智能机器人的发展小论文1

浅谈智能机器人及其发展

姓名：李彪 班级学号：12030341X36

摘要：本文简要介绍了机器人的发展阶段，重点阐述了智能机器人关键技术的发展现状及其在不同领域的应用现状。总结智能机器人发展中存在的问题，提出该领域进一步的工作设想。 关键词：智能机器人；传感器技术；智能控制；人机接口

1 引言

20世纪60年代，世界上第一台工业机器人在美国诞生[1]，开创了工业化的新纪元。机器人技术的发展标志着一个国家的高科技水平和工业化自动程度。因此，日本欧美等国家政府纷纷耗资去实施与机器人相关的战略计划，许多著名的大学和公司都成立了机器人研究机构。如今，机器人技术得到了飞速的发展，在军事、社会生产、医疗、服务等领域得到广泛运用。

半个世纪以来，机器人主要经历了三个发展阶段[2]：

第一代称为示教再现型机器人。该种机器人没有装备任何传感器，对环境无感知能力，智能按照人类编写的固化程序工作。世界上第一台机器人即属此类。

第二代称为感觉型机器人。此种机器人拥有简单的传感器，可以感知外部参数变化，有部分适应外部环境的能力。即可以根据外部环境的不同改变工作内容。

随着机器人应用领域的不断扩大，人类对机器人的期望也变得更高。有时，机器人所处的环境是十分复杂、未知的，设计者不可能考虑到所有的情况并编程控制机器人。因此，一种具有智能的第三代机器人应运而生。这种智能机器人可以认识周围环境和自身状态，并能进行分析和判断，然后采取相应的策略完成任务[3]。目前这种机器人大部分还是用于军事领域。

有的学者则提出第四代机器人的概念[4]，主要指2000年以后出现的，拥有人类感情、能够思维的机器人，目前仍在起步和研究阶段。

本文主要论述智能机器人的应用和发展现状。

~ 1 ~

2 国内外在该领域的发展现状综述

2.1机器人的关键技术的发展现状

机器人的关键技术主要包括传感器技术、智能控制技术、路径规划和导航技术、人机接口技术。以下分别对每种技术的发展现状进行阐述。

2.1.1传感器技术

机器人与一般机械的一个主要区别即是机器人能够感知系统内外环境参数的变化，这就要求有小型、廉价、可靠性高的传感器作为技术支持。传感器可以分为内部传感器和外部传感器两大类。内部传感器用来感知机器人的内部状态，如角度传感器、速度传感器、加速度传感器等。外部传感器则包括视觉传感器、触觉传感器、力传感器、接近觉传感器、平衡传感器等。其中外部传感器的原理和设计更加复杂、困难。

传感器的发展大致分为两个方向。一是传感器本身性能的创新、提高。例如，人们从20世纪70年代起就开始研究机器人敏感皮肤——一种触觉传感器。最早人们利用压电转换原理检测“皮肤”的形变，但是精度和稳定性较低，很难满足发展要求。如今，利用光纤和导电橡胶等较高精度的机器人皮肤得到了较广泛应用。它具有一定的弹性，并且能够敏锐地感觉周围环境变化。即使是这样的皮肤，和期望中人类的皮肤仍相差甚远，因此还需要进一步研究。根据目前的现状，机器人皮肤需要从两个方面有所突破：一是覆层材料的选取，需要有新的敏感材料来代替目前主流的导电硅橡胶；二是传感器阵列结构的深入研究。[5]

传感器发展的另一个方向是多传感器信息融合技术。单个传感器不可避免地存在偶然性，所以偶然的故障就会导致系统失效。多传感器信息融合技术正可以解决这些问题。该技术要融合来自多个传感器的数据，以获得更好的对自生和外部环境的感知，这类似于一种并行结构。开发并行计算能力的软件和硬件，来满足具有大量数据且计算复杂的多传感器信息融合的要求，是多传感器信息融合技术的主要发展趋势之一。[6]

~ 2 ~

2.1.2智能控制技术

智能控制是具有智能信息处理和智能信息反馈以及智能控制决策的控制方式[7]。体现于多个方面。如路径跟踪、管道检测、语音识别等。早期机器人完成的任务比较简单，对动态特性要求不高。随着机器人技术的发展，高度非线性的控制要求以及环境的未知因素和不确定因素使得原有的控制系统性能下降，不能满足要求。

