机器人技术第八章机器人感觉技术-422-4 - 副本_第1页
机器人技术第八章机器人感觉技术-422-4 - 副本_第2页
机器人技术第八章机器人感觉技术-422-4 - 副本_第3页
机器人技术第八章机器人感觉技术-422-4 - 副本_第4页
机器人技术第八章机器人感觉技术-422-4 - 副本_第5页
已阅读5页,还剩73页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

duzj01@第八章机器人传感技术主编:金发庆8.1传感器概述8.2外部传感器8.3内部传感器8.4多传感器融合传感器技术是材料学、力学、电学、磁学、微电子学、光学、声学、化学、生物学、精密机械、仿生学、测量技术、半导体技术、计算机技术、信息处理技术、乃至系统科学、人工智能、自动化技术等众多学科相互交叉的综合性高新技术密集型前沿技术。传感器(英文名称:transducer/sensor)是一种检测装置,能感受到被测量的信息,并能将检测感受到的信息,按一定规律变换成为电信号或其他所需形式的信息输出,以满足信息的传输、处理、存储、显示、记录和控制等要求。它是实现自动检测和自动控制的首要环节国家标准GB7665-87对传感器下的定义是:“能感受规定的被测量件并按照一定的规律(数学函数法则)转换成可用信号的器件或装置,通常由敏感元件和转换元件组成引言传感器技术广泛应用于航空航天、兵器、信息产业、机械、电力、能源、交通、冶金、石油、建筑、邮电、生物、医学、环保、材料、灾害预测预防、农林渔业、食品、烟酒制造、建筑、汽车、舰船、机器人、家电、公共安全等领域。引言物联网技术在机器人中,起到内部反馈控制作用或感知与外部环境的相互作用的装置被称为机器人传感器。给机器人装备什么样的传感器?对这些传感器有什么要求?这是设计机器人感觉系统时遇到的首要问题。选择机器人传感器应当完全取决于机器人的工作需要和应用特点。(机器人分类)引言引言视觉听觉嗅觉味觉触觉采用两级分布式计算机实时控制系统灵巧手三个手指3个关节微电机角度传感器三维力传感器目前,机器人一般具有视觉、听觉、触觉和接近觉,这些感觉都是是通过相应的传感器得到的。视觉20世纪50年代后期出现,发展十分迅速,是机器人中最重要的传感器之一。机器视觉从20世纪60年代开始首先处理积木世界,后来发展到处理室外的现实世界。20世纪70年代以后,实用性的视觉系统出现了。视觉一般包括三个过程:图像获取、图像处理和图像理解。相对而言,图像理解技术还很落后。力觉机器人力传感器就安装部位来讲,可以分为关节力传感器、腕力传感器和指力传感器。国际上对腕力传感器的研究是从20世纪70年代开始的,主要研究单位有美国的DRAPER实验室、SRI研究所、IBM公司和日本的日立公司、东京大学等单位。引言触觉作为视觉的补充,触觉能感知目标物体的表面性能和物理特性:柔软性、硬度、弹性、粗糙度和导热性等。对它的研究从20世纪80年代初开始,到20世纪90年代初已取得了大量的成果。接近觉研究它的目的是是使机器人在移动或操作过程中获知目标(障碍)物的接近程度,移动机器人可以实现避障,操作机器人可避免手爪对目标物由于接近速度过快造成的冲击。引言duzj01@8.1传感器概述1、传感器定义及组成传感器定义:按一定规律实现信号检测并将被测量(物理的、化学的和生物的信息)通过变送器变换为另一种物理量(通常是电压或电流量)。它既能把非电量变换为电量,也能实现电量之间或非电量之间的互相转换。总而言之,一切获取信息的仪表器件都可称为传感器。国际上将传感技术被列为六大核心技术(计算机、激光、通讯、半到体、超导和传感)之一。传感技术也是现代信息技术的三大基础(传感技术、通讯技术、计算机技术)之一。