越來(lái)越多的技術(shù)公司進(jìn)入到人工智能（AI）領(lǐng)域，將 AI 應(yīng)用到其產(chǎn)品和應(yīng)用中?？梢钥吹?，AI 已經(jīng)融入我們的日常生活，有時(shí)我們甚至并不知道，和我們打交道的設(shè)備正在使用 AI 技術(shù)。這些 AI 應(yīng)用包括：智能音箱中的語(yǔ)音交互，手機(jī)上的人臉識(shí)別，以及交通出行中的輔助駕駛等等。

AI 技術(shù)的演進(jìn)也在影響著機(jī)器人（Robotics）領(lǐng)域的應(yīng)用。 德國(guó)宇航中心（DLR）開(kāi)發(fā)的“Agile Justin” 機(jī)器人就采用了 AI 技術(shù)，利用立體視覺(jué)來(lái)觀察周?chē)h(huán)境，利用觸覺(jué)傳感器來(lái)感知物體，執(zhí)行類(lèi)似人類(lèi)的行為動(dòng)作/任務(wù)。
在工業(yè)領(lǐng)域，機(jī)器人正在被大規(guī)模的應(yīng)用于工廠自動(dòng)化、倉(cāng)儲(chǔ)物流等場(chǎng)景，AI 技術(shù)在其中發(fā)揮著重要的作用。 ◆??◆??◆??◆

AI 應(yīng)用于機(jī)器人的典型場(chǎng)景

機(jī)器人這樣的自主系統(tǒng)，一般由傳感/感知，規(guī)劃/決策，以及控制這樣幾個(gè)核心部分組成。傳感/感知領(lǐng)域，是目前AI應(yīng)用最多的地方。

語(yǔ)音感知

日本安川電氣在開(kāi)發(fā)機(jī)器人 Motoman（MotoMINI）——一種抓放（pick-and-place）機(jī)器人時(shí)，使用語(yǔ)音驅(qū)動(dòng)的控制技術(shù)，實(shí)現(xiàn)人機(jī)交互，其中的語(yǔ)音識(shí)別，就利用了 AI。



機(jī)器視覺(jué)感知

作為本身包含非常豐富信息的圖像，也經(jīng)常被機(jī)器人系統(tǒng)用于對(duì)物體的感知和識(shí)別。安川電氣的研發(fā)團(tuán)隊(duì)將深度學(xué)習(xí) DL 應(yīng)用在計(jì)算機(jī)視覺(jué)上，幫助機(jī)器人實(shí)現(xiàn)基于圖像的物體檢測(cè)。




另外，視覺(jué)信息還可以在 AI 的幫助下，用于檢測(cè)工業(yè)場(chǎng)景中的工件異常。 武藏精密，一家全球化的工業(yè)公司，利用 AI 技術(shù)，開(kāi)發(fā)了一款用于汽車(chē)制造的自動(dòng)視覺(jué)檢查機(jī)器人，自動(dòng)化的執(zhí)行每月上百萬(wàn)工件的缺陷檢測(cè)任務(wù)。




3D 視覺(jué)感知

隨著3 D 視覺(jué)處理技術(shù)和低成本深度傳感器的飛速發(fā)展，在不斷提高的計(jì)算機(jī)算力的支持下，3D 視覺(jué)圖像的獲取和處理越來(lái)越方便，在機(jī)器人領(lǐng)域已經(jīng)有很多 3D 視覺(jué)的應(yīng)用案例，比如，可以將 RGB-D 圖像數(shù)據(jù)應(yīng)用于機(jī)器人的環(huán)境感知和三維目標(biāo)識(shí)別。 香港應(yīng)用科技研究院(ASTRI)開(kāi)發(fā)的機(jī)器人，基于 3D 視覺(jué)，利用深度學(xué)習(xí) DL 對(duì)被操作工件的位置和方向進(jìn)行估計(jì)。

