黃春芳

摘 要 基于智能機(jī)器人是人工智能理念實(shí)現(xiàn)深度研究目標(biāo)理想化平臺(tái)這一實(shí)況，文章主要對(duì)人工智能在智能機(jī)器人領(lǐng)域中的具有應(yīng)用進(jìn)行研究，具體是對(duì)人工神經(jīng)網(wǎng)絡(luò)在機(jī)器人定位與導(dǎo)航中的應(yīng)用，專家系統(tǒng)在機(jī)器人控制環(huán)節(jié)中的應(yīng)用形式進(jìn)行分析，希望人工智能在智能機(jī)器人領(lǐng)域中獲得更大的應(yīng)用空間。

關(guān)鍵詞 人工智能 智能機(jī)器人 研究?jī)?nèi)容 應(yīng)用形式

中圖分類號(hào)：TP18 文獻(xiàn)標(biāo)識(shí)碼：A DOI：10.16400/j.cnki.kjdks.2017.07.015

Research and Application of Artificial Intelligence in the

Field of Intelligent Robot

HUANG Chunfang

（Ningbo Dahongying University， Ningbo， Zhejiang 315175）

Abstract Intelligent robots based on artificial intelligence concept to achieve this ideal goal live depth research platform， this paper mainly studies on the application of artificial intelligence in the field of intelligent robots， in particular the application of artificial neural network in robot localization and navigation， analysis and application of expert system in the form of robot control links in the hope. The application of artificial intelligence to get more space in intelligent robot.

Keywords artificial intelligence； intelligent robot； research content； application form

人工智能（AI）為一門綜合性技術(shù)學(xué)科，主要是對(duì)人類智能機(jī)理以及計(jì)算機(jī)模擬人類智能活動(dòng)運(yùn)行的形式進(jìn)行研究。該學(xué)科經(jīng)過(guò)幾十年的發(fā)展，已經(jīng)取得了許多令人驚嘆的成績(jī)，具體是在專家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)以及多樣化智能算法等方面顯現(xiàn)出來(lái)。智能機(jī)器人可以被視為對(duì)人整體性模擬的系統(tǒng)，其形態(tài)是多樣化的，人工智能在智能機(jī)器人領(lǐng)域中的應(yīng)用，為新型人工智能思想與技術(shù)的衍生與發(fā)展奠定基礎(chǔ)。本文筆者在閱覽大量文獻(xiàn)資料的基礎(chǔ)上，對(duì)人工智能在智能機(jī)器人領(lǐng)域中的具體運(yùn)用進(jìn)行探究。

1 列舉人工智能的研究?jī)?nèi)容

1.1 模式識(shí)別

在對(duì)人工智能系統(tǒng)研究的過(guò)程中，對(duì)其模式識(shí)別版塊的研究，實(shí)質(zhì)上就是借用計(jì)算機(jī)技術(shù)，將人體對(duì)外界環(huán)境的感知功能以某種程序規(guī)整到計(jì)算機(jī)體系中，從而構(gòu)建出智能化識(shí)別系統(tǒng)。[1]計(jì)算機(jī)體系可以將個(gè)體感知與識(shí)別能力呈現(xiàn)出來(lái)，在自體數(shù)據(jù)庫(kù)信息資源的協(xié)助下，將文字、表格、聲音以及圖式等內(nèi)容顯現(xiàn)出來(lái)。人工智能系統(tǒng)中的模式識(shí)別通常要經(jīng)歷數(shù)據(jù)信息收集、預(yù)處理、基元提取、模式分類等流程。

1.2 機(jī)器視覺(jué)

這一人工智能技術(shù)是在模式識(shí)別基礎(chǔ)上發(fā)展起來(lái)的，其最大的功效是可以將人體視覺(jué)的識(shí)別功能虛擬化構(gòu)建出來(lái)，在模仿人類對(duì)事物的理解功能上也體現(xiàn)出一定的優(yōu)越性。對(duì)機(jī)器視覺(jué)功能的深入，在打破原有技術(shù)局限性方面有所建樹，同時(shí)也使其演變成一門獨(dú)立性較強(qiáng)的學(xué)科，在發(fā)展的進(jìn)程中向更深層次延展。在對(duì)機(jī)器視覺(jué)研究過(guò)程中，工作運(yùn)行的方向大多數(shù)是對(duì)個(gè)體視覺(jué)的模擬，確保機(jī)器人系統(tǒng)順利的洞察與掌握生態(tài)景觀等不同信息，對(duì)其進(jìn)行深度探究從而構(gòu)建出具有圖像機(jī)器視覺(jué)效應(yīng)，此時(shí)機(jī)器人自體具備了人的視覺(jué)功效，在立體視覺(jué)、視覺(jué)檢驗(yàn)、動(dòng)態(tài)圖像分析等形式運(yùn)行的進(jìn)程中，機(jī)器人能夠自行的對(duì)外部圖像的內(nèi)涵進(jìn)行理解與挖掘，繼而將反映機(jī)器人運(yùn)轉(zhuǎn)狀態(tài)的信息資源提供給機(jī)器人運(yùn)控控制系統(tǒng)。

