一文读懂机器人，工作原理超详细解析！

机器人到底是什么？很多人会将机器人与科幻电影中的，“变形金刚”“终结者”联想到一起，是外表酷炫，能力巨大的高科技产物。其实，如果你深入机器人行业，你会发现，机器人其实并不是如此，接下来，这篇文章将教会您一文读懂机器人！并了解机器人是如何完成任务的。

从本质上讲，机器人是由人类制造的“动物”，它们是模仿人类和动物行为的机器。机器人的组成部分与人类极为类似，一个典型的机器人有一套可移动的身体结构、一部类似于马达的装置、一套传感系统、一个电源和一个用来控制所有这些要素的计算机“大脑”。

仿生袋鼠机器人

机器人的定义范围很广泛，大到工厂服务的工业机器人，小到居家打扫机器人。按照目前最宽泛的定义，如果某样东西被许多人认为是机器人，那么它就是机器人。许多机器人专家（制造机器人的人）使用的是一种更为精准的定义。他们规定，机器人应具有可重新编程的大脑（一台计算机）用来移动身体。

根据这一定义，机器人与其他可移动的机器（如汽车）的不同之处在于它的计算机要素。机器人在物理特性方面与普通计算机不同，它们各自连接一个身体，而普通计算机则不然。

一、机器人的共同特性

首先，几乎所有机器人都有一个可移动的身体。有些只是机动化的轮子，有些是大量可移动部件，这些部件一般是由金属或塑料制成，这些独立部件是由关节连接的。

机器人的轮与轴是用某种传动装置连接起来的。有些机器人使用马达和螺线管作为传动装置；另一些则使用液压系统；还有一些使用气动系统（由压缩气体驱动的系统）。机器人可以使用上述任何类型的传动装置。

其次，机器人需要一个能量源来驱动这些传动装置。大多数机器人会使用电池或墙上的电源插座来供电。此外，液压机器人还需要一个泵来为液体加压，而气动机器人则需要气体压缩机或压缩气罐。

所有传动装置都通过导线与一块电路相连。该电路直接为电动马达和螺线圈供电，并操纵电子阀门来启动液压系统。阀门可以控制承压流体在机器内流动的路径。比如说，如果机器人要移动一只由液压驱动的腿，它的控制器会打开一只阀门，这只阀门由液压泵通向腿上的活塞筒。承压流体将推动活塞，使腿部向前旋转。通常，机器人使用可提供双向推力的活塞，以使部件能向两个方向活动。

机器人的计算机可以控制与电路相连的所有部件。为了使机器人动起来，计算机会打开所有需要的马达和阀门。大多数机器人是可重新编程的。如果要改变某部机器人的行为，您只需将一个新的程序写入它的计算机即可。

并非所有的机器人都有传感系统。很少有机器人具有视觉、听觉、嗅觉或味觉。机器人拥有的最常见的一种感觉是运动感，也就是它监控自身运动的能力。在标准设计中，机器人的关节处安装着刻有凹槽的轮子。在轮子的一侧有一个发光二极管，它发出一道光束，穿过凹槽，照在位于轮子另一侧的光传感器上。当机器人移动某个特定的关节时，有凹槽的轮子会转动。在此过程中，凹槽将挡住光束。

光学传感器读取光束闪动的模式，并将数据传送给计算机。计算机可以根据这一模式准确地计算出关节已经旋转的距离。计算机鼠标中使用的基本系统与此相同。

以上这些是机器人的基本组成部分。机器人专家有无数种方法可以将这些元素组合起来，从而制造出无限复杂的机器人。机器臂是最常见的设计之一。

二、机器人是如何工作的

世界上的机器人大多用来从事繁重的重复性制造工作。它们负责那些对人类来说非常困难、危险或枯燥的任务。

最常见的制造业机器人是机械臂

一部典型的机器臂由七个金属部件构成，它们是用六个关节接起来的。计算机将旋转与每个关节分别相连的步进式马达人工智能原理及其应用，以便控制机器人（某些大型机器臂使用液压或气动系统）。

与普通马达不同，步进式马达会以增量方式精确移动。这使计算机可以精确地移动机器臂，使机器臂不断重复完全相同的动作。机器人利用运动传感器来确保自己完全按正确的量移动。

