【文章內容簡介】 件：行星齒輪減速器與多級齒輪減速器：繩索繩輪傳動：滾珠絲杠傳動：直線導軌：傳感元件及原理光電編碼器—位置、速度傳感器：用于類機器人關節(jié)位置、速度控制。超聲波傳感器——測距傳感器：用于各種移動機器人、仿人仿生機器人。加速度傳感器：用于仿人仿生機器人。力傳感器：用于各種操作型機器人力控制、仿人仿生機器人力反饋控制。視覺傳感器：用于各種操作型機器人視覺、仿人仿生機器人視覺識別。人體感知傳感器：用于各種移動機器人、仿人仿生機器人。嗅覺傳感器：用于仿人機器人。作為多自由度機器人系統(tǒng)、多機器人系統(tǒng)、機械系統(tǒng)的測控問題，往往需要多臺PC計算機或微處理器之間協(xié)調工作，不可避免地涉及到通信問題。因此，需要我們機械類的研究生也要掌握計算機通信的基礎知識、計算機通信系統(tǒng)的構成等內容。以達到能夠實際使用的目的。兩臺或多臺計算機通過導線或其它能夠從一臺計算機把信息傳到另一臺計算機的介質（包括導線、無線）將計算機“連 黑龍江省2011專業(yè)技術人員繼續(xù)教育知識更新培訓學習心得接”起來相互協(xié)同工作傳遞或接受信息。對于大多數(shù)項目而言，都存在一個標準接口來完成這樣的工作。大多數(shù)方面，PC機上的標準接口遵守RS232標準。遠程通信工業(yè)協(xié)會(TIA)定義了信號功能、引腳位置和該接口的其他特點的文檔。國際電信聯(lián)盟(ITU)和CCITT(國際電話與電報顧問委員會)也發(fā)布了一個類似的標準。該接口的最初名字為RS232。并且一直沿用至今。RS232是設計來處理兩臺設備之間的通信，距離限定在50到100ft。當你需要在一個更長的距離上或者比RS232更快的速度下進行傳播的時候，RS485就是一個解決辦法。RS485網絡的優(yōu)點及要求：在集成化要求較高的情況下，可用較少的信號線完成對多個終端的信息傳輸。半雙工下，主控端只需3根信號線(A,B,GND)即可實現(xiàn)向其他終端的信息傳輸。組網成本低。傳輸線——雙絞線。即將A,B線做成雙絞線的形式。：500m1000m2000m因具體的RS232/485轉換器而異。 仿生機器人設計難度較大，初始設計時電機額定功率及輸出扭矩選擇具有一定的經驗性和盲目性，很難保證百分之百的成功，一旦在加工出樣機后發(fā)現(xiàn)扭矩不夠問題時需要重新修改，有可能導致巨大的浪費、甚至失敗。為此，如果能夠在設計完成后進行仿真實驗驗證設計的正確性和可行性，然后選擇電機、設計或購置傳動元件、伺服系統(tǒng)，再加工制作，則可保證設計的穩(wěn)妥性。為此，以我們在研究中所用到的仿真軟件及仿真實例向學生講述可用于機械系統(tǒng)動力分析與設計、控制仿真的大型集成化軟件、力學與控制仿生機器人的研究首先是從模仿生物運動形態(tài)開始的。四足、六足動物（馬、烏龜、蜥蜴等）等在自然界的進化過程中形成了天然合理的運動規(guī)律（如不同的步態(tài)、能耗），其中包含著“機構”、“力學”、“控制”等合理性。本節(jié)通過對生物運動規(guī)律的分析，闡明其力學原理，進而尋求生物運動的控制機制，為學生研究仿生機器人奠定理論基礎雙足步行的機構、力學與運動控制人類能在凸凹不平以及僅有幾個支撐點的支撐面上自如行走。人可以利用比精密陀螺儀(Gyro)、加速度計(Accelerometer)精度更高的三規(guī)半管、前庭器等姿勢角、加速度傳感器來進行步行控制。而且，人類步行所消耗的能量是非常低的。因此，本節(jié)以次為出發(fā)點，參考人類和生物的機構及步行控制方式講述雙足步行機器人開發(fā)基礎理論。四足步行步態(tài)、動態(tài)穩(wěn)定性。，如慢跑、快步走或行走。，行進步伐的速度或方式。觀察我們生活的自然界周圍，你就會發(fā)現(xiàn)四足動物的步行方式有多樣性、各不相同。例如：馬慢走和奔跑時的情況相當不同；現(xiàn)代技術制作的機器人還遠達不到像馬那樣的速度。所以，我們還是著眼于步行速度較慢的動物。四足動物中步行速度最慢的要數(shù)烏龜。