1.3 機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)可以被視為智能化發(fā)展的重要技術(shù)，最大的特色是對(duì)個(gè)體智力進(jìn)行模仿從而達(dá)到獲取知識(shí)資源的目標(biāo)，此時(shí)機(jī)器人能夠?yàn)槿祟愄峁└鼮閮?yōu)質(zhì)的服務(wù)。在經(jīng)濟(jì)全球化時(shí)代中，人類對(duì)機(jī)器人工作質(zhì)量提出更高的標(biāo)準(zhǔn)，這就要求機(jī)器人不斷的學(xué)習(xí)新知，對(duì)自體屬性進(jìn)行科學(xué)的調(diào)整，實(shí)現(xiàn)在復(fù)雜化環(huán)境中高效運(yùn)轉(zhuǎn)這一偉大目標(biāo)。機(jī)器學(xué)習(xí)的功效可以在以下幾個(gè)方面體現(xiàn)出來(lái)：一是強(qiáng)化機(jī)器人在多變環(huán)境中的適應(yīng)能力，順利的采集大批量的信息資源并對(duì)其進(jìn)行精確分析；三是借助學(xué)習(xí)環(huán)節(jié)機(jī)器人可以強(qiáng)化自體智能化檔次，對(duì)多變的環(huán)境做出科學(xué)的回應(yīng)，及時(shí)處理緊急問(wèn)題；三是機(jī)器學(xué)習(xí)環(huán)節(jié)的啟動(dòng)，可以協(xié)助機(jī)器人設(shè)計(jì)者實(shí)現(xiàn)優(yōu)化設(shè)計(jì)效果這一目標(biāo)，節(jié)省了人力資源，降低了生產(chǎn)成本，最終輔助機(jī)器人實(shí)現(xiàn)優(yōu)化運(yùn)行效率這一終極目標(biāo)。

2 人工智能在智能機(jī)械人領(lǐng)域中的具體應(yīng)用

2.1 人工神經(jīng)網(wǎng)絡(luò)在機(jī)器人定位與導(dǎo)航中的應(yīng)用

人工神經(jīng)網(wǎng)絡(luò)是在生物神經(jīng)系統(tǒng)之上發(fā)展起來(lái)的一種對(duì)信息資源處理的方式，其獨(dú)特之處在于能夠處理那些無(wú)法用模型或者是相關(guān)規(guī)范概述的程序與體系，在解說(shuō)非線性系統(tǒng)的結(jié)構(gòu)與性能等方面體現(xiàn)出一定的統(tǒng)一性；具備著融合多元信息資源的性能，人工神經(jīng)網(wǎng)絡(luò)最常見(jiàn)的結(jié)構(gòu)如圖1所示。該類人工智能在移動(dòng)機(jī)器人定位和導(dǎo)向環(huán)節(jié)具有較高的應(yīng)用頻率，主要得力于移動(dòng)機(jī)器人多傳感器信息整合借助了神經(jīng)網(wǎng)絡(luò)的諸多性質(zhì)，此時(shí)機(jī)器人外部傳感器的信息資源演變?nèi)斯ど窠?jīng)網(wǎng)絡(luò)的傳送處理目標(biāo)體，這樣操縱人員就可以順利的獲取到與移動(dòng)機(jī)器人自體方位相關(guān)的信息資料，同時(shí)對(duì)阻礙物的位置、形狀以及大小有一個(gè)較為確切的評(píng)估，在人工智能的協(xié)助下移動(dòng)機(jī)器人順利的躲避障礙物并且自體位置也明確化。

