黃春芳

摘 要 基于智能機器人是人工智能理念實現深度研究目標理想化平臺這一實況，文章主要對人工智能在智能機器人領域中的具有應用進行研究，具體是對人工神經網絡在機器人定位與導航中的應用，專家系統(tǒng)在機器人控制環(huán)節(jié)中的應用形式進行分析，希望人工智能在智能機器人領域中獲得更大的應用空間。

關鍵詞 人工智能 智能機器人 研究內容 應用形式

中圖分類號：TP18 文獻標識碼：A DOI：10.16400/j.cnki.kjdks.2017.07.015

Research and Application of Artificial Intelligence in the

Field of Intelligent Robot

HUANG Chunfang

（Ningbo Dahongying University， Ningbo， Zhejiang 315175）

Abstract Intelligent robots based on artificial intelligence concept to achieve this ideal goal live depth research platform， this paper mainly studies on the application of artificial intelligence in the field of intelligent robots， in particular the application of artificial neural network in robot localization and navigation， analysis and application of expert system in the form of robot control links in the hope. The application of artificial intelligence to get more space in intelligent robot.

Keywords artificial intelligence； intelligent robot； research content； application form

人工智能（AI）為一門綜合性技術學科，主要是對人類智能機理以及計算機模擬人類智能活動運行的形式進行研究。該學科經過幾十年的發(fā)展，已經取得了許多令人驚嘆的成績，具體是在專家系統(tǒng)、人工神經網絡以及多樣化智能算法等方面顯現出來。智能機器人可以被視為對人整體性模擬的系統(tǒng)，其形態(tài)是多樣化的，人工智能在智能機器人領域中的應用，為新型人工智能思想與技術的衍生與發(fā)展奠定基礎。本文筆者在閱覽大量文獻資料的基礎上，對人工智能在智能機器人領域中的具體運用進行探究。

1 列舉人工智能的研究內容

1.1 模式識別

在對人工智能系統(tǒng)研究的過程中，對其模式識別版塊的研究，實質上就是借用計算機技術，將人體對外界環(huán)境的感知功能以某種程序規(guī)整到計算機體系中，從而構建出智能化識別系統(tǒng)。[1]計算機體系可以將個體感知與識別能力呈現出來，在自體數據庫信息資源的協(xié)助下，將文字、表格、聲音以及圖式等內容顯現出來。人工智能系統(tǒng)中的模式識別通常要經歷數據信息收集、預處理、基元提取、模式分類等流程。

1.2 機器視覺

這一人工智能技術是在模式識別基礎上發(fā)展起來的，其最大的功效是可以將人體視覺的識別功能虛擬化構建出來，在模仿人類對事物的理解功能上也體現出一定的優(yōu)越性。對機器視覺功能的深入，在打破原有技術局限性方面有所建樹，同時也使其演變成一門獨立性較強的學科，在發(fā)展的進程中向更深層次延展。在對機器視覺研究過程中，工作運行的方向大多數是對個體視覺的模擬，確保機器人系統(tǒng)順利的洞察與掌握生態(tài)景觀等不同信息，對其進行深度探究從而構建出具有圖像機器視覺效應，此時機器人自體具備了人的視覺功效，在立體視覺、視覺檢驗、動態(tài)圖像分析等形式運行的進程中，機器人能夠自行的對外部圖像的內涵進行理解與挖掘，繼而將反映機器人運轉狀態(tài)的信息資源提供給機器人運控控制系統(tǒng)。

