智能机器人论文范例6篇

前言:中文期刊网精心挑选了智能机器人论文范文供你参考和学习,希望我们的参考范文能激发你的文章创作灵感,欢迎阅读。

智能机器人论文

智能机器人论文范文1

关键词:人工智能;认知;能量感知;缺陷设计

中图分类号:TP18 文献标识码:A文章编号:1009-3044(2007)16-31117-02

The Artificial Intelligence Research Needs New Theories Breakthrough-The Theories Model that the Strong Artificial Intelligence Carries Out

ZHAO Jing-ming

(Training Centre of Peking BUCC,Beijing 102218 China)

Abstract:The development history and obtaining achievement of artificial intelligence about domestic and international is reviewed briefly.. Analyze existent problem of artificial intelligence studying present based of introducing artificial intelligence various cognize concepts, Putting forward people should knows the new theories breakthrough and practice project from the energy and the energy feeling and designs from the innovation and the faultiness design etc. and put forward the theories model of strong artificial intelligence to carry out on what

Key words:The artificial intelligence;cognition;energy feeling;faultiness design

1 引言

1956年夏季,人类历史上第一次人工智能研讨会在美国的达特茅斯(Dartmouth)大学举行,标志着人工智能学科的诞生。“人工智能”英文为artificial intelligence简写ai,它的产生和发展是以计算机硬件与软件技术的产生和发展为基础的,而且一直都处于计算机技术的最前沿,它吸引了全世界无数研究人员为之奉献才智,从美国的麻省理工学院(mit)、卡内基-梅隆大学(cmu)到ibm公司,到日本的本田、sony等公司以及国内的清华大学、中科院等科研院所等,全世界的实验室都在进行着ai技术的实验。经过漫长的50年不懈的努力,人类已经在人工智能领域取得了卓越的成就。从“旅居者”(1997年7月4日,美国国家航空与航天局的“旅居者”机器人完成了它到火星长达1290万公里的旅行),到“会跳舞的机器人”(日本2007年最新产品),人类正用我们的智慧,在人工智能的领域,创造着一个又一个的奇迹。进入新世纪,特别是近二十年,由于计算机软/硬件技术的快速发展,使得人工智能理论得以充分实践,人工智能学科及其“智能制品”的重要作用已为人们普遍共识。随着人工智能理论和技术的更进一步发展,作为一门广泛的交叉和前沿科学,人工智能技术的发展情况已经成为一个国家科技进步和科技实力的一个标志。人工智能科技新成果必将在更大的广度和深度上造福于人类。

近些年,我国人工智能科学发展迅速,在这一领域已形成自主研究重大科学前沿的能力,并在一些重要研究领域走在了世界的前列,特别是一批创新成果的实际应用令人鼓舞。2005年7月,哈尔滨工业大学洪炳熔教授推出的机器人足球竞赛系统在国际机器人足球联盟(FIRA)世界杯机器人足球大赛中国队选拔赛上,夺得全自主型、类人型、编队型、追捕型4个项目比赛的冠军和全自主型项目比赛的亚军。2007年4月新华网消息,一种专门应用于反恐领域的“爬壁机器人”在哈尔滨工业大学诞生,它可以携带侦查设备悄无声息地沿壁面爬到便于侦查的位置,为反恐人员准确判断形势、做出决断提供现场依据。这种爬壁机器人采用负压吸附、单吸盘、四轮移动结构方式,具有移动快、吸附可靠、适应多种墙壁表面、噪声低、结构紧凑、控制方便灵活等特点,主要应用于反恐侦查领域。虽然我国在人工智能领域已经取得了一定的成绩,但是,我们仍不能回避目前人工智能理论以及技术上存在的局限性,这些问题制约了人工智能技术的进一步发展。人工智能理论发展到现在,它的突破是首先我们研究人工智能不可回避问题。

2 人工智能的起源与发展

人工智能的发展是以硬件与软件为基础的,经历了漫长的发展历程。特别是20世纪30年代和40年代的智能界,发现了两件重要的事情:数理逻辑和关于计算的新思想。以维纳(Wiener)、弗雷治、罗素等为代表对发展数理逻辑学科的贡献及丘奇(Church)、图灵和其它一些人关于计算本质的思想,为人工智能的形成产生了重要影响。

1956年夏季,人类历史上第一次人工智能研讨会在美国的达特茅斯(Dartmouth)大学举行,标志着人工智能学科的诞生。

1969年召开了第一届国际人工智能联合会议(International Joint Conference on AI, IJCAI),此后每两年召开一次。

1970年《人工智能》国际杂志(International Journal of AI)创刊。这些对开展人工智能国际学术活动和交流、促进人工智能的研究和发展起到积极作用。

20世纪70~80年代,知识工程的提出与专家系统的成功应用,确定了知识在人工智能中的地位。

近十多年来,机器学习、计算智能、人工神经网络等和行为主义的研究深入开展,形成高潮。同时,不同人工智能学派间的争论也非常热烈。这些都推动人工智能研究的进一步发展。

我国的人工智能研究起步较晚。纳入国家计划的“智能模拟”研究始于1978年;至今已有10来部国内编著的具有知识产权的人工智能专著和教材公开出版。中国的科技工作者,已在人工智能领域取得许多具有国际领先水平的创造性成果。其中,尤以吴文俊院士关于几何定理证明的“吴氏方法”最为突出,已在国际上产生重大影响。现在,我国已有数以万计的科技人员和大学师生从事不同层次的人工智能研究与学习。人工智能研究已在我国深入开展,它必将为促进其它学科的发展和我国的现代化建设做出新的重大贡献。

