移动机器人环境认知理论与技术研究

第2个月的数量2 2 2机器人×？移动机器人环境认知理论与技术研究蔡子兴，邹小兵，中南大学信息科学与工程学院，湖南长沙摘要: 未知环境中的移动机器人只有环境知识才是环境建晚对外界的感知减弱时，本体感受和对大脑前庭的诱导会部分取代外部线索. 文章≈提出了海马功能的计算模型，并使用移动机器人进行了验证！机器人！环境中的动物根据复杂性≈反射性感知行为，认知行为可以分为几个层次！信息融合感知行为！可学的认知行为！自主的认知行为尽管人工智能在机器推理中取得了巨大的进步，但在环境感知和理解方面却相对较低. 蔡子兴等对移动机器人环境认知理论和技术的研究是一种反射行为，直接指导执行器的本能响应人体（例如人体）的本能. 膝跳反射！移动机器人的简单避障行为. 反思行为不需要知识记忆. 信息融合需要短期知识记忆来合成传感器信息，以获得复杂外部环境的局部印象学习行为. 从当前和历史信息中提取知识的能力更新环境的认知自主性. 认知行为不仅取决于传感器的刺激和历史经验，还取决于当前正在执行的任务和追求的目标. 灵活的行为可用于基于当前任务执行复杂的认知动作. 较高水平的环境认知能够进行语言描述和空间知识的语言交流. 例如，蜜蜂可以通过舞蹈表达食物的位置. 功能模块的灵活组合和合理的传感器响应系统是实现认知行为的功能. 该平台对移动机器人认知架构存在很多问题，需要进一步研究以解决它们如何实现多层次感知行为的合理协调，并在各个层次之间建立知识交流机制和学习机制，以形成包容性的环境激励响应机制. 如何实现快速的知识提取和知识更新，使功能和知识都具有良好的可扩展性，等等. 3 2≈主体与客体环境物体之间的相互作用和交互作用显然，主动视觉是由认知心理学的选择性注意控制的. 主动强调视觉视觉行为的目的！视觉行为在不同级别的主动性之间的联系！主体和客体之间的相互作用≈视觉系统是机器人视觉的重要研究领域. 在不同的主动视觉系统中，它模仿了人类视觉生理的双重功能来调节功能运动. 将视觉应用于移动机器人时，最常用的是视觉. 必须考虑几个动态感知因素，其中最重要的是处理图像信息的能力，以便能够满足扫视或视觉跟踪目标的要求. 这就需要改变注意力机制，以实现视觉目标的快速检测和定位. 此外，神经心理学中的知觉信息到达大脑视觉处理皮层的延迟时间也不同. 强刺激比弱刺激更快地到达. 在数据处理过程中，这些信号代表刺激的次数. 人类对环境的感知是相互支持的数据≈统一认知的整体视觉通常在触觉上！听力！闻！在味觉的引导下，注意目标的选择还将利用后几种感觉来感知！具体！物化视觉产生的认知心理学强调过去知识经验和现实刺激都是产生意识所必需的. 因此，可以认为意识过程包括两个相互联系的过程. 自下而上2∏处理和自上而下. 2对动物世界环境的选择性注意机制和主动视觉感知视觉无疑具有极其重要的作用. 国际认知界对视觉搜索的研究在神经人与心理学和认知心理学领域受到了特别关注. 动物的视觉系统具有明显的选择性注意功能≈？视觉感知过程分为对注意力的两个重要不同阶段√≈处理主动视觉是实现选择性注意机制的前提，而选择性注意机制的实际模型是人们通常只反映这两种感知视觉行为的路线≈/感觉感兴趣的对象0显示出对关注的热情，并且往往对关注焦点之外的对象视而不见！对于复杂的物体，例如无知和失明经常需要反复刺激以产生深深的印象. 这使人脑专注于复杂的智力行为和选择性注意. 该机制将有可能解决实时视觉信息处理和在复杂环境中存储大量数据的问题. 主动视觉和选择性注意机制的目的是模拟动物的视觉调节机制，以实现主动视觉观察行为. 需要进一步研究的问题包括环境因素. 源中有许多物体和敏感刺激. 