第25卷第3期
V ol.25No.3
控 制 与 决 策
Control and Decision
2010年3月
M ar.2010
收稿日期:2009 03 02;修回日期:2009 05 31.
基金项目:国家自然科学基金项目(30670529);兰州理工大学电气与控制学科团队基金项目.
作者简介:李二超(1980 ),男,河北保定人,讲师,博士,从事机器人智能控制、机器视觉的研究;李战明
(1962 ),男,西安人,教授,博士生导师,从事智能控制、机器视觉等研究.
文章编号:1001 0920(2010)03 0430 03
未知环境下的机器人视觉/力觉混合控制
李二超,李战明,李 炜
(兰州理工大学电气与信息工程学院,兰州730050)
摘 要:在实际的接触型作业任务中,需要在控制位置的同时控制末端执行器与环境之间的接触力.针对这一问题,通过力反馈信息对未知环境中的法线方向进行估计,并采用最小二乘方法估计图像雅可比矩阵.提出一种基于视觉/力觉的混合控制算法,给出了视觉/力觉混合控制的约束条件,对视觉采用变结构控制器,力控制采用PI 控制器.实验结果表明,该策略具有较高的力控制精度和曲线跟踪能力.关键词:视觉伺服;力控制;变结构控制;未知环境中图分类号:T P273 文献标识码:A
Hybrid control for visual/force servoing in unknown environment
L I Er chao ,L I Zhan ming ,L I Wei
(Co llege o f Electr ical and Info rmation Eng ineering ,L anzhou U niv ersity of T echnolog y,Lanzho u 730050,China.Cor respondent:L I Er chao,E mail:ysdx lec@126.co m)
Abstract :In the r ea l w or ld,the contact operatio n tasks need to implement t he co ntact fo rce contr ol at the same time w ith the implementation of the position contro l.T herefor e,a hy br id contro l scheme based on vision and fo rce is pro po sed.F ir st,a method to est imate the nor mal vecto r of the unknow n constraint surface is intro duced.O n line fo rce feedback data are emplo yed to estimate the lo cal shape o f constraint.T hen,the imag e Jaco bian is estimated by using t he r ecur sive least squares alg or ithm.Finally ,an adaptive hybr id visual ser voing /fo rce contro ller is proposed.T he dir ect ion of the for ce contro l beco mes perpendicular to the visual servo ing contro l.V ar iable str uctur e contro ller is applied to v isua l serv oing and PI contr oller is a pplied to force contr ol.Experimental results show the effectiv eness of the pro po sed scheme.
Key words :V isual serv oing ;F orce contr ol;V ariable str uctur e co ntr ol;U nkno wn envir onment
1 引 言
工业机器人所完成的典型作业任务主要有以下3种:抓取和放置工件、非接触并按既定轨迹运动和接触性作业任务.接触性的作业任务(例如插孔)已能用机器人来实现[1].然而,打磨和抛光等作业任务具有相当大的难度,既要考虑机械手末端执行器的运动轨迹,又要考虑与环境之间的接触力,即必须在控制位置的同时对机械手与环境之间的接触力进行控制.
为了完成复杂的任务,需要对多传感器进行融合控制.例如在任务的初始阶段,任务对象未发生接触,利用视觉传感器对物体进行快速跟踪;在任务的末段,任务对象发生接触,利用力反馈信息维持合理的接触力,这样可使整个控制过程柔顺平滑,不会产生很强的冲击力.Namiki 等[2]提出一种分层的多传
感器混合体系结构,该体系结构由控制层、规划层和管理层组成,三层并行工作,可快速抓取物体,但对体系结构的硬件条件要求高且控制复杂,并不适合于视觉/力觉反馈等数量较少传感器的信息融合.Nelso n 等[3]
给出一种视觉/力觉反馈传感器融合的体系结构,采用一个管理层对不同的传感信息进行处理,体系结构简单,其缺点是要对视觉传感器、力觉传感器和环境进行精确标定.
本文在文献[4]的基础上并结合文献[5],提出一种新的视觉/力觉混合控制方法.在视觉伺服控制中,该方法使用最小二乘方法估计图像雅可比矩阵,而不要求对视觉传感器进行精确标定,并且利用力反馈数据对约束环境的法线方向进行估计.实验结果表明,视觉/力觉混合控制可提高机器人对任务的适应性和工作过程的柔顺性.
第3期李二超等:未知环境下的机器人视觉/力觉混合控制 2 未知环境的法线方向估计
机器人与环境发生接触的主要表现形式是接触力.若能利用力反馈信号弥补机器人对环境理解的不足,在线估计环境约束的法线方向,以指导机器人的柔顺控制,便可使机器人表现出一定的触觉特征.
假设外部环境相对于机器人末端位置的约束为S(x )=0,对约束微分可得
e T
f x =0.
(1)
其中:x R n 为机器人末端位置的状态向量,e f 为位置平面的法线向量.
机器人接触点处终端所受的切向力f t 和法向力f n ,可通过装在机器人终端上的腕力传感器求得.最后得到法向单位向量
^
e f =f n / f n .(2)
3 图像雅可比矩阵的估计
基于图像的视觉伺服需要描述机械手末端速度与图像特征变化的关系
x =J x u .
(3)
其中: x 和 u 分别为图像特征变化速度和机械手末端速度,J x = x / u T
R m n
为图像雅可比矩阵.由
此可推出图像特征的变化速度与对应关节角速度之间的关系
x =J x J q ,(4)
其中J q 为机器人雅可比矩阵.将J = x / T
称为复合雅可比矩阵或图像雅可比矩阵.
满足式(4)的图像雅可比矩阵可通过摄像机标定计算出来,但需要知道视觉伺服系统的确切参数以便标定,而它们在动态环境下对伺服系统的参数变化非常敏感.为了克服这些不利条件,现已提出多种雅可比矩阵在线估计方法.本文采用Bro yden 的方法来估计雅可比矩阵[6].
假定目标在图像上的期望位置为f *
,目标在图像平面上的实际位置为f ( ),其中 为机器人关节角.则此时的误差为
x ( )=f ( )-f *.(5)
误差函数在 k 邻域的泰勒级数展开为
x ( )=x ( k )+ x ( k )( - k )+ .(6)
由于雅可比矩阵J 未知,本文用估计值J ^来代替J ,
即
x ( k )/ = x ( k )=J ^( k ).(7)
忽略高阶项并定义仿射模型
M k ( )=x ( k )+ x ( k )( - k ).(8)
由于仿射模型是误差函数的近似,式(8)可表示为
[J ^( k )-J ^( k-1)] = x -J ^( k-1) .(9)
式(9)估计的图像雅可比矩阵用于使J ^( k )-J ^( k-1)的范数最小,可得到最小范数解
J ^( k )=J ^( k-1)+[ x -J ^( k-1) ] /( T
).(10)
式(10)估计的雅可比矩阵只是误差函数的近
似,可能发散,严重影响系统的性能.若能使用过去的数据对新的雅可比矩阵进行估计,则系统的性能便会得到改善.本文采用带遗忘因子的最小二乘算法,以加强对新数据的重视,提高参数的跟踪能力[7].最后可得到
J ^( k )=
J ^( k-1)+[ x -J ^( k-1) ] T W (k -
1)/( + T
W (k -1) ).(11)
其中:W (k -1)为加权矩阵; 为遗忘因子,其值越小,新数据在估计中所起的作用越大.
为实现视觉/力觉正交控制,必须消除图像雅可比矩阵中J ^( k )的力控方向信息.通过下式可得到与力控方向正交的图像雅可比矩阵:
j q =^j q -^e T f ^j q ^e f .
(12)
其中: j q (q =1,2, ,m)为 J 的列向量,^j q (q =1,2,
,m)为J ^的列向量.通过式(12)可实现力控和视觉伺服正交控制而互不影响.
