并聯(lián)機器人視覺聯(lián)動控制策略研究

田習文，祁宇明

（天津職業(yè)技術(shù)師范大學機械工程學院，天津30222）

0 引言

近些年，機器人視覺被應用在眾多領域。并聯(lián)機器人作為極具發(fā)展?jié)摿Φ囊环N類型，相比串聯(lián)結(jié)構(gòu)，在運作中兼具精度高、速度快、動態(tài)響應好、承載能力強、結(jié)構(gòu)緊湊等優(yōu)點，并聯(lián)結(jié)構(gòu)的博弈機器人就是在這個背景下衍生的。21世紀以來，Delta系列機器人更呈現(xiàn)出高速、高精度、靈活性等發(fā)展方向，人工智能阿爾法狗的成功，把機器人博弈又推向了一個新高度，使得視覺識別更加精確，分析更加快捷成為產(chǎn)品具有競爭性的重要指標，因此，深入探索并聯(lián)機器人的視覺和算法從而實現(xiàn)其視覺聯(lián)動控制顯得尤為重要。將視覺系統(tǒng)應用于并聯(lián)機器人，并加以優(yōu)化，進而實現(xiàn)并聯(lián)機器人的視覺聯(lián)動是研究熱點。見圖1.

圖1 Delta并聯(lián)型人機對弈機器人的體系結(jié)構(gòu)

Delta并聯(lián)型人機博弈機器人通過真實的人機對弈，使青少年、老年等科普對象不僅享受博弈的樂趣，也能了解機器人組成，掌握基本的計算編程能力。它分為視覺識別子系統(tǒng)、棋盤執(zhí)行機構(gòu)子系統(tǒng)和博弈算法子系統(tǒng)，本文就是對該視覺系統(tǒng)和算法進行探索優(yōu)化，實現(xiàn)視覺聯(lián)動控制。

1 執(zhí)行機構(gòu)

棋盤執(zhí)行機構(gòu)子系統(tǒng)由棋盤主體機構(gòu)、三自由度并聯(lián)機械手、棋子棋盤三部分組成，實現(xiàn)自動取子、下子、提子等功能。研究在現(xiàn)有自動控制理論和技術(shù)基礎上，實現(xiàn)體積小、成本低、精度高的棋盤執(zhí)行機構(gòu)，實現(xiàn)對棋子運動的精確控制。

1.1 三自由度并聯(lián)機械手

機械手主要由靜平臺、動平臺和連接兩平臺的三條支鏈組成，其中伺服電動機與減速器安裝于靜平臺上，每條支鏈由主動臂和從動臂組成，依據(jù)運動學對三自由度的并聯(lián)機械手的機構(gòu)進行分析及設計。見圖2.

圖2 并聯(lián)機械手機構(gòu)簡圖

1.2 主體機構(gòu)

利用solidworks軟件建立Delta機器人各零件的三維模型，然后進行裝配得到完整的Delta機器人的三維裝配體模型，如圖3所示。Delta機器人主要由靜平臺、動平臺、主動臂及從動臂構(gòu)成，其中，靜平臺和每個主動臂通過轉(zhuǎn)動副聯(lián)接，主動臂和從動臂、從動臂和動平臺都通過球鉸聯(lián)接。該機構(gòu)由三條運動支鏈組成，并均勻分布于靜平臺上，每條運動支鏈都有一個主動臂和一個閉環(huán)組成，此閉環(huán)是由從動臂和四個球鉸組成的平行四邊形封閉結(jié)構(gòu)，此結(jié)構(gòu)通過球鉸分別與主動臂和動平臺聯(lián)接。三組均勻分布的平行四邊形閉環(huán)結(jié)構(gòu)保證了靜平臺和動平臺只能保持相對平行運動，消除了動平臺的三個轉(zhuǎn)動自由度，保留了動平臺三個方向的平行自由度。