3 人工智能研究理论存在的问题

人类的智能过程是一个随着时间、地点、环境的不断变化而不断变化的全方位、极其复杂的心理和生理变化过程。在人工智能领域,人们的意图是希望用机器模仿人类智能,然而,我们人类对于自身的智能过程的了解并不完全,且不同的人对人工智能的理解也不同。这就造成目前在人工智能领域存在各家说法。而所有的说法都是基于对人类的智能过程简化的基础之上的。以下是传统理论对人类认知活动和计算机的比较:

图1 人类认知活动与计算机的比较

令T表示时间变量,x表示认知操作,x的变化x为当时机体状态S(机体生理和心理状态及脑子里的记忆等)和外界刺激R和函数。当外界刺激作用到某一特定状态的机体时便发生变化,用函数表示

为:

x=f(S,R)TT+1(3.1)

从某种意义上讲,这是一个成功的比较,因为它使得计算机模拟人类智能成为可能。长时间以来,人们并不怀疑这一比较,因为这一比较的基础之上人工智能领域取得了巨大的成绩,为社会和科技的发展作出了巨大贡献。

基于此比较基础上的前人工智能的主要学派有下列3家:

(1)符号主义(Symbolicism),又称为逻辑主义(Logicism)、心理学派(Psychlogism)或计算机学派(Computerism),其原理主要为物理符号系统(即符号操作系统)假设和有限合理性原理。符号主义 认为人工智能源于数理逻辑。符号主义仍然是人工智能的主流派。这个学派的代表有纽厄尔、肖、西蒙和尼尔逊(Nilsson)等。

(2)联结主义(Connectionism),又称为仿生学派(Bionicsism)或生理学派(Physiologism),其原理主要为神经网络及神经网络间的连接机制与学习算法。联结主义 认为人工智能源于仿生学,特别是人脑模型的研究。

(3)行为主义(Actionism),又称进化主义(Evolutionism)或控制论学派(Cyberneticsism),其原理为控制论及感知―动作型控制系统。行为主义 认为人工智能源于控制论。这一学派的代表作首推布鲁克斯(Brooks)的六足行走机器人,它被看做新一代的“控制论动物”,是一个基于感知-动作模式的模拟昆虫行为的控制系统。

无论是哪一种理论,其研究的方向始终没有脱离一个集中的点,即让机器模仿人类智能。三大学派从人类的对知识的认知过程的不同角度进行理论研究,试图实现机器的“人化”,侧重于“人化”的可行性。然而,无论是哪一种学派的理论,都忽略了人类的一些基本特点。笔者认为,前人对人类对与知识的认知过程的简化过于简单,从而造成目前人工智能领域的研究达到一定程度后就难以取得更进一步的进展。以下基本问题不容忽视:

(1)能量以及能量感知问题,人类智能的能量基础是食物。人类通过摄取食物,并通过复杂的消化和吸收过程转化为能量,供人类智能与体能消耗。人类的能量蓄积在人体的每一个细胞中,无论哪一部分发生刺激或是空气流动、温度变化和光线强弱变化,不管他(或她)的眼睛是否看到,在那里都会发生“条件反射”,这种“反射”可以先大脑一步避开危险和伤害或是适应,这里我们称为能量感知问题。现阶段在人工智能领域的研究中,大家几乎不约而同地想当然的将电能作为人工智能的能源问题,将“芯片”作为机器人的“大脑”全权处理一切问题和指令。在这种模式下,机器人只能依靠“眼睛”去识别外界条件的变化和刺激的发生,这种识别是不全面的而且是滞后的,它必须是经过“大脑”才能发生的。而电能也将成为人工智能的发展的障碍,试想,如果机器人登上了一个遥远的星球或来到一个渺无人烟的荒漠执行任务,那么当它储存的电能将要用尽时,它将不得不返回出发地,而不管它的任务是否已经圆满完成。目前,太阳能技术得到不断发展,将会使得人们将其作为人工智能的替代能源。利用太阳能转化成电能,将会使人工智能制品的能源得到源源不断的补充,我们可以不必再担心电能耗尽带来的诸多不便。然而,将太阳能能量转换技术和计算机技术结合起来,让机器人具有能量感知功能,即令它的每一组成部分都具有全方位立体即时感知和条件反射功能,这个过程的研究和实现还将是个漫长的过程。

(2)自创新问题,人类历经世世代代的发展,不断创新才有今天的面貌,机器如果只是依据设计好的程序存储、搜索、推理、执行相应的逻辑或条件,其反映出的智能只是人类智能的复制与模拟,尽管有时它甚至可以超过人类,如“博弈”。目前在人工智能领域有学者将人工智能划分为强人工智能和弱人工智能。强人工智能观点认为有可能制造出真正能推理(Reasoning)和解决问题(Problem_solving)的智能机器,并且,这样的机器能将被认为是有知觉的,有自我意识的。强人工智能可以有两类:类人的人工智能,即机器的思考和推理就像人的思维一样。非类人的人工智能,即机器产生了和人完全不一样的知觉和意识,使用和人完全不一样的推理方式。弱人工智能观点认为不可能制造出能真正地推理(Reasoning)和解决问题(Problem_solving)的智能机器,这些机器只不过看起来像是智能的,但是并不真正拥有智能,也不会有自主意识。目前的主流科研集中在弱人工智能上,并且一般认为这一研究领域已经取得可观的成就。强人工智能的研究则出于停滞不前的状态下。这里的强人工智能从某种意义上讲,即机器的自创新问题。那么,如何解决机器的自创新问题即成为强人工智能研究的关键问题。本文中笔者就此问题提出自己的观点:

