购买
下载掌阅APP,畅读海量书库
立即打开
畅读海量书库
扫码下载掌阅APP

1.2 机器人的组成

1.2.1 机器人的基本组成

机器人一般由执行机构、驱动装置、检测装置和控制系统等组成,如图1-1所示为机器人的基本组成。

图1-1 机器人的基本组成

(1)执行机构

执行机构即机器人本体,其臂部一般采用空间开式链连杆机构,其中的运动副(转动副或移动副)常称为关节,关节个数通常为机器人的自由度数。根据关节配置形式和运动坐标形式的不同,机器人的执行机构可分为直角坐标式、圆柱坐标式、极坐标式和关节坐标式等类型。出于拟人化的考虑,常将机器人本体的有关部位分别称为基座、腰部、臂部、腕部、手部(夹持器或末端执行器)和行走部(对于移动机器人)等。

(2)驱动装置

驱动装置是驱使执行机构运动的机构,按照控制系统发出的指令信号,借助于动力元器件使机器人进行动作。它输入的是电信号,输出的是线、角位移量。机器人使用的驱动装置主要是电力驱动装置,如步进电动机、伺服电动机等,也有采用液压、气动等驱动装置。

(3)检测装置

检测装置实时检测机器人的运动及工作情况,根据需要反馈给控制系统,与设定信息进行比较后,对执行机构进行调整,以保证机器人的动作符合预定的要求。作为检测装置的传感器大致可以分为两类:一类是内部信息传感器,用于检测机器人各部分的内部状况,如各关节的位置、速度、加速度等,并将所测得的信息作为反馈信号送至控制器,形成闭环控制。一类是外部信息传感器,用于获取有关机器人的作业对象及外界环境等方面的信息,使机器人的动作能适应外界情况的变化,使之达到更高层次的自动化,甚至使机器人具有某种“感觉”,并向智能化发展,例如视觉、声觉等外部传感器给出工作对象、工作环境的有关信息,利用这些信息构成一个大的反馈回路,从而大大提高机器人的工作精度。

(4)控制系统

机器人的控制方式有两种。一种是集中式控制,即机器人的全部控制由一台微型计算机完成。另一种是分散(级)式控制,即采用多台微型计算机来分担机器人的控制,如采用上、下两级微型计算机共同完成机器人的控制,主机常用于负责系统的管理、通信、运动学和动力学计算,并向下级微型计算机发送指令信息;作为下级从机,各关节分别对应一个CPU,进行插补运算和伺服控制处理,实现给定的运动,并向主机反馈信息。

根据作业任务要求的不同,机器人的控制方式又可分为点位控制、连续轨迹控制和力(力矩)控制。

1.2.2 机器人的执行机构

机器人的执行机构由传动部件和机械构件组成,可仿照生物的形态将其分成臂、手、足、翅膀、鳍、躯干等相应的部分。臂和手主要用于操作环境中的对象;足、翅膀、鳍主要用于使机器人“移动”;躯干是连接各个器官的基础结构,同时参与操作和移动等运动功能。

(1)臂和手

臂由杆件及关节构成,关节则由内部装有电动机等驱动器的运动副来实现。关节及其自由度的构成方法极大影响着臂的运动范围和可操作性等指标。如果机构像人的手臂那样将杆件与关节以串联的形式连接起来,则称为开式链机械手;如果机构像人的手部那样将杆件与关节并联配置起来,则称为闭式链机械手,如并联机器人机构作为机械臂的机构。

机械臂具有改变对象的位置和姿态的参数(在三维空间中有6个参数),或者对对象施加力的作用,因此手臂最少具有3个自由度。若考虑移动、转动(关节的旋转轴沿着杆件长度的垂直方向)、旋转(关节的旋转轴沿着杆件长度方向)3种机构的不同组合可有27种形式,在此给出具有代表性的4类,如图1-2所示。

图1-2 机械臂结构示意图

手部是抓握对象并将机械臂的运动传递给对象的机构。如果能将机器人的手部设计得如人手一样具有通用性、灵活性,使用起来则较为理想。但由于目前在机械和控制上存在诸多困难,而机械人手在生产实际中会随现场具体情况而各不同,因此这种万能手不具有普适性。如果任务仅是用手臂末端简单地固定对象,那么手部可以设计成单自由度的夹钳机构。可以抓取特定形状的物体、具有特制刚性手指的手部,称为机械手(mechanical hand或mechanical gripper)。如果手臂不运动,那么就需要使用手部来操纵对象,此时多自由度多指型机构就大有用武之地了。

