劉 鑫,李公法,,向 峰,蔣國(guó)璋,陶 波,江 都,孫 瑛

(1.武漢科技大學(xué) 冶金裝備及其控制教育部重點(diǎn)實(shí)驗(yàn)室,湖北 武漢 430081;2.武漢科技大學(xué) 機(jī)械傳動(dòng)與制造工程湖北省重點(diǎn)實(shí)驗(yàn)室,湖北 武漢 430081;3.武漢科技大學(xué) 生物機(jī)械手與智能測(cè)控研究中心,湖北 武漢 430081;4.武漢科技大學(xué) 精密制造研究院,湖北 武漢 430081)

0 引言

智能制造作為我國(guó)制造業(yè)創(chuàng)新發(fā)展的重要抓手,是實(shí)現(xiàn)制造業(yè)轉(zhuǎn)型升級(jí)的重要途徑,也是加速建設(shè)制造強(qiáng)國(guó)的主攻方向。作為先進(jìn)信息技術(shù)與先進(jìn)制造技術(shù)的深度融合,智能制造的理念和技術(shù)貫穿于產(chǎn)品開發(fā)、服務(wù)和運(yùn)維等全生命周期的各個(gè)環(huán)節(jié)及相應(yīng)系統(tǒng),旨在不斷提升企業(yè)的產(chǎn)品質(zhì)量、效益和服務(wù)水平,減少資源消耗,推動(dòng)制造業(yè)創(chuàng)新、綠色、協(xié)調(diào)、開放、共享發(fā)展[1]。當(dāng)前,隨著智能制造技術(shù)地不斷發(fā)展,研究人員逐漸加強(qiáng)了對(duì)“人”的重視程度,提出了以人為本的智能制造發(fā)展方向,而安全可信的人機(jī)協(xié)作是實(shí)現(xiàn)人本智造的基礎(chǔ)[2]。

人機(jī)協(xié)作是指人與機(jī)器之間,以實(shí)際的接觸方式或者是無(wú)接觸的方式進(jìn)行合作,共同完成一項(xiàng)復(fù)雜的任務(wù)[3]。在人機(jī)協(xié)作模式下,機(jī)器只負(fù)責(zé)執(zhí)行少數(shù)固定的任務(wù),其余大部分任務(wù)交予工人處理[4]。人機(jī)協(xié)作中的人和機(jī)器可以通過(guò)直接接觸或間接接觸的方式共享操作意圖和行為,共同協(xié)調(diào)系統(tǒng)內(nèi)的資源與信息,共同承擔(dān)系統(tǒng)的決策與控制,動(dòng)態(tài)調(diào)整和優(yōu)化任務(wù)的執(zhí)行過(guò)程[3]。在執(zhí)行任務(wù)的過(guò)程中,由于工人操作的不穩(wěn)定性以及決策規(guī)劃的不精確性,導(dǎo)致了人機(jī)協(xié)作并不能總是順利地完成[5]。近年來(lái),數(shù)字孿生技術(shù)的興起推動(dòng)了人類生產(chǎn)生活的數(shù)字化、網(wǎng)絡(luò)化和智能化發(fā)展,有效促進(jìn)了人機(jī)協(xié)作過(guò)程中的狀態(tài)感知、認(rèn)知分析和控制決策,為實(shí)現(xiàn)面向人本智造的人機(jī)協(xié)作新范式提供了新思路。面向人本智造的人機(jī)協(xié)作新范式旨在以人為核心,關(guān)注人在協(xié)作過(guò)程中的狀態(tài)變化,這與數(shù)字孿生技術(shù)所強(qiáng)調(diào)的以虛仿實(shí)、以虛映實(shí)、以虛控實(shí)和以虛優(yōu)實(shí)相匹配。通過(guò)構(gòu)建人機(jī)協(xié)作數(shù)字孿生系統(tǒng),積累并學(xué)習(xí)人的技能知識(shí)、交互特征和偏好需求等,充分發(fā)揮人的靈活性和主觀能動(dòng)性,推動(dòng)人機(jī)協(xié)作方式的發(fā)展。

