機器人需要感知哪些信息

A. 從感測器到演算法原理，機器人視覺避障原來是這樣的

避障是指移動機器人在行走過程中，通過感測器感知到在其規劃路線上存在靜態或動態障礙物時，按照 一定的演算法實時更新路徑，繞過障礙物，最後達到目標點。

避障常用哪些感測器？

不管是要進行導航規劃還是避障，感知周邊環境信息是第一步。就避障來說，移動機器人需要通過感測器 實時獲取自身周圍障礙物信息，包括尺寸、形狀和位置等信息。避障使用的感測器多種多樣，各有不同的原理和特點，目前常見的主要有視覺感測器、激光感測器、紅外感測器、超聲波感測器等。下面我簡單介紹一下這幾種感測器的基本工作原理。

超聲波

超聲波感測器的基本原理是測量超聲波的飛行時間，通過d=vt/2測量距離，其中d是距離，v是聲速，t是 飛行時間。由於超聲波在空氣中的速度與溫濕度有關，在比較精確的測量中，需把溫濕度的變化和其它因素考慮進去。

上面這個圖就是超聲波感測器信號的一個示意。通過壓電或靜電變送器產生一個頻率在幾十kHz的超聲波脈沖組成波包，系統檢測高於某閾值的反向聲波，檢測到後使用測量到的飛行時間計算距離。超聲波感測器一般作用距離較短，普通的有效探測距離都在幾米，但是會有一個幾十毫米左右的最小探測盲區。由於超聲感測器的成本低、實現方法簡單、技術成熟，是移動機器人中常用的感測器。超聲波感測器也有一些缺點，首先看下面這個圖。

因為聲音是錐形傳播的，所以我們實際測到的距離並不是 一個點，而是某個錐形角度范圍內最近物體的距離。

另外，超聲波的測量周期較長，比如3米左右的物體，聲波傳輸這么遠的距離需要約20ms的時間。再者，不同材料對聲波的反射或者吸引是不相同的，還有多個超聲感測器之間有可能會互相干擾，這都是實際應用的過程中需要考慮的。

紅外

一般的紅外測距都是採用三角測距的原理。紅外發射器按照一定角度發射紅外光束，遇到物體之後，光會反向回來，檢測到反射光之後，通過結構上的幾何三角關系，就可以計算出物體距離D。

當D的距離足夠近的時候，上圖中L值會相當大，如果超過CCD的探測范圍，這時，雖然物體很近，但是感測器反而看不到了。當物體距離D很大時，L值就會很小，測量量精度會變差。因此，常見的紅外感測器 測量距離都比較近，小於超聲波，同時遠距離測量也有最小距離的限制。另外，對於透明的或者近似黑體的物體，紅外感測器是無法檢測距離的。但相對於超聲來說，紅外感測器具有更高的帶寬。

激光

常見的激光雷達是基於飛行時間的（ToF，time of flight），通過測量激光的飛行時間來進行測距d=ct/2，類似於前面提到的超聲測距公式，其中d是距離，c是光速，t是從發射到接收的時間間隔。激光雷達包括發射器和接收器 ，發射器用激光照射目標，接收器接收反向回的光波。機械式的激光雷達包括一個帶有鏡子的機械機構，鏡子的旋轉使得光束可以覆蓋 一個平面，這樣我們就可以測量到一個平面上的距離信息。

對飛行時間的測量也有不同的方法，比如使用脈沖激光，然後類似前面講的超聲方案，直接測量佔用的時間，但因為光速遠高於聲速，需要非常高精度的時間測量元件，所以非常昂貴；另一種發射調頻後的連續激光波，通過測量接收到的反射波之間的差頻來測量時間。

圖一

圖二

比較簡單的方案是測量反射光的相移，感測器以已知的頻率發射一定幅度的調制光，並測量發射和反向信號之間的相移，如上圖一。調制信號的波長為lamda=c/f，其中c是光速，f是調制頻率，測量到發射和反射光束之間的相移差theta之後，距離可由lamda*theta/4pi計算得到，如上圖二。

激光雷達的測量距離可以達到幾十米甚至上百米，角度解析度高，通常可以達到零點幾度，測距的精度也高。但測量距離的置信度會反比於接收信號幅度的平方，因此，黑體或者遠距離的物體距離測量不會像光亮的、近距離的物體那麼好的估計。並且，對於透明材料，比如玻璃，激光雷達就無能為力了。還有，由於結構的復雜、器件成本高，激光雷達的成本也很高。

一些低端的激光雷達會採用三角測距的方案進行測距。但這時它們的量程會受到限制，一般幾米以內，並且精度相對低一些，但用於室內低速環境的SLAM或者在室外環境只用於避障的話，效果還是不錯的。

視覺

常用的計算機視覺方案也有很多種， 比如雙目視覺，基於TOF的深度相機，基於結構光的深度相機等。深度相機可以同時獲得RGB圖和深度圖，不管是基於TOF還是結構光，在室外強光環境下效果都並不太理想，因為它們都是需要主動發光的。

