工业机器人的环境感觉技术.pptx

3.1 工业机器人的视觉工业机器人的视觉3.1.1 3.1.1 视觉系统的硬件组成视觉系统的硬件组成 视觉系统可以分为图像输入(获取)、图像处理、图像理解、图像存储和图像输出几个部分(见图4.1)。实际系统可以根据需要选择其中的若干部件。图4.1视觉系统的硬件组成1.1.视觉传感器视觉传感器视觉传感器是将景物的光信号转换成电信号的器件。大多数机器人视觉都不必通过胶卷等媒介物,而是直接把景物摄入。过去经常使用光导摄像等电视摄像机作为机器人的视觉传感器,近年来开发了CCD(电荷耦合器件)和MOS(金属氧化物半导体)器件等组成的固体视觉传感器。固体传感器又可以分为一维线性传感器和二维线性传感器,目前二维线性传感器已经能做到四千个像素以上。由于固体视觉传感器具有体积小、重量轻等优点,因此应用日趋广泛。由视觉传感器得到的电信号,经过AD转换成数字信号,称为数字图像。一般地,一个画面可以分成256256像素、512512像素或10241024像素,像素的灰度可以用4位或8位二进制数来表示。一般情况下,这么大的信息量对机器人系统来说是足够的。要求比较高的场合,还可以通过彩色摄像系统或在黑白摄像管前面加上红、绿、蓝等滤光器得到颜色信息和较好的反差。如果能在传感器的信息中加入景物各点与摄像管之间的距离信息,显然是很有用的。每个像素都含有距离信息的图像,称之为距离图像。目前,有人正在研究获得距离信息的各种办法,但至今还没有一种简单实用的装置。2.2.摄像机和光源控制摄像机和光源控制机器人的视觉系统直接把景物转化成图像输入信号,因此取景部分应当能根据具体情况自动调节光圈的焦点,以便得到一张容易处理的图像。为此应能调节以下几个参量:(1)焦点能自动对准要看的物体。(2)根据光线强弱自动调节光圈。(3)自动转动摄像机,使被摄物体位于视野中央。(4)根据目标物体的颜色选择滤光器。此外,还应当调节光源的方向和强度,使目标物体能够看得更清楚。3.3.计算机计算机由视觉传感器得到的图像信息要由计算机存储和处理,根据各种目的输出处理后的结果。20世纪80年代以前,由于微计算机的内存量小,内存的价格高,因此往往另加一个图像存储器来储存图像数据。现在,除了某些大规模视觉系统之外,一般都使用微计算机或小型机。除了通过显示器显示图形之外,还可以用打印机或绘图仪输出图像，且使用转换精度为8位A/D转换器就可以了。但由于数据量大,要求转换速度快,目前已在使用100MB以上的8位AD转换芯片。4.4.图像处理机图像处理机一般计算机都是串行运算的,要处理二维图像很费时间。在要求较高的场合,可以设置一种专用的图像处理机,以便缩短计算时间。图像处理只是对图像数据做了一些简单、重复的预处理,数据进入计算机后,还要进行各种运算。3.1.2 3.1.2 机器人视觉的应用机器人视觉的应用1.1.弧焊过程中焊枪对焊缝的自动对中弧焊过程中焊枪对焊缝的自动对中图4.2所示为具有视觉焊缝对中的弧焊机器人的系统结构。图像传感器直接安装在机器人末端执行器。焊接过程中,图像传感器对焊缝进行扫描检测,获得焊前区焊缝的截面参数曲线，计算机根据该截面参数计算出末端执行器相对焊缝中心线的偏移量,然后发出位移修正指令,调整末端执行器直到偏移量=0为止。瑞典ASEA公司研制的Opotocator 弧焊用视觉系统,安装在距工件175 mm高度,视野宽度32 mm,分辨率0.06 mm;安装在IRL62弧焊机器人上能达到对中精度为0.40 mm。这种传感器还可测量出钢板厚度,能自动调节弧焊电流,从而保证焊接质量,并使厚度为0.80 mm的薄钢板焊接成为可能。