模糊控制的移动机器人的外文翻译.doc

模糊控制的移动机器人的外文翻译.doc（精选6篇）

篇1：模糊控制的移动机器人的外文翻译.doc

使用远程网络控制系统的三轴机器人

Min-Chie Chiu, Tian-Syung Lan, Ho-Chih Cheng 自动控制工程系，中州技术学院，彰化，台湾，中国 宇达商业科技大学资讯管理系，苗栗县，台湾，中国

摘要 对于石油行业，在有发生瓦斯爆炸危险的工作区使用防爆设备以降低风险，如空气驱动装置，这对于避免爆炸是必不可少的。此外，使用一个可视化的监测系统和网络的远程操作的机器人，以达到节省人力的目的。然而，要克服昂贵的人力成本的缺点和提高防爆区域的安全，提出了使用远程网络控制一个三轴机器人的系统控制。在本文中，三轴的机器人可以经由USB协议被在线监视。此外，它也可以通过点击客户端PC上的VB接口的命令，利用TCP/ IP协议远程操作。因此，远程控制三轴机器人不仅能在严重和危险的情况下为人们工作，而且还可以降低人力成本。

关键词：三轴机器人，远程网络监控

1.简介

在现代世界发展的新趋势，机器人开始感觉到他们的存在。为了提高这个过程，并减少不必要的人力，各种工业机器人已被广泛开发[1]。传统的机器人已被禁止在爆炸危险区使用电机驱动。为了克服这个缺点，需要一个新的设计要求的防爆电机[2]。但是，它是非常昂贵的。因此，在石油工业中为避免引起爆炸的火花，空气驱动装置对于防止爆炸是必要的[3,4]。目前，各种机器人已被提出，但是他们缺乏远程机器人和用户之间的交互性。为了在危险的工作区手动操作机器人执行特定的工作，一个空气系统驱动的远程控制机器人是非常重要的。在本文中，三轴机器人配备一个网络摄像头，它可以通过USB协议进行在线监视。显然，远程控制三轴机器人不仅可以为人们在动荡和危险的情况下工作，还可以降低人力成本。因此，一个基于PC的控制系统使用VB在一个服务器电脑和客户端PC通过RS232/RS485协议建立接口。2.基于PC的远程控制系统

用于减少人力的工业加工的自动化系统是随处可见。正如图1中，使用两个VB经由网络接口（一个服务器中的PC和另一个在客户端中的PC）和Web摄像头已建立的远程三轴机器人系统。正如在图2中所示，施加两种系统模量（7060D和7520）中的远程监视/控制系统。由于RS232协议传送的距离超过十五米时信号会产生严重的衰减，一个新建议的协议（RS485）在长距离传输时信号衰减的影响是微不足道的[5,6]。在这里，7520是一个从RS232—RS485协议的转换设备[7,8]。通过RS232/RS485转换器从服务器PC发出的命令将被发送到其他模量。电磁控制阀的硬件如图3所示用于操纵的活塞运动（即机器人臂的运动）使用一个7060D模块的DI/O（数字输入和输出），被发射的信号从一个服务器PC通过一个7520A模块（从RS232，RS285协议转换器）。正如图4所示，电磁控制阀7060模块通过使用一个VB接口的服务器PC上一个RS232/RS485协议触发数字信号输出。控制阀的位置状态会从控制阀(a0, a1, b0, b1, c0, and c1)传送的磁信号被7060模块的数字输入信号检测到。

图1 远程三轴机器人系统

图2 两种模块

图3 三个电磁控制阀相对于活塞的图表

图4 导线连接的模块

正如在图5和图6中所示，用户可以通过点击的移动按钮通过VB 服务器PC和客户端PC上的对话相关的电磁控制阀操纵机器人的手臂。此外，当前位置活塞A，B和C监测的灯光A +，A-，B+，B-，C+，和C-可以在服务器和客户端PC的VB对话框中控制。

气动机械臂在被执行之前，系统在系统的测试图的基础上进行确认。正如在图7中所示，三个电磁控制阀的信号的操纵过程中将被重新检查。此外，也可以通过单击命令按钮，在PC界面上VB的对话框中触发相关的活塞将灯光A +，A-，B+，B-，C+，和C-作出回应。

图5 VB对话框（PC服务器）手动移动机器人的手臂 要监视在线的真实运动的机器人手臂，需要安装一个网络摄像头。机器人手臂的图像将被捕获，并通过一个USB协议发送回至服务器电脑。此外，图像将通过TCP / IP协议被传输到客户端电脑。

图6 VB对话框（PC客户端）手动移动机器人的手臂

3.结果与讨论 3.1 结果

正如在图5和图6上所示，使用两个VB的接口（一个中的服务器的PC和客户端中的pc），通过网络与Web摄像头的一个三轴机器人的远程控制已经成功建立。在客户端电脑可以被操纵，TCP/ IP协议的基础上，应先连接电脑的服务器和在客户端的电脑对话中输入IP地址和运输端口号。要保持的机器人臂的特定移动，6个按钮（x轴正向，x轴向后，y轴转发，y轴向后，z轴的正向，和z轴向后，）对应于服务器电脑VB对话框的上选择机器人的动作。

3.2 讨论

用户可以通过服务器PC和客户端PC操纵机器人手臂。VB界面所示的机器人手臂（活塞的位置的电磁信号）的状态将通过TCP / IP协议被发送到PC客户端。点击在客户端PC的命令，也将被发送到服务器的PC导致的电磁控制阀的动作，从而通过切换空气路径控制所述活塞的活塞运动。同时，活塞的位置信号将被转换成的灯光A +，A-，B+，B-，C+，和C-显示在两个VB在PC服务器和客户端的对话框上。此外，机器人手臂的图像通过USB协议将被捕获并发送到服务器PC。通过TCP / IP协议图像将从PC服务器传输到PC客户端。4.结论

这证明该远程控制系统控制的空气驱动三轴机器人手臂节省了人力，避免了爆炸，并提高了工业生产过程。传统的机器人已被禁止在危险爆炸区使用电机驱动。此外，另一种用电气马达防爆的设计是昂贵的。因此，为了节省人力，避免发生爆炸的危险，同时，降低成本费用，使用空气驱动的机器人手臂是必要的。空气驱动的机器人在无火花化学过程中，并使用VB对话可以安全地和远程操纵，它通过RS232/RS485协议，利用电磁控制阀，以触发一个空气驱动的活塞。此外，通过经由USB协议的监控机器人臂运动的图像发送到服务器电脑。此外，机器人运动的图像将通过TCP / IP协议被转发到客户端电脑机。在客户端PC的用户也可以在客户端PC使用VB界面通过TCP / IP协议操纵机器人运动。

因此，应当指出，如果在危险的工作环境中进行操作时，使用远程网络监视/控制系统控制空气驱动的机械臂，工人/植物和工业过程的安全和效率将得到改善。

5.致谢

作者感谢财政支持这个项目（CCUT-AI-96-AC02）。笔者感谢匿名审稿人友情提供的建议和意见，以改进这项工作。

6.参考文献

[1] M.C.Chiu, L.J.Yeh and Y.C.Lin, “The Design and Application of a Robot ic Vacuum Cleaner,”Journal of Information & Optimization Sciences, Vol.30, No.1, 2009, pp.39-62.[2] H.A.Akeel and A.J.Malarz, “Electric Robot for Use in a Hazardous Location,” United States Patent 4984745, 2002.[3] Users’ Guidebook for Explosion Protection Electric Facility, Guildline, RIIS-TR-94-2, National Institute of Industrial Safety, 1994.[4] M.-R.Lin and C.-Y.Chen, “Applications of Inherently Safer Design on Industrial Processes,” Chemical Engineering, Vol.47, No.1, 2000, pp.41-51.[5] M.C.Chiu, “An Automatic Thermal Control on Green-house Using Network Remote Controlling System,” Journal of Applied Sciences , Vol.10, No.17, 2010, pp.1944-1950.[6] M.C.Chiu,“A Multi-Function Aquarium Equipped with Automatic Thermal Control/Fodder-Feeding/Water Treat-ment Using Network Remote Controlling System,” Information Technology Journal , Vol.9, No.7, 2010, pp.1458-1466.[7] M.C.Chiu, “The Study of Remote Network Monitoring and Controlling System on Thermal Procedure,” in: Y.-L.Chang-Hwa and C.-H.Chai-Ialley, Eds., The Proceedings of 2008 Academic Joint Venture, 2008.[8] M.C.Chiu, H.C.Cheng and M.J.Hsu, “The Study of Remote Network Monitoring and Controlling System on Gas-Driven Robotic,” The Proceedings of Mechanics, Light, and Electricity, San-Johns Technical University, Taipei, 2008.A Three-Axis Robot Using a Remote Network Control System

Min-Chie Chiu, Tian-Syung Lan, Ho-Chih Cheng Department of Automatic Control Engineering, Chungchou Institute of Technology，Changhua, Taiwan, China

Department of Information Management, Yu Da University, Miaoli, Taiwan, China

E-mail : tslan888@yahoo.com.tw

Received August 7 , 2010;revised October 8 , 2010;accepted October 18 , 2010

Abstract For the petroleum industry, to reduce the risk of a gas explosion in dangerous working areas, the use of explosion-proof equipment such as air-driven devices which are free from explosions becomes essential.Moreover, for the purpose of saving manpower, a remote operation using a robot via a visual monitoring system and a network is used.However, to overcome the drawback of costly manpower and to improve safety in explosion-prone zones, a three-axis robot using a remote network control system is proposed.In this paper, the three-axis robot can be monitored on line via the USB protocol.Furthermore, it also can be remotely manipulated via the TCP/IP protocol by clicking the command of the VB interface on the client pc.Consequently, the remote-control three-axis robot can not only work for people in severe and dangerous circumstances but also can reduce the cost of manpower.Keywords: Three-Axis Robot, Remote Network Monitoring

