1. 概述
1.1 概念
- Robot
- 没有一个统一的意见
1.2 机器人学（Robotics）
- 研究方向：
- 基础研究
- 应用研究两个方面，
- 研究内容：
- 机械手设计
- 机器人运动学、动力学和控制
- 轨迹设计和路径规划
- 传感器
- 机器人视觉
- 机器人语言
- 装置与系统结构
- 机器人智能等
2. 机器人的发展阶段
2.1 第一代机器人：示教再现型机器人
- 机器人可以根据人的示教，重复动作，以完成预期工作
如：汽车的点焊机器人，它只要把这个点焊的过程学会以后，它总是重复这样一种工作。
2.2 第二代机器人：感觉型机器人
- 机器人拥有类似人的特定感觉，通过感觉来识别、处理加工对象。
如力觉、触觉、滑觉、视觉、听觉等，它能够通过感觉来感受和识别工件的形状、大小、颜色。
2.3 第三代机器人：智能型机器人
- 带有多种传感器，可以进行复杂的逻辑推理、判断及决策，在变化的内部状态与外部环境中，自主
决定自身的行为。
2.4 机器人4.0时代
- 特点：
- 云-边-端的无缝协同计算，提供高性价比的服务
- 感知与知识图谱相结合，自适应场景
- 有理解和决策能力，更加自主的服务
3. 机器人4.0的核心技术
3.1 云-边-端的无缝协同计算
- 目前状态
- 机器人本身进行运算为主
- 云端处理非实时、大计算量的任务为辅
- 云-边-端的架构：
- 云：高性能的计算和知识存储
- 边缘：用来进一步处理数据，并实现协同和共享
- 机器人端：只用完成实时操作的功能
- 协同计算：
- 机器人4.0系统实现动态的任务迁移机制，合理地将任务迁移到云-边-端，实现云-边-端的协同计算
3.2 持续学习与协同学习
- 目前状态：基于大量数据进行的监督学习方法
- 持续学习
- 通过少量数据建立基本的识别能力
- 自主寻找相关数据，并进行自动标注
- 用这些数据来对自己已有的模型进行重新训练，以提高性能
- 协同学习
- 采用大数据和云端的处理能力，使机器人之间的数据共享
- 解决的问题：实际的应用中，机器人接触数据有限，学习速度受限
3.3 知识图谱
3.3.1 特点
机器人应用的知识图谱应该具有以下特点：
- 需要更加动态和个性化的知识
机器人需要根据环境，对事件进行深入理解，已提供个性化服务。
- 知识图谱需要和机器人的感知与决策能力相结合
- 知识图谱从感知中获取信息，通过挖掘获得更深层次的信息
- 知识图谱作为上下文，使得机器人通过感知算法进行学习
3.3.2 与云-边-端融合
通过云侧、边缘侧进行分。
3.4 场景自适应
- 场景预测：机器人通过对场景的观察，使用相关知识、模型进行分析，预测事件并改变自身行为
- 云-边-端融合
- 单个机器人将遇到的场景和结果上传云端，分享给所有机器人，其他机器人则可以预测相应事件
- 云端通过大规模的模拟来预演可能发生的情况，使得链接机器人有相应的预测能力
3.5 数据安全
云-边-端融合的机器人的安全机制：
- 机器人端：
- 重要的隐私数据的物理安全
- 安全相关应用的代码安全
- 云侧和边缘侧
- 需要保护的数据：用户本身的数据、推理得到的用户数据
- 策略：
- 访问授权
- 尽量避免敏感数据上传到云端
- 提供安全存储鉴别机制
4. 机器人的分类
教材瞎JB分的，看看就完了
4.1 按要求的控制方式分
4.1.1 操作机器人
典型代表：在核电站处理放射性物质时远距离进行操作的机器人
4.1.2 程序机器人
按预先给定的程序、条件、位置进行作业的机器人
4.1.3 示教再现机器人
- 前边第一代机器人有说明
- 示教方法：
- 直接示教
- 遥控示教两种
4.1.4 智能机器人
- 支持预设动作
- 可以根据环境改变动作
4.1.5 综合机器人
- 概念：由操纵机器人、示教再现机器人、智能机器人组合而成的机器人
如火星机器人
4.2 按应用行业来分
4.2.1 工业机器人
- 主要应用于现代化的工厂和柔性加工系统中
如：搬运、焊接、装配、喷漆、检查等机器人
4.2.2 服务机器人
如：娱乐机器人
4.2.3 特殊领域机器人
- 主要应用于人们难以进入的核电站、海底、宇宙空间等场合
如：建筑、农业等机器人
