0025-水果采摘機械手結構設計【CAD圖+SW三維模型+文獻翻譯+說明書】,CAD圖+SW三維模型+文獻翻譯+說明書,水果,生果,瓜果,采摘,機械手,結構設計,cad,sw,三維,模型,文獻,翻譯,說明書,仿單
開題報告
題目名稱
水果采摘機器手結構設計
學生姓名
專 業(yè)
班 級
1、 選題的目的意義
隨著電子技術和計算機技術的發(fā)展，智能機器人已經(jīng)在許多領域得到日益廣泛的應用。在農(nóng)業(yè)生產(chǎn)中，由于作業(yè)對象的復雜、多樣，使得新概念農(nóng)業(yè)機械一一農(nóng)業(yè)機器人的開發(fā)具有了巨大經(jīng)濟效益和廣闊的市場前景，符合社會發(fā)展的需求。
目前，在我國農(nóng)業(yè)增長中農(nóng)業(yè)科技進步對農(nóng)業(yè)增長的貢獻率已達到45%以上，超過了土地、勞動力以及物資投入要素的貢獻份額。新階段“科教興農(nóng)’’的目標是力求通過5-8年的不懈努力，農(nóng)業(yè)科技進步貢獻率達到55%以上，科學技術成為農(nóng)業(yè)和農(nóng)業(yè)經(jīng)濟發(fā)展的主要推動力。但是，我國農(nóng)業(yè)機械化對農(nóng)業(yè)生產(chǎn)的貢獻率僅為17%，與發(fā)達國家存在很大的差距，加速農(nóng)業(yè)現(xiàn)代化進程，實施“精確”農(nóng)業(yè)，廣泛應用農(nóng)業(yè)機器人，以提高資源利用率和農(nóng)業(yè)產(chǎn)出率，降低勞動強度，提高經(jīng)濟效率將是現(xiàn)代農(nóng)業(yè)發(fā)展的必然趨勢。同時，國內(nèi)的水果采摘作業(yè)基本上都是手工進行的。而21世紀，農(nóng)業(yè)勞動力將逐漸向社會其它產(chǎn)業(yè)轉移，世界各國面臨著人口老齡問題，勞動力不足將逐漸變?yōu)楝F(xiàn)實。隨著老齡化和勞動力的減少，農(nóng)業(yè)生產(chǎn)成本也相應的提高，更重要的是溫室作業(yè)環(huán)境下勞動舒適度較差，收獲作業(yè)勞動強度大，研究農(nóng)業(yè)機器人特別是果實收獲機器人具有重要意義。
番茄內(nèi)含有糖、有機酸、礦物質和多種維生素等營養(yǎng)成分，屬于營養(yǎng)豐富的“水果蔬菜”，是廣泛栽培的重要果菜種類。據(jù)20世紀90年代中期統(tǒng)計，世界番茄的總產(chǎn)量為4900萬噸/年，其中美國750萬噸/年，中國680萬噸/年。隨著設施農(nóng)業(yè)的發(fā)展和作業(yè)機械化的要求，對番茄種植模式要求也越來越高，尤其是在可控環(huán)境的溫室中種植面積迅速增長，因此種植、管理和收獲的勞動量也越大，研究開發(fā)果實收獲機器人，實現(xiàn)機械化、自動化與智能化收獲是現(xiàn)代農(nóng)業(yè)工程的重要課題。
據(jù)統(tǒng)計，番茄的機械化采收與人工采收相比，具有很強的優(yōu)越性。表1.1列舉了機械化采收與人工采收在費用，速度，損失等方面的對比情況。
表1.1番茄機械化采收與人工采收對比
表中我們可以明顯的看到番茄機械化采收與人工采收在各方面對比的優(yōu)勢，我們只要設計合理的末端執(zhí)行器，盡量降低采收損失，番茄采收機械化必將具有廣闊的發(fā)展前景。
二、國內(nèi)外研究綜述
1.國外研究狀況
