机器人发展历史、现状、应用、及发展趋势院系：信息工程学院专业：电子信息工程姓名：王炳乾机器人发展历史、现状、应用、及发展趋势摘要：随着计算机技术不断向智能化方向发展,机器人应用领域的不断扩展和深化,机器人已成为一种高新技术产业,为工业自动化发挥了巨大作用,将对未来生产和社会发展起越来越重要的作用。

文章介绍了机器人的国内国外的发展历史、状况、应用、并对机器人的发展趋势作了预测。

关键词：机器人;发展；现状；应用；发展趋势。

1．机器人的发展史1662年，日本的竹田近江利用钟表技术发明了自动机器玩偶并公开表演。

1738年，法国技师杰克·戴·瓦克逊发明了机器鸭，它会嘎嘎叫、进食和游泳。

1773年，瑞士钟表匠杰克·道罗斯发明了能书写、演奏的玩偶，其体内全是齿轮和发条。

它们手执画笔、颜料、墨水瓶，在欧洲很受青睐。

保存至今的、最早的机器人是瑞士的努萨蒂尔历史博物馆里少女形象的玩偶，有200年历史。

她可以用风琴演奏。

1893年，在机械实物制造方面，发明家摩尔制造了“蒸汽人”，它靠蒸汽驱动行走。

20世纪以后，机器人的研究与开发情况更好，实用机器人问世。

1927年，美国西屋公司工程师温兹利制造了第一个机器人“电报箱”。

它是电动机器人，装有无线电发报机。

1959年第一台可以编程、画坐标的工业机器人在美国诞生。

现代机器人有关现代机器人的研究始于20世纪中期，计算机以及自动化技术的发展、原子能的开发利用是前提条件。

1946年，第一台数字电子计算机问世。

随后，计算机大批量生产的需要推动了自动化技术的发展。

1952年，数控机床诞生，随后相关研究不断深入；同时，各国原子能实验室需要代替人类处理放射性物质的机械。

美国原子能委员会的阿尔贡研究所1947年研制了遥控机械手，1948年开发了机械式主从机械手。

1954年，美国的戴沃尔最早提出工业机器人的概念并申请了一项专利。

他通过控制机器人的关节使之行动，可以对机器人示教。

机器人能实现动作的记录和再现——这就是示教再现机器人，现有机器人大多采用这种控制方式。

1962年，美国两个公司推出机器人中最早的实用机型。

这些工业机器人由类似人类手臂的机械构成，控制方式和数控机床类似。

1965年，罗伯特发明了第一个具有视觉传感器、能识别并定位简单积木的机器人。

1967年，人工手研究会（现改名为仿生机构研究会）在日本成立，同年日本首届机器人学术会议召开。

1970年，第一届国际工业机器人学术会议在美国召开，随后机器人研究发展较快。

1973年，辛辛那提·米拉克隆公司的理查德制造了第一台由小型计算机控制的工业机器人，它依靠液压驱动，能提起45公斤重的物体。

1980年，工业机器人在日本普及，这一年被称为“机器人元年”。

随后，工业机器人在日本发展迅速，日本因此获得“机器人王国”的称号。

20世纪80年代之后，有思考、决策和行动能力的系统被称为智能机器人。

水下机器人、空间机器人、空中机器人、地面机器人和微小型机器人问世。

同时，机器人技术水平（传感技术、智能技术、控制技术）提高，出现多种“机器人化机器”。

近年来，信息技术的发展使软件机器人、网络机器人诞生，机器人概念继续拓展。

自1954 年美国戴沃尔最早提出了机器人的概念以来，机器人就得以不断地发展。

概括起来，机器人的发展历程为3 代：第 1 代：示教再现型机器人，但不具备反馈能力。

