智能移动机器人的现状及发展.pdf

智能移动机器人的现状及发展

智能移动机器人是具有思维、感知和行动功学、人工智能，微电子学，光

学，传感技术、材料科学仿生学等学科的综合成果。智能移动机器人可获取、

处理和识别多种信息，建立并实时修正环境模型，自主地完成较为复杂的操作

任务，因此，比一般的工业机器人具有更大的灵活性、机动性和更广泛的应用

领域。2O世纪电子计算机的发明，使人类的脑力劳动自动化成为可能，60年代

智能移动机器人的出现开辟了智能生产自动化的新纪元。机器和生产系统的智

能化，用机器人代替人完成各种任务，这是人类智慧发展和机器进化的飞跃。

智能移动机器人作为新一代的生产工具，在制造领域中应用，能排腺人为的不

可控因素，实现高节奏、高效和高质量生产，并是未来智能生产系统(如CIMS)

的重要组成部分。在非制造领域，如核工业、水下、空间，建筑、采掘，教灾

排险和作战等方面，可代替人完成人所不适或力所不及的各种工作，在原予能、

水下和外层空间可开辟新的产业。目前，我国和许多国家都把智能移动机器人

列为迎接未来挑战的高技术课题，并制订发展规划，拨出巨款给予支持。移动

机器人是一种在复杂的环境下工作的具有自规划、自组织、自适应能力的机器

人。在移动机器人的相关技术研究中，导航技术可以说是其核心技术，也是其

实现真正的智能化和完全的自主移动的关键技术。导航研究的目标就是没有人

的干预下使机器人有目的地移动并完成特定任务，进行特定操作。机器人通过

装配的信息获取手段，获得外部环境信息，实现自我定位，判定自身状态，规

划并执行下一步的动作。下面我就智能移动机器人系统的导航、路径规划、多

传感器信息融合、细胞神经网、高智能情感移动机器人等技术进行部分说明。

移动机器人的导航方式很多，有惯性导航、视觉导航、基于传感器数据导航、

卫星导航等。它们都不同程度地适用于各种不同的环境，包括室内和室外环境，

结构化环境与非结构化环境。(1)惯性导航惯性导航是一种最基本的导航方式。

它利用机器人装配的光电编码器和陀螺仪，计算机器人航程，从而推知机器人

当前的位置和下一步的目的地。显而易见，随着机器人航程的增长，定位的精

度就会下降，而定位误差将会无限制地增加。为减少这种误差，以及降低光电

编码器等数据的噪声，滤波器在此可有用武之地。(2)视觉导航由于计算机视觉

理论及算法的发展，视觉导航成为导航技术中的一个重要发展方向。通常，机

器人利用装配的摄像机拍摄周围环境的局部图像，然后通过图像处理技术，如

特征识别、距离估计等，进行机器人定位及规划下一步的动作。以后机器人所

拍摄的图像经变换后与之相对照，从而得知机器人当前位置。(3)基于传感器数

据导航一般机器人都安装了一些非视觉传感器，如超声传感器、红外传感器、

接触传感器等。利用这些传感器亦可以实现机器人导航。(4)基于行为的导航方

式有一类机器人导航方法是基于行为的导航方式。所谓基于行为的导航是把复

杂的导航功能分解成很多简单的功能模块单元。每个单元有自己的感知器和执

行器，具有特定的感知动作行为。机器人在不同的情景下，激发并执行某个或

某些功能模块单元。整个导航系统分成三个子系统功能模块(wallfollowing，

obstacleavoidance，goalseeking)，每个功能模块都用模糊逻辑来设计。这

个系统的优点是模块动作转换平滑，并且易于增加新的功能模块。利用自适应

模糊神经网络(ANFIS)来调度这三个功能模块，也实现了一种此类导航系统，其

中各个功能模块单元由一个模糊控制器调度。混杂系统来进行动作模块分配，

从而实现高速的机器人行为动作；这个混杂系统包括离散的抽象动作任务和连

续的具体控制信号。通过扩展拓扑地图能实现机器人定位和路径规划；同时，

这个导航系统具有基于行为的导航功能。这样，机器人既具有快速反应能力，

又具有全局规划能力。(5)机器学习近十几年来，机器学习亦在机器人导航中得

到广泛应用。并提出了一种联结主义的强化学习方法。机器人通过几次试探，

就能得到有效的导航策略。研究表明，引入强化学习方法后，机器人甚至能对

尚未被传感器探测到的障碍物做出反应，而且对传感器数据的噪声及外来干扰

具有鲁棒性。科学深入讨论了空间学习方法及其在机器人导航中的应用。机器

人语言：现已研制的主要语言有表示状态的面向装配作业的语言(AL、VAL，FA-

BASIC、MAL等)，以并行处为目的的结构化程序语言有LEO，COL，APP等。另

外，机器人话语生成系统，研制具有良好数学语义，逻辑关系以及能描述复杂

的，