弧焊机器人装上视觉系统后给编程带来了方便,编程时只需严格按图样进行。在焊接过程中产生的焊缝变形、装卡及传动系统的误差均可由视觉系统自动检测并加以补偿。图4.2具有视觉焊缝对中的弧焊机器人的系统结构图4.3实现机器人弧焊工作焊缝的自动跟踪原理图2.装配作业中的应用装配作业中的应用图4.4所示为一个吸尘器自动装配实验系统,由2台关节机器人和7台图像传感器组成。组装的吸尘器部件包括底盘、气泵和过滤器等,都自由堆放在右侧备料区,该区上方装设三台图像传感器(、),用以分辨物料的种类和方位。机器人的前部为装配区,这里有4台图像传感器A、B、C和D,用来对装配过程进行监控。使用这套系统装配一台吸尘器只需2分钟。图4.4吸尘器自动装配实验系统3.3.机器人非接触式检测机器人非接触式检测在机器人腕部配置视觉传感器,可用于对异形零件进行非接触式测量,如图4.5所示。这种测量方法除了能完成常规的空间几何形状、形体相对位置的检测外,如配上超声、激光、x射线探测装置,则还可进行零件内部的缺陷探伤、表面涂层厚度测量等作业。图4.5具有视觉系统的机器人进行非接触式测量4.4.利用视觉的自主机器人系统利用视觉的自主机器人系统日本日立中央研究所研制的具有自主控制功能的智能机器人,可以用来完成按图装配产品的作业,图4.6所示为其工作示意图。它的两个视觉传感器作为机器人的眼睛,一个用于观察装配图纸，并通过计算机来理解图中零件的立体形状及装配关系;另一个用于从实际工作环境中识别出装配所需的零件,并对其形状、位置、姿态等进行识别。此外,多关节机器人还带有触觉。利用这些传感器信息,可以确定装配顺序和装配方法,逐步将零件装成与图纸相符的产品。图4.6日立自主控制机器人工作示意图从功能上看,这种机器人具有图形识别功能和决策规划功能,前者可以识别一定的目标(如宏指令)、装配图纸、多面体等;后者可以确定操作序列,包括装配顺序、手部轨迹、抓取位置等。这样,只要对机器人发出类似于人的表达形式的宏指令,机器人则会自动考虑执行这些指令的具体工作细节。该机器人已成功地进行了印刷板检查和晶体管、电动机等装配工作。3.2 工业机器人的触觉工业机器人的触觉 为使机器人准确地完成工作,需时刻检测机器人与对象物体的配合关系。机器人触觉可分成接触觉、接近觉、压觉、滑觉和力觉五种,如图4.7所示。触头可装配在机器人的手指上,用来判断工作中各种状况。图4.7机器人触觉3.2.1 3.2.1 机器人的接触觉机器人的接触觉1.1.接触觉传感器接触觉传感器图4.8所示的接触觉传感器由微动开关组成,根据用途不同配置也不同,一般用于探测物体位置、探索路径和安全保护。这类配置属于分散装置,即把单个传感器安装在机械手的敏感位置上。图图 4.8 4.8 接触觉传感器接触觉传感器(a)点式点式;(b)棒式棒式;(c)缓冲器式缓冲器式;(d)平板式平板式;(e)环式环式 图4.9所示为二维矩阵接触觉传感器的配置方法,一般放在机器人手掌的内侧。图中柔软导体可以使用导电橡胶、浸含导电涂料的氨基甲酸乙酯泡沫或炭素纤维等材料。阵列式接触觉传感器可用于测定自身与物体的接触位置、被握物体中心位置和倾斜度,甚至还可以识别物体的大小和形状。图4.9矩阵式接触觉传感器2.2.接触觉应用接触觉应用图4.10(a)所示为一个具有接触觉识别功能的机器人,共有四个自由度(两个移动和两个转动),由一台微机控制,各轴运动是由直流电机闭环驱动。手部装有压电橡胶接触觉传感器,识别软件具有搜索和识别的功能。图4.10具有接触搜索识别功能的机器(1)搜索过程。