近几年，智能控制有着飞速发展，模糊控制理论和人工神经网络理论以及两者的融合都大大提高了机器人的速度和精度。主要应用如多关节机器人跟踪控制[8]、月球机器人控制[9]、除草机器人控制[10]、烹饪机器人控制[11]等。但是智能控制方法本身也有着自身的局限性。例如机器人模糊控制中的库容量如果很庞大，时间就会过长；如果库的内容简单，则精确性要受到限制。这些都是需要解决的问题。

2.1.3路径规划与导航技术

路径规划是指给定智能机器人及其工作环境信息，按照某种优化指标，在起始点和目标点之间规划出一条与环境障碍物无碰撞的路径。许多学者在该领域进行了大量研究。有基于模型的路径规划。如蚁群算法[12]、模糊控制[13]。也有实现特定目标的避障路径规划，如果实采摘，区域清理等。这些方法大多数较理想化，停留在理论阶段，离真正的实用还有一段距离，需要不断提高。

路径规划中很重要的一项技术是避障技术，而含有动态的避障技术即是导航技术。它要求机器人能穿梭于静态和动态的障碍之间。其涉及图像识别、超声红外定位、路径规划、传感器信息融合等多方面技术。移动机器人的导航技术是研究的热点，其主要应用于医疗行业和农业生产。

2.1.4人机接口技术

人机接口技术也是机器人领域研究的重点。人机接口技术是人和机器人进行数据、信息交换的关键技术。一个好的人机接口可以使得机器人的操控更加简单、方便、人性化。此项概念从计算机的诞生时即产生。早期的人机接口比较单一。包括第一代的键盘和字符显示界

~ 3 ~

面、第二代的鼠标和图形显示界面。这些现已被广泛运用。对于智能机器人，人机接口技术被称为人机智能接口技术(HCII)。主要研究方向包括文字识别、语音识别、语音合成、人脸识别、视线跟踪技术等等。其形式趋于多样化、功能更加人性化。前沿的研究成果如：研究视觉跟踪技术并应用的眼控鼠标[14]、智能人脸动画合成技术[15]等。

2.2智能机器人在不同领域的应用和现状

早期智能机器人主要用于工业和军事领域，大多数是机械手和机器臂。如今，智能机器人的应用已经深入各行各业，在军事、制造业、医疗、服务等方面有广泛应用。

2.2.1军用机器人

近年来，多数欧美国家都在积极研制军用智能机器人。例如，法国的空陆攻击盾牌(BOA)的未来30年规划旨在重点开发和研究轻型装甲车和作战无人机[16]。无人飞行器、水下无人潜艇、太空武器等智能机器人得到广泛应用。军用机器人的特点是能够实现自主控制，完成侦察、作战和后勤支援等任务，能够自动跟踪地形和选择道路，自动搜索、识别和消灭敌方目标[17]。例如在北约联合部队在波黑的扫雷行动中，豹式扫雷车在2天之内扫除了71颗杀伤地雷。该机器人在6小时内的扫雷面积相当于30个有经验的工兵同期内扫雷面积的15～20倍[18]。其优点在于能够保证人员安全、有着很高的精度并具有很高智能，能够适应各种战场环境。另外，微型军用机器人也成为MEMS技术军事应用的一个重要发展方向[19]。因其有体积小，易隐蔽的特点，具有很强的战略意义。

2.2.2工业机器人

如今绝大多数工业机器人停留在第二代机器人的发展水平。其主要原因是工业生产具有模式化、单一化特点，不确定因素少，环境变化少。并不需要强大的对环境变化的决策能力。第二代机器人已经能够满足大部分工业生产的需要。其缺点是一种机器人通常智能完成少数几种任务。如焊接、装配、切割、搬运等。因此，工业机器人的发展趋势是向功能多样化的

~ 4 ~

方向发展。这就要求智能机器人能够理解作业任务和行动目标，并且获得环境信息，决策出达到目标的最优行动方案。但是，目前机器人做到完全自主还是十分困难的，因为有许多相关技术还达不到完全智能。

