深度學(xué)習(xí)算法在智能協(xié)作機(jī)器人方面的運(yùn)用

胡淵?張高輝

摘要：隨著時代的發(fā)展進(jìn)步智能機(jī)器人開始被人們廣泛地應(yīng)用到社會生活的各個領(lǐng)域，對人們的實(shí)際生活產(chǎn)生了深刻的影響。智能機(jī)器人的運(yùn)作離不開深度學(xué)習(xí)算法的輔助支持，為此，文章在闡述深度學(xué)習(xí)算法內(nèi)涵以及和智能機(jī)器人關(guān)聯(lián)的基礎(chǔ)上，就深度學(xué)習(xí)算法在智能協(xié)作機(jī)器人方面的應(yīng)用問題進(jìn)行探究。

關(guān)鍵詞：深度學(xué)習(xí)算法;智能協(xié)作機(jī)器人;應(yīng)用

智能機(jī)器人是實(shí)現(xiàn)社會智能化發(fā)展的重要組成，從人類社會的生產(chǎn)發(fā)展實(shí)際情況來看，智能機(jī)器人的應(yīng)用會節(jié)省大量的重復(fù)勞動操作，并能夠完成人們無法企及的高難度環(huán)境下的工作，焊接機(jī)器人、家庭服務(wù)機(jī)器人、酒店服務(wù)機(jī)器人等都是機(jī)器人在人們實(shí)際生活中應(yīng)用的重要體現(xiàn)。關(guān)于怎樣實(shí)現(xiàn)機(jī)器人之間的智能化協(xié)作交流和機(jī)器人和人之間的協(xié)作成為相關(guān)人員需要研究和思考的問題，將深度學(xué)習(xí)算法應(yīng)用到智能協(xié)作機(jī)器人研究領(lǐng)域能夠更好地探索出以上這些問題，為此，文章結(jié)合實(shí)際就深度學(xué)習(xí)算法在智能協(xié)作機(jī)器人方面的運(yùn)用進(jìn)行策略分析。

一、深度學(xué)習(xí)算法概述

深度學(xué)習(xí)算法是一種基于人類思維深度的計算模式，在具體應(yīng)用的過程中通過模擬人類大腦的各種思考機(jī)制能夠不斷完善機(jī)器人的內(nèi)部結(jié)構(gòu)，從而達(dá)到和人類水平相近的思維模式。深度學(xué)習(xí)算法是一種思維由淺到深的一個變化過程，通過從簡單的特性深入到抽象的思維活動中，最終完成深度分析，以數(shù)據(jù)的形式將結(jié)果呈現(xiàn)出來[1]。

深度學(xué)習(xí)算法的實(shí)現(xiàn)依賴各類數(shù)據(jù)，而數(shù)據(jù)的呈現(xiàn)形式則是豐富多樣的，比如一幅畫的形容單位是像素，像素的向量可以以一些固有形狀形式來展現(xiàn)，比如邊形、條形等。

二、深度學(xué)習(xí)算法和智能機(jī)器人的關(guān)聯(lián)

深度學(xué)習(xí)是學(xué)習(xí)樣本數(shù)據(jù)的內(nèi)在規(guī)律和表現(xiàn)層次的體現(xiàn)，在深度學(xué)習(xí)過程中獲得的文字、圖像、聲音等數(shù)據(jù)的解釋對機(jī)器人運(yùn)作有著十分重要的影響，這些算法決定了機(jī)器人像人一樣具備分析能力、文字識別能力、圖像識別能力、聲音識別能力。

將深度學(xué)習(xí)算法應(yīng)用到機(jī)器人加工領(lǐng)域能夠使得機(jī)器人體現(xiàn)出較高的性能。在上個世紀(jì)七十年代的時候，世界范圍內(nèi)出現(xiàn)了第一臺智能機(jī)器人，這個機(jī)器人是由美國斯坦福研究所第一次成功應(yīng)用人工智能學(xué)研發(fā)的移動機(jī)器人，之后在此基礎(chǔ)上研究出了更多類型的機(jī)器人，比如工業(yè)機(jī)器人、聊天機(jī)器人、診療機(jī)器人等。

