人工智能的計(jì)量校準(zhǔn)

吳尚昱 李棟

摘要：文章主要是對(duì)人工智能展開(kāi)了分析，講解了人工智能的定義，最后探討了人工智能的應(yīng)用情況，望可以為有關(guān)人員提供到一定的參考和幫助。

關(guān)鍵字：人工智能;應(yīng)用;模擬;學(xué)習(xí)

1、前言

當(dāng)前我國(guó)科學(xué)技術(shù)的不斷發(fā)展，智能機(jī)器人是時(shí)代發(fā)展的產(chǎn)物，人們對(duì)機(jī)器人中的人工智能越來(lái)越重視，人工智能不僅被廣泛應(yīng)用在機(jī)器人中，同時(shí)也應(yīng)用于許多領(lǐng)域中，為此文章主要是對(duì)人工智能展開(kāi)了研究和探討。

2、人工智能概念

到目前為止，AI沒(méi)有統(tǒng)一的定義。就像許多新的研究領(lǐng)域一樣，人們從不同的角度和研究方向上有不同的定義。來(lái)自國(guó)內(nèi)外不同知識(shí)課程和研究領(lǐng)域的專(zhuān)家對(duì)人工智能的定義有不同的看法，例如象征主義，聯(lián)系，行為主義等。他們提出了對(duì)人工智能的定義的自我理解：人工智能是一個(gè)使機(jī)器能夠模擬人類(lèi)智能活動(dòng)的主題。它不僅可以模擬人類(lèi)行為，還可以模擬人類(lèi)的感知，判斷力，推理，學(xué)習(xí)和其他智能活動(dòng)。

3、研究與應(yīng)用領(lǐng)域

3.1、邏輯推理與定理證明

每個(gè)學(xué)科都有自己的研究?jī)?nèi)容和應(yīng)用領(lǐng)域。如何使機(jī)器仿真執(zhí)行器具有智能行為，應(yīng)用領(lǐng)域包括數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)、智能檢索、神經(jīng)網(wǎng)絡(luò)、分布式人工智能、計(jì)算智能與進(jìn)化計(jì)算、問(wèn)題求解、智能調(diào)度與指揮、人工生命、系統(tǒng)和語(yǔ)言工具等實(shí)現(xiàn)定理的證明，證明過(guò)程只實(shí)現(xiàn)定理的證明，只要假設(shè)準(zhǔn)確。找到一個(gè)數(shù)學(xué)假設(shè)，這是一個(gè)聰明的任務(wù)，這不僅需要實(shí)現(xiàn)假設(shè)的能力，還需要一些直觀的技巧、邏輯推理和定理，在很大程度上推動(dòng)了人工智能方法的研究和應(yīng)用，而邏輯推理過(guò)程的形式將有助于更清晰地理解一些命題，如醫(yī)學(xué)診斷、信息檢索等，可以正式成為定理的證據(jù)。這是一個(gè)明智的任務(wù)，找到數(shù)學(xué)假設(shè)的定理證明。它不僅需要執(zhí)行假設(shè)的能力，還需要直觀的技能。邏輯推理與定理證明大大促進(jìn)了人工智能的研究和應(yīng)用。謂詞邏輯推理過(guò)程的形式可以更清楚地了解一些命題推理，例如醫(yī)學(xué)診斷信息檢索可以正式化為定理探明問(wèn)題。

3.2、自然語(yǔ)言理解

當(dāng)人們相互交流時(shí)，很容易執(zhí)行一個(gè)不需要太多理解的非常復(fù)雜的程序。但是如果你依靠計(jì)算機(jī)來(lái)準(zhǔn)備一個(gè)模擬程序，這是非常困難的。自然語(yǔ)言的交流與理解已經(jīng)成為這一智能有機(jī)體的交流媒介，實(shí)現(xiàn)人與人之間的交流。計(jì)算機(jī)或機(jī)器可以模擬人，為可以實(shí)現(xiàn)這一過(guò)程，計(jì)算機(jī)或信息發(fā)生器可以按照不同的語(yǔ)言環(huán)境來(lái)解釋語(yǔ)言的結(jié)果，也就是說(shuō)，基于人工智能的方法，它可以表達(dá)不同的上下文，并按照這些方法進(jìn)行推理。