數(shù)字孿生的研究對(duì)象稱為物理實(shí)體,通過(guò)在虛擬空間中構(gòu)建物理實(shí)體的副本——虛擬模型,利用歷史數(shù)據(jù)驅(qū)動(dòng)虛擬模型的仿真運(yùn)行,從而實(shí)現(xiàn)對(duì)物理實(shí)體工作狀態(tài)的監(jiān)控、優(yōu)化以及預(yù)測(cè)等目的[6]。數(shù)字孿生驅(qū)動(dòng)的人機(jī)協(xié)作智造以人機(jī)虛擬模型為基礎(chǔ),利用智能化設(shè)備采集人和機(jī)器人的各類數(shù)據(jù),并結(jié)合智能算法,在虛擬空間中模擬、指導(dǎo)和優(yōu)化人機(jī)協(xié)作過(guò)程,促進(jìn)人機(jī)協(xié)作過(guò)程的順利進(jìn)行。在基于數(shù)字孿生的人機(jī)協(xié)作相關(guān)研究方面,MARUYAMA等[7]開發(fā)了一個(gè)基于數(shù)字孿生的人機(jī)協(xié)作系統(tǒng),該系統(tǒng)可以實(shí)現(xiàn)對(duì)工人運(yùn)動(dòng)的測(cè)量,并模擬工作進(jìn)度和物理負(fù)荷。LYU等[8]提出了一種基于數(shù)字孿生的人機(jī)協(xié)同裝配框架,該框架由物理裝配系統(tǒng),虛擬裝配系統(tǒng)以及數(shù)據(jù)管理中心組成。通過(guò)對(duì)數(shù)據(jù)的分析,更新裝配性能和裝配行為。鮑勁松等[9]提出面向人—機(jī)—環(huán)境共融的數(shù)字孿生協(xié)同技術(shù),研究人員可以在虛擬空間中規(guī)劃?rùn)C(jī)器人的軌跡,并模擬人機(jī)協(xié)作的裝配過(guò)程,提升了人機(jī)之間作業(yè)的協(xié)調(diào)性。MALIK等[10]提出了一種基于虛擬現(xiàn)實(shí)的人機(jī)協(xié)作仿真驗(yàn)證框架,討論了如何利用可視化、沉浸和觸覺的仿真以及虛擬現(xiàn)實(shí)來(lái)設(shè)計(jì)和評(píng)估人—機(jī)器人生產(chǎn)系統(tǒng)。LI等[11]提出了一種基于數(shù)字孿生的人機(jī)協(xié)作安全控制框架和相應(yīng)的控制方法,通過(guò)構(gòu)建多種人機(jī)協(xié)作場(chǎng)景的虛擬模型,對(duì)潛在的安全隱患進(jìn)行測(cè)試和分析。李浩等[12]系統(tǒng)地構(gòu)建了人機(jī)交互數(shù)字孿生安全管控體系,探討了人機(jī)協(xié)作相關(guān)的操控、控制與感知技術(shù)。近年來(lái),雖然數(shù)字孿生在人機(jī)協(xié)作領(lǐng)域的應(yīng)用不斷豐富,但大多數(shù)研究的重點(diǎn)在于如何通過(guò)數(shù)字孿生實(shí)現(xiàn)工作任務(wù),對(duì)于模型具體構(gòu)建過(guò)程的描述并不多,缺乏一套詳細(xì)的、完整的人機(jī)協(xié)作數(shù)字孿生模型建模方法與實(shí)施步驟。模型是數(shù)字孿生的核心要素,模型構(gòu)建是實(shí)現(xiàn)對(duì)物理世界映射、交互和預(yù)測(cè)的基礎(chǔ)和前提。與大多研究領(lǐng)域中的單一研究對(duì)象不同,人機(jī)協(xié)作領(lǐng)域中包含人和機(jī)器人兩個(gè)研究對(duì)象。因此,如何分別構(gòu)建“人”和“機(jī)”的數(shù)字孿生模型,充分融合人的靈巧性和機(jī)器人的準(zhǔn)確性,從而得到滿足人本智造需求的人機(jī)協(xié)作數(shù)字孿生模型,這是當(dāng)前人機(jī)協(xié)作領(lǐng)域中應(yīng)用數(shù)字孿生技術(shù)的難點(diǎn)。

公理化設(shè)計(jì)(axiomatic design)是一種輔助人們完成產(chǎn)品設(shè)計(jì)的方法[13]。公理化設(shè)計(jì)理論可以幫助人們完成設(shè)計(jì)方案的確定,實(shí)現(xiàn)工程應(yīng)用的探索。LI等[14]基于公理化設(shè)計(jì)理論和可拓學(xué)的創(chuàng)新設(shè)計(jì)方法,對(duì)分布式混合動(dòng)力拖拉機(jī)的動(dòng)力系統(tǒng)結(jié)構(gòu)進(jìn)行了創(chuàng)新設(shè)計(jì)分析。FAZELI等[15]提出了一種改進(jìn)公理化設(shè)計(jì)理論的的產(chǎn)品開發(fā)設(shè)計(jì)方案,通過(guò)矩陣運(yùn)算映射不同的設(shè)計(jì)域,生成基于設(shè)計(jì)準(zhǔn)則的可行概念。杜軒等[16]將公理化設(shè)計(jì)理論與多色集合相結(jié)合,實(shí)現(xiàn)了樹障清除機(jī)器人的結(jié)構(gòu)設(shè)計(jì)。也有學(xué)者將公理化設(shè)計(jì)理論引入數(shù)字孿生領(lǐng)域,WEI等[17]提出了一種利用公理化設(shè)計(jì)理論的數(shù)字孿生物理實(shí)體部署方案,解決了物理實(shí)體的具體應(yīng)用問題。由此可見,公理化設(shè)計(jì)理論在上述研究中得到了廣泛的應(yīng)用,并取得了良好效果。人機(jī)協(xié)作數(shù)字孿生模型的建模方案涉及到人和機(jī)器人的模型需求分析和模型構(gòu)成分析,這與公理化設(shè)計(jì)理論中的用戶域和功能域等設(shè)計(jì)域之間的映射關(guān)系相匹配。將公理化設(shè)計(jì)理論引入人機(jī)協(xié)作智造數(shù)字孿生模型的建模過(guò)程中,可以提供合理的設(shè)計(jì)思路,使設(shè)計(jì)方案更加科學(xué),進(jìn)而充分發(fā)揮數(shù)字孿生技術(shù)的優(yōu)勢(shì),提高人機(jī)協(xié)作的效率。

本文提出的“基于公理設(shè)計(jì)的人機(jī)協(xié)作數(shù)字孿生建模技術(shù)”中,充分考慮“人”和“機(jī)器人”的模型構(gòu)建需求以及應(yīng)具備的模型特點(diǎn),基于公理化設(shè)計(jì)理論提出一套人機(jī)協(xié)作領(lǐng)域數(shù)字孿生模型的建模方法,以期為數(shù)字孿生技術(shù)在人機(jī)協(xié)作領(lǐng)域的應(yīng)用提供參考。

