智能机器人论文篇（1）

机器人是一种可编程和多功能的，用来完成搬运、安装、焊接、切割等不同任务的操作机，或是为了执行不同的任务而具有可改变和可编程动作的专门系统[3]。 智能机器人则是一个在感知、反应、思维方面全面模拟人的机器系统，融合了机械、电子、传感器、计算机、仿生学、自动控制、人工智能等多学科知识的复杂智能机械，可以代替人从事危险复杂的工作，例如在工业、农业、军事、航天、医疗等多个领域大显身手。目前，各国正加快智能机器人技术的创新与发展，如美国再工业化和工业互联网战略、德国工业 4.0 战略、日本机器人新战略、韩国机器人强国战略等，机器人技术引领当今科技和产业发展态势。中国通过制定“互联网+”行动计划、“中国制造 2025”发展目标、“十三五”规划，，将机器人和智能制造纳入了国家科技创新的优先重点领域[4][5]。 

二、 “智能机器人”和“智能控制”主题热点搜索 

本文以“智能机器人”和“智能控制”为主题进行“学术研究热点”检索，检索结果显示了按照热度值排序的热点主题相关的主要知识点、主题学科名称、热度值、主要文献数、相关国家课题数、主要研究人员数和主要研究机构数。“智能机器人”相关知识点主要有移动机器人、工业机器人、仿人机器人、服务机器人、机器人导航、远程操作、人工智能、神经网络、模糊控制等知识点。 

智能化是机器人控制和产业创新发展的重点。关于“智能控制”的热点知识主要包括模糊控制、神经网络、遗传算法、学习控制、自适应控制、变结构控制、预测控制、专家系统、非线性系统等知识点，这些知识点代表着“智能机器人”主要研究方向。 

三、“智能机器人”和“智能控制”主题学术趋势和研究发展 

CNKI数字图书馆提供“学术趋势”检索功能，为科研工作者了解“智能机器人”发展趋势提供了非常好的工具。本文通过“学术趋势”功能检索“智能机器人”和“智能控制”主题的学术趋势，图中不仅提供学术关注度，还提供热门被引文章供读者深度研究。图2显示智能机器人和智能控制方面的从1997年至2015年论文收录量逐年增大，2015年收录量达1343篇。读者可以从图2中及时掌握每年学术热点论文，从中深入学习“智能机器人”的具体研究方法和科研理论，为理论创新寻找突破口。 

另外，CNKI数字图书馆还具有“指数”功能，通过对“智能机器人”和“智能控制”主题进行检索，得到以下各项信息： 

“学术关注度”和“媒体关注度”是我们进行科学研究时比较关注的两个方面。通过对关注度的分析发现最近三年科研工作者和媒体对智能机器人的关注度剧增，预示着国家加大了“智能机器人”领域的投入和研究力度。 

“关注文献”和“研究进展”搜索功能为读者提供了当前“智能机器人”领域高被引论文、下载量比较大的论文以及最新相关论文，为科研工作者迅速把握“智能机器人”研究的内容和研究趋势提供帮助。 

“学科分布”为读者提供“智能机器人”和“智能控制”在不同学科领域的研究情况和“相关词”的统计情况。通过分析可知，移动机器人、智能制造、人工智能、路径规划、机器视觉、图像处理、虚拟现实、语音识别、声源定位等是分布在不同学科领域的“智能机器人”相关词，也是“智能机器人”目前重要的学术研究方向；单片机、模糊控制、神经网络、智能家居、智能电网、物联网、RFID、ZigBee、无线传感器网络、智能交通等是分布在不同学科领域的“智能控制”的相关词。因此，我们通过它们可以了解到跨学科智能机器人的研究动向。 

“机构分布”显示了哈尔滨工业大学、哈尔滨工程大学、上海交通大学、清华大学、浙江大学、中国科学院沈阳自动化研究所等多所研究机构是文献的主要提供单位，这为读者认识机器人研究机构提供参考。 

结论 

CNKI数字图书馆提供的“学术研究热点”、“学术趋势”和“指数”功能为我们展示了“智能机器人”和“智能控制”的研究热点和学术研究方向，为读者科研选题和科学研究提供学术参考。通过对“智能机器人”关键知识点的、经典科研论文和最新科研论文的深度分析，探索和挖掘智能机器人发展的技术空白点，发现最新研究方向。目前大学图书馆的资源整合和智能搜索功能还比较弱，需要进一步加强图书馆智能搜索引擎的构建和其他智能交互平台建设才能提高图书馆资源利用率和服务效能。 

参考文献： 

[1]陈臣. 基于大数据的图书馆个性化智慧服务体系构建[J]. 情报资料工作，2013，06：75-79. 

[2]王长全，艾雰. 云计算环境下的数字图书馆信息资源整合与服务模式创新[J]. 图书馆工作与研究，2011，01：48-51. 

智能机器人论文篇（2）

中图分类号：TP18 文献标识码：A文章编号：1009-3044(2007)16-31117-02

The Artificial Intelligence Research Needs New Theories Breakthrough-The Theories Model that the Strong Artificial Intelligence Carries Out

ZHAO Jing-ming

(Training Centre of Peking BUCC,Beijing 102218 China)

Abstract：The development history and obtaining achievement of artificial intelligence about domestic and international is reviewed briefly.. Analyze existent problem of artificial intelligence studying present based of introducing artificial intelligence various cognize concepts, Putting forward people should knows the new theories breakthrough and practice project from the energy and the energy feeling and designs from the innovation and the faultiness design etc. and put forward the theories model of strong artificial intelligence to carry out on what

Key words:The artificial intelligence;cognition;energy feeling;faultiness design

1 引言

1956年夏季，人类历史上第一次人工智能研讨会在美国的达特茅斯(Dartmouth)大学举行，标志着人工智能学科的诞生。“人工智能”英文为artificial intelligence简写ai，它的产生和发展是以计算机硬件与软件技术的产生和发展为基础的，而且一直都处于计算机技术的最前沿，它吸引了全世界无数研究人员为之奉献才智，从美国的麻省理工学院(mit)、卡内基-梅隆大学(cmu)到ibm公司，到日本的本田、sony等公司以及国内的清华大学、中科院等科研院所等，全世界的实验室都在进行着ai技术的实验。经过漫长的50年不懈的努力，人类已经在人工智能领域取得了卓越的成就。从“旅居者”（1997年7月4日，美国国家航空与航天局的“旅居者”机器人完成了它到火星长达1290万公里的旅行），到“会跳舞的机器人”（日本2007年最新产品），人类正用我们的智慧，在人工智能的领域，创造着一个又一个的奇迹。进入新世纪，特别是近二十年，由于计算机软/硬件技术的快速发展，使得人工智能理论得以充分实践，人工智能学科及其“智能制品”的重要作用已为人们普遍共识。随着人工智能理论和技术的更进一步发展，作为一门广泛的交叉和前沿科学，人工智能技术的发展情况已经成为一个国家科技进步和科技实力的一个标志。人工智能科技新成果必将在更大的广度和深度上造福于人类。

近些年，我国人工智能科学发展迅速，在这一领域已形成自主研究重大科学前沿的能力，并在一些重要研究领域走在了世界的前列，特别是一批创新成果的实际应用令人鼓舞。2005年7月，哈尔滨工业大学洪炳熔教授推出的机器人足球竞赛系统在国际机器人足球联盟（FIRA）世界杯机器人足球大赛中国队选拔赛上，夺得全自主型、类人型、编队型、追捕型4个项目比赛的冠军和全自主型项目比赛的亚军。2007年4月新华网消息，一种专门应用于反恐领域的“爬壁机器人”在哈尔滨工业大学诞生，它可以携带侦查设备悄无声息地沿壁面爬到便于侦查的位置，为反恐人员准确判断形势、做出决断提供现场依据。这种爬壁机器人采用负压吸附、单吸盘、四轮移动结构方式，具有移动快、吸附可靠、适应多种墙壁表面、噪声低、结构紧凑、控制方便灵活等特点，主要应用于反恐侦查领域。虽然我国在人工智能领域已经取得了一定的成绩，但是，我们仍不能回避目前人工智能理论以及技术上存在的局限性，这些问题制约了人工智能技术的进一步发展。人工智能理论发展到现在，它的突破是首先我们研究人工智能不可回避问题。

2 人工智能的起源与发展

人工智能的发展是以硬件与软件为基础的，经历了漫长的发展历程。特别是20世纪30年代和40年代的智能界，发现了两件重要的事情：数理逻辑和关于计算的新思想。以维纳（Wiener）、弗雷治、罗素等为代表对发展数理逻辑学科的贡献及丘奇(Church)、图灵和其它一些人关于计算本质的思想，为人工智能的形成产生了重要影响。

1956年夏季，人类历史上第一次人工智能研讨会在美国的达特茅斯(Dartmouth)大学举行，标志着人工智能学科的诞生。

1969年召开了第一届国际人工智能联合会议(International Joint Conference on AI, IJCAI),此后每两年召开一次。

1970年《人工智能》国际杂志(International Journal of AI)创刊。这些对开展人工智能国际学术活动和交流、促进人工智能的研究和发展起到积极作用。

