Robot pintar ialah wakil tipikal produk pintar. Robot pintar mesti mempunyai sekurang-kurangnya tiga elemen berikut: pertama, elemen penderiaan, digunakan untuk memahami keadaan persekitaran sekeliling kedua, elemen pergerakan, untuk membuat tindakan reaktif kepada dunia luar, elemen pemikiran, berdasarkan; maklumat yang diperoleh daripada elemen penderiaan, fikir dan pakai Apakah jenis tindakan.
Orang ramai biasanya membahagikan robot kepada tiga generasi. Generasi pertama ialah robot boleh atur cara Robot jenis ini secara amnya boleh menyelesaikan beberapa operasi berulang yang mudah mengikut program yang diprogramkan oleh pengendali. Generasi robot ini telah digunakan sejak separuh kedua tahun 1960-an dan kini digunakan secara meluas dalam industri.
Generasi kedua ialah robot persepsi, juga dipanggil robot penyesuaian Ia dibangunkan berdasarkan robot generasi pertama dan mempunyai pelbagai tahap keupayaan untuk melihat persekitaran sekeliling.
Robot generasi ketiga mempunyai mekanisme pintar seperti pengecaman, penaakulan, perancangan dan pembelajaran Ia boleh menggabungkan persepsi dan tindakan secara bijak, jadi ia boleh beroperasi dalam persekitaran yang tidak khusus dan dipanggil robot pintar.
Perbezaan asas antara robot pintar dan robot industri ialah robot pintar mempunyai fungsi persepsi, pengenalan, pertimbangan dan perancangan Oleh itu, kecerdasan mesin boleh dibahagikan kepada dua tahap , mengenal pasti, memahami dan menilai Fungsi, yang kedua ialah fungsi meringkaskan pengalaman dan pembelajaran.
Disebabkan penggunaan yang berbeza, robot pintar mempunyai struktur dan fungsi sistem yang berbeza Di sini kami hanya memperkenalkan struktur asas dan ciri pintar robot untuk aplikasi industri. Rajah 2.3 ialah struktur asas robot pintar.
▲ Rajah 2.3 Komposisi asas robot pintar
Ciri pintar yang paling ketara bagi robot pintar ialah luaran. dan Persepsi dalaman.
Keupayaan persepsi persekitaran luaran direalisasikan oleh sistem persepsi luaran, yang menggunakan satu siri penderia luaran (termasuk penglihatan, pendengaran, sentuhan, kedekatan, daya, inframerah, ultrasound dan laser, dll.) untuk memproses penderiaan maklumat. Penderia ini termasuk penderia perlanggaran, penderia inframerah jauh, penderia fotosensitif, mikrofon, pengekod fotoelektrik, penderia piroelektrik, penderia ultrasonik, penderia inframerah julat berterusan, kompas digital, penderia suhu, dsb.
Sistem persepsi dalaman terdiri daripada satu siri penderia yang digunakan untuk mengesan status robot itu sendiri Ia boleh memantau kedudukan, kelajuan, pecutan, tekanan dan trajektori setiap koordinat setiap bahagian robot yang bergerak. dalam masa nyata, dan pantau tekanan setiap komponen Daya, imbangan, suhu, dsb.
Sistem persepsi pintar terdiri daripada maklumat yang diperoleh daripada sistem persepsi persekitaran luaran dan sistem persepsi dalaman. Terdapat lebih banyak jenis dan bilangan penderia yang digunakan dalam sistem ini Setiap penderia mempunyai keadaan penggunaan dan julat penderiaan tertentu, dan boleh memberikan maklumat tentang sebahagian atau keseluruhan bahagian persekitaran atau objek untuk menggunakan maklumat penderia ini dengan berkesan. adalah perlu untuk menggunakan beberapa bentuk sintesis atau pemprosesan gabungan maklumat penderia Sistem pemprosesan pelbagai bentuk untuk jenis maklumat yang berbeza ialah gabungan sensor.
Teknologi gabungan sensor melibatkan teori dan kaedah baharu dalam bidang maklumat, pengesanan dan kawalan seperti rangkaian saraf, kejuruteraan pengetahuan dan teori kabur.
Keupayaan kawalan sistem robot pintar direalisasikan oleh sistem kawalan pintar ini adalah untuk mengawal sistem mengikut program arahan operasi robot isyarat yang disalurkan daripada penderia dalaman dan luaran Pangkalan pengetahuan dan sistem pakar mengenal pasti dan menggunakan analisis algoritma dan membuat keputusan yang berbeza, dan kemudian mengeluarkan arahan kawalan untuk mengawal robot untuk melengkapkan pergerakan dan fungsi yang ditentukan.