1.Introduction

As new trends in the modern world evolve, robots begin to make their presence felt.In order to improve the process and reduce unnecessary manpower, various industrial robots have been widely developed [1].Traditional robot driven by electrical motor used in a dangerous explosion zone has been prohibited.To overcome the drawback, a new design of explosion proof for an electrical motor is required [2].However, it is extremely expensive.Therefore, to avoid explosions caused by sparks in the petroleum industry, an air-driven device which is explosion free is necessary [3,4].Currently, various robots have been presented;however, they lack remote interactivity between the robot and the user.In order to manually operate a robot to execute a specific job in a dangerous working area, a remote-control robot system driven by air is vital.In this paper, the three-axis robot equipped with a web camera, which can be monitored online via the USB protocol, is established.Obviously, the remote-control three-axis robot not only can work for people in volatile and dangerous circumstances but also can lower the cost of manpower.Consequently, a PC-based control system is constructed using a VB interface in both a sever pc and a client pc via the RS232/RS485 protocol.2.A PC-Based Remote Controlling System

Automation systems used in industrial processing to reduce manpower are seen everywhere.As indicated in Figure 1, a remote three-axis robot system using two VB interfaces(one in the sever pc and the other in the client pc)via a network and a web camera has been established.As indicated in Figure 2, two kinds of system modulus(7060D and 7520)are applied in the remote monitoring/control system.Because of the serious decay of the signal for a RS232 protocol traveling over a distance of fifteen meters, a new protocol(RS485)in which the effect of signal decay is trivial for long-distance transportation is recommended [5,6].Here, the 7520 module is a protocol transfer device from RS232 to RS485 [7,8].A command emitted from the sever pc will be sent to other modulus via the RS232/RS485 converter.The hardware of the electromagnetic control valve shown in Figure 3 is used to manipulate the piston motion(i.e., the motion of the robotic arm)using a 7060D module’s DI/O(digital input and output)that is emitted from a sever pc via a 7520A module(a protocol translator from RS232 to RS285).As indicated in Figure 4 , the electromagnetic control valve will be triggered by the digital output signal of the 7060 module via a RS232/RS485 protocol using a VB interface on the sever pc.The status of the piston positions will be also detected by the digital input signal of the 7060 module transmitted from the magnetic signals(a0, a1, b0, b1, c0, and c1)of the pistons.Figure 1.A remote three-axis robot system.Figure 2.Two kinds of modulus.Figure 3.The diagram of the pistons with respect to three electromagnetic control valves.As indicated in Figures 5 and 6 , the user can manipulate the robot’s arm by clicking the movement button to actuate the related electromagnetic control valve via the VB dialogue on both the pc sever and the pc client.Moreover, the current position of pistons A, B, and C will be monitored by the lights of A+, A–, B+, B–, C+, and C– in the VB dialogues in pc server and client.Before the gas robotic arm is performed, the system confirmation is carried based on a system testing diagram.As indicated in Figure 7 , the signals of three electromagnetic control valves will be rechecked during the manipulating process.Besides, the related piston triggered by clicking the command button in the VB dialogue will also be responded to the lights of A+, A–, B+, B–, C+, and C– in pc’s interface.To monitor the real motion of robotic arm online, a web camera is installed.The image of the robotic arm will be caught and sent back to the sever pc via a USB protocol.Moreover, the image will be transmitted to the client pc via the TCP/IP protocol.Figure 4.The wire connections of the modulus.3.Results and Discussion

3.1.Results

As indicated in Figures 5 and 6 , the remote control of a three-axis robot using two VB interfaces(one in the sever pc and the other in the client pc)via a network and a web camera has been established successfully.Before the client pc can be manipulated, based on the TCP/IP protocol, the sever pc shall be connected first by inputting the IP address and transp ort number in the client’s pc dialogue.To keep the

Figure 5.The manual movement of the robot’s arm on the VB dialogue(pc sever).Figure 6.The manual movement of the robot’s arm on the VB dialogue(pc client).Figure 7.A system testing diagram for a remote-controlled three-axis robotic arm.robotic arm in a specific motion, six buttons(x-axis forward, x-axis backward, y-axis forwarding, y-axis backward, z-axis forward, and z-axis backward,)of the robot’s motion will be selected on the VB dialogue of the sever pc.3.2.Discussion

The user can manipulate the robotic arm in both the pc sever and the pc client.The status of the robotic arm(the electromagnetic signal of the piston’s location)shown in the VB interface will be transmitted to the pc client via a TCP/IP protocol.The command clicked in the pc client will be also transmitted to the pc sever to actuate the electromagnetic control valve so as to control the piston motion of the piston by switching the air path.Meanwhile, the signals of pistons’position will be translated as the lights of A+, A–, B+, B–, C+, and C– shown in two VB dialogues in pc server and client.Moreover, the image of the robotic arm will be caught and sent to the pc sever using the USB protocol.The image will be then transmitted from the pc sever to the pc client via the TCP/IP.4.Conclusions

It has been shown that a remote control system dealing with an air-driven three-axis robotic arm reduces manpower, avoids the explosion, and improves the industrial process.Traditional robot driven by electrical motor used in a dangerous explosion zone has been prohibited.Moreover, an alternative design of explosion proof for an electrical motor is expensive.Therefore, in order to save manpower, avoid the danger for explosion simultaneously, and to cost down the f ee of machine, an air-driven robotic arm is compulsory.The air-driven robot provides no spark in the chemical process and can be safely and remotely manipulated using a VB dialogue to trigger an air-driven piston, which is actuated by an electromagnetic control valve via the RS232/RS485.Additionally, a visual monitoring of the robotic arm is performed by transmitting the image of the robotic motion to the sever pc via the USB protocol.Moreover, the image of the robotic motion will be forwarded to the client pc via the TCP/IP protocol.The user at the client pc can also manipulate the robotic motion using a VB interface at the client pc via the TCP/IP protocol.Consequently, it is noted that both the safety of workers/plant and the efficiency of the industrial process will be improved if an air-driven robotic arm in conjunction with a remote network monitoring/control system is applied when operating in a dangerous work environment.5.Acknowledgements

The authors acknowledge the financial support of the Project(CCUT-AI-96-AC02).The author would like to thank the anonymous referees who kindly provided the suggestions and comments to improve this work.6.References

[1] M.C.Chiu, L.J.Yeh and Y.C.Lin, “The Design and Application of a Robot ic Vacuum Cleaner,” Journal of Information & Optimization Sciences, Vol.30, No.1, 2009, pp.39-62.[2] H.A.Akeel and A.J.Malarz, “Electric Robot for Use in a Hazardous Location,” United States Patent 4984745, 2002.[3] Users’ Guidebook for Explosion Protection Electric Facility, Guildline, RIIS-TR-94-2, National Institute of Industrial Safety, 1994.[4] M.-R.Lin and C.-Y.Chen, “Applications of Inherently Safer Design on Industrial Processes,” Chemical Engineering, Vol.47, No.1, 2000, pp.41-51.[5] M.C.Chiu, “An Automatic Thermal Control on Green-house Using Network Remote Controlling System,” Journal of Applied Sciences , Vol.10, No.17, 2010, pp.1944-1950.[6] M.C.Chiu,“A Multi-Function Aquarium Equipped with Automatic Thermal Control/Fodder-Feeding/Water Treat-ment Using Network Remote Controlling System,” Information Technology Journal , Vol.9, No.7, 2010, pp.1458-1466.[7] M.C.Chiu, “The Study of Remote Network Monitoring and Controlling System on Thermal Procedure,” in: Y.-L.Chang-Hwa and C.-H.Chai-Ialley, Eds., The Proceedings of 2008 Academic Joint Venture, 2008.[8] M.C.Chiu, H.C.Cheng and M.J.Hsu, “The Study of Remote Network Monitoring and Controlling System on Gas-Driven Robotic,” The Proceedings of Mechanics, Light, and Electricity, San-Johns Technical University, Taipei, 2008.

篇2：模糊控制的移动机器人的外文翻译.doc

Welding Workcell

ABSTRACT: This paper describes work underway to evaluate the effectiveness of voice recognition systems as an element in the control of a robotic welding workcell.Factors being considered for control include program editor access security,Preoperation checklist requirements, welding process variable control,and robot manipulator motion overrides.In the latter two categories, manual vocal control is being compared against manual tactile control and fully automatic control in terms of speed of response, accuracy, stability, reliability.And safety.Introduction

Voice recognition technology is now recognized as a potential means for easing the workload of operators of complex systems.Numerous applications have already been implemented, are in various stages of development, or are under consideration.These include data entry,control of aircraft systems, and voice identification and verification for security purposes.Voice control has also been proposed for use aboard the space station.One prime area for application would be control of some functions of robots used for intraand extravehicular inspection, assembly, repair,satellite retrieval, and satellite maintenance when a crewmember is serving in a supervisory capacity or the system is operating in a teleoperation mode.Voice control of sensors and process variables would free the crewmember’s hands for other tasks, such as direct control or override of the manipulator motion.Similarly, the workload associated with control of many onboard experiments could be eased through the use of this technology.This paper describes the application of voice recognition for control of a robotic welding workcell.This is a complex system involving inputs from multiple sensors and control of a wide variety of robot manipulator motions and process variables.While many functions are automated, a human operator serves in a supervisory capacity, ready to override functions when necessary.In the present investigation, a commercially available voice recognition system is being integrated with a robotic welding workcell at NASA Marshall Space Flight Center, which is used as a test bed for evaluation and development of advanced technologies for use in fabrication of the Space Shuttle Main Engine.In the system under development, some functions do not yet have automatic closedloop control, thus requiring continuous monitoring and real-time adjustment by the human operator.Presently, these ovemdes are input to the system through tactile commands(;.e..pushing buttons.turning knobs for potentiometers, or adjusting mechanical devices).Since the operator monitors the process primarily visually, he must either look away from the process to find the proper button or knob or rely on“muscular memory”much as a touch-typist does.In the first case, the time of response to a deviant condition may be excessive.In the second case, there is an increased probability of a secondary error being introduced by the operator.A voice recognition system could reduce the response time required from the operator.The probability of pushing the wrong button should similarly be reduced.Also, operator fatigue should be minimized.Since the operator can continuously monitor the process during override input, the effect of the change can be observed more quickly.Thus, if the desired value is exceeded and reverse correction is required, it should be accomplished more quickly, allowing less overshoot.This reduction in oscillation about the desired value makes the system more stable.Another factor that can be improved is operator safety.In a safety-critical situation,the robot’s operation can be halted immediately by use of the “emergency stop,’’ or E-stop, mode, which is initiated, conventionally, by depressing a large button.If an operator inadvertently finds himself in a hazardous situation, it may be necessary for him to initiate the E-stop sequence.Should the operator not be within reach of the button,however, he may be unable to take the necessary action, and, as a result, could suffer serious injury.Having the capability of stopping the robot by issuing a voice command could significantly improve the operator’s safety by enabling him to stop the robot even when not within reach of the E-stop button.Manual corrections are occasionally required to adjust the location at which the weld filler wire enters the weld pool.Proper entry location is absolutely critical to sound weld quality.Adjustments are made either by manually adjusting mechanisms that hold the wirefeed guide tube or by issuing tactile commands to a servomechanism.Use of a voice recognition system could eliminate the need for the operator to place his hand within the working envelope of the robot end effector or, if servomechanisms are employed,could improve speed of response and stability.Another aspect of robot operation in an industrial environment that is very important is the security of a program editing capability of the system.Under no circumstances should any unauthorized person be able to enter this programming mode and alter the robot’s program.A voice recognition system can provide the necessary security by allowing access only for individuals who are authorized and whose voices can be identified by the system.Background

