碼垛機(jī)器人的研究與應(yīng)用

胡春生，魏紅星，閆小鵬，李國利

寧夏大學(xué) 機(jī)械工程學(xué)院，銀川 750021

國際標(biāo)準(zhǔn)化組織（ISO）把機(jī)器人定義為：動(dòng)作機(jī)構(gòu)具有類似于人或其他生物的某些器官的功能；具有通用性，工作種類多樣，動(dòng)作程序靈活多變；具有不同程度的智能性，如記憶、感知、推理、決策、學(xué)習(xí)等；具有獨(dú)立性，完整的機(jī)器人系統(tǒng)在工作中可以不依賴于人的干預(yù)[1]。這種廣義的定義將機(jī)器人定義為自動(dòng)化機(jī)器與設(shè)備，而不是如字面意思像人一樣的機(jī)器。

按照國際標(biāo)準(zhǔn)化組織的定義，工業(yè)機(jī)器人就是指在工業(yè)應(yīng)用中一種能夠自動(dòng)控制、可重復(fù)編程、多功能、多自由度、多用途、能夠按照要求對材料、工件進(jìn)行搬運(yùn)、對工具進(jìn)行操持，用來完成各種作業(yè)的機(jī)器[2]。工業(yè)機(jī)器人在接受人類的編程后，會(huì)根據(jù)程序設(shè)定的動(dòng)作和軌跡進(jìn)行運(yùn)動(dòng)，完成生產(chǎn)要求。同樣的，按照國際標(biāo)準(zhǔn)化組織的定義，碼垛機(jī)器人是一種按照程序設(shè)定要求，將物料單層或多層自動(dòng)碼放在托盤或棧板上，協(xié)助或取代人類進(jìn)行重復(fù)的碼垛工作的自動(dòng)化機(jī)器。

碼垛機(jī)器人是一種多學(xué)科交叉和集成的機(jī)械裝備，它包含了機(jī)械、控制、人工智能、圖像識(shí)別、傳感器技術(shù)和信息技術(shù)等多種技術(shù)，是目前使用較多的工業(yè)機(jī)器人之一。它具有較高的自動(dòng)化與智能化，能集成在生產(chǎn)線上的任意段，實(shí)現(xiàn)產(chǎn)品的快速獲取、搬運(yùn)、裝箱、碼垛、拆垛等作業(yè)[3-4]。碼垛機(jī)器人自20世紀(jì)60年代被發(fā)明以來，就被應(yīng)用在各個(gè)領(lǐng)域，可以提高生產(chǎn)效率，降低生產(chǎn)成本，可以在高溫、高濕、高粉塵、高輻射、重污染等惡劣環(huán)境中使用，能夠降低工人勞動(dòng)強(qiáng)度，改善工作環(huán)境，在現(xiàn)代制造業(yè)與其他生產(chǎn)中有著無可替代的作用[5]。

1 碼垛機(jī)器人研究內(nèi)容

碼垛機(jī)器人從20世紀(jì)70年代被研發(fā)出來后，就不斷地被學(xué)者研究、創(chuàng)新和發(fā)展。碼垛機(jī)器人的創(chuàng)新主要分為四點(diǎn)：機(jī)械結(jié)構(gòu)的創(chuàng)新、運(yùn)動(dòng)規(guī)劃的創(chuàng)新、運(yùn)動(dòng)控制的創(chuàng)新與機(jī)器人編程方法的創(chuàng)新，如圖1所示。

圖1 碼垛機(jī)器人的創(chuàng)新結(jié)構(gòu)框架圖Fig.1 Innovative structure of palletizing robot

機(jī)械結(jié)構(gòu)的創(chuàng)新主要分為碼垛機(jī)器人結(jié)構(gòu)優(yōu)化與末端執(zhí)行機(jī)構(gòu)的創(chuàng)新。傳統(tǒng)的工業(yè)機(jī)器人的本體未進(jìn)行結(jié)構(gòu)優(yōu)化，雖然能滿足強(qiáng)度與穩(wěn)定性使用要求，但存在質(zhì)量偏大、能耗增大、負(fù)載能力小等問題。傳統(tǒng)末端執(zhí)行機(jī)構(gòu)也存在著識(shí)別能力差、抓取穩(wěn)定性差、抓取種類單一、適應(yīng)性差等問題，傳統(tǒng)的機(jī)器人本體與末端執(zhí)行機(jī)構(gòu)已經(jīng)不能滿足現(xiàn)在低能耗、高精度、高穩(wěn)定性、高適應(yīng)性的生產(chǎn)要求。

運(yùn)動(dòng)規(guī)劃可分為路徑規(guī)劃、軌跡規(guī)劃、避障問題等三個(gè)方面，單個(gè)機(jī)器人運(yùn)動(dòng)規(guī)劃和多機(jī)器人協(xié)同兩個(gè)類別。傳統(tǒng)的運(yùn)動(dòng)規(guī)劃方法在機(jī)器人自由度較大時(shí)，計(jì)算量與計(jì)算時(shí)間會(huì)呈指數(shù)式增長，在復(fù)雜環(huán)境與多機(jī)器人協(xié)同運(yùn)動(dòng)規(guī)劃兩方面存在嚴(yán)重不足，動(dòng)態(tài)運(yùn)動(dòng)規(guī)劃能力較差。

碼垛機(jī)器人的運(yùn)動(dòng)控制可分為機(jī)器人位姿與軌跡控制、末端執(zhí)行機(jī)構(gòu)抓取控制兩大類，常規(guī)運(yùn)動(dòng)控制方法的運(yùn)動(dòng)控制精度低、受環(huán)境影響大、抗干擾能力弱，已經(jīng)不能滿足智能控制要求。

碼垛機(jī)器人的編程可分為示教編程、離線編程和自主編程三個(gè)方面，傳統(tǒng)編程方法編的穩(wěn)定性差、編程時(shí)間長、使用成本高、智能化程度低、復(fù)雜環(huán)境不能滿足精度要求。本文接下來將會(huì)進(jìn)行詳細(xì)的說明。

1.1 碼垛機(jī)器人結(jié)構(gòu)優(yōu)化

目前國內(nèi)外碼垛機(jī)器人按結(jié)構(gòu)類型的不同可分為以下五種：直角坐標(biāo)機(jī)器人、柱面坐標(biāo)機(jī)器人、球面坐標(biāo)機(jī)器人、多關(guān)節(jié)機(jī)器人和并聯(lián)機(jī)器人等[6]。

直角坐標(biāo)碼垛機(jī)器人也稱桁架碼垛機(jī)器人或龍門式碼垛機(jī)器人，是以直角坐標(biāo)系統(tǒng)為基本模型，這種碼垛機(jī)器人搭配靈活，負(fù)載、行程等調(diào)整方便，無需復(fù)雜算法控制，在活動(dòng)范圍極大或極小、負(fù)載范圍較大時(shí)都非常適合，但是存在占地面積大、運(yùn)行速度慢、安裝周期長，維修保養(yǎng)困難等缺點(diǎn)。

柱面坐標(biāo)碼垛機(jī)器人的運(yùn)動(dòng)空間位置由基座回轉(zhuǎn)、水平移動(dòng)、豎直移動(dòng)組合形成，作業(yè)空間呈圓柱體。與直角坐標(biāo)碼垛機(jī)器人相比，圓柱坐標(biāo)型碼垛機(jī)器人占據(jù)空間較小、結(jié)構(gòu)緊湊、工作范圍大、運(yùn)動(dòng)直觀性強(qiáng)。但因?yàn)槭艿缴禉C(jī)構(gòu)的限制，一般不能抓取距離地面高度較小的物料。

球面坐標(biāo)碼垛機(jī)器人的機(jī)械手能夠做伸縮移動(dòng)、水平面內(nèi)轉(zhuǎn)動(dòng)和垂直平面內(nèi)的擺動(dòng)，機(jī)器人的工作空間形成球面的一部分，因此稱為球面坐標(biāo)碼垛機(jī)器人。同圓柱坐標(biāo)碼垛機(jī)器人相比，球面坐標(biāo)碼垛機(jī)器人在占據(jù)同樣空間的情況下，其工作范圍擴(kuò)大了，而且由于其具有俯仰自由度，可以完成從地面提取工件的任務(wù)。缺點(diǎn)是運(yùn)動(dòng)直觀性差，結(jié)構(gòu)較為復(fù)雜，位置誤差會(huì)隨著臂長的增加而增大。

多關(guān)節(jié)碼垛機(jī)器人由多個(gè)擺動(dòng)或回轉(zhuǎn)機(jī)構(gòu)組成，基本結(jié)構(gòu)由底座、大臂和小臂構(gòu)成。大臂和小臂可在通過底座的垂直平面內(nèi)運(yùn)動(dòng)，大臂和小臂間的關(guān)節(jié)稱為肘關(guān)節(jié)，大臂和底座間的關(guān)節(jié)稱為肩關(guān)節(jié)。多關(guān)節(jié)型碼垛機(jī)器人具有人的手臂的某些特征，與其他類型的碼垛機(jī)器人相比，它占據(jù)空間最小，工作范圍最大，此外還可以繞過障礙物提取和運(yùn)送工件，是目前最常見的碼垛機(jī)器人類型，但其運(yùn)動(dòng)直觀性更差，運(yùn)動(dòng)規(guī)劃和驅(qū)動(dòng)控制較為復(fù)雜。

并聯(lián)碼垛機(jī)器人指基座和末端執(zhí)行器之間通過至少兩個(gè)獨(dú)立的運(yùn)動(dòng)鏈相連接，機(jī)構(gòu)具有兩個(gè)或兩個(gè)以上自由度，是一種以并聯(lián)方式驅(qū)動(dòng)的閉環(huán)機(jī)構(gòu)。結(jié)構(gòu)簡單、剛度大、運(yùn)動(dòng)精度高、運(yùn)動(dòng)能力強(qiáng)、末端慣性小，在高速、大承載能力的場合具有明顯優(yōu)勢，但是由于工作空間有限，機(jī)械手發(fā)生碰撞的概率很大，在奇異位置會(huì)完全失去剛度，驅(qū)動(dòng)控制較為復(fù)雜。各類型碼垛機(jī)器人優(yōu)缺點(diǎn)的對比如表1所示。

表1 各種碼垛機(jī)器人對比總結(jié)Table 1 Comparison and summary of various palletizing robots

傳統(tǒng)的工業(yè)機(jī)器人雖然能滿足使用要求，但存在質(zhì)量偏大、能耗增大、負(fù)載能力小等問題。為了解決上述問題，國內(nèi)外許多學(xué)者對碼垛機(jī)器人本體進(jìn)行了結(jié)構(gòu)優(yōu)化。結(jié)構(gòu)優(yōu)化設(shè)計(jì)技術(shù)是從20世紀(jì)70年代開始隨著計(jì)算機(jī)技術(shù)和有限元方法迅速發(fā)展起的一個(gè)力學(xué)分析優(yōu)化方法[7]，碼垛機(jī)器人結(jié)構(gòu)優(yōu)化依據(jù)設(shè)計(jì)變量不同可劃分為尺寸優(yōu)化、形狀優(yōu)化和拓?fù)鋬?yōu)化。

尺寸優(yōu)化是以結(jié)構(gòu)件外形尺寸或者孔洞尺寸為優(yōu)化對象進(jìn)行結(jié)構(gòu)優(yōu)化。形狀優(yōu)化是指通過調(diào)整結(jié)構(gòu)件的幾何形狀來改善力學(xué)性能、降低生產(chǎn)成本。兩者都是采用有限元法與有限元軟件結(jié)合的方法進(jìn)行本體優(yōu)化。

碼垛機(jī)器人尺寸優(yōu)化主要是使用有限元軟件進(jìn)行輔助優(yōu)化設(shè)計(jì)，首先使用有限元軟件如ANSYS建立機(jī)器人的動(dòng)力學(xué)模型，對其進(jìn)行整機(jī)模態(tài)分析，找出機(jī)器人機(jī)械結(jié)構(gòu)薄弱的部位，然后在給定運(yùn)動(dòng)下，研究結(jié)構(gòu)不同截面尺寸對于運(yùn)動(dòng)的影響，分析兩者之間的關(guān)系，對截面形狀尺寸進(jìn)行優(yōu)化，以達(dá)到最佳運(yùn)動(dòng)狀態(tài)[8]，形狀優(yōu)化方法也與上述方法相似，是研究給定不同的結(jié)構(gòu)形狀對運(yùn)動(dòng)的影響[9]。

尺寸優(yōu)化和形狀優(yōu)化是優(yōu)化設(shè)計(jì)最早采用的兩種方法，但存在計(jì)算量大、自適應(yīng)網(wǎng)格劃分困難、收斂性差等問題，已經(jīng)不適應(yīng)現(xiàn)在的結(jié)構(gòu)優(yōu)化需求。

