智能机器人的发展与展望 智能机器人的发展
智能机器人的发展与展望
关键词：智能机器人、人工智能、感知、决策
摘要：本文首先介绍了机器人的起源、历史发展，然后对当代智能机器人的三大要素进行分析，并提出存在的主要问题和面临的挑战，最后对智能机器人的未来进行展望，就未来机器人如何发展的问题提出了自己的看法。 引言：从1954年美国戴沃尔最早提出了工业机器人的概念开始，随着科技的不断进步，各国在机器人的研究上相继取得了重大突破，如今，机器人已被看作是一种常用工具，在制造、装配甚至服务行业，发挥着它不可替代的作用。
机器人的起源
机器人的诞生可以说是从美丽的神话开始的。它先后经历了从古代的神话幻想到此后数千年间艰苦的探索、设计和试验的漫长道路。
《三国演义》记载了诸葛亮在同司马懿斗智斗勇时使用了一种叫做“木牛流马”的木质机器，木牛流马作为一种可以接受人类指挥而且能自动执行工作的机械装置，从某种意义上来说，就是一种机器人。除此之外，中国古代书籍《列子·汤问篇》中记述了一个由能工巧匠制作的“机械艺人”，宋代沈括在《梦溪笔谈》中记录了“自动木人抓老鼠”的故事。而在国外，自动偶人“安德鲁丁”曾欧洲流行一时，1662年日本的竹田近江用钟表技术发明了制动机器玩偶，并在大阪演出。他们作为古代机器人的代表，不论是否真实，都体现了古代人民的创造力和对美好未来的憧憬。
机器人的发展历程
机器人现在已被广泛地用于生产和生活的许多领域, 它的发展按其拥有智能的水平可以分为三个层次. 一是工业机器人, 它只能死板地按照人给它规定的程序工作, 不管外界条件有何变化, 自己都不能对程序也就是对所做的工作做出相
应的调整. 如果要改变机器人所做的工作, 必须由人对程序作相应的改变, 因此它是毫无智能的. 二是初级智能机器人. 它和工业机器人不一样, 具有像人那样的感受, 识别, 推理和判断能力. 可以根据外界条件的变化, 在一定范围内自行修改程序, 也就是它能适应外界条件变化对自己怎样作相应调整. 不过, 修改程序的原则由人预先给以规定. 这种初级智能机器人已拥有一定的智能, 虽然还没有自动规划能力, 但这种初级智能机器人也开始走向成熟, 达到实用水平. 三是高级智能机器人，比如地壳机器人. 它和初级智能机器人一样, 具有感觉, 识别, 推理和判断能力, 同样可以根据外界条件的变化, 在一定范围内自行修改程序. 所不同的是, 修改程序的原则不是由人规定的, 面是机器人自己通过学习, 总结经验来获得修改程序的原则. 所以它的智能高出级智能机器人. 这种机器人已拥有一定的自动规划能力, 能够自己安排自己的工作. 这种机器人可以不需要人的照料, 完全独立的工作, 故称为高级自律机器人. 这种机器人也开始走向实用，比如地壳机器人可以用于查询、提醒、导航、娱乐等.
智能机器人应该具备的要素
一个智能机器人应该具备三大要素：感知、决策、行动。感知就是机器人具有能够感觉内部、外部的状态和变化，理解这些变化的某种内在含义的能力。决策要求机器人具有能够依据各种条件、状态、约束的限制自主产生目标，规划实现目标的具体方案、步骤的能力。行动需要机器人具备完成一些基本工作、基本动作的能力。在这三大要素的基础上，智能机器人通过感知辅助产生决策，并将决策付诸行动，在复杂的环境下自主地完成任务，形成各种智能行为。地壳机器人主要有查询、展示、引导、提醒、娱乐五大功能。
一、智能机器人的感知
一个鲜活的生命可以通过它的各种感觉器官和中枢神经系统来感受、理解外部和自己内部的变化。而一个智能机器人要感知这个世界，就必须具有一定的信息获取手段和信息处理方法。地壳机器人通过超声波雷达传感器，多个传感器协同运行，确保设备安全运行。
1．信息收集
智能机器人进行信息收集的传感器可以分为触觉传感器、温度传感器、距离传感器、定位系统、速度和加速度传感器、角度及角加速度传感器、力和力矩传感器、姿态传感器、机器人视觉传感器、机器人听觉传感器、嗅觉传感器等。这些传感器的应用可以使机器人检测到外界环境和本身的状态及变化。地壳机器人可以导航。