4 视觉/力觉混合控制
求解视觉伺服引起的角速度变化.根据式(4)选取切换流形
D(x )=C(x -x d )=0,C =diag (c 1,c 2, ,c n ).
(13)
当系统进入滑模运动后,由于系统的状态轨线保持在其上,即满足D(x )=0,从而满足 D (x )=0.引入到达律
D =-H D -K sgn (D).
(14)
其中
H =diag (h 1,h 2, ,h n ),K =diag (k 1,k 2, ,k n ).
通过适当选取到达律参数,可保证系统在期望的时间内到达切换流形,实现滑模运动.由式(4),(13)和(14)有
C J =-H
D -K sg n (D).(15)
以估计值 J 取代J ,可得到变结构控制规律,即机械手视觉伺服引起的关节角速度
=-pin v ( J )C -1
[-HD -K sgn (D)].(16)通过选取光滑的存储函数V (D)=1/2D T D,可证明系统是渐近稳定的.
对法向的接触力控制采用PI 控制器.由力控引起的角速度变化为
=J -1
q {^e f [K f p (f d -^
e T
f f )+ K f i
(f d -^e T f f )d t ]}.
(17)
431
在未知环境参数中,本文只需已知机器人雅可比矩阵J q 即可.
5 实验研究
为验证本文提出的机器人视觉/力觉混合控制策略,在Adept 3机器人上进行跟踪未知轨线的实验研究.机器人控制参数详见文献[8],传感器采用中国科学院合肥智能机械研究所研制的SAFM S 11型6维腕力/力矩传感器.
本文采用固定摄像头,图像尺寸为512pixel 512pix el .在机械手末端作标记抽象成点特征,用轨线上均匀分布的50个像素点来代替目标的位置,未知轨线和机械手末端的点特征全部在摄像头的视野范围内,用于采集数据并与图像特征进行比较,目的是使机械手末端的图像特征跟踪未知轨线的像素特征.视觉伺服和力伺服的采样时间分别为33ms 和4ms .权重矩阵W(k)=0.01I ,遗忘因子 =0.2,图像雅可比矩阵的初始值为
J ^x (0)=-0.030.5-0.020.150.2-0.2
,
K f p
=26.0,K f i =0.06,
C =diag {0.02 0.02 0.02},
K =diag {0.01 0.01 0.01},H =diag {0.01 0.01 0.01}.
实验要求机器人终端夹持的球头触杆沿未知轨线运动,法向跟踪过程中保持40N 的接触力.实验结果如图1~图3
所示,其中f x ,f y 和
f n 分别为接触力沿X 和Y 方向坐标轴的分量及法向分量
.从力变化曲线可以看出,本文提出的视觉引导的机器人
图1 X 轴方向的位置/力
图2 Y 轴方向的位置/力
图3 Z 轴位置和法向力
力/位混合控制策略的力跟踪精度较为理想.
现有的工业装配机器人,只要装备腕力传感器和摄像头,提取出轨线的图像特征,并保证轨线和机械手末端的点特征全部在摄像头的视野范围内,便可用本文方法进行机器人打磨和抛光等作业任务.因此该算法具有较高的实用价值.
6 结 论
在实际的接触型作业任务中,由于外部限制条件的不确定性,传统的力控制方法很难得到理想的控制效果.本文对多传感器的混合控制进行研究.通过力反馈信息对未知环境中的法线方向进行估计,采用最小二乘方法估计图像雅可比矩阵,对视觉采用变结构控制器,力控制采用PI 控制器.为提高图像的处理速度,可加入卡尔曼滤波器作为预测器预测特征点的下一位置,从而准确地设置图像处理的窗口.从实验结果看,视觉/力觉反馈的混合控制具有较高的力控制精度和曲线跟踪能力,增强了对接触环境参数变化的鲁棒性.参考文献(References)
[1]张锟,韦庆,常文森.一种基于力/位混合控制进行插
孔作业的策略[J].机器人,2002,24(1):44 48.(Zhang K ,Wei Q ,Chang W S.An insertio n str ategy based o n fo rce/position hybr id co ntro l [J ].R obot,2002,24(1):44 48.)[2]Namiki A ,
K omuro T ,
Ishikaw a M .
High speed
sensor y moto r fusion based o n dynamics matching [J].Pro c of the IEEE,2002,90(7):1178 1187.
[3]Nelso n B J,M o rro w J D,Khosla P K.F ast stable
co ntact t ransitio ns w ith a stiff manipulato r using fo rce and vision feedback [C ].IEEE/RSJ Int Co nf on
Intelligent Robots and Systems.P ittsburgh,1995,2:
90 95.
[4]Ho so da K ,Ig arashi K ,A sada M.A daptiv e hy br id
co nt rol fo r visual and fo rce servo ing in an unknow n env iro nment [J].Robotics &A utomation M ag azine,1998,5(4):39 43.
(下转第436页)
图2 滑模控制输入u
零,控制输入中没有频繁的切换现象,系统抖动被明显地削弱.因此本文提出的不确定柔性机器人的递阶快速终端滑模控制策略是有效的.
5 结 论
将关节电机转角和柔性模态变量的线性组合作为柔性机械手系统的输出,通过输入输出线性化,将系统分解为输入输出子系统和零动态子系统两部分.针对输入输出子系统,提出了快速终端滑模控制策略,使得输入输出子系统在有限时间内收敛,将零动态子系统在平衡点近似线性化以选择控制器的设计参数,使零动态子系统在平衡点附近渐近稳定,保证了整个柔性机械手系统的渐近稳定,提高了控制系统的实际工程应用价值,且所提出的控制策略对系统中的不确定性均具有较强的鲁棒性.
参考文献(References)
[1]K im K S,Par k Y.R obust sliding hyperplane desig n fo r
parametr ic uncertain sy stems by riccati appr oach[C].
P roc of the A merican Contr ol Conf P hiladelphia,1998: 579 583.
[2]李辉,谢剑英.不满足匹配条件的非确定性系统的鲁棒
滑模控制[J].自动化学报,2001,27(2):252 257.
(L i H,Xie J Y.Rr obust smc o f uncer tain time v ary ing systems dissatisfy ing matching condition[J].A ct a
Automat ica Sinica,2001,27(2):252 257.)
[3]Feng Y,Yu X,M an Z.No n sing ular adaptiv e terminal
sliding mode contro l of rigid manipulato rs[J].
Automat ica,2002,38(12):2159 2167.
[4]Feng Y,Bao S,Y u,X.Inver se dynamics non sing ular
terminal sliding mo de co ntro l of tw o link flexible manipulato rs[J].Int J of R obotics and A uto matio n, 2004,19(2):91 102.
[5]张袅娜,张德江,冯勇.基于混沌遗传算法的柔性机械
手滑模控制器优化设计[J].控制理论与应用,2008,25
(3):451 455.
(Zhang N N,Zhang D J,Feng Y.T he o pt imal desig n of ter minal sliding contr oller fo r flex ible manipulator s based on chaot ic g enetic algo rit hm[J].Co ntr ol T heo ry &A pplications,2008,25(3):451 455.)
[6]Feng Y,Bao S,Y u X.Inverse dynamics terminal
sliding mode contr ol o f two link flex ible manipulator s
[C].P roc of t he T hir d Inter nat ional DCDIS Conf on
Eng ineer ing Applicat ions and Computatio nal Algo rithms.Watam P ress,2003:52 57.
[7]Sanz A,Etxebarr ia https://www.doczj.com/doc/0512350084.html,posit e ro bust contr ol of a
labor ator y flex ible manipulator[C].T he44th IEEE Co nf on Decision and Contro l.N ew Y or k:I EEE Co ntr ol Sy stems So ciety,2005:3614 3619.
