人工智能在机器人领域的应用

2019-02-13 10:45焦春来牛利松
数字通信世界 2019年7期
关键词:人工神经网络遗传算法智能化

焦春来,牛利松,田 通

(沈阳君丰消防电子设备有限公司,沈阳 110044)

人工智能主要就是将人类的智力活动、思维模式通过计算机技术研发出来,人工智能是人类智慧的结晶,将人工智能应用于机器人领域,研发出智能机器人代替人们作业,帮助人们减轻工作负担,将人们从繁重的工作中解放出来,从而促进机器人领域的人工智能化发展,为开发新的人工智能理念奠定坚实基础,加快科技化发展进程。

1 人工智能研究内容概述

人工智能是人类智慧的结晶,它是通过对计算机技术的模拟设定出的一套智能化的系统,通过这套系统辅助人们完成一些复杂的任务。在不同时期,人工智能发展也不同,就初期发展而言,人工智能化发展还不健全,繁重的工作程序还执行不了,随着科技技术与计算机技术的不断发展,人工智能的出现,让人们不再为这些繁重的工作所忧心,而是通过计算机技术程序操作简单完成,现代化技术不断发展使得人工智能又增添了很多新型元素,使得人工智能化进一步发展,在20世纪80与90年代以后,网络系统逐渐成熟,科学家就开始对人工智能进行不断地探索与研究[1]。

2 人工智能在机器人领域中的具体应用

2.1 机器人的定位与导航

人工智能是将系统中的信息数据通过人工神经网络系统进行有效处理,同样,运用人工神经网络系统能及时有效的处理一些缺乏规则性的系统,实现对一些非线性系统的描述,将信息数据有效的整理好。因此,导航系统、定位系统都要依靠于人工神经网络系统而开展,要想实现神经网络信息的融合,就不得不加强导航系统和定位系统的应用,将信息数据通过处理传输器及时的传输,以此获取机器人的准确位置了解外部环境情况,将障碍物所处的位置进行合理的计算和分析,避免机器人在操作过程中发生碰撞或失误,让机器人可以自由移动和准确定位,保证机器人的正常运行。不仅如此,人工神经网络系统还能够系统中机器人运行的具体位置和路线行径等信息数据进行准确计算。机器人通过对人工智能技术的应用,加强了系统性的学习,提高了机器人智能化服务。并且机器人自身设计有摄像机,可以对所处位置的情况进行摄像和记录,想要了解所处的具体位置,可以根据智能计算法进行计算和分析,这样就提升对位置判断的准确性。总的来说,机器人通过对人工神经网络系统的应用,有效提升了信息数据的处理和整合能力,提高了机器人的自辨力,推进了机器人智能化进程,实现了机器人智能化,对外部环境良好判断的目的[2]。

2.2 机器人的控制管理

如何人性化的控制智能机器人系统?关于这个问题的研究一直未曾停止过,经过不断研究也取得了一定成果。在根据非线性机器人的动态特性和变异性等多种因素下,关于数学模型的参数与类别智能机器人很难确定。智能机器人在不断变化自己的位置,所以机器人在应用过程中,动态数学模型的准确性也随之发生变化,以至于大量的计算任务使用该方法很难完成。在这种基础下,使用智能操控就可以不需要依赖,模拟个体行为独自完成大量的计算任务。就现在而言,人工智能与智能控制被广泛应用于各个领域,建立动态数学模型必须通过智能机器人系统才能完成,智能机器人更适用于人类生活需要,满足人们对人工智能的需求,使智能机器人更符合与现代化人民生活,方便人民的实际生活,促进人工智能在机器人领域的应用,加快科技进步和发展的步伐[3]。智能问题处理的方法与基本思想是通过数学基础知识来完成的,数学基础知识是复杂算数理解的必要因素。人工智能技术一定要在数学模型上建立,只有掌握数学基础知识才能了解人工智能,掌握好数学模型框架,将人工智能技术充分应用,能促进人工智能化的发展,实现我国人工智能领域不断发展与进步的目标,让人工智能机器人更广泛的应用到其他领域当中去,更好的代替人民作业,解放生产劳动力,提高社会生产效益,让人们更加轻松便捷的生活。

2.3 机器人的路径规划

智能机器人领域的重要研究课题是演化路径设计,智能机器人的重要组成部分是关于路径的设计。路径规划是指智能机器人在行驶路径中,从出发点到目的地无任何碰撞现象发生的良好行驶路径。随着人工智能领域的逐步发展,遗传算法和蚁群算法等智能算法被不断开发出来,这些算法的提出,让机器人的路径设计更加趋于完美化,为机器人移动操作提供良好的路径规划,确保智能机器人有效的完成路径设计工作。尤其将遗传算法应用到智能机器人路径设计中,能很大程度上提升机器人的智能化水平。早期时候,科研人员积极的参与未知环境进行研究,就是为了能改进遗传算法的应用。将遗传算法应用到陌生环境中,利用机器人路径的动态化设计,以此来完成对机器人路径的设计规划目标,通过对这种算法的利用,路径点坐标的可变长度染色体编码方法,创建代价函数,其函数包含消除障碍物的方案和覆盖功能的成本函数,将它应用到智能化机器人领域,很大程度上保障路径设计的顺利运行。在机器人运行过程中,遗传操作步骤能很容易将地图信息资源集成。随着科研人员继续加强对遗传算法的应用,与此同时科研人员也更加深入的开展对机器人路径应用的设计工作[4]。各种演化算法为智能机器人的操作使用提供最佳路径设计。故此,机器人的移动操作得到有效保证,提高了智能机器人的工作效率,加快了人工智能化发展。

3 结束语

人工智能的迅速发展,加快了社会生产力进步的步伐,也为机器人领域做着巨大贡献。人工智能在机器人领域的运用,促进了人工智能化的发展,解放了生产劳动力,提高社会生产效益,为社会经济发展提供更大动力。

猜你喜欢
人工神经网络遗传算法智能化
智能化战争多维透视
大型公共建筑智能化系统造价控制
利用人工神经网络快速计算木星系磁坐标
人工神经网络实现简单字母的识别
基于遗传算法的智能交通灯控制研究
一种基于遗传算法的聚类分析方法在DNA序列比较中的应用
基于“物联网+”的智能化站所初探
基于改进人工神经网络的航天器电信号分类方法
模糊人工神经网络在工程建设项目后评价中的运用
基于改进的遗传算法的模糊聚类算法