常见的自动识别技术
按照应用领域和具体特征的分类标准，自动识别技术可以分为如下七种。
1、条码识别技术
一维条码是由平行排列的宽窄不同的线条和间隔组成的二进制编码。比如：。这些线条和间隔根据预定的模式进行排列并且表达相应记号系统的数据项。宽窄不同的线条和间隔的排列次序可以解释成数字或者字母。可以通过光学扫描对一维条码进行阅读，即根据黑色线条和白色间隔对激光的不同反射来识别。
二维条码技术是在一维条码无法满足实际应用需求的前提下产生的。比如：。由于受信息容量的限制，一维条码通常对物品的标示，而不是对物品的描述。二维条码能够在横向和纵向两个方向同时表达信息，因此能在很小的面积内表达大量的信息。
2、生物识别技术
指通过获取和分析人体的身体和行为特征来实现人的身份的自动鉴别。
3、图像识别技术
图像识别技术的关键信息，既要有当时进入感官（即输入计算机系统）的信息，也要有系统中存储的信息。只有通过存储的信息与当前的信息进行比较的加工过程，才能实现对图像的再认。
4、磁卡识别技术
磁卡是一种磁记录介质卡片，由高强度、高耐温的塑料或纸质涂覆塑料制成，能防潮、耐磨且有一定的柔韧性，携带方便、使用较为稳定可靠。磁条记录信息的方法是变化磁的极性，在磁性氧化的地方具有相反的极性，识别器才能够在磁条内分辨到这种磁性变化，这个过程被称作磁变。一部解码器可以识读到磁性变化，并将它们转换回字母或数字的形式，以便由一部计算机来处理。磁卡技术能够在小范围内存储较大数量的信息，在磁条上的信息可以被重写或更改。
5、IC卡识别技术
IC卡即集成电路卡，是继磁卡之后出现的又一种信息载体。IC卡通过卡里的集成电路存储信息，采用射频技术与支持IC卡的读卡器进行通讯。射频读写器向IC卡发一组固定频率的电磁波，卡片内有一个LC串联谐振电路，其频率与读写器发射的频率相同，这样在电磁波激励下，LC谐振电路产生共振，从而使电容内有了电荷；在这个电容的另一端，接有一个单向导通的电子泵，将电容内的电荷送到另一个电容内存储，当所积累的电荷达到2 V时，此电容可作为电源为其它电路提供工作电压，将卡内数据发射出去或接受读写器的数据。
6、光学字符识别技术（OCR）
OCR（Optical Character Recognition），是属于图形识别的一项技术 。其目的就是要让计算机知道它到底看到了什么，尤其是文字资料。
7、射频识别技术（RFID）
射频识别技术是通过无线电波进行数据传递的自动识别技术，是一种非接触式的自动识别技术。它通过射频信号自动识别目标对象并获取相关数据，识别工作无需人工干预，可工作于各种恶劣环境。与条码识别、磁卡识别技术和IC卡识别技术等相比，它以特有的无接触、抗干扰能力强、可同时识别多个物品等优点。
自动识别系统的自动识别系统
最基本的自动识别系统由三部分组成：标签(Tag)：由耦合元件及芯片组成，每个标签具有唯一的电子编码，附着在物体上标识目标对象;阅读器(Reader)：读取(有时还可以写入)标签信息的设备，可设计为手持式或固定式;天线(Antenna)：在标签和读取器间传递射频信号。一套完整的系统还需具备：数据传输和处理系统。 自动识别系统是2005年建议企业可考虑引入的十大策略技术之一，而 中间件(Middleware)可称为是自动识别系统运作的中枢，因为它可以加速关键应用的问世。自动识别系统产业潜力无穷，应用的范围遍及制造、物流、医疗、运输、零售、国防等等。Gartner Group认为，自动识别系统是2005年建议企业可考虑引入的十大策略技术之一，然而其成功之关键除了标签(Tag)的价格、天线的设计、波段的标准化、设备的认证之外，最重要的是要有关键的应用软件(Killer Application)，才能迅速推广。而 中间件(Middleware)可称为是自动识别系统运作的中枢，因为它可以加速关键应用的问世。 铁路车号自动识别是射频识别技术最普遍的应用。高速公路收费及智能交通系统高速公路自动收费系统是射频识别技术最成功的应用之一，它充分体现了非接触识别的优势。在车辆高速通过收费站的同时完成缴费，解决了交通的瓶颈问题，提高了车行速度，避免拥堵，提高了收费结算效率。 射频识别技术可用于动物跟踪。在大型养殖厂，可通过采用射频识别技术建立饲养档案、预防接种档案等，达到高效、自动化治理牲畜的目的，同时为食品安全提供了保障。射频识别技术还可用于信鸽比赛、赛马识别等，以准确测定到达时间。
