智能机械论文

生产力的不断进步推动科学技术的进步和创新，以建立更加合理的生产关系。自工业革命以来，人类的劳动逐渐被机器所取代，这种变化为人类社会创造了巨大的财富，极大地推动了人类社会的进步。时至今日，机电一体化、机械智能等技术不断涌现，成为时代主旋律。人类充分发挥主观能动性，进一步提升机械的利用效率，使其为我们创造越来越巨大的生产力，在一定程度上维护社会和谐。工业机器人的出现是人类利用机械进行社会生产历史上的一个里程碑。在发达国家，工业机器人自动化生产线成套设备已经成为自动化设备的主流和未来发展方向。国外汽车工业、电子电气工业、工程机械等行业已经大量使用工业机器人自动化生产线，以保证产品质量，提高生产效率，避免大量工业事故的发生。世界许多国家近半个世纪的工业机器人应用实践表明，工业机器人的普及是实现自动化生产、提高社会生产效率、促进企业和社会生产力发展的有效手段。机器人的历史并不长，机器人的历史真正开始于1959年美国的恩格尔伯格和德沃尔制造出世界上第一台工业机器人。德瓦尔在1946年发明了一个系统，可以“重复”记录下的机器动作。1954年，德瓦尔获得可编程机械手专利。这种机械手按照程序工作，可以根据不同的工作需要编制不同的程序，因此具有通用性和灵活性。恩格尔伯格和德瓦尔都在研究机器人，认为汽车行业最适合用机器人工作，因为它用重型机器工作，生产流程相对固定。1959年，恩格尔伯格和德瓦尔合作生产了第一台工业机器人。1993年中国机器人安装量约为1000，仅占全球的0.16%，微不足道，其中国产机器人比例更低。目前我国机器人总量不多，但国内机器人市场需求很大，且呈上升趋势。在国家“七五”、“八五”和“863计划”的推动下，我国机器人技术取得了长足的进步。智能机器人研究取得进展，在机器人技术模型、机器人应用工程、机器人基础技术研究等方面取得显著成果，跟踪了国际先进机器人技术，缩短了与国际先进水平的差距。1993年中国机器人安装量比1991年翻了一番，相对增长率很大。虽然有些人对我国机器人技术的发展还比较模糊，但越来越多的人已经认识到，先进机器人(包括工业机器人和智能机器人)是自动化关键技术之一，是我国现代化建设中不可或缺的重要技术。这项高新技术涉及柔性制造系统(FMS)、计算机集成制造系统(CIMS)、智能制造系统(IMS)、柔性自动化(FA)和自动化工厂(AF)等。机器人是跨学科的产物，融合了运动学和动力学、机械设计与制造、计算机软硬件、控制与传感器、模式识别和人工智能等领域的先进理论和技术。同时又是典型的自动机，是专用自动机和数控机的延伸和发展。目前，社会需求和技术进步对机器人的智能化发展提出了新的要求。随着社会进步的加快，对自动化的需求正从制造业扩展到工程、社会、生活等各个领域。过去在工厂结构化环境中工作的自动化机器或工业机器人，适合于规模大、灵活性差、多变的生产环境，对智能化程度没有过多要求。而广泛领域所需要的自动化机器要满足不同非结构化环境下的不同需求，必须具备综合集成和自主的能力，发展成为以技术集成为特征的智能机器人。信息技术需要载体，用信息化改造传统行业和各行各业，最终用自动化机器实现信息的物化，机器人就是其载体之一。另一方面，信息技术的发展，特别是高性能计算机、通信网络和电子器件、模式识别和信号处理、软件等技术的进步，可以促进机器人的“智能”和“体格”，为机器人的智能化和多样化发展创造条件。在信息技术飞速发展的今天，机器人技术与信息技术的互动发展更加突出，这使得机器人的高科技含量不断提高，始终处于高科技研究中。机器人因其无限的想象力，一直是概念创新和技术创新的源泉。无论在太空、水下、救灾、服务、医疗、娱乐等领域。，可以根据需要想象相应功能的智能机器人，这种想象空间从低到高是无穷无尽的。目前，自动化的概念正在迅速扩展到广泛的领域，信息技术的发展极大地提高了机器人的智能，这使得这种想象空间的扩展成为必要和可能，从而激发围绕机器人的概念创新和技术创新，蕴含着产生各种竞争前核心技术的可能性，这必将是国际科技创新的重要竞争点。机器人是多学科的产物。然而，随着机器人应用环境和任务的复杂化，非结构化复杂环境下复杂任务的信息综合处理和规划协调的难度和影响日益突出，需要采用信息反馈、最优控制和协调集成的理论、方法和技术来解决。