为了提高机器人的智能化程度，诸如专家系统、模糊系统、进化计算、群计算、机器学习、神经网络等人工智能方法将被大量引入，而图像识别、语音识别、语音合成、自然语言理解等技术也会被广泛应用于增加、改良人机交互方式。此外，云计算、大数据等技术的快速发展，资源共享、知识共享、数据挖掘等理念为提高机器人的分析、决策和协作能力提供了新的思路。

A20B-1003-0010
A20B-1003-0020
A20B-1003-0030
A20B-1003-0040
A20B-1003-0041
A20B-1003-0043
A20B-1003-0044
A20B-1003-0045

    机器人末端精度受运动学插补、机器人负载、刚度、机械间隙、dao具磨损、A20B-1003-0020热效应等多种因素的影响，因此除了采用高精度的测量仪器外，建立定位误差模型和补偿算法也是提高定位精度的重要手段。为此，需要对机器人的关节刚度、位置误差、温度引起的变形等进行参数辨识，获得误差模型或误差矩阵，进而通过精度补偿算法对末端执行器的定位提供伺服修正。

A20B-1002-0970
A20B-1002-0980
A20B-1003-0030
A20B-1003-0040
A20B-1003-0041
A20B-1003-0043

A20B-1003-0010

A20B-1003-0044
A20B-1003-0045

A20B-1003-0080
A20B-1003-0081
A20B-1003-0090
A20B-1003-0120
A20B-1003-0140
A20B-1003-0160