智能机器人是什么

智能机器人是因为它有一个相当发达的“大脑”。大脑中起作用的是中央处理器，它与操作它的人有直接的联系。最重要的是，这样的计算机可以执行根据目的安排的动作。正因为如此，我们说这种机器人是真正的机器人，虽然它们的外形可能有所不同。

智能机器人之所以被称为智能机器人，是因为它有一个相当发达的“大脑”。大脑中起作用的是中央处理器，它与操作它的人有直接的联系。最重要的是，这样的计算机可以执行根据目的安排的动作。正因为如此，我们说这种机器人是真正的机器人，虽然它们的外形可能有所不同。

定义

我们从广义上理解所谓的智能机器人，它给人最深刻的印象是，它是一种控制自身的独特的“生物”。其实这种自控“生物”的主要器官并没有真人那么细腻复杂。

智能机器人具有各种内部和外部信息传感器，如视觉、听觉、触觉和嗅觉。除了受体，它还有效应器作为作用于周围环境的手段。这是肌肉，或者说是自步进电机，它使手、脚、长鼻子、触须等运动。由此可见，一个智能机器人至少要具备三个要素:感觉要素、反应要素和思维要素。

我们称这个机器人为自控机器人，以区别于前面提到的机器人。它是控制论的结果，它主张生命和非生命的有目的的行为在许多方面是一致的。正如一个智能机器人制造商所说，机器人是一个系统的功能描述，以前只能从活细胞的生长中获得，它们已经成为我们可以自己制造的东西。

智能机器人能听懂人类语言，能用人类语言与操作者对话，并在自身的“意识”中，形成外部环境——实际情况的详细模型，使其能够“生存”。它可以分析情况，调整自己的动作以满足操作者提出的所有要求，拟定想要的动作，在信息不足和环境快速变化的情况下完成这些动作。当然不可能和我们人类的思维完全一样。但还是有人试图建立一种计算机可以理解的“微观世界”。

按职能分类

它可以分为普通机器人和智能机器人。

通用机器人是没有智能，只有一般编程能力和操作功能的机器人。

智能机器人在世界上没有统一的定义。大多数专家认为，智能机器人至少必须具备以下三个要素:第一，感官要素，用于了解周围环境；二、运动元素，对外界做出反应性动作；第三，思考元素，根据感官元素获得的信息，思考采取什么样的行动。传感元件包括可以感知视觉、接近度和距离的非接触式传感器，以及可以感知功率、压力和触摸的接触式传感器。这些元件本质上相当于人的眼、鼻、耳的五官，其功能可以通过使用摄像头、图像传感器、超声波换能器、激光器、导电橡胶、压电元件、气动元件、行程开关等机电元件来实现。对于移动元素，智能机器人需要无轨移动机构来适应不同的地理环境，如平地、台阶、墙壁、楼梯和坡道。它们的功能可以通过轮子、轨道、脚、吸盘和气垫等移动机构来实现。运动过程中应对运动机构进行实时控制，不仅包括位置控制，还应包括强度控制、位置和强度混合控制、膨胀率控制等。智能机器人的思维要素是三要素中的关键，也是人们赋予机器人的本质要素。思维要素包括判断、逻辑分析、理解等智力活动。这些智力活动本质上是一个信息处理过程，计算机是完成这个处理过程的主要手段。智能机器人根据智能水平的不同可以分为三种类型:

智力程度分类

工业机器人

它只能按照人们赋予它的程序死板地工作，无论外界条件发生什么变化，它都无法对程序，即对所做的工作做出相应的调整。如果要改变机器人做的工作，就要相应的改变程序，这样就怂了。

初级情报

与工业机器人不同，它具有人类一样的感觉、识别、推理和判断能力。根据外界条件的变化，可以在一定范围内对程序进行修改，即可以适应外界条件的变化，进行相应的自我调整。但是，修改程序的原则是事先规定的。这个初级智能机器人有一定的智能。虽然不具备自动规划的能力，但已经开始成熟，达到实用的水平。

