机器人嗅觉传感器的研究论文

机器人是由计算机控制的通过编程具有可以变更的多功能的自动机械，下面是我整理的机器人技术论文，希望你能从中得到感悟!

刍议智能机器人及其关键技术

【摘 要】文章介绍了机器人的定义，阐述了智能机器人研究领域的关键技术，最后展望了智能机器人今后的发展趋势。

【关键词】智能机器人;信息融合;智能控制

一、机器人的定义

自机器人问世以来，人们就很难对机器人下一个准确的定义，欧美国家认为机器人应该是“由计算机控制的通过编程具有可以变更的多功能的自动机械”;日本学者认为“机器人就是任何高级的自动机械”，我国科学家对机器人的定义是：“机器人是一种自动化的机器，所不同的是这种机器具备一些与人或生物相似的智能能力，如感知能力、规划能力、动作能力和协同能力，是一种具有高度灵活性的自动化机器。”目前国际上对机器人的概念已经渐趋一致，联合国标准化组织采纳了美国机器人协会(RIA：Robot Institute of America)于1979 年给机器人下的定义：“一种可编程和多功能的，用来搬运材料、零件、工具的操作机;或是为了执行不同的任务而具有可改变和可编程动作的专门系统。”概括说来，机器人是靠自身动和控制能力来实现各种功能的一种机器。

二、智能机器人关键技术

随着社会发展的需要和机器人应用领域的扩大，人们对智能机器人的要求也越来越高。智能机器人所处的环境往往是未知的、难以预测的，在研究这类机器人的过程中，主要涉及到以下关键技术：

(1)多传感器信息融合。多传感器信息融合技术是近年来十分热门的研究课题，它与控制理论、信号处理、人工智能、概率和统计相结合，为机器人在各种复杂、动态、不确定和未知的环境中执行任务提供了一种技术解决途径。机器人所用的传感器有很多种，根据不同用途分为内部测量传感器和外部测量传感器两大类。内部测量传感器用来检测机器人组成部件的内部状态，包括：特定位置、角度传感器;任意位置、角度传感器;速度、角度传感器;加速度传感器;倾斜角传感器;方位角传感器等。外部传感器包括：视觉(测量、认识传感器)、触觉(接触、压觉、滑动觉传感器)、力觉(力、力矩传感器)、接近觉(接近觉、距离传感器)以及角度传感器(倾斜、方向、姿式传感器)。多传感器信息融合就是指综合来自多个传感器的感知数据，以产生更可靠、更准确或更全面的信息。经过融合的多传感器系统能够更加完善、精确地反映检测对象的特性，消除信息的不确定性，提高信息的可靠性。融合后的多传感器信息具有以下特性：冗余性、互补性、实时性和低成本性。目前多传感器信息融合方法主要有贝叶斯估计、卡尔曼滤波、神经网络、小波变换等。

(2)导航与定位。在机器人系统中，自主导航是一项核心技术，是机器人研究领域的重点和难点问题。导航的基本任务有3点：一是基于环境理解的全局定位：通过环境中景物的理解，识别人为路标或具体的实物，以完成对机器人的定位，为路径规划提供素材;二是目标识别和障碍物检测：实时对障碍物或特定目标进行检测和识别，提高控制系统的稳定性;三是安全保护：能对机器人工作环境中出现的障碍和移动物体作出分析并避免对机器人造成的损伤。机器人有多种导航方式，根据环境信息的完整程度、导航指示信号类型等因素的不同，可以分为基于地图的导航、基于创建地图的导航和无地图的导航3类。根据导航采用的硬件的不同，可将导航系统分为视觉导航和非视觉传感器组合导航。视觉导航是利用摄像头进行环境探测和辨识，以获取场景中绝大部分信息。目前视觉导航信息处理的内容主要包括：视觉信息的压缩和滤波、路面检测和障碍物检测、环境特定标志的识别、三维信息感知与处理。非视觉传感器导航是指采用多种传感器共同工作，如探针式、电容式、电感式、力学传感器、雷达传感器、光电传感器等，用来探测环境，对机器人的位置、姿态、速度和系统内部状态等进行监控，感知机器人所处工作环境的静态和动态信息，使得机器人相应的工作顺序和操作内容能自然地适应工作环境的变化，有效地获取内外部信息。

