触觉与视觉

机器人触觉与视觉 大连华锐重工集团股份有限公司 刘晓飞 摘要：机器人触觉传感技术是实现智能机器人的关键技术之一，触觉传感器是机器人与环境直接作用的必要媒介，是模仿人手使之具有接触觉、滑动觉、热觉等感知功能。首先，在深入了解各种触觉传感器原理和方法的基础上，利用压电原理和光电原理可以设计一种体积小、结构简单、工作可靠、柔韧性好，并可同时检测触觉和滑动信号的三维力机器人触滑觉传感器。其次，对触觉传感头的压电层和结构进行有限元建模分析。最后，引入自适应模糊控制方法，通过对滑动信号的模糊控制器设计，控制机械手与接触界面的夹持力。 机器人视觉是指使机器人具有视觉感知功能的系统，是机器人系统组成的重要部分之一。机器人视觉可以通过视觉传感器获取环境的二维图像，并通过视觉处理器进行分析和解释，进而转换为符号，让机器人能够辨识物体，并确定其位置。 关键词：机器人触觉、触觉传感器、压电原理，机器人视觉  1. 机器人触觉概述  触觉是一种复合传感，通过人体表面的温度觉、力觉传感器等提供的复合信息可以识别物体的冷热、尺寸、柔软度、表面形状、表面纹理等特征，为人类感知世界提供了大量有用的信息。在机器人领域使用触觉传感器的目的在于获取机械手与工作空间中物体接触的有关信息。例如，触觉信息可以用于物体的定位和识别以及控制机械手加在物体上的力。  2. 触觉传感器的种类  触觉信息是通过传感器与目标物体的实际接触而得到的，因此，触觉传感器的输出信号基本上是由两者接触而产生的力以及位置偏移的。一般来说，触觉传感器可以分为简单的接触传感器和复杂的触觉传感器。前者只能探测和周围物体的接触与否，只传递一种信息，如限位开关、接触开关等；后者不仅能够探测是否和周围物体接触，而且能够感知被探测物体的外轮廓。  1) 压电式触觉传感器  压电式触觉传感器是利用晶体的压电效应进行触觉测量的触觉传感器。通常，这种传感器可以采用多个压电晶体来检测物体的表面轮廓。其工作原理是把多个压电晶体压在被测物体上，如果物体表面的高度不同，各个压电晶体的变形也不同，因此，压电晶体产生的电量和输出电压也不同，检测各压电晶体的输出电压就可以检测物体的表面轮廓。  2) 压阻式阵列触觉传感器  对于开关式触觉传感器，阵列密度难以提高，阵列数增加时外接引线也是一个很大的问。利用敏感材料和硅工艺制作的阵列触觉传感器可使阵列数及阵列密度得到很大的提高，并且减少外界引线，但这种传感器往往缺少应有的柔性，很难较通用地安装到不同形状的应用载体上。  3) 成像型触觉传感器  成像型触觉传感器由若干个感知单元组成阵列结构，主要用于感知目标物体的形状。  4) 超大规模集成计算传感器阵列  在这种触觉传感器的同一个基体上集成若干个传感器及其计算逻辑控制单元。  3. 触觉的立体信息识别  智能机器人要求感知外界环境的物理特性。因此需要触觉感知能力，同时也要求手爪和被抓取物。这种具有类似人类皮肤触觉功能和柔顺特性的机器人触觉传感器，为类皮肤型传感器。 类皮肤型触觉传感器具有以下几项功能和特性  1) 触觉敏感能力，包括接触觉、分布压觉、接触力觉和滑觉；  2) 柔性接触表面，以避免硬性碰撞和适应不同形状的表面；  3) 小巧的片状外形，以利于安装在机器人手爪上。  4. 机器人视觉 机器人视觉广义上称为机器视觉，其基本原理与计算机视觉类似。计算机视觉研究视觉感知的通用理论，研究视觉过程的分层信息表示和视觉处理各功能模块的计算方法。而机器视觉侧重于研究以应用为背景的专用视觉系统，只提供对执行某一特定任务相关的景物描述。机器人视觉硬件主要包括图像获取和视觉处理两部分，而图像获取由照明系统、视觉传感器、模拟－数字转换器和帧存储器等组成。根据功能不同，机器人视觉可分为视觉检验和视觉引导两种，广泛应用于电子、汽车、机械等工业部门和医学、军事领域。 