机器人技术基础教学大纲(2014版)

1机器人技术基础课程编码：3073009167课程名称：机器人技术基础总学分：1.5总学时：24课程英文名称：FundamentalsofRobotics先修课程：理论力学、机械设计、机械原理、微机原理、电工电子学等适用专业：机械电子工程、机械制造及其自动化等一、课程性质、地位和任务机器人技术基础是机械电子工程专业的专业必修课和机械自动化专业的专业选修课。通过本课程的学习使学生能够熟悉、使用、研究和设计机器人，为从事机器人工程领域的工作奠定基础。主要任务是：学习机器人学必要的基础知识、机器人部件、子系统和机器人应用的基本知识，主要包括机械学和运动学、微处理器的应用、控制系统、视觉系统、传感器和驱动器等。二、教学目标及要求1．了解机器人和机器人学的基本知识。2．理解机器人运动学的矩阵表示和位置的运动学方程。3．理解微分运动和雅克比矩阵的计算。4.了解常用的驱动器和驱动系统。5.了解常用的传感器。6.理解视觉系统的基础知识和常用图像处理技术。三、教学内容及安排第一章：基础知识（3学时）教学目标：了解机器人的发展历史、机器人的组成与特点、机器人语言和应用。重点难点：重点理解机器人的自由度、关节、坐标和参考坐标系的概念。1.1引言1.2什么是机器人1.3机器人的分类1.4什么是机器人学1.5机器人的发展历史21.6机器人的优缺点1.7机器人的组成部件1.8机器人的自由度1.9机器人的关节1.10机器人的坐标1.11机器人的参考坐标系l.12机器人的编程模式1.13机器人的性能指标1.14机器人的工作空间1.15机器人语言1.16机器人的应用1.17其他机器人及应用1.18机器人的社会问题第二章：机器人位置运动学（5学时）教学目标：掌握机器人的正向和逆向运动学，包括坐标的描述、变换、位姿分析和机器人运动学的D-H描述。重点难点：重点掌握机器人运动学的D-H描述。2.1引言2.2机器人机构2.3机器人运动学的矩阵表示2.4齐次变换矩阵2.4.1空间点的表示2.4.2空间向量的表示2.4.3坐标系在固定参考坐标系原点的表示2.4.4坐标系在固定参考坐标系中的表示2.4.5刚体的表示2.5齐次变换矩阵2.6变换的表示2.6.1纯平移变换的表示2.6.2绕轴纯旋转变换的表示2.6.3复合变换的表示2.6.4相对于旋转坐标系的变换2.7变换矩阵的逆2.8机器人的正逆运动学2.9位置的正逆运动学方程32.9.1直角（台架）坐标2.9.2圆柱坐标2.9.3球坐标2.9.4链式坐标2.10姿态的正逆运动学方程2.10.1滚动角、俯仰角和偏航角2.10.2欧拉角2.10.3链式关节2.11位姿的正逆运动学方程2.12机器人正运动学方程的D-H表示法2.13机器人的逆运动学解2.13.1链式机器人臂的一般解2.14机器人的逆运动学编程·2.15机器人的退化和灵巧特性2.15.1退化2.15.2灵巧2.16D-H表示法的基本问题2.17设计项目2.17.13自由度机器人2.10.23自由度移动机器人第三章：微分运动和速度（4学时）教学目标：理解机器人及坐标的微分运动；理解机器人及坐标的速度分析。重点难点：重点掌握坐标系的微分运动；雅克比矩阵。3.1引言3.2微分关系3.3雅克比矩阵3.4微分运动与机器人的微分运动3.5坐标系的微分运动与机器人的微分运动3.6坐标系的微分运动3.6.1微分平移3.6.2绕参考轴的微分旋转3.6.3绕一般轴q的微分旋转3.6.4坐标系的微分变换3.7微分变化的解释3.8坐标系之间的微分变化43.9机器人及机器人手坐标系的微分运动3.10雅可比矩阵的计算3.11如何建立雅可比矩阵和微分算子之间的关联3.12雅可比矩阵求逆3.13设计项目3.13.13自由度机器人3.13.23自由度移动机器人第四章：动力学分析和力（自学）教学目标：了解机器人动力学和相关力的分析理论；掌握拉格朗日力学的分析方法。