[8]M oallem M,P atel R V,Kho rasani K.Flex ible link
robot manipulator s:Co nt ro l techniques and structural desig n[Z].Singapor e:Spring er,2000:57 72.
[9]Wang W J,L u S S,Hsu C F.Ex per iments on the
po sition contr ol of a one link flex ible r obot ar m[J].
IEEE T r ans o n R obotics and A uto matio n,1989,5(3): 373 377.
[10]Wang W J,L u S S,H su C F.Experiments o n the
position co nt ro l o f a one link f lex ible robot arm[J].
IEEE T rans o n Ro bo tics and A ut omatio n,1989,5(3):
373 377.
(上接第432页)
[5]李二超,李炜.在未知环境下面向位控机器人的力/位
混合控制[J].煤炭学报,2007,32(6):657 661.
(Li E C,L i W.Hy brid for ce/po sitio n contro l fo r positional contr olled robot ic manipulator s in unknown envir onment[J].J o f China Coal So ciety,2007,32(6): 657 661.)
[6]Fa rahmand A M,Shademan A,Jag ersand M.Global
visual moto r estimat ion for uncalibr ated v isual ser vo ing
[C].IEEE/RSJ Int Co nf on Intellig ent Ro bo ts and
Systems.San Dieg o,2007:1969 1974.[7]Qing shan Fu,Z hisheng Z hang,Jinfei Shi.U ncalibrated
visual ser voing using mor e pr ecise mo del robot ics[C].
2008IEEE Co nf on A ut omatio n and M echatro nics.
Chengdu,2008:916 921.
[8]乔兵.智能机器人主动力/位学习控制研究[D].南京:
南京航空航天大学,1999.
(Q iao B.T he activ e learning posit ion/fo rce co ntro l for int elligent ro bo tic manipulator s[D].N anjing:N anjing U niversit y of A er onautics and Astr onautics,1999.)
第25卷第3期 V ol.25No.3 控 制 与 决 策 Control and Decision 2010年3月 M ar.2010 收稿日期:2009 03 02;修回日期:2009 05 31. 基金项目:国家自然科学基金项目(30670529);兰州理工大学电气与控制学科团队基金项目. 作者简介:李二超(1980 ),男,河北保定人,讲师,博士,从事机器人智能控制、机器视觉的研究;李战明 (1962 ),男,西安人,教授,博士生导师,从事智能控制、机器视觉等研究. 文章编号:1001 0920(2010)03 0430 03 未知环境下的机器人视觉/力觉混合控制 李二超,李战明,李 炜 (兰州理工大学电气与信息工程学院,兰州730050) 摘 要:在实际的接触型作业任务中,需要在控制位置的同时控制末端执行器与环境之间的接触力.针对这一问题,通过力反馈信息对未知环境中的法线方向进行估计,并采用最小二乘方法估计图像雅可比矩阵.提出一种基于视觉/力觉的混合控制算法,给出了视觉/力觉混合控制的约束条件,对视觉采用变结构控制器,力控制采用PI 控制器.实验结果表明,该策略具有较高的力控制精度和曲线跟踪能力.关键词:视觉伺服;力控制;变结构控制;未知环境中图分类号:T P273 文献标识码:A Hybrid control for visual/force servoing in unknown environment L I Er chao ,L I Zhan ming ,L I Wei (Co llege o f Electr ical and Info rmation Eng ineering ,L anzhou U niv ersity of T echnolog y,Lanzho u 730050,China.Cor respondent:L I Er chao,E mail:ysdx lec@126.co m) Abstract :In the r ea l w or ld,the contact operatio n tasks need to implement t he co ntact fo rce contr ol at the same time w ith the implementation of the position contro l.T herefor e,a hy br id contro l scheme based on vision and fo rce is pro po sed.F ir st,a method to est imate the nor mal vecto r of the unknow n constraint surface is intro duced.O n line fo rce feedback data are emplo yed to estimate the lo cal shape o f constraint.T hen,the imag e Jaco bian is estimated by using t he r ecur sive least squares alg or ithm.Finally ,an adaptive hybr id visual ser voing /fo rce contro ller is proposed.T he dir ect ion of the for ce contro l beco mes perpendicular to the visual servo ing contro l.V ar iable str uctur e contro ller is applied to v isua l serv oing and PI contr oller is a pplied to force contr ol.Experimental results show the effectiv eness of the pro po sed scheme. Key words :V isual serv oing ;F orce contr ol;V ariable str uctur e co ntr ol;U nkno wn envir onment 1 引 言 工业机器人所完成的典型作业任务主要有以下3种:抓取和放置工件、非接触并按既定轨迹运动和接触性作业任务.接触性的作业任务(例如插孔)已能用机器人来实现[1].然而,打磨和抛光等作业任务具有相当大的难度,既要考虑机械手末端执行器的运动轨迹,又要考虑与环境之间的接触力,即必须在控制位置的同时对机械手与环境之间的接触力进行控制. 为了完成复杂的任务,需要对多传感器进行融合控制.例如在任务的初始阶段,任务对象未发生接触,利用视觉传感器对物体进行快速跟踪;在任务的末段,任务对象发生接触,利用力反馈信息维持合理的接触力,这样可使整个控制过程柔顺平滑,不会产生很强的冲击力.Namiki 等[2]提出一种分层的多传 感器混合体系结构,该体系结构由控制层、规划层和管理层组成,三层并行工作,可快速抓取物体,但对体系结构的硬件条件要求高且控制复杂,并不适合于视觉/力觉反馈等数量较少传感器的信息融合.Nelso n 等[3] 给出一种视觉/力觉反馈传感器融合的体系结构,采用一个管理层对不同的传感信息进行处理,体系结构简单,其缺点是要对视觉传感器、力觉传感器和环境进行精确标定. 本文在文献[4]的基础上并结合文献[5],提出一种新的视觉/力觉混合控制方法.在视觉伺服控制中,该方法使用最小二乘方法估计图像雅可比矩阵,而不要求对视觉传感器进行精确标定,并且利用力反馈数据对约束环境的法线方向进行估计.实验结果表明,视觉/力觉混合控制可提高机器人对任务的适应性和工作过程的柔顺性.
