《智能機器人》PPT課件.ppt

《《智能機器人》PPT課件.ppt》由會員分享，可在線閱讀，更多相關(guān)《《智能機器人》PPT課件.ppt（31頁珍藏版）》請在裝配圖網(wǎng)上搜索。

1、第 15 章 智 能 機 器 人,15.1 智能機器人的概念 15.2 機器人感知 15.3 機器人規(guī)劃 15.4 機器人控制 15.5 機器人系統(tǒng)的軟件結(jié)構(gòu) 15.6 機器人程序設(shè)計與語言 習(xí)題十五,15.1 智能機器人的概念,一般將機器人的發(fā)展分為三個階段。第一階段的機器人只有“手”, 以固定程序工作, 不具有外界信息的反饋能力；第二階段的機器人具有對外界信息的反饋能力, 即有了感覺, 如力覺、觸覺、視覺等；第三階段, 即所謂“智能機器人”階段,這一階段的機器人已經(jīng)具有了自主性,有自行學(xué)習(xí)、推理、決策、 規(guī)劃等能力。 這也正符合Agent的條件, 所以, 現(xiàn)在把智能機器人也作為一種Agen

2、t。,智能機器人至少應(yīng)具備四種機能：感知機能獲取外部環(huán)境信息以便進(jìn)行自我行動監(jiān)視的機能；運動機能施加于外部環(huán)境的相當(dāng)于人的手、腳的動作機能；思維機能求解問題的認(rèn)識、推理、判斷機能；人-機通信機能理解指示命令、 輸出內(nèi)部狀態(tài), 與人進(jìn)行信息交換的機能。,,15.2 機 器 人 感 知,機器人的感知包括對外界和對自身的感知。感知機能是靠傳感器來實現(xiàn)的。因而,機器人傳感器可分為內(nèi)部傳感器和外部傳感器兩大類。內(nèi)部傳感器用來感知機器人的內(nèi)部狀態(tài)信息,包括關(guān)節(jié)位置、速度、加速度、姿態(tài)和方位等。常見的內(nèi)部傳感器有軸角編碼器、加速度計、陀螺系統(tǒng)等。外部傳感器用來感知機器人外部環(huán)境信息,它又分為接觸型和非接觸型

3、兩種。前者有觸覺、壓覺、力覺、滑覺、熱覺等, 后者有視覺、聽覺、接近覺、距離覺等。,機器人傳感器直接模仿人或生物的感覺器官。如根據(jù)人和昆蟲眼睛的成像原理研制的視覺傳感器,它能感受物體的形狀、特征、顏色、位置、距離和運動等。還有聽覺傳感器、 觸覺傳感器、 味覺傳感器等也是用相應(yīng)的仿生原理制作的。 立體攝像機和激光測距儀是機器人獲得三維視覺的兩類實用傳感器。 在機器人感知研究中,視覺方面的成果最為突出,機器人視覺已經(jīng)成為一門新興的獨立學(xué)科。機器人視覺的主要目的是從整體上理解一個給定的三維景物,為此,圖像處理、模式識別、知識工程和三維視覺等技術(shù)特別是智能技術(shù)在機器人視覺的研制中得到了應(yīng)用。,,15.

4、3 機 器 人 規(guī) 劃,機器人規(guī)劃也稱機器人問題求解。感知能力使機器人能夠感知對象和環(huán)境, 但要解決問題,即產(chǎn)生適應(yīng)對象和環(huán)境的動作, 還要依靠規(guī)劃功能。規(guī)劃就是擬定行動步驟。 實際上它就是一種問題求解技術(shù),即從某個特定問題的初始狀態(tài)出發(fā), 尋找或構(gòu)造一系列操作(也稱算子)步驟,達(dá)到解決問題的目標(biāo)狀態(tài)。例如, 給定工件裝配任務(wù), 機器人按照什么步驟去操作每個工件？在雜亂的環(huán)境下,機器人如何尋求避免與障礙碰撞的路徑, 去接近某個目標(biāo)？規(guī)劃功能的強弱反映了智能機器人的智能水平。,機器人規(guī)劃的基本任務(wù)是：在一個特定的工作區(qū)域中自動地生成從初始狀態(tài)到目標(biāo)狀態(tài)的動作序列、運動路徑和軌跡的控制程序。規(guī)劃系