5. 机器人触觉和视觉的协作 通过对机器人触觉传感器的研究，发现视觉借助光的作用完成，当光照受限制时，仅靠触觉也能完成一些简单的识别功能。更为重要的是，触觉还能感知物体的表面特征和物理性能，如柔软性、硬度、弹性、粗糙度、材质等。因此触觉传感器是机器人感知系统中最重要的研究课题之一。而通过对机器人视觉的研究，可以通过收集的多摄像系统数据进行处理，从而得出自身及周围设备的现状，实时传输给中央控制系统，从而做出快速有效的应对措施。而机器人视觉得到的信息也可以被用作机器人触觉，机器人想要触摸某物而得到某些信息，就需要知晓物体现在的状况，而这些触觉到的信息又与视觉信息相柔和，从而得到物件准确的属性信息。 从执行角度讲，想要将这个物件改变为另外的状态，从它的属性以及实时反馈的应力分析，通过中央控制系统存储信息中找到适合的工具，从而达到快速改变状态的目标。从根本上，大大提高了生产线或研究院生产研究的效率，在需要人亲自获取信息的高危环境，机器人快速准确的替代人工解决了工业上的疑难杂症。 综上所述，机器人触觉和视觉在当今时代环境下，将会高速发展，并快速用于工业生活实际，而机械公敌当中的经验积累机器人甚至自学习机器人也会在触觉和视觉系统的发展中，窥探到新的发展之道。 附件1 机器人触觉 在工厂和仓库，机器人在力量和精度上通常都胜过人类。人工智能软件可以驾驶汽车，可以战胜国际象棋大师，还能在《危险边缘》智力问答节目中完胜人类选手。 但机器仍然缺乏一些至关重要的能力，因此短期内依旧难以在很多功能上赶超人类——精密而完善的触觉便是其中之一。 例如，斯坦福医院头颈外科医生尼古拉斯·布雷文思(Nikolas Blevins)经常进行耳部手术，在手术过程中，他必须掌握熟练的技巧，才能将耳骨与薄如蝉翼的内表面剥离开来。 布雷文思正在与机器人学家肯尼斯·萨利博瑞(J. Kenneth Salibury)和萨尼·陈(Sonny Chan)合作设计一款软件，使之可以在正式手术前进行“排练”。这款程序能将X射线与磁共振成像数据进行融合，从而创造出栩栩如生的3D内耳模型，供外科医生练习之用。还可以借此对病人的头盖骨进行一场“虚拟旅行”，通过虚拟方式“感受”软骨、骨骼和软组织之间的细微差别。 然而，无论多么细致入微，这款软件也只能在大致程度上为布雷文思提供粗糙的触觉感受。“要做虚拟手术，就必须有触觉。”他指的是可以通过计算机模拟技术模仿人类触觉的技术。 这款软件所面临的局限在机器人行业十分典型，也正因如此，对人类而言十分本能的任务，在机器身上却很难实现。自从斯坦福人工智能实验室在上世纪六十年代设计出首款机器手臂以来，机器人已经学会了在工厂里进行重复性的劳动。但在很多基本功能上却始终面临困难，例如打开处于关闭状态的门，跌倒后自己爬起来，从口袋里拿出硬币，以及在手指上转动铅笔。 在学术界，这种高级的人工智能技术与拙劣的实际行动能力之间的相关性，甚至有一个专门的名称：莫拉维克悖论。这是以机器人先驱汉斯·莫拉维克(Hans Moravec)的名字命名的一种理论，他在1988年的写下了这样一段话：“要让计算机在智力测验或象棋比赛中，实现像成人一样的表现，是相对比较容易的；但是要让电脑具备如一岁小孩般的感知和行动能力，却是相当困难的，甚至完全不可能实现。” 如果要让机器人像服务员、卫生员、文秘、保健员一样，与人类展开真正的协作，就必须依靠触觉学和运动学领域的进步。 “这个问题很复杂，需要时间。”加州大学伯克利分校机器人学家肯·古德伯格(Ken Goldberg)说，“人类很擅长这些事情，我们经过了数百万年的进化。” 人类触觉无比精密 作为一种感觉，触觉的复杂程度远超普通人的想象。人类拥有一系列器官，可以精确地感知压力、冲力、温度和震动。