自主決策與控制

在決策和控制方面，AI技術(shù)同樣也能發(fā)揮作用，其中，強(qiáng)化學(xué)習(xí)(Reinforcement Learning, RL)是工業(yè)機(jī)器人方向的一個(gè)研究熱點(diǎn)。 RL 以“試錯(cuò)”的方式進(jìn)行學(xué)習(xí)，通過(guò)與環(huán)境進(jìn)行交互獲得的獎(jiǎng)賞來(lái)指導(dǎo)行為，使機(jī)器人自主的發(fā)現(xiàn)并優(yōu)化特定的行為模式。通常來(lái)說(shuō)，RL支持機(jī)器人處理解決非常復(fù)雜的問(wèn)題，比如讓足類(lèi)機(jī)器人通過(guò)使用視覺(jué)信息來(lái)沿著特定路線直立行走的問(wèn)題、抓取類(lèi)機(jī)器人對(duì)操作物體的平衡問(wèn)題等。

在工業(yè)環(huán)境下應(yīng)用RL雖然還在探索階段，但已經(jīng)有很多的原型系統(tǒng)被開(kāi)發(fā)出來(lái)，從中我們發(fā)現(xiàn)，仿真技術(shù)是RL產(chǎn)業(yè)化應(yīng)用的一個(gè)重要支撐。


?

采用 AI 技術(shù)的機(jī)器人系統(tǒng)開(kāi)發(fā)?

機(jī)器人系統(tǒng)是一個(gè)包含機(jī)械、電子、電氣、軟件等的復(fù)雜多域系統(tǒng)，而 AI 技術(shù)本身也具有很高的復(fù)雜性，涉及 AI 模型的設(shè)計(jì)、訓(xùn)練和部署。將二者結(jié)合起來(lái)，開(kāi)發(fā)出可在工業(yè)場(chǎng)景下使用的機(jī)器人應(yīng)用系統(tǒng)，對(duì)機(jī)器人領(lǐng)域的工程師和專(zhuān)注 AI 算法的數(shù)據(jù)科學(xué)家們都提出了很大的挑戰(zhàn)。 MATLAB/Simulink 集成了對(duì)機(jī)器人和AI的支持，是開(kāi)發(fā)基于AI的機(jī)器人系統(tǒng)的理想工具。

下面我們就來(lái)看看開(kāi)發(fā)基于 AI 的機(jī)器人系統(tǒng)的基本流程，同時(shí)也了解一下MATLAB/Simulink 提供的典型功能。

基本流程

基于AI的機(jī)器人系統(tǒng)開(kāi)發(fā)通常可以簡(jiǎn)要概括為四個(gè)階段，即：數(shù)據(jù)準(zhǔn)備，建立 AI 模型，機(jī)器人系統(tǒng)仿真與驗(yàn)證，以及應(yīng)用部署。



下面我們以 pick-and-place 抓放機(jī)器人的開(kāi)發(fā)為例，看看這四個(gè)階段都會(huì)涉及哪些關(guān)鍵問(wèn)題，以及如何在 MATLAB/Simulink 中來(lái)處理。

這個(gè)機(jī)器人的主要任務(wù)是，基于視覺(jué)感知來(lái)識(shí)別 PVC 工件形狀，完成對(duì) PVC 工件的分類(lèi)揀選。

第一步：數(shù)據(jù)準(zhǔn)備

豐富的、高質(zhì)量數(shù)據(jù)是開(kāi)發(fā)AI應(yīng)用的前提。 數(shù)據(jù)采集和數(shù)據(jù)合成是我們獲取數(shù)據(jù)的兩種主要手段。



數(shù)據(jù)采集下的圖像，能夠真實(shí)的體現(xiàn)整個(gè)環(huán)境對(duì)數(shù)據(jù)的影響，必然包括噪聲。對(duì)于那些包含很大噪聲、質(zhì)量不佳的圖像/數(shù)據(jù)，我們要采用適當(dāng)?shù)膱D像增強(qiáng)（濾波）技術(shù)，對(duì)其進(jìn)行預(yù)處理，生成可用于 AI 模型訓(xùn)練的高質(zhì)量圖像/數(shù)據(jù)。 考慮到采集的成本和效率等因素，數(shù)據(jù)合成是豐富 AI 模型訓(xùn)練集合的一個(gè)有效補(bǔ)充。在仿真環(huán)境下，工件形狀、光線條件、工件背景等都可以由腳本程序靈活控制，這樣就可以非常小的人力投入，獲得非常豐富的數(shù)據(jù)（內(nèi)嵌真值標(biāo)注信息）。

