机器人智能化研究的关键技术与发展展望

摘 要：正是因为机器人的工作性能与工作准确程度会受到机器人智能化程度的直接影响，所以近些年来社会对机器人的智能化功能提出了越来越高的要求。如何加强对机器人智能化的深入研究工作则具有十分重要的现实意义。该文笔者即对机器人智能化研究的关键技术展开粗浅的探讨，并提出机器人智能化研究的未来发展方向，以供广大同行参考借鉴。

关键词：机器人 智能化 关键技术 发展展望

中图分类号：TH122 文献标识码：A 文章编号：1674-098X（2017）04（a）-0002-02

现如今一个国家机器人的智能化程度往往直接体现了这个国家的科技水平与综合国力。所以，世界各国纷纷加强了对机器人智能化的研究工作，我国自然也对机器人的智能化研究工作给予了相当大的重视，以期能够进一步提高我国机器人的智能化水平。该文笔者即结合个人在工业机器人的研究经验，对机器人智能化研究的关键技术及其未来发展方向进行展望，以期推动我国智能机器人的发展。

1 机器人智能化研究的关键技术

第一，仿脑技术。仿脑技术其实质就是从脑结构入手，对人脑所进行的抽象，并通过计算机技术模拟人类思维模型，利用基因改造手段使机器人在面对复杂情况时能够拥有自主分析能力。仿脑技术认为，人类之所以拥有高层次的认知能力，这与人类大脑的特殊结构、处理机能往往有着密不可分的联系。因此，在机器人智能化研究上，研究人员往往从仿脑思路入手研究，提出了生物脑启动认知模型以及学习方法，以此提高机器人在更高层次上的认知能力，这也是目前我国在工业机器人智能化认知研究上的一条重要思路。我们都知道人类的大脑是由灰质、白质、大脑皮层，这三个区域构成，其中大脑皮层中有着千千万万个神经元复杂连接而成。而仿脑技术恰恰对大脑皮层工作机制的模拟。机器人智能化研究人员通过对生物学脑部系统的研究，模仿脑部工作机理建立了一系列的脑基设备，实现了机器人对感知信号、路径规划、运动控制等高级别的认知功能。尤其是近些年来脑成像技术发展飞快，人们已经对脑特定区域以及脑功能拥有了一个较为深入的理解，并通过模拟顶叶皮层、运动皮层结构的机理形态，建立了一种学习心智旋转潜在神经机制的神经模型，进而使机器人在一定程度上也拥有了对图像的识别能力以及规划判断能力。可以说与传统计算模型相比，虽然在智能化程度上大脑神经系统的智能化程度更高，但是我国在仿生物脑技术的研发上仍不算成熟，普及率较低，所以，在仿脑技术上仍有许多问题需要解决。

第二，自主心智发育技术。对于机器人而言自主心智发育技术势必是其未来研究的重要科学技术。心智发育是一种依托于类似大脑的自然系统或者是人工嵌入式系统之上的计算过程，在发育程序的控制下系统能够通过传感器、执行器、非结构环境自主实施交换，以此实现心智的发育。尤其是现如今需要机器人处理任务的难度越来越高，心智发育技术的应用恰恰就解决了当前机器人智能化研究所处的瓶颈问题，使机器人能够向着更加自主、更加自适、更加多功能的方向不断发展。与此同时，也正是因为自主心智发育模拟了人类的认知发展过程，因此受到整个认知发展过程的启发，机器人研究人员也提出了机器人的阶段性认知发展模型，并让机器人通过与外在环境所发生的相互作用产生感知运动经验，进而形成相应的学习框架，从而让机器人获得更高级的认知行为。目前，机器人智能化研究人员在自主心理发育技术的研究上，主要还是将重点放在发育模型的构建、发育学习算法设计这两个方面之上，其中发育模型定义了智能机器人的体系结构，对信息数据处理流程进行了相应的规定，也就对机器人的学习速度、任务执行效率产生了直接的影响，所以，发育模型也是目前自主心智发育技术的研究热点所在。