机器人有一扇形截面柱状操作空间,手爪在高度方向进行分层搜索,对每一层可根据预先给定的程序沿一定轨迹进行搜索。搜索过程中,假定在位置遇到障碍物,则手爪上的接触觉传感器就会发出停止前进的指令,使手臂向后缩回一段距离到达位置。如果已经避开了障碍物,则再前进至,又伸出到,再运动到处与障碍物再次相碰。根据、的位置计算机就能判断被搜索物体的位置。再按、的顺序接近就能对搜索的目标物进行抓取,如图4.10(b)所示。(2)识别功能。图4.11是一个配置在手上的由34个触觉元件组成的表面阵列触觉传感器,识别对象为一长方体。假定手与搜索对象的已知接触目标模式为x*,手的每一步搜索得到的接触信息构成了接触模式xi,机器人根据每一步搜索的接触模式x1、x2、x3不断计算、估计、调整手的位姿,直到目标模式与接触模式相符合为止。图4.11用接触觉阵列传感器引导随机搜索每一步搜索过程由三部分组成:接触觉信息的获取、量化和对象表面形心位置的估算;对象边缘特征的提取和姿势估算;运动计算及执行运动。要判定搜索结果是否满足形心对中、姿势符合要求,则还可设置一个目标函数,要求目标函数在某一尺度下最优,用这样的方法可判定对象的存在和位姿情况。3.2.2机器人的接近觉机器人的接近觉接近觉是指机器人能感觉到距离几毫米到十几厘米远的对象物或障碍物,能检测出物体的距离、相对倾角或对象物表面的性质。这是非接触式感觉。接近觉传感器可分为6种:电磁式(感应电流式)、光电式(反射或透射式)、静电容式、气压式、超声波式和红外线式,如图4.12所示。图4.12接近觉传感器电磁式传感器在一个线圈中通入高频电流,就会产生磁场,这个磁场接近金属物时,会在金属物中产生感应电流,也就是涡流。涡流大小随对象物体表面和线圈距离的大小而变化,这个变化反过来又影响线圈内磁场强度。磁场强度可用另一组线圈检测出来,也可以根据激磁线圈本身电感的变化或激励电流的变化来检测。图4.13是它的原理图。这种传感器的精度比较高,而且可以在高温下使用。由于工业机器人的工作对象大多是金属部件,因此电磁式接近觉传感器应用较广,在焊接机器人中可用它来探测焊缝。图4.13电磁式接近觉传感原理图光反射式接近觉传感器由于光的反射量受到对象物体的颜色、粗糙度和表面倾角的影响,精度较差,应用范围小。静电容式接近觉传感器是根据传感器表面与对象物体表面所形成的电容随距离变化的原理制成的。将这个电容串接在电桥中,或者把它当作RC振荡器中的元件,都可以检测距离。气压式接近觉传感器的原理如图4.14所示,由一根细的喷嘴喷出气流。如果喷嘴靠近物体,则内部压力会发生变化,这一变化可用压力计测量出来。图中曲线表示在气压P的情况下,压力计的压力与距离d之间的关系。它可用于检测非金属物体,尤其适用于测量微小间隙。图4.14气压式接近觉传感原理图3.2.3 机器人的压觉机器人的压觉图4.15所示为阵列式压觉传感器。图(a)由条状的导电橡胶排成网状,每个棒上附上一层导体引出,送给扫描电路;图(b)则由单向导电橡胶和印制电路板组成,电路板上附有条状金属箔,两块板上的金属条方向互相垂直;图(c)为与阵列式传感器相配的阵列式扫描电路。图4.15阵列式压觉传感器(a)网状排列的导电橡胶；(b)单向导电橡胶和印刷电路板；(c)阵列式扫描电路比较高级的压觉传感器是在阵列式触点上附一层导电橡胶,并在基板上装有集成电路,压力的变化使各接点间的电阻发生变化,信号经过集成电路处理后送出,如图4.16所示。图4.16高级分布式压觉传感器图4.17所示为变形检测器,用压力使橡胶变形,可用普通橡胶作传感器面,用光学和电磁学等手段检测其变形量。