第5部分(第1/4 頁)

”。

機器人的手一般由方形的手掌和節狀的手指組成。為了使它具有觸覺，在手掌和手指上都裝有帶有彈性觸點的觸敏元件（如靈敏的彈簧測力計）。如果要感知冷暖，還可以裝上熱敏元件。當觸及物體時，觸敏元件發出接觸訊號，否則就不發出訊號。在各指節的連線軸上裝有精巧的電位器（一種利用轉動來改變電路的電阻因而輸出電流訊號的元件），它能把手指的彎曲角度轉換成“外形彎曲資訊”。把外形彎曲資訊和各指節產生的“接觸資訊”一起送入電子計算機，透過計算就能迅速判斷機械手所抓的物體的形狀和大小。

現在，機器人的手已經具有了靈巧的指，腕，肘和肩胛關節，能靈活自如的伸縮擺動，手腕也會轉動彎曲。透過手指上的感測器還能感覺出抓握的東西的重量，可以說已經具備了人手的許多功能。

在實際情況中有許多時候並不一定需要這樣複雜的多節人工指，而只需要能從各種不同的角度觸及並搬動物體的鉗形指。1966年，美國海軍就是用裝有鉗形人工指的機器人“科沃”把因飛機失事掉入西班牙近海的一顆氫彈從七百五十米深的海底撈上來。1967年，美國飛船“探測者三號”就把一臺遙控操作的機器人送上月球。它在地球上的人的控制下，可以在兩平方米左右的範圍裡挖掘月球表面四十厘米深處的土壤樣品，並且放在規定的位置，還能對樣品進行初步分析，如確定土壤的硬度，重量等。它為“阿波羅”載人飛船登月當了開路先鋒。

機器人的眼睛

人的眼睛是感覺之窗，人有80％以上的資訊是靠視覺獲取，能否造出“人工眼”讓機器也能象人那樣識文斷字，看東西，這是智慧自動化的重要課題。關於機器識別的理論，方法和技術，稱為模式識別。所謂模式是指被判別的事件或過程，它可以是物理實體，如文字，圖片等，也可以是抽象的虛體，如氣候等。機器識別系統與人的視覺系統類似，由資訊獲取，資訊處理與特徵抽取，判決分類等部分組成。

機器認字

大家知道，信件投入郵筒需經過郵局工人分揀後才能發往各地。一人一天只能分揀2－3千封信，現在採用機器分揀，可以提高效率十多倍。機器認字的原理與人認字的過程大體相似。先對輸入的郵政編碼進行分析，並抽取特徵，若輸入的是個6字，其特徵是底下有個圈，左上部有一直道或帶拐彎。其次是對比，即把這些特徵與機器裡原先規定的0到9這十個符號的特徵進行比較，與哪個數字的特徵最相似，就是哪個數字。這一型別的識別，實質上叫分類，在模式識別理論中，這種方法叫做統計識別法。

機器人認字的研究成果除了用於郵政系統外，還可用於手寫程式直接輸入，政府辦公自動化，銀行合計，統計，自動排版等方面。

機器識圖

現有的機床加工零件完全靠操作者看圖紙來完成。能否讓機器人來識別圖紙呢？這就是機器識圖問題。機器識圖的方法除了上述的統計方法外，還有語言法，它是基於人認識過程中視覺和語言的聯絡而建立的。把影象分解成一些直線、斜線、折線、點、弧等基本元素，研究它們是按照怎樣的規則構成影象的，即從結構入手，檢查待識別影象是屬於哪一類“句型”，是否符合事先規定的句法。按這個原則，若句法正確就能識別出來。

機器識圖具有廣泛的應用領域，在現代的工業，農業，國防，科學實驗和醫療中，涉及到大量的圖象處理與識別問題。

機器識別物體

機器識別物體即三維識別系統。一般是以電視攝像機作為資訊輸入系統。根據人識別景物主要靠明暗資訊，顏色資訊，距離資訊等原理，機器識別物體的系統也是輸入這三種資訊，只是其方法有所不同罷了。由於電視攝像機所拍攝的方向