拓?fù)鋬?yōu)化是目前最常用的結(jié)構(gòu)優(yōu)化方法，是根據(jù)約束條件、負(fù)載情況和性能指標(biāo)，對區(qū)域進(jìn)行材料分布優(yōu)化的設(shè)計(jì)方法，與尺寸優(yōu)化和形狀優(yōu)化相比，拓?fù)鋬?yōu)化是概念設(shè)計(jì)層面的優(yōu)化方法，能夠在結(jié)構(gòu)設(shè)計(jì)的初始階段就得到最優(yōu)布局方案，在結(jié)構(gòu)優(yōu)化中有更多的設(shè)計(jì)自由度能夠獲得更大的設(shè)計(jì)空間，是結(jié)構(gòu)優(yōu)化主流發(fā)展趨勢。

拓?fù)鋬?yōu)化的方法有均勻化方法、變密度法、漸進(jìn)結(jié)構(gòu)優(yōu)化法等，最常用的方法是變密度法，變密度具有過程簡單、計(jì)算快等優(yōu)點(diǎn)，其原理是首先對模型進(jìn)行劃分網(wǎng)格，劃分后的每個(gè)網(wǎng)格里只有0或者1兩種情況，0代表此處網(wǎng)格沒有材料填充，1則代表此處網(wǎng)格有填充材料，然后在0-1之間進(jìn)行插值，將離散問題變成為連續(xù)性問題，用一個(gè)罰函數(shù)使得所有的中間密度單元最后趨向0或者1，實(shí)現(xiàn)材料的分布優(yōu)化，最后使用有限元軟件分析受力與變形量，然后重復(fù)以上操作，最終迭代得到既滿足最少材料又滿足最大強(qiáng)度和剛度的結(jié)構(gòu)[10]，拓?fù)鋬?yōu)化能夠降低碼垛機(jī)器人的質(zhì)量、提高安全使用系數(shù)、降低能耗、增強(qiáng)機(jī)器人的剛度和強(qiáng)度，為工業(yè)機(jī)器人結(jié)構(gòu)創(chuàng)新提供了重要的思路。

無論是尺寸優(yōu)化、形狀優(yōu)化還是拓?fù)鋬?yōu)化，在優(yōu)化的過程中都是以一種優(yōu)化參數(shù)作為優(yōu)化目標(biāo)，例如質(zhì)量最優(yōu)、強(qiáng)度最優(yōu)、剛度最優(yōu)等，但當(dāng)優(yōu)化目標(biāo)發(fā)生沖突或者需要多個(gè)優(yōu)化目標(biāo)時(shí)，例如既要強(qiáng)度高、又要面積大、還要質(zhì)量小，很難實(shí)現(xiàn)所有的優(yōu)化目標(biāo)都能得到最優(yōu)解，使用傳統(tǒng)優(yōu)化方法可能會(huì)出現(xiàn)計(jì)算周期長、計(jì)算能力差等問題，多目標(biāo)優(yōu)化方法是近些年興起的一種設(shè)計(jì)方法，多目標(biāo)優(yōu)化方法能使多個(gè)目標(biāo)在給定區(qū)域盡量同時(shí)滿足最佳解，通常是一組均衡解，能最大程度地滿足各個(gè)優(yōu)化目標(biāo)?；痉椒ㄓ袃煞N，一種是先求出每個(gè)優(yōu)化目標(biāo)的最優(yōu)解，得到一個(gè)最優(yōu)解的集合，然后在最優(yōu)解中選擇合適的解，另一種方法是將多目標(biāo)最優(yōu)解問題通過功效系數(shù)法、評價(jià)函數(shù)法等轉(zhuǎn)換為單目標(biāo)優(yōu)化問題求解[11]。多目標(biāo)優(yōu)化方法能在保證應(yīng)力、位移、剛度和振動(dòng)穩(wěn)定性的情況下，極大降低碼垛機(jī)器人的質(zhì)量[12-13]。

國內(nèi)的碼垛機(jī)器人結(jié)構(gòu)優(yōu)化以拓?fù)鋬?yōu)化為主，尺寸優(yōu)化和形狀優(yōu)化為輔，借助ANSYS等有限元軟件對碼垛機(jī)器人進(jìn)行建模與仿真，在設(shè)計(jì)初期采用拓?fù)鋬?yōu)化實(shí)現(xiàn)最優(yōu)布局，設(shè)計(jì)過程中采用尺寸和形狀優(yōu)化進(jìn)行局部優(yōu)化，使結(jié)構(gòu)布局更加合理，更加輕量化[14-15]。我國在機(jī)器人結(jié)構(gòu)多目標(biāo)優(yōu)化方面研究較少，目前主要采用的算法有多目標(biāo)粒子群算法、NSGA-II算法等，能夠在提高機(jī)械臂結(jié)構(gòu)剛度、強(qiáng)度的同時(shí)并降低質(zhì)量。我國結(jié)構(gòu)優(yōu)化領(lǐng)域隨著智能算法的興起與加入，使得結(jié)構(gòu)優(yōu)化發(fā)展更快，懲罰函數(shù)法、粒子群算法、響應(yīng)面法等智能算法的使用，相較于傳統(tǒng)算法，使得機(jī)械結(jié)構(gòu)優(yōu)化的效率更高、結(jié)果更加準(zhǔn)確、動(dòng)力學(xué)性能更好[16-18]。

國外的結(jié)構(gòu)優(yōu)化與國內(nèi)結(jié)構(gòu)優(yōu)化類似，也是通過有限元法與有限元軟件對機(jī)器人進(jìn)行建模與靜態(tài)分析，然后進(jìn)行結(jié)構(gòu)優(yōu)化，重新設(shè)計(jì)零部件，在保證使用要求的情況下，大大降低機(jī)器人本體質(zhì)量，降低能耗[19-21]。國外也將多目標(biāo)優(yōu)化大量應(yīng)用到了機(jī)器人結(jié)構(gòu)優(yōu)化當(dāng)中，多目標(biāo)優(yōu)化方法可以在全局層面進(jìn)行優(yōu)化，能對全局運(yùn)動(dòng)學(xué)平均值、波動(dòng)值等進(jìn)行分析，先構(gòu)建多目標(biāo)運(yùn)動(dòng)模型，然后利用多目標(biāo)優(yōu)化算法進(jìn)行改進(jìn)分析，最終提高機(jī)器人的性能指標(biāo)，使得機(jī)器人具有更高的結(jié)構(gòu)剛度、更輕的質(zhì)量、更高的振動(dòng)頻率[22-24]。國外也將遺傳算法、多目標(biāo)遺傳算法、多目標(biāo)粒子群優(yōu)化算法、動(dòng)態(tài)多目標(biāo)優(yōu)化算法、復(fù)合算法等先進(jìn)算法加入到結(jié)構(gòu)優(yōu)化中，使得機(jī)器人的結(jié)構(gòu)優(yōu)化速度更快、效率更高、質(zhì)量更小、能耗更低[25-26]。

1.2 末端執(zhí)行機(jī)構(gòu)

末端執(zhí)行機(jī)構(gòu)是碼垛機(jī)器人的重要組成部分，也是碼垛機(jī)器人直接與被抓取物料接觸的部件，相當(dāng)于人的手掌，主要用于完成被碼垛物料的抓取、移動(dòng)以及碼垛等動(dòng)作。碼垛作業(yè)任務(wù)是否能夠順利完成，直接取決于末端執(zhí)行機(jī)構(gòu)的設(shè)計(jì)，要求末端執(zhí)行機(jī)構(gòu)能夠穩(wěn)定且準(zhǔn)確地進(jìn)行抓取和搬運(yùn)作業(yè)，由于在工作中，抓取的物料結(jié)構(gòu)大小和品種有所不同，包括箱形、板形、袋形以及圓柱形物料等。因此碼垛機(jī)器人的末端執(zhí)行機(jī)構(gòu)必須能隨著生產(chǎn)線上物料的改變而改變實(shí)現(xiàn)抓取作業(yè)。如今的工業(yè)生產(chǎn)中有著各式各樣的末端執(zhí)行機(jī)構(gòu)，按照結(jié)構(gòu)類型的不同，可以分為叉形末端執(zhí)行機(jī)構(gòu)、真空吸盤型末端執(zhí)行機(jī)構(gòu)、夾板型末端執(zhí)行機(jī)構(gòu)，以及后面發(fā)展起來的柔性執(zhí)行機(jī)構(gòu)和仿生執(zhí)行機(jī)構(gòu)五種，它們優(yōu)缺點(diǎn)及其適應(yīng)范圍如表2所示。

表2 各種末端機(jī)構(gòu)優(yōu)缺點(diǎn)及使用范圍Table 2 Advantages and disadvantages of various end mechanisms and their scope of use

叉形末端執(zhí)行器的抓取機(jī)構(gòu)為叉爪型，工作時(shí)，叉爪放在物料的下方，然后將叉爪收縮，將物料抬起，實(shí)現(xiàn)搬運(yùn)和碼垛作業(yè)。工作效率高、抓取穩(wěn)定、結(jié)構(gòu)簡單輕便，但是其結(jié)構(gòu)比較龐大，相對于夾板型和真空吸盤型運(yùn)行流暢度降低。通常用于較大較重的袋裝物料，如米袋、水泥、面袋等。

真空吸盤型末端執(zhí)行機(jī)構(gòu)的抓取機(jī)構(gòu)為真空洗盤，是通過真空吸盤的吸附作用對物料進(jìn)行抓取與搬運(yùn)。對光滑物料的抓取效果較好，但其結(jié)構(gòu)復(fù)雜，工作不穩(wěn)定。常用于表面水平并且較為光滑的玻璃板、石英板等板材或者尺寸較小且表面光滑的袋狀物料的碼垛。

夾板型末端執(zhí)行機(jī)構(gòu)的抓取機(jī)構(gòu)為兩個(gè)夾板，夾住物料的側(cè)面通過摩擦力進(jìn)行抓取，質(zhì)量輕便、設(shè)計(jì)簡單、適應(yīng)度好。但由于依靠摩擦力來進(jìn)行抓取，不能抓取光滑的物料，常常用于尺寸較大的箱型物料。

柔性執(zhí)行機(jī)構(gòu)，指可通過調(diào)整相關(guān)參數(shù)，就能適應(yīng)不同工件的抓取、搬運(yùn)等功能的末端執(zhí)行機(jī)構(gòu)，具有較強(qiáng)的適應(yīng)性，還能夠進(jìn)行脆性物料和易碎物料的碼垛和搬運(yùn)。柔性機(jī)械手相較于前面三種機(jī)械手，具有適應(yīng)性高、抓取范圍廣、抓取力度合適、不破壞物料等優(yōu)點(diǎn)，但結(jié)構(gòu)復(fù)雜，抓取力度小，不能抓取較重的物體。

仿生機(jī)械學(xué)由生物力學(xué)、醫(yī)學(xué)、機(jī)械工程、控制和電子技術(shù)等學(xué)科相互滲透、結(jié)合而形成的一門邊緣學(xué)科，仿生設(shè)計(jì)近年來也在碼垛機(jī)器人的末端執(zhí)行機(jī)構(gòu)設(shè)計(jì)上有所應(yīng)用，仿生執(zhí)行機(jī)構(gòu)就是模仿生物的運(yùn)動(dòng)構(gòu)造形態(tài)或者功能而設(shè)計(jì)的機(jī)構(gòu)，具有生物結(jié)構(gòu)的優(yōu)越性。例如模仿人體的手掌設(shè)計(jì)的自適應(yīng)欠驅(qū)動(dòng)仿生機(jī)械手，具有抓取方式多變，抓取物料種類多、適應(yīng)性范圍大，解決了其他結(jié)構(gòu)類型機(jī)械手自適應(yīng)不足的缺點(diǎn)，但結(jié)構(gòu)復(fù)雜、穩(wěn)定性較差，工程應(yīng)用較為困難[27]。國內(nèi)外在碼垛機(jī)器人的末端執(zhí)行機(jī)構(gòu)的創(chuàng)新上，一方面是機(jī)械結(jié)構(gòu)的創(chuàng)新設(shè)計(jì)，另一方面通過傳感器和各種智能優(yōu)化算法加強(qiáng)了機(jī)械手抓取時(shí)的準(zhǔn)確性和穩(wěn)定性。