这种带有六个关节的工业机器人与人类的手臂极为相似，它具有相当于肩膀、肘部和腕部的部位。它的“肩膀”通常安装在一个固定的基座结构（而不是移动的身体）上。这种类型的机器人有六个自由度，也就是说，它能向六个不同的方向转动。与之相比，人的手臂有七个自由度。

工业机器人专门用来在受控环境下反复执行完全相同的工作。例如人工智能原理及其应用，某部机器人可能会负责给装配线上传送的花生酱罐子拧上盖子。为了教机器人如何做这项工作，程序员会用一只手持控制器来引导机器臂完成整套动作。机器人将动作序列准确地存储在内存中，此后每当装配线上有新的罐子传送过来时，它就会反复地做这套动作。

大多数工业机器人在汽车装配线上工作，负责组装汽车。在进行大量的此类工作时，机器人的效率比人类高得多，因为它们非常精确。无论它们已经工作了多少小时，它们仍能在相同的位置钻孔，用相同的力度拧螺钉。制造类机器人在计算机产业中也发挥着十分重要的作用。它们无比精确的巧手可以将一块极小的微型芯片组装起来。

机器臂的制造和编程难度相对较低，因为它们只在一个有限的区域内工作。如果您要把机器人送到广阔的外部世界，事情就变得有些复杂了。

首要的难题是为机器人提供一个可行的运动系统。如果机器人只需要在平地上移动，轮子或轨道往往是最好的选择。如果轮子和轨道足够宽，它们还适用于较为崎岖的地形。但是机器人的设计者往往希望使用腿状结构，因为它们的适应性更强。制造有腿的机器人还有助于使研究人员了解自然运动学的知识，这在生物研究领域是有益的实践。

机器人的腿通常是在液压或气动活塞的驱动下前后移动的。各个活塞连接在不同的腿部部件上，就像不同骨骼上附着的肌肉。若要使所有这些活塞都能以正确的方式协同工作，这无疑是一个难题。在婴儿阶段，人的大脑必须弄清哪些肌肉需要同时收缩才能使得在直立行走时不致摔倒。同理，机器人的设计师必须弄清与行走有关的正确活塞运动组合，并将这一信息编入机器人的计算机中。许多移动型机器人都有一个内置平衡系统（如一组陀螺仪），该系统会告诉计算机何时需要校正机器人的动作。

波士顿动力最新升级版的Atlas人形机器人

两足行走的运动方式本身是不稳定的，因此在机器人的制造中实现难度极大。为了设计出行走更稳的机器人，设计师们常会将眼光投向动物界，尤其是昆虫。昆虫有六条腿，它们往往具有超凡的平衡能力，对许多不同的地形都能适应自如。

某些移动型机器人是远程控制的，人类可以指挥它们在特定的时间从事特定的工作。遥控装置可以使用连接线、无线电或红外信号与机器人通信。远程机器人常被称为傀儡机器人，它们在探索充满危险或人类无法进入的环境（如深海或火山内部）时非常有用。有些机器人只是部分受到遥控。例如，操作人员可能会指示机器人到达某个特定的地点，但不会为它指引路线，而是任由它找到自己的路。

NASA研发可远程控制的太空机器人R2

自动机器人可以自主行动，无需依赖于任何控制人员。其基本原理是对机器人进行编程，使之能以某种方式对外界刺激做出反应。极其简单的碰撞反应机器人可以很好地诠释这一原理。

这种机器人有一个用来检查障碍物的碰撞传感器。当您启动机器人后，它大体上是沿一条直线曲折行进的。当它碰到障碍物时，冲击力会作用在它的碰撞传感器上。每次发生碰撞时，机器人的程序会指示它后退，再向右转，然后继续前进。按照这种方法，机器人只要遇到障碍物就会改变它的方向。

高级机器人会以更精巧的方式运用这一原理。机器人专家们将开发新的程序和传感系统，以便制造出智能程度更高、感知能力更强的机器人。如今的机器人可以在各种环境中大展身手。

较为简单的移动型机器人使用红外或超声波传感器来感知障碍物。这些传感器的工作方式类似于动物的回声定位系统：机器人发出一个声音信号（或一束红外光线），并检测信号的反射情况。机器人会根据信号反射所用的时间计算出它与障碍物之间的距离。