重点难点：重点掌握多自由度机器人的动力学方程。4.l引言4.2拉格朗日力学的简单回顾4.3有效转动惯量4.4多自由度机器人的动力学方程4.4.1动能4.4.2势能4.4.3拉格朗日函数4.4.4机器人运动方程4.5机器人的静力分析4.6坐标系间力和力矩的变换4.7设计项目第五章：轨迹规划（自学）教学目标：了解关节空间；了解直角坐标空间的路径和轨迹规划。重点难点：重点理解关节空间的轨迹规划方法。5.1引言5.2路径与轨迹5.3关节空间描述与直角坐标空间描述5.4轨迹规划的基本原理5.5关节空间的轨迹规划5.5.1三次多项式轨迹规划5.5.2五次多项式轨迹规划5.5.3抛物线过渡的线性段5.5.4具有中间点及用抛物线过渡的线性段5.5.5高次多项式运动轨迹5.5.6其他轨迹55.6直角坐标空间的轨迹规划5.7连续轨迹记录5.8设计项目第六章：运动控制系统（自学）教学目标：了解控制工程所需的分析和设计工具；了解根轨迹的概念；了解比例、微分和积分控制的原理和方法；了解机电系统的建模。重点难点：重点是理解比例、微分和积分控制。6.1引言6.2基本组成和术语6.3结构图6.4系统动力学6.5拉普拉斯变换6.6拉普拉斯反变换6.6.1F(s)的极点无重根时的部分分式展开6.6.2F(s)的极点含重根时的部分分式展开6.6.3F(s)的极点含共轭复根时的部分分式展开6.7传递函数6.8结构图函数6.9一阶传递函数的特性6.10二阶传递函数的特性6.11特征方程：零极点分布6.12稳态误差6.13根轨迹法6.14比例控制器6.15比例积分控制器6.16比例加微分控制器6.17比例积分微分（PID）控制器6.18超前和滞后补偿器6.19伯德图和频域分析6.20开环和闭环表示的应用对比6.21多输入多输出系统6.22状态空间控制法6.23数字控制6.24非线性控制系统6.25机电系统动力学：机器人驱动和控制66.26设计项目第七章：驱动器和驱动系统（4学时）教学目标：了解各种驱动装置，包括液压装置、直流伺服电机、步进电机、气动装置和其他新型驱动装置；了解驱动装置的微处理控制器。重点难点：重点了解各种驱动装置的特点和应用场合。7.1引言7.2驱动系统的特性7.2.1标称特性7.2.2刚度和柔性7.2.3使用减速齿轮7.3驱动系统的比较7.4液压驱动器7.5气动装置7.6电机7.6.1交流型和直流型电机的区别7.6.2直流电机7.6.3交流电机7.6.4无刷直流电机7.6.5直接驱动电机7.6.6伺服电机7.6.7步进电机7.7电机的微处理器控制7.7.1脉冲宽度调制7.7.2采用H桥的直流电机转向控制7.8磁致伸缩驱动器7.9形状记忆金属7.10减速器7.11其他系统7.12设计项目7.12.1设计项目17.12.2设计项目27.12.3设计项目37.12.4设计项目4第八章：传感器（4学时）教学目标：了解机器人及机器人应用中使用的传感器。7重点难点：重点是了解各类传感器的特性和使用场合。