Hotline / 热线电话
图1 机器人集成工作站
一、前言
机器人被誉为“制造业皇冠顶端的明珠”,是衡量一个国家创新能力和产业竞争力的重要标志之一。当前,全球各个主要国家都在积极推动机器人产业的发展,在国外有美国再工业化和工业互联网战略、欧盟“火花”计划,德国工业4.0战略、日本机器人新战略、韩国机器人强国战略,这些战略中机器人技术都是重中之重。在中国的“中国制造2025”计划中也将高档数控机床与机器人技术列为十大重点研究领域之一。2019年,教育部批复了101所高校开设“机器人工程”专业、35所高校批复“人工智能”专业,这些专业也都与机器人技术密切相关。目前,无论是在大学教育,还是成人教育中,乃至中小学教育中,机器人相关知识的教育都是不折不扣的热点。
然而国内的机器人教育与国外发达国家相比还处在起步阶段,相关的教材和实验的建设还在逐步进行。据笔者观察,很多从事机器人相关专业学习的学生,他们在机器人学习的过程中以理论为主,以仿真为辅,甚至有些学生博士毕业时也没有实际操作过机器人实物。机器人科学是一门典型的应用型学科,学生除了要培养扎实的理论知识外,还需要培养机器人的实际操作能力,事实证明,理论和实际相结合的学习,是学习机器人学科最有效的方法,国内很多新工科建设的高校,都逐步将机器人实践的比重大大加大。
以六自由度串联机器人为代表的工业机器人是目前应用最为广泛和技术最为成熟的机器人,已经广泛的应用在汽车制造、3C产品制造、食品包装、生物医药生产等领域。六自由度串联机器人中所涉及的机构分析、刚体变换、运动学分析、动力学分析、轨迹规划、基于动力学和运动学的运动控制、集成视觉/力觉传感等技术,不但是机器人学中最基本最重要的技术,也是其他机器人(并联机器人、移动机器人、特种机器人)的研究的基础,更是人工智能、各种学习算法的基础。但是目前的六自由度机器人,大多是面向系统集成商推出的产品,产品过于封闭,难以向学生清晰的展示机器人技术中的诸多知识,学生只能使用其机器人系统中固定的功能,或者基于特定厂家的编程语言进行有限功能的二次开发,且大多数商用工业机器人只能接收上位机的位置指令,不能实现机器人的动力学控制等高级功能,难以满足机器人教学的需要。
针对机器人相关专业的教学需求,本公司开发出此开源机器人控制平台。为了编写本开源机器人实验平台的相关实验,本公司项目组联合哈尔滨工业大学、东南大学等国内机器人专业实力雄厚的课题组,参考《机器人学导论》(John Craig著)、《MODERN ROBOTICS MECHANICS PLANNING AND CONTROL》(Frank Park著)、《机器人操作的数学导论》(李泽湘著)等国内外机器人专业经典教材,参考ABB、发那科、库卡、安川、固高、卡诺普等国内外商用机器人控制系统的功能,设计了一系列实验。通过本平台的实践配合理论学习,学生应当掌握工业机器人的基本软硬件组成、学会伺服驱动器和电机的调试、会分析机器人的运动学、学会常见的速度规划方法、了解视觉/力觉传感器与机器人的配合使用方法、熟练掌握基于Matlab/Simulink的编程方法。
二、实验平台硬件组成
图2 机器人教学平台组成
如图2所示,机器人教学平台主要由上位机、机器人控制器和机器人本体三部分组成。l上位机。机器人控制程序的编写及软件调试均在Matlab软件中完成,本平台可适用任何版本的Matlab软件。
图3 控制软件模块
l机器人控制器。机器人控制器选用Speedgoat控制器,该控制器是Mathworks公司针对硬件在环仿真和快速原型控制开发的专用控制器,与Matlab软件无缝兼容。该控制器的IO类型如下图所示,可以根据需要进行IO的扩展。
图4 I/O管脚
