機器人科技論文
隨著科技的進步，機器人性能不斷地完善，它的應用范圍也越來越廣，學習啦小編整理了機器人科技論文，有興趣的親可以來閱讀一下!
機器人科技論文篇一
淺談智能移動機器人
摘 要：隨著科技的進步，智能機器人性能不斷地完善，移動機器人的應用范圍也越來越廣，廣泛應用于軍事、排險、農業(yè)、救援、海洋開發(fā)等。介紹了常見智能移動機器人的基本系統(tǒng)組成及其相關的一些技術，提出一種能夠應用于智能移動機器人的越障機構，并簡單闡述了其工作原理。在對智能機器人有一定了解的基礎上，論述了智能移動機器人的研究現(xiàn)狀及其發(fā)展動向。
關鍵詞：智能移動機器人 越障 避障 伸展收縮
中圖分類號：TP242 文獻標識碼：A 文章編號：1007-3973(2012)007-049-02
1 引言
上世紀60年代智能機器人的出現(xiàn)開辟了智能生產自動化的新時代。在工業(yè)機器人問世50多年后的今天，機器人已被人們看作是不可缺少的一種生產工具。由于傳感器、控制、驅動及材料等領域的技術進步開辟了機器人應用的新領域。智能移動機器人是機器人學中的一個重要分支。
2 智能移動機器人的基本系統(tǒng)組成及其相關技術
由于智能移動機器人在危險與惡劣環(huán)境以及民用等各方面具有廣闊的應用前景，使得世界各國非常關注它的發(fā)展。其共同的五大系統(tǒng)組成要素為：(1)機械機構單元是智能移動機器人的骨架，機器人所有的模塊都依靠其支撐，機械機構單元的結構，性能，強度直接影響著整個機器人的穩(wěn)定性。隨著科技發(fā)展和新型材料的研制開發(fā)，使得智能機器人產品的結構性能有了很大提高，機械機構的各項工藝性及尺寸設計都向著更加合理高效，更加輕便美觀，更加環(huán)保節(jié)能，更加安全可靠等方向發(fā)展。(2)動力與驅動單元為智能移動機器人提供動力來源。(3)環(huán)境感知單元相當于智能移動機器人的五官，機器人通過感知單元對周圍的環(huán)境進行感知識別及各種參數(shù)的收集，然后通過轉換成控制模塊可以識別的光電信號，輸入到控制單元進行數(shù)據處理。(4)執(zhí)行機構單元為智能移動機器人執(zhí)行部分，能根據控制中心的命令執(zhí)行命令，完成任務。不同的機器人有著不同的執(zhí)行機構，執(zhí)行機構的設計影響著對要執(zhí)行動作的效率，精度，穩(wěn)定性，可靠性等。(5)信息處理與控制單元作為整個機械系統(tǒng)的核心部分，它如人的大腦一樣，調控著整個系統(tǒng)，一切的活動都由它指揮。將來自傳感器部分采集到的信息進行集中匯總，存儲，對所有信息分析，規(guī)劃決策，輸出命令。使機器人有目的的運行。
智能移動機器人是一個集環(huán)境感知、動態(tài)決策與規(guī)劃、行為控制與執(zhí)行等多種功能于一體的綜合機電系統(tǒng)。它是傳感器技術，控制技術，移動技術，信息處理、人工智能、電子工程、計算機工程等多學科的重要研究成果，從某種意義上講是機器發(fā)展進化過程中的產物，是目前科學技術發(fā)展最活躍的領域之一。
3 一種越障機器人
我們設計的移動機器人(圖1)有很好的機動性能，前導輪、前輪和后輪可以實現(xiàn)獨立升降運動。前導輪(如圖1)由通過曲柄圓盤的轉動角度控制搖桿的擺動角度，帶動相關的平面連桿機構運動，從而實現(xiàn)前導向輪的伸展和收縮實現(xiàn)攀越。機器人兩側的側邊驅動機構為平面連桿-滑塊越障機構，前后輪(如圖1)分別通過導桿在槽中的移動，帶動平面連桿機構的運動，實現(xiàn)前后輪的伸展和收縮，實現(xiàn)越障功能。本機器人通過尺寸的設計可以實現(xiàn)較大的越障高度，通過合理的控制輪擺動的角度還能實現(xiàn)多種類型障礙物的攀越。
