胡國(guó)喜 王 超 劉宇珩

(1. 河南省工業(yè)科技學(xué)校，河南 新鄉(xiāng) 453000；2. 河南科技大學(xué)，河南 洛陽(yáng) 471000；3. 鄭州大學(xué)，河南 鄭州 450001)

中國(guó)作為一個(gè)傳統(tǒng)的農(nóng)業(yè)大國(guó)，水果的生產(chǎn)和銷售呈逐年增長(zhǎng)的趨勢(shì)。然而，勞動(dòng)力的短缺促使用工成本不斷增長(zhǎng)，使水果無(wú)價(jià)格競(jìng)爭(zhēng)優(yōu)勢(shì)[1]。近年來(lái)，機(jī)器人技術(shù)逐漸成熟，在農(nóng)業(yè)中的應(yīng)用越來(lái)越廣泛，促進(jìn)了農(nóng)業(yè)的自動(dòng)化、規(guī)?；途芑陌l(fā)展[2]。在水果自動(dòng)分揀過(guò)程中，高精度、高效率的抓取控制是自動(dòng)分揀機(jī)器人實(shí)現(xiàn)快速、無(wú)損抓取的前提。

目前，國(guó)內(nèi)外的研究人員對(duì)水果自動(dòng)分揀機(jī)器人的相關(guān)技術(shù)進(jìn)行了大量的研究，并取得了一些突出的成績(jī)，但是對(duì)串類水果自動(dòng)分揀的研究較少。董騰等[3]提出了一種基于機(jī)械視覺(jué)的水果分揀系統(tǒng)，使用CCD傳感器拍攝水果圖像進(jìn)行預(yù)處理和特征提取，將提取的特征值作為輸入，并使用神經(jīng)網(wǎng)絡(luò)對(duì)其進(jìn)行分揀，分揀精度達(dá)到98%左右；周偉等[4]提出了一種基于PLC控制器的智能水果分類控制系統(tǒng)，該智能系統(tǒng)能夠高精度地實(shí)現(xiàn)水果分類，準(zhǔn)確率達(dá)到94.23%；趙小霞等[5]提出了一種自動(dòng)分級(jí)系統(tǒng)，該系統(tǒng)基于圖像處理和PLC控制技術(shù)實(shí)現(xiàn)自動(dòng)水果分級(jí)功能，可以對(duì)不同等級(jí)的水果進(jìn)行分類，分類精度高達(dá)98%；李雅倩[6]提出了一種并聯(lián)機(jī)器人夾持機(jī)構(gòu)串類水果夾取控制方法，將自適應(yīng)變阻抗控制和光滑滑膜控制相結(jié)合用于串類水果夾取控制，相對(duì)于未改進(jìn)前可以實(shí)現(xiàn)高精度的無(wú)損夾取。然而，上述研究并未對(duì)水果夾持機(jī)構(gòu)的控制方法進(jìn)行深入研究，也沒(méi)有考慮外部干擾等不確定因素對(duì)系統(tǒng)的影響，有一些局限性，需要不斷改進(jìn)和完善。

試驗(yàn)針對(duì)水果自動(dòng)分揀機(jī)器人的夾持結(jié)構(gòu)，提出一種將時(shí)延估計(jì)和光滑滑模阻抗控制方法相結(jié)合的串類水果自動(dòng)分揀機(jī)器人夾持機(jī)構(gòu)控制方法。使用時(shí)延估計(jì)方法實(shí)時(shí)獲取串類水果自動(dòng)分揀系統(tǒng)夾持機(jī)構(gòu)動(dòng)力學(xué)模型，并設(shè)計(jì)一種自適應(yīng)光滑滑模阻抗控制方法。以期為水果分揀機(jī)器人夾持結(jié)構(gòu)控制方法的發(fā)展提供參考和借鑒。

1 系統(tǒng)概述

1.1 系統(tǒng)結(jié)構(gòu)

串類水果自動(dòng)分揀機(jī)器人的控制系統(tǒng)是一個(gè)復(fù)雜的機(jī)電一體化系統(tǒng)，文中使用分級(jí)智能控制方法[7]。如圖1所示，自動(dòng)分揀機(jī)器人的控制系統(tǒng)由兩部分組成：上位機(jī)監(jiān)控系統(tǒng)和機(jī)器人本體。