传感器组成:一般由敏感元件、转换元件、基本转换电路组成,如图所示。敏感元件转换元件基本转换电路被测量信号常用传感器一览2、传感器分类传感器可以按不同的方式进行分类。例如:按被测物理量、按传感器的工作原理、按传感器转换能量的情况、按传感器的工作机理、按传感器输出信号的形式(模拟信号、数字信号)等分类。按机器人用传感器功能可分为检测内部状态信息传感器和检测外部对象和外部环境状态的外部信息传感器。内部传感器:是用于测量机器人自身状态的功能元件。其功能是测量运动学和力学参数,使机器人能够按照规定的位置、轨迹和速度等参数进行工作,并加以调整和控制。主要包括:位置、角度、速度、力、力矩以及温度传感器等。外部传感器:用来检测机器人所处环境及目标状况,从而使得机器人能够与环境发生交互作用并对环境具有自我校正和适应能力。主要包括:视觉、触觉、力觉、接近觉、角度觉(平衡觉)传感器等。具有多种外部传感器是先进机器人的重要标志。可见光和红外传感器接触和视觉传感器语音识别装置语音合成器视觉传感器嗅觉传感器测距仪接近觉传感器控制器内部传感外部传感位置传感器速度传感器加速度传感器力和压力传感器力矩传感器姿态传感器机器人机器人信息传感传感器分类机器人对传感器的一般要求是:(1)精度高,重复性好;(2)稳定性好,可靠性高;(3)抗干扰能力强;(4)易于调整,输入、输出回路相互独立;(5)重量轻,体积小,安装方便可靠;(6)价格便宜,寿命长。1.从机器人对传感器的需要来选择3、传感器的类型选择机器人被用于执行各种加工任务,其中比较常见的加工任务有物料搬运、装配、喷漆、焊接、检验等。不同的任务对机器人提出了不同的要求,例如:2.从任务的要求来选择传感器的类型选择(1)搬运:位置(力,触觉,视觉)(2)装配:位置(力,触觉,视觉)(3)喷漆:位置检测,对象识别(4)焊接:位置(点焊:接近觉;弧焊:视觉)机器人控制需要采用传感器检测机器人的运动位置、速度、加速度。除了较简单的开环控制机器人外,多数机器人都采用了位置传感器作为闭环控制器的反馈元件。机器人根据位置传感器反馈的位置信息,对机器人的运动误差进行补偿。不少机器人还装备有速度传感器和加速度传感器。加速度传感器可以检测机器人构件受到的惯性力,使控制能够补偿惯性力引起的变形误差。速度检测可以用于预测机器人的运动时间,计算和控制由离心力引起的变形误差。3.从机器人控制的要求来选择传感器的类型选择工业机器人在从事某些辅助工作时,也要求有一定的感觉能力。这些辅助工作包括产品的检验和工件的准备等。机器人在外观检验中的应用日益增多。机器人在这方面的主要用途有检查毛刺、裂缝或孔洞的存在,确定表面粗糙度和装饰质量,检查装配体的完成等。在外观检验中,机器人主要需要视觉能力,有时也需要其他类型的传感器。4.从辅助工作的要求来选择传感器的类型选择例如(1)外观检测:视觉(2)工件定位:视觉,触觉,力从安全方面考虑,机器人对传感器的要求包括以下两个方面:为了使机器人安全地工作而不受损坏,机器人的各个构件都不能超过其受力极限。从保护机器人使用者的安全出发,也要考虑对机器人传感器的要求。5.从安全方面的要求来选择传感器的类型选择(1)灵敏度(2)线性度(3)测量范围(4)精度(5)重复性(6)分辨力(7)响应时间(8)可靠性(1)尺寸(2)重量(3)输出形式(4)接口形式(5)可插接性(6)成本传感器的类型选择性能指标的确定物理特征的选择duzj01@8.2内部传感器——机器人自身状态感知内部传感器电位器:电位器是—种典型的位置传感器,可分为直线型(测量位移)和旋转型(测量角度)。电位器由环状或棒状电阻丝和滑动片(或称为电刷)组成,滑动片接触电阻丝取出电信号。电刷与驱动器连成—体,将其线位移或角位移转换成电阻的变化,在电路中以电压或电流的变化形式输出。可分为导电塑料、线绕式、混合式等滑片型和磁阻式、光标式等非接触型。导电塑料型(1)电位器线圈型常用电位器形式内部传感器E:输入电压