4 智能移動機器人的應用概況
隨著科技的進步，機器人的功能不斷完善，智能移動機器人的應用范圍也大大拓寬，不僅在工業(yè)、農業(yè)、醫(yī)療、服務等行業(yè)中得到廣泛的應用，而且在排險、海洋開發(fā)和宇宙探測領域等有害與危險場合(如輻射、災區(qū)、有毒等)得到很好的應用。
4.1 陸地智能移動機器人
20世紀60年代后期，蘇美為了完成對宇宙空間的占領，完成月球探測計劃，各自研制開發(fā)并應用了移動機器人，通過移動機器人實現(xiàn)對外星土壤的樣本采集和土壤分析等各種任務。陸地智能移動機器人的出現(xiàn)是為了幫助人類完成無法完成的任務。陸地移動機器人也廣泛應用于軍事，可以完成排除爆炸物，掃雷，偵查，清除障礙物等等，近年來智能移動機器人也開始漸漸融入人們的日常生活。
4.2 水下智能移動機器人
近年來，人們對資源的渴求加大，開始對原子能和海洋資源的開發(fā)，加之水下環(huán)境十分復雜(能見度差，定位困難，流體變化等)，水下智能移動機器人在海底資源探測上的優(yōu)勢使之受到關注。近年德國基爾大學的科學家研制出新型深水機器人“ROV Kiel 6000”，這架深水機器人能夠下探到6000米深的海底，尋找神秘的深水生物和“白色黃金”可燃冰。
4.3 仿生智能移動機器人
近年來,全球許多機器人研究機構越來越多的關注仿生學與機構的研究工作.在某些情況下仿生機器人尤其獨特優(yōu)勢，例如，蛇形機器人重心低，能夠模仿蛇的動作，穿梭在能夠穿梭在受災現(xiàn)場和其他復雜的地形中能夠幫助人類完成各種任務。除此之外還有仿生寵物狗、仿生魚、仿生昆蟲等。
5 智能移動機器人的發(fā)展方向及前景
影響移動機器人發(fā)展的因素主要有：導航與定位技術，多傳感器信息的融合技術，多機器人協(xié)調與控制技術等因而移動機器人技術發(fā)展趨勢主要包括：
(1)高智能情感機器人。隨著科學技術的發(fā)展，人們對人機交互的技術的要求越來越高，具有人類智能的情感移動機器人是移動機器人未來發(fā)展趨勢。目前的移動機器人只能說是具有部分的智能，人們渴望能夠出現(xiàn)安全可靠的能夠溝通交流的高智能的機器人。雖然現(xiàn)在要實現(xiàn)高智能情感機器人還非常的困難，但是終有一天，隨著科學技術的突破，它將成為現(xiàn)實。
(2)高適應性多功能化的機器人。機器人的出現(xiàn)是為人類服務的，自然界中還有好多未知的世界等著我們開拓，各種危險的復雜多變的環(huán)境，人類無法涉足，因此人們也迫切希望有能夠代替人類的機器人出現(xiàn)，高適應性多功能化的機器人也必將是機器人的發(fā)展方向之一。
(3)通用服務型的機器人。隨著科學技術的發(fā)展，機器人也是應該越來越容易融入人們日常生活中的，在日常生活中為人們服務。例如在家庭中，機器人可以幫助人們做各種家務，和人們生活關系密切。
(4)特種智能移動機器人。根據不同應用領域，不同的目的，設計各種各樣特種智能移動機器人是未來發(fā)展方向，如納米機器人，宇宙探索機器人，深海探索機器人，娛樂機器人等等。
6 結束語
總之，智能移動機器人涉及到傳感器技術，控制技術，移動技術，信息處理、人工智能、控制工程等多學科技術。未來智能移動機器人走向生活，安全可靠，操作簡單是其趨勢。盡管智能移動機器人以驚人的速度在發(fā)展著，但是實現(xiàn)高適應性，智能化，情感化，多功能化的移動機器人還有很長的路要走。
參考文獻：
[1] 謝進,萬朝燕,杜立杰.機械原理(第2版)[M].北京:高等教育出版社,2010.
[2] 陳國華.機械機構及應用[M].北京:機械工業(yè)出版社,2008.
