跃界星图

10 未来信息综合技术 · 10.3 机器人技术

机器人技术

重要度:★ 建议学习 300 分钟 软考学习笔记

机器人的概念与定义

机器人的概念最早由捷克作家卡雷尔·卡佩克于1920年提出,其原意是指苦力或奴隶。在学术界,关于机器人的定义存在多种视角。森政弘与合田周平曾提出移动性、个体性、智能性等7个特征,而加藤一郎教授提出的定义则更为聚焦,成为了判定机器人的核心准则。

加藤一郎定义的机器人必须满足以下三个必要条件,这也是衡量一个系统是否属于机器人的基石:

  • 具有脑、手、脚等三要素的个体:强调物理实体的完整性与动作能力。
  • 具有非接触传感器(如眼、耳)和接触传感器:机器人必须具备感知外部环境的能力,而非仅仅执行内部程序。
  • 具有平衡觉和固有觉的传感器:这决定了机器人对自身状态的感知与控制能力。

需要注意的是,虽然现代机器人常具备复杂的视觉识别或问答功能,但在加藤一郎的原始定义中,这些并不是判定的必要条件,核心在于脑手脚的协作与多维感知的存在。

机器人的发展历程

机器人技术经历了从机械重复到模拟感觉,再到自主决策的演进过程。根据技术特征,通常将其分为三代:

阶段 核心特征 局限性与典型代表
第一代:示教再现型 通过存储程序重复动作,无感知能力,完全依赖人工示教。 无法感知环境变化(如焊接位置偏移)。代表为1962年的PUMA。
第二代:感觉型 拥有力觉、触觉、视觉等外部传感器,能识别形状、颜色。 具备一定的环境适应性,起始于20世纪70年代后期。
第三代:智能型 具备复杂逻辑推理与自主决策能力,能适应多变环境。 核心在于“认知”,是20世纪90年代以来的主流方向。

机器人 4.0 核心技术

进入机器人4.0时代,机器人不再是孤立的个体,而是深度融入数字化环境的智能生命体。其技术架构主要围绕以下五大核心展开:

机器人4.0 五大核心技术 以机器人4.0为中心,辐射展示支撑其智能化的五项关键技术。 架构 进化 认知 环境 保障 机器人4.0 云-边-端 无缝协同 持续学习 与协同学习 知识图谱 场景自适应 数据安全 核心技术 支撑技术

架构与学习机制

解决机器人“在哪里算”和“怎么变聪明”的问题。

  • 云-边-端无缝协同:云侧负责海量知识存储,边缘侧负责降低延迟与协同共享,端侧机器人执行实时操作。
  • 持续学习与协同学习:机器人能从小数据中建立识别模型,并在云端实现多机之间的数据与经验共享。

认知与保障

解决机器人“懂什么”和“如何安全运行”的问题。

  • 知识图谱:提供动态个性化知识,支持感知与决策的深度融合。
  • 场景自适应:通过三维语义理解进行场景预测,在云端大规模预演以适应复杂动态环境。
  • 数据安全:针对视觉、位置等敏感隐私,构建端侧物理安全与云侧存储鉴别的分层保护机制。

容易混淆的是,虽然云端计算能力强大,但边缘侧在减轻云端压力和降低响应延迟方面承担了不可替代的作用,并非所有智能逻辑都堆叠在云端。

机器人的分类体系

根据不同的分类标准,机器人可以被划分为多个范畴,这有助于我们在不同行业场景下选择合适的技术路径:

机器人分类体系 基于控制方式和应用行业的双维度机器人分类。 维度1 维度2 维度1 维度2 机器人分类 按控制方式 按应用行业 操作机器人 程序机器人 示教再现机器人 智能机器人 综合机器人 工业机器人 服务机器人 特殊领域机器人 核心分类 细分类型

控制方式维度

依据机器人的自主性与操作逻辑进行区分。

  • 操作机器人:如核电站使用的由人远程操纵的机械手。
  • 综合机器人:代表作如火星探路者,它结合了操纵、程序及智能控制等多种模式。
  • 智能机器人:能够根据环境信息自主调节动作,具有高度自适应性。

应用行业维度

依据机器人的使用场所与服务对象进行区分。

  • 工业机器人:聚焦于制造环节的搬运、焊接与装配。
  • 服务机器人:涵盖商用租赁、家用娱乐及教育玩具。
  • 特殊领域机器人:部署在海底、宇宙或强辐射等人类难以进入的极端环境。

需要注意的是,在分类中,操作机器人通常由主动机械手(人直接操纵)和从动机械手(执行动作)共同组成。而像火星探测器这类复杂的设备,往往不属于单一类别,而是典型的综合机器人。

本页内容由 跃界星图软考学习库 整理,仅供个人备考学习。