三、深度學(xué)習(xí)算法在智能機(jī)器人中的應(yīng)用原理

人工智能為智能機(jī)器人的研究和發(fā)展提供了重要的支持，而深度學(xué)習(xí)則是在人工智能的實(shí)現(xiàn)中占據(jù)了十分重要的比重，在這一算法的作用下能夠結(jié)合以往傳統(tǒng)機(jī)器人的圖像和語音識別技術(shù)，從而完善機(jī)器人的定位和導(dǎo)航功能。

（一）無模型深度學(xué)習(xí)算法

無模型深度學(xué)習(xí)算法在機(jī)器人加工領(lǐng)域的應(yīng)用是一種全新的體驗(yàn)，經(jīng)歷了多個時期的發(fā)展變化，在應(yīng)用的過程中是經(jīng)驗(yàn)積累的過程，在這個過程中機(jī)器人需要通過不斷地更新來實(shí)現(xiàn)最大化的利益收獲。在無模型深度學(xué)習(xí)算法實(shí)施的過程中需要機(jī)器人本身擁有一個標(biāo)準(zhǔn)來配合完成。首先，在描述Policy函數(shù)的時候需要具備強(qiáng)大的表達(dá)功能，在未知情況下通過擁有較強(qiáng)的表達(dá)能力能夠更好地處理各個問題。其次，具備強(qiáng)大的數(shù)據(jù)支撐，從而在應(yīng)用算法的時候能夠及時找到一個參照點(diǎn)，借助這個參照點(diǎn)獲得模型打造的優(yōu)化對策。

（二）基于模型的深度學(xué)習(xí)算法

和無模型的深度學(xué)習(xí)算法相比，基于模型的深度學(xué)習(xí)算法在執(zhí)行不同任務(wù)的時候會顯示出自己的優(yōu)勢作用。人類進(jìn)化的過程中對于不同事物會形成不同的聯(lián)想和實(shí)踐，在聯(lián)想和實(shí)踐的過程中會積累出一定的工作經(jīng)驗(yàn)，這些經(jīng)驗(yàn)?zāi)軌驗(yàn)橐院蟮膶W(xué)習(xí)和生活提供經(jīng)驗(yàn)。機(jī)器人的打造也是這樣，通過在一系列活動中的操作來積累經(jīng)驗(yàn)，增強(qiáng)機(jī)器之間的協(xié)作關(guān)系。

四、深度學(xué)習(xí)算法在智能機(jī)器人中的具體應(yīng)用分析

（一）抓取位姿判別

機(jī)器人學(xué)習(xí)抓取是智能機(jī)器人研究的重要組成，具體涵蓋智能學(xué)習(xí)、抓取位姿的判別、機(jī)器人運(yùn)動規(guī)劃等，在研究抓取判別的時候會應(yīng)用多模特征深度學(xué)習(xí)和和融合方法結(jié)合的方式，在給定抓取目標(biāo)場景圖的情況下，機(jī)器人能夠通過多模特征學(xué)習(xí)來推斷出最理想的抓取姿勢[2]。

借助多模特征深度學(xué)習(xí)和融合方式能夠解決智能機(jī)器人抓取判別的問題，具體實(shí)踐方法如下所示：首先，應(yīng)用堆疊降噪自動編碼打造深度網(wǎng)絡(luò)模型[3]。其次，應(yīng)用Kincet體感傳感器來獲取目標(biāo)RGC和深度多模數(shù)據(jù)，通過融合處理的方式來實(shí)現(xiàn)深層次的抽象表達(dá)。最后，將多模特征深度學(xué)習(xí)模型和機(jī)器人結(jié)合在一起，實(shí)現(xiàn)對不同形狀、不同擺放方向物體的抓取和定位。

（二）工業(yè)服務(wù)

在機(jī)器人的智能水平達(dá)到一定程度之后就能夠代替人們從事一些危險性的工作，從而為人們的日常生活提供便利。在設(shè)計自主作業(yè)智能機(jī)器人的時候首先需要打造機(jī)器人自身環(huán)境地圖，在考慮成本消耗之后選擇應(yīng)用基于單目視覺傳感器的挖掘機(jī)器人視覺系統(tǒng)來獲取工作環(huán)境中的圖片信息。在應(yīng)用的過程中需要考慮視覺系統(tǒng)中的識別和目標(biāo)的跟蹤檢測。在對圖像進(jìn)行處理的時候需要通過灰度化處理和直方圖均衡化增強(qiáng)圖像中的特征信息，應(yīng)用中值濾波過濾圖像中的噪聲信號。接著應(yīng)用Canny算子和SUSAN算子分別實(shí)現(xiàn)挖掘機(jī)器人圖像邊緣檢測和角點(diǎn)檢測，之后應(yīng)用深度學(xué)習(xí)算法來處理圖像。