一种智能机器人系统设计和实现 我们从广泛意义上理解所谓的智能机器人，它给人的最深刻的印象是一个独特的进行自我控制的"活物".其实，这个自控"活物"的主要器官并没有像真正的人那样微妙而复杂。智能机器人具备形形色色的内部信息传感器和外部信息传感器，如视觉、听觉、触觉、嗅觉。除具有感受器外，它还有效应器，作为作用于周围环境的手段。这就是筋肉，或称自整步电动机，它们使手、脚、长鼻子、触角等动起来。我们称这种机器人为自控机器人，以便使它同前面谈到的机器人区分开来。它是控制论产生的结果，控制论主张这样的事实：生命和非生命有目的的行为在很多方面是一致的。正像一个智能机器人制造者所说的，机器人是一种系统的功能描述，这种系统过去只能从生命细胞生长的结果中得到，现在它们已经成了我们自己能够制造的东西了 嵌入式是一种专用的计算机系统，作为装置或设备的一部分。通常，嵌入式系统是一个控制程序存储在ROM中的嵌入式处理器控制板。事实上，所有带有数字接口的设备，如手表、微波炉、录像机、汽车等，都使用嵌入式系统，有些嵌入式系统还包含操作系统，但大多数嵌入式系统都是是由单个程序实现整个控制逻辑。嵌入式技术近年来得到了飞速的发展，但是嵌入式产业涉及的领域非常广泛，彼此之间的特点也相当明显。例如很多行业：手机、PDA、车载导航、工控、军工、多媒体终端、网关、数字电视…… 1 智能机器人系统机械平台的搭建 智能机器人需要有一个无轨道型的移动机构，以适应诸如平地、台阶、墙壁、楼梯、坡道等不同的地理环境。它们的功能可以借助轮子、履带、支脚、吸盘、气垫等移动机构来完成。在运动过程中要对移动机构进行实时控制，这种控制不仅要包括有位置控制，而且还要有力度控制、位置与力度混合控制、伸缩率控制等。智能机器人的思考要素是三个要素中的关键，也是人们要赋予机器人必备的要素。思考要素包括有判断、逻辑分析、理解等方面的智力活动。这些智力活动实质上是一个信息处理过程，而计算机则是完成这个处理过程的主要手段。 机器人前部为一四杆机构，使前轮能够在一定范围内调节其高度，主要功能是在机器人前部遇障碍时，前向连杆机构随车轮上抬，而遇到下凹障碍时前车轮先下降着地，以减小震动，提高整机平稳性。在主体的左右两侧，分别配置了平行四边形侧向被动适应机构，该平行四边形机构与主体之间通过铰链与其相连接，是小车行进的主要动力来源。利用两侧平行四边形可任意角度变形的特点，实现自适应各种障碍路面的效果。改变平行四边形机构的角度，可使左右两侧车轮充分与地面接触，使机器人的6个轮子受力尽量均匀，加强机器人对不同路面的适应能力，更加平稳地越过障碍，并且更好地保证整车的平衡性。主体机构主要起到支撑与连接机器人各个部分的作用，同时，整个机器人
机器人的动力学控制 The dynamics of robot control 自123班 庞悦 3120411054
机器人的动力学控制 摘要：机器人动力学是对机器人机构的力和运动之间关系与平衡进行研究的学科。机器人动力学是复杂的动力学系统，对处理物体的动态响应取决于机器人动力学模型和控制算法。机器人动力学主要研究动力学正问题和动力学逆问题两个方面，需要采用严密的系统方法来分析机器人动力学特性。本文使用MATLAB 来对两关节机器人模型进行仿真，进而对两关节机器人进行轨迹规划，来举例说明独立PD 控制在机器人动力学控制中的重要作用。 Abstract: for the robot dynamics is to study the relation between the force and movement and balance of the subject.Robot dynamics is a complex dynamic system, on the dynamic response of the processing object depending on the robot dynamics model and control algorithm.Kinetics of robot research dynamics problem and inverse problem of two aspects, the need to adopt strict system method for the analysis of robot dynamics.This article USES MATLAB to simulate two joints, the robot, in turn, the two joints, the robot trajectory planning, to illustrate the independent PD control plays an important part in robot dynamic control. 一 动力学概念 机器人的动力学主要是研究动力学正问题和动力学逆问题两个方面，再进一步研究机器人的关节力矩，使机器人的机械臂运动到指定位臵，其控制算法一共有三种：独立PD 控制，前馈控制和计算力矩控制，本文主要介绍独立PD 控制。 动力学方程：)()(),()(q G q F q q q C q q M +++=? ????τ
机器视觉技术的在不同行业的应用 -上海映初智能科技有限公司工业4.0离不开智能制造，智能制造离不开机器视觉。如果说工业机器人是人类手的延伸、交通工具是人类腿的延伸，那么机器视觉就相当于人类视觉在机器上的延伸，是实现工业自动化和智能化的必要手段。机器视觉具有高度自动化、高效率、高精度和适应较差环境等优点，为我国工业自动化打开“新视界”。 传统工业制造企业在视觉图像技术方面需要构建四大能力： 第一、智能识别 海量信息快速收敛，从大量信息中找到关键特征，准确度和可靠度是关键。 第二、智能测量 测量是工业的基础，要求精准度。 第三、智能检测 在测量的基础上，综合分析判断多信息多指标，关键是基于复杂逻辑的智能化判断。第四、智能互联 图像的海量数据在多节点采集互联，同时将人员、设备、生产物资、环境、工艺等数据互联，衍生出深度学习、智能优化、智能预测等创新能力。 1、简介及分类 机器视觉是指利用相机、摄像机等传感器，配合机器视觉算法赋予智能设备人眼的功能，从而进行物体的识别、检测、测量等功能。机器视觉可以分为工业视觉、计算机视觉两类。
表1：机器视觉分类 a)构成及原理 机器视觉系统一般由光源、镜头、工业相机、图像采集卡、图像处理单元和视觉处理软件构成。 图1：机器视觉系统构成及工作原理 b)优势及特点
机器视觉具有高度自动化、高效率、高精度和适应较差环境的优点。 机器视觉性能优势优势原因 非接触测量对于观测者和被观测者都不会产生任何损伤，从而提高系统的可靠性 光谱响应范围较大具有交款的光谱响应范围，例如使用人眼看不见的红外测量，扩展了人眼的视觉范围 超长待机能够长时间稳定工作，人类难以长时间对同一对象进行观察，而机器视觉则可以长时 间的测量、分析和识别任务 定位功能具备定位功能，能够自动判断物体的位置，并将位置信息通过一定的通信协议输出，此 功能多用于全自动装配和生产 测量功能测量功能，能够自动测量产品的外观尺寸，比如外协轮廓、孔径、高度、面积等尺寸的 测量 缺陷检测功能缺陷检测功能是机器视觉用的最多的一种功能，她可以检测产品表面的一些信息。基 本上需要用人眼来的产品品质，都可以用视觉技术来替代。 表2：机器视觉性能优势原理 是实现智能制造的必要手段 如果说工业机器人是人类手的延伸、交通工具是人类腿的延伸，那么机器视觉就相当于人类视觉在机器上的延伸。机器视觉实现了对工件尺寸、形状、颜色等特征的自动判断和识别，可以让机器代替人眼做测量和判断，是实现工业自动化和智能化的必要手段。 人类视觉机器视觉 精确性差，64灰度级，不能分辨微小的目标强，256灰度级，可观测微米级的目 标 速度性慢，无法看清较快运动的目标快，快门时间可达10微秒