[3] 徐國保,尹怡欣,周美娟.智能移動機器人技術現(xiàn)狀及展望[J].機器人技術與應用,2007(2).
[4] 肖世德,唐猛,孟祥印,等.機電一體化系統(tǒng)監(jiān)測與控制[M].四川:西南交通大學出版社,2011.
機器人科技論文篇二
機器人視覺系統(tǒng)設計
摘 要：機器人視覺系統(tǒng) 數(shù)碼攝像機 空域操作 C語言 Optimas6.2 立體成像
市場上有很多廉價的數(shù)碼攝像機可以用于創(chuàng)建一個簡單的詩句系統(tǒng)。它們簡單，小巧，輕便，可以拍出供計算機捕捉和處理的圖像。實際上，許多帶有軟件的攝像機就可以捕捉并數(shù)字化圖像。標準的VHS攝像機可以和諸如snappy之類的產品聯(lián)合使用，使得大家可以在自已的計算機上實現(xiàn)對圖像的數(shù)字化和儲存。還可以使用標準的數(shù)碼攝像機捕捉圖像，然后下載到自己的計算機上，在這種情況下，雖然可以捕捉圖像供今后使用，但是由于還需要進行附加的諸如下載到計算機上這些步驟，所以圖像還不能立刻使用。
有許多簡單的軟件，例如Adobe Photoshop，包含了一些類似于在本章中討論過的方法的代碼。其他程序可以由通過的計算機編程語言如C語言來開發(fā)。最終可以得到一個具備一定視覺能力，用于處理相關視覺任務的簡單視覺系統(tǒng)。這一開發(fā)成果可以獨立完成，也可以和一個3軸機器人聯(lián)合完成，其中包含了用于識別和抓取物體，開發(fā)移動機器人和建立類似的其他設備的程序。
1 圖像采樣
1.1 信號的傅里葉變換及其頻譜
圖像采樣理論，數(shù)碼攝像機對圖像的采集涉及到一系列的物理光學技術和電子信號技術，其中有兩個重要概念關系到機器人視覺系統(tǒng)開發(fā)程序的編寫。一個是信號的傅里葉變換及其頻譜，我們知道任何周期性的信號都可以分解成一系列不同幅值與頻率的正弦波和余弦波。
如果把這些正弦波和余弦波重新疊加在一起，就相當于重構了原始信號。稱做傅里葉級數(shù)，式中不同頻率的集合稱作信號的頻率含量或者是頻譜。當然，信號是在時域表示的，而頻譜卻是在頻域內來表示的。圖1表示的信號是，而且給出了頻譜圖。顯然，當函數(shù)f(t)中包含的頻率成分增加時，其和越逼近于一個方波函數(shù)，也就是數(shù)字信號。
圖1 且有一系列頻率的正弦函數(shù)的域和頻域圖，當頻率數(shù)量增加時，信號越接近于方波
從理論上說，要用正弦波重構一個方波，需要無限多個正弦波進行疊加。由于方波函數(shù)包含突然的變化，這意味著快速的變化(例如刺激，脈沖，方波或者其他與之類似或者由它們衍生出來的信號)都包含著大量的頻率成分。變化得越快，重構它所需要的頻率成分就越多。因此，所有包含急速變化(例如噪聲，高對比度，一個脈沖或一個階躍函數(shù))或含有細節(jié)信息(例如快速多變化的高清晰度圖像)的視頻(或其他類型)信號的頻譜中都將包含大量的頻率成分。
1.2 空域操作：卷積掩模
另一個是空域操作，卷積掩模?？沼蛱幚磉^程可以對包含在單個像素中的信息進行操作。相應地，圖像直接接受這種操作的影響。視覺系統(tǒng)的多數(shù)據處理過程都是在空域上進行的，其中最流行也是最常用的一種技術就是卷積掩模。這一技術可以用在不同的工作中，如濾波，邊緣檢測，成像術等。接下來先介紹卷積掩模的基本原理。
假設一幅由像素組成的圖像，其中每一個像素都包含了灰度或者是彩色的信息。這些信息組合在一起就構成了整幅圖像。假設灰度等級并沒有數(shù)字化為0和1，而是保持為模擬量。舉例說明，圖2中的圖像是一幅大圖像中的一部分，其中像素值分別以符號A、B、C...來表示。并且假定有一33的掩模，以、…來表示其個各單元的值。將掩模應用到圖像上。
