文摘

移动机械手广泛应用于不同领域的转移和贪婪的任务,如在医学辅助设备,工业生产,和酒店服务。挑战是提高导航精度和复杂的环境中把握成功率。在本文中,我们开发一个multisensor-based移动把握系统配置了一个视觉系统和一套小说爪UR5操纵者。此外,一个错误的代价函数基于DWA(动态窗口方法)提出了改进的导航性能移动平台通过视觉指导。在移动的过程中把握,对象的大小和位置可以被视觉识别算法,然后手指空间和底盘位置可以自动调整;因此,对象可以抓住UR5机械手和爪。证明提出的方法,对比实验也进行了使用我们的手机掌握系统开发。根据实验结果的分析,移动底盘的运动精度显著提高,满足要求的导航和把握成功率,以及实现一个高性能大把握尺寸范围从1.7毫米到200毫米。

1。介绍

移动掌握机器人的应用越来越广泛。应用领域包括医院(1)、餐厅(2)、超市(3)、工厂(4),和酒店(5]。在生活中,人们常常需要转移项目。目前,移动掌握机器人可以帮助我们掌握,转让,并将这些项目。亚马逊和京东有几位移动抓取机器人比赛6),促进了移动掌握机器人的发展。然而,仍有优化的空间移动控制算法的控制和把握把握过程机制。因此,在本文中,性能改进的研究,关注这两个方面。机器人的整体图和系统图如图所示1。

在路径规划方面,有几个流行的局部路径规划,如分数阶PD (FOPD)控制器7],Timed-Elastic-Band [8],和DWA [9]。这些方法帮助移动机器人运行更有效地避免障碍,通过全局路径到达目的地。特别是,由于DWA的效率高,广泛用于ROS导航。柔软的触手,有各种各样的触手,适用于不同的情况。王等人发表了很多篇论文在气动软触手和引入软触手在几个不同的场景(10- - - - - -15]。浩等人提出了把握特征变量下有效长度(16]。钟山等人介绍了软气动灵巧爪可转换分级模式(17]。Batsuren和Yu提出了软机器人夹持有房间的手指进行操纵在手(18]。傅和张提出了软机械手pin-array结构(19]。在最近的一次审查,Yoon总结了健壮的响应性材料,制备方法,应用软触手[20.]。

然而,仍然有一些缺点,当机器人在一个复杂的环境。(1)由于其固定参数,它不能适应复杂的环境中。(2)它运行在一个上下文与动态障碍。对于第一种情况,采用模糊逻辑控制器来改变重量参数来改善其性能21]。关于第二个,预测的运动障碍在未来提高避障能力(22,23]。尽管有各种各样的把握结构,仍有许多改善的空间把握的尺寸范围10,16- - - - - -18]。对象与外部包或光滑的表面可以通过吸盘直接抓住,但一些对象很难把握吸盘,如毛巾没有外层包、针织手套,棉玩具、小勺子,挖耳勺,笔、筷子、牙签。要解决这些问题,在这项研究中,设计了气动柔性夹具可以打开或关闭,和执行上述项目的把握使用这个钳子。为了把握对象在不同的位置,移动底盘设计(24]。为了确保移动机器人运行尽可能接近全球的路径,一个错误的成本函数提出了一种基于DWA之间进行对比试验方法和DWA运行在ROS (25]。本文中的移动抓取机器人系统设计使用的组合软爪,UR5机械手和移动底盘成功完成抓取任务。

本文的创新和贡献如下:(1)基于DWA成本函数的误差项和我们的方法之间的比较实验,提出了DWA ROS上运行。(2)一种软爪的移动机器人系统提出了用可调的手指间距。手指结构优化,实现软抓取,对象的范围,可以抓住提高相比传统的软爪(10,16- - - - - -18]。(3)手指不同的肖氏硬度通过有限元方法进行分析;然后进行实际的实验与3 d打印机打印后,最大的手指指尖力在相同的空气压力被选中。(4)把握对象的把握稳定系数模型,通过遗传算法计算最优解决方案。此外,成功率之间的关系把握和抓住稳定系数、空气压力和重量进行了分析。