理想狀態(tài)下的抓取夾持環(huán)節(jié)應(yīng)該穩(wěn)定、準(zhǔn)確、能夠保護(hù)物料不受破壞。有三種常用方法，一是在機(jī)械手上添加傳感器、敏感電阻和其他裝置可以實(shí)現(xiàn)實(shí)時(shí)反饋，通過反饋信號(hào)來給控制器信號(hào)，判斷抓取是否合理；二是通過優(yōu)化算法來實(shí)現(xiàn)，通過分析手指和目標(biāo)物料之間的抓取力學(xué)模型、確定抓取穩(wěn)定性指標(biāo)、建立機(jī)械手抓取數(shù)學(xué)模型，確定抓取穩(wěn)定性與抓取位置、抓取點(diǎn)的映射關(guān)系，通過改進(jìn)算法可以解決傳統(tǒng)抓取過程中抓取不穩(wěn)定與脫落的情況，得到最適合當(dāng)前物料的抓取力；三是將計(jì)算機(jī)視覺技術(shù)、計(jì)算機(jī)觸覺技術(shù)與機(jī)械手結(jié)合起來，計(jì)算機(jī)視覺和觸覺是使用計(jì)算機(jī)及相關(guān)設(shè)備對生物視覺和觸覺的一種模擬，通過計(jì)算機(jī)視、觸覺技術(shù)，可以實(shí)現(xiàn)物料的自動(dòng)識(shí)別和智能抓取。

國內(nèi)碼垛機(jī)器人末端執(zhí)行機(jī)構(gòu)機(jī)械結(jié)構(gòu)的創(chuàng)新主要是新型機(jī)械手的設(shè)計(jì)與研發(fā)，包括柔性機(jī)械手和仿生機(jī)械手兩大類，它們具有兼容性強(qiáng)、適應(yīng)性強(qiáng)等優(yōu)點(diǎn)，已經(jīng)在農(nóng)業(yè)、制造業(yè)、化工行業(yè)等各個(gè)行業(yè)都有所應(yīng)用[28-29]。在加強(qiáng)抓取穩(wěn)定性與準(zhǔn)確性方面，國內(nèi)通過將磁致伸縮觸覺傳感器、位移傳感器等高敏感傳感器安裝在機(jī)械手上，在提高了機(jī)械手定位精度與抓取穩(wěn)定性的同時(shí)、還提高了機(jī)械手的執(zhí)行速度與分揀效率[30-31]；通過建立機(jī)械手與目標(biāo)物之間的數(shù)學(xué)模型，改進(jìn)抓取控制算法得到最適合的抓取力與角度，提高機(jī)械手的實(shí)時(shí)性和靈巧性[32-33]；通過引入計(jì)算機(jī)視覺，通過圖像識(shí)別技術(shù)來判斷物料的位置與形狀，實(shí)現(xiàn)物料的自動(dòng)識(shí)別與抓取[34-35]。

國外碼垛機(jī)器人末端執(zhí)行機(jī)構(gòu)機(jī)械結(jié)構(gòu)的創(chuàng)新與國內(nèi)研究相同，主要還是柔性機(jī)械手與仿生機(jī)械手的研究，國外已經(jīng)研制出適應(yīng)性強(qiáng)、抓取范圍廣，可以抓取不同尺寸和形狀的物料的柔性機(jī)械手[36]和可以在一些復(fù)雜狹小環(huán)境中進(jìn)行搬運(yùn)、碼垛等作業(yè)的仿生機(jī)械手[37]。國外對于機(jī)械手抓取穩(wěn)定性，也是通過在機(jī)械臂上安裝傳感器、敏感電阻和其他裝置實(shí)現(xiàn)實(shí)時(shí)反饋，通過反饋信號(hào)來判斷抓取是否合理[38-39]，也同樣依靠改進(jìn)算法，改變機(jī)械手抓取力學(xué)模型、依靠計(jì)算機(jī)觸覺與視覺解決傳統(tǒng)抓取過程中抓取不穩(wěn)定與脫落的情況，得到最適合當(dāng)前物料的抓取力，在提高抓取的穩(wěn)定性、平滑性、準(zhǔn)確性的同時(shí)[40-41]，也提高了碼垛機(jī)器人的智能化程度。

1.3 碼垛機(jī)器人的運(yùn)動(dòng)規(guī)劃

運(yùn)動(dòng)規(guī)劃是在給定的位置之間為機(jī)器人找到一條符合約束條件的路徑，是機(jī)器人學(xué)的一個(gè)重要研究領(lǐng)域。碼垛機(jī)器人的運(yùn)動(dòng)規(guī)劃按照規(guī)劃類型可以分為路徑規(guī)劃和軌跡規(guī)劃，避障問題作為特殊的路徑規(guī)劃問題，本文為了更好地進(jìn)行說明，將避障問題單獨(dú)提出來，和路徑規(guī)劃、軌跡規(guī)劃并列在一起進(jìn)行闡述，而按照機(jī)器人的數(shù)量與規(guī)模劃分，則可分為單個(gè)機(jī)器人的運(yùn)動(dòng)規(guī)劃與多機(jī)器人協(xié)同運(yùn)動(dòng)規(guī)劃兩類規(guī)劃體系。

1.3.1 路徑規(guī)劃

（1）單個(gè)機(jī)器人路徑規(guī)劃

單機(jī)器人的路徑規(guī)劃是單機(jī)器人運(yùn)動(dòng)規(guī)劃的主要研究內(nèi)容之一，路徑指的是連接起點(diǎn)位置和終點(diǎn)位置形成的序列點(diǎn)或曲線，而構(gòu)成路徑的策略與方法則稱之為路徑規(guī)劃。目前單個(gè)機(jī)器人的路徑規(guī)劃方法可以歸納為五種：基于能量最優(yōu)的路徑規(guī)劃、基于時(shí)間最優(yōu)的路徑規(guī)劃、基于最小沖擊的路徑規(guī)劃、基于路徑最優(yōu)的路徑規(guī)劃，或者將它們組合起來為主要方法來進(jìn)行路徑優(yōu)化。這幾種目標(biāo)規(guī)劃的方法主要還是通過優(yōu)化算法進(jìn)行優(yōu)化計(jì)算，得到最優(yōu)解和最優(yōu)參數(shù)。

基于能量最優(yōu)的優(yōu)化目標(biāo)，就是以完成規(guī)定動(dòng)作與規(guī)定任務(wù)后所消耗的最少能量為優(yōu)化目標(biāo)，碼垛機(jī)器人主要以電能為動(dòng)力，因此以耗電量來作為目標(biāo)參數(shù)，許多學(xué)者將智能算法應(yīng)用到這種方法，例如改進(jìn)AD*算法、遺傳算法等，能夠明顯地降低耗電量，在兼顧機(jī)器人路徑規(guī)劃效率的同時(shí)降低能量消耗[42-43]。

基于時(shí)間最優(yōu)，就是以完成規(guī)定動(dòng)作與規(guī)定任務(wù)后所消耗的最少時(shí)間為優(yōu)化目標(biāo)進(jìn)行路徑規(guī)劃，改進(jìn)粒子群算法的引入不僅能夠?qū)崿F(xiàn)機(jī)器人時(shí)間最優(yōu)運(yùn)動(dòng)規(guī)劃，還同時(shí)改善了粒子群算法易局部收斂、無法得到全局最優(yōu)解的問題[44]。精密裝配領(lǐng)域?qū)τ谒俣扰c精度要求較高，有學(xué)者在機(jī)器人運(yùn)動(dòng)鏈上進(jìn)行優(yōu)化，提出了多變量時(shí)間優(yōu)化方法，可以達(dá)到提高裝配效率、時(shí)間最優(yōu)的目的[45]。工業(yè)機(jī)器人固定路徑下的基于時(shí)間最優(yōu)的路徑規(guī)劃方法的計(jì)算量較大，消耗時(shí)間較長，為了解決這一問題，有學(xué)者將修型/射靶算法引入路徑規(guī)劃中，通過修正多重約束下的最大速度曲線，得到時(shí)間最短的曲線，也即時(shí)間最優(yōu)路徑[46]。智能算法引入使得基于時(shí)間最優(yōu)的路徑規(guī)劃方式求解速度更快、路徑規(guī)劃效率提高。

基于最優(yōu)路徑也是常用的方法之一，基于路徑最優(yōu)，要求路徑平滑、路徑長度小，碼垛機(jī)器人能夠穩(wěn)定運(yùn)行。有學(xué)者將改進(jìn)A*算法、蟻群算法等方法應(yīng)用到基于路徑最優(yōu)的路徑規(guī)劃中，使路徑更平滑，路徑總長度減小，提高了碼垛的工作效率，并降低了發(fā)生碰撞的可能性[47-48]。

以上的算法和方法都是在已知環(huán)境與空間中進(jìn)行的路徑規(guī)劃，但是對于未知的空間，以上的方法已經(jīng)不能適應(yīng)，有學(xué)者進(jìn)行了深入研究，將仿生學(xué)設(shè)計(jì)應(yīng)用到未知環(huán)境的路徑規(guī)劃中，依據(jù)海馬體內(nèi)空間細(xì)胞的認(rèn)知機(jī)理，提出了仿鼠腦海馬的機(jī)器人場景認(rèn)知地圖構(gòu)建及路徑規(guī)劃方法，在機(jī)器人場景記憶建模的過程中建立集成位置細(xì)胞與網(wǎng)格細(xì)胞神經(jīng)元活動(dòng)機(jī)制，通過事件再配置，預(yù)測并規(guī)劃最優(yōu)情景軌跡[49]，實(shí)現(xiàn)自我參考和路徑規(guī)劃。也有學(xué)者將目標(biāo)導(dǎo)向RRT路徑規(guī)劃算法應(yīng)用到未知環(huán)境的路徑規(guī)劃，傳統(tǒng)RRT算法可以進(jìn)行未知環(huán)境的路徑規(guī)劃，但是由于算法本身的限制，會(huì)出現(xiàn)盲目搜索、容易陷入局部最小點(diǎn)的問題，基于子目標(biāo)搜索的目標(biāo)導(dǎo)向RRT路徑規(guī)劃方法是將三種不同情況的目標(biāo)導(dǎo)向函數(shù)引入其中，此方法能很好地解決上述問題，減少冗余搜索、提高逃離局部最優(yōu)能力、提高路徑規(guī)劃效率[50]。還有人將計(jì)算機(jī)視覺技術(shù)、短期內(nèi)存神經(jīng)網(wǎng)絡(luò)等算法也利用到未知環(huán)境的路徑規(guī)劃當(dāng)中[51]，都能夠很好地解決在未知環(huán)境中的路徑規(guī)劃問題。

（2）多機(jī)器人協(xié)同路徑規(guī)劃

多機(jī)器人協(xié)同路徑規(guī)劃是多機(jī)器人系統(tǒng)的關(guān)鍵技術(shù)之一，是保證多機(jī)器人工作順利完成的基礎(chǔ)，多機(jī)器人路徑規(guī)劃是指利用周圍環(huán)境信息，多機(jī)器人系統(tǒng)中的每個(gè)機(jī)器人都能滿足工作要求到達(dá)指定位置且無碰撞的最優(yōu)路徑，要求多機(jī)器人系統(tǒng)內(nèi)的每個(gè)機(jī)器人之間也不能發(fā)生碰撞。多機(jī)器人協(xié)同路徑規(guī)劃的方法按照求解方式的不同，可以分為耦合式和解耦式兩種，也可以稱為整體式和分布式。兩種方法的區(qū)別是耦合式將多機(jī)器人視為一個(gè)整體進(jìn)行規(guī)劃，而解耦式是將多機(jī)器人系統(tǒng)中的每個(gè)機(jī)器人進(jìn)行單獨(dú)規(guī)劃[52]。

在耦合式路徑規(guī)劃方法的幫助下，多機(jī)器人協(xié)調(diào)路徑規(guī)劃就變成了單機(jī)器人的路徑規(guī)劃，因此可以將單個(gè)機(jī)器人的路徑規(guī)劃的智能算法和優(yōu)化方法應(yīng)用到多機(jī)器人協(xié)同路徑規(guī)劃之中，例如快速搜索隨機(jī)樹法、人工勢場法、改進(jìn)A~*算法、改進(jìn)遺傳算法、改進(jìn)蝙蝠算法、混合算法等方法，都可以加快規(guī)劃的速度、減少計(jì)算時(shí)間、縮短路徑長度[53-55]。

耦合式路徑規(guī)劃方法也存在著缺點(diǎn)，它的搜索范圍是全局的，是一種全局搜索方法，耦合式路徑規(guī)劃方法將多機(jī)器人路徑規(guī)劃轉(zhuǎn)換為單機(jī)器人高維度、多自由度路徑規(guī)劃，因此這種方法具有找出全局最優(yōu)解的能力，但同樣也使得系統(tǒng)維度增高、自由度增多，求解空間變大，求解速度降低，使得規(guī)劃的實(shí)時(shí)性降低。適用于機(jī)器人個(gè)數(shù)較少的多機(jī)器人協(xié)同路徑規(guī)劃。

解耦式路徑規(guī)劃與耦合式路徑規(guī)劃正好相反，解耦式路徑規(guī)劃是將多系統(tǒng)內(nèi)的各個(gè)機(jī)器人先分別進(jìn)行路徑規(guī)劃，找到最優(yōu)路徑，后面通過協(xié)調(diào)方法進(jìn)行修改和調(diào)整，解決系統(tǒng)內(nèi)部機(jī)器人沖突的問題。

