《智能機(jī)器人》PPT課件.ppt

《《智能機(jī)器人》PPT課件.ppt》由會(huì)員分享，可在線閱讀，更多相關(guān)《《智能機(jī)器人》PPT課件.ppt（31頁(yè)珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

1、第 15 章 智 能 機(jī) 器 人,15.1 智能機(jī)器人的概念 15.2 機(jī)器人感知 15.3 機(jī)器人規(guī)劃 15.4 機(jī)器人控制 15.5 機(jī)器人系統(tǒng)的軟件結(jié)構(gòu) 15.6 機(jī)器人程序設(shè)計(jì)與語(yǔ)言 習(xí)題十五,15.1 智能機(jī)器人的概念,一般將機(jī)器人的發(fā)展分為三個(gè)階段。第一階段的機(jī)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(jī)器人具有對(duì)外界信息的反饋能力, 即有了感覺(jué), 如力覺(jué)、觸覺(jué)、視覺(jué)等；第三階段, 即所謂“智能機(jī)器人”階段,這一階段的機(jī)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(jī)器人也作為一種Agen

2、t。,智能機(jī)器人至少應(yīng)具備四種機(jī)能：感知機(jī)能獲取外部環(huán)境信息以便進(jìn)行自我行動(dòng)監(jiān)視的機(jī)能；運(yùn)動(dòng)機(jī)能施加于外部環(huán)境的相當(dāng)于人的手、腳的動(dòng)作機(jī)能；思維機(jī)能求解問(wèn)題的認(rèn)識(shí)、推理、判斷機(jī)能；人-機(jī)通信機(jī)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(jī)能。,,15.2 機(jī) 器 人 感 知,機(jī)器人的感知包括對(duì)外界和對(duì)自身的感知。感知機(jī)能是靠傳感器來(lái)實(shí)現(xiàn)的。因而,機(jī)器人傳感器可分為內(nèi)部傳感器和外部傳感器兩大類(lèi)。內(nèi)部傳感器用來(lái)感知機(jī)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(jiàn)的內(nèi)部傳感器有軸角編碼器、加速度計(jì)、陀螺系統(tǒng)等。外部傳感器用來(lái)感知機(jī)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(jué)、壓覺(jué)、力覺(jué)、滑覺(jué)、熱覺(jué)等, 后者有視覺(jué)、聽(tīng)覺(jué)、接近覺(jué)、距離覺(jué)等。,機(jī)器人傳感器直接模仿人或生物的感覺(jué)器官。如根據(jù)人和昆蟲(chóng)眼睛的成像原理研制的視覺(jué)傳感器,它能感受物體的形狀、特征、顏色、位置、距離和運(yùn)動(dòng)等。還有聽(tīng)覺(jué)傳感器、 觸覺(jué)傳感器、 味覺(jué)傳感器等也是用相應(yīng)的仿生原理制作的。 立體攝像機(jī)和激光測(cè)距儀是機(jī)器人獲得三維視覺(jué)的兩類(lèi)實(shí)用傳感器。 在機(jī)器人感知研究中,視覺(jué)方面的成果最為突出,機(jī)器人視覺(jué)已經(jīng)成為一門(mén)新興的獨(dú)立學(xué)科。機(jī)器人視覺(jué)的主要目的是從整體上理解一個(gè)給定的三維景物,為此,圖像處理、模式識(shí)別、知識(shí)工程和三維視覺(jué)等技術(shù)特別是智能技術(shù)在機(jī)器人視覺(jué)的研制中得到了應(yīng)用。,,15.

4、3 機(jī) 器 人 規(guī) 劃,機(jī)器人規(guī)劃也稱機(jī)器人問(wèn)題求解。感知能力使機(jī)器人能夠感知對(duì)象和環(huán)境, 但要解決問(wèn)題,即產(chǎn)生適應(yīng)對(duì)象和環(huán)境的動(dòng)作, 還要依靠規(guī)劃功能。規(guī)劃就是擬定行動(dòng)步驟。 實(shí)際上它就是一種問(wèn)題求解技術(shù),即從某個(gè)特定問(wèn)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(wèn)題的目標(biāo)狀態(tài)。例如, 給定工件裝配任務(wù), 機(jī)器人按照什么步驟去操作每個(gè)工件？在雜亂的環(huán)境下,機(jī)器人如何尋求避免與障礙碰撞的路徑, 去接近某個(gè)目標(biāo)？規(guī)劃功能的強(qiáng)弱反映了智能機(jī)器人的智能水平。,機(jī)器人規(guī)劃的基本任務(wù)是：在一個(gè)特定的工作區(qū)域中自動(dòng)地生成從初始狀態(tài)到目標(biāo)狀態(tài)的動(dòng)作序列、運(yùn)動(dòng)路徑和軌跡的控制程序。規(guī)劃系