5、統(tǒng)可分為兩級：任務(wù)規(guī)劃子系統(tǒng)和運動規(guī)劃子系統(tǒng)。 任務(wù)規(guī)劃子系統(tǒng)根據(jù)任務(wù)命令,自動生成相應(yīng)的機器人執(zhí)行程序, 如將任務(wù)理解為工作區(qū)的狀態(tài)變化,則它生成的即為把初始狀態(tài)變?yōu)槟繕?biāo)狀態(tài)的一個操作序列。 運動規(guī)劃子系統(tǒng)首先將任務(wù)規(guī)劃的結(jié)果變成一個無碰撞的操作器運動路徑, 這一步稱為路徑規(guī)劃；然后再將路徑變?yōu)椴僮髌鞲麝P(guān)節(jié)的空間坐標(biāo), 形成運動軌跡, 這一步稱為軌跡規(guī)劃。,任務(wù)規(guī)劃需要解決三個基本技術(shù)問題：問題或狀態(tài)的表示、 搜索策略和子目標(biāo)沖突問題。經(jīng)過多年的探索, 現(xiàn)在,至少已提出了四種有關(guān)任務(wù)規(guī)劃問題的方法, 這就是非層次規(guī)劃、 層次規(guī)劃、估價式規(guī)劃和機遇式規(guī)劃。 路徑規(guī)劃一般分解為尋空間和尋路徑兩個

6、子問題。尋空間是指在某個指定的區(qū)域R中,確定物體A的安全位置,使它不與區(qū)域中的其他物體相碰撞。尋路徑是指在某個指定的區(qū)域R中, 確定物體A從初始位置移動到目標(biāo)位置的安全路徑, 使得移動過程不會發(fā)生與其他物體的碰撞。路徑規(guī)劃的方法有假設(shè)-測試法、 罰函數(shù)法、 位姿空間法、 旋轉(zhuǎn)映射圖法等。,近年來, 隨著計算智能技術(shù)的飛速發(fā)展, 人們也把神經(jīng)網(wǎng)絡(luò)技術(shù)引入了機器人規(guī)劃。例如, 利用一種并列連接的神經(jīng)網(wǎng)絡(luò)可以實時地進(jìn)行無碰撞路徑規(guī)劃。 該網(wǎng)絡(luò)對一系列的路徑點進(jìn)行規(guī)劃, 其目標(biāo)使得整個路徑的長度盡量短, 同時又要盡可能遠(yuǎn)離障礙物。從數(shù)學(xué)的觀點看, 它等效于一個代價函數(shù), 該代價函數(shù)為路徑長度和碰撞次數(shù)

7、的函數(shù)。這種方法的優(yōu)點是： (1) 算法固有的并行性可用并行硬件來實現(xiàn),對于有較多障礙物、有較多路徑點以及物體上有較多測試點的情況,可達(dá)到實時應(yīng)用的程度。 (2) 算法的并行性使得所規(guī)劃的路徑可以達(dá)到任意高的精度而不增加計算時間。,,15.4 機 器 人 控 制,機器人控制即運動控制, 包括位置控制和力控制。位置控制就是對于運動規(guī)劃給出的運動軌跡,控制機器人的肢體(如機械手)產(chǎn)生相應(yīng)的動作。力控制則是對機器人的肢體所發(fā)出的作用力(如機械手的握力和推力)大小的控制。 運動控制涉及機器人的運動學(xué)和動力學(xué)特性, 所以,運動控制研究需要許多運動學(xué)和動力學(xué)知識?？偟膩碚f, 機器人運動控制比較困難, 主要