（德国研究人员发现，浣熊已经进化出动物世界中最复杂的大脑功能，使之可以在黑暗中处理触觉冲动）。 研究显示，人类触觉的精密程度比之前所认为的高出好几个数量级。例如，瑞典科学家在《自然》杂志上刊登论文称，人体的动态触觉（例如，当手指划过表面时的触觉）可以区分出高度不超过13纳米的凸起，也就是0.0000005英寸。 这相当于一个分子的大小。按照瑞典皇家理工学院表面化学教授马克·鲁特兰德(Mark Rutland)的解释，假如人的手指像地球一样大，它足以感觉出一辆汽车和一栋房子的大小差异。生理学家认为，手指与各种表面之间的互动可以被一种名为“机械感受器”(mechanoreceptor)的器官探测到，这种器官植根于人体皮肤的不同深度中。有些能感受到物体的尺寸或形状变化，还有的可以感受到震动。 具体到细微的表面震动，关键信息源自帕氏小体(Pacinian corpuscles)，这是一种长约1毫米的椭圆形结构，可以在形状改变时发出信号。 触觉学的目标就是复制这种敏感性，因此，这门学科在计算世界与人类相联系的过程中扮演着越来越重要的作用。触觉学最重大的进步之一是由Mako Surgical公司创造的，这是机器人学家罗尼·阿伯维茨(Rony Abovitz)2004年创办的一家公司。2006年，Mako Surgical开始提供一种机器人，能在外科医生修复膝关节炎的过程中，为其提供精确反馈。 “我认为触觉学是一种将机器智能与人类智能整合起来的方式，它能让机器和人类分别发挥自己的长处。我认为二者将存在一种有趣的共生方式。”阿伯维茨说。 “外科医生仍然拥有控制感，可以将精力投入到动作和力道上。但所有的智能引导任务，以及外科医生的常规活动，都是由机器来负责的。” 机器人蕴含危险 即使是在机器人的地位已经确立的工业领域，专家也担心，与机器人并肩工作的人可能面临危险。机器人已经在美国引发了数十次工人伤亡时事件。如果要真正促成机器人革命的发生，科学家就必须创造能严格遵守安全的机器，而且成本不能过高。 “过去30年间，工业机器人一直都只关注一个指标：又快又便宜。”美国机器人公司HDT Global高级项目总监肯特·梅西(Kent Massey)说，“我们一直都看重速度，这很好，但当今的常规机器手都很死板，而且又笨重又僵硬，所以十分危险。” 现在已经有很多机器手设计公司开始着眼于更加安全的产品，梅西的公司便是其中之一。波士顿的Rethink Robotics和丹麦的Universal Robots已经开发了“弹性”机器人，可以感知与人类的接触。Universal的系统将一系列位于关节处的传感器与软件相互配合，从而实现了这一功能。Rethink的机器人则使用了“串联弹性促动器”——其本质上是关节处的一些弹簧，可以模拟人体肌肉和肌腱的弹性——和声学传感器，从而让机器人在与人类接近时能放慢速度。 除了提升基本的安全性之外，科学家还在关注更多的细微触觉。去年，乔治亚理工学院的研究人员在《科学》杂志上发表论文称，他们装配了一组名为“taxel”的小型晶体管，可以测量电荷变化，从而判断机械应变或压力。其目标是借此设计各种触敏应用，包括为机器人或其他设备制作的人造皮肤。 多种辅助 很多研究的重点都集中在视觉及其在触觉中的作用。Intuitive Surgical公司开发的da Vinci Xi手术系统使用了高清3D摄像头，使得医生可以通过微型手术器械，进行远程精细操作。该公司还在努力提升外科医生的视野范围和清晰度，因为当今的触觉学技术仍然远远无法满足很多手术操作的要求，例如在器官等软组织上进行必要的操作。 非营利组织SRI International首席工程师科特·萨利斯伯瑞(Curt Salisbury)认为，尽管外科医生可以依据软组织提供的视觉线索来了解他手中的工具施加的压力，但很多时候，仅凭视觉仍然难以作出充分的判断。 “在视野不佳时，触觉反馈仍然至关重要。”他说。 其他研究人员相信，随着不断进步的传感器更加精准地模拟人类皮肤，再加上融合了视觉、触觉学和运动学的算法，便可以推动下一代机器人实现巨大的进步。 马萨诸塞州伍斯特理工学院机器人学助理教授爱德华多·特雷斯-加拉(Eduardo Torres-Jara)，正在探索一条道路。他定义了一种名为“敏感机器人学”的理论，并据此开发了一个模型，只需要知道机器人的手脚与地面或物体接触的位置，便可帮助机器人实现运动、抓取和操作。 “一切都是为了识别触觉事件，并很好地理解这些事件。”他说。借助能够探测微小磁力变化的人造仿生皮肤，他已经开发出了一种两腿行走的机器人，可以通过测量脚底的支撑力变化自动实现平衡，甚至大步行走。 如果能够获取更加强大的计算能力，便可改善触觉能力，那么曙光或许就在前方。伯克利的机器人学家古德伯格已经开始设计一套云计算机器人系统，可以通过互联网获取强大的计算能力。 “云机器人的理念令我振奋。”他说，“它可以突破我们在计算能力上面临的限制。” 今年7月，在美国国家科学基金会的赞助下，布朗大学、康奈尔大学、斯坦福大学和加州大学伯克利分校的机器人学家，共同设计了一个名为Robo Brain的数据库，希望提供一个专门存储图片和视频的在线平台，为在现实世界进行各种行动的机器人提供支持。例如，任何联网的机器人或机器手均可获取如何识别、抓取和拿起咖啡杯的信息。 其他触觉学研究人员相信，通过人工方式复制触觉将对自动化机器人的发展产生重要影响，甚至对增强人类自身能力的各种系统形成促进。 去年秋天，斯坦福大学机械工程副教授阿里森·奥卡姆拉(Allison Okamura)讲授了一门触觉学在线课程。学生们组装了由奥卡姆拉与他人共同设计的“hapkit”组件，然后通过编程开发了弹簧和减震器等虚拟设备，而且可以像在现实世界中一样进行操作。 这些学生探索了各种新项目，调整了硬件，并相互分享了各自的项目。奥卡姆拉表示，学生们的热情完全可以理解。 “如果你拥有所有的感觉——视觉、听觉、味觉、触觉和嗅觉——但有人却会逐一将其夺走，你最不愿放弃哪一种？”她问，“几乎所有人的回答都是视觉，但我的答案是触觉。”（长歌） 附件2 机器人视觉 随着工业4.0时代的到来，机器视觉在智能制造业领域的作用越来越重要，为了能让更多用户获取机器视觉的相关基础知识，包括机器视觉技术是如何工作的、它为什么是实现流程自动化和质量改进的正确选择等。小编为你准备了这篇机器视觉入门学习资料。  机器视觉是一门学科技术，广泛应用于生产制造检测等工业领域，用来保证产品质量，控制生产流程，感知环境等。机器视觉系统是将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。   机器视觉优势：机器视觉系统具有高效率、高度自动化的特点，可以实现很高的分辨率精度与速度。机器视觉系统与被检测对象无接触，安全可靠。人工检测与机器视觉自动检测的主要区别有：  为了更好地理解机器视觉，下面，我们来介绍在具体应用中的几种案例。 案例一：机器人+视觉 自动上下料定位的应用： 现场有两个振动盘，振动盘1作用是把玩偶振动到振动盘2中，振动盘2作用是把玩偶从反面振动为正面。该应用采用了深圳视觉龙公司VD200视觉定位系统，该系统通过判断玩偶正反面，把玩偶处于正面的坐标值通过串口发送给机器人，机器人收到坐标后运动抓取产品，当振动盘中有很多玩偶处于反面时，VD200视觉定位系统需判断反面玩偶数量，当反面玩偶数量过多时，VD200视觉系统发送指令给振动盘2把反面玩偶振成正面。该定位系统通过玩偶表面的小孔来判断玩偶是否处于正面，计算出玩偶中心点坐标，发送给机器人。通过VD200视觉定位系统实现自动上料，大大减少人工成本，大幅提高生产效率。  