在機(jī)器人處理好周圍工作環(huán)境之后還需要進(jìn)一步解決機(jī)器人目標(biāo)檢測和跟蹤問題。將深度學(xué)習(xí)算法應(yīng)用到工業(yè)分揀操作中能夠解決機(jī)器人在解決復(fù)雜工作條件方面的問題，從而更好地識別和處理復(fù)雜工作。

（三）家庭服務(wù)

智能機(jī)器人不僅在工業(yè)方面有著十分廣泛的應(yīng)用，而且在家庭服務(wù)方面也有著廣泛應(yīng)用，比如日常家務(wù)的開關(guān)電視、煮飯、打掃衛(wèi)生、娛樂等。在應(yīng)用機(jī)器人完成家庭服務(wù)的時候需要著重考慮以下兩個方面的功能，一方面，機(jī)器人首先要能夠識別并理解室內(nèi)的環(huán)境，從而更好地執(zhí)行接受到的任務(wù)。另外一個方面還需要能夠方便地和人進(jìn)行溝通，理解人的語言指令。

在室內(nèi)環(huán)境的識別和重建方面借助機(jī)器人視覺識別系統(tǒng)能夠應(yīng)用一種深度去噪自編碼器來處理，從而形成一個人和機(jī)器人的交互系統(tǒng)，這個系統(tǒng)分為三部分的內(nèi)容，分別是人和機(jī)器交流輸入輸出的部分，這部分由機(jī)器人對自然語言的識別和語音合成識別來處理文本指令[4];第二部分的功能是語料庫對第一部分識別的語音進(jìn)行意圖理解和生成處理;第三部分的功能是為第二部分的操作建立一個更大規(guī)模的語料庫。

結(jié)束語

綜上所述，智能機(jī)器人的發(fā)展經(jīng)歷了較長的時期，在國際上達(dá)到了較強(qiáng)的水平，在云計算、深度學(xué)習(xí)、大數(shù)據(jù)技術(shù)的快速發(fā)展下，智能機(jī)器人的發(fā)展也擁有了更多的動力支持。在未來，機(jī)器人的計算方法傾向于應(yīng)用現(xiàn)代軟件計算理論和方法和云計算、大數(shù)據(jù)的結(jié)合來實(shí)現(xiàn)機(jī)器人在云平臺的自主存儲和學(xué)習(xí)。在深度學(xué)習(xí)和增強(qiáng)學(xué)習(xí)結(jié)合的情況下更好地分析和處理機(jī)器人獲得的海量數(shù)據(jù)，從而有效提升機(jī)器人的工作處理能力。深度學(xué)習(xí)、增強(qiáng)學(xué)習(xí)和機(jī)器人等高新科學(xué)技術(shù)的發(fā)展為機(jī)器人的加工提供了更多動力支持，使得機(jī)器人的智能化水平不斷提升，完善的機(jī)器人在工業(yè)服務(wù)、家庭服務(wù)領(lǐng)域有著廣泛的應(yīng)用空間，值得人們進(jìn)行深入的研究。

參考文獻(xiàn)：

[1]周文博. 深度學(xué)習(xí)算法在智能協(xié)作機(jī)器人方面的應(yīng)用[J]. 中國新通信， 2017（21）：133-134.

[2]黃昌正， 陳曦， 周言明. 人工智能深度學(xué)習(xí)算法在虛擬現(xiàn)實(shí)交互產(chǎn)品的應(yīng)用與設(shè)計實(shí)現(xiàn)[J]. 科技創(chuàng)新發(fā)展戰(zhàn)略研究， 2019， 3（01）：20-28.

[3]龍慧， 朱定局， 田娟. 深度學(xué)習(xí)在智能機(jī)器人中的應(yīng)用研究綜述[J]. 計算機(jī)科學(xué)， 2018， 45（S2）：53-57+62.

[4]韓俊波. 深度學(xué)習(xí)算法與應(yīng)用探究? [J]. 湖州師范學(xué)院學(xué)報， 2016（10）：48-53，共6頁.