机器人的资料_智能机器人的资料
目前是人工智能的时代，国内外像Google、微软、FaceBook、百度和华为等巨头公司纷纷投入较大的资源进行深度学习框架的研发和应用的拓展。表1列出了github上流行的深度学习框架的星数。表1github上流行的深度学习框架的星数下面有侧重地介绍一下上表中列出的一些深度学习框架。(一)TensorFlowTensorFlow是用C语言开发的，支持C、Java、Python等多种语言的调用，目前主流的方式通常会使用Python语言来驱动应用。这一特点也是其能够广受欢迎的原因。利用C语言开发可以保证其运行效率，Python作为上层应用语言，可以为研究人员节省大量的开发时间。TensorFlow相对于其他框架有如下特点。1、灵活TensorFlow与CNTK、MXNET、Theano同属于符号计算构架，允许用户在不需要使用低级语言(如在Caffe中)实现的情况下，开发出新的复杂层类型。基于图运算是其基本特点，通过图上的节点变量可以控制训练中各个环节的变量，尤其在需要对底层操作时，TensorFlow要比其他框架更容易。当然它也有缺点，灵活的操作会增加使用复杂度，从而在一定程度上增加了学习成本。2、便捷、通用作为主流的框架，TensorFlow生成的模型，具有便捷、通用的特点，可以满足更多使用者的需求。TensorFlow可以适用于Mac、Linux、Windows系统上开发。其编译好的模型几乎适用于当今所有的平台系统，并提满足“开箱即用”的模型使用理念，使模型应用起来更简单。3、成熟由于TensorFlow被使用的情况最多，所以其框架的成熟度绝对是第一的。在Google的白皮书上写道，Google内部有大量的产品几乎都用到了TensorFlow，如搜索排序、语音识别、谷歌相册和自然语言处理等。有这么多在该框架上的成功案例，先不说能够提供多少经验技巧，至少可以确保学习者在研究的道路上，遇到挫折时不会怀疑是框架的问题。4、超强的运算性能虽然TensorFlow在大型计算机集群的并行处理中，运算性能仅略低于CNTK，但是，其在个人机器使用场景下，会根据机器的配置自动选择CPU或GPU来运算，这方面做得更加友好与智能化。(二)Caffe当年深度学习的老大。最初是一个强大的图像分类框架，是最容易测试评估性能的标准深度学习框架，并且提供很多预训练模型，尤其该模型的复用价值在其他框架的学习中都会出现，大大提升了现有模型的训练时间。但是现在的Caffe似乎停滞不前，没有更新。尽管Caffe又重新崛起，从架构上看更像是TensorFlow，而且与原来的Caffe也不在一个工程里，可以独立成一个框架来看待，与原Caffe关系不大。(三)CNTKCNTK是一个微软开发的深度学习软件包，以速度快著称，有其独有的神经网络配置语言BrainScript，大大降低了学习门槛。有微软作为后盾，CNTK成为了最具有潜力与TensorFlow争夺天下的框架。但目前其成熟度要比TensorFlow差太多，即便是发行的版本也会有大大小小的bug。与其他框架一样，CNTK具有文档资料不足的特点。但其与VisualStudio的天生耦合，以及其特定的MS编程风格，使得熟悉VisualStudio工具的小伙伴们从代码角度极易上手。另外，CNTK目前还不支持Mac操作系统。
机器人资料
多指灵巧手
双足步行机器人研究是一个很诱人的研究课题，而且难度很大。在日本开展双足步行机器人研究已有30多年的历史，研制出了许多可以静态、动态稳定行走的双足步行机器人，上面提到的P2、P3是其中的佼佼者。