智能农业

鲨鱼式智能农业机器人采用空空气动力学，根据空气动力学布局特点形成鲨鱼式外观结构。采用工业级高分子材料制成的履带底盘和特殊的偏离角设计，可以保证机器人在各种复杂地形的果园中畅通无阻，保护农田不受破坏。独特的机械设计结合流线型结构，可以最大限度的利用设备空，最大承载能力可达600kg；双引擎的布局保证了机器人良好的工作能力。线控飞控技术结合自主研发的液压系统，使机器人突破电池寿命短的难题，拥有超长的电池寿命；利用300M VHF无线遥控和5.8G图像传输技术，可以检测产品的运行数据和图像，在终端进行路径规划，真正实现自动控制，可以快速实现功能扩展和产品创新；智能喷雾系统定向捕捉果树树冠

家庭智能陪护

随行机器人用于养老院或社区服务站环境，具有生理信号检测、语音交互、远程医疗、智能聊天、自主避障漫游等功能。机器人在养老院环境中实现自主导航和避障，并可以通过语音和触摸屏进行交互。机器人配有相关检测设备，具有检测和监测血压、心跳、血氧等生理信号的功能，可以无线连接到社区网络，传输到社区医疗中心。在紧急情况下，可以及时报警或通知亲属。机器人具有智能聊天功能，可以辅助老年人的心理康复。随行机器人为人口老龄化带来的重大社会问题提供解决方案。

高级情报

高级智能机器人和初级智能机器人一样，具有感觉、识别、推理和判断的能力，可以根据外界条件的变化在一定范围内修改程序。区别在于修改程序的原理不是人类规定的，而是机器人自己通过学习和总结经验得出的修改程序的原理。所以它的智能高于初级智能机器人。这个机器人有一定的自动规划能力，可以安排自己的工作。这种机器人可以完全独立工作，无需他人照顾，因此被称为高级自律机器人。这种机器人开始实用了。

关键技术

随着社会发展的需要和机器人应用领域的扩大，人们对智能机器人的要求越来越高。智能机器人生活的环境往往是未知的、不可预测的。此类机器人的研究主要涉及以下关键技术:

多传感器信息融合

多传感器信息融合技术是近年来的研究热点。它结合了控制理论、信号处理、人工智能、概率统计等学科，为机器人在各种复杂、动态、不确定和未知的环境中执行任务提供了技术解决方案。机器人使用的传感器有很多种，根据用途的不同，可以分为内部测量传感器和外部测量传感器两类。内部测量传感器用于检测机器人部件的内部状态，包括:特定位置和角度传感器；任何位置和角度的传感器；速度和角度传感器；加速度传感器；倾角传感器；方位传感器等。外部传感器包括视觉(测量和识别传感器)、触摸(接触、压力和滑动传感器)、力(力和力矩传感器)、接近(接近和距离传感器)和角度传感器(倾斜、方向和姿态传感器)。多传感器信息融合是指综合来自多个传感器的传感数据，产生更加可靠、准确或全面的信息。融合后的多传感器系统能够更好、更准确地反映被检测对象的特征，消除信息的不确定性，提高信息的可靠性。融合后的多传感器信息具有冗余性、互补性、实时性和低成本等特点。多传感器信息融合方法主要包括贝叶斯估计、证据理论、卡尔曼滤波、神经网络、小波变换等。

多传感器信息融合技术是一个非常活跃的研究领域，主要研究方向如下:

1多级传感器融合由于单个传感器具有不确定性、观测误差和不完全性的弱点，单级数据融合限制了系统的能力和鲁棒性。对于要求高鲁棒性和灵活性的先进系统，可以采用多级传感器融合。低层融合方法可以融合多传感器数据；中间层融合方法可以融合数据和特征，得到融合的特征或决策；高级融合方法可以将特征和决策融合到最终决策中。

微传感器和智能传感器的性能、价格和可靠性是判断传感器好坏的重要标志，但许多性能优异的传感器因其体积大而限制了应用市场。微电子技术的快速发展使得制造小型和微型传感器成为可能。智能传感器集主处理、硬件和软件于一体。比如Par Scientific Company开发的1000系列数字应时智能传感器，日本日立研究所开发的嗅觉传感器，美国霍尼韦尔开发的DSTJ23000智能差压传感器都有一定的智能性。

3自适应多传感器融合在现实世界中，很难获得准确的环境信息，也无法保证传感器始终能够正常工作。因此，对于各种不确定情况，鲁棒融合算法是必要的。一些自适应多传感器融合算法已经被开发出来以处理由不完美传感器引起的不确定性。例如洪通过创新技术提出了一种扩展的联合方法，可以估计单次测量序列滤波的最优卡尔曼增益。Pacini和Kosko还开发了一种适用于轻微环境噪声下的自适应目标跟踪模糊系统，并在处理过程中结合了卡尔曼滤波算法。

