Robot học

Hệ thống cánh tay robot Shadow

Robot học (tiếng Anh: Robotics) là một ngành kỹ thuật bao gồm thiết kế, chế tạo, vận hành, và ứng dụng robot,^[1] cũng như các hệ thống máy tính để điều khiển, phản hồi tín hiệu cảm biến, và xử lý thông tin của chúng. Những công nghệ này liên hệ với các máy móc tự động dùng để thay thế con người trong những môi trường độc hại hoặc trong các quá trình sản xuất, hoặc bắt chước con người về hình thức, hành vi, hoặc/và nhận thức. Nhiều robot ngày nay được lấy cảm hứng từ các loài vật, còn gọi là robot phỏng sinh học.

Ý tưởng về việc chế tạo các cỗ máy có thể làm việc tự động có từ thời cổ đại, nhưng những nghiên cứu về chức năng và khả năng ứng dụng không có bước tiến nào đáng kể cho đến thế kỷ 20.^[2] Xuyên suốt lịch sử, robot học thường được nhìn nhận là để bắt chước hành vi của con người, và thường quản lý các nhiệm vụ theo cách thức tương tự. Ngày nay, robot là một lĩnh vực phát triển nhanh chóng, nhờ công nghệ phát triển liên tục, robot đã được chế tạo để phục vụ cho nhiều mục đích khác nhau, đó là các Robot dưới nước, robot công nghiệp hay robot quân sự. Nhiều robot đã thay con người làm những công việc độc hại như tháo ngòi nổ bom, mìn và thăm dò các con tàu bị đắm...

Robotics là một lĩnh vực đa ngành, bao gồm: cơ khí, điện-điện tử (tự động hóa và điều khiển), và tin học (đặc biệt là Trí tuệ nhân tạo).

Nguồn gốc tên gọi

Robot học được lấy từ chữ robot, có nghĩa là "người máy" trong tiếng Việt, xuất hiện lần đầu tiên trong vở kịch R.U.R. (Rossum's Universal Robots)bởi nhà văn người Czech Karel Čapek, công diễn vào năm 1920.^[3] Nguyên gốc từ robot là từ chữ robota trong tiếng Slavơ, nghĩa là công nhân. Vở kịch diễn tả bối cảnh một nhà máy chế tạo các nhân công nhân tạo được gọi là robots, các sinh vật này có thể bị nhầm lẫn với con người - tương tự như những ý tưởng hiện đại về android (người máy). Karel Capek không phải là người nghĩ ra từ này. Trong một lá thư ngắn nói về từ nguyên học trong quyển Oxford English Dictionary ông đã dặt tên anh trai mình là Josef Čapek như là nghĩa gốc của từ robot^[3]

Theo Từ điển Oxford tiếng Anh, từ robot lần đầu tiên được sử dụng trong văn bản là bởi Isaac Asimov, trong truyện ngắn khoa học viễn tưởng "Kẻ nói dối", xuất bản tháng 5 năm 1941. Asimov đã không biết rằng ông đã tạo ra một từ mới, vì lĩnh vực khoa học kỹ thuật để chế tạo ra các thiết bị điện làđiện học, ông đã nghĩ ra từ robot học để nói về lĩnh vực khoa học kỹ thuật để chế tạo nên robot. Trong một số tác phẩm khác Asimov, ông nói rằng việc sử dụng đầu tiên của từrobot học là trong truyện ngắn của ông Runaround vào tháng 3 năm 1942). ^[4][5] Tuy nhiên, nguyên bản của "Kẻ nói dối!" được xuất bản trước "Runaround" tới 5 tháng, do đó nguồn gốc của từ này là từ tác phẩm "Kẻ nói dối!".

Lịch sử ngành robot học

Trong năm 1927 "người máy" Maschinenmensch gynoid robot dạng người (còn gọi là "Parody", "Futura", "Robotrix", hay "người thủ vai Maria") là sự mô tả đầu tiên và có lẽ là đáng nhớ nhất của một robot từng xuất hiện trên phim ảnh, được diễn xuất bởi nữ diễn viên Đức Brigitte Helm trong một bộ phim của Fritz Lang Metropolis.

Năm 1942, nhà văn chuyên viết về đề tài khoa học viễn tưởng Isaac Asimov đưa ra đề xuất 3 nguyên tắc của Robot.

Năm 1948, Norbert Wiener đưa ra các nguyên lý của điều khiển học, làm nền tảng cho robot thực tế.

Các Robot độc lập với đầy đủ ý nghĩa chỉ có xuất hiện trong nửa sau của thế kỷ 20. Robot kỹ thuật số và được lập trình đầu tiên, có tên gọi Unimate, được chế tạo vào năm 1961 dùng để nâng phần nóng của miếng kim loại từ một máy đúc chết và sắp xếp chúng lại theo trật tự. Ngày nay, các robot thương mại và robot công nghiệp được sử dụng phổ biến để thực hiện các công việc với giá rẻ hơn, chính xác và đáng tin cậy hơn con người. Chúng cũng được sử dụng trong các công việc mà độ ô nhiễm cao, nguy hiểm, hoặc đơn điệu. Robot được sử dụng rộng rãi trong sản xuất, lắp ráp, đóng gói và mở gói, vận chuyển, và thăm dò không gian cũng như lòng đất, phẫu thuật, chế tạo vũ khí, nghiên cứu trong phòng thí nghiệm, dây chuyền sản xuất hàng loạt.^[6]

Năm	Cột mốc	Tên robot	Nhà phát minh
Thế kỷ thứ III TCN và trước đó	Một trong những miêu tả sớm nhất về máy tự động được đề cập trong các tài liệu của Liệt tử, trong cuộc gặp trước đó nhiều năm giữa Chu Mục vương (1023–957 TCN) và một 'kỹ sư cơ khí', nhà phát minh là Yan Shi. Người sau này được cho là đã trình lên vua một công trình cơ khí có hình dạng và kích thước giống người thật.[7]		Yan Shi
Thế kỷ thứ I SCN và trước đó	Những mô tả về hơn 100 loại máy và máy tự động, bao gồm cả xe cứu hỏa, một cối xay gió, một máy bán hàng tự động dựa vào những đồng xu, và một động cơ hơi nước, trong tác phẩm Pneumatica và Automata bởi Hero xứ Alexandria		Ctesibius, Philo xứ Byzantium, Hero xứ Alexandria, và những người khác
c. 420 TCN	Một cỗ máy dạng chim bằng gỗ, được phóng đi bằng hơi nước, có thể bay được		Archytas of Tarentum
1206	Created early humanoid automata, programmable automaton band[8]	Robot band, hand-washing automaton,[9] automated moving peacocks[10]	Al-Jazari
1495	Các thiết kế về robot hình người	Hiệp sĩ cơ khí	Leonardo da Vinci
1738	Con vịt bằng cơ khí có thể ăn, vỗ cánh, và bài tiết	Digesting Duck	Jacques de Vaucanson
1898	Nikola Tesla lần đầu tiên biểu diễn tàu thủy được điều khiển bằng sóng radio.	Teleautomaton	Nikola Tesla
1921	Thiết bị tự động hư cấu đầu tiên được gọi là "robot" xuất hiện trong vở kịch R.U.R.	Rossum's Universal Robots	Karel Čapek
1930s	Robot Humanoid (giống người) được triển lãm vào năm 1939 và 1940 tại Hội chợ thế giới	Elektro	Westinghouse Electric Corporation
1948	Các robot đơn giản thể hiện các hành vi bắt chước sinh vật[11]	Elsie and Elmer	William Grey Walter
1956	Robot thương mại đầu tiên, do công ty Unimation được thành lập bởi George Devol và Joseph Engelberger, dựa trên các phát minh của Devol [12]	Unimate	George Devol
1961	Robot lắp đặt công nghiêp đầu tiên	Unimate	George Devol
1973	Robot công nghiệp đầu tiên với 6 bậc tự do First[13][14]	Famulus	KUKA Robot Group
1974	Robot công nghiệp được điều khiển bởi vi máy tính đầu tiên, IRB 6 do công ty ASEA sản xuất, được giao cho một công ty cơ khí nhỏ ở miền nam Thụy Điển. Thiết kế của robot này đã được cấp bằng sáng chế đã được năm 1972.	IRB 6	ABB Robot Group
1975	Cánh tay thao tác vạn năng lập trình được, sản phẩm của Unimation	PUMA	Victor Scheinman

Các bộ phận chính

Nguồn năng lượng

Xem thêm thông tin: Nguồn cấp và Lưu trữ năng lượng

Hiện nay chủ yếu sử dụng (axit chì) pin để làm nguồn. Nhiều loại pin khác nhau có thể được sử dụng để cấp nguồn cho robot. Gồm từ pin axít chì là nguồn an toàn và có tuổi thọ tương đối dài nhưng khá nặng cho đến pin cadmium bạc, thể tích nhỏ hơn nhiều và hiện cũng đang đắt hơn nhiều.

