常周林+袁婷

摘 要：隨著機器人的應(yīng)用領(lǐng)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(fù)雜的工作。但在實踐應(yīng)用中，智能機器人所處的環(huán)境往往是難以預(yù)知的，對機器人的動作行為進行人工分析設(shè)計也變得越來越困難。該文通過分析研究智能機器人相關(guān)的關(guān)鍵技術(shù)，探討了智能機器人當(dāng)前存在的問題，最后基于人工智能理論和技術(shù)，提出了適合于智能機器人的新型系統(tǒng)架構(gòu)。

關(guān)鍵詞：智能機器人 人工智能 系統(tǒng)架構(gòu)

中圖分類號：TP242.6 文獻(xiàn)標(biāo)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(dǎo)體、計算機及互聯(lián)網(wǎng)等信息技術(shù)的飛速發(fā)展，機器人的應(yīng)用越來越廣泛，已經(jīng)被使用于軍事、醫(yī)療、娛樂、服務(wù)等眾多領(lǐng)域。目前，在機器人技術(shù)與人工智能科學(xué)相結(jié)合后，機器人演變?yōu)榭筛兄饨缧畔⒆兓?、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(yè)機器人相比，表現(xiàn)更為自主化加人性化，能協(xié)助人類完成更復(fù)雜的任務(wù)。

2 智能機器人關(guān)鍵技術(shù)

目前，國內(nèi)外智能機器人相關(guān)領(lǐng)域的技術(shù)發(fā)展很快，其中最為關(guān)鍵的技術(shù)涉及到環(huán)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(nèi)環(huán)境中，智能機器人必須依賴機器視覺，同時借助于其他環(huán)境感知傳感器進行場景識別和行動導(dǎo)航；而在室外環(huán)境的應(yīng)用中，復(fù)雜多變及光照明暗變化的影響，使得環(huán)境感知的實現(xiàn)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(huán)境建模是智能機器人感知系統(tǒng)需要克服的技術(shù)難題。

作為智能機器人，自主定位問題也是必須解決的關(guān)鍵技術(shù)。目前，最常用的自主定位技術(shù)是基于慣性單元的航跡推算技術(shù)，需要對機器人的位置進行遞歸推導(dǎo)，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(tài)估計；對于大范圍的動作定位，常常需要圖像傳感器進行環(huán)境觀測，然后再與環(huán)境地圖進行匹配，從而實現(xiàn)機器人的精確定位。

機器人一般是將終端軌跡規(guī)劃與穩(wěn)定控制相結(jié)合來實現(xiàn)運動控制。機器人的每一個動作，必須預(yù)先規(guī)劃好運動軌跡，然后根據(jù)運動學(xué)獲取各動作關(guān)節(jié)的旋轉(zhuǎn)角，實現(xiàn)連貫動作。由于在實際環(huán)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(wěn)定性。

3 智能機器人系統(tǒng)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(tǒng)機器人主要存在問題如下。

3.1 環(huán)境穩(wěn)定性低

在多變的環(huán)境中或異常情況下，機器人經(jīng)常會工作不正常或罷工。

3.2 獨立自主性差

遭遇陌生環(huán)境時，難以自主調(diào)整，自主規(guī)劃，需要太多的人工干預(yù)。

3.3 大腦不夠發(fā)達(dá)

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(jīng)驗積累，出錯幾率很高。

3.4 服務(wù)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(yīng)場景變化。

3.5 人機交互不夠友好

機器系統(tǒng)仍然很難使用公共的表達(dá)與人順暢交流溝通。

4 智能機器人系統(tǒng)架構(gòu)

人工智能（Artificial Intelligence）簡稱AI，是開始于20世紀(jì)的一門新興技術(shù)科學(xué)，是研究開發(fā)模擬人腦和擴展人的行為的智能化理論方法和技術(shù)應(yīng)用系統(tǒng)。人工智能算法是實現(xiàn)智能機器人所必需的重要技術(shù)手段，也是機器高級智能的本質(zhì)，其中最有效的算法就是深度學(xué)習(xí)。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?qū)崿F(xiàn)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(xiàn)狀和機器人實現(xiàn)技術(shù)的深入研究與探討，筆者提出了一種具有深度學(xué)習(xí)和認(rèn)知推理能力的智能機器人系統(tǒng)架構(gòu)，該系統(tǒng)架構(gòu)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(guān)聯(lián)算法來實現(xiàn)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(guān)聯(lián)，這些關(guān)聯(lián)能夠反映機器人存在的真實世界的動態(tài)變化。

4.2 推理與規(guī)劃模塊

該模塊是在層次任務(wù)格式下建立機器人預(yù)先行為規(guī)劃描述，并把預(yù)定規(guī)則嵌入到控制邏輯本體，為機器人控制提供行為規(guī)劃器。機器人根據(jù)執(zhí)行結(jié)果，做出可獲取的邏輯推理，不斷修正規(guī)劃描述和再規(guī)劃，借助失敗分析和恢復(fù)的方法，將經(jīng)驗導(dǎo)入規(guī)劃器，實現(xiàn)連續(xù)動作推理和行為規(guī)劃功能。

4.3 深度學(xué)習(xí)模塊

該模塊由監(jiān)督學(xué)習(xí)模塊和非監(jiān)督學(xué)習(xí)模塊構(gòu)成。為了適合不同的應(yīng)用場景和功能任務(wù)，機器人需要對物體進行分類，同時獲取相關(guān)的特征值，而監(jiān)督學(xué)習(xí)就是通過人類已有的數(shù)據(jù)詞匯指導(dǎo)機器進行學(xué)習(xí)。非監(jiān)督學(xué)習(xí)模塊的任務(wù)是在很少或沒有監(jiān)督的情況下，通過對大數(shù)據(jù)樣本觀察和探索，來獲取人類常識。通過構(gòu)建具有多級隱層的非監(jiān)督學(xué)習(xí)模型，以及借助海量的數(shù)據(jù)訓(xùn)練，機器人能夠自主學(xué)習(xí)更有價值的特征值，從而不斷提升系統(tǒng)行為準(zhǔn)確性。

4.4 主控制模塊

該模塊主要功能是從系統(tǒng)整體層次上，協(xié)調(diào)和執(zhí)行規(guī)劃執(zhí)行器的輸入輸出行為動作，監(jiān)控系統(tǒng)運行情況和負(fù)責(zé)異常處理控制機制。

機器人只有植入人工智能算法及技術(shù)，才能向更高智能進化，通過不斷學(xué)習(xí)經(jīng)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(xué)習(xí)特性的本領(lǐng)，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(jié)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(yuǎn)沒有達(dá)到其應(yīng)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(shè)計思想還不夠完善。

參考文獻(xiàn)

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

[2] 白云飛.機器人發(fā)展關(guān)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(yīng)用[J].機器人技術(shù)與應(yīng)用，2012（6）：22-24.

[4] 彭圣明.機器人控制系統(tǒng)建模及運動規(guī)劃研究[D].華南理工大學(xué)，2011.

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

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