從1983年第一臺番茄采摘機器人在美國誕生以來，采摘機器人的研究和開發(fā)已經(jīng)歷經(jīng)了近20年。日本和歐美等發(fā)達國家相繼立項研究用于采摘蘋果、番茄、葡萄等水果的智能機器人。到1997年，國外開發(fā)的一系列果品蔬菜收摘機器人均研制出了樣機。在農(nóng)業(yè)機器人的研究方面，法國是最早研究水果收獲機器人的國家之一。荷蘭收獲機器人的研究工作也走在很多國家的前面，但研究的果蔬種類并不多。日本于20世紀80年代初期已開始農(nóng)業(yè)領域的機器人研究，1984年Kyoto大學研究番茄收獲機械手以來，日本在農(nóng)業(yè)機器人研究方面一直居各國之首。農(nóng)業(yè)機器人在日本、美國、荷蘭等發(fā)達國家己經(jīng)應用于農(nóng)業(yè)生產(chǎn)過程，其中嫁接機器人已在日本一些公司商品化，以動物為作業(yè)對象的機器人都已分別在澳大利亞和荷蘭一些公司商品化，機械手類型的機器人在日本的幾個農(nóng)機公司和電氣公司進入到商品化生產(chǎn)前的最后研發(fā)階段。
表1.2為部分國家果蔬收獲機器人的研究進展統(tǒng)計情況。番茄收獲機器人屬于機械手系列。番茄收獲機器人是多用途機器人，通過改變末端執(zhí)行器與控制程序，不僅可以采摘普通番茄，還可以采摘櫻桃番茄。
表1.2 國內(nèi)外果蔬收獲機器人研究進展統(tǒng)計
如圖1.1是日本的N.Kondo等人研制的番茄收獲機器人，由機械手、末端執(zhí)行器、視覺傳感器、移動機構和控制部分組成。用彩色攝像機作為傳感器尋找和識別成熟果實。利用７自由度的工業(yè)機器人。為了不損傷果實，機械手的末端執(zhí)行器是帶有軟襯墊的吸引器，中間有壓力傳感器，把果實吸住后，利用機械手的腕關節(jié)把果實擰下。行走機構有4個車輪，能在田間自動行走，利用機器人的光傳感器和設置在地頭土埂的反射板，可檢測是否到達土埂，到達后自動停止，轉動后再繼續(xù)前進。圖1.2所示為番茄采摘機械手。
圖1.1番茄采摘機器人 圖1.2番茄采摘機器手
圖1.3為日本的N.Kondo等人研制的黃瓜收獲機器人，采用三菱六自由度工業(yè)機器人，利用CCD攝像機，根據(jù)黃瓜比其葉莖對紅外光的反射率高的原理來識別黃瓜和葉莖。收獲時，先把黃瓜抓住，用接觸傳感器找出柄，然后剪斷。
圖1.4為西瓜采摘機器人，日本Kyoto大學研制出一個5自由度液壓驅動的機器人用于收獲西瓜，它包括機器手、末端執(zhí)行器、視覺傳感器和行走裝置。
圖1.3 黃瓜采摘機器人
圖1.4西瓜采摘機器人
2.國內(nèi)研究狀況
在中國，農(nóng)業(yè)機器人研究也逐漸起步。中國農(nóng)業(yè)大學率先在我國研制出自動嫁接機器人，并先后研制成功了自動嫁接法、自動旋切貼合法等嫁接技術。并獲得發(fā)明專利，填補了我國自動化嫁接技術的空白，形成了我國具有自主知識產(chǎn)權的自動化嫁接技術。嫁接機器人能夠完成砧木、穗木取苗、接合、固定、排苗等嫁接過程的自動化作業(yè)，大大提高了作業(yè)效率和質量，減輕了勞動強度，可用于黃瓜、西瓜、甜瓜苗的自動嫁接。
吉林工業(yè)大學與吉林農(nóng)業(yè)研究所研制的鋤草機器人，裝有攝像機和圖像處理計算機。能快速準確地分辨出蔬菜苗、雜草和土壤之間的差別，還能在種植行間自動行走。上海交通大學的曹其新等人研發(fā)了草莓揀選機器人樣機。該樣機具有學習功能，作業(yè)時可根據(jù)示教揀選對象的標準樣本，改變或調(diào)整機器人揀選草莓的種類，并可一機多用，即使是沒有專業(yè)知識的操作人員，也能很容易地掌握其操作方法門。
