Управление роботом манипулятором: Системы управления промышленным роботом-манипулятором

Системы управления промышленным роботом-манипулятором

В настоящее время все больше сфер человеческой деятельности подвергается автоматизации, в частности промышленность. На смену человеку на многих производствах приходят промышленные роботы-манипуляторы, которые призваны заменить человека при выполнении как основных, так и вспомогательных технологических операций в процессе промышленного производства. Эта замена решает важную социальную задачу – освобождения человека от работ, связанных с тяжелым трудом или от работ, которые могут причинить вред его здоровью, а также от простых монотонных операций, для которых высокая квалификация работника не требуется. Гибкое автоматизированное производство на базе промышленных роботов, позволяет решать задачи автоматизации на предприятиях с широким разнообразием продукции при штучном или мелкосерийном производстве.

Промышленные роботы-манипуляторы являются очень важной частью современного промышленного производства. Управление современными роботами манипуляторами осуществляется по средствам числового программного управления (ЧПУ). С ростом уровня автоматизации промышленного производства и вследствие чего ростом чиста промышленных роботов выросла и потребность в программных продуктах, осуществляющих управление этим роботами [1].

В ряде отраслей применение таких роботов на ряде технологических операций является наиболее производительным решением, а зачастую и единственно возможным. Поэтому развитие систем управления имеет очень важное значение.

Система управления как правило представляет из себя последовательность позиций, через которые проходит манипулятор в процессе работы. Эти позиции характеризуются положением TCP (Tool Center Point) – крайней точки закрепленного на манипуляторе инструмента. По умолчанию TCP находится в центре фланца робота, но ее положение можно настраивать и обычно положение TCP совпадает с острием инструмента, установленного на манипуляторе. Поэтому при программировании, как правило, задается положение TCP в пространстве.

Рисунок 1. Внешний вид робота-манипулятора

Все манипуляторы, движение которых осуществляется немеханическими приводами оснащены системами управления. Системы управления современных манипуляторов состоят из нескольких подсистем, каждая из которых выполняет свои функции: информационные, управляющие, защитно-предупредительные.

Существует три основных вида управления: цикловое, позиционное, контурное. При цикловом управлении программой задается последовательность выполняемых движений, а также условия их начала и окончания. Крайняя точка, до которой идет движение, определяется самим манипулятором, а не задается в программе. Скорость выполнения движений определяется параметрами сервоприводов и также не задается в программе. При позиционном управлении команды подаются так, что перемещение “руки” манипулятора происходит от одной точки к другой, причем положения этих точек задаются программой. Скорость выполнения движений определяется параметрами сервоприводов и не задается в программе. Иначе дела обстоят при контурном управлении, движение «руки» происходит по заданной траектории с заданной скоростью. В программе задается траектория, скорость и режимы движения. Контурное управление применяется в тех технологических процессах, где требуется высокая точность работы.

Устройство управления и другие компоненты системы при цикловом, позиционном и контурном управлениях могут базироваться на одинаковых или разных принципах и элементных базах. К особому виду управления можно отнести адаптивное управление, при котором может осуществляться автоматическое изменение управляющей программы, при поступлении информации с внешних датчиков, которые определяют конфигурацию робота и его положение в пространстве. Объектом управления является манипулятор и его устройство передвижения, если оно имеется. Все остальное оборудование предназначено для формирования и выдачи управляющих сигналов для манипулятора. Таким образом, устройство управления получает команды от программы или сигналы от датчиков и формирует управляющие сигналы на сервоприводы манипулятора.

Так же существует режим ручного управления с помощью пульта. Оператор с помощью пульта ручного управления может управлять передвижением манипулятора, осуществлять ввод программ, настройку. На пульт управления поступает информация о выполнении движений, а также о возможных нарушениях режимов работы и об ошибках [2]. 

В процессе усложнения промышленного производства требуется все большая точность и гибкость выполнения операций, что привело к необходимости разработки систем управления с элементами искусственного интеллекта. Такие системы позволяют с помощью различных сенсоров анализировать внешние условия и осуществлять операции с учетом изменений в окружающем мире. Роботы с такой системой управления, в зависимости от ситуации, способны выполнять технологические операции более эффективно, с большей точностью, скоростью и по более рациональному алгоритму.

В полной мере реализовать такие системы управления стало возможным только благодаря развитию современной микропроцессорной техники [3].

