人工智能在特种机器人中应用的研究探讨
2012年1月第40卷第2期
机床与液压
MACHINE TOOL &HYDRAULICS Jan. 2012Vol. 40No. 2
DOI :10.3969/j.issn. 1001-3881. 2012. 02. 042
人工智能在特种机器人中应用的研究探讨
1,21221
尹强,高全杰,曾艳红,陈三华,李公法
(1. 武汉科技大学机械自动化学院,湖北武汉430081;2. 中国航天科工集团公司九院红林厂,湖北孝感432000)
摘要:在简要介绍特种机器人能力局限性的基础上,阐述与特种机器人紧密相关的几项人工智能的研究内容,并进一步展望了人工智能在特种机器人中应用的发展趋势,为从事特种机器人智能研究工作的读者提供参考。
关键词:人工智能;特种机器人;智能控制中图分类号:TP242文献标识码:A 文章编号:1001-3881(2012)2-126-4
Research on Applications of Artificial Intelligence in Specialized Robot
2
YIN Qiang 1,,GAO Quanjie 1,ZENG Yanhong 2,CHEN Sanhua 2,LI Gongfa 1
(1. College of Mechanical Automation ,Wuhan University of Science and Technology ,Wuhan Hubei 430081,China ;
2. Honglin Factory ,The Ninth Research Institute of China
Aerospace Science &Industry Corp. ,Xiaogan Hubei 432000,China )
Abstract :Based on a brief introduction to the ability limitations of specialized robots ,several research contents of artificial intel-ligence closely related to specialized robots were illustrated.The development trends of applications of artificial intelligence in special-ized robot were also discussed.The research work provides reference to the readers who have been engaged in intelligent research on specialized robot.
Keywords :Artificial intelligence ;Specialized robot ;Intelligent control
特种机器人是指除工业机器人之外的、用于非制造业并服务于人类的各种先进机器人,如侦察机器人、排爆机器人、消防机器人、娱乐机器人等。特种机器人作为一种移动机器人,经过多年的发展和研究现已进入实用阶段,但目前的技术水平还难以实现全自主。特种机器人能力的局限性主要体现在以下几个方面:
(1)操作能力有限。特种机器人的机械手、夹持器等末端操作工具灵活性不够,无法像人的手那样灵巧操作,时常只能操作特定形状和大小的物品。
(2)开环控制使精确度难保证。由于当前大多数特种机器人都采用的是遥控加半自主的工作方式,都是开环控制,尽管从某种意义上说,将人的操作纳入到了“人—机器人—环境”所组成的大闭环系统中,但是人在操作过程中受主观因素影响很大,时常也会降低操作的精确度。
(3)无法进行故障诊断和修复。绝大多数特种机器人无法对非预期的故障进行诊断并修复,机器人系统经常死机,需要重启,以至于无法按原计划工作。
将人工智能技术应用于特种机器人是突破机器人