案例二：视觉检测在电子元件的应用：  此产品为电子产品的按钮部件，产品来料为料带模式，料带上面为双排产品。通过对每个元器件定位后，使用斑点工具检测产品固定区域的灰度值，来判断此区域有无缺胶情况。 该应用采用了深圳视觉龙公司的DragonVision视觉系统方案，使用两个相机及光源配合机械设备，达到每次检测双面8个产品，每分钟检测大约1500个。当出现产品不良时，立刻报警停机，保证了产品的合格率和设备的正常运行，提高生产效率。  案例三：啤酒厂采用的填充液位检测系统案例：   当每个啤酒瓶移动经过检测传感器时，检测传感器将会触发视觉系统发出频闪光，拍下啤酒瓶的照片。采集到啤酒瓶的图像并将图像保存到内存后，视觉软件将会处理或分析该图像，并根据啤酒瓶的实际填充液位发出通过-未通过响应。如果视觉系统检测到一个啤酒瓶未填充到位，即未通过检测，视觉系统将会向转向器发出信号，将该啤酒瓶从生产线上剔除。操作员可以在显示屏上查看被剔除的啤酒瓶和持续的流程统计数据。  机器视觉的应用领域： •识别 标准一维码、二维码的解码 光学字符识别（OCR）和确认（OCV） •检测 色彩和瑕疵检测 零件或部件的有无检测 目标位置和方向检测•测量 尺寸和容量检测 预设标记的测量，如孔位到孔位的距离 •机械手引导 输出空间坐标引导机械手精确定位   机器视觉系统的分类 •智能相机 •基于嵌入式 •基于PC   机器视觉系统的组成 •图像获取：光源、镜头、相机、采集卡、机械平台 •图像处理与分析：工控主机、图像处理分析软件、图形交互界面。 •判决执行：电传单元、机械单元 光源---光路原理 照相机并不能看见物体，而是看见从物体表面反射过来的光。 镜面反射：平滑表面以对顶角反射光线 漫射反射：粗糙表面会从各个方向漫射光线 发散反射：多数表面既有纹理，又有平滑表面，会对光线进行发散反射 •光源---作用和要求 在机器视觉中的作用 照亮目标，提高亮度 形成有利于图像处理的效果 克服环境光照影响，保证图像稳定性 用作测量的工具或参照 良好的光场设计要求 对比度明显，目标与背景的边界清晰 背景尽量淡化而且均匀，不干扰图像处理 与颜色有关的还需要颜色真实，亮度适中，不过曝或欠曝；   •光源---光场构造 明场： 光线反射进入照相机 暗场：光线反射离开照相机 •光源---构造光源 使用不同照明技术对被测目标会产生不同的影响，以滚珠轴承为例：   •相机 种类：线&面、隔/逐、黑/彩、数/模、低/高、CCD/CMOS 指标：象元尺寸、分辨率、靶面大小、感应曲线、动态范围、灵敏度、速度噪声、填充因子、体积、质量、工作环境等 工作模式：Free run、Trigger（多种）、长时间曝光等 传输方式：GIGE，Cameralinker,模拟 •相机--按照图像传感器区分 CCD相机（Charge Coupled Device） ：使用CCD感光芯片为图像传感器的相机,集光电转换及电荷存贮、电荷转移、信号读取于一体，是典型的固体成像器件。   CMOS相机(Complementary Metal Oxide Semiconductor )：使用CMOS感光芯片为图像传感器的相机 ,将光敏元阵列、图像信号放大器、信号读取电路、模数转换电路、图像信号处理器及控制器集成在一块芯片上，还具有局部像素的编程随机访问的优点。 •相机--按照输出图像颜色区分： 单色相机：输出图像为单色图像的相机。 彩色相机：输出图像为彩色图像的相机。  •相机--按输出信号区分 模拟信号相机：从传感器中传出的信号，被转换成模拟电压信号，即普通视频信号后再传 到图像采集卡中。 数字信号相机：信号自传感器中的像素输出后，在相机内部直接数字化并输出。