АДАПТИВНОЕ УПРАВЛЕНИЕ РОБОТОМ-МАНИПУЛЯТОРОМ С ПАРАЛЛЕЛЬНОЙ КИНЕМАТИЧЕСКОЙ СХЕМОЙ Известия высших учебных заведений Приборостроение

DOI 10. 17586/0021-3454-2017-60-9-850-857
УДК 681.51

Читать статью полностью 

Аннотация.
Представлены результаты разработки и экспериментальной апробации роботаманипулятора параллельной кинематики, предназначенного для решения задач динамического манипулирования. Подобные системы широко используются в авиа- и автосимуляторах, при автоматизации производства, например в задачах быстрой сортировки. Преимущества использования роботов-манипуляторов с параллельной кинематической схемой объясняется их высокой скоростью и точностью позиционирования при работе в ограниченном рабочем пространстве. По результатам работы построена робототехническая платформа Стюарта с двумя степенями свободы, оснащенная системой технического зрения. Интеграция системы выполнена в среде разработки MatLab/Simulink. Представлена математическая модель системы, апробированы два алгоритма адаптивного управления по выходу, расширенные на класс дискретных систем, и проведен их сравнительный анализ.

Ключевые слова: адаптивное управление, робототехника, манипулятор, последовательный компенсатор, дискретные системы, техническое зрение

Список литературы:

1. 
   Lynch K. M. Nonprehensile Robotic Manipulation: Controllability and Planning. Pittsburgh, РА: The Robotics Inst., 1996. 222 p.
2. 
   Ming-Tzu Ho, Yusie Rizal, Li-Ming Chu. Visual servoing tracking control of a ball and plate system: design, implementation and experimental validation // Intern. Journal of Advanced Robotic Systems. 2013. Vol. 10, art. 287.
3. 
   Cheng C.-C., Chou C.-C. Fuzzy-based visual servo with path planning for a ball-plate system // Proc. of the 1st Intern. Symp. on Intelligent Computing Systems, Merida, Mexico. 2016. Vol. 597. P. 97—107.
4. 
   Oravec M., Jadlovska A. Model predictive control of a ball and plate laboratory model // Proc. of the 13th IEEE Intern. Symp. on Applied Machine Intelligence and Informatics, Herl’any, Slovakia. 2015. P. 165—170.
5. 
   Bullinger E., Allgöwer F. Adaptive X-tracking for linear systems with higher relative degree. The continuous adaptation case // European Control Conf. Karlsruhe, Germany. 1999.
6. 
   Громов В. С., Власов С. М., Борисов О. И., Пыркин А. А. Система технического зрения для робототизированного макета надводного судна // Научно-технический вестник информационных технологий, механики и оптики. 2016. Т. 16, № 4. С. 749—752.
7. 
   Шаветов С. В., Ведяков А. А., Бобцов А. А. Система технического зрения в архитектуре системы удаленного управления // Научно-технический вестник информационных технологий, механики и оптики. 2014. № 2(90). С. 164—166.
8. 
   Aphiratsakun N. , Otaryan N. Ball on the plate Model based on PID tuning methods // Proc. of the 13th Intern. Conf. on Electrical Engineering/Electronics, Computer, Telecommunications and Information Technology, Thailand. 2016.
9. 
   Mochizuki S., Ichibara H. I-PD Controller Design based on Generalized KYP Lemma for Ball and Plate System. Zurich, 2013.
10. 
    Pyrkin A. A., Bobtsov A. A., Kolyubin S. A., Borisov O. I., Gromov V. S. Output controller for quadcopters based on mathematical model decomposition // Proc. of the 22nd Mediterranean Conf. on Control and Automation. 2014. P. 1281—1286.
11. 
    Bobtsov A. A., Pyrkin A. A., Kolyubin S. A. Simple output feedback adaptive control based on passification principle // Intern. Journal of Adaptive Control and Signal Processing. 2014. Vol. 28, iss. 7—8.
12. 
    Borisov O. I., Gromov V. S., Pyrkin A. A., Bobtsov A. A., Nikolaev N. A. Robotic boat setup for control research and education // IFAC-PapersOnLine. 2016. Vol. 49, N 6.
13. 
    Nicosia S., Tornambe A. High-gain observers in the state and parameter estimation of robots having elastic joints // Syst. Control Lett. 1989. N 13(4). P. 331—337.

Управление роботом-манипулятором в режиме реального времени с использованием одновременно зарегистрированных нейронов в моторной коре

Эта роботизированная рука, управляемая мозгом, может поворачиваться, хвататься и чувствовать

Фотография: Getty Images. . Затем исследователи дали ему сенсорную обратную связь.