8、原因在于要求的運動軌跡是在直角坐標(biāo)空間中給定的,而實際的運動卻是通過安裝在關(guān)節(jié)上的驅(qū)動部件來實現(xiàn)的。因而需要將機械手末端在直角坐標(biāo)空間的運動變換到關(guān)節(jié)的運動, 也就是需要進(jìn)行逆運動學(xué)的計算。這個計算取決于機器人的手臂參數(shù)以及所使用的算法。我們知道,具有四肢的動物(包括人類), 運動時會很自然地完成從目標(biāo)空間到驅(qū)動器(肌肉)的轉(zhuǎn)換。這個轉(zhuǎn)換能力一方面是先天遺傳的, 另一方面也是通過后天學(xué)習(xí)不斷完善的。,生物系統(tǒng)的運動控制為機器人的神經(jīng)網(wǎng)絡(luò)控制提供了很好的參考模型。這種控制不需要各個變量之間的準(zhǔn)確的解析關(guān)系模型, 而只要通過大量的例子的訓(xùn)練即可實現(xiàn)。 因此, 在機器人控制中廣泛采用神經(jīng)網(wǎng)絡(luò)控制技術(shù)

9、。 在運動學(xué)的控制方法中, 分解運動速度的方法是比較典型的一種。它是一種在直角坐標(biāo)空間而不是在關(guān)節(jié)坐標(biāo)空間進(jìn)行閉環(huán)控制的方法。對于那些需要準(zhǔn)確運動軌跡的跟蹤的任務(wù),如弧焊等, 必須采用這樣的控制方法。分解運動速度的方法的關(guān)鍵是速度逆運動學(xué)計算, 這個計算不僅需要有效的雅可比矩陣求逆算法,而且需要知道機器人的運動學(xué)參數(shù)。 如果采用神經(jīng)網(wǎng)絡(luò), 則可不必知道這些參數(shù),因此它可作為求解速度逆運動學(xué)的另一種頗具吸引力的方法。,通常的機器人運動學(xué)控制主要是基于正、逆運動學(xué)的計算。這種控制方法不但計算繁瑣,而且需要經(jīng)常校準(zhǔn)才能保持精度。為此,人們提出了一種雙向映射神經(jīng)網(wǎng)絡(luò), 進(jìn)行機器人運動學(xué)控制。這種網(wǎng)絡(luò)主

10、要由一個前饋網(wǎng)組成, 隱層為正弦激勵函數(shù)。從網(wǎng)絡(luò)的輸出到輸入有一個反饋連接, 形成循環(huán)回路。正向網(wǎng)絡(luò)實現(xiàn)正運動學(xué)方程, 反饋連接起修改網(wǎng)絡(luò)的輸入(關(guān)節(jié)變量), 以使網(wǎng)絡(luò)的輸出(末端位姿)向著期望的位姿點運動。 這種雙向映射網(wǎng)絡(luò)不但能夠提供精確的正、逆運動學(xué)計算, 并且只需要簡單的訓(xùn)練。,在動力學(xué)控制中, 關(guān)鍵是逆動力學(xué)計算。這里主要有兩方面的問題, 一是計算工作量很大,難以滿足實時控制的要求； 二是需要知道機器人的運動學(xué)和動力學(xué)參數(shù)。要獲得這些參數(shù), 尤其是動力學(xué)參數(shù)往往是很困難的。采用神經(jīng)網(wǎng)絡(luò)來實現(xiàn)逆動力學(xué)的計算, 原則上可以克服上述兩個問題。由于神經(jīng)網(wǎng)絡(luò)的并行計算的特點, 它完全滿足實時性

11、的要求, 同時它是通過輸入輸出的數(shù)據(jù)樣本經(jīng)過學(xué)習(xí)而獲得動力學(xué)的非線性關(guān)系, 因而它并不依賴于機器人參數(shù)。,在力控制中, 無論是采用經(jīng)典控制還是現(xiàn)代控制, 都存在建模難題。 因此,人們將智能控制技術(shù)引入機器人力控制中, 產(chǎn)生了智能力控制方法。該方法應(yīng)用遞階協(xié)調(diào)控制、模糊控制和神經(jīng)網(wǎng)絡(luò)控制技術(shù)來實現(xiàn)力控制系統(tǒng)。在這類系統(tǒng)中, 力/位反饋并行輸入, 模糊、神經(jīng)網(wǎng)絡(luò)控制對輸入信息進(jìn)行并行非線性處理和綜合,將處理結(jié)果(位置量)輸出給位置伺服子系統(tǒng)。 這種控制系統(tǒng)具有高速響應(yīng), 能夠完成機器人在行走中與剛性表面接觸而產(chǎn)生位移時的實時控制。,智能機器人的控制結(jié)構(gòu)通常被設(shè)計成多處理機系統(tǒng)的網(wǎng)絡(luò), 并采用智能控