第三，大数据技术。作为计算机控制技术与互联网技术的结合――大数据技术，其也可被称之为巨量资料技术。大数据技术最大的特点就是需要利用全新的处理模式，从而对信息资产进行更强的决策与洞察，而其核心价值则是通过对海量数据的分布式存储于分析，结合计算机控制技术，让海量数据中的潜在信息能够得到更好的利用，服务于经济发展，提高人们的生活水平。现今研发的智能聊天机器人，主要还是立足于大数据的海量数据积累之上，仅仅是依靠了大数据中的搜索功能，在聊天过程中寻找对应的单个话语点，进而对沟通者做出的恰当对答。所以，虽然看上去是在和人类进行交流，但是就整体沟通而言，机器人还不具备独立思考的能力。所以，在大数据平台上，要想实现机器人的智能化发展，仍然是现如今机器人智能化研究所面临的重要课题，也是国际科学技术前沿的未来发展方向。

2 机器人智能化研究的发展方向与展望

第一，逐步实现软计算技术。软计算技术不仅包括对机器人任务空间基本功能的数学描述、免疫算法等智能算法的非数字类非线性问题的建模，还包括了智能发育模型参数设计的数值类非线性问题的建模与求解。可以说与传统的计算方法相比，软计算具有更高的自适应性、低耗性，能够更好的对多变量与非线性系统问题进行处理。

第二，云服务系统将成为终端执行设备。随着科技的发展，在计算机的智能化研究工作中荼鼗峤云计算机技术应用其中，这样做的最大好处就是能够通过无线通讯系统将机器人连接起来，并且利用云端数据库在资源上的存储功能，使机器人与机器人之间能够进行知识共享、信息交流，促进机器人个体智能水平的不断提高，因此，这必须会成为未来智能化研究的重要方向所在。

第三，实现多功能设计理论及关键技术的有效应用。随着科技发展，未来的机器人智能化研究内容还应该落实在如何确保检测对象特性反映的精确与完善之上，并且还要进一步提高信息可靠性的多传感信息融合技术，在复杂的非结构环境下智能机器人的感知、定位、协调技术以及智能机器人的环境与人机交互感知技术，并基于网络远距离控制技术理论设计与性能展开分析，针对生物-机械-电子一体化系统的基本理念与优化设计进行研究。

第四，将“深入学习+大数据”模式与智能研究相融合。大数据技术就是一种能够将机器人与物联网联系在一起的科学技术，其数据类型是由半结构化数据与非结构化数据组合而成。而基于深度学习的机器人学习方法，对这些数据恰恰能够进行有效的分析、处理，也就能够提高机器人的实际学习速度以及工作效率，这对进一步改善机器人的工作性能和智能程度有着重要的作用。所以，将“深入学习+大数据”模式融入到机器人智能化研究之中则是处理好结构化数据、半结构化非结构化数据转换的基础理论，设计方法所在，同时，也是做好非结构非线性化环境机器人控制问题的研究关键所在。

3 结语

综上所述，该文笔者对机器人智能化研究的关键技术逐一展开探讨，并就机器人未来的智能化研究发展方向提出展望，也是希望通过该文笔者的粗浅阐述能够为广大机器人研究工作者在今后的智能化研究工作上提供一些有益的建议，从而促进智能化机器人的良好发展，使机器人的智能化功能与性能都能够满足工业发展需求，更好地服务于社会。

参考文献

[1] 张炜.日本新一代机器人智能化技术开发项目介绍[J].机器人技术与应用，2010（6）：8-10.

[2] 丁林祥，雷强，周龙.电子制造业机器人智能化解决方案[J].智慧工厂，2016（6）：102-103.

[3] 张炜.日本新一代机器人智能化技术开发计划介绍[J].机器人技术与应用，2010（6）：8-10.

[4] 王克鸿，高飞，高俊平.基于视觉的机器人智能化焊接技术现状与发展[J].机械制造与自动化，2010（5）：1-6.

[5] 张华，熊震宇，贾剑平，等.基于旋转电弧传感的示教再现弧焊机器人智能化研究[J].机械工程学报，2002（Z1）：113-116.