上位機(jī)監(jiān)控系統(tǒng)：由監(jiān)控主機(jī)和RS485通信模塊組成。監(jiān)視主機(jī)主要用于查看和存儲(chǔ)機(jī)器人采集的圖像，并通過(guò)通信模塊控制自動(dòng)分揀機(jī)器人[8]。

機(jī)器人本體：負(fù)責(zé)分解、協(xié)調(diào)和任務(wù)執(zhí)行。機(jī)器人本體控制系統(tǒng)通過(guò)通信模塊與上位機(jī)監(jiān)控系統(tǒng)通信，控制機(jī)器人執(zhí)行分類工作，文中主要研究如何控制夾持機(jī)構(gòu)。

圖2為串類水果自動(dòng)分揀機(jī)器人系統(tǒng)結(jié)構(gòu)，機(jī)器人主體由4個(gè)運(yùn)動(dòng)機(jī)構(gòu)和1個(gè)夾緊機(jī)構(gòu)組成，可實(shí)現(xiàn)三維平移和繞Z軸一維旋轉(zhuǎn)[9]。通過(guò)夾持機(jī)構(gòu)的電機(jī)驅(qū)動(dòng)滑動(dòng)絲杠完成自動(dòng)分揀。

1.2 夾取機(jī)構(gòu)動(dòng)力學(xué)模型

文中研究機(jī)構(gòu)為平移夾持結(jié)構(gòu)，結(jié)構(gòu)較為復(fù)雜，很難建立準(zhǔn)確的動(dòng)力學(xué)模型[10]。文中使用時(shí)延估計(jì)方法實(shí)時(shí)獲取串類水果自動(dòng)分揀系統(tǒng)夾持機(jī)構(gòu)動(dòng)力學(xué)模型，動(dòng)力學(xué)方程如式(1)所示[10]。

1. 連接塊 2. 滑動(dòng)絲杠 3. 滑塊 4. 驅(qū)動(dòng)電機(jī) 5. 壓力傳感器 6. 底部連板 7. 左手指 8. 右手指 9. 從動(dòng)桿 10. 滑座 11. 彈簧

M(q)q**+C(q,q*)q*+G(q)+F(q*)+τd=Q，

(1)

式中：

Q——控制力矩，N·m；

M(q)——結(jié)構(gòu)的慣性矩陣；

G(q)、F(q*)——結(jié)構(gòu)的重力項(xiàng)，N；

F(q*)——結(jié)構(gòu)的摩擦力項(xiàng)，N；

q——結(jié)構(gòu)位姿q=[q1,q2,…,qn]T；

τd——外界干擾；

C(q,q*)——哥氏力和離心力項(xiàng)，N。

(2)

(3)

時(shí)延估計(jì)技術(shù)是將Q(t)采樣數(shù)據(jù)Q～(t)=Q(t-L)和q**(t-L)代入控制律。設(shè)h(t-L)為h(t)時(shí)延，t、L分別為當(dāng)前時(shí)間和估計(jì)延遲時(shí)間。L足夠小，跟蹤誤差無(wú)限接近0，則t-L時(shí)刻h(t-L)如式(4)所示。

(4)

將h～(t)=h(t-L)代入控制律，可以通過(guò)式(3)和式(4)得到式(5)的控制律。

(5)

如果可以實(shí)時(shí)獲Q(t-L)和q**(t-L)并代入控制律，即可實(shí)時(shí)獲取模型。

2 夾取結(jié)構(gòu)控制方法

針對(duì)實(shí)際應(yīng)用中存在的時(shí)延估計(jì)誤差和結(jié)構(gòu)摩擦等不確定因素，將時(shí)延估計(jì)和光滑滑模阻抗控制相結(jié)合。

2.1 阻抗控制器設(shè)計(jì)

夾指受力和偏離期望位置的值通過(guò)二階微分方程來(lái)表示，阻抗模型如式(6)所示[11]。

(6)

式中：

x、xd——夾指的實(shí)際位移和期望位移；

fr、fe——夾指期望接觸力和實(shí)際接觸力，N；

md——目標(biāo)慣量，kg·m2；

bd——目標(biāo)剛度，N/m。

進(jìn)一步地結(jié)合多源流分析框架梳理媒體影響計(jì)劃生育政策變遷的邏輯機(jī)制，可以歸結(jié)出媒介融合背景下媒體影響政策變遷的基本邏輯：一是在問(wèn)題流中，通過(guò)構(gòu)建明晰指標(biāo)、推動(dòng)焦點(diǎn)事件、持續(xù)問(wèn)題反饋提升觸發(fā)機(jī)制效果；二是在政策流中，通過(guò)呈現(xiàn)民間話語(yǔ)、強(qiáng)化專家聲音、構(gòu)建良性對(duì)話推動(dòng)政策共同體之間的虛擬接觸博弈；三是在政治流中，通過(guò)匯聚網(wǎng)絡(luò)民意、打造意見(jiàn)領(lǐng)袖激活國(guó)民輿論熱情。同時(shí)，傳統(tǒng)媒體與新媒體在影響路徑上有所差異(見(jiàn)圖8)。