12、制的分層遞階結(jié)構(gòu)。如在縱向, 自頂向下分為四層, 每一層完成不同級別的功能。第一層負(fù)責(zé)任務(wù)規(guī)劃, 把目標(biāo)任務(wù)分解為初級任務(wù)序列。第二層負(fù)責(zé)路徑規(guī)劃, 把初級移動命令分解為一系列字符串, 這些字符串定義了一條可避免碰撞和死點的運動路徑。第三層的基本功能是計算慣量動力學(xué)并產(chǎn)生平滑軌跡, 在基本坐標(biāo)系中控制末端執(zhí)行器。 第四層為伺服和坐標(biāo)變換,完成從基本坐標(biāo)到關(guān)節(jié)坐標(biāo)系的坐標(biāo)變換以及關(guān)節(jié)位置、 速度和力的伺服控制。,,15.5 機器人系統(tǒng)的軟件結(jié)構(gòu),到目前為止最流行的混合體系結(jié)構(gòu)是三層體系結(jié)構(gòu), 它由一個反應(yīng)層、一個執(zhí)行層和一個思考層組成。 反應(yīng)層為機器人提供低層次的控制。它的特征是具有緊密的傳感

13、器-行動循環(huán)。 它的決策循環(huán)通常是以毫秒計的。,執(zhí)行層(或序列化層)起著反應(yīng)層和思考層之間的粘合劑的作用。它接收由思考層發(fā)出的指令, 序列化以后傳送給反應(yīng)層。例如, 執(zhí)行層將會處理一系列由思考式路徑規(guī)劃器生成的通過點, 并作出采取哪種反應(yīng)行為的決策。 執(zhí)行層的決策循環(huán)通常是以秒計的。執(zhí)行層還負(fù)責(zé)將傳感器的信息整合到一個內(nèi)部狀態(tài)表示中。例如, 它將掌管機器人定位和聯(lián)機繪制地圖等任務(wù)。,思考層利用規(guī)劃生成復(fù)雜問題的全局解。因為生成這一類解的過程中涉及計算復(fù)雜度, 它的決策循環(huán)通常是以分鐘計的。 思考層(或規(guī)劃層)使用模型進(jìn)行決策。 這些模型可以事先提供或者從數(shù)據(jù)中學(xué)習(xí)得到, 它們通常利用了在執(zhí)行層

14、收集到的狀態(tài)信息。 三層體系結(jié)構(gòu)的各種變體可以在大多數(shù)現(xiàn)代機器人軟件系統(tǒng)中找到。當(dāng)然, 三個層次的劃分并不是非常嚴(yán)格的。一些機器人軟件系統(tǒng)具有更多的層次, 例如還可有用于控制人機交互的用戶接口層,或者負(fù)責(zé)協(xié)調(diào)機器人與在同一環(huán)境下運轉(zhuǎn)的其他機器人的行動的軟件層等。,,15.6 機器人程序設(shè)計與語言,15.6.1 機器人程序設(shè)計 1. 直接示教方式 直接示教方式也稱示教再現(xiàn)方式,其具體做法是,使用示教盒根據(jù)作業(yè)的需要把機器人的手爪送到作業(yè)所需要的位置上去, 并處于所需要的姿態(tài), 然后把這一位置、姿態(tài)存儲起來。對作業(yè)空間的各軌跡點重復(fù)上述操作, 機器人就把整個作業(yè)程序記憶了下來。 工作時, 再現(xiàn)上