1 人機(jī)協(xié)作數(shù)字孿生模型建模機(jī)理分析

1.1 人機(jī)協(xié)作數(shù)字孿生模型特征分析

基于模型和數(shù)據(jù)的融合,數(shù)字孿生所體現(xiàn)出地監(jiān)控、仿真、預(yù)測(cè)、優(yōu)化和控制等功能,與當(dāng)前各行業(yè)所強(qiáng)調(diào)的數(shù)字化、智能化發(fā)展密切相關(guān),也因?yàn)閿?shù)字孿生與相關(guān)業(yè)務(wù)的密切結(jié)合性,在越來(lái)越多的領(lǐng)域中得到了應(yīng)用[18]。數(shù)字孿生在不同行業(yè)的應(yīng)用需求不同,從而構(gòu)建的數(shù)字孿生模型也不同。與航空航天、船舶和城市等傳統(tǒng)的工業(yè)應(yīng)用不同,人機(jī)協(xié)作領(lǐng)域的數(shù)字孿生模型要求以人為本[19],物理實(shí)體由一般的機(jī)械設(shè)備和協(xié)作人員共同組成。雖然車間數(shù)字孿生中也會(huì)有工人的存在,但其主要作用是為了體現(xiàn)生產(chǎn)環(huán)節(jié)的完整性[1],而人機(jī)協(xié)作數(shù)字孿生中的協(xié)作人員作為與機(jī)器交互的主體,其運(yùn)動(dòng)軌跡、交互特征等都需要明確。因此,在開始建模之前,需要對(duì)人機(jī)協(xié)作智造領(lǐng)域數(shù)字孿生模型的特征進(jìn)行分析,從而便于構(gòu)建以需求為導(dǎo)向的數(shù)字孿生模型。

1.1.1 機(jī)器人模型

傳統(tǒng)的工業(yè)生產(chǎn)中,數(shù)字孿生研究的對(duì)象都是機(jī)械設(shè)備,其虛擬模型是通過(guò)對(duì)機(jī)械設(shè)備的幾何尺寸和物理屬性進(jìn)行描述得到的[20]。人機(jī)協(xié)作中的機(jī)器人與傳統(tǒng)工業(yè)生產(chǎn)中的機(jī)械設(shè)備不同,不僅需要精確地完成各項(xiàng)任務(wù),同時(shí)還需要保障協(xié)作人員的安全。機(jī)器人的運(yùn)行速度、人與機(jī)器人之間的接觸力和接觸距離等都會(huì)對(duì)協(xié)作人員的安全產(chǎn)生影響,必須保證機(jī)器人的工作參數(shù)在安全可靠的范圍內(nèi)進(jìn)行人機(jī)協(xié)作。因此,定義機(jī)器人模型構(gòu)建過(guò)程中需要考慮的影響因素表達(dá)式如式(1)所示:

Ir={cr,v,F,dmin,ir-h,lr-h,yr-h}。

(1)

式中:cr表示機(jī)器人模型與物理實(shí)體在結(jié)構(gòu)尺寸上的一致性,v表示機(jī)器人的運(yùn)行速度,F表示接觸力,dmin表示接觸最小距離,ir-h表示機(jī)器人對(duì)人員的識(shí)別,lr-h表示機(jī)器人對(duì)人員實(shí)時(shí)位置的檢測(cè),yr-h表示機(jī)器人對(duì)人員作業(yè)意圖的識(shí)別。

機(jī)器人的模型首先應(yīng)該保持與物理實(shí)體結(jié)構(gòu)、尺寸的動(dòng)態(tài)一致性。結(jié)構(gòu)與尺寸的一致性是虛擬模型構(gòu)建的基礎(chǔ),也是為后續(xù)賦予虛擬模型更多功能的前提。同時(shí),物理實(shí)體機(jī)器人工作過(guò)程中可能會(huì)出現(xiàn)一些故障情況從而導(dǎo)致更換或添加零部件,需要機(jī)器人模型在人機(jī)協(xié)作過(guò)程中具有動(dòng)態(tài)更新的能力,使得模型與實(shí)體機(jī)器人保持結(jié)構(gòu)的一致性。為了實(shí)現(xiàn)對(duì)協(xié)作人員的保護(hù),機(jī)器人模型需要具備對(duì)協(xié)作人員工作信息的感知能力。具體包括協(xié)作人員的識(shí)別、實(shí)時(shí)位置的檢測(cè)、運(yùn)動(dòng)軌跡預(yù)測(cè)和機(jī)器人末端執(zhí)行器與協(xié)作人員的實(shí)時(shí)距離測(cè)量。在協(xié)作過(guò)程中,機(jī)器人需要通過(guò)目標(biāo)檢測(cè)以及實(shí)例分割算法對(duì)協(xié)作人員進(jìn)行識(shí)別,并將協(xié)作人員從環(huán)境的背景中劃分出來(lái),以確定協(xié)作人員的實(shí)時(shí)位置。在此基礎(chǔ)之上,對(duì)協(xié)作人員的運(yùn)動(dòng)軌跡進(jìn)行預(yù)測(cè)并計(jì)算機(jī)器人與協(xié)作人員之間的接觸距離,判斷接觸距離是否滿足最小接觸距離要求。更進(jìn)一步,機(jī)器人模型還應(yīng)能夠通過(guò)人體視覺特征識(shí)別、骨骼點(diǎn)檢測(cè)、手勢(shì)識(shí)別等方面識(shí)別協(xié)作人員的工作意圖,提前明確下一步的工作內(nèi)容以配合協(xié)作人員。

1.1.2 協(xié)作人員模型

以人為本的數(shù)字孿生系統(tǒng)旨在以人為核心,激發(fā)人類的潛能,提升人類的技能,實(shí)現(xiàn)人機(jī)協(xié)作的融合發(fā)展[21]。由于協(xié)作人員在工作過(guò)程中變化的情緒、不同的操作技能以及疲勞程度等復(fù)雜因素的影響,導(dǎo)致人的模型構(gòu)建難度大。同時(shí),協(xié)作人員在工作過(guò)程中容易受到機(jī)器人的影響,機(jī)器人較高的運(yùn)行速度以及與機(jī)器人過(guò)近的距離都會(huì)導(dǎo)致協(xié)作人員工作狀態(tài)的變化。因此,人的數(shù)字孿生模型需要具備體現(xiàn)協(xié)作人員工作狀態(tài)以及心理狀態(tài)的能力,定義協(xié)作人員模型在構(gòu)建過(guò)程中需要考慮的影響因素表達(dá)式如式(2)所示:

Ih={sh,p,fh}。

(2)

式中:sh表示協(xié)作人員的工作狀態(tài),p表示人的心理狀態(tài),fh表示人因要素。

與機(jī)器人模型不同,協(xié)作人員的模型并不要求與真實(shí)人體保持相同的結(jié)構(gòu)和尺寸,更多的是一種監(jiān)測(cè)協(xié)作人員工作過(guò)程狀態(tài)變化的功能模型。參照鮑勁松等[9]提出的機(jī)器人靜態(tài)分類表,本文提出協(xié)作人員的工作狀態(tài)分類表,如表1所示。

協(xié)作人員的心理狀態(tài)受外界因素和內(nèi)在因素的影響,外在因素是指機(jī)器人的運(yùn)行速度、人機(jī)接觸力大小以及人機(jī)交互距離,內(nèi)在因素有很多,本文只考慮疲勞程度的影響,定義協(xié)作人員的心理狀態(tài)影響公式如式(3)所示:

p=αv·βF·γdmin·θE。

(3)

式中:E表示疲勞程度;α、β、γ、θ分別為影響因素判斷系數(shù),若對(duì)應(yīng)影響因素超出其安全閾值,則系數(shù)取0,否則取1。

機(jī)器人運(yùn)行速度與人機(jī)接觸力大于各自的安全閾值,或人機(jī)交互距離小于其安全閾值都會(huì)導(dǎo)致協(xié)作人員工作壓力增大,使其處于高度緊張狀態(tài),從而影響人的判斷能力。工作時(shí)長(zhǎng)可以體現(xiàn)協(xié)作人員的疲勞程度,時(shí)長(zhǎng)越長(zhǎng)人越疲憊。當(dāng)協(xié)作人員疲勞程度達(dá)到一定程度時(shí)就會(huì)對(duì)工作過(guò)程產(chǎn)生影響。外在因素由相應(yīng)的物理傳感器進(jìn)行測(cè)量,疲勞程度由協(xié)作人員的生物電信號(hào)、呼吸、體溫、血壓和血氧飽和度等基本生理參數(shù)體現(xiàn)。利用穿戴式生理監(jiān)測(cè)技術(shù),實(shí)現(xiàn)單生理或多生理參數(shù)的檢測(cè),并基于監(jiān)測(cè)到的生理參數(shù)辨識(shí)協(xié)作人員的心理健康狀態(tài)。根據(jù)式(3)可以獲得協(xié)作人員的兩種心理狀態(tài),當(dāng)p=0時(shí),表示有個(gè)別或全部影響因素超過(guò)安全閾值,協(xié)作人員的心理狀態(tài)受到了影響,應(yīng)停止協(xié)作任務(wù);當(dāng)p>0時(shí),表示各影響因素都在安全閾值之內(nèi),協(xié)作人員心理狀態(tài)穩(wěn)定,可以繼續(xù)協(xié)作任務(wù)。

人因要素的表達(dá)式如式(4)所示:

fh={sk,ic,qn}。

(4)

式中:sk表示協(xié)作人員的技能知識(shí),ic表示協(xié)作人員的交互特征,qn表示協(xié)作人員的偏好需求。

在協(xié)作任務(wù)過(guò)程中,機(jī)器人一般是固定的,而協(xié)作人員是流動(dòng)的。不同的協(xié)作人員具有自己獨(dú)特的操作習(xí)慣,因此,以人為本的人機(jī)協(xié)作智造要充分考慮到協(xié)作人員的差異性,在協(xié)作人員數(shù)字孿生模型構(gòu)建過(guò)程中要考慮到協(xié)作人員具備的操作技能、知識(shí)儲(chǔ)備、與機(jī)器人交互時(shí)的特征,以及個(gè)人獨(dú)特的偏好需求。通過(guò)記錄和分析多次工作任務(wù)中協(xié)作人員的技能知識(shí)、交互特征和偏好需求等人因要素,創(chuàng)建融合不同協(xié)作人員交互行為的數(shù)據(jù)集?；谏疃葘W(xué)習(xí)相關(guān)知識(shí),利用數(shù)據(jù)集訓(xùn)練交互式學(xué)習(xí)網(wǎng)絡(luò),幫助機(jī)器人學(xué)習(xí)協(xié)作人員的交互特征和偏好。在工作過(guò)程中,利用交互式學(xué)習(xí)網(wǎng)絡(luò)對(duì)當(dāng)前協(xié)作人員的工作數(shù)據(jù)進(jìn)行分析和評(píng)估,確定機(jī)器人與之匹配的正確行為。如果預(yù)期的人員交互特征發(fā)生變化,則使用新的經(jīng)驗(yàn)和來(lái)自協(xié)作人員的反饋調(diào)整機(jī)器人的交互行為。在建模過(guò)程中增加對(duì)這些人因要素的考慮,可以充分發(fā)揮人的主觀能動(dòng)性,提供自適應(yīng)、安全有效的交互。