L:触头最大移动距离

x:向左端移动的距离

e:电阻右侧的输出电压电位器测量原理的位置传感器(1)电位器位置测量原理:滑动触点受到被检测量控制,当位置发生变化,滑动触点发生位移,改变触点到电阻器各端的阻值和输出电压,根据测得的电压变化可得位移变化。优点:线性度好、输出信号选择范围大,性能稳定、结构简单、尺寸小、质量轻、精度高、成本低等。缺点:易于磨损内部传感器光电位置传感器:事先求出光源(LED)和感光部分(光敏晶体管)之间的距离同感光量的关系(标定),就能从测量时的感光量检测出位移量。(2)光电位置传感器内部传感器(3)光电编码器光电编码器:光电编码器是机器人关节伺服系统中常用的一种检测装置;它实际是一种量化式的模拟数字转换器。将机械轴的转角值或直线运动的位移值转换成相应的电脉冲或数字量。内部传感器(3)光电编码器光电编码器工作原理图光电编码器:光电编码器由光源、聚光透镜、基准光栅、扫描光栅、光电转换元件及信号放大整形电路等部件组成。光源发出的光线经过聚焦后变成平行光束,当扫描光栅上的条纹与基准光栅上的条纹重合时,光敏管便接受一次光的信号并记数,由此可以测试旋转速度。旋转方向可通过扫描光栅提供的两路脉冲信号的相位差判断。光电编码器可分为增量式和绝对式两种。内部传感器(3)光电编码器——增量式编码器增量式编码器:即在编码盘上的读数起始点是不固定的,它从读数起始点开始,把角位移或线位移的变化量进行累积检测。它只能检测角值或线值的变化量(增量),故称为增量式编码器。旋转式增量编码器(用于测量角位移)直线增量编码器(光栅尺)(用于测量直线位移)内部传感器增量式光电编码器是由光栅盘和光电检测装置组成。光栅盘是在一定直径的圆板上等分地开通若干个长方形孔。由于光电码盘与电动机同轴,电动机旋转时,光栅盘与电动机同速旋转,经发光二极管等电子元件组成的检测装置检测输出若干脉冲信号。通过计算每秒光电编码器输出脉冲的个数就能反映当前电动机的转速。受增量式编码器测量原理的限制,它只能测量机器人关节相对于初始位置的转动量,而无法测得其所处的绝对位置。(3)光电编码器——增量式编码器以转动时输出脉冲,通过计数设备来知道其位置,当编码器不动或停电时,依靠计数设备的内部记忆来记住位置。内部传感器绝对式编码器:其读数起始点是给定的,它以编码盘固有的某图案为起始点,检测角位移或线位移。它能同时检测角值或线值的初始量和增量,也就是能取出总量(绝对量),故称为绝对式编码器。绝对式编码器每个位置都对应着透光与不透光弧段的惟一确定组合,这种确定组合有惟一的特征。通过这特征,在任意时刻都可以确定码盘的精确位置。(3)光电编码器——绝对式编码器内部传感器绝对式编码器是直接输出数字量的传感器,在它的圆形码盘上沿径向有若干同心码道,每条道上由透光和不透光的扇形区相间组成,相邻码道的扇区数目是双倍关系,码盘上的码道数就是它的二进制数码的位数码道越多,分辨率越高。目前,码盘码道可做到十八条,能分辨的最小角度为(3)光电编码器——绝对式编码器绝对式编码器不仅可以测量角位移,还可通过比较编码器的当前位置和初始位置,得出机器人关节的角速度。内部传感器(4)旋转变压器旋转变压器又称分解器,是一种控制用的微电机,它将机械转角变换成与该转角呈某一函数关系的电信号的一种间接测量装置。在结构上与二相线绕式异步电动机相似,由定子和转子组成。定子绕组为变压器的原边,转子绕组为变压器的副边。