雷歌 殷鳳來
摘 要:智能機械手可以代替人工完成各種復(fù)雜、危險的工作,提高工作效率,降低人力成本。文章在介紹智能機械手應(yīng)用現(xiàn)狀基礎(chǔ)上,對機械手的關(guān)鍵技術(shù)進行研究,并闡明了各關(guān)鍵技術(shù)在相關(guān)領(lǐng)域中的應(yīng)用方法。
關(guān)鍵詞:智能機械手;農(nóng)業(yè)采摘;采摘機械手;關(guān)鍵技術(shù)
我國逐漸進入老齡化社會,勞動人數(shù)的減少與人們需求之間的矛盾逐漸突出,在我們周圍出現(xiàn)了很多代替人類勞動的機械手。農(nóng)業(yè)生產(chǎn)中,果實收獲過程所耗費的時間占據(jù)了農(nóng)業(yè)生產(chǎn)過程的50%以上,因此,收獲過程的機械化、智能化、高效化是各國農(nóng)業(yè)發(fā)展的核心問題,要解決這一問題,要求我們研制一種自動化、智能化的采摘機械手[1]。在高溫、有毒等特殊環(huán)境中,不但人們不能正常作業(yè),而且環(huán)境對人體會有傷害,也督促我們應(yīng)用新技術(shù)代替人力勞動?;谶@些需求,各個國家在智能機械手領(lǐng)域投入了大量精力。
1 智能機械手應(yīng)用現(xiàn)狀
1.1 農(nóng)業(yè)采摘方面
農(nóng)業(yè)方面,國外研制的機械手主要應(yīng)用于果實采摘行業(yè),西班牙研究人員設(shè)計的機械手可以根據(jù)柑橘的大小、形狀和顏色等方面判斷柑橘是否成熟,最后確定是否滿足采摘條件。比利時研制的蘋果采摘機體型較大,移動不方便,因此適用于大規(guī)模的采摘,其機械手的重量大,升不到較高高度,所以適用于較小的植株。日本在番茄采摘方面設(shè)計的機械手臂有7個自由度,通過攝像機來拍攝圖片,通過傳感器識別果實,通過雙目視覺進行定位。這個機器人在穩(wěn)定工作的過程中摘番茄的速度約是8個每分鐘,成功率接近60%,但是在所采摘的果實較密的地方就無法完成采摘。總的來說,國外在農(nóng)業(yè)機器人方面的研究較成熟,但是因氣候、土地、種植方式等方面存在多樣性,所以機器人的研究未得到大范圍推廣。
我國的農(nóng)業(yè)機器人研究最早的要數(shù)東北林業(yè)大學(xué)的陸懷民研制的林木球果采摘機器人,此機器人由液壓系統(tǒng)驅(qū)動,通過單片機控制大小臂的升降,通過末端執(zhí)行器夾持樹枝根部向末梢拉動來采摘果實,采摘效率高,但是會損壞樹木。沈陽自動化研究所研發(fā)了一種西紅柿采摘裝置,機器人裝配的機械手采用一種四指機構(gòu),可以穩(wěn)定夾持果實,并通過吸盤吸附果實。從長遠(yuǎn)看,科技的發(fā)展使果蔬的品種、種植方式越來越多樣化,這就迫使采摘方式要革新。
1.2 工業(yè)方面
智能機械手在工業(yè)方面的應(yīng)用主要在熱加工、冷加工以及一些裝、拆、修領(lǐng)域。鑄造、鍛造、焊接等熱加工工作環(huán)境惡劣,利用機械手可以實現(xiàn)安全高效工作,還可以提高產(chǎn)品質(zhì)量。在一些冷加工自動生產(chǎn)線上,尤其是小型、精密件加工時,機械手的優(yōu)勢更為突出?,F(xiàn)階段,自動化機床加工時,物料的夾取、工件的安裝、刀具的更換基本都需要機械手完成。
1.3 日常生產(chǎn)生活方面
隨著科技水平的發(fā)展,將在人們周圍出現(xiàn)更多的智能機械手。例如,用于照顧老人、小孩的機器人已具雛形;協(xié)助消防員完成高溫消防任務(wù)的機器人已投入使用;幫助人們炒菜洗碗的機器人即將走進人們的生活;用于沙灘撿拾垃圾的智能機器人也在研發(fā)中。這些機器人的執(zhí)行機構(gòu)都需要越來越精良的智能機械手進行配合。
2 關(guān)鍵技術(shù)應(yīng)用研究