Việc thiết kế một con robot chạy pin cần phải tính đến các yếu tố như độ an toàn, tuổi thọ và trọng lượng. Máy phát điện, thường là một số loại động cơ đốt trong, cũng có thể được sử dụng. Tuy nhiên, những thiết kế như vậy thường rất phức tạp và cần nhiên liệu, phải có tản nhiệt và khá nặng. Dùng dây điện để cấp nguồn cho robot sẽ loại bỏ module nguồn cấp trên robot hoàn toàn. Việc này có lợi thế là tiết kiệm trọng lượng và không gian bằng cách di chuyển tất cả các bộ phận tạo nguồn và lưu trữ năng lượng ra nơi khác. Tuy nhiên, thiết kế này có hạn chế là luôn phải có một sợi cáp kết nối với các robot, có thể gây khó khăn trong việc sử dụng robot.^[15] Các nguồn cấp có tiềm năng gồm:

• Khí nén
• Thủy lực
• Bánh đà lưu trữ năng lượng
• Rác hữu cơ (thông qua phân hủy yếm khí)
• Phân (con người, động vật); có thể hữu ích trong môi trường quân đội như phân của nhóm chiến đấu nhỏ có thể được tái sử dụng cho các nhu cầu năng lượng của các robot trợ lý(xem dự án động cơ Stirling Slingshot của DEKA để biết thêm về cách thức hệ thống này làm việc)

Thiết bị chấp hành

Bài chi tiết: Thiết bị chấp hành

Một chân robot được cấp nguồn bởi cơ bắp không khí

Cơ cấu truyền động giống như "cơ bắp" của robot, là các bộ phận chuyển đổi năng lượng được lưu trữ thành chuyển động. Cho đến nay các thiết bị chấp hành phổ biến nhất là động cơ điện dùng để làm quay bánh xe hoặc bánh răng, và các cơ cấu chấp hành tuyến tính dùng để điều khiển robot công nghiệp trong các nhà máy. Nhưng hiện nay cũng có một vài dạng khác sử dụng năng lượng điện, hóa học, và khí nén.

Động cơ điện

Bài chi tiết: Động cơ điện

Hầu hết các robot đều sử dụng động cơ điện, chủ yếu là động cơ DC chổi than hoặc không chổi than được dùng trong các robot di động hoặc động cơ AC dùng trong các robot cong nghiệp và các máy CNC. Chúng thích hợp trong các hệ thống nhẹ tải, và dạng chuyển động chủ yếu là chuyển động quay.

Các cơ cấu chấp hành tuyến tính

Bài chi tiết: Cơ cấu chấp hành tuyến tính

Có nhiều dạng cơ cấu chấp hành tuyến tính, chúng di chuyển vào ra thay vì quay, và thay đổi hướng đột ngột, đặc biệt cần lực tác dụng rất lớn, được sử dụng phổ biến trong robot công nghiệp. Năng lượng cung cấp là khí nén và thủy lực.

Cơ cấu chấp hành đàn hồi nối tiếp

Bài chi tiết: Cơ cấu chấp hành đàn hồi nối tiếp

Lò xo được sử dụng như một phần của cơ cấu chấp hành động cơ, để tăng khả năng điều khiển lực tác dụng. Được sử dụng trong nhiều loại robot, đặc biệt là robot dạng người đi bằng hai chân.^[16]

Cơ bắp bằng khí nén

Bài chi tiết: Cơ bắp khí nén nhân tạo

Cơ bắp bằng khí nén gồm các ống đặc biệt có khả năng nén không khí bên trong chúng (điển hình là 40% thể tích không khí được nén lại). Chúng được sử dụng trong vài ứng dụng robot.^[17][18]

Cơ bắp bằng sợi

Bài chi tiết: Hợp kim nhớ hình

Cơ bắp bằng sợi, còn được biết đến như là hợp kim có khả năng ghi nhớ hình dạng, sợi Nitinol hoặc Flexinol, là một vật liệu có khả năng co thắt nhẹ (thường dưới 5 %) khi có dòng điện chạy qua nó. Chúng đã được sử dụng cho một số ứng dụng robot nhỏ .^[19][20]

Polymer Electroactive

Bài chi tiết: Polymer Electroactive

EAP hoặc EPAM là một vật liệu bằng nhựa mới có thể nén lại đáng kể (lên đến 380 % kích hoạt làm căng) dưới tác dụng của trường điện, đã được sử dụng trong các cơ mặt và cánh tay của robot dạng người,^[21] cho phép các robot mới có thể nổi,^[22] bay, bơi, hoặc bước đi.^[23]

Động cơ Piezo

Bài chi tiết: động cơ áp điện

Lựa chọn thay thế gần đây của động cơ DC là động cơ áp điện hoặc động cơ siêu âm. Những động cơ này hoạt động dựa trên một nguyên lý cơ bản khác nhau, các bộ phận gốm áp điện nhỏ, dao động hàng ngàn lần mỗi giây, gây ra chuyển động theo đường thẳng hoặc quay. Cơ chế hoạt động của chúng khác nhau, một loại sử dụng sự rung động của các thành phần áp điện để di chuyển động cơ trong một vòng tròn hoặc một đường thẳng.^[24] Loại kia sử dụng các thành phần áp điện để tạo ra một nhân để làm rung và làm xoay một ốc vít. Ưu điểm của những động cơ này là độ phân giải, tốc độ, và lực tác dụng nhỏ tới mức nano mét vì kích thước của nó.^[25] Những động cơ này đã được thương mại hóa, và được sử dụng trên một số robot.^[26][27]

Ống nano đàn hồi

Xem thêm thông tin: Ống nano

Ống nano đàn hồi là một công nghệ cơ bắp nhân tạo đầy hứa hẹn đang trong giai đoạn phát triển thử nghiệm. Sự vắng mặt của các góc khuyết trong ống nano cacbon cho phép các sợi này có thể biến dạng đàn hồi theo nhiều phần trăm, với mức lưu trữ năng lượng khoảng 10 J/cm³ cho các ống nano kim loại. Bắp tay con người có thể được thay thế bằng một sợi đường kính 8 mm làm bằng vật liệu này. Nhờ vậy "cơ bắp" bó gọn có thể cho phép robot trong tương lai có thể chạy nhanh hơn và nhảy xa hơn con người.^[28]

Giác quan của robot

Bài chi tiết: Giác quan của robot

Cảm biến cho phép robot thu nhận thông tin về một đặc tính nhất định của môi trường, hoặc các bộ phận bên trong nó. Cảm biến giúp robot có thể thực hiện nhiệm vụ của nó, hành động theo những thay đổi của môi trường bằng cách tính toán các phản ứng thích hợp. Chúng được sử dụng để đo lường các đại lượng khác nhau, cung cấp cho robot thông tin cảnh báo về an toàn hoặc trục trặc trong chức năng, và cung cấp thông tin thời gian thực về công việc đang thực hiện.

Xúc giác

Bài chi tiết: Cảm biến xúc giác

Các cánh tay robot và tay giả hiện nay thu nhận được ít thông tin xúc giác hơn bàn tay con người. Nghiên cứu gần đây đã phát triển một mảng cảm biến xúc giác bắt chước tính chất cơ học và các thụ thể xúc giác của đầu ngón tay con người.^[29][30] Mảng cảm biến này gồm một lõi cứng bao quanh bởi chất lỏng dẫn điện chứa trong một lớp da đàn hồi. Các điện cực được gắn trên bề mặt của lõi cứng nhắc và được kết nối với một thiết bị đo trở kháng trong phần lõi. Khi lớp da nhân tạo chạm vào một vật thể nào đó, đường đi của chất lỏng xung quanh điện cực sẽ bị biến dạng, tạo ra thay đổi trở kháng, tạo ra bản đồ các lực tiếp nhận từ đối tượng. Các nhà nghiên cứu hy vọng chức năng quan trọng này của ngón tay nhân tạo sẽ giúp điều khiển robot nắm bắt được các vật thể.

Các nhà khoa học từ nhiều nước châu Âu và Israel đã phát triển một loại tay giả trong năm 2009, được gọi là SmartHand, có chức năng như tay thật - cho phép bệnh nhân có thể viết, đánh máy, chơi piano và thực hiện các chuyển động phức tạp khác. Nó có các cảm biến cho phép bệnh nhân có thể cảm nhận được cảm giác bằng các đầu ngón tay của nó.^[31]

Thị giác

Bài chi tiết: Thị giác máy tính

Thị giác máy tính là ngành khoa học và kỹ thuật liên quan đến khả năng nhìn của máy móc, có liên quan tới lý thuyết thông minh nhân tạo trích xuất thông tin từ hình ảnh. Các dữ liệu hình ảnh có thể có nhiều dạng, như video và hình ảnh từ camera.

Trong hầu hết các ứng dụng thị giác máy tính thực tế, các máy tính được lập trình trước để giải quyết một nhiệm vụ cụ thể, nhưng các phương pháp dựa trên việc học hiện tại đang trở nên ngày càng phổ biến.

Hệ thống thị giác máy tính dựa trên cảm biến hình ảnh để phát hiện các bức xạ điện từ, thường là ở một trong hai dạng: ánh sáng nhìn thấy hoặc ánh sáng hồng ngoại. Các cảm biến được thiết kế sử dụng vật lý chất rắn. Quá trình ánh sáng truyền và phản xạ khỏi bề mặt được giải thích bằngquang học. Cảm biến hình ảnh phức tạp thậm chí còn sử dụng cơ học lượng tử để cung cấp một sự hiểu biết đầy đủ về quá trình tạo thành hình ảnh. Robot cũng có thể được trang bị nhiều cảm biến hình ảnh để có thể tính toán chiều sâu của thị giác trong môi trường được tốt hơn. Giống như đôi mắt của con người, "đôi mắt "robot" cũng phải có khả năng tập trung vào một khu vực đặc biệt, và cũng có thể điều tiết để thích nghi với sự thay đổi cường độ ánh sáng.

