下载掌阅APP，畅读海量书库
立即打开
协作机器人的感知系统主要由各种机器人传感器组成。机器人传感器是一种检测装置，可以使机器人感受到被测量的信息，并且将检测到的信息按照一定规律转化为电信号或其他形式的信息输出，以满足信息的传输、处理、存储等需求。机器人传感器是机器人的必要零部件，它将必要的外部信息及自身状态信息传递给机器人的控制系统，从而为机器人的决策提供必要的条件。机器人传感器的种类如图2-12所示。
协作机器人的传感器根据使用功能，可分为内部传感器和外部传感器。内部传感器是测量协作机器人自身状态的功能元件，其功能是测量运动学量和力学量，用于协作机器人感知自身的运动状态，使协作机器人可以按照规定的位置、轨迹和速度等参数运动；外部传感器主要用于感知协作机器人自身所处环境及自身和环境之间相互信息，如视觉、力觉等。
图2-12 机器人传感器的种类
编码器（encoder）是将信号（如比特流）或数据进行编制，转换为以通信、传输和存储信号形式的内部传感器。编码器可以把角位移或直线位移转换为电信号，前者称为码盘，后者称为码尺。按照读出方式，编码器可以分为接触式编码器和非接触式编码器；按照工作原理，编码器又可分为增量式编码器和绝对值编码器。增量式编码器将位移转换成周期性的电信号，再把这个电信号转变成计数脉冲，用脉冲的个数表示位移的大小。绝对值编码器的每一个位置都对应一个确定的数字码，因此它的示值只与测量的起始和终止位置有关，而与测量的中间过程无关。
现阶段，协作机器人的关节一般都配备成双编码器模式，其中电动机轴输出端为增量式编码器，与电动机一起负责电动机的速度反馈；关节输出端为绝对式编码器，负责关节输出位置的精确反馈。使用双编码器可以通过控制器补偿输入和输出误差，进而补偿关节刚度。一体化关节内反馈控制流程如图2-13所示。
考虑到电磁式编码器工作时可能会与电动机的转子磁铁相互干扰，电动机侧一般使用多圈增量式光栅编码器，分辨率中等、精度高；而输出端一般为单圈绝对值磁编码器，分辨率高、精度高。这两种编码器一般都选择中空式结构以方便走线。
图2-13 一体化关节内反馈控制流程
中空结构编码器见表2-2。
表2-2 中空结构编码器
1.单磁极编码器
单磁极磁编码器的核心结构如图2-14所示，上方为永磁体，下方为霍尔芯片，芯片上的4个阴影为霍尔器件。根据霍尔效应，在永磁体磁场的作用下，4个霍尔器件可以感应出相应的电压值，当永磁体匀速旋转一周，4个霍尔器件感应到的电压波形为四路正弦波形，且相位相差90°。因此，可根据返回电压的大小，得到磁铁转角值。
单磁极磁编码器的芯片一上电，即可返回该位置下的电压值，因此无需电池即可记录当前位置。值得一提的是，这种芯片既可以作为绝对式编码器使用（通过串行总线输出），也可以作为增量式编码器使用（ABZ）。典型案例可参考奥地利微电子公司生产的AS5047。
2.多磁极编码器
单磁极编码器一般为轴式测量，要求编码器安装在被测轴的轴端面，这种安装方式无法满足机器人关节中空走线的要求，因此离轴式多磁极编码器应运而生。
图2-14 单磁极磁编码器
多磁极单圈编码器主要由环形磁栅和传感器组成，如图2-15所示。磁盘已磁化，其圆周上布置交替排布的磁极。工作时，下方的传感器检测磁栅旋转时磁场的变化，并将此信息转换为正弦波。这种编码器为增量ABZ输出，典型案例有奥地利微电子公司生产的AS5311、AS5304等。
图2-15 多磁极单圈编码器
多磁极多圈编码器主要由环形磁环和读数头组成，如图2-16所示。典型的案例有UR机械臂关节内使用的雷尼绍AksIM系列绝对式中空磁编码器。其中，环形磁栅采用一种称为Nonius原理的编码方案。具体来说，环形磁栅由两个同心的、N-S交替排布的磁道构成。两个磁道的磁极数量不同，通常相差一个磁极。例如，外轨道可以具有32个磁极，而内轨道则可以具有31个磁极。围绕磁盘，内轨道和外轨道之间的磁极对准不断变化。在磁盘周围的任何给定位置，内磁极和外磁极之间的偏移角都是唯一的。
