【大学课件】生物生产机器人 参考资料（中文课件）----

1、2.1 生物生产机器人的作业对象 生物生产机器人的开展，大局部是由于生物生产系统中自动化原料处理的需要而引起的，因而机器人的作业对象和过程生物体所经历的是影响机器人设计的重要因素。与通常所设计的传统工业机器人的作业对象和过程相比，生物生产机器人需要处理大小、形状、颜色和外表特征动态变化的对象。此外，生物生产机器人很可能是在非结构化环境中作业，调整对象和过程以利于机器人的设计的可能性也很小(Allotta et al., 1990, 1991; Ting和Giacomelli, 1990)。 植物、动物和食品的可能形态几乎是无限的，目标对象常是随机地处于一个三维空间，随着植物的生长以及其它外部因

2、素如风、机器和作业人员等的影响，这些位置可能发生改变，所以为机器人创造一个均衡统一的环境是十分具有挑战性的。此外，种植方式和植物栽培系统还依赖于生产系统的规模、当地气候和种植者的技术、环境及个人喜好。 另一个主要关心的问题是作业对象后期加工过程中的品质保持，在设计机器人时，需要仔细考虑和研究机器人体接触或变化对生物体的影响。根据定义，机器人是智能的、灵活的机器，它们比机械自动化机器更适宜于对这些类型的问题作出响应。2.2 生物体的特性生物体的特征如表2.1所示，这些属性可以用各种已确定的或新兴的方法测量。植物的形状乍看之下好似很复杂，但通常是具有一些规那么的特征，这类信息是应用机器视觉识别植物

3、形状的导航机器人智能的一个局部。 作业对象的动态属性对决定机器人恰当的处理步骤和引导操作中机器人的运动状态以减少对作业对象质量的负面影响是很重要的。一般，生物体和工业机器人的作业对象相比往往比拟柔软且更易受到损伤，物体外表的摩擦阻力对决定机器人的夹紧力和翻转力是十分重要的，剪切阻力那么是正确切割物体必须考虑的。当机器人处理动物对象时需要足够轻柔细致，以免让它们觉得不舒服。生物体的弹性有助于机器人决定处理对象的限度。 表2.1 生物体的物理属属性特征物理形状、大小、质量、密度、表观动态剪切阻力、摩擦阻力、弹性、粘性光学反射率、透射率声学振动特性、波传播特性电学电阻、电容、静电特性生物体具有一定的

4、光学特性，图2.1所示是局部植物在近紫外、可见和近红外波段的典型反射光谱。植物含有叶绿素的局部在670 nm附近有一个吸收波段。水果和花的颜色依赖于植物的种类，有些花在300 nm附近有很高的反射率，基于这一点，可以认为某些昆虫的视觉敏感范围包括了紫外区域，昆虫可能拥有将花朵从植物其它部位鉴别出来获得蜂蜜和花粉的能力。在近红外区域，有很多水的吸收波段：970、1170、1450和1950 nm，植物的所有部位在这一区域比在可见光区域具有更高的反射率。 图2.1 植物的典型反射光谱由于生物体含有水和组织，所以声波和振动属性同样显示出独特的特征，这些属性根据物体的成熟度和质量会有所改变。电特性如电

5、阻和电容也会随物体品质的变化而变化。大多数的生物体都是活的，收获的水果吸进O2呼出CO2和乙烯，用生物传感方法测量植物或水果的呼吸活动(类似于测量人类的脉博)，从而确定生物体的内部状态也是可行的。生物生产机器人的作业对象与传统的工业制造机器人是不同的，因而有必要开发生物生产机器人以适合生物体的特征。2.3 生物生产机器人的特征要使生物生产机器人适合生物体的特征，生物生产机器人的组成和性能就可能不同与工业机器人。首先，生物体的属性是各种各样且多变的，因而生物生产机器人在处理生物体时必须是灵活的、多功能的，在大多数情况下，当末端执行器与生物体相接触时柔性处理是必要的。第二，在识别周围环境时常希望机

6、器人具有一定程度的智能。第三，机器人常要在非结构化的、苛刻的和变化的环境下作业。第四，除了那些传统机器人所具备的平安装置之外，当生物生产机器人与操作人员一起作业时可能还需要一些特殊的平安装置。最后，为使机器人能获得潜在的使用者的认可，它的操作界面必须简单，且货币投资要有本钱效益。2.4 对生物生产机器人的期望 虽然从19世纪70年代后期，生物生产机器人的研发一直在进行，但这一领域仍处于它的新兴阶段。对生物生产机器人的需求和开展方向常可见一些极端的观点，生物生产产业潜在的使用者对这一类机器人技术有各种期望。机器人无疑在很多生产制造过程中对提高生产率起了很重要的作用，为工业生产而开发的机器人技术及

7、在生产中获得的经验对生物生产机器人的开发有很重要的价值，应用于各种生产过程的先进机器人技术也将继续开展。我们的观点是：无条件地接受或拒绝机器人技术在生物生产领域的应用是不恰当的。因而，讨论目前和未来对生物生产机器人的期望是什么是很重要的。替换、节省劳动力 生物生产机器人能弥补季节性劳力缺乏和管理困难问题，同时有助于降低人工费用。机器人有每天工作多于8小时的能力，一些机器人还能一天不间断地工作24小时。由于机器人能在任何时间段工作，很多生产系统就可利用这一优点降低非顶峰期的使用率。机器人可用于替代工人完成危险和肮脏的作业，另一方面，机器人也同样适宜那些要求尽量减少人员通行的干净的室内环境。很多生