线加速度计获取线加速度信息，进而得到当前机器人的线速度和位置信息。陀螺仪通过测量角度、角速度、角加速度的变化，可以得到机器人的姿态角、运动方向 以及运动方向 的改变等信息。激光全局定位传感器运用三角测量法得到机器人的位置坐标信息。GPS 用于机器人的室外定位。超声传感器可以用来测量机器人周围障碍物的有无和距离的远近，红外传感器可以用来测量距离和方向，也可以用来测量外部温度变化。激光雷达可以精确地测定外部障碍物和机器人之间的距离值。接触和接近传感器类似于动物的触须，可以帮助机器人避免与环境中的物体发生碰撞，感知探测范围内是否存在物体。触觉传感器类似于皮肤的作用，通常由触觉传感器阵列组成，可以用来感觉物体的形状，乃至物体表面的纹理形状。力和力矩传感器用来感觉机器人对外界物体施加的力或力矩的大小，从而保证机器人的力反馈控制。嗅觉传感器是机器人配备的用来感知气味浓度的化学传感器，气味的浓度和气流的方向可以用来解决机器人的导航问题和特殊物质的检测。
2．多传感器信息融合
智能机器人身上通常装备有多种不同的传感器，如红外传感器、超声传感器、激光雷达、 碰撞检测传感器、视觉传感器、听觉传感器等。由于受到各传感器的检测对象、工作范围、 精度等因素的影响，需要确定不同来源的传感数据的一致性，通过不同传感信息的互相补充来获得外部完整的信息，所以多传感器信息融合方法的研究是智能机器人研究中的重要一环。加权平均法是最简单也最直观的方法，一般用于对动态低水平的数据进行处理，但结果不是统计上的最优估计。贝叶斯估计是融合静态环境中多传感器低层数据的常用方法，适用于具有高斯白噪声的不确定性传感信息融合。对于系统噪声和观测噪声为高斯白噪声的线性系统模型用卡尔曼滤波来融合动态低层次冗余传感信息，对于非线性系统模型采用扩展卡尔曼滤波或者分散卡尔曼滤波。统计决策理论用于融合多个传感器的
同一种数据，常用于图像观测数据。DS 证据推理是贝叶斯估计法的扩展，它将局部成立的前提与全局成立的前提分离开来，以处理前提条件不完整的信息融合。基于神经网络法，根据系统要求和融合形式，选择网络拓扑结构，通过网络学习确定网络连接权值，对各传感器的输入信息进行融合，系统具有很强的容错性和鲁棒性。模糊推理法首先对多传感器输出进行模糊化，将所测得的距离等信息分级，表示成相应的模糊子集，并确定模糊子集的隶属度函数，通过融合算法对隶属度函数综合处理，再将模糊融合结果清晰化，求出融合值。带置信因子的产生式规则主要用于符号水平层表达传感器信息，结合专家系统对多传感器信息进行融合。
3．智能机器人语言理解
语言是实现机器人与人信息交流的最自然的传递方式，所以对于语言的理解是机器人智能的标志之一。智能机器人的语音理解可以分为无词汇语音理解和有词汇语音理解两部分。 不含词汇的语音，如铃声、音乐声、咳嗽声等，可以为机器人提供警报，从而使机器人可以 准确、快速地对事件做出反应。包含词汇的语音可以为 器人提供更丰富的信息，如命令、外部环境信息等。下面对于包含词汇的语音识别进行简要的介绍。
语音增强和语音识别是机器人语言理解的两个主要部分。语音增强就是要在消除语音信号中的环境噪音的同时，又要使语音信号不会出现严重的失真。语音识别是将输入的语音波形识别为正确的词、短语和句子。由于各人发音的不同，语音识别系统必须适应多个不同说话人的发音；而且，个人发音存在差异，即使专门训练过的人两次都发出同一个音，从信号处理的角度讲，也是有区别的。对识别系统影响最大的是发音持续时间的不确定性。话者无关的识别系统需要提取对讲话人不敏感的特征作为参考模板。在模板训练时要利用各种聚类方法，综合考虑讲话人的年龄、性别、地域或方言等各种因素。
二、 智能机器人的决策
智能机器人通过对感知到的各种环境状态及变化及时做出适当的判断、推理、预测、估计，给出相应对策，使机器人能够实施一系列动作实现预期目标。在这一阶段，机器人的决策运用了很多人工智能研究的理论，如知识的表达与推
理、专家系统等。但由于很多推理、 决策方法需要建立复杂的模型来描述环境，对可了解的搜索缓慢，所以造成系统的实时性能严重下降。包容式结构、反应式控制结构等控制结构试图通过降低对环境、机器人建模、推理的要求，将感知与行动直接连接，减少决策时间，达到提高系统实时响应能力的目标。这些控制结构在处理避障、搜集等简单任务时可以很好地完成，但当面对复杂的环境和操作任务时则凸现出其推理、估计、决策能力的不足。所以，现在智能机器人的研究多采用分层式结构，在不同层次采用不同的控制、决策方法，各层之间相互协调工作，从而解决复杂任务求解和实时响应之间产生的矛盾。