如何选择感兴趣的对象以及如何合理安排这种选择行为？ 3和注意环境的基本特征颜色在注意阶段的注意阶段！根据基本信息将局部形状并行存储在视场中. 该特征分为可视空间单元. 预先注意阶段也是单位选择过程. 文档认为移动机器人自主控制理论与技术，只有一个视觉单元可以同时进入下一阶段，并且处于焦点位置. 也就是说，视觉使用串行处理机制基于特征融合来识别环境. 理论∏感知是从局部特征到整体认知. 在并行认知机制中，心理模型表明，感知任务的所有阶段都可以通过并行竞争模型解决. √通过包容性机制解决. 整体到局部知觉路线的文献≈时空环境信息的表示考虑了混合的联合引导搜索模型∏进入关注阶段的视觉对象并不是唯一的焦点. 与心理活动相关的活动领域并不是在连续搜索中一目了然地进行搜索，而是首先关注通过竞争获得的主动视觉的激活特征. 这个概念是用于计算理论的自下而上的过程≈认知心理学家将大量认知过程视为/感知0感知过程是接受感知输入并将其转换为更抽象代码的过程感知研究. 知觉信息的基本表达或知觉过程从哪里开始？要建立任何感知理论和理论模型，无论是人类还是计算机，都必须首先回答这个问题. 认知行为包括识别当前选定单位的并行处理流程！提出用于选择的传统视觉的计算理论是严格的自我约束，而与不同视觉层次之间的空间无关. 行为计算！如何建立适应性进化学习能力的想法，特别是对于机器人而言，对计算机科学非常重要. 现场人工智能是对自然环境的适应. 因为现场认知是研究实际环境中的信息处理和行为. 因此，对该领域的深入探索在自主机器人的环境认知中具有重要作用. 移动机器人的进化设计和学习是本世纪通过人工进化而来的自动发展. 它包括小组进化学习和个体发展学习设计过程. 开发机器人及其传感器（电机）电机控制系统的方法≈基于进化学习的机器人导航系统的主要优点是可以简化设计过程. 设计结果是可靠的，并且可能会产生突然的行为. 它是为了实现低级的无功控制和高级的行为决策. 进化学习的有效方法之一是进化学习是在仿真设计中！运行！绩效评估指标等. 进化学习能否继续有效没有任何理论基础！进化的结果仅仅是停留在感觉的水平上）电机的反应性行为仍然可以进一步扩展，诸如复杂行为之类的问题值得深入讨论. 在这个方向上的研究将促进对生物系统认知过程的理解. 注意阶段将提取相应的描述文件！总结感兴趣对象的详细外观！颜色！位置和其他视觉特征形成描述文件，并进一步确定实施哪种行为. 如何描述对象的不同特征是提取对象的不变特征并使之对应于代表对象的索引. 场景对象不在人们的记忆中. 可以存储准确的数学描述或准确的图片，但是场景特征以某种语言符号描述！泛化便于更好地管理和存储感兴趣目标的描述文件（包括视觉对象的简洁描述）空间特征并添加相应的目标索引. 索引用作指针. 它与观察的时间和地点有关. 在视觉信息特征提取和识别技术中，一种复杂而准确的数学分析方法，例如小波分析！傅里叶变换的实现准确的特征提取和匹配≈≈另一种类型是基于认知心理学的！神经内科！模糊逻辑的典型特征的概率匹配方法≈人的认知显然倾向于后者. 人脑不是刻板印象在机器研究的时间和空间限制下，环境知识的表示及其属性使传感器感知离散！片面！不完整的空间信息形成为一种知识形式，可以应用于决策计划. 这是进行环境认知的重要方法. 在对象的知识表示研究中有几点值得关注. 空间对象不变特征的提取和特征绑定. 从心理学和神经科学的层面研究图像信息处理. 研究新的环境信息处理数学方法是关键问题之一. 建模问题和最适合特定任务的空间环境建模问题的特征是基于对知识组织的感知，使用合理的环境模型有效地帮助移动机器人实现导航控制是感知层的重要标志. 