机器人工学16先进机器人

第10章 先进 机器人智能 机器人的感知和信息识别系统是为机器人智能服务的。 感 知 、 思 维 、 动 作 是机器人具有智能的三要素。智能机器人应该具备感知环境的能力、执行某种任务而对环境施加影响的能力，以及将感知与行为联系起来进行思维的能力。 机器人要模仿人的智能，就必须具备相对健全的传感器，认知环境，并对环境变化作出反应。 机器人的自治与工作环境第3代农业机器人家用机器人医疗机器人维修机器人缝纫机器人军事机器人宇宙机器人体内手术机器人第2代收集机器人建筑机器人清扫机器人向导机器人保养机器人适应作业机器人核电机器人海洋机器人消防机器人排雷机器人太空用机械手点检机器人第1 代植苗机器人教育用机器人竞赛机器人工业机器人遥操作机械手微型工厂真空环境机器人洁净环境机器人自然环境人居环境工厂环境危险or恶劣环境非生存环境 多传感器信息融合 能通过对来自多个不同形态的传感器信息进行综合处理，而实现单一传感器所不能得到的新认识功能的技术，就称之为多传感器信息融合。 它研究如何充分发挥各个传感器的特点，利用其互补性、冗余性，提高检测信息的精度和可靠性，从而实现识别、判断和决策。 智能机器人与多传感器信息融合 智能机器人要在不确定环境中成功地完成某种使命，其先决条件就是它们的感知系统必须能正确、动态地描述周围环境。 在以往的研究过程中，人们几乎把精力都集中在使用单一传感器的问题上，尽管有些智能机器人使用了多个不同类型的传感器，但并没有把这些传感器看作一个整体加以分析，这无疑对提高智能机器人的性能带来了不利的影响。 多传感器集成和信息融合技术就是为了更有效地处理多传感器系统的设计与分析而提出和发展起来的一个研究方向。 多传感器信息融合 因为所获的信息种类很多，且不同的信息源提供的信息种类和形式也各不相同，所以为了实现各信息之间的集成与融合，首先要在各种信息之间进行比较，并使它们进行有效的通信。 为此需要选择适当的表达方式以表示融合过程中的各种信息，并且可在这种表示形式下有效地实现各信息源之间的信息比较与通信，即实现多传感器信息的表示与转换问题。 信息表示方法的质量最终将影响信息融合系统的各项评价指标。 多传感器集成和信息融合的主要优点 （1）与只使用一种传感器相比，多传感器集成和融合处理后可以获得有关周围环境的更准确、更全面的信息。比如：2D3D，通过平均和概率计算提高精度。 （2）一组相似的传感器采集的信息存在冗余性，而这种冗余信息的适当融合可以在总体上降低信息的不准确性。这是因为每个传感器的噪声是不相关的，融合处理后可明显地抑制噪声，降低不确定性。 （3）不同类型传感器采集的信息具有明显的互补性，某些传感器提供密集的信息，另一些传感器给出的是稀疏信息。这种互补性经过适当处理后可以补偿单一传感器的不准确性和测量范围的局限性。 （4）多传感器集成可增加系统的可靠性，某个或某几个传感器失效时，系统仍能正常运行。 （5）与单个使用各种传感器相比，多传感器集成和信息融合技术可以更迅速、更经济地获取有关环境的多种信息。 多传感器融合的方法 信息融合的层次和处理形态 多传感器信息融合实质上是传感器信息处理的一种方法，而信息的融合可以在传感器信息处理的不同层次上进行。按照在处理层次中的信息抽象程度不同，可以把融合层次大致分为三层： （1）原始/观察信息层 （2）特征层 （3）决策层 信息融合的层次和处理形态原始/观察信息层 该层次的信息融合是最低层的融合，是在对原始传感信息未经或经过很少的处理基础上进行的。 在传感器信息具有配准性的情况下（即传感器所测的物理量相同，比如都是测量视觉或都是测量声觉的），原始的传感器信息能够进行直接综合。否则，信息融合就必须在特征层或决策层中才能进行。 该层次的信息融合优点是能够提供比其它层次更详细的信息，但是该层对信息的处理量较其它层次大，而且对融合所使用的信息配准性要求很高，融合的方法较大程度上依赖于传感器及传感信息的特点，不易提出融合的一般性方法。 信息融合的层次和处理形态特征层 特征层的融合是指从传感器的原始信息中提取一组典型的特征信息。 在该层中，对多个传感器的观察值进行特征提取，并综合为一组特征向量进行融合。 该层次的融合兼备原始信息层和决策层的优缺点，具有较大的应用范围。 信息融合的层次和处理形态决策层 决策层的融合是在每个传感器对某一目标属性作出初步决策后，对多传感器信息进行融合，以得到整体一致的决策结果，是融合中的最高层次。 