5、統(tǒng)可分為兩級(jí)：任務(wù)規(guī)劃子系統(tǒng)和運(yùn)動(dòng)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(dòng)生成相應(yīng)的機(jī)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(gè)操作序列。 運(yùn)動(dòng)規(guī)劃子系統(tǒng)首先將任務(wù)規(guī)劃的結(jié)果變成一個(gè)無(wú)碰撞的操作器運(yùn)動(dòng)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(yùn)動(dòng)軌跡, 這一步稱為軌跡規(guī)劃。,任務(wù)規(guī)劃需要解決三個(gè)基本技術(shù)問(wèn)題：?jiǎn)栴}或狀態(tài)的表示、 搜索策略和子目標(biāo)沖突問(wèn)題。經(jīng)過(guò)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(wèn)題的方法, 這就是非層次規(guī)劃、 層次規(guī)劃、估價(jià)式規(guī)劃和機(jī)遇式規(guī)劃。 路徑規(guī)劃一般分解為尋空間和尋路徑兩個(gè)

6、子問(wèn)題。尋空間是指在某個(gè)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(gè)指定的區(qū)域R中, 確定物體A從初始位置移動(dòng)到目標(biāo)位置的安全路徑, 使得移動(dòng)過(guò)程不會(huì)發(fā)生與其他物體的碰撞。路徑規(guī)劃的方法有假設(shè)-測(cè)試法、 罰函數(shù)法、 位姿空間法、 旋轉(zhuǎn)映射圖法等。,近年來(lái), 隨著計(jì)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(jī)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(shí)時(shí)地進(jìn)行無(wú)碰撞路徑規(guī)劃。 該網(wǎng)絡(luò)對(duì)一系列的路徑點(diǎn)進(jìn)行規(guī)劃, 其目標(biāo)使得整個(gè)路徑的長(zhǎng)度盡量短, 同時(shí)又要盡可能遠(yuǎn)離障礙物。從數(shù)學(xué)的觀點(diǎn)看, 它等效于一個(gè)代價(jià)函數(shù), 該代價(jià)函數(shù)為路徑長(zhǎng)度和碰撞次數(shù)

7、的函數(shù)。這種方法的優(yōu)點(diǎn)是： (1) 算法固有的并行性可用并行硬件來(lái)實(shí)現(xiàn),對(duì)于有較多障礙物、有較多路徑點(diǎn)以及物體上有較多測(cè)試點(diǎn)的情況,可達(dá)到實(shí)時(shí)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(jì)算時(shí)間。,,15.4 機(jī) 器 人 控 制,機(jī)器人控制即運(yùn)動(dòng)控制, 包括位置控制和力控制。位置控制就是對(duì)于運(yùn)動(dòng)規(guī)劃給出的運(yùn)動(dòng)軌跡,控制機(jī)器人的肢體(如機(jī)械手)產(chǎn)生相應(yīng)的動(dòng)作。力控制則是對(duì)機(jī)器人的肢體所發(fā)出的作用力(如機(jī)械手的握力和推力)大小的控制。 運(yùn)動(dòng)控制涉及機(jī)器人的運(yùn)動(dòng)學(xué)和動(dòng)力學(xué)特性, 所以,運(yùn)動(dòng)控制研究需要許多運(yùn)動(dòng)學(xué)和動(dòng)力學(xué)知識(shí)?？偟膩?lái)說(shuō), 機(jī)器人運(yùn)動(dòng)控制比較困難, 主要

