机器人技术及其应用结课论文

中北大学机器人技术及应用结课论文姓名王定学院仪器与电子学院专业微电子科学与工程班级学号1306034248题目智能引领未来日期2014年6月12日智能引领未来摘要智能引领未来，机器人能力将远胜人类，这不是梦想；未来的机器人也能自主的学习和思考，工作能力将远远超过人类，能承担大量人类所不能及的工作，进一步推动智能科学的发展，促进社会的进步，促进经济的高速增长，而实现智能化必须依靠强有力的硬件系统，就机器人而言，其身上集成了多种处理器、存储器与大量的传感器，设想，当这些器件不断地走向高端化、微型化、进一步集成化，那么机器人的处理速度将进一步提高，质量与体积将大大减小，机器人将越来越”聪明“。关键词机器人、智能、硬件系统、高端化、集成化、微型化、聪明。引言现在的机器人与人类比较起来，机器人不能自主学习与自主思考，缺乏情感，必须需要接收人的命令才能执行相关命令，或者事先就把各种命令存储到机器人的大脑中，有需要的时候就执行命令。随着集成电路的飞速发展，处理器、存储器、传感器等电子元件的高端化、微型化、集成化，机器人的处理速度将大大提高，质量与体积将大大减轻，机器人会变得越来越”聪明“。集成电路前景优越芯片即集成电路产业是国民经济和社会发展的战略性、基础性、先导性产业，在计算机、消费类电子、网络通信、汽车电子等几大领域起着关键作用，是全球主要国家或地区抢占的战略制高点，尤其是发达国家在这一领域投入了大量创新资源，竞争日趋激烈。随着技术的不断进步，新的元件结构和材料上的变革都将对机器人的发展战略起到决定作用。在晶圆代工产业，14NM/16NM的FINFET器件已取得了一定的发展。拥有较低泄漏率和更高速度的低功率晶体管备受瞩目。3DNAND使平面NAND降到20NM以下，创造出外形更小巧、位密度更高的产品。为了改进3D设备的性能，未来的逻辑芯片和晶圆代工设备的解决方案需要采用选择性外延与高K金属栅电极材料加工工艺，以提高晶体管的速度，降低泄漏率。低功耗、高性能的晶体管则能丰富移动设备的功能，同时延长电池寿命,3DNAND需要HAR蚀刻、阶梯绘图、多层堆叠沉积和高选择性硬模等技术的支持，从而在小巧的外形空间内实现高密度存储，这对智能化设备，如对机器人来说简直就是如虎添翼啊随着LED产业发展越来越趋于健康和理性，LED领域设备需求也更多来自于新工艺、新技术的驱动，而非简单生产规模的扩张，比如倒装芯片与高压芯片被认为是目前最具有发展前景的LED芯片技术，而这两种技术也带动了深槽刻蚀设备和金属反射层镀膜设备等新设备、新工艺的需求。除此之外，还有ALN镀膜设备、高亮度红黄光芯片刻蚀设备等设备的需求。集成电路引导未来生活一张05毫米厚的世博会门票，其“真实面目”是个集成电路产品。门票里装了RFID芯片，当门票靠近读卡机时，门票上的线圈会感应出电流，电流便驱动芯片工作，将芯片里的信号读出来。这样的门票防水、防磁，使用寿命长，且难以伪造。集成电路可谓无所不在、无时不有。在上海世博会各个展馆里，各种各样的未来城市智能生活，令游客一饱眼福。以日本馆为例，2020年的人类生活可能会是什么光景装满集成电路的机器人给出答案。智能化机器人非但会为主人端茶倒水，还会温柔地穿衣盖被、烧菜煮饭，甚至在主人劳累时，为其弹上一曲来放松精神。至于便捷的无线射频技术、触摸屏等，世博园里更是随处可见。集成电路将大大改变人类生活，今后在人体内部装个集成电路，芯片还将随时报告生命体征，更早识别疾病征兆。由此可见，集成电路在人类今后的生活中将占很大的比重，而他的载体仍然是智能化设备，以智能化引领未来。