摘要：隨著工業(yè)機(jī)械化時(shí)代的到來(lái)，智能機(jī)器人走進(jìn)了人們的生活，方便了人類(lèi)大眾。對(duì)此，人們對(duì)智能機(jī)器人提出了更高的要求，使其更加人性化、多功能化等。智能機(jī)器人的技術(shù)發(fā)展仍存在著許多弊端，需要通過(guò)人工智能的理論和技術(shù)來(lái)指導(dǎo)設(shè)計(jì)智能機(jī)器人系統(tǒng)，以此來(lái)促進(jìn)智能機(jī)器人更好更快速的發(fā)展。

關(guān)鍵詞：人工智能;智能機(jī)器人;解決策略

人工智能是一種以模擬、擴(kuò)展和延伸人的智能的理論、方法和技術(shù)及應(yīng)用為目的，而進(jìn)行研究和開(kāi)發(fā)的一種技術(shù)科學(xué)。智能機(jī)器人作為人工智能的試驗(yàn)品，極好的驗(yàn)證了人工智能的技術(shù)發(fā)展。將二者有效的結(jié)合在一起，來(lái)推動(dòng)工業(yè)機(jī)器的發(fā)展。

一、人工智能主要研究任務(wù)

（一）模式識(shí)別

人工智能的模式識(shí)別是通過(guò)對(duì)計(jì)算機(jī)的程序的設(shè)定來(lái)協(xié)助人類(lèi)對(duì)外界的感知功能。依靠計(jì)算機(jī)中強(qiáng)大的數(shù)據(jù)系統(tǒng)，獲取大量的文字、符號(hào)、圖形、聲音等信息，經(jīng)過(guò)數(shù)據(jù)采集，信息預(yù)處理、基元提取及模式分類(lèi)幾個(gè)步驟后，來(lái)了解和掌握周?chē)沫h(huán)境信息。

（二）機(jī)器視覺(jué)

機(jī)器視覺(jué)，是在模式識(shí)別的基礎(chǔ)上的一種更為復(fù)雜的技術(shù)。通過(guò)過(guò)計(jì)算機(jī)來(lái)模擬人類(lèi)的視覺(jué)功能，并且模擬了人的理解功能。由于其工程復(fù)雜，研究較為困難。其已經(jīng)發(fā)展獨(dú)立學(xué)科進(jìn)行研究。主要解決模擬人類(lèi)視覺(jué)，來(lái)對(duì)外界的信息的獲取。經(jīng)過(guò)分析、整合、理解形成圖像。機(jī)器視覺(jué)主要是結(jié)合人類(lèi)的視野及大腦的信息處理，將機(jī)器更加智能化，人工化，以此來(lái)替代或協(xié)助人類(lèi)完成更復(fù)雜的工作。

（三）機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)作為機(jī)器轉(zhuǎn)向智能化的關(guān)鍵技術(shù)，將人類(lèi)的學(xué)習(xí)方式方法嫁接在機(jī)器上，使得智能機(jī)器能夠自主的獲取和掌握獲取知識(shí)的途徑。從而更好地適應(yīng)智能機(jī)器的發(fā)展要求。在復(fù)雜繁瑣的條件下，機(jī)器能夠依靠自身的功能的調(diào)整，經(jīng)過(guò)學(xué)習(xí)來(lái)獲取有效的信息，增加了智能機(jī)器人在信息快速發(fā)展的時(shí)代的適應(yīng)能力。能夠及時(shí)應(yīng)對(duì)生產(chǎn)生活中突發(fā)的問(wèn)題。同時(shí)，機(jī)器學(xué)習(xí)可以理解人類(lèi)的學(xué)習(xí)方式和方法。減輕了人類(lèi)的腦力勞動(dòng)，并且能夠更有效的提高辦事效率，節(jié)省了機(jī)器的成本，能夠有效的將工作人員的經(jīng)驗(yàn)整合到智能機(jī)器上。但是，目前仍處于理論研究階段，尚未能夠達(dá)到實(shí)際應(yīng)用。