8.1引言8.2传感器特性8.3传感器的使用8.4位置传感器8.4.1电位器8.4.2编码器8.4.3线位移差动变压器8.4.4旋转变压器8.4.5传输时间测量（磁反射）型位移传感器8.4.6霍尔传感器8.4.7其他装置8.5速度传感器8.5.1编码器8.5.2测速计8.5.3位置信号微分8.6加速度传感器8.7力和压力传感器8.7.1压电晶体8.7.2力敏电阻8.7.3应变片8.7.4防静电泡沫8.8力矩传感器8.9微动开关8.10可见光和红外传感器8.11接触和触觉传感器8.12接近觉传感器8.12.1磁感应接近觉传感器8.12.2光学接近传感器8.12.3超声波接近觉传感器8.12.4感应式接近觉传感器8.12.5电容式接近觉传感器8.12.6涡流接近觉传感器8.13测距仪8.13.1超声波测距仪88.13.2光测距仪8.13.3全球定位系统（GPS）8.14嗅觉传感器8.15味觉传感器8.16视觉系统8.17语音识别装置8.18语音合成器8.19远程中心柔顺装置8.20设计项目第九章：视觉系统图像处理和分析（4学时）教学目标：了解机器人的视觉系统构成；理解图像处理和分析中运用的技术。重点难点：重点是理解常见的图像处理和分析技术。9.1引言9.2基本概念9.2.1图像处理与图像分析9.2.2二维和三维图像9.2.3图像的本质9.2.4图像的获取9.2.5数字图像9.2.6频域和空域9.3信号的傅里叶变换及其频谱9.4图像的频谱:噪声和边缘9.5分辨率和量化9.6采样理论9.7图像处理技术9.8图像直方图9.9阀值处理9.10空域操作:卷积掩模9.11连通性9.12降噪9.12.1采用卷积掩膜的邻域平均9.12.2图像平均9.12.3频域9.12.4中值滤波器9.13边缘检测99.14锐化图像9.15霍夫变换9.16分割9.17基于区域增长和区域分解的分割9.18二值形态操作9.18.1加厚操作9.18.2扩展操作9.18.3腐蚀操作9.18.4骨架化9.18.5放缩操作9.18.6缩放操作9.18.7填充操作9.19灰度形态操作9.19.1腐蚀操作9.19.2扩张操作9.20图像分析9.21基于特征的物体识别9.21.1用于物体辨识的基本特征9.21.2矩9.21.3模板匹配9.21.4离散傅里叶描述算子9.21.5计算机断层造影9.22视觉系统中的深度测量9.22.1场景分析与映射9.22.2距离检测和深度分析9.22.3立体成像9.22.4利用阴影和大小进行场景分析9.23特殊照明9.24图像数据压缩9.24.1帧内空域技术9.24.2帧间编码技术9.24.3压缩技术9.25彩色图像9.26启发式方法9.27视觉系统的应用109.28设计项目第十章：模糊逻辑控制（自学）教学目标：了解模糊逻辑的基本原理；了解模糊逻辑在微处理器的控制及机器人学中的应用。重点难点：重点了解模糊控制的基本原理。10.1引言10.2模糊控制需要什么10.3清晰值与模糊值10.4模糊集合:隶属度与真值度10.5模糊化10.6模糊推理规则库10.7清晰化10.7.1重心法10.7.2Mamdani推理法10.8模糊逻辑控制器的仿真10.9模糊逻辑在机器人中的应用10.10设计项目四、课外学习任务为突出教学重点，第四章、第五章、第六章和第十章等相关章节由学生自主学习，考试中不涉及。五、教学方式及考核教学方式：多媒体教学。结合大量应用实例，对机器人学涉及的各种技术进行深入介绍并结合实际问题展开讨论，充分激发学生的思考力，提高学生分析和解决问题的能力。考核方式：平时考勤（占20%），实验报告（占20%），期末考试（闭卷，占60%）。六、主要参考文献[1]赛义德·本杰明·尼库.机器人学导论——分析、控制及应用（第二版）.北京：电子工业出版社，2013.［2］蔡自兴.机器人学基础.北京:机械工业出版社,2009.［3］张铁，谢存禧.机器人学.广州：华南理工大学出版社，2001.［4］陈恳，杨向东，刘莉等.机器人技术与应用.北京:清华大学出版社,2006.撰稿人：徐胜勇审稿人：郑相周