東北林業(yè)大學的陸懷民研制了林木球果采摘機器人如圖1.2，主要由5自由度機械手、行走機構、液壓驅動系統(tǒng)和單片機控制系統(tǒng)組成，如圖1.3所示。采摘時，機器人停在距離母樹3~5m處．操縱機械手回轉馬達對準母樹。然后，單片機控制系統(tǒng)控制機械手大、小臂同時柔性升起達到一定高度，采摘爪張開并擺動，對準要采集的樹枝。大小臂同時運動，使采摘爪沿著樹枝生長方向趨近1.5~2m，然后采摘爪的梳齒央攏果枝，大小臂帶動采集爪按原路向后返回，梳下枝上球果，完成一次采摘。這種機器人效率是500kg/天，是人工的30~50倍。而且，采摘時對母樹的破壞較小，凈采率高。另外，我國一些科研院所也正在對移動機器人定位、導航等方面進行研究。但均處于研究開發(fā)階段。
圖1.2 實物圖 圖1.3示意圖
分析國內(nèi)外農(nóng)業(yè)機器人研究進展與應用現(xiàn)狀可知，國外已經(jīng)研制了各種農(nóng)業(yè)機器人，技術比較成熟，部分農(nóng)業(yè)機器人己有初步應用，但我國農(nóng)業(yè)機器人技術研究處于起步階段。與日本、美國等發(fā)達國家差距較大。開發(fā)各類農(nóng)業(yè)機器人，適應農(nóng)業(yè)生產(chǎn)過程智能化發(fā)展的趨勢，是當代農(nóng)業(yè)工程領域的重要研究課題。
三、畢業(yè)設計（論文）所用的方法
1. 參考國內(nèi)外機械手專利或文獻進行參考設計；
2. 學習機器人知識，模仿人類采摘水果動作進行類比設計；
3. 運用機械原理機械設計中結構設計的方法對機械手的結構進行設計和選型；
4. 利用三維建模的方式對機械手零件進行建模與裝配；
設計步驟：
搜索相關資料——熟悉機械設計方法——整體結構粗略構思與設計——整合資料精確設計——繪制三維零件圖——完成零件三維裝配——撰寫說明書、打印圖紙——畢業(yè)設計論文答辯；
四、主要參考文獻與資料獲得情況
參考文獻：
［1］曹杰，張靜。番茄機械化采收的發(fā)展［J］．中國農(nóng)機化，2003．1：45-47．
［2］丁國文．2001年我國蔬菜生產(chǎn)與市場分析．中國溫室．2002．9：5-8
［3］ 方建軍．移動式采摘機器人研究現(xiàn)狀與進展［J］．農(nóng)業(yè)工程學報．2004．2：273-378
［4］梁喜風．苗香雯．崔糾榮．于永維，番茄收獲機器人技術研究進展［J］，農(nóng)
機化研究，2003(4)，1-4
［5］趙勻．武傳寧．胡旭爾等，農(nóng)業(yè)機器人的研究進展及存在的問題［J］，農(nóng)業(yè)
工程科學報，2003，19(1)，20-24
［6］張鐵中．徐麗明，人有前景的蔬菜白動嫁接機器人技術．機器人技術與應用，
2001(2),14-15
［7］曹其新．呂恬生．永田雅輝．干紅永，草莓揀選機器人的開發(fā)，上海交通大
學學報，1999，33(7)，880-883
［8］陸懷氏，林木球果采摘機器人設計與試驗［J］，農(nóng)業(yè)機械學報，2001，32
(6)，52-58
五、指導教師審批意見
指導教師簽名 年 月 日
畢業(yè)設計（論文）任務書
學生姓名
學 號
教師姓名
職 稱
題目
水果采摘機器手結構設計
主要研
究內(nèi)容
1. 查閱資料；
2. 了解機械手采摘水果時的工作情況；
3. 機械手手指、手臂及傳動機構設計與選型；
4. 畫出相應的零件圖，并制作機械手的三維裝配模型；
5. 編寫設計說明書；
研究與
設計方法
1.機械設計方法；
2.設計內(nèi)容分析和相關知識的整理；
3.三維軟件模型建立及零件干涉檢查；
主要技術指標（或研究目標）
1．理解掌握機械設計相關知識及步驟；
2．運用三維軟件建立三維模型；
主要參
考文獻
1. 張錫山.機械工程手冊.北京:機械工業(yè)出版社,1997.
