机器人的论文主要研究啥

机器人学又称为机器人技术或机器人工程学，主要研究机器人的控制与被处理物体之间的相互关系。机器人学涉及的科目很多，主要内容有运动学和动力学、系统结构、传感技术、控制技术、行动规划和应用工程等。随着工业自动化和计算机技术的发展，到六十年代机器人开始进入大量生产和实际应用阶段。尔后由于自动装备海洋开发空间探索等实际问题的需要，对机器人的智能水平提出了更高的要求。特别是危险环境，人们难以胜任的场合更迫切需要机器人，从而推动了智能机器人的研究。机器人学的研究推动了许多人工智能思想的发展，有一些技术可在人工智能研究中用来建立世界状态的模型和描述世界状态变化的过程。关于机器人动作规划生成和规划监督执行等问题的研究，推动了规划方法的发展。此外由于机器人是一个综合性的课题，除机械手和步行机构外，还要研究机器视觉触觉听觉等信感技术，以及机器人语言和智能控制软件等。可以看出这是一个设计精密机械信息传感技术人工智能方法智能控制以及生物工程等学科的综合技术。这一课题研究有利于促进各学科的相互结合，并大大推动人工智能技术的发展。

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也越来越高。下面是我整理的机器人智能技术论文，希望你能从中得到感悟!

刍议智能机器人及其关键技术

【摘 要】文章介绍了机器人的定义，阐述了智能机器人研究领域的关键技术，最后展望了智能机器人今后的发展趋势。

【关键词】智能机器人;信息融合;智能控制

一、机器人的定义

自机器人问世以来，人们就很难对机器人下一个准确的定义，欧美国家认为机器人应该是“由计算机控制的通过编程具有可以变更的多功能的自动机械”;日本学者认为“机器人就是任何高级的自动机械”，我国科学家对机器人的定义是：“机器人是一种自动化的机器，所不同的是这种机器具备一些与人或生物相似的智能能力，如感知能力、规划能力、动作能力和协同能力，是一种具有高度灵活性的自动化机器。”目前国际上对机器人的概念已经渐趋一致，联合国标准化组织采纳了美国机器人协会(RIA：Robot Institute of America)于1979 年给机器人下的定义：“一种可编程和多功能的，用来搬运材料、零件、工具的操作机;或是为了执行不同的任务而具有可改变和可编程动作的专门系统。”概括说来，机器人是靠自身动和控制能力来实现各种功能的一种机器。

二、智能机器人关键技术

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也越来越高。智能机器人所处的环境往往是未知的、难以预测的，在研究这类机器人的过程中，主要涉及到以下关键技术：

(1)多传感器信息融合。多传感器信息融合技术是近年来十分热门的研究课题，它与控制理论、信号处理、人工智能、概率和统计相结合，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一种技术解决途径。机器人所用的传感器有很多种，根据不同用途分为内部测量传感器和外部测量传感器两大类。内部测量传感器用来检测机器人组成部件的内部状态，包括：特定位置、角度传感器;任意位置、角度传感器;速度、角度传感器;加速度传感器;倾斜角传感器;方位角传感器等。外部传感器包括：视觉(测量、认识传感器)、触觉(接触、压觉、滑动觉传感器)、力觉(力、力矩传感器)、接近觉(接近觉、距离传感器)以及角度传感器(倾斜、方向、姿式传感器)。多传感器信息融合就是指综合来自多个传感器的感知数据，以产生更可靠、更准确或更全面的信息。经过融合的多传感器系统能够更加完善、精确地反映检测对象的特性，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以下特性：冗余性、互补性、实时性和低成本性。目前多传感器信息融合方法主要有贝叶斯估计、卡尔曼滤波、神经网络、小波变换等。