（四）分布式人工智能

分布式人工智能是人工智能與計(jì)算機(jī)的有效結(jié)合的結(jié)果，能夠?qū)⒅悄軝C(jī)器人有機(jī)的系統(tǒng)的結(jié)合在一起，能夠?qū)⒉煌悩?gòu)系統(tǒng)能夠在在突發(fā)狀況下協(xié)調(diào)的配合，相互之間信息能夠及時(shí)交遞。以此來(lái)提高生產(chǎn)工作效率。簡(jiǎn)而言之，分布式人工智能是一種各智能體之間共同合作、相輔相成的一種工作機(jī)制。所以，能夠協(xié)調(diào)好各個(gè)領(lǐng)域之間的規(guī)則、知識(shí)和技術(shù)等是分布式人工智能的關(guān)鍵技術(shù)性難關(guān)。

二、人工智能在機(jī)器人領(lǐng)域的應(yīng)用

（一）人工神經(jīng)網(wǎng)絡(luò)在機(jī)器人定位與導(dǎo)航中應(yīng)用

人工神經(jīng)網(wǎng)絡(luò)是模擬生物神經(jīng)系統(tǒng)對(duì)信息進(jìn)行處理，該方法可以處理一些無(wú)法用模式或較為系統(tǒng)的信息，具有較強(qiáng)的信息整理能力，能夠很好的整合非線性系統(tǒng)。人工的神經(jīng)網(wǎng)有著更好容錯(cuò)性和存儲(chǔ)容量。大量的單元之間的相互交錯(cuò)，人工神經(jīng)網(wǎng)絡(luò)模擬出了大腦的非局限性。人工神經(jīng)網(wǎng)擁有以下三個(gè)優(yōu)點(diǎn)，一是具有自主學(xué)習(xí)能力，二是具有聯(lián)想存儲(chǔ)功能，三是具有高速尋找優(yōu)化化解能力，能夠針對(duì)復(fù)雜問(wèn)題設(shè)計(jì)反饋型人工神經(jīng)網(wǎng)絡(luò)，通過(guò)發(fā)揮計(jì)算機(jī)高速運(yùn)算能力，以此來(lái)找到最優(yōu)化解。人工神經(jīng)網(wǎng)絡(luò)應(yīng)用于智能機(jī)器人中，能夠準(zhǔn)確避免障礙，精準(zhǔn)定位目標(biāo)。在定位與導(dǎo)航中應(yīng)用過(guò)程中，充分合理利用其功能，準(zhǔn)確控制目標(biāo)軌跡，能夠?qū)?shù)據(jù)充分的識(shí)別分析。

作為移動(dòng)機(jī)器人視覺(jué)體系關(guān)鍵板塊，攝像機(jī)標(biāo)定是必不可少的。攝像機(jī)參數(shù)確定過(guò)程，是智能機(jī)器人內(nèi)部光電參數(shù)，與幾何參數(shù)整合的過(guò)程，也是其自體坐標(biāo)系，與外界坐標(biāo)系明確相對(duì)方位的過(guò)程。這一過(guò)程可通過(guò)人工神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)，在其基礎(chǔ)上，利用智能機(jī)器人攝像機(jī)采集到的圖像信息資源，設(shè)立三維坐標(biāo)系，確定攝像機(jī)內(nèi)部廣電參數(shù)與幾何參數(shù)，以及自體與外界坐標(biāo)系間的關(guān)聯(lián)性。人工神經(jīng)網(wǎng)絡(luò)分為輸入層（首層）、隱含層（次層）、輸出層（末層），其中隱含層為S型激活函數(shù)神經(jīng)元類(lèi)型，輸出層為線性激活函數(shù)神經(jīng)元類(lèi)型，網(wǎng)絡(luò)輸入層，作為移動(dòng)機(jī)器人目的點(diǎn)，是三個(gè)攝像機(jī)內(nèi)，全部的圖像信息資源，并以輸出層設(shè)立的坐標(biāo)系類(lèi)型，作為三維世界坐標(biāo)。移動(dòng)機(jī)器人依托對(duì)人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用，完成運(yùn)作進(jìn)程，從而為操作人員，獲目標(biāo)物在三維空間內(nèi)準(zhǔn)確的位置數(shù)據(jù)。通過(guò)人工智能，智能機(jī)器人在方向引導(dǎo)中的運(yùn)用越發(fā)成熟與自如，明確障礙點(diǎn)方位的同時(shí)，使的軌跡追蹤成為了可能。

