人工智能在智能机器人领域中的运用探析

摘要：随着工业机械化时代的到来，智能机器人走进了人们的生活，方便了人类大众。对此，人们对智能机器人提出了更高的要求，使其更加人性化、多功能化等。智能机器人的技术发展仍存在着许多弊端，需要通过人工智能的理论和技术来指导设计智能机器人系统，以此来促进智能机器人更好更快速的发展。

关键词：人工智能;智能机器人;解决策略

人工智能是一种以模拟、扩展和延伸人的智能的理论、方法和技术及应用为目的，而进行研究和开发的一种技术科学。智能机器人作为人工智能的试验品，极好的验证了人工智能的技术发展。将二者有效的结合在一起，来推动工业机器的发展。

一、人工智能主要研究任务

（一）模式识别

人工智能的模式识别是通过对计算机的程序的设定来协助人类对外界的感知功能。依靠计算机中强大的数据系统，获取大量的文字、符号、图形、声音等信息，经过数据采集，信息预处理、基元提取及模式分类几个步骤后，来了解和掌握周围的环境信息。

（二）机器视觉

机器视觉，是在模式识别的基础上的一种更为复杂的技术。通过过计算机来模拟人类的视觉功能，并且模拟了人的理解功能。由于其工程复杂，研究较为困难。其已经发展独立学科进行研究。主要解决模拟人类视觉，来对外界的信息的获取。经过分析、整合、理解形成图像。机器视觉主要是结合人类的视野及大脑的信息处理，将机器更加智能化，人工化，以此来替代或协助人类完成更复杂的工作。

（三）机器学习

机器学习作为机器转向智能化的关键技术，将人类的学习方式方法嫁接在机器上，使得智能机器能够自主的获取和掌握获取知识的途径。从而更好地适应智能机器的发展要求。在复杂繁琐的条件下，机器能够依靠自身的功能的调整，经过学习来获取有效的信息，增加了智能机器人在信息快速发展的时代的适应能力。能够及时应对生产生活中突发的问题。同时，机器学习可以理解人类的学习方式和方法。减轻了人类的脑力劳动，并且能够更有效的提高办事效率，节省了机器的成本，能够有效的将工作人员的经验整合到智能机器上。但是，目前仍处于理论研究阶段，尚未能够达到实际应用。

（四）分布式人工智能

分布式人工智能是人工智能与计算机的有效结合的结果，能够将智能机器人有机的系统的结合在一起，能够将不同异构系统能够在在突发状况下协调的配合，相互之间信息能够及时交递。以此来提高生产工作效率。简而言之，分布式人工智能是一种各智能体之间共同合作、相辅相成的一种工作机制。所以，能够协调好各个领域之间的规则、知识和技术等是分布式人工智能的关键技术性难关。

二、人工智能在机器人领域的应用

（一）人工神经网络在机器人定位与导航中应用

人工神经网络是模拟生物神经系统对信息进行处理，该方法可以处理一些无法用模式或较为系统的信息，具有较强的信息整理能力，能够很好的整合非线性系统。人工的神经网有着更好容错性和存储容量。大量的单元之间的相互交错，人工神经网络模拟出了大脑的非局限性。人工神经网拥有以下三个优点，一是具有自主学习能力，二是具有联想存储功能，三是具有高速寻找优化化解能力，能够针对复杂问题设计反馈型人工神经网络，通过发挥计算机高速运算能力，以此来找到最优化解。人工神经网络应用于智能机器人中，能够准确避免障碍，精准定位目标。在定位与导航中应用过程中，充分合理利用其功能，准确控制目标轨迹，能够对数据充分的识别分析。

作为移动机器人视觉体系关键板块，摄像机标定是必不可少的。摄像机参数确定过程，是智能机器人内部光电参数，与几何参数整合的过程，也是其自体坐标系，与外界坐标系明确相对方位的过程。这一过程可通过人工神经网络实现，在其基础上，利用智能机器人摄像机采集到的图像信息资源，设立三维坐标系，确定摄像机内部广电参数与几何参数，以及自体与外界坐标系间的关联性。人工神经网络分为输入层（首层）、隐含层（次层）、输出层（末层），其中隐含层为S型激活函数神经元类型，输出层为线性激活函数神经元类型，网络输入层，作为移动机器人目的点，是三个摄像机内，全部的图像信息资源，并以输出层设立的坐标系类型，作为三维世界坐标。移动机器人依托对人工神经网络的应用，完成运作进程，从而为操作人员，获目标物在三维空间内准确的位置数据。通过人工智能，智能机器人在方向引导中的运用越发成熟与自如，明确障碍点方位的同时，使的轨迹追踪成为了可能。

