人工智能在智能機器人領域中的運用探析

摘要：隨著工業機械化時代的到來，智能機器人走進了人們的生活，方便了人類大眾。對此，人們對智能機器人提出了更高的要求，使其更加人性化、多功能化等。智能機器人的技術發展仍存在著許多弊端，需要通過人工智能的理論和技術來指導設計智能機器人系統，以此來促進智能機器人更好更快速的發展。

關鍵詞：人工智能;智能機器人;解決策略

人工智能是一種以模擬、擴展和延伸人的智能的理論、方法和技術及應用為目的，而進行研究和開發的一種技術科學。智能機器人作為人工智能的試驗品，極好的驗證了人工智能的技術發展。將二者有效的結合在一起，來推動工業機器的發展。

一、人工智能主要研究任務

（一）模式識別

人工智能的模式識別是通過對計算機的程序的設定來協助人類對外界的感知功能。依靠計算機中強大的數據系統，獲取大量的文字、符號、圖形、聲音等信息，經過數據采集，信息預處理、基元提取及模式分類幾個步驟后，來了解和掌握周圍的環境信息。

（二）機器視覺

機器視覺，是在模式識別的基礎上的一種更為復雜的技術。通過過計算機來模擬人類的視覺功能，并且模擬了人的理解功能。由于其工程復雜，研究較為困難。其已經發展獨立學科進行研究。主要解決模擬人類視覺，來對外界的信息的獲取。經過分析、整合、理解形成圖像。機器視覺主要是結合人類的視野及大腦的信息處理，將機器更加智能化，人工化，以此來替代或協助人類完成更復雜的工作。

（三）機器學習

機器學習作為機器轉向智能化的關鍵技術，將人類的學習方式方法嫁接在機器上，使得智能機器能夠自主的獲取和掌握獲取知識的途徑。從而更好地適應智能機器的發展要求。在復雜繁瑣的條件下，機器能夠依靠自身的功能的調整，經過學習來獲取有效的信息，增加了智能機器人在信息快速發展的時代的適應能力。能夠及時應對生產生活中突發的問題。同時，機器學習可以理解人類的學習方式和方法。減輕了人類的腦力勞動，并且能夠更有效的提高辦事效率，節省了機器的成本，能夠有效的將工作人員的經驗整合到智能機器上。但是，目前仍處于理論研究階段，尚未能夠達到實際應用。

（四）分布式人工智能

分布式人工智能是人工智能與計算機的有效結合的結果，能夠將智能機器人有機的系統的結合在一起，能夠將不同異構系統能夠在在突發狀況下協調的配合，相互之間信息能夠及時交遞。以此來提高生產工作效率。簡而言之，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制。所以，能夠協調好各個領域之間的規則、知識和技術等是分布式人工智能的關鍵技術性難關。

二、人工智能在機器人領域的應用

（一）人工神經網絡在機器人定位與導航中應用

人工神經網絡是模擬生物神經系統對信息進行處理，該方法可以處理一些無法用模式或較為系統的信息，具有較強的信息整理能力，能夠很好的整合非線性系統。人工的神經網有著更好容錯性和存儲容量。大量的單元之間的相互交錯，人工神經網絡模擬出了大腦的非局限性。人工神經網擁有以下三個優點，一是具有自主學習能力，二是具有聯想存儲功能，三是具有高速尋找優化化解能力，能夠針對復雜問題設計反饋型人工神經網絡，通過發揮計算機高速運算能力，以此來找到最優化解。人工神經網絡應用于智能機器人中，能夠準確避免障礙，精準定位目標。在定位與導航中應用過程中，充分合理利用其功能，準確控制目標軌跡，能夠對數據充分的識別分析。

作為移動機器人視覺體系關鍵板塊，攝像機標定是必不可少的。攝像機參數確定過程，是智能機器人內部光電參數，與幾何參數整合的過程，也是其自體坐標系，與外界坐標系明確相對方位的過程。這一過程可通過人工神經網絡實現，在其基礎上，利用智能機器人攝像機采集到的圖像信息資源，設立三維坐標系，確定攝像機內部廣電參數與幾何參數，以及自體與外界坐標系間的關聯性。人工神經網絡分為輸入層（首層）、隱含層（次層）、輸出層（末層），其中隱含層為S型激活函數神經元類型，輸出層為線性激活函數神經元類型，網絡輸入層，作為移動機器人目的點，是三個攝像機內，全部的圖像信息資源，并以輸出層設立的坐標系類型，作為三維世界坐標。移動機器人依托對人工神經網絡的應用，完成運作進程，從而為操作人員，獲目標物在三維空間內準確的位置數據。通過人工智能，智能機器人在方向引導中的運用越發成熟與自如，明確障礙點方位的同時，使的軌跡追蹤成為了可能。