解耦式路徑規(guī)劃方法是一種類似于先局部優(yōu)化的方法，再通過協(xié)調(diào)算法來解決系統(tǒng)內(nèi)的沖突和干涉，將多機(jī)器人協(xié)調(diào)問題轉(zhuǎn)變?yōu)閱蝹€(gè)機(jī)器人路徑規(guī)劃問題，這樣方法降低了多機(jī)器人路徑規(guī)劃難度，動(dòng)態(tài)性能較好，但是存在容易陷入局部最小值，不易獲得全局最優(yōu)解的問題。適用于系統(tǒng)內(nèi)機(jī)器人個(gè)數(shù)較多的多機(jī)器人協(xié)同路徑規(guī)劃。

解耦式路徑規(guī)劃的難點(diǎn)在于多機(jī)器人系統(tǒng)內(nèi)的協(xié)調(diào)問題，協(xié)調(diào)問題可以分為兩個(gè)方面，一是消除多機(jī)器人系統(tǒng)內(nèi)部的沖突與干涉；二是實(shí)現(xiàn)多機(jī)器人系統(tǒng)的協(xié)同作業(yè)。常用協(xié)調(diào)方法有基于時(shí)間法、保留區(qū)域法、基于TI-A*算法等。

基于時(shí)間的多機(jī)器人路徑協(xié)調(diào)算法首先利于柵格法對工作環(huán)境進(jìn)行建模，將多機(jī)器人協(xié)調(diào)問題轉(zhuǎn)換為機(jī)器人動(dòng)作運(yùn)行序列問題，先利用改進(jìn)A*算法求出每個(gè)機(jī)器人的無碰撞路徑，再通過計(jì)算每個(gè)機(jī)器人到達(dá)每個(gè)碰撞點(diǎn)的時(shí)間，判定是否會(huì)發(fā)生碰撞，然后將該碰撞點(diǎn)所有等待的機(jī)器人進(jìn)行列表，依次類推，可以得到每個(gè)機(jī)器人的運(yùn)行序列，通過篩選就能得到多機(jī)器人的無碰撞路徑。此方法也存在著許多缺陷，協(xié)調(diào)的實(shí)時(shí)性較差，動(dòng)態(tài)協(xié)調(diào)性能較差，計(jì)算量較大[56]。

有學(xué)者提出了基于保留區(qū)域的分布式多機(jī)器人路徑規(guī)劃方法，保留區(qū)域是指利用柵格法對多機(jī)器人系統(tǒng)內(nèi)每個(gè)機(jī)器人進(jìn)行單獨(dú)的路徑規(guī)劃后，再根據(jù)運(yùn)動(dòng)方向預(yù)測并計(jì)算出下面將要到達(dá)的柵格位置。機(jī)器人在保留區(qū)域內(nèi)會(huì)進(jìn)行減速或停止運(yùn)動(dòng)，使機(jī)器人始終保持在保留區(qū)域內(nèi)，當(dāng)保留區(qū)域發(fā)生重疊時(shí)，由中央模塊進(jìn)行協(xié)調(diào)和分配工作，此方法可以解決多機(jī)器人內(nèi)部發(fā)生沖突和干涉的情況，還可以通過改變保留區(qū)域大小進(jìn)行加減速距離調(diào)節(jié)，具有很強(qiáng)的工程實(shí)用性[57]。此方法實(shí)時(shí)性較好，相比于傳統(tǒng)集中式控制方法，規(guī)劃路徑更短，路徑規(guī)劃效率也較高，但是動(dòng)態(tài)協(xié)調(diào)能力較差，面對復(fù)雜動(dòng)態(tài)環(huán)境時(shí)，協(xié)調(diào)效率會(huì)下降。

有學(xué)者將TI-A*算法應(yīng)用到多機(jī)器人協(xié)調(diào)問題當(dāng)中，可以很好地解決動(dòng)態(tài)環(huán)境下的動(dòng)態(tài)協(xié)調(diào)問題，此方法首先是將時(shí)間代價(jià)函數(shù)引入，然后將時(shí)間代價(jià)函數(shù)與A*算法進(jìn)行結(jié)合，提出TI-A*算法，然后將多機(jī)器人協(xié)調(diào)問題分為路徑規(guī)劃和協(xié)調(diào)沖突干涉兩類，通過改變運(yùn)動(dòng)速率和調(diào)整協(xié)調(diào)階段介入時(shí)間，得到兩種基于TI-A*的多機(jī)器人協(xié)調(diào)方法，分別是適用于空間緊湊、障礙物多的變速協(xié)調(diào)方法和適用于吞吐量大、耗時(shí)長的變路徑協(xié)調(diào)方法。該方法有很強(qiáng)的適應(yīng)性與動(dòng)態(tài)協(xié)調(diào)性，能在復(fù)雜且障礙物多的環(huán)境中進(jìn)行動(dòng)態(tài)協(xié)調(diào)，實(shí)現(xiàn)多機(jī)器人的動(dòng)態(tài)路徑規(guī)劃[58]。

國內(nèi)外在機(jī)器人路徑規(guī)劃方面的創(chuàng)新，都主要是集中在智能算法的創(chuàng)新與應(yīng)用，我國基于時(shí)間最優(yōu)的路徑規(guī)劃方式引入的智能算法有改進(jìn)粒子群算法、修型/射靶算法、改進(jìn)DDPG算法和改進(jìn)PSO算法，可以使得求解速度更快、消耗時(shí)間更少，路徑規(guī)劃效率更高[59-60]?；谀芰孔顑?yōu)的路徑規(guī)劃方式引入的智能算法有改進(jìn)AD*算法、啟發(fā)式ECA*算法，可以使得機(jī)器人的能耗降低，生產(chǎn)成本降低?；诼窂阶顑?yōu)的路徑規(guī)劃引入的智能算法有基于梯度的機(jī)器人檢查優(yōu)化算法、多目標(biāo)螢火蟲算法、改進(jìn)A*算法、快速擴(kuò)展樹算法、改進(jìn)蟻群算法、多種群多速度粒子群算法、勢場-蟻群融合算法等，這些算法的加入，使得路徑更短、路徑總長度減少、運(yùn)行更加平穩(wěn)、提高了生產(chǎn)效率[61-64]。基于最小沖擊的路徑規(guī)劃引入的智能算法有改進(jìn)TEB算法、改進(jìn)人工勢場算法等，可以降低力矩突變造成的振動(dòng)與沖擊，能夠使機(jī)器人運(yùn)動(dòng)更加平滑[65-66]。

國外軌跡規(guī)劃方面近兩年主要以基于時(shí)間最優(yōu)和基于路徑最優(yōu)研究為主，基于時(shí)間最優(yōu)引入的算法有自適應(yīng)蟻群算法、積分強(qiáng)化學(xué)習(xí)算法等，使機(jī)器人的全局路徑優(yōu)化能力增強(qiáng)、路徑規(guī)劃時(shí)間減少、實(shí)時(shí)性與穩(wěn)定性提高[67-68]。基于路徑最優(yōu)的智能算法有RRT-Connect算法、基于梯度的機(jī)器人檢查優(yōu)化算法、多目標(biāo)優(yōu)化算法、多目標(biāo)螢火蟲算法、快速擴(kuò)展樹算法等，能夠明顯減少路徑長度[69-72]。

1.3.2 軌跡規(guī)劃

軌跡規(guī)劃一般指多關(guān)節(jié)機(jī)器人的軌跡規(guī)劃問題，多機(jī)器人系統(tǒng)的軌跡規(guī)劃與單個(gè)機(jī)器人軌跡規(guī)劃的方法與原理類似，本文一起進(jìn)行說明。軌跡是由時(shí)間、位置、速度參數(shù)化后的狀態(tài)空間序列，軌跡規(guī)劃就是發(fā)現(xiàn)滿足其運(yùn)動(dòng)學(xué)、動(dòng)力學(xué)約束、避障條件、交通規(guī)則約束和舒適性約束的狀態(tài)空間序列。軌跡規(guī)劃是工業(yè)碼垛機(jī)器人運(yùn)動(dòng)規(guī)劃的重要部分，碼垛機(jī)器人的運(yùn)動(dòng)應(yīng)當(dāng)平穩(wěn)且連續(xù)，不平穩(wěn)的運(yùn)動(dòng)會(huì)加速零件的磨損、導(dǎo)致碼垛機(jī)器人的振動(dòng)和沖擊，影響使用壽命和精度。單機(jī)器人軌跡規(guī)劃分為關(guān)節(jié)空間軌跡規(guī)劃和直角坐標(biāo)空間軌跡規(guī)劃，關(guān)節(jié)空間軌跡規(guī)劃是指將所有的關(guān)節(jié)變量表示為時(shí)間的函數(shù)，用這些關(guān)節(jié)函數(shù)預(yù)測機(jī)器人的運(yùn)動(dòng)，直角坐標(biāo)空間軌跡規(guī)劃是將手爪的姿勢、位置、速度、加速度等表示為時(shí)間的函數(shù)，通過逆運(yùn)動(dòng)學(xué)求出速度、加速度、位置等信息[73]。關(guān)節(jié)空間軌跡規(guī)劃生成的值為關(guān)節(jié)值，而直角坐標(biāo)空間軌跡生成的值是末端執(zhí)行機(jī)構(gòu)的位姿，還需要求解逆運(yùn)動(dòng)方程才能得到關(guān)節(jié)值。

關(guān)節(jié)空間運(yùn)動(dòng)規(guī)劃是為了使得關(guān)節(jié)空間的軌跡更加平滑、連續(xù)且沖擊較小。進(jìn)行規(guī)劃時(shí)，需要給定機(jī)器人在起始位置和終止位置的機(jī)械手的位置和姿態(tài)，在滿足約束條件的情況下，例如末端執(zhí)行機(jī)構(gòu)的方向、提升方向、停止位置等約束條件，選擇合適的軌跡規(guī)劃方法，得到需要的軌跡，常用的關(guān)節(jié)空間運(yùn)動(dòng)規(guī)劃方法有三次多項(xiàng)式插值、高階多項(xiàng)式插值、拋物線過渡的線性插值和B樣條曲線插值等[74]。本文接下來分別進(jìn)行介紹與說明。

想要保持系統(tǒng)穩(wěn)定性，至少應(yīng)滿足四個(gè)約束條件，即兩端點(diǎn)位置約束和兩端速度約束，根據(jù)約束條件，可以得到唯一的三次多項(xiàng)式，這就是三次多項(xiàng)式插值法，當(dāng)起點(diǎn)與終點(diǎn)的速度為零時(shí)，可以直接使用此方法，但當(dāng)起點(diǎn)與終點(diǎn)的關(guān)節(jié)速度不為零時(shí)，可采用改進(jìn)的三次多項(xiàng)式插值法，也叫做過路徑點(diǎn)的三次多項(xiàng)式插值法，是把每個(gè)關(guān)節(jié)相鄰的路徑點(diǎn)分別看作起點(diǎn)和終點(diǎn)。利用三次多項(xiàng)式插值法，可以得到更平滑、穩(wěn)定的碼垛機(jī)器人軌跡[75-76]。若對于運(yùn)動(dòng)軌跡要求更為嚴(yán)格，則使用三次多項(xiàng)式插值法無法滿足需求，需要采用更高次多項(xiàng)式插值法，例如要確定在路徑曲線段的起始點(diǎn)和終止點(diǎn)的速度、位置等時(shí)，就需要使用一個(gè)五次多項(xiàng)式，可以使得到的軌跡更平滑、穩(wěn)定。

以上的方法雖然可以實(shí)現(xiàn)機(jī)器人的軌跡規(guī)劃，但是也存在著問題，可能會(huì)導(dǎo)致起始點(diǎn)和終止點(diǎn)的關(guān)節(jié)運(yùn)動(dòng)速度不連續(xù)，為了解決這個(gè)問題，可以進(jìn)行分段規(guī)劃方法，分段規(guī)劃就在中間部分利用直線線性插值，兩端則利用拋物線過渡[77]，關(guān)節(jié)的速度變化平穩(wěn)，這樣的過渡會(huì)保證軌跡的連續(xù)和平穩(wěn)，實(shí)現(xiàn)平穩(wěn)、連續(xù)的軌跡要求。

在直角坐標(biāo)空間中，路徑點(diǎn)之間的軌跡十分復(fù)雜，復(fù)雜程度取決于機(jī)械臂的運(yùn)動(dòng)學(xué)特性，常用的方法有線性函數(shù)插值法和圓弧插值法。線性函數(shù)插值法也叫做直線插值法，是指已知直線始末兩點(diǎn)的位置和姿態(tài)，在起點(diǎn)和終點(diǎn)之間按照直線來密化點(diǎn)群，然后驅(qū)動(dòng)伺服按照這個(gè)點(diǎn)群來運(yùn)動(dòng)[78]，圓弧插補(bǔ)就是這個(gè)點(diǎn)群按照起點(diǎn)終點(diǎn)還有半徑或者是圓心坐標(biāo)來建立方程，運(yùn)算，建立點(diǎn)群，實(shí)現(xiàn)軌跡規(guī)劃[79]。