图2-16 多磁极多圈编码器
编码器工作时，位于读数头上的两个磁场传感器在穿越N级和S级时会分别产生一个正弦信号。这两个信号之间的相移对于磁盘周围的每个位置都是唯一的。读数头会将这种模拟相移转换为数字信号，每个数字信号都对应磁环上唯一的旋转位置。
由于磁敏元件的输出信号强度和磁极的间距成正比，因此磁编码器的分辨率无法像光学编码器那样做得很高。但从另一方面考虑，光学编码器容易受到灰尘等外界环境因素影响，且光栅非常脆弱，为安装和维修带来了困难。因此，磁编码器是替代光学编码器的一个很好的选择。
机器视觉是使机器人具有视觉感知功能的系统，其通过视觉传感器获取图像进行分析，使协作机器人能够代替人眼辨识物体，测量和判断，实现定位等功能。视觉传感器的优点是探测范围广、获取信息丰富，在实际应用中常使用多个视觉传感器或与其他传感器配合使用，然后通过一定的算法得到物体的形状、距离、速度等信息。
以深度摄像头为基础的计算视觉领域已经成为整个高科技行业最热门的投资和创业热点之一。这一领域的许多尖端成果都是由初创公司率先推出，再被巨头收购发扬光大的，如Intel公司收购了RealSense（实感摄像头）、苹果公司收购了Kinect的技术供应商PrimeSense，Oculus公司收购了一家主攻高精确度手势识别技术的以色列技术公司Pebbles Interfaces。在国内计算视觉方面的创业团队发展迅速，其中的佼佼者已经开始取得令人瞩目的成绩。
深度摄像头早在20世纪80年代就由美国IBM公司提出了相关概念。2005年创建于以色列的PrimeSense公司可谓该技术民用化的先驱。当时，在消费市场推广深度摄像头还处在概念阶段，此前深度摄像头仅应用于工业领域，为机械臂、工业机器人等提供图形视觉服务。由PrimeSense公司提供技术方案的微软Kinect成为深度摄像头在消费领域的开山之作，并带动了整个业界对该技术的民用开发。
视觉技术相当于协作机器人的“眼睛”，“协作机器人+视觉”使得机器人智能化变成现实，目前主流的机器视觉方式有2D视觉和3D视觉。
1.2D视觉
2D视觉技术起步较早，技术和应用也相对成熟。2D视觉技术根据灰度或彩色图像中对比度的特征提供结果，可看到平面上的物体特征，可用于丢失/存在检测、条形码检查、光学字符验证等2D几何分析。由于2D视觉不能获得对象的空间坐标信息，因此不支持形状相关的测量，如对象平坦度、表面角度、体积、具有接触侧的对象位置之间的特征等。此外，2D视觉测量精度易受可变照明条件及移动物体的影响。
2.3D视觉
相较于2D视觉，3D视觉更接近“人眼”，其核心在于对3D几何数据的采集和利用，在传统的图像颜色信息之外增加了额外的空间维度，可获取物体的深度信息，实现多维度定位识别。3D视觉可以测量与形状相关的特征，如物体的平直度、表面角度和体积，还可以实现多层摆放或无序物体的识别。随着用户对定制化产品的需求越来越高，生产线的部署更加柔性，工序的来料、生产、质检的自动化弹性更强，要求机器人对物料的抓取更加精准和高效，这些都加速了3D机器视觉在制造业的规模化应用。借助3D定位系统，通过对生产工件进行3D扫描，获取建模数据后，就可以给机器人提供最佳的路径，让机械臂精准抓取物料。目前，3D机器视觉技术整合人工智能正成为主流趋势。例如，融合深度学习技术使协作机器人具备人脑思维，以执行更高精度、更复杂的工作，如识别不规则物品，对无序混料进行分拣，可适用于高质量检测、物流分拣、微型螺钉拧紧、电子产品精密装配等场景。遨博机器人视觉识别无序码放如图2-17所示。
2D视觉和3D视觉具备各自的优势和局限性。虽然3D视觉正在多个领域中实现应用落地，但整体而言仍处于早期，落地场景都还比较分散。未来，2D视觉和3D视觉将在智能制造和智慧工厂应用中融合应用，如机器人末端配置2D摄像机，用来检测产品表面瑕疵、识别二维码等。3D视觉则安装在机器人上方，对产品进行定位从而确认机器人的走位，引导机器人的动作，协助机器人进行柔性分拣操作。未来将有越来越多的协作机器人搭载视觉系统以满足柔性化、智能化的生产需求。