2.2.3医疗机器人

在生活服务方面，医用机器人是目前国内外机器人研究领域中最活跃、投资最多的方向之一[20]。其具有能完成复杂任务、精度高、创伤小、工作强度低、可靠性好的特点，因而受到广泛关注。医疗机器人的主要有微创外科手术机器人、康复医疗机器人和医院服务机器人。其中微创外科手术机器人涉及的手术机器人机构、医学三维图像建模、虚拟手术仿真等关键技术[21]。目前仍需通过医生的操控进行手术、成像。具有智能的能够自发诊断治疗的机器人也在研制当中。瑞典科学家研制的一种由多层聚合物和黄金制成的微型机器人，只有0.5mm长，0.25mm宽，外形类似人的手臂，其肘部和腕部很灵活。这种微型机器人能拿起肉眼看不见的玻璃球，并能移动单个细胞或捕捉细菌。科学家希望这种微型医用机器人能在血液、尿液和细胞介质中工作，捕捉和移动单个细胞，并成为微型手术器械[22]。康复医疗机器人和医院服务机器人则可以实现部分智能化。例如。意大利的TGR S.R.L公司开发了一种结合轮椅与小车结构的智能轮椅，它不仅能在规则的地上行走，还可以上下楼梯。美国运输协会研制的“HelpMate”机器人，可以24小时在医院完成运送食物和药品的工作[23]。目前，对医用机器人安全性的高要求以及一些心理和非技术因素限制了医疗机器人的发展。即使这样，各种新型的医用机器人机构、图像采集处理技术、远程控制技术等仍是研究的热点。

2.2.4服务型机器人

服务型机器人是一种为人类提供特定服务的机器人，一般具有良好的人机交互特性。最主要的研究方面是公共场合的导引服务机器人以及不针对特殊任务的多功能家用机器人。清华大学精密仪器与机械学系的“校园导游机器人创新实验计划”所研究的即是一种服务型机器人。它能够实现在校园内自由移动，并提供实时语音解说。日本本田公司则着重设计家用

~ 5 ~

机器人。为了实现更好的人机交互性能，本田公司将自行设计的家用机器人定位为一种仿人机器人。即是外观和人类似具有移动能力、感知能力、操作能力、学习能力、自治能力、联想记忆、情感交流的智能机器人[24]。本田公司的机器人ASIMO能够流畅地行走、奔跑、上下楼梯、搬运饮料并和人类进行简单的对话。它代表了这类机器人的最高水平。

2.2.5其他机器人

智能机器人除了在上述领域有很广泛的运用以外，在娱乐领域也有着应用。如，机器人玩具、机器人宠物、会拉琴和跳舞的机器人等。早稻田大学的Ichiro和Atsuo Takanishi教授已经研制成功了一种可以弹奏不同乐器的机器人[25]。每年一度的机器人世界杯足球锦标赛(RoboCup)广受关注。Robocup的目的在于以一个确定的问题来推进人工智能和智能机器人技术的发展，其中涉及到机器人机构设计、机电一体化、图像处理、传感器信息融合、智能控制等多方面技术。

综上所述，智能机器人因其强大的功能被运用于各个领域。几十年来，智能机器人技术的发展也取得了巨大的进步。可以想见，在未来若干年里，智能机器人在生产、生活、科研领域将会发挥不可替代的作用。

3 讨论

目前投入生产生活的大部分仍是第二代机器人。因第三代机器人开发难度大、周期长、资金投入高，大部分研究人员只注重于理论研究，真正的实用性较弱。智能机器人所涉及的科学领域十分广泛。任何一个方面缺乏发展都会阻碍智能机器人的发展。目前的智能机器人功能仍然有限，大多数处于实验室研究阶段。

例如，智能机器人的最终目标是仿人，这就要求人体医学、生物学和仿生学的发展。目前人们对生物的工作机理并不是很了解。如人体运动机理、大脑工作机理等。目前智能机器人具有教好的运动能力，而心理活动方面的技术发展困难。因而，真正意义上的第四代具有学习、思考、情感的智能机器人并无太大进展，仅停留在理论和概念设计阶段。因而各个基础学科领域的发展才是推动智能机器人发展的主要动力。

~ 6 ~

4 展望

目前，人们对智能机器人的研究在第三代的阶段，第四代仍处于概念设计阶段。虽然国内外对该领域的研究取得了很多成果，但是仍然存在不足。本文提出以下几点发展方向：

一、以计算机发展为基础的智能控制革命。以计算机产业的进步，千万亿次计算机的诞生为硬件，基础以模糊计算、神经网络、遗传算法为软件基础的新型智能控制具有很高的计算速度，能快速处理非线性问题。同时，心理学、生物科学、仿生学等前沿技术的发展能够揭示记忆、思考、情感的本质，会大大促进智能机器人的发展。目前所有的智能机器人都不能达到完全的智能，机器人能够学习、会思考、拥有感情是人们所期望的目标。为实现真正的智能所设计的控制方法是未来研究的方向。

二、更好的交互方式，优化的人机接口技术。目前的智能机器人与人的交互方式普遍不够友好。简单、多样、人性化的交互方式称为一种需求。图像识别和处理技术，语音识别和合成技术等成为一个重要研究方向。

