面全面模擬人的機器系統, 外形不壹定像人。它
是人工智能技術的綜合試驗場, 可以全面地考
察人工智能各個領域的技術, 研究它們相互之
間的關系。還可以在有害環境中代替人從事危
險工作、上天下海、戰場作業等方面大顯身手。
人們通常把機器人劃分為三代。第壹代是
可編程機器人。這種機器人壹般可以根據操作
人員所編的程序, 完成壹些簡單的重復性操作。
這壹代機器人是從60 年代後半葉開始投入實
際使用的, 目前在工業界已得到廣泛應用。第二
代是“感知機器人”, 又叫做自適應機器人, 它在
第壹代機器人的基礎上發展起來的, 能夠具有
不同程度的“感知”周圍環境的能力。這類利用
感知信息以改善機器人性能的研究開始於70
年代初期, 到1982 年, 美國通用汽車公司為其
裝配線上的機器人裝配了視覺系統, 宣告了感
知機器人的誕生, 在80 年代得到了廣泛應用。
第三代機器人將具有識別、推理、規劃和學習等
智能機制, 它可以把感知和行動智能化結合起
來, 因此能在非特定的環境下作業, 稱之為智能
機器人。
智能機器人與工業機器人的根本區別在
於, 智能機器人具有感知功能與識別、判斷及規
劃功能。而感知本身, 就是人類和動物所具有的
低級智能。因此機器的智能分為兩個層次: ①具
有感覺、識別、理解和判斷功能; ②具有總結經
驗和學習的功能。所以, 人們通常所說的第二代
機器人可以看作是第壹代智能機器人。
2 智能機器人的感官系統
( 1) 觸覺傳感器
英國近幾年在陣列觸覺傳感方面開展了相
當廣泛的研究。例如: Sus s ex 大學和Shackleton
系統驅動公司研制的基於運動的介電電
容傳感的陣列; 由威爾士大學和軟件科學公司
研制的采用壓強技術的裝在機器人夾持器上的
傳感器。
( 2) 視覺傳感
在機器人視覺方面, 目前市場上銷售的有
以下6 類傳感器: ①隔開物體的二維視覺: 雙態
成像; ②隔開物體的二維視覺: 灰度標成像; ③觸覺或疊加物體的二維視覺; ④二維觀察; ⑤二
維線跟蹤; ⑥使用透視、立體、結構圖示或範圍
找尋技術從隔開物體中提取三維信息。在這類
系統方面, 它們只能做壹些很簡單的操作。例
如: 為了使機器人具有某種程度的人眼功能, 已
進行大量的研究工作並向如下兩類系統發展:
①從壹維物體中提取三維信息; ②活動機器人
導航、探路和躲避障礙物的現場三維分析。
倫敦大學目前正在研究壹種雙目視覺機器
人的實時圖像處理機。還有正在研究機器人視
覺系統的教育機構有: 考文垂工業大學、愛丁堡
大學、格拉斯哥大學、格溫特大學; 而伯明翰大
學則專門研究慣性傳感器。另外, 還有許多從事
傳感系統開發的單位, 都進行了傳感反饋研究。
如米德爾塞克斯工業大學致力於使機器人能組
織和使用來自不同類型傳感器的數據。這種機
器人能“看”、“感”和“聽”, 它更接近於人。
( 3) 聽覺傳感
目前用的最多的是麥克風與機器人的自然
語言理解系統。
( 4) 運動性能
機器人通常是要在周圍移動物體的, 例如:
機器人臂到輪子或腳的運載器已有許多結構在
使用, 此外還有許多其他型號在研究之中。
為在空間任意點以任意方式操作壹個物
體, 機器人臂需要有6 個自由度: 左/ 右、前/
後、上/ 下、投、卷和左右擺轉。在工業中使用的
坐標已有6 個: 圓柱形、球形、笛卡爾坐標、旋轉
坐標、Scara type 和並行坐標。
在國際機器人市場上圓柱體坐標機器人現
已有售; Unimate 機器人系列為球形坐標系統,
手臂可移進移出, 繞其坐標移動, 還可以做旋轉
的縱向移動。當前機器人臂的研制目標是通過
現有系統的組合或利用完全不同的設計思想開
發更靈活、更有適應能力的坐標系統。如伯明翰
大學機械工程系研制的全交接左笛卡爾坐標系
機器人Locoman, 它是壹種裝配機器人。在該
機器人上用控制設備來改進其剛性和精度。
在控制裝置方面, 首先是完善從執行機構
的元件中攝取信號以把這種信號傳送給電子計
算機( 反饋) 的裝置; 提高小型機械移動裝置電
動傳感器的靈敏度、精確度和壽命; 完善運動程
序給定、貯存和計算及整個數字程序控制的元件; 研制小型而又可靠的有感知裝置, 主要是動
力機構和執行機構等等。
在機器人的計算———邏輯裝置和信息裝置
方面, 首要問題是研制專業化的微處理機。
