智能(néng)機器(qì)人(rén)三大關(guān)鍵技術詳解
市(shì)場(chǎng)研究機構統計顯示，2015年中國工業機器(qì)人(rén)市(shì)場(chǎng)價值達13億美元，并将保持20%的年複合成長（CAGR），到2020年達到33億美元。
2015年，中國的工業機器(qì)人(rén)銷售收入占全球13%，到2020年将達到25%。美的花重金(jīn)收購(gòu)庫克，大概也(yě)是看中工業機器(qì)人(rén)良好(hǎo)(hǎo)的發展勢頭。
工業機器(qì)人(rén)屬于智能(néng)機器(qì)人(rén)的一(yī)種，智能(néng)機器(qì)人(rén)發展迅速，下(xià)面跟随小編一(yī)起，了(le)解一(yī)下(xià)智能(néng)機器(qì)人(rén)中用到的三大關(guān)鍵技術吧(ba)。
一(yī)、多傳感器(qì)信息融合
多傳感器(qì)信息融合技術是近年來(lái)十分(fēn)熱門的研究課題，它與控制理(lǐ)論、信号處理(lǐ)、人(rén)工智能(néng)、概率和統計相結合，為(wèi)機器(qì)人(rén)在各種複雜、動态、不确定和未知的環境中執行任務(wù)提供了(le)一(yī)種技術解決途徑。
數據融合的關(guān)鍵問題是模型設計和融合算(suàn)法，數據融合模型主要包括功能(néng)模型、結構模型和數學模型。功能(néng)模型從融合過程出發，描述數據融合包括哪些(xiē)主要功能(néng)和數據庫，以及進行數據融合時(shí)系統各組成部分(fēn)之間(jiān)的相互作(zuò)用過程；結構模型從數據融合的組成出發，說(shuō)明數據融合系統的軟、硬件組成，相關(guān)數據流、系統與外部環境的人(rén)機界面；數學模型是數據融合的算(suàn)法和綜合邏輯，算(suàn)法主要包括分(fēn)布檢測、空間(jiān)融合、屬性融合、态勢評估和威脅估計算(suàn)法等，下(xià)面從3個(gè)方面分(fēn)别進行介紹。
1.信息融合的功能(néng)模型
目前已有很多學者從不同角度提出了(le)信息融合系統的一(yī)般功能(néng)模型，最有權威性的是DFS（美國三軍政府組織-實驗室理(lǐ)事(shì)聯席會（JDL）下(xià)面的C3I技術委員(yuán)會（TPC3）數據融合專家組）提出的功能(néng)模型。
該模型把數據融合分(fēn)為(wèi)3級。第1級是單源或多源處理(lǐ)，主要是數字處理(lǐ)、跟蹤相關(guān)和關(guān)聯；第2級是評估目标估計的集合，及它們彼此和背景的關(guān)系來(lái)評估整個(gè)情況；第3級用一(yī)個(gè)系統的先驗目标集合來(lái)檢驗評估的情況。
2.信息融合的結構模型
數據融合的結構模有多種不同的分(fēn)類方法，其中一(yī)種分(fēn)類标準是根據傳感器(qì)數據在送人(rén)融合處理(lǐ)中心之前已經處理(lǐ)的程度來(lái)進行分(fēn)類。在這(zhè)種分(fēn)類标準下(xià)，融合結構被分(fēn)為(wèi)傳感器(qì)級數據融合，中央級數據融合及混合式融合，還可以根據數據處理(lǐ)過程的分(fēn)辨率來(lái)對融合結構進行分(fēn)類。在這(zhè)種情況下(xià)，融合結構為(wèi)像素級、特征級和決策級融合。
3.多傳感器(qì)信息融合實現(xiàn)的數學模型
信息融合的方法涉及到多方面的理(lǐ)論和技術，如(rú)信号處理(lǐ)、估計理(lǐ)論、不确定性理(lǐ)論、模式識别、最優化(huà)技術、模糊數學和神經網絡等這(zhè)方面國外已經做了(le)大量的研究。
目前，這(zhè)些(xiē)方法大緻分(fēn)為(wèi)兩類：随機類方法和人(rén)工智能(néng)方法。