能力局限性的一种较好的方法。人工智能就是采用人工的方法模拟大脑的某些智力功能,进行一些诸如判断、推理、证明、感知、识别、理解、思考、设计、规则、学习等思维活动的能力。它是机器人领域研究的核心内容和方向。人工智能经过几十年的研究和探索,也出现了多分支和多元化,由此也产生了各种新兴和前沿学科,包括专家系统、机器学习、机器人规划、机器视觉和智能控制等。
作者在参考大量文献资料的基础上,总结了近些年国内外在相关技术领域的科研成果,对与特种机器人相关的人工智能方法及应用作了比较全面的研究。
1特种机器人的智能控制1. 1机械臂的智能控制
机械手臂的智能控制方法主要有模糊高斯神经网络控制、模糊B 样条神经网络控制、小波神经网络控制和CMAC 神经网络控制等。国内外学者提出了基于各种神经网络的控制方法,如基于BP 网络、RBF 网络和CMAC 网络等控制方法。于乃功等[1]针对机械手臂控制问题,研究了基于CMAC 神经网络的机械手臂实时控制方法,设计了CMAC 神经网络控制系统。仿真结果表明:CMAC 神经网络控制系统
收稿日期:2010-11-29
作者简介:尹强(1978—),男,博士研究生,高级工程师,研究领域为机电一体化系统工程、智能设计与优化设计、机器
人。E -mail :ydqking1210@sina. com 。
第2期尹强等:人工智能在特种机器人中应用的研究探讨
·127·
可以在保证机械手位姿良好的情况下跟踪给定的参考轨迹,能够逼近机械手臂的逆运动学模型。
在最近几年,许多学者为了解决各种重构机器人
2]手臂的位置控制问题进行了大量的研究。文献[
中将分布式模糊神经控制器应用于机器人上,在机械臂的每个关节上都设一个PID 控制器和模糊神经补偿器,使其不依赖于动力学模型,对于存在的不确定项能进行整体的补偿。
[3]
高庆吉等针对机械臂的输出跟踪问题,采用PD 加前馈控制结构,基于滑模控制和模糊控制的设计思想为其设计了模糊滑模控制器。滑模控制的优点是滑动模态对系统摄动、不确定性以及干扰的完全自适应;运用模糊切换的方法解决了滑动模态的抖振问题。该控制器不仅能很好地跟踪给定轨迹,而且能有效地消弱系统的抖振。
量,对接触力误差进行预补偿,使控制器可以同时获得超调量小和响应快速性能。但是这些智能方法一般只给出了仿真结果,对于实际应用还存在困难。
1. 3路径规划
1. 2机械手的力控制
机械手力控制的目的是为了有效控制力和位置,由于机器人接触环境复杂,难以通过状态反馈实现精确的线性化控制,因此直接运用线性系统控制理论来设计控制器效果不理想。考虑到不确定性的存在使得机器人采用经典控制理论受到限制,力控制方法的研究现已成为机器人遥操作领域的研究热点。一些学者在现有基础上进行了控制方法的改进或提出了新的控制方法。这些方法包括鲁棒控制、自适应控制、神经
[4]
网络控制及模糊控制。
鲁棒控制的基本特征是用一个结构和参数都是固定不变的控制器,来保证既使不确定性对系统的性能品质影响最恶劣的时候也能满足设计要求。叶正茂[5]
等提出针对参数变化、模型变动和外来干扰等不确定性,用μ综合控制理论设计鲁棒力控制器,所设计的鲁棒力控制器较经典力控制器具有鲁棒稳定性和
[6]
鲁棒性能好等优越性。王磊等人于2006年给出了一种新的面向未知环境的智能预测算法,并将此算法应用于机器人力跟踪控制中,该方法利用机械手末端与未知受限环境产生的接触轨迹,通过模糊推理,智能地预测阻抗控制模型中的参考轨迹,并根据力误差变化,用参考比例因子对其进行调节,以适应未知环境刚度的变化。通过对阻抗模型参数进行模糊调节,减少受限运动中的力误差,提高了全局的力控制效
[7]
果。张广立等在基于位置环的显式力控制方案的框架内,提出一种新型模糊灰色预测力控制策略。采用灰色预测器来预测接触力,通过模糊增益调节器,将预测的接触力误差和实际测得的当前接触力误差进行合成,形成一个综合接触力误差,综合接触力误差作为PID 或PI 力补偿器的输入变量,力补偿器生成位置控制系统的输入指令。这样该控制器可以利用过去、当前和将来的接触力信息来计算合适的控制校正