首先,强人工智能是可能的。下面是人类创新过程与机器创新过程的比较。

从图2与图3的比较中我们发现,如果能够使计算机进行逻辑组合并实现完全自存储功能,那么具有自主意识的强人工智能机器是完全可以实现的。

图2 人类对知识的认知与创新过程的简单模型

图3 计算机对知识的认知与创新过程的简单模型

其次,强人工智能机器需要解决如何自动无限接收外界信息与能量感知问题,如何进行信息自动分拣、归类、逻辑推理、如何进行完全自存储以及逻辑整合与组合等问题。这些问题的研究应作为未来强人工智能的研究方向。

(3)忠诚问题,人类一旦创造出可以自创新的真正意义上的机器人,也就是说机器人一旦拥有了自己的意识,那么如何控制“它” 使“它”忠诚于人类,将是摆在人类面前的又一难题。弱人工智能机器只是按照人类设计好的程序和指令执行某一方面的特定任务,比如,“会跳舞的机器人”只会跳舞,“它”可以伴随音乐节奏与人合作跳各种舞蹈,但“它”却不能创造新的舞蹈。对于弱人工智能机器,我们不必担心“它“的忠诚问题,因为“它“不会摆脱程序的控制。由于自创新机器人,或者说“强智能机器人”存在意识,“它”可能会拒绝人类的建议和改变并可能按照“自己的意愿”自身完成改变,“它”甚至有可能变成人类的敌人。要解决机器人

的忠诚问题,唯一的途径就是进行“缺陷设计”。人类认知过程中的缺陷是“遗忘”和“生老病死”,这是机器人所不具备的。强人工智能机器人如果能够依照“自己的意愿”完善自己,那么人类赋予机器的缺陷应该是机器人自身难以实现的。

4 结束语

21世纪是信息化在全球普遍开展的时代,作为现代信息技术的精髓,人工智能技术的发展情况已经成为一个国家科技进步和科技实力的一个标志。我国人工智能研究已经从学习国外为主的时期进入自主研究为主的时期,形成了自主研究重大科学前沿和转化科技成果的新局面。但是,我们仍不能回避目前人工智能理论以及技术上存在的局限性,而要解决如何自动无限接收外界信息与能量感知问题,如何进行信息自动分拣、归类、逻辑推理、如何进行完全自存储以及逻辑整合与组合等问题,赋予机器真正意义上的智能,这些问题的研究应将是未来人工智能研究人员需要长期面对的问题。

参考文献:

[1]蔡自兴, 徐光v. 人工智能及其应用[M].北京:清华大学出版社,2003.

[2]何华灿. CAAI-7全国人工智能会议论文集[D]. 中国人工智能学会,1992,4.

[3]朱淼良, 潘云鹤.中国人工智能学会第八届年会暨第八届全国人工智能学术讨论会论文集[D].杭州:浙江大学出版社, 1994.

[4]中国人工智能学会.中国人工智能进展[M]. 北京邮电大学出版社,2001.

[5]郑守淇, 钱德沛, 曾明.`98人工智能进展――第五届中国人工智能联合学术会议论文集[D].西安交通大学出版社,1998.

智能机器人论文范文2

关键词 AT89S52单片机;智能小车;避障循迹系统

中图分类号 G2 文献标识码 A 文章编号 1674-6708(2017)184-0047-02

智能小车本身属于轮式机器人研究的一个分支,其本身在国内外机器人研究领域都存在着较高关注度,而在本文基于单片机的智能小车避障循迹系统设计展开的研究中,笔者选择了AT89S52单片机作为系统微控制器,并应用了4组QTI红外传感器,而这一设计经过实践验证了该智能小车避障循迹系统的可行性与可靠性。

1 系统总体设计

在本文进行的智能小车避障循迹系统设计中,智能小车避障循迹系统主要由控制电路板、电机、传感器模块、底盘部件等结构组成,图1为本文设计智能小车避的车体结构俯视图,结合该图我们就能够更为直观了解本文的总体设计思路。

在智能小车避障循迹系统的总体设计中,笔者将AT89S52单片机作为这一设计的核心,并通过这一核心进行电源模块、时钟电路、复位电路、传感器模块、伺服电机模块的控制,这其中的伺服电机模块主要用于智能小车的基本巡航动作,而传感器模块则主要用于控制小车沿黑色轨迹线行驶,而通过图1我们能够发现智能小车本身选择了三轮结构车体,这就使得智能小车本身的灵活循迹实现能够得到较好支持[ 1 ]。

2 系统硬件设计

在本文研究的智能小车避障循迹系统硬件设计中,这一设计主要包括伺服电机模块、循迹传感器模块、电源模块等3部分内容。

2.1 伺服电机模块

对于智能小车避障循迹系统硬件的伺服电机模块设计来说,这一设计采用了360°伺服舵机,而这一伺服舵机的选择就使得智能小车避障循迹系统能够实现连续的位置或速度控制。对于伺服电机模块中的360°伺服舵机来说,其本身存有红、黑、白3条输入线,这3条输入线分别负责伺服舵机的电源、接地、信号控制。在智能小车避障循迹系统硬件的伺服电机模块中,其本身还存在着1个基准电路和1个比较器,这一构成就使得伺服电机模块能够更好实现智能小车的控制[ 2 ]。

