专家系统及其在机器人设计中的应用

《专家系统及其在机器人设计中的应用》由会员分享，可在线阅读，更多相关《专家系统及其在机器人设计中的应用（7页珍藏版）》请在金锄头文库上搜索。

1、-1- 专家系统及其在机器人设计中的应用 摘要：专家系统和机器人做为人工智能领域的两个重要分支，近年来发展迅速。 将这两个领域的知识结合起来产生的智能机器人技术成为人工智能研究的一个 重大进步，它使得现代机器人变得更加“聪明”了。 关键字：专家系统；机器人；人工智能 1 专家系统 当今人工智能技术分支众多，研究方向各不相同，但最终都要以某种智能 系统的形式投入应用。智能系统可分为智能计算机系统、智能化网络、智能应 用系统和智能机器人系统等类型。其中专家系统就是智能应用系统中的一种基 于知识的智能系统。 什么是专家系统？世界上第一个专家系统 DENDRAL 早在 1965 年就已经 问世。我们先

2、来看看这个专家系统都能做些什么。 DENDRAL 系统是一种帮助化学家判断某待定物质的分子结构的专家系统。 1965 年在美国斯坦福大学开始研制，以后不断发展。系统用 LISP 语言写成。 DENDRAL 利用的原始信息主要是该物质的质谱数据。整个系统按功能可分为 三部分。规划：利用质谱数据和化学家对质谱数据与分子构造关系的经验知 识，对可能的分子结构形成若干约束。生成结构图：利用 J.莱德伯格的算法， 给出一些可能分子结构，利用第一部分所生成的约束条件来控制这种可能性的 展开，最后给出一个或几个可能的结构。利用化学家对质谱数据的知识，对 第二步给出的结果进行检测、排队。最后给出分子结构图。

3、显然 DENDRAL 是一个智能的物质结构分析仪，它像一个化学研究领域的 专家一样告诉你想知道的物质的分子结构。而所谓专家是指对某一专业领域非 常熟悉且有丰富实践经验的人。专家之所以为专家，最重要的是他们的经验知 识，还有他们在思考和解决问题上独特的方法和策略。专家系统要像一个“专 家”一样解决问题，它同样需要具备这些素质：专用性，即应用于某一专门 领域，拥有像人类专家一样的专业知识和经验知识，能像人类专家一样思 考问题，能像人类专家一样解决问题。-2- 所以，专家系统应该是：应用于某一专门领域，拥有该领域相当数量的专 家级知识，能模拟专家的思维，能达到专家级水平，能像专家一样解决困难和 复杂

4、的实际问题的计算机（软件）系统。 专家系统是目前人工智能中最活跃、最有成效的一个研究领域。近年来， 在“专家系统”或“知识工程”的研究中已出现了成功和有效应用人工智能技 术的系统。人类专家由于具有丰富的知识所以才能达到优异的解决问题的能力。 那么计算机程序是否能体现和应用这些知识，解决人类专家所解决的问题，而 且能帮助人类专家发现推理过程中出现的差错。现在，这一点已被证实是可行 的。如在矿物勘测、化学分析、规划和医学诊断方面，专家系统已经达到了人 类专家的水平。下面我们简单看一下专家系统的构成。 1.1 专家系统的一般结构 一个完备的专家系统从概念上来讲应该由以下几个部分组成：知识库、推 理机

5、、动态数据库、人机接口、解释模块、知识库管理系统。其中知识库和推 理机是两个最基本的模块。 知识库（Knowledge Base，KB） 。用于存储某领域专家的知识，包括事实、 可行的操作与规则等。 推理机（Inference Engine，IE） 。用于记忆专家系统所采用的规则和控制策 略的程序，使整个专家系统能够以逻辑方式协调地工作。推理机能够根据知识 进行推理和导出结论，而不是简单地搜索现成的答案。 动态数据库。它是存放已知的或学习到的知识、推理结果和固定结论等数 据，而且它所存放的数据随系统运行而产生、变化和撤消，所以称为“动态” 数据库。 人机接口（Interface） 。又称人机界