机器人视觉传感技术及应用 摘要：机器人视觉技术是指机器人工作时通过视觉传感器对环境物体获取视觉信息，让机器人识别物体来进行各种工作。本文介绍了机器人技术中所常用的视觉传感器的种类、结构。原理和功能。介绍了弧焊机器人视觉传感技术较为前沿的一些应用和研究，包括焊缝跟踪和获取熔池信息。简要说明了视觉技术在农业采摘机器人方面的应用。 关键词：机器人、视觉、弧焊、采摘机器人 1．绪论 机器人视觉是使机器人具有视觉感知功能的系统。机器人视觉可以通过视觉传感器获取环境的一维、二维和三维图像，并通过视觉处理器进行分析和解释，进而转换为符号，让机器人能够辨识物体，并确定其位置及各种状态。机器人视觉视觉侧重于研究以应用为背景的专用视觉系统，只提供对执行某一特定任务相关的景物描述。机器人视觉硬件主要包括图像获取和视觉处理两部分，而图像获取由照明系统、视觉传感器、模拟－数字转换器和帧存储器等组成。根据功能不同，机器人视觉可分为视觉检验和视觉引导两种，广泛应用于电子、汽车、机械等工业部门和医学、军事领域。 2. 机器人常用的视觉传感器 2.1光电二极管与光电转换器件 图2.1是pn型光电二级管的结构。如果让光子射入半导体的pn结边界耗尽层，就会激励起新的空穴。利用电场将空穴和电子分离到两侧，就可以的到与光子量成比例的反向电流。Pn型元件的优点是暗电流小，所以被广泛用于照度计和分广度计等测量装置中。
图2.1 pn型光电二极管结构 在高响应的发光二极管中pin结型与雪崩型。前者在pn结边界插入一个本征半导体i 层取代其耗尽层。给它施加反向偏压，可以减少结电容，获得高速响应；而后者是在pn结上加100伏左右的反向偏置电压产生强电场，激励载流子加速，与原子碰撞产生电子雪崩现象。这些高速型二极管的响应速度很快，能用于高速光通信等。 2.2 PSD PSD（Position Sensitive Detector，位置敏感探测器）是测定入射光位置的传感器，由发光二级管、表面电阻膜、电极组成。入射光产生的光电流通过电阻膜到达元件两端的电极，流入各个电极的电流与电阻值存在对应关系，而电阻值又与光的入射位置及到各个电极距离成比例，因此根据电流值就能检测到光入射的位置。PSD元件中有一维和二维两种，它们都具有高速性，但要注意入射到开口部分的散射光的影响。 2.3CCD图像传感器 电荷耦合器件（CCD：Charge Coupled Device）图像传感器是由多个光电二极管传送储存电荷的装置。它有多个MOS（Metal Oxide Semiconductor）结构的电极，电荷传送的方式是通过向其中一个电极上施加与众不同的电压，产生所谓的势阱，并顺序变更势阱来实现的。根据传送电荷需要的脉冲信号的个数，施加电压的方法有两相方式和三相方式。 CCD图像传感器有一维形式的，是将发光二极管和电荷传送部分一维排列制成的。此外还有二维形式的，它可以代替传统的硒化镉光导摄像管和氧化铅光电摄像管二维传感器。二维传感器属于水平和垂直传送电荷传感器，传送方式有行间传送、帧—行间传送、帧传送及全帧传送四种方式。 图2.2所示为行间传送方式，采取一维摄像区域（接收部分）与传送区域平行布置结构
智能机器人设计报告 参赛者：庆东肖荣于腾飞 班级：级应用电子技术 指导老师：远明 日期：年月日 一、元器件清单： ，，，，，，，蜂鸣器，光敏电阻，光敏三极管，电阻、电容若干，超亮及普通发光管。二、主要功能： 本设计按要求制作了一个简易智能电动车，它能实现的功能是：从起跑线出发，沿引导线到达点。在此期间检测到铺设在白纸下的薄铁片，并实时存储、显示在“直道区”检测到的薄铁片数目。电动车到达点以后进入“弯道区”，沿圆弧引导线到达点继续行驶，在光源的引导下，利用轻触开关传来的电信号通过障碍区进入停车区并到达车库，完成上述任务后能够立即停车，全程行驶时间越少越好。 本寻迹小车是以有机玻璃为车架，单片机为控制核心，加以减速电机、光电传感器、光敏三极管、轻触开关和电源电路以及其他电路构成。系统由通过口控制小车的前进后退以及转向。寻迹由超亮发光二极管及光敏电阻完成，避障由轻触开关完成，寻光由光敏三极管完成。 并附加其他功能： ．声控启动 ．数码显示 ．声光报警 三、主体设计 车体设计 左右两轮分别驱动，后万向轮转向的方案。为了防止小车重心的偏移，后万向轮起支撑作用。对于车架材料的选择，我们经过比较选择了有机玻璃。用有机玻璃做的车架比塑料车架更加牢固，比铁制小车更轻便，美观。而且裁减比较方便！ 电机的固定采用的是铝薄片加螺丝固定，非常牢固，且比较美观。 轮子方案 在选定电机后，我们做了一个万向轮，万向轮的高度减去电机的半径就是驱动轮的半径。轮子用有机玻璃裁出来打磨光华的，上面在套上自行车里胎，以防止打滑。 万向轮 当小车前进时，左右两驱动轮与后万向轮形成了三点结构，这种结构使得小车在前进时比较平稳。
机器视觉技术发展现状 人类认识外界信息的80%来自于视觉，而机器视觉就是用机器代替人眼来做 测量和判断，机器视觉的最终目标就是使计算机像人一样，通过视觉观察和理解 世界，具有自主适应环境的能力。作为一个新兴学科，同时也是一个交叉学科，取“信息”的人工智能系统，其特点是可提高生产的柔性和自动化程度。目前机器视觉技术已经在很多工业制造领域得到了应用，并逐渐进入我们的日常生活。 机器视觉是通过对相关的理论和技术进行研究，从而建立由图像或多维数据中获机器视觉简介 机器视觉就是用机器代替人眼来做测量和判断。机器视觉主要利用计算机来模拟人的视觉功能，再现于人类视觉有关的某些智能行为，从客观事物的图像中提取信息进行处理，并加以理解，最终用于实际检测和控制。机器视觉是一项综合技术，其包括数字处理、机械工程技术、控制、光源照明技术、光学成像、传感器技术、模拟与数字视频技术、计算机软硬件技术和人机接口技术等，这些技术相互协调才能构成一个完整的工业机器视觉系统[1]。 机器视觉强调实用性，要能适应工业现场恶劣的环境，并要有合理的性价比、通用的通讯接口、较高的容错能力和安全性、较强的通用性和可移植性。其更强调的是实时性，要求高速度和高精度，且具有非接触性、实时性、自动化和智能 高等优点，有着广泛的应用前景[1]。 一个典型的工业机器人视觉应用系统包括光源、光学成像系统、图像捕捉系统、图像采集与数字化模块、智能图像处理与决策模块以及控制执行模块。通过 CCD或CMOS摄像机将被测目标转换为图像信号，然后通过A/D转换成数字信号传送给专用的图像处理系统，并根据像素分布、亮度和颜色等信息，将其转换成数字化信息。图像系统对这些信号进行各种运算来抽取目标的特征，如面积、 数量、位置和长度等，进而根据判别的结果来控制现场的设备动作[1]。 机器视觉一般都包括下面四个过程：
智能机器人的设计与制作WORD版本可编辑