8、原因在于要求的運(yùn)動(dòng)軌跡是在直角坐標(biāo)空間中給定的,而實(shí)際的運(yùn)動(dòng)卻是通過(guò)安裝在關(guān)節(jié)上的驅(qū)動(dòng)部件來(lái)實(shí)現(xiàn)的。因而需要將機(jī)械手末端在直角坐標(biāo)空間的運(yùn)動(dòng)變換到關(guān)節(jié)的運(yùn)動(dòng), 也就是需要進(jìn)行逆運(yùn)動(dòng)學(xué)的計(jì)算。這個(gè)計(jì)算取決于機(jī)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(dòng)物(包括人類(lèi)), 運(yùn)動(dòng)時(shí)會(huì)很自然地完成從目標(biāo)空間到驅(qū)動(dòng)器(肌肉)的轉(zhuǎn)換。這個(gè)轉(zhuǎn)換能力一方面是先天遺傳的, 另一方面也是通過(guò)后天學(xué)習(xí)不斷完善的。,生物系統(tǒng)的運(yùn)動(dòng)控制為機(jī)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(gè)變量之間的準(zhǔn)確的解析關(guān)系模型, 而只要通過(guò)大量的例子的訓(xùn)練即可實(shí)現(xiàn)。 因此, 在機(jī)器人控制中廣泛采用神經(jīng)網(wǎng)絡(luò)控制技術(shù)

9、。 在運(yùn)動(dòng)學(xué)的控制方法中, 分解運(yùn)動(dòng)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(duì)于那些需要準(zhǔn)確運(yùn)動(dòng)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(yùn)動(dòng)速度的方法的關(guān)鍵是速度逆運(yùn)動(dòng)學(xué)計(jì)算, 這個(gè)計(jì)算不僅需要有效的雅可比矩陣求逆算法,而且需要知道機(jī)器人的運(yùn)動(dòng)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(yùn)動(dòng)學(xué)的另一種頗具吸引力的方法。,通常的機(jī)器人運(yùn)動(dòng)學(xué)控制主要是基于正、逆運(yùn)動(dòng)學(xué)的計(jì)算。這種控制方法不但計(jì)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(jī)器人運(yùn)動(dòng)學(xué)控制。這種網(wǎng)絡(luò)主

10、要由一個(gè)前饋網(wǎng)組成, 隱層為正弦激勵(lì)函數(shù)。從網(wǎng)絡(luò)的輸出到輸入有一個(gè)反饋連接, 形成循環(huán)回路。正向網(wǎng)絡(luò)實(shí)現(xiàn)正運(yùn)動(dòng)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(diǎn)運(yùn)動(dòng)。 這種雙向映射網(wǎng)絡(luò)不但能夠提供精確的正、逆運(yùn)動(dòng)學(xué)計(jì)算, 并且只需要簡(jiǎn)單的訓(xùn)練。,在動(dòng)力學(xué)控制中, 關(guān)鍵是逆動(dòng)力學(xué)計(jì)算。這里主要有兩方面的問(wèn)題, 一是計(jì)算工作量很大,難以滿足實(shí)時(shí)控制的要求； 二是需要知道機(jī)器人的運(yùn)動(dòng)學(xué)和動(dòng)力學(xué)參數(shù)。要獲得這些參數(shù), 尤其是動(dòng)力學(xué)參數(shù)往往是很困難的。采用神經(jīng)網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)逆動(dòng)力學(xué)的計(jì)算, 原則上可以克服上述兩個(gè)問(wèn)題。由于神經(jīng)網(wǎng)絡(luò)的并行計(jì)算的特點(diǎn), 它完全滿足實(shí)時(shí)性

11、的要求, 同時(shí)它是通過(guò)輸入輸出的數(shù)據(jù)樣本經(jīng)過(guò)學(xué)習(xí)而獲得動(dòng)力學(xué)的非線性關(guān)系, 因而它并不依賴于機(jī)器人參數(shù)。,在力控制中, 無(wú)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(jī)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(lái)實(shí)現(xiàn)力控制系統(tǒng)。在這類(lèi)系統(tǒng)中, 力/位反饋并行輸入, 模糊、神經(jīng)網(wǎng)絡(luò)控制對(duì)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(jī)器人在行走中與剛性表面接觸而產(chǎn)生位移時(shí)的實(shí)時(shí)控制。,智能機(jī)器人的控制結(jié)構(gòu)通常被設(shè)計(jì)成多處理機(jī)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(jí)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(jí)任務(wù)序列。第二層負(fù)責(zé)路徑規(guī)劃, 把初級(jí)移動(dòng)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(diǎn)的運(yùn)動(dòng)路徑。第三層的基本功能是計(jì)算慣量動(dòng)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(jī)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(gè)反應(yīng)層、一個(gè)執(zhí)行層和一個(gè)思考層組成。 反應(yīng)層為機(jī)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(dòng)循環(huán)。 它的決策循環(huán)通常是以毫秒計(jì)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(huì)處理一系列由思考式路徑規(guī)劃器生成的通過(guò)點(diǎn), 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(jì)的。執(zhí)行層還負(fù)責(zé)將傳感器的信息整合到一個(gè)內(nèi)部狀態(tài)表示中。例如, 它將掌管機(jī)器人定位和聯(lián)機(jī)繪制地圖等任務(wù)。,思考層利用規(guī)劃生成復(fù)雜問(wèn)題的全局解。因?yàn)樯蛇@一類(lèi)解的過(guò)程中涉及計(jì)算復(fù)雜度, 它的決策循環(huán)通常是以分鐘計(jì)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(jī)器人軟件系統(tǒng)中找到。當(dāng)然, 三個(gè)層次的劃分并不是非常嚴(yán)格的。一些機(jī)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(jī)交互的用戶接口層,或者負(fù)責(zé)協(xié)調(diào)機(jī)器人與在同一環(huán)境下運(yùn)轉(zhuǎn)的其他機(jī)器人的行動(dòng)的軟件層等。,,15.6 機(jī)器人程序設(shè)計(jì)與語(yǔ)言,15.6.1 機(jī)器人程序設(shè)計(jì) 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(jī)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(chǔ)起來(lái)。對(duì)作業(yè)空間的各軌跡點(diǎn)重復(fù)上述操作, 機(jī)器人就把整個(gè)作業(yè)程序記憶了下來(lái)。 工作時(shí), 再現(xiàn)上