多機(jī)器人協(xié)同軌跡規(guī)劃是保證多機(jī)器人協(xié)同作業(yè)穩(wěn)定完成工作任務(wù)的重要因素，多機(jī)器人協(xié)同軌跡規(guī)劃就是使系統(tǒng)的每個(gè)機(jī)器人都能執(zhí)行設(shè)定的軌跡[80]。多機(jī)器人軌跡規(guī)劃特殊之處與多機(jī)器人路徑規(guī)劃的特殊之處相同，強(qiáng)調(diào)多機(jī)器人的協(xié)調(diào)與協(xié)同，不只是考慮軌跡的平穩(wěn)與連續(xù)等，而是要考慮多機(jī)器人系統(tǒng)整體，在多系統(tǒng)內(nèi)每個(gè)機(jī)器人都能達(dá)到較優(yōu)軌跡的同時(shí)，內(nèi)部機(jī)器人還不能進(jìn)行干涉與沖突，具體方法與多機(jī)器人協(xié)同路徑規(guī)劃相似。

國內(nèi)外在軌跡規(guī)劃的創(chuàng)新上，可分為智能算法應(yīng)用創(chuàng)新與軌跡插補(bǔ)方法創(chuàng)新兩方面，我國在智能算法應(yīng)用創(chuàng)新上有基于RBF神經(jīng)網(wǎng)絡(luò)的碼垛機(jī)器人軌跡優(yōu)化算法、基于改進(jìn)粒子群算法、基于多目標(biāo)粒子群算法、基于快速擴(kuò)展隨機(jī)樹算法、基于A*算法、基于改進(jìn)蟻群算法、基于概率神經(jīng)網(wǎng)絡(luò)等多種智能算法的創(chuàng)新應(yīng)用，使得軌跡規(guī)劃的方法變得多種多樣，軌跡平滑性、穩(wěn)定性等都有很大的提高[81-85]。在軌跡插補(bǔ)方面，我國主要有五次多項(xiàng)式插值軌跡規(guī)劃、合成運(yùn)動(dòng)的圓弧軌跡規(guī)劃、疊加擺線運(yùn)動(dòng)規(guī)律的軌跡規(guī)劃、基于NURBS曲線軌跡規(guī)劃、基于復(fù)合多項(xiàng)式軌跡規(guī)劃等，能夠降機(jī)械人的振動(dòng)、使機(jī)器人運(yùn)動(dòng)軌跡更加平滑、運(yùn)行更加自然、平穩(wěn)[86-89]。

國外的智能算法應(yīng)用創(chuàng)新有基于動(dòng)態(tài)目標(biāo)深度學(xué)習(xí)軌跡優(yōu)化算法、改進(jìn)蟻群算法、粒子群優(yōu)化算法、差分進(jìn)化改進(jìn)人工勢場算法、NSGA-II多目標(biāo)優(yōu)化算法等，使得機(jī)器人的運(yùn)動(dòng)軌跡誤差更低、計(jì)算量更小、算法收斂速度更快[90-93]。在軌跡插補(bǔ)方面，國外的主要方法有基于B樣條曲線軌跡規(guī)劃、基于NURBS曲線的軌跡規(guī)劃、基于三次多項(xiàng)式的軌跡規(guī)劃、基于Catmull-Rom樣條曲線的軌跡規(guī)劃等，使得機(jī)器人的軌跡更加光滑、穩(wěn)定，更適合復(fù)雜的工作任務(wù)要求[94-97]。

1.3.3 避障問題

避障是指機(jī)器人在運(yùn)動(dòng)過程中，通過傳感器或者相機(jī)感知到其路線規(guī)劃上存在的障礙物，并且按照預(yù)先的程序算法實(shí)時(shí)更新路徑，成功避開障礙物，最終到達(dá)目的地。機(jī)器人避障問題可以分類三個(gè)方面，一是障礙物的感知，二是障礙物在模型中的映射即障礙物建模，三是避障軌跡的規(guī)劃。

障礙物感知是指機(jī)器人對工作環(huán)境中存在的障礙物進(jìn)行識(shí)別，判斷障礙物類型與位置的過程。障礙物的感知是機(jī)器人避障問題的前提。常用的方法是機(jī)器人利用外部傳感器進(jìn)行檢測，例如聲波傳感器、激光雷達(dá)、視覺傳感器等。

聲波避障控制法是利用實(shí)時(shí)長距離超聲波傳感器進(jìn)行搜索，當(dāng)機(jī)器人距離障礙物一定距離時(shí)，超聲波傳感器就能夠檢測到相關(guān)信息，并傳輸給控制器，控制工業(yè)機(jī)器人避開障礙物。但超聲波傳感器存在物理探測盲區(qū)會(huì)造成漏報(bào)，會(huì)增加發(fā)生碰撞的可能性，一般會(huì)搭配其他傳感器一起使用[98-99]。

激光雷達(dá)避障控制法和聲波避障控制法的原理相似，是采用激光雷達(dá)進(jìn)行搜索，激光雷達(dá)具有較高的搜索精度，與其他傳感器相比，能夠同時(shí)考慮精度要求和速度要求，激光雷達(dá)在黑暗中也可以使用，不受光線的影響，不過該方法的安裝精度要求高、價(jià)格比較昂貴。

視覺傳感器是利用機(jī)器視覺的識(shí)別與定位功能進(jìn)行障礙物的感知，與其他傳感器相比，機(jī)器人視覺傳感器具有很高的分辨率，能直接對障礙物進(jìn)行識(shí)別與分類，但是對環(huán)境要求較高，在光線差、高粉塵的惡劣環(huán)境中的感知能力會(huì)下降[100]。

當(dāng)障礙物被傳感器感知到以后就需要進(jìn)行映射，將檢測到的障礙物映射到機(jī)器人環(huán)境模型中去，為避障軌跡軌跡提供避障依據(jù)。常用的障礙物映射建模方法：幾何信息法、拓?fù)鋱D法和柵格法三種[101]。

幾何信息法是用幾何特征對環(huán)境進(jìn)行描述，這種方法容易識(shí)別障礙物的位置和種類，但計(jì)算量較大，使用麻煩。拓?fù)鋱D是將工作環(huán)境信息表示為拓?fù)鋱D，拓?fù)鋱D中的節(jié)點(diǎn)對應(yīng)于環(huán)境中的某一特征信息，這樣方法感知速度快，但是感知分辨率較低，當(dāng)特征相似時(shí)無法進(jìn)行分辨。

柵格法是一種地圖建模的方法，是將地圖分割為大小相同的方格，然后將場景的所有事物進(jìn)行二值化替代，應(yīng)用在工業(yè)機(jī)器人避障時(shí)，就是將障礙物模擬成大量小方格的集合，比如位于無障礙物區(qū)域時(shí)方格為0，處在障礙物區(qū)或包含障礙物區(qū)方格為1，這樣在計(jì)算機(jī)中就較容易建立一幅可用于路徑規(guī)劃的地圖。柵格粒度越小，障礙物的表示會(huì)越精確，但占用的儲(chǔ)存空間也會(huì)更大，計(jì)算需要的時(shí)間也會(huì)增加[102]。

避障軌跡的規(guī)劃是機(jī)器人避障問題的重點(diǎn)與難點(diǎn)，避障規(guī)劃的核心是避障算法，常用的方法有基于模糊邏輯的避障規(guī)劃、基于人工神經(jīng)網(wǎng)絡(luò)的避障規(guī)劃、基于人工勢場的避障規(guī)劃等。

模糊邏輯的概念是在1965年被提出的，英國倫敦大學(xué)一位教授在1974年利用模糊控制語句組成的模糊控制器控制鍋爐和氣輪機(jī)的運(yùn)行獲得成功，開始將模糊數(shù)學(xué)應(yīng)用于自動(dòng)控制領(lǐng)域，包括工業(yè)機(jī)器人，首先使用傳感器對障礙物進(jìn)行識(shí)別、分類等預(yù)處理，將傳感器采集的位置信息、距離信息、角度信息等送到模糊控制器當(dāng)中，模糊算法對障礙物信息進(jìn)行處理與計(jì)算，控制器發(fā)出控制命令，控制機(jī)器人關(guān)節(jié)動(dòng)作，實(shí)現(xiàn)機(jī)器人避障。模糊控制能實(shí)現(xiàn)機(jī)器人的避障功能，而且有較好的實(shí)時(shí)反饋性，但是當(dāng)障礙物復(fù)雜、工作環(huán)境復(fù)雜時(shí)，避障效果會(huì)有較大的降低，甚至出現(xiàn)避障失效的情況[103]。

人工勢場避障控制法是仿照物理學(xué)中電勢和電場力的概念，建立機(jī)器人工作空間中的虛擬勢場，按照虛擬勢場力方向，實(shí)現(xiàn)局部路徑規(guī)劃，比較新穎的一種方法。人工勢場法將機(jī)器人的運(yùn)動(dòng)看作是受到虛擬人工受力場作用之后的運(yùn)動(dòng)，障礙物會(huì)對機(jī)器人產(chǎn)生反作用力即斥力，而目標(biāo)作用點(diǎn)會(huì)對機(jī)器人產(chǎn)生引力，然后由算法計(jì)算產(chǎn)生相應(yīng)的勢，進(jìn)而實(shí)現(xiàn)機(jī)器人避障規(guī)劃。人工勢場避障也存在著許多問題，對于動(dòng)態(tài)環(huán)境的規(guī)劃能力較差，全局搜索能力差，抖動(dòng)嚴(yán)重[104]。

人工神經(jīng)網(wǎng)絡(luò)是一種工作方式和生物的神經(jīng)元類似，模仿生物神經(jīng)網(wǎng)絡(luò)（例如大腦）的結(jié)構(gòu)和功能的數(shù)學(xué)模型或計(jì)算模型，它具有較強(qiáng)的數(shù)據(jù)處理能力。有學(xué)者提出了一種基于BP神經(jīng)網(wǎng)絡(luò)的機(jī)器人避障方法，先將機(jī)器人周圍環(huán)境分為多個(gè)扇區(qū)，利用激光雷達(dá)進(jìn)行障礙物感知，得到每個(gè)扇區(qū)內(nèi)障礙物的距離，以距離信息為輸入，利用BP神經(jīng)網(wǎng)絡(luò)計(jì)算每個(gè)扇區(qū)被選擇為避障方向的得分，然后利用距離障礙物最近扇區(qū)的中點(diǎn)的坐標(biāo)與各扇區(qū)中點(diǎn)坐標(biāo)的歐氏距離，計(jì)算得到各扇區(qū)被選擇為避障方向的概率，然后將得分與概率最大的扇區(qū)作為避障方向，從而實(shí)現(xiàn)機(jī)器人的實(shí)時(shí)避障。與模糊控制和人工勢場相比，該方法的收斂速度快、避障軌跡短、適應(yīng)性強(qiáng)，適用于環(huán)境復(fù)雜、障礙物多的情況[105]。

在機(jī)器人避障規(guī)劃方面，國內(nèi)外的差異主要體現(xiàn)在避障算法上，國內(nèi)的避障算法主要有基于改進(jìn)蟻群算法的避障規(guī)劃、基于改進(jìn)人工勢場法的避障規(guī)劃、基于優(yōu)化A~*和DWA算法的避障規(guī)劃、基于貝葉斯網(wǎng)絡(luò)與模糊理論避障規(guī)劃等[106-108]。

而國外有自適應(yīng)勢場蟻群算法、改進(jìn)粒子群優(yōu)化算法、基于深度強(qiáng)化學(xué)習(xí)的避障算法、基于最小風(fēng)險(xiǎn)指數(shù)的避障算法等，這些算法大都是傳統(tǒng)算法的改進(jìn)或者是新的應(yīng)用，通過這些算法，可以提高機(jī)器人的避障規(guī)劃能力，加強(qiáng)機(jī)器人動(dòng)態(tài)避障處理性能[109-112]。

1.3.4 多機(jī)器人協(xié)同與單個(gè)機(jī)器人運(yùn)動(dòng)規(guī)劃的聯(lián)系與區(qū)別

單個(gè)機(jī)器人是工業(yè)生產(chǎn)中的最小組成單元，也是機(jī)器人系統(tǒng)執(zhí)行任務(wù)的終端。多機(jī)器人系統(tǒng)是指多個(gè)具有動(dòng)力學(xué)和運(yùn)動(dòng)學(xué)特性，并且能夠和其他個(gè)體進(jìn)行信息交互的機(jī)器人的集合。多機(jī)器人協(xié)同運(yùn)動(dòng)規(guī)劃與單個(gè)機(jī)器人運(yùn)動(dòng)規(guī)劃存在著許多的相似之處，但也有所差別。

