很多人一听到“”这三个字脑中就会浮现“外形酷炫”、“功能强大”、“高端”等这些词,认为机器人就和科幻电影里的“终结者”一样高端炫酷。其实不然,在本文中,我们将探讨机器人学的基本概念,并了解机器人是如何完成它们的任务的。
一、机器人的组成部分
从最基本的层面来看,人体包括五个主要组成部分:
- 身体结构
- 肌肉系统,用来移动身体结构
- 感官系统,用来接收有关身体和周围环境的信息
- 能量源,用来给肌肉和感官提供能量
- 大脑系统,用来处理感官信息和指挥肌肉运动
机器臂是制造汽车时使用的基本部件之一大多数工业机器人在汽车装配线上工作,负责组装汽车。在进行大量的此类工作时,机器人的效率比人类高得多,因为它们非常精确。无论它们已经工作了多少小时,它们仍能在相同的位置钻孔,用相同的力度拧螺钉。制造类机器人在计算机产业中也发挥着十分重要的作用。它们无比精确的巧手可以将一块极小的微型芯片组装起来。机器臂的制造和编程难度相对较低,因为它们只在一个有限的区域内工作。如果您要把机器人送到广阔的外部世界,事情就变得有些复杂了。首要的难题是为机器人提供一个可行的运动系统。如果机器人只需要在平地上移动,轮子或轨道往往是最好的选择。如果轮子和轨道足够宽,它们还适用于较为崎岖的地形。但是机器人的设计者往往希望使用腿状结构,因为它们的适应性更强。制造有腿的机器人还有助于使研究人员了解自然运动学的知识,这在生物研究领域是有益的实践。机器人的腿通常是在液压或气动活塞的驱动下前后移动的。各个活塞连接在不同的腿部部件上,就像不同骨骼上附着的肌肉。若要使所有这些活塞都能以正确的方式协同工作,这无疑是一个难题。在婴儿阶段,人的大脑必须弄清哪些肌肉需要同时收缩才能使得在直立行走时不致摔倒。同理,机器人的设计师必须弄清与行走有关的正确活塞运动组合,并将这一信息编入机器人的计算机中。许多移动型机器人都有一个内置平衡系统(如一组),该系统会告诉计算机何时需要校正机器人的动作。
两足行走的运动方式本身是不稳定的,因此在机器人的制造中实现难度极大。为了设计出行走更稳的机器人,设计师们常会将眼光投向动物界,尤其是昆虫。昆虫有六条腿,它们往往具有超凡的平衡能力,对许多不同的地形都能适应自如。
某些移动型机器人是远程控制的,人类可以指挥它们在特定的时间从事特定的工作。遥控装置可以使用连接线、无线电或信号与机器人通信。远程机器人常被称为傀儡机器人,它们在探索充满危险或人类无法进入的环境(如深海或火山内部)时非常有用。有些机器人只是部分受到遥控。例如,操作人员可能会指示机器人到达某个特定的地点,但不会为它指引路线,而是任由它找到自己的路。自动机器人可以自主行动,无需依赖于任何控制人员。其基本原理是对机器人进行编程,使之能以某种方式对外界刺激做出反应。极其简单的碰撞反应机器人可以很好地诠释这一原理。这种机器人有一个用来检查障碍物的碰撞传感器。当您启动机器人后,它大体上是沿一条直线曲折行进的。当它碰到障碍物时,冲击力会作用在它的碰撞传感器上。每次发生碰撞时,机器人的程序会指示它后退,再向右转,然后继续前进。按照这种方法,机器人只要遇到障碍物就会改变它的方向。高级机器人会以更精巧的方式运用这一原理。机器人专家们将开发新的程序和传感系统,以便制造出智能程度更高、感知能力更强的机器人。如今的机器人可以在各种环境中大展身手。较为简单的移动型机器人使用红外或超声波传感器来感知障碍物。这些传感器的工作方式类似于动物的回声定位系统:机器人发出一个声音信号(或一束红外光线),并信号的反射情况。机器人会根据信号反射所用的时间计算出它与障碍物之间的距离。较高级的机器人利用立体视觉来观察周围的世界。两个摄像头可以为机器人提供深度感知,而图像识别软件则使机器人有能力确定物体的位置,并辨认各种物体。机器人还可以使用麦克风和气味传感器来分析周围的环境。某些自动机器人只能在它们熟悉的有限环境中工作。例如,割草机器人依靠埋在地下的界标确定草场的范围。而用来清洁办公室的机器人则需要建筑物的地图才能在不同的地点之间移动。