(2)导航与定位。在机器人系统中，自主导航是一项核心技术，是机器人研究领域的重点和难点问题。导航的基本任务有3点：一是基于环境理解的全局定位：通过环境中景物的理解，识别人为路标或具体的实物，以完成对机器人的定位，为路径规划提供素材;二是目标识别和障碍物检测：实时对障碍物或特定目标进行检测和识别，提高控制系统的稳定性;三是安全保护：能对机器人工作环境中出现的障碍和移动物体作出分析并避免对机器人造成的损伤。机器人有多种导航方式，根据环境信息的完整程度、导航指示信号类型等因素的不同，可以分为基于地图的导航、基于创建地图的导航和无地图的导航3类。根据导航采用的硬件的不同，可将导航系统分为视觉导航和非视觉传感器组合导航。视觉导航是利用摄像头进行环境探测和辨识，以获取场景中绝大部分信息。目前视觉导航信息处理的内容主要包括：视觉信息的压缩和滤波、路面检测和障碍物检测、环境特定标志的识别、三维信息感知与处理。非视觉传感器导航是指采用多种传感器共同工作，如探针式、电容式、电感式、力学传感器、雷达传感器、光电传感器等，用来探测环境，对机器人的位置、姿态、速度和系统内部状态等进行监控，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，有效地获取内外部信息。

(3)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。最优路径规划就是依据某个或某些优化准则(如工作代价最小、行走路线最短、行走时间最短等)，在机器人工作空间中找到一条从起始状态到目标状态、可以避开障碍物的最优路径。路径规划方法大致可以分为传统方法和智能方法两种。传统路径规划方法主要有以下几种：自由空间法、图搜索法、栅格解耦法、人工势场法。大部分机器人路径规划中的全局规划都是基于上述几种方法进行的，但这些方法在路径搜索效率及路径优化方面有待于进一步改善。人工势场法是传统算法中较成熟且高效的规划方法，它通过环境势场模型进行路径规划，但是没有考察路径是否最优。智能路径规划方法是将遗传算法、模糊逻辑以及神经网络等人工智能方法应用到路径规划中，来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。其中应用较多的算法主要有模糊方法、神经网络、遗传算法、Q学习及混合算法等，这些方法在障碍物环境已知或未知情况下均已取得一定的研究成果。

(4)机器人视觉。视觉系统是自主机器人的重要组成部分，一般由摄像机、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的获取、图像的处理和分析、输出和显示，核心任务是特征提取、图像分割和图像辨识。而如何精确高效的处理视觉信息是视觉系统的关键问题。目前视觉信息处理逐步细化，包括视觉信息的压缩和滤波、环境和障碍物检测、特定环境标志的识别、三维信息感知与处理等。其中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。机器人视觉是其智能化最重要的标志之一，对机器人智能及控制都具有非常重要的意义。目前国内外都在大力研究，并且已经有一些系统投入使用。

(5)智能控制。随着机器人技术的发展，对于无法精确解析建模的物理对象以及信息不足的病态过程，传统控制理论暴露出缺点，近年来许多学者提出了各种不同的机器人智能控制系统。机器人的智能控制方法有模糊控制、神经网络控制、智能控制技术的融合(模糊控制和变结构控制的融合;神经网络和变结构控制的融合;模糊控制和神经网络控制的融合;智能融合技术还包括基于遗传算法的模糊控制方法)等。近几年，机器人智能控制在理论和应用方面都有较大的进展。在模糊控制方面，等人论证了模糊系统的逼近特性，首次将模糊理论用于一台实际机器人。模糊系统在机器人的建模控制、对柔性臂的控制、模糊补偿控制以及移动机器人路径规划等各个领域都得到了广泛的应用。在机器人神经网络控制方面，CMCA(Cere-bella Model Controller Articulation)应用较早的一种控制方法，其最大特点是实时性强，尤其适用于多自由度操作臂的控制。