2.2 循迹传感器模块

对于智能小车避障循迹系统硬件的伺服电机模块设计来说,循迹传感器模块也是这一设计的重要组成之一,而这一循迹传感器模块本身包含着传感器的选择、小车循迹策略两部分部分内容。

2.2.1 传感器的选择

对于传感器的选择这一循迹传感器模块的设计来说,这里笔者选择了QTI传感器用于循迹传感器模块的设计,这一传感器本身属于红外传感器范畴,其本身通过对反射光强度的接收,实现不同颜色物体的探测,而通过探测QTI传感器就能够自动输出不同的电平信号,为智能小车避障循迹的实现提供有力支持[ 3 ]。

2.2.2 小车循迹策略

对于小车循迹策略这一循迹传感器模块设计组成来说,这一设计的实质就是QTI传感器安装位置的选择,这里笔者将QTI传感器的SIG信号线与智能小车平台的相应I/O口进行了连接,并保证了这一连接使用了不同颜色的信号线,这就为后续排查错误等工作的展开提供了有力支持。在小车循迹策略设计中,我们实现了两级方向控制传感器信号的智能小车控制,这种控制设计就使得智能小车能够在两级传感器支持下实现轨迹的较好控制与纠正,这就使得智能小车的循迹可靠性得以较好提升[ 4 ]。

3 系统软件设计

除了硬件设计外,软件设计同样也属于智能小车避障循迹系统的重要组成,这一设计主要包括机器人基本动作实现、循迹功能的实现两部分内容。

3.1 机器人基本动作实现

对于智能小车避障循迹系统软件设计的机器人基本动作实现中,我们首先需要考虑智能小车运行时轮子的旋转情况,这里我们以智能小车的前进为例,智能小车前进时从左轮看该轮为逆时针旋转,而从右轮看则恰恰相反,而由此我们就能够得出智能小车运行方向和速度情况,通过改变智能小车车轮的参数控制,就能够实现智能小车的加减速控制。

结合智能小车车轮参数控制、加减速控制的相关认知,笔者在C语言设计中将智能小车的两个车轮速度作为形式参数,并应用left与right进行了定义,这样我们就能够顺利完成机器人基本动作实现这一智能小车避障循迹系统软件设计。

3.2 循迹功能的实现

在智能小车避障循迹系统软件设计的循迹功能实现中,想要实现智能小车避障循迹系统软件设计的循迹功能,我们首先需要得出QTI传感器的循迹策略表,这样才能够通过调用move函数实现基于QTI传感器的智能小车自主循迹,表1为QTI传感器的循迹策略表局部,而结合该表我们能够发现结合这一思路,我们就能够实现智能小车不同循迹功能的扩展,不过介于篇幅原因,本研究不予详细论述[ 5 ]。

4 结论

在本文就基于单片机的智能小车避障循迹系统设计展开的具体研究中,笔者对这一智能小车避障循迹系统的总体设计、硬件设计、软件设计进行了详细论述,而结合这一系列论述完成的设计在实际的测试证明中取得了智能小车运行灵活、可靠、稳定、识别能力较强的结果,但具体测试中笔者也发现QTI传感器的安装高度出现问题会直接影响智能小车的无法巡线或抖动厉害的情况出现,而智能小车全速行驶突然停下很容易导致翻车问题的出现,用于轨迹引导的线颜色较淡时智能小车的避障循迹往往容易出现问题,这几点需要引起大家重视。总之,本文基于纹机的智能小车避障循迹系统设计展开的研究具备着较高的可行性,希望能够为相关研究人员带来一定启发。

参考文献

[1]顾群,蒲双雷.基于单片机的智能小车避障循迹系统设计[J].数字技术与应用,2012(5):23.

[2]陈海洋,李东京.基于单片机的智能循迹避障机器人小车设计[J].科技风,2014(20):99.

[3]钱圉,李娟.基于单片机的循迹避障智能小车系统的设计[J].电子制作,2015(6x).

智能机器人论文范文3

关键词:永磁同步电机;仿人智能控制;控制系统

随着永磁材料性能的不断提升和成本的降低,采用永磁材料的各类电机,特别是永磁同步电机(PermanentMagnetSynchronousMotor,PMSM),已经在电动汽车、风能开发、轨道交通、船舶推进等领域得到了应用。针对永磁同步电机的控制技术,基本是以交流异步电机的控制技术为基础,从控制系统结构上看,目前主要有矢量控制技术和直接转矩控制技术两种,每种控制技术中涉及的具体控制器基本为经典PI控制器[1]。永磁同步电机是一个多变量、强耦合、时变的非线性系统,应用经典控制方法对其进行控制,需要做两方面的简化:一是为建立电机的数学模型,需要对电机的物理模型进行简化,如假设绕组对称分布、磁场沿气隙圆周呈正弦分布,忽略铁心损耗、磁滞损耗和电机参数变化等;二是在控制器设计中需要对系统进行简化,如忽略系统的高次项、小惯性环节的近似处理等[2]。基于上述简化而设计出的控制器存在继续优化的空间。智能控制技术的发展为永磁同步电机的控制带来了新思路,如文献[3]将模糊PI方法引入永磁同步电机的位置环控制,分析了模糊控制系统的构成以及实现方法;文献[4]针对永磁同步电动机抖振问题,提出了一种具有消抖作用的高阶滑模控制算法。本文主要研究智能控制技术中一类重要的控制技术――仿人智能控制在永磁同步电机控制系统中的应用,以期能为永磁同步电机的控制系统设计提供参考。