8、物技术作业包括生物原料的控制传送就属于这一类。人类能力的扩展 装在机器人上的很多传感器可以进行比人工更精确的、连续的测量，特别是在像播种和嫁接这种单调的作业中，能创造更高质量的、统一的产品，从而增加市场价值。研究者在开发那些使用人类无法测量的信号的传感技术方面进行了大量的工作；另外，很多信号处理的创新算法可通过微处理器实现再传递给机器人执行任务。通过使用在适当受限的工作单元为生物体特征专门开发的适宜的末端执行器，机器人有可能进行高速高效的作业，有些机器人系统还能处理一些工人无法直接处理的对象。目前，人类智力和能力的很多方面仍然是机器无法获得的，人类的创造性、灵活性和管理技巧在将资源转变成产品的

9、整个系统中是相当有价值的。机器人作为人类的工具而开发，并在开发过程中尽量使机器人能够扩展人类的能力。包含机器人的新生产系统在开发生物生产机器人时，很多情况下，新的生产系统也被创立以利于机器人作业。适用于特殊机器人的生产系统要同时根据生物生产的规模和环境的状况而创立，根据Kokuzeixha (1995)发表的数据资料，图2.2显示了很多生物生产的规模。过去25年，美国和日本的农场和农场用地的数量都有稳定的下降，美国的农场用地约是日本的40倍，而日本的农场数那么比美国多，这说明两个国家之间在农场的平均大小上有很大的不同，日本的农场平均大小为1.4 ha，而美国是190 ha。可见，除了可控环境中

10、的系统外，这两个国家的农业系统通常有一定的不同。 在东亚，主要是小规模的生物生产系统和有许多农民的密集型农业，在他们的生产系统中，优质产品是在较小区域里消耗大量的劳力、精力和时间获得的。虽然在开发技术以增加单位面积产量上作了很多努力并获得了一些主要成果，但这些技术的开展变得越来越困难。东亚的褶皱地型形成了各种小平原、丘陵、流域、小山、温室和植物工厂，还有在这些区域的各种各样的环境条件。为了获得较高的产量和质量，必须在适宜的季节和区域种植适宜的生物种类。在一个含多种种植地型的生产系统，需要一个单操作器多机器人(one-operator-several-robots)系统。在美国和加拿大，常是只有

11、很少农民的大型农场及用于大块田地的大型机械。他们能以较低的消耗生产优质的产品，但统一的品质还是较难到达的。当机器人引入大型系统时，通过各种全球定位系统进行控制会很有效。在这种系统中，由于是大型的单一作物区域，一个农场主所需的机器人数量比东亚密集型多作物系统的要少。欧洲的情况在东亚和北美这间，如图2.2所示。图2.2 每个农场主的农场占地面积2.5 多用途的生物生产机器人 生物生产有许多季节性的作业，过去大多数机械是为田间作业而开发的，如水稻生产的插秧机和联合收割机，因为它们是为提高某一特殊时段和某一特殊作业的作业效率而设计的，所以每年的使用时间不长，这也是农民的纯经济利润不好的一个原因：昂贵机

12、械的日常开支。 机器人只有一个普通机械手，它的一个主要优点是通过改变末端执行器或与软件结合的各种传感器实现它的多功能。然而事实上，设计一个机器人要它实现一项工作中的很多任务类型是不明智的。为短时间多目的而设计的大局部机械系统有一个缺点是它们的工作效率会降低。在设计自动化系统时一个不可防止的问题是：灵活的自动化系统还是固定的自动化系统更适合一项特定的工作。一个固定的自动化系统在大量标准件生产中效率很高，而一个灵活的自动化系统在经常变化的生产中效率较高(Koern, 1983)。2.6 生物生产机器人：工程技术、生物学与社会科学的综合在设计生物生产机器人的组成局部时用到了很多工程理论和技术，包括机

13、械学、电子学、机器视觉、模糊控制、人工智能、神经网络及其它种种。因为机器人是为处理植物、动物、食品和其它生物体而设计的，对生物科学的了解以及它在生物原料生产过程中的作用是同等重要的。而且，还不能忽略考虑相关社会科学如经济学、管理学、市场学和公共接受程度的必要性。图2.5描述了为生物生产机器人开发综合三大重要推动力的必要过程。参考文献 Allotta, B., L. Bosio, P. Dario, F. Quaglia, and L. Tripaldi, 1990. Intelligent grasping of fruits and vegetables for robot harvesti

14、ng. In The First Workshop on Robotics in Agriculture and the Food Industry: 125-134. Marseille, France: Teknea.Allotta, B., P. Dario, F. Quaglia,1991. In The Second W orkshop on Robotics in Agriculture and the Food Industry:93-94.Genova,Italy: University of Genova.Arima, S., N. Kondo, Y. Shibano, J.

15、 Yamashita, T. Fujiura, and H. Akiyoshi, 1994, Studies on cucumber harvesting robot(Part 1). J. Jpn. Soc.Agric. Mach.56(1); 55-64.Kokuzeisha. 1995. Agriculture in the world. In Sekai-kokuzei-zukai(1994-1995); 215-233. Tokyo, Japan: Kokuzeisha.Kondo,N., M. Monta,Y. Shibano, and K. Mohri, 1993. Invest

16、igation of basic mechanism of manipulator based on training of plant. Environ. Control Biol.31(2); 75-80.Kondo, N., 1993. Trial of Phytotechnology. Agric.Hortic,68:303-308.Koren.Y. 1983. Computer Control of Manufacturing Systems. New York: McGrawHill.Kurokami, K., 1980. Fence type training system of mandarin orange tree. Agric. Hortic. 55(2); 289-293.Ting, K. C. and G. A. Giacomelli, 1990. Robotics research on transplanting of seedlings. In The First Workshop on Robotics in Agriculture and the Food Indust