摘 要：智能機器人是為了滿足工業(yè)生產(chǎn)和現(xiàn)代化建設(shè)的需求而發(fā)明的重要機械設(shè)備。通過對智能機器人進(jìn)行研究，掌握其發(fā)展歷程、研究內(nèi)容，在實踐領(lǐng)域的應(yīng)用，以及現(xiàn)階段所要解決的技術(shù)難題，才能夠根據(jù)應(yīng)用的需要來進(jìn)行針對性的調(diào)整，進(jìn)而提高機器人的應(yīng)用深度和廣度，為多個領(lǐng)域的發(fā)展做出貢獻(xiàn)。

關(guān)鍵詞：人工智能；機器人；智能系統(tǒng)

DOI：10.16640/j.cnki.37-1222/t.2017.01.113

0 引言

智能機器人是指通過設(shè)備的安置和程序的設(shè)定，促使機械設(shè)備具有記憶、感知、推理等多種能力，能夠向人腦一樣對外界情況進(jìn)行判斷和分析，進(jìn)而躲避障礙物，或者是按照要求完成具體的工作任務(wù)。人工智能化的研究是在工業(yè)生產(chǎn)和計算機技術(shù)發(fā)展的領(lǐng)域基礎(chǔ)之上而開展的，本項研究內(nèi)容有50多年的發(fā)展歷程，將多種知識和技術(shù)進(jìn)行有效的融合，將其應(yīng)用到實踐領(lǐng)域，進(jìn)而推動生產(chǎn)的發(fā)展和技術(shù)的進(jìn)步。

1 人工智能主要研究內(nèi)容

（1）模式識別。在人工智能研究系統(tǒng)中，其所研究的模式識別就是充分利用計算機技術(shù)，通過計算機技術(shù)中所設(shè)定的程序來模擬人類對外界功能的感知，進(jìn)而建立的智能識別系統(tǒng)。運用計算機系統(tǒng)來模擬人類的感知和識別能力，利用自身數(shù)據(jù)系統(tǒng)中所具有的資料信息來出倆相關(guān)的文字、表格、聲音、圖像等內(nèi)容。模式識別主要經(jīng)歷信息采集、預(yù)處理、基元提取、模式分類等幾個步驟。

（2）機器視覺。機器視覺是建立在模式識別的基礎(chǔ)之上而發(fā)展的新的技術(shù)，其不僅模擬人的視覺中的識別功能，同時還模擬人的理解功能。在本階段的研究中不僅攻克多個技術(shù)研究難題，同時也將其作為一個獨立的學(xué)科，向更深、更廣的領(lǐng)域進(jìn)行研究。在機器視覺的研究階段，其研究的主要內(nèi)容是模擬人類的視覺，機器能夠捕捉到外界的信息、自然景物等內(nèi)容，對其進(jìn)行分析進(jìn)行形成圖像[1]。機器視覺的研究是為了賦予機器具有人的視覺功能，通過立體視覺、視覺檢驗、動態(tài)圖像分析等方式的運用，理解圖像的內(nèi)容并對其定位，進(jìn)而向機器人運控控制系統(tǒng)反饋機器人的狀態(tài)及目標(biāo)等多種信息。

（3）機器學(xué)習(xí)。機器學(xué)習(xí)是其向智能化發(fā)展的關(guān)鍵技術(shù)，通過模擬人類的智能來獲取知識，進(jìn)而更好地滿足應(yīng)用的需求。隨著生產(chǎn)的發(fā)展對機器人的工作提出了更高的要求，所以機器人想要在復(fù)雜的環(huán)境下完成多項任務(wù)要求就要學(xué)習(xí)，進(jìn)而對自身的功能進(jìn)行調(diào)整。首先機器學(xué)習(xí)是讓其在環(huán)境交互的過程中獲得大量的信息并對其進(jìn)行分析，進(jìn)而提高機器人適應(yīng)環(huán)境的能力。其次是通過學(xué)習(xí)可以提高機器人的智能化水平，進(jìn)而應(yīng)付環(huán)境所帶來的變化，解決突發(fā)狀況下所出現(xiàn)的問題。再次是機器人學(xué)習(xí)可以彌補設(shè)計中所存在的缺陷，降低設(shè)計人員的勞動強度[2]。通過學(xué)習(xí)，機器人能夠應(yīng)對復(fù)雜多變的環(huán)境，自身進(jìn)行調(diào)整，進(jìn)而提高其運行效率。

（4）分布式人工智能。分布式人工智能是將分布式計算機與人工智能進(jìn)行結(jié)合，提高其智能化的應(yīng)用水平。此種系統(tǒng)的應(yīng)用能夠在快速變化的環(huán)境中捕捉到變化的信息，提高機械設(shè)備的協(xié)同工作能力。現(xiàn)階段分布式人工智能系統(tǒng)尚不能獨立工作，需要在團(tuán)結(jié)寫作的過程中來完成具體的工作內(nèi)容，掌控規(guī)則和知識等內(nèi)容，進(jìn)而保證技術(shù)和動作的協(xié)調(diào)性。