1 永磁同步电机数学模型和控制系统结构

永磁同步电机dq转子坐标系理想动态数学模型如下:式中,ud、uq―电机定子电压dq轴分量;id、iq―电机定子电流dq轴分量;ψd、ψq―电机定子磁链dq轴分量;ψf―电机定子绕组一相永磁磁链幅值;Ld、Lq―电机定子dq轴励磁电感;R1 ―电机定子绕组一相电阻;p―微分算子;―电角速度;Te―电磁转矩;T1 ―折算到电机轴端的负载转矩;J―整个机械负载系统折算到电机轴端的转动惯量;np―极对数。基于上述数学模型,永磁同步电机矢量控制系统结构如下图所示[2]。图中,ASR为速度控制器,ACR为电流控制器,一般用工程设计方法将控制器设计为典型PI控制器。此种设计方法优点是理论成熟、设计简单,缺点是建模和控制器设计中做了一系列简化处理,即没有充分利用控制系统的特征信息,控制效果有待进一步提高。

2 仿人智能控制的原理和设计

在实际的控制过程中人们发现:在得到必要的操作训练后,由人实现的控制方法是接近最优的,这个方法不需要了解控制对象的结构参数,也不需要最优控制专家的指导。人的控制活动反映了人脑的高超思维、决策和控制能力,仿人智能控制即以模拟人脑宏观结构和行为功能为基础。仿人智能控制的基本思想是在控制过程中利用计算机模拟人的控制行为功能,最大限度地识别和利用控制系统动态过程的特征信息,进行启发和直觉推理,从而实现对非精确数学模型控制对象的有效控制。

3 仿真验证

取永磁同步电机的主要参数如下表。建立永磁同步电机转速矢量控制模型,如图2 所示。ASR,ACR为采用工程设计法设计的经典PI控制器,电机空载起动,0.1s时加载5N}m}取额定转速为2000r/min,仿真结果如图3 所示。应用仿人智能方法设计ASR速度控制器,控制器相关参数如下表。仿真结果如图4-7 所示。从图5 可以看出,与经典PI控制器相比,仿人智能控制器控制的转速波动小,在负载变化时,恢复时间短,动态扰动小;由图6,7 可知,仿人智能控制器的i、波动小,i、基本相同,由式(1)中转矩方程可知,在i、相同的情况下,转矩与i、成正比,i、波动小时,转矩波动小,进而转速波动小,这与图5 是对应的。

4 结束语

仿人智能控制的优点是设计简单,只需要几条规格,即可设计出较好的控制器,缺点也是明显的,这几乎也是所有智能控制技术的共有缺点,即智能控制技术目前还没有形成类似经典控制那样的完整的理论体系,控制器的参数设计、稳定性分析、参数与性能指标的关系等没有严格的理论分析,只能通过经验、试凑等方法进行设计。建立完整的理论体系,这是仿人智能控制技术和其它智能控制技术今后的研究目标。

参考文献

[1]尔桂花,窦曰轩.运动控制系统[M].北京:清华大学出版社,2002.

[2]袁登科,徐延东,李秀涛.永磁同步电机变频调试系统及其应用[M].北京:机械工业出版社,2018.

[3]王晓冬,汪旭东.永磁同步电动机位置环的模糊PI控制系统[J].计算机仿真,2014,31:398-406.

智能机器人论文范文4

关键词:人工智能;电气;自动化

人工智能技术是随着计算机技术发展逐步形成的,是基于人的智能为基础理论进行研究和探索,其目的是开发出一种能够具有人类智能的智能机器,在当前最为常见的人工智能方式有机器人、语言识别和图像处理系统。人工智能是计算机科学的一个分支,是计算机发展中利用相应的技术手段对各种信息资源进行辨别和分析的基础。随着社会发展中,人们对电力需求的日益增加,使得在电力系统发展的过程中,对其控制方式也在逐步的提高。要实现其良好的控制措施和控制手段,传统的人为控制方法早已无法满足当前社会发展的需求,这就使得在电气施工中对人工智能技术要求不断增加,从而提高电气设备运行质量。实现机械的自动化,能够使得机械在进行运转的过程中脱离人类的控制自我进行调节和运行,从而降低人力成本和管理成本。积极运用人工智能的新成果无疑有利的,是基于当前电气自动化学科应用和分析过程中实现其发展的前提和关键,更好死社会发展中智能技术手段进行分析与应用的结局。

1、人工智能应用理论分析

人工智能(Artificial Intelligence),英文缩写为AI。它是研究、开发用于模拟,延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支,它企图了解智能的实质.并生产出一种新的能以人类智能相似的方式作出反应的智能机器 该领域的研究包括机器人、语言识别、图像识别 自然语言处理和专家系统等。自从1956年“人工智能 一词在Dartmouth学会上提出以后,人工智能研究飞速发展,成为以计算机为主.涉及信息论.控制论, 自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学的一门学科。人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂的工作。 当今社会,计算机技术已经渗透到生产生活的方方面面,计算机编程技术的日新月异催生自动化生产,运输,传播的快速发展。人脑是最精密的机器,编程也不过是简单的模仿人脑的收集、分析、交换、处理、回馈,所以模仿模拟人脑的机能将是实现自动化的主要途径。电气自动化控制是增强生产、流通、交换、分配等关键一环,实现自动化,就等于减少了人力资本投入,并提高了运作的效率。随着信息技术的发展,许多新方法和技术进入工程化、产品化阶段,这对自动控制技术提出犷新的挑战,促进了智能理论在控制技术中的应用, 以解决用传统的方法难以解决的复杂系统的控制问题。