二、智能運動控制基礎理論:Soft puting Computing(軟計算)導論 黑龍江省2011專業(yè)技術人員繼續(xù)教育知識更新培訓學習心得軟計算技術是隨著計算機技術發(fā)展起來的一門學問。是實現(xiàn)仿生機器人“柔軟化”控制的重要途徑。所謂的Soft Computing 就是學習人類在思考、判斷方面的柔軟化信息處理方法，通過模擬并模型化，以活用于復雜、大規(guī)模的、變化著的問題和對象為目標的信息處理方法。從字面上來理解，也可以說是對應于當今以0,1的數(shù)字邏輯為基礎的數(shù)字計算機即硬計算而言的。Soft Computing將目前已發(fā)展起來的概率理論(Probabilistic reasoning)、模糊理論(Fuzzy system theory)、神經網絡理論(Neural networks theory)、混沌理論(Chaos theory)、遺傳算法(Genetic Algorithm: GA)等理論單獨或聯(lián)合使用，來模擬人類信息處理的方法。模糊邏輯認為事物分類并不完全是黑白分明、界限確定的，而是在兩者之間有無限多中介過渡。這似乎把一切都說成是含含糊糊的。但事實上，模糊邏輯通過這些漸變安排特定的數(shù)而排除了任何含糊性。另外，更重要的是它里面包含了精確的普通集，因而也就包含了精確條件下的集合元素——模糊中包含精確性。模糊集合的一般定義: 設U為一可能是離散或者連續(xù)的集合，用{u}表示，U被稱為論域，u表示論域U的元素。模糊集合是用隸屬函數(shù)表示的。對模糊集合運算的定義：設A,B 為U 中的兩個模糊集合，隸屬函數(shù)分別為μA,μB，則模糊集合理論中的交、并、補等運算可通過它們的隸屬函數(shù)來定義。即通過兩個模糊集合的隸屬函數(shù)的運算得到新的模糊集。一種易于為廣大科技工作者理解和接受的確定隸屬函數(shù)的方法是模糊統(tǒng)計法，其思想是通過對足夠多人的調查統(tǒng)計，對要確定的模糊概念在討論的論域中進行逐一寫出定量范圍，在進行統(tǒng)計處理，以確定能被大多數(shù)人認可的隸屬函數(shù)。這種方法工作量大，在科學研究中可以運用，在實際應用中一般很難采用。神經網絡(Neural Network——簡稱NN)神經網絡的結構是由基本的處理單元和各單元間相互連接方式決定的。神經網絡系統(tǒng)是由四部分組成：即權值集、節(jié)點集、閾值集和輸出集組成的 小腦神經網絡(CMAC)基礎最初由 Albus 在1975年給出一個小腦神經網絡(CMAC)的簡易模型。此后，不斷研究被廣泛應用。它可以視為一種具有模糊聯(lián)想記憶特性監(jiān)督式(有導師)前饋神經網絡。其特點是：操作速度很快，對于實時自適應控制可得到穩(wěn)定性。其操作特點是“查表”，需要占用較大的存儲空間。(Reinforcement Learning)基礎知識強化學習的最大特點是完全不需要關于環(huán)境與機器人自身的先驗知識信息的學習方法。機器人一邊感知當前環(huán)境的狀態(tài)，一邊行動。根據狀態(tài)和行動，環(huán)境遷移到新的狀態(tài)，相應于新的狀態(tài)的“獎懲”報酬信息返還給機器人。機器人根據“報酬”信息決定下一個行動。強化學習對于為實現(xiàn)自律運動的智能體來說是非常重要的。其意義在于很大程度上復雜問題求解的可能性將依賴于這種方法。三、階層型進化算法與糊智能控制方法amp。EP的階層型進化算法與動作生成方法階層型進化算法由被稱為大范圍內生成動作樣本的GA層和評價、生成中間層的EP層兩大模塊組成。兩層相互影響、共同進化下去?？梢陨蛇m于各種環(huán) 黑龍江省2011專業(yè)技術人員繼續(xù)教育知識更新培訓學習心得境的動作。作為模糊推理的結構，可以把推理分為三個階段：(1)求相應于各給定輸入的各規(guī)則前件部分的適合度(Fuzzyification)(2)由適合度求各規(guī)則的推理結果，求最終的推理結果(Fuzzy Inference)(3)由推理結果，求確定值(Defuzzification)四、基于CMAC和強化學習的智能運動控制方法與實例基本思想 —— 作為機器人通過學習獲得前饋動作的方法，用 Spline 函數(shù)表示控制輸入的時間波形，在動作行為的反復試行中通過評價函數(shù)讓輸入波形變化，進行“探索性的學習”。