人工智能在智能機器人系統中的應用研究

常周林+袁婷

摘 要：隨著機器人的應用領域深入大眾生活，人們對機器人的期望越來越高，希望更高智能化的機器代替人類完成更復雜的工作。但在實踐應用中，智能機器人所處的環境往往是難以預知的，對機器人的動作行為進行人工分析設計也變得越來越困難。該文通過分析研究智能機器人相關的關鍵技術，探討了智能機器人當前存在的問題，最后基于人工智能理論和技術，提出了適合于智能機器人的新型系統架構。

關鍵詞：智能機器人 人工智能 系統架構

中圖分類號：TP242.6 文獻標識碼：A 文章編號：1674-098X（2016）08（b）-0010-02

1 智能機器人簡述

隨著電子、半導體、計算機及互聯網等信息技術的飛速發展，機器人的應用越來越廣泛，已經被使用于軍事、醫療、娛樂、服務等眾多領域。目前，在機器人技術與人工智能科學相結合后，機器人演變為可感知外界信息變化、獨立思維和自主行動功能的高度智能化機器，和以往熟知的工業機器人相比，表現更為自主化加人性化，能協助人類完成更復雜的任務。

2 智能機器人關鍵技術

目前，國內外智能機器人相關領域的技術發展很快，其中最為關鍵的技術涉及到環境感知、自主定位和運動控制這3個重要的問題。

如果在室內環境中，智能機器人必須依賴機器視覺，同時借助于其他環境感知傳感器進行場景識別和行動導航；而在室外環境的應用中，復雜多變及光照明暗變化的影響，使得環境感知的實現要求很高，實時性處理要求也更高，因此，多傳感器信息融合及對環境建模是智能機器人感知系統需要克服的技術難題。

作為智能機器人，自主定位問題也是必須解決的關鍵技術。目前，最常用的自主定位技術是基于慣性單元的航跡推算技術，需要對機器人的位置進行遞歸推導，由于誤差積累等因素，使得航跡推算法僅適合于短時、短距離運動的位置姿態估計；對于大范圍的動作定位，常常需要圖像傳感器進行環境觀測，然后再與環境地圖進行匹配，從而實現機器人的精確定位。

機器人一般是將終端軌跡規劃與穩定控制相結合來實現運動控制。機器人的每一個動作，必須預先規劃好運動軌跡，然后根據運動學獲取各動作關節的旋轉角，實現連貫動作。由于在實際環境中，存在很多擾動因素，需要不斷對角度反饋校正，才能保證穩定性。

3 智能機器人系統存在問題

隨著人們對智能化機器的要求越來越高，機器人的自主意識和模擬類人行為逐漸成為研究的熱點。而傳統機器人主要存在問題如下。

3.1 環境穩定性低

在多變的環境中或異常情況下，機器人經常會工作不正?；蛄T工。

3.2 獨立自主性差

遭遇陌生環境時，難以自主調整，自主規劃，需要太多的人工干預。

3.3 大腦不夠發達

存儲信息量不足，只能完成短期或程序化的記憶，無法形成經驗積累，出錯幾率很高。

3.4 服務意識低下

缺乏人類的思想行為常識和基本邏輯推理能力，難以適應場景變化。

3.5 人機交互不夠友好

機器系統仍然很難使用公共的表達與人順暢交流溝通。

4 智能機器人系統架構

人工智能（Artificial Intelligence）簡稱AI，是開始于20世紀的一門新興技術科學，是研究開發模擬人腦和擴展人的行為的智能化理論方法和技術應用系統。人工智能算法是實現智能機器人所必需的重要技術手段，也是機器高級智能的本質，其中最有效的算法就是深度學習。借助于此算法，人類終于找到了處理“抽象概念”這個難題的方法，同時為機器人能夠實現類人一樣的高度智能化提供了有效的途徑。

通過對目前人工智能的現狀和機器人實現技術的深入研究與探討，筆者提出了一種具有深度學習和認知推理能力的智能機器人系統架構，該系統架構主要包含下面幾個模塊。

4.1 記憶存儲模塊

該模塊的主要功能是通過存儲和關聯算法來實現機器人記憶中的知識。每個記憶單元可以提供不同類型的知識，而不同的單元之間相互關聯，這些關聯能夠反映機器人存在的真實世界的動態變化。

4.2 推理與規劃模塊

該模塊是在層次任務格式下建立機器人預先行為規劃描述，并把預定規則嵌入到控制邏輯本體，為機器人控制提供行為規劃器。機器人根據執行結果，做出可獲取的邏輯推理，不斷修正規劃描述和再規劃，借助失敗分析和恢復的方法，將經驗導入規劃器，實現連續動作推理和行為規劃功能。

4.3 深度學習模塊

該模塊由監督學習模塊和非監督學習模塊構成。為了適合不同的應用場景和功能任務，機器人需要對物體進行分類，同時獲取相關的特征值，而監督學習就是通過人類已有的數據詞匯指導機器進行學習。非監督學習模塊的任務是在很少或沒有監督的情況下，通過對大數據樣本觀察和探索，來獲取人類常識。通過構建具有多級隱層的非監督學習模型，以及借助海量的數據訓練，機器人能夠自主學習更有價值的特征值，從而不斷提升系統行為準確性。

4.4 主控制模塊

該模塊主要功能是從系統整體層次上，協調和執行規劃執行器的輸入輸出行為動作，監控系統運行情況和負責異常處理控制機制。

機器人只有植入人工智能算法及技術，才能向更高智能進化，通過不斷學習經驗，形成常識性的見解，能夠理解人類語言，用人類語言同操作者對話，具有了人類記憶和學習特性的本領，這樣的機器人或許才是人類希望擁有的理想智能機器人。

5 結語

盡管人工智能與機器人取得了顯著的成效，但機器人還遠沒有達到其應具備的智能水平。問題所在，不只是電腦運算處理速度不夠和感知傳感器性能及種類不足，而是在其他方面，如編制機器人理智行為程序的設計思想還不夠完善。

參考文獻

[1] 曹文祥，馮雪梅.工業機器人研究現狀及發展趨勢[J].機械制造，2011（2）：41-43.

[2] 白云飛.機器人發展關鍵問題研究[J].機械工程與自動化，2011（5）：155-156.

[3] 田洪娜，王佰才，鄭雪林.智能機器人在科普中的應用[J].機器人技術與應用，2012（6）：22-24.

[4] 彭圣明.機器人控制系統建模及運動規劃研究[D].華南理工大學，2011.

[5] 董德禮.基于圖形化編程的教學機器人研究與設計[D].上海交通大學，2011.

[6] 張海娟.即時通訊機器人中人臉識別與跟蹤技術研究[D].沈陽航空航天大學，2012.