较高级的机器人利用立体视觉来观察周围的世界。两个摄像头可以为机器人提供深度感知，而图像识别软件则使机器人有能力确定物体的位置，并辨认各种物体。机器人还可以使用麦克风和气味传感器来分析周围的环境。

某些自动机器人只能在它们熟悉的有限环境中工作。例如，割草机器人依靠埋在地下的界标确定草场的范围。而用来清洁办公室的机器人则需要建筑物的地图才能在不同的地点之间移动。

较高级的机器人可以分析和适应不熟悉的环境，甚至能适应地形崎岖的地区。这些机器人可以将特定的地形模式与特定的动作相关联。例如，一个漫游车机器人会利用它的视觉传感器生成前方地面的地图。如果地图上显示的是崎岖不平的地形模式，机器人会知道它该走另一条道。这种系统对于在其他行星上工作的探索型机器人是非常有用的。

有一套备选的机器人设计方案采用了较为松散的结构，引入了随机化因素。当这种机器人被卡住时，它会向各个方向移动附肢，直到它的动作产生效果为止。它通过力传感器和传动装置紧密协作完成任务，而不是由计算机通过程序指导一切。这和蚂蚁尝试绕过障碍物时有相似之处：蚂蚁在需要通过障碍物时似乎不会当机立断，而是不断尝试各种做法，直到绕过障碍物为止。

三、人工智能

人工智能(AI)无疑是机器人学中最令人兴奋的领域，无疑也是最有争议的：所有人都认为，机器人可以在装配线上工作，但对于它是否可以具有智能则存在分歧。

终极的人工智能是对人类思维过程的再现，即一部具有人类智能的人造机器。人工智能包括学习任何知识的能力、推理能力、语言能力和形成自己的观点的能力。目前机器人专家还远远无法实现这种水平的人工智能，但他们已经在有限的人工智能领域取得了很大进展。如今，具有人工智能的机器已经可以模仿某些特定的智能要素。

计算机已经具备了在有限领域内解决问题的能力。用人工智能解决问题的执行过程很复杂，但基本原理却非常简单。首先，人工智能机器人或计算机会通过传感器（或人工输入的方式）来收集关于某个情景的事实。计算机将此信息与已存储的信息进行比较，以确定它的含义。计算机会根据收集来的信息计算各种可能的动作，然后预测哪种动作的效果最好。当然，计算机只能解决它的程序允许它解决的问题，它不具备一般意义上的分析能力。象棋计算机就是此类机器的一个范例。

某些现代机器人还具备有限的学习能力。学习型机器人能够识别某种动作（如以某种方式移动腿部）是否实现了所需的结果（如绕过障碍物）。机器人存储此类信息，当它下次遇到相同的情景时，会尝试做出可以成功应对的动作。同样，现代计算机只能在非常有限的情景中做到这一点。它们无法像人类那样收集所有类型的信息。一些机器人可以通过模仿人类的动作进行学习。

人工智能的真正难题在于理解自然智能的工作原理。开发人工智能与制造人造心脏不同，科学家手中并没有一个简单而具体的模型可供参考。我们知道，大脑中含有上百亿个神经元，我们的思考和学习是通过在不同的神经元之间建立电子连接来完成的。但是我们并不知道这些连接如何实现高级的推理能力，甚至对低层次操作的实现原理也并不知情。大脑神经网络似乎复杂得不可理解。

因此，人工智能在很大程度上还只是理论。科学家们针对人类学习和思考的原理提出假说，然后利用机器人来实验他们的想法。

正如机器人的物理设计是了解动物和人类解剖学的便利工具，对人工智能的研究也有助于理解自然智能的工作原理。对于某些机器人专家而言，这种见解是设计机器人的终极目标。其他人则在幻想一个人类与智能机器共同生活的世界，在这个世界里，人类使用各种小型机器人来从事手工劳动、健康护理和通信。许多机器人专家预言，机器人的进化最终将使我们彻底成为半机器人，即与机器融合的人类。有理由相信，未来的人类会将他们的思想植入强健的机器人体内，活上几千年的时间！

无论如何，机器人都会在我们未来的日常生活中扮演重要的角色。在未来的几十年里，机器人将逐渐扩展到工业和科学之外的领域，进入日常生活，这与计算机在20世纪80年代开始逐渐普及到家庭的过程类似。

本文到此结束，希望对大家有所帮助。