二、導航與定位
在機器(qì)人(rén)系統中，自主導航是一(yī)項核心技術，是機器(qì)人(rén)研究領域的重點和難點問題。自主移動機器(qì)人(rén)常用的導航定位方法有以下(xià)四種。
1、視(shì)覺導航定位
在視(shì)覺導航定位系統中，目前國内外應用較多的是基于局部視(shì)覺的在機器(qì)人(rén)中安裝車載攝像機的導航方式。在這(zhè)種導航方式中，控制設備和傳感裝置裝載在機器(qì)人(rén)車體(tǐ)上(shàng)，圖像識别、路(lù)徑規劃等高層決策都由車載控制計算(suàn)機完成。視(shì)覺導航定位系統主要包括：攝像機（或CCD圖像傳感器(qì)）、視(shì)頻信号數字化(huà)設備、基于 DSP的快(kuài)速信号處理(lǐ)器(qì)、計算(suàn)機及其外設等。現(xiàn)在有很多機器(qì)人(rén)系統采用CCD圖像傳感器(qì)，其基本元件是一(yī)行矽成像元素，在一(yī)個(gè)襯底上(shàng)配置光敏元件和電荷轉移器(qì)件，通過電荷的依次轉移，将多個(gè)象素的視(shì)頻信号分(fēn)時(shí)、順序地取出來(lái)，如(rú)面陣CCD傳感器(qì)采集的圖像的分(fēn)辨率可以從32&TImes;32到1024&TImes;1024像素等。視(shì)覺導航定位系統的工作(zuò)原理(lǐ)簡單說(shuō)來(lái)就(jiù)是對機器(qì)人(rén)周邊的環境進行光學處理(lǐ)，先用攝像頭進行圖像信息采集，将采集的信息進行壓縮，然後将它反饋到一(yī)個(gè)由神經網絡和統計學方法構成的學習子(zǐ)系統，再由學習子(zǐ)系統将采集到的圖像信息和機器(qì)人(rén)的實際位置聯系起來(lái)，完成機器(qì)人(rén)的自主導航定位功能(néng)。
2、光反射導航定位
典型的光反射導航定位方法主要是利用激光或紅(hóng)外傳感器(qì)來(lái)測距。激光和紅(hóng)外都是利用光反射技術來(lái)進行導航定位的。
激光全局定位系統一(yī)般由激光器(qì)旋轉機構、反射鏡、光電接收裝置和數據采集與傳輸裝置等部分(fēn)組成。工作(zuò)時(shí)，激光經過旋轉鏡面機構向外發射，當掃描到由後向反射器(qì)構成的合作(zuò)路(lù)标時(shí)，反射光經光電接收器(qì)件處理(lǐ)作(zuò)為(wèi)檢測信号，啓動數據采集程序讀取旋轉機構的碼盤數據（目标的測量角度值），然後通過通訊傳遞到上(shàng)位機進行數據處理(lǐ)，根據已知路(lù)标的位置和檢測到的信息，就(jiù)可以計算(suàn)出傳感器(qì)當前在路(lù)标坐标系下(xià)的位置和方向，從而達到進一(yī)步導航定位的目的。
如(rú)圖是一(yī)個(gè)LDSR激光傳感器(qì)系統原理(lǐ)框圖。激光測距具有光束窄、平行性好(hǎo)(hǎo)、散射小、測距方向分(fēn)辨率高等優點，但(dàn)同時(shí)它也(yě)受環境因素幹擾比較大，因此采用激光測距時(shí)怎樣對采集的信号進行去噪等也(yě)是一(yī)個(gè)比較大的難題，另外激光測距也(yě)存在盲區，所以光靠激光進行導航定位實現(xiàn)起來(lái)比較困難，在工業應用中，一(yī)般還是在特定範圍内的工業現(xiàn)場(chǎng)檢測，如(rú)檢測管道裂縫等場(chǎng)合應用較多。
