把传统的人工智能的符号处理技术应用到机器人中存在哪些困难呢?一般的工业机器人的控制器,本质是一个数值计算系统。如若把人工智能系统(如专家系统)直接加到机器人控制器的顶层,能否得到一个很好的智能控制器?并不那么容易。因为符号处理与数值计算,在知识表示的抽象层次以及时间尺度上的重大差距,把两个系统直接结合起来,相互之间将存在通信和交互的问题,这就是组织智能控制系统的困难所在。

       这种困难表现在两个方面:一是传感器所获取的反馈信息通常是数量很大的数值信息,符号层一般很难直接使用这些信息,需要经过压缩、变换、理解后把它转变为符号表示,这往往是一件很困难而又耗费时间的事。而信息来自分布在不同地点和不同类型的多个传感器。从不同角度,以不同的测量方法得到不同的环境信息。这些信息受到干扰和各种非确定性因素的影响,难免存在畸变、信息不完整等缺陷,因此使上述的处理、变换更加复杂和困难。二是从符号层形成的命令和动作意图,要变成控制级可执行的指令(数据),也要经过分解、转换等过程,这也是困难和费时的工作。它们同样受到控制动作和环境的非确定性因素的影响。

       由于这些困难,要把人工智能系统与传统机器人控制器直接结合起来就很难建立实时性和适应性很好的系统。为了解决机器人的智能化,组成智能机器人系统,研究者们将面临许多困难且需要做长期努力,进行若干课题的研究。例如:高级思维活动应以什么方式的机器人系统来模仿,是采取传统的人工智能符号推理的方法,还是采用别的方法?需不需要环境模型,需要怎样的环境模型;怎样建立环境模型,传统的人工智能主要依据先验知识建立环境模型。由于环境和任务的复杂性,环境的不确定性,这种建模方式遇到了挑战,于是出现了依靠传感器建模的主张,这就引出一系列新的与传感技术有关的课题。

       人们为了探讨人工智能在机器人中近期的可用技术,暂时抛开人工智能中的各种带根本性的争论,如符号主义与连接主义、有推理和无推理智能等等,把着眼点放在人工智能技术中较成熟的技术上。对传统的人工智能来说,就是知识的符号表示和推理这部分技术,看一看它对当前的机器人技术的发展会有什么贡献。其主要贡献体现在以下几个方面:基于任务的传感技术,建立感知与动作的直接联系,基于传感器的规划和决策,复杂动作的协调等。

(2)操作器

       工业机器人手臂的设计制造已趋于成熟,因此在智能机器人操作器方面的研究,人们的兴趣主要集中在各种具有柔性和灵巧性的手爪和手臂上。机器人手臂结构要适应智能机器人高速、重载、高精度和轻质的发展趋势。其中轻质化是关键。新型高刚度、抗震结构和材料是目前国外研究的前沿。机器人的手、腕以及连接机构是引人注目的研究课题。其中手腕机构的研究注重于快速、准确、灵活性、柔顺性和结构的紧凑性。与人协调作业关系密切的一类智能机器人如医用机器人、空间机器人、危险品处理机器人、打毛刺机器人等,它们都面临着如何快速、准确地把人的意志和人手的熟练操作传送到机器人执行机构的问题。

       目前,要让机器人作业一个小时,其软件编制需要60个小时,费时又费工。改善这种状况,需要从软件和硬件两方面着手。如多指多关节灵巧手是一种模拟人的通用手,它能比较逼真地记录和再现人手的熟练动作,受到研究者的青睐。由于它涉及到操作力学、结构学、基于传感器的控制、传感器融和等方面的问题,研制的难度很大,因此到目前为止,还没有一种成熟的产品投放市场。

(3)移动技术

       移动功能是智能机器人与工业机器人显著的区别之一。附加了移动功能之后,机器人的作业范围大幅度增加,从而使移动机器人的概念也从陆地拓展到水下和空中。近几年来,在欧美国家的机器人研究计划中,移动技术占有重要的位置。例如在NASA空间站FREEDOM上搭载的机器人、NASA和NSF共同开发的南极Erebus活火山探测机器人、美国环保局主持开发的核废料处理机器人HA7BOT中,移动技术都被列为关键技术。移动机构与面向作业任务的执行机构综合开发是最近出现的新的倾向。因为无论何种机器人都需要通过搭载的机械手或传感器来完成特定的作业功能。另一个倾向是移动的运动控制与视觉的结合日益密切。这种倾向在美国ALV项目中已初见端倪,最近则越过了静态图像识别的框框,进入主动视觉和主动传感的阶段。显然,智能机器人在非结构环境中自主移动,或在遥控条件下移动,视觉-传感器-驱动器的协调控制不可缺少。