現(xiàn)階段的機械手大多目標(biāo)單一,一般只針對一兩種作業(yè)任務(wù)。在生產(chǎn)成本方面,如果采用通用性的機械手就可以實現(xiàn)一手多用,將機械手搭載到不同的平臺可以實現(xiàn)不同種類的作業(yè)。再次,機械手的柔性化越高,在工作過程中對目標(biāo)造成的損壞就越小。所以,設(shè)計一款多樣性,通用性強,穩(wěn)定性高,柔性化優(yōu)的機械手具有重大意義。這就要求在智能識別技術(shù)、機械本體技術(shù)、控制技術(shù)、柔性材料的應(yīng)用方面有所突破。
2.1 智能識別技術(shù)
隨著機器視覺系統(tǒng)的發(fā)展,智能識別這項新技術(shù)大大提升了對目標(biāo)作業(yè)的準(zhǔn)確性與效率,充分體現(xiàn)了先進技術(shù)對生產(chǎn)力提升的作用,不但能夠?qū)⑷肆趧訌氐捉夥懦鰜恚铱梢匀嫣嵘麄€生產(chǎn)活動的自動化水平。
智能識別技術(shù)在人們?nèi)粘I钪袘?yīng)用很多,例如:應(yīng)用于支付系統(tǒng)及防盜系統(tǒng)等方面的人臉識別技術(shù),應(yīng)用于智能停車系統(tǒng)中的車牌識別技術(shù)等。簡單來講,就是應(yīng)用機器對采集的圖片信息進行分析與判別的技術(shù)。主要過程原理首先是拍攝的圖像,常用的智能識別主要感光元件是電荷耦合器件(Charge Coupled Device,CCD)或者互補金屬氧化物半導(dǎo)體(Complementary Metal Oxide Semiconductor,CMOS),對于低端攝像主要采用CMOS,而高端攝像基本應(yīng)用CCD感光元件,這些元件將復(fù)雜的自然界模擬圖像進行光電轉(zhuǎn)換,得到機器可以識別的數(shù)字信號。進而借助相關(guān)系統(tǒng)化數(shù)據(jù)處理器,篩選出有用信息,然后進行分析、運算,最終判別出結(jié)果,以達到識別不同圖片和物體的功能[2]。
從智能識別整個過程來看,它包括了攝像技術(shù)、光電轉(zhuǎn)換技術(shù)、圖像信息處理技術(shù)、智能判斷技術(shù)等綜合性技術(shù)。在果實采摘或目標(biāo)采集過程中,要實現(xiàn)智能化、自動化,就必須要實現(xiàn)物體的智能識別。要實現(xiàn)智能識別,首先得進行圖像采集,圖像采集工作極其重要,因為它直接關(guān)系到后續(xù)的判別結(jié)果,所以圖像采集時需要根據(jù)工作距離,合理調(diào)整焦距,以期得到最優(yōu)圖片。如今的圖像識別技術(shù)存在自適應(yīng)能力差的缺點,如果采集的圖像有失真殘缺或者被較強的噪聲干擾就不能得到理想的判決結(jié)果。智能識別技術(shù)在實際應(yīng)用過程中,往往會出現(xiàn)諸多不利因素的影響,例如,在采摘過程中,機械臂快速運動會影響拍攝光線,引起失誤;拍攝的不同角度果實由于遮擋等因素會造成無法識別及識別不全等情況;天氣因素引起的光線過強或過弱都會引起數(shù)據(jù)提取失誤,導(dǎo)致判決結(jié)果不當(dāng)。這些不利因素必須盡量避免,這就要求后續(xù)數(shù)字圖像處理技術(shù)、信息提取技術(shù)與判別技術(shù)更為智能,這依賴于人工智能學(xué)、系統(tǒng)學(xué)等學(xué)科的發(fā)展進步。
2.2 機械本體技術(shù)
在現(xiàn)代機械產(chǎn)品研發(fā)過程中,虛擬樣機技術(shù)正發(fā)揮越來越重要的作用。二維軟件已經(jīng)不能滿足設(shè)計的要求,而需要強大建模能力的三維設(shè)計軟件聯(lián)合運動學(xué)、動力學(xué)分析軟件進行前期虛擬建模。