智能机器人的设计与制作 引言 近几年机器人已成为高技术领域内具有代表性的战略目标。机器人技术的出现和发展，不但使传统的工业生产面貌发生根本性变化，而且将对人类社会产生深远的影响。随着社会生产技术的飞速发展，机器人的应用领域不断扩展。从自动化生产线到海洋资源的探索，乃至太空作业等领域，机器人可谓是无处不在。目前机器已经走进人们的生活与工作，机器人已经在很多的领域代替着人类的劳动，发挥着越来越重要的作用，人们已经越来越离不开机器人帮助。机器人工程是一门复杂的学科，它集工程力学、机械制造、电子技术、技术科学、自动控制等为一体。目前对机器人的研究已经呈现出专业化和系统化，一些信息学、电子学方面的先进技术正越来越多地应用于机器人领域。目前机器人行业的发展与30 年前的电脑行业极为相似。今天在汽车装配线上忙碌的一线机器人，正是当年大型计算机的翻版。而机器人行业的利基产品也同样种类繁多，比如协助医生进行外科手术的机械臂、在伊拉克和阿富汗战场上负责排除路边炸弹的侦察机器人、以及负责清扫地板的家用机器人，还有不少参照人、狗、恐龙的样子制造机器人玩具。舞蹈机器人具有人类外观特征、可爱的外貌、又兼有技术含量，极受青少年的喜爱。我从前年开始机器人方面的研究，在这过程中尝试过很多次的失败，也感受到了无比的乐趣。 图1.1、机器人 1 绪论
机器人技术作为20 世纪人类最伟大的发明之一，自20 世纪60 年代初问世以来，经历40 余年的发展已取得长足的进步。未来的机器人是一种能够代替人类在非结构化环境下从事危险、复杂劳动的自动化机器，是集机械学、力学、电子学、生物学、控制论、计算机、人工智能和系统工程等多学科知识于一身的高新技术综合体。走向成熟的工业机器人，各种用途的特种机器人的多用化，昭示着机器人技术灿烂的明天。 1.1 国内外机器人技术发展的现状 为了使机器人能更好的应用于工业，各工业发达国家的大学、研究机构和大工业企业对机器人系统开发投入了大量的人力财力。在美国和加拿大，各主要大学都设有机器人研究室，麻省理工学院侧重于制造过程机器人系统的研究，卡耐基—梅隆机器人研究所侧重于挖掘机器人系统的研究，而斯坦福大学则着重于系统应用软件的开发。德国正研究开发“MOVE AND PLAY”机器人系统，使机器人操作就像人们操作录像机、开汽车一样。从六十年代开始日本政府实施一系列扶植政策，使日本机器人产业迅速发展起来，经过短短的十几年。到80 年代中期，已一跃而为“机器人王国”。其机器人的产量和安装的台数在国际上跃居首位。按照日本产业机器人工业会常务理事米本完二的说法：“日本机器人的发展经过了60 年代的摇篮期。70 年代的实用期。到80 年代进人普及提高期。” 并正式把1980 年定为产业机器人的普及元年”。开始在各个领域内广泛推广使用机器人。中国机器人的发展起步较晚，1972 年我国开始研制自己的工业机器人。"七五"期间，国家投入资金，对工业机器人及其零部件进行攻关，完成了示教再现式工业机器人成套技术的开发，研制出了喷涂、点焊、弧焊和搬运机器人。1986 年国家高技术研究发展计划(863 计划)开始实施，智能机器人主题跟踪世界机器人技术的前沿，经过几年的研究，取得了一大批科研成果，成功地研制出了一批特种机器人。20 世纪90 年代，我国的工业机器人又在实践中迈进一大步，先后研制出了点焊、装配、喷漆、切割、搬运等各种用途的工业机器人，并实施了一批机器人应用工程，形成了一批机器人产业化基地，为我国机器人产业的腾飞奠定了基础。 1.2 机器人技术的市场应用 机器人融入我们日常生活的步伐有多快？据国际机器人联盟调查，2004 年，全球个人机器人约有200 万台，到2008 年，还将有700 万台机器人投入运行。按照韩国信息通信部的计划，到2013 年，韩国每个家庭都能拥有一台机器人；而日本机器人协会预测，到2025 年，全球机器人产业的“蛋糕”将达到每年500 亿美元的规模(现在仅有50亿美元)。与20 世纪70 年代PC 行业的情况相仿，我们不可能准确预测出究竟哪些用途将推动这个新兴行业进入临界状态。不过看起来，机器人很可能在护理和陪伴老年人的工作上大展宏图，或许还可以帮助残疾人四处走走，并增强士兵、建筑工人和医护人员的体力与耐力。目前，我国从事机器人研发和应用工程的单位200 多家，拥有量为3500 台左右，其中国产占20％，其余都是从日本、美国、瑞典等40 多个国家引进的。2000 年已生产 各种类型工业机器人和系统300 台套，机器人销售额6.74 亿元，机器人产业对国民经济的年收益额为47 亿元，我国对工业机器人的需求量和品种将逐年大幅度增加。1.3 机器人技术的前景展望机器人是人类的得力助手，能友好相处的可靠朋友，将来我们会看到人和机器人会存在一个空间里边，成为一个互相的助手
机器视觉测量技术 杨永跃 合肥工业大学 2007.3
目录第一章绪论 1.1 概述 1.2 机器视觉的研究内容 1.3 机器视觉的应用 1.4 人类视觉简介 1.5 颜色和知觉 1.6 光度学 1.7 视觉的空间知觉 1.8 几何基础 第二章图像的采集和量化 2.1 采集装置的性能指标 2.2 电荷藕合摄像器件 2.3 CCD相机类 2.4 彩色数码相机 2.5 常用的图像文件格式 2.6 照明系统设计 第三章光学图样的测量 3.1 全息技术 3.2 散斑测量技术 3.3 莫尔条纹测量技术 3.4 微图像测量技术 第四章标定方法的研究 4.1 干涉条纹图数学形成与特征 4.2 图像预处理方法 4.3 条纹倍增法 4.4 条纹图的旋滤波算法 第五章立体视觉 5.1 立体成像
5.2 基本约束 5.3 边缘匹配 5.4 匹域相关性 5.5 从x恢复形状的方法 5.6 测距成像 第六章标定 6.1 传统标定 6.2 Tsais万能摄像机标定法 6.3 Weng’s标定法 6.4 几何映射变换 6.5 重采样算法 第七章目标图像亚像素定位技术 第八章图像测量软件 （多媒体介绍） 第九章典型测量系统设计分析9.1 光源设计 9.2 图像传感器设计 9.3 图像处理分析 9.4 图像识别分析 附：教学实验 1、视觉坐标测量标定实验 2、视觉坐标测量的标定方法。 3、视觉坐标测量应用实验 4、典型零件测量方法等。
第一章绪论 1.1 概述 人类在征服自然、改造自然和推动社会进步的过程中，面临着自身能力、能量的局限性，因而发明和创造了许多机器来辅助或代替人类完成任务。智能机器或智能机器人是这种机器最理想的模式。 智能机器能模拟人类的功能、能感知外部世界，有效解决问题。 人类感知外部世界：视觉、听觉、嗅觉、味觉、触觉 眼耳鼻舌身 所以对于智能机器，赋予人类视觉功能极其重要。 机器视觉：用计算机来模拟生物（外显或宏观）视觉功能的科学和技术。 机器视觉目标：用图像创建或恢复现实世界模型，然后认知现实世界。 1.2 机器视觉的研究内容 1 输入设备成像设备：摄像机、红外线、激光、超声波、X射线、CCD、数字扫描仪、 超声成像、CT等 数字化设备 2 低层视觉（预处理）：对输入的原始图像进行处理（滤波、增强、边缘检测），提取角 点、边缘、线条色彩等特征。 3 中层视觉：恢复场景的深度、表面法线，通过立体视觉、运动估计、明暗特征、纹理 分析。系统标定 4 高层视觉：在以物体为中心的坐标系中，恢复物体的完整三维图，识别三维物体，并 确定物体的位置和方向。 5 体系结构：根据系统模型（非具体的事例）来研究系统的结构。（某时期的建筑风格— 据此风格设计的具体建筑） 1.3 机器视觉的应用 工业检测—文件处理，毫微米技术—多媒体数据库。 许多人类视觉无法感知的场合，精确定量感知，危险场景，不可见物感知等机器视觉更显其优越十足。 1 零件识别与定位
