第一篇：智能機(jī)器人路徑規(guī)劃及算法研究

機(jī)器人技術(shù)

文章編號:1008-0570(2006)11-2-0244-03

中文核心期刊《微計(jì)算機(jī)信息》(嵌入式與SOC)2006年第22卷第11-2期

智能機(jī)器人路徑規(guī)劃及算法研究

ResearchonPathPlanningandAlgorithmsforIntelligentRobots

(西南科技大學(xué))宋暉張華高小明

SONGHUIZHANGHUAGAOXIAOMING

摘要:路徑規(guī)劃技術(shù)是機(jī)器人控制技術(shù)研究中的一個(gè)重要問題,目前的研究主要分為全局規(guī)劃方法和局部規(guī)劃方法兩大類。在

對一些較有代表性的研究思想及其相關(guān)算法分析的基礎(chǔ)上,比較各種方法的優(yōu)缺點(diǎn),提出了機(jī)器人路徑規(guī)劃今后的研究重點(diǎn)。關(guān)鍵詞:智能機(jī)器人;全局規(guī)劃;局部規(guī)劃;優(yōu)化算法 中圖分類號:TP242.6 文獻(xiàn)標(biāo)識(shí)碼:A

技

1引言 術(shù)

自50年代世界上第一臺(tái)機(jī)器人裝置誕生以來, 創(chuàng) 機(jī)器人的發(fā)展經(jīng)歷了一個(gè)從低級到高級的發(fā)展過程。

第一代示教再現(xiàn)型機(jī)器人,可以根據(jù)人示教的結(jié)果再 新 現(xiàn)出動(dòng)作,它對于外界的環(huán)境沒有感知。在20世紀(jì)70

年代后期人們開始研究第二代機(jī)器人:帶感覺的機(jī)器 人,這種機(jī)器人是類似人某種感覺的功能,如力覺、觸 覺、滑覺、視覺、聽覺。第三代機(jī)器人是智能機(jī)器人階 段,機(jī)器人通過各種傳感器獲取環(huán)境信息,利用人工 智能進(jìn)行識(shí)別、理解、推理并做出判斷和決策來完成 一定的任務(wù)。這就要求智能機(jī)器人除了具有感知環(huán)境 和簡單的適應(yīng)環(huán)境能力外,還具有較強(qiáng)的識(shí)別理解功 能和決策規(guī)劃功能。（智械科技）Abstract:Pathplanningtechnologyisoneoftheimportantprobleminintelligentrobot.Atpresent,thetworesearchways:oneis globalplanningandtheotherislocalplanning.Onthebasisoftheanalysisofsometypicalideas,methodsandrelatedalgorithms ofpathplanningforintelligentrobot,thispaperproposesthefutureresearchemphasisofrobotpathplanning.Keywords:intelligentrobot,globalplanning,localplanning,optimizationalgorithms

①復(fù)雜性:在復(fù)雜環(huán)境中,機(jī)器人路徑規(guī)劃非常 復(fù)雜,且需要很大的計(jì)算量。

②隨機(jī)性:復(fù)雜環(huán)境的變化往往存在很多隨機(jī)性 和不確定因素。

③多約束:機(jī)器人的形狀、速度和加速度等對機(jī) 器人的運(yùn)動(dòng)存在約束。

3全局路徑規(guī)劃

全局規(guī)劃方法主包括構(gòu)型空間法、拓?fù)浞ā鸥?解耦法、自由空間法、神經(jīng)網(wǎng)絡(luò)法等。

3.1構(gòu)型空間法

構(gòu)型空間法的基本思想是將機(jī)器人縮小為一個(gè) 點(diǎn),根據(jù)機(jī)器人形狀和尺寸將障礙物進(jìn)行拓展。其中 研究較成熟的有:可視圖法和優(yōu)化算法。

3.1.1可視圖法

可視圖法中的路徑圖由捕捉到的存在于機(jī)器人 一維網(wǎng)絡(luò)曲線(稱為路徑圖)自由空間中的節(jié)點(diǎn)組成。路徑的初始狀態(tài)和目標(biāo)狀態(tài)同路徑圖中的點(diǎn)相對應(yīng), 這樣路徑規(guī)劃問題就演變?yōu)樵谶@些點(diǎn)間搜索路徑的 問題。要求機(jī)器人和障礙物各頂點(diǎn)之間、目標(biāo)點(diǎn)和障礙 物各頂點(diǎn)之間以及各障礙物頂點(diǎn)與頂點(diǎn)之間的連線均 不能穿越障礙物,即直線是“可視的”,然后采用某種方 法搜索從起始點(diǎn)到目標(biāo)點(diǎn)的最優(yōu)路徑,搜索最優(yōu)路徑 的問題就轉(zhuǎn)化為從起始點(diǎn)到目標(biāo)點(diǎn)經(jīng)過這些可視直線 的最短距離問題。該法能夠求得最短路徑,但假設(shè)忽略 智能機(jī)器人的尺寸大小,使得機(jī)器人通過障礙物頂點(diǎn) 時(shí)離障礙物太近甚至接觸,并且搜索時(shí)間長。

3.1.2優(yōu)化算法 此法可刪除一些不必要的連線以簡化可視圖、縮 短搜索時(shí)間,能夠求得最短路徑。但假設(shè)機(jī)器人的尺

《 現(xiàn)場總線技術(shù)應(yīng)用200例》 2智能機(jī)器人的路徑規(guī)劃技術(shù)分類

智能機(jī)器人路徑規(guī)劃是指在有障礙物的工作環(huán) 境中,如何尋找一條從給定起點(diǎn)到終點(diǎn)適當(dāng)?shù)倪\(yùn)動(dòng)路 徑,使機(jī)器人在運(yùn)動(dòng)過程中能安全、無碰地繞過所有 障礙物。機(jī)器人路徑規(guī)劃問題可以建模為一個(gè)有約束 的優(yōu)化問題,都要完成路徑規(guī)劃、定位和避障等任務(wù)。根據(jù)機(jī)器人對環(huán)境信息掌握的程度不同將智能機(jī)器 人路徑規(guī)劃分為基于模型的全局路徑規(guī)劃和基于傳 感器的局部路徑規(guī)劃。前者是指作業(yè)環(huán)境的全部信息 已知,又稱靜態(tài)或離線路徑規(guī)劃;后者是指作業(yè)環(huán)境 信息全部未知或部分未知,又稱動(dòng)態(tài)或在線路徑規(guī) 劃。智能機(jī)器人路徑規(guī)劃存在以下特點(diǎn): 宋暉:講師碩士

基金項(xiàng)目:國家自然科學(xué)基金(60404014);

西南科技大學(xué)青年基金資助項(xiàng)目(ZK053033)

-244-360元/年郵局訂閱號:82-946 您的論文得到兩院院士關(guān)注 機(jī)器人技術(shù)

在滿足精度要求的情況下,用神經(jīng)網(wǎng)絡(luò)來表示環(huán)境則 可以取得較好的效果。神經(jīng)網(wǎng)絡(luò)在全局路徑規(guī)劃的應(yīng) 用,將障礙約束轉(zhuǎn)化為一個(gè)懲罰函數(shù),從而使一個(gè)約 束優(yōu)化問題轉(zhuǎn)化為一個(gè)無約束最優(yōu)化問題,然后以神 經(jīng)網(wǎng)絡(luò)來描述碰撞懲罰函數(shù),進(jìn)行全局路徑規(guī)劃。

雖然神經(jīng)網(wǎng)絡(luò)在路徑規(guī)劃中有學(xué)習(xí)能力強(qiáng)等優(yōu) 點(diǎn),但整體應(yīng)用卻不是非常成功,主要原因是智能機(jī) 器人所遇到的環(huán)境是千變?nèi)f化的、隨機(jī)的,并且很難 以數(shù)學(xué)的公式來描述。寸大小忽略不計(jì),會(huì)使機(jī)器人通過障礙物頂點(diǎn)時(shí)離障 礙物太近甚至接觸,并且搜索時(shí)間長。另外的缺點(diǎn)就 是此法缺乏靈活性,即一旦機(jī)器人的起點(diǎn)和目標(biāo)點(diǎn)發(fā) 生改變,就要重新構(gòu)造可視圖,比較麻煩。這類算法包 括Dijkstra算法,A*算法等。（智械科技）