图2-17 遨博机器人视觉识别无序码放
遨博机器人公司推出的iV系列视觉集成协作机器人，拥有一体式视觉集成控制柜，可与多种摄像机和镜头配合使用，更加灵活。
协作机器人产品确保“安全性”的核心技术在于如何对“碰撞”进行有效的检测，主流的“碰撞检测”方案有“电流环（无传感器）方案”“力矩传感器方案”“电子皮肤方案”。
1.电流环 （无传感器） 方案
“电流环（无传感器）方案”基于机器人本体电动机的电流-力矩环，结合机器人系统的力学模型对“碰撞”产生的外力矩进行检测和估算。由于该方案并未使用传感器产品，仅依靠算法，所以系统成本优势巨大，也是业内普遍使用的方案。该方案的难点在于机器人本体关节处摩擦力的影响因素较多，如温度、转速、角度等，使得模型构建并非容易。同时，协作机器人通常采用的谐波减速器具备柔性，外力矩在通过减速器传递给电动机时会有较为明显的损失。这些因素最终导致目前的“电流环（无传感器）方案”在“碰撞检测”时很难做到高精度，在诸如晶圆半导体、高精密电子等对于碰撞、振动要求较高的行业中难以匹配需求。
2.力矩传感器方案
针对下游行业较高的精度要求，目前业内采用灵敏度较高的“力矩传感器方案”。该方案除了力矩传感器本身的高敏感度因素，力矩传感器通常被安装在机身连杆处，由于目标外力矩不经过减速器，所以由减速器造成的摩擦力及柔性构造影响在此类方案中可以被规避，从而在极大程度上增强了系统对于“碰撞”的敏感度。但由于使用了传感器产品，成本相比于“电流环（无传感器）方案”存在劣势。在诸多“力矩传感器方案”中，目前业内使用较广泛的是“底座力矩传感器方案”，即在协作机器人底座处内置力矩传感器对系统的“碰撞”进行检测。敏感度更高的“关节力矩传感器方案”在本体关节处内置力矩传感器，结合双编码器的反馈对外力矩进行精准测算。但该方案成本较高，业内目前采用“关节力矩传感器方案”的产品有KUKA的iiwa系列。
3.电子皮肤方案
与传统的协作机器人碰撞检测方案不同，电子皮肤采用碰撞中段检测技术，在保证生产效率的同时，为协作机器人提供非接触式的接近感知与碰撞预防等人机协作安全性解决方案。电子皮肤通过在协作机器人表面包裹皮肤式传感器，通常为温度传感器、压力传感器等，来检测“碰撞”产生的外力矩。也有厂商尝试采用导入电磁传感器类产品的思路对障碍物的“碰撞”进行预测。电子皮肤极为灵敏，能够在10～20cm的距离检测到入侵物体，并在10ms内做出快速响应，充分保障人的安全。电子皮肤解决方案能够使协作机器人在中低速运动下，完全避免伤害的发生。协作机器人的安全方案如图2-18所示。
图2-18 协作机器人的安全方案
此外，电子皮肤解决方案采用穿戴式包裹在机器人外表，具有即装即用、部署灵活的特点，不占用工作空间，不会增加机器人的额外成本。同时，电子皮肤是360°检测，具有覆盖面积大、感知距离远、响应速度快、抗干扰性强的特点，增强了机器人的感知能力。
电子皮肤解决方案突破了传统安全技术的局限，兼顾效率，可以保障人机协作的安全，为协作机器人的大规模应用和进入更广泛的场景提供了可能。但其成本较高，装配较为复杂且技术还不够成熟，如Bosch公司的APAS系列产品据悉在“电子皮肤”中使用的传感器数量超过一百个，每台卖价约一百万元。此方案目前多留在展示阶段，短期内难以有大规模产业化的应用。
力觉传感器是用来检测机器人自身与外部环境之间相互作用力的传感器。力觉传感器经常装在机器人的关节处，通过检测弹性体变形来间接测量所受的力。装于机器人关节处的力觉传感器常以固定的三坐标形式出现，有利于满足控制系统的要求。目前，六维力觉传感器可以实现全力信息的测量，因其主要安装于腕关节处，也被称为腕力觉传感器。腕力觉传感器大部分采用应变电测原理，按其弹性体结构形式可分为两种：筒式腕力觉传感器和十字形腕力觉传感器。其中，筒式腕力觉传感器具有结构简单、弹性梁利用率高、灵敏度高的特点；十字形腕力觉传感器结构简单、坐标建立容易、加工精度高。