眾所周知，攝像機(jī)標(biāo)定為移動(dòng)機(jī)器人視覺(jué)體系的重要版塊，攝像機(jī)參數(shù)明確的過(guò)程便是智能機(jī)器人內(nèi)部幾何和光電參數(shù)整合的過(guò)程，同時(shí)其自體坐標(biāo)系和外界坐標(biāo)系兩者的相對(duì)方位也體現(xiàn)出明確性，國(guó)內(nèi)相關(guān)學(xué)者借用人工神經(jīng)網(wǎng)絡(luò)順利實(shí)現(xiàn)上述目標(biāo)。具體是在人工神經(jīng)網(wǎng)絡(luò)的協(xié)助下，直接采集到智能機(jī)器人攝像機(jī)呈現(xiàn)的圖像信息資源，繼而建設(shè)三維坐標(biāo)系（x，y，z），從而明確攝像機(jī)內(nèi)部幾何與光電參數(shù)、自體坐標(biāo)系與外界坐標(biāo)系之間的關(guān)聯(lián)性。如圖1所示，人工神經(jīng)網(wǎng)絡(luò)首層為輸入層，次層為隱含層，末層為輸出層。[2]隱含層與輸出層神經(jīng)元的類型分別是S型激活函數(shù)以及線性激活函數(shù)，網(wǎng)絡(luò)輸入層則是移動(dòng)機(jī)器人目的點(diǎn)在3個(gè)攝像機(jī)內(nèi)所有的圖像信息資源，輸出層構(gòu)建的坐標(biāo)系類型為三維世界坐標(biāo)。人工神經(jīng)網(wǎng)絡(luò)在移動(dòng)機(jī)器人運(yùn)作進(jìn)程中的應(yīng)用，能夠使操作人員獲得到與目標(biāo)物在三維空間內(nèi)較為精確的位置信息資料，在人工智能的協(xié)助下，智能機(jī)器人在方向引導(dǎo)過(guò)程中能夠使障礙點(diǎn)的方位更加明確化，軌跡追蹤這一目標(biāo)也得以實(shí)現(xiàn)。

2.2 專家系統(tǒng)在機(jī)器人控制中的應(yīng)用

人類對(duì)機(jī)器人控制理論的研究腳步從未停歇過(guò)，也取得了令人欣慰的科研成績(jī)，致使大部分機(jī)器人控制方法均是在某些數(shù)學(xué)模型上發(fā)展起來(lái)的?；谥悄軝C(jī)器人具有非線性、順變性、多關(guān)節(jié)耦合性等動(dòng)力學(xué)特性，為數(shù)學(xué)模型參數(shù)與類別的確定設(shè)置了較大的難度系數(shù)。并且在動(dòng)態(tài)式數(shù)學(xué)模型在應(yīng)用過(guò)程中準(zhǔn)確性受到智能機(jī)器人位置變動(dòng)而發(fā)生變更的現(xiàn)狀，導(dǎo)致龐大的計(jì)算任務(wù)難以在該方法的協(xié)助下完成。在這種局勢(shì)下，智能控制理念被提出來(lái)了，其能夠?qū)€(gè)體行為方式進(jìn)行模擬，而不需要大批量數(shù)學(xué)模型與公式的協(xié)助。目前智能控制與人工智能領(lǐng)域的多個(gè)結(jié)構(gòu)產(chǎn)生關(guān)聯(lián)，常見(jiàn)的有專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、模糊控制等。

2.3 進(jìn)化算法在機(jī)器人路徑設(shè)計(jì)中的應(yīng)用

路徑設(shè)計(jì)是智能機(jī)器人領(lǐng)域一直被研究的專題。基于路徑設(shè)計(jì)是智能機(jī)器人構(gòu)建的重要成分這一實(shí)況，路徑設(shè)計(jì)的宗旨是協(xié)助移動(dòng)機(jī)器人在某些因素的制約下，能夠順利探尋出一條從初始狀態(tài)到終極狀態(tài)的優(yōu)良型、無(wú)碰撞型的路徑。在智能機(jī)器人路徑的設(shè)計(jì)方面，眾多學(xué)者開展了大量的探究工作，并研發(fā)出一些方式方法。