3.2拓?fù)浞?/p>

拓?fù)浞▽⒁?guī)劃空間分割成具有拓?fù)涮卣髯涌臻g, 根據(jù)彼此連通性建立拓?fù)渚W(wǎng)絡(luò),在網(wǎng)絡(luò)上尋找起始點(diǎn) 到目標(biāo)點(diǎn)的拓?fù)渎窂?最終由拓?fù)渎窂角蟪鰩缀温?徑。拓?fù)浞ɑ舅枷胧墙稻S法,即將在高維幾何空間 中求路徑的問題轉(zhuǎn)化為低維拓?fù)淇臻g中判別連通性 的問題。優(yōu)點(diǎn)在于利用拓?fù)涮卣鞔蟠罂s小了搜索空 間。算法復(fù)雜性僅依賴于障礙物數(shù)目,理論上是完備 的。而且拓?fù)浞ㄍǔ２恍枰獧C(jī)器人的準(zhǔn)確位置,對于 位置誤差也就有了更好的魯棒性;缺點(diǎn)是建立拓?fù)渚W(wǎng) 絡(luò)的過程相當(dāng)復(fù)雜,特別在增加障礙物時(shí)如何有效地 修正已經(jīng)存在的拓?fù)渚W(wǎng)是有待解決的問題。

3.3柵格解耦法

柵格解耦法是目前研究最廣泛的路徑規(guī)劃方法。該方法將機(jī)器人的工作空間解耦為多個(gè)簡單的區(qū)域, 一般稱為柵格。由這些柵格構(gòu)成了一個(gè)連通圖,在這個(gè) 連通圖上搜索一條從起始柵格到目標(biāo)柵格的路徑,這 條路徑是用柵格的序號來表示的。整個(gè)圖被分割成多 個(gè)較大的矩形,每個(gè)矩形之間都是連續(xù)的。如果大矩形 內(nèi)部包含障礙物或者邊界,則又被分割成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)行程序,直到達(dá)到解 的界限為止。該法以柵格為單位記錄環(huán)境信息,環(huán)境 被量化成具有一定分辨率的柵格,柵格的大小直接影 響著環(huán)境信息存儲(chǔ)量的大小和規(guī)劃時(shí)間的長短,柵格 劃分大了,環(huán)境信息存儲(chǔ)量小,規(guī)劃時(shí)間短,分辨率下 降;柵格劃分小了,環(huán)境分辨率高。

3.4自由空間法

自由空間法采用預(yù)先定義的如廣義錐形和凸多 邊形等基本形狀構(gòu)造自由空間,并將自由空間表示為 連通圖,通過搜索連通圖來進(jìn)行路徑規(guī)劃。自由空間 的構(gòu)造方法是:從障礙物的一個(gè)頂點(diǎn)開始,依次作其 它頂點(diǎn)的鏈接線,刪除不必要的鏈接線,使得鏈接線 與障礙物邊界所圍成的每一個(gè)自由空間都是面積最 大的凸多邊形;連接各鏈接線的中點(diǎn)形成的網(wǎng)絡(luò)圖即 為機(jī)器人可自由柵格法運(yùn)動(dòng)的路線。其優(yōu)點(diǎn)是比較靈 活,起始點(diǎn)和目標(biāo)點(diǎn)的改變不會(huì)造成連通圖的重構(gòu), 缺點(diǎn)是復(fù)雜程度與障礙物的多少成正比,且有時(shí)無法 獲得最短路徑。

3.5神經(jīng)網(wǎng)絡(luò)法

人工神經(jīng)網(wǎng)絡(luò)是由大量神經(jīng)元相互連接而形成 的自適應(yīng)非線性動(dòng)態(tài)系統(tǒng),對于大范圍的工作環(huán)境，《PLC技術(shù)應(yīng)用200例》

4局部路徑規(guī)劃

局部路徑規(guī)劃的主要方法有:人工勢場法、模糊 邏輯控制法、混合法、滾動(dòng)窗口法等。

4.1人工勢場法

人工勢場法是由Khatib提出的一種虛擬力法。其 基本思想是將智能機(jī)器人在環(huán)境中的運(yùn)動(dòng)視為一種 虛擬人工受力場中的運(yùn)動(dòng)。把智能機(jī)器人在環(huán)境中的 運(yùn)動(dòng)視為一種在抽象的人造受力場中的運(yùn)動(dòng),目標(biāo)點(diǎn) 對智能機(jī)器人產(chǎn)生引力,障礙物對智能機(jī)器人產(chǎn)生斥 力,最后通過求合力來控制智能機(jī)器人的運(yùn)動(dòng)。該法結(jié) 構(gòu)簡單,便于低層的實(shí)時(shí)控制,在實(shí)時(shí)避障和平滑的 軌跡控制方面,得到了廣泛應(yīng)用,其不足在于存在局 部最優(yōu)解,容易產(chǎn)生死鎖現(xiàn)象,因而可能使智能機(jī)器 人在到達(dá)目標(biāo)點(diǎn)之前就停留在局部最優(yōu)點(diǎn)。

4.2模糊邏輯控制算法 模糊方法不需要建立完整的環(huán)境模型,不需要進(jìn) 行復(fù)雜的計(jì)算和推理,尤其對傳感器信息的精度要求 不高,對機(jī)器人周圍環(huán)境和機(jī)器人的位姿信息的具有 不確定性、不敏感的特點(diǎn),能使機(jī)器人的行為體現(xiàn)出 很好的一致性、穩(wěn)定性和連續(xù)性,能比較圓滿地解決 一些規(guī)劃問題,對處理未知環(huán)境下的規(guī)劃問題顯示出 很大優(yōu)越性,對于解決用通常的定量方法來說是很復(fù) 雜的問題或當(dāng)外界只能提供定性近似的、不確定信息 數(shù)據(jù)時(shí)非常有效。但模糊規(guī)則往往是人們通過經(jīng)驗(yàn)預(yù) 先制定的,所以存在著無法學(xué)習(xí)、靈活性差的缺點(diǎn)。

技 術(shù) 創(chuàng) 新

4.3遺傳算法

遺傳算法是一種借鑒生物界自然選擇和進(jìn)化機(jī) 制發(fā)展起來的高度并行、隨機(jī)、自適應(yīng)搜索算法,它采 用群體搜索技術(shù),通過選擇、交叉和變異等一系列遺 傳操作,使種群得以進(jìn)化。避免了困難的理論推導(dǎo),直 接獲得問題的最優(yōu)解。其基本思想是:將路徑個(gè)體表 達(dá)為路徑中一系列中途點(diǎn),并轉(zhuǎn)換為二進(jìn)制串。首先 初始化路徑群體,然后進(jìn)行遺傳操作,如選擇、交叉、復(fù)制、變異。經(jīng)過若干代進(jìn)化以后,停止進(jìn)化,輸出當(dāng) 前最優(yōu)個(gè)體。

遺傳算法存在運(yùn)算時(shí)間長,實(shí)現(xiàn)路徑的在線規(guī)劃 困難,而且在機(jī)器人的路徑規(guī)劃問題中應(yīng)用存在著個(gè)

郵局訂閱號:82-946360元/年

-245-機(jī)器人技術(shù) 中文核心期刊《微計(jì)算機(jī)信息》(嵌入式與SOC)2006年第22卷第11-2期

體編碼不合理、效率低、進(jìn)化效果不明顯等問題。

4.4混合法 混合法是一種用于半自主智能機(jī)器人路徑規(guī)劃 的模糊神經(jīng)網(wǎng)絡(luò)方法。所謂半自主智能機(jī)器人就是具 有在人類示教基礎(chǔ)上增加了學(xué)習(xí)功能的器件的機(jī)器 人。這種方法采用模糊描述來完成機(jī)器人行為編碼,同 時(shí)重復(fù)使用神經(jīng)網(wǎng)絡(luò)自適應(yīng)技術(shù)。由機(jī)器人上的傳感 器提供局部的環(huán)境輸入,由內(nèi)部模糊神經(jīng)網(wǎng)絡(luò)進(jìn)行環(huán) 境預(yù)測,進(jìn)而可以在未知環(huán)境下規(guī)劃機(jī)器人路徑。此 外,也有人提出基于模糊神經(jīng)網(wǎng)絡(luò)和遺傳算法的機(jī)器 人自適應(yīng)控制方法。將規(guī)劃過程分為離線學(xué)習(xí)和在線 學(xué)習(xí)兩部分。該方法是一種混合的機(jī)器人自適應(yīng)控制 方法,可以自適應(yīng)調(diào)整機(jī)器人的行走路線,達(dá)到避障和 路徑最短的雙重優(yōu)化。（智械科技）

