基于智能交流接触器的采摘机器人机械臂设计

王臻卓，李 伟，范 乐

(1.河南工业职业技术学院，河南 南阳 473000；2.国家电网山东栖霞市供电公司，山东 栖霞 265300)



基于智能交流接触器的采摘机器人机械臂设计

王臻卓1，李 伟2，范 乐1

(1.河南工业职业技术学院，河南 南阳 473000；2.国家电网山东栖霞市供电公司，山东 栖霞 265300)

在充分考虑机械臂伺服电机智能速度检测装置的结构和闭环运动过程控制的基础上，将智能交流接触器引入到了采摘机器人机械臂关节伺服电机的反馈控制中，并建立了PID闭环反馈调节回路，有效地提高了机械臂的控制精度。同时，将智能交流接触器以速度控制函数的形式嵌入到了PID控制环节，采用ADMAS和MatLab软件对机械臂的轨迹控制精度进行了测试，并利用MatLab软件计算得到了关节的控制变量，以Spline形式将变量导入到了ADMAS中对机械臂两关节进行控制。通过仿真得到了机械臂关节的输入和输出位移随时间变化曲线和机械臂末端的运动结果，结果表明：输入和输出的位移基本吻合，并且机械臂末端可以按照预定的圆环轨迹运动，从而验证了智能交流接触器PID控制的控制精度。

采摘机器人；机械臂；交流接触器；闭环运动

0 引言

目前，速度检测装置一般为速度传感器，且多为角速度传感器。线速度传感器由于其测量精度较低、检测范围小等因素未能得到广泛应用；而应用较多的涡流位移传感器量程较小，结构复杂，无法在采摘机器人机械臂的关节伺服电机接触器上应用。充分考虑接触器的结构和闭环运动过程控制的影响，将智能交流接触器引入到了采摘机器人机械臂关节伺服电机的反馈控制中，该检测装置基于电磁感应原理，可以根据线圈中感应电动势大小计算出衔铁的运动速度；而衔铁可以嵌入到机械臂材料中，实现了机械臂伺服电机的闭环反馈控制，对于微机电技术在采摘机器人中的应用具有重要的意义。

1 机械臂关节速度检测电路结构原理

为了实现采摘机器人机械臂关节伺服电机的速度自主检测，将电力电子技术应用到了电机的闭环反馈调节系统中，并利用电压控制模式及Buck电路实现交流接触器的智能控制，从而可以实现接触器的闭环控制，并快速、准确地调节线圈的电流大小。闭环反馈调节可以实现电压和电流闭环的快速切换，当机械臂关节伺服电机输出的电流小于设定电流阈值时，压闭环工作，接触器实现恒压工作；当伺服电机输出的电压小于设定电压阈值时，电流闭环工作，接触器实现恒流工作。其工作原理如图1所示。

电

图1 采摘机器人机械臂关节速度检测电路Fig.1 Speed detecting circuit of mechanical arm joint in picking robot

采摘机器人的机械臂作为动磁体，主磁路的设计包含永磁体，其安放的位置和磁压降需要计算得到，磁路中的感应强度呈现线性变化，气隙磁感应强度基本恒定，其结构如图2所示。

永磁体的磁压降变化会对磁链产生较大的影响，为了降低这种影响，将永磁体安装在静磁极上，这样永磁极产生的磁压基本恒定，而永磁体的等效磁动势和磁导率为

Vc=Hchap

(1)

其中，hap为永磁体的磁化方向的长度；Hc为永磁体磁感应的矫顽力；μr和μ0分别为静磁体和永磁体的磁导率；Am为动磁极的横截面积。结合永磁体的等效磁动势和磁导率对检测装置进行了尺寸优化，主要包括动磁极的铁芯尺寸、静磁极的截面积、静磁极的铁芯长度、动静磁极的气隙长度和测量线圈的匝数。参数优化提高了速度检测装置的灵敏度和测量精度。