       最近几年,在步行机构,双足步行机,轮式移动机构的开发和实用化等方面都取得了一些进展。据日本工业机器人协会预测:管内移动机器人将在2007年可达到实用化;与人具有同样步行速度的多足步行机和双足步行机以及不平整地面行走和爬楼梯与人具有相同速度的移动机器人将在2010年可达到实用化。

(4)动力源和驱动器

       智能机器人的机动性要求动力源轻、小、出力大。而现有的移动机器人无一例外地拖着“辫子”。以动力源的重量/功率之比为例,目前电池约达到60g/W(连续使用小时),汽油机约为1.3g/W,都不理想,而且使用有局限性。到目前为止,尚未见到改善动力源的有效办法。电机仍然是智能机器人的主要驱动器。要使智能机器人的作业能力与人相当,它的指、肘、肩、腕各关节大致需要3-300Nm的输出力矩和30-60r/min的输出转速。传统伺服电机的重量/功率之比约为30g/W,而人在百米跑和投掷垒球时腿、肩、臂的出力大约为1g/W,相差甚大。

       日本在改进电机的性能方面取得了长足的进步。例如:核工业机器人臂和腿的驱动电机的重量已减轻到原来的1/10,使机器人整体自重降低到700kg,但与它只能处理20kg重的工作相比,远非令人满意。人们寄希望于新驱动器,例如:人工肌肉、形状记忆合金、氢吸附合金、压电元件、挠性轴、钢丝绳集束传动等等。虽然各有诱人的优点,但在实用性方面还达不到伺服电机的水平。日本极限作业机器人计划中,水下机器人机械手的手腕和手爪驱动采用了人工肌肉,肌肉本身的重量才5-8g,以20kg/cm2压力的高压水为工作介质,收缩力高达50kg(管径3mm)。这是新型驱动器一个成功的例子。总之,智能机器人性能指标的改进是无止境的,对驱动器的要求也越来越高。什么是客观的衡量标准呢?一个容易接受的办法就是把它与人的体能加以比较。从这个角度来看,智能机器人驱动技术目前差距还相当大。

(5)仿生机构

        智能机器人的生命在创新,开展仿生机构的研究,可以从生体机构、移动模式、运动机理、能量分配、信息处理与综合,以及感知和认知等方面多层次得到启发。目前,以驱体为构件的蛇形移动机构、人工肌肉、仿象鼻柔性臂、人造关节、假肢、多肢体动物的运动协调等等受到人们的关注。仿生机构的自由度往往比较多,建立数学模型以及基于数学模型的控制比较复杂,借助传感器获取信息加以简化可能是一条出路。

       近年来,机器人出现了一个倾向是面向特定功能和作业开发专用机器人,以追求高速、高效、单一化和低成本的目的。例如美国IBM公司设计的超高速小型机器人,以50次/s的速度频繁往复于相距数毫米的两点间,实现高密度微型电子器件装配,定位精度高达一微米。这种高速运动机构的动态平衡十分重要,虽然其工作区域只有13mm×13mm×1mm,但其加速度却高达50g。

       IBM公司的技术人员对机器人学提出了新的问题:如何进行机构-控制-传感-驱动的一体化设计,满足机械手高速高精度定位的要求。众所周知,机器人系统的设计程序是先设计臂结构和驱动装置,然后设计控制器。实践证明,这种设计即使能达到最佳的静力学性能,也往往不能满足动力学性能。到目前为止,改进动力学性能的方法并不多见,一般是按常识、减轻构件的重量,匹配减速器的速比等等。

       机器人是多学科交叉的产物，集成了运动学与动力学、机械设计与制造、计算机硬件与软件、控制与传感器、模式识别与人工智能等学科领域的先进理论与技术。同时，它又是一类典型的自动化机器，是专用自动机器、数控机器的延伸与发展。当前，社会需求和技术进步都对机器人向智能化发展提出了新的要求。

       大批研发机器人和普遍运用人工智能机器人,聊天机器人，做菜机器人。迎宾机器人，服务机器人，娱乐机器人，拉车机器人等等都已经出现并应用在不同的领域，机器人智能化已成为一种必然的发展趋势。