(3)多傳感器信息融合用于路徑規(guī)劃。單傳感器難 以保證輸入信息準(zhǔn)確與可靠。多傳感器所獲得信息具 有冗余性,互補(bǔ)性,實(shí)時(shí)性和低代價(jià)性,且可以快速并 行分析現(xiàn)場環(huán)境。

(4)基于功能/行為的智能機(jī)器人路徑規(guī)劃。基于模 型自頂向下的感知-建模-規(guī)劃-動(dòng)作是一種典型慎思 結(jié)構(gòu),稱為基于功能的控制體系結(jié)構(gòu)。基于行為的方 法是一種自底向上的構(gòu)建系統(tǒng)方法,并與環(huán)境交互作 用中最終達(dá)到目標(biāo)。基于功能/行為的機(jī)器人控制結(jié)構(gòu) 融合了兩者優(yōu)點(diǎn),這是研究的新動(dòng)向之一。

6結(jié)語

本文作者的創(chuàng)新點(diǎn):深入研究了國內(nèi)外關(guān)于機(jī)器 人路徑規(guī)劃算法的發(fā)展現(xiàn)狀、最新進(jìn)展和各種算法的 優(yōu)缺點(diǎn),并對未來機(jī)器人路徑規(guī)劃技術(shù)的發(fā)展趨勢進(jìn) 行了綜合分析;指出機(jī)器人路徑規(guī)劃技術(shù)未來的研究 重點(diǎn)是“仿人、仿生”智能,并還將緊密的結(jié)合認(rèn)知科 學(xué)、人工智能、與計(jì)算智能的研究成果,提升機(jī)器人行 為的智能度。

參考文獻(xiàn):

[1]宗光華.機(jī)器人的創(chuàng)意設(shè)計(jì)與實(shí)踐[M].北京：北京航空航天大 學(xué)出版社,2003.[2]Robin著,杜軍平譯.人工智能機(jī)器人學(xué)導(dǎo)論[M].北京：電子工 業(yè)出版社，2003.[3]席裕庚,張純剛.一類動(dòng)態(tài)不確定環(huán)境下機(jī)器人的滾動(dòng)路徑 規(guī)劃[J].自動(dòng)化學(xué)報(bào),2002,28.[4]諸靜.機(jī)器人與控制技術(shù)[M].杭州：浙江大學(xué)出版社,1991.[5]XuWL,TSOSK.Sensorbasedfuzzyreactivenavigationofa mobilerobotthroughlocaltargetswitching[J].IEEETransactionson Systems,1999，29.[6]KrishnaKM,KalraPK.Perceptionandrememberanceofthe environmentduringreal-timenavigationofamobilerobot[J].RobticsandAutonomousSystems,2001,37.[7]邢軍,王杰.神經(jīng)網(wǎng)絡(luò)在移動(dòng)機(jī)器人路徑規(guī)劃中的應(yīng)用研究[J].微計(jì)算機(jī)信息,2005,22:110-111

[8]Khatib.Real-timeobstacleformanipulatorsandmobilerobot [J].TheInternationalJournalofRoboticResearch.1986,1.[9]薛艷茹,鄭冰等.基于模糊控制信息融合方法的機(jī)器人導(dǎo)航系 統(tǒng)[J].微計(jì)算機(jī)信息,2005,22:107-109

[10]周明,孫樹棟.遺傳算法原理及應(yīng)用[M].北京：:國防工業(yè)出版 社,2000.[11]KazuoSugihara,JohnSmith.GeneticAlgorithmsforAdaptive MotionPlanningofanAutonomousMobileRobot[A].Proceedings 1997IEEEInternationalSymposiumonComputationalIntelligence inRoboticsandAutomation[C].1997.[12]TsoukalasLH,HoustisEN,JonesGV.Neurofuzzy motionplannersforintelligentrobots

[J].Journalof

Intelligentan-

dRoboticSystems,1997,19.(下轉(zhuǎn)第252頁)

《 現(xiàn)場總線技術(shù)應(yīng)用200例》 技 整個(gè)控制既基于模型與優(yōu)化的,又是基于反饋的。基

:首先進(jìn)行場 術(shù) 于滾動(dòng)窗口的路徑規(guī)劃算法的基本思路景預(yù)測,在滾動(dòng)的每一步,機(jī)器人根據(jù)其探測到的局 創(chuàng)4.5滾動(dòng)窗口法

滾動(dòng)窗口借鑒了預(yù)測控制滾動(dòng)優(yōu)化原理,把控制 論中優(yōu)化和反饋兩種基本機(jī)制合理地融為一體,使得

新 部窗口范圍內(nèi)的環(huán)境信息,用啟發(fā)式方法生成局部子 目標(biāo),并對動(dòng)態(tài)障礙物的運(yùn)動(dòng)進(jìn)行預(yù)測,判斷機(jī)器人 行進(jìn)是否可能與動(dòng)態(tài)障礙物相碰撞。其次機(jī)器人根據(jù) 窗口內(nèi)的環(huán)境信息及預(yù)測結(jié)果,選擇局部規(guī)劃算法, 確定向子目標(biāo)行進(jìn)的局部路徑,并依所規(guī)劃的局部路 徑行進(jìn)一步,窗口相應(yīng)向前滾動(dòng)。然后在新的滾動(dòng)窗 口產(chǎn)生后,根據(jù)傳感器所獲取的最新信息,對窗口內(nèi) 的環(huán)境及障礙物運(yùn)動(dòng)狀況進(jìn)行更新。該方法放棄了對 全局最有目標(biāo)的過于理想的要求,利用機(jī)器人實(shí)時(shí)測 得的局部環(huán)境信息,以滾動(dòng)方式進(jìn)行在線規(guī)劃,具有 良好的避碰能力。但存在著規(guī)劃的路徑是非最優(yōu)的問 題,即存在局部極值問題。

5智能機(jī)器人路徑規(guī)劃技術(shù)的展望

隨著計(jì)算機(jī)、傳感器及控制技術(shù)的發(fā)展,特別是 各種新算法不斷涌現(xiàn),智能機(jī)器人路徑規(guī)劃技術(shù)已經(jīng) 取得了豐碩研究成果。特別是周圍環(huán)境已知的全局路 徑規(guī)劃,其理論研究已比較完善,目前比較活躍的領(lǐng) 域是研究在環(huán)境未知情況下的局部規(guī)劃。從研究成果 看,有以下趨勢:

(1)智能化的算法將會(huì)不斷涌現(xiàn)。模糊控制、神經(jīng)網(wǎng) 絡(luò)、遺傳算法以及它們的相互結(jié)合也是研究熱點(diǎn)之一。(2)多智能機(jī)器人系統(tǒng)的路徑規(guī)劃。隨著智能機(jī)器 人工作環(huán)境復(fù)雜度和任務(wù)的加重,對其要求不再局限 于單臺(tái)智能機(jī)器人,在動(dòng)態(tài)環(huán)境中多智能機(jī)器人的合 作與單個(gè)機(jī)器人路徑規(guī)劃要很好地統(tǒng)一。

-246-360元/年郵局訂閱號:82-946 機(jī)器人技術(shù) 中文核心期刊《微計(jì)算機(jī)信息》(嵌入式與SOC)2006年第22卷第11-2期