1.2 人機(jī)協(xié)作數(shù)字孿生模型構(gòu)成分析

模型是數(shù)字孿生技術(shù)的核心,數(shù)字孿生建模方法的研究是當(dāng)前的熱點(diǎn)問題。陶飛教授提出的數(shù)字孿生五維模型,定義了虛擬模型的組成部分,并介紹了模型構(gòu)建的工具,如圖1所示[22]。這四個(gè)子模型可以從時(shí)間尺度和空間尺度上描述和表征物理實(shí)體。幾何模型描述物理實(shí)體的幾何參數(shù),標(biāo)準(zhǔn)工具有SolidWorks、3D MAX、CATIA等。物理模型是指物理實(shí)體的物理屬性和約束,通常有ANSYS和ABAQUS等工具。行為模型描述了虛擬模型的進(jìn)化行為、實(shí)時(shí)響應(yīng)行為、性能退化行為等。行為模型通常可以使用馬爾可夫鏈、神經(jīng)網(wǎng)絡(luò)和其他方法來(lái)構(gòu)建。規(guī)則模型描述了歷史數(shù)據(jù)的變化規(guī)律以及相關(guān)領(lǐng)域的標(biāo)準(zhǔn)和準(zhǔn)則。這4種模型從結(jié)構(gòu)維度、物理性質(zhì)、規(guī)律和進(jìn)化發(fā)展的角度描述了物理實(shí)體,為數(shù)字孿生模型的構(gòu)建提供了一個(gè)范式。目前關(guān)于數(shù)字孿生建模方法的研究大多建立在這4個(gè)部分上。

人機(jī)協(xié)作智造領(lǐng)域的數(shù)字孿生模型包含機(jī)器人模型和協(xié)作人員模型,基于1.1節(jié)對(duì)機(jī)器人模型建模的影響因素分析可知,幾何模型、物理模型、行為模型以及規(guī)則模型可以實(shí)現(xiàn)機(jī)器人模型需要具備的全部功能,不需要再增加功能模型。因此,定義機(jī)器人模型的構(gòu)成如式(5)所示:

Mr=(Gr,Pr,Br,Rr)。

(5)

式中:Gr、Pr、Br、Rr分別表示機(jī)器人模型的幾何、物理、行為以及規(guī)則模型。

數(shù)字孿生技術(shù)在人機(jī)協(xié)作領(lǐng)域的應(yīng)用中,協(xié)作人員的模型不要求在結(jié)構(gòu)和尺寸上與協(xié)作人員保持一致,即協(xié)作人員模型不需要具備與人相同的樣貌和身高。因此,協(xié)作人員的數(shù)字孿生模型舍棄了幾何模型和物理模型,增加監(jiān)控協(xié)作人員呼吸、體溫和血壓等各項(xiàng)身體指標(biāo)變化的生理模型,定義協(xié)作人員模型的構(gòu)成如式(6)所示:

Mh=(Sh,Bh,Rh)。

(6)

式中:Sh表示生理模型,Bh表示行為模型,Rh表示規(guī)則模型。

2 人機(jī)協(xié)作數(shù)字孿生模型建模技術(shù)

2.1 人機(jī)協(xié)作數(shù)字孿生模型構(gòu)建框架

為建立以人為本的人機(jī)協(xié)作新范式,在對(duì)人機(jī)協(xié)作數(shù)字孿生模型的建模機(jī)理分析的基礎(chǔ)上,提出人機(jī)協(xié)作數(shù)字孿生模型構(gòu)建框架,如圖2所示。

2.2 基于公理化設(shè)計(jì)的人機(jī)協(xié)作數(shù)字孿生模型建模技術(shù)

公理化設(shè)計(jì)將設(shè)計(jì)過(guò)程分為用戶域(CAs)、功能域(FRs)、結(jié)構(gòu)域(DPs)和工藝域(PVs)。用戶域是指人機(jī)協(xié)作模型應(yīng)該具備的屬性,功能域是指人機(jī)協(xié)作模型為了滿足這些用戶需求而具備的功能模型,結(jié)構(gòu)域是指構(gòu)建功能域中功能模型所采用的方法,工藝域是指結(jié)構(gòu)域中建模所用軟件的操作方法[23],設(shè)計(jì)域的域間關(guān)系如圖3所示。功能域與結(jié)構(gòu)域、結(jié)構(gòu)域與工藝域之間采用一種“之”字映射的匹配關(guān)系。以功能域和結(jié)構(gòu)域?yàn)槔?建模人員必須首先明確模型的總功能要求FR0,之后根據(jù)設(shè)計(jì)任務(wù)進(jìn)行總功能分解,確定子功能要求FR1、FR2等,以此類推,直至分解到功能要求全部解決為止。結(jié)構(gòu)域根據(jù)功能域的層次結(jié)構(gòu)進(jìn)行分解,總體設(shè)計(jì)參數(shù)DP0對(duì)應(yīng)總功能FR0,子設(shè)計(jì)參數(shù)DP1對(duì)應(yīng)子功能要求FR1等。整個(gè)設(shè)計(jì)過(guò)程自頂向下,由籠統(tǒng)到詳細(xì)。

2.2.1 獨(dú)立性公理驗(yàn)證

獨(dú)立性公理是公理化設(shè)計(jì)中的一個(gè)判斷準(zhǔn)則,它是指FRs之間是相互獨(dú)立的,每一個(gè)FRs都有唯一的DPs與之對(duì)應(yīng)[24]。設(shè)計(jì)矩陣A和設(shè)計(jì)矩陣B用來(lái)判斷設(shè)計(jì)域之間的匹配關(guān)系是否滿足要求,域間的映射關(guān)系可用式(7)表示,即:

{FR}=[A]{DP}=[A][B]{PV}。

(7)

其中設(shè)計(jì)矩陣可以表示為:

(8)