當(dāng)夾指與果梗接觸時(shí)，它們就會(huì)相互作用，夾指與果梗組成一個(gè)完整的動(dòng)力學(xué)系統(tǒng)[12]。在夾持指的外部增加一個(gè)被動(dòng)彈簧，實(shí)現(xiàn)柔性接觸。夾持過(guò)程中果?！獜椈傻臋C(jī)械變形等效于一階導(dǎo)納模型，如式(7)所示[13]。

fe=ke(x-xe)+ksΔxs，

(7)

式中：

xe——初始接觸位置；

ke——環(huán)境剛度值，N/m；

ks、Δxs——彈簧勁度系數(shù)和壓縮量。

由于試驗(yàn)設(shè)計(jì)結(jié)構(gòu)為單自由度，因此僅需考慮一個(gè)方向，阻抗位置校正量滿足式(8)。

(8)

式中：

Δx=xd-x。

2.2 自適應(yīng)光滑滑膜控制器設(shè)計(jì)

考慮以下一階不確定性系統(tǒng)，如式(9)所示。

x*=u+θx2，

(9)

式中：

u——輸入量；

θ——未知常數(shù)。

對(duì)于式(9)，切換函數(shù)如式(10)所示。

s=x。

(10)

設(shè)θ′為θ的估計(jì)值，控制律如式(11)所示。

u=-ksgn(s)-θ′s2，

(11)

式中：

k——非負(fù)常數(shù)。

利用時(shí)延估計(jì)方法實(shí)時(shí)獲取串類水果自動(dòng)分揀系統(tǒng)夾持機(jī)構(gòu)動(dòng)力學(xué)模型，進(jìn)一步設(shè)計(jì)自適應(yīng)規(guī)則調(diào)整的光滑滑模阻抗控制方法，使夾持機(jī)構(gòu)的實(shí)際姿態(tài)接近期望姿態(tài)[14]。圖3為自動(dòng)分揀機(jī)器人夾持控制系統(tǒng)框圖。

整理可得控制規(guī)律，如式(12)所示。

(12)

式中：

K(t)——切換增益，db；

S(t)——滑模面；

e*(t)——夾指的期望速度誤差，m/s。

另外，還設(shè)計(jì)了慣性增益的自適應(yīng)律，如式(13)所示。

(13)

式中：

α——可調(diào)的正增益，db；

σ、ω、β、γ——正的可調(diào)參數(shù)(β>0,γ>1)；

λ——可調(diào)參數(shù)。

圖3 控制系統(tǒng)原理圖

3 結(jié)果與分析

3.1 仿真分析

為了驗(yàn)證所提控制方法的有效性，以自動(dòng)分揀機(jī)器人夾持機(jī)構(gòu)的負(fù)載變化、摩擦和外部干擾的動(dòng)力學(xué)模型為控制對(duì)象，并利用Matlab對(duì)所提出的改進(jìn)光滑滑模阻抗控制方法和未改進(jìn)前進(jìn)行仿真對(duì)分分析(在給定軌跡和參考力下)[15]。集總擾動(dòng)τld(t)=[γ1sgn(x*)+0.001sin(10πt+π/2)。

通過(guò)多次仿真和調(diào)試，得到的參數(shù)：α=0.6、β=2、ω=0.3、γ=1.1、γ1=0.002、λ=30、K=2.8、σ=0.5、L=0.001 s、md=1、bd=230、kd=4 500、ke=6 500。葡萄串重0.5 kg，實(shí)際夾取過(guò)程中，在確保無(wú)損的前提下盡量提高速度。