(2)移动机构

移动机构是机器人的移动装置。由于在机器人出现以前,人类就已发明了许多移动装置,比如车辆、船舶、飞机等,因此在机器人中也借鉴了相关的成熟技术,如车轮、螺旋桨、推进器等。实用的移动机器人几乎都采用车轮,不过它的弱点是只限于平坦的地面环境。

为了实现人和动物所具备的对地形及环境的高度适应性,人们正在积极地开展对多种移动机理的研究。现就目前已研制出的部分移动机构进行分类介绍,详见表1-1。

表1-1 移动机构分类

①车轮式移动机 车轮式移动机构在地表面等移动环境中控制车轮的滚动运动,使移动体本体相对于移动面产生相对运动。该机构的特点是在平坦的环境下移动效率较履带式移动机构和腿式移动机构要高,且结构简单、可控性好。

车轮式移动机构由车体、车轮、处于轮子和车体之间的支撑机构组成。车轮根据其有无驱动力可分为主动轮和从动轮两大类。根据单个车轮的自由度,又可分为圆板形的一般车轮、球形车轮、合成全方位车轮几类。

②履带式移动机构 履带式移动机构所用的履带是一种循环轨道,采用沿车轮前进方向边铺设移动面边移动的方式。该机构可在有台阶、壕沟等障碍物的空间中移动,比车轮式移动机构的应用范围广,但结构较车轮式移动机构复杂。

履带式移动机构一般由履带、支撑履带的链轮、滚轮及承载这些零部件的支撑框架构成,最后将支撑框架安装在车体上。

③双足式移动机构 双足机器人,是用两条腿来移动的移动机器人。鸟和人类是采取双足移动的。研究双足移动机构主要是模仿人或动物的移动机理,因此大多数双足机构的结构类型模仿了人类腿脚的旋转关节机构。

④多足式移动机构 除双足以外的所有足类机器人的总称。这种移动机构对环境的适应性强,能够任意选择着地点(平面、不平整地面、一定高度的障碍物、平缓斜坡地面、陡急斜坡地面等)进行移动。

⑤混合式移动机构 为了发挥车轮式移动机构在平整地面上高速有效移动的优点,又能在某种程度上适应不平整地面,一种可行的途径就是将车轮与其他形式的移动机构组合起来,有效地发挥两者的优点。目前,已研发出来的组合机构有轮腿式火星探测机器人,轮腿双足移动机器人,体节躯干移动机器人,履带与躯干、腿脚与履带、躯干与腿脚的组合机器人等。

a.蛇形机构:串联连接多个能够主动弯曲的单元体,构成索状超冗余功能体的结构称为蛇形机构。由蛇形机构构成的机器人能产生类似蛇一样的运动。比如,穿过仅容头部能通过的弯曲狭窄的路径,爬越凹凸地形或翻越障碍物,在沙地等松软地面上移动等。蛇形机构的每一个独立单元体是由驱动器、行走结构、前后搭接结构(与前面单元体和后续单元体连接的结构)组成的。

b.壁面吸附式移动机构:壁面吸附式移动机构是将移动机构(车轮、履带、腿)与将它吸附在壁面上的吸附机构(磁铁或吸盘)组合起来实现的,主要应用在结构物壁面检查或不便于搭脚手架之处。壁面吸附式移动机构主要是由移动机构、吸附机构和悬吊钢丝绳等安全装置构成。

另外,现在人们还在研究基于仿生学原理的各种机器人,来实现人类或动物的灵巧的动作和运动。

1.2.3 机器人的传感器

传感器的主要作用就是给机器人输入必要的信息,例如,测量角度和位移的传感器,对于掌握手和腿的速度、移动的方向,以及被抓持物体的形状和大小都是不可缺少的。

根据输入信息源是位于机器人的内部还是外部,传感器可以分为两大类:一类是为了感知机器人内部的状况或状态的内部测量传感器(简称内传感器),它是在机器人本身的控制中不可缺少的部分,虽然与作业任务无关,却在机器人制作时将其作为本体的一个组成部分;另一类是为了感知外部环境的状况或状态的外部测量传感器(简称外传感器),它是机器人适应外部环境所必需的传感器,按照机器人作业的内容,分别将其安装在机器人的头部、肩部、腕部、臀部、腿部和足部等。

为了便于理解机器人传感器的特征和区别,值得对传感器的检测内容、方式、种类和用途进行分类,如图1-3、表1-2和表1-3所示。

图1-3 机器人传感器

表1-2 内传感器按功能分类

表1-3 外传感器按功能分类

内传感器大多与伺服控制元器件组合在—起使用。尤其是表1-2中的位置或角度传感器,一般安装在机器人的相应部位,对满足给定位置、方向及姿态的控制,而且大多采用数字式,以便计算机进行处理。