在初步獲得設(shè)計(jì)矩陣后,可能會(huì)存在一個(gè)FR與多個(gè)DP對(duì)應(yīng)的情況。因此,需要對(duì)設(shè)計(jì)矩陣DM進(jìn)行關(guān)聯(lián)度分析,通過(guò)關(guān)聯(lián)度分析可以檢驗(yàn)?zāi)Ｐ凸δ芙Y(jié)構(gòu)與設(shè)計(jì)方法之間的匹配性。關(guān)聯(lián)度分析要分別考慮FR對(duì)DP以及DP對(duì)FR的影響,即要分別以每個(gè)FR和DP為準(zhǔn)則,將所有與該準(zhǔn)則相關(guān)的DP和FR進(jìn)行比較,利用層次分析法確定該準(zhǔn)則的相對(duì)重要度,再綜合所有的FR和DP,得到基于層次分析法的FRs-DPs比較矩陣[25]。

(1)以FR做基準(zhǔn)時(shí),基于層次分析法的FRs-DPs比較矩陣為:

(9)

(2)以DP做基準(zhǔn)時(shí),基于層次分析法的DPs-FRs比較矩陣為:

(10)

利用幾何歸一化計(jì)算公式對(duì)CM1和CM2進(jìn)行計(jì)算,獲得FRs與DPs之間的關(guān)聯(lián)系數(shù)矩陣為:

(11)

式中:CMij的計(jì)算公式如式(12)所示:

(12)

利用式(13)所示的交角性(Reangularity)和式(14)所示的角相似性(Semangularity)來(lái)判斷設(shè)計(jì)實(shí)例所有功能要求關(guān)聯(lián)作用的程度[26]。設(shè)置關(guān)聯(lián)度閾值為δ,只有當(dāng)R≥δ且S≥δ時(shí),功能結(jié)構(gòu)與實(shí)現(xiàn)方法多級(jí)分解的關(guān)聯(lián)作用可以忽略,否則不可忽略,需要對(duì)分解過(guò)程進(jìn)行修改。

(13)

(14)

2.2.2 信息公理驗(yàn)證

當(dāng)設(shè)計(jì)矩陣滿足獨(dú)立性公理時(shí),由于功能實(shí)現(xiàn)方法的多樣性,導(dǎo)致建模時(shí)往往存在多個(gè)方案,因而存在著建模方案優(yōu)選的問題[27]。信息量最小公理是公理化設(shè)計(jì)中用來(lái)評(píng)判設(shè)計(jì)方案優(yōu)劣的準(zhǔn)則,它是指信息量最少的設(shè)計(jì)方案為最佳方案。基于信息公理的人機(jī)協(xié)作模型優(yōu)選設(shè)計(jì)方案實(shí)施步驟如下:

步驟1確定人機(jī)協(xié)作數(shù)字孿生模型建模方案集T={T1,T2,…,Tk},評(píng)價(jià)指標(biāo)集E={E1,E2,…,Ej},以及各評(píng)價(jià)指標(biāo)對(duì)應(yīng)的權(quán)重集W= {w1,w2,…,wq}。

ni(j)=[niL(j),niR(j)]=

(15)

若指標(biāo)為越小越好型,則其規(guī)范化計(jì)算公式如式(16)所示:

ni(j)=[niL(j),niR(j)]=

(16)

步驟3計(jì)算評(píng)價(jià)指標(biāo)的理想設(shè)計(jì)信息區(qū)間n0(j)。若評(píng)價(jià)指標(biāo)越大越好,則評(píng)價(jià)指標(biāo)j的理想設(shè)計(jì)信息區(qū)間序列的構(gòu)建原則如式(17)所示:

n0(j)=[n0L(j),n0R(j)]=

(17)

若評(píng)價(jià)指標(biāo)越小越好,則評(píng)價(jià)指標(biāo)j的理想設(shè)計(jì)信息區(qū)間序列n0(j)的構(gòu)建原則如式(18)所示:

n0(j)=[n0L(j),n0R(j)]=

(18)

步驟4建模方案與理想建模方案之間的鄰近度計(jì)算。獲得各評(píng)價(jià)指標(biāo)的規(guī)范化系統(tǒng)信息區(qū)間ni(j)和規(guī)范化理想信息區(qū)間n0(j)后,則系統(tǒng)信息區(qū)間與理想信息區(qū)間的加權(quán)區(qū)間數(shù)歐式距離可表示為

(19)

則系統(tǒng)設(shè)計(jì)信息區(qū)間與理想設(shè)計(jì)信息區(qū)間的接近程度α(i,j)表示為

(20)

式中:α(i,j)的取值范圍是[0,1],即當(dāng)α(i,j)越大,建模方案與理想建模方案越接近。

步驟5評(píng)價(jià)指標(biāo)j模糊區(qū)間信息量的計(jì)算。根據(jù)得到的鄰近度計(jì)算建模方案關(guān)于評(píng)價(jià)指標(biāo)的模糊區(qū)間信息量Ii(j),如式(21)所示:

Ii(j)=log2(exp(1-α(i,j)))。

(21)

步驟6建模方案i關(guān)于評(píng)價(jià)指標(biāo)的模糊區(qū)間信息總量Ii∑。根據(jù)步驟5計(jì)算出設(shè)計(jì)方案關(guān)于單個(gè)評(píng)價(jià)指標(biāo)的模糊區(qū)間信息量,則設(shè)計(jì)方案i關(guān)于q個(gè)評(píng)價(jià)指標(biāo)的模糊區(qū)間信息總量計(jì)算如式(22)所示:

(22)

步驟7最優(yōu)設(shè)計(jì)方案的確定。根據(jù)信息量最小公理,確定最優(yōu)設(shè)計(jì)方案,如式(23)所示:

(23)

