人工智能在机器人领域的应用与发展

近几年来，随着不少国家将人工智能提升到战略高度，人工智能取得了飞速的发展。人工智能关键技术在基础理论研究方面不断深入，某些领域有了突破性的进展，在转化应用方面，更是遍地开花，硕果累累。

新一代人工智能的8项关键共性技术具有极其广泛的应用，概括起来应用可以分为两种情况:

（1）每种技术都可以应用到许多领域。

（2）许多高技术的产品或先进制造技术系统中，都转化应用了人工智能的多项关键技术。

在人工智能关键技术的转化应用中，最典型的，非智能机器人莫属。

人工智能技术涉及的多个方面都与智能机器人有关，许多人工智能需要解决的问题正是智能机器人技术需要解决的问题，人工智能的很多成果也在智能机器人上得以体现。

人工智能在机器人领域的六大应用

01

人工神经网络在机器人定位与导航中的应用。人工神经网络具有融合多元信息资源的功能，在智能机器人定位和导向环节具有较高的应用频率。

02

专家系统在机器人控制中的应用。采用专家系统，并不需要建立、求解精确的数学模型，它是建立在人类大量的成功实践基础上并把经验以程序的方式传递给机器人，使其具有较高的解决问题的能力。

03

进化算法在机器人路径设计中的应用。路径规划一直是智能机器人研究领域的重点和难点，随着人工智能进化算法研究的逐步发展，遗传算法、蚁群算法等的提出，机器人路径规划问题也得到相应发展。尤其是通过遗传算法在路径规划中的应用，使得机器人更加智能化。

04

模式识别在智能机器人领域的应用。目前在人工智能模式识别领域，图像识别是发展最快且应用最广的领域，语音识别是人工智能技术发展的热点，并且已经取得相当的成绩，语音识别正确率不断提升，且对不同语音特点的适应性也是越来越高。机器视觉已经从模式识别的一个研究领域发展为一门独立的学科，其当前比较具体的目标主要是通过模拟人的视觉，开发出从图像输入到自然景物分析的图像理解系统。

05

机器学习在智能机器人领域的应用。机器人如果要完成复杂的任务，其学习能力就显得极为重要。学习能力是机器人系统中个体机器人必须具备的重要能力之一，它为复杂多变环境下机器人的环境理解规划与决策等行为提供了有效保障，从而改善整个机器人系统的运行效率。

06

分布式人工智能在智能机器人领域的应用。分布式人工智能，把一个具体的求解问题划分为多个相互合作和知识共享的模块。多智能体系统则研究各智能体之间智能行为的协调，包括规则、知识、技术和动作的协调。多机器人系统则是多智能体系统的一个特例。吸取多智能体系统研究的成果（理论及方法），依据其特性来组织和控制多个机器人，使之通过协作完成单个机器人无法完成的复杂任务，是多机器人系统理论发展的一条捷径。

智能机器人将着力八个方面发展

人工智能关键技术的每一次突破，都将促进智能机器人的性能上一台阶，同理，智能机器人性能的每一次提高，也将推动人工智能关键技术的一大进步。概括来说，智能机器人在今后的发展中，提高其智能化水平、环境自适应性与决策自主性仍是研究的关键。

智能机器人将着力在以下几个方面发展:（1）研发面向任务的高级智能机器人；（2）发展更先进的多传感技术，提高集成技术，增加信息的融合；（3）机器人网络化，利用通信网络技术将各种机器人连接到计算机网络上，并通过网络对机器人进行有效的控制；（4）提高智能机器人的机器学习能力，使其具有类似人的学习能力，以适应日益复杂的、不确定和非结构化的环境；（5）智能人机接口，提高人与机器人交互的和谐性；（6）多机器人协调作业，组织和控制多个机器人来协作完成单机器人无法完成的复杂任务；（7）研发主要用于医疗、休闲和娱乐场合的软机器人技术；（8）仿人和仿生技术，这是机器人技术发展的最高境界。

到目前为止，在世界范围内还没有一个统一的智能机器人定义。大多数专家认为智能机器人至少要具备以下三个要素:一是感觉要素，感知、识别周围环境和自身状态；二是思考要素，根据感觉要素所得到的信息或自身的需要，思考确定采用什么样的动作；三是运动要素，做出反应性或自主性的动作。我国科研人员对第三代机器人的定义是:智能机器人是一种具备一些与人类有着相似的感知能力、动作能力、协同能力和规划能力的高度灵活的自动化机器系统。

智能机器人主要由执行机构、驱动装置、传感装置、控制系统、智能系统及人机接口等几部分组成。智能机器人的关键技术主要包括:多传感信息藕合技术、机器视觉技术、定位和导航技术、路径规划技术、智能控制技术及人机接口技术等。目前智能机器人研究水平还处于非常低下的阶段，对于特定的环境或者各种变量已经确定的不特定环境可以发挥相当的作用，并在一定程度上代替人类的直接参与。但对于各种不可预测的变化，目前还无法做出相应的感知并采取准确的行动。