激磁电压接到转子绕组上,感应电动势由定子绕组输出。原理:转子转动引起磁通量旋转,在次级线圈产生变化的电压。从而可以用来测量角位移。旋转变压器结构简单,动作灵敏,对环境无特殊要求,维护方便,输出信号幅度大,抗干扰性强,工作可靠。内部传感器测速发电机:是利用发电机原理的速度传感器或角速度传感器。按其构造分为直流测速发电机、交流测速发电机。(5)测速发电机直流测速发电机实际就是一种微型直流发电机,按定子磁极的励磁方式分为电磁式和永磁式。直流测速发电机的输出电压与转速要严格保持正比关系,这在实际中是难以做到的,直流测速发电机输出的是一个脉动电压,其交变分量对速度反馈控制系统、高精度的解算装置有较明显的影响。交流测速发电机交流异步测速发电机与交流伺服电动机的结构相似,其转子结构有笼型的,也有杯型的,在自动控制系统中多用空心杯转子异步测速发电机。交流同步测速发电机因感应电势频率随转速而变,致使电机本身的阻抗及负载阻抗均随转速而变化,因此,输出电压不再与转速成正比关系。故同步测速发电机应用较少。duzj01@8.3外部传感器——机器人环境及对象识别外部传感器1、机器人的触觉机器人的触觉广义上可获取的信息是:接触信息;狭小区域上的压力信息;分布压力信息;力和力矩信息;滑觉信息。这些信息分别用于触觉识别和触觉控制。从检测信息及等级考虑,触觉识别可分为点信息识别、平面信息识别和空间信息识别3种。单向微动开关:当规定的位移或力作用到可动部分(称为执行器)时,开关的接点断开或接通而发出相应的信号。外部传感器机器人的触觉——接近开关接近开关:非接触式接近传感器有高频振荡式、磁感应式、电容感应式、超声波式、气动式、光电式、光纤式等多种接近开关。当金属类被检测体接近传感器的感应区域,开关就能在无接触、无压力、无火花的情况下迅速发出电气指令,准确反应出运动机构的位置和行程。其定位精度、操作频率、使用寿命、安装调整的方便性和对恶劣环境的适用能力,是一般机械式行程开关所不能相比的。常用的有:两线制接近传感器:两线制接近传感器安装简单,接线方便;应用比较广泛,但却有残余电压和漏电流大的缺点。三线式接近传感器:输出型有NPN和PNP两种,70年代日本产品绝大多数是NPN输出,西欧各国NPN、PNP两种输出型都有。外部传感器机器人的触觉——光电开关、触须传感器光电开关是由LED光源和光电二极管或光电三极管等光敏元件,相隔一定距离间构成的透光式开关。当充当基准位置的遮光片通过光源和光敏元件间的缝隙时,光射不到光敏元件上,而起到开关的作用。光电开关的特点是非接触检测,精度可达0.5mm左右。

触须传感器由须状触头及其检测部构成,触头由具有一定长度的柔空软条丝构成,它与物体接触所产生的弯曲由在根部的检测单元检测。与昆虫的触角的功能一样,触须传感器的功能是识别接近的物体.用于确认所设定的动作的结束,以及根据接触发出回避动作的指令或搜索对象物的存在。外部传感器机器人的触觉——滑觉传感器滑觉传感器是检测垂直加压方向的力和位移的传感器,可用来监测机器人与抓握对象间滑移程度。用手爪抓取处于水平位置的物体时,手爪对物体施加水平压力,如果压力较小,垂直方向作用的重力会克服这个压力使物体下滑。能够克服重力的手抓把持力称为最小把持力。滑觉传感器按被测物体滑动方向可分为三类:无方向性、单方向性和全方向性传感器。其中无方向性传感器只能检测是否产生滑动,无法判别方向;单方向性传感器只能检测单一方向的滑移;全方向性传感器可检测个方向的滑动情况。这种传感器一般制成球形以满足需要。滑觉传感器:(a)力的平衡(b)重心的移动滚轮式滑觉传感器外部传感器机器人的触觉——滑觉传感器滚轮式传感器只能检测一个方向的滑动。为此,南斯拉夫贝尔格莱德大学研制的机器人专用滑觉传感器(如所图)。