首先把它疊加到圖像的左上角，把像素值和其對應的掩模單元格中的數(shù)值相乘之后再相加，然后除以一個基準值。就可以得到X值。
S是基準值，如果總和為0，就令S=1。
圖2 疊加在圖像上的卷積掩模能逐個改變圖像中的像素值。其中一步包括：將掩模的單元疊加在相應的像素上并將像素值與掩模單元值相乘并相加，再將歸一化結果代替操作域的中心值。掩模逐個改變像素，操作一直重復直到過程結束
用計算的結果X代替參與疊加的像素塊正中心像素處原有的值，這里也就是用X代替F值(X)為了不改變原有的文件，通常新建一個文件來進行這一替換過程。然后掩模右移一格，同樣地進行一系列的計算，產生一個新的X值來取代G。
接下來，再次移動一個像素的距離并重復這一操作，直到本行中所有的像素上的數(shù)值都都發(fā)生了變化為止。然后在接下來的一行中進行相似的操作直到整幅圖像中所有的點都發(fā)生變化。這樣操作得到的圖像會或多或少地顯示出一些另外的特征，其變化的程度依賴于掩模的M值大小。開始和結束的行列無法進行類似操作，通常加以忽略。某些系統(tǒng)在這些行和列中都插入0。
對于一幅有R行C列像素的圖像I(R，C)和一個有n行n列的掩模M(n，n)，新的圖像像素值可以用如下方程進行計算。
當和不為零時S=1
要注意的是比例因子S是隨機的，它用于防止圖像的飽和。因此用戶可以通過S的值來獲取沒有飽和的最佳圖像。
2.立體成像
由于圖像是通過理想透鏡把一個場景投射到成像平面上獲得的，因此圖像上每一個點都對應于實際場景中的一個點。然而，這些點到成像平面的距離信息在投射過程中已經丟失，并且無法從單一的場景中重新獲得。如果對同一場景生成了兩幅圖像，那么可以通過比較兩幅圖像來提取圖像平面上不同點的相對深度信息，其差異表示了不同點間的空間關系。人類通過自動合并兩幅圖像來形成三維圖像。深度測量所用到的立體圖像實際上可以認為是2.5維圖像，而形成真正的三維圖像則需要大量的圖像。
立體圖像的深度測量通常需要兩步：
2.1 確定兩幅圖像中對應于場景中同一個點的一對點，這稱做點對的對應或者視差。這一操作不易進行，因為場景中的某個點可能在另一幅圖像中不可見，并且視角失真會使兩幅圖像中元素的大小和空間關系發(fā)生改變。
2.2 利用三角測量或者其他技術來確定物體或圖像中的點的深度和位置。
一般來說，如果兩個攝像機(或者是在靜態(tài)場景拍攝時處于不同位置的同一攝像機)能夠精確校準，那么只要能夠獲取足夠多的對應點，使用三角測量便是相對簡單的方法。
立體成像中深度測量的精度主要依賴于兩幅圖像之間所有的角度，也就是它們之間的視差。但是視差越大，要求搜索的范圍就越大。為了提高精度和減少計算時間，可以使用同一場景的多幅圖像。
大家也可以利用其他的處理圖像的編程語言和系統(tǒng)(其中包括Excel，LabView等)來開發(fā)自己的簡單視覺系統(tǒng)。
參考文獻
[1]Seed B.Niku 著 機器人學導論-分析、系統(tǒng)及應用 北京：電子工業(yè)出版社，2004.1.
[2]徐德 鄒偉.室內移動式服務機器人的感知、定位與控制[M].北京：科學出版社，2008.
[3]李朱峰.Linux2.6嵌入式系統(tǒng)開發(fā)與實踐[M].北京：北京航空航天大學出版社，2010.
[4]GaryBradski AdrianKaehler著 于仕琪 劉瑞禎譯.學習OpenCV[M].北京：清華大學出版社，2009.
[5]CarstenSteger MarkusUlrich ChristianWiedemann 楊少榮 吳迪靖 段德山 譯.機器視覺算法與應用[M].北京：清華大學出版社，2008.
看了“機器人科技論文”的人還看：