人工智能-文庫吧
2025-07-20 13:00 本頁面
【正文】 能的一種模式，研究的是計算機智能模式識別系統(tǒng)，也就是使一個計算機系統(tǒng)具有模擬人類通過感官接受外界信息，識別和理解周圍環(huán)境的感知能力。也就是說，模式識別研究的主要內(nèi)容就是讓計算機具有自動獲取外界信息，識別和理解周圍環(huán)境的感知能力。也就是說，模式識別研究的主要內(nèi)容就是讓計算機具有自動獲取外界知識的能力，能識別文字，表格，圖形，圖像，聲音等。一般來說，模式識別需要經(jīng)歷模式信息采集，預處理，特征或基元提取，模式分類等幾個步驟。 在智能機器人研究中，模式識別技術在機器人視覺中圖像識別應用方面廣泛。針對足球機器人視覺系統(tǒng)不能夠快速，正確識別目標這一問題，文獻【6】在基于YUV色彩空間的基礎上，提出了一種混合式顏色分類與識別方法，該方法能夠有效快速地完成機器人足球系統(tǒng)中的顏色分割與識別處理任務。針對大場地機器人足球賽對視覺識別子系統(tǒng)高精確度的要求，文獻【7】提出了一種機器人足球識別算法，有效解決了大場地下視覺識別子系統(tǒng)在精確度，識別速度和正確率等問題。此外，有些學者還就機器人語音識別對模式識別技術進行了研究。機器視覺又稱為計算機視覺，它包括模擬人的視覺功能中的識別與理解兩大方面，無疑是人工智能領域中有待解決的一個十分艱巨的研究領域。機器視覺已經(jīng)從模式識別的一個研究領域發(fā)展為一門獨立的科學，其當前比較具體的目標主要是通過模擬人的視覺，開發(fā)出從圖像輸入到自然景物分析的圖像理解系統(tǒng)。繼美國麻省理工學院的馬爾教授創(chuàng)建“視覺計算理論”之后，形成了立體視覺，動態(tài)圖像分析，視覺檢驗及文本識別等一些新的研究方向。賦予機器人視覺是機器人領域研究的重點之一，其目的是要通過圖像定位，圖像理解等手段，向機器人運動控制系統(tǒng)反饋目標或自身的狀態(tài)與位置信息。機器人視覺系統(tǒng)可以理解為一種以實現(xiàn)對機器人的控制，操作和制導為目的而進行的圖像自動獲取與理解分析的系統(tǒng)。可以想象，與機器人視覺相關聯(lián)的圖像處理過程是非常復雜的。因此，為了簡化機器人視覺中的圖像處理任務，通常采用的一種途徑是利用其它類型的傳感器來補充這類視覺系統(tǒng)的不足，例如在移動機器人中，聲納用于壁障，激光圖像雷達用于產(chǎn)生三維景物信息，紅外相機于用對熱源定位等。在機器人裝配，工業(yè)過程控制，工農(nóng)業(yè)產(chǎn)品質(zhì)量檢測及機器人定位與導航等領域，機器視覺已經(jīng)獲得了極為廣泛的應用。 機器學習 機器學習是模似人類智能的主要標志和知識獲取的重要途徑，屬于人工智能研究中最突出和最重要的一方面。機器學習同時也是使計算機具有智能的根本途徑。正如香克（shank）所說：“一臺計算機若不會學習，就不能稱為具有智能的計算機。”此外，機器學習還有助于發(fā)現(xiàn)人類學習的機機理和揭示人腦的奧秘。所以這是一個始終得到重視，理論正在創(chuàng)立，方法日臻完善，但遠未達到理想境況的研究領域。對于機器人研究而言，隨著機器人需求的不斷提高，機器人所面臨的環(huán)境通常無法預知，非結構化環(huán)境成為主流。在動態(tài)多變的復雜環(huán)境中，機器人如果要完成復雜的任務，其學習能力就顯得極為重要了。在這種情況下，機器人應當根據(jù)所面臨的外部環(huán)境和任務，通過學習不斷地調(diào)節(jié)自身，在與環(huán)境交互的過程中抽取有用的信息，使之逐知識和適應環(huán)境。通過學
外語相關推薦
鄂ICP備17016276號-1