它由一个金属球和触针组成,金属球表面分成许多个相间排列的导电和绝缘小格。触针头很细,每次只能触及一格。当工件滑动时,金属球也随之转动,在触针上输出脉冲信号。脉冲信号的频率反映了滑移速度,脉冲信号的个数对应滑移的距离。接触器触头面积小于球面上露出的导体面积,它不仅可做得很小,而且提高了检测灵敏度。球与被握物体相接触,无论滑动方向如何,只要球一转动,传感器就会产生脉冲输出。该球体在冲击力作用下不转动,因此抗干扰能力强。被加持物体球形滑觉传感器外部传感器机器人的触觉——触觉传感器阵列人类的触觉能力是相当强的。人们不但能够拣起一个物体,而且不用眼睛也能识别它的外形,并辨别出它是什么东西。许多小型物体完全可以靠人的触觉辨认出来,如螺钉、开口销、圆销等。如果要求机器人能够进行复杂的装配工作,它也需要具有这种能力。采用多个接触传感器组成的触觉传感器阵列是辨认物体的方法之一。触觉阵列原理:电极与柔性导电材料(条形导电橡胶)保持电气接触,导电材料的电阻随压力而变化。当物体压在其上面时,将引起局部变形,测出连续的电压变化,就可测量局部变形。电阻的改变很容易转换成电信号,其幅值正比于施加在材料表面上某一点的力。外部传感器机器人的触觉——触觉传感器阵列PVF2阵列式触觉传感器触觉传阵列感器结构示意图外部传感器压阻式阵列触觉传感器基本结构碳毡(CSA)碳毡(CSA)灵敏度高,具有较强的耐过载能力。缺点是有迟滞,线性差。导电橡胶的电阻也会随压力的变化而变化,因此也常用来作为触觉传感器的敏感材料。机器人的触觉——触觉传感器阵列CSA压阻特性外部传感器机器人触觉的应用外表面传感片触觉阵列触觉阵列外表面传感片装有触觉传感器阵列的手爪外部传感器机器人的力觉——力觉传感器力觉传感器——用来检测机器人自身力与外部环境力之间相互作用力的传感器。主要的使用元件:压电晶体、力敏电阻和电阻应变片。电阻应变片是最主要的应用元件,它利用了金属丝拉伸时电阻变大的现象,它被贴在加力的方向上。电阻应变片用导线接到外部电路上可测定输出电压,得出电阻值的变化。通常我们将机器人的力传感器分为三类:(1)装在关节驱动器上的力传感器,称为关节力传感器。用于控制中的力反馈。(2)装在末端执行器和机器人最后一个关节之间的力传感器,称为腕力传感器。(3)装在机器人手爪指关节(或手指上)的力传感器,称为指力传感器。外部传感器机器人的力觉——力觉传感器力不是直接可测量的物理量,而是通过其他物理量间接测量出的。其测试方法包括:(1)通过检测物体弹性变形测量力,如采用应变片、弹簧的变形测量力;(2)通过检测物体压电效应检测力;(3)通过检测物体压磁效应检测力;(4)采用电动机、液压马达驱动的设备可以通过检测电动机电流及液压马达油压等方法测量力或转矩;(5)装有速度、加速度传感器的设备,可以通过速度与加速度的测量推出

作用力;外部传感器机器人的力觉——力觉传感器压阻式压力传感器采用集成电路工艺技术,在硅片上制造出四个等值的薄膜电阻并组成电桥电路,当不受力作用时,电桥处于平衡状态,无电压输出;当受到压力作用时,电桥失去平衡而输出电压(AB之间产生微小电位差),且输出的电压与压力成比例。外部传感器机器人的力觉——力觉传感器原理:

如果在轴上施加力矩,力矩将在轴上产生两个方向相反的力和两个方向相反的形变,两个力传感器可以测出这两个力,根据所测力的大小可计算出力矩。用六个传感器测量三个彼此独立的轴上的力和力矩外部传感器Draper实验室研制的筒式六维腕力传感器机器人的力觉左图所示为Draper实验室研制的筒式六维腕力传感器的结构。它将一个整体金属环周壁铣成按120°周向分布的三根细梁。其上部圆环上有螺孔与手臂相联,下部圆环上的螺孔与手爪联接,传感器的测量电路置于空心的弹性构架体内。该传感器结构比较简单,灵敏度也较高,但六维力(力矩)的获得需要解耦运算,传感器的抗过载能力较差,较易受损。外部传感器SRI研制的六维腕力传感器机器人的力觉SRI(StanfordResearchInstitute)研制的六维腕力传感器,是典型的二层重叠筒式腕力传感器。如图所示,它由一段直径为75mm的铝管铣削而成,具有八个窄长的弹性梁,每个梁的颈部只传递力,扭矩作用很小。梁的另一头贴有应变片。图中从Px+到Qy-代表了8根应变梁的变形信号的输出。SRI传感器力和力矩计算方式如下:式中:为比例常数外部传感器林纯一研制的腕力传感器机器人的力觉日本大和制衡株式会社林纯一研制的腕力传感器是一种整体轮辐式结构,传感器在十字梁与轮缘联接处有一个柔性环节,在四根交叉梁上总共贴有32个应变片(图中以小方块表示),组成8路全桥输出,六维力的获得须通过解耦计算。这一传感器一般将十字交叉主杆与手臂的联接件设计成弹性体变形限幅的形式,可有效起到过载保护作用,是一种较实用的结构。外部传感器基于Stewart并联机构的六维腕力传感器并联机构的六维腕力传感器:该结构利用上下平台之间的6根弹性梁受力变化产生应变,应变片贴于弹性梁圆环处,由应变片组成的桥路输出可得到力的六个分量。与前述的两种竖梁结构不同之处在于:该结构并非整体式结构,上下平台与6根弹性梁之间由球形铰链相连接。由于采用了并联机构,该传感器的负载能力相对更高。机器人的力觉——腕力传感器外部传感器机器人的接近觉接近觉传感器:是检测对象物体与传感器距离信息的一种传感器。利用距离信息测出对象物体的表面状态。接近觉是视觉传感器功能的一部分,但它只给出距离信息,接近觉传感器有电磁感应式、光电式、电容式、气压式、超声波和激光式等多种。实际使用应根据对象物体性质而定。接近觉感知对象接近的情况,其作用为:(1)在接触到对象前获取信息,为后续动作先做准备;(2)发现障碍物,规定行程范围,以免碰撞;(3)得到关于对象表面形状的信息。外部传感器机器人的接近觉由于这类传感器可用以感知对象位置,故也被称为位置觉传感器。传感器越接近物体越能精确地确定物体位置,因此常安装于机器人的手部。根据感知范围(或距离),接近觉传感器大致可分为三类:感知近距离物体(mm级):电磁感应式、气压式、电容式感知中距离物体(30cm以内):红外光电式感知远距离物体(30cm以外):超声式、激光式外部传感器机器人的接近觉电磁式接近传感器:这种传感器不大受光、热、物体表面特征影响,可小型化与轻量化。但只能探测金属对象。日立公司将其用于孤焊机器人上,用以跟踪焊缝。在200℃以下探测距离0~8mm,误差只有4%。气压式接近传感器:这种传感器具有较强防火、防磁、防辐射能力,但要求气源保持一定程度的净化。红外式接近传感器:其特点在于发送器与接受器尺寸都很小,因此可以方便地安装于机器人手部。红外线传感器能根容易地检测出工作空间内某物体的存在与否,但作为距离的测量仍有很复杂的问题。外部传感器机器人的接近觉——超声波距离传感器超声波距离传感器:超声波传感器是利用超声波的特性研制而成的传感器。超声波对液体、固体的穿透能力很大,尤其是在不透光的固体中,它可穿透几十米的深度。超声波碰到杂质或分界面会产生显著反射形成反射回波,碰到活动物体能产生多普勒效应。因此超声波检测广泛应用在工业、国防、生物医学等方面。以超声波作为检测手段,必须产生超声波和接收超声波。在机器人领域,用于机器人对周围物体的存在与距离的探测。尤其对移动式机器人,安装这种传感器可随时探测前进道路上是否出现障碍物,以免发生碰撞。