紅(hóng)外傳感技術經常被用在多關(guān)節機器(qì)人(rén)避障系統中，用來(lái)構成大面積機器(qì)人(rén)“敏感皮膚”，覆蓋在機器(qì)人(rén)手臂表面，可以檢測機器(qì)人(rén)手臂運行過程中遇到的各種物體(tǐ)。典型的紅(hóng)外傳感器(qì)工作(zuò)原理(lǐ)如(rú)圖所示。該傳感器(qì)包括一(yī)個(gè)可以發射紅(hóng)外光的固态發光二極管和一(yī)個(gè)用作(zuò)接收器(qì)的固态光敏二極管。由紅(hóng)外發光管發射經過調制的信号，紅(hóng)外光敏管接收目标物反射的紅(hóng)外調制信号，環境紅(hóng)外光幹擾的消除由信号調制和專用紅(hóng)外濾光片保證。設輸出信号Vo代表反射光強度的電壓輸出，則Vo是探頭至工件間(jiān)距離的函數：
Vo=f（x，p）
式中，p—工件反射系數。p與目标物表面顔色、粗糙度有關(guān)。x—探頭至工件間(jiān)距離。
當工件為(wèi)p值一(yī)緻的同類目标物時(shí)，x和Vo一(yī)一(yī)對應。x可通過對各種目标物的接近測量實驗數據進行插值得到。這(zhè)樣通過紅(hóng)外傳感器(qì)就(jiù)可以測出機器(qì)人(rén)距離目标物體(tǐ)的位置，進而通過其他的信息處理(lǐ)方法也(yě)就(jiù)可以對移動機器(qì)人(rén)進行導航定位。
雖然紅(hóng)外傳感定位同樣具有靈敏度高、結構簡單、成本低(dī)等優點，但(dàn)因為(wèi)它們角度分(fēn)辨率高，而距離分(fēn)辨率低(dī)，因此在移動機器(qì)人(rén)中，常用作(zuò)接近覺傳感器(qì)，探測臨近或突發運動障礙，便于機器(qì)人(rén)緊急停障。
3、GPS全球定位系統
如(rú)今，在智能(néng)機器(qì)人(rén)的導航定位技術應用中，一(yī)般采用僞距差分(fēn)動态定位法，用基準接收機和動态接收機共同觀測4顆GPS衛星，按照一(yī)定的算(suàn)法即可求出某時(shí)某刻機器(qì)人(rén)的三維位置坐标。差分(fēn)動态定位消除了(le)星鍾誤差，對于在距離基準站(zhàn)1000km的用戶，可以消除星鍾誤差和對流層引起的誤差，因而可以顯著提高動态定位精度。但(dàn)是因為(wèi)在移動導航中，移動GPS接收機定位精度受到衛星信号狀況和道路(lù)環境的影響，同時(shí)還受到時(shí)鍾誤差、傳播誤差、接收機噪聲等諸多因素的影響，因此，單純利用 GPS導航存在定位精度比較低(dī)、可靠性不高的問題，所以在機器(qì)人(rén)的導航應用中通常還輔以磁羅盤、光碼盤和GPS的數據進行導航。另外，GPS導航系統也(yě)不适應用在室内或者水下(xià)機器(qì)人(rén)的導航中以及對于位置精度要求較高的機器(qì)人(rén)系統。
4、超聲波導航定位
超聲波導航定位的工作(zuò)原理(lǐ)也(yě)與激光和紅(hóng)外類似，通常是由超聲波傳感器(qì)的發射探頭發射出超聲波，超聲波在介質中遇到障礙物而返回到接收裝置。通過接收自身(shēn)發射的超聲波反射信号，根據超聲波發出及回波接收時(shí)間(jiān)差及傳播速度，計算(suàn)出傳播距離S，就(jiù)能(néng)得到障礙物到機器(qì)人(rén)的距離，即有公式：S=Tv/2式中，T— 超聲波發射和接收的時(shí)間(jiān)差；v—超聲波在介質中傳播的波速。
當然，也(yě)有不少移動機器(qì)人(rén)導航定位中用到的是分(fēn)開的發射和接收裝置，在環境地圖中布置多個(gè)接收裝置，而在移動機器(qì)人(rén)上(shàng)安裝發射探頭。
在移動機器(qì)人(rén)的導航定位中，因為(wèi)超聲波傳感器(qì)自身(shēn)的缺陷，如(rú)：鏡面反射、有限的波束角等，給充分(fēn)獲得周邊環境信息造成了(le)困難，因此，通常采用多傳感器(qì)組成的超聲波傳感系統，建立相應的環境模型，通過串行通信把傳感器(qì)采集到的信息傳遞給移動機器(qì)人(rén)的控制系統，控制系統再根據采集的信号和建立的數學模型采取一(yī)定的算(suàn)法進行對應數據處理(lǐ)便可以得到機器(qì)人(rén)的位置環境信息。