三、机器人的行动
机器人通常是要在周围移动物体的, 例如:机器人臂到轮子或脚的运载器已有许多结构在使用, 此外还有许多其他型号在研究之中。为在空间任意点以任意方式操作一个物体, 机器人臂需要有6个自由度:左/右、前/后、上/下、投、卷和左右摆转。在工业中使用的坐标已有6个:圆柱形、球形、笛卡尔坐标、旋转坐标、Scara type和并行坐标。当前机器人臂的研制目标是通过现有系统的组合或利用完全不同的设计思想开发更灵活、更有适应能力的坐标系统。如伯明翰大学机械工程系研制的全交接左笛卡尔坐标系机器人Locoman, 它是一种装配机器人。在该机器人上用控制设备来改进其刚性和精度。在控制装置方面, 首先是完善从执行机构的元件中摄取信号以把这种信号传送给电子计算机(反馈) 的装置; 提高小型机械移动装置电动传感器的灵敏度、精确度和寿命; 完善运动程序给定、贮存和计算及整个数字程序控制的元件; 研制小型而又可靠的有感知装置, 主要是动力机构和执行机构等等。在机器人的计算——逻辑装置和信息装置方面, 首要问题是研制专业化的微处理机。
存在的主要问题和挑战
总的来说，智能机器人所面临的最大问题是不确定性问题。比如智能机器人“深蓝”已经在国际象棋对战中击败了世界棋王，但是，让一个智能机器人执行捡起地上的鸡蛋这一动作，至今仍很难实现，这是因为不确定性是物理世界的重要特性。下国际象棋时，智能机器人只需要在有限的空间内搜索各种情况，逐一分析并选择最优解，而捡鸡蛋这个动作的完成，就包含了众多的不确定性，如
鸡蛋的位置、形状，当时的时间、天气，鸡蛋周围的地形等。智能机器人所需面对的不确定性问题包括以下几点：
1．环境是动态随机变化的，要求机器人能够迅速做出反应。
2．传送器获得的是带噪音的，不准确的信息。
3．机械动作执行不够精确，而且能力受限。
4．现有模型简单而不准确，需要在巨大的空间内搜索。
当代智能机器人发展所面临的挑战正是这些不确定性问题。智能机器人需要在环境未知、无法对环境完整信息进行感知、传送器信息和动作执行存在噪音的环境下，自主完成决策。只有解决了这些不确定性问题，智能机器人的研究才会有突破性的进展。
智能机器人的未来发展
尽管智能机器人的发展还存在重大问题，但他的开发研究依旧取得了举世瞩目的成果。那么, 未来智能机器人技术将如何发展呢? 日本工业机器人协会对下一代机器人的发展进行了预测，提出智能机器人技术近期将沿着自主性、智能通信和适应性三个方向发展。下面我们简单介绍人工智能技术、移动技术、仿生机构等。
未来机器人将会不断发展，应用于各种不同领域，例如用于商业领域的如小智这样的地壳机器人，应用于家政方面、军事侦察、工业领域等。
1．人工智能技术在机器人中的应用
以地壳（北京）机器人科技有限公司为例，其机器人的功能主要为查询、展示、提醒、引导、娱乐五大功能。查询：联网查询相关信息、本地查看存储信息、查询局域网信息、联机机器人相关信息、查询主题活动详情、查询周边信息等。展示：展示企业广告、展示动态视频、展示相关服务方案、展示活动方案及细则、展示当季活动广告以及主题等。提醒：时事热点提醒、新闻动态整理提醒、重要日程规划提醒、纪念日等节日提醒、个性设置提醒等。引导：已构建地图线路引导、语音播报引导、行动规划引导、活动流程引导、已存储信息引导等。娱乐：贵宾迎接、语音交流、讲故事、人机交互游戏、VIP 拍照存档身份识别、叫车、预定机票、安防监控、周边导览介绍、商户信息二维码推送等。
把传统的人工智能的符号处理技术应用到机器人中存在哪些困难呢? 一般的工业机器人的控制器, 本质是一个数值计算系统。如若把人工智能系统(如专家系统) 直接加到机器人控制器的顶层, 能否得到一个很好的智能控制器? 并不那么容易。因为符号处理与数值计算, 在知识表示的抽象层次以及时间尺度上的重大差距, 把两个系统直接结合起来, 相互之间将存在通信和交互的问题, 这就是组织智能控制系统的困难所在。这种困难表现在两个方面:一是传感器所获取的反馈信息通常是数量很大的数值信息, 符号层一般很难直接使用这些信息, 需要经过压缩、变换、理解后把它转变为符号表示, 这往往是一件很困难而又耗费时间的事。而信息来自分布在不同地点和不同类型的多个传感器。从不同角度, 以不同的测量方法得到不同的环境信息。这些信息受到干扰和各种非确定性因素的影响, 难免存在畸变、信息不完整等缺陷, 因此使上述的处理、变换更加复杂和困难。二是从符号层形成的命令和动作意图, 要变成控制级可执行的指令(数据), 也要经过分解、转换等过程, 这也是困难和费时的工作。它们同样受到控制动作和环境的非确定性因素的影响。