超声测距是一种非接触的检测方式,在近距离范围内有不受外界光线影响、硬件结构简单、容易操作、成本低等优点,在高性能自主移动机器人上获得了广泛应用。缺点是速度慢,存在较大的波束角,且对光滑表面存在镜面反射;测量精度受温度影响较大。外部传感器超声波距离传感器及其应用机器人的接近觉——超声波距离传感器外部传感器机器人的接近激光距离传感器:利用激光传输时间来测量距离的基本原理是,通过测量激光往返目标所需时间来确定目标距离。测量范围:0.1~50m(自然表面,黑色表面30m);100m以上(白色、反光表面)测量精度:mm(0.1~15m);mm(15m以上)分辨率:0.1mmLRFS-0040-1超声波距离传感器机器人的接近觉——激光距离传感器外部传感器机器人的视觉机器人视觉系统:如同人类视觉系统的作用一样,机器人视觉系统赋予机器人一种高级感觉机构,使得机器人能以“智能”和灵活的方式对其周围环境作出反应。机器人的视觉信息系统类似人的视觉信息系统,它包括图像传感器、数据传递系统,以及计算机和处理系统。机器人视觉:利用视觉传感器(如摄像机)获取三维景物的二维图像,通过视觉处理器对一幅或多幅图像进行处理、分析和解释,得到有关景物的符号描述,并为特定任务提供有用的信息,用于指导机器人的动作。机器人视觉可以划分为六个主要部分:感觉与处理、分割、描述、识别、解释。根据上述过程所涉及的方法和技术的复杂性可分为3个处理层次:低层视觉处理、中层视觉处理和高层视觉处理。外部传感器机器人的视觉——硬件系统外部传感器机器人的视觉——CCD图像传感器图像传感器是采用光电转换原理,用来摄取平面光学图像并使其转换为电子图像信号的器件。图像传感器必须具有两个作用,一是有把光信号转换为电信号的作用;二是具有将平面图像上的像素进行点阵取样,并把这些像素按时间取出的扫描作用。图像传感器又称为摄像管。摄像管的发展很迅速,它经历了光电摄像管、超光电摄像管、正析摄像管、光导摄像管、二次电子导电硅靶管以及新发展起来的CCD图像传感器——固体摄像管等。外部传感器机器人的视觉——CCD图像传感器CCD(电荷耦合器件:chargecoupleddevices)的基本结构是一个间隙很小的光敏电极阵列,即无数个CCD单元组成,也称为像素点(如448×380)。它可以是一维的线阵,也可以是二维的面阵。优点:体积小、质量轻、寿命长、抗冲击、耗电极少,一般只需几十毫瓦就可以启动。外部传感器机器人的视觉——CCD图像传感器图像处理——分辨率变化对图像的影响共256级灰度,从图(a)到(f)分辨率依次为512×512,256×256,128×128,64×64,32×32,16×16。外部传感器机器人的视觉——CCD图像传感器图像处理——灰度变化对图像的影响从图(a)到(f)分辨率为512×512,灰度级依次为256,64,16,8,4,2。外部传感器机器人的视觉——CCD图像传感器图像处理——分辨率和灰度同时变化对图像的影响从图(a)到(f)依次为:256×256,128级灰度;181×181,64级灰度;128×128,32级灰度;90×90,16级灰度;64×64,8级灰度;45×45,4级灰度。外部传感器机器人的视觉——机器人的视觉技术主要应用(1)装配机器人(机械手)视觉装置。要求视觉系统必须做到:识别传送带上所要装配的机械零件;确定该零件的空间位置。据此信息控制机械手的动作,做到准确装配。对机械零件的检查;检查工件的完好性;量测工件的极限尺寸;检查工件的磨损等。此外,机械手还可根据视觉的反馈信息进行自功焊接、喷漆和自动上下料等;(2)行走机器人视觉装置。要求视觉系统能够识别室内或室外的景物,进行道路跟踪和自主导航。用以完成危险材料的搬运和野外作业等任务。