像基於結構光的深度相機，發射出的光會生成相對隨機但又固定的斑點圖樣，這些光斑打在物體上後，因為與攝像頭距離不同，被攝像頭捕捉到的位置也不相同，之後先計算拍到的圖的斑點與標定的標准圖案在不同位置的偏移，利用攝像頭位置、感測器大小等參數就可以計算出物體與攝像頭的距離。而我們目前的E巡機器人主要是工作在室外環境，主動光源會受到太陽光等條件的很大影響，所以雙目視覺這種被動視覺方案更適合，因此我們採用的視覺方案是基於雙目視覺的。

雙目視覺的測距本質上也是三角測距法，由於兩個攝像頭的位置不同，就像我們人的兩隻眼睛一樣，看到的物體不一樣。兩個攝像頭看到的同一個點P，在成像的時候會有不同的像素位置，此時通過三角測距就可以測出這個點的距離。與結構光方法不同的是，結構光計算的點是主動發出的、已知確定的，而雙目演算法計算的點一般是利用演算法抓取到的圖像特徵，如SIFT或SURF特徵等，這樣通過特徵計算出來的是稀疏圖。

要做良好的避障，稀疏圖還是不太夠的，我們需要獲得的是稠密的點雲圖，整個場景的深度信息。稠密匹配的演算法大致可以分為兩類，局部演算法和全局演算法。局部演算法使用像素局部的信息來計算其深度，而全局演算法採用圖像中的所有信息進行計算。一般來說，局部演算法的速度更快，但全局演算法的精度更高。

這兩類各有很多種不同方式的具體演算法實現。能過它們的輸出我們可以估算出整個場景中的深度信息，這個深度信息可以幫助我們尋找地圖場景中的可行走區域以及障礙物。整個的輸出類似於激光雷達輸出的3D點雲圖，但是相比來講得到信息會更豐富，視覺同激光相比優點是價格低很多，缺點也比較明顯，測量精度要差 一些，對計算能力的要求也高很多。當然，這個精度差是相對的，在實用的過程中是完全足夠的，並且我們目前的演算法在我們的平台NVIDIA TK1和TX1上是可以做到實時運行。

KITTI採集的圖

實際輸出的深度圖，不同的顏色代表不同的距離

在實際應用的過程中，我們從攝像頭讀取到的是連續的視頻幀流，我們還可以通過這些幀來估計場景中 目標物體的運動，給它們建立運動模型，估計和預測它們的運動方向、運動速度，這對我們實際行走、避障規劃是很有用的。

以上幾種是最常見的幾種感測器 ，各有其優點和缺點，在真正實際應用的過程中，一般是綜合配置使用多種不同的感測器 ，以最大化保證在各種不同的應用和環境條件下，機器人都能正確感知到障礙物信息。我們公司的E巡機器人的避障方案就是以雙目視覺為主，再輔助以多種其他感測器，保證機器人周邊360度空間立體范圍內的障礙物都能被有效偵測到，保證機器人行走的安全性。

避障常用演算法原理

在講避障演算法之前，我們假定機器人已經有了一個導航規劃演算法對自己的運動進行規劃，並按照規劃的路徑行走。避障演算法的任務就是在機器人執行正常行走任務的時候，由於感測器的輸入感知到了障礙物的存在，實時地更新目標軌跡，繞過障礙物。

Bug演算法知乎用戶無方表示

Bug演算法應該是最簡單的一種避障演算法了，它的基本思想是在發現障礙後，圍著檢測到的障礙物輪廓行走，從而繞開它。Bug演算法目前有很多變種， 比如Bug1演算法，機器人首先完全地圍繞物體，然後從距目標最短距離的點離開。Bug1演算法的效率很低，但可以保證機器人達到目標。

Bug1演算法示例

改進後的Bug2演算法中，機器人開始時會跟蹤物體的輪廓，但不會完全圍繞物體一圈，當機器人可以直接移動至目標時，就可以直接從障礙分離，這樣可以達到比較短的機器人行走總路徑。

Bug2演算法示例

除此之外，Bug演算法還有很多其他的變種， 比如正切Bug演算法等等。在許多簡單的場景中，Bug演算法是實現起來比較容易和方便的，但是它們並沒有考慮到機器人的動力學等限制，因此在更復雜的實際環境中就不是那麼可靠好用了。

勢場法（PFM）

實際上，勢場法不僅僅可以用來避障，還可以用來進行路徑的規劃。勢場法把機器人處理在勢場下的 一個點，隨著勢場而移動，目標表現為低谷值，即對機器人的吸引力，而障礙物扮演的勢場中的一個高峰，即斥力，所有這些力迭加於機器人身上，平滑地引導機器人走向目標，同時避免碰撞已知的障礙物。當機器人移動過程中檢測新的障礙物，則需要更新勢場並重新規劃。

上面這個圖是勢場比較典型的示例圖，最上的圖a左上角是出發點，右下角是目標點，中間三個方塊是障礙物。中間的圖b就是等勢點陣圖，圖中的每條連續的線就代表了一個等勢位的一條線，然後虛線表示的在整個勢場裡面所規劃出來的一條路徑，我們的機器人是沿著勢場所指向的那個方向一直行走，可以看見它會繞過這個比較高的障礙物。