20世纪70～80年代，知识工程的提出与专家系统的成功应用，确定了知识在人工智能中的地位。

近十多年来，机器学习、计算智能、人工神经网络等和行为主义的研究深入开展，形成高潮。同时，不同人工智能学派间的争论也非常热烈。这些都推动人工智能研究的进一步发展。

我国的人工智能研究起步较晚。纳入国家计划的“智能模拟”研究始于1978年；至今已有10来部国内编著的具有知识产权的人工智能专著和教材公开出版。中国的科技工作者，已在人工智能领域取得许多具有国际领先水平的创造性成果。其中，尤以吴文俊院士关于几何定理证明的“吴氏方法”最为突出，已在国际上产生重大影响。现在，我国已有数以万计的科技人员和大学师生从事不同层次的人工智能研究与学习。人工智能研究已在我国深入开展，它必将为促进其它学科的发展和我国的现代化建设做出新的重大贡献。

3 人工智能研究理论存在的问题

人类的智能过程是一个随着时间、地点、环境的不断变化而不断变化的全方位、极其复杂的心理和生理变化过程。在人工智能领域，人们的意图是希望用机器模仿人类智能，然而，我们人类对于自身的智能过程的了解并不完全，且不同的人对人工智能的理解也不同。这就造成目前在人工智能领域存在各家说法。而所有的说法都是基于对人类的智能过程简化的基础之上的。以下是传统理论对人类认知活动和计算机的比较：

图1 人类认知活动与计算机的比较

令T表示时间变量，x表示认知操作，x的变化x为当时机体状态S（机体生理和心理状态及脑子里的记忆等）和外界刺激R和函数。当外界刺激作用到某一特定状态的机体时便发生变化，用函数表示

为：

x＝f（S,R）TT+1（3.1）

从某种意义上讲，这是一个成功的比较，因为它使得计算机模拟人类智能成为可能。长时间以来，人们并不怀疑这一比较，因为这一比较的基础之上人工智能领域取得了巨大的成绩，为社会和科技的发展作出了巨大贡献。

基于此比较基础上的前人工智能的主要学派有下列3家：

（1）符号主义(Symbolicism)，又称为逻辑主义(Logicism)、心理学派(Psychlogism)或计算机学派(Computerism)，其原理主要为物理符号系统(即符号操作系统)假设和有限合理性原理。符号主义 认为人工智能源于数理逻辑。符号主义仍然是人工智能的主流派。这个学派的代表有纽厄尔、肖、西蒙和尼尔逊(Nilsson)等。

（2）联结主义(Connectionism)，又称为仿生学派(Bionicsism)或生理学派(Physiologism)，其原理主要为神经网络及神经网络间的连接机制与学习算法。联结主义 认为人工智能源于仿生学，特别是人脑模型的研究。

（3）行为主义(Actionism)，又称进化主义(Evolutionism)或控制论学派(Cyberneticsism)，其原理为控制论及感知―动作型控制系统。行为主义 认为人工智能源于控制论。这一学派的代表作首推布鲁克斯(Brooks)的六足行走机器人，它被看做新一代的“控制论动物”，是一个基于感知－动作模式的模拟昆虫行为的控制系统。

无论是哪一种理论，其研究的方向始终没有脱离一个集中的点，即让机器模仿人类智能。三大学派从人类的对知识的认知过程的不同角度进行理论研究，试图实现机器的“人化”，侧重于“人化”的可行性。然而，无论是哪一种学派的理论，都忽略了人类的一些基本特点。笔者认为，前人对人类对与知识的认知过程的简化过于简单，从而造成目前人工智能领域的研究达到一定程度后就难以取得更进一步的进展。以下基本问题不容忽视：

（1）能量以及能量感知问题，人类智能的能量基础是食物。人类通过摄取食物，并通过复杂的消化和吸收过程转化为能量，供人类智能与体能消耗。人类的能量蓄积在人体的每一个细胞中，无论哪一部分发生刺激或是空气流动、温度变化和光线强弱变化，不管他（或她）的眼睛是否看到，在那里都会发生“条件反射”，这种“反射”可以先大脑一步避开危险和伤害或是适应，这里我们称为能量感知问题。现阶段在人工智能领域的研究中，大家几乎不约而同地想当然的将电能作为人工智能的能源问题，将“芯片”作为机器人的“大脑”全权处理一切问题和指令。在这种模式下，机器人只能依靠“眼睛”去识别外界条件的变化和刺激的发生，这种识别是不全面的而且是滞后的，它必须是经过“大脑”才能发生的。而电能也将成为人工智能的发展的障碍，试想，如果机器人登上了一个遥远的星球或来到一个渺无人烟的荒漠执行任务，那么当它储存的电能将要用尽时，它将不得不返回出发地，而不管它的任务是否已经圆满完成。目前，太阳能技术得到不断发展，将会使得人们将其作为人工智能的替代能源。利用太阳能转化成电能，将会使人工智能制品的能源得到源源不断的补充，我们可以不必再担心电能耗尽带来的诸多不便。然而，将太阳能能量转换技术和计算机技术结合起来，让机器人具有能量感知功能，即令它的每一组成部分都具有全方位立体即时感知和条件反射功能，这个过程的研究和实现还将是个漫长的过程。

（2）自创新问题，人类历经世世代代的发展，不断创新才有今天的面貌，机器如果只是依据设计好的程序存储、搜索、推理、执行相应的逻辑或条件，其反映出的智能只是人类智能的复制与模拟，尽管有时它甚至可以超过人类，如“博弈”。目前在人工智能领域有学者将人工智能划分为强人工智能和弱人工智能。强人工智能观点认为有可能制造出真正能推理（Reasoning）和解决问题（Problem_solving）的智能机器，并且，这样的机器能将被认为是有知觉的，有自我意识的。强人工智能可以有两类：类人的人工智能，即机器的思考和推理就像人的思维一样。非类人的人工智能，即机器产生了和人完全不一样的知觉和意识，使用和人完全不一样的推理方式。弱人工智能观点认为不可能制造出能真正地推理（Reasoning）和解决问题（Problem_solving）的智能机器，这些机器只不过看起来像是智能的，但是并不真正拥有智能，也不会有自主意识。目前的主流科研集中在弱人工智能上，并且一般认为这一研究领域已经取得可观的成就。强人工智能的研究则出于停滞不前的状态下。这里的强人工智能从某种意义上讲，即机器的自创新问题。那么，如何解决机器的自创新问题即成为强人工智能研究的关键问题。本文中笔者就此问题提出自己的观点：

首先，强人工智能是可能的。下面是人类创新过程与机器创新过程的比较。

从图2与图3的比较中我们发现，如果能够使计算机进行逻辑组合并实现完全自存储功能，那么具有自主意识的强人工智能机器是完全可以实现的。

图2 人类对知识的认知与创新过程的简单模型

图3 计算机对知识的认知与创新过程的简单模型

其次，强人工智能机器需要解决如何自动无限接收外界信息与能量感知问题，如何进行信息自动分拣、归类、逻辑推理、如何进行完全自存储以及逻辑整合与组合等问题。这些问题的研究应作为未来强人工智能的研究方向。

（3）忠诚问题，人类一旦创造出可以自创新的真正意义上的机器人，也就是说机器人一旦拥有了自己的意识，那么如何控制“它” 使“它”忠诚于人类，将是摆在人类面前的又一难题。弱人工智能机器只是按照人类设计好的程序和指令执行某一方面的特定任务，比如，“会跳舞的机器人”只会跳舞，“它”可以伴随音乐节奏与人合作跳各种舞蹈，但“它”却不能创造新的舞蹈。对于弱人工智能机器，我们不必担心“它“的忠诚问题，因为“它“不会摆脱程序的控制。由于自创新机器人，或者说“强智能机器人”存在意识，“它”可能会拒绝人类的建议和改变并可能按照“自己的意愿”自身完成改变，“它”甚至有可能变成人类的敌人。要解决机器人

的忠诚问题，唯一的途径就是进行“缺陷设计”。人类认知过程中的缺陷是“遗忘”和“生老病死”，这是机器人所不具备的。强人工智能机器人如果能够依照“自己的意愿”完善自己，那么人类赋予机器的缺陷应该是机器人自身难以实现的。

4 结束语

21世纪是信息化在全球普遍开展的时代，作为现代信息技术的精髓，人工智能技术的发展情况已经成为一个国家科技进步和科技实力的一个标志。我国人工智能研究已经从学习国外为主的时期进入自主研究为主的时期，形成了自主研究重大科学前沿和转化科技成果的新局面。但是，我们仍不能回避目前人工智能理论以及技术上存在的局限性，而要解决如何自动无限接收外界信息与能量感知问题，如何进行信息自动分拣、归类、逻辑推理、如何进行完全自存储以及逻辑整合与组合等问题，赋予机器真正意义上的智能，这些问题的研究应将是未来人工智能研究人员需要长期面对的问题。

参考文献：

[1]蔡自兴, 徐光v. 人工智能及其应用[M].北京：清华大学出版社，2003.

