行业报告 AI展会 数据标注 标注供求
数据标注数据集
主页 > 机器人 > 正文

基于专家系统的机器人规划

机器人规划专家系统就是用专家系统的结构和技术建立起来的机器人规划系统。大多数成功的专家系统都是以基于规则系统( rule-based system)的结构来模仿人类的综合机理的。同时,我们也采用基于规则的专家系统来建立机器人规划系统。

一、系统结构及规划机理

基于规划的机器人规划专家系统由5个部分组成,如下图所示。

机器人规划

1.知识库

用于存储某些特定领域的专家知识和经验,包括机器人工作环境的世界模型、初始状态、物体描述等事实和可行操作或规则等。为了简化结构图,我们把表征系统目前状况的总数据库或称为综合数据库( global database)看做是知识库的一部分。一般意义上,总数据库(黑板)是专家系统的一个单独组成部分。

2.控制策略

它包含综合机理,确定系统应当应用什么规则以及采取什么方式去寻找该规则,当使用PROLOG语言时,其控制策略为搜索、匹配和回潮(searching,matching and backtracking)。

3.推理机

用于记忆所采用的规则、控制策略及推理策略。根据知识库的信息,推理机能够使整个机器人规划系统以逻辑方式协调地工作,进行推理,作出决策,寻找出理想的机器人操作序列、有时,人们把这一部分叫做规划形成器。

4.知识获取

首先获取某特定域的专家知识,然后用程序设计语言(如 PROLOG和LISP等)把这些知识变换为计算机程序,最后把它们存入知识库待用。

5.解释与说明

通过用户接口,在专家系统与用户之间进行交互作用(对话),从而使用户能够输入数据、提出问题、知道推理结果以及了解推理过程等。

此外,要建立专家系统,还需要有一定的工具,包括计算机系统或网络、操作系统和程序设计语言以及其他支援软件和硬件、对于本节所研究的机器人规划系统,我们采用DUALVAX11/780计算机、VM/UNIX操作系统和C- PROLOG编程语言。

机器人

当每条规则或执行某个操作之后,总数据库就要发生变化。基于规则的专家系统的目标就是要通过逐条执行规则及其有关操作来逐步改变总数据库的状况,直至得到一个可接受的数据库(称为目标数据库)为止。把这些相关操作依次集合起来,就形成操作序列,它给出机器人运动所必须遵循的操作及其操作顺序。例如,对于机器人搬运作业,规划序列给出搬运机器人把某个或某些特定零部件或工件从初始位置搬运至目标位置所需要进行的工艺动作。

二、任务级机器人规划三要素

任务级机器人规划就是要寻找简化机器人编程的方法,采用任务级程语言使机器人易于编程,以开拓机器人的通用性和适应性。

任务规划是机器人高层规划最重要的一个方面,它包含下列3个要素:

1.建立模型

建立机器人工作环境的世界模型( world model)涉及大量的知识表其中主要包括:任务环境内所有物体及机器入的几何描述(如物体形状尺寸和机器人的机械结构等)、机器人运动特性描述(如关节界限、速度和加速度极限以及传感器特性等)以及物体固有特性和机械手连杆描述(如物体的质量、惯量和连杆参数等)。

此外,还必须为每个新任务提供其他物体的几何、运动和物理模型。

2.任务说明

由机器人工作环境内各物体的相对位置来定义模型状态,并由状态的变换次序来规定任务,这些状态有初始状态、各中间状态及目标状态等。为了说明任务,可以采用CAD系统以期望的姿态来确定物体在模型内的位置;也可以由机器人本身来规定机器人的相对位置和物体的特性。不过,这种做法难以解释与修正。比较好的方法是,采用一套维持物体间相对位置所需要的符号空间关系。这样,就能够用某个符号操作序列来说明与规定任务,使问题得以简化。

3.程序惊合

任务级机器人规划的最后一步是综合机械手的程序,例如,对于抓取规划,要设计出抓住点的程序,这与机械手的姿态及被抓物体的描述特性有关,这个抓取点必须是稳定的。又如,对于运动规划,如果属于自由运动,那么就要综合出避开障物的程序;如果是制导和依从运动,那么就要考虑采用传感器的运动方式来进行程序综合。


微信公众号

声明:本站部分作品是由网友自主投稿和发布、编辑整理上传,对此类作品本站仅提供交流平台,转载的目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,不为其版权负责。如果您发现网站上有侵犯您的知识产权的作品,请与我们取得联系,我们会及时修改或删除。

相关文章:

网友评论:

发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:点击我更换图片
SEM推广服务

Copyright©2005-2026 Sykv.com 可思数据 版权所有    京ICP备14056871号

关于我们   免责声明   广告合作   版权声明   联系我们   原创投稿   网站地图  

可思数据 数据标注行业联盟

扫码入群
扫码关注

微信公众号

返回顶部