為了避免在果實采摘或目標(biāo)采集中機械手抓傷目標(biāo),通常會采用材質(zhì)較軟的材料與目標(biāo)接觸,但是目標(biāo)能否被夾壞決定于夾持力,夾持力的最佳值是保證目標(biāo)不被夾破的最大值。在相同驅(qū)動力作用下,決定夾緊力的根本因素是機械手的尺寸,所以決定目標(biāo)是否能夠完美采摘關(guān)鍵在于機械手的關(guān)節(jié)尺寸是否合理。一般在設(shè)計尺寸時,首先需要針對目標(biāo),大致測定并根據(jù)經(jīng)驗計算機械手本體尺寸,然后進行三維建模,將三維模型導(dǎo)入運動學(xué)、動力學(xué)軟件得到運動數(shù)據(jù)及動力數(shù)據(jù),通過適當(dāng)調(diào)整裝置形狀,以期得到最優(yōu)的運動路線和夾緊力。這種方法周期短,節(jié)約成本,且實現(xiàn)了對機械手的優(yōu)化設(shè)計。進行優(yōu)化設(shè)計之后可通過三維制圖軟件導(dǎo)出機械本體模型框架以及圖紙。機械手選材盡量使用輕便材料,不但可以降低驅(qū)動力,還可以使機械手運行更加輕巧。例如:各關(guān)節(jié)連接件可采用輕質(zhì)U型鋁合金連接桿,可以在動作上更加靈活,完成各種高難度動作。
2.3 控制技術(shù)
果實采摘、目標(biāo)取樣等工作對機械手靈活運動要求比較高,這依賴于較高精度的控制技術(shù)。控制器可采用ARM、單片機、PLC等,采摘機械手由手臂、關(guān)節(jié)和末端執(zhí)行器構(gòu)成,在執(zhí)行采摘任務(wù)時不僅依靠靈活的機械運動,還需要智能識別技術(shù)實時感知、監(jiān)測周圍環(huán)境,這樣機械手在執(zhí)行采摘時方能實現(xiàn)避障、成功完成任務(wù)。在設(shè)計控制系統(tǒng)時,路徑規(guī)劃非常重要,控制系統(tǒng)先根據(jù)目標(biāo)位置和自身位置規(guī)劃好路徑,當(dāng)運動中接近障礙物時,需要視覺伺服系統(tǒng)通過圖像的實時捕捉、傳送,控制器根據(jù)避障數(shù)學(xué)模型進行各種類算法控制,從而有效規(guī)避障礙物。機械手控制系統(tǒng)結(jié)構(gòu)框如圖1所示,這種控制方式核心在于通過視覺控制器和關(guān)節(jié)傳感器使得機器人控制器獲取準(zhǔn)確信息并進行采摘動作,視覺伺服系統(tǒng)幫助機械手實現(xiàn)避讓,重置路徑,聯(lián)合控制機械手的運動。
2.4 柔性技術(shù)
采摘機械手是完成果蔬采摘的執(zhí)行機構(gòu),需要選擇合適的柔性材料和柔性技術(shù),才能保證在采摘過程中不破壞果皮。在果蔬采摘中針對果皮易受到損傷的特點,末端執(zhí)行器與果皮接觸部分材料經(jīng)常采用柔性橡膠,并且在柔性夾持部件中安裝薄膜壓力傳感器,這樣,采摘機械手能夠具有作用力反饋功能,控制器可以根據(jù)這一伺服系統(tǒng)反饋力調(diào)節(jié)抓取力度,避免破壞果實。
現(xiàn)有采摘機械手手部設(shè)計一般依據(jù)仿生概念,指腹采用抗老化橡膠材料,并設(shè)計成仿手指指紋紋路,提高了夾持過程中的摩擦力,增加了在抓取目標(biāo)時的穩(wěn)定性,解決了果實采摘和目標(biāo)取樣工作中的滑移及掉落問題。
3 結(jié)語
人工智能技術(shù)的發(fā)展為智能機械手的研制開辟了一片新天地。本文在介紹了智能機械手在農(nóng)業(yè)、工業(yè)、人們?nèi)粘I钪袘?yīng)用現(xiàn)狀基礎(chǔ)上,對機械手的關(guān)鍵技術(shù)進行研究,分別從智能識別,機械本體設(shè)計、控制策略、柔性技術(shù)方面對機械手的主要關(guān)鍵技術(shù)進行了分析,為后續(xù)研制農(nóng)業(yè)采摘機械手和環(huán)保機械手提供了思路。
[參考文獻]
[1]肖英奎,李永強,謝龍,等.新型具有力感知的柔性果蔬采摘機械手研究[J].農(nóng)機化研究,2017(10):133-136.
[2]賈偉寬.基于智能優(yōu)化的蘋果采摘機器人目標(biāo)識別研究[D].鎮(zhèn)江:江蘇大學(xué),2016.