Robotic welding is under development by NASA and Rocketdyne for the automation of welds on the Space Shuttle Main Engine that are presently made manually.The programmability of a robot can reduce the percentage of welding defects through a combination of consistency and repeatability unattainable by its human counterparts.To do this, the robot is programmed to a nominal weld path and level of weld process parameters(i.e., current, travel speed.voltage,wire addition rate).Some adjustment of these values is often necessary due to conditions changing during the weld.A human making a manual weld accomplishes this adjustment readily, while a robot must rely on the limited talents of sensors and the ability of the operator to override functions when necessary.System Integration

The basic elements of the workcell system are shown diagrammatically in the illustration.The ultimate goal of the system development work in progress is to generate robot manipulator programs and weld process programs off line, download them to the workcell supervisory computer, then use sensor subsystems to make closed-loop corrections to the robot path and process variables.Offline programming is being done with an Intergraph modified VAX 780/785-205 computer system with Interact color graphics workstations.Deviations between the programmed robot path and the actual required path are observed and corrected by a sophisticated vision-based sensor developed for this application by Ohio State University.This sensor system is also designed to permit measurement of the molten weld pool surface dimensions and correct welding current level to maintain the weld pool dimensions within desired limits.Presently, a number of functions are still controlled manually, and manual overrides capability is required for all functions.As stated in the Introduction, use of voice recognition may improve the accuracy and speed of response of these manual overrides.To explore this technology, a Votan VRT 6050 stand-alone voice recognition terminal has been integrated into the workcell.This system provides continuous speech recognition of up to 10 sets of words with 75-150 words per set.The integration of the voice recognition system is broken into analog and discrete signals for control.The voice recognition system connects to the control computer through a standard RS232-C communications link.Discrete Control Signals

In this project, most of the control circuitry is based on discrete digital signals.This is due to the on/off state nature of the circuits to be controlled in the robot controller.The circuits of the system to be controlled by the voice recognition control computer(VRCC)by discrete signals are the emergency stop circuit and the positive jog and negative jog circuits for motion control.Since the safety of the operator is paramount in any automated workcell, the voice recognition system should be incorporated as a safety feature.To accomplish this, the VRCC has been interfaced into the workcell emergency stop circuit.The emergency stop circuit in the robotic workcell will shut down the welding process and the mechanical motion of the manipulators.Through the use of a digital signal from the VRCC, a relay is energized that interrupts the necessary circuits in the weld power supply and robot controller.With the use of the voice recognition system as a safety control for this workcell, we have added a third level of redundancy into the emergency stopping ability of the operator(in addition to the present emergency stop buttons).Manipulator motions are controlled through an axis select button in conjunction with a positive or negative jog button that is depressed by the operator.Once the operator has selected an axis, he depresses one of the jog buttons for the desired travel distance.This function was selected to be controlled by the VRCC because of its utilization during automatic operation of the manipulator to correct trajectory errors.The circuitry necessary to control this operation draws the signal to ground through the activation of relays for the positive or negative jog motion.Because motion is achieved only as long as these signals are active low.they can be controlled by discrete digital signals from the VRCC.Analog Control Signals

There are many variables that affect the quality of weld during the welding process.but the welding current has the greatest effect over a small range of values.It was for this reason, that the welding current was chosen to be controlled by the voice recognition system.The welding power supply controls the current level through a voltage circuit that uses a range of 0-10 V DC.These voltage values are converted to current levels from 0 to 300 A for welding.A digital-to-analog converter is used in conjunction with a multiplying circuit.The converter allows the VRCC to control a voltage level that is used by the weld power supply to achieve the proper welding current.The multiplier circuit is necessary to allow the weld power supply to be controlled by the other subcontroller used in the workcell.Experimental Investigation

The accuracy and speed of response of corrections to robot manipulator motion and welding process variables made with the VRCC are being compared with those made with the original control system.Step input errors to robot motion and welding current are introduced randomly into the robot program.By graphically recording relevant system output signals,the time required for the operator to detect the change and initiate corrective action may be measured.Response accuracy and stability may also be gaged through similar analysis of the relevant recorded system output signals.Conclusions

Future work will investigate voice control of welding filler wirefeed speed and location of wire entry into the weld pool.Also to be investigated is voice control of welding arc voltage override.Later, restriction of access to the robot program editor by voice recognition may be implemented.The use of voice recognition technology for manual supervisory control of industrial robot systems is very promising.This technology has application for aerospace welding due to the need to have constant human supervision over a multitude of process parameters in real time.Future development of this technology will permit rapid expansion of its application to both robotic and nonrobotic processes.Acknowledgment

Special thanks to Mr.Jeff Hudson of Martin Marietta Corporation for assistance in the preparation of the illustration presented in this article.References

[1] C.A.Simpson.hl.E.McCauley.E.F.Rolland.J.C.Ruth.and B.H.Williges.“System Design for Speech Recognition and Generation.” Hutnnn Factors.vol.27.no.2.pp.115-1-11.1985.[2] National Research Council.Committee on Computerized Speech Recognition Technologies.Automatic Speech Rerop1irior1 in severe Environments National Research Council.1984.[3] E.J.Lerner.“Talking to Your Aircraft.” Aerospace America.vol.24.no.2.pp.85-88.1986.[4] J.T.Memlield.“Bosing Explores Voice Recognition for Future Transpon Flight Deck.” Ariarinn Week and Space Techno/-og!.vol.124.no.16.pp.85-91.1986.[5] A.Cohen and J.D.Erickson,..Future Uses of Machine Intelligence and Robotics for the Space Station and Implications for the U.S.Economy.' IEEE J.Robotics and Automarion.vol.SMC-16.pp.1 11-12 I.Jan.iFeb.1986 [6] “Automation and Robotics for the National Space Program,” California Space Institute Automation and Robotics Panel.Cal Space Repon CS1185-01, Feb.25, 1985.[7] “Advancing Automation and Robotics Technology for the Space Station and for the U.S.Economy.” Advanced Technology AdvisoryCommittee.NASA TM 87566.Mar.1985.使用语音识别技术控制的焊接机器人工作单元

摘要：本文论述了使用声音识别技术的焊接机器人工作单元在工作过程中的效果、程序编辑者接近机器人的安全﹑试行运转的必要性﹑焊接过程的控制变量﹑机器人操作者的动作规范等因素给与考虑。在焊接过程控制和操作动作两个方面，按照反应速度﹑定位精确性﹑焊接稳定性﹑焊接可靠性和安全性把人工声音控制与手工触觉控制和完全自动化控制进行了比较。

绪论

声音识别技术已经成为可能缓解操作者工作负担的一种有潜力的复杂系统。许多应用已经落实,或正陆续开发,或正在研究之中。这些措施包括数据的输入﹑飞机的控制﹑和以安全为目的的语音识别。

许多应用语音控制技术还建议用于太空站.一个主要的应用领域将机器人控制功能用于太空舱内检查、装配、维修、卫星回收、维修卫星,是在船上服务的监督能力和系统运作模式的反馈.声音感应器和过程控制的变数将使船员影响他手上的其它工作,例如直接控制或推翻的操纵议案。同样,利用工作量控制机载实验这种技术可以缓解许多工作负担。

这份文件描述应用语音识别控制的焊接机器人工作单元。这是一个复杂的系统,涉及多个传感器及控制投入各种机械操作件和变化多样的工艺参数。虽然许多功能是自动化，且为人类监督管理能力所控制,但在必要时随时准备超越这些功能。在当前的调查中，在美国航天局的马歇尔空间飞行中心可供商业使用语音识别系统结合了焊接机器人工作单元的技术，这一技术作为试点的评价和开发先进技术并用于制造航天飞机主发动机。在系统开发中，有些功能尚不具备自动跟踪控制,因此需要不断地人力监测和实时调整操作。目前,该系统投入方案是通过触觉指令(即： 推动按钮.旋转电位计、或者调整机械装置)。由于操作过程中,主要监测者必须考虑在远离的过程中寻找适当的按钮或把手或靠像打字员一样那种打字时的肌肉记忆。第二种情况，可能由于操作者的的二次反应而增加了错误发生的可能性。

一个语音识别系统可减少操作者的反应时间。操作者按错按钮的可能性了同样的也会减少。并且,操作者劳累也会大大减小。

由于在方案运行的过程中操作者不断监测，可以更快地观察到运行状况改变所带来的影响。因此,如果超过了预期值,应该更快纠正,，但不能太过度。这对减少振荡,使系统更加稳定的实现了预期的价值。

另一个因素是可以改善操作者的安全.。在一个安全的紧急情况下，机器人的操作者可以采取紧急停止来停止其运行，这种紧急停止模式一般来说是设置一个大按钮，按惯例是一种经常用的方式。如果操作者无意中发现自己在危险的情况下，这时也许他有必要采取紧急停止这种模式。如果操作者不能够按到的按钮，可他也没有能力采取必要的行动时，这样下去，他可能会受重伤。如果操作者者能通过发出声音指令来停止机器人的运行那将会大大的改善操作者的安全，即使操作者在不能按到紧急停止按钮无法停止机器的情况下也将很安全。

手工调整有时候需要适应焊丝填充到焊接溶池中的位置。填充到正确合适的位置是焊接质量的关键。既可通过手工调节机制来控制送丝导管也可给自动控制装置发出移动指令来进行调整。使用语音识别系统可以让操作者者不必再把机器人控制效应得指令文件拿在手中，如自动控制装置被使用，可以改善操作的反应速度和运行稳定性。