Có một ngành con trong thị giác máy tính đó là hệ thống nhân tạo được thiết kế để bắt chước quá trình xử lý và hành vi của hệ thống sinh học, ở các cấp độ phức tạp khác nhau. Ngoài ra, một số các phương pháp học tập của máy tính được phát triển trong lĩnh vực thị giác máy tính có nền tảng từ lĩnh vực sinh học.

Dạng khác

Các dạng cảm biến phổ biến khác sử dụng trong robot LIDAR, RADAR và SONAR.^{[cần dẫn nguồn]}

Tay máy

KUKA industrial robot operating in a foundry

Xem thêm thông tin: Tay máy di động

Robot cần phải thao tác được các vật thể như: nhấc, sửa chữa, phá hủy,... Do đó, "bàn tay" của một robot thường được gọi là thiết bị thực thi đầu cuối,^[32] "cánh tay" của robot được gọi là tay máy.^[33] Hầu hết các cánh tay robot đều có thiết bị thực thi đầu cuối có thể thay thế được, mỗi kiểu thiết bị này cho phép robot thực hiện công việc trong một phạm vi nào đó. Một số có tay máy cố định không thể thay thế, trong khi một số lại có tay máy đa dụng, như tay máy bắt chước hình dạng tay người.

Để biết thêm các khái niệm về tất cả các thiết bị thi hành đầu cuối của robot, thiết kế của chúng, và công dụng từng loại, xin tham khảo cuốn sách "Robot Grippers".^[34]

Cơ cấu gắp

Là một trong những thiết bị thực thi đầu cuối phồ biến nhất. Dạng đơn giản nhất chỉ là 2 ngón tay có thể khép và mở để nhấc và di chuyển các vật nhỏ. Các ngón tay có thể được làm từ các thanh cứng có kết nối với động cơ và dây điện.^[35],^[36] Cơ cấu gắp có cấu tạo phức tạp giống bàn tay người như Shadow Hand và Robonaut, ... Loại có độ phức tạp vừa vừa có thể kể đến Delft^[37][38]. Cơ cấu gắp có nhiều kiểu cấu tạo dựa trên các nguyên lý khác nhau, gồm kiểu ngàm sử dụng lực ma sát và kiểu ngàm sử dụng lồng chứa. Kiểu ngàm sử dụng lực ma sát sẽ giữ vật thể bằng cách dùng lực ma sát. Kiểu lồng chưa sẽ ôm vật thể theo kiểu cõng/đặt lên trên, sử dụng ít lực ma sát hơn.

Cơ cấu gắp chân không

Cơ cấu này sử dụng lực hút chân không để nắm bắt vật thể, có thể chịu đựng được vật có tải trọng rất lớn. Nhưng bề mặt vật cần nắm bắt phải đủ nhẵn để đảm bảo độ bám hút. Các robot lắp ráp các linh kiện điện tử và các vật lớn hơn như kính chắn gió xe hơi, thường sử dụng loại cơ cấu gắp này.

Tay máy đa dụng

Vài loại robot cải tiến hiện nay đã bắt đầu sử dụng tay máy dạng người^[39], như Shadow Hand, MANUS^[39], Schunk^[40]. Những tay máy này có độ khéo léo cao, bậc tự do lên đến 20 và có hàng trăm cảm biến xúc giác.^[41]

Vận động

Bài chi tiết: Robot di động

Robot lăn

Segway ở viện bảo tàng robot Nagoya.

Là dạng robot đơn giản nhất với 4 bánh xe hoặc bánh xích. Vài nhà nghiên cứu đã cố gắng tạo ra những loại robot lăn có độ phức tạp cao hơn chỉ với 1 hoặc hai bánh xe. Những robot này có ưu điểm là hiệu suất cao hơn và tăng độ tinh giản, cho phép robot có thể đến những nơi ngõ ngách mà robot 4 bánh không thể tiếp cận.

Robot tự cân bằng 2 bánh

Loại robot này sử dụng một con quay hồi chuyển để phát hiện độ nghiêng của robot và điều khiển bánh xe tương ứng theo hướng ngược lại, để giữ thăng bằng trong hàng trăm lần trên một giây, dựa trên đặc tính động học của con lắc ngược^[42]. Nhiều robot thăng bằng loại này đã được thiết kế^[43]. Trong đó có Segway, nó thường không được hiểu với nghĩa là 1 robot, mà là một bộ phận của robot, khi được sử dụng như là RMP (Robotic Mobility Platform). Điển hình là vụ NASA sử dụng Robonaut để gắn trên Segway^[44].

Robot tự cân bằng 1 bánh

Bài chi tiết: Xe đạp 1 bánh tự cân bằng

Là dạng mở rộng của robot tự cân bằng 2 bánh, sử dụng một hòn bi để làm bánh xe duy nhất, nó có thể di chuyển trong không gian theo bất kỳ hướng nào. Robot Ballbot của đại học Carnegie Mellon University có chiều cao và cân nặng xấp xỉ một người trưởng thành, và robot "BallIP"^[45] của đại học Tohoku Gakuin là những robot thuộc loại này. Vì hình dạng và đặc tính linh động, loại robot này rất có tiềm năng hơn các loại robot khác trong môi trường cần sự liên kết với con người^[46].

Robot hình cầu

Bài chi tiết: Robot hình cầu

Nhiều cố gắng để thực hiện 1 robot hình cầu. Có hai cách, hoặc quay một vật nặng bên trong quả cầu, hoặc quay vỏ ngoài của quả cầu,^[47][48] or by rotating the outer shells of the sphere.^[49][50]

Robot 6 bánh xe

Sử dụng 6 bánh xe sẽ tăng độ bám đường cũng như khả năng thao tác ở địa hình có nhiều đá, sỏi hoặc cây cỏ um tùm hơn là chỉ sử dụng 4 bánh xe như thông thường.

Robot có bánh xích

Tập tin:SWORDS.jpg

Robot quân sự TALON được sử dụng bởi Quân đội Hoa Kỳ

Rất thích hợp cho các công việc ngoài trời cũng như trong quân sự. Tuy nhiên rất khó sử dụng cho các công việc trong nhà đặc biệt là các công việc làm trên thảm hoặc sàn nhà láng. Điển hình loại này là robot "Urbie" của NASA^[51].

Robot biết đi

Để chế tạo robot biết đi, có rất nhiều khó khăn phải giải quyết. Nhiều robot biết đi chắc chắn trên 2 chân với đã được tạo ra, nhưng không robot nào có đủ sự vững chắc như chân người. Phòng thí nghiệm AMBER ra đời năm 2008 bởi khoa cơ khí thuộc đại học Texas A&M ^[52] là một trong nhiều cơ quan nghiên cứu về dạng robot này. Có nhiều dạng robot cũng có thể bước đi, tuy nhiên lại có nhiều hơn 2 chân, vì chúng có độ phức tạp ít hơn nhiều^[53][54]. Robot biết đi được chế tạo để có thể làm việc trong mọi địa hình, tăng tính cơ động và hiệu suất sử dụng năng lượng hơn các loại robot khác. Robot dạng lai cũng được đề xuất trên phim ảnh, như Robot I,, sử dụng 2 chân để đi và chuyển sang sử dụng 4 bánh xe có gắn trên chân để tăng tốc. Hiện nay, loại robot này là có thể đi bằng 2 chân trên nền phẳng và đôi lúc cũng có thể bước đi trên cầu thang. Chưa có loại nào có thể bước đi trên bề mặt lởm chởm. Có một vài phương pháp cải tiến đã được đưa ra đó

Kỹ thuật ZMP

Bài chi tiết: Điểm mô men 0

Zero Moment Point (ZMP) là thuật toán được sử dụng trong robot ASIMO của Honda. Máy tính điều khiển trên robot sẽ cố gắng để giữ cho tổng số lực quán tính, chống lại chính xác phản lực của mặt đất(lực tác dụng của sàn nhà tác dụng trở lại trên chân robot). Nhờ đó, hai lực này triệt tiêu nhau, không tạo ra mô men (lực làm cho robot bị xoay và ngã) nào nữa.^[55] Tuy nhiên, điều này không phản ánh chính xác cách thức con người bước đi, và sự khác biệt này dễ dàng ta thấy được, một số người đã chỉ ra rằng ASIMO đi như thể nó cần nhà vệ sinh vậy.^[56][57][58] Thuật toán đi của ASIMO không ổn định, và một số cân bằng động được sử dụng (xem bên dưới). Tuy nhiên, nó vẫn đòi hỏi một bề mặt nhẵn để bước đi trên đó.