2. 鄭德明等.機床電氣控制.上海:復旦大學出版社,2009.
3. 詹迪維.SolidWorks快速入門教程.北京：機械工業(yè)出版社，2010.
4. 濮良貴,紀名剛.機械設計.北京:高等教育出版社,2006.
5. 孫恒,陳作模.機械原理.北京:高等教育出版社,2001.
6. 哈爾濱工業(yè)大學理論力教研室.理論力學.北京：高等教育出版社，2010.
J. Cent. South Univ. Technol. (2011) 18: 1105?1114
DOI: 10.1007/s11771?011?0810?7
集成氣動機器人靈巧手指的設計與控制
王志恒，張立彬，鮑官軍，錢少明，楊慶華
特種裝備制造與先進加工技術重點實驗室，
教育部和浙江省，浙江工業(yè)大學，杭州310032
?中南大學出版社和施普林格出版社2011年柏林海德堡
摘要：基于氣動柔性驅動器（FPA），關節(jié)彎曲和側擺關節(jié)，開發(fā)了一種新型的氣動機器人靈巧手指。手指配備一個五分量力傳感器和四個非接觸磁性旋轉編碼器。機械部件和FPA整合，從而減少了手指的整體尺寸。通過FPA的直接驅動，其關節(jié)輸出扭矩更為準確，同時能有效地減少摩擦力和振動。一種改進型遺傳算法（IAGA）被用于解決冗余手指的逆運動學問題。進行手指靜力學分析和建立指尖力與關節(jié)力矩之間的關系。最后，對手指的力/位置控制原理進行介紹，并進行指尖力/位置跟蹤實驗。實驗結果表明，指尖位置跟蹤誤差在±1mm以內(nèi)，指尖力跟蹤誤差在±4N以內(nèi)。從其理論和實驗結果得知，機器人手指控制是可行的，其具有良好應用前景。
關鍵詞：氣動靈巧手指；氣動柔性驅動器（FPA）；機器人多指靈巧手；彎曲關節(jié)；側擺關節(jié)；
1 引言：
機器人與環(huán)境互動的最終執(zhí)行操縱者——機器手（通常稱為機器人末端執(zhí)行器）在提高其靈活性和智能化水平中起著重要作用[ 1 ]。早期的傳統(tǒng)工業(yè)機器人末端執(zhí)行器結構簡單，僅限于一個自由度（DOF），限制了機器人的發(fā)展和應用[ 2 ]。因此，具有多關節(jié)和多自由度的機器人多指靈巧手，為許多研究者所追求。自20世紀70年代以來，各種類型的多指靈巧手被研究出來。代表性的多指手有[3?6]：由日本電子技術實驗室1974年開發(fā)的岡田手，由斯坦福大學研發(fā)的斯坦福大學/ JPL手，由麻省理工學院和猶他大學1980年提出的發(fā)展猶他/ MIT手，由德國航空航天中心開發(fā)出的DLR手，由美國國家航空宇航局NASA1990年研制的Robonaut手和基于氣動人工肌肉在第二十一世紀由影子機器人公司開發(fā)的靈巧機器手。由北京航天航空大學機器人研究所研制成功的BH靈巧手。由哈爾濱工業(yè)大學開發(fā)的HIT手。
上面提到的大多數(shù)多指機器手都是由電動機驅動的，有很少一部分是由氣動活塞或氣動肌肉驅動器（PMAs）驅動的。由電機驅動的多指機器手可以實現(xiàn)高精度的位置控制。為了使機器手在較小的整體尺寸下?lián)碛休^大的指尖力，多指機器手的驅動電機大多安裝在機器人的前臂或者手腕，同時手指關節(jié)由電纜管道機構驅動[7]。但這種電機電纜驅動的設計方案卻會導致很多缺點，如：1）機器手
基金項目：項目（2009AA04Z209）由國家高技術研究發(fā)展計劃資助；項目（R1090674）由浙江省自然
科學基金會，中國；項目（51075363）由中國國家自然科學基金會資助
手稿日期：2010-03-03；接受日期：2010-08-20
