人工智能在智能机器人领域中的运用探析论文_曾超

人工智能在智能机器人领域中的运用探析论文_曾超

(山西省电力公司检修分公司)

摘要:人工智能(AI)为一门综合性技术学科,主要是对人类智能机理以及计算机模拟人类智能活动运行的形式进行研究。该学科经过几十年的发展,已经取得了许多令人惊叹的成绩,具体是在专家系统、人工神经网络以及多样化智能算法等方面显现出来。智能机器人可以被视为对人整体性模拟的系统,其形态是多样化的,人工智能在智能机器人领域中的应用,为新型人工智能思想与技术的衍生与发展奠定基础。

关键词:人工智能;智能机器人;研究内容;应用形式

1.人工智能主要研究内容

1.1模式识别

在人工智能研究系统中,其所研究的模式识别就是充分利用计算机技术,通过计算机技术中所设定的程序来模拟人类对外界功能的感知,进而建立的智能识别系统。运用计算机系统来模拟人类的感知和识别能力,利用自身数据系统中所具有的资料信息来出俩相关的文字、表格、声音、图像等内容。模式识别主要经历信息采集、预处理、基元提取、模式分类等几个步骤。

1.2机器视觉

机器视觉是建立在模式识别的基础之上而发展的新的技术,其不仅模拟人的视觉中的识别功能,同时还模拟人的理解功能。在本阶段的研究中不仅攻克多个技术研究难题,同时也将其作为一个独立的学科,向更深、更广的领域进行研究。在机器视觉的研究阶段,其研究的主要内容是模拟人类的视觉,机器能够捕捉到外界的信息、自然景物等内容,对其进行分析进行形成图像。机器视觉的研究是为了赋予机器具有人的视觉功能,通过立体视觉、视觉检验、动态图像分析等方式的运用,理解图像的内容并对其定位,进而向机器人运控控制系统反馈机器人的状态及目标等多种信息。

1.3机器学习

机器学习是其向智能化发展的关键技术,通过模拟人类的智能来获取知识,进而更好地满足应用的需求。随着生产的发展对机器人的工作提出了更高的要求,所以机器人想要在复杂的环境下完成多项任务要求就要学习,进而对自身的功能进行调整。首先机器学习是让其在环境交互的过程中获得大量的信息并对其进行分析,进而提高机器人适应环境的能力。其次是通过学习可以提高机器人的智能化水平,进而应付环境所带来的变化,解决突发状况下所出现的问题。再次是机器人学习可以弥补设计中所存在的缺陷,降低设计人员的劳动强度。通过学习,机器人能够应对复杂多变的环境,自身进行调整,进而提高其运行效率。

1.4分布式人工智能

分布式人工智能是将分布式计算机与人工智能进行结合,提高其智能化的应用水平。此种系统的应用能够在快速变化的环境中捕捉到变化的信息,提高机械设备的协同工作能力。现阶段分布式人工智能系统尚不能独立工作,需要在团结写作的过程中来完成具体的工作内容,掌控规则和知识等内容,进而保证技术和动作的协调性。

2.人工智能在智能机械人领域中的具体应用

2.1人工神经网络在机器人定位与导航中的应用

人工神经网络是在生物神经系统之上发展起来的一种对信息资源处理的方式,其独特之处在于能够处理那些无法用模型或者是相关规范概述的程序与体系,在解说非线性系统的结构与性能等方面体现出一定的统一性;具备着融合多元信息资源的性能。

期刊文章分类查询,尽在期刊图书馆该类人工智能在移动机器人定位和导向环节具有较高的应用频率,主要得力于移动机器人多传感器信息整合借助了神经网络的诸多性质,此时机器人外部传感器的信息资源演变人工神经网络的传送处理目标体,这样操纵人员就可以顺利的获取到与移动机器人自体方位相关的信息资料,同时对阻碍物的位置、形状以及大小有一个较为确切的评估,在人工智能的协助下移动机器人顺利的躲避障碍物并且自体位置也明确化。