(6)人机接口技术。智能机器人的研究目标并不是完全取代人，复杂的智能机器人系统仅仅依靠计算机来控制目前是有一定困难的，即使可以做到，也由于缺乏对环境的适应能力而并不实用。智能机器人系统还不能完全排斥人的作用，而是需要借助人机协调来实现系统控制。因此，设计良好的人机接口就成为智能机器人研究的重点问题之一。人机接口技术是研究如何使人方便自然地与计算机交流。为了实现这一目标，除了最基本的要求机器人控制器有1个友好的、灵活方便的人机界面之外，还要求计算机能够看懂文字、听懂语言、说话表达，甚至能够进行不同语言之间的翻译，而这些功能的实现又依赖于知识表示方法的研究。因此，研究人机接口技术既有巨大的应用价值，又有基础理论意义。目前，人机接口技术已经取得了显著成果，文字识别、语音合成与识别、图像识别与处理、机器翻译等技术已经开始实用化。另外，人机接口装置和交互技术、监控技术、远程操作技术、通讯技术等也是人机接口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。

三、总结与展望

机器人是自动化领域的主题之一，人们几十年来对机器人的开发和研究，使机器人技术取得了巨大的进步。随着人工智能、智能控制和计算机技术的发展，机器人的应用领域必将不断扩大，性能不断提高，在未来的生产、生活、科研当中会发挥更重要的作用。

参 考 文 献

[1]孙华，陈俊风，吴林.多传感器信息融合技术及其在机器人中的应用[J].传感器技术.2003，22(9)：1～4

[2]王灏，毛宗源.机器人的智能控制方法[M].北京：国防工业出版社，2002

[3]金周英.关于我国智能机器人发展的几点思考[J].机器人技术与应用.2001(4)：5～7

点击下页还有更多>>>机器人智能技术论文

先进机器人方面的论文在 轻风论文网 很多的哦，你可以参考下，如果还有不清楚的地方，可以咨询下他们的在线辅导老师，我之前也是求助他们帮忙的，很快就给我了，当时还是 轻风论文的王老师帮忙的，态度不错，呵呵，相对于一些小 机构和个人要靠谱的多这里还有些 资料，你参考下多移动机器人路径规划算法与导航系统研究 本文主要研究了多移 动机器人协调系统中的多移动机器人路径规划算 法与导航系统。导航系统采用了全局路径规划与 局部路径规划算法相结合 的方式。全局路径规 划采用改进的动态规划算法，将其他机器人位置信息加入机器 人路径规划当中。局部路径规划 采用人工势场法，使机器人不断朝目标运动的同时 避免与环境、障碍物发生碰撞。通过在分布式多移动机器人仿真系统上进行的实验，充分证明了路径规 划算法与导航系统适于 多移动机器人协调，性能比较好。本文主要研究了以 下内容：1．构建适合于多移动 机器人的导航 系统；2．提出一种适用于多移动机器人的路径规 划算法；3．利用分布式多移动机器人仿真系统验证导航系统与路径规划算法。导航系统采用全局路径规划与局部路径规划算 法相结合的方式。导航系统启动后，机器人和服务器建立连接，服务器 会读取数据库中的地图信息，将地图信息传送给机器人。机器人先做全局路径规划，从地图信息中提取出拓扑 图，结合地图信息中的数据 ，搜索最优路径，完成全局路径规划。全局路径规划的结果是由道路，站组成的一 条全局路径。机器人在每段道路中进行局部路径规划算法，在朝局部目标点运动的同时 ，要与墙壁保持安全距离，并且要避免与其他机器人相撞。每到达一个局部目 标点，机器人就朝终点 接近一步，并最终完成服务器给定的任务。在导航系统中，全局路径规划给机器人全局的指导，目标 明确，避免了仅用局部路径规划时造成的机器人运动的盲目性。同时又发 扬了局部路径规划的优势，具有良好 的实时性，避免碰撞。在导航系统中，全局路径规划采用改进动态规划 算法。改进动态规划算法是在传统的动态规划算法的基础上，加入机器人的位置信息作为 道路的动态权重，从而产生了适用于多机器人的路径规划 算法.你参考写这篇文章，或许有些帮助有什么不明白的上 轻风论文网 看看吧.