另一方面，编辑系统程序权限的安全是工业机器人在作业环境中很重要的一个安全。在任何情况下，任何未经授权的人能进入程序编辑模式，并且可以改变机器人的控制程序。一个语音识别系统，可提供必要的安全，使他们那些久久是获得授权的人的声音，才能被机器人系统识别。

背景

美国航天局正在开发焊接机器人并且焊接自动化设备来代替目前正在用手工焊接的航天飞机的主发动机。使用该机器人的程序，可以通过用手工来难以做到的焊接一致性和重复操作来达到减少焊接缺陷的比例。为此，焊接机可以编成控制额定的焊接通路和所需要的焊接过程参数，(即焊接电流、焊接速度、焊接电压、送丝速度等)。当焊接条件改变的时候做一些有价值调整是很有必要的。一个人用手工来操作焊接时作出调整是很容易的，但是机器人的调节靠传感器的智能和必要的人工操作者的方案调节。

系统综述

机器人工作系统的基本情况如图表所示，最终的系统开发工作是编辑操作的程序和焊接过程生产线的控制程序，下载这些程序到控制工作单元的电脑，然后使用子系统传感器修正机器人的运行路径和过程，使其可变。利用VAX 780/785-205电脑连接到彩色图形处理工作站来进行图表处理实现脱机设计。机器人由于程序编辑和实际需要之间的偏差是通过俄亥俄州大学研究的精密的视觉传感器来发现和纠正的。这种传感系统也设计成允许测量焊接溶池表面尺寸和改变电流大小来调节焊接溶池保持理想的形状。目前，仍有许多功能人工控制，而且各个方面的功能都需要人工的操作。如前绪论中所述，引进声音识别技术可以改进人工操作的准确性和反应速度。为研究这项技术，Votan VRT 6050声音识别单机终端被引入到机器人的工作单元中。这个连续的语音识别系统可以提供多达10套，每套有75—150句话。

把语音识别系统的模拟和离散信号输入控制。语音识别系统通过RS232-C的通信连接到控制主机。

图1焊接机器人系统设计

离散控制信号

在这个项目中，大多数控制电路是基于不同的数字信号。这主要是用在一些国产性质的机器人控制器上的。通过语音识别技术控制的计算机来控制的电路系统是通过一种离散信号来控制，这种信号有紧急停止电路和积极响应和消极响应电路的功能。

因为任何自动化工作单元中操作者的安全是必须保障的,所以应把语音识别系统的安全也考虑在内。为达到这一目标，贞技术已引入紧急停止电路的工作单元。机器人工作单元中的紧急停止电路将会停止焊接过程的终止操作者的操作。通过使用数字贞信号，需要中断焊接动力供电线路和机器人控制器的继电器被广泛使用。由于在这一工作单元中使用的语音识别技术这一安全系统，我们又增加了第三种供选择的紧急停车的方案（除了现在已经有的紧急停车按钮）。

方案是通过操作者在轴配合正按钮或负按钮之间选择来实现控制的。一旦操作者选择了轴，它可以在理想的距离之内控制负按钮。这种功能的选用是通过控贞信号来控制的，因为贞信号的使用在自动操作中可以纠正运行的错误。在这一操作中有必要通过继电器的正负极的地面信号来达到目的。只因为这些信号很微弱才能达到目的。他们可以通过贞信号远距离控制。

模拟控制信号

有很多因素影响焊接过程的质量，但是焊接电流对焊接质量的影响绝不是一个小的因素。正因为如此，所以焊接电流被选择为声音识别系统控制的对象。

使用0—10V直流电压来控制焊接电源从而控制电流大小，这种电压可以使电流在焊接过程中从0—300A之间变化。数子—模拟转化器配合的电路在广泛的使用。这种转换器允许贞信号控制电压的大小从而使电源能提供合适的焊接电流。这种电路必须允许焊接电源通过工作单元中的其它辅助设备来控制。

实验研究

在准确性和反应速度方面通过贞信号控制的各种焊接过程与原始的控制系统进行了比较。目前焊接机器人操作的的输入误差提和焊接电流已经被引入到机器人程序中。通过图表记录了系统相关的信号，可以通过操作者发觉错误和纠正这一错误所需要的时间来衡量。反应的准确性和稳定性也可以通过类似的记录仪器来分析系统信号的输入。

结论

今后的工作将会把语音控制技术应用到焊丝填充速度焊丝填入溶池位置的控制，也会将该技术用在弧焊电压控制上。以后，那些现在在机器人编程受到限制的的方案在采用语音识别技术之后有可能实现。

利用语音识别技术控制工业机器人系统非常有前景的。由于航空焊接需要大量人力监管过程实时参数控制所以这项技术已申请用于航空焊接。这一技术的未来发展将可迅速扩展为机器人的应用和非机器人的处理过程。

致谢

在此特别感谢Martin Marietta 公司的Mr.Jeff Hudson协助编作本篇论文。

参考文献

篇3：模糊控制的移动机器人的外文翻译.doc

关键词：非完整机器人,模糊,控制

1、前言

近年来, 随着非完整移动机器人应用领域的不断扩展, 基于不校准视觉的移动机器人的轨迹跟踪问题得到国内外学者的广泛关注。然而非完整移动机器人在实际的应用中存在着一些问题, 如运动模型、噪声等不确定因素使移动机器人往往满足不了理想的条件。而模糊控制有着独特的优点, 因此提出用模糊控制的方法解决非完整移动机器人存在的问题。其中模糊控制的特点如下:

(1) 模糊控制不依赖控制系统精确的模型, 可以接受不确定的输入变量, 最终产生光滑的实际可用的控制输出量。

(2) 非完整移动机器人是一个时延、非线性系统, 传统的控制方法难以建立对应关系, 而模糊控制器可以做到输入空间到输出空间的非线性映射。

由于视觉传感器模拟人类的视觉具有不用接触量测的特点, 视觉伺服反馈已经广泛的应用在机械手的控制中。在对非完整移动机器人的视觉反馈控制时, 传统的方法必须事先将视觉反馈信息经过摄像头的校准, 而一般的校准视觉参数方法费事费力, 在现实控制中不实用。而利用Lyapunov方法设计的不校准视觉参数移动机器人控制器对参数要求严格, 推导过程繁琐并且控制器结构复杂。于是提出采用模糊算法在视觉参数不校准的情况下对非完整移动机器人进行跟踪控制。

2、模糊控制器的设计

模糊控制实质上是一种非线性控制, 属于智能控制的领域。模糊控制系统可通过改变模糊规则、模糊隶属度函数和推理决策的方式改善系统特性, 比常规的系统只能调节参数更为简便。另外模糊控制系统抗干扰性强, 而传统控制很容易由微小的飘移引起系统失控。本文中对移动机器人的视觉伺服控制类似于人类的开车, 模糊理论是以模拟人类的思维为基础的。因此, 对于视觉参数不校准的非完整移动机器人的轨迹跟踪控制, 可采用模糊控制的方法控制机器人的线速度和角速度。

参考人类开车的行为可知, 非完整移动机器人的速度跟它实际的轨迹坐标点到对应的理想轨迹坐标点的距离le (k) 有关, 非完整移动机器人的转向跟它处于跟踪曲线的左侧或是右侧有关, 跟驾驶角误差也有关系。因为de (k) 和e l (k) 近似, 所以如果de (k) >0, 说明p r (k) 在ip (k) 切线的左侧;如果de (k) <0, 说明p r (k) 在ip (k) 切线的右侧;如果de (k) =0, 说明p r (k) 在ip (k) 切线上。而角度误差和位置误差分别控制非完整移动机器人的角速度和线速度。角度误差比较大时, 角速度为主要控制对象, 应将线速度控制一定范围, 大力度快速控制角速度;非完整移动机器人的实际轨迹点落后理想轨迹点时, 线速度为主要控制对象, 应增大线速度。在实际的情况下, 非完整移动机器人实际的轨迹点位于理想轨迹曲线不同侧面时, 机器人的角度误差和位置误差对角速度和线速度的控制分别有着不同的模糊控制规则。

非完整移动机器人轨迹跟踪的模糊控制器包括模糊化, 规则推理和去模糊化三部分。整个控制系统有两个输入 (de, eθ) 和两个输出 (v, ω) .分别用e和u表示e=[e d, eθ], u=[v, ω]。

2.1 模糊化

模糊化是将输入的精确量变成模糊量, 具体来说, 模糊化过程将输入量映射到一个输出量0到1范围之间的语言模糊变量。此模糊控制系统选用三角形隶属度函数, 可将非完整移动机器人实际移动的轨迹坐标点到理想的轨迹坐标点切线的距离de模糊化为{负大, 负中, 负小, 负微, 零, 正微, 正小, 正中, 正大}, 用{N L, N M, N S, NU, Z, PU, PS, PM, PL}来表示, 论域为[-6 6]。当非完整移动机器人角度的跟踪误差eθ范围为[-π/2, π/2]时, 可将其模糊化为{负大, 负中, 负小, 负微, 零, 正微, 正小, 正中, 正大}, 用{NL, NM, NS, NU, Z, PU, PS, PM, PL}来表示, 论域为[-π/2, π/2]。当非完整移动机器人角度的跟踪误差eθ范围为[π/2, π]时, 可将其模糊化为{小, 中, 大}, 用{PS, PM, PL}来表示, 论域为[π/2, π]。当非完整移动机器人角度的跟踪误差eθ范围为[-π, -π/2]时, 可将其模糊化为{大, 中, 小}, 用{NL, PM, NS}来表示, 论域为[-π, -π/2]。可将v模糊化为{小, 中, 大}, 用{L, M, H}来表示, 论域为[0 4]。可将ω模糊化为{负大, 负中, 负小, 负微, 零, 正微, 正小, 正中, 正大}, 用{NL, NM, NS, NU, Z, PU, PS, PM, PL}来表示, 论域为[-6 6]。

2.2 模糊规则

模糊规则是模拟人类的思维, 根据专家知识, 实际经验, 在模糊控制的输入量和输出量之间建立一种模糊对应的逻辑关系。在模糊控制系统中采用近似推理的推理机和“与”和“或”的逻辑关系。采用取大-取小 (MAX-MIN) 的模糊推理方法和I F-T H E N控制规则式为:

Lij:if E is Ai and EC为Bj then U为Cij;i, j=1, 2, K, N.