15、述操作就能使機器人完成預(yù)定的作業(yè), 同時可以反復(fù)同樣的作業(yè)過程。 直接示教法的優(yōu)點是不需要預(yù)備知識,不需要復(fù)雜的計算機裝置。所以被廣泛使用,尤其適合單純的重復(fù)性作業(yè),例如搬運、噴漆、焊接等。,直接示教法的缺點是: (1) 示教時間長、速度慢。 (2) 不同的機器人,或者即使同一個機器人, 對于不同的任務(wù)都需要重新示教。 (3) 無法接受感覺信息的反饋。 (4) 無法控制多臺機器人的協(xié)調(diào)動作。,2. 離線數(shù)據(jù)程序設(shè)計方式 離線數(shù)據(jù)程序設(shè)計方式就是使用計算機輔助設(shè)計軟件設(shè)計數(shù)據(jù), 計算出為了完成某一作業(yè), 機器人手爪應(yīng)該運動的位置和姿態(tài), 即用CAD的方法產(chǎn)生示教數(shù)據(jù)。這一方式克服了直接示教法的缺

16、點, 對于復(fù)雜的作業(yè), 或許要給出連續(xù)的數(shù)據(jù)時, 采用此方法是比較合適的。,3. 機器人語言方式 機器人語言方式就是使用機器人程序設(shè)計語言編程, 使機器人按程序完成作業(yè)。 這種方式的優(yōu)點是: (1) 由于用計算機代替了手動示教,提高了編程效率。 (2) 語言編程與機器人型號無關(guān),編好的程序可供多臺機器人或不同型號的機器人使用。 (3) 可以接受感覺信息。 (4) 可以協(xié)調(diào)多臺機器人工作。 (5) 可以引入邏輯判斷、決策、規(guī)劃功能以及人工智能的其他方法。,15.6.2 機器人程序設(shè)計語言 機器人程序設(shè)計語言一般是一種專用語言, 即用符號來描述機器人的動作。這種語言類似于通常的計算機的程序設(shè)計語言

17、, 但有所區(qū)別。一般所說的計算機語言, 只指語言本身, 而機器人語言實際上是一個語言系統(tǒng)。機器人語言系統(tǒng)既包含語言本身給出作業(yè)的指示和動作指示,又包含處理系統(tǒng)根據(jù)上述指示來控制機器人系統(tǒng), 另外還包括了機器人的工作環(huán)境模型。,根據(jù)作業(yè)描述水平的高低, 機器人語言通常分為三級: 動作水平級、對象物水平級和作業(yè)目標(biāo)水平級(也稱任務(wù)級)。 動作水平級語言是以機械手的運動作為作業(yè)描述的中心, 由使手爪從一個位置到另一個位置的一系列命令組成。 對象物水平級語言是以部件之間的相互關(guān)系為中心來描述作業(yè)的,與機器人的動作無關(guān)。作業(yè)目標(biāo)水平級語言則是以作業(yè)的最終目標(biāo)狀態(tài)和機器人動作的一般規(guī)則的形式來描述作業(yè)的。

18、,這種分類法較好地反映了語言的水平和功能, 但在級與級之間還有些模糊或混亂, 所以,另一種分類法將機器人語言分為五級: 操作水平級、 原始動作水平級、 結(jié)構(gòu)性動作水平級、對象物狀態(tài)水平級和作業(yè)目標(biāo)水平級。 機器人程序設(shè)計語言研究是智能機器人研究的重要方面。 這方面現(xiàn)在也有不少成果, 人們已經(jīng)開發(fā)出了許多機器人語言。這些語言有匯編型的, 如VAL語言;有解釋型的,如AML; 有編譯型的,如AL、LM語言; 還有自然語言型的,如AUTOPASS等。,近年來, 機器人程序設(shè)計語言有了很大發(fā)展, 簡介如下: 通用機器人語言GRL(Generic Robot Language, Horswill, 20

19、00)。該語言是一種用于編寫大型模塊化控制系統(tǒng)的函數(shù)程序設(shè)計語言。正如在行為語言中一樣,GRL采用有限狀態(tài)機作為它的基本建造模塊。 在此之上, 它比行為模型提供了范圍更廣的結(jié)構(gòu)用于定義通信流, 以及不同模塊之間的同步約束。用GRL寫的程序可以被編譯成高效的指令語言, 如C語言。,反應(yīng)式行動規(guī)劃系統(tǒng)RAPS。該語言是一種用于并發(fā)機器人軟件的重要程序設(shè)計語言,它使程序員能夠?qū)δ繕?biāo)、與這些目標(biāo)相關(guān)的規(guī)劃(或不完全策略)和那些有可能使規(guī)劃成功的條件進(jìn)行指定。重要的是,RAPS還提供了一些措施用于處理那些在實際機器人系統(tǒng)中不可避免發(fā)生的失敗。程序員可以指定檢測各種失敗的例行程序,并為每一種失敗提供處理異