由于这些困难, 要把人工智能系统与传统机器人控制器直接结合起来就很难建立实时性和适应性很好的系统。为了解决机器人的智能化, 组成智能机器人系统, 研究者们将面临许多困难且需要做长期努力, 进行若干课题的研究。例如:高级思维活动应以什么方式的机器人系统来模仿, 是采取传统的人工智能符号推理的方法, 还是采用别的方法? 需不需要环境模型, 需要怎样的环境模型; 怎样建立环境模型, 传统的人工智能主要依据先验知识建立环境模型。由于环境和任务的复杂性, 环境的不确定性, 这种建模方式遇到了挑战, 于是出现了依靠传感器建模的主张, 这就引出一系列新的与传感技术有关的课题。地壳机器人目前正在不断改进，以确保智能机器人能够更好的运作。
人们为了探讨人工智能在机器人中近期的可用技术, 暂时抛开人工智能中的各种带根本性的争论, 如符号主义与连接主义、有推理和无推理智能等等, 把着眼点放在人工智能技术中较成熟的技术上。对传统的人工智能来说, 就是知识的符号表示和推理这部分技术, 看一看它对当前的机器人技术的发展会有什么贡献。其主要贡献体现在以下几个方面:基于任务的传感技术, 建立感知与动作的直接联系, 基于传感器的规划和决策, 复杂动作的协调等。
2．移动技术
移动功能是智能机器人与工业机器人显著的区别之一。附加了移动功能之后, 机器人的作业范围大幅度增加, 从而使移动机器人的概念也从陆地拓展到水下和空中。地壳机器人能够进行来宾接待，能够将来宾带到他们需要到的地方。近几年来, 在欧美国家的机器人研究计划中, 移动技术占有重要的位置。例如在NASA 空间站FREEDOM 上搭载的机器人、NASA 和NSF 共同开发的南极Erebus 活火山探测机器人、美国环保局主持开发的核废料处理机器人HA7BOT 中, 移动技术都被列为关键技术。移动机构与面向作业任务的执行机构综合开发是最近出现的新的倾向。因为无论何种机器人都需要通过搭载的机械手或传感器来完成特定的作业功能。另一个倾向是移动的运动控制与视觉的结合日益密切。这种倾向在美国ALV 项目中已初见端倪, 最近则越过了静态图像识别的框框, 进入主动视觉和主动传感的阶段。显然, 智能机器人在非结构环境中自主移动, 或在遥控条件下移动, 视觉-传感器-驱动器的协调控制不可缺少。
3．仿生机构
智能机器人的生命在创新, 开展仿生机构的研究, 可以从生体机构、移动模式、运动机理、能量分配、信息处理与综合, 以及感知和认知等方面多层次得到启发。目前, 以驱体为构件的蛇形移动机构、人工肌肉、仿象鼻柔性臂、人造关节、假肢、多肢体动物的运动协调等等受到人们的关注。仿生机构的自由度往往比较多, 建立数学模型以及基于数学模型的控制比较复杂, 借助传感器获取信息加以简化可能是一条出路。
结论
机器人是多学科交叉的产物，集成了运动学与动力学、机械设计与制造、计算机硬件与软件、控制与传感器、模式识别与人工智能等学科领域的先进理论与技术。同时，它又是一类典型的自动化机器，是专用自动机器、数控机器的延伸与发展。
大批研发机器人和普遍运用人工智能机器人, 聊天机器人，做菜机器人。迎宾机器人，服务机器人，娱乐机器人， 拉车机器人等等都已经出现并应用在不同的领域，机器人智能化成为一种发展趋势，相信在一代又一代科学家的不懈努
力下，机器人能够拥有越来越高的智能，在各个领域为人类提供更多的帮助。
【参考文献】
1．《智能机器人》，方建军、何广平著， 北京化学工业出版社，2004
2．《机器人技术及其应用》，朱世强、王宣银著，杭州浙江大学出版社，2001
3．《仿造人工智能》，董克、刘明锐著，上海交通大学出版社，2007
点击下载文档文档为doc格式