實(shí)驗(yàn),插值A(chǔ)*規(guī)劃的路徑代價(jià)大約是A*算法的

0.94,其計(jì)算時(shí)間是大約A*算法的1.35倍。圖11中 展示了在125×75地圖,障礙物密度是33.3%,用A*

算法和插值A(chǔ)*算法規(guī)劃在的路徑。圖中黑線表示A* 算法規(guī)劃的路徑,紅線表示插值A(chǔ)*算法規(guī)劃的路徑。從圖中可以看出紅線規(guī)劃的路徑不一定從節(jié)點(diǎn)的中 間通過,故路徑明顯的比黑線規(guī)劃的路徑代價(jià)少。表1 顯示了兩種算法比較的結(jié)果。

pages3310-3317.[3]K.Konolige.Agradientmethodforrealtimerobotcontrol.In ProceedingsoftheIEEEInternationalConferenceonIntelligent RobotsandSystems(IROS),2000.[4]R.PhilippsenandR.Siegwart.AnInterpolatedDynamic NavigationFunction.InProceedingsoftheIEEEInternational ConferenceonRoboticsandAutomation(ICRA),2005.[5]D.FergusonandA.Stentz.FieldD*:AnInterpolation-basedPath PlannerandReplanner.TechnicalReportCMURI-TR-7-16, CarnegieMellonSchoolofComputerScience,2005.[6]王儉,肖金球,王林芳.一種改進(jìn)的機(jī)器人路徑規(guī)劃螞蟻算法[J].微計(jì)算機(jī)信息,2005,5:53

[7]邢軍,王杰.神經(jīng)網(wǎng)絡(luò)在移動(dòng)機(jī)器人路徑規(guī)劃中的應(yīng)用研究[J].微計(jì)算機(jī)信息,2005,11-2:110

作者簡介:呂太之,男,1979-10,碩士研究生,高工,研究 方向人工智能與模式識(shí)別.E-mail:lvtaizhi@163.com;趙 春霞,女,1964-05,教授(博導(dǎo)),研究方向計(jì)算機(jī)應(yīng)用、模式識(shí)別與智能系統(tǒng)。

Biography:LvTaiZhi,Male,1979-10,graduatestudent,senior engineer.ThestudydirectionisPatternrecognitionandAI.技 圖5用A*算法和插值A(chǔ)*算法在125×75的柵格上規(guī)劃路徑，且每個(gè)節(jié)點(diǎn)的路徑代價(jià)不一樣。術(shù) 表1兩種算法的比較結(jié)果 創(chuàng) 新

在實(shí)際的應(yīng)用中,可以將實(shí)際的環(huán)境設(shè)置為不 同的路徑代價(jià)。比如可以將公路設(shè)置為1,草地設(shè)置 為5,不平坦的路面設(shè)置為15,障礙物設(shè)置為31。實(shí) 驗(yàn)結(jié)果顯示在此算法尤其適用與地形環(huán)境復(fù)雜的室 外環(huán)境中。（智械科技）

(211170江蘇海事職業(yè)技術(shù)學(xué)院信息工程系)呂太之(210094江蘇南京南京理工大學(xué)計(jì)算機(jī)學(xué)院)趙春霞 通訊地址:(211170江蘇省南京市江寧區(qū)格致路309 號江蘇海事職業(yè)技術(shù)學(xué)院信息工程系)呂太之

(收稿日期:2006.3.28)(修稿日期:2006.4.28)

(上接第246頁)

[17]王超.王志良.基于個(gè)性和OCC的機(jī)器人情感建模研究[J].微 計(jì)算機(jī)信息，2005,3:180-181

5綜述

插值A(chǔ)*算法是在A*算法基礎(chǔ)上提出的一種啟 發(fā)式路徑搜索算法。雖然插值A(chǔ)*算法可以節(jié)省路徑, 但是其計(jì)算時(shí)間也多與A*算法,當(dāng)計(jì)算資源有限時(shí), 這個(gè)算法的優(yōu)越性就無法體現(xiàn)出來,所以每個(gè)算法都 有自己的優(yōu)缺點(diǎn),有各自的適用環(huán)境。

現(xiàn)在路徑規(guī)劃的算法很多,但是還沒有那一個(gè)算 法可以處于絕對的地位,可以適用與所有環(huán)境。如何 將各種算法結(jié)合起來,發(fā)揮各個(gè)算法的優(yōu)點(diǎn),屏蔽各 個(gè)算法的缺點(diǎn),在這個(gè)方面還是有很多的理論和實(shí)踐 值得深入研究。

本文創(chuàng)新點(diǎn):創(chuàng)造性地將插值算法加入到路徑搜 索算法中,使得生成的路徑更加平滑,路徑代價(jià)更小。

參考文獻(xiàn):

[1]E.Dijkstra.Anoteontwoproblemsinconnexionwithgraphs.NumerischeMathematik,1:269-271,1959.[2]A.Stentz.Optimalandefficientpathplanningforpartially-knownenvironments.InIEEEInt.Conf.Robot.&Autom.,1994，-252-360元/年郵局訂閱號:82-946

作者簡介:宋暉(1974-),男,陜西周至人,西南科技大學(xué) 計(jì)算機(jī)學(xué)院講師,碩士,主要研究方向:機(jī)器人控制技術(shù) 和嵌入式系統(tǒng).E-mail:songh717@163.com;張華:(1969-),男,四川綿陽人,西南科技大學(xué)工程技術(shù)中心教授, 博士,主要研究方向:模式識(shí)別與智能系統(tǒng)、圖像處理 與虛擬現(xiàn)實(shí)技術(shù)。

(621010四川綿陽西南科技大學(xué)計(jì)算機(jī)學(xué)院)宋暉 高小明

(621010四川綿陽西南科技大學(xué)工程技術(shù)中心)張華

(CollegeofComputer,ScienceSouthwestUniversityofScience &Technology,MianyangSichuan621010,China)SongHui GaoXiaoming

(Thecenterofengineerandtechnology,SouthwestUniversity ofScience&Technology,MianyangSichuan621010,China)ZhangHua

通訊地址:(621010四川綿陽四川省綿陽市西南科技 大學(xué)計(jì)算機(jī)學(xué)院)宋暉

(收稿日期:2006.3.28)(修稿日期:2006.4.25)

《 現(xiàn)場總線技術(shù)應(yīng)用200例》

第二篇：機(jī)器人路徑規(guī)劃畢業(yè)論文外文翻譯

外文文獻(xiàn)：

Space Robot Path Planning for Collision Avoidance

Yuya Yanoshita and Shinichi Tsuda

Abstract — This paper deals with a path planning of space robot which includes a collision avoidance algorithm.For the future space robot operation, autonomous and self-contained path planning is mandatory to capture a target without the aid of ground station.Especially the collision avoidance with target itself must be always considered.Once the location, shape and grasp point of the target are identified, those will be expressed in the configuration space.And in this paper a potential method.Laplace potential function is applied to obtain the path in the configuration space in order to avoid so-called deadlock phenomenon.Improvement on the generation of the path has been observed by applying path smoothing method, which utilizes the spline function interpolation.This reduces the computational load and generates the smooth path of the space robot.The validity of this approach is shown by a few numerical simulations.Key Words —Space Robot, Path Planning, Collision Avoidance, Potential Function, Spline Interpolation

I.INTRODUCTION

In the future space development, the space robot and its autonomy will be key features of the space technology.The space robot will play roles to construct space structures and perform inspections and maintenance of spacecrafts.These operations are expected to be performed in an autonomous.In the above space robot operations, a basic and important task is to capture free flying targets on orbit by the robotic arm.For the safe capturing operation, it will be required to move the arm from initial posture to final posture without collisions with the target.山東建筑大學(xué)畢業(yè)論文外文文獻(xiàn)及譯文

The configuration space and artificial potential methods are often applied to the operation planning of the usual robot.This enables the robot arm to evade the obstacle and to move toward the target.Khatib proposed a motion planning method, in which between each link of the robot and the obstacle the repulsive potential is defined and between the end-effecter of the robot and the goal the attractive potential is defined and by summing both of the potentials and using the gradient of this potential field the path is generated.This method is advantageous by its simplicity and applicability for real-time operation.However there might be points at which the repulsive force and the attractive force are equal and this will lead to the so-called deadlock.In order to resolve the above issue, a few methods are proposed where the solution of Laplace equation is utilized.This method assures the potential fields without the local minimum, i.e., no deadlock.In this method by numerical computation Laplace equation will be solved and generates potential field.The potential field is divided into small cells and on each node the discrete value of the potential will be specified.In this paper for the elimination of the above defects, spline interpolation technique is proposed.The nodal point which is given as a point of path will be defined to be a part of smoothed spline function.And numerical simulations are conducted for the path planning of the space robot to capture the target, in which the potential by solving the Laplace equation is applied and generates the smooth and continuous path by the spline interpolation from the initial to the final posture.II.ROBOT MODEL The model of space robot is illustrated in Fig.1.The robot is mounted on a spacecraft and has two rotary joints which allow the in-plane motion of the end-effecter.In this case we have an additional freedom of the spacecraft attitude angle and this will be considered the additional rotary joint.This means that the space robot is three linked with 3 DOF(Degree Of Freedom).The length of each link and the angle of each rotary joint are given byliand?i(i = 1,2,3), respectively.In order to simplify the discussions a few assumptions are made in this paper:-the motion of the space robot is in-plane,i.e., two dimensional one.-effect of robot arm motion to the spacecraft attitude is negligible.山東建筑大學(xué)畢業(yè)論文外文文獻(xiàn)及譯文