l机器人本体。机器人本体采用六自由度串联协作机器人,机器人运动控制可基于Matlab /Simulink开发,机器人上层规划可基于ROS实现。机器人本体与控制器之间通过Ethercat总线连接。机器人本体有3Kg和5Kg两种。两种机器人本体的参数如下表所示。
图5 机器人本体参数
三、实验内容一览
以下列表所列实验内容为可以在本平台完成的所有实验列表,所有实验程序均在Matlab/Simulink软件中编写,所有程序源代码均开放,可以自由修改。在进行机器人教学的过程中,可以根据进度进行实验的增减和修改。
实验内容 |
实验目的 |
实验一:机器人系统组成认知 |
本实验首先进行本实验平台软硬件组成的认识,了解机器人本体的结构、学会机器人控制器的基本编程方法。 |
实验二:机器人单轴控制 |
以六轴为例,使用Speedgoat控制器进行机器人单关节的控制,能够控制机器人六轴的位置/速度/力矩,能够读取机器人六轴相应的位置/速度/力矩反馈数据。然后依次控制机器人的1~5轴,进行相应的单轴运动。 |
实验三:机器人运动学正解验证(基于DH法) |
以改进的DH法进行机器人正运动学的建模,单轴运动机器人的各关节,能够正确计算出机器人的位置和姿态。 |
实验四:机器人运动学正解验证(基于POE法) |
以指数积法进行机器人正运动学的建模,单轴运动机器人的各关节,能够正确计算出机器人的位置和姿态。 |
实验五:机器人运动学逆解验证(基于DH法) |
给定一个机器人末端的位置和姿态,能够正确的解算出机器人各关节的控制量,并完成慢速的空间直线运动 |
实验六:机器人运动学逆解验证(基于POE法) |
给定一个机器人末端的位置和姿态,能够正确的解算出机器人各关节的控制量,并完成慢速的空间直线运动 |
实验七:机器人T型速度规划 |
基于T型速度规划对空间直线的运动进行速度规划 |
实验八:机器人S型速度规划 |
基于S型速度规划对空间直线的运动进行速度规划 |
实验十:机器人点到点运动轨迹规划(基于三次样条曲线) |
基于三次样条曲线对多点运动进行拟合,进行轨迹规划 |
实验十一:基于位置环的机器人绘图实验 |
在机器人末端安装马克笔,通过G代码的编译和解析程序,完成机器人在平面内的绘图任务。 |
实验十二:机器人视觉—机器人手眼标定(Eye-in-hand) |
在机器人末端安装摄像头,进行摄像头内外参数的标定 |
实验十三:基于Eye-in-hand的机器人拼积木实验 |
通过Eye-in-hand的方式进行机器人末端手抓进行积木的简单拼图 |
实验十四:机器人视觉—机器人手眼标定(Eye-to-hand) |
在机器人工作台固定处安装摄像头,进行摄像头内外参数的标定 |
实验十五:基于Eye-to-hand的机器人拼积木实验 |
通过Eye-to-hand的方式进行机器人末端手抓进行积木的简单拼图 |
实验十六:ATI六维力传感器标定及重力补偿实验 |
基于Ethernet进行六维力传感器数据的读取,通过实验法进行传感器坐标系、工具末端重力的辨识 |
实验十七:基于力反馈的机器人绘图实验 |
基于力传感器的力反馈在实验十一的基础上保持绘制图案的接触力的恒定 |
实验十八:基于强化学习算法的机器人轴孔装配实验 |
基于计算机视觉和力传感器数据,应用强化学习算法进行机器人轴孔装配实验 |
商飞信息科技(上海)有限公司
Unitech Embedded Consulting Service (Shanghai) Co., Ltd
地址1:上海市闵行区联航路浦江智谷1188号13号楼3楼
地址2:江苏省南京市江宁区通联路7号联东U谷3期2号楼1-2层
Tel: 021-64857016
Fax: 021-64857016-810
E-mail:market@cactech.cc