如郭勇等人[1]研制的挖掘机手柄自动操作机构，该机构结构简单，能够实现动作示教再现。

第 2 代：有感觉的机器人，不仅具有内部传感器，而且具有外部传感器，能获得外部环境信息。

如P.lLiljeb.ck 等人研制的蛇形机器人就装有内部测转速的传感器，以及外部测力的传感器，该机器人能够在不规则环境中具有一定的运动能力。

第 3 代：智能机器人。

定义为“可自动控制的装置，能理解指示命令，感知环境，识别对象，规划自身操作程序来完成任务”。

如John V annoy 等人采用实时可适应性的运动规划（RAMP）算法的PUMA560 机械臂，它能在复杂动态环境中自动识别来自不同方向的移动或静止的障碍物，主动规划路径，进而完成预定任务。

2. 国外机器人的研究现状2.1 仿生机器人与新型机构对人的研究，国外侧重于对人行走时的步态分析，通过对人脚形状的分析，得出具有圆形截面的脚趾和脚后跟以及具有扁平截面的连接脚趾和脚后跟的中间部分具有最佳的动力学性能。

对人形机器人步态规划问题，Xia Zeyang 等人提出了一种基于样品的决定性的脚步规划方法，该方法综合考虑了自身独特的运动能力和稳定性。

对于在不同类型障碍的复杂环境中脚步规划，Y asar Ayaz 采用与人走近障碍物时绕过的方法，通过脚步实时的生成成功避开障碍物。

此外，对于双足步行机器人的复杂地面运动的研究也有新的进展，研究出一种新型的双足机构，能实现不平区域稳定地行走，该足由4 个分别带光学传感器的鞋钉组成，总重1.5 kg。

对动物的研究则表现为对诸如蛇、鱼的结构以及运动性能的研究。

仿蛇机器人不仅可以作为管道检测装置，也可以作为地震或矿难探索装置，更可以当作极地探测器来进行科研活动。

Shigeo 和HiroyaY amada 就将仿蛇机器人的机械结构分为 5 种类型：活动的弯曲关节式；活动的弯曲和拉伸关节式；活动的弯曲关节和活动的车轮式；被动弯曲关节和活动车轮式；活动的弯曲关节和履带式。

Aksel Andreas Transeth 等采用摩擦力模型方法建立了一蛇形机器人模型，该机器人能与包括地面的障碍物以外的物体接触，对地震或矿区救援很有帮助。

Kristin Y.Pettersen 等人对蛇形机器人在存在障碍物环境中运动进行了复合建模，仿真结构证明该模型能实现不规则环境中的一般运动。

但蛇形机器人目前要真正达到在复杂环境中畅通无阻地运动，还有待进一步研究。

对海洋的开发，相对于其它的水下自动化装置，仿生鱼具有更好的推进力和流体适应性。

其研究主要体现在结构和运动特性上。

JunGao 和K.H.Low 等人对胸鳍驱动和尾鳍驱动鱼形机器人进行了分析，讨论了鱼结构和运动各参数的关系。

Y u Zhong 等人对由阀体与尾鳍构成的机器人鱼的运动性能进行了研究，采用量纲分析方法，建立了一种能预测运动的机器鱼模型。

Giuseppe Tortora 等人设计了类水母微型机器人，它由磁体驱动自身的运动,具有较好的运动性能。

但机器鱼在结构仿生度、性能如直线游泳与拐弯半径等方面还有待进一步的研究。

此外，Kazuya Kobayashi 等人对用于抓掐、旋转细小物体的手指尖进行了设计和分析，并进行了抓取USB 插头的实验，验证了该设计的可行性，但其抓取策略还有待进一步的优化。