控制学科在系统优化和综合集成方面的优势将越来越在智能机器人中发挥主导作用。智能机器人作为一个自动化系统，在理论和技术的覆盖面和前沿性、与各种先进信息技术的结合性、物理实现的多样性等方面都是其他任何自动化系统无法比拟的。因此，机器人在自动化科学与技术中的代表性和地位将随着其应用范围的扩大、信息技术的更新和智能化的提高而被进一步认识。在机器人向智能化发展的过程中，多机器人协作系统是一种具有覆盖性的技术集成平台。如果说单个机器人的智能只是让单个的人变得更聪明，那么很多机器人合作系统就不应该只有一群聪明人，还要求他们有效合作。因此，它既体现了个体的聪明，也体现了集体的聪明，是对人类社会生产活动的一种想象和创新探索。多机器人协作系统有着广泛的应用背景，它与自动化向非制造领域的扩展密切相关。随着应用环境转向非结构化，多移动机器人系统要能适应任务的变化和环境的不确定性，必须具有高度的决策智能。因此，对多移动机器人协作的研究不仅仅是控制的协调，而是整个系统的协调与合作。在这里，多机器人系统的组织和控制方式很大程度上决定了系统的有效性。多机器人协作系统也是实现分布式人工智能的一种模式。分布式人工智能的核心是将整个系统分成若干个智能的、自治的子系统，这些子系统在物理上和地理上是分散的，可以独立执行任务。同时，他们可以通过交流来交换信息和相互协调，从而共同完成整个任务。这对于完成大规模复杂任务来说无疑具有吸引力，因此在军事、通信等应用领域迅速获得广泛关注。多机协作系统是这一思想的具体实现，其中每个机器人都可以看作一个自主智能体。MARS(Multi-AgentRoboticSystems)现在已经成为机器人学的一个新的研究热点。多移动机器人系统由于具有移动功能，可以在非结构化环境中完成复杂的任务。它是多机器人协作系统中最典型、研究最广泛的系统。体系结构是系统中机器人之间逻辑和物理的信息关系和控制关系，以及问题解决能力的分配方式。它是多移动机器人协作行为的基础。一般来说，多移动机器人协作系统的体系结构可以分为集中式和分布式。集中式架构可以由单个主机器人来规划，该主机器人具有关于系统活动的所有信息。而分布式架构中没有这样的机器人，在分布式架构中所有机器人都是平等控制的。虽然集中式架构可以实现全局最优解，但由于不确定性的影响，人们实际上更喜欢分布式架构。近年来，在分布式体系结构中，为了克服实际环境中环境建模的困难，提高多移动机器人协作系统的鲁棒性和工作能力，有学者采用了基于行为的反应式控制系统，也有学者采用了基于行为的反应式控制系统，将协作行为建立在一种反应式模式上，加速了移动机器人对外界的反应，避免了复杂的推理，从而提高了系统的实时性。感知是智能机器人行动的基础，包括“感觉”(感知)和“认识和理解”信息的融合和利用。移动机器人中最重要的感知问题是定位和环境建模[7]o虽然有很多定位方法，如里程表计算、基于视觉的路标识别、基于地图匹配的全球定位、陀螺导航、GPS等等，但在未知的非结构化环境中，目前只有GPS能够实现实用的全球定位。但是GPS受到精度、安全等因素的限制。如何通过机器人之间的协作来提高定位和环境建模能力，是研究多移动机器人系统智能的一个重要内容。近年来，人们提出了多种环境地图建立和定位的同步处理方法[8]，其中环境建模和定位的过程是相互伴随的，在相互迭代的过程中逐渐明晰，但往往需要苛刻的环境条件。此外，在许多合作任务中，只需要伙伴之间的相对位置信息，如编队和局部避碰，因此基于传感器的局部定位也受到关注。机器人通过超声波、红外、激光或视觉等传感器相互探测，然后通过统计、滤波等算法融合信息，从而获得系统中各个机器人的相对位置。中国在这方面的研究工作已经开始。在863计划和自然科学基金的支持下，经过多年的持续研究，国内已有一批单位在局部领域达到了较高的研究水平，实验研究状况也有了明显改善，但也遇到了不少困难，特别是在复杂系统控制和分布式智能领域，明显不足，缺乏强有力的理论和技术支撑。而且大多数技术对环境有严格的要求，限制了多移动机器人系统的发展和向实用系统的转化。面对现实世界的非结构化和动态性特征，具有高度适应性和灵活性的协作理论、方法和技术将是未来研究的重点。