人工智能在智能機器人領(lǐng)域中的研究與應用

摘 要：智能機器人是為了滿足工業(yè)生產(chǎn)和現(xiàn)代化建設(shè)的需求而發(fā)明的重要機械設(shè)備。通過對智能機器人進行研究，掌握其發(fā)展歷程、研究內(nèi)容，在實踐領(lǐng)域的應用，以及現(xiàn)階段所要解決的技術(shù)難題，才能夠根據(jù)應用的需要來進行針對性的調(diào)整，進而提高機器人的應用深度和廣度，為多個領(lǐng)域的發(fā)展做出貢獻。

關(guān)鍵詞：人工智能；機器人；智能系統(tǒng)

DOI：10.16640/j.cnki.37-1222/t.2017.01.113

0 引言

智能機器人是指通過設(shè)備的安置和程序的設(shè)定，促使機械設(shè)備具有記憶、感知、推理等多種能力，能夠向人腦一樣對外界情況進行判斷和分析，進而躲避障礙物，或者是按照要求完成具體的工作任務(wù)。人工智能化的研究是在工業(yè)生產(chǎn)和計算機技術(shù)發(fā)展的領(lǐng)域基礎(chǔ)之上而開展的，本項研究內(nèi)容有50多年的發(fā)展歷程，將多種知識和技術(shù)進行有效的融合，將其應用到實踐領(lǐng)域，進而推動生產(chǎn)的發(fā)展和技術(shù)的進步。

1 人工智能主要研究內(nèi)容

（1）模式識別。在人工智能研究系統(tǒng)中，其所研究的模式識別就是充分利用計算機技術(shù)，通過計算機技術(shù)中所設(shè)定的程序來模擬人類對外界功能的感知，進而建立的智能識別系統(tǒng)。運用計算機系統(tǒng)來模擬人類的感知和識別能力，利用自身數(shù)據(jù)系統(tǒng)中所具有的資料信息來出倆相關(guān)的文字、表格、聲音、圖像等內(nèi)容。模式識別主要經(jīng)歷信息采集、預處理、基元提取、模式分類等幾個步驟。

（2）機器視覺。機器視覺是建立在模式識別的基礎(chǔ)之上而發(fā)展的新的技術(shù)，其不僅模擬人的視覺中的識別功能，同時還模擬人的理解功能。在本階段的研究中不僅攻克多個技術(shù)研究難題，同時也將其作為一個獨立的學科，向更深、更廣的領(lǐng)域進行研究。在機器視覺的研究階段，其研究的主要內(nèi)容是模擬人類的視覺，機器能夠捕捉到外界的信息、自然景物等內(nèi)容，對其進行分析進行形成圖像[1]。機器視覺的研究是為了賦予機器具有人的視覺功能，通過立體視覺、視覺檢驗、動態(tài)圖像分析等方式的運用，理解圖像的內(nèi)容并對其定位，進而向機器人運控控制系統(tǒng)反饋機器人的狀態(tài)及目標等多種信息。

（3）機器學習。機器學習是其向智能化發(fā)展的關(guān)鍵技術(shù)，通過模擬人類的智能來獲取知識，進而更好地滿足應用的需求。隨著生產(chǎn)的發(fā)展對機器人的工作提出了更高的要求，所以機器人想要在復雜的環(huán)境下完成多項任務(wù)要求就要學習，進而對自身的功能進行調(diào)整。首先機器學習是讓其在環(huán)境交互的過程中獲得大量的信息并對其進行分析，進而提高機器人適應環(huán)境的能力。其次是通過學習可以提高機器人的智能化水平，進而應付環(huán)境所帶來的變化，解決突發(fā)狀況下所出現(xiàn)的問題。再次是機器人學習可以彌補設(shè)計中所存在的缺陷，降低設(shè)計人員的勞動強度[2]。通過學習，機器人能夠應對復雜多變的環(huán)境，自身進行調(diào)整，進而提高其運行效率。

（4）分布式人工智能。分布式人工智能是將分布式計算機與人工智能進行結(jié)合，提高其智能化的應用水平。此種系統(tǒng)的應用能夠在快速變化的環(huán)境中捕捉到變化的信息，提高機械設(shè)備的協(xié)同工作能力?，F(xiàn)階段分布式人工智能系統(tǒng)尚不能獨立工作，需要在團結(jié)寫作的過程中來完成具體的工作內(nèi)容，掌控規(guī)則和知識等內(nèi)容，進而保證技術(shù)和動作的協(xié)調(diào)性。