E、EC、U都为语言变量, 其中E和EC表示模糊控制器输入变量的模糊语言变量值, U表示模糊控制器输出变量的模糊语言变量值。

2.3 解模糊化

解模糊化是将模糊推理得到的一个模糊集或者隶属度函数转化成实际控制用的清晰量。解模糊决策选用的方法不同, 得到的结果也不同。本论文选用重心法解模糊化。解模糊化:

式中iu表示隶属函数值达到的最大值。

3、实验结果

下面用MATLAB对非完整移动机器人轨迹跟踪的模糊控制算法进行仿真。在进行仿真前, 首先设定移动机器人跟踪的理想轨迹, 然后通过实验观察和调整各隶属度函数的参数的模糊规则。因为隶属度函数参数会影响到移动机器人的跟踪效果, 所以通过实验的分析调整, 选择最合适的隶属度参数。而移动机器人的模糊控制规则也是根据人的经验制定的, 不一定是最优的, 所以要根据实验结果不断的修正模糊控制规则, 最终得出最合适的模糊规则。下面进行非完整移动机器人的跟踪仿真。

(1) 非完整移动机器人直线轨迹跟踪:

起始点为[-1, 0, 0], α1=α2=1, θ0=0, vr=2, rw=0, t0=0.01, 非完整移动机器人轨迹跟踪仿真结果正常。

(2) 非完整移动机器人曲线轨迹跟踪:

起始点[-1, 0, 0], α1=α2=1, θ0=0, rv=2, rw=0.3, t0=0.01, 非完整移动机器人轨迹跟踪仿真结果正常。

参考文献

[1]王玉华.非完整移动机器人模糊导航及控制算法研究[D].大连:大连海事大学, 2008.

篇4：移动机器人仿人智能控制的研究

摘 要：机器人的研究涉及很多方面，例如传感器技术、人工智能技术、控制理论和计算机技术等，并且制造出的机器人需要具备高准确性和高灵活性的移动能力，才能更好地为人们服务。现代的机器人的设计中普遍会运用到仿人智能控制算法，其通过开闭环控制和定量与定性结合的控制方式来实现机器人移动更快、更准确的特性。虽然我国近年来在移动机器人的研究方面已经取得了一定的成果，但是还不够完善，仍然存在着许多需要解决的问题。

关键词：移动机器人；仿人技术；智能控制；思考研究

研究移动机器人，就需要解决其在移动过程中的定位、导航、控制和路径规划这一系列的问题。在这之中传感器的功能就被体现了出来，通过传感器可以让机器人实时把握环境信息，并在之后通过信息的整合，找到一条最合理的路径规划。所以移动机器人不仅可以被看作是一种自主式智能系统，也是一种高度智能化的自动化机器。移动机器人的仿人智能控制研究目前已成为了一项热门研究。

一、研究的目的和意义

实现移动机器人的全智能化可以说是现在我们每个人所期待的事情。而就而目前的技术和科技发展水平来看，距实现移动机器人的全智能化仍需要一段时间。但是随着现今科技发展水平的不断提高，移动机器人的研究已经逐渐进入到了一个新阶段。移动机器人的智能化、信息处理技术和适应性已经越来越强，而且我们已经开始追求更高层次的机器人的研究。当然，机器人的研究过程中仍旧有着一系列的问题，其会很容易受到环境因素的影响，也存在例如参数误差和未建模动态等问题。所以我们目前亟待解决机器人系统的不确定问题和自主的决策路径问题，使它们变成高度智能化的智能机器人。

然而，虽然我们目前在机器人的研究过程中取得了一系列的成就，但是也越来越受到来自符号处理的压力，符号处理工作做不好，机器人就会遇到在知识表示和信息处理方面的问题，这就要求我们研究出一套智能的算法使得机器人能够有组织的进行自主学习。算法在早期主要体现为符号主义、进化算法和模拟退火算法等，随着研究的发展，目前已经发展成为了结合多门学科、信息和技术的智能算法，并已经被普遍的应用。

智能算法目前被分为三大趋势：首先是改进经典算法并对其进行进一步的理论和实验研究；其次是通过开发新型的智能工具，在扩宽其应用领域的同时寻找到其理论基础，使得新型的智能工具能够在这个瞬息万变的社会中立稳脚跟。最后就是一种混合智能算法，是通过传统算法和智能算法的结合得到的。面对当今不断涌现新算法的现象，我们需要尽快的进行理论研究并开发新型的智能工具。

二、移动机器人的系统架构

（一）移动机器人硬件系统架构

移动机器人的硬件系统主要由路径识别系统模块、电源模块、直流电机驱动模块、无线通讯模块和测速模块这六大模块所组成。其中路径识别系统模块是移动机器人路径跟踪控制中至关重要的一部分，它可以控制移动机器人行走的速度，就像我们人类离不开眼睛一样，移动机器人也离不开路径识别系统模块。其主要是通过红外检测的方法来帮助机器人进行道路规划，红外接收管会通过区分不同程度的红外光来区分白天与黑夜，移动机器人的路径姿态和稳定性可以通过双排红外传感器来进一步确定。电源模块中每个模块需要的电压是不同的，例如单片机系统和传感器电路5V就够用，而舵机需要6V，针对这一特点，就需要利用开关电源调节器，它可以控制开关的导通和截止时间，从而不仅可以使工作中的热损失降低、提高了电源的利用率，还可以抗干扰、增强设备的稳定性。绝大多数的直流电机驱动都采用控制半导体功率器件工作在开关状态的开关驱动方式，再通过桥式驱动器可以实现多种输出控制、通讯功能和电平控制这些功能。无线通讯模块则主要负责的是移动机器人的行动状况的了解和反馈，及时的采集其在移动过程中的各种信息。而测速模块就是计算机器人的行驶速度，主要是通过检测红外收发对管在一定时间内输出高电平或者低电平的脉冲数来计算。

（二）移动机器人软件系统架构

移动机器人的软件系统主要经历初始化过程、数据采集和处理以及控制器设计这三种阶段。其中在初始化过程中，主要包括时钟初始化、PWM初始化、SCI串行口通信初始化、AD模块初始化和定时器模块这五部分。而采集的数据主要是两组AD转换之后的数据，但是这些数据很可能在传输的过程中受到外界环境的干扰而造成每个传感器的电压值显示不同，所以就需要我们对这些数据进行处理来排除偏离的数据使得数据能够一致。最后就可以进行控制器设计这一部分了，控制器在设计的时候要考虑到整理过后的数据，并且找到最适合移动机器人的速度和转角控制策略进而正确的控制机器人的自主移动。

三、 移动机器人在机械生产中的应用

（一）移动机器人在机械生产过程中的智能监控

在进行机械生产过程中，需要对各个环节的生产进行智能监督，例如炼油、轧钢、材料加工、核反应等，在其机械生产过程中经常会出现一系列的问题，影响了生产的正常运行，加强对机械生产过程的监控以确保机械性能的可靠性。为了提高机械性能的精度，以提高产品的稳定性和质量，以保证机械生产流程的顺利进行。例如轧钢机的神经控制、旋转水泥窑的模糊控制、分级智能材料处理、分布式材料加工系统、工业锅炉的递阶智能控制、智能pH值过程控制以及基于知识的核反器控制等，这样一来可以保证机械生产的整体效率。

（二）移动机器人在飞行器中的智能控制

移动机器人的智能控制在飞行过程得到了广泛的应用。大部分商用飞机都配备了可供选择的自动降落系统。基于神经网络的飞行器可以对紊流和其他非线性流进行有效的控制。此外，神经网络还可以对未识别线性或非线性关系进行有效的处理，而这些关系均是驾驶员能够运用的。在原则上移动机器人智能控制能够从一个大的变量集合转化为另一个变量集合，如从传感器参量转化到控制动作或操作模式的映射。上世纪80年代以来， 移动机器人智能控制在飞行器中得到了广泛的应用，大大提高了飞行器的安全性和运行效率。

参考文献：

[1] 陈情，薛方正.工业机器人的仿人智能控制[J].重庆理工大学学报：自然科学，2012，26（7）：42-49.

[2]李楠，陈韶飞，薛方正，等.用 IGA 优化的直流电机的仿人智能控制[J].计算机工程与应用，2011，47（14）：226-229.

篇5：模糊控制的移动机器人的外文翻译.doc

Zhang Qin, Fan Chang-xiang and Yao Tao School of Mechanical and Automotive Engineering

South China University of Technology Guang zhou, Guangdong Province, China

zhangqin@scut.edu.cn

Yoshitsugu Kamiya Department of Mechanical Systems Engineering

Kanazawa University Kanazawa, Japan

kamiya@t.kanazawa-u.ac.jp

【摘要】上楼梯是双足机器人的一种基本动作。一个有效的算法对双足步行的稳定性是至关重要的。在本文中，我们以双足机器人爬楼梯为例，提出一个基于重复变换法（RDK）的算法来规划上楼梯动作和前向运动。在本文提出的算法中，为了满足上楼梯的稳定性，机器人通过上身来调整质心的位置，并且由重复变换法（RDK）进行计算和修正。重复变换法的作用是有保证性的，其可行性和有效性已经通过双足机器人上楼梯仿真实验的验证；而本文提出的算法也适用于双足机器人下楼梯。

【索引词】双足机器人；上楼梯；重复变换法；重心运动；

1.介绍

双足机器人和人类一样拥有多自由度的特点，每一个关节可以通过巧妙的组合从而可以完成各种动作。而且双足机器人对环境具有良好的适应性，并能进入相对狭窄空间替代人类执行各种操作，所以它们具有广阔的应用前景。上下楼梯只是双足机器人具有的基本功能。而建立机器人的运动学模型，分析其上下楼梯的过程，并研究其步态规划方法，是实现双足机器人稳定的步态非常重要的保证。

一些目前的研究成果已经计算出双足机器人的上下楼梯的步态规划。如Yusuke Sugahara以及其他人提出通过调整腰部关节的角度和预先设置的零点力矩（ZMP）轨迹来设计机器人的步态规划方法爬楼梯。而Jeon以及其他人通过四项多项式计算关节的运动轨迹，并优化的机器人上下楼所需的最小能耗，实现机器人上楼梯的步态规划。Eun-Su等人则通过优化多项式参数与动态加密算法和自适应遗传算法，并且结合低阶多项式来计算各关节的运动轨迹，最后研究轴承扭矩和能源消耗和ZMP，直至机器人能稳定上下楼梯从而规划机器人的上楼梯轨迹。Song Xian-xi等学者利用踝关节的运动轨迹，并调整踝关节的旋转角与利用模糊控制算法使ZMP的位置接近支撑区域的中心，实现机器人稳定上楼梯的步态规划。除此之外，其他一些国际和国内学者也做了相关研究关于双足机器人的上下楼梯或上下斜坡的步态规划。上面的算法主要是基于关节轨迹的预先计算，然后通过模糊控制算法或遗传算法优化步态等，这些算法相当复杂，因为计算量是非常巨大的，而且处理时间非常长。