当今社会,计算机技术已经渗透到生产生活的方方面面.计算机编程技术的日新月异催生自动化生产,运输 传播的快速发展。人脑是最精密的机器,编程也不过是简单的模仿人脑的收集、分析、交换、处理、回馈.所以模仿模拟人脑的机能将是实现自动化的主要途径。电气自动化控制是增强生产.流通、交换、分配等关键一环.实现自动化,就等于减少了人力资本投入,并提高了运作的效率。

2、人工智能控制器的优势

不同的人工智能控制通常用完全不同的方法去讨论。但Al控制器例如:神经、模糊、模糊神经以及遗传算法都可看成一类非线性函数近似器。这样的分类就能得到较好的总体理解.也有利于控制策略的统一开发。这些Al函数近似器比常规的函数估计器具有更多的优势.这些优势如下:

(1)它们的设计不需要控制对象的模型(在许多场合,很难得到实际控制对象的精确动态方程,实际控制对象的模型在控制器设计时往往有很多不确实性因素,例如:参数变化,非线性时,往往不知道)。

(2)通过适当调整(根据响应时间 下降时间、鲁棒性能等)它们能提高性能。例如模糊逻辑控制器的上升时间比最优PID控制器快1.5倍 ,下降时间快3.5倍, 过冲更小。

(3)它们比古典控制器的调节容易。

(4)在没有必须专家知识时.通过响应数据也能设计它们。

(5)运用语言和响应信息可能设计它们。

总而言之,当采用自适应模糊神经控制器、规则库和隶属函数在模糊化和反模糊化过程中能够自动地实时确定。有很多方法来实现这个过程,但主要的目标是使用系统技术实现稳定的解,并且找到最简单的拓朴结构配置.自学习迅速,收敛快速。

3、人工智能的应用现状

随着人工智能技术的发展,许多高等院校及科研机构就人工智能在电气设备的应用方面展开了研究工作,如将人工智能用于电气产品优化设计,故障预测及诊断、控制与保护等领域。

3.1 优化设计

电气设备的设计是一项复杂的工作 它不仅要应用电路、电磁场、电机电器等学科的知识,还要大量运用设计中的经验性知识。传统的产品设计是采用简单的实验手段和根据经验用手工的方式进行的.因此很难获得最优方案。随着计算机技术的发展,电气产品的设计从手工逐渐转向计算机辅助设计(CAD),大大缩短了产品开发周期。人工智能的引进.使传统的CAD技术如虎添翼.产品设计的效率及质量得到全面提高。用于优化设计的人工智能技术主要有遗传算法和专家系统。遗传算法是一种比较先进的优化算法,非常适合于产品优化设计。因此电气产品人工智能优化设计大部分采用此种方法或其改进方法。

3.2 故障诊断

电气设备的故障与其征兆之间的关系错综复杂,具有不确定性及非线性.用人工智能方法恰好能发挥其优势。已用于电气设备故障诊断的人工智能技术有:模糊逻辑、专家系统、神经网络。

变压器由于在电力系统中的特殊地位而备受关注,有关方面的研究论文较多。目前对变压器进行故障诊断最常用的方法是对变压器油中分解的气体进行分析.

3.3智能控制

人工智能控制技术在自动控制领域的研究与应用已广泛展开.但在电气设备控制领域所见报道不多。可用于控制的人工智能方法主要有3种:模糊控制、神经网络控制、专家系统控制。由于模糊控制是其中最为简单、最具实际意义的方法.因而它的应用实例最多。

智能机器人论文范文5

关键词:机器人 人工智能 发展 应用

中图分类号:G642 文献标识码:A 文章编号:1672-3791(2015)11(c)-0028-02

机器人从出现到智能化伴随着人类几次技术革命,智能机器人也逐渐由最开始的理论模型,开始融入社会各领域,对人类社会发展起到重大作用。在人类社会生产力发展中,人们通过不断创造新的工具,来延伸自身的肢体与组织,通过工具减轻自己的劳动负担。在这期间,人类替代生产劳动力的工具也由简单的生产工具,发展到代替人脑思考的“智能化”工具,显示出人类独特的智慧力量。作为高新技术的核心的智能技术,智能机器人能够将人工智能和人类智力更好的发挥出来,在将如今社会变得更加“智慧”的同时,也可能推动将来“智能革命”、“机器人革命”技术奇点的到来,最终迎来智能社会。

1 智能机器人定义及发展史

机器人,由联合国标准化机构使用的美国机器人协会的定义,它是一类“能够编程和具有各种功能的,能够用于运输材料、工具等的操作机;或是为完成各种工作而能够进行改变以及编程的专业系统”。也就是,机器人是一种凭借自身动力以及外界指令完成各项工作的一种机器。 其中,不同于只具有一般编程能力和操作功能的机器人,智能机器人特指具备感觉要素、运动要素、思考要素的智能化的机器人。

截止到目前,机器人技术的发展兴起情况能够分成三个时期。

第一代是能够编程示教再现型机器人,具有的特点是机器人可以依据提前编制好的程序实施不断的工作。

第二代机器人是拥有感触功能以及自变化型的离线编程机器人,具有的特点是能够依据工作时的具体情况变更作业内容,也就是人们说的“知觉判断机器人”。

第三代机器人即智能机器人,它具有非常多的传感器,可以把许多种传感器获取的信息实施综合分析,进而调节自己去应对复杂境,有着非常大的自适应能力以及学习能力。关于智能机器人的发展因为计算机技术、人工智能理论等的快速发展而得到了有力的促进,渐渐变为了机器人技术未来的主流发展趋势。