[2]何华灿. CAAI-7全国人工智能会议论文集[D]. 中国人工智能学会，1992,4.

[3]朱淼良, 潘云鹤.中国人工智能学会第八届年会暨第八届全国人工智能学术讨论会论文集[D].杭州：浙江大学出版社, 1994.

[4]中国人工智能学会.中国人工智能进展[M]. 北京邮电大学出版社，2001.

智能机器人论文篇（3）

0 引言

人工智能（Artificial Intelligence），英文缩写为AI，是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机。二十世纪七十年代以来被称为世界三大尖端技术之一（空间技术、能源技术、人工智能）。也被认为是二十一世纪（基因工程、纳米科学、人工智能）三大尖端技术之一。

1 人工智能的发展历程

（1）人工智能的思想萌芽可以追溯到十七世纪的巴斯卡和莱布尼茨，他们较早萌生了有智能的机器的想法。十九世纪，英国数学家布尔和德摩尔根提出了“思维定律”，这些可谓是人工智能的开端。十九世纪二十年代，英国科学家巴贝奇设计了第一架“计算机器”，它被认为是计算机硬件，也是人工智能硬件的前身。1936年，24岁的英国数学家图灵提出了“自动机”理论，把研究会思维的机器和计算机的工作大大向前推进了一步，在定义智慧时，图灵做出了解释，如果一台机器能够通过称之为图灵实验的测试，那它就是智慧的，图灵实验的本质就是让人在不看外型的情况下不能区别是机器的行为还是人的行为。（2）上世纪三四十年代，维纳、弗雷治、罗素的数理逻辑，和丘奇、图灵的数字功用以及计算机处理发展促使了1956年夏Dartmouth会议上人工智能学科（由“人工智能之父”麦卡锡提出，麦卡锡曾是Stanford人工智能实验室主任）的诞生20世纪60年代以来，采用生物模仿来建立功能强大的算法，包括进化计算等，人工生命以进化计算为基础，研究自组织、自复制、自修复以及形成这些特征的进化和环境适应。70年代以来，Conrad等研究人工仿生系统中的自适应、进化和群体动力学，提出不断完善的“人工世界”模型。80年代，人工神经网络再度兴起促进人工生命的发展。（3）1992年贝兹德克提出计算智能。专家系统在90年代兴起，模拟人类专家解决领域问题。

2 人工智能的研究

强人工智能的观点认为有可能制造出真正能推理和解决问题的智能机器，并且，这样的机器能将被认为是有知觉的，有自我意识的。弱人工智能的观点认为不可能制造出能真正地推理和解决问题的智能机器，这些机器只不过看起来像是智能的，但是并不真正拥有智能，也不会有自主意识。现在主流科研集中在弱人工智能上，强人工智能的研究则处于停滞不前的状态下。

目前人工智能主要研究内容是：知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动程序设计等方面，分布式人工智能与多智能主体系统、人工思维模型、知识系统、知识发现与数据挖掘、遗传与演化计算、人工生命应用等等。未来人工智能可能会向以下几个方面发展：模糊处理、并行化、神经网络和机器情感。

3 人工智能的应用

IBM公司“deep blue”电脑击败了人类的世界国际象棋冠军，美国Sandia实验室建立了国际上最庞大的“虚拟现实”实验室，拟通过数据头盔和数据手套实现更友好的人机交互。国际各大计算机公司相继开始将人工智能作为其研究内容，几乎包括所有IT企业，以及很多金融巨头，纷纷建立自己的人工智能产业部，利用“智能”来解决问题。无人驾驶车的诞生，打破了汽车靠人驾驶的时代。

MIT开发出了SHRDLU，STUDENT系统可以解决代数问题，而SIR系统则开始理解简单的英文句子了，SIR的出现导致了新学科的出现：自然语言处理。在70年代出现的专家系统成了一个巨大的进步，它头一次让人知道计算机可以代替人类专家进行工作。在理论方面，计算机开始有了简单的思维和视觉，而不能不提的是人工智能语言Prolog语言诞生了，它和Lisp一起几乎成了人工智能工作者不可缺少的工具。

4 人工智能的影响及发展必须注意的问题

（1）人工智能对自然科学的影响。在需要使用数学计算机工具解决问题的学科，AI带来的帮助不言而喻。更重要的是，AI反过来有助于人类最终认识自身智能的形成。（2）人工智能对经济的影响。专家系统更深入各行各业，带来巨大的宏观效益。AI也促进了计算机工业网络工业的发展。但同时，也带来了劳务就业问题。由于AI在科技和工程中的应用，能够代替人类进行各种技术工作和脑力劳动，会造成社会结构的剧烈变化。（3）人工智能对社会的影响。AI也为人类文化生活提供了新的模式。现有的游戏将逐步发展为更高智能的交互式文化娱乐手段，今天，游戏中的人工智能应用已经深入到各大游戏制造商的开发中。

伴随着人工智能和智能机器人的发展，不得不讨论是人工智能本身就是超前研究，需要用未来的眼光开展现代的科研，因此很可能触及伦理底线。作为科学研究可能涉及到的敏感问题，需要针对可能产生的冲突及早预防，而不是等到问题矛盾到了不可解决的时候才去想办法化解。

5 智能机器人

智能机器人具有类似于人的智能，它装备了高灵敏度的传感器，因而具有超过一般人的视觉、听觉、嗅觉、触觉的能力，能对感知的信息进行分析，控制自己的行为，处理环境发生的变化，完成交给的各种复杂、困难的任务。而且有自我学习、归纳、总结、提高已掌握知识的能力。目前研制的智能机器人大都只具有部分的智能，和真正的意义上的智能机器人，还差得很远。

6 结语

当然，虽然人工智能一直都处于计算机技术的最前沿，但人工智能的发展也并不是一帆风顺的，并不象我们期待的那样迅速，也曾因计算机计算能力的限制无法模仿人脑的思考以及与实际需求的差距过远而走入低谷。人工智能的问题的在于，一方面哲学、认知科学、思维科学和心理学等学科所研究的智能层次高而抽象；另一方面AI逻辑符号、神经网络和行为主义所研究的智能层次太基本。由于对中间机制知之甚少，这种背景下提出的各种AI理论，就只能是或者完全不同于人类思维，与人类的思维模式相距太远，同时在人类思维方式的理解上也有待突破，不然很难形成更新的AI框架和理论体系。尽管如此，多学科的联合协作研究也带来了足够引人注目的增长。因为人工智能的基本理论还不完整，我们还不能从本质上解释我们的大脑为什么能够思考，这种思考来自于什么，这种思考为什么得以产生等一系列问题。但经过这几十年的发展，我们相信它会给世界带来难以预料的变化。

参考文献：

[1][美]StuartJ.Russell[美]PeterNorvig人工智能：一种现代的方法（第3版）.

[2]人工智能及其应用蔡自兴徐光佑.

智能机器人论文篇（4）

一、引言

20世纪90年代以来，随着科技的进步，人工智能技术的发展，智能机器人在全世界范围内掀起犷一股热潮。随着机器人技术理念的逐步完善和相关设备更新，人们也笋越来越重视智能机器人的教学和竟赛活动。正是因为看到了这一点，我国的高等教育以及中小学教育在这方面也都投人了巨大的热情和精力，智能机器人教育在学校教育中的地位也越来越重要。笔者通过文献检索发现，智能机器人教育在国内外已不是少数学校的事。

1.国内外高校智能机器人教育开展现状

无论国内还是国外，在高校开设智能机器人教育课程的现象已经非常普遍。但主要是一些综合性大学。比如日本是世界上机器人教育和机器人文化普及最高的国家之一，在日本不仅每所大学具有高水平的机器人研究和教学内容，且每年举行多种不同档次的机器人设计和制作大赛，通过大赛培养了大批机器人技术研究和应用人才，使日本的机器人技术走到了世界前列。其他再比如一些欧美国家，亚太地区等都有该类项目的开设。

在国内，据不完全统计也有为数相当的高校有开设这项课程。其中有包括清华大学、北京大学、北京理工大学、西安理工大学等综合型大学，也有北京师范大学、浙江师范大学等师范类大学，其他还有一些职业技术学院等等。可以说我们的教育界还是注意到了这门新兴的学科，也在这块领域投人了相当的支持和关注。