多機(jī)器人協(xié)同運(yùn)動(dòng)規(guī)劃與單個(gè)機(jī)器人的運(yùn)動(dòng)規(guī)劃的種類相似，都可以分為路徑規(guī)劃、軌跡規(guī)劃和避障問題。而且單個(gè)機(jī)器人的許多智能算法都可以應(yīng)用到多機(jī)器人協(xié)同運(yùn)動(dòng)規(guī)劃中，單個(gè)機(jī)器人運(yùn)動(dòng)規(guī)劃研究是多機(jī)器人協(xié)同的基礎(chǔ)。

但是它們之間又有區(qū)別，多機(jī)器人協(xié)同運(yùn)動(dòng)規(guī)劃有著它本身的特殊性，第一點(diǎn)是協(xié)調(diào)性，多機(jī)器人協(xié)同不是簡單地將多機(jī)器人系統(tǒng)內(nèi)的每個(gè)機(jī)器人進(jìn)行運(yùn)動(dòng)規(guī)劃后進(jìn)行疊加，而是在考慮系統(tǒng)內(nèi)單個(gè)機(jī)器人的運(yùn)動(dòng)規(guī)劃的同時(shí)，還要考慮當(dāng)它們協(xié)同作業(yè)時(shí)的協(xié)調(diào)問題；第二點(diǎn)是實(shí)時(shí)通信，多機(jī)器人協(xié)同運(yùn)動(dòng)規(guī)劃對實(shí)時(shí)性的要求很高，多個(gè)機(jī)器人之間的通信與感知是影響工作性能的重要因素，高實(shí)時(shí)性、低延遲的通信，會(huì)減少機(jī)器人發(fā)生碰撞的概率，提高機(jī)器人的生產(chǎn)效率；第三點(diǎn)是信息融合性，多機(jī)器人協(xié)同運(yùn)動(dòng)規(guī)劃的控制系統(tǒng)要復(fù)雜得多，需要的環(huán)境信息也會(huì)增多，多傳感器的融合就極為重要，通過信息融合技術(shù)，使機(jī)器人對周圍環(huán)境的信息采集更為準(zhǔn)確與全面，為機(jī)器人運(yùn)動(dòng)規(guī)劃提供保障和支持[113]，是實(shí)現(xiàn)多機(jī)器人協(xié)同作業(yè)的智能化、自主化的前提和基礎(chǔ)。

1.3.5 機(jī)器人運(yùn)動(dòng)規(guī)劃的關(guān)鍵技術(shù)及難點(diǎn)

機(jī)器人的運(yùn)動(dòng)規(guī)劃是國內(nèi)外學(xué)者研究熱點(diǎn)，也是工業(yè)機(jī)器人技術(shù)的難點(diǎn)，運(yùn)動(dòng)規(guī)劃方法的好壞直接影響了工業(yè)機(jī)器人的工作效率和性能。機(jī)器人運(yùn)動(dòng)規(guī)劃的關(guān)鍵技術(shù)與難點(diǎn)有以下三點(diǎn)：一是運(yùn)動(dòng)規(guī)劃算法，運(yùn)動(dòng)規(guī)劃的核心就是算法，優(yōu)秀的運(yùn)動(dòng)規(guī)劃算法，能夠大大降低規(guī)劃的時(shí)間，減少外部噪聲干擾，提高運(yùn)動(dòng)規(guī)劃的時(shí)間與效率；二是傳感器技術(shù)，機(jī)器人進(jìn)行運(yùn)動(dòng)規(guī)劃之前需要對周圍環(huán)境進(jìn)行感知，判斷工作環(huán)境中的障礙物位置、末端執(zhí)行機(jī)構(gòu)位姿等信息，就需要通過傳感器來實(shí)現(xiàn)信息的采集工作，傳感器性能的好壞，直接影響了采集信息的準(zhǔn)確度，會(huì)影響運(yùn)動(dòng)規(guī)劃的結(jié)果，是運(yùn)動(dòng)規(guī)劃的基礎(chǔ)；三是實(shí)時(shí)通信技術(shù)，多機(jī)器人協(xié)同運(yùn)動(dòng)規(guī)劃對通信的實(shí)時(shí)性要求很高，內(nèi)部機(jī)器人之間的通信、機(jī)器人與處理器的通信、傳感器與處理器的通信等，都會(huì)影響運(yùn)動(dòng)規(guī)劃的速度與效率，低延遲、高速率的通信是實(shí)現(xiàn)多機(jī)器人協(xié)同作業(yè)的基礎(chǔ)。

在多機(jī)器人協(xié)同問題的研究上，我國有多機(jī)器人避障MPF算法、基于人工勢場法的多機(jī)器人協(xié)同避障方法、EKF-SLAM算法、改進(jìn)蟻群算法等方法，在降低避障規(guī)劃時(shí)間的同時(shí)，也提高了多機(jī)器人避障能力與效率，使得多機(jī)器人的路徑規(guī)劃能力、運(yùn)動(dòng)精度控制、協(xié)同作業(yè)效率等都有了較大的提高[114-117]。

國外則是提出了多機(jī)器人協(xié)同CCPP算法、基于區(qū)塊鏈的多機(jī)器人協(xié)作邊緣知識(shí)推理方法、基于或普菲爾德神經(jīng)網(wǎng)絡(luò)的多機(jī)器人覆蓋協(xié)作方法、多機(jī)械人分層共享控制方法等不同的控制方法，在提高多機(jī)器人協(xié)作的同時(shí)，也大大提高了多機(jī)器人生產(chǎn)效率[118-121]。

1.4 機(jī)器人運(yùn)動(dòng)控制

碼垛機(jī)器人能否穩(wěn)定運(yùn)行與碼垛機(jī)器人的運(yùn)動(dòng)控制有很大的關(guān)系，機(jī)器人運(yùn)動(dòng)控制技術(shù)是指為使機(jī)器人完成各種任務(wù)和動(dòng)作所執(zhí)行的控制手段，是工業(yè)機(jī)器人的核心技術(shù)，依據(jù)機(jī)器人控制部位的不同，可以分為位姿與軌跡控制、末端執(zhí)行機(jī)構(gòu)抓取控制兩大類。

機(jī)器人位姿是指末端執(zhí)行機(jī)構(gòu)相對于基座的位置和姿態(tài)，機(jī)器人軌跡一般指的是機(jī)器人各關(guān)節(jié)與末端執(zhí)行機(jī)構(gòu)的運(yùn)動(dòng)軌跡。機(jī)器人位姿與軌跡控制是保證機(jī)器人按照程序完成預(yù)定動(dòng)作的基礎(chǔ)。常用的方法有模型控制法、模糊控制法、PID控制法、魯棒控制法和反演控制法等。

模型控制法來自于自動(dòng)控制理論，是根據(jù)機(jī)器人機(jī)械結(jié)構(gòu)、性能參數(shù)、運(yùn)動(dòng)學(xué)特性、動(dòng)力學(xué)特性等進(jìn)行數(shù)學(xué)建模的控制方法，常用的有前饋補(bǔ)償控制、計(jì)算力矩法、最優(yōu)控制法、非線性反饋控制法等，適合能精確得到數(shù)學(xué)模型的控制系統(tǒng)。

模糊控制是以模糊集合論、模糊語言變量和模糊邏輯推理為基礎(chǔ)的控制技術(shù)，其基本思想是利用計(jì)算機(jī)來實(shí)現(xiàn)人的控制經(jīng)驗(yàn)，用編程語言將專家的控制經(jīng)驗(yàn)與知識(shí)表達(dá)成具有相當(dāng)模糊性的控制規(guī)則，模糊控制不需要建立被控對象的精確數(shù)學(xué)模型，因此控制系統(tǒng)設(shè)計(jì)簡單，使用方便[122]。

PID控制也稱比例積分微分控制，是最早發(fā)展起來的控制方法，PID控制器以其結(jié)構(gòu)簡單、穩(wěn)定性好、工作可靠、調(diào)整方便等特點(diǎn)而成為工業(yè)控制的主要技術(shù)。PID控制工業(yè)應(yīng)用十分廣泛，適合于被控對象復(fù)雜，且得不到精確數(shù)學(xué)模型時(shí)的控制場合，但是PID控制難以保證被控對象的動(dòng)態(tài)和靜態(tài)品質(zhì)，控制量較大。

魯棒控制是采用魯棒控制器的控制方法，魯棒性是指控制系統(tǒng)在一定參數(shù)攝動(dòng)下，維持某些性能的特性。魯棒控制器控制實(shí)現(xiàn)簡單，使用方便，容易保證系統(tǒng)穩(wěn)定性。適用于情況多變、穩(wěn)定裕度小的系統(tǒng)。但由于魯棒控制系統(tǒng)一般不會(huì)在最優(yōu)狀態(tài)下工作，因此系統(tǒng)的穩(wěn)態(tài)精度較差。

反演控制法是20世紀(jì)90年代初發(fā)展起來的非線性系統(tǒng)反饋控制方法，是利用層疊設(shè)計(jì)的方法，將系統(tǒng)中的一些狀態(tài)變量看成虛擬控制量，并分別設(shè)計(jì)它們的控制規(guī)律，最終獲得系統(tǒng)實(shí)際的控制輸入。反演控制可以將復(fù)雜的非線性系統(tǒng)分解成簡單的低階次子系統(tǒng)，大大降低了控制難度，具有控制過程明晰、非線性系統(tǒng)控制效果好等優(yōu)點(diǎn)，適用于可以狀態(tài)線性化和參數(shù)反饋不確定的復(fù)雜非線性系統(tǒng)。

末端執(zhí)行機(jī)構(gòu)抓取控制是為了保證物料抓取時(shí)的穩(wěn)定性與準(zhǔn)確性，保證在抓取過程中不破壞物料，不發(fā)生掉落。末端執(zhí)行機(jī)構(gòu)抓取常用的控制方法有神經(jīng)網(wǎng)絡(luò)控制、自適應(yīng)控制等。

神經(jīng)網(wǎng)絡(luò)控制是20世紀(jì)80年代發(fā)展起來的智能控制領(lǐng)域的前沿學(xué)科，是人工神經(jīng)網(wǎng)絡(luò)理論與控制理論相結(jié)合的產(chǎn)物，神經(jīng)網(wǎng)絡(luò)控制主要應(yīng)用在復(fù)雜的非線性、不確定系統(tǒng)的控制問題上，可以實(shí)現(xiàn)對機(jī)器人動(dòng)力學(xué)方程中未知部分的精確逼近，從而實(shí)現(xiàn)機(jī)器人的高精度跟蹤。但當(dāng)神經(jīng)網(wǎng)絡(luò)的層數(shù)太多或者算法復(fù)雜時(shí)工程應(yīng)用比較困難[123]。

自適應(yīng)控制是基于數(shù)學(xué)模型控制方法的一種，當(dāng)被控對象數(shù)學(xué)模型在工況改變以后，其動(dòng)態(tài)參數(shù)乃至整個(gè)數(shù)學(xué)模型的結(jié)構(gòu)也可能會(huì)發(fā)生變化，自適應(yīng)控制能夠自動(dòng)地對數(shù)學(xué)模型進(jìn)行補(bǔ)償，能自動(dòng)修正系統(tǒng)特性來適應(yīng)外部環(huán)境的變化，是能使系統(tǒng)保持在最優(yōu)或次優(yōu)工作狀態(tài)的控制方法，具有容錯(cuò)能力強(qiáng)、操作簡單、語言使用方便等優(yōu)點(diǎn)，但控制精度和系統(tǒng)動(dòng)態(tài)品質(zhì)較差、收斂時(shí)間慢、控制消耗時(shí)間長[124]。

上面所介紹的控制方法，都是比較基礎(chǔ)和典型的，但是控制方法本身都存在某些缺陷與不足，已經(jīng)不適合現(xiàn)在的智能控制要求，國內(nèi)外學(xué)者對這些方法進(jìn)行了改進(jìn)與創(chuàng)新。