Nhảy lò cò

Một số robot được thiết kế vào những năm 1980 bởi Marc Raibert tại phòng thí nghiệm về chân thuộc MIT, trình diễn đi bộ rất linh hoạt. Ban đầu, một robot chỉ với một chân, và một chân rất nhỏ, có thể đứng thẳng chỉ đơn giản bằng cách nhảy. Chuyển động giống như một người đang đi trên một cây cà kheo. Khi robot rơi xuống một bên, nó sẽ nhảy một chút theo hướng đó, để bắt kịp chính nó.^[59] Ngay sau đó, các thuật toán đã được tổng quát hóa với hai và bốn chân. Một robot hai chân đã có thể chạy được và thậm chí cả nhào lộn.^[60] Một robot bốn châncũng đã được chứng minh có thể phi nước kiệu, chạy, tăng tốc, và nhảy.^[61] Để biết thêm danh sách, xin vào trang MIT Leg Lab Robots.

Cân bằng động học

Một kỹ thuật tiên tiến hơn đó là sử dụng thuật toán cân bằng động, ổn định hơn kỹ thuật Zero Moment Point, do liên tục giám sát chuyển động của robot, và vị trí đặt chân của robot.^[62] Kỹ thuật này gần đây đã được ứng dụng trong robot Dexter củaAnybots,^[63] chứng tỏ sự ổn định và thậm chí nó có thể nhảy.^[64] Một ví dụ khác là TU Delft Flame.

Động năng thụ động

Bài chi tiết: Động năng thụ động

Có lẽ cách tiếp cận hứa hẹn nhất là sử dụng động năng thụ động từ lực sinh ra của sự lắc lư của cánh tay/chân, giúp đạt hiệu năng cao hơn. Người ta đã chứng minh rằng cơ cấu hình người không được cung cấp năng lượng, chỉ sử dụng trọng lực của chính nó, có thể đi bộ xuống dốc một cách nhẹ nhàng. Nếu sử dụng kỹ thuật này, một robot chỉ cần cung cấp một lượng nhỏ năng lượng cho động cơ để bước đi trên bề mặt bằng phẳng hoặc có độ dốc thấp. Điều này hứa hẹn sẽ tăng hiệu suất cho robot đi bộ lên ít nhất 10 lần so với kỹ thuật ZMP, như robot ASIMO.^[65][66]

Những cách vận động khác

Bay

Two robot snakes. Left one has 64 motors (with 2 degrees of freedom per segment), the right one 10.

Một máy bay chở khách hiện đại thực chất là một robot bay, với hai người quản lý nó. Những máy lái tự động có thể điều khiển máy bay với từng giai đoạn của chuyến bay, trong đó có cất cánh, bay bình thường, và thậm chí hạ cánh.^[67] Các dạng robot bay khác không chở người, được gọi là máy bay không người lái (UAV). Chúng có thể nhỏ hơn và nhẹ hơn do không cần có phi công, và dùng để bay vào các khu vực nguy hiểm để thực hiện các nhiệm vụ giám sát quân sự. Một số thậm chí có thể bắn vào các mục tiêu theo lệnh của người điều khiển. UAV cũng đang được phát triển để có thể tự động bắn vào các mục tiêu, mà không cần mệnh lệnh từ người điều khiển. Các dạng robot bay khác gồm tên lửa hành trình, Entomopter Lưu trữ 2010-05-05 tại Wayback Machine, và robot trực thăng mini Epson. Các robot như Air Penguin, Air Ray, và Air Jelly có thân nhẹ hơn không khí, đẩy bằng cánh giầm, và được lái bởi siêu âm.

Trườn giống rắn

Một số robot rắn đã được phát triển thành công. Bắt chước cách thức di chuyển của rắn, các robot có thể điều hướng trong những không gian chật hẹp, do đó chúng có thể được sử dụng để tìm kiếm người bị mắc kẹt trong các tòa nhà bị sập.^[68] Robot rắn ACM-R5 của Nhật ^[69] có thể di chuyển cả trên đất liền và dưới nước.^[70]

Trượt (patin)

Một số ít robot trượt đã được phát triển, một trong số đó là một thiết bị đa chế độ đi bộ và trượt. Nó có bốn chân, có bánh xe không truyền động, có thể bước hoặc lăn.^[71] Một robot khác là Plen, có thể sử dụng một ván trượt mini hoặc giày trượt patin để trượt trên một mặt bàn.^[72]

Capuchin Climbing Robot

Trèo

Một số phương pháp khác nhau đã được sử dụng để phát triển các robot có khả năng leo trên bề mặt thẳng đứng. Một trong số đó là bắt chước chuyển động của một con người trèo trên một bức tường với những chỗ lồi lõm, bằng cách điều chỉnh tâm của trọng lực và di chuyển các chi. Điển hình của loại robot này là Capuchin,^[73] được thiết kế bởi tiến sĩ Ruixiang Zhang tại đại học Stanford, California. Một cách khác nữa là sử dụng các miếng pad để trèo lên các bức tường giống như tắc kè, phương pháp này có thể giúp robot chạy thoải mái trên các bề mặt trơn nhẵn như kính thủy tinh. Điển hình cho loại robot này là Wallbot^[74] and Stickybot.^[75] Tờ "Nhật báo công nghệ" của Trung Quốc ngày 15 tháng 11 năm 2008 có đăng một mô hình của công ty New Concept Aircraft (ZHUHAI) Co., Ltd. Tiến sĩ Li Hiu Yeung và nhóm nghiên cứu của ông gần đây đã phát triển thành công loại robot phỏng sinh học của loài tắc kè tên là " Speedy Freelander ". Theo Tiến sĩ Li giới thiệu, robot tắc kè này có thể nhanh chóng leo lên và xuống các bức tường xây dựng, các bức tường nằm ngang hay thẳng đứng hoặc đi lộn ngược trên trần nhà, nó có thể đi trên kính mịn, các bức tường dính bụi hoặc xù xì cũng như các bề mặt kim loại và cũng có thể tự động nhận biết được vật cản, chỗ tránh, chuyển động linh hoạt và thực tế. Tính linh hoạt và tốc độ của nó được so sánh với loài tắc kè trong tự nhiên. Cách tiếp cận thứ ba là bắt chước các chuyển động của một con rắn khi leo lên một cột trụ^{[cần dẫn nguồn]}.

Bơi

Theo tính toán, khi bơi một số loại cá có thể đạt được hiệu suất lực đẩy lớn hơn 90%.^[76] Ngoài ra, chúng có thể tăng tốc và đổi hướng tốt hơn so với bất kỳ tàu hoặc tàu ngầm nhân tạo nào, và tạo ra ít tiếng ồn và ít khuấy động nước nước hơn. Vì vậy, nhiều nhà nghiên cứu nghiên cứu robot dưới nước muốn sao chép lại loại vận động này.^[77] Điển hình loại này là robot Cá của đại học Essex,^[78] và robot Tuna (cá ngừ) của Institute of Field Robotics, dùng để phân tích và mô hình toán học hóa chuyển động của cá.^[79] Robot Aqua Penguin, được thiết kế và chế tạo bởi công ty Festo của Đức, sao chép hình dạng khí động học và "mái chèo" của chim cánh cụt. Festo cũng đã chế tạo Aqua Ray và Aqua Jelly, mô phỏng vận động của cá đuối, sứa.

Buồm

robot thuyền buồm Vaimos

Robot thuyền buồm cũng đã được phát triển để thực hiện các phép đo trên mặt biển, điển hình là Vaimos^[80] của công ty IFREMER và ENSTA-Bretagne. Do lực đẩy của robot thuyền buồm sử dụng là gió, năng lượng từ ắc qui chỉ được sử dụng cho máy tính, thông tin liên lạc và các thiết bị truyền động (để điều chỉnh bánh lái và cánh buồm). Nếu robot được trang bị các tấm pin năng lượng mặt trời, về mặt lý thuyết có thể điều hướng robot mãi mãi. Hai cuộc thi chính của robot thuyền buồm là WRSC (World Robotic Sailing Championship) diễn ra hàng năm ở châu Âu và Sailbot.

Tương tác và định hướng với môi trường

Bài chi tiết: Robotic mapping

RADAR, GPS, LIDAR,... are all combined to provide proper navigation and obstacle avoidance (vehicle developed for 2007 DARPA Urban Challenge)

Mặc dù phần lớn robot ngày nay hoặc được điều khiển bởi con người, hoặc hoạt động trong một môi trường tĩnh, sự quan tâm tới robot có thể hoạt động tự chủ trong một môi trường động lại ngày càng tăng. Những robot này yêu cầu một số sự kết hợp của phần cứng và phần mềm điều hướng để di chuyển môi trường. Trong các sự kiện bất khả kháng, đặc biệt (ví dụ như người và chướng ngại vật khác mà không phải là cố định) có thể gây ra các vấn đề hoặc va chạm. Một số robot tiên tiến như ASIMO và Meinü Robot có phần cứng và phần mềm điều hướng đặc biệt tốt. Ngoài ra còn có xe hơi tự động, xe hơi không người lái của Ernst Dickmanns, và các loại xe khác trong cuộc đua DARPA Grand Challenge, có khả năng cảm nhận được môi trường tốt và sau đó đưa ra quyết định định hướng dựa trên các thông tin này. Hầu hết các robot sử dụng một thiết bị GPS để định hướng với điểm tọa độ, cùng với radar, đôi khi kết hợp với các dữ liệu từ các bộ cảm biến khác như LIDAR, camera, và hệ thống dẫn đường quán tín để điều hướng tốt hơn giữa các điểm tọa độ.

