机器人指纹抓取技术综述.docxVIP

机器人指纹抓取技术综述 机器人多臂采集的目的是探索人类提取操作的机理，最终开发出能够收集和使用任意形状的物体、操作和应用工具，完成各种操作任务，模拟人类提取操作的模型。每个人都有三个特殊的功能，比如感知、提取（限制）和操作。在工业夹具的设计中，工业夹具的设计通常应该参考手动操作和感知机的机制来证明收集功能。人类工程与感知机学会提供了一个激励，以激励医疗、娱乐和服务领域的机器人系统的开发，并为机器人系统的再现人类操作和感知能力提供了动力。在过去的20年里，机器人的数量一直是机器人学研究的热点[1、2、3、4、5、6、7、8、9、10、11、12、13、14、15和16]。为了有效控制机器人多臂手的操作，有必要限制人类的操作经验、技能和知识，全面规划不同的操作顺序，有效控制相应的过程。 1 机器人的嘴唇新型智能化 了解人手的骨骼和关节结构是研究机器人多指抓取和操作的基础.尽管人们对人手功能参数的了解仍不很完全,但对骨骼型貌的认识是一致的,如人的食指骨骼及关节结构可用图1表示.骨节之间的运动是由肌肉、腱、韧带、关节及相关的组织实现的.在手指中靠近手掌的关节称为掌骨关节(MCP Joint),这种髁状的关节有2个自由度.从自然状态度量,食指中掌骨关节的弯曲(flexion)范围接近90°.掌骨关节的弯曲范围对于其他手指而言是逐渐增大的,到小指时其范围接近120°.掌骨关节的主动伸缩(active extension)范围可达30°~40°,被动伸缩(passive extension)范围可达90°,内收(adduction)和外张(abduction)也有相应的范围,如图2所示.手指中的另两个关节,即PIP和DIP关节为单自由度关节,它们之间有一定的耦合.PIP关节弯曲(flexion)范围略大于90°,看不出有主动或被动伸缩能力.DIP关节弯曲(flexion)范围略小于90°,主动伸缩范围达5°,而被动伸缩范围达到30°. Napier把人的抓取方式划分为包络抓取和指尖抓取(又称为精密抓取)两大类,这种分类已被生物力学、医学和机器人研究领域学者接受并被广泛采用.当用手指尖抓取物体时,手指尖对物体施加的约束都可看成主动约束,物体的运动和受力都可通过对手指进行主动协调控制实现.然而,当用包络的方式抓取物体时,手指与物体之间有多个接触点,甚至物体还可能与手掌接触,在这种抓取方式中,存在被动约束的接触点,如物体和手掌之间的接触点以及手指与物体之间的部分接触点,显然,物体的运动和受力不能通过对每个接触点进行主动控制来实现.为了获得操作的灵巧性,往往采用指尖抓取方式.相反,为了更稳定地抓取物体,通常采用包络抓取. 人类灵巧的双手之所以能抓取任意形状的物体,完成复杂的操作任务,除了每只手有5个灵活的手指,有多达25个自由度以外,还在于人手有丰富的感知能力.人手表面能感受外界刺激(exteroception),在表皮下面有本体感受(proprioception)能力或肌肉运动知觉.对外界刺激的感受主要通过不同的皮肤感受器传递的接触压力分布、温度和压力信息获得.肌肉运动知觉主要通过关节、肌肉和腱上的传感器传递的与手和身体位姿状态变化有关的力、运动和位置信息获得.此外,在手指末端还有丰富的末梢神经,它们对不同的刺激速度、强度、位置以及刺激持续的时间会做出不同的响应.人手在充满智慧的大脑的指挥下,充分利用这些感知器官和神经能灵巧地完成各种抓取和操作任务. 机器人手指通常采用与人手类似的结构.与人手相比,机器人手指中的感知“器官”和“神经”还是非常匮乏的,这有两方面的原因:一方面是人们对人手中感知器官和神经进行信息传递和融合的机理的认识还不很充分;另一方面是就当前科技水平而言,要在手指这样狭小的空间里集成像人手里那样众多的智能传感器是不可能的. 为了实时有效地控制机器人多指手,机器人多指手的自由度不宜过多,比较有代表性的机器人多指手有Utah-MIT手,因此期望机器人多指手能像人手一样灵巧地完成各种复杂的操作任务是不太现实的.为了用有限自由度的机器人多指手在感知和触觉能力非常不足的情况下完成各种抓取和操作任务,必须针对具体任务进行合理的规划,并提出有效的操作策略. 2 提取的定性分析 2.1 相当基本的自由观念 抓取的目的就是要通过一系列合理的接触约束消除被抓取物体的运动自由度.物体的约束运动分析无疑涉及到封闭性分析问题.如果在一组无摩擦的点接触约束(又称光滑接触约束)下,物体的运动自由度受到完全约束,则称这样的抓取是形封闭的.关于形封闭的研究可以追索到1885年,当时Reuleaux研究了物体的空间形封闭和平面形封闭问题.一百多年来,人们认识到要实现空间形封闭至少需要7个光滑的点接触约束,要实现平面形封闭至少需要4个光滑的点接触约束,许多学者在不同