MEMS传感器在机器人身上大显身手MEMS传感器是采用微电子和微机械加工技术制造出来的新型传感器。它具有体积小、重量轻、成本低、功耗低、可靠性高、适于批量化生产、易于集成和实现智能化的特点。同时，在微米量级的特征尺寸使得它可以完成某些传统机械传感器所不能实现的功能。在机器人的运动中，MEMS传感器可以用来进行3D人体运动测量，对每一个动作进行记录，教练们对结果分析，反复比较，以便提高运动员的成绩。3D运动追踪中的压力传感器、加速度传感器、陀螺仪以及GPS可以让使用者获得极精确的观察能力，除了可提供精确的移动数据外，还可以记录使用者的位置和距离。比如在冲浪方面，安装在冲浪板上的3D运动追踪，可以记录海浪高度、速度、冲浪时间、浆板距离、水温以及消耗的热量等信息。我们来看一下以下几类传感器MEMS气体流量传感器高精度，检测流量范围广，适用于各种需求的流量计测。MEMS压力传感器性能偏差小的MEMS压力传感器。MEMS非接触温度传感器对静止人体也能检测，高灵敏度的人体感应传感器。MEMS开关高频，小型，长寿命的MEMS开关。利用微机械加工技术还可以实现其他多种传感器，例如瑞士CHALMERS大学的PETERE等人设计的谐振式流体密度传感器，浙江大学研制的力平衡微机械真空传感器，中科院合肥智能所研制的振梁式微机械力敏传感器等。而这些传感器应用在机器人身上，可以大大的减轻机器人的负担，这样便可以把能量应用到其它需求更大的地方，有效地提升了机器人的工作效率。处理器前景看好1965年，英特尔创始人GORDONMOORE提出了著名的摩尔定律，即每两年集成电路上所容纳的晶体管数目将会翻一番。几十年来，这个定律一直的芯片界发挥作用，但是仅两年来芯片的发展似乎有点缓慢，于是有分析认为，摩尔定律即将失效。对此，英特尔称，在未来十年摩尔定律依然有效。我们来看一下以下几款处理器的资料及比较1971年4004微处理器。INTEL在1969年为日本计算机制造商BUSICOM的一项专案，着手开发第一款微处理器，为一系列可程式化计算机研发多款晶片。4004是英特尔第一款微处理器，为日后开发系统智能功能以及个人电脑奠定发展基础，其晶体管数目约为2千3百颗。2009年INTELCOREI5处理器。酷睿I5处理器是英特尔的一款产品，同样建基于INTELNEHALEM微架构。COREI5只会集成双通道DDR3存储器控制器。另外，COREI5会集成一些北桥的功能，将集成PCIEXPRESS控制器。接口亦与COREI7的LGA1366不同，COREI5采用全新的LGA1156。处理器核心方面，代号LYNNFILED，采用45纳米制程的COREI5会有四个核心，不支持超线程技术，总共仅提供4个线程。L2缓冲存储器方面，每一个核心拥有各自独立的256KB，并且共享一个达8MB的L3缓冲存储器。芯片组方面，会采用INTELP55（代号IBEXPEAK）。它除了支持LYNNFIELD外，还会支持HAVENDALE处理器。后者虽然只有两个处理器核心，但却集成了显示核心。P55会采用单芯片设计，功能与传统的南桥相似，支持SLI和CROSSFIRE技术。但是，与高端的X58芯片组不同，P55不会采用较新的QPI连接，而会使用传统的DMI技术。接口方面，可以与其他的5系列芯片组兼容。它会取代P45芯片组。2011年INTELSANDYBRIDGE处理器。SNBSANDYBRIDGE）采用全新的32NM制造工艺。