1.2.4 机器人的控制系统

机器人控制系统指的是使机器人完成各种任务和动作所执行的各种控制手段。

(1)原理和组成

机器人系统通常分为机构本体和控制系统两大部分。控制系统的作用是根据指令对机构本体进行操作和控制,从而完成作业。机器人控制器是影响机器人性能的关键部分之一,它从一定程度上影响着机器人的发展。一个良好的控制器要有灵活、方便的操作方式和多种形式的运动控制方式,并且要安全可靠。

控制系统是机器人的神经中枢,控制系统的性能在很大程度上决定了机器人的性能,因此其重要性不言而喻。构成机器人控制系统的主要要素是控制系统软、硬件,输入、输出,驱动器和传感器系统。为了解决机器人的高度非线性及强耦合系统的控制,要运用到最优控制,解耦、自适应控制,以及变结构滑模控制和神经元网络控制等现代控制理论。另外,一些机器人是机、电、液高度集成,是一个复杂的系统和结构,其作业环境又极为恶劣,在设计控制系统时必须考虑具有散热、防尘、防潮、抗干扰、抗振动和抗冲击等性能,才能确保机器人的高可靠性。

控制系统设计,既要为机器人末端执行器完成高精度、高效率的作业实行实时监控,通过所配备的控制系统软、硬件,将执行器的坐标数据及时转换成驱动执行器的控制数据,使之具有智能化、自适应系统变化的能力,还要采取有多个控制通路或多种形式控制方式的策略。必须拥有自动、半自动和手工控制等控制方式,以应对各种突发情况下,通过人机交互选择后,能完成定位、运移、变位、夹持、送进、退出与检测等各种施工作业的复杂动作,使机器人始终能按照人们所期望的目标保持正常运行和作业。

机器人的控制系统主要由输入/输出(I/O)设备,计算机软、硬件系统,驱动器,传感器等构成,如图1-4所示。硬件系统包括控制器、执行器和伺服驱动器;软件系统包括各种控制算法。

图1-4 机器人控制系统构成要素

最早的机器人采用顺序控制方式。随着计算机技术的发展,机器人采用计算机系统来综合实现机电装置的功能,并采用示教再现的控制方式。随着信息技术和控制技术的发展,以及机器人应用范围的扩大,机器人控制技术正朝着智能化的方向发展,出现了离线编程、任务级语言、多传感器信息融合、智能行为控制等新技术。多种技术的发展将促进智能机器人的实现。伴随着机器人技术的进步,控制技术也由基本控制技术发展到现代智能控制技术。

(2)最基本的控制方法

对机器人机构来说,最简单的控制就是分别实施各个自由度的运动(位置及速度)控制。这种控制可以通过对控制各个自由度运动的电动机实施PID控制来简单实现。在这种情况下,需要根据运动学理论将整个机器人的运动分解为各个自由度的运动来进行控制。这种系统常由上、下位机构成。从运动控制的角度来看,上位机进行运动规划,将要执行的运动转化为各个关节的运动,然后按控制周期传给下位机。下位机进行运动的插补运算及对关节进行伺服,所以常用多轴运动控制器作为机器人的关节控制器。多轴运动控制器的各轴伺服控制也是独立的,每一个轴对应一个关节。

若要求机器人沿着一定的目标轨迹运动,则是轨迹控制。对于工业生产线上的机械臂,轨迹控制常采用示教再现方式。示教再现分两种:点位控制(PTP),用于点焊、更换刀具等情况:连续路径控制(CP),用于弧焊、喷漆等作业。如果机器人本身能够主动地决定运动,那么可经常使用路径规划加上在线路径跟踪的方式,如移动机器人的车轮控制方法。

(3)利用传感器反馈的运动调整

对每个自由度实施运动控制时,也可能发生臂和手受到环境约束的情况。这时,机器人与环境之间或许会因为产生过大的力而造成自身损坏。在这样的状态下,机器人必须适应环境,修改预先规划的轨迹。在这种场合下,借助于力传感器反馈的力信息并调整运动,能够让整个机器人的行动符合任务的需求。当机器人靠腿、脚进行移动时,若地面的平整度有尺寸误差,则机器人可能会失去平衡。在这种情况下,也需要通过将着地点的力加以反馈,以调整机器人的运动,实现适应地面的平稳步行。

(4)现代控制方法

机器人是一个复杂的多输入、多输出非线性系统,具有时变、强耦合和非线性的动力学特征。由于建模和测量的不精确,再加上负载的变化及外部扰动的影响,因此实际上无法得到机器人精确完整的运动学模型。现代控制理论为机器人的发展提供了一些能适应系统变化能力的控制方法,自适应控制即是其中一种。