（二）專(zhuān)家系統(tǒng)在機(jī)器人控制中的應(yīng)用

專(zhuān)家系統(tǒng)是一種擁有某個(gè)領(lǐng)域大量的專(zhuān)家級(jí)知識(shí)，通過(guò)模擬專(zhuān)家的思維，來(lái)達(dá)到專(zhuān)家級(jí)的水平，使用專(zhuān)家的知識(shí)來(lái)解決困難和特別復(fù)雜的實(shí)際問(wèn)題的一種計(jì)算機(jī)的系統(tǒng)。隨著機(jī)器人的控制理論得到了很大的發(fā)展，擁有著巨大的成功。大多數(shù)的控制方法都建立專(zhuān)家系統(tǒng)的基礎(chǔ)上。機(jī)器人的動(dòng)力學(xué)系統(tǒng)的繁瑣性、非線性、多邊形以及變慣量等極其復(fù)雜。專(zhuān)家系統(tǒng)應(yīng)用于智能機(jī)器人中，能夠有效的減免大量技術(shù)性問(wèn)題，極大地提高了系統(tǒng)處理數(shù)據(jù)的效率。但同時(shí)，為了應(yīng)對(duì)多種復(fù)雜的情況，以及多種突發(fā)的異常情況，致使專(zhuān)家系統(tǒng)本身的規(guī)則也將會(huì)更加復(fù)雜，需要涉及到方方面面的問(wèn)題。通常，我們將專(zhuān)家系統(tǒng)與常規(guī)控制相結(jié)合，靠操作人員來(lái)彌補(bǔ)專(zhuān)家系統(tǒng)所紕漏的地方。這樣能夠使得智能機(jī)器人在診斷、處理故障，得到非凡的結(jié)果。

（三）進(jìn)化算法在機(jī)器人路徑規(guī)劃中的應(yīng)用

人工智能進(jìn)化算法的主要兩大特點(diǎn)是群體搜索策略和群體中個(gè)體之間的信息交換。進(jìn)化算法可以在搜索過(guò)程中，不會(huì)導(dǎo)致限制到局部最優(yōu)。在非規(guī)則有噪聲影響時(shí)，以讓能夠通過(guò)群體搜索策略來(lái)大概率的尋找到整個(gè)過(guò)程的最優(yōu)解。此外，進(jìn)化算法的多種個(gè)體搜索可以同時(shí)進(jìn)行，以滿(mǎn)足巨量算法的執(zhí)行。進(jìn)化算法應(yīng)用于智能機(jī)器人中可以有效的制定路徑規(guī)劃，可以使移動(dòng)機(jī)器人通過(guò)某些約束條件來(lái)制定從起始到終態(tài)的最優(yōu)化的途徑。伴隨著進(jìn)化算法中的遺傳算法、蟻群算法在智能機(jī)器人中的快速發(fā)展，使得機(jī)器人能夠更加智能化，其運(yùn)行的路徑更接近于完美優(yōu)化的要求，為移動(dòng)機(jī)器人提供良好的路徑規(guī)劃效果。

將遺傳算法運(yùn)用在陌生環(huán)境中，利用動(dòng)態(tài)化手段，完成對(duì)機(jī)器人路徑的設(shè)計(jì)規(guī)劃，利用這一算法中，路點(diǎn)坐標(biāo)值可變長(zhǎng)染色體編碼方法，設(shè)立包含障礙物排斥子函數(shù)項(xiàng)的代價(jià)函數(shù)。這一人工智能形式的應(yīng)用，確保機(jī)器人路徑設(shè)計(jì)環(huán)節(jié)中的地圖信息資源，實(shí)現(xiàn)了遺傳操縱進(jìn)程的有效引用，拓展了移動(dòng)機(jī)器人的路徑設(shè)計(jì)工作空間。