為進行高效地搜索，采用啟發(fā)式(heuristics)方法的算法，進行逐次修正和高效搜索?；舅枷搿獑l(fā)式方法是像生物那樣不斷地通過重復試行錯誤的辦法得到經驗，來獲得發(fā)現(xiàn)性的、良好的前饋動作的學習方法。目標是生成時間函數(shù)的波形作為控制輸入。由通過幾個點的Spline函數(shù)表示連續(xù)的時間波形，再通過離散點可以操作連續(xù)函數(shù)的變化。然后，根據控制目的，為使預先決定的動作的評價函數(shù)變得更好不斷地進行試行錯誤的學習。為此需要給出逐次搜索的修正算法和概率性搜索的修正算法。兩桿機器人移動動作的控制目標是：機器人開始處于用兩端的手爪抓住二個樹枝狀態(tài)，放開后面的手爪使之接近可抓握的下一個樹枝。因此，考慮能量、距離、速度三個評價值，確定評價函數(shù)。(Feed Forward)動作的泛化基本思想 —— 由啟發(fā)式方法反復進行試行錯誤實驗，對于給定條件，可以生成良好的動作。可是，如果樹枝間距等控制條件發(fā)生變化情況下，用以前的條件得到的前饋動作在新的條件下已經不適合了，所以必須再次進行試行錯誤，以不斷適應于環(huán)境的變化。因此，本節(jié)通過插補幾個控制條件下得到的經驗值，論述在未經歷條件下進行控制的方法。然后，一邊用它們進行反饋控制，一邊讓樹枝間距和高度都不相同時的條件下泛化經驗。 機器人通常具有多自由度，其控制系統(tǒng)為多輸入多輸出系統(tǒng)。在控制系統(tǒng)設計上，把控制器分割到每個關節(jié)的結構在設計上是有利的——因為可以通過組織與協(xié)調級對基本控制單元的協(xié)調和組織實現(xiàn)靈活的控制。上位層——為實現(xiàn)作為目標的復雜運動，根據機器人的狀態(tài)決定使用那些中間層的基本行為控制器(Behavior Controller)。同時使用兩個以上的基本行為控制器的情況下，將它們的目標狀態(tài)的線性和作為其驅動器的目標狀態(tài)，并決定它們之間的均衡問題。中間層——作為控制基本動作行為的基本行為控制器(Behavior Controller)有多個同時存在。每個對應于所控制的驅動器，有輸出目標狀態(tài)的子控制器。從這個子控制器輸出的目標狀態(tài)被輸入到相應的下一層的反饋控制器。子控制器有兩個控制器，一個是由設計者預先設計的初期控制器，另一個可以是由搜索方法獲得的Fuzzy Controller。該子控制器盡可能地把人所能獲得的知識取入到初期控制器，為了擬補人的知識不足所帶來的部分問題，采用搜索方法獲得知識被取入到模糊控制器。下位層——各反饋控制器與驅動器是一一對應的關系，為了實現(xiàn)來自中間層 黑龍江省2011專業(yè)技術人員繼續(xù)教育知識更新培訓學習心得 的目標狀態(tài)對驅動器進行反饋控制。五、多智能體及行為多機器人如果能夠組織、協(xié)調好相互之間的作業(yè)關系，則多機器人系統(tǒng)可以高效、可靠地完成單個機器人所無法完成的任務。? 其應用可以面向更廣泛的任務領域? 高效率地完成作業(yè)——多機協(xié)同作業(yè)的并行性? 其系統(tǒng)中含有各種機器人，充分發(fā)揮系統(tǒng)各方面的性能 ? 具有錯誤容忍性——如有某個機器人發(fā)生故障，暫時無法恢復，則由另一臺機器人替代它繼續(xù)工作? 魯棒性? 較低的成本? 分布式的感知和作用——由各機器人獲得各方面的信息并作出響應 ? 從社會群體、生命體理解、看待多機器人系統(tǒng)的特點Maes定義的智能體——是“試圖在復雜的動態(tài)環(huán)境中實現(xiàn)一組目標的計算機系統(tǒng)”。它能夠通過傳感器感知環(huán)境，并通過執(zhí)行器對環(huán)境起作用。依靠智能體所駐留環(huán)境的類型，智能體能夠有許多不同的形式。特別地在物理環(huán)境中的智能體——是機器人。Maes提出——智