我國控制方法的創(chuàng)新主要是多種控制方法的融合與改進(jìn)，模糊算法有著控制設(shè)計(jì)簡單，能應(yīng)用復(fù)雜非線性系統(tǒng)的優(yōu)點(diǎn)，國內(nèi)學(xué)者將模糊算法與其他控制算法方法進(jìn)行結(jié)合，例如與自適應(yīng)算法結(jié)合，提出自適應(yīng)模糊控制方法，能減少軌跡誤差，提高運(yùn)動(dòng)控制精度[125]。與PID算法結(jié)合，提出了模糊PID算法，解決了傳統(tǒng)PID算法控制精度低、跟蹤誤差大等缺點(diǎn)[126]，能減小末端執(zhí)行機(jī)構(gòu)的運(yùn)動(dòng)誤差[127]；自適應(yīng)控制具有使系統(tǒng)能保持最優(yōu)或次優(yōu)的工作狀態(tài)的能力，具有自我修正參數(shù)的能力，自適應(yīng)控制與魯棒控制的結(jié)合，解決了魯棒控制系統(tǒng)的穩(wěn)態(tài)精度較差的問題，使得控制系統(tǒng)具有了暫態(tài)和穩(wěn)態(tài)性能好、系統(tǒng)運(yùn)行平穩(wěn)、抗干擾能力強(qiáng)、跟蹤誤差小等優(yōu)點(diǎn)[128-129]；神經(jīng)網(wǎng)絡(luò)控制也同樣被應(yīng)用到其他控制方法之中，神經(jīng)網(wǎng)絡(luò)控制與魯棒控制相結(jié)合的神經(jīng)網(wǎng)絡(luò)魯棒控制方法，不僅能保證末端執(zhí)行機(jī)構(gòu)的精確控制與恒力控制，還對外界振動(dòng)干擾有明顯的抑制效果[130]；神經(jīng)網(wǎng)絡(luò)應(yīng)用到數(shù)學(xué)模型控制之中，利用改進(jìn)的神經(jīng)網(wǎng)絡(luò)建立機(jī)器人的逆運(yùn)動(dòng)學(xué)模型，可以解決傳統(tǒng)方法求解速度慢、計(jì)算量大、通用性差等問題[131]，還能降低最大跟蹤誤差，提高軌跡跟蹤精度[132]；神經(jīng)網(wǎng)絡(luò)控制、PID控制、模糊控制三者的結(jié)合，模糊神經(jīng)網(wǎng)絡(luò)PID控制技術(shù)，這種控制系統(tǒng)對模型的依賴性小，魯棒性強(qiáng)，控制精度高，消耗時(shí)間少，可以實(shí)現(xiàn)路徑追蹤的自適應(yīng)調(diào)節(jié)[133]。

國外的機(jī)器人控制和國內(nèi)相似，也是多種控制方法的融合與創(chuàng)新，例如使用MATLAB與Simscape Multibody等軟件對工業(yè)機(jī)器進(jìn)行物理建模，輔助提高機(jī)器人數(shù)學(xué)模型的準(zhǔn)確性[134]或使用具有積分補(bǔ)償?shù)哪Ｐ皖A(yù)測控制方法（MPC-I），該方法補(bǔ)償了系統(tǒng)匹配不確定性，提高機(jī)器人數(shù)學(xué)模型的準(zhǔn)確性[135]。自適應(yīng)控制與模糊控制、魯棒控制、PID控制等控制方法進(jìn)行結(jié)合，例如有自適應(yīng)模糊控制方法，能夠提高跟蹤控制的正確性和準(zhǔn)確性，能夠提高對未知環(huán)境的動(dòng)態(tài)抗干擾能力[136-137]。有自適應(yīng)魯棒控制，它是依據(jù)機(jī)器人執(zhí)行機(jī)構(gòu)在任務(wù)空間中的機(jī)器人動(dòng)力學(xué)，通過結(jié)合自適應(yīng)魯棒控制規(guī)律，對機(jī)器人進(jìn)行運(yùn)動(dòng)控制，能夠顯著降低工業(yè)機(jī)器人在外部擾動(dòng)和參數(shù)不確定性下的相對跟蹤誤差[138-139]。還有自適應(yīng)PID控制，它吸收了自適應(yīng)控制與PID控制兩者的優(yōu)點(diǎn)。它具備自學(xué)習(xí)、自適應(yīng)的能力，能夠自動(dòng)識(shí)別被控過程參數(shù)，自動(dòng)整定控制參數(shù)，能夠適應(yīng)被控過程參數(shù)的變化，又有常規(guī)PID控制器結(jié)構(gòu)簡單、魯棒性強(qiáng)、可靠性高的特點(diǎn)[140]。還有自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制，可用于工作環(huán)境有干擾的情況，可以實(shí)現(xiàn)機(jī)器人機(jī)械臂精確的輸出跟蹤并保證機(jī)械臂運(yùn)動(dòng)與抓取過程的穩(wěn)定性[141-142]。

1.5 機(jī)器人的編程

機(jī)器人編程是為使機(jī)器人完成某種任務(wù)而設(shè)置的動(dòng)作順序描述，機(jī)器人運(yùn)動(dòng)和作業(yè)的指令都是由程序進(jìn)行控制，常見的編程方法有示教編程、離線編程和自主編程等三種方法。

示教編程是目前使用最廣泛的編程方式，應(yīng)用范圍較廣，示教編程按照使用輔助工具的不同可以分為在線示教編程、輔助示教編程兩大類。

在線示教編程是指由操作人員通過示教盒進(jìn)行編程的方法，通過示教盒控制機(jī)械手工具末端到達(dá)指定的姿態(tài)和位置，記錄機(jī)器人位姿數(shù)據(jù)并編寫機(jī)器人運(yùn)動(dòng)指令，完成機(jī)器人在正常加工中的軌跡規(guī)劃、位姿等關(guān)節(jié)數(shù)據(jù)信息的采集、記錄、操作簡便直觀[143]。

但在高溫、高熱、高輻射、水下等惡劣工作環(huán)境中，編程人員無法進(jìn)入，在線示教編程無法使用，為了解決上述問題，發(fā)展出了借助輔助工具進(jìn)行在線編程的方法，即輔助示教編程，如激光傳感器輔助編程、力覺傳感器輔助示教，通過激光反饋信號(hào)或力反饋信號(hào)來識(shí)別工作環(huán)境和障礙物，這些方法能提高在惡劣環(huán)境中在線編程的精度和可行性，也有學(xué)者采用激光視覺和力傳感輔助相結(jié)合的示教技術(shù)，通過激光視覺傳感提取特征點(diǎn)作為示教點(diǎn)，再有力傳感器進(jìn)行辨別，不僅提高了識(shí)別精度還加快了生產(chǎn)效率。

在線編程方法編程效率低、需要實(shí)際的機(jī)器人系統(tǒng)與環(huán)境、必須停機(jī)狀態(tài)下編程、編程質(zhì)量受編程人員影響較大，已經(jīng)不適合現(xiàn)在的生產(chǎn)需要。

離線編程則是采用傳感器技術(shù)和CAD技術(shù)，建立機(jī)器人系統(tǒng)模型，對編程結(jié)果進(jìn)行圖形仿真檢測是否可行，最后將生成的代碼傳遞給機(jī)器人控制器控制機(jī)器人運(yùn)行；與在線編程相比，離線編程可以減少機(jī)器人停機(jī)時(shí)間，編程過程較為簡單[144]。目前有許多學(xué)者將工業(yè)機(jī)器人的離線編程技術(shù)與先進(jìn)制造技術(shù)相結(jié)合，將可視化軟件與編程軟件結(jié)合，增加了VR、AR、CAD/CAM等技術(shù)的應(yīng)用，實(shí)現(xiàn)了立體化、可視化、虛擬化的編程，能夠進(jìn)行場景的搭建和系統(tǒng)的仿真，提高編程直觀性[145-146]。

與示教編程相比，離線編程具有如下優(yōu)點(diǎn)：提高了工作安全性，減少中途停機(jī)時(shí)間，應(yīng)用范圍廣，便于機(jī)器人程序的修改，編程的直觀性，編程難度低。離線編程也存在許多問題，離線編程各個(gè)環(huán)節(jié)還是孤立的，沒用形成一體化編程，編程環(huán)節(jié)分散，而且離線編程軟件的使用成本較高，使用復(fù)雜，所以對于中小型機(jī)器人企業(yè)用戶而言，性價(jià)比不高，不能帶來實(shí)際的經(jīng)濟(jì)效益。

自主編程技術(shù)是機(jī)器人應(yīng)用外部傳感器能夠?qū)崿F(xiàn)工作環(huán)境的全方位感知和工件的信息識(shí)別，將感知的信息作為輸入，通過智能算法進(jìn)行自動(dòng)編程的技術(shù)。自主編程按照應(yīng)用傳感器的不同，可分為三種：基于激光的自主編程、基于視覺的自主編程、基于多傳感器的自主編程[147]。

基于激光的自主編程是將結(jié)構(gòu)光傳感器安裝在機(jī)器人的末端，形成手上有眼的工作方式，通過結(jié)構(gòu)光傳感器進(jìn)行周圍環(huán)境的識(shí)別，實(shí)現(xiàn)進(jìn)行路徑的自動(dòng)規(guī)劃，實(shí)現(xiàn)自主編程；基于視覺的自主編程是利用視覺反饋的來實(shí)現(xiàn)機(jī)器人路徑自主規(guī)劃，主要原理是在一定條件下，由主控計(jì)算機(jī)通過視覺相機(jī)進(jìn)行識(shí)別，通過優(yōu)化算法來求出空間軌跡、位置與姿態(tài)。實(shí)現(xiàn)工業(yè)機(jī)器人的編程工作；多傳感器信息融合自主編程是利用多種高精度傳感器，例如視覺傳感器、位置傳感器、立傳感器等構(gòu)成一個(gè)高精度的運(yùn)動(dòng)規(guī)劃系統(tǒng)。該系統(tǒng)集成了位移、力、視覺控制，引入視覺伺服，可以根據(jù)傳感器反饋信息來執(zhí)行動(dòng)作，實(shí)現(xiàn)自主實(shí)時(shí)編程[148]。

自主編程技術(shù)是未來機(jī)器人編程發(fā)展的趨勢，自主編程與離線編程和示教編程相比，自動(dòng)化、智能化程度更高，自適應(yīng)能力更強(qiáng)，更適合現(xiàn)在的生產(chǎn)需要，搭配先進(jìn)智能算法，可以將自主編程的效率最大化。

我國的機(jī)器人編程技術(shù)發(fā)展主要還是以離線編程和自主編程為主，離線編程技術(shù)可以與CAD/CAM等技術(shù)結(jié)合，實(shí)現(xiàn)可視化、虛擬化的編程，國內(nèi)將三維設(shè)計(jì)軟件SolidWorks和數(shù)字化制造軟件DELMIA作為機(jī)器人離線編程系統(tǒng)的二次開發(fā)平臺(tái)，縮短了離線編程時(shí)間，減少了工作量，為機(jī)器人編程工作提供了一種新的高效的方法[149-150]，通過將激光視覺與機(jī)器視覺等引入到自主編程系統(tǒng)中，增加自主編程的適應(yīng)性與可靠性，提高了機(jī)器人編程效率，實(shí)現(xiàn)機(jī)器人編程的自動(dòng)化與智能化[151-152]。

國外的機(jī)器人編程主要也是以離線編程與自主編程為主，將可視化工具包（VTK）應(yīng)用到工業(yè)機(jī)器人的離線編程中，可以顯示機(jī)器人工作系統(tǒng)的三維模型，實(shí)現(xiàn)編程可視化，降低了編程的難度[153]。使用Kinect模塊，可以實(shí)現(xiàn)通過手勢與語言命令實(shí)現(xiàn)離線編程的可能，為機(jī)器人編程開辟了新的方式，并將3D視覺系統(tǒng)應(yīng)用到工業(yè)機(jī)器人程序當(dāng)中，通過3D視覺系統(tǒng)的鏡面校正確定機(jī)器人的運(yùn)動(dòng)偏差，對機(jī)器人軌跡與路徑數(shù)值進(jìn)行補(bǔ)償，機(jī)器人進(jìn)行自動(dòng)參數(shù)修正，提高了機(jī)器人運(yùn)動(dòng)精度[154]。將各種外部傳感器應(yīng)用到機(jī)器人自主編程當(dāng)中，使得機(jī)器人能夠全方位感知真實(shí)環(huán)境，構(gòu)建更精準(zhǔn)的環(huán)境模型，自動(dòng)進(jìn)行工件信息識(shí)別，確定工藝參數(shù)，大大提高了機(jī)器人的自主性和適應(yīng)性[155]。

2 國內(nèi)應(yīng)用現(xiàn)狀

我國碼垛機(jī)器人研發(fā)起步較晚，總體水平較國外先進(jìn)碼垛機(jī)器人還是有很大的差距，企業(yè)的自動(dòng)化程度較低，國外先進(jìn)碼垛機(jī)器人引進(jìn)和使用較為困難，只有在部分外企或者大型企業(yè)，才會(huì)大規(guī)劃使用自動(dòng)化碼垛機(jī)器人，使用范圍主要包括工業(yè)、物流業(yè)、農(nóng)業(yè)等，近些年，碼垛機(jī)器人使用頻率正在提高，碼垛機(jī)器人已經(jīng)成為企業(yè)降低生產(chǎn)成本，提高產(chǎn)品的競爭力的重要部分[156]。