最下面的圖，即我們整個目標的吸引力還有我們所有障礙物產生的斥力最終形成的一個勢場效果圖，可以看到機器人從左上角的出發點出發，一路沿著勢場下降的方向達到最終的目標點，而每個障礙物勢場表現出在很高的平台，所以，它規劃出來的路徑是不會從這個障礙物上面走的。

一種擴展的方法在基本的勢場上附加了了另外兩個勢場：轉運勢場和任務勢場。它們額外考慮了由於機器人本身運動方向、運動速度等狀態和障礙物之間的相互影響。

轉動勢場考慮了障礙與機器人的相對方位，當機器人朝著障礙物行走時，增加斥力， 而當平行於物體行走時，因為很明顯並不會撞到障礙物，則減小斥力。任務勢場則排除了那些根據當前機器人速度不會對近期勢能造成影響的障礙，因此允許規劃出 一條更為平滑的軌跡。

另外還有諧波勢場法等其他改進方法。勢場法在理論上有諸多局限性， 比如局部最小點問題，或者震盪性的問題，但實際應用過程中效果還是不錯的，實現起來也比較容易。

向量場直方圖（VFH）

它執行過程中針對移動機器人當前周邊環境創建了一個基於極坐標表示的局部地圖，這個局部使用柵格圖的表示方法，會被最近的一些感測器數據所更新。VFH演算法產生的極坐標直方圖如圖所示：

圖中x軸是以機器人為中心感知到的障礙物的角度，y軸表示在該方向存在障礙物的概率大小p。實際應用的過程中會根據這個直方圖首先辨識出允許機器人通過的足夠大的所有空隙，然後對所有這些空隙計算其代價函數，最終選擇具有最低代價函數的通路通過。

代價函數受三個因素影響：目標方向、機器人當前方向、之前選擇的方向，最終生成的代價是這三個因素的加權值，通過調節不同的權重可以調整機器人的選擇偏好。VFH演算法也有其他的擴展和改進，比如在VFH+演算法中，就考慮了機器人運動學的限制。由於實際底層運動結構的不同，機器的實際運動能力是受限的，比如汽車結構，就不能隨心所欲地原地轉向等。VFH+演算法會考慮障礙物對機器人實際運動能力下軌跡的阻擋效應，屏蔽掉那些雖然沒有被障礙物占據但由於其阻擋實際無法達到的運動軌跡。我們的E巡機器人採用的是兩輪差動驅動的運動形式，運動非常靈活，實際應用較少受到這些因素的影響。

具體可以看 一下這個圖示：

類似這樣傳統的避障方法還有很多，除此之外，還有許多其他的智能避障技術，比如神經網路、模糊邏輯等。

神經網路方法對機器人從初始位置到目標位置的整個行走路徑進行訓練建模，應用的時候，神經網路的輸 入為之前機器人的位姿和速度以及感測器的輸 入，輸出期望的下一目標或運動方向。

模糊邏輯方法核心是模糊控制器，需要將專家的知識或操作人員的經驗寫成多條模糊邏輯語句，以此控制機器人的避障過程。比如這樣的模糊邏輯：第一條，若右前方較遠處檢測到障礙物，則稍向左轉；第 二條，若右前方較近處檢測到障礙物，則減速並向左轉更多角度等等。

B. 機器人必須具備的三個特徵

1、感覺要素，用來認識周圍環境狀態;

感覺要素包括能感知視覺、接近、距離等的非接觸型感測器和能感知力、壓覺、觸覺等的接觸型感測器。這些要素實質上就是相當於人的眼、鼻、耳等五官，它們的功能可以利用諸如攝像機、圖像感測器、超聲波傳成器、激光器、導電橡膠、壓電元件、氣動元件、行程開關等機電元器件來實現。

2、運動要素，對外界做出反應性動作;

對運動要素來說，智能機器人需要有一個無軌道型的移動機構，以適應諸如平地、台階、牆壁、樓梯、坡道等不同的地理環境。它們的功能可以藉助輪子、履帶、支腳、吸盤、氣墊等移動機構來完成。在運動過程中要對移動機構進行實時控制，這種控制不僅要包括有位置控制，而且還要有力度控制、位置與力度混合控制、伸縮率控制等。

3、思考要素，根據感覺要素所得到的信息，思考出採用什麼樣的動作。

智能機器人的思考要素是三個要素中的關鍵，也是人們要賦予機器人必備的要素。思考要素包括有判斷、邏輯分析、理解等方面的智力活動。這些智力活動實質上是一個信息處理過程，而計算機則是完成這個處理過程的主要手段。

(2)機器人需要感知哪些信息擴展閱讀：

正確看待機器人：

科學技術向來是把「雙刃劍」，智能機器人技術在發揮其積極作用的同時也會給人們帶來社會和倫理問題。因此有人擔憂：智能機器人將來是否會在智能上超越人類，以至對就業造成影響，甚或威脅人類的生命財產？其實，這方面的擔心完全沒有必要。

智能機器人並非無所不能，它的智商只相當於4歲的兒童，它的「常識」比正常成年人就差得更遠了。 中國知名學者周海中教授早在1990年發表的《論機器人》一文中就指出：機器人在工作強度、運算速度和記憶功能方面可以超越人類，但在意識、推理等方面不可能超越人類。