本文的其余部分安排如下。节2介绍了拟议的钳子。节3,单个手指的有限元分析三种肖氏硬度值。之后,一个手指的制造三种肖氏硬度值,手指的弯曲角和指尖力在不同空气压力测试。此外,手指端运行跟踪计算,最后手指选择根据指尖的力量。节4的代价函数,提出了一种新的误差项局部路径规划模型建立和把握模型。最后,把握稳定系数计算。节5,比较实验来验证我们的方法进行性能。夹后聚集在移动机器人抓住,抓住实验进行,结果比较与现有的夹具。本文的结论部分6对未来工作的建议。

2。移动把握系统和夹具的设计

2.1。移动抓取机器人系统的控制

过程中自动抓取,当系统接收到掌握命令,第一移动底盘移动到对象存储的位置,按照路径规划。那么视觉算法识别目标对象是抓住并发送相应的把握战略(把握策略包括底盘位置,把握路径,和开幕式叨纸牙的大小)。根据抓取策略,系统将位置控制命令发送到单片机的爪和调整底盘位置方便把握一个位置。步进电机旋转向前或逆转根据命令。此时,手指固定在步进电机仍然一动不动。手指固定在滑块远离或接近步进电机和移动到指定的位置根据脉冲的数量计算的单片机实现把握不同大小的对象。UR5机械手使钳子搬到对象的位置,然后夹把握对象。整个过程可以实现不同尺寸的把握的对象,如图2。

手指间距的控制,例如,当抓面包、视觉算法识别对象的把握是面包。分析后,发现最优抓爪的大小是100毫米。假设最后抓住对象是牛奶,和相应的开口大小爪是50毫米。然后,步进电机旋转,手指固定在滑块移动远离步进电机。发送5000次脉冲后,钳子打开100毫米。

2.2。夹具的设计理念

当个人试图抓住大对象,他们通常使用两只手夹对象,如图3。在本文中,根据个人习惯,我们提出一种软爪可以模拟人类的手抓住。如果这种爪可以抓住多种产品在日常生活中,那么它将会非常有利于把握机器人。

2.3。结构设计的手指

王的手指设计结构等。12)是基于皱纹形状设计理念pleated-type形态学的射流弹性体机器人。在此基础上设计结构,许多表面凸点设计封面的手指。目的是增加摩擦力与接触对象和提高可靠性的把握。提出的设计方法和扁平的指尖结束的时候手指使用两个相反的手指抓住小商品,如挖耳勺。一个手指由12个气室,每个1.5毫米厚,除了空气室两端。气室设计的手指的宽度是5毫米,和手指的总长度是88毫米。一个手指部分如图4。

图4(一)描绘了一个室,和图4 (b)演示了一个封面。这两个粘合在一起,形成一个气动手指。气动手指的截面视图如图4 (c)。当充气气动手指,每个气室将扩大像个气球。由于每个气室的扩张,空气室会互相排斥,导致手指弯曲。当多个手指相结合,把握对象可以实现的功能。

2.4。夹具的结构设计

掌握尽可能多的类型的对象,我们选择一个直线电机。直线电机的原理是使用步进电机驱动丝杆旋转和用丝杆驱动滑块滑动。整个夹具主要由三部分组成:一个线性电机、四个柔软的手指,直线电机之间的连接支架和柔软的手指。两个四个柔软的手指固定在滑块,和其他两个是固定的步进电机。此外,滑动的滑块可以改变把握空间的大小,以及不同长度的直线电机可以选择根据不同对象被抓住。为了方便实验,200毫米选择直线电机。夹具的总体设计结构图如图5。

两端的支持者铁路直线电机配有限位开关,可防止滑块运行超出了限制范围。直线电机的控制由单片机控制(STM32F103C8T6)。后单片机的串口接收指令运行到一定的工业计算机发送的目标位置,单片机程序计数的台阶步进电机使滑块移动到目标位置。结合变量的优势把握空间的幻灯片,把握各种大小的对象实现的策略。