(3)路径规划。路径规划技术是机器人研究领域的一个重要分支。最优路径规划就是依据某个或某些优化准则(如工作代价最小、行走路线最短、行走时间最短等)，在机器人工作空间中找到一条从起始状态到目标状态、可以避开障碍物的最优路径。路径规划方法大致可以分为传统方法和智能方法两种。传统路径规划方法主要有以下几种：自由空间法、图搜索法、栅格解耦法、人工势场法。大部分机器人路径规划中的全局规划都是基于上述几种方法进行的，但这些方法在路径搜索效率及路径优化方面有待于进一步改善。人工势场法是传统算法中较成熟且高效的规划方法，它通过环境势场模型进行路径规划，但是没有考察路径是否最优。智能路径规划方法是将遗传算法、模糊逻辑以及神经网络等人工智能方法应用到路径规划中，来提高机器人路径规划的避障精度，加快规划速度，满足实际应用的需要。其中应用较多的算法主要有模糊方法、神经网络、遗传算法、Q学习及混合算法等，这些方法在障碍物环境已知或未知情况下均已取得一定的研究成果。

(4)机器人视觉。视觉系统是自主机器人的重要组成部分，一般由摄像机、图像采集卡和计算机组成。机器人视觉系统的工作包括图像的获取、图像的处理和分析、输出和显示，核心任务是特征提取、图像分割和图像辨识。而如何精确高效的处理视觉信息是视觉系统的关键问题。目前视觉信息处理逐步细化，包括视觉信息的压缩和滤波、环境和障碍物检测、特定环境标志的识别、三维信息感知与处理等。其中环境和障碍物检测是视觉信息处理中最重要、也是最困难的过程。机器人视觉是其智能化最重要的标志之一，对机器人智能及控制都具有非常重要的意义。目前国内外都在大力研究，并且已经有一些系统投入使用。

(5)智能控制。随着机器人技术的发展，对于无法精确解析建模的物理对象以及信息不足的病态过程，传统控制理论暴露出缺点，近年来许多学者提出了各种不同的机器人智能控制系统。机器人的智能控制方法有模糊控制、神经网络控制、智能控制技术的融合(模糊控制和变结构控制的融合;神经网络和变结构控制的融合;模糊控制和神经网络控制的融合;智能融合技术还包括基于遗传算法的模糊控制方法)等。近几年，机器人智能控制在理论和应用方面都有较大的进展。在模糊控制方面，J.J.Buckley等人论证了模糊系统的逼近特性，E.H.Mamdan首次将模糊理论用于一台实际机器人。模糊系统在机器人的建模控制、对柔性臂的控制、模糊补偿控制以及移动机器人路径规划等各个领域都得到了广泛的应用。在机器人神经网络控制方面，CMCA(Cere-bella Model Controller Articulation)应用较早的一种控制方法，其最大特点是实时性强，尤其适用于多自由度操作臂的控制。

(6)人机接口技术。智能机器人的研究目标并不是完全取代人，复杂的智能机器人系统仅仅依靠计算机来控制目前是有一定困难的，即使可以做到，也由于缺乏对环境的适应能力而并不实用。智能机器人系统还不能完全排斥人的作用，而是需要借助人机协调来实现系统控制。因此，设计良好的人机接口就成为智能机器人研究的重点问题之一。人机接口技术是研究如何使人方便自然地与计算机交流。为了实现这一目标，除了最基本的要求机器人控制器有1个友好的、灵活方便的人机界面之外，还要求计算机能够看懂文字、听懂语言、说话表达，甚至能够进行不同语言之间的翻译，而这些功能的实现又依赖于知识表示方法的研究。因此，研究人机接口技术既有巨大的应用价值，又有基础理论意义。目前，人机接口技术已经取得了显著成果，文字识别、语音合成与识别、图像识别与处理、机器翻译等技术已经开始实用化。另外，人机接口装置和交互技术、监控技术、远程操作技术、通讯技术等也是人机接口技术的重要组成部分，其中远程操作技术是一个重要的研究方向。

三、总结与展望

机器人是自动化领域的主题之一，人们几十年来对机器人的开发和研究，使机器人技术取得了巨大的进步。随着人工智能、智能控制和计算机技术的发展，机器人的应用领域必将不断扩大，性能不断提高，在未来的生产、生活、科研当中会发挥更重要的作用。