图2 机械臂关节速度检测装置优化结构图Fig.2 Optimization structure of speed detection device of

mechanical arm joint

2 采摘机器人关节控制马达结构和原理

采摘机器人机械臂关节控制采用的是微机电技术，该技术采用微型伺服马达控制关节的运动速度。马达的内部包含一个速度检测器、小型直流马达、一组变速器、反馈调节电位和电子控制板，如图3所示。机械臂的原始动力由直流马达提供，可以产生较高扭力的输出，当齿轮组的变速比越大时，伺服马达可以输出的转矩也越大，承受的重力也越多，但是转动速度却越低。

图3 微型伺服马达内部结构图Fig.3 Internal structure of micro servo motor

微型伺服马达是典型的闭环反馈控制系统，其控制指令主要是由控制脉冲发出，其原理如图4所示。

减速齿轮组由马达驱动，在终端安装有速度检测装置和电位器。速度检测装置检测的速度参数在电位器以比例电压或者比例电流的形式反馈给控制线路板；控制线路板对输入控制脉冲信号进行比较，产生纠正脉冲，实现马达的正向和反向转动。通过反馈调节，可以使齿轮组的输出位置和预期的期望值相符，使纠正脉冲的值趋向于0，实现了马达的准确定位。为了实现微伺服马达的线性控制，采用PID控制器，其结构如图5所示。

图4 微型伺服马达工作原理图Fig.4 Working principle diagram of micro servo motor

图5 PID控制器结构Fig.5 PID controller structure

采摘机器人机械臂关节伺服电机闭环回路主要运用PID控制器进行调节，其控制方程为

(2)

其中，kp为比例调节系数；ki为积分调节系数；kd为微分调节系数；T为采样周期；e为计算误差。为了实现采摘机器人的自由轨迹移动，可以通过设定速度函数来控制机械臂的位移，其流程如图6所示。

图6 基于速度函数的机械臂轨迹控制Fig.6 Trajectory control of manipulator based on velocity function

采摘机器人的机械臂动作主要由关节的伺服电机控制，而伺服电机不能直接控制机械臂的轨迹位移，因此只能将轨迹位移通过微分的方式转换为速度函数。当机器人的机械臂按照合理的速度移动时，系统返回值为YES，机器人根据控制移动速度函数进行相应的动作；当机器人的机械臂违背了合理的移动速度时，机械臂将结合传感器函数和速度来控制函数调整。

3 智能交流接触器动作轨迹规划测试

为了验证智能交流接触器对采摘机器人机械臂轨迹规划的作用，将速度检测装置作为机械臂动作控制的反馈调节装置，以PID控制器速度函数的形式引入到PID控制环境，并通过ADAMS仿真来验证轨迹控制的精度。为了简化测试过程，将采摘机器人在采摘果实和放回果盘的动作简化为近似圆环形的动作，在ADAMS/View中用Contros Toolkits建立控制系统，通过智能速度检测器速度控制函数的PID环节控制，控制机械臂每个关节的单分量力矩，使机械臂的末端运动轨迹为圆。

采摘机器人机械臂和本体相连接的地方可以假设为原点铰接，而圆形轨迹的方程可以写成(x-580)2+y2=802；将其在xoy平面内展开，可以分解为x=580+80cos(t)，y=80sin(t)；要使机械臂的末端按照指定的轨迹运动，需要通过轨迹方程的微分得到速度控制函数，从而作为PID控制环节的输入。该过程可以采用MatLab编程来实现，用到的函数是求解非线性方程组的函数fsolve。设θ1、θ2分别为关节1和关节2的角位移，l1、l2为两关节的长度，则非线性方程组为

(3)

MatLab程序计算代码如下：

global x1 y1

t=0: pi/200:2*pi;

x=580+80*cos(t);

y=80*sin(t);

temp=[0，0]';

for k=1:500

x1=x(k);

y1=y x(k);

R=fsolve('myfunfun'，temp，optimset('Display'，'off'));

temp=R;

r1(k)=R(1);

r2(k)=R(2);

end

function q=myfunfun(p)

global x1 y1

rr1=r(1);

rr2=r(2);

r(1)=300*cos(rr1)+300*cos(rr1+rr2)-x1;

r(2)=300*sin(rr1)+300*sin(rr1+rr2)-y1;