?2??2??2?0

（2）2?x?yAnd this will be converted into the difference equation and then solved by Gauss-Seidel method.In equation(2)if we take the central difference formula for second derivatives, the following equation will be obtained: ?2??2???0?x2?y2?(x??x,y)?2?(x,y)??(x??x,y)

（3）??x2?(x,y??y)?2?(x,y)??(x,y??y)??y2where ?x，?y are the step(cell)sizes between adjacent nodes for each x, y direction.If the step size is assumed equal and the following notation is used:

?(x??x,y)??i?1,j

Then equation(3)is expressed in the following manner: ?i?1,j??i?1,j??i,j?1??i,j?1???i,j?0

（4）

And as a result, two dimensional Laplace equation will be converted into the equation(5)as below: ?i,j?1??i?1,j??i?1,j??i,j?1??i,j?1?

（5）4In the same manner as in the three dimensional case, the difference equation for the three dimensional Laplace equation will be easily obtained by the following:

?i,j,k?1??i?1,j,k??i?1,j,k??i,j?1,k??i,j?1,k??i,j,k?1??i,j,k?1?

（6）6In order to solve the above equations we apply Gauss-Seidel method and have equations as follows: n?1?i,j?1n1nn?1??i?1,j??in??1,j??i,j?1??i,j?1?

（7）41where ?in,?j is the computational result from the(n +1)-th iterative calculations of the potential.In the above computations, as the boundary conditions, a certain positive number ?0 is defined for the obstacle and 0 for the goal.And as the initial conditions the same number ?0 is

山東建筑大學(xué)畢業(yè)論文外文文獻(xiàn)及譯文

The length of each link is given as follows:

l1 =1.4[m], l2 = 2.0[m], l3 = 2.0[m] , and the target satellite was assumed 1m square.The grasp handle, 0.1 m square, was located at a center of one side of the target.So this handle is a goal of the path.Let us explain the geometrical relation between the space robot and the target satellite.When we consider the operation after capturing the target, it is desirable for the space robot to have the large manipulability.Therefore in this paper the end-effecter will reach the target when the manipulability is maximized.In the 3DOF case, not depending on the spacecraft body attitude, the manipulability is measured by?2,?3.And if we assume the end-effector of the space robot should be vertical to the target, then all of the joints angles are predetermined as follows:

?1?160.7o,?2?32.8o,?3?76.5o

As all the joints angles are determined, the relative position between the spacecraft and the target is also decided uniquely.If the spacecraft is assumed to locate at the origin of the inertial frame(0, 0), the goal is given by(-3.27,-2.00)in the above case.Based on these preparations, we can search the path to the goal by moving the arm in the configuration space.Two simulations for path planning were carried out and the results are shown below.A.2 DOF Robot In order to simplify the situation, the attitude angle(Link 1 joint angle)is assumed to coincide with the desirable angle from the beginning.The coordinate system was assumed as shown in Fig.2.?1 was taken into consideration for the calculation of the initial condition of the Link 2 and its

山東建筑大學(xué)畢業(yè)論文外文文獻(xiàn)及譯文

the connection of-180 degrees in the ?1direction was illustrated.From this figure it is easily seen that over-180 degrees the path is going toward the goal C.B and C are the same goal point.V.CONCLUSION In this paper a path generation method for capturing a target satellite was proposed.And its applicability was demonstrated by numerical simulations.By using interpolation technique the computational load will be decreased and smoothed path will be available.Further research will be recommended to incorporate the attitude motion of the spacecraft body affected by arm motion.山東建筑大學(xué)畢業(yè)論文外文文獻(xiàn)及譯文

本文對上述缺陷的消除，提出了樣條插值技術(shù)。給定的節(jié)點(diǎn)作為路徑的一部分將被定義為平滑樣條函數(shù)的一部分。為了捕獲到目標(biāo)，空間機(jī)器人的路徑規(guī)劃運(yùn)用了數(shù)字模擬技術(shù)，它是通過對勢場域求解拉普拉斯函數(shù)來實(shí)現(xiàn)的，并且從最初的位置到末尾位置的樣條插值來產(chǎn)生連續(xù)光滑的路徑。

2.機(jī)器人模型

空間機(jī)器人的模型如圖1所示：機(jī)器人被安裝在航天器和兩個(gè)旋轉(zhuǎn)接頭上，這兩個(gè)旋轉(zhuǎn)接頭可以實(shí)現(xiàn)末端執(zhí)行器的平面運(yùn)動(dòng)。這種情況下，我們的航天器的姿態(tài)角有一個(gè)額外的自由度，我們將這個(gè)額外的自由度視為額外的旋轉(zhuǎn)接頭。這意味著空間機(jī)器人有三個(gè)自由度的鏈接，每個(gè)鏈路的長度和每個(gè)旋轉(zhuǎn)關(guān)節(jié)角度，分別由li和?i(i = 1,2,3)表示。為了簡化這個(gè)討論，本文做了一些假設(shè)：（1）空間機(jī)器人的運(yùn)動(dòng)是平面的，即二維；

（2）機(jī)器人機(jī)械臂的運(yùn)動(dòng)對航天器姿態(tài)的影響是可以忽略的；（3）機(jī)器人運(yùn)動(dòng)給出了靜態(tài)幾何關(guān)系，并沒有明確的依賴時(shí)間；（4）目標(biāo)衛(wèi)星在慣性的作用下是很穩(wěn)定的；

一般情況下，平面運(yùn)動(dòng)和空間運(yùn)動(dòng)將分別進(jìn)行，所以我們可以假設(shè)上面的第一個(gè)不失一般性，第二個(gè)假設(shè)來自機(jī)械臂和航天器質(zhì)量比的比較，對于第三個(gè)假設(shè)，我們專注于生成機(jī)器人的路徑規(guī)劃，這基本上是由幾何關(guān)系的靜態(tài)性質(zhì)決定，因此并不依賴明確的時(shí)間，最后一個(gè)就是合作衛(wèi)星。

圖1 雙鏈路空間機(jī)器人

0

山東建筑大學(xué)畢業(yè)論文外文文獻(xiàn)及譯文

為了解決上述方程，我們應(yīng)用了高斯賽德爾算法和求解方程，如下：

n?1?i,j?1n1nn?1??i?1,j??in??1,????ji,j?1i,j?1?