15、述操作就能使機(jī)器人完成預(yù)定的作業(yè), 同時(shí)可以反復(fù)同樣的作業(yè)過(guò)程。 直接示教法的優(yōu)點(diǎn)是不需要預(yù)備知識(shí),不需要復(fù)雜的計(jì)算機(jī)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(yùn)、噴漆、焊接等。,直接示教法的缺點(diǎn)是: (1) 示教時(shí)間長(zhǎng)、速度慢。 (2) 不同的機(jī)器人,或者即使同一個(gè)機(jī)器人, 對(duì)于不同的任務(wù)都需要重新示教。 (3) 無(wú)法接受感覺(jué)信息的反饋。 (4) 無(wú)法控制多臺(tái)機(jī)器人的協(xié)調(diào)動(dòng)作。,2. 離線數(shù)據(jù)程序設(shè)計(jì)方式 離線數(shù)據(jù)程序設(shè)計(jì)方式就是使用計(jì)算機(jī)輔助設(shè)計(jì)軟件設(shè)計(jì)數(shù)據(jù), 計(jì)算出為了完成某一作業(yè), 機(jī)器人手爪應(yīng)該運(yùn)動(dòng)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(diǎn), 對(duì)于復(fù)雜的作業(yè), 或許要給出連續(xù)的數(shù)據(jù)時(shí), 采用此方法是比較合適的。,3. 機(jī)器人語(yǔ)言方式 機(jī)器人語(yǔ)言方式就是使用機(jī)器人程序設(shè)計(jì)語(yǔ)言編程, 使機(jī)器人按程序完成作業(yè)。 這種方式的優(yōu)點(diǎn)是: (1) 由于用計(jì)算機(jī)代替了手動(dòng)示教,提高了編程效率。 (2) 語(yǔ)言編程與機(jī)器人型號(hào)無(wú)關(guān),編好的程序可供多臺(tái)機(jī)器人或不同型號(hào)的機(jī)器人使用。 (3) 可以接受感覺(jué)信息。 (4) 可以協(xié)調(diào)多臺(tái)機(jī)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(jī)器人程序設(shè)計(jì)語(yǔ)言 機(jī)器人程序設(shè)計(jì)語(yǔ)言一般是一種專(zhuān)用語(yǔ)言, 即用符號(hào)來(lái)描述機(jī)器人的動(dòng)作。這種語(yǔ)言類(lèi)似于通常的計(jì)算機(jī)的程序設(shè)計(jì)語(yǔ)言

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

18、,這種分類(lèi)法較好地反映了語(yǔ)言的水平和功能, 但在級(jí)與級(jí)之間還有些模糊或混亂, 所以,另一種分類(lèi)法將機(jī)器人語(yǔ)言分為五級(jí): 操作水平級(jí)、 原始動(dòng)作水平級(jí)、 結(jié)構(gòu)性動(dòng)作水平級(jí)、對(duì)象物狀態(tài)水平級(jí)和作業(yè)目標(biāo)水平級(jí)。 機(jī)器人程序設(shè)計(jì)語(yǔ)言研究是智能機(jī)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(kāi)發(fā)出了許多機(jī)器人語(yǔ)言。這些語(yǔ)言有匯編型的, 如VAL語(yǔ)言;有解釋型的,如AML; 有編譯型的,如AL、LM語(yǔ)言; 還有自然語(yǔ)言型的,如AUTOPASS等。,近年來(lái), 機(jī)器人程序設(shè)計(jì)語(yǔ)言有了很大發(fā)展, 簡(jiǎn)介如下: 通用機(jī)器人語(yǔ)言GRL(Generic Robot Language, Horswill, 20