三、传感器的革命。智能机器人是通过传感器来收集环境的参数信息。某种意义上说智能机器人的控制就是基于传感器的控制。目前传感器的精度不很理想，会成为机器人发展的瓶颈。人们希望传感器的精度能够超过人类自身，机器人从而能够完成人类无法完成的任务。提高传感器的精度和降低制造成本、传感器信息融合技术的创新将是一个重点发展方向。

四、多功能协作技术的发展。目前多数机器人所能完成的任务十分有限，有些只能完成特定的任务，因此智能多样性的研究将是人们关注的话题。同时控制多个机器人协作完成复杂的任务也是一个新的研究领域。从“单人单任务”向“单人多任务”和“多人单任务”方向发展。

五、节能、小型化、轻型化方向发展。材料和能源技术的进步势必会影响智能机器人的发展。本田公司的P2、P3型机器人使用的是镁铝合金，ASIMO采用了锰合金。ASIMO仅有1.2m，43kg。[24]小型化、轻型化有利于节约资源，降低成本，易于控制，减少对环境的影响。这对于机器人行业的健康发展具有重要的意义。

参考文献

[1]. 机器人发展简史[J].机械工程师,2008,(7),13-14.

[2].方建军,何广平.智能机器人[M].北京:化学工业出版社,2003.

~ 7 ~

[3].肖南峰.智能机器人[M].广州:华南理工大学出版社,2008.

[4].金周英.关于我国智能机器人发展的几点思考［J］.机器人技术与应用,2001,(4):5-7. [5].胡闻珊,黄英,王敏. 机器人敏感皮肤的研究进展[J].合肥工业大学学报（自然科学版）,2006,29(12):1624-1626,1638.

[6]. 贺勇. 多传感器信息融合技术浅析[J].科技咨询导报,2007,(10):61. [7]. 贾玉赞. 浅议智能机器人发展及应用[J].太原科技,2003,(3):20.

[8].吴玉香,王灏,毛宗源. 机器人间接自适应模糊控制器及其应用[J].控制理论与应用,2002,19(6):860-864.

[9].刘方湖,陈建平等. 五轮铰接式月球机器人(FWALR)的智能模糊控制[J].上海交通大学学报,2002,36(3):297-301.

[10]. 郭伟斌, 陈勇. 基于模糊控制的除草机器人自主导航[J].机器人,2010,32(2):204-209. [11].闫维新, 马文涛等. 基于模糊控制的AIC机器人编译算法研究[J].中国民航大学学报,2009,27(5):29-43.

[12]. 罗德林,吴顺祥.基于势场蚁群算法的机器人路径规划[J].系统工程与电子技术,2010，32(6),1277-1280.

[13].崔超,曲伟建等. 未知环境下基于模糊神经网络的机器人路径规划[J].北京理工大学学报,2009，29(8),686-689,707.

[14]. 刘丽娟,李欣. 眼控鼠标的研究[J].现代电子技术,2009,32(24),81-83.

[15]. 孙岭.智能人机接口技术——人脸动画合成的研究[D].北京:中国科学技术大学,2003 [16]. 王淑芬. 法国在进行机器人军事学科的研究[J].飞航导弹,2002,(12):8. [17]. 黄远灿.国内外军用机器人产业发展现状[J].机器人技术与应用,2009,(2),25-31. [18]. 李穗平. 军用机器人的发展及其应用[J].电子工程师,2007,33(5):64-66. [19].王宇龙,熊继军,张文栋. 智能机器人的研究[J].微纳电子技术,2003,40(7):567-569. [20].王田苗,张大朋,刘达.医用机器人的发展方向[J].中国医疗器械杂志,2008,32(4):235-238. [21].杜志江,孙立宁,富历新. 外科手术机器人技术发展现状及关键技术分析[J].哈尔滨工业大学学报,2003,35(7):774-777.

[22].景扶苇,王伯华.医用手术机器人[J].机器人技术与应用,2001,(4):17-20.

~ 8 ~

[23]. 杜志江,孙立宁,富历新. 医疗机器人发展概况综述[J].机器人,2003,25(2):182-187. [24].肖南峰.仿人机器人[M].北京:科学出版社,2008.

[25]. Paolo Dario, Eugenio Guglielmelli, et al. Robotic for Medical Applications. IEEE Robotics and Automation Magazine, September 1996: 44-56.

~ 9 ~

本文来源：https://www.bwwdw.com/article/iiax.html