和直接检测压力的方法相比,这种方法可称为间接检测法。图4.17变形检测器3.2.4 机器人的滑觉机器人的滑觉机器人的握力应满足物体既不产生滑动而握力又为最小临界握力。如果能在刚开始滑动之后便立即检测出物体和手指间产生的相对位移,且增加握力就能使滑动迅速停止,那么该物体就可用最小的临界握力抓住。检测滑动的方法有以下几种:(1)根据滑动时产生的振动检测,如图4.18(a)所示。(2)把滑动的位移变成转动,检测其角位移,如图4.18(b)所示。(3)根据滑动时手指与对象物体间动静摩擦力来检测,如图4.18(c)所示。(4)根据手指压力分布的改变来检测,如图4.18(d)所示。图4.18滑动引起的物理现象(a)振动；(b)转动；(c)剪动力;(d)移位图4.19所示是一种测振式滑觉传感器。传感器尖端用一个0.05mm的钢球接触被握物体,振动通过杠杆传向磁铁,磁铁的振动在线圈中感应交变电流并输出。在传感器中设有橡胶阻尼圈和油阻尼器。滑动信号能清楚地从噪声中被分离出来。但其检测头需直接与对象物接触,在握持类似于圆柱体的对象物时,就必须准确选择握持位置,否则就不能起到检测滑觉的作用;而且其接触为点接触,可能因造成接触压力过大而损坏对象表面。图4.19测振式滑觉传感器图4.20所示的柱型滚轮式滑觉传感器比较实用。小型滚轮安装在机器人手指上,其表面稍突出手指表面,使物体的滑动变成转动。滚轮表面贴有高摩擦因数的弹性物质,一般用橡胶薄膜。用板型弹簧将滚轮固定,可以使滚轮与物体紧密接触,并使滚轮不产生纵向位移。滚轮内部装有发光二极管和光电三极管,通过圆盘形光栅把光信号转变为脉冲信号。图4.20柱型滚轮式滑觉传感器(a)机器人夹持器；(b)传感器滚轮式传感器只能检测一个方向的滑动。图4.21所示为南斯拉夫贝尔格莱德大学研制的机器人专用滑觉传感器。它由一个金属球和触针组成,金属球表面分成许多个相间排列的导电和绝缘小格。触针头很细,每次只能触及一格。当工件滑动时,金属球也随之转动,在触针上输出脉冲信号。脉冲信号的频率反映了滑移速度,脉冲信号的个数对应滑移的距离。接触器触头面积小于球面上露出的导体面积,它不仅可做得很小,而且提高了检测灵敏度。球与被握物体相接触,无论滑动方向如何,只要球一转动,传感器就会产生脉冲输出。该球体在冲击力作用下不转动,因此抗干扰能力强。图4.21球形滑觉传感器从机器人对物体施加力的大小看,握持方式可分为三类:(1)刚力握持机器人手指用一个固定的力,通常是用最大可能的力握持物体。(2)柔力握持根据物体和工作目的不同,使用适当的力握持物体。握力可变或是自适应控制的。(3)零力握持可握住物体但不用力,即只感觉到物体的存在。它主要用于探测物体、探索路径、识别物体的形状等目的。3.2.5 机器人的力觉机器人的力觉机器人作业是一个其与周围环境的交互过程。作业过程有两类:一类是非接触式的,如弧焊、喷漆等,基本不涉及力;另一类工作是通过接触才能完成的,如拧螺钉、点焊、装配、抛光、加工等。目前已有将视觉和力觉传感器用于非事先定位的轴孔装配,其中,视觉完成大致的定位,装配过程靠孔的倒角作用不断产生的力反馈得以顺利完成。又如高楼清洁机器人,当它擦干净玻璃时,显然用力不能太大也不能太小,这要求机器人作业时具有力控制功能。当然,对于机器人的力传感器,不仅仅是上面描述的机器人末端执行器与环境作用过程中发生的力测量,还有如机器人自身运动控制过程中的力反馈测量、机器手爪抓握物体时的握力测量等。通常将机器人的力传感器分为以下三类:(1)装在关节驱动器上的力传感器,称为关节力传感器。它测量驱动器本身的输出力和力矩,用于控制中的力反馈。