2 人工智能在機器人領(lǐng)域的應(yīng)用

2.1 人工神經(jīng)網(wǎng)絡(luò)在機器人定位與導(dǎo)航中的應(yīng)用

人工神經(jīng)網(wǎng)絡(luò)是模擬人類的視覺神經(jīng)系統(tǒng)，對其所收集的信息進(jìn)行處理，其應(yīng)用的優(yōu)越性主要表現(xiàn)在如下幾個方面：一是有效處理難以用規(guī)則和模型來描述的系統(tǒng)；二是其信息的融合能力較高；三是統(tǒng)一描述非線性系統(tǒng)。鑒于人工神經(jīng)網(wǎng)絡(luò)所具有的信息感應(yīng)、傳輸、數(shù)據(jù)圖形處理等方面的功能，將其應(yīng)用到機器人系統(tǒng)中，促使機器人能夠?qū)ψ陨磉M(jìn)行精準(zhǔn)定位，評估并避開障礙物[3]。在定位和導(dǎo)航系統(tǒng)中，充分運用人工神經(jīng)網(wǎng)絡(luò)所具有的功能，搜索數(shù)據(jù)信息并傳輸和處理數(shù)據(jù)信息，對空間物質(zhì)精確測量，能夠更好地抓取目標(biāo)物質(zhì)移動和運行的軌跡。

2.2 專家系統(tǒng)在機器人控制中的應(yīng)用

在機器人的研究過程中，理論和實踐均取得了較好的研究成果，但主要是建立在合適的數(shù)學(xué)模型技術(shù)之上所進(jìn)行的控制理論研究。機器人雖然在人工的設(shè)定下模擬人腦在進(jìn)行工作，但由于機器人動力學(xué)的時變性、非線性和變慣量等復(fù)雜現(xiàn)象的存在，很難確定其參數(shù)內(nèi)容，并對其進(jìn)行計算，所以減少計算方式，提高其智能性的專家系統(tǒng)出現(xiàn)，并應(yīng)用到機器人控制系統(tǒng)中。采用專家系統(tǒng)的智能控制極大地減少了運算量，能夠更好地面對復(fù)雜的外界環(huán)境，進(jìn)而提高機器人對外界的反應(yīng)速度[4]。同時專家系統(tǒng)比較使用，將其與常規(guī)的控制系統(tǒng)經(jīng)重新給有效的結(jié)合，不僅提高了系統(tǒng)辨識模型的能力，具有較高的故障診斷能力，進(jìn)而提高機器人的控制能力。

2.3 進(jìn)化算法在機器人路徑規(guī)劃中的應(yīng)用

路徑規(guī)劃是最近幾年在機器人研究領(lǐng)域中比較活躍的內(nèi)容，通過按照約束條件來所有相關(guān)信息，從起始狀態(tài)逐漸過渡到最優(yōu)狀態(tài)。現(xiàn)階段路徑規(guī)劃的研究中，主要應(yīng)用遺傳算法和蟻群算法，推動機器人向更加智能化的方向發(fā)展。遺傳算法中采用了基于路點坐標(biāo)值的可變長染色體編碼方式來對路徑進(jìn)行規(guī)劃，有效地排除障礙物，并將其應(yīng)用到具體的路徑規(guī)劃問題中，提高路徑搜索的效率，進(jìn)而讓移動機器人的路徑規(guī)劃取得較好的發(fā)展成果。

3 結(jié)論

隨著生產(chǎn)的發(fā)展，智能機械設(shè)備逐漸應(yīng)用到生產(chǎn)、生活的多個領(lǐng)域。智能設(shè)備的應(yīng)用不僅提高了生產(chǎn)效率和產(chǎn)品質(zhì)量，同時也解決了生產(chǎn)中人工難以攻克的技術(shù)難題，為企業(yè)創(chuàng)造了巨大的經(jīng)濟(jì)效益和社會效益。機器人作為人工智能研究領(lǐng)域的重要分支，其研究的深度和廣度不斷推進(jìn)，隨著理論研究和實踐操作方式的進(jìn)步，機器人已經(jīng)從最初的替代手工作業(yè)的方式來從事簡單、重復(fù)的工作內(nèi)容逐漸向智能化過度，能夠?qū)Νh(huán)境進(jìn)行分析和調(diào)整，從事更加復(fù)雜的工作內(nèi)容，并且工作質(zhì)量和工作效率高于人工的操作方式。隨著機器人研究的深入并投入到實踐領(lǐng)域，機器人必將有著更加廣闊的發(fā)展前景。

參考文獻(xiàn)：

[1]尹強，高全杰，曾艷紅，陳三華，李公法.人工智能在特種機器人中應(yīng)用的研究探討[J]. 機床與液壓，2012（02）：126-129.

[2]蔡自興.人工智能在冶金自動化中的應(yīng)用[J].冶金自動化，2015（01）：1-8.

[3]王敏.智能控制在機器人領(lǐng)域中的應(yīng)用[J].電子技術(shù)與軟件工程，2016（20）：162.

[4]陳瑩.智能控制及其在機器人領(lǐng)域的應(yīng)用[J].求知導(dǎo)刊，2016（04）：50.

作者簡介：盧浩飛（1995-），男，河南人，大專，研究方向：機電一體化專業(yè)的發(fā)展方向。