19、00)。該語(yǔ)言是一種用于編寫(xiě)大型模塊化控制系統(tǒng)的函數(shù)程序設(shè)計(jì)語(yǔ)言。正如在行為語(yǔ)言中一樣,GRL采用有限狀態(tài)機(jī)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(xiě)的程序可以被編譯成高效的指令語(yǔ)言, 如C語(yǔ)言。,反應(yīng)式行動(dòng)規(guī)劃系統(tǒng)RAPS。該語(yǔ)言是一種用于并發(fā)機(jī)器人軟件的重要程序設(shè)計(jì)語(yǔ)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(shí)際機(jī)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(cè)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(guò)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(yǔ)言是一種將思考式問(wèn)題求解(規(guī)劃)和反應(yīng)式控制的直接確定進(jìn)行無(wú)縫結(jié)合的程序設(shè)計(jì)語(yǔ)言。用GOLOG寫(xiě)的程序通過(guò)情景演算進(jìn)行形式化表示,并使用了非確定性的行動(dòng)算子的附加選項(xiàng)。除了用可能的非確定性行動(dòng)制定控制程序以外,程序員還必須提供機(jī)器人及其環(huán)境的完整模型。 一旦控制程序到達(dá)一個(gè)非確定性的選擇點(diǎn), 一個(gè)規(guī)劃器(具有理論證明機(jī)的形式)就被觸發(fā),用來(lái)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?jī)?nèi)置的規(guī)劃器來(lái)做出最終的控制選擇。GOLOG的優(yōu)美性體現(xiàn)在它對(duì)反應(yīng)和思考的無(wú)縫整合

21、上。盡管GOLOG需要很強(qiáng)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(dòng)機(jī)器人提供了高級(jí)控制。,嵌入式系統(tǒng)C++語(yǔ)言CES(C++ for embedded systems)。 該語(yǔ)言是C++的一種語(yǔ)言擴(kuò)展,它集成了概率與學(xué)習(xí)(Thrun, 2000)。CES數(shù)據(jù)類(lèi)型為概率分布, 允許程序員對(duì)不確定信息進(jìn)行計(jì)算,而不必耗費(fèi)實(shí)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(shí)例訓(xùn)練機(jī)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(bǔ)。然后這些函數(shù)再通過(guò)明確的訓(xùn)練階段來(lái)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(shí)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(yǔ)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(diǎn), 這與GOLOG中的選擇點(diǎn)類(lèi)似。不過(guò), ALisp通過(guò)強(qiáng)化學(xué)習(xí)來(lái)歸納地學(xué)習(xí)正確的行動(dòng), 而不是依靠定理證明機(jī)進(jìn)行決策。因此, ALisp可以看作是用來(lái)將領(lǐng)域知識(shí)尤其是關(guān)于所期望行為的分層“子程序”結(jié)構(gòu)的知識(shí), 結(jié)合到強(qiáng)化學(xué)習(xí)機(jī)中的一種靈活手段。到目前為止,ALisp只在仿真中被用于機(jī)器人的學(xué)習(xí)問(wèn)題, 不過(guò)它為建造通過(guò)與環(huán)境交互進(jìn)行學(xué)習(xí)的機(jī)器人提供了一套非常有前途的方法。,,習(xí) 題十 五,1. 智能機(jī)器人應(yīng)具備哪些機(jī)能？ 2. 實(shí)現(xiàn)智能機(jī)器人要涉及哪些方面的技術(shù)問(wèn)題？ 3. 簡(jiǎn)述機(jī)器人感知、 機(jī)器人規(guī)劃和機(jī)器人控制的基本原理。 4. 智能機(jī)器人軟件體系結(jié)構(gòu)如何? 5. 機(jī)器人程序設(shè)計(jì)有哪幾種方式？ 6. 機(jī)器人程序設(shè)計(jì)語(yǔ)言有哪些類(lèi)型？ 7. 當(dāng)前的一些知名機(jī)器人程序設(shè)計(jì)語(yǔ)言有哪些？,,