在人工智能領(lǐng)域不斷延展的進(jìn)程中，計(jì)算智能與進(jìn)化智能法先后被開發(fā)出來(lái)，遺傳算法與蟻群等算法也陸續(xù)被提出與應(yīng)用，從而使智能機(jī)器人路徑設(shè)計(jì)工作的實(shí)效性有所保障。特別是遺傳算法在機(jī)器人路徑設(shè)計(jì)環(huán)節(jié)中的運(yùn)用，使機(jī)器人智能化水平更上一層樓，此時(shí)其運(yùn)行的軌跡基本上與預(yù)期效果相吻合。有研究人員應(yīng)用遺傳算法的過(guò)程中不斷對(duì)其實(shí)施改良措施，并積極在陌生環(huán)境中，借用動(dòng)態(tài)化手段對(duì)機(jī)器人路徑進(jìn)行設(shè)計(jì)規(guī)劃，此時(shí)其借用遺傳算法體系中路點(diǎn)坐標(biāo)值可變長(zhǎng)染色體編碼方法，創(chuàng)建出涵蓋障礙物排斥子函數(shù)項(xiàng)的代價(jià)函數(shù)。這一人工智能形式在智能機(jī)器人領(lǐng)域中的應(yīng)用，確保路徑設(shè)計(jì)環(huán)節(jié)中的地圖信息資源順利融合進(jìn)遺傳操縱進(jìn)程中。在對(duì)遺傳算法不斷應(yīng)用與改進(jìn)的過(guò)程中，研究人員積極對(duì)被設(shè)計(jì)的機(jī)器人路徑應(yīng)用形式進(jìn)行深層次的研究，開發(fā)出兩種遺傳算子，即交叉算子與變異算子，在多樣化進(jìn)化算法的協(xié)助下，智能機(jī)器人在運(yùn)轉(zhuǎn)的過(guò)程中在對(duì)路徑探尋之時(shí)取得了最佳效果，從而使移動(dòng)機(jī)器人運(yùn)行的效率得到切實(shí)的保障，當(dāng)然，使移動(dòng)機(jī)器人路徑設(shè)計(jì)工作獲得更大的發(fā)展空間也是毋庸置疑的事實(shí)。

3 人工智能的發(fā)展前景

在知識(shí)經(jīng)濟(jì)一體化時(shí)代中，人工智能發(fā)展體現(xiàn)出高效性，應(yīng)用環(huán)節(jié)上體現(xiàn)出管理廣泛性，這不在人類預(yù)期范圍之內(nèi)的，所以說(shuō)人類在預(yù)測(cè)電子科技、人工智能以及機(jī)器人發(fā)展趨勢(shì)上存在較大的難度系數(shù)。現(xiàn)階段，人工智能機(jī)器人的推理功能水平已經(jīng)提高到一定的檔次，但是機(jī)器人學(xué)習(xí)與想象功能的研制依然處于開發(fā)階段，在智能機(jī)器人的創(chuàng)造方面，科研人員工作的難點(diǎn)是仿照人腦右腦模糊功能以及整個(gè)大腦的處理功能。[4]現(xiàn)階段，人工智能領(lǐng)域不斷被拓寬，可以間接的推測(cè)出其在機(jī)器人中的應(yīng)用比例不斷加大，眾多人工智能產(chǎn)品已經(jīng)在人類實(shí)際生活中得到切實(shí)的應(yīng)用，并取得了良好的應(yīng)用成效?？梢酝茰y(cè)的是，在未來(lái)的發(fā)展中，電子科技人工智能的開發(fā)與應(yīng)用將使給人類的生產(chǎn)生活發(fā)生巨大的變化。人工智能在發(fā)展的進(jìn)程中將會(huì)積極借鑒計(jì)算機(jī)技術(shù)，從而確保人工智能理論等方面研究的深入性。國(guó)內(nèi)一人工智能企業(yè)也將會(huì)不斷強(qiáng)化自體實(shí)力自身實(shí)力，從多個(gè)方面強(qiáng)化智能機(jī)器人實(shí)效性，使其為社會(huì)經(jīng)濟(jì)的發(fā)展提供更大的能量。

4 結(jié)束語(yǔ)

總之，在電子科技迅猛發(fā)展的時(shí)代中，人工智能將會(huì)在智能計(jì)算機(jī)領(lǐng)域獲得更大的應(yīng)用空間。相關(guān)技術(shù)開發(fā)部門也應(yīng)該緊隨時(shí)代發(fā)展的腳步，對(duì)人工智能系統(tǒng)進(jìn)行改造與優(yōu)化，從而確保機(jī)器人能夠在復(fù)雜多變的環(huán)境中協(xié)助人類完成高難度的工作任務(wù)，為社會(huì)經(jīng)濟(jì)的保值增值貢獻(xiàn)力量。

參考文獻(xiàn)

[1] 趙紹充.基于人工智能的流水線智能機(jī)器人設(shè)計(jì)與驗(yàn)證[J].中國(guó)戰(zhàn)略新興產(chǎn)業(yè)，2016（28）：71-75.

[2] 沈小波，韓舒淋.人工智能等技術(shù)重塑機(jī)器人產(chǎn)業(yè)后者迎來(lái)大機(jī)會(huì)[J].信息與電腦（理論版），2016（17）：8-14.

[3] 吳偉國(guó).面向作業(yè)與人工智能的仿人機(jī)器人研究進(jìn)展[J].哈爾濱工業(yè)大學(xué)學(xué)報(bào)，2015（7）：1-19.

[4] 趙姝穎，孫浩，胡彬，田祥章.人工智能進(jìn)校園——機(jī)器人DIY[J].機(jī)器人技術(shù)與應(yīng)用，2014（6）：36-39.