三、人工智能的發(fā)展前景

現(xiàn)代科技推動(dòng)了社會(huì)經(jīng)濟(jì)高速發(fā)展，處于知識(shí)經(jīng)濟(jì)一體化時(shí)代，人工智能的自主性、自然性、高效性等優(yōu)勢(shì)特征越發(fā)突出，尤其是管理廣泛性在應(yīng)用環(huán)節(jié)中的體現(xiàn)，突破了人類(lèi)對(duì)人工智能的預(yù)期范圍，可見(jiàn)人類(lèi)在預(yù)測(cè)人工智能、機(jī)器人、電子科技的發(fā)展態(tài)勢(shì)上，仍存在一定的難度。現(xiàn)代科技整合，拓展了人工智能機(jī)器人發(fā)展空間，推理功能水平上升了一個(gè)高度，但針對(duì)于機(jī)器人學(xué)習(xí)、想象功能的推理研制，仍處于摸索性前進(jìn)階段，仍有較大的完善空間。在創(chuàng)造智能機(jī)器人時(shí)，還需突破仿照人腦右腦模糊功能、整個(gè)大腦處理功能模擬實(shí)現(xiàn)等工作難點(diǎn)。目前，人工智能領(lǐng)域逐步拓展，未來(lái)智能機(jī)器人的應(yīng)用空間進(jìn)一步擴(kuò)大，并大部分的人工智能產(chǎn)品，能夠在生活多個(gè)領(lǐng)域充當(dāng)重要角色，對(duì)帶動(dòng)各行業(yè)發(fā)展有著現(xiàn)實(shí)意義。尤其是電子科技人工智能的科研，以及摸索性的運(yùn)用與完善，將會(huì)給人類(lèi)生產(chǎn)生活帶來(lái)巨大變化。人工智能與計(jì)算機(jī)技術(shù)等現(xiàn)代科技的結(jié)合，深入推動(dòng)了人工智能理論研究，為人工智能企業(yè)發(fā)展，奠定了鑒定基礎(chǔ)，自身實(shí)力不斷提高，智能機(jī)器人實(shí)效性隨之加強(qiáng)，從而為市場(chǎng)經(jīng)濟(jì)高速發(fā)展助力。

四、結(jié)語(yǔ)

隨著科學(xué)技術(shù)的快速發(fā)展，人工智能的理論研究以及技術(shù)的發(fā)展取得了重大的進(jìn)步。智能機(jī)器人產(chǎn)品大量的走進(jìn)了人們的生產(chǎn)生活中，將人工智能的理論與技術(shù)應(yīng)用于智能機(jī)器人中，可以提高智能機(jī)器人的處理數(shù)據(jù)的高效性、診斷障礙的準(zhǔn)確性以及設(shè)計(jì)最優(yōu)化的路徑。將二者結(jié)合起來(lái)，在優(yōu)化了智能機(jī)器人的性能的同時(shí)，也在實(shí)踐過(guò)程中，證實(shí)了人工智能的可行性，對(duì)科技的發(fā)展有著重要的意義。

參考文獻(xiàn)：

[1]李柏陽(yáng).淺析人工智能技術(shù)及其在智能機(jī)器人領(lǐng)域的應(yīng)用[J].數(shù)字通信世界，2017，12：115-116.

[2]朱昱衡.人工智能技術(shù)及其在智能機(jī)器人領(lǐng)域的應(yīng)用[J].電子世界，2018，09：208-209.

[3]黃春芳.人工智能在智能機(jī)器人領(lǐng)域中的研究與運(yùn)用[J].科教導(dǎo)刊（上旬刊），2017，07：31-32.

作者簡(jiǎn)介：薛元元（1987-），男，漢族，山西大同人，助理工程師，2018年01月10日畢業(yè)于石家莊鐵道大學(xué)，交通運(yùn)輸專(zhuān)業(yè)，研究方向：人工智能。