3.3、自動(dòng)程序設(shè)計(jì)

今天的人工智能研究逐漸拓展了一個(gè)新的領(lǐng)域，那就是自動(dòng)編程，其實(shí)自動(dòng)編程并不是一個(gè)單獨(dú)的研究領(lǐng)域，它本身就是人工智能領(lǐng)域的其他要求，但是當(dāng)前編程和工作量的增加，對(duì)編程的要求越來(lái)越高，而自動(dòng)規(guī)劃是人類(lèi)智能的一個(gè)特殊關(guān)注點(diǎn)，目前的研究是建立在一個(gè)成熟的規(guī)劃基礎(chǔ)上的，自動(dòng)化軟件的程序設(shè)計(jì)和開(kāi)發(fā)還有很長(zhǎng)的路要走。從自動(dòng)編程的開(kāi)發(fā)過(guò)程中，可以看出它已成為自動(dòng)編程的重要內(nèi)容之一，直接采用原型自動(dòng)設(shè)計(jì)，然后按照結(jié)果的需要自動(dòng)修改程序。直到實(shí)現(xiàn)預(yù)期效果，逐漸改善方案設(shè)計(jì)。

3.4、專(zhuān)家系統(tǒng)

專(zhuān)家系統(tǒng)已經(jīng)成為人工智能研究中應(yīng)用最廣泛的領(lǐng)域之一。專(zhuān)家系統(tǒng)已在許多工作中得到應(yīng)用。專(zhuān)家系統(tǒng)是一種專(zhuān)家系統(tǒng)仿真專(zhuān)家，它需要大量的專(zhuān)業(yè)知識(shí)和工作環(huán)境中的大量實(shí)際工作經(jīng)驗(yàn)。它結(jié)合了該領(lǐng)域大量的專(zhuān)業(yè)知識(shí)和實(shí)際工作經(jīng)驗(yàn)，可以代替專(zhuān)家解決問(wèn)題，幫助用戶(hù)做出必要的決策。專(zhuān)家系統(tǒng)開(kāi)發(fā)的核心內(nèi)容是表達(dá)和應(yīng)用專(zhuān)家知識(shí)和專(zhuān)家經(jīng)驗(yàn)，它培養(yǎng)了許多專(zhuān)家知識(shí)，獲得了許多專(zhuān)家的工作經(jīng)驗(yàn)，它按照用戶(hù)需求模擬專(zhuān)家推理和分析，專(zhuān)家系統(tǒng)與其他人工智能研究和應(yīng)用的區(qū)別是大多數(shù)用戶(hù)面臨的問(wèn)題，專(zhuān)家系統(tǒng)中沒(méi)有成熟的算法解決方案，因此在不準(zhǔn)確的條件下必須是合理的。

3.5、機(jī)器學(xué)習(xí)

學(xué)習(xí)能力是高等生物學(xué)的重要標(biāo)志之一。因此，人工智能需要注重智能模擬的學(xué)習(xí)能力，使計(jì)算機(jī)或機(jī)器具有相同的學(xué)習(xí)能力。目前，機(jī)器學(xué)習(xí)的研究領(lǐng)域已經(jīng)取得了一些成果。對(duì)于人在學(xué)習(xí)的過(guò)程中來(lái)說(shuō)，學(xué)習(xí)是所需知識(shí)在人腦中的積累，形成一個(gè)結(jié)構(gòu)化的過(guò)程，具有一定的目的性和方向性，包括人是通過(guò)一定的判斷選擇出來(lái)的，只有當(dāng)機(jī)器有能力學(xué)習(xí)時(shí)，它只可以成為智力的象征。與此同時(shí)，機(jī)器學(xué)習(xí)的研究也可以幫助科學(xué)家們發(fā)現(xiàn)人類(lèi)學(xué)習(xí)的原則以及基于學(xué)習(xí)的人類(lèi)大腦復(fù)雜結(jié)構(gòu)的神秘面紗。因此，機(jī)器學(xué)習(xí)一直是人工智能研究人員的關(guān)鍵研究方向。

