)絡(luò)和統(tǒng)計學(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?！　〖す馊侄ㄎ幌到y(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，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，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?！　∪鐖D是一個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，但同時它也受環(huán)境因素干擾比較大，因此采用激光測距時怎樣對采集的信號進(jìn)行去噪等也是一個比較大的難題。

　　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。

　　該傳感器包括一個可以發(fā)射紅外光的固態(tài)發(fā)光二極管和一個用作接收器的固態(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?！　‘?dāng)工件為p值一致的同類目標(biāo)物時，x和Vo一一對應(yīng)。x可通過對各種目標(biāo)物的接近測量實驗數(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?！　‰m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，但因為它們角度分辨率高，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。

　　但是因為在移動導(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，同時還受到時鐘誤差、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)出及回波接收時間差及傳播速度，計算出傳播距離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，因為超聲波傳感器自身的缺陷，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，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)境信息時不需要復(fù)雜的圖像配備技術(shù)，因此測距速度快、實時性好。同時，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)域的一個重要分支。最優(yōu)路徑規(guī)劃就是依據(jù)某個或某些優(yōu)化準(zhǔn)則（如工作代價最小、行走路線最短、行走時間最短等），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)境中的運動視為一種機(jī)器人在虛擬的人工受力場中的運動。

　　障礙物對機(jī)器人產(chǎn)生斥力，目標(biāo)點對機(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?！　≡缙谌斯輬雎窂揭?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)劃運動路徑，不考慮它們的移動速度。

　　然而，現(xiàn)實世界中的環(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)劃仍可運用靜態(tài)路徑規(guī)劃方法加以實現(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，但這一點在現(xiàn)實世界中難以實現(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，該方法的兩個假設(shè)使其與實際的動態(tài)環(huán)境存在距離：

　?。?）僅考慮環(huán)境中障礙物的運動速度，未考慮機(jī)器人的運動速度；

　?。?）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驗結(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。

切線圖方法與Voronoi圖方法

　　可視圖法將機(jī)器人看成一個點，機(jī)器人、目標(biāo)點和多邊形障礙物的各頂點進(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都是可見的，從起點沿著這些直線到達(dá)目標(biāo)點的所有路徑均是運動物體的無碰路徑，路徑規(guī)劃就是搜索從起點到目標(biāo)點經(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，因此從起始點到目標(biāo)點機(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，直線由兩個障礙物的頂點或兩個障礙物的邊定義生成，直線段上所有點必須距離障礙物的頂點或障礙物的邊相等，拋物線段由一個障礙物的頂點和一個障礙物的邊定義生成，拋物線段同樣要求與障礙物頂點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)點到目標(biāo)節(jié)點的路徑將會增長，但采用這種控制方式時，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。

　　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，整個環(huán)境被分割成多個較大的矩形，每個矩形之間都是連續(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?！　〉貓D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?！　∧壳埃貓D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算與處理，同時由于機(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、分辨率較高時難以保證路徑規(guī)劃的實時性，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)劃實時性上尋求平衡。

　　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?！　?br />
　　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，直接計算相關(guān)神經(jīng)元的輸出，由此判定機(jī)器人的運行方向，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)劃實時性好，同時利用神經(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。

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

　　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，每個神經(jīng)元與環(huán)境位置坐標(biāo)對應(yīng)，動態(tài)計算機(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行目標(biāo)，從而實現(xiàn)安全的路徑規(guī)劃?！　∪斯ぶ悄芗夹g(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)劃的實時性，生物啟發(fā)神經(jīng)網(wǎng)絡(luò)路徑規(guī)劃雖然實時性較好，但其輸入激勵與抑制的設(shè)定也存在人為不確定因素。

　　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)。

　　相關(guān)知識：智能機(jī)器人

　　智能機(jī)器人之所以叫智能機(jī)器人，這是因為它有相當(dāng)發(fā)達(dá)的“大腦”。在腦中起作用的是中央處理器，這種計算機(jī)跟操作它的人有直接的聯(lián)系。

　　最主要的是，這樣的計算機(jī)可以進(jìn)行按目的安排的動作。正因為這樣，我們才說這種機(jī)器人才是真正的機(jī)器人，盡管它們的外表可能有所不同。

　　基本解釋

　　我們從廣泛意義上理解所謂的智能機(jī)器人，它給人的最深刻的印象是一個獨特的進(jìn)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(fù)雜。

　　智能機(jī)器人具備形形色色的內(nèi)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(yīng)器，作為作用于周圍環(huán)境的手段。

　　這就是筋肉，或稱自整步電動機(jī)，它們使手、腳、長鼻子、觸角等動起來。由此也可知，智能機(jī)器人至少要具備三個要素：感覺要素，反應(yīng)要素和思考要素。

　　智能機(jī)器人

　　我們稱這種機(jī)器人為自控機(jī)器人，以便使它同前面談到的機(jī)器人區(qū)分開來。它是控制論產(chǎn)生的結(jié)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(jī)器人制造者所說的，機(jī)器人是一種系統(tǒng)的功能描述，這種系統(tǒng)過去只能從生命細(xì)胞生長的結(jié)果中得到，現(xiàn)在它們已經(jīng)成了我們自己能夠制造的東西了。

　　智能機(jī)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(huán)境——實際情況的詳盡模式。

　　它能分析出現(xiàn)的情況，能調(diào)整自己的動作以達(dá)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(huán)境迅速變化的條件下完成這些動作。

　　當(dāng)然，要它和我們?nèi)祟愃季S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(jī)能夠理解的某種“微觀世界”。

　　按功能分類綜述：可分為一般機(jī)器人和智能機(jī)器人。

　　一般機(jī)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(jī)器人。

　　到目前為止，在世界范圍內(nèi)還沒有一個統(tǒng)一的智能機(jī)器人定義。

　　大多數(shù)專家認(rèn)為智能機(jī)器人至少要具備以下三個要素：

　　一是感覺要素，用來認(rèn)識周圍環(huán)境狀態(tài)；二是運動要素，對外界做出反應(yīng)性動作；三是思考要素，根據(jù)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(zhì)上就是相當(dāng)于人的眼、鼻、耳等五官，它們的功能可以利用諸如攝像機(jī)、圖像傳感器、超聲波傳成器、激光器、導(dǎo)電橡膠、壓電元件、氣動元件、行程開關(guān)等機(jī)電元器件來實現(xiàn)。

　　對運動要素來說，智能機(jī)器人需要有一個無軌道型的移動機(jī)構(gòu)，以適應(yīng)諸如平地、臺階、墻壁、樓梯、坡道等不同的地理環(huán)境。它們的功能可以借助輪子、履帶、支腳、吸盤、氣墊等移動機(jī)構(gòu)來完成。

　　在運動過程中要對移動機(jī)構(gòu)進(jìn)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(jī)器人的思考要素是三個要素中的關(guān)鍵，也是人們要賦予機(jī)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(zhì)上是一個信息處理過程，而計算機(jī)則是完成這個處理過程的主要手段。