Натану Коупленду было 18 лет, когда он был парализован в автокатастрофе в 2004 году. Он потерял способность двигаться и чувствовать большую часть своего тела, хотя у него сохранилась небольшая чувствительность запястий и нескольких пальцев, и он есть какое-то движение в плечах. Находясь в больнице, он присоединился к реестру экспериментальных исследований. Около шести лет назад ему позвонили: Хотите присоединиться к нашему исследованию?

Команде из Университета Питтсбурга был нужен доброволец, чтобы проверить, может ли человек научиться управлять роботом-манипулятором, просто подумав о нем. Такого рода исследования интерфейсов мозг-компьютер использовались для изучения всего: от восстановления движения у людей с параличом до разработки нового поколения протезов конечностей и преобразования мыслей в текст. Такие компании, как Kernel и Neuralink Илона Маска, популяризируют идею о том, что маленькие электроды, имплантированные в мозг, могут считывать электрическую активность и записывать данные на компьютер. (Нет, в ближайшее время вы не будете загружать и воспроизводить воспоминания.)

Коупленд был взволнован. «Критерии включения для подобных исследований очень малы», — вспоминает он. Вы должны иметь правильную травму, правильное состояние и даже жить рядом с правильным медицинским центром. «Я с самого начала думал: я могу это сделать, я могу — так как же я могу не помогать продвигать науку вперед?»

Вскоре ему сделали операцию, во время которой врачи прикрепили массивы электродов размером с чечевицу к его двигательной и соматосенсорной коре. Они считывали электрические модели его мозговой активности, показывая его намерения двигать запястьем и пальцами. Через нечто, называемое интерфейсом мозг-компьютер (BCI), эти импульсы будут транслироваться для управления роботизированной конечностью, которая находится на вертикальной подставке рядом с ним в лаборатории. Коупленд начал ездить из своего дома в Данбаре, штат Пенсильвания, в Питтсбург три раза в неделю для лабораторных анализов. После трех сеансов он мог заставить робота двигать сферы и хватать кубики — и все это только силой мысли.

Но это было только начало. В исследовании, опубликованном сегодня в журнале Science, , команда сообщила, что Коупленд мог чувствовать все, к чему прикасалась рука робота, — ощущая ощущения в своих собственных пальцах. За последние несколько лет он научился контролировать руку своими мыслями, наблюдая за тем, что она делает в ответ. Но как только исследователи дали ему сенсорную обратную связь, он просто надрал задницу, удвоив свою скорость при выполнении задач. Это первый случай, когда BCI для роботизированного протеза интегрировал команды движения и прикосновения в режиме реального времени. И это большой шаг к тому, чтобы показать, как BCI могут помочь обойти пределы паралича.

Предоставлено UPMC/Pitt Health Sciences Media Relations

Прикосновение важно для восстановления подвижности, говорит автор исследования Дженнифер Коллинджер, инженер-биомедик из Университета Питтсбурга, потому что нужно максимально использовать будущие протезы BCI или конечности, стимулированные BCI a пользователю потребуется тактильная обратная связь в реальном времени от того, чем манипулирует его рука (или роботизированная рука). Протезы работают сейчас так, что люди могут сократить отсутствие прикосновения, видя, захватывают ли что-то пальцы робота, но глазное яблоко менее полезно, когда объект скользкий, движется или просто находится вне поля зрения. В повседневной жизни, говорит Коллинджер, «вы не обязательно полагаетесь на видение во многих вещах, которые вы делаете. Когда вы взаимодействуете с объектами, вы полагаетесь на свое осязание».

Мозг работает в двух направлениях: он принимает информацию, а также посылает сигналы остальному телу, приказывая ему действовать. Даже движение, которое кажется таким же простым, как захват чашки, требует от вашего мозга одновременно командовать мышцами рук и слушать нервы в ваших пальцах.

Поскольку мозг Коупленда не пострадал в аварии, он все еще мог — теоретически — управлять этим диалогом ввода и вывода. Но большая часть электрических сигналов от нервов его тела не достигала мозга. Когда команда из Питтсбурга привлекла его к своему исследованию, они хотели разработать обходной путь. Они считали, что мозг парализованного человека может как стимулировать роботизированную руку, так и получать от нее электрические сигналы, в конечном итоге интерпретируя эту стимуляцию как ощущение прикосновения к собственной руке. Задача состояла в том, чтобы все выглядело естественно. Роботизированное запястье должно скручиваться, когда Коупленд намеревался его скрутить; рука должна смыкаться, когда он намеревался схватить; и когда роботизированный мизинец коснется твердого предмета, Коупленд должен почувствовать это своим мизинцем.

