智能機器人

智能機器人能夠理解人類語言，用人類語言同操作者對話，在它自身的“意識”中單獨形成了一種使它得以“生存”的外界環境——實際情況的詳盡模式。它能分析出現的情況，能調整自己的動作以達到操作者所提出的全部要求，能擬定所希望的動作，并在信息不充分的情況下和環境迅速變化的條件下完成這些動作。當然，要它和我們人類思維一模一樣，這是不可能辦到的。不過，仍然有人試圖建立計算機能夠理解的某種“微觀世界”。

智能機器人的關鍵技術

隨著社會發展的需要和機器人應用領域的擴大,人們對智能機器人的要求也越來越高。智能機器人所處的環境往往是未知的、難以預測的 ,在研究這類機器人的過程中, 主要涉及到以下關鍵技術 :多傳感器信息融合多傳感器信息融合技術是近年來十分熱門的研究課題, 它與控制理論、信號處理、人工智能、概率和統計相結合 , 為機器人在各種復雜、動態、不確定和未知的環境中執行任務提供了 1 種技術解決途徑。機器人所用的傳感器有很多種 , 根據不同用途分為內部測量傳感器和外部測量傳感器兩大類。內部測量傳感器用來檢測機器人組成部件的內部狀態 , 包括: 特定位置 、角度傳感器 ; 任意位置 、角度傳感器; 速度、角度傳感器 ; 加速度傳感器; 傾斜角傳感器; 方位角傳感器等 。外部傳感器包括: 視覺( 測量、認識傳感器)、觸覺(接觸、壓覺 、滑動覺傳感器)、力覺( 力、力矩傳感器)、接近覺( 接近覺、距離傳感器)以及角度傳感器( 傾斜、方向、姿式傳感器)。多傳感器信息融合就是指綜合來自多個傳感器的感知數據, 以產生可靠 、準確或更全方面的信息。經過融合的多傳感器系統能夠更加完善、準確地反映檢測對象的特性, 消除信息的不確定性 ,提高信息的可靠性。融合后的多傳感器信息具有以下特性 : 冗余性、互補性、實時性和低成本性。多傳感器信息融合方法主要有貝葉斯估計、Dempster-Shafer 理論、卡爾曼濾波 、神經網絡 、小波變換等。

機器人介紹

機器人可以是高等級整合控制論、機械電子、計算機、材料和仿生學的產物但是日本不同意這種說法。日本人認為“機器人就是任何高等級的自動機械”，這就把那種尚需一個人操縱的機械手包括進去了。因此，很多日本人概念中的機器人，并不是歐美人所定義的。一般說來，人們都可以接受這種說法，即機器人是靠自身動力和控制能力來實現各種功能的一種機器。