Tương tác người - robot

Bài chi tiết: Tương tác người-robot

Kismet có thể biểu hiện nhiều nét mặt khác nhau

Nếu robot làm việc hiệu quả trong gia đình và các môi trường phi công nghiệp khác, cách chúng được lập trình để thực hiện công việc, và đặc biệt là làm thế nào chúng được ra lệnh để dừng công việc lại sẽ là rất quan trọng. Những người tương tác với chúng có thể có ít hoặc không có đào tạo về robot, và do đó giao diện giao tiếp sẽ cần phải rất trực quan. Các nhà văn khoa học viễn tưởng cũng thường cho rằng robot cuối cùng sẽ có khả năng giao tiếp với con người thông qua lời nói, cử chỉ, và nét mặt, chứ không phải là một giao diện dòng lệnh. Mặc dù lời nói là cách tự nhiên nhất để con người giao tiếp với nhau, nhưng nó lại không tự nhiên cho robot. Cần phải có một thời gian dài trước khi robot có thể tương tác như tự nhiên như robot hư cấu C-3PO.

Nhận dạng giọng nói

Bài chi tiết: Nhận dạng giọng nói

Để hiểu được ý nghĩa các âm thanh từ tiếng nói của con người theo thời gian thực, là một nhiệm vụ khó khăn đối với một máy tính, chủ yếu là do sự biến đổi lớn của lời nói, giọng điệu.^[81] Cùng một từ, được nói bởi cùng một người có thể có âm thanh khác nhau tùy thuộc vào độ vang do không gian xung quanh, âm lượng, trạng thái sức khỏe, cảm xúc của ngươi nói, vv. Việc nhận biết lời nói càng khó khăn hơn khi gặp một người khác nói tiếng địa phương với âm điệu riêng.^[82] Tuy nhiên, những bước tiến lớn đã được thực hiện trong lĩnh vực này kể từ khi Davis, Biddulph, và Balashek thiết kế "hệ thống nhập lệnh bằng tiếng nói" đầu tiên có thể nhận dạng được "mười chữ số được nói bởi một người dùng duy nhất với độ chính xác 100%" vào năm 1952.^[83] Hiện nay, hệ thống tốt nhất có thể nhận dạng được liên tục, lời nói tự nhiên, lên đến 160 từ mỗi phút, với độ chính xác 95%.^[84]

Giọng nói robot

Một khó khăn khác tồn tại là tạo giọng nói cho robot để tương tác với con người. Để giao tiếp xã hội, giọng nói tổng hợp được chứng minh là một phương tiện giao tiếp tối ưu,^[85] cần phải phát triển các yếu tố cảm xúc cho giọng nói robot thông qua các kỹ thuật khác nhau.^[86][87]

Cử chỉ

Xem thêm thông tin: Nhận dạng cử chỉ

Chúng ta có thể tưởng tượng, trong tương lai một robot đầu bếp có thể làm ra một chiếc bánh ngọt, hoặc hỏi đường từ một sĩ quan cảnh sát robot. Trong cả hai trường hợp, cử chỉ của tay chân sẽ hỗ trợ cho các mô tả bằng lời nói. Trong trường hợp đầu tiên, các robot sẽ nhận lệnh từ những cử chỉ được thực hiện bởi con người, và có thể lặp lại để xác nhận. Trong trường hợp thứ hai, các sĩ quan cảnh sát robot sẽ thực hiện các cử chỉ để hướng dẫn "xuống đường, sau đó rẽ phải" Có thể cử chỉ sẽ một phần trong sự tương tác giữa con người và robot.^[88] Rất nhiều các hệ thống đã được phát triển để nhận dạng được những cử chỉ từ bàn tay con người.^[89]

Biểu hiện cảm xúc trên gương mặt

Xem thêm thông tin: Nét mặt

Nét mặt có thể cung cấp thông tin phản hồi nhanh chóng trong quá trình đối thoại giữa hai người với nhau, và có thể sớm trở thành điều tương tự đối với con người và robot. Khuôn mặt robot đã được phát triển bởi Hanson Robotics bằng cách sử dụng một loại polymer đàn hồi được gọi là Frubber, cho phép biểu thị một số lượng lớn các nét mặt nhờ tính đàn hồi của lớp cao su trên mặt và các động cơ servo gắn dưới mặt.^[90] Lớp phủ và servo motor được gắn trên một hộp sọ kim loại. Robot nên biết cách làm sao để tiếp cận với một người bằng cách đánh giá nét mặt và điệu bộ của người đó. Xem người đó đang hạnh phúc, sợ hãi, hay giận dữ, sẽ ảnh hưởng đến cách thức giao tiếp của robot. Tương tự như vậy, các robot như Kismet và gần đây, Nexi^[91] có thể biểu lộ một loạt các nét mặt, giúp nó có thể giao tiếp thực sự với con người.^[92]

Cảm xúc nhân tạo

Cảm xúc nhân tạo cũng có thể được tạo ra, bao gồm một chuỗi các biểu hiện khuôn mặt và/hoặc cử chỉ. Giống trong phim Final Fantasy: The Spirits Within, việc lập trình cảm xúc nhân tạo rất phức tạp và đòi hỏi một số lượng lớn các quan sát của con người. Để đơn giản hóa chương trình này trong bộ phim, các cài đặt trước đã được tạo ra cùng với một chương trình phần mềm đặc biệt. Điều này làm giảm lượng thời gian cần thiết để thực hiện bộ phim. Những cài đặt trước này có thể có thể được chuyển giao để sử dụng cho robot thực tế.

Tính cách

Nhiều robot trong các tác phẩm khoa học viễn tưởng có một cá tính riêng, điều có thể hoặc không mong muốn trong các robot thương mại tương lai.^[93] Tuy nhiên, các nhà nghiên cứu đang cố gắng tạo ra các robot có cá tính:^[94][95] tức là họ sử dụng âm thanh, nét mặt và cử chỉ để cố gắng truyền đạt một trạng thái nội tâm, có thể là vui, buồn, hay sợ hãi. Một ví dụ thương mại là Pleo, một robot khủng long đồ chơi, có thể thể hiện nhiều cảm xúc rõ ràng.^[96]

Điều khiển

Puppet Magnus, một con rối robot thao tác với hệ thống điều khiển phức tạp

Xem thêm thông tin: Hệ thống điều khiển

Các cấu trúc cơ khí của một robot phải được điều khiển để thực hiện nhiệm vụ của chúng. Quá trình điều khiển một robot bao gồm ba giai đoạn - thu thập dữ liệu từ cảm biến, xử lý, ra lệnh thực hiện. Các cảm biến cung cấp thông tin về môi trường hoặc các trong nội bộ robot (ví dụ như vị trí của các khớp hoặc cơ cấu chấp hành đầu cuối). Những thông tin này sau đó được xử lý để tính toán các tín hiệu điều khiển phù hợp với thiết bị chấp hành để di chuyển các bộ phận cơ khí.

Giai đoạn xử lý có độ phức tạp khác nhau. Ở mức độ phản ứng, các thông tin cảm biến thô sẽ được chuyển thành tín hiệu điều khiển trực tiếp ra thiết bị chấp hành. Bộ tổng hợp cảm biến trước tiên được sử dụng để ước tính các thông số có liên quan (ví dụ vị trí tay gắp của robot) từ dữ liệu cảm biến. Một tác vụ tức thời (như di chuyển tay gắp theo một hướng nhất định) được suy ra từ những tính toán này. Các kỹ thuật từ lý thuyết điều khiển sẽ chuyển đổi tác vụ này thành các lệnh đưa đi điều khiển các thiết bị chấp hành.

Ở quy mô thời gian dài hơn hoặc với nhiệm vụ phức tạp hơn, các robot có thể cần phải được trang bị một mô hình "nhận thức". Mô hình nhận thức biểu thị cho cách thức robot tương tác với thực tại. Các nhận dạng mẫu và thị giác máy tính có thể được sử dụng để theo dõi các đối tượng. Kỹ thuật lập bản đồ có thể được sử dụng để xây dựng bản đồ thực tế. Cuối cùng, cách thức chuyển động và các kỹ thuật trí tuệ nhân tạo có thể được sử dụng để tìm ra cách để thực thi. Ví dụ, một robot có thể tìm ra cách để hoàn thành một nhiệm vụ mà không va chạm với chướng ngại vật, hoặc bị ngã...

Các cấp độ độc lập

TOPIO, robot người máy, chơi bóng bàn tại Tokyo IREX 2009.^[97]

Các hệ thống điều khiển có mức độ độc lập khác nhau.

1. Tương tác trực tiếp được sử dụng cho các thiết bị điều khiển bằng tay qua dây hoặc từ xa, con người có quyền điều khiển gần như hoàn toàn chuyển động của robot.
2. Chế độ hỗ trợ từ nhân viên vận hành, nhân viên vận hành ra lệnh robot thực hiện các công việc ở mức bình đến cao cấp, các robot tự động tìm ra cách để hoàn thành mệnh lệnh.
3. Robot tự hành có thể di chuyển trong thời gian dài mà không cần sự tương tác của con người. Cấp độ cao hơn của tự chủ không nhất thiết đòi hỏi khả năng nhận thức phức tạp hơn. Ví dụ, robot trong nhà máy lắp ráp là hoàn toàn độc lập, nhưng hoạt động trong một mẫu hình cố định.