3 智能機器人的未來發展
智能機器人的開發研究取得了舉世矚目的
成果。那麽, 未來智能機器人技術將如何發展
呢? 日本工業機器人協會對下壹代機器人的發
展進行了預測。提出智能機器人技術近期將沿
著自主性、智能通信和適應性三個方向發展。下
面我們簡單介紹人工智能技術、操作器、移動技
術、動力源和驅動器、仿生機構等。
( 1) 人工智能技術在機器人中的應用
把傳統的人工智能的符號處理技術應用到
機器人中存在哪些困難呢? 壹般的工業機器人
的控制器, 本質是壹個數值計算系統。如若把人
工智能系統( 如專家系統) 直接加到機器人控制
器的頂層, 能否得到壹個很好的智能控制器? 並
不那麽容易。因為符號處理與數值計算, 在知識
表示的抽象層次以及時間尺度上的重大差距,
把兩個系統直接結合起來, 相互之間將存在通
信和交互的問題, 這就是組織智能控制系統的
困難所在。這種困難表現在兩個方面: 壹是傳感
器所獲取的反饋信息通常是數量很大的數值信
息, 符號層壹般很難直接使用這些信息, 需要經
過壓縮、變換、理解後把它轉變為符號表示, 這
往往是壹件很困難而又耗費時間的事。而信息
來自分布在不同地點和不同類型的多個傳感
器。從不同角度, 以不同的測量方法得到不同的
環境信息。這些信息受到幹擾和各種非確定性
因素的影響, 難免存在畸變、信息不完整等缺
陷, 因此使上述的處理、變換更加復雜和困難。
二是從符號層形成的命令和動作意圖, 要變成
控制級可執行的指令( 數據) , 也要經過分解、轉
換等過程, 這也是困難和費時的工作。它們同樣
受到控制動作和環境的非確定性因素的影響。
由於這些困難, 要把人工智能系統與傳統機器
人控制器直接結合起來就很難建立實時性和適
應性很好的系統。
為了解決機器人的智能化, 組成智能機器
人系統, 研究者們將面臨許多困難且需要做長
期努力, 進行若幹課題的研究。例如: 高級思維活動應以什麽方式的機器人系統來模仿, 是采
取傳統的人工智能符號推理的方法, 還是采用
別的方法? 需不需要環境模型, 需要怎樣的環
境模型; 怎樣建立環境模型, 傳統的人工智能
主要依據先驗知識建立環境模型。由於環境和
任務的復雜性, 環境的不確定性, 這種建模方
式遇到了挑戰, 於是出現了依靠傳感器建模的
主張, 這就引出壹系列新的與傳感技術有關的
課題。
人們為了探討人工智能在機器人中近期
的可用技術, 暫時拋開人工智能中的各種帶根
本性的爭論, 如符號主義與連接主義、有推理
和無推理智能等等, 把著眼點放在人工智能技
術中較成熟的技術上。對傳統的人工智能來
說, 就是知識的符號表示和推理這部分技術,
看壹看它對當前的機器人技術的發展會有什
麽貢獻。其主要貢獻體現在以下幾個方面: 基
於任務的傳感技術, 建立感知與動作的直接聯
系, 基於傳感器的規劃和決策, 復雜動作的協
調等。
( 2) 操作器
工業機器人手臂的設計制造已趨於成熟,
因此在智能機器人操作器方面的研究, 人們的
興趣主要集中在各種具有柔性和靈巧性的手
爪和手臂上。
機器人手臂結構要適應智能機器人高速、
重載、高精度和輕質的發展趨勢。其中輕質化
是關鍵。新型高剛度、抗震結構和材料是目前
國外研究的前沿。
機器人的手、腕以及連接機構是引人註目
的研究課題。其中手腕機構的研究註重於快
速、準確、靈活性、柔順性和結構的緊湊性。
與人協調作業關系密切的壹類智能機器
人如醫用機器人、空間機器人、危險品處理機
器人、打毛刺機器人等, 它們都面臨著如何快
速、準確地把人的意誌和人手的熟練操作傳送
到機器人執行機構的問題。目前, 要讓機器人
作業壹個小時, 其軟件編制需要60 個小時, 費
時又費工。要改善這種狀況, 需要從軟件和硬
件兩方面著手。如多指多關節靈巧手是壹種模
擬人的通用手, 它能比較逼真地記錄和再現人
手的熟練動作, 受到研究者的青睞。由於它涉
及到操作力學、結構學、基於傳感器的控制、傳
感器融和等方面的問題, 研制的難度很大, 因
此到目前為止, 還沒有壹種成熟的產品投放市
場。
( 3) 移動技術
移動功能是智能機器人與工業機器人顯
著的區別之壹。附加了移動功能之後, 機器人
的作業範圍大幅度增加, 從而使移動機器人的概念也從陸地拓展到水下和空中。
近幾年來, 在歐美國家的機器人研究計劃
