基于主动视觉定位的多自由度机械手臂控制研-究

ArtificialIntelligenceandRoboticsResearch人工智能与机器人研究,2017,6(3),75-90PublishedOnlineAugust2017inHans.://doi.org/10.12677/airr.2017.63009文章引用:蔡剑锋,明兴莹,李杰,王辛月,谭文婷,袁海云,胡诗琴.基于主动视觉定位的多自由度机械手臂控制研究[J].人工智能与机器人研究,2017,6(3):75-90.DOI:10.12677/airr.2017.63009AMulti-DegreeofFreedomManipulatorBasedonActiveVisionPositioningJianfengCai*,XingyingMing,JieLi,XinyueWang,WentingTan,HaiyunYuan,ShiqinHuSchoolofElectricandInformation,SouthwestPetroleumUniversity,ChengduSichuanReceived:Jul.17th,2017;accepted:Jul.28th,2017;published:Jul.31st,2017AbstractMechanicalarmintroducedinthispaperisamechanicalarmbetweenthesecondgenerationandthethirdgenerationofthemanipulator.Theadvantagesoffuzzycontroldoesnotdependingontheobjectmodel,fastresponseandstrongrobustnesshelpmechanicalarmtoachievecontrollingmoreaccuratelyandstably,fetchingautomatically,puttingobjects,andotherfunctions.Thispa-perestablishesanactivemachinevisionpositioningsystem,whichisusedfortheprecisionorientationoftheparts.Basedonmatchingofareaandshapefeaturerecognitionwiththecombi-nationofimageprocessingmethod,itcanrapidlyandaccuratelygettheboundaryoftheobjectandthecenterofmass,whichisusedtoidentifythedataandcalculation.Combinedwiththeprin-cipleofrobotkinematicstocontrolthereal-timemovementoftherobotandeliminatethiserror,tomeettherequirementsofindustrialrobotself-positioning.KeywordsFuzzyManipulator,VisualPositioningSystem,Real-TimeMotion基于主动视觉定位的多自由度机械手臂控制研究蔡剑锋*，明兴莹，李杰，王辛月，谭文婷，袁海云，胡诗琴西南石油大学电气信息学院，四川成都收稿日期：2017年7月17日；录用日期：2017年7月28日；发布日期：2017年7月31日*通讯作者。蔡剑锋等DOI:10.12677/airr.2017.6300976人工智能与机器人研究摘要本文介绍的机械臂是一种介于第二代与第三代机械臂之间的机械臂，采用模糊控制器[1]，利用模糊控制不依赖于对象模型、响应速度快和鲁棒性[2]强的优点实现机械臂控制更准确、稳定，实现自动取物，放物等功能。通过具体建立一个主动机器视觉定位系统，适用于工业机器人对零件工位的精确定位。采用基于区域的匹配和形状特征识别相结合的图像处理方法，能够快速准确地得到物体的边界和质心，进行数据识别和计算，再结合机器人运动学原理控制机器人实时运动以消除此误差，满足工业机器人自定位的要求。关键词模糊控制器[3]，视觉定位系统，实时运动Copyright©2017byauthorsandHansPublishersInc.ThisworkislicensedundertheCreativeCommonsAttributionInternationalLicense(CCBY).绪论机器人是典型的机电一体化设备，不仅在制造业、农业、医疗、海洋开发、航天工程等方面得到了越来越广泛的应用，而且已经渗透到人们生活的各个方面，随着工业机器人向更深更层次的发展以及机器人智能化水平的逐渐提高，机器人的应用范围还在不断地扩大。国内外专家预测机器人产业将是继汽车、计算机之后出现的新型高技术产业。在这样的背景下，机器人技术与相关方面的人才的需求也在迅速增加，各高校也相应加大了对机器人技术人才的培养力度。为了促进我国在该领域相关行业的发展需求，培养机器人的设计、研发、生产等方面的人才，很多高等院校已经开设机器人学课程。但关于该课程的实践教学手段并不是很成熟，有些院校购买国内外较成熟的工业产品用于实践教学，但是并不具备开放性，学生无法更深入地了解其内部构造以及信息流的控制过程。本课题的主要研究目的是将多自由度开放式机械手臂、模糊控制器及主动视觉系统有机结合，尝试设计出一种智能化、自动化程度较高且具有一定环境适应能力的智能化机械手臂，研究相关模糊控制算法，实现机械手臂在不同环境下的自动识物、取物及运移，并可与智能小车结合实现更广泛的应用。