人工智能-文庫(kù)吧資料
2024-08-17 13:00本頁(yè)面
【正文】 了這一問(wèn)題。因此在移動(dòng)機(jī)器人定位與導(dǎo)航方面，基于神經(jīng)網(wǎng)絡(luò)的多傳感器信息融合正是利用了神經(jīng)網(wǎng)絡(luò)的這些特性，將機(jī)器人的外部傳感器的傳感數(shù)據(jù)信息作為神經(jīng)網(wǎng)絡(luò)的輸入處理對(duì)象，從而獲得移動(dòng)機(jī)器人自身位置與對(duì)障礙物的比較精確的估計(jì)，實(shí)現(xiàn)移動(dòng)機(jī)器人的避障與自定位。目前，MAS理論在MRS（如搬運(yùn)機(jī)器人系統(tǒng)，足球機(jī)器人系統(tǒng)等）領(lǐng)域的任務(wù)分配及運(yùn)動(dòng)協(xié)調(diào)研究中有著廣泛而成功的應(yīng)用。因此，吸取MAS研究的成果 (理論及方法) , 依據(jù)MAS的特性來(lái)組織和控制多個(gè)機(jī)器人，使之通過(guò)協(xié)作完成單個(gè)機(jī)器人無(wú)法完成的復(fù)雜任務(wù)MRS理論發(fā)展的一條捷徑。因此MAS對(duì)多機(jī)器人學(xué)的發(fā)展有巨大的借鑒作用。 多機(jī)器人系統(tǒng)（multirobot system,簡(jiǎn)稱MRS）是MAS的一個(gè)特列，二者之間有著本質(zhì)的聯(lián)系。DAI中的智能并非獨(dú)立存在的概念，只能在團(tuán)體協(xié)作中實(shí)現(xiàn)，因而其主要研究問(wèn)題是各智能體 (Agent) 之間的合作方法與對(duì)話機(jī)制，包括分布式問(wèn)題求解和多智能體系統(tǒng) (multiagent system, 簡(jiǎn)稱MAS)兩個(gè)領(lǐng)域。 分布式人工智能與智能體分布式人工智能（distributed AI, 簡(jiǎn)稱DAI）是分布式計(jì)算機(jī)與人工智能結(jié)合的結(jié)果。有監(jiān)督學(xué)習(xí)是在可以提供輸入輸出時(shí)的情況下使用的，如神經(jīng)網(wǎng)絡(luò)和決策樹(shù)學(xué)習(xí)等；而無(wú)監(jiān)督學(xué)習(xí)是在不能提供有效輸入和確切輸出時(shí)的情況下使用的，如進(jìn)化學(xué)習(xí)，強(qiáng)化學(xué)習(xí)等，無(wú)監(jiān)督學(xué)習(xí)在往往在先驗(yàn)知識(shí)的基礎(chǔ)上預(yù)測(cè)未來(lái)結(jié)果。因此學(xué)習(xí)能力是機(jī)器人系統(tǒng)中個(gè)體機(jī)器人必須具備的重要能力之一，它為復(fù)雜多變環(huán)境下機(jī)器人的環(huán)境理解，規(guī)劃與決策等行為提供了有效保障，從而改善整個(gè)機(jī)器人系統(tǒng)的運(yùn)行效率。在這種情況下，機(jī)器人應(yīng)當(dāng)根據(jù)所面臨的外部環(huán)境和任務(wù)，通過(guò)學(xué)習(xí)不斷地調(diào)節(jié)自身，在與環(huán)境交互的過(guò)程中抽取有用的信息，使之逐知識(shí)和適應(yīng)環(huán)境。對(duì)于機(jī)器人研究而言，隨著機(jī)器人需求的不斷提高，機(jī)器人所面臨的環(huán)境通常無(wú)法預(yù)知，非結(jié)構(gòu)化環(huán)境成為主流?！贝送猓瑱C(jī)器學(xué)習(xí)還有助于發(fā)現(xiàn)人類學(xué)習(xí)的機(jī)機(jī)理和揭示人腦的奧秘。機(jī)器學(xué)習(xí)同時(shí)也是使計(jì)算機(jī)具有智能的根本途徑。在機(jī)器人裝配，工業(yè)過(guò)程控制，工農(nóng)業(yè)產(chǎn)品質(zhì)量檢測(cè)及機(jī)器人定位與導(dǎo)航等領(lǐng)域，機(jī)器視覺(jué)已經(jīng)獲得了極為廣泛的應(yīng)用?？梢韵胂?，與機(jī)器人視覺(jué)相關(guān)聯(lián)的圖像處理過(guò)程是非常復(fù)雜的。賦予機(jī)器人視覺(jué)是機(jī)器人領(lǐng)域研究的重點(diǎn)之一，其目的是要通過(guò)圖像定位，圖像理解等手段，向機(jī)器人運(yùn)動(dòng)控制系統(tǒng)反饋目標(biāo)或自身的狀態(tài)與位置信息。機(jī)器視覺(jué)已經(jīng)從模式識(shí)別的一個(gè)研究領(lǐng)域發(fā)展為一門獨(dú)立的科學(xué)，其當(dāng)前比較具體的目標(biāo)主要是通過(guò)模擬人的視覺(jué)，開(kāi)發(fā)出從圖像輸入到自然景物分析的圖像理解系統(tǒng)。此外，有些學(xué)者還就機(jī)器人語(yǔ)音識(shí)別對(duì)模式識(shí)別技術(shù)進(jìn)行了研究。針對(duì)足球機(jī)器人視覺(jué)系統(tǒng)不能夠快速，正確識(shí)別目標(biāo)這一問(wèn)題，文獻(xiàn)【6】在基于YUV色彩空間的基礎(chǔ)上，提出了一種混合式顏色分類與識(shí)別方法，該方法能夠有效快速地完成機(jī)器人足球系統(tǒng)中的顏色分割與識(shí)別處理任務(wù)。一般來(lái)說(shuō)，模式識(shí)別需要經(jīng)歷模式信息采集，預(yù)處理，特征或基元提取，模式分類等幾個(gè)步驟。也就是說(shuō)，模式識(shí)別研究的主要內(nèi)容就是讓計(jì)算機(jī)具有自動(dòng)獲取外界信息，識(shí)別和理解周圍環(huán)境的感知能力。以下重點(diǎn)介紹
外語(yǔ)相關(guān)推薦
鄂ICP備17016276號(hào)-1