上升到认知层从基本感知信息的表示到更高层次的认知过程，可以将其细化为感知信息如何将环境路线图知识转化为路径知识并形成环境的全局认知模型. 认知行为能力和学习知觉的适应性发展取决于过去的知识和经验知觉. 信息是现实刺激信息和记忆信息相互作用的结果. 认知主体不仅在环境中奔跑，而且还可以对环境产生影响. 认知过程包括信息获取和信息处理过程，即思维过程还包括改变知识状态的过程或产生主观信息的过程！知识的积累. 自主认知系统与环境之间的相互作用可以主动创建环境并最大化利用自然环境的结合来实现对环境的感知≈研究重点包括机器人的行为，以便最大程度地获取必要的信息在最大程度上实现对环境的全面了解. 4结论（环境认知是针对移动机器人的）一个重要的研究链接未知环境中的导航尤其需要移动机器人了解环境. 对环境的认识是移动机器人在未知环境中导航的关键技术. 先前的研究是离散的！在感知水平上进行研究很困难在复杂的未知环境中机器人导航可提供足够的导航信息. 从认知理论和方法出发，在选择性注意机制下模仿人类的心理活动和智能行为，将单方面感受到自然环境！离散！被动感知水平提高到整体！有关！整体意识的主动权深入分析移动机器人系统与环境之间的交互以实现灵活性！稳定性！可靠的移动机器人认知系统建立了一套适用于复杂环境的环境认知理论. 为了促进太空中高性能移动机器人系统的发展！海洋军事工业等在重要领域得到了广泛的应用. 参考≈≈≈≈≈∞∞∞∞∞∞×≈≈（Ρεφερενχεσ）欧庆立何克忠户外智能移动机器人及其发展相关技术研究机器人22蔡自兴祝贺Hangen Chen Hong在未知环境中的移动机器人导航控制的某些问题≈∏√∏控制与决策17 ∏ 12 2 16≈∞∞∞卷1蔡子兴等. 移动机器人环境认知理论与技术研究≈∏ 2√83≈≥√√∏？ ∏ 2≈≤√≈×≤√°∏√≤√∏ ∏ ?? °√∏ 11 2≈≈√15≈≥62≈÷∏ ×√≥≈2°≈2≈√≈∞∞∞××∏ 0 2 0 ∏ 0° Εταλ0≈？ ×≤2√？ ÷？ ∏2 ∏ 2 ∏√≈°2≥≈°？ °≠？ Εταλ≈？ 12吗∏ 96≥√∏°？ ≈≈？ ≤√≈15∞？ √2 ∏∏≈？∏°？ ≈∏×°≥≈°∏ 2√∏ 62≈？ √∏≈≤∏≈≤√∏ 2 8≈≤∏√∏≈≈≈∞≥2∏2 3√≈∞∞∞∏2≈10 ≥杨明，王洪，何克忠等. 基于激光雷达的移动机器人环境建模避障≈≥10≥2？ ≤14 ?? ≈2∞∞∞×ετα≥∏λ√∏ 14°？ ≈∏？ ≈≥≥≥××37≈22≈≥22≈∞∞∞∞×≈清华大学学报自然科学√√40≈×≈ ？°≤？≈≈≈≈≈×≥33？ 35 ∏∞∏∞∞∞×√≠2 35ετα×λ∏≥√≈∞∞∞×？∏≈7 2？ ∞∞∞×≤≤12√18√≈≤∏ ∏≈∏ 15≥≤×？∏∏ ∏√∏⏏⏏√√√​​∏ ≥20√??? ∏？ √15？ ≥∏≈≤√≈≈≈≤Wu Fuchao Li Hua Hu Zhanyi基于主动视觉系统的相机自动缩放方法的研究≈∏≈Automatic Journal°≥√∏27 2≈≤87≈≈≈≈≈≈？ ×√≈邹小兵蔡自兴基于传感器信息的非光滑环境建模和路径规划≈≥≈WuJun朱忠光赵忠明基于小波分析的旋转不变图像快速匹配方法≈？ 2÷≈《自然科学杂志》的进展？ ÷∏ 2±∏√2≥°6？ 2 13 2 116≈2≈≈∏关于作者蔡自兴和其他人邹小兵移动机器人智能控制系统领域的2名男博士生和研究人工智能智能机器领域的其他2名男教授≈±∏∏∏ ×<

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/tongxinshuyu/article-263721-1.html