鄭東梅，王慶喜

(榆林職業(yè)技術(shù)學(xué)院，陜西 榆林 719000)

0 引言

隨著種植業(yè)的不斷發(fā)展，為更好地提高農(nóng)民采摘效率，減輕農(nóng)民作業(yè)強度，國內(nèi)外學(xué)者針對應(yīng)用于農(nóng)作物及各類水果采摘的機械亦不斷進行改進優(yōu)化。考慮到作物生長環(huán)境及果實特點的差異性，研究大多從機械電子、結(jié)構(gòu)優(yōu)化及視覺識別等方向展開。采摘機器人采摘過程中，位置信息對于實現(xiàn)果實的精準采摘起決定性作用。為深入理解采摘機器人的運動機理，筆者在實地考察與調(diào)研基礎(chǔ)上，通過借鑒相關(guān)專家及學(xué)者的理論與方法，從CAM/CAE及智能控制分析角度對采摘機器人的運動軌跡進行探討，以便更好地掌握采摘機器人采摘臂體的細節(jié)運動狀況。

1 采摘機器人結(jié)構(gòu)及原理

目前，國內(nèi)外采摘機器人的形式多種多樣，均已應(yīng)用于不同種類的作物或水果，圖1所示為正在進行采摘作業(yè)的果蔬采摘機器人外形圖。采摘機器人主要由智能控制系統(tǒng)、信息傳感裝置及機械執(zhí)行部件等部分構(gòu)成，且采摘機器人配置相應(yīng)的應(yīng)急處理及報警裝置。從機器人對果蔬場地的環(huán)境作業(yè)信息識別準確度的環(huán)節(jié)開始，依次通過以上部件引導(dǎo)采摘機器人模擬人類進行采摘作業(yè)。采摘原理可以簡要概述為：采摘機器人通過自身的導(dǎo)航與識別系統(tǒng)，向執(zhí)行部件發(fā)出移動指令；待整機運動至目標果蔬位置，這一控制環(huán)節(jié)閉合，啟動采摘機器人臂體采摘控制環(huán)節(jié)；經(jīng)圖像處理、位姿準確輸入、運動軌跡控制中心啟動運動路徑快速規(guī)劃與避障算法處理后，由機械臂體末端執(zhí)行器執(zhí)行采摘；采摘動作完成，相應(yīng)按照規(guī)劃路徑返回。

圖1 采摘機器人外觀圖Fig.1 Appearance figure of the picking robot

2 運動控制部件設(shè)計

2.1 機器人采摘運動學(xué)方程建立

采摘機器人的采摘運動學(xué)理論可從正運動學(xué)、逆運動學(xué)兩方面綜合考慮，建立運動學(xué)模型，經(jīng)矩陣變換獲取正確的模型參數(shù)。表1給出采摘機器人機械臂關(guān)節(jié)的D-H參數(shù)。針對采摘機械臂各關(guān)節(jié)的協(xié)調(diào)性問題進行了改善，實現(xiàn)了高速、精確采摘，提高了其轉(zhuǎn)動慣量性能，增加了滑移裝置，并結(jié)合采摘作業(yè)障礙物的情況設(shè)計了一種優(yōu)化求解運動學(xué)算法，流程圖如圖2所示。通過對目標位姿與實時位姿不斷調(diào)整對比，獲取最優(yōu)的采摘機械臂運動學(xué)軌跡。

表1 采摘機器人機械臂體關(guān)節(jié)D-H參數(shù)值Table 1 D-H parameter values of the mechanical arm of the picking robot

圖2 采摘機器人臂體運動求解算法流程圖Fig.2 Algorithm flow chart of arm moving on the picking robot

2.2 CAE/CAM軌跡控制應(yīng)用

CAE/CAM作為一種現(xiàn)代計算機輔助工程分析方法，能夠?qū)Σ烧獧C器人運動軌跡的計算及控制實現(xiàn)精準掌控。圖3 所示為基于CAE理論的有效體積細節(jié)抑制及重排簡圖。利用數(shù)值分析，通過對采摘機械人的臂體進行三維建模及網(wǎng)格劃分，進行模擬仿真試驗。對于模型預(yù)處理的要求尤為重要，適當(dāng)?shù)剡M行細節(jié)、特征、裝配及維度等方面等效變換，得出易于分析的控制模型。

圖3 基于CAE的有效體積重排示意圖Fig.3 Effective volume rearrangement schematic diagram based on the CAE