特种机器人路径规划是指在非结构化的工作环境中,如何寻找一条较优的运动路径,使机器人在运动过程中能安全、无碰地绕过所有障碍物。路径规划主要解决3个问题:(1)使机器人能从初始点运动到目标点;(2)用一定的算法使机器人能绕开障碍物,并且经过某些必须经过的点;(3)在完成以上任务的前提下,尽量优化机器人运行轨迹。
近年来,智能算法不断涌现。智能化方法能模拟人的经验,逼近非线性,具有自组织、自学习功能并且具有一定的容错能力。这些方法应用于路径规划会
[8]
使移动机器人在动态环境中更灵活,更具智能化。
(1)基于遗传算法的路径规划
将遗传算法应用于路径规划所需解决的问题为:环境表示、路径编码、构造适应度函数、构造选择算子、构造交叉算子和构造变异算子。现在有很多学者已经将遗传算法用于机器人路径规划中,但是因为其本身的缺陷(早熟、局部能力搜索差),还不能保证计算机效率和路径的可靠性,因此还存在很大的改进发展空间。
(2)基于蚁群算法的路径规划蚁群算法将路径规划看成是带有一定限制条件的函数优化问题,将蚁群算法引入到机器人路径规划领域,很好地解决了环境中存在大量不规则静态障碍物的路径规划问题。在机器人很难具有先验知识的动态不确定环境中,机器人只能根据实时探测到的环境信息进行路径规划。针对这一问题,结合两步策略、滚动策略等的蚁群路径规划方法被提了出来。采用两步策略进行动态路径规划,首先用最近邻居策略和趋近导向函数完成全局最优路径搜索,然后应用蚁群算法进行局部避障规划,结合滚动窗口法,将目标点映射到机器人视野域附近,用蚁群算法完成局部最优路径搜索,机器人每前进一步,都应用蚁群算法对局部最优路径重新搜索,从而使机器人沿着一条全局优化的路径到达目标点。
(3)基于粒子群算法的路径规划
与一般的进化算法相比,粒子群优化算法是基于群体智能的一种进化计算方法,概念简单、容易实现并且需要调整的参数少,目前广泛应用于函数优化、模式分类、优化调度、神经网络训练、模糊系统控制等领域。将粒子群算法引入特种机器人路径规划中,每个粒子就是一个机器人,每个机器人只搜索自己附近的区域,只更新自己的速度和自己的位置。建立一个类似昆虫的机器人群体来解决多机器人系统的路径
·128·
规划问题。
(4)基于神经网路的路径规划
机床与液压第40卷
十分恶劣的环境条件,如强辐射、大温差、复杂地形,其机械部件和控制系统极易出现问题,几乎不可能由人来修复故障。因此机器人系统应能自动进行状态监测,识别传感器和执行器故障,并利用硬件冗余或控制律重构等方式进行容错控制,以保证系统安全可靠地运行。
现有主要故障检测方法可划分为基于知识、基于解析模型和基于信号处理3类方法。诊断决策方法主要有阈值法、模糊逻辑、贝叶斯分类、故障假设检验等。基于解析模型的方法研究得比较系统深入,它适合于可建立准确被控过程数学模型的系统,但实际应用中通常很难建立这种定量模型,而基于知识和输入输出信号的方法在这方面具有一定优势。
经典容错控制方法可分为被动容错控制和主动容错控制,但都需要系统具有关于模型不确定性和外界
[9]
扰动的鲁棒性,目前的研究对象主要是线性系统,非线性、时滞系统的容错控制研究还没有重要的理论
智能机器人全局路径规划是根据先验知识(如地图等),在有限条件下规划出一条从始点到达目标的无碰路径。全局路径规划可以看成是带有约束的优化问题。Hopfield 神经网络比较适合用于解决全局路径规划问题。局部路径规划又称动态避碰规划,是以全局规划为指导,利用在线得到的局部环境信息,在尽可能短的时间内,避开出现的未知障碍物的过程。也可在神经网络中引进模糊推理、遗传算法等技术及采用不同类型的神经网络来实现局部规划。如采用神经网络可以产生机器人的避碰行为。将传感器的数据作为网络的输入,由人给定相应场合下期望运动方向角的增量作为网络的输出,由多个选定的位姿下的一组数据构成原始样本集,经过剔除重复或冲突的样本等加工处理,得到最终样本集。通过BP 学习获得网络的计算模型,用于避碰。而且,利用神经网络和模糊数学理论相结合可以实现具有模糊推理功能的局部规划器,利用神经网络与遗传算法相结合可以实现具有学习能力的避碰控制。
结果。目前,国内外故障诊断和容错控制研究大都停留在计算机仿真或实验阶段,成功应用于实际的例子仍属少数。国外有学者将扩展Kalman 滤波器、基于模型的递归神经网络、遗传算法等应用于移动机器人的陀螺仪、视觉传感器、驱动装置