在工業(yè)應(yīng)用方面，主要是實(shí)現(xiàn)工業(yè)產(chǎn)品生產(chǎn)過程中的碼垛和搬運(yùn)工作，我國這方面的研究較多，比如沈陽新松機(jī)器人自動(dòng)化公司研發(fā)的關(guān)節(jié)型碼垛機(jī)器人SRM300，為四軸碼垛機(jī)器人，采用輕量化設(shè)計(jì)，機(jī)械結(jié)構(gòu)緊湊，維護(hù)成本較低，耐磨性好，可以同時(shí)滿足多條生產(chǎn)線末端的碼垛任務(wù)；埃夫特機(jī)器人研發(fā)ER180-C204型四軸碼垛機(jī)器人，重復(fù)定位精度達(dá)到±0.4 mm，具有高速碼垛搬運(yùn)功能，高速，穩(wěn)定，適用于碼垛、拆垛等場合。

在物流方面，碼垛機(jī)器人也同樣重要，物料的搬運(yùn)、碼垛、分揀都離不開工業(yè)機(jī)器人，京東的“亞洲一號(hào)”無人倉，無論是訂單處理能力，還是自動(dòng)化設(shè)備的綜合匹配能力，都處于行業(yè)領(lǐng)先水平，能夠達(dá)到這樣高的水平，也離不開倉庫使用自動(dòng)化碼垛機(jī)器人系統(tǒng)的緣故，也有學(xué)者針對目前煙草物流中心異型煙采用人工分揀的問題[157]，研發(fā)了一套可以自動(dòng)分撿和包裝的全自動(dòng)異型煙碼垛及包裝流水線，實(shí)現(xiàn)了異形煙碼垛難度大，只能人工碼垛的難題，大大提高了煙草物流中心的碼垛和包裝的效率，降低了生產(chǎn)成本。

在農(nóng)業(yè)生產(chǎn)方面，碼垛機(jī)器人的應(yīng)用也十分廣泛，我國是農(nóng)牧業(yè)大國，也是養(yǎng)殖業(yè)大國，飼料加工是養(yǎng)殖業(yè)必不可少的一個(gè)重要環(huán)節(jié)，但是飼料加工過程中必然會(huì)導(dǎo)致高濃度的粉塵，高濃度粉塵對于工人的身體傷害非常大，在這樣惡劣環(huán)境中，人工碼垛顯然已經(jīng)不適合生產(chǎn)需要，有學(xué)者設(shè)計(jì)了一款全自動(dòng)碼垛機(jī)器人代替人工進(jìn)行飼料碼垛作業(yè)[158]，極大改善了工人的工作環(huán)境，提高了企業(yè)的生產(chǎn)效率。

3 國內(nèi)碼垛機(jī)器人發(fā)展存在的問題及對策

3.1 國內(nèi)碼垛機(jī)器人存在的問題

盡管我國近些年碼垛機(jī)器人的研發(fā)水平和相關(guān)技術(shù)都有了巨大的進(jìn)步，自主研發(fā)也取得了很大的成果，但是還是存在著一些問題需要進(jìn)行改進(jìn)，存在著一些技術(shù)壁壘需要突破。

（1）智能化程度較低

現(xiàn)在的碼垛機(jī)器人已經(jīng)不單單是自動(dòng)化，已經(jīng)向著智能化靠攏。隨著互聯(lián)網(wǎng)技術(shù)和物聯(lián)網(wǎng)技術(shù)的不斷發(fā)展，已經(jīng)對碼垛機(jī)器人提出了新的要求，在高速生產(chǎn)的節(jié)奏下，具有很高的準(zhǔn)確度，具有智能保護(hù)措施，具有很強(qiáng)的自主適應(yīng)性。既能夠保護(hù)工作人員免受傷害，也能保護(hù)機(jī)器能夠平穩(wěn)、安全地運(yùn)行，在發(fā)生問題后，能自我解決，這是我國碼垛機(jī)器人所不具備的能力[159]。

（2）核心部件依賴進(jìn)口

工業(yè)機(jī)器人的核心零部件有控制器、伺服電機(jī)、減速機(jī)、傳感器等，控制器是機(jī)器人的大腦，負(fù)責(zé)進(jìn)行數(shù)據(jù)的處理與計(jì)算；伺服電機(jī)是工業(yè)機(jī)器人的動(dòng)力系統(tǒng)，是機(jī)器人的心臟；減速機(jī)是連接動(dòng)力源與執(zhí)行機(jī)構(gòu)之間的傳動(dòng)機(jī)構(gòu)，可以使得電機(jī)傳出的轉(zhuǎn)矩提升；傳感器就是機(jī)器人的眼睛和觸覺，負(fù)責(zé)環(huán)境信息的采集。部分核心部件已經(jīng)實(shí)現(xiàn)了國產(chǎn)化，綠的諧波生產(chǎn)的減速器已經(jīng)廣泛應(yīng)用于工業(yè)機(jī)器人，打破了國外的壟斷，但是部分核心零部件任然無法實(shí)現(xiàn)國產(chǎn)化，依舊掌握在國外企業(yè)的手中，國內(nèi)需要進(jìn)口才可以使用。

（3）智能算法自主研發(fā)能力差

智能算法是碼垛機(jī)器人乃至所有機(jī)器人的控制核心，無論是機(jī)器人的運(yùn)動(dòng)規(guī)劃、機(jī)器人抓取穩(wěn)定性、機(jī)器人程序的編寫、多機(jī)器人協(xié)同等都離不開智能算法，我國的智能算法研究近些年雖然取得了很大的進(jìn)步，但是相較于國外發(fā)達(dá)水平，仍有很大的差距，科研人員研究出新的智能算法，在工程實(shí)際中應(yīng)用較少，不適合實(shí)際生產(chǎn)環(huán)境，導(dǎo)致國內(nèi)工業(yè)機(jī)器人只能應(yīng)用國外已經(jīng)落地的智能算法，減緩了國內(nèi)智能算法工程應(yīng)用化進(jìn)程。

（4）標(biāo)準(zhǔn)化程度較差

目前國內(nèi)碼垛機(jī)器人的設(shè)計(jì)是根據(jù)不同生產(chǎn)需求設(shè)計(jì)的，用戶需求多樣，因此設(shè)計(jì)出的碼垛機(jī)器人也是多種多樣，品種、樣式繁多，外觀也是各不相同，零部件的質(zhì)量也很難保證，很難形成一個(gè)統(tǒng)一的行業(yè)標(biāo)準(zhǔn)，不利于企業(yè)的規(guī)范化，標(biāo)準(zhǔn)化，后期維修和養(yǎng)護(hù)的成本也較高。

3.2 解決的對策

（1）核心零部件國產(chǎn)化

在中國制造2025與中美貿(mào)易摩擦的大背景下，國產(chǎn)化替代已經(jīng)顯得極為重要，卡脖子技術(shù)將嚴(yán)重制約我國的發(fā)展，工業(yè)機(jī)器人也不例外，將工業(yè)機(jī)器人核心部件，伺服電機(jī)、減速器、控制器、傳感器等核心零部件進(jìn)行國產(chǎn)化替代，將核心技術(shù)掌握在自己的手中，才能不受制于他人，才能夠?qū)崿F(xiàn)制造業(yè)高質(zhì)量發(fā)展。

（2）加強(qiáng)碼垛機(jī)器人智能化建設(shè)

碼垛機(jī)器人智能化離不開傳感器技術(shù)、智能算法等技術(shù)的快速發(fā)展，只有這些關(guān)鍵技術(shù)取得較大的進(jìn)步，機(jī)器人智能化程度才能有所提高，將機(jī)器視覺與多傳感器技術(shù)相結(jié)合，搭配智能算法，就可以實(shí)現(xiàn)碼垛機(jī)器人自主環(huán)境識(shí)別、自主避障、自主定位碼垛、自主編程、自主運(yùn)動(dòng)規(guī)劃，實(shí)現(xiàn)碼垛機(jī)器人智能化。

（3）算法優(yōu)化

優(yōu)化算法的前提是有算法領(lǐng)域的高技術(shù)人才，人才是算法發(fā)展的重要?jiǎng)恿?，我國算法方面的人才?yán)重不足，算法工程師十分稀缺，國家應(yīng)該大力培養(yǎng)算法技術(shù)人才，學(xué)習(xí)國外先進(jìn)的算法，進(jìn)行吸收與發(fā)展。高校、科研院所應(yīng)加強(qiáng)和企業(yè)的密切合作，使新技術(shù)能夠落地成為新的產(chǎn)品，加快技術(shù)轉(zhuǎn)換，避免各自為戰(zhàn)，發(fā)生重復(fù)性研究，降低研發(fā)效率，隨著相關(guān)技術(shù)人員的增加，我國工業(yè)機(jī)器人控制算法也會(huì)迎來巨大的進(jìn)步[160]。

（4）構(gòu)建標(biāo)準(zhǔn)化體系

未來碼垛機(jī)器人一定會(huì)普及到各行各業(yè)，因此構(gòu)建標(biāo)準(zhǔn)化體系是非常重要的，做到零部件和機(jī)器的標(biāo)準(zhǔn)化、通用化、模塊化，大力發(fā)展多功能碼垛機(jī)器人，只有這樣才能降低碼垛機(jī)器人的生產(chǎn)成本，有利于碼垛機(jī)器人行業(yè)發(fā)展，也能降低后期維護(hù)和修理成本，碼垛機(jī)器人制造企業(yè)行業(yè)也應(yīng)該信息共享，共同制定行業(yè)標(biāo)準(zhǔn)和規(guī)范，實(shí)現(xiàn)行業(yè)的規(guī)范化，便于行業(yè)管理，便于完善售后體系。

4 總結(jié)與展望

本文從碼垛機(jī)器人的結(jié)構(gòu)優(yōu)化、末端執(zhí)行機(jī)構(gòu)設(shè)計(jì)與優(yōu)化、碼垛機(jī)器人的路徑規(guī)劃、軌跡規(guī)劃、避障規(guī)劃、多機(jī)器人協(xié)同規(guī)劃、機(jī)器人運(yùn)動(dòng)控制、碼垛機(jī)器人的編程、碼垛機(jī)器人國內(nèi)應(yīng)用現(xiàn)狀以及國內(nèi)碼垛機(jī)器人發(fā)展存在的問題及相應(yīng)對策等方面對碼垛機(jī)器人進(jìn)行了詳細(xì)的介紹與說明，總結(jié)并提煉出未來的挑戰(zhàn)和方向：

碼垛機(jī)器人智能化是未來的發(fā)展趨勢，是實(shí)現(xiàn)智能制造的基礎(chǔ)，但目前碼垛機(jī)器人的智能化較低，很難滿足以后的生產(chǎn)需要，智能化發(fā)展離不開其他技術(shù)的支持，將多傳感器技術(shù)與機(jī)器視覺技術(shù)進(jìn)行融合，提高機(jī)器人的環(huán)境感知與障礙物識(shí)別能力，提高自適應(yīng)性是未來機(jī)器人智能化的關(guān)鍵技術(shù)。

碼垛機(jī)器人的運(yùn)動(dòng)控制與編程都和算法息息相關(guān)，隨著智能算法的引入，碼垛機(jī)器人的運(yùn)動(dòng)規(guī)劃與編程等都有了巨大的進(jìn)步，但是每種智能算法都有局限性，因此智能算法的結(jié)合可能會(huì)是未來的發(fā)展趨勢，通過算法的結(jié)合使用，能夠取長補(bǔ)短，最大限度地發(fā)揮各個(gè)算法的優(yōu)勢，實(shí)現(xiàn)效率最大化。

碼垛機(jī)器人的功能會(huì)隨著生產(chǎn)種類的變換而發(fā)生改變，單一碼垛功能的碼垛機(jī)器人將會(huì)被淘汰，搭配柔性機(jī)械手、仿生機(jī)械手的碼垛機(jī)器人將會(huì)是未來的發(fā)展方向，碼垛機(jī)器人會(huì)朝多功能、適應(yīng)性強(qiáng)、集成化、模塊化的方向發(fā)展和創(chuàng)新，用來適應(yīng)新的生產(chǎn)要求與生產(chǎn)環(huán)境。

隨著碼垛機(jī)器人應(yīng)用場景的多樣化，虛擬增強(qiáng)、圖像處理、機(jī)器視覺等智能技術(shù)的發(fā)展，碼垛機(jī)器人與人的人機(jī)交互性會(huì)有較大的提高，越來越人性化、智能化，可以通過傳感器與視覺融合技術(shù)，辨別和判斷機(jī)器人與人在接觸之前的狀態(tài)，避免發(fā)生碰撞，可以通過虛擬增強(qiáng)技術(shù)與5G技術(shù)，實(shí)現(xiàn)碼垛機(jī)器人遠(yuǎn)程控制與編程，在高溫高濕等環(huán)境中避免對人員造成傷害，提高生產(chǎn)安全性。