作者簡介：楊青華，教授，博士生；電話：+ 86?571?88320819；電子郵件：robot@zjut.edu.cn
的結構復雜，尺寸一般比較大；2）需要增加額外的電纜張力傳感機構，同時難以實現(xiàn)的實時控制和精確控制；3）當電能通過電纜傳輸，在伺服回路中難以避免地附加了摩阻，導致機器手的效率降低。由PMA（影手）或氣動活塞（猶他/ MIT手）驅動的多指手的結構是簡單的，但它們也有一些缺點如下：1）執(zhí)行器和機器手是分開的，所有的關節(jié)都是由電纜驅動，摩擦弛豫和能量損失難以避免。2)MPAs沒有統(tǒng)一的數(shù)學模型，因此指尖輸出力和關節(jié)的位置是很難控制的。3）許多PMA或氣動活塞，使得機器人手臂尺寸更大。
近年，機器人手項目還在中國的浙江工業(yè)大學實施。這個項目的目的是開發(fā)一個基于柔性氣動驅動器的集成多感官的氣動多指靈巧機器手，并可以彌補現(xiàn)有機器人手的不足，其被命名為浙江工業(yè)大學手[8?10]。如圖1所示，浙江工業(yè)大學手有五個手指，總共有20個自由度，它的大小是約人手的1.5倍。每個手指有四個自由度和四個關節(jié)。這個機器手的特點如下：1）機械部件和關節(jié)的FPAs是集成一體的。通過FPA直接驅動，沒有額外的功率傳輸設備（如電纜，齒輪和人工肌腱），因此，摩擦小，同時振動可以避免。2）關節(jié)的力矩由輸出端直接輸出，所以指尖輸出力可以很容易地控制。3）FPA有更好的功率特性。除了上述優(yōu)點，浙江工業(yè)大學還具有結構簡單，適應性好，良好的被動柔順性和足夠的握力等特點。
圖1：浙江工業(yè)大學手的三維模型
機器人多指靈活手通常有3?5根手指。每個手指可以看作一個可以獨立控制的小機器人。因此，對手指進行運動學、動力學和軌跡分析設計是多指機器手研究的基礎。研究工作通過介紹浙江工業(yè)大學手的手指，分析手指的運動學及靜力學原理，以及用實驗來測試樣本手指來說明各驅動關節(jié)和傳感系統(tǒng)的特殊結構。
2 浙江工業(yè)大學手的結構
2.1 總述
圖2展示的是手指的結構和圖片，手指是根據(jù)下列概念設計的：1）每一個手指設計成一個模塊；2）手指整體外觀和性能盡可能與人的手指相像。手指安裝了力/位移傳感器，同時具有四個自由度和四個關節(jié)：兩個掌指骨（MCP）關節(jié)、一個近側指間關節(jié)（PIP）和一個遠端指間（DIP）關節(jié)。
圖2：浙江工業(yè)大學手的靈巧手指：（一）結構（1-五構件力/力矩傳感器；2，3，4-彎曲關節(jié)I, II, III；5-側擺關節(jié)； 6-非接觸角度傳感器）；（b）手指的照片
2.2手指的驅動系統(tǒng)
該氣動手指的驅動系統(tǒng)由三個彎曲和一個側擺的關節(jié)構成。見圖三，一個彎曲關節(jié)包括一個FPA，一個轉軸，兩個連桿，四個連接部件以及一個管道接頭，而FPA是由一個嵌有螺旋鋼絲的橡膠管和兩個蓋子組成的。蓋子可密封橡膠管兩端，固定于連接部件上，連接部件則通過螺釘與連接桿相接。
圖3：基于FPA的關節(jié)彎曲圖：（a）彎曲關節(jié)結構（1-連接部分；2，8-管蓋；3-連桿；4-FPA； 5-轉軸；6- FPA的橡膠管；7- FPA的螺旋鋼絲；9-管連接器）；（b）彎曲關節(jié)的照片