浅谈机器人视觉技术 摘要 机器人视觉是使机器人具有视觉感知功能的系统，是机器人系统组成的重要部分之一。机器人视觉可以通过视觉传感器获取环境的二维图像，并通过视觉处理器进行分析和解释，进而转换为符号，让机器人能够辨识物体，并确定其位置。机器人视觉广义上称为机器视觉，其基本原理与计算机视觉类似。计算机视觉研究视觉感知的通用理论，研究视觉过程的分层信息表示和视觉处理各功能模块的计算方法。而机器视觉侧重于研究以应用为背景的专用视觉系统，只提供对执行某一特定任务相关的景物描述。机器人视觉硬件主要包括图像获取和视觉处理两部分，而图像获取由照明系统、视觉传感器、模拟－数字转换器和帧存储器等组成。本文介绍了机器人的发展以及视觉计算理论和视觉的关键技术。 关键词：机器人、视觉、计算、关键技术 一、机器人发展概述 科学技术的发展,诞生了机器人。社会的进步也提出要求,希望创造出一种能够代替人进行各种工作的机器,甚至从事人类不能及的事情。自从1959年诞生第一台机器人以来,机器人技术取得了很大的进步和发展,至今已成为一门集机械、电子、计算机、控制、传感器、信号处理等多学科门类为一体的综合性尖端科学。当今机器人技术的发展趋势主要有两个突出的特点:一个是在横向上,机器人的应用领域在不断扩大,机器人的种类日趋增多;另一个是在纵向上,机器人的性能不 断提高,并逐步向智能化方向发展。前者是指应用领域的横向拓宽,后者是在性能及水平上的纵向提高。机器人应用领域的拓宽和性能水平的提高,二者相辅相成、相互促进。 智能机器人是具有感知、思维和行动功能的机器,是机构学、自动控制、计算机、人工智能、微电子学、光学、通讯技术、传感技术、仿生学等多种学科和技术的综合成果阎。智能机器人可获取、处理和识别多种信息,自主地完成较为复杂的操作任务,比一般的工业机器人具有更大的灵活性、机动性和更广泛的应用领域。要使机器人拥有智能,对环境变化做出反应,首先,必须使机器人具有感知
工业机器人及机器人视觉系统 人类想要实现一系列的基本活动，如生活、工作、学习就必须依靠自身的器官，除脑以外，最重要的就是我们的眼睛了，（工业）机器人也不例外，要完成正常的生产任务，没有一套完善的，先进的视觉系统是很难想象的。 机器视觉系统就是利用机器代替人眼来作各种测量和判断。它是计算科的一个重要分支，它综合了光学、机械、电子、计算机软硬件等方面的技术，涉及到计算机、图像处理、模式识别、人工智能、信号处理、光机电一体化等多个领域。图像处理和模式识别等技术的快速发展，也大大地推动了机器视觉的发展。 机器视觉系统的应用 在生产线上，人来做此类测量和判断会因疲劳、个人之间的差异等产生误差和错误，但是机器却会不知疲倦地、稳定地进行下去。一般来说，机器视觉系统包括了照明系统、镜头、摄像系统和图像处理系统。对于每一个应用，我们都需要考虑系统的运行速度和图像的
处理速度、使用彩色还是黑白摄像机、检测目标的尺寸还是检测目标有无缺陷、视场需要多大、分辨率需要多高、对比度需要多大等。从功能上来看，典型的机器视觉系统可以分为：图像采集部分、图像处理部分和运动控制部分 工作过程 ?一个完整的机器视觉系统的主要工作过程如下： ?1、工件定位检测器探测到物体已经运动至接近摄像系统的视野中心，向图像采集部分发送触发脉冲。 ?2、图像采集部分按照事先设定的程序和延时，分别向摄像机和照明系统发出启动脉冲。 ?3、摄像机停止目前的扫描，重新开始新的一帧扫描，或者摄像机在启动脉冲来到之前处于等待状态，启动脉冲到来后启动一帧扫描。 ?4、摄像机开始新的一帧扫描之前打开曝光机构，曝光时间可以事先设定。
智能机器人的设计与制作 引言 近几年机器人已成为高技术领域内具有代表性的战略目标。机器人技术的出现和 进展，不但使传统的工业生产面貌发生全然性变化，而且将对人类社会产生深远的阻碍。随着社会生产技术的飞速进展，机器人的应用领域不断扩展。从自动化生产线到海洋资源的探究，乃至太空作业等领域，机器人可谓是无处不在。目前机器差不多走进人们的生活与工作，机器人差不多在专门多的领域代替着人类的劳动，发挥着越来越重要的作用，人们差不多越来越离不开机器人关心。机器人工程是一门复杂的学科，它集工程力学、机械制造、电子技术、技术科学、自动操纵等为一体。目前对机器人的研究差不多呈现出专业化和系统化，一些信息学、电子学方面的先进技术正越来越多地应用于机器人领域。目前机器人行业的进展与30 年前的电脑行业极为相似。今天在汽车装配线上忙碌的一线机器人，正是当年大型计算机的翻版。而机器人行业的利基产品也同样种类繁多，比如协助大夫进行外科手术的机械臂、在伊拉克和阿富汗战场上负责排除路边炸弹的侦察机器人、以及负责清扫地板的家用机器人，还有许多参照人、狗、恐龙的模样制
造机器人玩具。舞蹈机器人具有人类外观特征、可爱的外貌、又兼有技术含量，极受青青年的喜爱。我从前年开始机器人方面的研究，在这过程中尝试过专门多次的失败，也感受到了无比的乐趣。 图1.1、机器人 1 绪论 机器人技术作为20 世纪人类最伟大的发明之一，自20 世纪60 年代初问世以来， 经历40 余年的进展已取得长足的进步。以后的机器人是一种能够代替人类在非结构化环境下从事危险、复杂劳动的自动化机
器，是集机械学、力学、电子学、生物学、操纵论、计算机、人工智能和系统工程等多学科知识于一身的高新技术综合体。走向成熟的工业机器人，各种用途的特种机器人的多用化，昭示着机器人技术灿烂的改日。 1.1 国内外机器人技术进展的现状 为了使机器人能更好的应用于工业，各工业发达国家的大学、研究机构和大工业企业对机器人系统开发投入了大量的人力财力。在美国和加拿大，各要紧大学都设有机器人研究室，麻省理工学院侧重于制造过程机器人系统的研究，卡耐基—梅隆机器人研究所侧重于挖掘机器人系统的研究，而斯坦福大学则着重于系统应用软件的开发。德国正研究开发“MOVE AND PLAY”机器人系统，使机器人操作就像人们操作录像机、开汽车一样。从六十年代开始日本政府实施一系列扶植政策，使日本机器人产业迅速进展起来，通过短短的十几年。到80 年代中期，已一跃而为“机器人王国”。其机器人的产量和安装的台数在国际上跃居首位。按照日本产业机器人工业会常务理事米本完二的讲法：“日本机器人的进展通过了60 年代的摇篮期。70 年代的有用期。到80 年代进人普及提高期。” 并正式把1980 年定为产业机器人的普及元年”。开始在各个领
机器人的位置PD 控制、直接力控制、阻抗控制 对于机器相关控制问题，笔者采用一种位置控制的算法——角度的PD 控制实现，之后探讨了机器人的两种力控制方式——直接力控制与阻抗控制。 1.1 机器人模型的建立 为了读者更简单的理解这三种控制方式，笔者采用二连杆模型，在Matlab/Simmechanics 中建立机器人的模型，设置好相关环境参数——重力加速度设定为-9.8m/s2，连杆的重心位于连杆的中间。 1.2 角度的PD 控制 对于机器人的位置控制方式，采用最简单的PD 控制。分别在机器人的肘关节与腕关节处各安装一个角度传感器用来检测肘关节与腕关节处的转角。角度PD 控制的控制律如式1.1所示： ()()()=+P D de T G K e K K dt θθθθ++ 式中，T 为机器人肘关节与腕关节处的输入力矩，第一项为补偿机器人的重力，可以成静态重力补偿项，第二项与第三项为PD 控制项，最后一项用于消除系统的动态误差。搭建的角度PD 控制的simulink 框图见下载处。 1.3机器人的直接力控制 机器人的直接力控制的效果是让机器人顺应外力的运动，这种控制方式多用于穿戴式外骨骼，例如伯克利大学的BLEEX 就是采用的这种控制方式最为其穿戴控制方式。 具体的控制框图如图所示。 图1.1 机器人的直接力控制 直接力控制控制律如式1.2所示： ()() T a D T J K G θτθθ=-+ 式中，()J θ表示机器人的雅克比接矩阵，τ 为加载与机器人上的合外力。 1.4机器人的阻抗控制