由于超聲波傳感器(qì)具有成本低(dī)廉、采集信息速率快(kuài)、距離分(fēn)辨率高等優點，長期以來(lái)被廣泛地應用到移動機器(qì)人(rén)的導航定位中。而且它采集環境信息時(shí)不需要複雜的圖像配備技術，因此測距速度快(kuài)、實時(shí)性好(hǎo)(hǎo)。同時(shí)，超聲波傳感器(qì)也(yě)不易受到如(rú)天氣條件、環境光照及障礙物陰影、表面粗糙度等外界環境條件的影響。超聲波進行導航定位已經被廣泛應用到各種移動機器(qì)人(rén)的感知系統中。
三、路(lù)徑規劃
路(lù)徑規劃技術是機器(qì)人(rén)研究領域的一(yī)個(gè)重要分(fēn)支。最優路(lù)徑規劃就(jiù)是依據某個(gè)或某些(xiē)優化(huà)準則（如(rú)工作(zuò)代價最小、行走路(lù)線最短、行走時(shí)間(jiān)最短等），在機器(qì)人(rén)工作(zuò)空間(jiān)中找到一(yī)條從起始狀态到目标狀态、可以避開障礙物的最優路(lù)徑。
移動機器(qì)人(rén)路(lù)徑規劃技術大概分(fēn)為(wèi)以下(xià)4類：模版匹配路(lù)徑規劃技術、人(rén)工勢場(chǎng)路(lù)徑規劃技術、地圖構建路(lù)徑規劃技術和人(rén)工智能(néng)路(lù)徑規劃技術。
1.模版匹配路(lù)徑規劃技術
模版匹配方法是将機器(qì)人(rén)當前狀态與過去經曆相比較，找到最接近的狀态，修改這(zhè)一(yī)狀态下(xià)的路(lù)徑，便可得到一(yī)條新(xīn)的路(lù)徑，即首先利用路(lù)徑規劃所用到的或已産生(shēng)的信息建立一(yī)個(gè)模版庫，庫中的任一(yī)模版包含每一(yī)次規劃的環境信息和路(lù)徑信息，這(zhè)些(xiē)模版可通過特定的索引取得；随後将當前規劃任務(wù)和環境信息與模版庫中的模版進行匹配，以尋找出一(yī)個(gè)最優匹配模版；然後對該模版進行修正，并以此作(zuò)為(wèi)最後的結果，模版匹配技術在環境确定情況下(xià)，有較好(hǎo)(hǎo)的應用效果，如(rú) Vasudevan等提出的基于案例的自治水下(xià)機器(qì)人(rén)（AUV） 路(lù)徑規劃方法，Liu等提出的清潔機器(qì)人(rén)的模版匹配路(lù)徑規劃方法，為(wèi)了(le)提高模版匹配路(lù)徑規劃技術對環境變化(huà)的适應性，部分(fēn)學者提出了(le)将模版匹配與神經網絡學習相結合的方法，如(rú)Ram等将基于事(shì)例的在線匹配和增強式學習相結合，提高了(le)模版匹配規劃方法中機器(qì)人(rén)的自适應性能(néng)，使機器(qì)人(rén)能(néng)部分(fēn)地适應環境的變化(huà)，以及Arleo等将環境模版與神經網絡學習相結合的路(lù)徑規劃方法等。
2.人(rén)工勢場(chǎng)路(lù)徑規劃技術
人(rén)工勢場(chǎng)路(lù)徑規劃技術的基本思想是将機器(qì)人(rén)在環境中的運動視(shì)為(wèi)一(yī)種機器(qì)人(rén)在虛拟的人(rén)工受力場(chǎng)中的運動。障礙物對機器(qì)人(rén)産生(shēng)斥力，目标點對機器(qì)人(rén)産生(shēng)引力，引力和斥力的合力作(zuò)為(wèi)機器(qì)人(rén)的控制力，從而控制機器(qì)人(rén)避開障礙物而到達目标位置。