(8)4?in,?j1表示勢場域的迭代計(jì)算結(jié)果。

在上述的計(jì)算中，作為邊界條件，定義特定的正數(shù)?0來表示障礙物和目標(biāo)。為保證初始條件相同，給所有的自由節(jié)點(diǎn)賦同樣的數(shù)值?0。通過這種方法，在迭代計(jì)算的邊界節(jié)點(diǎn)獲得的的值將不會(huì)改變，而且自由節(jié)點(diǎn)的值是不同。我們應(yīng)用相同的域值作為障礙物，并且按照迭代計(jì)算方法，則目標(biāo)周圍較小的勢場域會(huì)像障礙物一樣緩慢的向周圍傳播，勢場域就是根據(jù)上述方法建立的。采用4節(jié)點(diǎn)相鄰的空間機(jī)器人存在的節(jié)點(diǎn)上的勢場，最小的節(jié)點(diǎn)選擇移動(dòng)到另一點(diǎn)，這個(gè)過程最終引導(dǎo)機(jī)器人無碰撞的到達(dá)目標(biāo)的位置。

樣條內(nèi)插法：

通過上述方法給出的路徑不能保證能夠與另一個(gè)目標(biāo)順利連接，如果節(jié)點(diǎn)上沒有給定目標(biāo)，我們會(huì)將柵格劃分成的更小，但這將增加計(jì)算量和所用時(shí)間。為了消除這些弊端，我們提出利用樣條插值技術(shù)。通過在將節(jié)點(diǎn)解給出的通過點(diǎn)的道路上，我們試圖獲得順利連接路徑與準(zhǔn)確獲取最初的和最后的點(diǎn)。本文主要是通過MATLAB命令應(yīng)用樣條函數(shù)。

配置空間：

當(dāng)我們在應(yīng)用拉普拉斯勢域的時(shí)候，路徑搜索只能在當(dāng)機(jī)器人在搜索空間過程中表示成一個(gè)點(diǎn)的情況下才能保證實(shí)現(xiàn)。配置空間(C空間)中機(jī)器人僅表示為一個(gè)點(diǎn)，主要是用于路徑搜索。將真正的空間轉(zhuǎn)換到C空間，必須執(zhí)行判斷碰撞條件的計(jì)算，如果碰撞存在,相應(yīng)的點(diǎn)在c空間被認(rèn)為是障礙。本文中，在生成勢場域時(shí)，所有現(xiàn)實(shí)空間的點(diǎn)的生成條件對應(yīng)于所有的節(jié)點(diǎn)都是經(jīng)過計(jì)算的。在構(gòu)成的機(jī)械臂和生成的節(jié)點(diǎn)的障礙物出現(xiàn)判斷選擇時(shí)，該節(jié)點(diǎn)可以看作是在c空間的障礙點(diǎn)。

數(shù)值仿真：

基于上述方法對于捕獲目標(biāo)衛(wèi)星路徑規(guī)劃的檢查是使用空間機(jī)器人模型進(jìn)行的。在本文中，我們假設(shè)空間機(jī)器人二維和2自由度機(jī)械手臂見圖1。每個(gè)鏈接的長度給出如下:

山東建筑大學(xué)畢業(yè)論文外文文獻(xiàn)及譯文

初始角度：?2??64.3?,?3?90o 目標(biāo)角度：?2??166.5?,?3?76.5o

在這種情況下，勢場域分成180段計(jì)算成C空間。圖3顯示的C空間和計(jì)劃中的很大一部分的中心是由航天器本體映射的障礙了，左邊部分是目標(biāo)衛(wèi)星的映射。圖4顯示的是生成的路徑，這是通過利用離散數(shù)據(jù)點(diǎn)平滑交替生成的樣條插值曲線。當(dāng)我們考慮航天器本體的旋轉(zhuǎn)時(shí)，-180度相當(dāng)于+180度狀態(tài)，然后，狀態(tài)超過-180度時(shí)，它將從180度再次轉(zhuǎn)到C-空間當(dāng)中。正是由于這個(gè)原因，為了保證旋轉(zhuǎn)的連續(xù)性，我們需要充分利用周期性的邊界條件。為方便觀察路徑，航天器機(jī)體的映射體積忽略不計(jì)。同時(shí)為了路徑表述的更加簡單，附有在?1方向上-180度范圍的連接的插圖，并做了說明。從圖中可以很容易看出在-180度的范圍內(nèi)，沿著路徑走向目標(biāo)C，B和C是走向相同的目標(biāo)點(diǎn)。

圖3 兩個(gè)自由度的C空間

圖4 C空間的路徑（2個(gè)自由度）

第三篇：智能機(jī)器人心得體會(huì)

智能機(jī)器人心得體會(huì)

這學(xué)期我們在研究性學(xué)習(xí)課上學(xué)習(xí)了智能機(jī)器人。我對此非常感興趣。我們的課程主要為對智能機(jī)器人進(jìn)行了解與它在實(shí)際應(yīng)用的領(lǐng)域。我們對它并不是很了解，但是經(jīng)過了這一學(xué)期的課程后，對它有了一定的認(rèn)識(shí)。智能機(jī)器人無論是在工業(yè)領(lǐng)域，還是娛樂領(lǐng)域，都是當(dāng)今社會(huì)補(bǔ)課缺少的元素。智能機(jī)器人并非是一定要有實(shí)體，它可以是在計(jì)算機(jī)上的某種程序，例如：智能聊天工具……等一切得到人類指令并進(jìn)行人性化判斷和回復(fù)的，在我認(rèn)為都可稱作只能機(jī)器人。

人類對智能機(jī)器人的開發(fā)還有著一段距離，但我相信這是我們可以達(dá)到的！在課上我們觀看了《鐵甲鋼拳》、《復(fù)仇者聯(lián)盟2：奧創(chuàng)紀(jì)元》這兩部影片。這里主要為我們展現(xiàn)出人們對智能機(jī)器人的想象，想象是科學(xué)事業(yè)的發(fā)展前提。在中國古代，人們的飛天夢，這就是一種想象，再有了想象之后，才有了目標(biāo)和人們?nèi)?shí)現(xiàn)他的動(dòng)力，這才成就了那些偉大的科學(xué)家。

在《鐵甲鋼拳》中，男主角在垃圾場拾到早在很久的只能拳擊機(jī)器人，他有一個(gè)非常bug的一個(gè)功能就是模仿人類的動(dòng)作，因此在最后的拳王爭霸賽上男主角的父親親自上場開啟模仿功能機(jī)型比賽，雖敗猶榮。這就是智能機(jī)器人可以對人累的動(dòng)作進(jìn)行判別與模仿。

在《復(fù)仇者聯(lián)盟2：奧創(chuàng)紀(jì)元》中鋼鐵俠的科技對人們留下了深刻的印象，在此之中鋼鐵俠的鎧甲和智能化的系統(tǒng)賈維斯都是人工智能的表現(xiàn)。

在我們生活中智能機(jī)氣人也無處不再，比如掃地機(jī)器人等等…… 我們接觸了機(jī)器人，機(jī)器人的程序沒有太多的難點(diǎn)，我們并沒有學(xué)習(xí)過C語言，可以說零基礎(chǔ)基礎(chǔ)，我們目前并沒有實(shí)際操作。我們主要學(xué)習(xí)簡單的指令來進(jìn)行LED燈的控制，說起來只要兩個(gè)字，做起來真的不是那么簡單。

我看那些對機(jī)器人進(jìn)行編程和操控感覺特別的炫。我個(gè)人對機(jī)器人也有這濃厚的興趣。我也一直想著學(xué)好英語在將來可能進(jìn)行編程之類的工作，但突然發(fā)現(xiàn)我的英語著實(shí)是有點(diǎn)差，不過雖然如此我也要努力去實(shí)現(xiàn)自己的夢想，現(xiàn)如今我學(xué)習(xí)美術(shù)并不代表不能從事這個(gè)事業(yè)，我相信在將來我可以自己進(jìn)行編程和設(shè)計(jì)一個(gè)屬于自己的智能機(jī)器人。

第四篇：智能機(jī)器人心得體會(huì)

很慶幸能夠選修《智能機(jī)器人》這門課，通過了這門課使我對智能機(jī)器人有了一個(gè)更加清晰的認(rèn)識(shí)，同時(shí)也激起了我對此方面的研究的興趣。之前就對機(jī)器視覺，認(rèn)知心理學(xué)，機(jī)器學(xué)習(xí)和人工智能頗感興趣，并對此進(jìn)行了深入的了解，通過這門課，我認(rèn)識(shí)到，智能機(jī)器人作為這些學(xué)科的交叉產(chǎn)物，是個(gè)綜合應(yīng)用這些知識(shí)的最好的平臺(tái)。通過這門課，我也從新認(rèn)識(shí)了智能機(jī)器人制作的艱辛和困難性，使我認(rèn)識(shí)到之前對此不以為然，眼高手低態(tài)度得幼稚。同時(shí)也教育我，任何一個(gè)項(xiàng)目本身所呈現(xiàn)的問題只是完成該項(xiàng)目所需工作的冰山一角，做任何事，都必須以謙恭，認(rèn)真的態(tài)度對待。同時(shí)也是我懂得了，再將事情坐完之前不可輕易對此做出評價(jià)。