2.国内外中小学智能机器人教育开展现状

国外青少年热中于机器人基于他们的历史文化环境:一是高新科技(尤其是IT的超速发展);二是漫画、电影、电视、体育竞赛、电子游戏以及互联网的影响。也正是由于这些文化因素的影响，智能机器人教育在国外开展地如火如茶，发展也比较迅速。目前，各国都有举办不同级别、科目、门类的比赛:比如日本的ROBO-ONE比赛至今已经举办了7届，还有“青少年机器人大赛”等，其主要参赛者都是年轻人。与此同时韩国的青少年也在掀起一股机器人热潮，韩国政府和企业也正在投人大量资金开发机器人产业，并使之商品化。而在美、德、法等国家，机器人产业也正在受到重视，一般采取“官产学”形式。“官”即政府的支持和调节，“产”即产业界的自我分类的研究和开发，“学”即学校专门设置的课程，进行学校教育。在如此庞大的体系下，机器人产业在国外已占非常重要的地位，尤其在当今的信息技术时代。

我国的智能机器人教育现状又如何呢?据不完全统计，在 2005年全国已有2. 5万余所中小学、320余万学生参与到智能机器人教育当中来。随着这几年经济的快速发展，目前我国中小学参与到机器人教育这个项目当中的人远远超过了上述数据，而且还在不断上升。特别是沿海发达地区，比如上海、广东、浙江、江苏等地区。目前的主要开设形式是校本课程或者兴趣小组等，参与的学生也大多是出于个人兴趣爱好。

3.中小学智能机器人教育的师资现状

由于智能技术是信息技术的核心领域，智能机器人也成为了培养学生动手能力、创新能力、协作能力和逻辑思维能力，提高学 生综合素质，开拓智力的平台;同时，也是进行程序设计形象化、成果化教育的平台。

目前就已开展智能机器人教育的学校来看，其主要的指导老师就是信息技术老师。智能机器人教育主要多个学科的知识，由于没有专门的机器人教育专业，使得我国基础教育领域机器人方面的师资处于接近真空状态。可以看到中小学信息技术教育在师资方面还存在着诸多欠缺的地方。而计算机科学与技术、教育技术这两类专业在培养目标和培养模式上都带有局限性。比如计算机科学与技术专业，他们培养的人才往往有双重性:一是培养具有教书育人的良好素质，能胜任中小学计算机教育的教师;二是可从事计算机行业的相关人才。而教育技术专业虽然把培养目标调整为“具有良好的信息素质，胜任中小学信息技术课程的教学工作”，但是，目前多数教育技术专业、计算机科学与技术专业的培养模式培养大批“胜任”智能机器人教育课程的教师显然不切实际。

4.关于师范院校开展智能机器人教育的情况

在我们国家而言，智能机器人还属于比较新兴的项目，作为科研重要基地的大学起步也较晚，大家的水平差距相对较小。如果师范院校现在开设该项目，以时机来看，比较恰当。正因为大家处于同一起点，相互之间的差距不是很大，更加有竞争。师范类院校作为为社会培养人才的基地，更应该看到这一事实。目前师范类院校较综合大学来实力上看处于劣势状态，但师范院校由于和基础教育结合紧密，在发展机器人教育方面事实上具有先天优势。为提高师范类院校的竞争地位，增强培养人才的实际能力，创造出师范特色的新的人才培养模式，都值得我们思考并加以实施。

二、师范院校开展智能机器人教育的价值

1师范类院校提高本身竞争力的需要

在师范类院校开设智能机器人教育正是顺应了师范教育改革的潮流。不仅可以为基础教育提供更好的师资力量，也为师范类院校在人才培养模式上带来了新的思考。拓宽了师范生的就业渠道，增强了社会竞争力。

2.中小学智能机器人教育的需要

智能机器人教育引人中小学，不仅有利于信息技术的发展;有利于我们探索教育改革和人才培养的新途径、新方法;有利于高素质人才的培养;同时，也将推动我国智能机器人知识和技术的普及;促进我国智能机器人事业的发展和专业人才的培养;促使新兴的智能机器人产业的形成。因此智能机器人进人中小学已成为一种必然趋势。我们可以通过智能机器人教育这个平台挖掘学生的创造潜能培养造就创新人才。不久的将来，智能机器人教学必将进人我们的周围，越来越多的人员便会参与到其中。如果师范类院校开设智能机器人教学，那么等到这些人员从事到中小学教育以后，他们发挥出来的作用将不可限量。

3.培养学生的诸多能力需要

智能机器人技术是世界强国重点发展的高技术，也是世界公认的打开21世纪大门的钥匙。智能机器人融合了机械、电子、人工智能等技术。如果把它引人教育，不仅有利于信息技术教育的发展;有利于我们探索人才改革和人才培养的新途径、新方法;有利于高素质人才的培养;同时将推动我国智能机器人知识和技术的普及;促进我国智能机器人事业的发展和专业人才的培养;促进新兴产业的形成。实践证明它不仅可以激发学生的想象力，培养学生的设计能力、创造能力、动手能力和跨专业的综合应用能力而且还培养了学生的协作精神。把智能机器人引人师范教育，不仅培养了学生的诸多能力，同时又为师范类院校学生在就业竞争中提供了一项优势，何乐不为?

4.师范性和专业性结合，培养更全面人才的需要

师范教育的根本目的不在于培养文学家、科学家，而是培养能培育文学家、科学家的教育家。在师范类院校开设智能机器人课程便是培养模式上的一种尝试和创新。由于师范类院校其本身的特殊性，它主要为基础教育培养师资力量，侧重点在于培养教师而不是培养研究性人才。师范类院校要培养智能机器人教育的人才，势必要调整培养目标和培养模式，把专业性和师范性更好到结合在一起，只有这样才能优化人才，增加竞争力。师范类院校要看到自己的缺点的同时也注意发挥自己的优势。目前中小学存在的问题就是专业教师的缺乏。为中小学智能机器人教育提供更优的师资，也为师范类院校学生提供更多的就业机会而言，在师范类院校开设智能机器人教育也就非常必要而且也很有利。

三、要研究智能机器人教育发展的师范模式

1.要总结开设智能机器人教育的做法和经验

湖州师范学院于2004年开始智能机器人教育，目前拥有机器人仪器80台，实验室两个。主要以学科竞赛、兴趣小组形式开展设，目前正在课程开设试验。举办过六次机器人院级比赛，五次机器人校级比赛，举办过两期暑期培训，并代表学校参加过7次全国性的比赛，参与到这项教育活动的学生数大约有600人，获得了全国一等奖多项，引起社会、其它学校的关注。

作为师范院校，开展智能机器人教育的主要目的是为突出专业特色，增强社会竞争力。虽然我们开展的时间并不是很长，但无论是自己举办活动还是参加大规模的比赛，我们的师生都认真努力，收获颇多。在教学实践和理论方面都有了很大的提高，积累了一定的经验。

从笔者的走访来看，无论是参与到其中的教师还是学生，都得到了一定的锻炼。一些同学甚至还受到了一些中小学的邀请，去担任他们的兴趣小组指导教练，参加省级比赛，也取得了不错的成绩。智能机器人教育开阔了学生的视野，培养了学生的能力，同时打造了学校品牌，为学生就业提供了多一条的途径。

但同时在教育对象、课程设置、实验室管理等方面也都还存在着一定的问题。比如智能机器人是融合了多种技术的综合性课程，开设培训课程以前，需要学生有一定理论基础。所以需要开设一定的前序课程。由于受到实验室、师资等问题的限制，目前我们学院开设的项目还比较少，学生参与面还不够宽等等。

2.要明确培养目标，更好地开展机器人教育，形成师范模式

就师范类院校开展智能机器人教育而言，笔者认为我们要按师范专业的特点开展一系列智能机器人教育课程、活动，形成一种师范模式，更好地普及机器人教育，为基础教育培养优秀人才。

(1)在师范专业开设一些信息技术课，培养学生信息素养

当今时代，对学生的信息技术素养要求越来越高。根据我院实际经验，学生在参与到机器人活动中时需要一定的信息技术基础，比如C语言编程，而我们师范生缺少的就是这方面的知识。如果师范院校在这方面能开设一些系列课程，使学生的理论知识水平有所积累，对于我们开展机器人教育必将有极大的帮助。我们在从小学教育专业、教育技术专业本科生中开展智能机器人教育，就十分重视学生信息技术课程知识的补充，因此师范生在智能机器人教育的一系列活动、选修课程中理解能力、动手能力就迅速提升。

(2)建立配套完备的机器人教育实验室

智能机器人是技术的前沿之一，集成了数学、物理、化学、生物、机械、电子、材料、能源、计算机硬件、软件等众多领域的科学和技术知识，没有一种技术平台比智能机器人更综合。所以为了使现在的师范生能够更适应未来信息时代的要求，在教学实验环节中及时地增加教学实验内容是非常有必要和可行的。况且，机器人教学需要有实际的场地设备等要求，机器人教育实验室的创办非常需要。加强机器人教育实验室建设，重点在对学生进行机器人教育指导能力的训练，同时要注意实验室的专业完备程度，规范管理等，并提高机器人实验室的软件建设、社会服务能力。