3所示。手指绩效评估

3.1。有限元分析

核实手指设计的可行性,进行了有限元力学分析在有限元分析(达索系统公司股价,MA)。模拟,三种3 d印刷橡胶材料选择、肖氏硬度值30、50和70。的材料特性有限元分析不能直接输入肖氏硬度,肖氏硬度的转换公式,杨氏模量如下(26]: 在哪里年代表示肖氏硬度和E表示杨氏模量。计算结果如表所示1。

因为橡胶材料通常是不可压缩的,我们设置泊松比为0.49。设置封面的上表面和部分连着室nontensile纤维布材料;弹性模量是6.5 GPa,泊松比是0.2。室的侧壁之间的接触无摩擦。使用四面体网格,网格的大小是2毫米。有限元分析是所有设置完成后执行。

肖氏硬度的橡胶手指30、50、70年由有限元法进行分析。相应的分析结果如图6(一)- - - - - -6 (c)。

在重力的作用下,手指弯曲在某种程度上,肖氏硬度越小,弯曲角越大。弯曲的角度α本文中定义如图6 (b)。弯曲角曲线的三种肖氏硬度的手指在不同空气压力如图6 (d)。从仿真实验,发现,与相同的肖氏硬度,手指弯曲角大约是空气压力成正比。它还可以看到从图6 (d)肖氏硬度越小,斜率越大。

通过使用起源中的线性拟合软件,线性方程组的弯曲角之间的关系α(°)肖氏硬度的手指30日50和70,空气压力P(kPa)拟合方程(2)- (4),分别为:

线性相关系数R和标准偏差年代手指的拟合方程的三种肖氏硬度值如表所示2。相关系数统计指数是用来反映变量之间的密切关系。线性相关系数的计算公式R如下: 在哪里 的协方差P和α,的方差P,的方差α。

表2和图6 (d)表明,P大约是线性比例α。在仿真中,方程(2)- (4)可用于预测手指的弯曲角在不同的空气压力,和手指的硬度是30,50和70年,分别。

3.2。制造一个手指和实验

由于复杂的软触手腔结构,加工是很困难的。目前,常用的制造过程是形状沉积制造技术(SDM) [27,28),软光刻技术(29日,30.),失蜡铸造31日,32),3 d印刷复合材料(33]。因为3 d打印机有高分辨率(10),每个手指印的性能更好的一致性和可重复性。3 d打印机(Objet500 Connex3系统,Stratasys公司,明尼苏达州,美国)用于本研究可以打印精度最高的橡胶材料层厚度0.02毫米和0.036毫米。

3 d打印后,ERGO5881胶水在瑞士是用于紧密贴封面。空气压力控制器使用产生的主动控制器PCU-SMN Rochu;其可调压力范围是0 kPa 120 kPa,而且它还可以输出一个不可调的负压−70 kPa。橡胶手指的肖氏硬度值30,50和70测试在不同空气压力。相应的实验结果如图7(一)- - - - - -7 (c)。

在重力的作用下,与仿真结果的结论一致,肖氏硬度越低,弯曲角就越大。弯曲角和空气压力之间的关系对不同柔软的手指在图所示7 (d)。因为负压不是可调实验,图的负压7 (d)只是−70 kPa。有一定实际的实验和模拟结果之间的区别。这种差异可能是由于使用的仿真模型有限元分析需要改进或者因为一些偏差在3 d印刷材料的硬度。然而,这一趋势的仿真结果与实际结果一致。在正压情况下,手指的弯曲角相同的肖氏硬度大约是空气压力成正比,而与仿真的结论是一致的。在实际的实验中,负压只是−70 kPa和弯曲几乎达到极限−70 kPa,这并不表明仿真结果的差异,所以只有当空气压力大于0 kPa仿真和实验结果比较。

使用线性拟合函数在原点软件,当空气压力大于0 kPa,线性方程的三个手指弯曲角之间的关系α°30肖氏硬度值,50和70,空气压力P(kPa)拟合方程(6)- (8),分别为:

相关系数R和标准偏差年代线性拟合方程的三种肖氏硬度的手指如表所示3。

在实际应用中,我们可以大致预测手指的弯曲度,对应的肖氏硬度值30日50和70年由方程(6)- (8),分别。

为了进一步了解性能的手指,指尖力测试。SF-50所使用的测功器的类型,测量范围−50 N 50 N,和分辨率0.01 N。指尖力的测试图如图8(a)。手指的上端固定在支架,指尖的接触表面和测功器完全接触。在重力作用下,测功器的指标数量是0 N。随着气压的增加,测功器的指标数量开始逐渐增加。指尖力和空气压力之间的关系如图8(b)。

图8(b)表明,相同的肖氏硬度的手指的指尖力量大约是空气压力成正比,而肖氏硬度越小,指尖力越大。因为测功器的误差或错误的空气压力调整,指尖力和空气压力的曲线并不完全表现出一条直线。

使用线性拟合函数在原点,指尖力之间的关系方程F[N],空气压力P30 (kPa)与肖氏硬度,50和70安装方程(9)- (11),分别为:

相关系数R和标准偏差年代手指的拟合方程的肖氏硬度30日50,70表所示4。

实际使用中,指尖力在不同空气压力可以大致预测方程(9)- (11)。

3.3。指尖运动的跟踪分析

在把握对象的过程中,机器人移动到把握位置后,手指移动直到它接触的对象(34,35]。柔软的手指,如果忽略重力的影响在触摸对象之前,然后手指的弯曲引起的空气压力可以被看作是一个圆弧,如图9。

手指弯曲后,弧半径R,弧长年代是有效的弯曲手指的长度,l中心是弦长,手指弯曲角是什么φ。平面坐标系统建立在第一个气室的手指根部。的y设在相切的圆弧,x设在是通过圆的中心。根据几何关系,我们获得以下:

指尖运动跟踪的角度φ是从0到吗π,如图10。

4所示。导航和钳子抓住模型

4.1。局部路径规划

为了提高移动机器人运行效率,我们需要移动机器人运行尽可能接近全球路径;因此,一个错误的成本函数定义基于DWA,见图11。

在图11,绿色的椭圆代表一个全球道路,每个红十字会代表一个离散点在全球的道路。grey-dashed线和蓝色弧表示可选本地DWA生成的路径。以蓝色的本地路径为例, 表示每个全球红十字会的路径。 表示每个离散点的本地路径。l₀表示机器人的当前位置和第一点的本地路径。H₀表示距离最短的点沿着全球机器人路径。e₀表示之间的偏差l₀和H₀。e₁,e₂,e₃,e₄都是一样的。图中的偏差被夸大了。此外, 。5分在本地路径选择计算偏差相对于同行对全球的道路。错误e₁来e₄被总结为误差项。因此,我们的机器人可以沿着全球路径更好,提高效率。

成本函数的误差项

l_k表示kth DWA生成的可选的本地路径,H表示全球道路,γ是一个重量参数。

4.2。把握造型

有很多不同的评价方案,掌握稳定。Ko和陈36)提出了多点机器人最优抓取操作使用半光滑牛顿法。李和Sastry37建立了一个广义外力椭球。掌握矩阵的最小奇异值G计算和奇异值是用来描述距离的接触点的位置奇异把握能够定量描述贪婪的稳定。熊,熊38]介绍了抓稳定系数量化把握稳定。这种性能指标与把握对象的形状特征和表面接触点的位置把握对象,也就是说,掌握矩阵G。稳定系数越大掌握稳定性越高。是 归一化后,其表达式如下:

如图12参考坐标系{O}是固定的对象上的把握,和之间的联系的原理图我手指和显示的对象。表示r_我的向量表示吗我在参考坐标系th接触点, 。{C_我}是联系的坐标系统我th接触点,其起源与接触点协调一致,和z设在沿着接触点的法线方向。力f_ci接触力的吗我接触点。的组件f_商业和f_ciy是切向接触力的组成部分,f_ciz是正常的组件的接触力。 。

掌握矩阵G可以表示如下: 在哪里我是单位矩阵和 。国际扶轮是

合并后的外力和合并后的外力矩作用于对象被称为联合外力螺旋F_一个如下: 在哪里 结合外力和吗 是外部的时刻。

假设有摩擦时手指和物体之间的点接触多点手掌握对象;的滚动或滑动,手指在物体表面不被认为是。根据螺旋理论,手指和物体之间的接触力之间可以被看作是一个映射的手指接触点和合成螺旋参考点的对象。