2.2专家系统在机器人控制中的应用

人类对机器人控制理论的研究脚步从未停歇过,也取得了令人欣慰的科研成绩,致使大部分机器人控制方法均是在某些数学模型上发展起来的。基于智能机器人具有非线性、顺变性、多关节耦合性等动力学特性,为数学模型参数与类别的确定设置了较大的难度系数。并且在动态式数学模型在应用过程中准确性受到智能机器人位置变动而发生变更的现状,导致庞大的计算任务难以在该方法的协助下完成。在这种局势下,智能控制理念被提出来了,其能够对个体行为方式进行模拟,而不需要大批量数学模型与公式的协助。目前智能控制与人工智能领域的多个结构产生关联,常见的有专家系统、神经网络、模糊控制等。

2.3进化算法在机器人路径设计中的应用

路径设计是智能机器人领域一直被研究的专题。基于路径设计是智能机器人构建的重要成分这一实况,路径设计的宗旨是协助移动机器人在某些因素的制约下,能够顺利探寻出一条从初始状态到终极状态的优良型、无碰撞型的路径。在智能机器人路径的设计方面,众多学者开展了大量的探究工作,并研发出一些方式方法。

在人工智能领域不断延展的进程中,计算智能与进化智能法先后被开发出来,遗传算法与蚁群等算法也陆续被提出与应用,从而使智能机器人路径设计工作的实效性有所保障。特别是遗传算法在机器人路径设计环节中的运用,使机器人智能化水平更上一层楼,此时其运行的轨迹基本上与预期效果相吻合。有研究人员应用遗传算法的过程中不断对其实施改良措施,并积极在陌生环境中,借用动态化手段对机器人路径进行设计规划,此时其借用遗传算法体系中路点坐标值可变长染色体编码方法,创建出涵盖障碍物排斥子函数项的代价函数。这一人工智能形式在智能机器人领域中的应用,确保路径设计环节中的地图信息资源顺利融合进遗传操纵进程中。在对遗传算法不断应用与改进的过程中,研究人员积极对被设计的机器人路径应用形式进行深层次的研究,开发出两种遗传算子,即交叉算子与变异算子,在多样化进化算法的协助下,智能机器人在运转的过程中在对路径探寻之时取得了最佳效果,从而使移动机器人运行的效率得到切实的保障,当然,使移动机器人路径设计工作获得更大的发展空间也是毋庸置疑的事实。

2.4人工智能的发展前景

在知识经济一体化时代中,人工智能发展体现出高效性,应用环节上体现出管理广泛性,这不在人类预期范围之内的,所以说人类在预测电子科技、人工智能以及机器人发展趋势上存在较大的难度系数。现阶段,人工智能机器人的推理功能水平已经提高到一定的档次,但是机器人学习与想象功能的研制依然处于开发阶段,在智能机器人的创造方面,科研人员工作的难点是仿照人脑右脑模糊功能以及整个大脑的处理功能。现阶段,人工智能领域不断被拓宽,可以间接的推测出其在机器人中的应用比例不断加大,众多人工智能产品已经在人类实际生活中得到切实的应用,并取得了良好的应用成效。可以推测的是,在未来的发展中,电子科技人工智能的开发与应用将使给人类的生产生活发生巨大的变化。人工智能在发展的进程中将会积极借鉴计算机技术,从而确保人工智能理论等方面研究的深入性。国内一人工智能企业也将会不断强化自体实力自身实力,从多个方面强化智能机器人实效性,使其为社会经济的发展提供更大的能量。

结语

总之,在电子科技迅猛发展的时代中,人工智能将会在智能计算机领域获得更大的应用空间。相关技术开发部门也应该紧随时代发展的脚步,对人工智能系统进行改造与优化,从而确保机器人能够在复杂多变的环境中协助人类完成高难度的工作任务,为社会经济的保值增值贡献力量。

参考文献

[1]赵绍充.基于人工智能的流水线智能机器人设计与验证[J].中国战略新兴产业,2016(28):71-75.

[2]吴伟国.面向作业与人工智能的仿人机器人研究进展[J].哈尔滨工业大学学报,2015(7):1-19.

论文作者:曾超

论文发表刊物:《电力设备》2019年第7期

论文发表时间:2019/8/26

标签:;  ;  ;  ;  ;  ;  ;  ;  

人工智能在智能机器人领域中的运用探析论文_曾超
下载Doc文档

猜你喜欢