主頁(yè) > 知識(shí)庫(kù) > 人工智能AI在機(jī)器人運(yùn)動(dòng)控制領(lǐng)域盤點(diǎn)簡(jiǎn)介

人工智能AI在機(jī)器人運(yùn)動(dòng)控制領(lǐng)域盤點(diǎn)簡(jiǎn)介

熱門標(biāo)簽:電銷地圖標(biāo)注話術(shù) 聊城智能電話機(jī)器人 公司地圖標(biāo)注問(wèn)題 失蹤的地圖標(biāo)注 電話機(jī)器人的功效 加盟商業(yè)地圖標(biāo)注服務(wù)中心賺錢 新版百度地圖標(biāo)注沒有了 百度地圖標(biāo)注多少錢 寧波營(yíng)銷電銷機(jī)器人公司
導(dǎo)讀: 復(fù)雜機(jī)器人的運(yùn)動(dòng)控制,一直阻擋機(jī)器人產(chǎn)業(yè)發(fā)展的老大難問(wèn)題,遲遲沒有得到很好的解決。即便是代表機(jī)器人最高水平的波士頓動(dòng)力,其機(jī)器人離實(shí)用也還遠(yuǎn)。 復(fù)雜機(jī)器人的運(yùn)動(dòng)控制,一直阻擋機(jī)器人產(chǎn)業(yè)發(fā)展的老大難問(wèn)題,遲遲沒有得到很好的解決。即便是代表機(jī)器人最高水平的波士頓動(dòng)力,其機(jī)器人離實(shí)用也還遠(yuǎn)。近兩年發(fā)展迅猛的AI,儼然如萬(wàn)金油般,被用在各種地方,自然也包括機(jī)器人控制領(lǐng)域,而且似乎取得了不錯(cuò)的效果。前端時(shí)間,UCberkely的強(qiáng)化學(xué)習(xí)專家Pieter Abbeel創(chuàng)辦了Embodied Intelligence,業(yè)務(wù)更是直接涵蓋了VR、AI、機(jī)器人三大熱點(diǎn)。 為了搞清楚VR、AI等新技術(shù)如何在機(jī)器人控制領(lǐng)域應(yīng)用,本文根據(jù)一些相關(guān)論文和公開資料,包括Pieter Abbeel的演講,對(duì)VR和AI在機(jī)器人控制方面的應(yīng)用進(jìn)行了簡(jiǎn)單梳理,發(fā)現(xiàn)AI和VR等在機(jī)器人控制等方面還是有實(shí)在的應(yīng)用,只不過(guò)離取得實(shí)質(zhì)性突破,還有相當(dāng)長(zhǎng)的距離。 機(jī)器人控制的幾種類型 很多機(jī)器人的研究目標(biāo)很多是模擬人的智能,所以研究人的控制系統(tǒng),對(duì)于機(jī)器人有很大的借鑒意義。人體的神經(jīng)系統(tǒng)由大腦、小腦、腦干、脊髓、神經(jīng)元等共同構(gòu)成,復(fù)雜而又完善。人體神經(jīng)系統(tǒng)包括中樞神經(jīng)系統(tǒng)和周圍神經(jīng)系統(tǒng)。中樞神經(jīng)系統(tǒng)由腦和脊髓組成,是人體神經(jīng)系統(tǒng)的最主體部分。周圍神經(jīng)系統(tǒng)是從腦和脊髓發(fā)出的分布到全身各處的神經(jīng)。無(wú)數(shù)的神經(jīng)元存在于神經(jīng)系統(tǒng)各處,構(gòu)成神經(jīng)網(wǎng)絡(luò)。 中樞神經(jīng)網(wǎng)絡(luò)負(fù)責(zé)運(yùn)動(dòng)控制,主要分成三層: 大腦:居于最高層,負(fù)責(zé)運(yùn)動(dòng)的總體策劃,各種任務(wù)的下達(dá)。 小腦:居于中間層,負(fù)責(zé)運(yùn)動(dòng)的協(xié)調(diào)組織和實(shí)施。人體平衡由小腦控制。 腦干和脊髓:屬于最低層,負(fù)責(zé)運(yùn)動(dòng)的執(zhí)行,具體控制肌肉的骨骼的運(yùn)動(dòng),由腦干和脊髓完成。 三層對(duì)運(yùn)動(dòng)的調(diào)控作用不同,由高到低,低層接收高層的下行控制指令并具體實(shí)現(xiàn)。