将阻抗控制应用于机器人当中的效果可以从两方面进行阐述：一是可以牺牲一定的位置误差来控制机器人与环境的接触力在系统设的范围内；二是将位置误差通过阻抗公式转换为控制机器人运动的力矩从而消除位置误差。 阻抗控制的控制律如式1.3所示。 ()()()()1 111,T a d e T D J X M Bd x Kdx J J D J M F C G θθθθθθθ----??????=++---++ ? ????????? 其中，M ，B ，K 表示期望的惯性、阻尼与刚度矩阵，具体的值需要根据模型进行调整。 天太冷啦。写的太简单，simulink 框图链接如下。 链接: https://https://www.doczj.com/doc/0512350084.html,/s/1nwpuZsX 密码: 5xkb 链接: https://https://www.doczj.com/doc/0512350084.html,/s/1nwpuZsX 密码: 5xkb 链接: https://https://www.doczj.com/doc/0512350084.html,/s/1smq8LWx 密码: mxcq
第一部分：提问 1．KUKA机器人中，怎样理解S，T参数？ 2．实际操作中，首次运动编程怎样确定S，T参数？ 3．在一条连续曲线轨迹运动中，S，T两参数会改变吗？ 4．S，T两参数反映的是静态姿态还是运动过程的姿态？如果是动态的，哪么当机器人TCP移到目标点的过程中由各轴都在转动（即改变角位置），那怎能保证所定义的S，T值不不变呢？既然S，T值会变化，哪定义S，T 的值又有什么义意呢？ 5．结构POS中的整数型变量S和T用于明确地定义一个轴的位置。 6．触摸屏与机器人的通讯问题，触摸屏输入参数怎样与机器人内存进行通讯？ 7．机器人内存地址与硬件输入输出端子在名称上的对应关系？ 8．在KUKA机器人编程中怎样实现两个向量的相减运算？ 9．KUKA机器人能进行两个向量的相减运算编程吗？ 10．标记的作用是什么？循环标记是标记中的一种吗？它能理解为PLC中的中间（辅助）继电器吗？比如S7-200 PLC中的M位？ 11．循环标记的作用是什么？什么情况下使用循环标记？ 12．循环标记以多长时间启动一次？是受某个定时器影响吗？ 13．循环标记启动周期与程序扫描周期是什么关系？两周期是相同吗，还是循环标志的扫描周期独立于程序的扫描周期？ 14．子程序，函数（表达式）的调用由循环标记来调用吗？ 15．定时器的工作原理（过程）是什么？它与PLC的定时器类似吗？比如可以给它赋值？做延时断开或延时接通？ 16．定时器计时时其时间值是递增还是递减？ 17．定时器的变数$TIMER_STOP[1]?是什么？其作用是什么？ 18．定时器的$TIMER_FLAG[1]?是什么标记？其作用是什么？ 19．KUKA的工件座标，工具座标怎么设置？ 20．请演示TCP座标测量的几种方法，如XYZ4点法，XYZ参照法，已知工具尺寸直接输入法？ 21．通过ABC世界座标法，ABC两点法确定TCP座标姿态后也确定了S，T两参数值吗？怎样查询出已确定好的S，T两参数的值？在做运动编程时首次确定S，T两参数值就能用此参数吗？ 22．TCP座标测量问题，如下图所示 23． 24．什么是外部TCP，其原理与作用是什么？什么场合使用？ 25．在初始默认状态，TCP座标在第六轴的法兰盘中心吗？那基座标（工件座标）又在哪里？除了TCP座标和基座标可以改变外还有哪几个座标可以改变？ 26．已知的TCP座标可以移动吗？实际编程时怎样编程移动？ 27．KUKA机器人指系统中有相对移动（旋转）的指令吗？如在当前姿态绕TCP的X轴旋转30度，沿Y轴
智能机器人的设计与制作(DOC 26页)
智能机器人的设计与制作 引言 近几年机器人已成为高技术领域内具有代表性的战略目标。机器人技术的出现和 发展，不但使传统的工业生产面貌发生根本性变化，而且将对人类社会产生深远的影响。随着社会生产技术的飞速发展，机器人的应用领域不断扩展。从自动化生产线到海洋资源的探索，乃至太空作业等领域，机器人可谓是无处不在。目前机器已经走进人们的生活与工作，机器人已经在很多的领域代替着人类的劳动，发挥着越来越重要的作用，人们已经越来越离不开机器人帮助。机器人工程是一门复杂的学科，它集工程力学、机械制造、电子技术、技术科学、自动控制等为一体。目前对机器人的研究已经呈现出专业化和系统化，一些信息学、电子学方面的先进技术正越来越多地应用于机器人领域。目前机器人行业的发展与30 年前的电脑行业极为相似。今天在汽车装配线上忙碌的一线机器人，正是当年大型计算机的翻版。而机器人行业的利基产品也同样种类繁多，比如协助医生进行外科手术的机械臂、在伊拉克和阿富汗战场上负责排除路边炸弹的侦察机器人、以及负责清扫地板的家用机器人，还有不少参照人、狗、恐龙的样子制造机器人玩具。舞蹈机器人具有人类外观特征、可爱的外貌、又兼有技术含量，极受青少年的喜爱。我从前年开始机器人方面的研究，在这过程中尝试过很多次的失败，也感受到了无比的乐趣。 图1.1、机器人 1 绪论 机器人技术作为20 世纪人类最伟大的发明之一，自20 世纪60 年代初问世以来， 经历40 余年的发展已取得长足的进步。未来的机器人是一种能够代替人类在非
工人下岗”的局面，因为人们随着社会的发展，实际上把人们从繁重的体力和危险的环境中解放出来，使人们有更好的岗位去工作，去创造更好的精神财富和文化财富，机器人来做这些危险环境的工作，展望21 世纪机器人将是一个与 20 世纪计算机的普及一样，会深入地应用到各个领域，所以很多专家预测，在 21 世纪的前20 年是机器人从制造业走向非制造业的发展一个重要时期，也是智能机器人发展的一个关键时期，目前国际上很多国家，也对机器人对人类社会的影响的估计提出了新的认识，同时，我们也可以看到机器人技术，涉及到多个学科，机械、电工、自动控制、计算机测量、人工智能、传感技术等等，它是一个国家高技术实力的一个重要标准。语音识别处理是语音功能的一个重要方面，目前计算机语音识别处理过程基本上一致，是一种基于统计模式识别的理论。我国的语音识别研究起步于五十年代，近年来发展很快，其研究水平基本与国外同步，在汉语语音识别技术上还有自己的特点和优势。可以预计，语音技术的发展前景无限。 2 机器人设计的内容和要求 2.1 机器人设计的内容 随着现代科技的发展，机器人技术已广泛应用于人类社会生活的各个领域，特别是机器人具有人类外观特征、可爱的外貌、又兼有技术含量，极受青少年的喜爱。本课题要求设计一具有简单人体功能的、模拟舞蹈动作的类人型机器人，完成简单人的基本动作：可以前进后退，左右侧行，左右转弯和前后摆动手臂，行走频率为每秒两步，举手投足、转圈、头部动作灵活、并具备的语音功能。通过语音识别技术，可以对小机器人进行语音控制，通过发出语音命令，控制机器人的。机器人包括底座、头部、上身、下肢、以及电路控制板，分别控制手臂、头部和底盘运动的电机及传动机构等。通过电路控制和机械传动，可使机器人动作。知识范围涉及机构学、力学、电子学、自动控制、计算机、人工智能等。 具体赋予任务： 1、深入了解类人型机器人的功能及工作要求，查找与课题有关的文献资料及参考书目； 2、学习掌握机构创新设计的基本知识和设计方法，了解控制对象舞蹈机器人的工作原理、动作过程，进行简单舞蹈动作及相应机构设计； 3、根据机器人构成、工作原理、主要特点和技术指标，分析比较，加以论证，确定机器人运动控制最终方案，完成硬件电路设计，单片机控制程序设计； 4、制作舞蹈机器人模型，完成各种运动、动作模拟，调试成功。 5、规定的翻译、论文工作。 2.2 舞蹈机器人设计的数据和要求 1、机器人身高80～120 ㎝，表演时机器人随音乐翩翩起舞，动作协调、灵活； 2、表演各种的基本动作，具体动作可自行设计。涵盖行进、转圈、举手投足、头部等动作；