彎曲關節(jié)的工作原理如下：壓縮的空氣通過管道接頭進入FPA內(nèi)，管內(nèi)空氣的高壓使橡膠管擴大。由于螺旋鋼絲約束了其在徑向上的形變，F(xiàn)PA向軸向擴張，進而通過連接部件推動連接桿，使連接桿以轉軸為中心旋轉。當FPA放氣時則通過塑膠管的彈塑性恢復其原來的形狀，同時拉動連接部件使關節(jié)恢復初始狀態(tài)。通過調(diào)節(jié)PFA管內(nèi)的氣壓從而控制關節(jié)彎曲的角度。
現(xiàn)深度分析彎角和內(nèi)FPA的氣壓之間的關系，建立靜態(tài)模型，并對動態(tài)和靜態(tài)特性進行實驗測試[ 11 ]。關于角和彎曲關節(jié)的靜態(tài)模型，t0是FPA的橡膠管殼厚度；θ是關節(jié)的彎曲角度；L為FPA的橡膠管的原始長度；E是橡膠的彈性模量；r0是FPA的橡膠管的平均半徑；H是軸中心和橡膠管軸線之間的距離；p是FPA內(nèi)部的空氣壓力；PATM是大氣壓；?P是壓力增量；F和τout是在?P下彎曲關節(jié)的輸出力和輸出力矩。
p= 2Et0r0lθ2cotθ2+Hθ-llθ2cotθ2+Hθ+patm （1）
F=πr0-t022?P （2）
τout=FH=πr0-t022H?P （3）
基于FPA的側擺關節(jié)被提出，圖4顯示了側擺關節(jié)的結構和圖片。它基本是由兩個FPA、兩種T型連接桿，兩個管道接頭和一個旋轉軸構成。兩個FPA通過其管蓋對稱地固定于T型桿上。如圖5所示，一個T型連接桿的底部有一個圓形的孔，而另一個則有兩個腰形孔，兩個T型連接桿和一個轉軸通過增益結構組成了一個軸向拉伸轉動副。
圖4：基于FPA的側擺關節(jié)：（a）側擺關節(jié)結構（1，8-T型連桿；2，7-FPA蓋；3- FPA的螺旋鋼絲；4-FPA的橡膠管；5-轉軸；6-FPA； 9-管連接器）；（b）照片側擺關節(jié)
圖5兩種T型連接桿
側擺關節(jié)的工作原理如下：在彎曲運動之前，兩個FPA注入相同的壓力壓縮空氣，因此他們是拉伸長度相同的。由于上文提到的連接桿上的腰形孔，側擺關節(jié)只沿軸向伸展，而不向其他方向的彎曲。從而通過改變管內(nèi)的氣壓，兩個FPA可拉伸不同的長度。如果左側FPA的拉伸長度大于右側，關節(jié)則彎向右側，反之亦然。當兩個FPA放氣時，由于橡膠管的彈塑性，側擺關節(jié)將恢復其初始狀態(tài)。側擺關節(jié)彎曲角度可以通過調(diào)節(jié)兩個內(nèi)FPA的氣壓來控制。
彎曲旋轉角度和兩個FPA里的空氣壓力的關系是可得到的，同時用實驗來檢驗他們的靜態(tài)和動態(tài)特性[ 12 ]。側擺關節(jié)力的靜態(tài)模型類似于彎曲關節(jié)。側擺關節(jié)角度的靜態(tài)模型數(shù)據(jù)有：在pl和ps分別是兩個FPA的內(nèi)空氣壓力；a是兩個FPA的軸線間距離；l是兩個FPA在預拉伸下的長度；其他的符號與彎曲關節(jié)的靜態(tài)模型具有相同的含義。
關節(jié)設計是開發(fā)機器人手的關鍵問題之一。關節(jié)的結構和靈活性直接決定機器手的工作空間和功能。上述關節(jié)的特征可以概括如下：
1）這兩個關節(jié)由FPA直接驅動，其優(yōu)點有適應性強，結構簡單，能量損失小。力臂的長度是固定的，因此可以很容易的控制輸出力矩。
2）由于空氣的可壓縮性和橡膠的柔韌性，F(xiàn)PA的剛度較低，因此關節(jié)轉動副的靈活性較好。除了FPA以外，關節(jié)的其他結構均為剛性部件，其可以提高關節(jié)的剛度。一個人的手不是僵直的，而是在放松時非常靈活，并在緊張時還有一定的靈活性，該機器人手能很好地滿足人手的這一特點。這些剛/柔度特性使該關節(jié)能很好地模擬人類的手。
