02-课件:10-4 人机协作机器人编程
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
机器人编程
机器人编程是指为了使机器人完成某项作业而进行的程序设计。
Array
早期的机器人只具有简单的动作功能,采用固定的程序进
行控制,动作适应性较差。
随着机器人技术的发展及对机器人功能要求的提高,需要
一台机器人通过相应的程序完成各种工作,并具有较好的
通用性。
机器人编程方法
示教编程引导编程
机器人编程方法
离线编程
遥控编程演示编程
一、机器人编程方法
目前,应用于机器人的编程方法主要有四种。
1、示教编程
示教编程是一项成熟的技术,它是目前大多数工业机器人的编程方式。
采用这种方法时,程序编制是在机器人现场进行的。
示教编程是目前广泛使用的一种示教编程方式。
2、机器人语言编程
机器人语言编程是指采用专用的机器人语言来描述机器人的运动轨迹。
目前应用于工业中的机器人语言是动作级和对象级语言。
一、机器人编程方法
3、离线编程
离线编程是在专门的软件环境下,用专用或通用程序在离线情况下进行机器人轨迹规划编程的一种方法。
离线编程程序通过支持软件的解释或编译产生目标程序代码,最后生成机器人路径规划数据。
一些离线编程系统带有仿真功能,可以在不接触实际机器人机器工作环境的情况下,在三维软件中提供一个和机器人进行交互作用的虚拟环境。
一、机器人编程方法
4、演示编程
演示编程技术(Programming by Demonstration)是指由人先演示某种工件的组装过程,让机器人通过视觉或其它传感器学习该过程,然后对学习的知识进行映射转化,最终使机器人独立完成该任务。
PBD作为一种特殊的方式,实现了人与机器之间的知识转化,解决了从人类到机器人的技能和任务转移的问题。
示教编程离线编程
需要实际机器人系统和工作环境编程时机器人停止工作
在实际系统上试验程序
编程的质量取决于编程者的经验难以实现复杂的机器人运行轨迹需要机器人系统和工作环境的图形模型编程时不影响机器人工作
通过仿真试验程序
可用CAD方法进行最佳轨迹规划
可实现复杂运行轨迹的编程
示教编程与离线编程的比较
人-机器人的协作系统面临的挑战
随着机器人技术的发展,现在的人机系统中机器人与人之间
的关系越来越紧密;
在一些人机协作交互的交互场景,对人机交互提出了更高的
要求。
要求可以自主理解人的运动意图,达到一种隐式交互,即机器主动理解人的意图;
另外需要对的交互信息进行全方位感知来对人的交互信息全
方位感知,以及稳定可靠的交互条件,即避免环境和非特定人干扰。
人-机器人的交互系统发展的趋势和规律离散手势识别:
基于生物电(肌电)的穿戴式人机交互
基于生物电(肌电)的穿戴式人机交互
人体
连续运动量估计
离散动作识别机器人sEMG sEMG
连续运动量(抓取力)姿态动作
离线s-EMG 数据
惯性传感器数据预处理、分段加窗(50ms )特征提取与特征选择交叉验证GA 遗传算法参数寻优训练保存分类算法匹配识别结果
预处理特征提取标准化在线50ms 数据窗进队出队在线识别:
RMS ZC ARC 0.210.130.31…0.430.22-0.11…0.130.28-0.18…基于肌电交互的关键技术
离散手势识别:
不同的手势动作与传感器佩戴位置
通过AdaBoost针对全部
数据对弱分类器进行迭代训练,将弱分类器集依权融合,构成最终决
策的强分类器。
基于Hill模型的肌肉力估计
基于Hill模型的肌肉力估计
Hill肌肉力模型是基于肌肉生理学现象建立的模型,它描述了皮肤表面肌电信号(sEMG)和肌肉力的关系。
Hill肌肉力学模型的建立可以分为肌肉激活度模型、肌肉收缩动力学模型两部分。
基于sEMG的连续抓取力估计系统
不同手势动作及常规控制时的肌肉力
基于HMM的非特定人手势识别基于Hill模型的连续抓取力估计基于sEMG 的机器人多模态交互
sEMG/IMU。