机器人论文

一个完善的移动服务机器人系统通常由三个部分组成：移动机构、感知系统和控制系统。移动机构是服务机器人的本体，决定机器人的运动空问，有步行机构、轮式机构、履带式机构和混合机构等几种。感知系统一般采用CCD摄像机、激光测距仪、超 声测距仪、接触和接近传感器、红外线传感器和雷达定位传感 器等。服务机器人的控制与工作环境的有关信息往往是多义的、不完全的或不准确的，还可能随着时间而改变。目前发展较快、对服务机器人的发展影响较大的关键技术是：传感技术、智能控制技术、路径规划技术、人机交互技术等。

(1)路径规划技术

路径规划就是根据机器人所感知到的工作环境信息，按照某种优化指标，在起始点和目标点之间规划出一条与环境障碍无碰撞的路径，其实质就是移动机器人运动过程中的导航和避障。自上世纪70年代研究以来，移动机器人的路径规划按机器人获取环境信息的方式不同，大致划分为三种类型：基于模型的路径规划，主要处理结构化环境，规划方法有栅格法、可视图法、拓扑法等；基于传感器信息的路径规划，主要用于非结构环 境，克服环境条件或形状无法预测的因素，方法有人工势场法、确定栅格法和模糊逻辑算法等；基于行为的移动机器人路径规划是移动机器人路径规划问题研究中的新动向，就是把导航问题分解为许多相对独立的单元即行为单元，如避障、跟踪、目标制导等。随着计算机技术和传感器技术的发展，多传感器集成与信息融合技术在智能机器人上获得了广泛的应用。非结构环境下移动机器人是机器人技术发展的重点，基于多传感器信息融合的移动机器人避障策略及其路径规划技术是其中的关键技术。

(2)传感器信息融合技术

多传感器信息融合就是把分布在不同位置，处于不同状态的多个同类或不同类型传感器提供的局部不完整信息加以综合，消除多传感器信息之间可能存在的冗余和矛盾，利用信息互补，降低不确定性，以形成对系统环境相对完整一致的感知描述，从而提高智能系统决策、规划的科学性，反应的快速性和正确性，降低其决策风险。

为了让机器人正常工作，必须对其位置、姿态、速度和系统内部状态等进行监控，还要感知机器人所处工作环境的静态和动态信息，使得机器人相应的工作顺序和操作内容能自然地适应工作环境的变化。为达到这个目的，必须对机器人的传感信息进行研究，对传感器提供的信息进行融合，获得对物体或环境的一致性描述，这是单一传感器所无法获得的。运用多传感器融合技术对提高机器人定位、障碍物识别、环境建模、避障的精度等具有重要的作用。融合的主要方法有：Kalman滤波法，Bayes估计法、统计决策法、D-S推理法、模糊逻辑法及产生式规则法等。

(3)语音识别技术

智能机器人在为人类服务时，需要能够听懂医务人员的吩咐，按照指令完成预定的工作，因此给机器人安装“耳朵”是很有必要的。智能机器人的“耳朵”首先要具有接受声音信号的“器官”，其次需要语音识别系统。机器人与人的信息交互可以从两个方面进行分析：一方面是为了方便地操纵智能机器人而进行软件开发与设计，以及对机器人进行示教等，另一方面，是机器人在工作时信息交互。智能机器人的发展趋势是，不仅要求机器人本身具有高度自主的智能，而且还要求机器人与人的协调方面也具有一定的智能。总之，使用机器入的目的，不单纯是为了帮助人们完成某些作业，而且还要借助机器人把人的智力加以引申，这就要求机器人具有各种主动的而不是被动的高性能。为了达到这个目的，自然语言作为机器人与人之间进行信息交互的一种手段将会起到重要作用。

(4)人机交互技术

在移动机器人的智能控制中，无论是环境信息的处理、碰撞的预测还是最优规划的计算都会遇到诸多棘手的问题。单纯依靠移动机器人的智能解决这些问题是很困难的。良好的人