工业机器人感知技术研究综述

工业机器人感知技术研究综述

作者：黄思源

来源：《中国科技纵横》2017年第20期

摘要：智能感知技术是工业机器人的关键技术，是进行高质量作业的必要条件。本文对工业机器人感知技术进行综述，对感知技术分类、视觉伺服技术等展开论述，最后对工业机器人感知技术进行总结。

关键词：工业机器人；智能感知；伺服技术

中图分类号：TP242.2 文献标识码：A 文章编号：1671-2064（2017）20-0044-01

1 引言

工业机器人感知系统是将工业机器人内部状态信息和外部环境信息转变为可被机器人识别和执行的信息数据，如可及时反馈生产作业情况，工业机械人具有很大潜力[1-2]。目前，工业机器人可根据形状、大小和颜色等执行分类任务，并完成拾取和放置。六自由度（Degree of freedom， DOF）力/扭矩传感器是研究热点，它主要用于工业机器人控制，包括磨削、除屑、去毛刺、铣削、抛光、测试和组装等[3]；基于力传感器控制技术的工艺质量更好，对夹具和夹具精度要求小，同时能减少冲击力、降低堵塞、楔入和磨损，或在工作条件较差环境中工作。

2 工业机器人感知系统分类

工业机械手是工业机器人感知技术重要应用之一，通过机器人传感器系统获取所处环境信息并完成相应动作。机器人视觉已有一定的应用历史，但目前未在制造行业中得到大量应用。相比二维视觉，三维视觉传感器可以有效提高机器人信息获取能力。机器人触觉技术近年来的发展十分迅速，随着新型敏感压阻材料CSA、FSR等的出现，各向异性的感压导电橡胶应运而生，这使得更高分辩率的触觉传感器成为可能[4-5]。单一传感器获得的信息非常有限，新型传感器在近几十年不断涌现。感知系统主要有以下几类：

（1）视觉感知。视觉传感器是最重要的传感器之一。视觉包括图像获取、图像处理与特征提取和图像理解。图像获取是指通过视觉传感器将三维环境信息转换为二维图像信息，图像处理主要包括对图像进行一系列数值运算，方便进行图像特征提取；图像理解则在图像处理和特征提取的基础上给出更上层的信息，CCD和CMOS是视觉传感器的核心器件。自主式智能系统和导航是视觉感知的典型应用之一，卡纳基·梅隆大学机器人所在1996年完成了自动驾驶车横跨美国的试验。

（2）力觉。机器人力传感器可分为关节力传感器和腕力传感器，关节力传感器一般安装在机器人的关节部位，如手指关节的握力传感器，腕力传感器一般位于机器人手爪与手臂的联接处，前者结构比较简单，一般得到的力信息也相对较少，且随机器人结构、尺寸不同，相应的传感器形状也要随之变化，而后者结构较复杂，但它获得的力信息较多，并可对不同类型的机器人能实现通用化。

（3）触觉、滑觉、热觉等。由于实际过程中不可能完全模仿人的触觉，广义的触觉一般被分为接触觉、阵列触觉、滑觉和热觉等。机器人触觉作为视觉的重要补充，可感知目标物体的表面性能和物理特性，如柔软性、硬度、弹性、粗糙度、导热性等。机器人触觉研究自80年代初出现并受到广泛重视，到90年代初已取得了大量的成果。早期的触觉由微动开关、金属触须等实现，后来出现了各种原理的触觉传感器：压阻式、压电式、光电式、电容式、电磁式等。

（4）接近觉。研究接近觉的目的是使机器人在移动或操作过程中获知目标的接近，对移动机器人可实现避障。

3 机器人视觉伺服技术

视觉伺服指利用光学设备对物体进行的识别、定位等工作，通过传感器反馈的视觉信息，完成相应的控制行为。视觉伺服一般分为基于位置的视觉伺服、基于图像的视觉伺服和混合视觉伺服。视觉传感器可作为非接触移动移动传感器与被观测目标同时运动或工作，因此基于视觉的控制可以有效提高机器人控制性能[6]。

Corke和Good[7]首次对视觉运动学和视觉动态控制进行定义和区分。视觉运动学主要研究如何使机器人对视觉特征做出响应，而视觉动态控制则更关注机器人的动态响应和图像处理时延问题。与传统的机器人控制方法相比，视觉伺服的控制变量并不直接来自于传感器，而需要将像机获得的信息经过图像处理、特征提取等算法进行处理，从图像信息中提取视觉伺服所需要的图像特征信息[8]。

视觉伺服系统将视觉信息作为机器人能理解的信号以调整机器人的位置和姿态，可用于半导体和电子行业以及质量检测、识别工件、食品分拣、包装等方面[9]。基于位置和图像的伺服分别被称为二维和三维伺服。基于位置的二维伺服通过图像信息确定机器人执行器与末端位置的关系，从而控制机器人，但会受到图像雅克比矩阵的奇异性以及局部极小等的影响。

F.Chaumette等人提出了2.5维视觉伺服方法，将摄像机平动位移与旋转进行闭环控制解耦，重构物体三维空间中的方位及成像深度比率，平动部分用图像平面上的特征点坐标表示。

4 结语

在工业机器人研究领域中，智能感知技术是其中的一项重要研究内容，直接影响工业机器人的未来发展，应从硬件和软件两方面着手提高工业机器人感知技术的能力、精度、可靠性等，硬件方面主要包括传感器精度、可靠性、能耗、尺寸重量和成本等，软件方面主要包括图形处理算法、感知算法等。相信感知技术的进步会更加促进工业机器人的整体发展。

参考文献

[1]王田苗，陶永.我国工业机器人技术现状与产业化发展战略[J].机械工程学报，2014，（9）：1-13.

[2]Iqbal J， Islam R U， Abbas S Z， et al. Automating industrial tasks through mechatronic systems A review of robotics in industrial perspective[J]. Tehnicki Vjesnik，2016，23（3）.

[3]Brogrdh T. Present and future robot control development—An industrial perspective[J]. Annual Reviews in Control，2007，31（1）：69-79.

[4]罗志增.机器人多感觉传感器系统与多信息融合技术[D].浙江大学，1998.

[5]Brogrdh T. Present and future robot control development—An industrial

perspective[J].Annual Reviews in Control，2007，31（1）：69-79.

[6]Hussein M T. A review on vision-based control of flexible manipulators[J].Advanced Robotics，2015，9（24）：1575-1585.

[7]Corke P I， Good M C. Dynamic effects in visual closed-loop systems[J].Robotics & Automation IEEE Transactions on，1996，12（5）：671-683.

[8]毛尚勤.微操作系统的机器视觉与无标定视觉伺服研究[D].华中科技大学，2013.

[9]计时鸣，黄希欢.工业机器人技术的发展与应用综述[J].机电工程，2015，（1）：1-13.