（二）專家系統在機器人控制中的應用

專家系統是一種擁有某個領域大量的專家級知識，通過模擬專家的思維，來達到專家級的水平，使用專家的知識來解決困難和特別復雜的實際問題的一種計算機的系統。隨著機器人的控制理論得到了很大的發展，擁有著巨大的成功。大多數的控制方法都建立專家系統的基礎上。機器人的動力學系統的繁瑣性、非線性、多邊形以及變慣量等極其復雜。專家系統應用于智能機器人中，能夠有效的減免大量技術性問題，極大地提高了系統處理數據的效率。但同時，為了應對多種復雜的情況，以及多種突發的異常情況，致使專家系統本身的規則也將會更加復雜，需要涉及到方方面面的問題。通常，我們將專家系統與常規控制相結合，靠操作人員來彌補專家系統所紕漏的地方。這樣能夠使得智能機器人在診斷、處理故障，得到非凡的結果。

（三）進化算法在機器人路徑規劃中的應用

人工智能進化算法的主要兩大特點是群體搜索策略和群體中個體之間的信息交換。進化算法可以在搜索過程中，不會導致限制到局部最優。在非規則有噪聲影響時，以讓能夠通過群體搜索策略來大概率的尋找到整個過程的最優解。此外，進化算法的多種個體搜索可以同時進行，以滿足巨量算法的執行。進化算法應用于智能機器人中可以有效的制定路徑規劃，可以使移動機器人通過某些約束條件來制定從起始到終態的最優化的途徑。伴隨著進化算法中的遺傳算法、蟻群算法在智能機器人中的快速發展，使得機器人能夠更加智能化，其運行的路徑更接近于完美優化的要求，為移動機器人提供良好的路徑規劃效果。

將遺傳算法運用在陌生環境中，利用動態化手段，完成對機器人路徑的設計規劃，利用這一算法中，路點坐標值可變長染色體編碼方法，設立包含障礙物排斥子函數項的代價函數。這一人工智能形式的應用，確保機器人路徑設計環節中的地圖信息資源，實現了遺傳操縱進程的有效引用，拓展了移動機器人的路徑設計工作空間。

三、人工智能的發展前景

現代科技推動了社會經濟高速發展，處于知識經濟一體化時代，人工智能的自主性、自然性、高效性等優勢特征越發突出，尤其是管理廣泛性在應用環節中的體現，突破了人類對人工智能的預期范圍，可見人類在預測人工智能、機器人、電子科技的發展態勢上，仍存在一定的難度?，F代科技整合，拓展了人工智能機器人發展空間，推理功能水平上升了一個高度，但針對于機器人學習、想象功能的推理研制，仍處于摸索性前進階段，仍有較大的完善空間。在創造智能機器人時，還需突破仿照人腦右腦模糊功能、整個大腦處理功能模擬實現等工作難點。目前，人工智能領域逐步拓展，未來智能機器人的應用空間進一步擴大，并大部分的人工智能產品，能夠在生活多個領域充當重要角色，對帶動各行業發展有著現實意義。尤其是電子科技人工智能的科研，以及摸索性的運用與完善，將會給人類生產生活帶來巨大變化。人工智能與計算機技術等現代科技的結合，深入推動了人工智能理論研究，為人工智能企業發展，奠定了鑒定基礎，自身實力不斷提高，智能機器人實效性隨之加強，從而為市場經濟高速發展助力。

四、結語

隨著科學技術的快速發展，人工智能的理論研究以及技術的發展取得了重大的進步。智能機器人產品大量的走進了人們的生產生活中，將人工智能的理論與技術應用于智能機器人中，可以提高智能機器人的處理數據的高效性、診斷障礙的準確性以及設計最優化的路徑。將二者結合起來，在優化了智能機器人的性能的同時，也在實踐過程中，證實了人工智能的可行性，對科技的發展有著重要的意義。

參考文獻：

[1]李柏陽.淺析人工智能技術及其在智能機器人領域的應用[J].數字通信世界，2017，12：115-116.

[2]朱昱衡.人工智能技術及其在智能機器人領域的應用[J].電子世界，2018，09：208-209.

[3]黃春芳.人工智能在智能機器人領域中的研究與運用[J].科教導刊（上旬刊），2017，07：31-32.

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