Самый популярный

Из четырех массивов микроэлектродов, имплантированных в мозг Коупленда, две решетки считывают намерения движения с его моторного кора. tex для управления роботом-манипулятором, а две сетки стимулируют его сенсорные функции. система. С самого начала исследовательская группа знала, что они могут использовать BCI для создания тактильных ощущений у Коупленда, просто подавая электрический ток на эти электроды — никаких реальных прикосновений или робототехники не требуется.

Для создания системы исследователи воспользовались тем фактом, что Коупленд сохраняет некоторую чувствительность большого, указательного и среднего пальцев правой руки. Исследователи потерли там ватную палочку, пока он сидел в магнитном сканере мозга, и обнаружили, какие конкретные контуры мозга соответствуют этим пальцам. Затем исследователи расшифровали его намерения двигаться, записывая активность мозга с отдельных электродов, пока он представлял определенные движения. И когда они включили ток на определенные электроды в его сенсорной системе, он это почувствовал. Ему кажется, что это ощущение исходит от основания его пальцев, в верхней части правой ладони. Это может ощущаться как естественное давление или тепло, или странное покалывание, но он никогда не испытывал боли. «На самом деле я просто смотрел на свою руку, пока это происходило, типа: «Чувак, мне действительно кажется, что кто-то может тыкать прямо туда», — говорит Коупленд.

После того, как они установили, что Коупленд может испытывать эти ощущения, и что исследователи знали, какие области мозга нужно стимулировать, чтобы вызвать ощущения в разных частях его рук, следующим шагом было просто приучить Коупленда к управлению роботизированной рукой. Он и исследовательская группа устроили в лаборатории учебную комнату, развесив плакаты с Pac Man и кошачьими мемами. Три дня в неделю исследователь подключал разъем электрода от своего черепа к комплекту кабелей и компьютеров, а затем они засекали время, когда он брал блоки и сферы, перемещая их слева направо. За пару лет он стал чертовски хорош. Он даже продемонстрировал систему тогдашнему президенту Бараку Обаме.

Но затем, по словам Коллинджера, «он как бы остановился на своем высоком уровне производительности». Непарализованному человеку потребуется около пяти секунд, чтобы выполнить задачу по перемещению объекта. Коупленд иногда мог сделать это за шесть секунд, но его среднее время было около 20.

Чтобы помочь ему преодолеть горб, пришло время попытаться дать ему сенсорную обратную связь в реальном времени от манипулятора робота.

Человеческие пальцы ощущают давление, и возникающие в результате электрические сигналы проносятся по нитевидным аксонам от руки к мозгу. Команда повторила эту последовательность, поместив датчики на кончики пальцев робота. Но объекты не всегда касаются кончиков пальцев, поэтому более надежный сигнал должен был поступать откуда-то еще: датчики крутящего момента в основании механических пальцев.

Думайте о пальце робота как о рычаге с шарниром только на одном конце, где он соединяется с ладонью робота. Роботизированные пальцы хотят оставаться на месте, пока BCI не прикажет им двигаться. Любой толчок вперед или назад по длине пальца будет регистрировать вращательную силу в этом шарнире. «Возможно, это не самый очевидный датчик для использования», — говорит Роберт Гонт, который вместе с Коллинджером руководил исследованием, но он оказался очень надежным. Электрические сигналы от этого датчика крутящего момента передаются в BCI, который затем стимулирует имплантированный мозговой электрод, связанный с соответствующим пальцем Коупленда.

Самые популярные

Итак, когда указательный палец робота коснулся блока, Коупленд почувствовал легкое прикосновение к своему указательному пальцу. Когда он схватился за твердый блок, твердое сопротивление, возникающее в роботизированном суставе, дало ему более сильное ощущение. Направление этого осязания непосредственно на руку Коупленда означало, что ему не нужно было так сильно полагаться на зрение. Впервые он мог на ощупь решать задачи робота. «Это просто сработало», — говорит Коупленд. «В первый раз, когда мы это сделали, мне как-то волшебно стало лучше».

На самом деле, с этой новой сенсорной информацией Коупленд удвоил свою скорость, выполняя задания на мобильность. «Мы не говорим об улучшении на несколько сотен миллисекунд, — говорит Гонт. «Мы говорим о задаче, на выполнение которой у него ушло 20 секунд, теперь требуется 10 секунд».