(3)成立大学生机器人教育协会，组织机器人学科竞赛

智能机器人论文篇（5）

中图分类号 G2 文献标识码 A 文章编号 1674-6708（2017）184-0047-02

智能小车本身属于轮式机器人研究的一个分支，其本身在国内外机器人研究领域都存在着较高关注度，而在本文基于单片机的智能小车避障循迹系统设计展开的研究中，笔者选择了AT89S52单片机作为系统微控制器，并应用了4组QTI红外传感器，而这一设计经过实践验证了该智能小车避障循迹系统的可行性与可靠性。

1 系统总体设计

在本文进行的智能小车避障循迹系统设计中，智能小车避障循迹系统主要由控制电路板、电机、传感器模块、底盘部件等结构组成，图1为本文设计智能小车避的车体结构俯视图，结合该图我们就能够更为直观了解本文的总体设计思路。

在智能小车避障循迹系统的总体设计中，笔者将AT89S52单片机作为这一设计的核心，并通过这一核心进行电源模块、时钟电路、复位电路、传感器模块、伺服电机模块的控制，这其中的伺服电机模块主要用于智能小车的基本巡航动作，而传感器模块则主要用于控制小车沿黑色轨迹线行驶，而通过图1我们能够发现智能小车本身选择了三轮结构车体，这就使得智能小车本身的灵活循迹实现能够得到较好支持[ 1 ]。

2 系统硬件设计

在本文研究的智能小车避障循迹系统硬件设计中，这一设计主要包括伺服电机模块、循迹传感器模块、电源模块等3部分内容。

2.1 伺服电机模块

对于智能小车避障循迹系统硬件的伺服电机模块设计来说，这一设计采用了360°伺服舵机，而这一伺服舵机的选择就使得智能小车避障循迹系统能够实现连续的位置或速度控制。对于伺服电机模块中的360°伺服舵机来说，其本身存有红、黑、白3条输入线，这3条输入线分别负责伺服舵机的电源、接地、信号控制。在智能小车避障循迹系统硬件的伺服电机模块中，其本身还存在着1个基准电路和1个比较器，这一构成就使得伺服电机模块能够更好实现智能小车的控制[ 2 ]。

2.2 循迹传感器模块

对于智能小车避障循迹系统硬件的伺服电机模块设计来说，循迹传感器模块也是这一设计的重要组成之一，而这一循迹传感器模块本身包含着传感器的选择、小车循迹策略两部分部分内容。

2.2.1 传感器的选择

对于传感器的选择这一循迹传感器模块的设计来说，这里笔者选择了QTI传感器用于循迹传感器模块的设计，这一传感器本身属于红外传感器范畴，其本身通过对反射光强度的接收，实现不同颜色物体的探测，而通过探测QTI传感器就能够自动输出不同的电平信号，为智能小车避障循迹的实现提供有力支持[ 3 ]。

2.2.2 小车循迹策略

对于小车循迹策略这一循迹传感器模块设计组成来说，这一设计的实质就是QTI传感器安装位置的选择，这里笔者将QTI传感器的SIG信号线与智能小车平台的相应I/O口进行了连接，并保证了这一连接使用了不同颜色的信号线，这就为后续排查错误等工作的展开提供了有力支持。在小车循迹策略设计中，我们实现了两级方向控制传感器信号的智能小车控制，这种控制设计就使得智能小车能够在两级传感器支持下实现轨迹的较好控制与纠正，这就使得智能小车的循迹可靠性得以较好提升[ 4 ]。

3 系统软件设计

除了硬件设计外，软件设计同样也属于智能小车避障循迹系统的重要组成，这一设计主要包括机器人基本动作实现、循迹功能的实现两部分内容。

3.1 机器人基本动作实现

对于智能小车避障循迹系统软件设计的机器人基本动作实现中，我们首先需要考虑智能小车运行时轮子的旋转情况，这里我们以智能小车的前进为例，智能小车前进时从左轮看该轮为逆时针旋转，而从右轮看则恰恰相反，而由此我们就能够得出智能小车运行方向和速度情况，通过改变智能小车车轮的参数控制，就能够实现智能小车的加减速控制。

结合智能小车车轮参数控制、加减速控制的相关认知，笔者在C语言设计中将智能小车的两个车轮速度作为形式参数，并应用left与right进行了定义，这样我们就能够顺利完成机器人基本动作实现这一智能小车避障循迹系统软件设计。

3.2 循迹功能的实现

在智能小车避障循迹系统软件设计的循迹功能实现中，想要实现智能小车避障循迹系统软件设计的循迹功能，我们首先需要得出QTI传感器的循迹策略表，这样才能够通过调用move函数实现基于QTI传感器的智能小车自主循迹，表1为QTI传感器的循迹策略表局部，而结合该表我们能够发现结合这一思路，我们就能够实现智能小车不同循迹功能的扩展，不过介于篇幅原因，本研究不予详细论述[ 5 ]。

4 结论

在本文就基于单片机的智能小车避障循迹系统设计展开的具体研究中，笔者对这一智能小车避障循迹系统的总体设计、硬件设计、软件设计进行了详细论述，而结合这一系列论述完成的设计在实际的测试证明中取得了智能小车运行灵活、可靠、稳定、识别能力较强的结果，但具体测试中笔者也发现QTI传感器的安装高度出现问题会直接影响智能小车的无法巡线或抖动厉害的情况出现，而智能小车全速行驶突然停下很容易导致翻车问题的出现，用于轨迹引导的线颜色较淡时智能小车的避障循迹往往容易出现问题，这几点需要引起大家重视。总之，本文基于纹机的智能小车避障循迹系统设计展开的研究具备着较高的可行性，希望能够为相关研究人员带来一定启发。

参考文献

[1]顾群，蒲双雷.基于单片机的智能小车避障循迹系统设计[J].数字技术与应用，2012（5）：23.

[2]陈海洋，李东京.基于单片机的智能循迹避障机器人小车设计[J].科技风，2014（20）：99.

智能机器人论文篇（6）

人类智能主要要包括三个力面，即感知能力，思维能力，行为能力，而人工智能是指由人类制造出来的“机器”所表现出来的智能。人工智能主要包括感知能力、思维能力和行为能力。

1.人工智能应用理论分析

人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是门边沿学科，属于自然科学和社会科学的交叉。涉及哲学和认知科学、数学、心理学、计算机科学、控制论、不定性论，其研究范畴为自然语言处理，知识表现，智能搜索，推理，规划，机器学习，知识获取，感知问题，模式识别，逻辑程序设计，软计算，不精确和不确定的管理，人工生命，神经网络，复杂系统，遗传算法等，应用于智能控制，机器人学，语言和图像理解，遗传编程。

当今社会，计算机技术已经渗透到生产和生活的方方面面，计算机编程技术的日新月异催生自动化生产、运输、传播的快速发展。人脑是最精密的机器，编程也不过是简单的模仿人脑的收集、分析、交换、处理、回馈，所以模仿模拟人脑的机能将是实现自动化的主要途径。电气自动化控制是增强生产、流通、交换、分配等关键一环，实现自动化，就等于减少了人力资本投入，并提高了运作的效率。

2.人工智能控制器的优势

不同的人工智能控制通常用完全不同的方法去讨论。但AI控制器例如：神经、模糊、模糊神经以及遗传算法都可看成一类非线性函数近似器。这样的分类就能得到较好的总体理解，也有利于控制策略的统一开发。这些AI函数近似器比常规的函数估计器具有更多的优势，这些优势如下

（1）它们的设计不需要控制对象的模型（在许多场合，很难得到实际控制对象的精确动态方程，实际控制对象的模型在控制器设计时往往有很多不确实性因素。例如：参数变化，非线性时，往往不知道。）

（2）通过适当调整（根据响应时间、下降时间、鲁棒性能等）它们能提高性能。例如：模糊逻辑控制器的上升时间比最优PID控制器快1.5倍，下降时间快3.5倍。

（3）它们比古典控制器的调节容易。

（4）在没有必须专家知识时，通过响应数据也能设计它们。

（5）运用语言和响应信息可能设计它们。论文格式，自动化控制。

（6）它们有相当好的一致性（当使用一些新的未知输入数据就能得到好的估计），与驱动器的特性无关。论文格式，自动化控制。。现在没有使用人工智能的控制算法对特定对象控制效果非常好，但对其他控制对象效果就不会一致性地好，因此对具体对象必须具体设计。

3.人工智能的应用现状

（1）优化设计电气设备的设计是一项复杂的工作，它不仅要应用电路、电磁场、电机电器等学科的知识，还要大量运用设计中的经验性知识。传统的产品设计是采用简单的实验手段和根据经验用手工的方式进行的。因此，很难获得最优方案。随着计算机技术的发展，电气产品的设计从手工逐渐转向计算机辅助设计（CAD），大大缩短了产品开发周期。人工智能的引进，使传统的CAD技术如虎添翼，产品设计的效率及质量得到全面提高。

用于优化设计的人工智能技术主要有遗传算法和专家系统。遗传算法是一种比较先进的优化算法，非常适合于产品优化设计，因此电气产品人工智能优化设计大部分采用此种方法或其改进方法。

