人工智能在智能機器人領域中的研究與應用

摘 要：智能機器人是為了滿足工業生產和現代化建設的需求而發明的重要機械設備。通過對智能機器人進行研究，掌握其發展歷程、研究內容，在實踐領域的應用，以及現階段所要解決的技術難題，才能夠根據應用的需要來進行針對性的調整，進而提高機器人的應用深度和廣度，為多個領域的發展做出貢獻。

關鍵詞：人工智能；機器人；智能系統

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

0 引言

智能機器人是指通過設備的安置和程序的設定，促使機械設備具有記憶、感知、推理等多種能力，能夠向人腦一樣對外界情況進行判斷和分析，進而躲避障礙物，或者是按照要求完成具體的工作任務。人工智能化的研究是在工業生產和計算機技術發展的領域基礎之上而開展的，本項研究內容有50多年的發展歷程，將多種知識和技術進行有效的融合，將其應用到實踐領域，進而推動生產的發展和技術的進步。

1 人工智能主要研究內容

（1）模式識別。在人工智能研究系統中，其所研究的模式識別就是充分利用計算機技術，通過計算機技術中所設定的程序來模擬人類對外界功能的感知，進而建立的智能識別系統。運用計算機系統來模擬人類的感知和識別能力，利用自身數據系統中所具有的資料信息來出倆相關的文字、表格、聲音、圖像等內容。模式識別主要經歷信息采集、預處理、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之上而發展的新的技術，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研究難題，同時也將其作為一個獨立的學科，向更深、更廣的領域進行研究。在機器視覺的研究階段，其研究的主要內容是模擬人類的視覺，機器能夠捕捉到外界的信息、自然景物等內容，對其進行分析進行形成圖像[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、動態圖像分析等方式的運用，理解圖像的內容并對其定位，進而向機器人運控控制系統反饋機器人的狀態及目標等多種信息。

（3）機器學習。機器學習是其向智能化發展的關鍵技術，通過模擬人類的智能來獲取知識，進而更好地滿足應用的需求。隨著生產的發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雜的環境下完成多項任務要求就要學習，進而對自身的功能進行調整。首先機器學習是讓其在環境交互的過程中獲得大量的信息并對其進行分析，進而提高機器人適應環境的能力。其次是通過學習可以提高機器人的智能化水平，進而應付環境所帶來的變化，解決突發狀況下所出現的問題。再次是機器人學習可以彌補設計中所存在的缺陷，降低設計人員的勞動強度[2]。通過學習，機器人能夠應對復雜多變的環境，自身進行調整，進而提高其運行效率。

（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行結合，提高其智能化的應用水平。此種系統的應用能夠在快速變化的環境中捕捉到變化的信息，提高機械設備的協同工作能力?，F階段分布式人工智能系統尚不能獨立工作，需要在團結寫作的過程中來完成具體的工作內容，掌控規則和知識等內容，進而保證技術和動作的協調性。

2 人工智能在機器人領域的應用

2.1 人工神經網絡在機器人定位與導航中的應用

人工神經網絡是模擬人類的視覺神經系統，對其所收集的信息進行處理，其應用的優越性主要表現在如下幾個方面：一是有效處理難以用規則和模型來描述的系統；二是其信息的融合能力較高；三是統一描述非線性系統。鑒于人工神經網絡所具有的信息感應、傳輸、數據圖形處理等方面的功能，將其應用到機器人系統中，促使機器人能夠對自身進行精準定位，評估并避開障礙物[3]。在定位和導航系統中，充分運用人工神經網絡所具有的功能，搜索數據信息并傳輸和處理數據信息，對空間物質精確測量，能夠更好地抓取目標物質移動和運行的軌跡。

2.2 專家系統在機器人控制中的應用

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學模型技術之上所進行的控制理論研究。機器人雖然在人工的設定下模擬人腦在進行工作，但由于機器人動力學的時變性、非線性和變慣量等復雜現象的存在，很難確定其參數內容，并對其進行計算，所以減少計算方式，提高其智能性的專家系統出現，并應用到機器人控制系統中。采用專家系統的智能控制極大地減少了運算量，能夠更好地面對復雜的外界環境，進而提高機器人對外界的反應速度[4]。同時專家系統比較使用，將其與常規的控制系統經重新給有效的結合，不僅提高了系統辨識模型的能力，具有較高的故障診斷能力，進而提高機器人的控制能力。

2.3 進化算法在機器人路徑規劃中的應用

路徑規劃是最近幾年在機器人研究領域中比較活躍的內容，通過按照約束條件來所有相關信息，從起始狀態逐漸過渡到最優狀態。現階段路徑規劃的研究中，主要應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展。遺傳算法中采用了基于路點坐標值的可變長染色體編碼方式來對路徑進行規劃，有效地排除障礙物，并將其應用到具體的路徑規劃問題中，提高路徑搜索的效率，進而讓移動機器人的路徑規劃取得較好的發展成果。

3 結論

隨著生產的發展，智能機械設備逐漸應用到生產、生活的多個領域。智能設備的應用不僅提高了生產效率和產品質量，同時也解決了生產中人工難以攻克的技術難題，為企業創造了巨大的經濟效益和社會效益。機器人作為人工智能研究領域的重要分支，其研究的深度和廣度不斷推進，隨著理論研究和實踐操作方式的進步，機器人已經從最初的替代手工作業的方式來從事簡單、重復的工作內容逐漸向智能化過度，能夠對環境進行分析和調整，從事更加復雜的工作內容，并且工作質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域，機器人必將有著更加廣闊的發展前景。

參考文獻：

[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用[J].冶金自動化，2015（01）：1-8.

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

[4]陳瑩.智能控制及其在機器人領域的應用[J].求知導刊，2016（04）：50.

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