计算完成后，矩阵r1里面保存的是关节1的角速度，矩阵r2里面保存的是关节2的角速度，变量可以以SPLINE的形式输入到ADAMS中，作为模型的关节输入。使用ADMAS建立控制系统的步骤如下：

1)首先建立采摘机器人机械臂的模型，在机械臂的关节处分别添加智能交流接触器的速度函数，然后将其他数值初始化为0。

2)将MatLab计算得到的数据导出，然后在ADMAS软件中以Spline形式导入。建立一个d1.txt文档保存在ADMAS工作目录下，文档中的数据主要有两列组成：第1列为时间，第2列为r1矩阵；在import中导入数据，然后点击ok后便可以导入MatLab计算得到的数据。

在PID控制环节中设置各种参数后，单击F8可以进入后处理模块中，在后处理模块中可以将关节的输入和输出位移进行比较，根据位移的重合度，得到控制的误差，如图7所示。关节1输入和输出位置分布以spline1_input和angl_joint1表示。由图7可以看出：采摘机器人机械臂关节1的位移输入和输出随时间变化的曲线非常吻合，从而验证了控制的精度。

图7 关节1的位移调节曲线Fig.7 The displacement adjustment curve of joint 1

关节2输入和输出位置分布以spline2_input和angl_joint2表示。为了进一步验证智能交流接触器速度函数的PID控制精度，对关节2的输入和输出位移进行了绘制，如图8所示。由图8可以看出：关节2输入和输出的位移也非常吻合，从而进一步验证了智能交流接触器速度函数的PID控制精度。

图8 关节2的位移调节曲线Fig.8 The displacement adjustment curve of joint 2

在ADMAS后处理中还可以对机械臂末端的轨迹进行查看，依次点击Review→Create Trace Spline，选择关节2和关节1的端点，移动鼠标到Joint1处，右击在对话框选择ground，单击OK便可以创建机械臂末端的轨迹，如图9所示。由图9可以看出：机械臂末端可以严格地按照圆环进行运动。这说明，在PID控制中加入智能交流接触器的速度控制函数可以有效地实现采摘机器人机械臂的轨迹控制，并且轨迹控制的精度较高。

图9 机械臂末端轨迹Fig.9 The trajectory of manipulator end

4 结论

以交流接触器速度函数的形式控制机械臂的移动轨迹，建立了PID闭环反馈调节回路，有效地提高了机械臂的控制精度。为了验证该方法的可靠性，采用ADMAS和MatLab软件联合仿真的方法，对机械臂关节的输入和输出位移随时间变化曲线和机械臂末端的移动轨迹进行了计算。仿真结果表明输入和输出的位移基本吻合，从而验证了智能交流接触器在机械臂轨迹控制中应用的可行性。

[1] 汤龙飞,许志红.闭环斩波起动交流接触器控制模块设计[J].中国电机工程学报,2013,33(18):132-139.

[2] 鲍光海,张培铭.智能交流接触器零电流分断技术[J].电工技术学报,2012,27(5):199-204.

[3] 林维明,郭晓君,黄超,等.改进单周期控制策略的双向大变比DC-DC开关变换器[J].中国电机工程学报,2012,32(21):31-37.

[4] 陈德为,张培铭.基于高速摄像机的智能交流接触器动态测试与分析技术[J].仪器仪表学报,2010, 31(4):878-884.

[5] 张恒康,何玉明,张耿耿.一种单相机测量三维运动轨迹的方法[J].固体力学学报,2010,31(S1):171-176.

[6] 王科俊,魏娟.基于共面圆的双目立体视觉分步标定法[J].应用科技,2010,37(1):36-39.

[7] 佟帅,徐晓刚,易成涛.基于视觉的三维重建技术综述[J].计算机应用与研究,2011,28(7):2412-2417.

[8] 张成,王听,史建卫,等.一种亚像素圆检测的新算法[J].理论与研究,2009(3):14-17.

[9] 陈娟,陈乾辉,师路欢,等.军图像跟踪中的边缘检测技术[J].中国光学与应用光学,2009,2(1):49-52.

[10] 刘昶,朱枫,夏仁波.基于共面二点一线特征的单目视觉定位[J].计算机应用研究,2012,29(8):3145-3147.