(2)装在末端执行器和机器人最后一个关节之间的力传感器,称为腕力传感器。腕力传感器能直接测出作用在末端执行器上的各向力和力矩。(3)装在机器人手爪指关节上(或指上)的力传感器,称为指力传感器。它用来测量夹持物体时的受力情况。图4.22所示为Draper实验室研制的六维腕力传感器的结构。它将一个整体金属环周壁铣成按120周向分布的三根细梁。其上部圆环上有螺孔与手臂相联,下部圆环上的螺孔与手爪联接,传感器的测量电路置于空心的弹性构架体内。该传感器结构比较简单,灵敏度也较高,但六维力(力矩)的获得需要解耦运算,传感器的抗过载能力较差,较易受损。图4.22Draper的腕力传感器图4.23所示是SRI(StanfordResearchInstitute)研制的六维腕力传感器。它由一只直径为75mm的铝管铣削而成,具有八个窄长的弹性梁,每一个梁的颈部开有小槽以使颈部只传递力,扭矩作用很小。在梁的另一头两侧贴有应变片,若应变片的阻值分别为R1、R2,则将其连成如图4.24所示的形式输出,由于R1、R2所受应变方向相反,因此Vout输出比使用单个应变片时大一倍。图4.23SRI腕力传感器图4.24SRI腕力传感器应变片连接方式图4.25是日本大和制衡株式会社林纯一在JPL实验室研制的腕力传感器基础上提出的一种改进结构。它是一种整体轮辐式结构,传感器在十字梁与轮缘联接处有一个柔性环节,在四根交叉梁上总共贴有32个应变片(图中以小方块表示),组成8路全桥输出,六维力的获得须通过解耦计算。这一传感器一般将十字交叉主杆与手臂的联接件设计成弹性体变形限幅的形式,可有效起到过载保护作用,是一种较实用的结构。图4.25林纯一的腕力传感器图4.26所示是一种非径向中心对称三梁腕力传感器,传感器的内圈和外圈分别固定于机器人的手臂和手爪,力沿与内圈相切的三根梁进行传递。每根梁的上下、左右各贴一对应变片,这样,这非径向的三根梁共粘贴6对应变片,分别组成六组半桥,对这六组电桥信号进行解耦可得到六维力(力矩)的精确解。这种力觉传感器结构有较好的刚性,最先由卡纳基梅隆大学提出。在我国,华中科技大学也曾对此结构的传感器进行过研究。图4.26非径向中心对称三梁腕力传感器3.3 工业机器人的位置及位移工业机器人的位置及位移 3.3.1 3.3.1 电位器式位移传感器电位器式位移传感器电位器式位移传感器由一个线绕电阻(或薄膜电阻)和一个滑动触点组成。其中滑动触点通过机械装置受被检测量的控制。当被检测的位置量发生变化时,滑动触点也发生位移,从而改变了滑动触点与电位器各端之间的电阻值和输出电压值,根据这种输出电压值的变化,可以检测出机器人各关节的位置和位移量。电位器式位移传感器具有很多优点。它的输入输出特性(即输入位移量与电压量之间的关系)可以是线性的,也可以根据需要选择其他任意函数关系的输入输出特性;它的输出信号选择范围很大,只需改变电阻器两端的基准电压,就可以得到比较小的或比较大的输出电压信号。这种位移传感器不会因为失电而破坏其已感觉到的信息。当电源因故断开时,电位器的滑动触点将保持原来的位置不变,只需重新接通电源,原有的位置信息就会重新出现。另外,它还具有性能稳定，结构简单，尺寸小，重量轻，精度高等优点。电位器式位移传感器的一个主要缺点是容易磨损。由于滑动触点和电阻器表面的磨损,使电位器的可靠性和寿命受到一定的影响,正因如此,电位器式位移传感器在机器人上的应用受到了极大的局限,近年来随着光电编码器价格的降低而逐渐被取代。按照电位器式位移传感器的结构,可以把它分成两大类:一类是直线型电位器,另一类是旋转型电位器。