数字相机 又包含1394相机、USB相机、Gige相机、CameraLink相机等     •相机--按照传感器类型区分 面扫描相机：传感器上像素呈面状分布的相机，其所成图像为二维“面”图像。 线扫描相机：传感器上呈线状（一行或三行）分布的相机，其所成图像为一维“线”图像。  •相机--CMOS VS CCD CCD CMOS 串行处理 并行处理 光线灵敏度高，图像对比度高 光线灵敏度低，图像对比度低，高动态范围 低噪声 存在固定模式噪音 集成度较低 高集成度，芯片上集成了很多功能 取图速度慢，帧率低 取图速度块，帧率高 功耗一般 功耗较低 成本较高 成本低  •相机--传感器的尺寸   图像传感器感光区域的面积大小。这个尺寸直接决定了整个系统的物理放大率。如：1/3“、1/2”等。绝大多数模拟相机的传感器的长宽比例是4：3 (H：V)，数字相机的长宽比例则包括多种：1：1，4：3，3：2 等。   •相机--像素  是成像于相机芯片的图像的最小组成单位。以200万像素的相机为例，满屏有1600*1200个像素,成像于1/1.8英寸大小的CCD芯片。 •相机--分辨率      由相机所采用的芯片分辨率决定，是芯片靶面排列的像元数量。通常面阵相机的分辨率用水平和垂直分辨率两个数字表示，如：1920（H）x 1080(V)，前面的数字表示每行的像元数量，即共有1920个像元，后面的数字表示像元的行数，即1080行。  •相机--帧率和行频   由相机的帧率/行频表示相机采集图像的频率，通常面阵相机用帧率表示，单位fps（Frame Per second），如30fps,表示相机在1秒钟内最多能采集30帧图像；线性相机通常用行频表示，单位KHz,如12KHz表示相机在1秒钟内最多能采集12000行图像数据。 •相机--快门速度（Shutter Speed）    CCD/CMOS相机多数采用电子快门，通过电信号脉冲的宽度来控制传感器的光积分（曝光）时间。对于一般性能的的相机快门速度可以达到1/10000-1/100000秒。   卷帘快门（Rolling Shutter）：多数CMOS图像传感器上使用的快门，其特征是逐行曝光，每一行的曝光时间不一致。 全局快门（Global Shutter）：CCD传感器和极少数CMOS传感器采用的快门，传感器上所有像素同时刻曝光。  •相机--智能相机   智能工业相机是一种高度集成化的微小型机器视觉系统。它将图像的采集、处理与通信功能集成于单一相机内，从而提供了具有多功能、模块化、高可靠性、易于实现的机器视觉解决方案。智能工业相机一般由图像采集单元、图像处理单元、图像处理软件、网络通信装置等构成。由于应用了最新的 DSP、FPGA及大容量存储技术，其智能化程度不断提高，可满足多种机器视觉的应用需求。 •镜头---主要参数 工业的镜头大都是多组镜片组合在一起的。计算时会忽略厚度对透镜的影响将其等效成没有厚度的播透镜模型，即理想凸透镜。 参数：焦距/视场/物距/像距/光圈/景深/分辨力/放大倍数/畸变/接口 分辨率：对色彩和纹理的分辨能力。 畸变：镜头中心区域和四周区域的放大倍数不相同。 畸变的校正一般用黑白分明的方格图像来进行，过程并不复杂。一般如果畸变小于2%，人眼观察不到；若畸变小于CCD的一个像素，摄像机也看不见。 •镜头---分类 CCTV镜头 专业摄影镜头 远心镜头 •镜头---远心镜头 在测量系统中，物距常发生变化，从而使像高发生变化，所以测得的物体尺寸也发生变化，即产生了测量误差；即使物距是固定的，也会因为CCD敏感表面不易精确调整在像平面上，同样也会产生测量误差。采用远心物镜中的像方远心物镜可以消除物距变化带来的测量误差，而物方远心物镜则可以消除CCD位置不准带来的测量误差。 6ak8d4h8 9ptd9d9b Wcmje6vu