1.3 機器學習

機器學習可以被視為智能化發(fā)展的重要技術，最大的特色是對個體智力進行模仿從而達到獲取知識資源的目標，此時機器人能夠為人類提供更為優(yōu)質的服務。在經濟全球化時代中，人類對機器人工作質量提出更高的標準，這就要求機器人不斷的學習新知，對自體屬性進行科學的調整，實現在復雜化環(huán)境中高效運轉這一偉大目標。機器學習的功效可以在以下幾個方面體現出來：一是強化機器人在多變環(huán)境中的適應能力，順利的采集大批量的信息資源并對其進行精確分析；三是借助學習環(huán)節(jié)機器人可以強化自體智能化檔次，對多變的環(huán)境做出科學的回應，及時處理緊急問題；三是機器學習環(huán)節(jié)的啟動，可以協(xié)助機器人設計者實現優(yōu)化設計效果這一目標，節(jié)省了人力資源，降低了生產成本，最終輔助機器人實現優(yōu)化運行效率這一終極目標。

2 人工智能在智能機械人領域中的具體應用

2.1 人工神經網絡在機器人定位與導航中的應用

人工神經網絡是在生物神經系統(tǒng)之上發(fā)展起來的一種對信息資源處理的方式，其獨特之處在于能夠處理那些無法用模型或者是相關規(guī)范概述的程序與體系，在解說非線性系統(tǒng)的結構與性能等方面體現出一定的統(tǒng)一性；具備著融合多元信息資源的性能，人工神經網絡最常見的結構如圖1所示。該類人工智能在移動機器人定位和導向環(huán)節(jié)具有較高的應用頻率，主要得力于移動機器人多傳感器信息整合借助了神經網絡的諸多性質，此時機器人外部傳感器的信息資源演變人工神經網絡的傳送處理目標體，這樣操縱人員就可以順利的獲取到與移動機器人自體方位相關的信息資料，同時對阻礙物的位置、形狀以及大小有一個較為確切的評估，在人工智能的協(xié)助下移動機器人順利的躲避障礙物并且自體位置也明確化。

眾所周知，攝像機標定為移動機器人視覺體系的重要版塊，攝像機參數明確的過程便是智能機器人內部幾何和光電參數整合的過程，同時其自體坐標系和外界坐標系兩者的相對方位也體現出明確性，國內相關學者借用人工神經網絡順利實現上述目標。具體是在人工神經網絡的協(xié)助下，直接采集到智能機器人攝像機呈現的圖像信息資源，繼而建設三維坐標系（x，y，z），從而明確攝像機內部幾何與光電參數、自體坐標系與外界坐標系之間的關聯性。如圖1所示，人工神經網絡首層為輸入層，次層為隱含層，末層為輸出層。[2]隱含層與輸出層神經元的類型分別是S型激活函數以及線性激活函數，網絡輸入層則是移動機器人目的點在3個攝像機內所有的圖像信息資源，輸出層構建的坐標系類型為三維世界坐標。人工神經網絡在移動機器人運作進程中的應用，能夠使操作人員獲得到與目標物在三維空間內較為精確的位置信息資料，在人工智能的協(xié)助下，智能機器人在方向引導過程中能夠使障礙點的方位更加明確化，軌跡追蹤這一目標也得以實現。

2.2 專家系統(tǒng)在機器人控制中的應用

人類對機器人控制理論的研究腳步從未停歇過，也取得了令人欣慰的科研成績，致使大部分機器人控制方法均是在某些數學模型上發(fā)展起來的?；谥悄軝C器人具有非線性、順變性、多關節(jié)耦合性等動力學特性，為數學模型參數與類別的確定設置了較大的難度系數。并且在動態(tài)式數學模型在應用過程中準確性受到智能機器人位置變動而發(fā)生變更的現狀，導致龐大的計算任務難以在該方法的協(xié)助下完成。在這種局勢下，智能控制理念被提出來了，其能夠對個體行為方式進行模擬，而不需要大批量數學模型與公式的協(xié)助。目前智能控制與人工智能領域的多個結構產生關聯，常見的有專家系統(tǒng)、神經網絡、模糊控制等。

2.3 進化算法在機器人路徑設計中的應用

路徑設計是智能機器人領域一直被研究的專題?；诼窂皆O計是智能機器人構建的重要成分這一實況，路徑設計的宗旨是協(xié)助移動機器人在某些因素的制約下，能夠順利探尋出一條從初始狀態(tài)到終極狀態(tài)的優(yōu)良型、無碰撞型的路徑。在智能機器人路徑的設計方面，眾多學者開展了大量的探究工作，并研發(fā)出一些方式方法。