早期人(rén)工勢場(chǎng)路(lù)徑規劃研究是一(yī)種靜态環境的人(rén)工勢場(chǎng)，即将障礙物和目标物均看成是靜态不變的，機器(qì)人(rén)僅根據靜态環境中障礙物和目标物的具體(tǐ)位置規劃運動路(lù)徑，不考慮它們的移動速度。然而，現(xiàn)實世界中的環境往往是動态的，障礙物和目标物都可能(néng)是移動的，為(wèi)了(le)解決動态環境中機器(qì)人(rén)的路(lù)徑規劃問題，Fujimura等提出一(yī)種相對動态的人(rén)工勢場(chǎng)方法，将時(shí)間(jiān)看成規劃模型的一(yī)維參量，而移動的障礙物在擴展的模型中仍被看成是靜态的，這(zhè)樣動态路(lù)徑規劃仍可運用靜态路(lù)徑規劃方法加以實現(xiàn)。該方法存在的主要問題是假設機器(qì)人(rén)的軌迹總是已知的，但(dàn)這(zhè)一(yī)點在現(xiàn)實世界中難以實現(xiàn)，對此，Ko等将障礙物的速度參量引入到斥力勢函數的構造中，提出動态環境中的路(lù)徑規劃策略，并給出了(le)仿真結果，但(dàn)是，該方法的兩個(gè)假設使其與實際的動态環境存在距離：（1）僅考慮環境中障礙物的運動速度，未考慮機器(qì)人(rén)的運動速度；（2）認為(wèi)障礙物與機器(qì)人(rén)之間(jiān)的相對速度是固定不變的，這(zhè)不是完整的動态環境。對于動态路(lù)徑規劃問題來(lái)說(shuō)，與機器(qì)人(rén)避障相關(guān)的主要是機器(qì)人(rén)與障礙物之間(jiān)的相對位置和相對速度，而非絕對位置和速度，對此，Ge等将機器(qì)人(rén)與目标物的相對位置與相對速度引入吸引勢函數，将機器(qì)人(rén)與障礙物的相對位置與相對速度引入排斥勢函數，提出動态環境下(xià)的機器(qì)人(rén)路(lù)徑規劃算(suàn)法，并将該算(suàn)法應用于全方位足球移動機器(qì)人(rén)的路(lù)徑規劃中，取得了(le)比較滿意的仿真與實驗結果。
3.地圖構建路(lù)徑規劃技術
地圖構建路(lù)徑規劃技術，是按照機器(qì)人(rén)自身(shēn)傳感器(qì)搜索的障礙物信息，将機器(qì)人(rén)周圍區域劃分(fēn)為(wèi)不同的網格空間(jiān)（如(rú)自由空間(jiān)和限制空間(jiān)等），計算(suàn)網格空間(jiān)的障礙物占有情況，再依據一(yī)定規則确定最優路(lù)徑，地圖構建又分(fēn)為(wèi)路(lù)标法和栅格法，也(yě)稱單元分(fēn)解法。前者是構造一(yī)幅由标志點和連接邊線組成的機器(qì)人(rén)可行路(lù)徑圖，如(rú)可視(shì)線方法、切線圖方法、Voronoi圖方法和概率圖展開法等。
可視(shì)圖法将機器(qì)人(rén)看成一(yī)個(gè)點，機器(qì)人(rén)、目标點和多邊形障礙物的各頂點進行組合連接，并保證這(zhè)些(xiē)直線均不與障礙物相交，便形成一(yī)張圖，稱為(wèi)可視(shì)圖，由于任意兩直線的頂點都是可見的，從起點沿着這(zhè)些(xiē)直線到達目标點的所有路(lù)徑均是運動物體(tǐ)的無碰路(lù)徑，路(lù)徑規劃就(jiù)是搜索從起點到目标點經過這(zhè)些(xiē)可視(shì)直線的最短距離問題；切線圖法和Voronoi圖法對可視(shì)圖法進行了(le)改造，切線圖法以多邊形障礙物模型為(wèi)基礎，任意形狀障礙物用近似多邊形替代，在自由空間(jiān)中構造切線圖，因此從起始點到目标點機器(qì)人(rén)是沿着切線行走，即機器(qì)人(rén)必須幾乎接近障礙物行走，路(lù)徑較短，但(dàn)如(rú)果控制過程中産生(shēng)位置誤差，移動機器(qì)人(rén)碰撞的可能(néng)性會很高，Voronoi圖由一(yī)系列的直線段和抛物線段構成，直線由兩個(gè)障礙物的頂點或兩個(gè)障礙物的邊定義生(shēng)成，直線段上(shàng)所有點必須距離障礙物的頂點或障礙物的邊相等，抛物線段由一(yī)個(gè)障礙物的頂點和一(yī)個(gè)障礙物的邊定義生(shēng)成，抛物線段同樣要求與障礙物頂點和障礙物的邊有相同距離，與切線法相比，Voronoi圖法從起始節點到目标節點的路(lù)徑将會增長，但(dàn)采用這(zhè)種控制方式時(shí)，即使産生(shēng)位置誤差，移動機器(qì)人(rén)也(yě)不會碰到障礙物，安全性較高。