Jian S.Dai 等人第一次提出了可变构手掌，并设计了多指可变构手Metahand,该手可折叠也可展开，具有相当高的灵活性。

新型机构也是当前研究的热点之一。

随着对机器人的柔性程度和精度要求越来越高。

于是对可重构机器人和并联机构的研究成为了时代的必要。

Michael D.M.Kutzer 等人设计的一种新型的独立移动可重构模块化的机器人，工作时可以是链式或晶状式，在危险环境中表现出了出色的运动能力。

Hongxing Wei 等人设计了一种自组装和自重构的模块化机器人，而Graham GRyland 等人设计了专门用于搜救行动中的可重构iMobot 机器人，它有4 个可控自由度，通过驱动轮子将自身举起来成为一个摄像平台。

并联机构因其具有精度高、结构紧凑、刚度高等优点，引起了众多科研人员的兴趣，采用多目标遗传算法对2 自由度的微型并联机构进行了优化设计。

Sergiu-Dan Stan 等人运用遗传算法和模拟退火的优化方法对一个2 自由度并联微型机器人的工作空间进行了优化分析，实验表明该方法具有可行性。

2.2 机器人的定位与环境地图的创建随着机器人技术的发展，其应用范围日趋广泛。

由室内到室外，由结构环境到非结构的复杂环境，使机器人创建环境地图的同时进行自主定位和导航成为当今机器人研究领域的一大热点问题。

机器人的同时定位与建图（SLAM）可以描述为：在未知的环境中移动的机器人，根据传感器获得的环境信息，采用某些算法对信息进行处理，最后经控制器进行自身位置估计与环境地图的创建。

机器人的定位可分为相对定位和绝对定位两种。

前者是根据机器人本身或从环境中提取某些特征信息，如物体外部几何结构点、里程信息等，结合上一次的位置和姿态来判断出机器人的当前位姿，该方法灵活性高，有利于机器人的导航与定位，但误差累积较大会造成定位精度降低。

而后者是通过人们在环境中预先设置的路标或显眼节点等来计算机器人实时的位姿，此法快速可靠，但适用范围较窄，在无法设置路标场合难以工作。

通常将以上两种方法相结合来提高机器人的定位精度，目前对环境图像的获取可通过不同的视觉系统，有学者提出了不同的方法，主要分为3类：第 1 类是可旋转的相机，可提供高分辨率图片但每一帧需要8 s，实时性并不高，同时也无法很好地嵌入微小型自动机器人中；第2 类是相机网络，能获得环境的全景，主要的问题是各相机获得图片的同步性以及较多的照片处理；第 3 类是兼反射和折射的相机，它是由朝向同一旋转对称镜的一个透视摄像机构成，无活动件，一次对焦能提供360°的高分辨率的全视野。

随着SLAM 技术的发展，产生的许多SLAM 算法。

包括扩展卡尔曼滤波算法（EKF-SLAM）、粒子滤波算法（Fast-SLAM）、扩展信息滤波算法（EIF-SLAM）、扫描匹配算法（DP-SLAM）、解耦算法（D-SLAM）、压缩扩展卡尔曼滤波算法（CEKF-SLAM）、快速扩展信息滤波算法（FEIF-SLAM）、无迹卡尔曼滤波算法（UKF-SLAM）、Rao -Blackwelled 粒子滤波算法（RBPR -SLAM）、Uncented FastSLAM 法（UFastSLAM）法等。

较常用的是EKF、Fast-SLAM、UKF、RBPF 以及UFastSLAM 法。

EKF 的数学严谨，估计准确，但线性相关较差，UKF不适于解决存在非线性和高斯噪声情况。

粒子滤波算法对线性和噪声没有要求，但问题的维数较高时计算量较大，难以满足系统实时性要求。

FEIF 是EIF 的对称形式，保留了EIF 的优点，但滤波的一致性更好。

而UKF 比EKF 有着更好的滤波一致性，并且适用于室外大的复杂环境。

RBPF 对解决非线性和非高斯噪声时具有很好的特性。

相比Fast-SLAM 和RBPF-SLAM 在雅各比线性逼近非线性功能不足的问题，UncentedFastSLAM 就能更好地解决线性逼近问题，并且有很好的估计精度和滤波一致性。