（2）智能控制的功能实现

①数据采集与处理：对所有开关量、模拟量的实时采集，并能按要求处理或存贮。

②画面显示：模拟画面真实显示一次设备和系统的运行状态，可实时显示电流、电压等所有模拟量、计算量、隔离开关、断路器等实际开关状态及挂牌检修功能，能生成历史趋势图。

③运行监视：具有对各主要设备的模拟量数值、开关量状态的实时智能监视，有事故报警越限和状态变化事件报警，事件顺序记录、声光、语音、电话图象报警。

④操作控制：通过键盘或鼠标实现对断路器及电动隔离开关的控制，励磁电流的调整。按顺控程序进行同期并网带负荷或停机操作。系统对运行人员的操作权限加以限制，以适应各级运行值班管理。

⑤故障录波：模拟量故障录波，波形捕捉，开关量变位，顺序记录等（包括主要辅机）。论文格式，自动化控制。。

⑥在线分析：不对称运行分析、负序量计算等。

⑦在线参数设定及修改：保护定值包括软压板的投退。

⑧运行管理：操作票专家系统，运行日志，报表的生成及存储或打印，运行曲线等。

人工智能控制技术在自动控制领域的研究与应用已广泛展开，但在电气设备控制领域所见报道不多。可用于控制的人工智能方法主要有3种：模糊控制、神经网络控制、专家系统控制。

4.恒压供水案例简析

恒压供水在工业和民用供水系统中已普遍使用，由于系统的负荷变化的不确定性，采用传统的PID算法实现压力控制的动态特性指标很难收到理想的效果。在恒压供水自动化控制系统的设计初期曾采用多种进口的调节器，系统的动态特性指标总是不稳定，通过实际应用中的对比发现，应用模糊控制理论形成的控制方案在恒压系统中有较好的效果。在实施过程中选用了AI 一808人工智能调节器作为主控制器，结合FXIN PLC逻辑控制功能很好地实现了水厂的全自动化恒压供水。对于单独采用PLC实现压力和逻辑控制方案，由于PLC的运算能力不足编写一个完善的模糊控制算法比较困难，而且参数的调整也比较麻烦，所以所提出的方案具有较高的性价比。

本案例中只是一个人工智能在电气自动化中的一个小小的应用，也是电气元

件生产供给的一个方向，实现机械智能化是我们努力的追求，将人工智能的先进的最新成果应用于电气自动化控制的实践是一个诱人的课题。

人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能完成的复杂的工作，电气自动化是研究与电气工程有关的系统运行。人工智能主要包括感知能力、思维能力和行为能力，人工智能的应用体现在问题求解，逻辑推理与定理证明，自然语言理解，自动程序设计，专家系统，机器人学等方面。而这诸多方面都体现了一个自动化的特征，表达了一个共同的主题，即提高机械的人类意识能力，强化控制自动化。因此人工智能在电气自动化领域将会大有作为，电气自动化控制也需要人工智能的参与。

智能机器人论文篇（7）

中图分类号：TP18 文献标识码：A 文章编号：1003-9082 （2017） 04-0234-01

引言

人类自从工业革命结束之后，就已然开始了对人工智能的探索，究其本质，实际上就是对人的思维进行模仿，以此代替人类工作。人工智能的探索最早可以追溯到图灵时期，那时图灵就希望未来的智能系统能够像人一样思考。在20世纪五十年代，人工智能被首次确定为一个新兴的学科，并吸引了大批的学者投入到该领域的研究当中。经过长时间的探索和尝试，人工智能的许多重要基本理论已经形成，如模式识别、特征表示与推理、机器学习的相关理论和算法等等。进入二十一世纪以来，随着深度学习与卷积神经网络的发展，人工智能再一次成为研究热点。人工智能技术与基因过程、纳米科学并列为二十一世纪的三大尖端技术， 并且人工智能涉及的学科多，社会应用广泛，对其原理和本质的理解也更为复杂。 一、人工智能的发展历程

回顾人工智能的产生与发展过程 ，可以将其分为：初期形成阶段，综合发展阶段和高潮应用阶段。

1.初期形成阶段

人工智能这一思想最早的提出是基于对人脑神经元模型的抽象。其早期工作被认为是由美国的神经学家和控制论学者 Warren McCulloch与Walter Pitts共同完成的。在1951年，两名普林斯顿大学的研究生制造出了第一台人工神经元计算机。而其真正作为一个新的概念被提出是在1956年举行的达茅斯会议上。由麦卡锡提议并正式采用了“人工智能”（Artificial Intelligence）砻枋稣庖谎芯咳绾斡没器来模拟人类智能的新兴学科。1969年的国际人工智能联合会议标志着人工智能得到了国际的认可。至此，人工智能这一概念初步形成，也逐渐吸引了从事数学、生物、计算机、神经科学等相关学科的学者参与该领域的研究。

2.综合发展阶段

1.7 7年， 费根鲍姆在第五届国际人工智能联合会议上正式提出了“知识工程”这一概念。而后其对应的专家系统得到发展，许多智能系统纷纷被推出，并应用到了人类生活的方方面面。20世纪80年代以来，专家系统逐步向多技术、多方法的综合集成与多学科、多领域的综合应用型发展。大型专家系统开发采用了多种人工智能语言、多种知识表示方法、多种推理机制和多种控制策略相结合的方式， 并开始运用各种专家系统外壳、专家系统开发工具和专家系统开发环境等等。在专家系统的发展过程中，人工智能得到了较为系统和全面的综合发展，并能够在一些具体的任务中接近甚至超过人类专家的水平。

3.高潮应用阶段

进入二十一世纪以后，由于深度人工神经网络的提出，并在图像分类与识别的任务上远远超过了传统的方法，人工智能掀起了前所未有的高潮。2006年，由加拿大多伦多大学的Geoffery Hinton及其学生在《Science》杂志上发表文章，其中首次提到了深度学习这一思想，实现对数据的分级表达，降低了经典神经网络的训练难度。并随后提出了如深度卷积神经网络（Convolutional Neural Network， CNN），以及区域卷积神经网络（Region-based Convolutional Neural Network， R-CNN），等等新的网络训练结构，使得训练和测试的效率得到大幅提升，识别准确率也显著提高。

二、人工智能核心技术

人工智能由于其涉及的领域较多，内容复杂，因此在不同的应用场景涉及到许多核心技术，这其中如专家系统、机器学习、模式识别、人工神经网络等是最重要也是发展较为完善的几个核心技术。

1.专家系统

专家系统是一类具有专门知识和经验的计算机智能程序系统，通过对人类专家的问题求解能力建模，采用人工智能中的知识表示和知识推理技术来模拟通常由专家才能解决的复杂问题，达到具有与专家同等解决问题能力的水平。对专家系统的研究，是人工智能中开展得较为全面、系统且已经取得广泛应用的技术。许多成熟而先进的专家系统已经被应用在如医疗诊断、地质勘测、文化教育等方面。

2.机器学习

机器学习是一个让计算机在非精确编程下进行活动的科学，也就是机器自己获取知识。起初，机器学习被大量应用在图像识别等学习任务中，后来，机器学习不再限于识别字符、图像中的某个目标，而是将其应用到机器人、基因数据的分析甚至是金融市场的预测中。在机器学习的发展过程中，先后诞生了如凸优化、核方法、支持向量机、Boosting算法等等一系列经典的机器学习方法和理论。机器学习也是人工智能研究中最为重要的核心方向。

3.模式识别

模式识别是研究如何使机器具有感知能力 ，主要研究图像和语音等的识别。其经典算法包括如k-means，主成分分析（PCA），贝叶斯分类器等等。在日常生活各方面以及军事上都有广大的用途。近年来迅速发展起来应用模糊数学模式、人工神经网络模式的方法逐渐取代传统的基于统计学习的识别方法。图形识别方面例如识别各种印刷体和某些手写体文字，识别指纹、癌细胞等技术已经进入实际应用。语音识别主要研究各种语音信号的分类，和自然语言理解等等。模式识别技术是人工智能的一大应用领域，其非常热门的如人脸识别、手势识别等等对人们的生活有着十分直接的影响。

4.人工神经网络

人工神经网络是在研究人脑的结构中得到启发， 试图用大量的处理单元模仿人脑神经系统工程结构和工作机理。而近年来发展的深度卷积神经网络（Convolutional neural networks， CNNs）具有更复杂的网络结构，与经典的机器学习算法相比在大数据的训练下有着更强的特征学习和表达能力。含有多个隐含层的神经网络能够对输入原始数据有更抽象喝更本质的表述，从而有利于解决特征可视化以及分类问题。另外，通过实现“逐层初始化”这一方法，实现对输入数据的分级表达，可以有效降低神经网络的训练难度。目前的神经网络在图像识别任务中取得了十分明显的进展，基于CNN的图像识别技术也一直是学术界与工业界一致追捧的热点。