Một phân loại khác có tính đến sự tương tác giữa người điều khiển và các chuyển động của máy móc.

1. Thao tác từ xa. Người vận hành điều khiển từng động tác một, mỗi thay đổi của máy được xác định bởi các người vận hành.
2. Giám sát. Người vận hành xác định cách di chuyển hoặc các thay đổi vị trí và máy tự xác định cách thức di chuyển của bộ phận chấp hành.
3. Tự chủ về công việc. Nhân viên vận hành chỉ xác định nhiệm vụ và các robot tự mình hoàn thành nhiệm vụ.
4. Hoàn toàn tự chủ. Máy sẽ tạo ra và hoàn thành tất cả nhiệm vụ của mình mà không cần sự tương tác của con người.

Nghiên cứu về robot

Xem thêm thông tin: Tài liệu mở về Robot học, Sự tiến hóa của robot, Các lĩnh vực của robot học, và Công cụ mô phỏng Robot

Có nhiều nghiên cứu về robot không tập trung vào các công việc nào cụ thể trong công nghiệp. Hướng nghiên cứu mới tập trung vào các cách thức ứng dụng mới của robot, cũng như cách chế tạo chúng, chẳng hạn như dự án cyberflora của MIT, hầu như mới chỉ nằm trên mặt hàn lâm.

Sự đổi mới đầu tiên trong thiết kế robot là các dự án robot mã nguồn mỡ. Để mô tả mức độ cải tiến của một robot, người ta dùng thuật ngữ "thế hệ Robot". Thuật ngữ này được đặt ra bởi Giáo sư Hans Moravec, nhà khoa học nghiên cứu chính tại Học viện Robot học thuộc Đại học Carnegie Mellon trong các nghiên cứu mô tả sự phát triển trong tương lai gần của công nghệ robot. Các robot đời đầu, Moravec dự đoán trong năm 1997, cần phải có khả năng trí tuệ có thể so sánh với một con thằn lằn và sẽ thành thực tế vào năm 2010. Vì robot thế hệ đầu không có khả năng học tập, nhưng, Moravec dự đoán rằng, robot thế hệ thứ hai sẽ được cải tiến và thành công vào năm 2020, trí thông minh có thể được so sánh với một con chuột. Thế hệ thứ 3 sẽ có trí thông minh giống con người, giáo sư Moravec dự đoán, sẽ hoàn toàn có thể trở thành sự thực, ông không dự đoán điều này sẽ xảy ra trong vòng từ 2040 đến 2050.^[98]

Thứ hai là sự tiến hóa của Robot. Đây là một phương pháp sử dụng thuật toán tiến hóa để giúp thiết kế robot, đặc biệt là hình dáng cơ thể, hoặc chuyển động và các bộ điều khiển hành vi. Trong một cách tương tự như tiến hóa tự nhiên, một lượng lớn robot được phép cạnh tranh theo một cách hoặc khả năng nào đó, để thực hiện một nhiệm vụ và được đánh giá bằng cách sử dụng chức năng huấn luyện. Những robot dở nhất được loại bỏ, và được thay thế bằng một robot mới có hành vi mới dựa trên các đặc điểm của robot thắng cuộc. Theo thời gian số lượng robot tăng lên, và cuối cùng sẽ tìm ra được robot mong muốn. Điều này xảy ra mà không có bất kỳ chương trình lập trình trực tiếp nào được viết bởi các nhà nghiên cứu. Các nhà nghiên cứu sử dụng cả hai phương pháp này để tạo ra các robot tốt hơn,^[99] và cũng để khám phá ra cách thức của tiến hóa tự nhiên diễn ra như thế nào.^[100] Vì quá trình này thường yêu cầu các thế hệ robot phải được mô phỏng,^[101] kỹ thuật này có thể được thực hiện hầu như hoàn toàn hoặc chủ yếu bằng mô phỏng, sau đó được thử nghiệm trên robot thực tế khi các thuật toán trong đó đủ tốt.^[102] Hiện nay, có khoảng 1 triệu robot công nghiệp đang làm việc cật lực trên thế giới, và Nhật Bản là quốc gia hàng đầu có mật độ sử dụng robot trong công nghiệp sản xuất cao nhất.^{[cần dẫn nguồn]}

Động học và động lực học

Xem thêm thông tin: Động học và Động lực học)

Bài toán chuyển động có thể được chia thành bài toán động học và động lực học. [ 104 ] Động học thuận là bài toán đi tìm vị trí, hướng, vận tốc và gia tốc khi các yêu tố đầu vào đã biết. Động học nghịch ngược lại, đi tìm các giá trị đầu vào khi đã biết các thông số vị trí, hướng, vận tốc, gia tốc của vật. Một số bài toán đặc biệt của động học bao gồm xử ly tình huống (khả năng khác nhau khi thực hiện các chuyển động giống nhau), tránh va chạm, và tránh vật cản. Trong khi tất cả các thông số vị trí, vận tốc, gia tốc tương ứng đã được tính toán bằng cách sử dụng động học, động lực học được sử dụng để nghiên cứu tác động của lực gây nên chuyển động. Bài toán động lực thuận là bài toán tính gia tốc của robot khi biết lực tác dụng, được sử dụng trong mô phỏng robot trên máy tính. Bài toán động lực ngược là bài toán đi tìm lực để cơ cấu truyền động tạo ra một gia tốc tương ứng. Các nghiên cứu này có thể được dùng để cải tiến thuật toán điều khiển cho robot. Trong mỗi vấn đề ở trên, các nhà nghiên cứu cố gắng phát triển các khái niệm và chiến thuật mới, cải tiến những cái hiện có, cũng như sự tương tác giữa các vấn đề với nhau. Để thực hiện được điều này, phải thực hiện tối ưu hóa hiệu suất cũng như thiết kế, cấu trúc, và điều khiển.

Robot ứng dụng trong giáo dục và huấn luyện

Bài chi tiết: Robot giáo dục

The SCORBOT-ER 4u – educational robot.

Các kỹ sư robot học đã thiết kế và phát triển nhiều loại robot mới, ngày càng mở rộng khả năng của chúng.^[103] Robot đã trở thành một công cụ giáo dục phổ biến trong nhiều trường cấp 2 và cấp 3 ở Mỹ cũng như nhiều nước khác, chúng được sử dụng trong các trại hè tuổi trẻ, nâng cao niềm yêu thích lập trình, trí tuệ nhân tạo và robot trong sinh viên, học sinh. Năm nhất các khóa học về khoa học máy tính tại nhiều trường đại học trên thế giới bao gồm lập trình cho robot bên cạnh việc học các môn lập trình truyền thống.

Đào tạo nghề

Nhiều trường đại học hiện đang đào tạo cử nhân, thạc sĩ, tiến sĩ chuyên ngành robot học.^[104]

Giấy chứng nhận

Liên minh Tiêu chuẩn Chứng nhận Robot học (RCSA, Robotics Certification Standards Alliance) là cơ quan có thẩm quyền cấp giấy chứng nhận robot học quốc tế, cơ quan này trao nhiều chứng nhận khác nhau liên quan tới robot cho các ngành công nghiệp và giáo dục.

Ứng dụng

Bài chi tiết: Technological unemployment

Robot là một bộ phận thiết yếu trong các nhà máy sản xuất hiện đại. Nhiều nhà máy đã tăng cường sử dụng robot, thị trường robot đang tăng trưởng ổn định.^[105]

Tương tự

• Trí thông minh nhân tạo
• Từ điển thuật ngữ ngành robot học
• Các bài viết về đề tài robot
• Cơ điện tử
• Phác thảo robot