本文在分析双足机器人动作的基础上，提出一个基于重复变换法（RDK）的新算法来规划攀爬动作和前向运动。算法的核心主要是通过腰部关节的运动来调整重心位置，以满足重心位置变化的需求，规划机器人能稳定地上楼梯且不让机器人摔倒的步态。

2.仿真模型的建立

双足机器人的仿真模型如图1所示。

图1 双足机器人的仿真模型

图1中的模型有 6个自由度。分别是每条腿有3个自由度，右腿包括踝关节JR1，膝关节JR2，髋关节JR3。而左腿包括踝关节JL1，膝关节JL2和髋关节JL3。腰关节是两个自由度的球形关节。J7能够使腰部关节向前和向后旋转，而J8能够使腰部关节左右摆动。根据资料分析，一个普通人的的质量75%都是集中于腰部的，所以我们可以忽略身体下部的质量，而在建立模型时可以令机器人的腰部位置设为重心点c建立坐标系，并简化机器人的上半身。假设每个关节的顺时针旋转为负方向，而逆时针旋转方向为正方向。接着我们可以忽略动力学的影响，只考虑机器人上楼梯的静态步行的过程。

通过静力学的公式，我们可以得到重心的投影坐标是:

在公式中，θ7是腰部关节向前和向后旋转的角度，而θ8是腰部关节左右旋转的角度。鉴于FL和FR在地面上的支撑力分别作用于机器人的左、右脚，所以我们得出:

在公式中g是重力加速度，M的质量重心，Lw是左脚和右脚之间的横向距离。在机器人上楼梯的过程中，首先应该保证机器人不会摔倒，所以当它双脚支撑全身时，ZMP应该时刻保持在两脚之间的区域，也就是说F = min（FR，FL）> 0。机器人一只脚支撑时，ZMP应该保持在支撑区域，也就是说，FL > 0或FR > 0。当机器人一只脚支撑整体时，支撑脚的中心是最稳定的支点，坐标设为B（x0，y0），为了表达机器人的稳定度，机器人ZMP和B点之间的距离关系，公式是:

3.上楼梯的步态分析

机器人上楼梯的动作可以分解为以下步骤:首先机器人从两脚的中间移动ZMP到支撑脚（右脚）;然后当重心完全转移到右脚时，弯曲左腿并向前移动；第三重心逐渐从右脚移动向左脚，最后重心完全转移到左脚时，机器人弯曲左腿和伸直腰部上楼梯。然后机器人的右脚重复上述流程从而完成整个操作。在上述过程中，机器人的重心点C在地面上的投影如（1）所示，和运动的重心是图2所示:

图2 机器人的重心轨迹，在图中重心的初始位置是，重心移动是

A基于重复变换法（RDK）算法的重心移动

调整机器人的重心位置使其上部的身体满足ZMP的约束要求，而身体上半身的重心基于重复变换法算法实现。机器人上楼梯的过程中，可以通过旋转腰部关节的自由度θ7θ8来计算机器人的9个姿态。由于腰部关节有限制的旋转范围，根据（1）机器人的重心位置C投影在地上计算相应的每个姿势和根据（2）分别计算左脚和右脚的支撑力FL和FR。重复这种方式，直到机器人完成其重心的运动。详细算法描述如下:（1）设置机器人的腰部关节旋转范围（θimin，θimax）和初始角度θi（i = 1、2、3、7、8）。

（2）给定腰部关节两个旋转方向的旋转角度（-θi，0，+θi）（i = 7、8），并计算32个步态和相应的正运动学方程。

（3）在计算出的32个动作中，限定机器人不会摔倒的条件下，然后挑出符合要求的动作，并增加支撑力。如果上面的要求并不存在，也就是说支撑脚的反作用力或FR小于0，那么这意味着目标任务不能完成。

（4）通过（3）得出在每个符合要求的姿势中，设ZMP到最稳定的支点距离l，并选择最低值lmin是机器人的步态。然后再回到（2）。

不断重复上述过程并更改腰部关节的步态。根据优化条件规划ZMP运动轨迹，使机器人本身不摔倒且满足需求，使其最稳定地上楼梯。

B上楼梯的步态规划算法

由于机器人的重心在两脚中间，根据该算法机器人的总重心转移到支撑脚（右脚），并抬高另一只脚（左脚）时，机器人的重心保持在前向（右脚），我们可以得到旋转角θL1和θL2，根据机器人每个关节之间的几何关系确定腿的姿势。然后根据该算法对重心的运动，ZMP通过机器人调整腰部关节θ7和θ8转移到左脚。接下来，逐渐伸直腰部和支撑脚（左脚）来抬起身体。抬起身体的同时，ZMP应该保持固定（左脚下）。详细的方法是通过正向运动学确定重心的位置C在支撑脚（左脚），然后基于重复变换法优化腰部关节的旋转角和总重心的位置，实现保持ZMP保持不变。机器人重复上述过程，直到腰部和支撑脚再伸直，抬起身体能够完整爬楼梯。具体方法描述如下:（1）根据上述步骤和机器人之间的几何关系，确定各关节的旋转角θL1和θL2。（2）根据算法对重心的运动在一个部分中，移动机器人的ZMP到左脚。

（3）为了伸直腿和抬起身体，给左膝关节的θL1和踝关节θL2相应的微小增量+θLi（i = 1、2），然后确定重心的位置C在左脚的正向运动学方程。

（4）基于重复变换法优化腰部关节的转动角度θ7和θ8，总重心的位置和保持ZMP不变。回到3），重复上述过程，直到机器人抬起身体，再次申直腰部和支撑脚，并顺利地上楼梯。

4.仿真例子

根据上面的仿真模型和算法，我们模拟机器人上楼梯的动作。让高度Sh = 150mm和宽度Sw = 275mm，机器人的质量M = 60 kg，脚的宽度W = 70mm。机器人各关节的参数和初始角的设置如表1和表2所示。

表1 机器人的结构参数

图3双足机器人的步态图

机器人上楼梯的整个过程如图所示。图4表示ZMP的变化轨迹，虚线的部分是两个脚之间的区域，灰色线是正确的位置。图6表示支持脚的力随着时间的变化。图7表示各关节的角度随着时间的变化。

机器人的ZMP位置从两脚之间移动到右脚，令FR变得越来越大。虽然FL= 0，但是ZMP的位置完全在右脚。保持ZMP不变，机器人可以弯曲左脚并前向运动。可以通过几何关系计算出左下肢关节角度即θL1和θL2。在这个阶段，机器人的步态变化如（a）和（b）所示的图，图4所示为ZMP轨迹变化。图6所示脚的支持力随时间变化的图。图7表示腰部关节的角度随时间的转换和基于重复变换法的重心的运动。机器人反复调整θ7和θ8移动身体，使ZMP逐渐转移到左脚。在运动的过程中，身体上部的运动如图（c），图（d）和图（e）所示。相关参数变化作为EF的一部分如图4，图6和图7。

由支撑脚（左脚）的正向运动学，我们可以逐步确定重心位置和腰部关节参数，基于重复变换法确定腰部关节的构成（θ7和θ8），同时保持机器人的ZMP。重复上面的过程，直到腰部和支撑脚协调和抬起身体完成上楼梯的动作。机器人的姿态在这个过程中显示为图（e）-（h），腰部关节角和左脚的变化如图7所示。在这个过程中腰和左脚变得笔直，机器人的ZMP本质上是保持在点F如图4所示，然后右脚弯曲向前移动一步。机器人以这种循环方式完成上楼梯的动作。

图4双足机器人的ZMP轨迹

图7双足机器人的关节轨迹

讨论：本文仍然适用于参数变化时，也就是说增加脚步的高度或跨度，机器人可以调整其ZMP在支撑脚上的位置。但当姿态的参数超过机器人重心的移动范围，机器人将无法满足ZMP的要求上楼梯。如果我们不考虑机器人的各关节的扭矩范围和所有机器人的参

数，设置与上一节相同的高度和宽度，分别改变Sh = 350mm和Sw = 650mm。机器人上楼梯的动作显示在图8。从图中，我们可以看到，无论怎样的上半身动作，也就是说无论θ7和θ8如何调整，ZMP不能移动到机器人的支撑脚来完成其上楼梯。

图8 双足机器人的姿态图

事实上在关节可承受扭力矩围内，机器人的各关节都可以承受上楼梯所需的力。当我们考虑各关节的扭矩范围时，我们只需要改变算法（4）的一部分，根据反复调整ZMP的重复变换法在第三节的其中一个部分，可以改变扭矩Ti（i = 1、2、3、7、8）各关节的姿势（在第3部分）并确定关节之间的最小转矩值所做出相应的机器人姿势，然后回到（2）。

5.结论

本文以6自由度机器人为例提出了一个重复变换法来规划上楼梯的步态，并得出以下结论：机器人可以通过其腰部关节调整重心的位置，以满足ZMP稳定的要求，基于重复变换算法（RDK）规划上楼梯动作和利用机器人的正运动学可以先后规划机器人的稳定步态。算法也适用于机器人的下楼梯的动作。