三、机器人情感获得

1.智能C器人现状

目前智能机器人的研究还主要基于智能控制技术，通过预先定义好的机器人行动规则，编程实现复杂的自动控制，完成机器人的移动过程。而人类进行动作、行为的学习主要是通过模仿及与环境的交互。从这个意义上说，目前智能机器人还不具有类脑的多模态感知及基于感知信息的类脑自主决策能力。在运动机制方面，目前几乎所有的智能机器人都不具备类人的外周神经系统，其灵活性和自适应性与人类运动系统还具有较大差距。

2.机器人情感获得的可能性

人脑是在与外界永不停息的交互中，在高度发达的神经系统的处理下获得情感。智能机器人在不断的机器学习和大数据处理中，中枢处理系统不断地自我更新、升级，便具备了获得情感的可能性及几率。不断地更新、升级的过程类似于生物的进化历程，也就是说，智能机器人有充分的可能性获得与人类同等丰富的情感世界。

3.机器人获得情感的利弊

机器人获得情感在理论可行的情况下，伴之而来的利弊则众说纷纭。一方面，拥有丰富情感世界的机器人可以带来更多人性化的服务，人机合作也可进行地更加深入，可以为人类带来更为逼真的体验和享受。人类或可与智能机器人携手共创一个和谐世界。但是另一方面，在机器人获得情感时，机器人是否能彻底贯彻人类命令及协议的担忧也迎面而来。

4.规避机器人情感获得的风险

规避智能机器人获得情感的风险应预备强制措施。首先要设计完备的智能机器人情感协议，将威胁泯灭于未然。其次，应控制智能机器人的能源获得，以限制其自主活动的能力，杜绝其建立独立体系的可能。最后，要掌控核心武器，必要时强行停止运行、回收、甚至销毁智能机器人。

三、总结

本文梳理了人工智能的发展历程与核心技术，可以毋庸置疑地说，人工智能具有极其广阔的应用前景，但也伴随着极大的风险。回顾其发展历程，我们有理由充分相信，在未来人工智能的技术会不断完善，难题会被攻克。作为世界上最热门的领域之一，在合理有效规避其风险的同时，获得情感的智能机器人会造福人类，并极大地帮助人们的社会生活。

参考文献

[1]韩晔彤.人工智能技术发展及应用研究综述[J].电子制作，2016，（12）：95.

[2]曾毅，刘成林，谭铁牛.类脑智能研究的回顾与展望[J].计算机学报，2016，（01）：212-222.

智能机器人论文篇（8）

随着永磁材料性能的不断提升和成本的降低，采用永磁材料的各类电机，特别是永磁同步电机（PermanentMagnetSynchronousMotor，PMSM），已经在电动汽车、风能开发、轨道交通、船舶推进等领域得到了应用。针对永磁同步电机的控制技术，基本是以交流异步电机的控制技术为基础，从控制系统结构上看，目前主要有矢量控制技术和直接转矩控制技术两种，每种控制技术中涉及的具体控制器基本为经典PI控制器[1]。永磁同步电机是一个多变量、强耦合、时变的非线性系统，应用经典控制方法对其进行控制，需要做两方面的简化：一是为建立电机的数学模型，需要对电机的物理模型进行简化，如假设绕组对称分布、磁场沿气隙圆周呈正弦分布，忽略铁心损耗、磁滞损耗和电机参数变化等；二是在控制器设计中需要对系统进行简化，如忽略系统的高次项、小惯性环节的近似处理等[2]。基于上述简化而设计出的控制器存在继续优化的空间。智能控制技术的发展为永磁同步电机的控制带来了新思路，如文献[3]将模糊PI方法引入永磁同步电机的位置环控制，分析了模糊控制系统的构成以及实现方法；文献[4]针对永磁同步电动机抖振问题，提出了一种具有消抖作用的高阶滑模控制算法。本文主要研究智能控制技术中一类重要的控制技术――仿人智能控制在永磁同步电机控制系统中的应用，以期能为永磁同步电机的控制系统设计提供参考。

1 永磁同步电机数学模型和控制系统结构

永磁同步电机dq转子坐标系理想动态数学模型如下：式中，ud、uq―电机定子电压dq轴分量；id、iq―电机定子电流dq轴分量；ψd、ψq―电机定子磁链dq轴分量；ψf―电机定子绕组一相永磁磁链幅值；Ld、Lq―电机定子dq轴励磁电感；R1 ―电机定子绕组一相电阻；p―微分算子；―电角速度；Te―电磁转矩；T1 ―折算到电机轴端的负载转矩；J―整个机械负载系统折算到电机轴端的转动惯量；np―极对数。基于上述数学模型，永磁同步电机矢量控制系统结构如下图所示[2]。图中，ASR为速度控制器，ACR为电流控制器，一般用工程设计方法将控制器设计为典型PI控制器。此种设计方法优点是理论成熟、设计简单，缺点是建模和控制器设计中做了一系列简化处理，即没有充分利用控制系统的特征信息，控制效果有待进一步提高。

2 仿人智能控制的原理和设计

在实际的控制过程中人们发现：在得到必要的操作训练后，由人实现的控制方法是接近最优的，这个方法不需要了解控制对象的结构参数，也不需要最优控制专家的指导。人的控制活动反映了人脑的高超思维、决策和控制能力，仿人智能控制即以模拟人脑宏观结构和行为功能为基础。仿人智能控制的基本思想是在控制过程中利用计算机模拟人的控制行为功能，最大限度地识别和利用控制系统动态过程的特征信息，进行启发和直觉推理，从而实现对非精确数学模型控制对象的有效控制。

3 仿真验证

取永磁同步电机的主要参数如下表。建立永磁同步电机转速矢量控制模型，如图2 所示。ASR，ACR为采用工程设计法设计的经典PI控制器，电机空载起动，0.1s时加载5N}m}取额定转速为2000r/min，仿真结果如图3 所示。应用仿人智能方法设计ASR速度控制器，控制器相关参数如下表。仿真结果如图4-7 所示。从图5 可以看出，与经典PI控制器相比，仿人智能控制器控制的转速波动小，在负载变化时，恢复时间短，动态扰动小;由图6，7 可知，仿人智能控制器的i、波动小，i、基本相同，由式(1)中转矩方程可知，在i、相同的情况下，转矩与i、成正比，i、波动小时，转矩波动小，进而转速波动小，这与图5 是对应的。

4 结束语

仿人智能控制的优点是设计简单，只需要几条规格，即可设计出较好的控制器，缺点也是明显的，这几乎也是所有智能控制技术的共有缺点，即智能控制技术目前还没有形成类似经典控制那样的完整的理论体系，控制器的参数设计、稳定性分析、参数与性能指标的关系等没有严格的理论分析，只能通过经验、试凑等方法进行设计。建立完整的理论体系，这是仿人智能控制技术和其它智能控制技术今后的研究目标。

参考文献

[1]尔桂花，窦曰轩.运动控制系统[M].北京:清华大学出版社，2002.

[2]袁登科，徐延东，李秀涛.永磁同步电机变频调试系统及其应用[M].北京:机械工业出版社，2018.

智能机器人论文篇（9）

人工智能（ArtificialIntelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

人工智能是对人的意识、思维的信息过程的模拟。但不是人的智能，能像人那样思考、也可能超过人的智能。但是这种会自我思考的高级人工智能还需要科学理论和工程上的突破。从诞生以来，人工智能理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。正因为如此，人工智能的应用方向才十分之广。

随着计算机和人工智能技术的迅猛发展，1994年世界上第一个机器人正式用于图书馆的处理系统，也开创了图书馆自动化的新纪元。迄今，发达国家的一些图书馆已经在不同程度上使用了工业机器人，工业机器人以很快的速度帮助图书馆工作人员对图书进行接收、登记和分类等，大大地减轻了图书馆人员日常体力劳动和雇佣成本。伴随着社会的方方面面都刻意追求现代化、自动化，我国许多数字图书馆和虚拟图书馆等都在建设之中，数据化、网络化、智能化、机器人等技术也融入了图书的采编、典藏、接收、登记、分类等工作中，机器人在图书馆的应用也是表现不凡。下面列举一些例子加以说明。

1 机器视觉

机器视觉包括指纹识别，人脸识别。

其中，人脸识别，特指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术。人脸识别是一项热门的计算机技术研究领域，人脸追踪侦测，自动调整影像放大，夜间红外侦测，自动调整曝光强度；它属于生物特征识别技术，是对生物体（一般特指人）本身的生物特征来区分生物体个体。

人脸识别技术是基于人的脸部特征，对输入的人脸图象或者视频流.首先判断其是否存在人脸，如果存在人脸，则进一步的给出每个脸的位置、大小和各个主要面部器官的位置信息。并依据这些信息，进一步提取每个人脸中所蕴涵的身份特征，并将其与已知的人脸进行对比，从而识别每个人脸的身份。

在人工智能与人脸识别技术结合上，百度可能已经领先众人一步，有人在秘密上爆料，说是百度人脸识别技术有了新成果，估计是与支付相关。如果百度这次推出的确实是人脸识别支付，则在移动支付上就可以甩开阿里、企鹅很大一步。