2 人工智能在機器人領(lǐng)域的應用

2.1 人工神經(jīng)網(wǎng)絡(luò)在機器人定位與導航中的應用

人工神經(jīng)網(wǎng)絡(luò)是模擬人類的視覺神經(jīng)系統(tǒng)，對其所收集的信息進行處理，其應用的優(yōu)越性主要表現(xiàn)在如下幾個方面：一是有效處理難以用規(guī)則和模型來描述的系統(tǒng)；二是其信息的融合能力較高；三是統(tǒng)一描述非線性系統(tǒng)。鑒于人工神經(jīng)網(wǎng)絡(luò)所具有的信息感應、傳輸、數(shù)據(jù)圖形處理等方面的功能，將其應用到機器人系統(tǒng)中，促使機器人能夠?qū)ψ陨磉M行精準定位，評估并避開障礙物[3]。在定位和導航系統(tǒng)中，充分運用人工神經(jīng)網(wǎng)絡(luò)所具有的功能，搜索數(shù)據(jù)信息并傳輸和處理數(shù)據(jù)信息，對空間物質(zhì)精確測量，能夠更好地抓取目標物質(zhì)移動和運行的軌跡。

2.2 專家系統(tǒng)在機器人控制中的應用

在機器人的研究過程中，理論和實踐均取得了較好的研究成果，但主要是建立在合適的數(shù)學模型技術(shù)之上所進行的控制理論研究。機器人雖然在人工的設(shè)定下模擬人腦在進行工作，但由于機器人動力學的時變性、非線性和變慣量等復雜現(xiàn)象的存在，很難確定其參數(shù)內(nèi)容，并對其進行計算，所以減少計算方式，提高其智能性的專家系統(tǒng)出現(xiàn)，并應用到機器人控制系統(tǒng)中。采用專家系統(tǒng)的智能控制極大地減少了運算量，能夠更好地面對復雜的外界環(huán)境，進而提高機器人對外界的反應速度[4]。同時專家系統(tǒng)比較使用，將其與常規(guī)的控制系統(tǒng)經(jīng)重新給有效的結(jié)合，不僅提高了系統(tǒng)辨識模型的能力，具有較高的故障診斷能力，進而提高機器人的控制能力。

2.3 進化算法在機器人路徑規(guī)劃中的應用

路徑規(guī)劃是最近幾年在機器人研究領(lǐng)域中比較活躍的內(nèi)容，通過按照約束條件來所有相關(guān)信息，從起始狀態(tài)逐漸過渡到最優(yōu)狀態(tài)。現(xiàn)階段路徑規(guī)劃的研究中，主要應用遺傳算法和蟻群算法，推動機器人向更加智能化的方向發(fā)展。遺傳算法中采用了基于路點坐標值的可變長染色體編碼方式來對路徑進行規(guī)劃，有效地排除障礙物，并將其應用到具體的路徑規(guī)劃問題中，提高路徑搜索的效率，進而讓移動機器人的路徑規(guī)劃取得較好的發(fā)展成果。

3 結(jié)論

隨著生產(chǎn)的發(fā)展，智能機械設(shè)備逐漸應用到生產(chǎn)、生活的多個領(lǐng)域。智能設(shè)備的應用不僅提高了生產(chǎn)效率和產(chǎn)品質(zhì)量，同時也解決了生產(chǎn)中人工難以攻克的技術(shù)難題，為企業(yè)創(chuàng)造了巨大的經(jīng)濟效益和社會效益。機器人作為人工智能研究領(lǐng)域的重要分支，其研究的深度和廣度不斷推進，隨著理論研究和實踐操作方式的進步，機器人已經(jīng)從最初的替代手工作業(yè)的方式來從事簡單、重復的工作內(nèi)容逐漸向智能化過度，能夠?qū)Νh(huán)境進行分析和調(diào)整，從事更加復雜的工作內(nèi)容，并且工作質(zhì)量和工作效率高于人工的操作方式。隨著機器人研究的深入并投入到實踐領(lǐng)域，機器人必將有著更加廣闊的發(fā)展前景。

參考文獻：

[1]尹強，高全杰，曾艷紅，陳三華，李公法.人工智能在特種機器人中應用的研究探討[J]. 機床與液壓，2012（02）：126-129.

[2]蔡自興.人工智能在冶金自動化中的應用[J].冶金自動化，2015（01）：1-8.

[3]王敏.智能控制在機器人領(lǐng)域中的應用[J].電子技術(shù)與軟件工程，2016（20）：162.

[4]陳瑩.智能控制及其在機器人領(lǐng)域的應用[J].求知導刊，2016（04）：50.

作者簡介：盧浩飛（1995-），男，河南人，大專，研究方向：機電一體化專業(yè)的發(fā)展方向。