本文只是初步研究双足步行机器人上楼梯的静态步态。在未来的工作中，我们将进一步分析动态步态规划来补充本文的算法。

【参考文献】

[1] Zhang Qin，Wu Zhi-bin，Kamiya Yoshitsugu.Lift-up gene-ration for robot using repeatedly direct kinematics [J].Robot，2011，33（3）: 340-346.[2] Liu Li，Wang Jin-song，Chen Ken，et al.The research on the biped humanoid robot THBIP-I[J].Robot，2002，24（3）: 262-267 [3] Yusuke Sugahara，Akihiro Ohta，Hun-ok Lim，et al.Walking up and down stairs carrying a human by a biped locomotor with parallel mechanism[C]//2005 IEEE/RSJ International Conference on Intelligent Robots and Systems，Canada: IEEE，2005: 1489–1494.[4] Kweon Soo Jeon，Ohung Kwon，Jong Hyeon Park.Optimal trajectory generation for a biped robot walking a staircase based on genetic algorithms[C]//Proceedings of 2004 IEEE/RSJ International Conference on Intelligent Robots and Systems，Sendai，Japan: IEEE，2004: 2837-2842.[5] Jong-Wook Kim.On the global convergence of univariate dynamic encoding algorithm for searches（uDEAS）[C]//SICE-ICASE International Joint Conference，Busan，Korea: IEEE，2006: 5776–5781 [6] Taegyu Kim，Jong-Wook Kim.Planning walking patterns of a biped robot with uDEAS optimization[C]//International Conference on Control，Automation and Systems 2007，Seoul，Korea: IEEE，2007，2693–2698（2007）.[7] Eun-Su Kim，Jo-Hwan Kim，Jong-Wook Kim.Generation of optimal trajectories for ascending and descending a stair of a humanoid based on uDEAS[C]//IEEE International Conference Fuzzy System，Korea: IEEE，2009: 660-665.[8] Eun-Su Kim，Jo-Hwan Kim，Jong-Wook Kim.Three dimensional modeling of a humanoid in three planes and a motion scheme of biped turning in standing[C]//IET Control Theory and Applications，2009: 1155-1166.[9] Song Xian-xi，Zhou Feng，Liang Qing，et al.Gait Planning and control of a biped robot climbing upstairs [J].Computer Simulation，2011，28（4）: 176-180 [10] Chen Hua-zhi，Xie Cun-xi，Zeng De-huai.Simulation of a neural network-based path planning algorithm for mobile robot [J].Journal of South China University of Technology，2003，31（6）: 56-60.[11] Ke Xian-xin，Gong Zhen-bang，Wu Jia-qi.Restrictions on a realizable gait of a biped robot climbing up stairs [J].Journal of Applied Sciences，2003，21（1）: 63-67 [12] Xu Kai，Chen Ken，Lu Li，et al.Fast walking gait planning algorithm for humanoid robots based on optimization of the main support leg [J].Robot，2005，27（3）: 203-210.[13] Bi Sheng，Min Hua-qing，Cheng Qiang，et al.Gait planning of humanoid robots walking on slope [J].Journal of South China University of Technology，2010，38（11）: 148-154 [14] Bi Sheng，Min Hua-qing，Cheng Qiang，et al.Multi-objective optimization for a humanoid robot climbing stairs based on genetic algorithms[C]// 2009 IEEE International conference on Information and automation.Zhu Hai: IEEE，2009: 66-71.[15] G.Figliolini，M.Ceccarelli.Climbing stairs with EP-WAR2 biped robot[C]// Proceedings of the 2001 IEEE International Conference on Robots and Automation，Seoul，Korea: IEEE，2001: 4116-4121 [16] Tomoyuki Suzuki，Kouhei Ohnishi.Trajectory planning of biped robot with two kinds of inverted pendulums[C]//12th International Power Electronics and Motion Control Conference.portoroz.IEEE，2006: 396-401

致谢

篇6：外文翻译 樱桃收获机器人

Kanae Tanigakia, Tateshi Fujiuraa,∗, Akira Akaseb, Junichi Imagawac a Graduate School of Life and Environmental Sciences, Osaka Prefecture University, 1-1 Gakuen-cho Sakai, Osaka, Japan b Faculty of Agriculture, Yamagata University, 1-23 Wakaba-cho Tsuruoka, Yamagata, Japan c Nara Fruit Tree Research Center, 1345 Yushio Nishiyoshino-cho Gojo, Nara, Japan 摘要：樱桃收获机器人是以实验研究目的而设计的，并且其成功进行了基础实验。其最主要的部分是4个自由度的机械手、三维视觉传感器、主控制电脑和移动装置。其三维视觉传感器上装有能发出红色光线和红外光束的两个激光二极管。两束光线同时扫描目标物体。通过对三维视觉传感器反馈的图像进行分析处理，确定樱桃的位置，认出障碍物，并通过终端操纵装置决定机器人行进轨迹。在避免碰撞障碍物的情况下完成对樱桃的采摘。

关键字：机器人；自动化；图像识别；地面距离图像；传感器

1.简介

在日本，樱桃是要靠人工小心的收获的。由于樱桃的采摘期很短，采摘工作要集中在短期内完成，再加上劳动力短缺，这些都限制了樱桃的种植亩数。此外，樱桃树很高，采摘需要用到梯子。这使得采摘工作既危险又效率低。为了节约劳动力，樱桃收获机器人以实验研究为目的而设计，并且其初步实验取得了成功。果蔬收获机器人的调查研究已经取得了一定的成功。之前发布的果蔬收获机器人大多装备的是摄影机，水果的图像要通过与背景的颜色区别或特殊的反射比才能被辨别出来；水果的三维定位则通过双目立体视觉或视觉反馈控制系统估计得出。三维视觉传感器的应用也有相关报道。这种三维视觉传感器的优势在于其图像的各个图元都具有其间距信息。利用这一优点，目标物体能通过其三维形状被认出。对于樱桃采摘工作而言，这一功能有效的使水果在采摘过程中避免碰撞到叶子、茎等障碍物。为了成功的完成采摘动作，有效的辨别障碍物和红色的成熟的果实是至关重要的。为此，三维视觉系统配备了两个激光二极管。一个二极管发出红色的光线，另一个发出红外光束。为了避免太阳光的干扰，机器人使用半导体位置光敏传感器来探测反射光。半导体位置光敏传感器的信号组件接收高频率闪烁的激光光线来区分出太阳光。激光束扫描得出被测物体的三维模型，并通过红光和红外光线间特定的反射光的特征来区别于其他物体从而分辨出红色的果实。机器人需要在果园各种环境（温度、日照等）中准确、高效地，在不破坏果实和果树枝丫的情况下进行采摘任务。樱桃树大多种植多雨地区，需种植在大棚内来阻挡雨水。机器人在大棚里工作，不需要暴露在风雨中。樱桃不论在鲜果市场还是用于加工都必须连樱桃梗一起采摘。就人工采摘来说，农民们用手指抓住樱桃梗上部将其向上提起从树上摘下。因为这个理由，设计并进行实验使机器人来像农民一样抓住樱桃梗的上部并将其向上提起从树上摘下。

2.材料与方法

2.1适用耕作条件

用机器人收获樱桃，樱桃树的培养方式和机器人的性能都有重大意义。如果樱桃树使用传统种植方式之一的盆栽种植方式栽植，樱桃会广泛地分布在樱桃树的大的树冠处。因此，机器人需要一个大的工作空间。此外，由于樱桃树使用的培养方式，樱桃树分支的三维空间分布使机器人收获工作变得困难。

因此，在实验研究中，我们首次讨论使用适合机器人采摘的樱桃培养方式。于是，我们考虑使用“单植株培养”作为一种适合机器人采摘的樱桃种植方式，如图1所示。我们计划在使用单植株培养法成一列种植分支被修剪的成竖直向上的樱桃树的果园里使用采摘机器人。用这种方式的樱桃树所长出的果实会分布在树主干的周围。如果樱桃树的叶柄是被修剪短的，机器人可以很容易的辨认出长在树主干四周的果实。这有利于视觉辨认。图1所示为种植在奈良果树研究中心的樱桃树。研究中心的樱桃树被单株成列排列，方便机器人在列与列间行进。

2.2樱桃收获机器人

樱桃收获机器人由4个自由度的机械手、三维视觉传感器、主控制电脑和移动装置组成（图2）。机器人高1.2米，宽2.3米，长1.2米。三维视觉传感器被安装在机械手上，随着机械手的运动从各个角度来扫描物体。真空吸尘器将摘下的果实通过吸气管道吸入末端执行器。

2.3机械手

使用单植株培养法种植的樱桃树，其果实分布在树木主干的周围。为了在采摘过程中避免碰撞到叶子、树枝等障碍物的情况下采摘樱桃，机器人的末端执行器需要从樱桃树外围接近果实。因此，在研究中我们设计了有一个上下轴摇臂、三个左右转向的关节型机械手，其可以以任意角度采摘果实（图2）。机械手的上下轴摇臂机构需要较大的力量来克服重力做功。因此，机械手由交流电伺服电动机（日本安川电气, SGMAH-01BAA2C,额定功率 100W, 额定转矩 0.318Nm,额定速度 3000 min)和螺旋机构（导线10mm）驱动。而三个左右转向机构不需要大的转矩。第一节和第二节左右转向机构由小型交流电伺服电动机（日本安川电气, SGMAH-A5BAA21,额定功率 50W, 额定转矩 0.159Nm,额定速度 3000 min−)驱动。第三节左右转向机构由配有减速器的小型直流电动机驱动。机械手被设计用于能完成围绕樱桃树主干运动以采摘不仅是正面也包括生长在各个方向的樱桃。

由于樱桃果实分布在树主干的四周，如果视觉传感器只能从一个视角扫描物体，在主干另一边的果实将会被忽略。从各个角度扫描物体，三维视觉传感器被装在第二节机械臂上。机械手的移动带动三维视觉传感器位置和方向的改变，减小扫描死角。

1−12.4三维视觉传感器 三维视觉传感器上装备了一个发光器、一个光电探测器和一个扫描装置（图3）。发光器由一个红外线激光器组件、红色激光组件、一个冷片、一个半反射镜和两个反射镜构成。光电探测器有两个半导体位置光敏传感器、一个镜头和一个用于减少阳光影响的红色滤光器构成。扫描装置由一个电流计光电扫描装置和一个步进电机构成。电流计光电扫描装置竖直扫描物体，步进电机水平扫描物体。红色和红外线激光束通过冷片集中在同一发射和正面反射光轴。光线在远处通过半反射镜被分为两股（每一股都仍包含两种光的波长）。这两股光同时扫描物体。从被扫描物体上反射的两股光线聚焦在两个半导体位置光敏传感器上。三维视觉传感器与被扫描物体的距离可利用半导体位置光敏传感器检测到的返回电流和两光束的电流间的比率通过三角形法被计算出来。激光束发出闪烁的信号来消除太阳光对结果的影响。用这种方法，反射光会从太阳光中分离出来，形成连续的光。