Tham khảo

1. “robotics”. Oxford Dictionaries. Bản gốc lưu trữ ngày 18 tháng 5 năm 2011. Truy cập ngày 4 tháng 2 năm 2011.
2. Nocks, Lisa (2007). The robot: the life story of a technology. Westport, CT: Greenwood Publishing Group. Truy cập ngày 27 tháng 1 năm 2012.
3. ^ Zunt, Dominik. “Who did actually invent the word "robot" and what does it mean?”. The Karel Čapek website. Truy cập ngày 11 tháng 9 năm 2007.
4. Asimov, Isaac (1996) [1995]. “The Robot Chronicles”. Gold. London: Voyager. tr. 224–225. ISBN 0-00-648202-3.
5. Asimov, Isaac (1983). “4 The Word I Invented”. Counting the Eons. Doubleday. Robotics has become a sufficiently well developed technology to warrant articles and books on its history and I have watched this in amazement, and in some disbelief, because I invented ... the word
6. “Robotics: About the Exhibition”. The Tech Museum of Innovation. Bản gốc lưu trữ ngày 13 tháng 9 năm 2008. Truy cập ngày 15 tháng 9 năm 2008.
7. Needham, Joseph (1991). Science and Civilisation in China: Volume 2, History of Scientific Thought. Cambridge University Press. ISBN 0-521-05800-7.
8. Fowler, Charles B. (tháng 10 năm 1967). “The Museum of Music: A History of Mechanical Instruments”. Music Educators Journal. 54 (2): 45–49. doi:10.2307/3391092. JSTOR 3391092.
9. Rosheim, Mark E. (1994). Robot Evolution: The Development of Anthrobotics. Wiley-IEEE. tr. 9–10. ISBN 0-471-02622-0.
10. al-Jazari (Islamic artist), Encyclopædia Britannica.
11. “Imitation of Life: A History of the First Robots”. Bản gốc lưu trữ ngày 20 tháng 7 năm 2009. Truy cập ngày 29 tháng 7 năm 2013.
12. Waurzyniak, Patrick (tháng 7 năm 2006). “Masters of Manufacturing: Joseph F. Engelberger”. Society of Manufacturing Engineers. 137 (1). Bản gốc lưu trữ ngày 9 tháng 11 năm 2011. Truy cập ngày 29 tháng 7 năm 2013.
13. “KUKA Industrial Robot FAMULUS”. Bản gốc lưu trữ ngày 20 tháng 2 năm 2009. Truy cập ngày 10 tháng 1 năm 2008.
14. “History of Industrial Robots” (PDF). Bản gốc (PDF) lưu trữ ngày 24 tháng 12 năm 2012. Truy cập ngày 27 tháng 10 năm 2012.
15. Dowling, Kevin. “Power Sources for Small Robots” (PDF). Carnegie Mellon University. Truy cập ngày 11 tháng 5 năm 2012.
16. “CiteSeerX — Series Elastic Actuators for legged robots”. Citeseerx.ist.psu.edu. Truy cập ngày 27 tháng 11 năm 2010.
17. Air Muscles from Image Company
18. “Air Muscles from Shadow Robot”. Bản gốc lưu trữ ngày 27 tháng 9 năm 2007. Truy cập ngày 29 tháng 7 năm 2013.
19. “TALKING ELECTRONICS Nitinol Page-1”. Talkingelectronics.com. Truy cập ngày 27 tháng 11 năm 2010.
20. “lf205, Hardware: Building a Linux-controlled walking robot”. Ibiblio.org. ngày 1 tháng 11 năm 2001. Truy cập ngày 27 tháng 11 năm 2010.
21. “WW-EAP and Artificial Muscles”. Eap.jpl.nasa.gov. Truy cập ngày 27 tháng 11 năm 2010.
22. “Empa – a117-2-eap”. Empa.ch. Bản gốc lưu trữ ngày 24 tháng 9 năm 2015. Truy cập ngày 27 tháng 11 năm 2010.
23. “Electroactive Polymers (EAP) as Artificial Muscles (EPAM) for Robot Applications”. Hizook. Bản gốc lưu trữ ngày 6 tháng 8 năm 2020. Truy cập ngày 27 tháng 11 năm 2010.
24. “Piezo LEGS – -09-26”. Bản gốc lưu trữ ngày 30 tháng 1 năm 2008. Truy cập ngày 29 tháng 7 năm 2013.
25. “Squiggle Motors: Overview”. Truy cập ngày 8 tháng 10 năm 2007.
26. Nishibori (2003). “Robot Hand with Fingers Using Vibration-Type Ultrasonic Motors (Driving Characteristics)”. Journal of Robotics and Mechatronics. Truy cập ngày 9 tháng 10 năm 2007.
27. Otake (2001). “Shape Design of Gel Robots made of Electroactive Polymer Gel” (PDF). Truy cập ngày 16 tháng 10 năm 2007.
28. John D. Madden, 2007, /science.1146351
29. “Syntouch LLC: BioTac(R) Biomimetic Tactile Sensor Array”. Truy cập ngày 10 tháng 8 năm 2009.
30. Wettels, N; Santos, VJ; Johansson, RS; Loeb, Gerald E. (2008). “Biomimetic tactile sensor array”. Advanced Robotics. 22 (8): 829–849. doi:10.1163/156855308X314533.
31. “What is The SmartHand?”. SmartHand Project. Truy cập ngày 4 tháng 2 năm 2011.
32. “What is a robotic end-effector?”. ATI Industrial Automation. 2007. Bản gốc lưu trữ ngày 17 tháng 12 năm 2020. Truy cập ngày 16 tháng 10 năm 2007.
33. Carl D. Crane & Joseph Duffy (tháng 3 năm 1998). Kinematic Analysis of Robot Manipulators. Cambridge University Press. ISBN 0-521-57063-8. Truy cập ngày 16 tháng 10 năm 2007.
34. G.J. Monkman, S. Hesse, R. Steinmann & H. Schunk – Robot Grippers – Wiley, Berlin 2007
35. Discovery Channel's Mythbusters making mechanical gripper from chain and metal wire
36. Robonaut hand
37. “Delft hand by TU Delft”. Bản gốc lưu trữ ngày 3 tháng 2 năm 2012. Truy cập ngày 29 tháng 7 năm 2013.
38. Delft hand by Gert Kragten
39. ^ MANUS
40. Allcock, Andrew (tháng 9 năm 2006). “Anthropomorphic hand is almost human”. Machinery. Bản gốc lưu trữ ngày 28 tháng 9 năm 2007. Truy cập ngày 17 tháng 10 năm 2007.
41. Shadowrobot.com
42. “T.O.B.B”. Mtoussaint.de. Truy cập ngày 27 tháng 11 năm 2010.
43. “nBot, a two wheel balancing robot”. Geology.heroy.smu.edu. Truy cập ngày 27 tháng 11 năm 2010.
44. “ROBONAUT Activity Report”. NASA. tháng 2 năm 2004. Bản gốc lưu trữ ngày 20 tháng 8 năm 2007. Truy cập ngày 20 tháng 10 năm 2007. Đã bỏ qua tham số không rõ |= (trợ giúp)
45. “IEEE Spectrum: A Robot That Balances on a Ball”. Spectrum.ieee.org. Truy cập ngày 27 tháng 11 năm 2010.
46. “Carnegie Mellon Researchers Develop New Type of Mobile Robot That Balances and Moves on a Ball Instead of Legs or Wheels” (Thông cáo báo chí). Carnegie Mellon. ngày 9 tháng 8 năm 2006. Bản gốc lưu trữ ngày 9 tháng 6 năm 2007. Truy cập ngày 20 tháng 10 năm 2007.
47. “Spherical Robot Can Climb Over Obstacles”. BotJunkie. Truy cập ngày 27 tháng 11 năm 2010.
48. “Rotundus”. Rotundus.se. Truy cập ngày 27 tháng 11 năm 2010.
49. “OrbSwarm Gets A Brain”. BotJunkie. ngày 11 tháng 7 năm 2007. Truy cập ngày 27 tháng 11 năm 2010.
50. “Rolling Orbital Bluetooth Operated Thing”. BotJunkie. Truy cập ngày 27 tháng 11 năm 2010.
51. “JPL Robotics: System: Commercial Rovers”. Bản gốc lưu trữ ngày 23 tháng 3 năm 2011. Truy cập ngày 29 tháng 7 năm 2013. Đã bỏ qua tham số không rõ |= (trợ giúp); Đã bỏ qua tham số không rõ |https://web.archive.org/web/20110323024426/http://www-robotics.jpl.nasa.gov/systems/system.cfm?System= (trợ giúp)
52. AMBER lab
53. “Multipod robots easy to construct”. Bản gốc lưu trữ ngày 1 tháng 6 năm 2017. Truy cập ngày 29 tháng 7 năm 2013.
54. “AMRU-5 hexapod robot” (PDF). Bản gốc (PDF) lưu trữ ngày 17 tháng 8 năm 2016. Truy cập ngày 29 tháng 7 năm 2013.
55. “Achieving Stable Walking”. Honda Worldwide. Truy cập ngày 22 tháng 10 năm 2007.
56. “Funny Walk”. Pooter Geek. ngày 28 tháng 12 năm 2004. Truy cập ngày 22 tháng 10 năm 2007.
57. “ASIMO's Pimp Shuffle”. Popular Science. ngày 9 tháng 1 năm 2007. Bản gốc lưu trữ ngày 24 tháng 7 năm 2011. Truy cập ngày 22 tháng 10 năm 2007.
58. “Vtec Forum: A drunk robot? thread”. Bản gốc lưu trữ ngày 30 tháng 4 năm 2020. Truy cập ngày 29 tháng 7 năm 2013.
59. “3D One-Leg Hopper (1983–1984)”. MIT Leg Laboratory. Truy cập ngày 22 tháng 10 năm 2007.
60. “3D Biped (1989–1995)”. MIT Leg Laboratory.
61. “Quadruped (1984–1987)”. MIT Leg Laboratory.
62. “About the robots”. Anybots. Bản gốc lưu trữ ngày 9 tháng 9 năm 2007. Truy cập ngày 23 tháng 10 năm 2007.
63. “Homepage”. Anybots. Bản gốc lưu trữ ngày 16 tháng 5 năm 2014. Truy cập ngày 23 tháng 10 năm 2007.
64. “Dexter Jumps video”. YouTube. tháng 3 năm 2007. Truy cập ngày 23 tháng 10 năm 2007.
65. Steve Collins; Wisse, Martijn; Ruina, Andy; Tedrake, Russ (ngày 11 tháng 2 năm 2005). “Efficient bipedal robots based on passive-dynamic Walkers” (PDF). Science. 307 (5712): 1082–1085. doi:10.1126/science.1107799. PMID 15718465. Lưu trữ (PDF) bản gốc ngày 22 tháng 6 năm 2007. Truy cập ngày 11 tháng 9 năm 2007.
66. Steve Collins & Ruina, Andy. “A bipedal walking robot with efficient and human-like gait” (PDF). Proc. IEEE International Conference on Robotics and Automation.
67. “Testing the Limits” (PDF). Boeing. tr. 29. Truy cập ngày 9 tháng 4 năm 2008.
68. Miller, Gavin. “Introduction”. snakerobots.com. Truy cập ngày 22 tháng 10 năm 2007.
69. “ACM-R5”. Bản gốc lưu trữ ngày 14 tháng 5 năm 2012. Truy cập ngày 29 tháng 7 năm 2013.
70. “Swimming snake robot (commentary in Japanese)”. Bản gốc lưu trữ ngày 8 tháng 2 năm 2012. Truy cập ngày 29 tháng 7 năm 2013.
71. “Commercialized Quadruped Walking Vehicle "TITAN VII"”. Hirose Fukushima Robotics Lab. Bản gốc lưu trữ ngày 6 tháng 11 năm 2007. Truy cập ngày 23 tháng 10 năm 2007.
72. “Plen, the robot that skates across your desk”. SCI FI Tech. ngày 23 tháng 1 năm 2007. Bản gốc lưu trữ ngày 11 tháng 10 năm 2007. Truy cập ngày 23 tháng 10 năm 2007.
73. Capuchin at YouTube
74. Wallbot at YouTube
75. Stanford University: Stickybot
76. Sfakiotakis (tháng 4 năm 1999). “Review of Fish Swimming Modes for Aquatic Locomotion” (PDF). IEEE Journal of Oceanic Engineering. Bản gốc (PDF) lưu trữ ngày 26 tháng 9 năm 2007. Truy cập ngày 24 tháng 10 năm 2007.
77. Richard Mason. “What is the market for robot fish?”. Bản gốc lưu trữ ngày 4 tháng 7 năm 2009. Truy cập ngày 29 tháng 7 năm 2013.
78. “Robotic fish powered by Gumstix PC and PIC”. Human Centred Robotics Group at Essex University. Bản gốc lưu trữ ngày 24 tháng 8 năm 2011. Truy cập ngày 25 tháng 10 năm 2007.
79. Witoon Juwarahawong. “Fish Robot”. Institute of Field Robotics. Bản gốc lưu trữ ngày 4 tháng 11 năm 2007. Truy cập ngày 25 tháng 10 năm 2007.
80. Jaulin, L.; Le Bars, F. (2012). “An interval approach for stability analysis; Application to sailboat robotics” (PDF). IEEE Transaction on Robotics. 27 (5).
81. J. Norberto Pires, (2005). "Robot-by-voice: experiments on commanding an industrial robot using the human voice", Industrial Robot: An International Journal, Vol. 32, Issue 6, pp. 505–511, doi:10.1108/01439910510629244. Available: online and pdf Lưu trữ 2018-10-03 tại Wayback Machine
82. “Survey of the State of the Art in Human Language Technology: 1.2: Speech Recognition”. Bản gốc lưu trữ ngày 30 tháng 5 năm 2011. Truy cập ngày 29 tháng 7 năm 2013.
83. Fournier, Randolph Scott., and B. June. Schmidt. "Voice Input Technology: Learning Style and Attitude Toward Its Use." Delta Pi Epsilon Journal 37 (1995): 1_12.
84. “History of Speech & Voice Recognition and Transcription Software”. Dragon Naturally Speaking. Truy cập ngày 27 tháng 10 năm 2007.
85. M.L. Walters, D.S. Syrdal, K.L. Koay, K. Dautenhahn, R. te Boekhorst, (2008). Human approach distances to a mechanical-looking robot with different robot voice styles. In: Proceedings of the 17th IEEE International Symposium on Robot and Human Interactive Communication, 2008. RO-MAN 2008, Munich, 1–3 Aug. 2008, pp. 707–712, doi:10.1109/ROMAN.2008.4600750. Available: online and pdf Lưu trữ 2011-07-18 tại Wayback Machine
86. Sandra Pauletto, Tristan Bowles, (2010). Designing the emotional content of a robotic speech signal. In: Proceedings of the 5th Audio Mostly Conference: A Conference on Interaction with Sound, New York, ISBN 978-1-4503-0046-9, doi:10.1145/1859799.1859804. Available: online
87. Tristan Bowles, Sandra Pauletto, (2010). Emotions in the Voice: Humanising a Robotic Voice. In: Proceedings of the 7th Sound and Music Computing Conference, Barcelona, Spain.
88. Waldherr, Romero & Thrun (2000). “A Gesture Based Interface for Human-Robot Interaction” (PDF). Kluwer Academic Publishers. Truy cập ngày 28 tháng 10 năm 2007.
89. Markus Kohler. “Vision Based Hand Gesture Recognition Systems”. University of Dortmund. Bản gốc lưu trữ ngày 11 tháng 7 năm 2012. Truy cập ngày 28 tháng 10 năm 2007.
90. “Frubber facial expressions”. Bản gốc lưu trữ ngày 2 tháng 3 năm 2010. Truy cập ngày 29 tháng 7 năm 2013.
91. “Nexi facial expressions”. Bản gốc lưu trữ ngày 7 tháng 11 năm 2012. Truy cập ngày 29 tháng 7 năm 2013.
92. “Kismet: Robot at MIT's AI Lab Interacts With Humans”. Sam Ogden. Bản gốc lưu trữ ngày 12 tháng 10 năm 2007. Truy cập ngày 28 tháng 10 năm 2007.
93. (Park 2005) Synthetic Personality in Robots and its Effect on Human-Robot Relationship
94. National Public Radio: Robot Receptionist Dishes Directions and Attitude
95. “New Scientist: A good robot has personality but not looks” (PDF). Bản gốc (PDF) lưu trữ ngày 29 tháng 9 năm 2006. Truy cập ngày 26 tháng 3 năm 2021.
96. “Ugobe: Introducing Pleo”. Bản gốc lưu trữ ngày 14 tháng 1 năm 2012. Truy cập ngày 29 tháng 7 năm 2013.
97. “A Ping-Pong-Playing Terminator”. Popular Science.
98. NOVA conversation with Professor Moravec, October, 1997. NOVA Online
99. Sandhana, Lakshmi (ngày 5 tháng 9 năm 2002). A Theory of Evolution, for Robots. Wired Magazine. Truy cập ngày 28 tháng 10 năm 2007.
100. Experimental Evolution In Robots Probes The Emergence Of Biological Communication. Science Daily. ngày 24 tháng 2 năm 2007. Truy cập ngày 28 tháng 10 năm 2007.
101. Žlajpah, Leon (ngày 15 tháng 12 năm 2008). “Simulation in robotics”. Mathematics and Computers in Simulation. 79 (4): 879–897. doi:10.1016/j.matcom.2008.02.017.
102. The Latest Technology Research News: Evolution trains robot teams
103. “Career: Robotics Engineer”. Princeton Review. 2012. Truy cập ngày 27 tháng 1 năm 2012.
104. “Robotics Degree Programs at Worcester Polytechnic Institute”. Worcester Polytechnic Institute. 2013. Bản gốc lưu trữ ngày 12 tháng 8 năm 2016. Truy cập ngày 12 tháng 4 năm 2013.
105. Toy, Tommy (ngày 29 tháng 6 năm 2011). “Outlook for robotics and Automation for 2011 and beyond are excellent says expert”. PBT Consulting. Truy cập ngày 27 tháng 1 năm 2012.

