岳仍瑞

（長治學(xué)院 山西 長治 046011）

1 引言

就目前而言，雖然社會經(jīng)濟(jì)以及科學(xué)技術(shù)得到了比較好的發(fā)展，但是由于在智能化技術(shù)方面發(fā)展還存在很多缺陷，對機(jī)器人的設(shè)計和開發(fā)就難免會存在一些問題。目前很多機(jī)器人內(nèi)部結(jié)構(gòu)中的傳感器數(shù)量是比較多的，但是傳感器技術(shù)的實現(xiàn)需要很多專業(yè)的技術(shù)，這種情況下就導(dǎo)致很多機(jī)器人內(nèi)部傳感器在運(yùn)行的過程中存在誤差，比如機(jī)器人內(nèi)部的慣導(dǎo)傳感器誤差比較大的情況下，機(jī)器人的運(yùn)行軌跡就會發(fā)生很大的變化，不能夠保證機(jī)器人的安全穩(wěn)定運(yùn)行。另外，在對目前機(jī)器人的避障方案進(jìn)行規(guī)劃的過程中會使用到概率論知識，通過對概率論知識的使用能夠在一定程度上提高機(jī)器人的避障效率，使得機(jī)器人能夠更加安全穩(wěn)定的運(yùn)行。

2 概率論在機(jī)器人技術(shù)中的應(yīng)用

機(jī)器人避障的過程就是這樣的：旋轉(zhuǎn)臂一接觸到障礙物的時候，就會產(chǎn)生相應(yīng)的摩擦力，那么接下來就是受到地面摩擦力，這個環(huán)節(jié)里面，機(jī)器人會受到摩擦力的推動作用，然后這個推動作用就會使得旋轉(zhuǎn)臂不是主動地轉(zhuǎn)一下，轉(zhuǎn)到一定的可以滿足受力平衡的角度，然后就會使得機(jī)器人發(fā)生形貌上的變換，然后一部分的動力驅(qū)動器就會使得履帶與障礙物之間的摩擦力發(fā)生，并隨著角度的變化而變化，那么這個摩擦力的實際效果就是使得機(jī)器人受到一個摩擦推力，然后機(jī)器人就不斷地向上爬，使得機(jī)器人的重心不斷地向上升高爬升，就這樣就可以不斷地向前前進(jìn)[1]。當(dāng)機(jī)器人向前前進(jìn)的時候，重心不斷上升，然后重心就總會超過臺階的前腳線的位置，然后這個時候重力提供的所有的翻轉(zhuǎn)力矩就會加速機(jī)器人避障的過程，使機(jī)器人翻越到障礙物的上表面，也就是我們所說的避障。

雖然目前社會生活中以及實驗室中的機(jī)器人都能夠很好地避開障礙物，但是這是需要一定的技術(shù)基礎(chǔ)的。其中概率論知識在機(jī)器人避障中的應(yīng)用就比較多，概率論知識中的概率模型檢驗技術(shù)在機(jī)器人路徑規(guī)劃中的應(yīng)用比較多，主要就是因為通過對概率論知識的應(yīng)用能夠計算出機(jī)器人的運(yùn)行軌跡，計算出機(jī)器人可能碰到障礙物的概率，然后利用定量分析的方式以及路徑軌跡分析的方式對機(jī)器人的運(yùn)動軌跡進(jìn)行分析，從而給機(jī)器人運(yùn)動制定科學(xué)合理的避障方案，使得機(jī)器人在運(yùn)行的過程中能夠成功避開障礙物，確保機(jī)器人自身的安全穩(wěn)定運(yùn)行[2]。

3 基于概率論的機(jī)器人避障方案設(shè)計與規(guī)劃

由于移動機(jī)器人作業(yè)環(huán)境的復(fù)雜性，在對機(jī)器人進(jìn)行設(shè)計的過程中需要對機(jī)器人的路徑規(guī)劃技術(shù)進(jìn)行改進(jìn)[3]。近年來，人們在機(jī)器人領(lǐng)域取得了比較好的技術(shù)成果。比如遺傳算法、隨機(jī)樹等方法，通過對這些方法的應(yīng)用可以使得機(jī)器人避開障礙物，但是效率并不是很高，會容易受到各種外界因素的影響?；谶@種情況下，相關(guān)技術(shù)人員就積極采用概率論知識，利用概率論知識中的數(shù)學(xué)模型以及概率模型對機(jī)器人的運(yùn)行軌跡進(jìn)行計算，然后給機(jī)器人的運(yùn)行路徑設(shè)計出多種避障方案，并且合理地對這些避障方案進(jìn)行規(guī)劃，使得機(jī)器人能夠成功避開障礙物，安全穩(wěn)定地運(yùn)行[4]。

與此同時，在對概率論知識進(jìn)行應(yīng)用的過程中需要對機(jī)器人的運(yùn)行路線進(jìn)行明確，合理地設(shè)計機(jī)器人的行動路徑地圖，然后將機(jī)器人運(yùn)行環(huán)境轉(zhuǎn)化為大量采樣點的集合，通過對這個集合的分析設(shè)計出機(jī)器人的運(yùn)行軌跡，并且對機(jī)器人避障方案進(jìn)行合理的規(guī)劃[5]。更為突出的就是要利用概率論知識構(gòu)建MDP 模型，利用這個模型來分析機(jī)器人的運(yùn)行路徑，對機(jī)器人的運(yùn)行路徑進(jìn)行分析，探究可能存在的運(yùn)行風(fēng)險，設(shè)計合理的避障方案，并且對每一種避障方案進(jìn)行規(guī)劃和實施，確保機(jī)器人能夠高效率通過每一個障礙物，確保機(jī)器人的高效運(yùn)行[6]。

另外，在對概率論知識進(jìn)行運(yùn)用的過程中還應(yīng)該注重外界環(huán)境因素的影響，比如可以構(gòu)建馬爾科夫決策過程模型，利用這個模型將環(huán)境影響因素轉(zhuǎn)化為模型的遷移概率，使得機(jī)器人的運(yùn)動變得更貼切實際，從而對其運(yùn)行軌跡進(jìn)行確保，之后確保機(jī)器人的避障方案得到有效實施[7]。

4 結(jié)語

綜上所述，目前機(jī)器人在運(yùn)動的過程中使用到的各種數(shù)學(xué)知識是比較多的，其中概率論知識尤為重要，概率論不僅在機(jī)器人運(yùn)行誤差方面有著很多的應(yīng)用，而且在機(jī)器人避障方案設(shè)計中的應(yīng)用也比較多。但是目前人們對概率論知識的應(yīng)用力度還有限，而且概率論知識在機(jī)器人內(nèi)部傳感器中的應(yīng)用水平也難以得到提升。因此，在接下來，相關(guān)技術(shù)人員應(yīng)該積極對概率論知識進(jìn)行研究，充分利用概率論知識對機(jī)器人進(jìn)行改造，使得概率論知識在機(jī)器人中的應(yīng)用越來越廣泛，通過這樣的方式可以使得機(jī)器人的避障效率得到提升，而且也能夠在一定程度上促進(jìn)機(jī)器人技術(shù)的發(fā)展。