2.2.3 人機(jī)協(xié)作數(shù)字孿生模型建模路線

利用公理化設(shè)計(jì)理論進(jìn)行人機(jī)協(xié)作數(shù)字孿生模型構(gòu)建的具體實(shí)施方法如圖4所示。根據(jù)公理化設(shè)計(jì)理論,首先需要確定用戶域,即用戶需求的人機(jī)協(xié)作數(shù)字孿生模型的屬性。通過(guò)對(duì)人機(jī)協(xié)作數(shù)字孿生模型的建模機(jī)理分析,確定了機(jī)器人模型和協(xié)作人員模型的影響因素,即模型需要具備分析這些因素的能力。功能域中的總功能要求為人機(jī)協(xié)作模型的構(gòu)建,在此基礎(chǔ)上,對(duì)總功能進(jìn)行分解得到兩個(gè)子功能,即機(jī)器人模型的構(gòu)建和協(xié)作人員模型的構(gòu)建,再分別對(duì)這兩個(gè)子功能繼續(xù)分解,直至不能分解為止。得到分解好的功能需求后,在結(jié)構(gòu)域中確定實(shí)現(xiàn)這些功能的方法,包括建模軟件的選擇、識(shí)別算法的設(shè)計(jì)等。最后,在工藝域中確定軟件的操作方法和算法的實(shí)施步驟等。在該過(guò)程中,需要對(duì)設(shè)計(jì)矩陣A和B進(jìn)行獨(dú)立性公理和信息公理驗(yàn)證,最終得到經(jīng)過(guò)公理驗(yàn)證的最優(yōu)設(shè)計(jì)方案。

3 案例與驗(yàn)證

3.1 案例介紹

基于前述技術(shù)和方法,以人和桌面二夾指機(jī)器人之間的協(xié)作抓取任務(wù)為例,展開案例研究,如圖5所示。具體的任務(wù)安排分為兩種,第一種由協(xié)作人員將待抓物體傳遞給機(jī)器人,再由機(jī)器人放入指定位置,第二種則是由機(jī)器人從指定位置抓取物體,再傳遞給協(xié)作人員。以人機(jī)協(xié)作抓取數(shù)字孿生模型的構(gòu)建過(guò)程為例,驗(yàn)證所提方法的可行性以及有效性。

3.2 方法驗(yàn)證

根據(jù)圖4所示的建模路線,對(duì)人機(jī)協(xié)作抓取數(shù)字孿生模型進(jìn)行構(gòu)建,得到功能域和結(jié)構(gòu)域的映射關(guān)系如圖6所示。

3.2.1 人機(jī)協(xié)作抓取數(shù)字孿生模型獨(dú)立性公理驗(yàn)證

由圖6可得功能域和結(jié)構(gòu)域之間的設(shè)計(jì)矩陣如式(24)所示:

(24)

式中:1表示有關(guān)聯(lián)影響,0表示關(guān)聯(lián)影響可以忽略。

根據(jù)文獻(xiàn)[17]設(shè)置人機(jī)協(xié)作抓取數(shù)字孿生模型建模方案開發(fā)的關(guān)聯(lián)度閾值δ= 0.75。對(duì)具有關(guān)聯(lián)作用的功能要求和設(shè)計(jì)參數(shù)進(jìn)行簡(jiǎn)化,如式(25)所示:

(25)

采用1～9比率標(biāo)度對(duì)關(guān)聯(lián)作用設(shè)計(jì)方程中的FR與DP進(jìn)行評(píng)分,各標(biāo)度的含義如表2所示。

表2 標(biāo)度表含義

根據(jù)表2對(duì)關(guān)聯(lián)作用設(shè)計(jì)方程進(jìn)行評(píng)分,結(jié)果如表3所示:

表3 判斷矩陣

基于層次分析法并檢驗(yàn)判斷矩陣的一致性,得到以FR為基準(zhǔn)的FRs-DPs比較矩陣如式(26)所示:

(26)

基于層次分析法并檢驗(yàn)判斷矩陣的一致性,得到以DP為基準(zhǔn)的FRs-DPs比較矩陣如式(27)所示:

(27)

利用式(12)獲得歸一化后FRs-DPs之間的關(guān)聯(lián)系數(shù)矩陣如式(28)所示:

(28)

利用式(13)和式(14)進(jìn)行設(shè)計(jì)實(shí)例分解的關(guān)聯(lián)作用計(jì)算,得到R=0.750 3,S=0.770 2。根據(jù)設(shè)置的關(guān)聯(lián)度閾值δ,R和S都大于閾值。因此,圖5所示的設(shè)計(jì)方案是一個(gè)滿足獨(dú)立性公理的可接受方案。用同樣的方法,驗(yàn)證DP與PV之間的設(shè)計(jì)矩陣也符合獨(dú)立性公理,屬于合理設(shè)計(jì)。

3.2.2 人機(jī)協(xié)作抓取數(shù)字孿生模型信息公理驗(yàn)證

根據(jù)圖4可知,當(dāng)建模方案較多時(shí),需要根據(jù)信息公理計(jì)算各個(gè)方案的信息量,并以信息量最小原則確定人機(jī)協(xié)作抓取數(shù)字孿生模型的最優(yōu)建模方案。通過(guò)對(duì)人體疲勞狀態(tài)的相關(guān)研究分析[28-31],確定了滿足協(xié)作人員疲勞狀態(tài)監(jiān)測(cè)的3種方法,如表4所示。方案一、方案二和方案三分別代表肌電信號(hào)、腦電信號(hào)和心電信號(hào),下面以這3種方案的信息量計(jì)算過(guò)程為例,驗(yàn)證所提方法的可行性和有效性。基于2.2.2節(jié)中的信息公理驗(yàn)證方法,計(jì)算3種方案信息量的實(shí)施步驟如下。

表4 建模方案評(píng)價(jià)指標(biāo)參數(shù)

