所谓眼手系统,就是机器人中具有视觉功能的眼睛和运动功能的手相互协调的系统。机器人控制的传统方法,需要用力学和几何学方法建立严格的运动学和动力学方程,譬如机械手如果有5根杆子、5个关节,这就需要几十个方程来描述它。再加上这些方程是非线性的,即使用很高级的计算机也难做到实施控制,也就是说传统的控制方法已经不能适应机器人发展的需要。
要使得机器人在不确定的环境下完成复杂的任务,就必须具有能学习、能规划、能作出高层决策的功能,这样,就必须突破传统的控制方法。传统的机械手没有视觉功能,是瞎子摸东西,我国研究成的这台神经网络控制机器人眼手系统,采用了神经网络控制方法,它具有双目立体视觉,还具有自组织、自学习、自适应的功能。
什么是自组织功能?就是指我们根据人类的运动神经细胞的自组织原理来设计软件,它指令机械手完成某一个具体抓举动作时,并不需要所有的神经元参加,而只要相应的神经元参加。
自学习功能,是指这种机器人的控制方法是通过学习学会的,而不是像普通机器人那样靠解方程,按原设计的程序来完成动作的。
下一步要做的工作就是进一步完善神经网络控制机器人的眼手系统,第一是要提高速度,主要是加快图像处理的速度。速度一快,系统就可以完成视觉反馈,加快眼手之间的快速协调。第二是要增加传感器,使它增加力的感觉,不仅能抓准目标,而且能抓稳目标。这样,机器人的眼看得更快,手抓得更稳,眼和手之间达到理想的协调,就能担负更快速、更复杂、更精细的工作。传统的机器人只能完成喷漆、焊接等重复性的工作,精度不高。而将来神经网络控制的机器人,可以承担技术精湛的工作,用途广泛。例如,它能在川流不息的汽车生产线上,及时拿起一个个零件,装配到恰当的部位上去,并且把一个个螺丝拧紧,代替熟练的装配工人。