通過這門課我系統(tǒng)的認(rèn)識(shí)了機(jī)器人的感念，綜上所述,目前機(jī)器人無碰路徑規(guī)劃大致可分為兩類:全局規(guī)劃方法和局部規(guī)劃方法.在全局規(guī)劃方法中,主要是基于構(gòu)形空間的自由空間法:將機(jī)器人和障礙物映射到構(gòu)形空間,得到障礙區(qū)域和自由區(qū)域,然后在自由區(qū)域里尋找最佳路徑;在局部規(guī)劃方法中,主要是人工勢場法:對障礙物建立排斥勢場,對目標(biāo)點(diǎn)建立吸引勢場,根據(jù)傳感裝置反饋回來的機(jī)器人與障礙物之間的距離,在排斥力和吸引力的共同作用下,機(jī)器人繞開障礙物向目標(biāo)點(diǎn)移動(dòng).通過這門課使我了解到智能機(jī)器人所必需的三部分，就如上面所列的，人工智能，超級計(jì)算機(jī)和機(jī)械結(jié)構(gòu)。三者是組成智能機(jī)器人不可或缺的部分，人工自能賦予機(jī)器人，判斷，推理，學(xué)習(xí)的能力。超級計(jì)算機(jī)提供強(qiáng)大的處理數(shù)據(jù)的能力，使的機(jī)器人能夠快速對傳感器信號經(jīng)處理，同時(shí)對人工智能技術(shù)提供支持。機(jī)械結(jié)構(gòu)是機(jī)器人的物理組成部分，一個(gè)機(jī)器人機(jī)械結(jié)構(gòu)所具有的自由度數(shù)的多少，以及結(jié)構(gòu)強(qiáng)度的大小，決定了機(jī)器人活動(dòng)的靈活性。三者只有相互結(jié)合，緊密聯(lián)系，才能實(shí)現(xiàn)機(jī)器人的智能化。機(jī)器人路徑規(guī)劃技術(shù)未來的研究重點(diǎn)是“仿人、仿生”智能。

雖然《智能機(jī)器人》只是一門選修課，但卻是我受益匪淺，在這短短八周的時(shí)間里，這門課給我最大的幫助就是，激發(fā)了我對智能機(jī)器人相關(guān)領(lǐng)域的學(xué)習(xí)和研究的強(qiáng)烈興趣，同時(shí)也是我認(rèn)識(shí)到我們大學(xué)生所學(xué)課程的重要性，十分感謝倪建軍老師的嚴(yán)謹(jǐn)教學(xué)。

第五篇：智能機(jī)器人論文

湖南農(nóng)業(yè)大學(xué)課程論文

學(xué) 院： 工學(xué)院 班 級：11級機(jī)械1班 姓 名： 曾強(qiáng) 學(xué) 號：201140614114 課程論文題目：未來智能機(jī)器人

課程名稱：MCS-51單片機(jī)原理、接口及應(yīng)用 評閱成績： 評閱意見：

成績評定教師簽名：

日期： 2014年 5月 12日

未來智能機(jī)器人

摘要：機(jī)器人是一種自動(dòng)化的機(jī)器，所不同的是這種機(jī)器具備一些與人或生物相似的智能能力，如感知能力、規(guī)劃能力、動(dòng)作能力和協(xié)同能力，是一種具有高度靈活性的自動(dòng)化機(jī)器。近二十年中，因?yàn)殡娔X技術(shù)、電子產(chǎn)品及生物遺傳工程等技術(shù)的大踏步發(fā)展，“智能機(jī)械人”的研發(fā)熱潮已從專業(yè)人士的實(shí)驗(yàn)室中走了出來，成為一種綜合科研能力的開發(fā)活動(dòng)。

關(guān)鍵字:智能，CPU，擬人化，人性化

（一）機(jī)器人的結(jié)構(gòu)組成及工作原理

機(jī)器人一般由執(zhí)行機(jī)構(gòu)、驅(qū)動(dòng)裝置、檢測裝置和控制系統(tǒng)等組成。執(zhí)行機(jī)構(gòu)即機(jī)器人本體，其臂部一般采用空間開鏈連桿機(jī)構(gòu)，其中的運(yùn)動(dòng)副（轉(zhuǎn)動(dòng)副或移動(dòng)副）常稱為關(guān)節(jié)，關(guān)節(jié)個(gè)數(shù)通常即為機(jī)器人的自由度數(shù)。

檢測裝置的作用是實(shí)時(shí)檢測機(jī)器人的運(yùn)動(dòng)及工作情況，根據(jù)需要反饋給控制系統(tǒng)，與設(shè)定信息進(jìn)行比較后，對執(zhí)行機(jī)構(gòu)進(jìn)行調(diào)整，以保證機(jī)器人的動(dòng)作符合預(yù)定的要求。

控制系統(tǒng)有兩種方式。一種是集中式控制，即機(jī)器人的全部控制由一臺(tái)微型計(jì)算機(jī)完成。另一種是分散（級）式控制，即采用多臺(tái)微機(jī)來分擔(dān)機(jī)器人的控制。如當(dāng)采用上、下兩級微機(jī)共同完成機(jī)器人的控制時(shí)，主機(jī)常用于負(fù)責(zé)系統(tǒng)的管理、通訊、運(yùn)動(dòng)學(xué)和動(dòng)力學(xué)計(jì)算，并向下級微機(jī)發(fā)送指令信息；作為下級從機(jī)，各關(guān)節(jié)分別對應(yīng)一個(gè)CPU，進(jìn)行插補(bǔ)運(yùn)算和伺服控制處理，實(shí)現(xiàn)給定的運(yùn)動(dòng)，并向主機(jī)反饋信息。

（二）機(jī)器人的未來發(fā)展

機(jī)器人的研究從一開始就是擬人化的，所以才有機(jī)械手、機(jī)械臂的開發(fā)與制作，也是為了以機(jī)械來代替人去做人力所無法完成的勞作或探險(xiǎn)。但近十幾年來，機(jī)器人的開發(fā)不僅越來越優(yōu)化，而且涵蓋了許多領(lǐng)域，應(yīng)用的范疇十分廣闊。大而言之，用之于太空開發(fā)，月球車，深海探測器，海洋石油開采，航天飛機(jī)機(jī)械臂等，小至微型手術(shù)機(jī)械，生命監(jiān)測儀等。軍事上的用途更是日新月異，從拆彈機(jī)器人、清除機(jī)器人到無人駕駛飛機(jī)、自動(dòng)化戰(zhàn)車，有人甚至預(yù)測未來戰(zhàn)爭可能如星球大戰(zhàn)一樣，是機(jī)器人的戰(zhàn)爭。至于工業(yè)、農(nóng)業(yè)、遺傳生物產(chǎn)業(yè)、醫(yī)學(xué)、文化產(chǎn)業(yè)、電訊業(yè)、能源開發(fā)，都將因機(jī)器人的大量登場而出現(xiàn)產(chǎn)業(yè)革命。英國電訊公司未來學(xué)部門研究員曾因準(zhǔn)確預(yù)測手機(jī)短訊、垃圾郵件及網(wǎng)上搜尋引擎的出現(xiàn)而聞名，在最近公布的科技展望五十年的預(yù)測中，其中就有數(shù)條是關(guān)于機(jī)器人的。未來的機(jī)器人將會(huì)朝著三個(gè)方面發(fā)展：

一、與人類的生活更為密切地結(jié)合起來，以為人提供更多服務(wù)作為要素

二十年后，家中掃除、清潔的工作或老人的護(hù)理保健的工作可能全由機(jī)器人取代。美國舊金山的醫(yī)院已開始使用機(jī)器人為病人送藥、配藥的服務(wù)。美國的阿伊機(jī)器人公司的總裁接受媒體采訪時(shí)表示，該公司生產(chǎn)的家用大掃除機(jī)器人產(chǎn)品，2002年只有一百二十萬美元銷售額，到2012年已猛增50倍以上。還有，家居的全自動(dòng)化，無需駕駛的自動(dòng)汽車等等，實(shí)在無法一一計(jì)數(shù)或做出估計(jì)。