导航和定位

在机器人系统中，自主导航是一项核心技术，也是机器人研究领域的一个重点和难点问题。导航的基本任务有三个:(1)基于环境理解的全球定位:通过对环境中景物的理解，识别人工路标或具体物体，完成机器人的定位，为路径规划提供素材；(2)目标识别和障碍物检测:实时检测和识别障碍物或特定目标，提高控制系统的稳定性；(3)安全防护:可以分析机器人工作环境中的障碍物和移动物体，避免对机器人造成伤害。

机器人有多种导航模式，根据环境信息完整性和导航指示信号类型的不同，可分为基于地图的导航、基于创建地图的导航和无地图导航三类。根据导航所用硬件的不同，导航系统可分为视觉导航和非视觉传感器组合导航[8]。视觉导航是利用摄像机来检测和识别环境，以获取场景中的绝大多数信息。视觉导航信息处理的内容主要包括:视觉信息压缩与过滤、道路检测与障碍物检测、环境特定标志识别、三维信息感知与处理。非视觉传感器导航是指利用多种传感器协同工作，如探头、电容、电感、机械传感器、雷达传感器、光电传感器等。，检测环境，监控机器人的位置、姿态、速度和系统内部状态，感知机器人工作环境的静态和动态信息，使机器人相应的工作顺序和操作内容能够自然适应工作环境的变化，有效获取内部和外部信息。

在自主移动机器人的导航中，无论是局部实时避障还是全局规划，都需要准确了解机器人或障碍物的当前状态和位置，才能完成导航、避障和路径规划等任务，这就是机器人定位问题。成熟的定位系统可以分为被动传感器系统和主动传感器系统。被动传感器系统通过码盘、加速度传感器、陀螺仪、多普勒速度传感器等感知机器人自身的运动状态。，并通过累积计算获得定位信息。主动传感器系统通过包括超声波传感器、红外传感器、激光测距仪和摄像机在内的主动传感器感知机器人的外部环境或人工设置的路标，并与系统的预设模型相匹配，从而获得当前机器人与环境或路标之间的相对位置，并获得定位信息。

路径规划

路径规划技术是机器人研究领域的一个重要分支。最优路径规划是根据一个或几个优化准则(如最小工作成本、最短行走路线、最短行走时间等)寻找从初始状态到目标状态的最优路径，避开机器人工作空中的障碍物。).

路径规划方法大致可以分为传统方法和智能方法。传统的路径规划方法主要有以下几种:free 空法、图搜索法、网格解耦法、人工势场法。机器人路径规划中的全局规划大多基于上述方法，但这些方法在路径搜索效率和路径优化方面有待进一步提高。人工势场法是传统算法中一种成熟高效的规划方法。它使用环境势场模型来规划路径，但不检查路径是否是最优的。

智能路径规划方法是将遗传算法、模糊逻辑、神经网络等人工智能方法应用于路径规划，以提高机器人路径规划的避障精度，加快规划速度，满足实际应用的需要。其中，模糊方法、神经网络、遗传算法、Q学习和混合算法是应用最广泛的算法。这些方法在障碍物环境已知或未知的情况下取得了一定的研究成果。

机器人视觉

视觉系统是自主机器人的重要组成部分，一般由摄像头、图像采集卡和计算机组成。机器人视觉系统的工作包括图像采集、图像处理和分析、输出和显示，其核心任务是特征提取、图像分割和图像识别。如何准确高效地处理视觉信息是视觉系统的关键问题。视觉信息处理逐渐细化，包括视觉信息的压缩和过滤、环境和障碍物的检测、特定环境标志的识别、三维信息的感知和处理。环境和障碍物检测是视觉信息处理中最重要也是最困难的过程。边缘提取是视觉信息处理中常用的方法。对于一般的图像边缘提取，如梯度法和利用局部数据的二阶微分法，很难满足移动机器人需要处理运动图像的实时性要求。因此，人们提出了一种基于计算智能的图像边缘提取方法，如基于神经网络的方法和使用模糊推理规则的方法。特别是Bezdek J .C .教授最近全面讨论了利用模糊逻辑推理进行图像边缘提取的意义。该方法专用于视觉导航，即将机器人在户外运动时所需的道路知识，如道路的白线和道路的边缘信息，整合到模糊规则库中，以提高道路识别的效率和鲁棒性。其他人建议将遗传算法和模糊逻辑结合起来。