直线型电位器主要用于检测直线位移,其电阻器采用直线型螺线管或直线型碳膜电阻,滑动触点也只能沿电阻的轴线方向做直线运动。直线型电位器的工作范围和分辨率受电阻器长度的限制。线绕电阻、电阻丝本身的不均匀性会造成电位器式传感器的输入输出关系的非线性。旋转型电位器的电阻元件呈圆弧状,滑动触点也只能在电阻元件上做圆周运动。旋转型电位器有单圈电位器和多圈电位器两种。由于滑动触点等的限制,单圈电位器的工作范围只能小于360;对分辨率也有一定限制。对于多数应用情况来说,这并不会妨碍它的使用。假如需要更高的分辨率和更大的工作范围,可以选用多圈电位器。图4.27为一种典型的电位器式测试电路。当输入电压VCC加在电位器的两个输入端时,电位器的输出信号Vout与滑动触点的位置成比例。图4.28所示为两种典型的商用旋转式电位器。图4.27作为位置传感器的电位器图4.28典型的商用旋转式电位器图 4.29 旋转电位器的结构原理图(a)导电塑料型；(b)线圈型3.3.2 光电编码器光电编码器 1.1.绝对型光电编码器绝对型光电编码器绝对型编码器即使发生电源中断,也能正确地给出角度位置。绝对型编码器产生供每种轴用的独立的和单值的码字。与相对型编码器不同,它的每个读数都与前面的读数无关。绝对型编码器最大的优点是系统电源中断时,器件可记录发生中断的地点,当电源恢复时,它可把记录情况通知系统。绝对型编码器通常由三个主要元件构成:多路(或通道)光源(如发光二极管);光敏元件;光电码盘。图4.30是绝对型光电编码器的编码原理图,码盘上有5条码道。所谓码道,就是码盘上的同心圆。按照二进制分布规律,把每条码道加工成透明和不透明区域相间的形式。码盘的一侧安装光源,另一侧安装一排径向排列的光电管,每个光电管对准一条码道。当光源照射码盘时,如果是透明区,则光线被光电管接收,并转变成电信号,输出信号为“1”;如果是不透明区,则光电管接收不到光线,输出信号为“0”。被测工作轴带动码盘旋转时,光电管输出的信息就代表了轴的对应位置,即绝对位置。图4.30绝对型光电编码器光电编码盘大多采用格雷码编码盘,格雷码的特点是每一相邻数码之间仅改变一位二进制数,这样,即使制作和安装不十分准确,产生的误差最多也只是最低位的一位数。在图4.30中，五位二进制码盘分辨的最小角度(分辨率)为码道越多,分辨率越高。目前,码盘码道可做到十八条,能分辨的最小角度为=360/2180.0014。2.2.相对型光电编码器相对型光电编码器与绝对型光电编码器一样,相对型光电编码器也是由前述三个主要元件构成的。两者的工作原理基本相同,所不同的是后者的光源只有一路或两路。光电码盘一般只刻有一圈或两圈透明和不透明区域,当光透过码盘时,光敏元件导通,产生低电平信号,代表二进制的“0”;不透明的区域代表二进制的“1”。因此,这种编码器只能通过计算脉冲个数来得到输入轴所转过的相对角度。由于相对型光电编码器的码盘加工相对容易,因此其成本比绝对型编码器的低,而分辨率高。然而,只有使机器人首先完成校准操作以后才能获得绝对位置信息。通常,这不是很大的缺点,因为这样的操作一般只有在加上电源后才能完成。若在操作过程中电源意外地消失,由于相对型编码器没有“记忆”功能,故必须再次完成校准。如图4.31所示,编码器的分辨率通常由径向线数n来确定。这意味着,编码器能分辨的角度位置等于360n。典型的有100、128、200、256、500、512、1000、1024和2048线分辨率的编码器。图4.31光学式增量型旋转编码器3.3.3 3.3.3 角速度传感器角速度传感器1.1.