较高级的机器人可以分析和适应不熟悉的环境,甚至能适应地形崎岖的地区。这些机器人可以将特定的地形模式与特定的动作相关联。例如,一个漫游车机器人会利用它的视觉传感器生成前方地面的地图。如果地图上显示的是崎岖不平的地形模式,机器人会知道它该走另一条道。这种系统对于在其他行星上工作的探索型机器人是非常有用的。有一套备选的机器人设计方案采用了较为松散的结构,引入了随机化因素。当这种机器人被卡住时,它会向各个方向移动附肢,直到它的动作产生效果为止。它通过力传感器和传动装置紧密协作完成任务,而不是由计算机通过程序指导一切。这和蚂蚁尝试绕过障碍物时有相似之处:蚂蚁在需要通过障碍物时似乎不会当机立断,而是不断尝试各种做法,直到绕过障碍物为止。三、家庭自制机器人在本文的最后几部分,我们来看看机器人世界中最引人注目的领域:和研究型机器人。多年来,这些领域的专家们使机器人科学有了长足的进步,但他们并不是机器人的唯一制造者。几十年中,以此为爱好的人尽管为数很少,但充满热情,他们一直在全世界各地的车库和地下室里制造机器人。家庭自制机器人是一种正在迅速发展的亚文化,在互联网上具有相当大的影响力。业余机器人爱好者利用各种商业机器人工具、邮购的零件、玩具甚至老式录像机组装出他们自己的作品。和专业机器人一样,家庭自制机器人的种类也是五花八门。一些到周末才能工作的机器人爱好者们制造出了非常精巧的行走机械,而另一些则为自己设计了家政机器人,还有一些爱好者热衷于制造竞技类机器人。在竞技类机器人中,人们最熟悉的是遥控机器人战士,就像您在《战斗机器人》(BattleBots)节目中看到的那样。这些机器算不上“真正的机器人”,因为它们没有可重新编程的计算机大脑。它们只是加强型遥控汽车。比较高级的竞技类机器人是由计算机控制的。例如,足球机器人在进行小型足球比赛时完全不需要人类输入信息。标准的机器人足球队由几个单独的机器人组成,它们与一台中央计算机进行通信。这台机算机通过一部摄像机“观察”整个球场,并根据颜色分辨足球、球门以及己方和对方的球员。计算机随时都在处理此类信息,并决定如何指挥它的球队。适应性和通用性个人计算机革命以其卓越的适应能力为标志。标准化的硬件和编程语言使计算机工程师和业余程序员们可以根据其特定目的制造计算机。计算机零件与工艺用品有几分相似,它们的用途不计其数。迄今为止的大多数机器人更像是厨房用具。机器人专家们将它们制造出来以专门用于特定用途。但是它们对完全不同的应用场景的适应能力并不是很好。这种情况正在改变。一家名叫Evoluon RoboTIcs的公司开创了适应型机器人软硬件领域的先河。该公司希望凭借一款易用的“机器人开发人员工具包”开拓出自己的利基市场。这个工具包有一个开放式软件平台,专门提供各种常用的机器人功能。例如,机器人学家可以很容易地将跟踪目标、听从语音指令和绕过障碍物的能力赋予它们的作品。从技术角度来看,这些功能并不具有革命性的意义,但不同寻常的是,它们集成在一个简单的软件包中。这个工具包还附带了一些常见的机器人硬件,它们可以很容易地与软件相结合。标准工具包提供了一些红外传感器、马达、一部麦克风和一台摄像机。机器人专家可以利用一套加强型安装组件将所有这些部件组装起来,这套组件包括一些铝制身体部件和结实耐用的轮子。当然,这个工具包不是让您制造平庸的作品的。它的售价超过700美元,绝不是什么廉价的玩具。不过,它向新型机器人科学迈进了一大步。在不远的将来,如果您要制造一个可以清洁房间或在您离开的时候照顾宠物的新型机器人,您可能只需编写一段B程序就能做到,这将为您省下一大笔钱。四、人工智能人工智能()无疑是机器人学中最令人兴奋的领域,无疑也是最有争议的:所有人都认为,机器人可以在装配线上工作,但对于它是否可以具有智能则存在分歧。就像“机器人”这个术语本身一样,您同样很难对“人工智能”进行定义。终极的人工智能是对人类思维过程的再现,即一部具有人类智能的人造机器。人工智能包括学习任何知识的能力、推理能力、语言能力和形成自己的观点的能力。目前机器人专家还远远无法实现这种水平的人工智能,但他们已经在有限的人工智能领域取得了很大进展。