在人工智能領域不斷延展的進程中，計算智能與進化智能法先后被開發(fā)出來，遺傳算法與蟻群等算法也陸續(xù)被提出與應用，從而使智能機器人路徑設計工作的實效性有所保障。特別是遺傳算法在機器人路徑設計環(huán)節(jié)中的運用，使機器人智能化水平更上一層樓，此時其運行的軌跡基本上與預期效果相吻合。有研究人員應用遺傳算法的過程中不斷對其實施改良措施，并積極在陌生環(huán)境中，借用動態(tài)化手段對機器人路徑進行設計規(guī)劃，此時其借用遺傳算法體系中路點坐標值可變長染色體編碼方法，創(chuàng)建出涵蓋障礙物排斥子函數項的代價函數。這一人工智能形式在智能機器人領域中的應用，確保路徑設計環(huán)節(jié)中的地圖信息資源順利融合進遺傳操縱進程中。在對遺傳算法不斷應用與改進的過程中，研究人員積極對被設計的機器人路徑應用形式進行深層次的研究，開發(fā)出兩種遺傳算子，即交叉算子與變異算子，在多樣化進化算法的協(xié)助下，智能機器人在運轉的過程中在對路徑探尋之時取得了最佳效果，從而使移動機器人運行的效率得到切實的保障，當然，使移動機器人路徑設計工作獲得更大的發(fā)展空間也是毋庸置疑的事實。

3 人工智能的發(fā)展前景

在知識經濟一體化時代中，人工智能發(fā)展體現出高效性，應用環(huán)節(jié)上體現出管理廣泛性，這不在人類預期范圍之內的，所以說人類在預測電子科技、人工智能以及機器人發(fā)展趨勢上存在較大的難度系數?，F階段，人工智能機器人的推理功能水平已經提高到一定的檔次，但是機器人學習與想象功能的研制依然處于開發(fā)階段，在智能機器人的創(chuàng)造方面，科研人員工作的難點是仿照人腦右腦模糊功能以及整個大腦的處理功能。[4]現階段，人工智能領域不斷被拓寬，可以間接的推測出其在機器人中的應用比例不斷加大，眾多人工智能產品已經在人類實際生活中得到切實的應用，并取得了良好的應用成效?？梢酝茰y的是，在未來的發(fā)展中，電子科技人工智能的開發(fā)與應用將使給人類的生產生活發(fā)生巨大的變化。人工智能在發(fā)展的進程中將會積極借鑒計算機技術，從而確保人工智能理論等方面研究的深入性。國內一人工智能企業(yè)也將會不斷強化自體實力自身實力，從多個方面強化智能機器人實效性，使其為社會經濟的發(fā)展提供更大的能量。

4 結束語

總之，在電子科技迅猛發(fā)展的時代中，人工智能將會在智能計算機領域獲得更大的應用空間。相關技術開發(fā)部門也應該緊隨時代發(fā)展的腳步，對人工智能系統(tǒng)進行改造與優(yōu)化，從而確保機器人能夠在復雜多變的環(huán)境中協(xié)助人類完成高難度的工作任務，為社會經濟的保值增值貢獻力量。

參考文獻

[1] 趙紹充.基于人工智能的流水線智能機器人設計與驗證[J].中國戰(zhàn)略新興產業(yè)，2016（28）：71-75.

[2] 沈小波，韓舒淋.人工智能等技術重塑機器人產業(yè)后者迎來大機會[J].信息與電腦（理論版），2016（17）：8-14.

[3] 吳偉國.面向作業(yè)與人工智能的仿人機器人研究進展[J].哈爾濱工業(yè)大學學報，2015（7）：1-19.

[4] 趙姝穎，孫浩，胡彬，田祥章.人工智能進校園——機器人DIY[J].機器人技術與應用，2014（6）：36-39.