2 智能机器人技术原理

机器人技术是一种集中了计算机、控制论、机构学、信息和传感技术、人工智能、仿生学等各个学科而建立的高新技术,它包括了执行单元、驱动模块、检测模块、控制系统等部分。而如今,伴随着计算机、电子信息技术等高新技术的不断发展,机器人技术的研发速率越来越快,智能化水平也逐渐提升,在各个领悟中都得到了很广泛的应用。并且,机器人里面应用到的技术也越来越多,如多传感器信息融合、路径设定、机器人视觉、智能人机接口等。目前影响智能机器人性能的因素主要包括机器人的导航、定位、通讯、控制策略及体系结构等,发展前景很大的三大热门主题为:智能控制、路径规划和语音识别。

以语音识别为例,其目标是将输入的不知名的语音波形识别为正确的词、短语和句子。语音识别过程一般分为两步:第一步,按时间序列对语音信号进行特征分析,提取出反映语音信号特征的信息;第二步,进行模型匹配,将输入语音信息的特征矢量序列与识别器中原有的语音模型进行比较,并利用语法、语义等信息,得到最佳的识别效果。

3 智能机器人应用价值

从全球范围而言,因为国家的支持以及国防方面的需求,各国都不断的进行人力物力的大量投入,因此智能机器人在军事领域的研究与应用非常活跃,许多军用智能机器人都可以投入实战运用,比如侦察机器人、爆炸物处理机器人、步兵支援机器人等;通过对军用智能机器人的研究,民用服务机器人也随之迅速发展,美国、日本、德国、法国等国家的智能机器人水平都处于世界前列。以日本为例,日本一直比较重视民用智能机器人的发展,一般是在三个方面:首先是家务工作以及环境应用,指包括个人机器人在内的服务机器人及相关的家务劳动自动化机器人;二是生活支持应用,主要是用来帮助老年人以及残疾人;三是休闲、娱乐以及教育等方面。根据统计,在2000年日本个人机器人市场规模达到了250亿日元,而在2005年为1 750亿。

站在应用的角度来说,可以分为水下和陆地两大类。由于21世纪对于海洋开发的加快,近年来水下智能机器人得到了很大的发展,主要用于铺设电缆、海底资源勘探以及打捞等工作;而陆地机器人的划分就更加多样化了,智能机器人在农业、矿业、娱乐、体育、服务业和军事都有广泛的应用前景。试看以下例子。

(1)农业:耕耘作业机器人、割草机器人、消毒和喷洒农药机器人等。

(2)体育:教练机器人、各类比赛机器人等。

(3)娱乐:歌手机器人、乐队机器人、杂技机器人等。

(4)勘探:太空建设机器人、深海考察机器人、火星探测机器人、海底隧道建筑机器人、火山探测机器人等。

(5)医疗:康复机器人、手术机器人、护理机器人和疾病诊断机器人等。

(6)服务:清除太空垃圾机器人、消除海洋污染机器人、厨房机器人、机器人保姆等。

4 智能机器人在以后的发展方向

智能机器人是机器人发展中的一个十分重要的环节,拥有集体环境测定、动态决策和执行、行为掌控多种功能。要将智能机器人发展成为真正的人工智能,仍需一些领域的重大突破。如多传感器信息融合、基于神经系统的网络信息融合等,以提升机器人对复杂环境的感知与决策能力。

多传感器信息融合技术主要作用于协调综合分布在机器人不同部位、感应不同信息的传感器测量数据,加以综合,并消除不同传感器间出现的冗余和冲突,减少不确定的情况,最终达到对物体以及环境相符合的描述。这些环节的完成都依赖于一个可靠、准确的算法,以对信息进行科学的判断。多元信息为信息融合的加工目标,融合算法则属于它的重点内容。

人工神经网络是通过各个单元依据相应的拓扑结构彼此连接构成的一种能够实施计算的网络系统。人们研究人工神经系统的主要目的便是模拟人脑的信息处理机能,以达到制造人工智能的成效。因此,人工神经系统应表现出人脑具有的一些特性,主要有下列几点。

(1)信息科储存在不同区域,并且容量大,有着较强的容错性。

(2)能够对直接获得的网络信息实施并行处理。

(3)自主学习,自主组织的功能强。

(4)神经网络的行为属于很多神经元的一种集体行为,并非是一些单元的重复组合。

(5)神经元能够解决环境较为复杂,知识背景不清晰以及推理不确切的问题。

人工神经网络能够利用相应的算法进行学习,把传感器信息实施融合,进而得到有效的参数,也能够把知识规则变为数字形式,方便补充数据库;而且,因为不用建设科学合理的精确数学模型,对于各种环境情况有很强的适应性,也可对大规模数据进行快速处理,并且有很强的容错性。

5 结语

通过了解机器人的发展历史以及目前的情况,能够发现机器人技术正不断地向智能机器和智能系统的方向发展。然而在高速进步的同时,智能机器人的发展、人工智能的产生仍然面临许多技术难题,例如上文所提到的多传感器信息融合与人工神经网络。伴随着智能机器人的逐步完善,真正的人工智能也在逐步进入人们的生活,而如今所做的每一分努力都是这技术奇点来临前的垫脚石。

参考文献

智能机器人论文范文6

从“深蓝”到“沃森”,人工智能已经向前跨越了一大步。电脑会代替人脑吗?机械公敌会出现吗?