[10]
1. 4视觉导航
视觉导航主要完成障碍物和路标的探测及识别。
。国内关于移
国内外应用最多的是在特种机器人上安装车载摄像机
的基于局部视觉的导航方式。从视觉图像中识别道路是影响机器人导航性能的一个最重要因素。对于一般的图像边沿抽取而言,已有许多方法,如局部数据的梯度法和二阶微分法。利用视觉探测路标来完成机器人的导航,如果路标不是预先定义的人工路标,而是在学习阶段自动提取的自然路标,则机器人在运动中对图像进行处理的计算量很大,实时性差是一个非常棘手的问题。解决该问题的关键在于设计一种快速图像处理方法。为了满足速度的要求,基于统计计算的预值法被应用于机器人的导航,但在实际应用中发现,它抑制噪声的能力差,特别是预值的选取极大地依赖于环境,要想获得理想的结果,仅在一幅图像中的不同区域就要设置不同的预值。近些年,由于人工智能的发展,有很多好的算法被应用到机器人的视觉导航中去。比如,根据导航图像的特点采用边缘提取结合HOUCH 变换的方法和带滤波窗的区域扫描的方法。经过检验,这两种算法都具有较好的实时性,对于直线形态的各种导航线以及对于已知半径的弧形导航线具有较高的可靠性。目前,以上算法对于分支较多的直线形态的导航线以及未知半径的弧形导航线的效果不佳,这是今后努力的方向。
动机器人的故障诊断和容错控制方面的研究成果还很少。
由于特种机器人系统的复杂性和非线性,有必要在深入研究系统机理的基础上,结合多种方法解决故障诊断问题。其容错机制的设计与机器人硬件结构、控制系统、传感器信号融合、处理技术密切相关,应在特种机器人系统整体设计阶段就将其作为一个重要环节加以考虑。
1. 6环境特征识别
特种机器人对环境特征的识别,是一个非常具有挑战性的模式识别问题。尤其是在未知环境中,用传统的基于特征提取的模式识别方法解决该问题会面临极大的困难。这主要是因为未知环境中存在着许多不可知因素,并且很难对这些未知因素建模,从而难以进行有效的特征提取工作。支持向量机是一种基于统计学习理论的机器学习方法。它在进行模式分类时没有显式的特征提取过程,其特征提取隐含在支持向量11]的工作在的提取以及核函数的选取中。文献[
一定程度上显示了该方法在理论基础上的优势和在视
觉感知与学习方面的应用潜力,但这方面的工作还刚刚开始展开。深入开展机器学习理论和方法的研究,应用机器学习方法提高移动机器人在未知环境中的导航性能和对环境的适应性,是特种机器人导航控制领域的一个重要发展趋势。
1. 5故障诊断与容错控制
在未知环境中独立工作的特种机器人,往往处于
第2期尹强等:人工智能在特种机器人中应用的研究探讨
·129·
2发展趋势
从已有的相关成果可以看出,人工智能在特种机器人中的应用将呈现以下的发展趋势:
(1)向现有规划方法有效结合的方向发展。无论是传统规划方法还是新生的智能算法都有一定的缺陷,传统规划方法过程简单,容易实现但优化效果较差;仿生智能算法鲁棒性较好,能够获得较优化的结果,但计算量较大。如何把各种算法的优点融合到一起,在提高搜索效率的同时又能获得较优化的结果是一个很好的研究方向。
(2)以整体的观念研究智能特种机器人将成为该领域的研究热点。由于传统人工智能研究往往将研究重点集中于对机器人某个智能品质如计算、推理、记忆、搜索及视觉等能力的研究与模拟,这种研究方法往往无法充分刻画或恰当模拟人类的智能行为。因此,综合考虑特种机器人的各种智能行为与特征将会成为该领域的一个研究热点。
(3)智能控制从单一的应用需求转向多样化、个性化的需求,并适应多变的非结构环境作业。
(4)单个机器人向多机器人系统发展。随着任务所需的智能化与协作程度的提高,多机器人系统相关理论与技术将逐步应用于各类实际工程问题中。
进行广泛深入的研究。而且,将人工智能技术广泛地应用到特种机器人的控制理论之中,具有十分重要的科学意义和实践价值。
参考文献:
【1】于乃功,李志谦,李明,等.基于CMAC 神经网络的机械
.中南大学学报:自然科学版,2007,手臂实时控制[J ]
38:526-529.