步驟1根據(jù)表4可得建模方案集T= {T1,T2,T3},評(píng)價(jià)指標(biāo)集為E= {E1,E2,E3,E4,E5},利用表2構(gòu)建評(píng)價(jià)指標(biāo)的關(guān)聯(lián)判斷矩陣,計(jì)算得到相應(yīng)的評(píng)價(jià)指標(biāo)權(quán)重W= {0.519 1,0.035 5,0.236 0,0.075 7,0.133 7}。

步驟2獲得建模方案對(duì)評(píng)價(jià)指標(biāo)集的區(qū)間數(shù)評(píng)價(jià)矩陣P,如式(29)所示:

(29)

步驟3根據(jù)式(15)～式(16)分別對(duì)精度、測(cè)量范圍、安全性和可操作性等指標(biāo)和材料成本評(píng)價(jià)指標(biāo)進(jìn)行規(guī)范化處理,獲得規(guī)范化后的區(qū)間數(shù)決策矩陣N,如式(30)所示:

(30)

由此根據(jù)式(17)～式(18)可以得到理想設(shè)計(jì)信息區(qū)間n0(j)為:

n0(j)=([0.908,1.000],[0.133,1.000],

[0.054,0.015],[1.000,1.000],[1.000,1.000])。

(31)

步驟4利用式(19)～式(20)獲得系統(tǒng)信息區(qū)間與理想信息區(qū)間之間的接近度矩陣:

(32)

步驟5利用式(21)獲得建模方案關(guān)于評(píng)價(jià)指標(biāo)的信息量矩陣:

(33)

步驟6利用式(22)得到人機(jī)協(xié)作抓取建模方案集的信息總含量:

I∑=(0.065 0,0.122 8,0.314 7)。

(34)

步驟7根據(jù)信息量最小原則,可知方案1為最優(yōu)建模方案,即采用肌電信號(hào)對(duì)協(xié)作人員的疲勞狀態(tài)進(jìn)行監(jiān)測(cè)。

3.3 模型效果

通過(guò)公理化設(shè)計(jì)理論得到了人機(jī)協(xié)作抓取數(shù)字孿生模型的建模步驟及細(xì)節(jié),首先在SolidWorks軟件中構(gòu)建基礎(chǔ)的幾何模型,之后在ABAQUS軟件中進(jìn)行有限元分析,最后導(dǎo)入U(xiǎn)nity軟件并添加相應(yīng)的模型功能,得到人機(jī)數(shù)字孿生模型如圖7所示。

其中,利用可穿戴式生理監(jiān)測(cè)設(shè)備對(duì)協(xié)作人員的呼吸、體溫、血壓以及血氧飽和度進(jìn)行監(jiān)測(cè),以此推斷協(xié)作人員在工作過(guò)程中的心理健康狀態(tài)。同時(shí),通過(guò)對(duì)肌電袖套采集到的協(xié)作人員的肌電信號(hào)進(jìn)行數(shù)據(jù)分析,判斷協(xié)作人員的疲勞狀態(tài)。最后,將得到的生理參數(shù)和肌電信號(hào)分析結(jié)果進(jìn)行可視化顯示,如圖8所示,以實(shí)現(xiàn)對(duì)協(xié)作人員工作狀態(tài)的實(shí)時(shí)監(jiān)測(cè)。

4 結(jié)束語(yǔ)

本文面向以人為本的智能制造,提出一種人機(jī)協(xié)作智造的數(shù)字孿生建模方法。探討了人機(jī)協(xié)作領(lǐng)域數(shù)字孿生模型的建模機(jī)理,從機(jī)器人模型和協(xié)作人員模型兩個(gè)方面研究了人機(jī)協(xié)作領(lǐng)域應(yīng)用數(shù)字孿生技術(shù)的特征與難點(diǎn)。分析了人機(jī)數(shù)字孿生模型在建模過(guò)程中的影響因素,在此基礎(chǔ)上提出了人機(jī)數(shù)字孿生模型的基本組成結(jié)構(gòu)。基于公理化設(shè)計(jì)理論,提出人機(jī)協(xié)作數(shù)字孿生模型的建模路線,并以人機(jī)協(xié)作抓取為案例,詳細(xì)驗(yàn)證了所提建模方法。本研究工作強(qiáng)調(diào)“人”在協(xié)作任務(wù)中的重要性,充分考慮協(xié)作人員的心理狀態(tài)和生理狀態(tài),在確保任務(wù)完成的前提下,盡可能地發(fā)揮人的主觀能動(dòng)性,為實(shí)現(xiàn)面向人本智造的人機(jī)協(xié)作新范式提供了支撐。

本文的研究重點(diǎn)是人機(jī)協(xié)作數(shù)字孿生模型建模方法的研究,對(duì)于涉及到的人機(jī)協(xié)作數(shù)據(jù)的采集方式、預(yù)處理算法以及交互方式等內(nèi)容的研究是下一步的工作重點(diǎn)。模型和數(shù)據(jù)是數(shù)字孿生的核心,在得到人機(jī)協(xié)作數(shù)字孿生模型的基礎(chǔ)上,如何通過(guò)人機(jī)協(xié)作數(shù)據(jù)實(shí)現(xiàn)對(duì)工作過(guò)程中協(xié)作人員危險(xiǎn)等級(jí)的判斷以及機(jī)器人運(yùn)動(dòng)軌跡的預(yù)測(cè),是數(shù)字孿生技術(shù)在人機(jī)協(xié)作領(lǐng)域應(yīng)用的難點(diǎn)。下一步研究團(tuán)隊(duì)將繼續(xù)堅(jiān)持以人為本的核心理念,開展人機(jī)協(xié)作新范式的研究,進(jìn)一步推動(dòng)人本智造的發(fā)展,為提升人類工作的安全感和幸福感而不斷努力。