Предоставлено UPMC/Pitt Health Sciences Media Relations

Частично это, по словам Гаунта, связано с тем, что это устранило колебания Коупленда: «Если вы не чувствуете свою руку, вы идете что-нибудь подобрать и тратите гораздо больше времени на возню». с объектом, пытающимся убедиться. Он у меня в руке? Да. Я уверен, что он у меня есть? ОК. Так что теперь я могу взять его и переместить».

На самом деле создание реалистичных сенсорных сигналов, подобных этому, — «большая победа», — говорит Болу Аджибойе, нейронный инженер из Университета Кейс Вестерн, не участвовавший в исследовании. что мы можем хотя бы начать приближаться к полной мимикрии естественных и неповрежденных движений».

И важно, говорит он, чтобы действие происходило без заметной задержки.Мозг работает с задержкой около 30 миллисекунд (время, за которое импульсы проходят от руки к мозгу), но робот передает сигналы в BCI каждые 20 миллисекунд, что, по словам Аджибойе, лежит в основе одной из самых важных ролей прикосновения в этом прогрессе, потому что это означает, что пользователь может чувствовать действия руки робота в режиме реального времени. И это чувство регистрируется гораздо быстрее, чем зрение. Зрение на самом деле является самой медленной формой обратной связи; обработка прицела занимает от 100 до 300 миллисекунд. Представьте, что вы пытаетесь схватить скользкую чашку. «Если бы вы знали, что чашка выскальзывает из вашей руки, только потому, что вы могли ее увидеть, — говорит Аджибой, — вы бы уронили чашку».

Самые популярные

Поскольку это раннее доказательство концепции, у системы есть некоторые ограничения, например, она не готова для домашнего использования. Коупленд должен прийти в лабораторию, чтобы управлять манипулятором; он не может носить его или взять домой, хотя команда предоставила ему урезанный BCI, который он может использовать для управления своим персональным компьютером. «Я играл в эмуляторы Sega Genesis, — говорит Коупленд, — и на самом деле нарисовал кошку, которую только что превратил в NFT».

Также используется проводное соединение. «Для меня порогом должна быть беспроводная система», — говорит Роб Вудлик, руководитель проекта отдела реабилитационной медицины Университета Миннесоты, которого парализовало десять лет назад. Тем не менее, он с осторожным оптимизмом смотрит на потенциал BCI, даже тех, которые требуют использования роботизированных рук, чтобы помочь людям меньше зависеть от тех, кто за ними ухаживает. «Возможность управлять роботом, который напоит себя, — это огромная вещь, — говорит Вудлик. «Ключевым приоритетом является восстановление моей независимости».

Сейчас команда Гонта выясняет, почему ощущения Коупленда не всегда кажутся естественными, и как лучше контролировать силу захвата хрупких предметов или более сложных задач. Сейчас в центре внимания все еще находятся человекоподобные роботы-манипуляторы. Но они предусматривают адаптацию подхода к стимуляции собственных конечностей людей, идею, которая была опробована в других лабораториях, или маршрутизацию сигналов к экзоскелетам и от них. «Если у вас слабая хватка, — говорит Гонт, — вы можете представить себе использование экзоскелетной перчатки, чтобы усилить эту силу — помочь вам открыть ладонь, помочь вам сжать ладонь, чтобы вы могли достаточно крепко схватиться, чтобы удержать объект. не бросая его».

Дело в том, что мозг расшифровывает намерения и перенаправляет команды от любого оборудования или тела, которое вы ему подбрасываете. Оно связано с плотью, но не ограничено ею.

Еще больше замечательных историй WIRED

• 📩 Последние новости о технологиях, науке и многом другом: получайте наши информационные бюллетени!
• Научная ошибка 60-летней давности, которая помогла Covid убить
• Цикады идут. Давайте есть их!
• Недостатки десятилетней давности затрагивают почти каждое устройство Wi-Fi
• Как сделать ловкий профессиональный снимок головы с помощью телефона
• Что кроссворд ИИ раскрывает о пути человека с помощью слов
• 👁️ Исследуйте ИИ, как никогда раньше, с нашей новой базой данных
• 🎮 ПРОВОДНЫЕ игры: получайте последние советы и обзоры и многое другое
• ✨ Оптимизируйте свою домашнюю жизнь с помощью лучших решений нашей команды Gear, от роботов-пылесосов до недорогих матрасов и умных колонок

Макс Дж.