【2】MELEK W W ,GOLDBERG A A.Neuron Fuzzy Control of
Modular and Reconfigurable Robots [J ].IEEE /ASMETransactions on Mechatronics ,2003,8(3):381-389.【3】高庆吉,刘凯,刘丽丽.基于模糊滑模的移动机械臂控制J ].系统仿真学报,2008,20(16):4323-4325.研究[
【4】KUC Tae-Yong ,LEE J S ,PARK B Y.An Adaptive Hybrid
Force and Position Learning Control of Robot Manipulators [C ]//Proceedingsof the IEEE International Conference on Systems ,Man and Cybernetics ,1994.10:2057-2062.【5】叶正茂,赵慧,张尚盈.基于位置内环的柔顺力控制的研J ].控制与决策,2006,21(6):651-655.究[
【6】王磊,柳洪义.面向未知环境基于智能预测的模糊控制J ].信息与控制,2006,35(1):38-42.器研究[【7】张广立,付莹,杨汝清.基于力外环的模糊灰色预测力控J ].机械工程学报,2004,40(2):177-181.制器[【8】姜志坚,徐效美.智能算法在机器人路径规划中的应用J ].电脑知识与技术,2008,4(9):2733-2734.研究[【9】周东华,DING X.容错控制理论及其应用[J ].自动化学2000,26(6):788-797.报,
【10】PONTIL M ,VERRI A.Support Vector Machines for 3D
J ].IEEE Trans on Pattern Analysis Object Recognition [
1998,20(6):637-646.&Machine Intelligence ,
【11】张铃,张钹.支持向量机理论与基于规划的神经网络学
J ].计算机学报,2001,24(2):113-118.习算法[
2005(2):88-90.【11】彭勇刚,洪杰.变频控制在注塑机控制器中的应用
[J ].机电工程,2002,19(6):21-23.
【12】周建斌,罗飞,叶力勤.基于RTX51嵌入式实时操作系
.自统的自学习注塑机变频节能控制系统的实现[J ]2002,21(6):39-42.动化技术与应用,
【13】翁振涛,冯雅飞,金波.变频与电液比例技术复合调速系J ].液压气动与密封,2004(1):41-43.统及其应用[【14】荆琴,杨国来.注塑机用电液比较径向柱塞泵控制系统J ].机床与液压,2005(2):105-106.的研究[【15】柳波,.机床衣红.注塑机液压系统优化设计研究[J ]
2001(1):84-85.与液压,【16】于同敏,候照君,任春荣,等.基于FuzzyTECH 和MiniGUI
J ].机床与液压,相结合的精密注塑机控制系统设计[
2010,38(18):65-68.【17】曹建伟,翁振涛,顾临怡,等.基于工艺流程的液压注塑
.机床与液压,2003(6):机的变频节能控制研究[J ]
81-83.
3结束语
当前,特种机器人在工业、服务业、军事等领域
发挥的作用日益明显。尽管一些机器人已具备了一定的智能,但因智能控制方法本身还存在着局限性,距离真正意义上的“智能机器人”还有相当大的差距。随着特种机器人不断向智能化方向发展,要求人们对机器人的不确定性、复杂性、模糊性过程控制等问题
(上接第125页)
【3】SNYDER M R.All-electric Machines Get Bigger And Big-ger [J ].Modern Plastics ,2000,77(4):34.
【4】FREERE P ,PILLAY P.Design and Evaluation of Current
Controllers for PMSM Drivers [J ].IEEE /IECON,1990,38(9):1193-1198.
【5】彭天好.变频泵控马达调速及补偿特性的研究[D ].杭
2003,4.州:浙江大学,
【6】权龙,李凤兰.注塑机电液控制系统节能原理及最新技
J ].机床与液压,1999(5):6-7.术[
【7】曾祥荣.液压噪声控制[M ].哈尔滨:哈尔滨工业大学出
1988.5.版社,
【8】张如坤.变频器在注塑机上的节能应用[J ].制造业自
2003,25(7):60-62.动化,
【9】黄方平,徐兵,杨华勇,等.变频液压技术在注塑机中的
J ].液压气动与密封,2004(3):22-25.应用[
【10】周孚宏.变频器用于注塑机节能改造[J ].电气传动,