Jika robot tidak mempunyai ciri maklum balas maklumat, sistem kawalan robot ialah sistem kawalan gelung terbuka, dan sebaliknya ialah sistem kawalan gelung tertutup. Mengikut prinsip kawalan, sistem kawalan boleh dibahagikan kepada sistem kawalan program, sistem kawalan adaptif dan sistem kawalan kecerdasan buatan Mengikut bentuk pergerakan kawalan, sistem kawalan boleh dibahagikan kepada sistem kawalan titik dan sistem kawalan trajektori berterusan.
Cara menganalisis dan memproses maklumat ini dan membuat keputusan kawalan yang betul memerlukan sokongan sistem pakar. Sistem pakar mentafsir data yang dikumpul daripada penderia, memperoleh perihalan keadaan robot, menyimpul dan meramalkan hasil yang mungkin daripada keadaan yang diberikan, dan mendiagnosis kemungkinan kerosakan sistem melalui penilaian keadaan operasi.
Mengikut matlamat dan kekangan reka bentuk sistem, merancang dan mereka bentuk satu siri tindakan, memantau perbezaan antara keputusan dan rancangan, dan mencadangkan kaedah untuk mengekalkan operasi sistem yang betul. Sistem kecerdasan buatan digabungkan dengan kaedah kawalan tradisional untuk membentuk keseluruhan proses kawalan gelung tertutup, yang memerlukan sokongan sejumlah besar pengetahuan, peraturan, algoritma, pengecaman corak dan teknologi lain.
Memandangkan keperluan untuk robot pintar terus meningkat, persekitaran yang dihadapi oleh robot selalunya tidak dapat diramalkan, dan persekitaran tidak berstruktur telah menjadi arus perdana. Dalam persekitaran yang dinamik dan kompleks, jika robot ingin menyelesaikan tugas yang kompleks, keupayaan pembelajarannya amat penting.
Dalam kes ini, robot harus terus menyesuaikan dirinya melalui pembelajaran mengikut persekitaran luaran dan tugas yang dihadapinya, mengekstrak maklumat berguna dalam proses berinteraksi dengan persekitaran, dan secara beransur-ansur memahami dan menyesuaikan diri dengan persekitaran. Melalui pembelajaran, tahap kecerdasan robot boleh dipertingkatkan secara berterusan, membolehkannya menghadapi beberapa situasi yang tidak dijangka, dengan itu menebus kemungkinan kekurangan yang disebabkan oleh pereka semasa proses reka bentuk.
Oleh itu, kebolehan belajar adalah salah satu kebolehan penting yang perlu dimiliki oleh robot Ia memberikan jaminan yang berkesan untuk robot dalam persekitaran yang kompleks dan boleh diubah dari segi pemahaman alam sekitar, perancangan dan membuat keputusan, sekali gus meningkatkan operasi bagi. keseluruhan sistem robot.
Robot pintar, seperti semua produk pintar, akan menjadi terminal Internet Industri pada masa hadapan, jadi robot pintar mesti mempunyai keupayaan untuk mengakses Internet Industri.
Menggunakan prinsip sistem gabungan siber-fizikal (CPS) untuk membina modul komunikasi, yang disepadukan dengan sistem kawalan pintar secara dalaman untuk mengumpul semua status operasi robot secara luaran, ia disambungkan ke Internet melalui bas medan standard dan kad Ethernet untuk merealisasikan robot Penyepaduan antara robot dan sistem logistik dan sistem aplikasi lain merealisasikan integrasi antara dunia fizikal dan dunia maklumat.
Sistem IoT pintar memecahkan sempadan antara dunia fizikal tradisional dan sistem maklumat, menukar data menjadi maklumat yang tepat pada masanya dan berguna, membolehkan pengguna menikmati sepenuhnya pelbagai sumber dalam dunia maya dan nyata.
Artikel ini dipetik daripada "Smart Manufacturing: How AI Implements Manufacturing" (ISBN: 978-7-111-69931-6), dan diterbitkan dengan kebenaran penerbit.
Atas ialah kandungan terperinci Trend pembuatan penting: Robot pintar memerlukan empat keupayaan. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!
![[Web front-end] Permulaan pantas Node.js](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
