贵州大学-一种机器手抓取力度控制系统研究

一种机器手抓取力度控制系统研究*

周继冬 刘龙香 陈进军

（贵州大学电气工程学院，贵阳550003，中国）

摘要：研究一种基于声电原理的触滑觉传感器，设计了嵌入式机器手抓取力度检测及控制系统。模仿人手的主动感知和动作机制，对物体抓取过程中振动信号的采集。采用时域统计学参量的分析方法，系统地研究了多种可能的特征提取方法，以便为不同重量、不同材料的物体施加合适的抓取力度提供通用标准依据，判断机器手抓取状态，进而实现软抓取。实验表明重量与接触面状况对判据的影响较大，并且用压力检测对抓取力度给出定性分析和验证。

关键词：机器手，软抓取，触滑觉传感器，声电原理

*

基金项目：国家大学生创新性实验计划

作者简介：周继冬（1987-），男，本科生，测控技术与仪器。

0 引言

机器手作为智能机器人的一个重要感官执行机构，必须具有人手的一些基本功能。机器手要模仿人手的动作机制，能够根据被抓物体的重量、表面质量等因素，以适当的夹持力度，在使被抓物体尽可能小的变形下，无损伤地将物体抓起，即软抓取。实现软抓取需要在机器手上安装相应的传感器，以实现对接触信号和滑动信号的检测识别，为机器手爪施加夹持力度提供依据。

目前国内外常用的滚轴式滑觉传感器、球形滑觉传感器、撞针式滑觉传感器，对于接触面为异型面的物体往往不能正常工作；一般光学式滑觉传感器除了类似问题外，还要考虑其容易受到污染，对夹持位置要求苛刻，对使用环境和使用效果有所限制。近年来国内外结合灵巧手研制，进行了各式光纤光电式[1-3]、各类功能材料[4-7]或微光机电系统[8-9]

(MOEMS)构成的触滑觉传感器或阵列式机器人仿生皮肤，以及对于仿人手的机器人微型多维指尖力／力矩传感器的研究。然而到目前为止，它们多数仅处于实验室的研究阶段。从实际应用角度考虑，机器人仿生皮肤虽然具有接触觉、压觉、滑觉等多种触觉传感功能，但由于其强度有限、制造工艺复杂、应用范围小以及使用成本高等方面的问题，限制了其适用范围，特别是对于尺寸变化范围大或重量变化范围大的物体的抓取和提起方面的应用；而机器人微型多维指尖力／力矩传感器仅具有接触觉、压觉两种触觉传感功能。综上所述大多数类型传感器，均是由压力-形变的变化而获取触滑觉信号的，很有可能对某些材质脆弱的物体造成损伤，因此难以在特种场

合实现软抓取。

为此，本文阐述了一种基于声电原理的新型触滑觉传感器，探头为常见的麦克风，在手指空腔中采集接触、滑动信号，具有很高的灵敏度，夹持位置无特定要求，成本低廉，简单实用。

1 系统工作原理及设计

(1) 机器手实验装置简介

根据力度可控研究对机械平台的要求，依托实验室原有旧机器手进行改造,重新设计制作了嵌入式控制电路与操作系统,实现了含底座、肩、肘、

腕、

图 1 机器手机械结构

爪关节五自由度操纵控制，如图1所示，各关节动作可由上位机或键盘灵活控制，完成了一套灵活度较高、操作效果较好的实验装置。

传感器的机械结构如图2所示[10]，触滑觉

传感器的振动膜与基座组成一个密封的腔体，

其中基座部分与机械手固定，信号采集元件为麦克风，振动膜是传感器的触头，感觉物体的接触与滑动，采用橡胶材料，表面加工成粗糙状以此来改善工作性能。为了保证触、滑觉信号的能量最大化，以及减弱外界噪声，必须保证密封性良好。

(2) 软抓取工作原理和策略

机械手的主动触觉[11]控制过程依次为：初始化测定环境阈值参数，接触目标，仿人手动作机制抓紧状态判断，提起目标。数据分析主要采用时域统计学参量平均值和均方差进行信号量分析[12]。