20、常的過程。在三層體系結(jié)構(gòu)中, RAPS通常用在執(zhí)行層, 處理那些不需要重新進(jìn)行規(guī)劃的偶發(fā)事件。,GOLOG。該語言是一種將思考式問題求解(規(guī)劃)和反應(yīng)式控制的直接確定進(jìn)行無縫結(jié)合的程序設(shè)計語言。用GOLOG寫的程序通過情景演算進(jìn)行形式化表示,并使用了非確定性的行動算子的附加選項。除了用可能的非確定性行動制定控制程序以外,程序員還必須提供機器人及其環(huán)境的完整模型。 一旦控制程序到達(dá)一個非確定性的選擇點, 一個規(guī)劃器(具有理論證明機的形式)就被觸發(fā),用來決定下一步該做什么。 這樣, 程序員就能夠指定部分控制器,并依靠內(nèi)置的規(guī)劃器來做出最終的控制選擇。GOLOG的優(yōu)美性體現(xiàn)在它對反應(yīng)和思考的無縫整合

21、上。盡管GOLOG需要很強的條件(完全可觀察性、離散的狀態(tài)、完整的模型), 但它已經(jīng)為一系列室內(nèi)移動機器人提供了高級控制。,嵌入式系統(tǒng)C++語言CES(C++ for embedded systems)。 該語言是C++的一種語言擴(kuò)展,它集成了概率與學(xué)習(xí)(Thrun, 2000)。CES數(shù)據(jù)類型為概率分布, 允許程序員對不確定信息進(jìn)行計算,而不必耗費實現(xiàn)概率技術(shù)通常所需的努力。更為重要的是,CES使得根據(jù)實例訓(xùn)練機器人軟件成為可能。CES使程序員能夠在代碼中留出“縫隙”由學(xué)習(xí)函數(shù)(典型的是諸如神經(jīng)網(wǎng)絡(luò)這樣的可微分參數(shù)化表示方法)進(jìn)行填補。然后這些函數(shù)再通過明確的訓(xùn)練階段來歸納地學(xué)習(xí),訓(xùn)練者必須

22、指定所期望的輸出行為。CES已被證實能夠在部分可觀察的和連續(xù)的領(lǐng)域內(nèi)很好地工作。,ALisp(Andre和Russell, 2002)。該語言是Lisp的一種擴(kuò)展。ALisp允許程序員指定非確定性的選擇點, 這與GOLOG中的選擇點類似。不過, ALisp通過強化學(xué)習(xí)來歸納地學(xué)習(xí)正確的行動, 而不是依靠定理證明機進(jìn)行決策。因此, ALisp可以看作是用來將領(lǐng)域知識尤其是關(guān)于所期望行為的分層“子程序”結(jié)構(gòu)的知識, 結(jié)合到強化學(xué)習(xí)機中的一種靈活手段。到目前為止,ALisp只在仿真中被用于機器人的學(xué)習(xí)問題, 不過它為建造通過與環(huán)境交互進(jìn)行學(xué)習(xí)的機器人提供了一套非常有前途的方法。,,習(xí) 題十 五,1. 智能機器人應(yīng)具備哪些機能？ 2. 實現(xiàn)智能機器人要涉及哪些方面的技術(shù)問題？ 3. 簡述機器人感知、 機器人規(guī)劃和機器人控制的基本原理。 4. 智能機器人軟件體系結(jié)構(gòu)如何? 5. 機器人程序設(shè)計有哪幾種方式？ 6. 機器人程序設(shè)計語言有哪些類型？ 7. 當(dāng)前的一些知名機器人程序設(shè)計語言有哪些？,,