当机械手把握对象时,手指只能“新闻”但不是“拉动式”对象,所以接触的法向分量力由手指的对象必须是积极的;也就是说,

手指和物体之间的接触摩擦点接触。为了防止手指和物体之间的相对滑动,每个接触点必须满足摩擦约束条件;也就是说,接触力f_ciz每个接触点必须位于摩擦锥(图13)。具体来说,接触力的切向分量必须小于或等于正常的组件和摩擦系数的乘积μ;也就是说, 在哪里β摩擦角和吗 。

最后,把握点的优化问题的基础上,掌握稳定指数可以概括如下:

4.3。最优抓取位置

夹具设计本文的结束是在飞机上。计算最优分布的四个手指,上面的把握模型是用来计算二维平面。例如,一个对象是抓住一个椭圆截面(不失一般性),假设轴长度的椭圆x设在是一个和轴的长度y设在方向是b。然后,其极坐标形式可以表示如下: 在哪里θ是原点之间的夹角线和椭圆上的点吗x设在坐标。

二维平面接触点的坐标是已知的;然后掌握矩阵G获得,由遗传算法计算最优解。十组实验后,两组的结果如图所示14。

数据(14日)和14 (b)代表第一组计算结果,数据14 (c)和14 (d)代表第二组的计算结果。在第一和第二组,椭圆轴的长度x设在方向分别是100毫米和50毫米。计算后,可以看出,这四个抓点大约等差数列。为了便于比较在计算过程中,一个固定的把握 设置,然后通过遗传算法计算100代,发现吗θ价值的最优位置大约是相同的。在图14,最优抓取位置θ(0.785、0.77−−2.317,2.396),(0.785−0.783、2.359−2.352],分别。在图14掌握稳定系数值是0.99983和0.999999,接近1。

本文在两根手指之间的距离不变的方向设计夹具是55毫米,和两个相邻点之间的距离y设在方向计算两组计算结果大约56毫米。因此,这类对象的把握点可以在最优抓取位置,抓住和把握附近最好的位置可以实现只有通过调整距离x设在方向。因为手指灵活,在物体表面接触的过程中,他们将在密切接触物体表面空气压力的控制下。在接下来的结构设计中,我们将添加手指的旋转功能,可调整手指表面来把握对象。

摘要机械手爪的设计不能达到最佳的所有对象,因为爪抓点之间的空间只能改变手指向一个方向。然而,这并不意味着爪不能成功地把握对象。当最优位置不能抓住,抓稳定系数的值是略小,大多数对象也可以成功地抓住了。

5。实验和分析

5.1。路径规划实验

之间进行比较实验法和DWA ROS上运行测试性能。起始点和目标点保持不变。移动机器人的运动参数,见下表5。

移动机器人运行过程中可以看到图15,结果如图16。

在图(16日),起点(0.1−0.19),目标点(6.5−1.45)。蓝线代表一个全球产生的路径算法,和红色,blue-dashed行表示DWA和我们的方法,分别。很明显,我们的方法,该方法考虑了一个误差项,产生一个更好的结果。在图16 (b)时记录的累积误差是使用不同的方法。一般来说,我们的方法的误差小于DWA。特别是,如果全球的路径是一个“s”型行进,我们的方法将会表现的更好。

5.2。把握实验

实验分析后的指尖力和弯曲角的一个手指,有必要进一步完整把握实验来测试掌握性能。四个手指的气管由快速接头连接在一起,实现同步弯曲和把握四个手指的功能。手指的选择,因为手指的肖氏硬度30指尖力更强,软在相同的空气压力下,四个手指的肖氏硬度选择30抓住的手。验证抓住性能,56种对象把握实验和一些贪婪的结果如图所示17。