2.3 軟硬件部件優(yōu)化

硬件配置對采摘機器人的作業(yè)有較大影響，果蔬識別與定位系統(tǒng)的選取在于攝像機的功能型號、信號轉(zhuǎn)換裝置(選取1394轉(zhuǎn)接卡)和主控制器等。其相應(yīng)的移動驅(qū)動優(yōu)化包含變壓電路、減速裝置、驅(qū)動器及伺服電機；機械臂體運動控制主要包含串口HUB、隔離及末端執(zhí)行部件。運動軌跡規(guī)劃流程如圖4所示。工作時，通過一系列識別采集、傳遞感應(yīng)、上位機控制及中心驅(qū)動等環(huán)節(jié)進行路徑軌跡規(guī)劃。

軟件控制程序需針對實現(xiàn)具體功能做調(diào)整導(dǎo)入，給出部分程序段代碼：

global u1 w1;

t=0: pi/200:2* pi;

u=600+80*cos(t);

w=80*sin(t);

temp=[0,0];

for k=1:500;

u1=u(k);

w1=w*u(k);

…

function x=my fun(y)

global u1 w1

R1=r(1);

R2=r(2);

r(1)=300*cos(R1)+300*cos(R1+R2)-u1;

r(2)=300*cos(R1)+300*cos(R1+R2)-w1;

…

圖4 采摘機器人運動軌跡規(guī)劃流程簡圖Fig.4 Brief planning process diagram of the motion trajectory of the picking robot

3 仿真試驗與分析

3.1 仿真條件

以試驗效果為出發(fā)點，采摘機器人臂體的三維建模及裝配必須在VRML虛設(shè)場景及三維CAM/CAE建模仿真條件結(jié)合下進行；在裝配及簡化概要的目標規(guī)則基礎(chǔ)上，按照協(xié)同與管理編碼生成仿真模型，著重考慮各個仿真部件作業(yè)過程中的干涉與監(jiān)測相互影響等因素，可在一定程度上形成符合實際的虛擬試驗交互仿真模型。

進行I/O地址分配，用于實現(xiàn)采摘機器人運動軌跡控制的節(jié)點分配及信息獲取控制。

I0.0：工作初始位置；

I0.1：用于限位控制的行程開關(guān)1；

I0.2：用于傳遞信息的壓力傳感器1；

I0.3：用于控制采摘刀具位置的限位行程開關(guān)2；

I0.4：用于切割控制的限位行程開關(guān)3；

I0.5：用于收回機械臂的定位開關(guān)4；

…

…

Q0.0：機械臂卡盤控制開；

Q0.1：機械臂卡盤控制關(guān)；

Q0.2：輸出機械臂內(nèi)部刀具至指定位置；

Q0.3：收回機械臂內(nèi)部刀具至指定位置；

Q0.4：進行機械臂內(nèi)部刀具采摘切割；

…

…

3.2 過程分析

經(jīng)建立物理模型(見圖5)并模擬仿真，對采摘機器人運動控制的位置誤差進行統(tǒng)計，如表2所示。由表2可看出：采摘執(zhí)行部件的絕對誤差范圍控制在10%以內(nèi)，執(zhí)行部件的相對誤差范圍控制在6%之內(nèi)。

圖5 采摘機器人臂體三維模型Fig.5 3D model of the arm body of the picking robot

表2 采摘機器人運動控制位置誤差統(tǒng)計Table 2 The position error statistics of the motion control on the picking robot

同時，在仿真試驗環(huán)境之間，改變采摘機器人模型中各個臂體關(guān)節(jié)間的間隙等級。隨著精度等級的提高，臂體的運動學(xué)參數(shù)與動力學(xué)參數(shù)隨之發(fā)生變化，如表3所示。由表3可知：采摘執(zhí)行部位的位移及機械臂的加速度在一定精度范圍內(nèi)可以保持較好的穩(wěn)定采摘性能，機械臂各關(guān)節(jié)間的間隙配合對其有影響，配合精度可對機械臂的運動軌跡控制過程抖動與碰撞等產(chǎn)生作用。

表3 采摘機器人機械臂不同間隙對應(yīng)的響應(yīng)參數(shù)值Table 3 The corresponding response parameter values in differen mechanical arm interval on the picking robot

4 結(jié)論

1)在分析采摘機器人組成機構(gòu)及工作原理的基礎(chǔ)上，利用CAM/CAE分析工具，通過三維建模，優(yōu)化了軟硬件構(gòu)成，從而提升了采摘機器人運動軌跡的可控性。

2)通過虛擬仿真試驗，驗證了所建控制理論模型的正確性，并得出擬設(shè)計的執(zhí)行部件誤差范圍控制在10%以內(nèi)。試驗可行，一定程度上節(jié)約了試驗成本，可有效縮短采摘機器人的整體設(shè)計及優(yōu)化時間。

3)通過對采摘機器人的運動軌跡進行控制研究，更好地了解了機械臂體運動規(guī)律，對于提高采摘機器人的作業(yè)效率有一定的參考價值。