①自适应控制 当机器人的动力学模型存在非线性和不确定因素,含未知的系统因素(如摩擦力)和非线性动态特性(重力、哥氏力、向心力的非线性),以及机器人在工作过程中环境和工作对象的性质与特征变化时,解决方法之一是在运行过程中不断测量受控对象的特征,根据测量的信息使控制系统按照新的特性实现闭环最优控制,即自适应控制。自适应控制分为模型参考自适应控制和自校正自适应控制,如图1-5、图1-6所示。

图1-5 模型参考自适应控制系统结构

图1-6 自校正自适应控制系统结构

自适应控制在受控系统参数发生变化时,通过学习、辨识和调整控制规律,可以达到一定的性能指标,但实现复杂、实时性的严格要求。当存在非参数不确定时,自适应控制难以保证系统的稳定性。鲁捧控制是针对机器人不确定性的另一种控制策略,可以弥补自适应控制的不足,适用于不确定因素在一定范围内变化的情况,保证系统稳定和维持一定的性能指标。如果将鲁棒控制与H∞控制理论相结合,所得的控制器可实现对外界未知干扰的有效衰减,同时保证系统跟踪误差的渐近收敛性。

②智能控制 随着科技的进步,计算机技术、新材料、人工智能、网络技术等的发展,出现了各种新型智能机器人。这些机器人具有由多种内、外传感器组成的感觉系统,不仅能感觉内部关节的运行速度、力的大小,还能通过外部传感器如视觉传感器、触觉传感器等,对外部环境信息进行感知、提取、处理并做出适当的决策,在结构或半结构化环境中自主完成一项任务。

智能机器人系统具有以下特征:

a.模型的不确定性:一是模型未知或知之甚少;二是模型的结构或参数可能在很大范围内变化。智能机器人属于后者。

b.系统的高度非线性:对于高度的非线性控制对象,虽然有一些非线性控制方法可用,但非线性控制技术目前还不成熟,有些方法也较复杂。

c.控制任务的复杂性:对于智能系统,常要求系统对于复杂任务有自行规划与决策的能力,有自动躲避障碍物运动到规划目标位置的能力。这是常规控制方法所不能达到的。典型代表是自主移动机器人。这时,自主控制器要完成问题求解和规划、环境建模、传感器信息分析、底层的反馈控制等任务。学习控制是人工智能技术应用到机器人领域的一种智能控制方法。目前已提出多种机器人控制方法,如模糊控制、神经网络控制、基于感知器的学习控制、基于小脑模型的学习控制等。

(5)其他控制

除了上述控制方法之外,人们也正在模仿生物体的控制机理,研究仿生型的而非模型的控制法。目前,基于神经振子所生成和引入的节奏模式已经实现了稳定的四足机器人、双足机器人的步行控制,基于行为的控制方法已与集中式控制方法相结合,应用到足球机器人的控制系统中。

上述介绍的传统方法,在大多数情况下,都假设杆件是刚体,不存储应变的能量,力的生成仅靠自由度来实现。利用该方法,能够比较简单地建立具有一般性的系统设计方法。但是,由于驱动器输出有限,响应速度也有限,因此在机器人的具体制作方面造成了很大的限制。为了弥补这一缺陷,人们尝试了多种办法,如使杆件具有弹簧或阻尼功能,以便它能无时间延迟地进行能量存储及耗散,或者以硬件的形式引入各个自由度中的弹簧或阻尼功能,以避免时间延迟,而非依靠软件(转矩控制)来实现。这是考虑“控制”机构设计的一个例子。另外,也有考虑“机构”的控制设计的例子。例如,在某些情况下因重量减轻而导致杆件变细,从而演变成柔性机构,这时就可以尝试通过控制来补偿由此在某些产生的误差或振动。如上所述,今后控制系统研究中重要的一点是将机构与控制整合起来处理。

在最近的研究结果中,令人印象比较深刻的是Passive Walking。它是一个由无驱动器的自由度组成的、具有类似人体骨筋构件机构的机器人,能以极其自然的双足步态在向上倾斜的缓坡上行走。这表明该机器人能够巧妙地利用重力下的力学系统特性,恰当且简单地进行机构控制。可以认为,人类等生物的运动机理也与它的原理如出一辙。至今,人们还将它作为基于动力学控制的一个更一般性的问题来加以研究。 hRmbgNctj9C6ny+kJECTvQf7h5u+a4hnk8X2NenQNSIQDEcle6oslOeKMQWCWt9c

点击中间区域
呼出菜单
上一章
目录
下一章
×

打开