2.3手指的傳感系統(tǒng)
一個機器人多指手應配備一套良好的位置和力傳感器，使機器人手可以握緊和操作物體。這些傳感器應具有體積小的特點，同時應盡可能的減少對機器手的影響。
這個項目的手指的每一個關節(jié)都配備有由奧地利微電子公司制造的非接觸磁性旋轉編碼器AS5045。結合集成霍爾元件， AS5045能準確計算測量出360°旋轉的角度，分辨率達到0.0879°。它的好處參考以下[ 13 ]：1）完整的芯片系統(tǒng)，2）由于有非接觸式位置傳感器，其適合在惡劣環(huán)境下的應用，3）無需校準，和4）無鉛封裝：SSOP 16（5.3mm×6.2mm）。
如圖6所示，該工作開發(fā)的角位置的傳感系統(tǒng)由一個基于DSP（數(shù)字信號處理器）的嵌入式微處理器，一條數(shù)據(jù)線和一個小的帶有AS5045的PCB板（電路板）組成。AS5045可借助小PCB板上固定在關節(jié)上。如圖7所示，只要固定在關節(jié)軸端的一個簡單的兩極磁體，轉過AS5045的中心，就可測出關節(jié)的角度。因為角度傳感器不與關節(jié)相接觸，所以它對關節(jié)沒有任何影響。
除了關節(jié)的角度外，當機器人手抓住或操縱某物體時，還可得到物體和手指之間的壓力大小。我們可以根據(jù)關節(jié)角/指尖力度的信息，從而判斷機器手抓握或操縱物體是否穩(wěn)定。圖8所示為一個小型的帶有數(shù)字化輸出的五元力/力矩傳感器固定于指尖。帶有雙金屬片E-Film（E型膜）結構的壓力傳感器的技術參數(shù)列于表1。
圖6：關節(jié)角度傳感器系統(tǒng)
圖7：關節(jié)角度測量示意圖：1 -彎曲關節(jié)；2-FPA；
3-轉軸；4-兩極磁鐵；5-AS5045 6-pcb板；
圖8：五元力/力矩傳感器
3浙江工業(yè)大學手手指的運動學分析
3.1直接運動學手指
一個手指的運動學定義如圖所示。該基平面的原點是建立在側擺關節(jié)的旋轉軸上。手指的D-H參數(shù)列于表2。
表1：力傳感器的技術參數(shù)
技術指標 參數(shù)
外部尺寸/mm 24（直徑），20（高）
分量 5 (Fx, Fy, Fz, Mx, My)
測量范圍 ?20 N≤F≤20 N,?20 N·cm≤M≤20 N·cm
精度/% 1-3（滿刻度）
重復性誤差 ≤2（滿刻度）
采樣時間/ms 1
過載能力/% 200(滿刻度)
電源電壓/V 5(DC)
工作溫度/°C 0-50
工作相對濕度/% ≤85
輸出形式 控制器局域網(wǎng)總線（CAN BUS）
圖9：手指連接模型
表2：手指D-H參數(shù)
關節(jié)i
桿長, ai/mm
關節(jié)角度范圍, θi/(°)
1
43
[?15, 15]
2
65
[0, 90]
3
59
[0, 90]
4
45
[0, 90]
根據(jù)圖9，得到變換矩陣：
A40=A10A21A32A43=
(6)
為方便起見，我定義：ci=cosθi; si=sinθi; cij= cos(θi+θj); sij=sin(θi+θj); cijk=cos(θi+ θj+θk); sijk=sin(θi+θj+θk); i, j, k=1, 2, 3, 4。
從式（6），指尖相對基座坐標為：
x = c1(a4c234 +a3c23 + a2c2 + a1) （7）
y = s1(a4c234 + a3c23 + a2c2 + a1) （8）
z = a4 s234 + a3s23 + a2 s2 （9）