而作为图书馆，虽然进馆有卡验门机，但当下课高峰时，成千上万次的人流是无法顺利通过的，有的校方开辟了其他过道以便通过。这确实为高校图书馆的安保带来隐患。如果采用人脸识别技术，学生老师无需刷卡便可自由进入。仅仅要做的就是采集人脸。而不在采集范围内的则通过后台人工智能分析仪的辨别，一目了然。给值班的人员带来轻松的同时也为学校安保带来了又一道安全带。

2 智能信息检索技术

数据库系统是储存某个学科大量事实的计算机系统，随着应用的进一步发展，存储的信息量越来越大，因此解决智能检索的问题便具有实际意义。

智能信息检索系统应具有如下的功能：

1）能理解自然语言，允许用自然语言提出各种询问；

2）具有推理能力，能根据存储的事实，演绎出所需的答案；

3）系统具有一定常识性知识，以补充学科范围的专业知识。系统根据这些常识，将能演绎出更一般的一些答案来。信息检索是数字图书馆中重要技术之一，采用java多线程技术和网络蜘蛛程序，以广度优先搜索方式搜索网络中的超链接，可处理html、txt等纯文本文件和word、pdf等具有特殊格式的文件，设计实现检索器及用户界面多功能快速精确检索，进而提高了检索速度和准确性。

3 自动翻页技术

在图书馆经常需要大量扫描书本等印刷物，现在已经有了自动翻页扫描机器人，它能根据设定的扫描参数，自动完成翻页、通过数码相机拍摄文字图片、页码识别，然后进行简单地图像处理，并按指定的数据格式存贮，可实现图书电子化过程的自动化，代替扫描中繁杂的手动操作。

4 咨询机器人实现图书馆智能化

对现有的图书馆信息咨询服务功能和技术进行升级改造，开发构建图书馆智能化机器人服务平台，实现全天候机器人实时咨询服务。同时也使读者能以最快的速度和最优的方式获取优质图书资源。数字参考咨询系统一般包括常问问题自动回答子系统、人工处理问题辅助子系统和资料检索子系统三个部分。这三个子系统的有机结合，可以缓解重复性、简单性问题回答的繁重劳动，自动发掘用户常问问题，辅助咨询图书馆人员回答用户问题。结合人工智能技术，对读者以自然语言提出的问题进行分析后，通过对关键词所表达的概念语义，从语义上理解、处理和检索读者提出的问题，为准确解答读者问题提供了保障。

总的来说，目前我国图书馆的自动化、智能化的普及程度还处于初级阶段。但随着人工智能和计算机技术及机器人的快速发展，特别是随着社会进步和人们追求高效舒适愿望不断提高，高校图书馆的智能化和自动化及机器人的应用将会越来越得到重视和普及。期望人类智慧的结晶能够进一步改变人类的生活方式。

【参考文献】

智能机器人论文篇（10）

中图分类号TP242 文献标识码A 文章编号 1674-6708(2010)23-0246-02

0 引言

自平衡两轮机器是一个典型的非线性、强耦合、多变量、时变和自然不稳定系统,是近年来研究倒立摆与机器人控制问题的又一研究平台,是检验各种控制理论的理想模型。仿人智能控制理论从分层递阶智能控制系统的最低层(运行控制级)着手,充分应用已有的控制理论成果和计算机仿真结果,直接对人的控制经验、技巧和各种直觉推理逻辑,即人体的动觉智能进行测辨、概括和总结,并将其编制成各种简单实用、精度高、能实时运行的控制算法(动觉智能图式),直接应用于实际控制系统。本文依据动觉智能图式的仿人智能控制理论实现两轮移动机器人的运动控制,对自平衡小车机器人提出了控制思想。

1 系统结构

以自平衡两轮机器人行走方向为X轴,车轮轴线为Y轴,铅垂线为Z轴,设整机质心为P点,系统模型可简化为如图1所示。

可以看出,该系统具有3个自由度:绕y轴的转动,转角和角速度;沿x轴的直线运动,位移xrm和移动速度vrm;绕z轴的转动,转角βz和角速度,在下文中即以该6个变量为状态变量。系统的平衡靠电动机施加在左右轮轴上的驱动力矩TL和TR控制,系统的输入变量为TL和TR,输出变量为xrm,vrm,和βz,属于典型的多输入多输出系统。

2 基于仿人智能控制的控制器设计

传统的控制方法必须基于被控对象的精确模型,而仿人智能控制的主导思想是对人的控制结构进行宏观模拟,然后在此基础上进一步研究人的控制行为并加以模拟,它的主要研究目标不是被控对象,而是控制器本身如何对控制专家行为进行模拟。

为实现机器人良好的平衡稳定性控制和对参考速度的跟踪,需要对vrm,分别设计一个仿人智能控制器,内含运行控制级及参数校正级,对两个控制器的输出设计了权重协调控制器,根据机器人小车的运动学模型可求出其左右轮速作为控制输出。

2.1 运行控制级的设计

仿人智能控制根据偏差e,偏差的导数及k=将控制分为

多个模态。运行控制级的设计如下:

1)当偏差很大时对应图2中区域①采用Bang - Bang控制,尽快地减小误差;

2)在偏差及偏差变化率均很小(已满足要求)时,对应图2中区域⑥,采用保持模态控制;

3)在偏差减小过程中,若偏差变化速度低于或等于预定的速度时,对应图2中区域②,采用比例模态控制;

4)在偏差减小过程中,若偏差变化速度大于预定的速度时,对应图2中区域③及区域⑤,在比例模态的基础上引入微分模态,形成比例加微分的控制模式;

5)在偏差减小过程中引入微分模态仍不能使偏差变化速度减小到预定的速度范围时,对应图2中区域④,引入正反馈抑制偏差变化速度;

6)在偏差增大过程中,对应图2中区域⑦,为了抑制偏差的增大,使偏差尽快回头,采用比例模态加微分模态的控制模式。

上式中,un为控制器第n次输出,un-1为控制器上一周期的输出,umax为输出Bang-Bang值,kg为k=的给定阀值,e4和4分别为偏差和偏差导数的阀值。

2.2 控制器实现

自平衡两轮移动机器人控制系统由直流伺服电机、光电编码器、陀螺仪、倾角传感器、蓝牙模块、S3C2440主控芯片等构成。陀螺仪、倾角传感器感知机器人姿态,主控器依据仿人智能控制算法实现机器人姿态控制由蓝牙接收PC机指令,实现机器人遥控操作。硬件结构如图3所示。

机器人软件设计在嵌入式RT-Linux操作系统下实现。该OS具有开放源代码、体积小、执行速度快、较好的可裁减性与移植性等特点。开发过程为,首先在PC机通过交叉编译器GCC编译用户程序,生成能在目标板上执行的二进制文件,然后通过串口或NFS方式将用户程序下载到目标板上,利用PC机对目标程序进行仿真调试。

3 实验研究

为了对样车试验情况进行进一步深入的分析,我们对试验过程中的相关数据进行了即时采集,通过蓝牙适配器传送到PC计算机进行分析处理。

取车体平台最初倾角约6°(0.1弧度),初速度为0,在平衡状态下(没有设定)采集到的有关数据,经处理后生成的实验曲线如图4所示。

为使摆杆回到平衡位置,摆杆开始角速度较大,然后迅速收敛到0,摆杆角速度和角度调整时间分别为:1.3s和1.2s。通过对样车的实际行走实验表明,该系统可以被稳定地控制在零点位置,并且具有较强的抗干扰鲁棒性,即在控制过程中对车体平台施加扰动使摆角产生变化,当所施加的扰动使摆角产生的偏差在一定范围内时,系统均能够快速的恢复到平衡的零点位置。

给系统一个阶跃信号,图5是倒立摆移动速度响应曲线,其调整时间为1.3s。而移动速度的跟踪与平衡控制是相互耦合的,移动速度跟踪可看成是对平衡控制的扰动,使得倒立摆的移动速度趋于给定值,移动速度跟踪相对要慢一点。

实验数据表明:系统跟踪速度快,控制简单,实现了预期的控制目标。

4 结论

本文分析了自平衡两轮移动机器人的物理运动特性,设计了基于动觉智能图式仿人智能控制的控制器。应用Matlab/ Simu2link 仿真软件进行了机器人的仿真实验,实现了自平衡两轮移动机器人系统的倒立稳定控制,并得到了较好的实验结果。实验证明,仿人智能控制方法模拟人控制器的动觉智能为解决复杂运动控制提供了一个有效途径。

参考文献

[1]杨兴明,丁学明,张培仁,赵鹏.两轮移动式倒立摆的运 动控制[J].合肥工业大学学报:自然科学版,2005,28(11): 1485-1488.

[2]李航,孙厚芳,韩建海,李济顺,赵书尚,林青松.两 轮机器人行走机构的建模与实验[J].北京理工大学学报,2004, 24(12):1058-1061.