该层次的融合具有较好的容错性，即当某个传感器出错时，通过适当的融合方法，系统仍能获得正确的决策结果。而且，随着融合信息的抽象层次增高，对原始的传感器信息没有特殊的要求。 但由于该方法需要对原始的传感器信息进行预处理以获得初步的决策结果，因此融合信息的处理量较大。 分散自律控制 Autonomous Decentralized Control 分散自律的分布智能系统是一种由多个具有自律性的单体智能系统组成，没有对整个群体统一管理的上层机构，各单体智能系统根据各自本身的状态、环境以及其他有关单体智能系统的动作，通过相互通讯协调，自律地决定自己的动作，以完成整个群体系统大范围的有秩序的行为。 自律，即“遵循法纪，自我约束” 分散自律机器人系统 每个机器人都具有自律性，能够自己判断并采取最佳行动。全体机器人构成高效率行动系统。 这个思想来自于对蚁群和蜂群的仿生。 蚁群：工蚁的行为规范是搜索食物、运食物回巢、逃避敌人、徘徊。这些都是极简单的行动。个体间信息交换的量很少，但把一群个体整合在一起，就形成非常统一的行动体系。 自律分散控制的特点 分散性 系统的资源分布在各单体系统上，很容易扩充和删减。整个大系统可靠性增强。 自律性 各单体系统可遵循一定约束自主采取行动。整体行动策略可以丰富多变，可以进化。 协调性 各单体系统可通过相互间信息交换随时了解大环境的变化，利用协调作用，统一采取对策。 自组织性 各单体智能系统之间的相互作用不是预先设定好的，而是随时随地根据周围状况决定不同的组织形态。 自适应性 当目的任务，或所处环境有变化时，单体系统能作相应调整，以适应所发生的变化。 缺点是效率相对较差，系统容易陷入不稳定。自律分散控制的特点 机器人中使用的最新技术 使用钕铁硼永磁铁，电机性能提高； 减速器、轴承、齿形带等机械部件体积减小、刚度增大； 通过三维CAD，配合锰合金的使用，使结构部件重量减轻、刚度增大； 加速度传感器、陀螺仪传感器等小型化、高性能化； 根据摩尔原理，计算机速度15年中提高了1000倍。 半导体集成度提高，出现大电流高速切换的开关元件； 网络技术发达； 电池高密度化、轻量化。机器人中使用的最新技术 关于机器人安全性问题 首先，制造企业必须保证其机器人产品的使用安全性。 客观评价和确认“安全”的典型标准是ISO和IEC等标准。机器人安全性也是如此。 推荐的标准是：ISO13849-1（机械类的安全性）中规定的安全规范。 除了正确的设计以外，安全性的考虑还必须通过对机器人、乃至机器人系统的既发事故案例进行详细调查和分析，顾及到各种可能发生的情况。 关于机器人安全性问题 其次，在机器人安全性中，人为错误不可忽视。 对于机器人这样有一定自主性的高级机械系统，机械的高级功能和操作这些功能的人的认知功能构成“联合认知系统”。 人为错误形态有三种模式： 在监视中的技能基础过错 应对异常的规则基础过错 知识基础过错 关于机器人安全性问题 应对机器人安全性的防护策略有以下四个级别。 物理防护墙（墙，围栏，安全带，安全帽等） 功能防护墙（制动，互锁，密码，拉开距离的隔离带等） 图符防护墙（信号，警报，标签，命令，提示说明，许可证等） 抽象防护墙（操作规程，禁止事项，法律等） 关于机器人安全性问题 人和机器人共存协同工作时的安全性问题 按如下步骤顺序展开降低风险的活动 活动1 条件（环境）的完善 活动2 危险源的确认 活动3 危险源的排除 活动4 风险的估计、评价 活动5 基于设计降低风险 活动6 基于安全防护设施降低风险（如急停按钮等） 活动7 参与风险的准确描述和提示 关于机器人安全性问题 人和机器人共存协同工作的三种形态 形态1 H-R-O型 形态2 R-H-O型 形态3 H-O-R型 基于力输出限制的本质安全化 机器人输出力控制的一个重要概念动柔度控制（控制机械阻抗） 关于机器人安全性问题 人和机器人共存协同工作时的作业意图推断功能 “作业意图推断”是人与机器人共存系统中保障安全和实现正确协调作业的关键 考虑到很多机器人的误动作是由人为错误造成的，所以让人和机器人持有互相表达作业意图的功能，或者建立一种事先推测对方意图，彼此意见一致后在采取共同行动的控制模式是非常重要的。 理解度Check 未来机器人的研究和应用领域 机器人的未来技术及现存的关键问题 多传感器信息融合的基本方法 对机器人安全性问题的认识和对机器人智能的一般了解