4工业机器人控制技术.ppt

神经网络（Neural Network）控制算法 神经网络是由大量神经元组合广泛互联而成的网络，以现代神经生物学为基础，具有很强的自适应和学习能力、纠错能力、非线性映射能力 人工神经网络在20世纪40年代由心理学家和数理逻辑家提出 工作过程： 工作期：各个节点的连接权值不变，从输入层开始计算每个节点的输出，直至输出层结束。 学习阶段：各节点输出不变，根据输出偏差反向从输出层开始计算各连接权值的修改量 具有焊缝跟踪与识别功能的弧焊机器人(Video) 常用的机器人语言 美国：斯坦福大学 AL 美国：IBM公司 AUTOPASS 美国：Unimation公司 VAL 用于PUMA 日本：九州大学 IML 英国：爱丁堡大学 RAPT VAL语言 （1979，美，Unimation公司） 用于 PUMA，UNIMATE2000，UNIMATE4000系列。 六种监控指令： （1）定义位置，姿势 （2）程序编程 （3）列表指令 （4）存储指令 （5）控制程序执行指令 （6）系统状态控制 IML语言：日本九州大学开发 对末端执行器进行编程的动作级语言。 物体位姿有六维矢量表示。 系统指令和用户自定义指令。 其它特征： （1）描述往返操作可不用循环语句。 （2）可直接在工作坐标系内使用。 （3）可将要示教的轨迹定义成指令，加入到语言中，可体现力。 举例：（一维水平剖视） （5）工业机器人视觉系统 ①工业机器人视觉系统的基本原理 类似人的视觉系统，机器人视觉系统通过图像和距离等传感器，获取环境对象的图像、颜色和距离等信息，然后传递给图像处理器，利用计算机从二维的图像中理解和构造出三维世界的真实模型。图4-48 为机器人视觉系统的原理框图。 如图是美国通用汽车公司研究的一种在制造装置中安装的，且能在噪声环境下操作的机器人视觉系统，该系统从倾斜方向向传送带发送两条窄条缝隙光，用安装在传送带上方的固态线性传感器摄取其图像，而且预先把两条缝隙光调整到刚好在传送带上重合的位置。这样，当传送带上没有零件时，缝隙光合成了一条直线，当零件随传送带通过时，缝隙光变成两条线，其分开的距离同零件的厚度成正比。由于光线的分离之处正好就是零件的边界，所以利用零件在传感器下通过的时间就可以取出准确的边界信息。主计算机可处理装在机器人工作位置上方的固态线性阵列摄像机所检测的工件，有关传送带速度的数据也送到计算机中处理。当工件从视觉系统位置移动到机器人位置时，计算机利用视觉和速度数据确定工件的位置、取向和形状，并把这种信息经接口送到机器人控制器。根据这种信息，工件仍在皮带上移动时，机器人便能成功的接近和拾取工件。 4.2.4 多传感器融合技术 4.2 机器人传感器 第4章 工业机器人控制技术 1.多传感器融合技术 系统中使用的传感器种类和数量越来越多，每种传感器都有一定的使用条件和感知范围，并且又能给出环境或对象的部分或整个侧面的信息，为了有效的利用这些传感器信息，需要采用某种形式对传感器信息进行综合、融合处理，不同类型信息的多种形式的处理系统就是传感器融合。 ①竞争性的。在传感器检测同一环境或同一物体的同一性质时，传感器提供的数据可能一致的，也可以使矛盾的。如有矛盾，就需要系统裁决。裁决的方法有多种，如加权平均法、决策法等。在一个导航系统中，车辆位置的确定可以通过计算法定位系统（利用速度、方向等记录数据进行计算）或路标（如交叉路口、人行道等参照物）观察来确定。若路标观测成功，则用路标观测的结果，并对计算法的值进行修正，否则利用计算法所得的结果。 ②互补性的。传感器提供不同形式的数据。例如，识别三维物体的任务就说明类型的融合。利用彩色摄像机和激光测距仪确定一段阶梯道路，彩色摄像机提供图像（如颜色、特征），而激光测距仪提供距离信息，两者融合即可得到三维信息。 4.2.4 多传感器融合技术 4.2 机器人传感器 第4章 工业机器人控制技术 2.多传感器融合应用实例 日本东海大学研制的营救机器人手爪传感系统。 （1）营救机器人的系统结构 营救机器人的系统结构如图，五个功能模块如下。 ①机器人手臂模块。 ②机器人手爪模块。 ③传感器与信息处理模块。 ④运动机构模块。 ⑤系统控制模块。 （2）手爪传感器 营救机器人手爪及其传感器分布如图4-51所示，在手爪上集成了力/力矩传感器，触觉阵列传感器和滑觉传感器。 ①分布式触觉传感器。作为机器人的手指，首先，分布式（阵列）触觉传感器检测接触压力及其分布。营救机器人手爪采用压力敏感橡胶和条状胶片电极构成的触觉阵列传感器，用来控制处理不规则物体的夹持力。条状胶片电极只用一面，共有16根，8根作为地线，其余8根作为信号线，这样在