智能机器人与
工业机器人的根本区别在于，智能机器人具有感知功能与识别、判断及规划功能。因此机器的智能分为两个层次:第一，具有感觉、识别、理解和判断功能;第二，具有总结经验和学习的功能。
智能机器人随着用途不同，系统结构、功能千差万别，这里仅就工业智能机器人的基本结构和智能特征做介绍。
这里我们重点介绍智能感知系统、智能控制系统和通信系统。
1.外部环境智能感知系统
工业智能机器人最显著的智能特征是对内和对外的感知能力。外部环境智能感知系统由一系列外部传感信息(包括视觉、听觉、触觉、接近觉、力觉和红外、超声及激光等）进行传感信息处理、实现控制与操作的能力。
这些传感器包括:碰撞传感器、远红外传感器、光敏传感器、麦克风、光电编码器、热释电传感器、超声传感器、连续测距红外传感器、数字指南针、温度传感器等。
2.内部智能感知系统
用来检测机器人本身状态的传感器。包括实时监测机器人各运动部件的各个坐标的位置、速度、加速度、压力和轨迹等，监测各个部件的受力、平衡、温度等。
3.多传感器融合系统
系统中使用的传感器种类和数量越来越多，每种传感器都有一定的使用条件和感知范围，并且又能给出环境或对象的部分或整个侧面的信息。为了有效地利用这些传感器信息，需要采用某种形式对传感器信息进行综合、融合处理，不同类型信息的多种形式的处理系统就是传感器融合。传感器的融合技术涉及神经网络、知识工程、模糊理论等信息、检测、控制领域的新理论和新方法。
4.智能控制系统
智能控制系统的任务是根据机器人的作业指令程序及从外部、内部传感器反馈回来的信号，经过知识库和专家系统去辨识、应用不同的算法、分析、决策，发出控制指令，支配机器人的执行机构去完成规定的运动和功能。
如果机器人不具备信息反馈特征，则为开环控制系统;具备信息反馈特征，则为闭环控制系统。根据控制原理可分为程序控制系统、适应性控制系统和人工智能控制系统。根据控制运动的形式可分为点位控制和连续轨迹控制。
如何分析处理这些信息并做出正确的控制决策，这需要专家系统的支持。专家系统解释从传感器采集的数据，推导出机器人状态描述，从给定的状态推导并预测可能出现的结果，通过运行状态的评价，诊断出系统可能出现的故障。
按照系统设计的目标和约束条件，规划设计出一系列的行动，监视所得的结果与计划的差异，提出解决系统正确运行的方法。人工智能系统与传统控制方法相结合，完成整个闭环控制过程。这里需要大量的知识、规则、算法、模式识别等技术的支持。
5.机器人的学习能力
随着对机器人需求的不断提高，机器人所面临的环境通常无法预知，非结构化环境成为主流。在动态多变的复杂环境中，机器人如果要完成复杂的任务，其学习能力就显得极为重要了。