日本機器人專家廣瀨茂男教授最近也指出：即使智能機器人將來具有常識，並能進行自我復制，也不可能帶來大范圍的失業，更不可能對人類造成威脅。只有正確看待和使用智能機器人，才能使其更好地服務人類、造福人類。

C. 較成熟的商業化仿人機器人具備哪些感知功能

●思維和學習能力仿人機器人對環境的適應性和學習能力，機器的智能來源於與外界環境的相互作用，同時也反映在對作業的獨立完成度上，機器人學習控制技術是實現仿人機器人在結構和非結構環境下實現智能化控制的一項重要技術。
●與環境的交互仿人機器人與環境相互影響的能力依賴於其富於表現力的交流能力，如肢體語言（包括面部表情）、思維和意識的交互。仿人機器人的信息輸入感測器應是多模型，同時又兼備對話的交流方式，對信息的採集應是多方位，如採集圖像的攝像機具有多維視角，保證採集的信息既有深度又有廣度。
●軀體和結構和四肢運動仿人機器人須擁有類似人類上肢的兩條機械臂，並在臂的末端有兩指或多指手部。可雙臂協調控制和手指控制熏以實現較為復雜的操作。仿人機器人要具有完成復雜任務所需要的感知活動，還要在已經完成過的任務重復出現時熏像條件反射一樣自然流暢地作出反應。
●體系結構仿人機器人的體系結構是定義機器人系統各組成部分之間相互關系和功能分配，確定單台機器人或多台機器人系統的信息流通關系和邏輯的計算結構。也就是仿人機器人信息處理和控制系統的總體結構。如果說機器人的自治能力是仿人機器人的設計目標，體系結構的設計就是實現這一目標的手段。

D. 機器人怎麼感知世界

機器人是通過視頻，聲音辨別等一系列科技手段來「感知」這個世界的，但是機器人的不能稱為感知她的只算是數據加工處理。現在機器學習，一般是通過深度學習來達到的，機器學習，說白了就是通過大量的數據的喂養，使它能夠精確的分析人類的行為，但是對於感知也只是在此基礎上所以演化而出的，這也就說明了，機器根本不會自產生所謂的感知，只是在模擬人類的一些行為，如果人類從來做過此種類型的行為的話，那麼機器也是不會有所感知的。僅代表個人觀點。

E. 感知智能包括哪些內容呢

感知智能包括視覺、聽覺、觸覺等感知能力。人和動物都具備，能夠通過各種智能感知能力與自然界進行交互。自動駕駛汽車，就是通過激光雷達等感知設備和人工智慧演算法，實現這樣的感知智能的。機器在感知世界方面，比人類還有優勢。

人類都是被動感知的，但是機器可以主動感知，如：激光雷達、微波雷達和紅外雷達。不管是Big Dog這樣的感知機器人，還是自動駕駛汽車，因為充分利用了DNN和大數據的成果，機器在感知智能方面已越來越接近於人類。

感知智能介紹：

感知智能是指將物理世界的信號通過攝像頭、麥克風或者其他感測器的硬體設備，藉助語音識別、圖像識別等前沿技術，映射到數字世界，再將這些數字信息進一步提升至可認知的層次，比如記憶、理解、規劃、決策等等。而在這個過程中，人機界面的交互至關重要。

有研究者認為，人工智慧的發展主要分為三個層次，即運算智能、感知智能和認知智能。所謂運算智能，是指計算機快速計算和記憶存儲的能力。所謂感知智能，是指通過各種感測器獲取信息的能力。所謂認知智能，是指機器具有理解、推理等能力。

以上內容參考：網路-感知智能

F. 機器人感知世界要用到哪些感測器

機器人要用到避障的感測器、測距的感測器、亮度判斷的感測器、檢測地麵灰度的感測器等等。

用於避障的感測器

避障可以說是各種機器人最基本的功能，不然機器人一走動就碰到花花草草就不好了。機器人並不一定要通過視覺感知自己前方是否有障礙物，它們也可以通過觸覺或像蝙蝠那樣通過聲波感知。因此，檢測機器人前方是否存在障礙物的感測器，可以分為接觸式和非接觸式的。

最典型的接觸式測障感測器便是碰撞開關（圖1）。碰撞開關的工作原理非常簡單，完全依靠內部的機械結構來完成電路的導通和中斷。當碰撞開關的外部探測臂受到碰撞，探測臂受力下壓，帶動碰撞開關內部的簧片撥動，從而電路的導通狀態發生改變（圖2）。

圖5 一種利用發光二極體作為發光裝置的地麵灰度檢測器

其他

微電子領域的發展日新月異，每天都有各種各樣的新感測器問世，很多以前高不可攀的感測器如今也變成了幾塊錢甚至幾毛錢一個，因此經常去電子市場轉轉，關注一下最新的感測器信息是必要的。

