智能控制在机器人领域中应用.docVIP

智能控制在机器人领域中的应用 　　摘 要 智能控制理论是工业发展的必然产物，随着工业水平的不断发展，传统工程生产中人工主导已经成为过去时，机器人正在成为当前工业生产的重要组成部分。本文简述了智能控制的发展过程，并对传统控制理论存在的弊端进行了分析，同时对智能控制在机器人领域中的应用加以介绍 【关键词】智能控制 机器人 现代控制 1 智能控制的发展 智能控制是自动控制技术发展的高级产物，它集合了人工智能、系统控制、信息通信、神经物理学、计算机技术等多种学科，是当前科技领域一种新型的高级的学科。随着智能控制的不断发展，该技术所显现出来的优势已经得到了广泛认可。现阶段有关智能控制的定义尚未达成统一，IEEE控制系统协会归纳总结为：智能控制系统是一种高度集成的系统，它能够实现模拟人类学习和自适应等功能，能够完成控制者设定工作。从智能控制性质上来讲，它具有一定的学习与记忆能力，能够在一定程度上自我适应周围环境的变化；能够更为有效的处理多种信息和数据，最大限度的降低信息处理不确定性；能够自我选择更为有效和准确的处理方式，完成预定工作和生产内容，并达到要求目标 从总体上来看，智能控制共经历了四个发展阶段：萌芽、发展初期、迅速发展时期、新时期 2 传统控制理论的弊端 相较于一些发达国家而言，我国智能控制理论尚处于起步阶段。为了能够更好的适应当前工业发展的需求，我国政府在近些年也出台了一系列政策，围绕我国工业实际情况来支持智能控制的进步。现阶段，我国智能控制领域的研究主要集中在自动化理论、技术及应用几个方面，重点发展具有一定优势的技术，以优势带动劣势，尽可能的在较短时间内缩小与先进国家智能控制的差距。传统控制理论在工业生产中所存在的弊端主要有以下几个方面： （1）传统控制理论基础是线性系统，对于工业生产中经常出现的复杂、非线性等变量无法得以可靠控制，也不便于构建数学模型来解决实际问题 （2）传统控制理论更多是在理想条件下所得出的，而实际生产环境与之有着根本性的区别 （3）基于传统控制理论研发的机器人无法自我获取有效的数学模型，进而在运行过程中的动作与实际存在着一定程度的偏差。传统控制理论在这些方面存在的弊端直接限制了工业水平的发展，因此深入研究现代控制理论，发展智能控制成为必然。智能控制理论可以采用Matlab来进行数学建模，结合一系列约束条件，将“人”的思想传递给模型进而实现可靠控制，完成预定目标。这种建模过程可以分为两大步骤：首先是模型的建立与形式化，能够真是反应实际情况的模型，通过人为思考来对实际工作环境与内容进行充分理解；其次是形式化模型的分析与操作，以便可靠控制整个生产流程 随着现代控制理论的不断发展，数学建模已经得到了非常广泛的应用，尤其是在人工智能与仿真的结合上，模型的概念已经根深蒂固。从某种意义上来说，智能控制就是人工智能与控制工程的深入结合 3 智能控制在机器人领域中的应用 传统工业生产线主要依靠人工操作，受控制技术的限制这种传统生产方式效率低下而且成本高，无法满足现代工业生产的要求。近些年来，随着计算机技术、通信技术、控制理论的不断发展，自动化程度已经成为评定一个国家工业化水平的标准，智能机器人正在逐步取代人工成为生产线上的主导。通过给机器人预先设定程序算法，控制其执行所指定的工作 3.1 机器人视觉伺服控制 从当前实际情况来看，智能控制已经是控制理论发展的高级阶段，将智能控制技术与机器人视觉伺服系统相结合是该领域的重要课题之一。研究人员Well将四点特征、傅里叶算子与几何矩阵作为机器人神经网络的输入参数，并在六自由度机器中中进行了全面定位实验。从实验结果来看，机器人能够进行全局图像分析，更好的去适应实际工业生产环境，提高整个工作过程中的定位精度。Sun采用Kohonen网络和BP网络来实现机器人视觉控制。Kohonen网络通过两个摄像机实时记录周围环境变化，并将这些信息转换为视觉信号来进行全局控制；BP网络则是通过安装在机器人手臂上的两个末端摄像机来采集视觉信号，实现机器人的局部控制。F.L.Lewis基于无源理论进行了Functional Link Neural Network网络研究，从机器人动力学的角度出发，深入谈老了该网络的自实行控制算法。这种算法能够从根本上逼近实际误差，进而避免机器人在工作中可能出现的控制震颤。国内唐润宏等研究人员在视觉伺服系统中加入了FCMAC控制算法，这种算法的主要特点就是能够对动态目标进行可靠跟踪，对静态目标进行准确定位。谢冬梅等研究人员采用BP神经网络来代替图像雅克比矩阵和机器人雅克比矩阵，进而简化机器人控制系统中的冗余变量，更好的实现机器人操作定位于跟踪效果 3.2 机器人运动规划控制 实际工业生产过程中需要