二、仿生性，生物性的大趨向

以趣味性、生物性來制造機(jī)器狗、貓、魚等動(dòng)物。譬如日本三菱重工附屬公司Ryomei Engineering研制成功的金色機(jī)械魚“金魚虎”長1公尺，重25公斤，是一只不小的巨魚，能自動(dòng)暢游于水中，可協(xié)助監(jiān)察橋梁的保安和搜集魚汛的情況，監(jiān)視河水污染等。索尼公司研制的Aibo機(jī)器狗會(huì)對主人聲音有情緒反應(yīng)，已能夠模仿喜怒哀樂和恐懼等情緒，將來可出現(xiàn)代替真正導(dǎo)盲犬的機(jī)器狗。另外，電影《侏羅紀(jì)公園》的恐龍機(jī)器人等也是例子。這類仿生性機(jī)器人還被廣泛用于軍事上的偵察救險(xiǎn)、情報(bào)傳送，甚至殺敵于無形的手段上去。美國夏威夷大學(xué)設(shè)有水下機(jī)器人研究中心，已具相當(dāng)規(guī)模。今年八月初俄羅斯迷你潛艇在海底為漁網(wǎng)所纏，困于190米下的深海，就得助于英國的“天蝎”號救援艇之助而脫險(xiǎn)的，“天蝎”號就是海底機(jī)器人。

三、最重要的發(fā)展是人性化

日本舉行的萬國博覽會(huì)，被稱為機(jī)器人的大集合之展覽會(huì)，有人甚至將之稱作“機(jī)器人萬國博覽會(huì)”，從中亦可看出日本的這一產(chǎn)業(yè)優(yōu)勢及成果。在展場中，接待處、大會(huì)清掃工作、警備工作等，多以機(jī)器人的形式出現(xiàn)與取替。博覽會(huì)期間還舉辦多項(xiàng)人與機(jī)器人有關(guān)的活動(dòng)，其中最引人注目的還是人工智能及人性化的機(jī)器人的表演，譬如接待處的一位女性機(jī)器人能聽、說六國語言，而且說話時(shí)眼、嘴皆會(huì)動(dòng)，面部肌肉也有活動(dòng)。造型奇特有趣的高爾夫球機(jī)器人“坎迪—5”，它內(nèi)置整個(gè)高爾夫球場的3D地形和球會(huì)會(huì)員的資料，并設(shè)置有全球衛(wèi)星定位系統(tǒng)，能作360度自如旋轉(zhuǎn)，它的系統(tǒng)將愈加精密，并更具人性化，科學(xué)家預(yù)計(jì)在2020年完成其全部制作時(shí)，它可充當(dāng)球童并可從旁給予擊球建議。此外，尚有具“視覺”、“味覺”的機(jī)器人，它的紅外線測定可以對食物及飲品的成份、含量馬上做出判定，譬如將一只蘋果擺在其手臂前，可以打印出該只蘋果的糖份、維生素含量等。最引人注目的是機(jī)器人管樂隊(duì)的演奏，以機(jī)器人演奏真正的樂器，而且隊(duì)形不斷變換，演奏技術(shù)臻于上乘。東京大學(xué)于今年八月公布已開發(fā)出人的仿真性皮膚，可如人一樣感受冷熱、痛楚、溫度反應(yīng)，甚至一些人的皮膚未具有的功能都可以設(shè)定，這對仿造機(jī)器人的生命性又是一大進(jìn)步。凡此種種，不一而足。

在世紀(jì)之交，生物遺傳工程因“克隆人”的出現(xiàn)而引致倫理、法律及道德問題的爭議，“克隆人”能否問世仍然是一個(gè)未知數(shù)，但機(jī)器人的研發(fā)正在取而代之，以越接近人性化為追尋目標(biāo)。因而還為之出現(xiàn)了新的名詞，比如人工智能（簡稱AI），并以下述二個(gè)英文名字用來指人類模樣的機(jī)器人：androids和humanoids。西方的電影導(dǎo)演在談到影視中出現(xiàn)的非常人性化的機(jī)器人時(shí)，更常常使用這些有明確傾向的專用詞： A、變得人性化—humanize B、人性化的—humanized C、人道、仁慈—humanity。

我國的機(jī)器人研發(fā)工作基本上屬于科學(xué)研究的項(xiàng)目，據(jù)說，中國科學(xué)院目前已造出說話時(shí)嘴唇能夠活動(dòng)、眼睛能轉(zhuǎn)動(dòng)、具視覺功能的機(jī)器人，其水準(zhǔn)可媲美日本同行其實(shí)，機(jī)器人的制作絕對并非只是液壓機(jī)械與電子產(chǎn)品的混成物，要將機(jī)器人造得越來越有人性化，就要兼及生命醫(yī)學(xué)、傳感、光學(xué)及創(chuàng)造性的文化產(chǎn)業(yè)等方面，比如機(jī)器人的關(guān)節(jié)就需要研究中醫(yī)的經(jīng)絡(luò)學(xué)、生物學(xué)上的神經(jīng)刺激反應(yīng)以及文化產(chǎn)品的某種造型特征（其中很重要的是民族特征的外表）等等。英國的科學(xué)家甚至預(yù)言，到2020年，隨著機(jī)器人愈來愈精密和使用有機(jī)零件制造，它們將會(huì)受到“機(jī)器人權(quán)”的保護(hù)。

在美、日、德、法、韓等國，機(jī)器人產(chǎn)業(yè)的開發(fā)正在日受重視，一般采取所謂的“官產(chǎn)學(xué)”形式。“官”即政府的制定政策及傾斜支持，調(diào)整產(chǎn)業(yè)結(jié)構(gòu)。據(jù)情報(bào)顯示，日本政府正在調(diào)整全國的產(chǎn)業(yè)制造結(jié)構(gòu)，名古屋中部地區(qū)的未來產(chǎn)業(yè)為新型汽車工業(yè)，以大阪為中心的關(guān)西地方將以機(jī)器人產(chǎn)業(yè)為主，東京地區(qū)以資訊情報(bào)化為中心等等；“產(chǎn)”即產(chǎn)業(yè)界的自我分類的研究與開發(fā)，并將之變成產(chǎn)品，取得經(jīng)濟(jì)效益；“學(xué)”即學(xué)校設(shè)置專門的學(xué)科，教材則與以往不同，非全盤為學(xué)校教授所寫，有一些則由產(chǎn)業(yè)研究所編寫教材，利用電腦技術(shù)介入，反過來向大學(xué)師生出售。而專門出售機(jī)器人制作的教科書、教材及裝配零件、專門雜志等也已成行成市，許多公司改變既有行業(yè)，轉(zhuǎn)而生產(chǎn)為此服務(wù)的產(chǎn)品。那么，這是否將導(dǎo)致一場工業(yè)革命？現(xiàn)在斷言尚為時(shí)過早。但可以預(yù)計(jì)的是，未來20年，機(jī)器人產(chǎn)業(yè)將成為未來新產(chǎn)業(yè)的一個(gè)領(lǐng)先潮流，在現(xiàn)代化的高科技戰(zhàn)爭中，機(jī)器人將發(fā)揮越來越大的戰(zhàn)斗作用，從而減少前線士兵的人命傷亡，并以奇技利器克敵制勝。

總結(jié) ：世界上先進(jìn)的工業(yè)化國家都十分注重機(jī)器人的研究開發(fā)、實(shí)用化及產(chǎn)業(yè)化的動(dòng)向，投入大量的資金、人力，優(yōu)化環(huán)境及指標(biāo)，特別是重視培養(yǎng)年輕人對此未來科學(xué)的興趣，吸引他們的投入，以形成人材梯隊(duì)，鍛造出新的產(chǎn)業(yè)隊(duì)伍。隨著科學(xué)技術(shù)的飛速發(fā)展，未來的機(jī)器人將更加智能化。機(jī)器人技術(shù)綜合了多學(xué)科的發(fā)展成果，代表了高技術(shù)的發(fā)展前沿，它在人類生活應(yīng)用領(lǐng)域的不斷擴(kuò)大正在引起國際上重新認(rèn)識(shí)機(jī)器人技術(shù)的作用和影響。

參考文獻(xiàn)：

1.《人工智能的未來》 陜西科學(xué)技術(shù)出版社

作者：杰夫·霍金斯

2.《人工智能:一種現(xiàn)代的方法》 清華大學(xué)出版社

2006 05