G. 機器人必須具備的三個特徵

其實機器人必須具備的三個特徵的話，首先想到的就是智能，也就是大腦的能力，專業點的說法就是自動控製程序，這種程序是20世界發展比較快、影響也是比較大的一個程序，更是21世紀比較高端的技術之一。到現在為止，技術、生產、生活等等各個領域中，都會看到自動控製程序，並且逐漸的會離不開它。如果從定義方面來看的話，自動控製程序是控制論的技術實現應用，是通過具有一定控制功能的自動控制系統，來完成某種控制任務，保證某個過程按照預想進行，或者實現某個預設的目標。然吼再來說第二個特徵，就是結構形態，對於結構形態，主要可以理解為，必須擁有手臂、腿、腳、頭、腹部等等。最後一個必須擁有的特徵就是動作，也就是可移動能力，擁有這個能力的機器人可以做的事情就非常多了，就比如說送飯、打掃衛生、聊天、做飯等等比較簡單的事情。
另外機器人就是一種能夠半自主或全自主工作的智能機器。歷史上最早的機器人見於隋煬帝命工匠按照柳抃形象所營造的木偶機器人，施有機關，有坐、起、拜、伏等能力。
機器人具有感知、決策、執行等基本特徵，可以輔助甚至替代人類完成危險、繁重、復雜的工作，提高工作效率與質量，服務人類生活，擴大或延伸人的活動及能力范圍。

H. 智能機器人的三要素分別是

一個智能機器人應該具備三大要素：感知，決策，行動。感知就是機器人具有能夠感覺內部，外部的狀態和變化，理解這些變化的某種內在含義的能力。決策要求機器人具有能夠依據各種條件，狀態，約束的限制自主產生目標，規劃實現目標的具體方案，步驟的能力。行動需要機器人具備完成一些基本工作，基本運作的能力。

在這三大要素到底基礎上，智能機器人通過感知輔助產生決策，並將決策付諸行動，在復雜的環境下自主地完成任務，形成各種智能行為。

隨著人工智慧的不斷深入，發現不僅個體可以產生智能行為，而且群體間簡單行為的交互作用也可以產生許多復雜的智能行為。研究個體間的交互作用所產生的復雜行為已成為人工智慧領域研究的一個重要方向。

智能機器人的感知：一個鮮活的生命可以通過它的各種感覺器官和中樞神經系統來感受，理解外部和自己內部的變化。

而一個智能機器人要感知這個世界，就必須具有一定的信息獲取手段和信息處理方法。

對於機器人來說，獲取信息的手段就是通過多種不同功能的感測器來收集各種不同性質的信息。而對於信息的理解則是通過對感測器信息的處理來獲得。

智能機器人進行信息收集的感測器可以分為觸覺感測器，溫度感測器，距離感測器，定位系統，速度和加速度感測器，角度及角加速度感測器，力和力矩感測器，姿態感測器，機器人視覺感測器，機器人聽覺感測器，嗅覺感測器等

這些感測器的應用可以使機器人檢測到外界環境和本身的狀態及變化。

I. 關於機器人的信息

robot
名詞 n. [C]
1.機器人；自動控制裝置；遙控裝置
2.機械呆板的人，機器般工作的人
機器人
它是高級整合控制論、機械電子、計算機、材料和仿生學的產物。在工業 本田公司ASIMO機器人、醫學、農業、建築業甚至軍事等領域中均有重要用途。
現在，國際上對機器人的概念已經逐漸趨近一致。一般來說，人們都可以接受這種說法，即機器人是靠自身動力和控制能力來實現各種功能的一種機器。聯合國標准化組織採納了美國機器人協會給機器人下的定義：「一種可編程和多功能的操作機；或是為了執行不同的任務而具有可用電腦改變和可編程動作的專門系統。」它能為人類帶來許多方便之處。
編輯本段
來歷

robot，原為robo，意為奴隸，即人類的僕人。作家羅伯特創造的詞彙。
編輯本段
能力評價標准

機器人能力的評價標准包括：智能，指感覺和感知，包括記憶、運算、比較、鑒別、判斷、決策、學習和邏輯推理等；機能，指變通性、通用性或空間佔有性等；物理能，指力、速度、可靠性、聯用性和壽命等。因此，可以說機器人就是具有生物功能的實際空間運行工具，可以代替人類完成一些危險或難以進行的勞作、任務等。
編輯本段
組成

機器人一般由執行機構、驅動裝置、檢測裝置和控制系統和復雜機械等組成。
執行機構
即機器人本體，其臂部一般採用空間開鏈連桿機構，其中的運動副（轉動副或移動副）常稱為