一些科学家认为,正如宇宙学上存在着一个让所有物理定律都失效的“奇点”一样,信息技术也正朝着“超人类智能”的奇点迈进。计算机科学家雷蒙德・库兹韦尔相信,这个信息奇点即将到来,那时,人工智能将超越人脑,人类的意义将彻底改变;那时人将“不人”,而是与机器融合,成为“超级人类”。

超级人类是否意味着不朽?人是否会与自己制造的机器融为一体,或将自己分拆在机器中上市?其实早在1964年,传媒大师麦克卢汉就在《机器的新娘》中隐喻:人类只是未来机器的性器官(负责生产新机器人)。机器是人的延伸,反之,人也是机器的延伸。

人工智能始祖图灵在上世纪50年代就曾做出预测:未来的电脑可能会思考。这一天正在到来,而且脚步匆匆。

当有一天机器有了思想,它们能像人类一样思考,世界将会怎么样?库兹韦尔相信,这一刻不但无法避免,而且还迫在眉睫。据他推算,大约在35年之后,人类文明即将终结。那一年,就是2045。

信息技术奇点或将到来

爱因斯坦的广义相对论是用于描述宇宙演化的正确理论。在经典广义相对论的框架里,霍金和彭罗斯证明了,在一般的条件下,空间――时间一定存在奇点,最著名的奇点即是黑洞里的奇点以及宇宙大爆炸处的奇点。在奇点处,所有定律以及可预见性都失效。奇点可以看成空间时间的边缘或边界。只有给定了奇点处的边界条件,才能由爱因斯坦方程得到宇宙的演化。

电脑的计算速度正变得越来越快,如果有一天,电脑的运算速度快得令人难以置信,它们掌握人工智能的时刻也会到来,那时电脑将能够模拟人脑、产生意识:人类本身将发生改变。在信息学上,这个时间点也被称为“奇点”。

一些科学家认为,正如天体物理学上存在着一个让所有物理定律都失效的“奇点”(Singularit)一样,信息技术也正朝着“超人类智能”的“奇点”迈进。发明家、计算机科学家雷蒙德・库兹韦尔相信,信息技术的奇点将在2045年到来,届时,人工智能将超越人脑,人类的意义将彻底改变,与机器融合为“超人类”,并借助科技的发展而获得“永生”。

电脑可以进行艺术创作

1965年2月15日,一位名为雷蒙德・库兹韦尔的高中生参加了电视节目“我有个秘密”,主持人史蒂夫・艾伦介绍了库兹韦尔,然后库兹韦尔用钢琴弹奏了一支短曲,曲子有一个秘密,要让其他嘉宾猜。最终一名喜剧演员给出了答案――库兹韦尔弹奏的曲子是电脑创作的。

这台能作曲的电脑是库兹韦尔自己组装的,当时节目中的人们并未对电脑表现出多大兴趣,他们更关注的是库兹韦尔的年纪,却忽略了他完成的事情是多么了不起。

艺术创作是人类独有的能力,是自我表达的一种方式。人类所独有的创造力,被一个17岁少年组装的电脑所“夺取”了,就像是看着原本不可逾越的界线变得模糊了――这就是人类智慧与人工智能之间的界线。

这才是库兹韦尔真正的秘密,而他随后的一生也都在为之写下注脚,虽然在1965年没有人能猜出这一点,也许库兹韦尔当时也还没想到。46年之后的今天,库兹韦尔认为,人类正在接近一个电脑智能化的时刻,电脑不仅变得聪明而且还会比人类更聪明。当人工智能超越人类智慧时,人类的身体、思维乃至人类文明都将发生彻底且不可逆转的改变。

人工智能超越人脑的时间节点

电脑模拟人脑、产生意识:不仅是快速运算、作曲,还包括驾驶、写作、决策、社交……如果你能认同这一想法,那么就没理由不相信电脑会变得越来越强大。它们将持续发展,最终将远远超过人类。它们发展的速度也会持续增长,最终会摆脱人类的掌控,主导自己的发展进程。想象一下,如果一个计算机科学家本身就是一台超智能电脑,会发生什么?

超智能电脑很可能与人类共同主宰未来的世界,但目前人们还无法预见它们的行为,不过,现在有很多关于人工智能的理论:也许人类将与机器融合,成为超智能的“半机器人”,通过人工智能来拓展人类的智慧极限;也许人工智能将帮助人类抵抗衰老,获得永生;也许人类将能够把自己的意识扫描进电脑里,从而像软件一样永远“活在”电脑里;也许电脑终将拥有人性,最终消灭人类。所有这些理论都有一个共通之处:人类本身将发生改变,未来的人类和2011年的人类相比,会发生根本性的变化。而人类本身发生根本改变的时间点,就叫“奇点”。

当然,如果奇点成为现实,那么它将是继语言产生之后,人类历史上最为重要的事件。奇点并非一个全新的理论,它只是一个相对较新的理论。早在1965年英国数学家I・J・古德就曾描述过“智能爆炸”的概念:“超智能机器是能超越所有人类智力活动的机器,人类能够制造机器,那么超智能机器就能制造出更好的机器。毫无疑问,在这之后‘智能爆炸’就会发生,人类智慧将被远远超越,第一台超智能机器就是人类最后的创造物。”

2045年就是那个奇点

在进行科技发明的同时,库兹韦尔也在思考奇点理论。近20年来,他一直在发表自己关于人类和机器的未来的文章。其中最新的一部作品是于2005年出版的畅销书《奇点临近》,其同名纪录片也在今年1月,由库兹韦尔、托尼・罗宾斯、艾伦・德肖维茨等人主演。比尔・盖茨将库兹韦尔称为“我所知道的预测人工智能未来的第一人”。