当机械手爪开始接触到物体时，振动膜受到接触压力的作用，麦克风生成阶跃脉冲信号，与未接触时区别明显且容易捕捉到；当物体滑动时，相对于传感器表面滑动过程产生的摩擦力引发振动膜产生微振动，麦克风产生交变电压。该信号和电机空载运转引发的噪声叠加，会产生明显的不规则有效信号；手爪持有物体提升和没持有物体提升所产生的信号幅值、频率、波形也是有区别的。所有这些辅助性分析，都可以拿来与空载比较，作为抓取是否成功、是否需要增加力度的依据。在启动抓取到实现软抓取的过程中，单片机对传感器信号进行实时采集和运算，并和之前进行初始化环境测试所定义的阈值参数比较，以确定是否接触到目标、是否有滑动、是否夹持物体，从而控制步进电机以小步进形式调整抓取力度。由于要实现软抓取，因此从接触目标到成功抓取可能会有多个反复过程。

(3) 硬件设计

机械手系统以单片机微处理器为测控核心，采用上位机串口控制和键盘控制，通过步进电机驱动模块，实现对机器手各关节动作的控制和抓取力度的调整。

单片机自带A/D 模块，简化了采样电路和程序，提升了系统可靠性；电机驱动模块采用典型的光电耦合器＋ULN2003；4×4键盘可以控制机器手多自由度动作，最大程度的仿生；此外，为了指示抓取

状态，系统还配置了简单显示模块。该机器手控制系统硬件的总体框图如图3所示。

(4) 软件设计

软件主要完成A/D 初始化及A/D 转换、串口初始化及上下位机通信、键盘扫描、数据处理、阈值参数测定、触滑信号判断以及执行软抓取策略等等，采用Ｃ语言编程，模块化设计。软抓取软件流程图如图4所示。

(5) 上位机监控系统

除了用示波器等若干仪器设备搭建的力度测量装置，为了增加整个抓取力度控制系统的显示实时性和直观性，以及嵌入式设计的思想，还编写了几个简单的上位机程序，制作了上位机监控系统。在

界面中，可以对测试环境得到的阈值参数、两次提

图2 触滑觉传感器结构图

图3 硬件总体框图

图4 机器手软抓取软件流程图

起过程中的实时状态以及最终的抓取力度进行很方便的查看，操纵各关节的运动和控制抓取进程，极大地完善了系统的调试。抓取监控系统界面如图5所示。

2 实验结果与分析

如前所述，本文重点研究将时域信号应用于机械手软抓取控制。为此，通过实验建立了对应于典型多种物体的采样数据库，成功分离并提取了明显异于机器手空载抓取的有效信号，引入了多个特征量和判断依据，设计出一套包含二次提取、多重判据、坏值(被抓取物体滑落产生的采样值)判断、静态值分辨比较等的系统软件策略。

图6给出了典型的抓取物体波形图。在理想状况下，没有滑动时的波形应该很平缓，采样信号幅值应该为零或很小。但由于机械运转振动噪声的影响，实验现象并非如此，如图所示。然而，这种机械运转振动噪声在整个抓取过程的性质保持不变，

按照本文的统计法数据处理方案将很容易将其消除掉而不会对机械手抓取状态识别产生影响。

实验证明，按照本文系统软件策略，可以采用一个通用标准判断机器手是否成功抓取物体，对不同重量、不同材料、不同外形的物体施加合适的抓取力度，且重现性很好。图7为量杯不同注水情况下的工作波形和力度波形。其中左上方为空载初始

状态，显示屏下部为力度传感器曲线，显示屏中部为声电传感器工作曲线。

对新型触滑觉传感器以及机器手装置进行实验发现，不同物体被成功抓取的状态是多样的。从波形图和AD 采样值的处理结果来看，大体有以下规律：空载状态的噪声信号比较平缓，方差很小；相对而言，质量重的，或是材质粗糙的，或是接触面较小的对空载状态的影响大，方差较大；而质量轻的，或是材质光滑的，或是接触面较大的对空载状态的影响小，方差较小。此外，机械爪和物体的相互作用位置也会对抓取状态造成影响。因此，在软件策略上做了多重判断，以成功抓取为最终目的，软抓取为最佳途径，坏值判断等作为提升效率手段，以确保机器手既不产生空抓取、又不会损坏物体。

3 结论与讨论

本文研究的机器手对一定重量范围内的各种材料性质、各种形面的物体都可以以较合适的力度抓

取。特别是在对于接触面偏斜或为异型面、尺寸变化范围大、重量变化范围大的物体进行抓取时的问

题，探索研究了一种新颖、成本低廉，性能较为稳

图5抓取监视系统界面

图7 量杯不同注水情况下的工作波形和力度波形

图6 典型抓取物体波形图