機器人高科技產物(18張)關節，關節個數通常即為機器人的自由度數。根據關節配置型式和運動坐標形式的不同，機器人執行機構可分為直角坐標式、圓柱坐標式、極坐標式和關節坐標式等類型。出於擬人化的考慮，常將機器人本體的有關部位分別稱為基座、腰部、臂部、腕部、手部（夾持器或末端執行器）和行走部（對於移動機器人）等。
驅動裝置
是驅使執行機構運動的機構，按照控制系統發出的指令信號，藉助於動力元件使機器人進行動作。它輸入的是電信號，輸出的是線、角位移量。機器人使用的驅動裝置主要是電力驅動裝置，如步進電機、伺服電機等，此外也有採用液壓、氣動等驅動裝置。
檢測裝置的作用
是實時檢測機器人的運動及工作情況，根據需要反饋給控制系統，與設定信息進行比較後，對執行機構進行調整，以保證機器人的動作符合預定的要求。作為檢測裝置的感測器大致可以分為兩類：一類是內部信息感測器，用於檢測機器人各部分的內部狀況，如各關節的位置、速度、加速度等，並將所測得的信息作為反饋信號送至控制器，形成閉環控制。一類是外部信息感測器，用於獲取有關機器人的作業對象及外界環境等方面的信息，以使機器人的動作能適應外界情況的變化，使之達到更高層次的自動化，甚至使機器人具有某種「感覺」，向智能化發展，例如視覺、聲覺等外部感測器給出工作對象、工作環境的有關信息，利用這些信息構成一個大的反饋迴路，從而將大大提高機器人的工作精度。
控制系統有兩種方式
一種是集中式控制，即機器人的全部控制由一台微型計算機完成。另一種是分散（級）式控制，即採用多台微機來分擔機器人的控制，如當採用上、下兩級微機共同完成機器人的控制時，主機常用於負責系統的管理、通訊、運動學和動力學計算，並向下級微機發送指令信息；作為下級從機，各關節分別對應一個CPU，進行插補運算和伺服控制處理，實現給定的運動，並向主機反饋信息。根據作業任務要求的不同，機器人的控制方式又可分為點位控制、連續軌跡控制和力（力矩）控制。
編輯本段
機器人展會競賽


序號 名稱 周期 國家/地區
1 RoboCup（機器人世界盃） 2年 國際
2 WRO（國際機器人奧林匹克競賽） 1年 國際
3 IREX（日該國際機器人展） 1年 日本
4 TIROS（台北國際機器人展） 1年 台灣
5 Loebner 1年 國際
編輯本段
發展史

智能型機器人是最復雜的機器人，也是人類最渴望能夠早日製造出來的機器朋友。然而要製造出一台智能機器人並不容易，僅僅是讓機器模擬人類的行走動作，科學家們就要付出了數十甚至上百年的努力。
1921年 捷克斯洛伐克作家卡雷爾·恰佩克在他的科幻小說中，根據Robota（捷克文，原意為「勞役、苦工」）和Robotnik(波蘭文，原意為「工人」），創造出「機器人」這個詞。
1939年 美國紐約世博會上展出了西屋電氣公司製造的家用機器人Elektro。它由電纜控制，可以行走，會說77個字，甚至可以抽煙，不過離真正幹家務活還差得遠。但它讓人們對家用機器人的憧憬變得更加具體。
1942年 美國科幻巨匠阿西莫夫提出「機器人三定律」。雖然這只是科幻小說里的創造，但後來成為學術界默認的研發原則。
1948年 諾伯特·維納出版《控制論——關於在動物和機中控制和通訊的科學》，闡述了機器中的通信和控制機能與人的神經、感覺機能的共同規律，率先提出以計算機為核心的自動化工廠。
1954年 美國人喬治·德沃爾製造出世界上第一台可編程的機器人，並注冊了專利。這種機械手能按照不同的程序從事不同的工作，因此具有通用性和靈活性。
1956年 在達特茅斯會議上，馬文·明斯基提出了他對智能機器的看法：智能機器「能夠創建周圍環境的抽象模型，如果遇到問題，能夠從抽象模型中尋找解決方法」。這個定義影響到以後30年智能機器人的研究方向。
1959年 德沃爾與美國發明家約瑟夫·英格伯格聯手製造出第一台工業機器人。隨後，成立了世界上第一家機器人製造工廠——Unimation公司。由於英格伯格對工業機器人的研發和宣傳，他也被稱為「工業機器人之父」。
1962年 美國AMF公司生產出「VERSTRAN」（意思是萬能搬運），與Unimation公司生產的Unimate一樣成為真正商業化的工業機器人，並出口到世界各國，掀起了全世界對機器人和機器人研究的熱潮。
1962年-1963年感測器的應用提高了機器人的可操作性。人們試著在機器人上安裝各種各樣的感測器，包括1961年恩斯特採用的觸覺感測器，托莫維奇和博尼1962年在世界上最早的「靈巧手」上用到了壓力感測器，而麥卡錫1963年則開始在機器人中加入視覺感測系統，並在1964年，幫助MIT推出了世界上第一個帶有視覺感測器，能識別並定位積木的機器人系統。
1965年約翰·霍普金斯大學應用物理實驗室研製出Beast機器人。Beast已經能通過聲納系統、光電管等裝置，根據環境校正自己的位置。20世紀60年代中期開始，美國麻省理工學院、斯坦福大學、英國愛丁堡大學等陸續成立了機器人實驗室。美國興起研究第二代帶感測器、「有感覺」的機器人，並向人工智慧進發。
1968年 美國斯坦福研究所公布他們研發成功的機器人Shakey。它帶有視覺感測器，能根據人的指令發現並抓取積木，不過控制它的計算機有一個房間那麼大。Shakey可以算是世界第一台智能機器人，拉開了第三代機器人研發的序幕。
1969年 日本早稻田大學加藤一郎實驗室研發出第一台以雙腳走路的機器人。加藤一郎長期致力於研究仿人機器人，被譽為「仿人機器人之父」。日本專家一向以研發仿人機器人和娛樂機器人的技術見長，後來更進一步，催生出本田公司的ASIMO和索尼公司的QRIO。
索尼公司QRIO機器人1973年 世界上第一次機器人和小型計算機攜手合作，就誕生了美國Cincinnati Milacron公司的機器人T3。
1978年 美國Unimation公司推出通用工業機器人PUMA，這標志著工業機器人技術已經完全成熟。PUMA至今仍然工作在工廠第一線。
1984年 英格伯格再推機器人Helpmate，這種機器人能在醫院里為病人送飯、送葯、送郵件。同年，他還預言：「我要讓機器人擦地板，做飯，出去幫我洗車，檢查安全」。
1990年 中國著名學者周海中教授在《論機器人》一文中預言：到二十一世紀中葉，納米機器人將徹底改變人類的勞動和生活方式。
1998年 丹麥樂高公司推出機器人(Mind-storms）套件，讓機器人製造變得跟搭積木一樣，相對簡單又能任意拼裝，使機器人開始走入個人世界。
索尼公司AIBO機器人1999年 日本索尼公司推出犬型機器人愛寶（AIBO），當即銷售一空，從此娛樂機器人成為目前機器人邁進普通家庭的途徑之一。
2002年 美國iRobot公司推出了吸塵器機器人Roomba，它能避開障礙，自動設計行進路線，還能在電量不足時，自動駛向充電座。Roomba是目前世界上銷量最大、最商業化的家用機器人。iRobot公司北京區授權代理商：北京微網智宏科技有限公司。
2006年 6月，微軟公司推出Microsoft Robotics Studio，機器人模塊化、平台統一化的趨勢越來越明顯，比爾·蓋茨預言，家用機器人很快將席捲全球。
模擬交際機器人
編輯本段
分類