在国家863计划、国家自然科学基金和湖南省的支持下，长沙国防科技大学于1988年2月研制成功了六关节平面运动型双足步行机器人，随后于1990年又先后研制成功了十关节、十二关节的空间运动型机器人系统，并实现了平地前进、后退，左右侧行，左右转弯，上下台阶，上下斜坡和跨越障碍等人类所具备的基本行走功能。近期在十二关节的空间运动机构上，实现了每秒钟两步的前进及左右动态行走功能。
机器人“科戈”
布鲁克斯从小就喜欢制作各种标新立异的小装置。进入福莱德大学后，他为该校唯一的一台IBM大型计算机重新编制了整个操作系统的程序。别的用户怎么也想不到，计算机怎么会突然变的具有令人不可思议的奇效。在获得该校硕士学位后，布鲁克斯又凭自己的实力考入了美国斯坦福大学。八十年代初期，布鲁克斯在麻省理工学院任初级研究员。那时人工智能研究的传统做法是先设计出各种“脑图”，以帮助机器人了解周围环境，使机器人先学会识别障碍物，再绕过障碍物。但这样做机器人往往要花很长时间去判断自己看到的东西，而且它们大多数均无法穿过陌生的空间。而布鲁克斯认为，真正的智能不能这样运作。
布鲁克斯认为，智能并不像假想的那样来自抽象思维，而是通过与外界接触学习之后作出的反应。只要机器人与其周围的环境进行复杂的相互作用，智能最终一定会出现。
最初他的计划是先从昆虫机器人做起，逐步向模仿高级动物发展，最后才是人形机器人。布鲁克斯想，只有人形机器人才能说明他的理论也适合于高级智能，于是他决定要制造出自己的人工智能型高级机器人，即现在的科戈机器人。
目前“科戈”的研制工作正在进行。“科戈”本身是非常复杂的，要它能通过与外界的联系获取知识，就必须尽可能地模仿人类，例如它的臂必须像人类那样具有柔顺性。
怎样才能把“科戈”变成一个真正的人形机器人，目前实现的目标尚不太明确。布鲁克斯和他的同事们正在借鉴幼儿的发育过程，使“科戈”由简到难，逐步学会各种本领，直到听说能力。
“科戈”机器人的大脑是由16个摩托罗拉68332芯片构成的，“科戈”的大脑放在与之相邻的室内，通过电缆与之相连。“科戈”最多可用250个摩托罗拉芯片。布鲁克斯准备用数字信号处理器取代部分这种芯片，用以完成特殊任务。“科戈”的大脑与人类的大脑一样，能同时处理多项任务。尽管计算机的能力给人们留下了深刻的印象，但是如果“科戈”能达到两岁儿童的智力，就算是成功了。现在“科戈”正在像婴儿一样利用自己的大脑学习“看”。“科戈”的每只眼睛由一台广角照相机和一台窄视野照相机组成。每一台照相机均可以俯仰和旋转。“科戈”首先通过广角照相机观察周围事物，然后再利用窄视野照相机近距离仔细观察事物。“科戈”的头可以像人的头一样前后左右转动。
布鲁克斯说：“我们试图找到一种方法，让‘科戈’自己了解这个世界。”
“科戈”先学会看以后，开始学习听。这些功能要一个一个地教。为此，在“科戈”的头上装上了麦克风和处理器。声音可以帮助“科戈”确定去看什么地方，机器人还可以对声音进行辨别。“科戈”已经有了头和身子，但还没有皮肤、臂和手指。现在正在为“科戈”制造第一条手臂，这只臂以全新的方式工作，每个关节都有一个弹簧，从而使“科戈”获得了柔顺性。
我国的仿人形机器人研究
我国在仿人形机器人方面做了大量研究，并取得了很多成果。比如长沙国防科技大学研制成了双足步行机器人，北京航空航天大学研制成了多指灵巧手，哈尔滨工业大学、北京科技大学也在这方面做了大量深入的工作。
“先行者”类人型机器人
经过十年攻关，国防科技大学研制成功我国第一台仿人型机器人——“先行者”，实现了机器人技术的重大突破。“先行者”有人一样的身躯、头颅、眼睛、双臂和双足，有一定的语言功能，可以动态步行。
人类与动物相比，除了拥有理性的思维能力、准确的语言表达能力外，拥有一双灵巧的手也是人类的骄傲。正因如此，让机器人也拥有一双灵巧的手成了许多科研人员的目标。
在张启先院士的主持下，北京航空航天大学机器人研究所于80年代末开始灵巧手的研究与开发，最初研究出来的BH－1型灵巧手功能相对简单，但填补了当时国内空白。在随后的几年中又不断改进，现在的灵巧手已能灵巧地抓持和操作不同材质、不同形状的物体。它配在机器人手臂上充当灵巧末端执行器可扩大机器人的作业范围，完成复杂的装配、搬运等操作。比如它可以用来抓取鸡蛋，既不会使鸡蛋掉下，也不会捏碎鸡蛋。灵巧手在航空航天、医疗护理等方面有应用前景。