3.6、機(jī)器人學(xué)

機(jī)器人技術(shù)是人工智能行業(yè)日益關(guān)注的一個(gè)領(lǐng)域。機(jī)器人學(xué)的主要內(nèi)容是開(kāi)發(fā)一種能夠做出許多類(lèi)人動(dòng)作的機(jī)器，涵蓋了模擬器的主動(dòng)行為。研究機(jī)器的發(fā)展，智能化研究人類(lèi)行為，編程等內(nèi)容，機(jī)器人的發(fā)展可以模擬人類(lèi)的身體活動(dòng)，如手、腳、走路、轉(zhuǎn)彎、彎腰等，雖然目前對(duì)機(jī)器人的研究也取得了一定的成果，并已成功應(yīng)用于工業(yè)領(lǐng)域。但到目前為止，這種機(jī)器人的應(yīng)用只是人類(lèi)行為的簡(jiǎn)單模擬，它僅按照預(yù)定過(guò)程進(jìn)行固定操作。它不能像真實(shí)的人一樣履行身體所有部分的整體協(xié)調(diào)運(yùn)動(dòng)。一些簡(jiǎn)單的運(yùn)動(dòng)控制問(wèn)題，如移動(dòng)機(jī)器人的機(jī)械運(yùn)動(dòng)控制，在表面上不需要太多智能。即使是兒童也可以順利穿過(guò)周?chē)h(huán)境，并操作燈開(kāi)關(guān)，玩具，積木，餐具等物品。然而，如果機(jī)器人實(shí)現(xiàn)，人類(lèi)幾乎可以徹底地徹底地徹底地完成任務(wù)，需要機(jī)器人能夠解決需要更多智能的問(wèn)題。這一領(lǐng)域的研究促進(jìn)了該學(xué)科許多概念的發(fā)展。許多研究成果可以再現(xiàn)真實(shí)的環(huán)境。機(jī)器人的研究成果已廣泛應(yīng)用于各個(gè)領(lǐng)域，越來(lái)越受到其他學(xué)科的重視和支持。

4、人工智能實(shí)行計(jì)量校準(zhǔn)的重要性

（1）如果機(jī)器人不進(jìn)行校準(zhǔn)，機(jī)器人不能共用程序，精度很低且不穩(wěn)定。在維修等因素引起機(jī)器人幾何參數(shù)變化后，機(jī)器人所需的重新編程將迫使其工作暫停。如果進(jìn)行機(jī)器人校準(zhǔn)，只要使用編程過(guò)程中的一小部分時(shí)間，其科研以及經(jīng)濟(jì)價(jià)值相當(dāng)可觀。

（2）校準(zhǔn)可以提高機(jī)器人處理環(huán)境不確定性的能力。隨著機(jī)器人應(yīng)用領(lǐng)域的復(fù)雜化，作業(yè)環(huán)境的不確定性將對(duì)機(jī)器人作業(yè)任務(wù)有重要的影響，固定不變的環(huán)境模型極可能導(dǎo)致機(jī)器人作業(yè)失敗。

（3）現(xiàn)代自動(dòng)控制理論的發(fā)展導(dǎo)致帶有傳感器輔助設(shè)備的機(jī)器人離線(xiàn)編程系統(tǒng)受到普遍重視。若要完成較為的離線(xiàn)編程任務(wù)（如精密工業(yè)制造），不僅要求機(jī)器人的動(dòng)作重復(fù)精度好而且要求機(jī)器人的精度高。機(jī)器人精度不高的主要原因是機(jī)器人的設(shè)計(jì)參數(shù)和其實(shí)際參數(shù)的不同，這往往是制造誤差造成的。而機(jī)器人校準(zhǔn)就是通過(guò)調(diào)整機(jī)器人控制軟件來(lái)提高機(jī)器人精度的一種措施，往往可以將精度提升幾個(gè)數(shù)量級(jí)。