波长为700-1000nm的红外光能在樱桃树的任意部分良好反射。另一方面，波长为690nm红色光线不能被未成熟的果实、叶子和茎秆良好反射而能被红色的成熟樱桃良好反射。研究中表明，波长为830nm的红外光和波长为690nm的红光是最合适的。红外激光(830nm)测量从三维视觉传感器返回的樱桃树每一部分的距离,红色激光(690nm)检测可收获的红色成熟果实。

如上所述,激光光束分成两股光线。三维视觉传感器同时扫描这两束光线,两个像素点同时测量以提高扫描速度。其像素为50,000（垂直方向250，水平方向200）。其扫描时间是1.5秒。视野为垂直方向43.8°和水平方向40.6◦。传感器的有效范围是170mm到 500mm。如果对象离传感器过远,检测光被削弱,无法测得精确的数据。

激光束每次被反射的光被两个半导体位置光敏传感器接收检测。红光和红外信号从半导体位置光敏传感器发出的。分别接收红色和红外信号,红色和红外激光光源发出频率41.6kHz、相位移为90◦的闪烁光线。半导体位置光敏传感器发车的光电电流被放大。红光和红外光的信号被放大器锁定，分别检测，也能够消除环境光线的影响。三维视觉传感器可在即使为100 klx照度的阳光下使用。一个红色的像和一个红外光的像被供应给计算机,然后计算机获得一系列图像与细分图像。一系列的图像通过半导体位置光敏传感器的阳极A和B反馈的红外信号用三角形法的被计算生成。细分图像从红光和红外信号之间的比例得到。红色樱桃通过红色激光的反射率区别于树叶等其他物体。然而,树的主干以及红色的果实都反射红色激光束。因此,需要使用其他方式区别果实与其他物体。而当水果被镜面反射后，当他们被扫描,果实中心能良好是反射激光光束。然而,这种现象不发生在树干的表面。使用这种反射现象每个果实的中心将被认出。当三维视觉传感器可见果实的中心，果实可以用这种方法被认出。对这些图像进行处理,红色果实位置和树叶和树枝等障碍物都可被辨认出。

图4所示为所得图像的例子。一系列的图像通过三角测量法计算半导体位置光敏传感器中的红外信号得到。处理红外信号、红光信号和一系列图像,被扫描物体被划分为红色果实和其他物体。右图所示细分后显示的图像。

2.5 终端操纵装置 樱桃果实必须带柄采摘下，需要分别测量果实的抗拉强度。樱桃梗和果实间的抗拉强度大约为1N。另一方面，樱桃梗和分枝间的抗拉强度为2.5N。因此，如果拉扯樱桃果实，果实与樱桃梗之间将由于抗拉强度较低而分离。机械手使用了一个特殊的末端执行器来收获带梗的樱桃果实。此末端执行机构由一个果实吸入装置、一个开合机构、一个伸缩机构和一对棘爪构成。此末端执行机构大约高80mm，宽30mm，长145mm（图5）。吸入装置的真空吸力吸住果实将果实固定在吸管顶端。棘爪由位于末端执行器上的伺服电机驱动其打开或闭合。当棘爪抓住樱桃梗后，末端执行器向上运动将樱桃从树上摘下。

2.5.1 终端执行器的运动

图6所示为末端执行器的运动示意图。首先。棘爪由伺服电机驱动缩回、打开。接着，末端执行器接近并吸住果实。在果实被吸住后，棘爪向前一边伸出，一边慢慢闭合直到棘爪间间距为5mm为止。为了只在樱桃梗上闭合，棘爪上装备了橡胶来排除障碍物影响，是其他果实不会进入到棘爪间。棘爪越靠近樱桃梗根部越好。因此，棘爪在前进途中闭合一半后，再向前移动。然后，棘爪完全闭合抓住樱桃梗。末端执行器移动到盛放果实的盒子前，打开棘爪将果实放入。

3.田间试验

3.1 图像认识实验

2006年6月，田间试验在奈良果树研究中心进行。试验小组在进行田间试验前先进行了三维视觉传感器图像辨识能力的基本实验。试验中所使用品种为“Koukanishiki”的高2.2m的用单植株培养法种植的樱桃树。

樱桃树被从四个方向进行扫描：树主干的左侧、左前侧、右前侧和右侧（图7）。

表1所示为实验结果。表的右侧为各方向果实的照片。实线将三维视觉传感器中辨别出的果实圈出。另一方面，虚线将三维视觉传感器无法辨认出的果实圈出。每个果实用字母（A-S）标记。表的左侧为实验组号、扫面方位、被识别果实的标号和未被辨认果实的标号。以表中第一行实验组1为例，扫描方位为左侧识别出果实“A”，各种角度都无法识别果实“B”。

实验表明，变换扫描角度能辨别出大部分隐藏的果实。如果不去除树叶，果实会被隐藏在树叶间，就如实验组1中的“B”和实验组2中的“D”。在这种情况下，即使更变扫描方位也无法识别出果实。实验中被识别出的果实为总数的12/19.对另一颗樱桃树（“Takasago”，高2m）进行能见度实验。人眼能辨别比率也在之后被测量。这棵树被分为四个区域，每个区域高400mm，从地面向上300mm和从树顶向下100mm。数出每个区域中果实的数量。数字照相机从四个方位拍下树的每块区域的照片。照片中可见的果实用肉眼数出。如果相同的果实在另一张照片中出现则不计数。这课樱桃树上总共有80个果实，而照片中数出的果实数位47个。由结果可知80个果实中有47个是可见的。可见率为59%。虽然照片从四个 方位拍摄可还有41%的樱桃不可见。藏在叶子后面的果实由于叶子的存在而无法被辨识。

在图像处理程序中，镜面反射现象被使用来辨认果实的中心位置。如果激光束照射果实反射光线会被半导体位置光敏传感器检测到。激光束会在果实表面被反射。此外，光线穿透果实的果肉反射到半导体位置光敏传感器上。由于樱桃果实是球形的，当激光束照射到果实中心时镜面反射的光线会比较强。应用这种现象，寻找光电信号为峰值的像素点能辨认出果实中心。然而，如果果实中心被隐藏，果实还是很难被辨认出。

3.2 采摘实验

在同一颗樱桃树（“Koukanishiki”）使用扫描设配进行采摘实验。图8所示为采摘实验的表格。三维视觉传感器像图像认识实验中一样从四个方位进行扫描。如果有多个果实，机器人将收获离其最近的果实。为了防止果实和机器人被破坏，机械手需要迂回的采摘。

为了在不碰撞的情况下接近，机器人从三维视觉传感器扫描的方位出发在离中心树干400mm距离确定果实中心。末端执行器经由中心点靠近果实以防止碰撞树干。末端执行器在移动中心点之后，转向果实。之后，末端执行器接近果实。

当末端执行器接近果实，吸尘器用吸力将果实被固定在吸管上。末端执行器上装有压力传感器来控制吸力。如果果实堵住吸管的顶端，压力传感器就能感应到负压力。压力传感器发觉负压力后棘爪抓住樱桃梗。之后，机械手向上移动100mm将樱桃从梗的根部摘下。

在不碰撞树干带梗摘下樱桃后，末端执行器移动到果实箱里，电磁阀停止真空吸力。果实掉入果实箱。

表2为采摘实验的结果。表中记载果实的数量、直径、樱桃梗长度、扫描方向和果实采摘条件。表中右边的照片为采摘前樱桃树条件。表中的“L”表示从左侧扫描，“LF”表示从走前方扫描，“RF”表示从右前方扫描，“R”表示从有房扫描。

按机器人的各种功能由控制程序逐步进行动作采摘两个果实（Ⅰ和Ⅱ）。观察结果显示：（a）三维视觉传感器能正确地探测到三维位置；（b）按照控制程序移动机械手和末端执行器到果实的位置上；（c）压力传感器就能感应到果实上的负压力；（d）压力传感器感应到果实上的负压力，棘爪抓住樱桃梗；（e）向上移动，将樱桃从梗的根部摘下。机器人按控制程序的联系操作继续采摘果实Ⅲ-Ⅸ。每个果实要求在14秒内完成采摘。

表2中的果实Ⅳ和Ⅴ没有被准确采摘。这些果实彼此挨得很近。首先，末端执行器接近果实Ⅳ。当末端执行器移动到果实的位置时，真空吸力将果实吸到吸管处。接着，压力传感器探测吸力。为了夹住樱桃梗，棘爪移动并完全闭合。与此同时，果实Ⅴ被棘爪压碎。棘爪上装了半圆形的橡胶组件来防止另外的果实进入棘爪间。然而，在这次实验中橡胶没有正常地发挥作用。由于果实Ⅴ进入棘爪间，果实Ⅳ的梗没有被很好的夹住，导致无法正确采摘。在实验中橡胶组件本来应该组织其他的果实靠近棘爪。然而，这种功能在这次实验中的两个果实上没有很完美的起作用。改进末端执行装置是非常重要的。在这次实验中的果实Ⅵ和Ⅶ，采摘动作一直进行的很好直至真空吸力接近果实，棘爪抓住樱桃梗。然而，樱桃梗的根部抗拉强度比其他果实的要大。因此，在夹住樱桃梗后，当末端执行器向上提起时樱桃梗从中间断裂了。

果实的辨识采摘率为10/12。其中8个果实是带梗的。

3.3 终端操纵装置的改进

田间实验结果显示如果其他果实存在于目标果实之上，棘爪将可能在抓取动作时毁坏果实。虽然棘爪上装了软质橡胶组件来排除棘爪间的其他果实和障碍物，但这不能很好的起作用。因此，末端执行器需要改进加入能吹出阵风的鼓风机以排除其他的果实和障碍物。三个鼓风的喷嘴安装在果实吸管前端。在不损坏目标果实只排除其他果实和障碍物的前提下决定喷嘴的位置和方向。在末端执行器将目标果实吸在吸管顶端后，鼓风机开启，风从喷嘴喷出。

在实验室中使用塑料樱桃来进行实验以评估改进后机器人的作用。实验结果显示其他果实被吹离，棘爪准确地抓住了目标果实的梗。

4.总结

樱桃采摘机器人为了实验而设计，并在进行了初步实验。机器人的功能在实验中通过了测试。然而，评估机器人性能还需要进行进一步的实验和性能改善。樱桃果实容易受损。改进后的末端执行器需要在田间实验中进行评估，因为真实的樱桃树不同于塑料模型。根据田间评估的结果，末端执行器是需要改进的。