参 考 文 献

[1]孙华，陈俊风，吴林.多传感器信息融合技术及其在机器人中的应用[J].传感器技术.2003，22(9)：1～4

[2]王灏，毛宗源.机器人的智能控制方法[M].北京：国防工业出版社，2002

[3]金周英.关于我国智能机器人发展的几点思考[J].机器人技术与应用.2001(4)：5～7

点击下页还有更多>>>机器人技术论文

研究人员研发嗅觉传感器，吹口气也能解锁手机

研究人员研发嗅觉传感器，吹口气也能解锁手机，日本研究人员开发了一种嗅觉传感器，能够通过分析呼吸中的化合物来识别个体。研究人员研发嗅觉传感器，吹口气也能解锁手机。

智能手机可以通过哪些途径进行解锁呢？

人们解锁手机，从初期的按键、图形解锁，慢慢发展到目前广泛应用的指纹解锁、声音解锁以及人脸识别等。最近，日本的一项科学研究为智能手机解锁提供了另一种全新的方案——通过“吹一口气”就能解锁。

图丨嗅觉传感器效果图，在不久的将来，使用人工嗅觉传感器进行基于呼吸气味的个人身份验证可能会成为可能（来源：九州大学）

日本九州大学和东京大学科研团队合作，首次通过人工嗅觉传感器系统，对人呼吸中的化合物进行解析，进而实现验证个人身份的效果。他们利用 16 个通道化学电阻传感器阵列，结合机器学习技术制造出“人造鼻”，并成功实现了 97% 以上的平均准确度。此外，该研究还展示了传感器数量对准确性和再现性的影响。

近日，相关论文以《基于呼吸气味的个体认证通过人工嗅觉传感器系统和机器学习（Breath odor-based individual authentication by an artificial olfactory sensor system and machine learning）为题发表在Chemical Communications上[1]。

图丨相关论文（来源：Chemical Communications）

智能手机解锁的关键在于，通过生物识别技术来确认人们身份的独特性。在以往的识别方式中，常规的途径是针对指纹、掌纹、声音和面部等进行识别。另外，还包括声学、手指静脉等不常见的识别方式。

“这些技术依赖于每个人的身体独特性，但它们并非万无一失。身体特征可能会被复制，甚至会因受伤而受损，”该论文第一作者、东京大学工程研究生院材料科学与工程系博士生柴亚努·吉拉尤帕特（Chaiyanut Jirayupat）对媒体表示，“最近，人类气味作为一种新的生物识别身份出现了，主要是使用你独特的化学成分来确认你是谁。”

图丨用于基于呼吸的生物特征认证的人工嗅觉传感器（来源：九州大学）

要想实现这样的效果，该团队首先想到了从人的皮肤中产生的化合物来进行身份信息的识别。然而，这种方法也并不稳妥。其矛盾点在于，机器检测身份信息必须满足一定程度的浓度才能达到“识别”，而皮肤并不能产生高浓度的挥发性化合物。

基于此，研究人员便萌生另一个想法：是否可借助人类呼吸进行生物识别呢？

“皮肤中挥发性化合物的浓度可低至十亿或万亿分之几，而从呼吸中呼出的化合物可高达百万分之几，”吉拉尤帕特继续说道，“事实上，人类的呼吸已经被用来识别一个人是否患有癌症、糖尿病，甚至是 COVID-19。”

图丨系统和嗅觉传感器。对象首先向收集袋中呼吸。然后将袋子连接到嗅觉传感器，该传感器分析个人呼吸中发现的化合物。基于化合物的浓度，机器学习系统识别个体（来源：九州大学）

在确定这一全新的生物识别途径后，该团队首先对受试者的呼吸样本进行了综合分析，以判定可用于生物特征认证具体来源于哪些化合物。根据相关结果，该传感器可识别包括 28 种化合物在内的人类呼吸成分，用来进行身份的生物识别。

具体来说，该团队制造了“人造鼻”嗅觉传感系统，而嗅觉传感器阵列 16 个通道中，每一个单独的通道都能对特定范围的化合物进行识别。然后，再把传感器数据传输至机器学习系统，通过这种方式对每个呼吸样本中的化学成分进行解析。

图丨基于呼吸气味感知的个体认证的图形工作流程（来源：Chemical Communications）

在相关试验中，该团队通过该系统对 6 位受试者的呼吸样本进行检测。结果显示，该系统不仅能识别个体，其平均准确率达到了 97.8%。该受试者群体是由不同年龄、性别和国籍的人组成，研究人员将样本量进一步扩大到 20 位受试者时，该准确率也保持在高水准，并未因样本量扩大而影响其准确性。

