递阶控制系统
由萨里迪斯和梅斯特尔(Mystel) 等人提出的递阶智能控制是按照精度随智能降低而提高的原理(IPDI) 分J分布的，这一原理是递阶管理系统中常用的。
智能控制系统是由三个基本控制J构成的，其J联交互结构如图5-20所示。
图中f
为自执行J至协调J的在线反馈信号； f 为自协调J至组织J的离线反馈信号； C={c₁,
C₂,…,Cm} 为输入指令； U={u₁,u₂,…,um} 为分类器的输出信号，即组织器的输入
信号。
递阶智能控制系统是个整体，它把定性的用户指令变换为一个物理操作序列。系统的输出是通过一组施于驱动器的具体指令来实现的。其中，组织J代表控制系统的主导思 想，并由人工智能起控制作用。协调J是上(组织)J和下(执行)J间的接口，承上启下， 并由人工智能和运筹学共同作用。执行J是递阶控制的底层，要求具有较高的精度和较低 的智能，它按控制论进行控制，对相关过程执行适当的控制作用。
递阶智能控制系统遵循提高精度而降低智能(IPDI) 的原理。概率模型用于表示组织J 推理、规划和决策的不确定性、指定协调J的任务以及执行J的控制作用。采用熵来度量 智能机器执行各种指令的效果，并采用熵进行Z优决策。
本方法为使自主智能控制系统适应现代工业、空间探索、核处理和医学等领域的需要提 供了一个有效途径。图5-21表示具有视觉反馈的PUMA 600机械手的智能系统分J结构图。
雷伯特-克雷格位置/力混合控制器为R-C 控制器,P(q) 为机械手运动学方程；T 为力变换矩阵; 操作空间力和位置混合控制系统,末端工具的动态性能将直接影响操作质量
每个关节所需要的力或力矩 T, 是由五个部分组成的,第一项表示所有关节惯量的作用,各个 关节的惯量被集中在一起,存在有关节间耦合惯量的作用,第三项和第四项分别表示向心力和哥氏力的作用
有个光学编码器，以便与测速发电机一起组成位置和速度反馈,是一种定位装置，它的每个关节都有一个位置控制系统;对机器人的关节坐标点逐点进行定位控制
机器人位置控制有时也称位姿控制或轨迹控制,主要有两种机器人的位置控制结构形式，即关节空间控制结构和直角坐标空间控制结构;机器人的伺服控制结构有集中控制、分散控制和递阶控制等
液压传动机器人具有结构简单、机械强度高和速度快等优点;一般采用液压伺服控制阀和模拟分解器实现控制和反馈,省去中间动力减速器，从而消除了齿隙和磨损问题
机器人控制器具有多种结构形式,包括非伺服控制、伺服控制、位置和速度反馈控制、力(力矩)控制、基于传感器的控制、非线性控制、分解加速度控制、滑模控制、最优 控制、自适应控制、递阶控制以及各种智能控制等
电机与减速器是构成机器人关节驱动系统的核心机电组件;传感器与感知模组用于实时获取机器人自身状态及与环境交互信息的感知单元;机器人大脑系统负责感知和规划决策
频谱图法将语音信号的频谱沿着时间轴加以展开,识别精度一般;LPC法是对语音信号抽取LPC系数;隐藏式马可夫模式用于非特定人的语音识别,建立语音的状态转移模式
机器人通过摄像头这些外设获得图像之后,利用某种算法来进行图像之间的变换,对图像进行各种操作以达到所需要实现的功能;点运算改善图像的显示效果
由图像采集系统,图像处理系统及信息综合分析处理系统构成;机器人的视觉，大概可以理解为“视”和“觉” 两部分;系统主要由图像采集部件、图像的处理和分析、处理结果输出装置
全局规划方法依照已获取的环境信息,给机器人规划出一条路径,路径的精确程度取决于获取环境信息的准确程度;局部规划方法侧重于考虑机器人当前的局部环境信息
机器人的视觉系统是通过图像和距离等传感器来获取环境对象的图像、颜色和距离等信息，然后传递给图像处理器，利用计算机从二维图像中理解和构造出三维世界的真实模型