机器人视觉是其智能的重要标志之一，对机器人的智能和控制具有重要意义。国内外都在大力研究，部分系统已经投入使用。

智能控制

随着机器人技术的发展，传统的控制理论对于不能精确分析和建模的物理对象以及信息不足的病态过程暴露出不足。近年来，许多学者提出了各种机器人智能控制系统。机器人的智能控制方法包括模糊控制、神经网络控制和智能控制技术的融合(模糊控制和变结构控制的融合；神经网络与变结构控制融合:模糊控制与神经网络控制融合:智能融合技术还包括基于遗传算法的模糊控制方法。

机器人智能控制在理论和应用上都取得了很大的进步。在模糊控制方面，J. J. Buckley等人论证了模糊系统的逼近特性，E. H. Mamdan首次将模糊理论应用于实际机器人。模糊系统已广泛应用于机器人建模、控制、柔性臂控制、模糊补偿控制和移动机器人路径规划等各个领域。在机器人神经网络控制方面，CMCA(Cere-Bella Model Controller Articulation)是一种早期的控制方法，具有很强的实时性，特别适用于多自由度机械手的控制。

智能控制方法提高了机器人的速度和精度，但也有其局限性。比如机器人模糊控制中的规则库庞大，推理过程会耗时过长；如果规则库简单，控制的精度会受到限制；无论是模糊控制还是变结构控制，都会存在抖振，给控制带来严重影响；合理确定神经网络的隐层数量和隐层中的神经元数量仍然是神经网络在控制中遇到的问题。另外，神经网络容易陷入局部极小值，这都是智能控制设计需要解决的问题。

人机界面技术

智能机器人的研究目标不是完全取代人类。复杂的智能机器人系统很难仅由计算机控制。即使能做到，也因为对环境缺乏适应性而不实用。智能机器人系统不能完全排斥人的作用，而是需要人机协调的帮助来实现系统控制。因此，设计良好的人机界面成为智能机器人研究的关键问题之一。

人机界面技术是研究如何使人与计算机方便自然的交流。为了实现这一目标，除了最基本的要求机器人控制器具有友好、灵活、方便的人机界面外，还要求计算机能够理解文字、理解语言、说话和表达，甚至在不同语言之间进行翻译，而这些功能的实现有赖于知识表示方法的研究。因此，对人机界面技术的研究既有很大的应用价值，又有基本的理论意义。人机界面技术取得显著成就，字符识别、语音合成与识别、图像识别与处理、机器翻译等技术开始投入实际应用。此外，人机界面设备与交互技术、监控技术、远程操作技术和通信技术也是人机界面技术的重要组成部分，其中远程操作技术是一个重要的研究方向。

发展方向

虽然机器人人工智能取得了显著的成就，但控制论专家认为，它的智能水平还没有达到极限。问题不仅仅在于计算机的计算速度不足，感官传感器种类少，还在于其他方面，比如缺乏编写机器人理性行为程序的设计思路。你认为，即使人们解决了最常见的问题，思维过程也没有被破译，人类的智力会发生什么变化？这个认知过程进展非常缓慢，如何才能掌握规律，让电脑“思考”得更快？所以不了解人类的问题就成了机器人发展的绊脚石。近年来，让智能机器人在不稳定的环境中“生存”的课题，使人们深入研究了生物系统、动物和人脑中的认知和自我意识过程。因此，分层自适应系统理论应运而生，并得到有效发展。作为组织智能机器人进行符合其目标的行为的理论基础，我们的大脑如何控制我们的身体？从纯机械的角度来说，我们的身体也有200多个自由度。当我们写字、走路、跑步、游泳、弹琴时，大脑是如何给每一块肌肉下达命令的？大脑如何在最短的时间内处理这么多信息？我们的大脑根本不参与这些活动。大脑——我们的中央信息处理器“不屑”处理这个。它根本不监督我们身体的每一个运动部位，动作的细节设计是在比大脑皮层低得多的层次上进行的。这非常类似于用高级语言编程。只要指出“一组从1到20、间隔为1的数字”，机器人本身就会把这组指令输入到指定的操作系统中。最明显的是，最明显的指令，比如“一碰到热的物体就缩回手”，甚至在大脑意识到之前就已经发出了。