圖3 Delta機器人并聯(lián)機構(gòu)的三維模型

2 機器人視覺

機器人視覺并非真的視覺，是通過在機器人上安裝視覺傳感器，捕捉獲取目標的位置信息，經(jīng)過特征提取匹配等得到相對位姿量，計算機利用該信息，使機器人完成相應操作。這種特點，使得機器人能靈活自主地適應所處的環(huán)境，代替人類完成一些危險或復雜的工作。在三維視覺系統(tǒng)中，采用數(shù)字信號處理器可以提高視覺信息的實時處理速度，因而信息采集子系統(tǒng)與數(shù)據(jù)信號處理器之間的傳輸方式對傳輸處理速度起到關鍵作用，而數(shù)據(jù)實時采集系統(tǒng)和計算機之間的數(shù)據(jù)傳輸方式同樣也是影響實時系統(tǒng)速度的重要因素。因此，選取適當?shù)牟杉到y(tǒng)和數(shù)據(jù)傳輸方式，可以實現(xiàn)視覺實時系統(tǒng)的優(yōu)化。

2.1 實時采集處理系統(tǒng)的方案設計

數(shù)字信號處理器（DPS）是高速運算處理器的一種，它的高數(shù)據(jù)傳輸速度和處理速度，以及在高速運算實時處理系統(tǒng)中合理的傳輸分配適用于實時處理速度的優(yōu)化。采用TMS320C542的程序存儲器和數(shù)據(jù)存儲器分開尋址改進的哈佛結(jié)構(gòu)如圖4，類似于樹枝分叉結(jié)構(gòu)：三條獨立的數(shù)據(jù)線相較于樹枝和一條相較于樹干的程序總線，所有指令可同時進行，提高數(shù)據(jù)處理速度，實現(xiàn)數(shù)據(jù)的實時處理[1]。

圖4 實時采集處理系統(tǒng)原理圖

2.2 實時采集處理系統(tǒng)的數(shù)據(jù)傳輸方式

DPS本身具有高速運算能力，因而改善數(shù)據(jù)傳輸方式，可以對整個實時采集方案實現(xiàn)優(yōu)化?？紤]用數(shù)據(jù)塊的方式與計算機之間進行數(shù)據(jù)傳輸，提高使用效率。采用電路較為便捷的雙端口RAM來實現(xiàn)實時采集處理系統(tǒng)與計算機之間的數(shù)據(jù)傳輸，可以使計算機的CPU和DSP很容易實現(xiàn)同時訪問雙端口RAM，傳輸數(shù)據(jù)量和速度可同時獲得優(yōu)化。

圖 2中的 A（15-0）、D（15-0）、R/W、IOSTRB、XF和INT（0-3）均是實時采集處理系統(tǒng)的內(nèi)部總線信號[2]。圖5信號采集子系統(tǒng)與C542之間的內(nèi)部總線連接。

圖5 信號采集子系統(tǒng)與C542之間的內(nèi)部總線連接

3 電機控制算法

在機器人控制中，電機控制算法的種類很多，通常是給定一個指令速度值，通過輸入的算法運算后，提供相應的電壓信號來驅(qū)動電機，使其平穩(wěn)快速地達到指令轉(zhuǎn)速值，并維持這個值。換言之，電機一旦達到了這個轉(zhuǎn)速值，不論在何種不利因素的環(huán)境下，都應能保持這個值不變，因此，選擇合適的算法對提高機器人系統(tǒng)的控制精度十分必要。

控制算法是機器人閉環(huán)控制策略的核心，然而，并非越復雜、精度越高的算法就越好，因為實際工作中，應有良好的實時性，根據(jù)當前的具體情況，機器人需要在非常短的時間內(nèi)做出靈敏的反應，因而，將多個因素拆解成若干單個目標，分別對每個單項目進行算法的優(yōu)化，提高精準度和靈敏度。優(yōu)化算法的類別很多，關鍵是針對不同的優(yōu)化問題，例如可行解變量的取值（連續(xù)還是離散）、目標函數(shù)和約束條件的復雜程度（線性還是非線性）等，應用不同的算法。綜合考慮，選擇粒子群優(yōu)化算法。