如今,具有人工智能的机器已经可以模仿某些特定的智能要素。计算机已经具备了在有限领域内解决问题的能力。用人工智能解决问题的执行过程很复杂,但基本原理却非常简单。首先,人工智能机器人或计算机会通过传感器(或人工输入的方式)来收集关于某个情景的事实。计算机将此信息与已存储的信息进行比较,以确定它的含义。计算机会根据收集来的信息计算各种可能的动作,然后预测哪种动作的效果最好。当然,计算机只能解决它的程序允许它解决的问题,它不具备一般意义上的分析能力。象棋计算机就是此类机器的一个范例。某些现代机器人还具备有限的学习能力。学习型机器人能够识别某种动作(如以某种方式移动腿部)是否实现了所需的结果(如绕过障碍物)。机器人存储此类信息,当它下次遇到相同的情景时,会尝试做出可以成功应对的动作。同样,现代计算机只能在非常有限的情景中做到这一点。它们无法像人类那样收集所有类型的信息。一些机器人可以通过模仿人类的动作进行学习。在日本,机器人专家们向一部机器人演示舞蹈动作,让它学会了跳舞。有些机器人具有人际交流能力。Kismet是麻省理工学院人工智能实验室制作的机器人,它能识别人类的肢体语言和说话的音调,并做出相应的反应。Kismet的作者们对成人和婴儿之间的交互方式很感兴趣,他们之间的交互仅凭语调和视觉信息就能完成。这种低层次的交互方式可以作为类人学习系统的基础。
Kismet和麻省理工学院人工智能实验室制造的其他机器人采用了一种非常规的控制结构。这些机器人并不是用一台中央计算机控制所有动作,它们的低层次动作由低层次计算机控制。项目主管罗德尼·布德克斯(Rodney Brooks)相信,这是一种更为准确的人类智能模型。人类的大部分动作是自动做出的,而不是由最高层次的意识来决定做这些动作。
人工智能的真正难题在于理解自然智能的工作原理。开发人工智能与制造人造心脏不同,科学家手中并没有一个简单而具体的模型可供参考。我们知道,大脑中含有上百亿个神经元,我们的思考和学习是通过在不同的神经元之间建立电子连接来完成的。但是我们并不知道这些连接如何实现高级的推理能力,甚至对低层次操作的实现原理也并不知情。大脑似乎复杂得不可理解。因此,人工智能在很大程度上还只是理论。科学家们针对人类学习和思考的原理提出假说,然后利用机器人来实验他们的想法。正如机器人的物理设计是了解动物和人类解剖学的便利工具,对人工智能的研究也有助于理解自然智能的工作原理。对于某些机器人专家而言,这种见解是设计机器人的终极目标。其他人则在幻想一个人类与智能机器共同生活的世界,在这个世界里,人类使用各种小型机器人来从事手工劳动、健康护理和通信。许多机器人专家预言,机器人的进化最终将使我们彻底成为半机器人,即与机器融合的人类。有理由相信,未来的人类会将他们的思想植入强健的机器人体内,活上几千年的时间!无论如何,机器人都会在我们未来的日常生活中扮演重要的角色。在未来的几十年里,机器人将逐渐扩展到工业和科学之外的领域,进入日常生活,这与计算机在20世纪80年代开始逐渐普及到家庭的过程类似。编辑:黄飞
小广播
热门活动
换一批
更多
最新机器人文章
更多开源项目推荐
更多精选电路图
更多热门文章
更多每日新闻
更多往期活动
11月13日历史上的今天
- 智能工厂办不下去?其实机器人的成本比你想象中的要贵
- 夏普与NHK联合研发可卷曲OLED屏幕,要与LG抗衡?
- stm32单片机进入休眠(STOP)模式后无法下载程序等问题解决
- STM8L 151G6U6 驱动RW1820温度传感器
- PCF8563 时钟芯片驱动程序 (STM8S/STM8L)
- LG Q92 5G陶瓷白版本实机照片解密:后置四摄组合
- 华为新款智能手表获得蓝牙SIG认证:或是Watch Fit
- 韩国政府推“K电池”计划!投资新型锂电技术 押注这两大方向
- 宜普电源转换公司(EPC)的200 V 氮化镓产品系列(eGaN®FET)的性能提升了一倍
- 华为公布 IFA 2020 主题演讲时间,或推麒麟新旗舰芯片
厂商技术中心