（二）專家系统在机器人控制中的应用

专家系统是一种拥有某个领域大量的专家级知识，通过模拟专家的思维，来达到专家级的水平，使用专家的知识来解决困难和特别复杂的实际问题的一种计算机的系统。随着机器人的控制理论得到了很大的发展，拥有着巨大的成功。大多数的控制方法都建立专家系统的基础上。机器人的动力学系统的繁琐性、非线性、多边形以及变惯量等极其复杂。专家系统应用于智能机器人中，能够有效的减免大量技术性问题，极大地提高了系统处理数据的效率。但同时，为了应对多种复杂的情况，以及多种突发的异常情况，致使专家系统本身的规则也将会更加复杂，需要涉及到方方面面的问题。通常，我们将专家系统与常规控制相结合，靠操作人员来弥补专家系统所纰漏的地方。这样能够使得智能机器人在诊断、处理故障，得到非凡的结果。

（三）进化算法在机器人路径规划中的应用

人工智能进化算法的主要两大特点是群体搜索策略和群体中个体之间的信息交换。进化算法可以在搜索过程中，不会导致限制到局部最优。在非规则有噪声影响时，以让能够通过群体搜索策略来大概率的寻找到整个过程的最优解。此外，进化算法的多种个体搜索可以同时进行，以满足巨量算法的执行。进化算法应用于智能机器人中可以有效的制定路径规划，可以使移动机器人通过某些约束条件来制定从起始到终态的最优化的途径。伴随着进化算法中的遗传算法、蚁群算法在智能机器人中的快速发展，使得机器人能够更加智能化，其运行的路径更接近于完美优化的要求，为移动机器人提供良好的路径规划效果。

将遗传算法运用在陌生环境中，利用动态化手段，完成对机器人路径的设计规划，利用这一算法中，路点坐标值可变长染色体编码方法，设立包含障碍物排斥子函数项的代价函数。这一人工智能形式的应用，确保机器人路径设计环节中的地图信息资源，实现了遗传操纵进程的有效引用，拓展了移动机器人的路径设计工作空间。

三、人工智能的发展前景

现代科技推动了社会经济高速发展，处于知识经济一体化时代，人工智能的自主性、自然性、高效性等优势特征越发突出，尤其是管理广泛性在应用环节中的体现，突破了人类对人工智能的预期范围，可见人类在预测人工智能、机器人、电子科技的发展态势上，仍存在一定的难度。现代科技整合，拓展了人工智能机器人发展空间，推理功能水平上升了一个高度，但针对于机器人学习、想象功能的推理研制，仍处于摸索性前进阶段，仍有较大的完善空间。在创造智能机器人时，还需突破仿照人脑右脑模糊功能、整个大脑处理功能模拟实现等工作难点。目前，人工智能领域逐步拓展，未来智能机器人的应用空间进一步扩大，并大部分的人工智能产品，能够在生活多个领域充当重要角色，对带动各行业发展有着现实意义。尤其是电子科技人工智能的科研，以及摸索性的运用与完善，将会给人类生产生活带来巨大变化。人工智能与计算机技术等现代科技的结合，深入推动了人工智能理论研究，为人工智能企业发展，奠定了鉴定基础，自身实力不断提高，智能机器人实效性随之加强，从而为市场经济高速发展助力。

四、结语

随着科学技术的快速发展，人工智能的理论研究以及技术的发展取得了重大的进步。智能机器人产品大量的走进了人们的生产生活中，将人工智能的理论与技术应用于智能机器人中，可以提高智能机器人的处理数据的高效性、诊断障碍的准确性以及设计最优化的路径。将二者结合起来，在优化了智能机器人的性能的同时，也在实践过程中，证实了人工智能的可行性，对科技的发展有着重要的意义。

参考文献：

[1]李柏阳.浅析人工智能技术及其在智能机器人领域的应用[J].数字通信世界，2017，12：115-116.

[2]朱昱衡.人工智能技术及其在智能机器人领域的应用[J].电子世界，2018，09：208-209.

[3]黄春芳.人工智能在智能机器人领域中的研究与运用[J].科教導刊（上旬刊），2017，07：31-32.

作者简介：薛元元（1987-），男，汉族，山西大同人，助理工程师，2018年01月10日毕业于石家庄铁道大学，交通运输专业，研究方向：人工智能。