栅格法是将機器(qì)人(rén)周圍空間(jiān)分(fēn)解為(wèi)相互連接且不重疊的空間(jiān)單元；栅格（cell），由這(zhè)些(xiē)栅格構成一(yī)個(gè)連通圖，依據障礙物占有情況，在此圖上(shàng)搜索一(yī)條從起始栅格到目标栅格無碰撞的最優路(lù)徑．這(zhè)其中根據栅格處理(lǐ)方法的不同，又分(fēn)為(wèi)精确栅格法和近似栅格法，後者也(yě)稱概率栅格法。精确栅格法是将自由空間(jiān)分(fēn)解成多個(gè)不重疊的單元，這(zhè)些(xiē)單元的組合與原自由空間(jiān)精确相等，如(rú)下(xià)圖就(jiù)是常用的一(yī)種精确栅格分(fēn)解法一(yī)一(yī)梯形栅格分(fēn)解。
與精确栅格法不同，近似栅格法的所有栅格都是預定的形狀，通常為(wèi)矩形，整個(gè)環境被分(fēn)割成多個(gè)較大的矩形，每個(gè)矩形之間(jiān)都是連續的，典型的方法是“四叉樹”法，如(rú)果大矩形内部包含障礙物或者邊界，則将其分(fēn)割成4個(gè)小矩形，對所有稍大的栅格都進行這(zhè)種劃分(fēn)，然後在劃分(fēn)的最後界限内形成的小栅格間(jiān)重複執行該程序，直到達到解的界限為(wèi)止。
地圖構建法直觀明了(le)，它常與其他路(lù)徑規劃方法集成使用，如(rú)Araujo提出的ART神經網絡的地圖構建路(lù)徑規劃算(suàn)法，Najjaran提出的卡爾曼濾波器(qì)的地圖構建路(lù)徑規劃，Yang等提出的基于生(shēng)物啓發神經網絡與地圖構建集成的清潔機器(qì)人(rén)完全覆蓋路(lù)徑規劃技術（CCPP）等。
目前，地圖構建技術已引起機器(qì)人(rén)研究領域的廣泛關(guān)注，成為(wèi)移動機器(qì)人(rén)路(lù)徑規劃的研究熱點之一(yī)，但(dàn)機器(qì)人(rén)傳感器(qì)信息資源有限，使得網格地圖障礙物信息很難計算(suàn)與處理(lǐ)，同時(shí)由于機器(qì)人(rén)要動态快(kuài)速地更新(xīn)地圖數據，在網格數較多、分(fēn)辨率較高時(shí)難以保證路(lù)徑規劃的實時(shí)性，因此，地圖構建方法必須在地圖網格分(fēn)辨率與路(lù)徑規劃實時(shí)性上(shàng)尋求平衡。
4.人(rén)工智能(néng)路(lù)徑規劃技術
人(rén)工智能(néng)路(lù)徑規劃技術是将現(xiàn)代人(rén)工智能(néng)技術應用于移動機器(qì)人(rén)的路(lù)徑規劃中，如(rú)人(rén)工神經網絡、進化(huà)計算(suàn)、模糊邏輯與信息融合等。遺傳算(suàn)法是最早應用于組合優化(huà)問題的智能(néng)優化(huà)算(suàn)法，該算(suàn)法及其派生(shēng)算(suàn)法在機器(qì)人(rén)路(lù)徑規劃研究領域已得到應用，在蟻群算(suàn)法較好(hǎo)(hǎo)解決旅行商(shāng)問題（TSP）的基礎上(shàng)，許多學者進一(yī)步将蟻群優化(huà)算(suàn)法引入到水下(xià)機器(qì)人(rén)（UV）的路(lù)徑規劃研究中。
