基于多傳感器集成的機器人整機自動控制方法研究

馮英龍

摘要：近年來，經濟的發展，促進我國科技水平的提升。隨著物聯網技術、大數據技術、云計算技術、傳感控制技術的高速發展，為機器人研發提供了諸多有利的技術支持。我國對高尖端機器人（人形機器人）研發力度不斷增大，機器人可實現仿人工生物運動力學的動作，需要多個傳感器共同對不同的參數數據進行實時的采集與下達。其中，需要傳感器的種類包括：通信傳感器、重力傳感器、紅外傳感器、距離傳感器、壓力傳感器、語音傳感器與圖像傳感器等。本文就基于多傳感器集成的機器人整機自動控制方法展開探討。

關鍵詞：機器人;自動控制;多傳感器

引言

近些年，隨著機器人和人工智能的快速發展，移動機器人的應用領域越來越廣泛。如未知環境探測、遠程醫療、物流、服務業等領域。移動機器人控制系統是一種非完整系統，其控制問題一直是個難題，而其中的軌跡跟蹤控制更是移動機器人控制中的關鍵問題之一。

1機器人精確裝配的方法概述

在工件裝配過程中，輸送線系統誤差、機械加工誤差等，使得配合基準存在偏差。針對這一問題，設計了基于位移傳感器自動示教。依據工件2的位姿，重新調整工件1的裝配位姿。采用力傳感器引導方法。力傳感器方法能夠在工件1插入工件2過程中，依據兩零件之間的接觸力，對工件1的位姿再次進行精調整。

2多傳感器分布與力學控制的關系

完成對運動力學模型的分解計算后，多傳感器集成的機器人中每個獨立區域的傳感器所受力值數據可通過公式計算獲得，但需要準確完成對傳感器同步誤差量的修正，還需要將所獲得的數值參量對應綁定到每個傳感器上，機器人整機結構分布位置可根據功能區域的不同分為：右臂功能傳感器運動力學區、左臂功能傳感器運動力學區、頭身軀干功能傳感器運動力學區、右腿功能傳感器運動力學區、左腿功能傳感器運動力學區。通過對力學模型的分析發現，傳感器的受力方向隸屬于一個三維坐標空間，將傳感器的受力系數按照三維坐標的受力方向進行綁定，在三維受力的維度上系數為定值，從而快速找出存在誤差量的傳感器，對其修正。

3基于多傳感器集成的機器人整機自動控制方法

3.1標定負載

在應用過程中，力傳感器標定對裝配的成功有重要的影響，力傳感器上安裝的負載（比如夾爪，位移傳感等）將會影響傳感器的準確性。因此首先要對力控系統進行標定，標定內容包括夾爪的質量、重心以及工件質量和重心。力傳感器負載的標定可以在軟件中，通過調用函數FCLoadID進行。當后續每次裝配時，通過FCCalib函數加載力傳感器的負載情況，系統從而對力傳感器因工具、工件的重量引起的受力情況進行補償。

3.2傳感器分布位置與規格誤差量的修正

完成對多傳感器集成的機器人整機傳感器力學關系綁定后，每個傳感器受力系數已為定值，在維度關系不發生改變的前提下可不考慮定值系數對控制信號的影響，可單純將機器人整機控制響應同步問題歸結到傳感器分布與傳感器自身參數不足上，（1）傳感器分布導致的同步問題修正通過對機器人運動過程中的力學模型分析與傳感器分布位置的研究發現，左臂肘關節、右臂肘關節、左腿膝關節、右腿膝關節4個位置的傳感器，在機器人運動過程中，所受到的力值均大于其他分布位置的傳感器，受到阻力與應力的共同作用，傳感器供電會發生阻值的變動，變動阻值提升擾動信號強度，導致傳感器信號響應的瞬態遲滯，出現同步異常。根據上文傳感器劃分區域，將左臂肘關節、右臂肘關節、左腿膝關節、右腿膝關節4個位置的傳感器信號發送時間的控制參量進行對應的調整，通過對信號的發送與反饋時間參量的校對，達到信號同步的效果。（2）傳感器自身規格不足導致的同步誤差修正在一些特殊的情況下，會出現無論怎樣修改校正傳感器間的同步時間數據，機器人仍會不定時出現同步異常的問題。此狀態下，就可以考慮傳感器的控制接收硬件的規格參數是否達到校對參量數值的標準及對硬件規格參量不足導致的同步問題，最直接有效的方法就是硬件的替換修正。

3.3 RF2O方法及激光雷達

RF2O方法是一種快速精確的方法，仿照密集的3D視覺測距法的方式，對激光雷達從二維平面掃描的密集點云數據進行處理。對點云數據制定基于傳感器速度范圍流約束方程，對所得幾何約束的魯棒函數最小化，獲得運動估計。RF2O方法運算量低于視覺方法，轉換評估較為準確。但是由于激光雷達自身的旋轉，會導致旋轉不準確，通過RF2O和IMU的傳感器數據融合解決這一問題。激光雷達是以發射激光束探測目標的位置、速度等特征量的雷達系統。其工作原理是向目標發射探測信號（激光束），然后將接收到的從目標反射回來的信號（目標回波）與發射信號進行比較，適當處理后，就可獲得目標的有關信息，如目標距離、方位、高度、速度、姿態、甚至形狀等參數。使用激光雷達為鐳神LS01G型二維激光雷達，能在一個二維平面上進行掃描，并將掃描到的數據轉換為點云數據。

3.4主從式軌跡跟蹤的模糊PI控制器設計

本文所考慮的移動機器人軌跡跟蹤是指從機器人以恒定的橫向和縱向距離跟隨主機機器人運動。實驗中領航機器人為主機，跟隨機器人稱為從機。主機實時把自身的位姿信息發送給從機，從機拿到主機數據后與自身位置作比較，建立如下的跟蹤誤差模型，為了讓機器人能夠穩定的運動和精準的控制，首先設計了PI控制器實現機器人跟蹤控制。但是，一旦路面改變或者機器人的移動路面不夠理想，必須根據路面情況重新調整KP和KI參數。否則，機器人并不能很穩定的移動，并且有較大的累計誤差。為此，為了改善機器人的控制效果，在傳統PI控制的基礎上結合模糊控制的優點，采用模糊PI控制器來改善非理想運動環境的跟蹤控制問題。相比模糊PID控制，本系統對于反應速度要求不高，而對于精度具有一定的要求。

3.5多傳感器控制信號同步識別計算

完成傳感器的軟硬件參數的修正后，需要對機器人整機的控制算法進行修正。解決多傳感器信號間的識別融合，是提升多傳感器集成的機器人控制信號同步的關鍵。

結語

基于位移傳感器、力傳感器協同工作，設計了機器人對軸工件位姿調整的自動化裝配系統。并且結合實驗，驗證了在供料系統誤差較大，工件位姿不確實的情況下，所設計的自動化裝配系統仍然能夠順利完成裝配任務。位移傳感器能夠通過非接觸式測量，對機器人的裝配位姿進行粗調，降低了對工況條件的要求。同時，建立的裝配系統能夠很大程度的降低生產成本，簡潔有效的提高裝配效率。

參考文獻

[1]伍明，張國良，李琳琳，等.基于動態和靜態環境對象觀測一致性約束的移動機器人多傳感器標定優化方法[J].兵工學報，2018，38（8）：1630?1641.

[2]盧晨，劉正.無跡信息濾波耦合交互式多模型的多傳感器機器人軌跡控制[J].中國工程機械學報，2018，16（6）：544?549.

西安航天動力試驗技術研究所，陜西西安?710100