雷歌　殷鳳來

摘 要：智能機(jī)械手可以代替人工完成各種復(fù)雜、危險(xiǎn)的工作，提高工作效率，降低人力成本。文章在介紹智能機(jī)械手應(yīng)用現(xiàn)狀基礎(chǔ)上，對機(jī)械手的關(guān)鍵技術(shù)進(jìn)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(jī)械手；農(nóng)業(yè)采摘；采摘機(jī)械手；關(guān)鍵技術(shù)

我國逐漸進(jìn)入老齡化社會(huì)，勞動(dòng)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(dòng)的機(jī)械手。農(nóng)業(yè)生產(chǎn)中，果實(shí)收獲過程所耗費(fèi)的時(shí)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(jī)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(dòng)化、智能化的采摘機(jī)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(huì)有傷害，也督促我們應(yīng)用新技術(shù)代替人力勞動(dòng)?；谶@些需求，各個(gè)國家在智能機(jī)械手領(lǐng)域投入了大量精力。

1 智能機(jī)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(jī)械手主要應(yīng)用于果實(shí)采摘行業(yè)，西班牙研究人員設(shè)計(jì)的機(jī)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(shí)研制的蘋果采摘機(jī)體型較大，移動(dòng)不方便，因此適用于大規(guī)模的采摘，其機(jī)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(jì)的機(jī)械手臂有7個(gè)自由度，通過攝像機(jī)來拍攝圖片，通過傳感器識別果實(shí)，通過雙目視覺進(jìn)行定位。這個(gè)機(jī)器人在穩(wěn)定工作的過程中摘番茄的速度約是8個(gè)每分鐘，成功率接近60%，但是在所采摘的果實(shí)較密的地方就無法完成采摘?？偟膩碚f，國外在農(nóng)業(yè)機(jī)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(jī)器人的研究未得到大范圍推廣。

我國的農(nóng)業(yè)機(jī)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(jī)器人，此機(jī)器人由液壓系統(tǒng)驅(qū)動(dòng)，通過單片機(jī)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(dòng)來采摘果實(shí)，采摘效率高，但是會(huì)損壞樹木。沈陽自動(dòng)化研究所研發(fā)了一種西紅柿采摘裝置，機(jī)器人裝配的機(jī)械手采用一種四指機(jī)構(gòu)，可以穩(wěn)定夾持果實(shí)，并通過吸盤吸附果實(shí)。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(jī)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(jī)械手可以實(shí)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(dòng)生產(chǎn)線上，尤其是小型、精密件加工時(shí)，機(jī)械手的優(yōu)勢更為突出。現(xiàn)階段，自動(dòng)化機(jī)床加工時(shí)，物料的夾取、工件的安裝、刀具的更換基本都需要機(jī)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(jī)械手。例如，用于照顧老人、小孩的機(jī)器人已具雛形；協(xié)助消防員完成高溫消防任務(wù)的機(jī)器人已投入使用；幫助人們炒菜洗碗的機(jī)器人即將走進(jìn)人們的生活；用于沙灘撿拾垃圾的智能機(jī)器人也在研發(fā)中。這些機(jī)器人的執(zhí)行機(jī)構(gòu)都需要越來越精良的智能機(jī)械手進(jìn)行配合。

2 關(guān)鍵技術(shù)應(yīng)用研究

現(xiàn)階段的機(jī)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(jī)械手就可以實(shí)現(xiàn)一手多用，將機(jī)械手搭載到不同的平臺可以實(shí)現(xiàn)不同種類的作業(yè)。再次，機(jī)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(jì)一款多樣性，通用性強(qiáng)，穩(wěn)定性高，柔性化優(yōu)的機(jī)械手具有重大意義。這就要求在智能識別技術(shù)、機(jī)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(jī)器視覺系統(tǒng)的發(fā)展，智能識別這項(xiàng)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(jìn)技術(shù)對生產(chǎn)力提升的作用，不但能夠?qū)⑷肆趧?dòng)徹底解放出來，而且可以全面提升整個(gè)生產(chǎn)活動(dòng)的自動(dòng)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(jī)器對采集的圖片信息進(jìn)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(bǔ)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(jìn)行光電轉(zhuǎn)換，得到機(jī)器可以識別的數(shù)字信號。進(jìn)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(jìn)行分析、運(yùn)算，最終判別出結(jié)果，以達(dá)到識別不同圖片和物體的功能[2]。