由于SANDYBRIDGE构架下的处理器采用了比之前的45NM工艺更加先进的32NM制造工艺，理论上实现了CPU功耗的进一步降低，及其电路尺寸和性能的显著优化，这就为将整合图形核心（核芯显卡）与CPU封装在同一块基板上创造了有利条件。此外，第二代酷睿还加入了全新的高清视频处理单元。视频转解码速度的高与低跟处理器是有直接关系的，由于高清视频处理单元的加入，新一代酷睿处理器的视频处理时间比老款处理器至少提升了30。2012年INTELIVYBRIDGE处理器。22NMIVYBRIDGE会将执行单元的数量翻一番，达到最多24个，自然会带来性能上的进一步跃进。IVYBRIDGE会加入对DX11的支持的集成显卡。另外新加入的XHCIUSB30控制器则共享其中四条通道，从而提供最多四个USB30，从而支持原生USB30。CPU的制作采用3D晶体管技术的CPU耗电量会减少一半。可见，处理器发展十分迅猛，逐渐走向高端化，集成度越来越高，现在人们可以在市场上购买22NM工艺制成的处理器芯片，相较32NM处理器，在同样尺寸的集成电路上拥有更加密集的晶体管，性能比前辈翻一倍，速度也相对更快。英特尔已经开始谈论其10年计划路线图。英特尔称，接下来将采用14NM工艺制成制作芯片，2015年的时候将减少至10NM，随后是7NM，5NM，届时的芯片性能将更加不可思议，速度也将前所未有的快速。高速处理器应用到机器人身上，能提高他的数据处理速度，甚至可以同时进行多项工作。集体智能化集体智能（COLLECTIVE），也称为集体智慧或群体智能，是一种共享的或者集体的智能，他是从许多个体的合作与竞争中涌现出来的，并没有集中地控制机制。它的形式可以使多种多样的有对话型集体智能、结构型集体智能、基于学习的进化型集体智能、基于通信的信息型集体智能、思维型集体智能、群流行集体智能、统计型集体智能、相关型集体智能。利用集体智能化技术，机器人可以自主学习，自动联网，机器人之间可共享资源、合作交流，其工作能力可远远高于人类。机器人自主学习与分析从数据本身来考虑，通常数据挖掘需要有信息收集、数据集成、数据规约、数据清理、数据变换、数据挖掘实施过程、模式评估和知识表示等8个步骤。随着微电子技术的发展，机器人拥有强大的硬件系统做后盾，他的存储方式及容量将越来越靠近人类，这样它便可以存储相当多数据，建立十分庞大的数据库，跟人一样，遇到一个东西就对它进行分析、判断，然后将所有参数存储下来，当以后遇到该事物，经过详细的判断后便可以直接调出数据，进行相应的处理；现在的数据挖掘已经有了许多操作方法，如神经网络、遗传算法、决策树、粗集理论、覆盖正例排斥反例方法等等，还可以利用模糊集合理论对实际问题进行模糊评判、模糊决策、模糊模式识别和模糊聚类分析。系统的复杂性越高，模糊性越强，一般模糊集合理论是用隶属度来刻画模糊事物的亦此亦彼性的。随着李德毅等人提出定性定量不确定性转换模型云模型，并形成了云理论等的不断创新，机器人自主学习与分析能力将有望实现，它和人一样在大脑中存储了大量的事物，而且，他的“记忆力超强”，记忆的东西比人类更准确。结论各种器件都在走向高端化、微型化、集成化，人类的研究方法也在不断革新，各行各业都在向另一个高峰攀爬，说明人类在不断进步，也意味着机器人技术将不断的改革创新，走向又一个顶峰。智能引领未来，机器人在能力上将会远远超过人类，几乎代替人类做一切工作，可是他始终只是一台机器，它会很好地处理工作上的事，但要想像人类一样同时具备善良和蔼，足智多谋，美丽大方，友好，积极主动，有幽默感，明辨是非，犯错误，坠入爱河，享受美味的草莓和奶油，吸引别人爱上他，从经验中学习，用词恰如其分，烦死自我，行为多样性，做出创新