同一个人呼吸成分是否会受饮食因素干预，而使测试结果受到影响呢？正是考虑到这点，受试者在相关测试前 6 小时就开始保持禁食状态，以确保测试的准确性。

当然，如果该系统想要在未来大规模使用，还要解决更多的技术问题，比如让相关结果不再受饮食等因素影响，而是在任何状态下都可通过呼吸 精准地识别到使用者的身份信息。

不过，该团队对解决该问题持乐观态度。该论文通讯作者、东京大学工学研究生院教授柳田武（Takeshi Yanagida）对媒体说道：“值得庆幸的是，我们目前的研究表明，添加更多传感器并收集更多数据可以克服这一障碍。”

指纹和虹膜扫描这样的生物认证过去总是会出现在影片中。但这些技术的使用范围早已扩大，指纹验证和面部识别已在智能手机上司空见惯。现在，生物识别安全工具包又增添了新的选项：呼吸。据《化学通讯》杂志22日发表的一份报告，日本研究人员开发了一种嗅觉传感器，能够通过分析呼吸中的化合物来识别个体。

与机器学习相结合，这种由16通道传感器阵列构建的“人造鼻”能够对多达20个人进行身份验证，平均准确率超过97%。

在这个信息和技术的时代，生物识别认证是保护宝贵资产的重要方式。从常见的指纹、掌纹、声音和面部识别，到不太常见的耳朵和手指静脉，机器可使用各种生物识别方法来识别一个人。

研究人员解释说，这些技术依赖于每个人的身体独特性，但它们并不是万无一失的。身体特征可能会被复制，甚至会因受伤而受损。人类气味则成为一种新的生物识别技术，使用个人独特的化学成分来确认“你是谁”。

其中一个目标是经皮气体——从皮肤产生的化合物。然而，这些方法有其局限性，因为皮肤产生的挥发性化合物浓度不足以让机器检测到。因此，研究小组转而研究是否可用人类的呼吸来代替。皮肤中挥发性化合物的浓度可能低至万亿分之几，而呼出的化合物浓度可高达百万分之几。

研究小组从分析受试者的呼吸开始，观察哪些化合物可用于生物识别认证。研究人员发现共有28种化合物是可行的选择。在此基础上，他们开发了一个有16个通道的嗅觉传感器阵列，每个通道都可识别特定范围的化合物。传感器数据随后被传递到机器学习系统中，以分析每个人的呼吸组成，并开发用于区分个人的特征。

研究人员用6个人的呼吸样本对该系统进行了测试，发现它可识别个人，平均准确率为97.8%。即使样本量增加到20人，这种高水平的准确性仍然保持不变。

不过，研究人员表示，在这项技术真正走入寻常百姓家之前，还有许多工作要做。此次研究中，他们要求受试者在测试前6小时禁食。下一步，他们将改进该技术，使之不受饮食的影响。目前的研究表明，增加更多传感器和收集更多数据可克服这一障碍。

指纹、虹膜扫描这样的`生物认证过去常会出现在间谍片中，但这项技术的使用范围早已扩大，指纹验证和面部识别已在人们手机上司空见惯。现在，生物识别安全工具包又增添了新选项：呼吸。据《化学通讯》杂志22日发表的一项研究，日本研究人员开发出一种嗅觉传感器，能够通过分析呼吸中的化合物来识别个体身份。

在这个信息和技术的时代，生物识别认证是保护宝贵资产的重要方式。从最常见的指纹、掌纹、声音和面部识别，到不太常见的耳朵和手指静脉，机器可使用各种生物识别方法来识别一个人。

研究人员解释说，人类气味是一种新的生物识别技术，使用个人独特的化学成分来确认“你是谁”。

其中之一是经皮气体——从皮肤产生的化合物，但皮肤产生的挥发性化合物浓度很难让机器检测到。因此，研究小组转而研究是否可用人类呼吸来代替。事实上，人类的呼气已被用来识别一个人是否患有癌症、糖尿病，甚至新冠肺炎。

研究小组从分析受试者的呼吸开始，筛选可用于生物识别认证的化合物，共发现了28种可行的化合物。在此基础上，他们开发了一个有16个通道的嗅觉传感器阵列，每个通道都可识别特定范围的化合物。传感器数据随后被传递到机器学习系统中，分析每个人的呼吸组成，并以此区分个人的特征。

研究人员用6个人的呼吸样本对该系统进行了测试，发现它识别出个人身份的平均准确率为97.8%。即使样本量增加到20人，这种高水平的准确率仍然保持不变。

不过，研究人员表示，在这项技术真正进入应用之前，还有许多工作要做。此次研究中他们要求受试者在测试前6小时禁食。下一步，他们将改进该技术，使其不受饮食的影响。目前的研究表明，增加更多传感器并收集更多数据，可克服这一障碍。