從智能識別整個(gè)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(shí)采摘或目標(biāo)采集過程中，要實(shí)現(xiàn)智能化、自動(dòng)化，就必須要實(shí)現(xiàn)物體的智能識別。要實(shí)現(xiàn)智能識別，首先得進(jìn)行圖像采集，圖像采集工作極其重要，因?yàn)樗苯雨P(guān)系到后續(xù)的判別結(jié)果，所以圖像采集時(shí)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(diǎn)，如果采集的圖像有失真殘缺或者被較強(qiáng)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(shí)際應(yīng)用過程中，往往會(huì)出現(xiàn)諸多不利因素的影響，例如，在采摘過程中，機(jī)械臂快速運(yùn)動(dòng)會(huì)影響拍攝光線，引起失誤；拍攝的不同角度果實(shí)由于遮擋等因素會(huì)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(qiáng)或過弱都會(huì)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(jìn)步。

2.2 機(jī)械本體技術(shù)

在現(xiàn)代機(jī)械產(chǎn)品研發(fā)過程中，虛擬樣機(jī)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(jì)的要求，而需要強(qiáng)大建模能力的三維設(shè)計(jì)軟件聯(lián)合運(yùn)動(dòng)學(xué)、動(dòng)力學(xué)分析軟件進(jìn)行前期虛擬建模。

為了避免在果實(shí)采摘或目標(biāo)采集中機(jī)械手抓傷目標(biāo)，通常會(huì)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(dòng)力作用下，決定夾緊力的根本因素是機(jī)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(jī)械手的關(guān)節(jié)尺寸是否合理。一般在設(shè)計(jì)尺寸時(shí)，首先需要針對目標(biāo)，大致測定并根據(jù)經(jīng)驗(yàn)計(jì)算機(jī)械手本體尺寸，然后進(jìn)行三維建模，將三維模型導(dǎo)入運(yùn)動(dòng)學(xué)、動(dòng)力學(xué)軟件得到運(yùn)動(dòng)數(shù)據(jù)及動(dòng)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(yùn)動(dòng)路線和夾緊力。這種方法周期短，節(jié)約成本，且實(shí)現(xiàn)了對機(jī)械手的優(yōu)化設(shè)計(jì)。進(jìn)行優(yōu)化設(shè)計(jì)之后可通過三維制圖軟件導(dǎo)出機(jī)械本體模型框架以及圖紙。機(jī)械手選材盡量使用輕便材料，不但可以降低驅(qū)動(dòng)力，還可以使機(jī)械手運(yùn)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(dòng)作上更加靈活，完成各種高難度動(dòng)作。

2.3 控制技術(shù)

果實(shí)采摘、目標(biāo)取樣等工作對機(jī)械手靈活運(yùn)動(dòng)要求比較高，這依賴于較高精度的控制技術(shù)?？刂破骺刹捎肁RM、單片機(jī)、PLC等，采摘機(jī)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(shí)不僅依靠靈活的機(jī)械運(yùn)動(dòng)，還需要智能識別技術(shù)實(shí)時(shí)感知、監(jiān)測周圍環(huán)境，這樣機(jī)械手在執(zhí)行采摘時(shí)方能實(shí)現(xiàn)避障、成功完成任務(wù)。在設(shè)計(jì)控制系統(tǒng)時(shí)，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(yùn)動(dòng)中接近障礙物時(shí)，需要視覺伺服系統(tǒng)通過圖像的實(shí)時(shí)捕捉、傳送，控制器根據(jù)避障數(shù)學(xué)模型進(jìn)行各種類算法控制，從而有效規(guī)避障礙物。機(jī)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(jī)器人控制器獲取準(zhǔn)確信息并進(jìn)行采摘?jiǎng)幼?，視覺伺服系統(tǒng)幫助機(jī)械手實(shí)現(xiàn)避讓，重置路徑，聯(lián)合控制機(jī)械手的運(yùn)動(dòng)。

2.4 柔性技術(shù)

采摘機(jī)械手是完成果蔬采摘的執(zhí)行機(jī)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(diǎn)，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(jī)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(shí)。

現(xiàn)有采摘機(jī)械手手部設(shè)計(jì)一般依據(jù)仿生概念，指腹采用抗老化橡膠材料，并設(shè)計(jì)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(shí)的穩(wěn)定性，解決了果實(shí)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(jī)械手的研制開辟了一片新天地。本文在介紹了智能機(jī)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(jī)械手的關(guān)鍵技術(shù)進(jìn)行研究，分別從智能識別，機(jī)械本體設(shè)計(jì)、控制策略、柔性技術(shù)方面對機(jī)械手的主要關(guān)鍵技術(shù)進(jìn)行了分析，為后續(xù)研制農(nóng)業(yè)采摘機(jī)械手和環(huán)保機(jī)械手提供了思路。

[參考文獻(xiàn)]

[1]肖英奎，李永強(qiáng)，謝龍，等.新型具有力感知的柔性果蔬采摘機(jī)械手研究[J].農(nóng)機(jī)化研究，2017（10）：133-136.

[2]賈偉寬.基于智能優(yōu)化的蘋果采摘機(jī)器人目標(biāo)識別研究[D].鎮(zhèn)江：江蘇大學(xué)，2016.