誕生於科幻小說之中一樣，人們對機器人充滿了幻想。也許正是由於機器人定義的模糊，才給了人們充分的想像和創造空間。
家務型機器人
能幫助人們打理生活，做簡單的家務活。 中科院深圳先進技術研究院研製的管家機器人
操作型機器人
能自動控制，可重復編程，多功能，有幾個自由度，可固定或運動，用於相關自動化系統中。
程式控制型機器人
按預先要求的順序及條件，依次控制機器人的機械動作。
示教再現型機器人
通過引導或其它方式，先教會機器人動作，輸入工作程序，機器人則自動重復進行作業。
數控型機器人
不必使機器人動作，通過數值、語言等對機器人進行示教，機器人根據示教後的信息進行作業。
感覺控制型機器人
利用感測器獲取的信息控制機器人的動作。
適應控制型機器人
能適應環境的變化，控制其自身的行動。
學習控制型機器人
能「體會」工作的經驗，具有一定的學習功能，並將所「學」的經驗用於工作中。
智能機器人
以人工智慧決定其行動的機器人。
中國的機器人專家從應用環境出發，將機器人分為兩大類，即工業機器人和特種機器人。所謂工業機器人就是面向工業領域的多關節機械手或多自由度機器人。而特種機器人則是除工業機器人之外的、用於非製造業並服務於人類的各種先進機器人，包括：服務機器人、水下機器人、娛樂機器人、軍用機器人、農業機器人、機器人化機器等。在特種機器人中，有些分支發展很快，有獨立成體系的趨勢，如服務機器人、水下機器人、軍用機器人、微操作機器人等。目前，國際上的機器人學者，從應用環境出發將機器人也分為兩類：製造環境下的工業機器人和非製造環境下的服務與仿人型機器人，這和中國的分類是一致的。
空中機器人又叫無人機器，近年來在軍用機器人家族中，無人機是科研活動最活躍、技術進步最大、研究及采購經費投入最多、實戰經驗最豐富的領域。80多年來，世界無人機的發展基本上是以美國為主線向前推進的，無論從技術水平還是無人機的種類和數量來看，美國均居世界之首位。
搜救類機器人
在大型災難後，能進入人進入不了的廢墟中，用紅外線掃描廢墟中的景象，把信息傳送給在外面的搜救人員。
編輯本段
品種篇