這種算法受啟發(fā)于對鳥類捕食行為的一種研究[3]，借此，將機器人重復同一動作流程獲取的多個視覺信號，利用算法函數(shù)，尋找目標函數(shù)的最優(yōu)值，通過求解，得到最優(yōu)解，從而實現(xiàn)對整體反饋速度的優(yōu)化。

系統(tǒng)若找到兩個最優(yōu)解，代入如下公式，即可得到新的速度值和位置解。

v[]=w*v[]+c1*rand（）*（pbest[]-present[]）+c2*rand（）*（gbest[]-present[]）（a）

present[]=present[]+v[]（b）

式中，v[]是粒子的速度，w是慣性權(quán)重，present[]是當前粒子的位置.pbest[]and gbest[]如前定義rand（）是介于（0，1）之間的隨機數(shù).c1，c2 是學習因子.通常 c1=c2=2.

程序的偽代碼如下

For each particle

____Initialize particle

END

Do

____For each particle

________Calculate fitness value

________If the fitness value is better than the best fitness value（pBest）in history

____________set current value as the new pBest

____End

____Choose the particle with the best fitness value of all the particles as the gBest

____For each particle

________Calculate particle velocity according equation（a）

________Update particle position according equation（b）

____End

While maximum iterations or minimum error criteria is not attained

4 仿真實驗

以Delta機器人為例，基于MATLAB和ADAMS對其視覺信息的采集及算法進行視覺聯(lián)動控制的仿真。主要是執(zhí)行識別物體，抓取和存放的操作任務。設計運動路徑，如圖6所示。

圖6 Delta機器人仿真運動路徑

路徑中不但要求運動精度穩(wěn)定高效，還要求抓取和釋放位置精確。Delta機器人的末端執(zhí)行器是運動分為：上升，下降，平移三段。設計任務是在一個100 mm×300 mm×100 mm的空間內(nèi)執(zhí)行抓取5 kg的物體，抓取過程中限制主動臂最大角速度amax=190 rad/s2.將A0、A3點分別作為抓取點和放取點，做完路徑規(guī)劃，在ADAMS中測取四個點的坐標分別為A0（0，-820，0）、A1（0，-720，0）、A2（300，-720，0）、A3（300，-820，0）。利用 MATLAB 軟件的求解程序，求出四個點對應的主動臂驅(qū)動角度。如表1所列。

表1 各路徑點對應的主動臂驅(qū)動角度

在仿真時分別賦予主動臂和靜平臺的三個轉(zhuǎn)動副旋轉(zhuǎn)驅(qū)動，導入、仿真后如圖7～圖9所示。

圖7 主動臂的角速度、角加速度隨時間變化曲線

圖8 末端執(zhí)行器速度、加速度隨時間變化曲線

圖9 末端執(zhí)行器的位置隨時間變化曲線

從圖6可以看出，末端執(zhí)行器并未嚴格按直線上升、平移、下降，在視覺識別及拐角處平滑過渡，機器人可平穩(wěn)運行，完成停止、抓取的活動，同時完美避障。在X方向的最大偏差僅為5.6 mm，相對誤差為1.9%；Y方向的最大偏差僅為10.6 mm，相對誤差為10.6%；Z方向的最大偏差僅2.7 mm.

5 結(jié)束語

綜上分析得出：

（1）并聯(lián)機器人視覺系統(tǒng)和電機算法是實現(xiàn)聯(lián)動控制的兩個關鍵環(huán)節(jié)。

（2）采用改進的哈佛結(jié)構(gòu)尋址模式提高實時采集處理系統(tǒng)的處理速度，選擇雙端口RAM數(shù)據(jù)傳輸方式，可以對整個視覺系統(tǒng)起到優(yōu)化作用。

（3）粒子群優(yōu)化算法，能有效地對單個目標函數(shù)求最優(yōu)解，實現(xiàn)單項目算法的優(yōu)化。