在几个皮层之间分配一个大任务比控制器官为系统的每个元素指定必要动作的严格集中分配更经济、更经济、更有效。在解决重大问题的时候，这样一个集中的大脑会过于复杂，不仅是头骨，就连整个人体都容纳不下。当我们完成这样或那样的一些复杂动作时，我们通常会把它们分解成一系列常见的小动作(比如起床、坐下、右脚踩、左脚踩)。教孩子各种动作都可以归结为在孩子的“记忆”中形成和巩固相应的小动作。同理，知觉过程也是这样组织的。感知图像——这是听觉、视觉或触觉脉冲(马、人)的固定序列或组合，或者两者的序列和组合。学习能力是复杂生物系统中组织控制的另一个普遍原理，是在较大范围内适应以前未知的、不断变化的生活环境的能力。这种适应性不仅是整个身体所固有的，也是身体各个器官甚至功能所固有的。当同一问题要解决多次时，这种能力是不可替代的。可见，适应性现象在整个生物世界的目的性行为中起着极其重要的作用。

控制机器人的问题在于模拟动物的运动和人的适应性。建立机器人控制的层次——首先，感知功能、信息处理功能和控制功能的分布在机器人的各个层次和子系统之间进行。第三代机器人具有大规模处理能力，在这种情况下，完全统一的信息处理和控制算法实际上是低效甚至无用的。因此，分层自适应结构的出现是为了提高机器人控制的质量，即降低不确定性水平，增加动作的快速性。为了发挥每个层次和子系统的作用，信息量必须大大减少。因此，算法各司其职，让人们在不确定性大大降低的情况下完成任务。总之，智能的发展是第三代机器人的一个重要特征。人们根据自己的智力水平来决定机器人的世代。有的人甚至把机器人分为以下几类:受控机器人——“零代”机器人，没有任何智力表现，是人控制的机械手；可以训练的机器人——第一代机器人，有记忆，由人操作，行动方案和程序由人指定。它只是记忆(接受训练的能力)并复制它；感官机器人——机器人记住人安排的计划后，根据某种外部数据(反馈)计算出具体的行动方案；智能机器人——人指定目标后，机器人自主制定操作方案，根据实际情况确定行动方案，然后将行动转化为操作机构的运动。因此，它拥有广泛的感觉系统、智能、模拟装置(周围的情况和它本身——机器人的意识和自我意识)

研究热点

如何变聪明

人工智能专家指出，计算机不仅要做人类分配给它的事情，还要以最好的方式自己解决许多事情。比如一台计算电费或者从事银行业务的普通电脑，整个程序都是为了准确完成指令表，而一些科研中心的电脑会“思考”问题。前者跑得快，但从来不聪明；后者存储着复杂的程序，计算机中充满了信息，可以模仿很多人类的能力(在某些情况下甚至超过了我们的能力)。

更聪明

科学家认为，智能机器人的研发方向是在机器人上安装“脑芯片”，从而使机器人更加智能化，这将在认知学习、自动组织和模糊信息综合处理方面向前迈出一大步。

虽然有人表示过担忧:这种搭载了“脑芯片”的智能机器人，在未来的智能上是否会超越人类，甚至对人类构成威胁？然而，许多科学家认为，这种担心完全没有必要。就智力而言，机器人的智商相当于4岁的孩子，而机器人的“常识”远不如正常成年人。

国家政策

工业和信息化部、国家发改委、财政部联合发布《机器人产业发展规划(2016-2020)》，指出机器人产业的发展要推动重大标志性产品的突破。

在工业机器人领域，我们将以智能生产和智能物流为重点，攻克工业机器人的关键技术，提高可操作性和可维护性，重点发展弧焊机器人、true 空(清洁)机器人、全自主编程智能工业机器人、人机协作机器人、双臂机器人、重型AGV等六大标志性工业机器人，引导我国工业机器人向中高端发展。

在服务机器人领域，我们将重点开发消防救援机器人、手术机器人、智能公共服务机器人和智能护理机器人等四大标志性产品，推动专业服务机器人系列化和个人/家庭服务机器人商业化。

国家对上述十大标志性产品的技术、规格和功能都制定了一定的标准。比如智能公共服务机器人。导航方式:激光SLAM，最大移动速度0.6m/s，定位精度100mm，定位航向角精度5°，最大工作时间3h，臂数2，单臂自由度2-7，头部自由度1-2等。具有自主行走、人机交互、讲解、引导等功能。