第二步：建立 AI 模型

由于我們的任務(wù)是 AI 工程應(yīng)用，所以通常在這個(gè)步驟并不需要從零開(kāi)始設(shè)計(jì) AI 算法，而是可以借用已有的研究成果，從大量可用的 AI 算法中選用符合任務(wù)需求的 AI 模型，進(jìn)行裁剪定制，利用高質(zhì)量的訓(xùn)練數(shù)據(jù)集對(duì)其進(jìn)行訓(xùn)練，從而得到我們想要的 AI 模型。 建立 AI 模型的過(guò)程是迭代的、復(fù)雜的。 MATLAB/Simulink 可以為這項(xiàng)任務(wù)提供很多幫助：

隨軟件提供豐富的AI模型及參考實(shí)例，幫助工程師快速上手 AI 應(yīng)用；

提供多種圖形化的小程序加速 AI 算法開(kāi)發(fā)：Deep Network Designer, Classification Learner, Experiment Manager；

支持 ONNX，方便與各類(lèi)社區(qū)開(kāi)發(fā)的 AI 模型進(jìn)行集成；

第三步：機(jī)器人系統(tǒng)仿真與驗(yàn)證

在仿真環(huán)境（MATLAB/Simulink)中，構(gòu)建包括 AI 算法模型的整個(gè)機(jī)器人系統(tǒng)模型，來(lái)對(duì) AI 算法模型的有效性和性能等方面進(jìn)行確認(rèn)和驗(yàn)證。



可以看到，除了應(yīng)用了 AI 的感知部分，整個(gè)機(jī)器人系統(tǒng)還包括傳感、規(guī)劃、控制等，這些部分的嵌入式系統(tǒng)開(kāi)發(fā)可以使用基于模型設(shè)計(jì)的方法來(lái)開(kāi)展，具體參考 基于模型的設(shè)計(jì)。 有了仿真環(huán)境的支持，我們可以很方便的獲取機(jī)器人系統(tǒng)各個(gè)處理環(huán)節(jié)的輸出結(jié)果，從而基于這些中間處理結(jié)果對(duì)各環(huán)節(jié)的算法或程序進(jìn)行評(píng)估和改進(jìn)。



第四步：應(yīng)用部署

首先根據(jù)項(xiàng)目需求（如成本、性能等）選擇合適的處理器（GPU/FPGA/CPU）作為目標(biāo)處理器，然后編碼實(shí)現(xiàn)這個(gè)經(jīng)過(guò)驗(yàn)證的 AI 模型，最后將可執(zhí)行代碼部署到目標(biāo)處理器中。

AI 應(yīng)用屬于計(jì)算密集型應(yīng)用，需要很大的計(jì)算資源和存儲(chǔ)資源的支持，調(diào)用和管理這些資源、將 AI 算法通過(guò)軟件來(lái)實(shí)現(xiàn)，是一個(gè)非常耗時(shí)耗力的任務(wù)。 MATLAB/Simulink 提供的代碼生成工具，將大大減少應(yīng)用部署的工作量，支持根據(jù)經(jīng)過(guò)驗(yàn)證的 AI 模型自動(dòng)生成可部署到目標(biāo)處理器/環(huán)境的可執(zhí)行代碼。



更多類(lèi)型機(jī)器人的開(kāi)發(fā)

機(jī)器人系統(tǒng)是復(fù)雜多樣的，這里整理了一些往期文章，您可以點(diǎn)擊直接閱讀，了解更多使用MATLAB/Simulink 開(kāi)發(fā)機(jī)器人的信息：

1. 機(jī)械臂相關(guān)：?

a. MATLAB 中的機(jī)械臂算法——運(yùn)動(dòng)學(xué)

b. MATLAB 中的機(jī)械臂算法——?jiǎng)恿W(xué)

c. MATLAB 中的機(jī)械臂算法——路徑規(guī)劃

2. 足類(lèi)機(jī)器人：

在 MATLAB & Simulink 環(huán)境中開(kāi)發(fā)機(jī)器狗控制算法

3. 無(wú)人機(jī)：

使用 MATLAB/Simulink 設(shè)計(jì)無(wú)人機(jī)飛行控制系統(tǒng)

4. 水下機(jī)器人：

a. 無(wú)人潛水艇的設(shè)計(jì)與仿真-上

b. 無(wú)人潛水艇的設(shè)計(jì)與仿真




審核編輯：劉清