外部传感器机器人的听觉——语音识别语音识别技术——也被称为自动语音识别AutomaticSpeechRecognition(ASR),其目标是将人类的语音中的词汇内容转换为计算机可读的输入,例如按键、二进制编码或者字符序列。预处理测度估计输入语音识别结果模板库特征提取失真测度识别训练参考模式语音识别原理图外部传感器机器人的听觉——语音识别语音识别系统实质上是一种模式识别系统,与常规模式识别系统一样包括有特征提取、模式匹配、参考模式库等三个基本单元。特征提取输入语音识别结果模式匹配参考模式库训练语音识别系统基本结构语音识别的关键技术包括语音特征参数提取技术、语音识别算法、模式匹配准则及模型训练技术。语音识别系统可分为:特定人语音识别系统和非特定人语音识别系统。其中后者大致可以分为语言识别系统,单词识别系统,及数字音(0~9)识别系统。外部传感器机器人的听觉——语音识别第二步是语音识别的核心,采用选择的语音识别方法进行模式匹配。语音识别核心部分又分别表现为模型的建立、训练和识别三个部分。第三步,语音识别可以进行后处理,后处理通常是一个音字转换过程,还有可能包括更高层次的词法、句法和文法处理,另外也有可能作为某个具体的任务语法的输入。第一步是根据识别系统的类型选择一种识别方法,采用语音分析方法分析出这种识别方法所要求的语音特征参数,这些参数作为标准模式由机器存储起来,形成参考模式库。语音识别的步骤分为三步外部传感器机器人的听觉——语音识别50年代,基于元音共振峰、语音波形频谱和谱序列信息的语音识别。1952年,AT&T贝尔实验室成功开发了了世界上第一个语音识别系统Audry系统,可以识别10个英文数字发音。1956年,在RCA实验室研制了可以识别一个说话人的10个单音节的系统。1959年,英国的Fry和Denes研制了能够识别4个元音和9个辅音的识别器,采用了谱分析仪和模式匹配器。60年代,计算机技术推动了语音识别技术的发展,语音信号线性预测编码(LPC)技术和动态时间规整(DTW)技术的提出。这一时期的语音识别主要基于模板匹配原理,研究的领域局限在特定人,小词汇表的孤立词识别,实现了基于线性预测倒谱和DTW技术的特定人孤立词语音识别系统,有效的解决了语音信号的特征提取和不等长匹配问题。外部传感器机器人的听觉——语音识别70年代,伴随着自然语言理解的研究以及微电子技术的发展,语音识别领域取得了突破性进展。这一时期的语音识别方法基本上是采用传统的模式识别策略,研究多集中于非特定人语音识别的实验。同时,这个时期还提出了矢量量化(VQ)和隐马尔可夫模型(HMM)理论。80年代,是HMM模型和人工神经元网络(ANN)在语音识别中的成功应用,使语音识别研究进一步走向深入。终于在实验室突破了大词汇量、连续语音和非特定人这三大障碍,第一次把这三个特性都集成在一个系统中,比较典型的是卡耐基梅隆大学的Sphinx系统,它是第一个高性能的非特定人、大词汇量连续语音识别系统。HMM模型的广泛应用应归功于AT&TBell实验室Rabiner等科学家的努力,他们把原本艰涩的HMM纯数学模型工程化,从而为更多研究者了解和认识,从而使统计方法成为了语音识别技术的主流。外部传感器机器人的听觉——语音识别90年代,语音识别技从实验室走向实用,在应用及商品化开发方面取得巨大进展

。许多著名的大公司如IBM、苹果、AT&T和NTT都对语音识别系统的实用化研究投以巨资。语音识别技术有一个很好的评估机制,那就是识别的准确率,而这项指标在20世纪90年代中后期实验室研究中得到了不断的提高。比较有代表性的系统有:IBM公司推出的ViaVoice

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论