旋转编码器旋转编码器当使用旋转编码器时,也可以用一个传感器检测角度和角速度,比较方便。1)绝对型旋转编码器的应用因为这种编码器的输出表示的是旋转角度的实际值,所以若对单位时间前的值进行记忆,并取它与现时值之间的差值,就可以求得角速度。2)相对型旋转编码器的应用这种编码器单位时间内输出脉冲的数目与角速度成比例。2.测速发电机测速发电机图4.32所示为测速发电机的构造。测速发电机与普通发电机的原理相同,除具有直流输出型和交流输出型以外,还有感应型。对于直流输出型,在其定子的永久磁铁产生的静止磁场中,安装着绕有线圈的转子。当转动转子时,就会产生交流电流,因此,经过二极管整流后,就会变换成直流进行输出。输出电压与转子的角速度成比例,因此得到uA 式中,A为常数。通常,转速为1000rmin时,输出的电压可以达到7V。图 4.32 测速发电机(a)带整流子的直流输出测速发电机；(b)交流输出测速发电机4.4 多感觉智能机器人多感觉智能机器人 多感觉传感系统使机器人拥有一定的智能,而多感觉信息融合技术在智能机器人系统中的应用,则提高了机器人的认知水平。多感觉智能机器人的组成如图4.33所示。它由机器人本体、控制及驱动器、多传感器系统、计算机系统和机器人示教盒组成,其工作环境为固定工作平台。多传感器系统共有接近觉、接触觉、滑觉、温度觉、热觉、力觉、视觉等七种感觉。图4.33多感觉智能机器人的组成1.1.机器人本体机器人本体机器人本体如图4.34所示。其结构为典型的SCARA(平面关节)型,共有4个自由度,即机身升降、大臂回转、小臂回转和手腕回转。各运动单元均由步进电动机驱动,其中机身的升降传动由滚珠丝杠螺母副完成,丝杠导程为20 mm;大、小臂及腕的转动由步进电动机通过谐波减速器直接输出。机器人手爪也由步进电动机驱动,丝杠螺母和连杆机构使两手指能平移张开与合拢。各部分参数如下:机身高度:1680 mm;升降行程:190 mm;大臂:长度400 mm,转角300;小臂:长度380 mm,转角300;手爪:开度110mm,夹持力2kg。图4.34机器人本体结构示意图2.2.多传感系统多传感系统多感觉智能机器人具有七种感觉。其中,接近觉、接触觉和滑觉为一体化的传感器,传感器外形被制成手指形状,便于直接安装到手爪上。温度觉和热觉传感器装于机器人的另一个手指上,温度觉传感器是普通测量元件(集成温度传感器),热觉传感器由加热部分与铂热敏电阻实现。该手指的顶部装有垂直向接近觉传感器。力传感器装于机械手的腕部。将上述六种传感器组装于一体的机械手爪如图4.35所示。图4.35装有六种传感器的机械手爪机器人多感觉传感器系统中除以上六种非视觉传感器以外,还在机器人的上方固定安装了视觉传感器(CCD摄像机)来对准机器人的作业台面。该系统采用的是MTV-3501CB型CCD摄像机(512582 PAL制),摄像机采集的模拟视频信号通过插在计算机扩展槽中的PC Video图像处理卡转换成一定格式的数字信息,送入计算机。3.3.控制部分控制部分多感觉智能机器人的控制分3层。整个控制系统的结构如图4.36所示,包括主控制单元、示教盒、3个结构相同的下级控制单元(主要控制各电动机的运转,1个单元控制2个电动机)、向各控制单元提供机器人内部信号的接口(如极限位置、零位等)以及完成人机交互界面和进行多信息融合计算和控制的计算机。图4.36系统总体布局4.4.总体布局总体布局多感觉智能机器人的总体布局如图4.37所示。控制部分包含各传感器的信号调理电路、主控制器及下级控制单元、驱动电路、电源等。图4.37控制系统硬件框图