6、面，它能够使系统与用户进行对话。 解释模块。专门负责向用户解释专家系统的行为和结果。 知识库管理系统。知识库管理系统对知识库的作用，类似于数据库管理系 统（DBMS）对数据库的作用，它主要负责在专家系统开发和运行期间对知识 库进行管理和维护。 以上是对不同类型专家系统的共同之处进行的一个分析。当落实到具体的 专家系统时，可能各个部分有不同的实现方法，且可能差异很大。-3- 1.2 专家系统的实现 一般的专家系统通常采用快速原型与增量式开发，它的基本过程是：先开 发一个最简单的系统原型，然后对这个原型进行扩充和完善，像滚雪球一样直 至完成整个系统。系统实际开发中通常需要解决知识获取、知识表示、知

7、识库 与知识管理系统设计等问题。虽然从原理上来讲专家系统的结构是确定的，但 受问题领域、系统规模和知识表示方法等的限制，还要进行一项特别重要的工 作，那就是系统结构设计，这是非常关键的。最后就是人机接口的设计了。一 旦上述工作做好了，实现一个专家系统将不是很难。另外，对于一个专家系统， 后期的测试与更新是非常关键的，相比其他的软件开发来说，这点在专家系统 的开发上显的更为重要，没有一个软件能一次开发，永不更新的。 2 机器人与专家系统在机器人领域的使用 前面我们简要介绍了专家系统的概念，下面我们将介绍机器人的一些一般 概念和专家系统在机器人设计中的应用。 我们从广泛意义上理解所谓的智能机器人，

8、它给人的最深刻的印象是一个 独特的进行自我控制的“活物” 。其实，这个自控“活物”的主要器官并没有像 真正的人那样微妙而复杂。大多数专家认为智能机器人至少要具备以下三个要 素：一是感觉要素，用来认识周围环境状态，为了实现这一点，机器人可能需 要各种各样的传感器，才能像人类一样去感知周围的世界；二是思考要素，根 据感觉要素所得到的信息，思考出采用什么样的动作，这里要解决的问题就是 机器人规划（或机器人问题求解） ；三是运动要素，对外界做出反应性动作，这 些动作通常由一些机械设备来完成，当然最初需要计算机程序来控制这些设备。 2.1 机器人感知 机器人的感觉要素一般包括能感知视觉、接近、距离等的非

9、接触型传感器 和能感知力、压觉、触觉等的接触型传感器。这些要素实质上就是相当于人的 眼、鼻、耳等五宫，它们的功能可以利用诸如摄像机、图像传感器、超声波传 成器、激光器、导电橡胶、压电元件、气动元件、行程开关等机电元器件来实 现。其中目前研究比较广泛的就是机器人视觉，机器人视觉的主要目的是从整 体上理解一个给定的三维景物，常见的立体摄像机和激光测距仪是机器人获得-4- 三维视觉的两类实用传感器。 2.2 机器人规划 感知能力使机器人能感知外界环境，但要解决问题，仍需规划能力来产生 相应的有序的动作，通俗的说类似于人的思考能力。因此机器人规划又称机器 人问题求解。机器人规划包括低层规划（low-l

10、evel planning）和高层规划 （high-level planning）两类。其中，低层规划具有较高的精度和较低的智能， 主要涉及轨迹规划等；高层规划具有较高的智能和较低的精度，主要涉及各种 任务规划等。 机器人高层规划是机器人学和人工智能的一个重要分支，自 70 年代以来， 国外已经提出和开发了几个机器人高层规划系统，它们各具特色，都是对机器 人高层规划研究的贡献。然而，它们都存在一些不足之处：不适合可分解为独 立子系统的大型系统，运行效率较低等，而国内由蔡自兴，傅京孙等人开发的 机器人规划专家系统（Robot Planning Expert System ，ROPES） ，在时间

11、上则有 了很大的改进。他们建立了一个性能较好的基于专家系统的机器人规划的方案， 由四个规划子系统构成：机器人任务规划子系统，在感知模块建立了机器人 对外部环境的模型的基础上分析给出机器人解决问题的一个操作序列。寻找 机器人碰撞运动路径规律规划系统，为每一步操作寻找合适的无碰撞的一条路 径，以完成对应动作，可能需要通过感知外部环境的变化适时的改变策略，并 为总体决策提供依据。机器人柔性装配规划系统，使得机器人能够“随机应 变” ，实现同一环境下，不同的规划，执行不同的动作，从而产生不同的效果。 机器人零件运送规划系统，用于机器人配送线上进行搬运作业规划。 上述各个规划子系统，具有同样的系统结构。