Bibliography

• K. S. Fu & R.C. Gonzalez & C.S.G. Lee, Robotics: Control, Sensing, Vision, and Intelligence (CAD/CAM, robotics, and computer vision)
• C.S.G. Lee & R.C. Gonzalez & K.S. Fu, Tutorial on robotics
• "SP200 With Open Control Center. Robotic Prescription Dispensing System" Lưu trữ 2009-03-27 tại Wayback Machine, accessed ngày 22 tháng 11 năm 2008.
• "McKesson Empowering HealthCare. Robot RX" Lưu trữ 2013-05-08 tại Wayback Machine, accessed ngày 22 tháng 11 năm 2008.
• "Aethon. You Deliver the Care. TUG Delivers the Rest", accessed ngày 22 tháng 11 năm 2008. Lưu trữ 2008-12-17 tại Wayback Machine
• Waukee Robotics Club Lưu trữ 2016-10-10 tại Wayback Machine
• Marco Ceccarelli, "Fundamentals of Mechanics of Robotic Manipulators"

Xem thêm

• Journal of Field Robotics^{[liên kết hỏng]}
• R. Andrew Russell (1990). Robot Tactile Sensing. New York: Prentice Hall. ISBN 0-13-781592-1.

Liên kết ngoài

• Robot học trên DMOZ
• Robotics Portal
• Harvard Graduate School of Design, Design Robotics Group Lưu trữ 2013-09-01 tại Wayback Machine
• Robotics Academy of Iran Lưu trữ 2013-06-12 tại Wayback Machine
• The Robotics Institute at Carnegie Mellon University
• Design and Manufacture of Robotics Control Systems
• Biologically Inspired Robotics Lab, Case Western Reserve University Lưu trữ 2013-06-19 tại Wayback Machine