不同的空气压力是用来掌握不同的对象;更大的空气压力,用于更重的物体,和较小的空气压力用于较轻的物体。把握对象包括桶装的方便面,组织,一个手柄,蒸蛋糕、毛巾、海绵、挖耳勺,一根牙签,甚至一个旧的名片。在抓取过程中,软爪的优点是充分体现自动可调的手指间距,它可以携带的把握非常小牙签(直径1.7毫米)大桶装的方便面容器(一个上盖与大约150毫米直径)。在这个实验中,最大的把握大小是一块海绵,和它的长度和宽度都是200毫米。

对象图的成功率17是测量。每个对象是抓住十倍,空气中超过10秒作为一个成功的尝试。掌握表所示的成功率6。

稳定系数对象的位置和形状有关。因为爪的手指空间设计本文只能改变手指空间在一个方向上,不是所有的对象都能达到最优的位置。因为牙签和挖耳勺相对较小,他们可以用两个手指抓住,不与稳定系数四个手指,两个手指的稳定系数并不是计算。手柄的形状更复杂,拖时抓住,所以它的稳定性系数计算。根据数据的分析,把握的成功率是积极把握稳定系数和把握相关空气压力和消极与体重有关。因此,当稳定系数减少,把握的成功率并不一定减少。例如,尽管稳定系数海绵的很小,它的重量只有10克,所以成功率可以达到100%。的成功率桶表面有一个很大的重量,稳定系数小,表面光滑是最低的,只有70%。的成功率小重量对象拥有大量稳定系数在90%以上。

5.3。比较分析

贪婪的结果与现有的引用和对比表如表所示7。

从表可以看出7有一个伟大的改善把握尺寸。参考文献(11- - - - - -15)是用来掌握特定对象,把握的范围(10,16- - - - - -18不是一样大的把握设计在我们的研究范围。

6。结论和未来的工作

在本文中,一个新的误差项的成本函数应用于DWA提高移动机器人的导航性能。它可以使机器人沿着全球路径尽可能减少不必要的运行路径的过程中运动和提高运行效率。此外,一种气动软爪为移动机器人系统提出了用自动可调的手指间距。四爪主要由气动柔软的手指,直线电机、连接支架。指尖的夹具被设计成尖和扁平形状,这种设计的目的是实现小对象把握。自由控制的手指之间的距离是通过滑轨由步进电机控制的实现从小型到大型的把握战略。此外,抓住对象的把握稳定系数建模和计算。单个手指的工作主要包括以下几点:(1)的制造工艺,柔软的手指通过3 d打印机打印的打印精度为0.02毫米,可以打印与不同的肖氏硬度橡胶材料。这个打印机提供了一个方便快捷的手指制造方法试验和加速试验进展。(2)关于手指弯曲角度分析,进行非线性有限元分析利用有限元分析软件ABAQUS,手指弯曲之间的关系和计算空气压力。 The relationship between the bending angle and the air pressure and the relationship between the bending angle and the Shore hardness are almost the same in the actual experiment and simulation. (3) In the fingertip force test, it is found that the smaller the Shore hardness is, the greater the fingertip force is. Combined with all the experimental results, the finger assembly with a Shore hardness of 30 was selected to carry out the grasp experiment. Finally, through a variety of different shapes and weights of the object used in the grasp experiment, the advantages of the gripper designed in this paper for grasping small to large objects are verified.

目前,手指的指尖力研究很小,所以很难抓住重物。大约50 kPa的空气压力下,气动手指展品伟大的弯曲,手指表面,难以大面积接触的物体有相对平坦的表面。大多数的对象是抓住指尖,扮演着重要的角色,整个手指不传播力均匀。在未来的研究中,我们将进一步提高手指的抓抓住重物的性能。我们还需要提高手指的自由运动,比如增加旋转手指的功能,增加了多个方向的运动,和其他功能。因此,大多数的对象可以抓住在一个最优的方式把握位置。最后,把握的成功率提高。

数据可用性

本文中的数据是通过实验和引用。数据也可以从相应的作者通过电子邮件((电子邮件保护))。

的利益冲突

作者宣称没有利益冲突。

确认

这部分工作是由中国国家自然科学基金(U1613216)和深圳市基础研究资助(JCYJ20180508162406177)从香港中文大学深圳。这项工作也支持的部分资金从深圳人工智能和机器人技术对社会研究所和浙江实验室国际人才基金的年轻专业人士。