12、它们之间的重要区别在于其 知识库内容的不同。知识的表达，知识库的设计是建立这些规划子系统最艰巨 和最关键的任务之一。下面结合一个实例看一下这些理论的应用。 机器人足球比赛（Robot World Cup，Robocup）是近年来人工智能和机器 人中迅速发展起来的一个重要研究领域。Robocup 仿真赛是分布式结构，是一 种 C/S 模式，每一个机器人都有独立的客户端程序。每一个客户端程序看成是 一个独立机器人的大脑，而机器人独立调度、独立控制，而且相互之间的通信 因为周围环境的影响也是受限制的不完全的通信。-5- 在 RoboCup 的具体应用中，基于规划的机器人规划专家系统由一般 6 部 分

13、构成：知识库。用于存储机器人足球比赛的专家知识和经验，包括球场和 球场上对象、状态、世界模型及不同状态下的动作规则等。控制策略。包含 综合机理，确定系统应当应用什么规则以及采用什么方式去寻找该规则。建立 控制策略就是首先考虑这个团队的最高利益，并能够通知队友；其次根据需要 完成的任务在多个智能体选择一个核心。同时这个核心也是一个领导者，他同 时可以协调其他智能体的动作，其动作也具有最高的优先级。推理机。用于 记忆所采用的规则和控制策略及推理策略。根据知识库的信息，推理机能够使 整个机器人决策系统以逻辑方式协调地工作，进行推理，做出决策，寻找出理 想的机器人操作序列。知识获取。从人类足球比赛的数

14、据库中提取专家知识， 得到 RoboCup 机器人足球比赛领域的专家知识，然后用程序语言把这些知识变 换为计算机程序，最后把它们存入知识库待用。解释与说明。通过接口，在 专家系统与用户之间进行交换作用。我们可以根据比赛中某一时刻的具体情况， 设计多种的阵型来测试程序的推理过程和推理结果，便于选择最好的规划和策 略。机器学习。在 RoboCup 的学习挑战中，任务是为一组智能体创建的学习 和训练的方法，根据学习的事件不同，机器学习有两种类型：在线学习（根据 当前球场上的情况进行学习）和离线学习（机器人设计者事先“教”机器人） 。 很显然，以上六个部分便是专家系统概念结构中的六个模块在 RoboC

15、up 这个实 例中的具体实现。 2.3 机器人控制 机器人控制（运动控制） ，即让机器人怎么运动的问题。这里面有很多关于 力学、运动学、动力学等方面的问题，但当这些机械力学方面的问题解决了之 后，随之而来的就是：机器人动作繁多复杂，怎么动，向哪个方向，速度多少 等这些参数该如何根据实际环境予以选择。首先我们可以将机器人运动的所有 需要的动作参数以一定的方式存储在计算机里，其实就是存储了机器人的所有 “动作” 。然后将已知有用的动作组合形成我们的知识库，再用这些动作组合， 结合实际问题设计开发推理机和控制策略，从而实现一个基于专家系统的机器 人控制系统。下面以一个机器人多手抓取的例子来解释一下专

16、家系统在机器人 控制方面的应用。-6- 在机器人抓取系统中，一般认为需要 4 种规划器：策略规划器、触觉规划 器、轨迹规划器及抓取规划器。抓取规划器对成功抓取来说是非常重要的。在 抓取规划器中，视觉模块用来把图象变换成物体的描述，接着用抓取模式选择 模块把物体的描述变换成一系列的控制信号。经研究发现，人类的抓取有一组 固定的抓取布局，每种布局与一定的抓取任务相适应。多指手的抓取规划的目 的就是为具体的抓取任务选择适当的抓取模式。这些给我们使用专家系统解决 此问题提供了一种思路。下面将多手抓取模式的问题分解成几个模块来谈谈用 专家系统实现这一系统的可行性。 物体的描述。机器人抓取物体时总是要根据物体的形状和尺寸来选择初始 抓取布局，而形状是选择抓取模式时的重要参数。在定义物体时可采用面模型 来描述，机器人进行手眼协调时可将物体定义一种广义的几何形状，以适应抓 取推理模式。 任务的描述。抓取任务通常包括 3 方面内容：动作（如拧、插等） ，对象 （如板手、锤子等）和前后关系。不同的任务具有不同的任务属性。任务属性 指的是稳定性、可操作性、灵巧