大腦可直接也可間接的通過(guò)腦干控制脊髓運(yùn)動(dòng)神經(jīng)。 如果把機(jī)器人與人進(jìn)行類比,機(jī)械臂控制器就類似于人的脊髓,負(fù)責(zé)控制電機(jī)(肌肉)和機(jī)械機(jī)構(gòu)(骨骼)的具體運(yùn)動(dòng),多足機(jī)器人的運(yùn)動(dòng)控制器,就類似于人的小腦,負(fù)責(zé)控制平衡和協(xié)調(diào)。而機(jī)器人的操作系統(tǒng)層,則類似于人的大腦,感知和認(rèn)知世界,并下達(dá)各種復(fù)雜的運(yùn)動(dòng)目標(biāo)。 基于以上類比,參照目前的各類機(jī)器人的情況,機(jī)器人的運(yùn)動(dòng)控制大概可以分成4種任務(wù): 脊髓控制——機(jī)械臂運(yùn)動(dòng)的基礎(chǔ)控制。工業(yè)機(jī)器人,各類機(jī)械臂,無(wú)人機(jī)的底層運(yùn)動(dòng)控制等面臨的主要是這類問(wèn)題。 小腦控制——多足機(jī)器人的平衡和運(yùn)動(dòng)協(xié)調(diào)控制。這塊目前是機(jī)器人控制仍未突破的難點(diǎn),目前做的最好的顯然是波士頓動(dòng)力。 大腦控制——環(huán)境的感知。主要是掃地機(jī)器人、無(wú)人機(jī)等底層運(yùn)動(dòng)控制已經(jīng)封裝好的機(jī)器人的導(dǎo)航和路徑規(guī)劃。需要通過(guò)環(huán)境感知,對(duì)自身和目標(biāo)進(jìn)行定位、導(dǎo)航和運(yùn)動(dòng)規(guī)劃。 大腦控制——環(huán)境的認(rèn)知和交互,也就是機(jī)器人具體執(zhí)行交互任務(wù),如控制機(jī)械臂抓取物體,執(zhí)行操作等。這是服務(wù)機(jī)器人需要突破的重要問(wèn)題。 幾種具體控制的AI應(yīng)用情況 1.脊髓控制類 脊髓控制的兩種典型的應(yīng)用是機(jī)械臂路徑規(guī)劃和無(wú)人機(jī)的飛行控制。這類問(wèn)題屬于傳統(tǒng)自動(dòng)控制理論,以數(shù)學(xué)和動(dòng)力學(xué)建模為基礎(chǔ),發(fā)展了很多年,已經(jīng)有了非常完備的理論和實(shí)踐基礎(chǔ),也取得了很好的效果。雖然深度學(xué)習(xí)在最近很熱,理論上也可以用于這類控制。但目前在這類基礎(chǔ)控制領(lǐng)域,并沒有應(yīng)用。主要原因可能有: 1)工業(yè)機(jī)器人高精度重復(fù)特定動(dòng)作等,基于自動(dòng)控制理論已經(jīng)能從數(shù)學(xué)上很好的解決,且由于了解原理,屬于白盒系統(tǒng)。既然有可靠的白盒方案,沒必要換成黑盒的神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)。 2)工業(yè)機(jī)器人等應(yīng)用領(lǐng)域,對(duì)控制算法穩(wěn)定性要求很高。而作為黑盒方案的神經(jīng)網(wǎng)絡(luò)控制系統(tǒng),數(shù)據(jù)上還無(wú)法證明其穩(wěn)定性。神經(jīng)網(wǎng)絡(luò)控制器一旦發(fā)生問(wèn)題,難以進(jìn)行解釋和改進(jìn)。 3)神經(jīng)網(wǎng)絡(luò)算法基于大量數(shù)據(jù)訓(xùn)練,而現(xiàn)有的運(yùn)動(dòng)控制中,比如飛控,拿到實(shí)際實(shí)驗(yàn)數(shù)據(jù)的成本高,大量數(shù)據(jù)的獲取非常困難。 2.小腦控制類 小腦控制典型問(wèn)題是類人型雙足和多足機(jī)器人的平衡和運(yùn)動(dòng)協(xié)調(diào)控制問(wèn)題。這方面一直是基于傳統(tǒng)控制理論在進(jìn)行研究,不過(guò)由于相比于機(jī)械臂或無(wú)人機(jī),其運(yùn)動(dòng)的自由度高很多,難度很大。