（4）在機(jī)器人的研發(fā)過(guò)程中，必須獲得足夠多的精確數(shù)據(jù)來(lái)分析評(píng)估機(jī)器靜態(tài)與動(dòng)態(tài)。其中包括測(cè)量機(jī)器人關(guān)節(jié)位置、末端執(zhí)行器上特定點(diǎn)在指定坐標(biāo)系下的坐標(biāo);機(jī)器人的走位是否真的按我們的設(shè)計(jì)運(yùn)動(dòng)軌跡在運(yùn)動(dòng);機(jī)器人加速運(yùn)動(dòng)時(shí)是否過(guò)沖;機(jī)器人走角度的時(shí)候是否按存在偏離;震動(dòng)對(duì)機(jī)器人的影響;機(jī)器人在運(yùn)載多少重量的物體時(shí)的分析數(shù)據(jù);機(jī)器人精度重復(fù)性測(cè)試等等…….這些數(shù)據(jù)都得依賴(lài)一套完整的校準(zhǔn)系統(tǒng)來(lái)獲取。

上述因素往往會(huì)導(dǎo)致機(jī)器人本體以及在正常作業(yè)時(shí)，精度偏低的問(wèn)題。特別是軌跡精度達(dá)不到使用要求，因而必須對(duì)機(jī)器人性能進(jìn)行評(píng)估、校準(zhǔn)。對(duì)誤差進(jìn)行測(cè)量，分析，不斷修正機(jī)器人實(shí)際參數(shù)，以滿(mǎn)足生產(chǎn)及應(yīng)用過(guò)程中所需的靈活性和適應(yīng)性?？焖傩?zhǔn)機(jī)器人TCP點(diǎn)，home點(diǎn)，連桿長(zhǎng)度，機(jī)器人各軸夾角，檢測(cè)機(jī)器人關(guān)節(jié)齒輪間隙，減速比，耦合比…….并補(bǔ)償回去，一般二十分鐘可校準(zhǔn)好一臺(tái)機(jī)器人。從而快速改善機(jī)器人性能。

5、結(jié)束語(yǔ)

由上可知，當(dāng)前對(duì)人工智能研究的不斷加深，人們的生活、工作方式都發(fā)生了一定的改變，科學(xué)的進(jìn)步能夠?yàn)槿祟?lèi)的發(fā)展提供到一定的保障，科研的成果會(huì)有利于人類(lèi)的未來(lái)發(fā)展。

參考文獻(xiàn)

[1]陳娟， 張婷， 盧巖，等. 人工智能用于醫(yī)學(xué)影像學(xué)基礎(chǔ)研究態(tài)勢(shì)[J]. 中國(guó)醫(yī)學(xué)影像技術(shù) 2021年37卷2期， 298-302頁(yè)， ISTIC PKU CSCD， 2021.

[2]丁? 超， 張秋雁， 張昌翔，等. 基于深度學(xué)習(xí)改進(jìn)算法的數(shù)字化變電站計(jì)量圖像識(shí)別方法[J]. 計(jì)算機(jī)科學(xué)與應(yīng)用， 2021， 11（3）：10.

[3]楊文靜， 杜然然， 呂章艷，等. 人工智能在疾病預(yù)測(cè)研究中可視化分析[J]. 中國(guó)公共衛(wèi)生， 2021， 37（5）：871-874.

[4]毛敏、陸金霞、洪程鑫、李赟、全鳳慧. 基于機(jī)器視覺(jué)的全自動(dòng)氧氣吸入器檢定器研究[J]. 無(wú)線(xiàn)互聯(lián)科技， 2020， v.17;No.183（11）：128-129.

[5]陳靜，黃萃，蘇竣. 中美人工智能治理研究比較分析——基于文獻(xiàn)計(jì)量視角[J]. 電子政務(wù)， 2020， No.216（12）：94-104.

[6]涂曉威， 雷正保. 一種用于人工智能模型的校準(zhǔn)方法：， CN111027583A[P]. 2020.

威凱檢測(cè)技術(shù)有限公司武漢分公司 湖北 武漢 430050