一、特種功能的機器人
機器警察 排爆用機器人所謂地面軍用機器人是指在地面上使用的機器人系統，它們不僅在和平時期可以幫助民警排除炸彈、完成要地保安任務，在戰時還可以代替士兵執行掃雷、偵察和攻擊等各種任務，今天美、英、德、法、日等國均已研製出多種型號的地面軍用機器人。
英國的「手推車」機器人
在西方國家中，恐怖活動始終是個令當局頭疼的問題。英國由於民族矛盾，飽受爆炸物的威脅，因而早在60年代就研製成功排爆機器人。英國研製的履帶式「手推車」及「超級手推車」排爆機器人，已向50多個國家的軍警機構售出了800台以上。最近英國又將手推車機器人加以優化，研製出土撥鼠及野牛兩種遙控電動排爆機器人，英國皇家工程兵在波黑及科索沃都用它們探測及處理爆炸物。土撥鼠重35公斤，在桅桿上裝有兩台攝像機。野牛重210公斤，可攜帶100公斤負載。兩者均採用無線電控制系統，遙控距離約1公里。
「土撥鼠」和「野牛」排爆機器人
除了恐怖分子安放的炸彈外，在世界上許多戰亂國家中，到處都散布著未爆炸的各種彈葯。例如，海灣戰爭後的科威特，就像一座隨時可能爆炸的彈葯庫。在伊科邊境一萬多平方公里的地區內，有16個國家製造的25萬顆地雷，85萬發炮彈，以及多國部隊投下的布雷彈及子母彈的2500萬顆子彈，其中至少有20%沒有爆炸。而且直到現在，在許多國家中甚至還殘留有一次大戰和二次大戰中未爆炸的炸彈和地雷。因此，爆炸物處理機器人的需求量是很大的。
排除爆炸物機器人有輪式的及履帶式的，它們一般體積不大，轉向靈活，便於在狹窄的地方工作，操作人員可以在幾百米到幾公里以外通過無線電或光纜控制其活動。機器人車上一般裝有多台彩色CCD攝像機用來對爆炸物進行觀察；一個多自由度機械手，用它的手爪或夾鉗可將爆炸物的引信或雷管擰下來，並把爆炸物運走；車上還裝有獵槍，利用激光指示器瞄準後，它可把爆炸物的定時裝置及引爆裝置擊毀；有的機器人還裝有高壓水槍，可以切割爆炸物。
德國的排爆機器人
在法國，空軍、陸軍和警察署都購買了Cybernetics公司研製的TRS200中型排爆機器人。DM公司研製的RM35機器人也被巴黎機場管理局選中。德國駐波黑的維和部隊則裝備了Telerob公司的MV4系列機器人。中國沈陽自動化所研製的PXJ-2機器人也加入了公安部隊的行列。
美國Remotec公司的Andros系列機器人受到各國軍警部門的歡迎，白宮及國會大廈的警察局都購買了這種機器人。在南非總統選舉之前，警方購買了四台AndrosVIA型機器人，它們在選舉過程中總共執行了100多次任務。Andros機器人可用於小型隨機爆炸物的處理，它是美國空軍客機及客車上使用的唯一的機器人。海灣戰爭後，美國海軍也曾用這種機器人在沙烏地阿拉伯和科威特的空軍基地清理地雷及未爆炸的彈葯。美國空軍還派出5台Andros機器人前往科索沃，用於爆炸物及子炮彈的清理。空軍每個現役排爆小隊及航空救援中心都 極限作業機器人裝備有一台Andros VI。
中國研製的排爆機器人
排爆機器人不僅可以排除炸彈，利用它的偵察感測器還可監視犯罪分子的活動。監視人員可以在遠處 對犯罪分子晝夜進行觀察，監聽他們的談話，不必暴露自己就可對情況了如指掌。
1993年初，在美國發生了韋科庄園教案，為了弄清教徒們的活動，聯邦調查局使用了兩種機器人。一種是Remotec公司的AndrosVA型和Andros MarkVIA型機器人，另一種是RST公司研製的STV機器人。STV是一輛6輪遙控車，採用無線電及光纜通信。車上有一個可升高到4.5米的支架 ，上面裝有彩色立體攝像機、晝用瞄準具、微光夜視瞄具、雙耳音頻探測器、化學探測器、衛星定位系統、目標跟蹤用的前視紅外感測器等。該車僅需一名操作人員，遙控距離達10公里。在這次行動中共出動了3台STV，操作人員遙控機器人行駛到距庄園548米的地方停下來，升起車上的支架，利用攝像機和紅外探測器向窗內窺探，聯邦調查局的官員們圍著熒光屏觀察感測器發回的圖像，可以把屋裡的活動看得一清二楚。
二、民用機器人
其實並不是人們不想給機器人一個完整的定義，自機器人誕生之日起人們就不斷地嘗試著說明到底什麼是機器人。但隨著機器人技術的飛速發展和信息時代的到來，機器人所涵蓋的內容越來越豐富，機器人的定義也不斷充實和創新。
1886年法國作家利爾亞當在他的小說《未來夏娃》中將外表像人的機器起名為「安德羅丁」（Android），它由4部分組成：
1，生命系統（平衡、步行、發聲、身體擺動、感覺、表情、調節運動等）；
2，造型解質（關節能自由運動的金屬覆蓋體，一種盔甲）；
3，人造肌肉（在上述盔甲上有肉體、靜脈、性別等身體的各種形態）；
4，人造皮膚（含有膚色、機理、輪廓、頭發、視覺、牙齒、手爪等）。
1920年捷克作家卡雷爾·卡佩克發表了科幻劇本《羅薩姆的萬能機器人》。在劇本中，卡佩克把捷克語「Robota」寫成了「Robot」，「Robota」是奴隸的意思。該劇預告了機器人的發展對人類社會的悲劇性影響，引起了大家的廣泛關注，被當成了機器人一詞的起源。在該劇中，機器人按照其主人的命令默默地工作，沒有感覺和感情，以呆板的方式從事繁重的勞動。後來，羅薩姆公司取得了成功，使機器人具有了感情，導致機器人的應用部門迅速增加。在工廠和家務勞動中，機器人成了必不可少的成員。機器人發覺人類十分自私和不公正，終於造反了，機器人的體能和智能都非常優異，因此消滅了人類。
但是機器人不知道如何製造它們自己，認為它們自己很快就會滅絕，所以它們開始尋找人類的倖存者，但沒有結果。最後，一對感知能力優於其它機器人的男女機器人相愛了。這時機器人進化為人類，世界又起死回生了。