根據(jù)以上分析，手指的直運動學是容易和直觀的，并有一個唯一的解。
3.2 手指的工作空間
指尖指在執(zhí)行器和手指結構的限制下達到空間范圍稱為工作空間。如圖10所示，把用表2中的數(shù)據(jù)直接代入運動學方程，運用MATLAB模擬軟件，可以得到手指的三維工作空間及其基礎框架的二維坐標平面的工程圖，通過分析工作空間，手指的結構參數(shù)可以進一步優(yōu)化。
3.3手指逆運動學逆解
運動規(guī)劃和控制通常是機器人手指逆運動學求解的一種常用方法。逆運動學求解是一個非線性問題，它涉及解的存在性、唯一性和最優(yōu)性等等。是否存在解或解是否完全，回答了手指工作空間的問題。
給出的指尖相對基面的坐標值（PTx，PTy，PTz），代入式（7）代入式（8），彎曲角度θ1側擺關節(jié)可以在[?15°-15°]范圍的獲得唯一解:
θ1=arctan PTyPTx （10）
這項工作中手指的四個關節(jié)不是機械性地相互耦合的。利用代數(shù)理論計算可以看出，除了θ1有唯一的解以外，其他三個關節(jié)角度尚且無解，因而存在冗余的問題。目前，通常用四種方法去解決冗余度機器人手指的逆運動學問題。他們是幾何方法，代數(shù)方法，數(shù)值迭代方法和人工智能方法[ 15 ]。幾何法缺乏通用性；代數(shù)法僅適用于具有少數(shù)關節(jié)的機器人手指；數(shù)值迭代法可以從各種迭代的解決方案得到一個解決方案，但很難保證解的正確性；而人工智能法則以其獨特的優(yōu)勢成為的研究的趨勢[16?18]。
圖10：模擬手指的工作空間（a）在x0y0平面投影圖；（b）在x0z0平面投影圖；（c）在
y0z0平面投影視圖；（d）在三維空間x0y0z0工作空間圖
一種改進型自適應遺傳算法（IAGA）應用于解決這項工作中手指的逆運動學問題。改進型自適應遺傳算法采用二進制編碼的模式選擇，適者生存，增加了新的個體動態(tài)，同時介紹一種基于人口集中分散的自適應遺傳算子。它可以避免種群早熟收斂，提高算法的收斂速度和獲得全局最優(yōu)解的有效性。實施IAGA，存在的主要問題如下：
1）適應度函數(shù)是GA和優(yōu)化問題之間的連接。每個個體（解）的適應度值會通過適應度函數(shù)計算，我們可以根據(jù)適應度值判斷個體的好壞。個體的適應度值越小，就越接近于最優(yōu)解的計算，反之亦然。結合直接運動學的分析，從而建立適應度函數(shù)：
f (Θ)= a1 |a4c234 +a3 c23 + a2c2 + a1|? pTx +
|s1(a4c234+a3c23+a2c2+a1)-pTy|+
|a4c234+a3c23+a2c2-pTz| (11)
z
where Θ=(θ1, θ2, θ3, θ4).
2)約束
根據(jù)關節(jié)的結構和性能，建立了適用于該指相應的約束：
θ1=arctanPTyPTx,θ1∈-15°,15°0°<θj<90°,j=2,3,4 (12)
3）自適應遺傳算子
為了避免發(fā)散或得到一個局部最小值，IAGA運行時，對交叉概率Pc和變異概率Pm進行自適應調(diào)整是必要的。該項工作采用了基于人群集中分散的自適應遺傳算子。自適應交叉概率Pm和變異概率 Pc反映?max為人群最大的適應值；?min是人口最低適應值；?avg是種群的平均適應值；?′是兩個交叉?zhèn)€體中較大的適應值。?是基因突變的個體適應值；Pc，max和Pc，min分別為最大和最小交叉概率；Pm，max，Pm，min分別為最大和最小的變異概率;α是人群集散系數(shù)（0.5
收藏