[11] 刘金颂,原思聪,江祥奎.Zernike矩和曲率的圆形中心亚像素定位[J].计算机工程与应用,2010, 46(29):153-155.

[12] 姬江涛,郑治华,杜蒙蒙.农业机器人的发展现状及趋势[J].农机化研究,2014，36(12):1-4.

[13] 乔永亮,何东键,赵川源,等.基于多光谱图像和SVM的玉米田间杂草识别[J].农机化研究, 2013,35(8):30-34.

[14] 姬长英,周俊.农业机械导航技术发展分析[J].农业机械学报,2014,45(9):44-54.

[15] 孟庆宽,何洁,仇瑞承，等.基于机器视觉的自然环境下作物行识别与导航线提取[J].光学学报，2014, 34(7):1-7.

[16] 刘金龙,郑泽锋,丁为民，等.对靶喷雾红外探测器的设计与探测距离测试[J].江苏农业科学,2013,41 (7):368-370.

[17] 高国琴,李明.基于K-means算法的温室移动机器人导航路径识别[J].农业工程学报,2014,30(7): 25-33.

[18] 方莉娜,杨必胜.车载激光扫描数据的结构化道路自动提取方法[J].测绘报,2013,42(2):260-267.

[19] 陈运鹏,龙慧,刘志杰.我国施肥技术与施肥机械的研究现状及对策[J].农机化研究,2015,37(4):255-260.

[20] 汤龙飞,许志红.交流接触器新型智能抗电压跌落控制模块的设计[J].中国电机工程学报,2012, 32(27):95-103.

[21] 刘颖异,陈德桂,袁海文,等.带电流反馈的永磁接触器动态特性仿真与分析[J].中国电机工程学报,2010,30(15):118-124.

[22] 陈娟,陈乾辉,师路欢,等.军图像跟踪中的边缘检测技术[J].中国光学与应用光学,2009,2(1):49- 52.

[23] 陈震,许强,闫军,等.基于直线光流场的三维检测新方法[J].仪器仪表学报,2012,33(5):1141-1147.

[24] 王立中,薛河儒,王靖韬.一种改进的相机标定方法[J].内蒙古大学学报:自然科学版,2010,41(2): 223-228.

[25] 汪先兵,林鹤云,房淑华,等.永磁接触器位移分段PWM 控制及吸合过程动态特性分析[J].中国电机工程学报,2010,30(3):113-118.

[26] 汪先兵,林鹤云,房淑华,等.无位置传感器的智能永磁接触器弱磁控制及合闸动态特性分析[J].中国电机工程学报,2011,31(18):93-99.

Design for Picking Robot Manipulator Based on Intelligent AC Contactor

Wang Zhenzhuo1, Li Wei2, Fan Le1

(1.Henan Polytechnic Institute,Nanyang 473000,China; 2.Qixia Power Supply Company of National Power Grid,Qixia 265300,China)

With the consideration of the manipulator servo motor speed intelligent detection device structure and closed-loop motion control, intelligent AC contactor is introduced to the picking robot manipulator joint servo motor feedback control, and the establishment of the PID closed-loop feedback control loop, effectively improve the control precision of the manipulator. Finally intelligent AC contactor with speed control function in the form of embedded to the PID control link, using ADAMS and MATLAB software of the manipulator trajectory control accuracy were tested, and joint control variables are calculated by using the MATLAB software, to spline form the variable guide into the ADMAS of two joint manipulator control. Through the simulation of the manipulator joint input and output displacement versus time curves and the end of arm motion results,the results of the experiment show that,the displacement of the input and output consistent, and end of the mechanical arm can be in accordance with predetermined circular trace motion, thus validating the intelligent PID control of AC contactor control precision.

picking robot; mechanical arm AC contactor; closed loop motion

2016-03-03

河南省科技攻关项目(152102410036)

王臻卓(1985-)，女，河南南阳人，讲师，硕士。

范 乐(1985-)，女，河南南阳人，讲师，硕士，(E-mail) 57yfl@sina.com。

S225；TP242

A

1003-188X(2017)06-0209-05