与此同时，该系统也构成一套开放式运动控制实验平台，与单片机原理、嵌入式技术、运动控制、模糊控制等紧密衔接，有利于深入地了解其内部构造以及信息流的控制过程，因此具有较好的推广应用价值。2.视觉系统模型研究本题目建立了一个主动机器视觉定位系统，用于工业机器人对零件工位的精确定位。采用基于区域的匹配和形状特征识别相结合的图像处理方法，该方法经过阈值和形状判据，识别出物体特征，能够快速准确地得到物体的边界和质心，进行数据识别和计算，再结合机器人运动学原理控制机器人实时运动以消除此误差，满足工业机器人自定位的要求。OpenAccess蔡剑锋等DOI:10.12677/airr.2017.6300977人工智能与机器人研究2.1.基于位置的视觉伺服系统采用基于位置的视觉伺服控制结构。使用CCD摄像机和USB连接线，将视频信号输入计算机，并对其快速处理。首先从图像中提取图像特征，然后利用图像特征与目标的几何模型、摄像机模型来确定所求目标并估计目标与摄像机的相对位置；目标与摄像机相对位置的估计量与其期望值相比较后，产生的位置误差量送入笛卡尔坐标控制模块[4]。基于位置的视觉伺服系统控制结构见图1。摄像头与目标的相对位置是通过机械手末端坐标与固定坐标系的关系矩阵T(T已知)间接获得。基于位置的视觉伺服系统在实际应用中较为便利。本设计中机器人视觉定位系统功能模块图如图2所示，在关节型机器人末端安装单个摄像机，使工件能完全出现在摄像机的图像中。系统包括摄像机系统和控制系统：1)摄像机系统：由单个摄像机和计算机(包括图像采集卡)组成，负责视觉图像的采集和机器视觉算法；2)控制系统：由计算机和控制箱组成，用来控制机器人末端的实际位置；经CCD摄像机对工作区进行拍摄，计算机通过本文使用的图像识别方法，提取跟踪特征，进行数据识别和计算，通过逆运动学求解得到机器人各关节位置误差值，最后控制高精度的末端执行机构，调整机器人的位姿。2.2.基于位置的视觉伺服系统硬件设计2.2.1.工业摄像头本次课题选用的工业摄像机是USB2.0接口的MindVisionCMOS相机，支持二次开发。工业摄相机提供了提供丰富的图像处理接口，算法关键部分采用了硬件加速功能，在有效的提升图像质量的同时降低CPU占用率，具体参数及实物图如图3、表1。Figure1.Visualservocontrolbasedonthepositionstructurediagram图1.基于位置的视觉伺服控制结构框图Figure2.Robotvisionpositioningsystemblockdiagram图2.机器人视觉定位系统功能模块图位置给定笛卡尔空间控制关节控制器机器人对象末端位置笛卡尔空间位置估计获得图像特征摄像机摄像机图像采集卡计算机机械臂51控制器实时通讯卡目标物匹配目标物蔡剑锋等DOI:10.12677/airr.2017.6300978人工智能与机器人研究Figure3.Industrialcamerapicture图3.工业摄像机实物图Table1.Industrialcameraparameter表1.工业摄像机参数焦距6~12mm通光口径F1.6靶面尺寸1/2‘’接口CS水平视场角53˚~28˚变焦手动聚焦手动光圈手动最小物距0.2m最远物距20m尺寸ψ32×45净重78g有效操作温度负20˚C~正60˚C2.2.2.摄像机支架摄像机支架主要实现支撑、稳定工业摄像机，协助工业摄像机完成实时采集的作用，以便摄像机在实时采集时更加稳定，考虑到所需支架对强度的要求不是很高，并且资金也并不是很宽裕，所以便采用实验室木板自己简单设计加工了两个木质支架，分别协助工业摄像机完成俯拍和侧拍任务[5]，实物图4、图5。2.2.3.机械手臂本次研究采用基于成型的多自由度机械臂平台设计模糊控制器，并结合PC机实现对机械臂的控制，如图6、图7所示。机械臂一种是模拟手臂功能的机械结构。多关节机械臂是最接近人类手臂的结构。它由许多接头组成，一系列刚性机构通过一系列柔性接头连接成的开链结构，具有接受指令，精准地定位到三维(或二维)空间上的具体某一点进行作业的功能。每个关节通过舵机驱动。各种较为复杂的操作可由不同的关节驱动组合而成。这些连杆就好比人的骨架，分别类似于胸、腹和颈，而关节相当于人体的各种如肘关节、蔡剑锋等DOI:10.12677/airr.2017.6300979人工智能与机器人研究Figure4.Topbracket图4.俯视图支架Figure5.Sideviewbrackets图5.侧视图支架蔡剑锋等DOI:10.12677/airr.2017.6300980人工智能与机器人研究Figure6.Mechanicalarmpicture图6.机械臂实物图Figure7.51Maincontrolboard图7.51主控板膝关节和腕关节[6]。机械臂的最前端装有手爪型的末端执行器，手爪类似一个夹子可以进行“开”与“合”，实现抓取动作和细微操作。手臂的动作幅度一般较大，通常进行宏操作，机械臂模型如图8所示。每一个关节的运动由舵机控制，旋转的角度有电平脉冲宽度控制，从而实现每一个具体转动角度，如图9。合金机械爪耐烧数字舵机大扭矩数字舵机金属旋转云台铝合金底板铝合金支架大功率稳压串口151主控板控制器电源蜂鸣器语音模块口红外接口喇叭接口陀螺仪接口舵机电源手柄接口6路模拟接口电机接口4路数字接口3.3VAD接口舵机接口蓝牙串口独立按钮蔡剑锋等DOI:10.12677/airr.2017.6300981人工智能与机器人研究Figure8.Mechanicalarmstructuredesign图8.机械臂结构设计图Figure9.Pulsewidthandrotationangleofsteeringgeardiagram图9.脉冲宽度与舵机旋转角度关系图2.3.基于位置的视觉伺服系统软件设计使用HALCON[5]软件进行机器人手眼标定目的是为了得到机器人基准坐标系相对于摄像头坐标系的位姿。该位姿参数