雙足類人機(jī)器人給人大多數(shù)的印象還是運(yùn)動(dòng)遲緩、僵硬、站不穩(wěn)。波士頓動(dòng)力的Altas、大狗等已經(jīng)是在這方面最先進(jìn)的,波士頓動(dòng)力學(xué)公司并未公布他們使用的技術(shù),但谷歌工程師Eric Jang表示,根據(jù)從演講得來(lái)的信息,BD的機(jī)器人控制策略使用基于模型的控制器,并不涉及神經(jīng)網(wǎng)絡(luò)相關(guān)算法。 3.環(huán)境感知類 主要的場(chǎng)景是服務(wù)機(jī)器人的路徑規(guī)劃、無(wú)人機(jī)目標(biāo)追蹤、工業(yè)機(jī)器人的視覺定位等,通過(guò)感知環(huán)境,給封裝好的運(yùn)動(dòng)控制系統(tǒng)下達(dá)目標(biāo)運(yùn)動(dòng)指令。 目標(biāo)識(shí)別 環(huán)境感知過(guò)程中的目標(biāo)識(shí)別,如無(wú)人機(jī)目標(biāo)的識(shí)別和追蹤等,有神經(jīng)網(wǎng)絡(luò)的幫助,可以識(shí)別的更準(zhǔn)確,已經(jīng)在大疆等無(wú)人機(jī)上應(yīng)用。 定位導(dǎo)航和路徑規(guī)劃 目前機(jī)器人的定位導(dǎo)航,主要基于流行的vSLAM或激光雷達(dá)SLAM技術(shù)。主流的激光雷達(dá)方案大概可以分三步,中間部分環(huán)節(jié)可能涉及到一些深度學(xué)習(xí),大部分內(nèi)容并不涉及深度學(xué)習(xí)相關(guān)。 第一步:SLAM,構(gòu)建場(chǎng)景地圖,用激光雷達(dá)構(gòu)建場(chǎng)景的2D或3D點(diǎn)云,或者重建出3D場(chǎng)景。 第二步:構(gòu)建語(yǔ)義地圖,可能會(huì)對(duì)物體進(jìn)行識(shí)別和分割,對(duì)場(chǎng)景中的物體進(jìn)行標(biāo)記。(有的可能略過(guò)這一步) 第三部:基于算法進(jìn)行路徑規(guī)劃,并驅(qū)動(dòng)機(jī)器人的運(yùn)動(dòng)。 4.環(huán)境交互 典型應(yīng)用場(chǎng)景:機(jī)械臂抓取目標(biāo)物體等。與環(huán)境的交互,一直是傳統(tǒng)自動(dòng)控制難以解決的問(wèn)題。近年來(lái),以強(qiáng)化學(xué)習(xí)為基礎(chǔ),AI相關(guān)技術(shù)用在了這類問(wèn)題上,取得了一定的研究進(jìn)展,但是否是未來(lái)的主流方向,仍存在很大爭(zhēng)議。

標(biāo)簽:遼源 漯河 萍鄉(xiāng) 朝陽(yáng) 克拉瑪依 咸陽(yáng) 辛集 三沙

巨人網(wǎng)絡(luò)通訊聲明:本文標(biāo)題《人工智能AI在機(jī)器人運(yùn)動(dòng)控制領(lǐng)域盤點(diǎn)簡(jiǎn)介》,本文關(guān)鍵詞  人工智能,在,機(jī)器人,運(yùn)動(dòng),;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問(wèn)題,煩請(qǐng)?zhí)峁┫嚓P(guān)信息告之我們,我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無(wú)關(guān)。
  • 相關(guān)文章
  • 下面列出與本文章《人工智能AI在機(jī)器人運(yùn)動(dòng)控制領(lǐng)域盤點(diǎn)簡(jiǎn)介》相關(guān)的同類信息!
  • 本頁(yè)收集關(guān)于人工智能AI在機(jī)器人運(yùn)動(dòng)控制領(lǐng)域盤點(diǎn)簡(jiǎn)介的相關(guān)信息資訊供網(wǎng)民參考!
  • 推薦文章