神經網絡作(zuò)為(wèi)人(rén)工智能(néng)的重要内容，在移動機器(qì)人(rén)路(lù)徑規劃研究中得到了(le)廣泛關(guān)注，如(rú)Ghatee等将Hopfield神經網絡應用到路(lù)徑距離的優化(huà)中；Zhu等将自組織SOM神經網絡應用到多任務(wù)多機器(qì)人(rén)的任務(wù)分(fēn)配與路(lù)徑規劃中，近年來(lái)加拿大學者Simon提出一(yī)種新(xīn)的生(shēng)物啓發動态神經網絡模型，将神經網絡的神經元與二維規劃空間(jiān)的離散坐标對應起來(lái)，通過規定障礙物和非障礙物對神經元輸入激勵和抑制的不同，直接計算(suàn)相關(guān)神經元的輸出，由此判定機器(qì)人(rén)的運行方向，由于該神經網絡不需要學習訓練過程，路(lù)徑規劃實時(shí)性好(hǎo)(hǎo)，同時(shí)利用神經網絡本身(shēn)的快(kuài)速衰減特性，較好(hǎo)(hǎo)地解決了(le)機器(qì)人(rén)路(lù)徑規劃的死區問題。如(rú)圖為(wèi)用于局部路(lù)徑規劃的生(shēng)物啓發神經網絡結構圖，圖中所示為(wèi)機器(qì)人(rén)（處于神經元處）傳感器(qì)的感受半徑，每個(gè)神經元與環境位置坐标對應，動态計算(suàn)機器(qì)人(rén)鄰近神經元輸出，機器(qì)人(rén)根據神經元輸出大小決定下(xià)一(yī)步運行目标，從而實現(xiàn)安全的路(lù)徑規劃。
人(rén)工智能(néng)技術應用于移動機器(qì)人(rén)路(lù)徑規劃，增強了(le)機器(qì)人(rén)的“智能(néng)”特性，克服了(le)許多傳統規劃方法的不足，但(dàn)該方法也(yě)有不足之處，有關(guān)遺傳優化(huà)與蟻群算(suàn)法路(lù)徑規劃技術主要針對路(lù)徑規劃中的部分(fēn)問題，利用進化(huà)計算(suàn)進行優化(huà)處理(lǐ)，并與其他路(lù)徑規劃方法結合在一(yī)起使用，單獨完成路(lù)徑規劃任務(wù)的情況較少。信息融合技術主要應用于機器(qì)人(rén)傳感器(qì)信号處理(lǐ)方面，而非直接的路(lù)徑規劃策略，對神經網絡路(lù)徑規劃而言，大多數神經網絡路(lù)徑規劃均存在規劃知識的學習過程，不僅存在學習樣本難以獲取，而且存在學習滞後問題，從而影響神經網絡路(lù)徑規劃的實時(shí)性，生(shēng)物啓發神經網絡路(lù)徑規劃雖然實時(shí)性較好(hǎo)(hǎo)，但(dàn)其輸入激勵與抑制的設定也(yě)存在人(rén)為(wèi)不确定因素。
基于生(shēng)物啓發神經網絡路(lù)徑規劃
此外，智能(néng)機器(qì)人(rén)還用到機器(qì)人(rén)視(shì)覺、智能(néng)控制、人(rén)機接口技術等多種技術，小編就(jiù)不一(yī)一(yī)贅述了(le)，大家可以搜尋相關(guān)資料，一(yī)起分(fēn)享哦。
上(shàng)海先予工業自動化(huà)設備有限公司是一(yī)家集非标制定、研發、生(shēng)産、銷售、工程服務(wù)為(wèi)一(yī)體(tǐ)的工業裝備制造企業。公司以自主核心技術和系統集成優勢為(wèi)依托，針對企業用戶在生(shēng)産過程控制中的各種複雜控制要求，采用DCS和PLC等控制系統為(wèi)企業量身(shēn)定制，技術先進、可靠性高、經濟實用的電氣和自動化(huà)控制，生(shēng)産，輸送，包裝、清洗系統，提供完整的非标制定自動化(huà)生(shēng)産解決方案，從而有效為(wèi)企業降低(dī)勞動力成本、提高品質、提升效率。
工業清洗機原理(lǐ)清洗機價格清洗機型号清洗機廠家掃描關(guān)注官方微博
高壓清洗機訂制清洗機産品清洗機用途清洗機設備掃描關(guān)注官方微信