圖4為不同控制方法的夾指的跟蹤軌跡，圖5為不同控制方法的夾指跟蹤誤差，圖6為不同控制方法的夾持力曲線。

由圖4可知，改進(jìn)光滑滑模阻抗控制方法與預(yù)期軌跡基本一致，優(yōu)于光滑滑膜阻抗控制。如圖5和圖6所示，當(dāng)系統(tǒng)中存在夾持控制的集中擾動(dòng)時(shí)，相比于光滑滑模阻抗控制方法，改進(jìn)光滑滑模阻抗控制方法的位置跟蹤精度更高，且?jiàn)A持機(jī)構(gòu)的輸出力更快，超調(diào)量更低，能夠達(dá)到所期望的設(shè)定力。這是因?yàn)槲闹兴岬母倪M(jìn)光滑滑模阻抗控制方法可以根據(jù)自適應(yīng)規(guī)則調(diào)整慣性增益，提高了控制系統(tǒng)對(duì)夾持速度變化的適應(yīng)性，保持了較高的位置跟蹤精度。

圖4 不同控制方法的夾指跟蹤軌跡1

圖5 不同控制方法的夾指跟蹤誤差1

圖6 不同控制方法的夾指力曲線1

3.2 試驗(yàn)分析

將改進(jìn)光滑滑模阻抗控制方法和未改進(jìn)前方法應(yīng)用于葡萄串自動(dòng)分揀機(jī)器人的夾持試驗(yàn)。該系統(tǒng)中，電機(jī)的角位移通過(guò)位置編碼器采集，實(shí)際接觸力通過(guò)力傳感器采集，通過(guò)角位移計(jì)算夾指的實(shí)際位置。

夾持機(jī)構(gòu)的夾指以0.018 3 m/s的速度夾持0.5 kg的葡萄串(期望軌跡1)，不同控制方法夾取跟蹤誤差和持力曲線如圖7、8所示。

為了驗(yàn)證所提出的控制方法對(duì)速度變化的適應(yīng)性，夾持機(jī)構(gòu)的夾指以0.027 4 m/s的速度夾持0.5 kg的葡萄串(期望軌跡2)。不同控制方法的夾持跟蹤誤差曲線如圖9所示。

如圖9所示，相比于光滑滑模阻抗控制方法，改進(jìn)光滑滑模阻抗控制方法的慣性增益根據(jù)夾持速度的變化進(jìn)行自適應(yīng)調(diào)整，不僅提高了對(duì)速度變化的自適應(yīng)性，而且提高了位置跟蹤精度。

圖7 不同控制方法夾取跟蹤誤差2

為了驗(yàn)證所提出控制方法的對(duì)負(fù)載變化的適應(yīng)性，夾持機(jī)構(gòu)夾指以0.018 3 m/s的勻速夾取0.8 kg葡萄串(期望軌跡1)。不同控制方法的夾持力曲線如圖10所示。

試驗(yàn)結(jié)果表明，當(dāng)負(fù)荷質(zhì)量發(fā)生變化時(shí)，與光滑模阻抗控制方法相比，改進(jìn)光滑滑模阻抗控制方法可以根據(jù)自適應(yīng)規(guī)則調(diào)整慣性增益，提高了控制系統(tǒng)對(duì)夾持負(fù)載變化的適應(yīng)性，加快輸出力達(dá)到設(shè)定力，超調(diào)量小。

圖8 不同控制方法夾持力曲線2

圖9 不同控制方法夾取跟蹤誤差3

圖10 不同控制方法夾持力曲線3

4 結(jié)論

提出了一種將時(shí)延估計(jì)和光滑滑模阻抗控制方法相結(jié)合的串類水果自動(dòng)分揀機(jī)器人夾持機(jī)構(gòu)控制方法。利用時(shí)延估計(jì)方法實(shí)時(shí)獲取夾持機(jī)構(gòu)動(dòng)力學(xué)模型，進(jìn)一步設(shè)計(jì)了自適應(yīng)光滑滑膜阻抗控制方法。通過(guò)仿真和試驗(yàn)驗(yàn)證了該控制方法的優(yōu)越性。結(jié)果表明，該控制方法可以實(shí)現(xiàn)串類水果的自動(dòng)穩(wěn)定夾持，夾持精度高，夾持成功率100%，對(duì)果梗的損傷為0。自動(dòng)分揀機(jī)器人夾緊機(jī)構(gòu)的控制方法還處于初步階段，僅對(duì)夾持機(jī)構(gòu)的控制方法進(jìn)行了研究，未對(duì)識(shí)別技術(shù)進(jìn)行研究，下一步將持續(xù)改進(jìn)控制系統(tǒng)的性能，完善自動(dòng)分揀機(jī)器人系統(tǒng)。