中, 移動技術占有重要的位置。例如在NASA
空間站FREEDOM 上搭載的機器人、NASA 和
NSF ***同開發的南極Erebus 活火山探測機器
人、美國環保局主持開發的核廢料處理機器人
HA7BOT 中, 移動技術都被列為關鍵技術。
移動機構與面向作業任務的執行機構綜
合開發是最近出現的新的傾向。因為無論何種
機器人都需要通過搭載的機械手或傳感器來
完成特定的作業功能。另壹個傾向是移動的運
動控制與視覺的結合日益密切。這種傾向在美
國ALV項目中已初見端倪, 最近則越過了靜態
圖像識別的框框, 進入主動視覺和主動傳感的
階段。顯然, 智能機器人在非結構環境中自主
移動, 或在遙控條件下移動, 視覺- 傳感器-
驅動器的協調控制不可缺少。
最近幾年, 在步行機構, 雙足步行機, 輪式
移動機構的開發和實用化等方面都取得了壹
些進展。據日本工業機器人協會預測: 管內移
動機器人將在2007 年可達到實用化; 與人具
有同樣步行速度的多足步行機和雙足步行機
以及不平整地面行走和爬樓梯與人具有相同
速度的移動機器人將在2010 年可達到實用
化。
( 4) 動力源和驅動器
智能機器人的機動性要求動力源輕、小、
出力大。而現有的移動機器人無壹例外地拖著
“辮子”。以動力源的重量/ 功率之比為例, 目前
電池約達到60g/W( 連續使用小時) , 汽油機約
為1.3g/W,都不理想, 而且使用有局限性。到目
前為止, 尚未見到改善動力源的有效辦法。
電機仍然是智能機器人的主要驅動器。要
使智能機器人的作業能力與人相當, 它的指、
肘、肩、腕各關節大致需要3- 300Nm 的輸出
力矩和30- 60r/min 的輸出轉速。傳統伺服電
機的重量/ 功率之比約為30g/W, 而人在百米
跑和投擲壘球時腿、肩、臂的出力大約為
1g/W, 相差甚大。日本在改進電機的性能方面
取得了長足的進步。例如: 核工業機器人臂和
腿的驅動電機的重量已減輕到原來的1/10, 使
機器人整體自重降低到700kg , 但與它只能處
理20kg 重的工作相比, 遠非令人滿意。
人們寄希望於新驅動器, 例如: 人工肌肉、
形狀記憶合金、氫吸附合金、壓電元件、撓性
軸、鋼絲繩集束傳動等等。雖然各有誘人的優
點, 但在實用性方面還達不到伺服電機的水
平。日本極限作業機器人計劃中, 水下機器人
機械手的手腕和手爪驅動采用了人工肌肉, 肌
肉本身的重量才5- 8g, 以20kg/cm2 壓力的高壓水為工作介質, 收縮力高達50kg ( 管徑
3mm) 。這是新型驅動器壹個成功的例子。總
之, 智能機器人性能指標的改進是無止境的,
對驅動器的要求也越來越高。什麽是客觀的衡
量標準呢? 壹個容易接受的辦法就是把它與人
的體能加以比較。從這個角度來看, 智能機器
人驅動技術目前差距還相當大。
( 5) 仿生機構
智能機器人的生命在創新, 開展仿生機構
的研究, 可以從生體機構、移動模式、運動機
理、能量分配、信息處理與綜合, 以及感知和認
知等方面多層次得到啟發。目前, 以驅體為構
件的蛇形移動機構、人工肌肉、仿象鼻柔性臂、
人造關節、假肢、多肢體動物的運動協調等等
受到人們的關註。仿生機構的自由度往往比較
多, 建立數學模型以及基於數學模型的控制比
較復雜, 借助傳感器獲取信息加以簡化可能是
壹條出路。
近年來, 機器人出現了壹個傾向是面向特
定功能和作業開發專用機器人, 以追求高速、
高效、單壹化和低成本的目的。例如美國IBM
公司設計的超高速小型機器人, 以50 次/s 的
速度頻繁往復於相距數毫米的兩點間, 實現高
密度微型電子器件裝配, 定位精度高達壹微
米。這種高速運動機構的動態平衡十分重要,
雖然其工作區域只有13mm×13mm×1mm,
但其加速度卻高達50g 。IBM 公司的技術人員
對機器人學提出了新的問題: 如何進行機構-
控制- 傳感- 驅動的壹體化設計, 滿足機械手
高速高精度定位的要求。眾所周知, 機器人系
統的設計程序是先設計臂結構和驅動裝置, 然
後設計控制器。實踐證明, 這種設計即使能達
到最佳的靜力學性能, 也往往不能滿足動力學
性能。到目前為止, 改進動力學性能的方法並
不多見, 壹般是按常識、減輕構件的重量, 匹配
減速器的速比等等。