主动激励触觉传感器特性分析*

钟方亮, 陈进军

(贵州大学 电气工程学院，贵州 贵阳 550025)

0 引 言

随着现在科技的高速发展，人们对机器人的要求已不满足于传统工业应用领域的结构化环境，而是转向娱乐、医疗、家庭等众多服务型机器人的非结构化环境中。所以，机器人的发展必将会走向普遍化，而机械手作为机器人最基本的行为要素之一，就要求其能尽量做到像人手一样灵活可靠。与工业制造中的机械手应用环境不同，在非结构化环境中机器人的应用更依赖于触觉[1]。因此，众多的专家学者们研究了多种的触滑觉传感器(如现在使用比较多的压阻式触觉传感器、电容式触觉传感器、压电式触觉传感器等等[2～5]，以期达到预期的效果。现如今，随着对传感器和新型材料研究的逐渐深入，因此对触觉传感的研究也越来越丰富，目前的触觉传感技术发展方向主要分为微型化、阵列化、多传感器融合、主动触觉传感器等几大类[6～9]。随着触觉传感技术的不断发展机械手的应用也变得愈加多元化。

由于传统的被动式机械手在抓取过程中存在信号不连续、易受外界干扰、随机性强等导致对机械手抓取过程的控制较难，机械手结构要求高等问题。基于此类情况，本文通过使用基于声学共振谱的方法来设计主动激励触觉传感器并安装在机械手上检测其不同状态的振动特性以完成对主动激励触觉传感器的验证。

1 触觉传感器的工作原理

1.1 声学共振普检测原理

声学共振检测(ARS)技术属于无损检测技术，是机械状态监测诊断技术的一种。声学共振谱法通过激振器对物体施加相应的激励，然后通过采用响应换能器检测其激发出的系统的共振频率来分析物体结构状态的变化。其基本工作过程为：由函数信号发生器产生所需的宽频带激励信号，如果激励信号的能量较弱时，则需要使用功率放大器放大激励信号的功率且要求保持激励功率的恒定，然后将激励信号传送给激励换能器，使换能器能有效地对被测对象进行激励。当激振频率与被测对象的自然频率相等时，就会使被测对象发生谐振；同时使用另外一个换能器作为响应接收被测对象的振动信号，然后再将响应信号采集到上位机进行处理和存储。

1.2 稳态正弦扫频激振

通过稳态正弦扫频激振可以了解被测系统的大致特性，然后在需要的频段范围内再进行稳态正弦激振来获取系统的动态特性。无论是采用何种扫频方式，都可以设置扫频的起始和截止频率，扫频的速率也是可调控的。而且扫频激励不会出现频谱泄露的问题，可靠性高。其在每个频率点的激励也不会受其它频率信号影响，可以排除外界干扰，所以测试结果的信噪比较高。其扫描函数为

(1)

式中T为扫描周期，A为激振力幅值，ωmin和ωmax为扫频的起始和截止频率。

2 传感器的设计与硬件调理电路

2.1 压电换能器

压电换能器通过压电效应将电信号转换为机械振动的转换率较高，制作压电换能器的材料也比较廉价，且不易老化。由于本设计所使用的机械手的机械手爪尺寸的限制，所以，本设计采用的激励换能器即为压电陶瓷片，其参数如下：1)谐振频率为(6.8±0.7)kHz；2)谐振阻抗为≤300(Ω)max；3)静态电容为15 000(pF)×(1±30 %)；4)储存温度为-30～+70 ℃；5)基片材料为黄铜。

2.2 驻极体麦克风

驻极体麦克风是一种声电转换传感器，其声电转换的关键元件是一片两面分别带有正负电荷的塑料膜片，膜片的其中一面镀有一层纯金薄膜并与金属极板组成了一个电容结构。由于声音会产生振动，当膜片感受到声音的振动时，它与金属极板之间的距离就会产生微小的变化，因此导致电容结构中的电容值改变。阻抗变换器主是由一个专用场效应管和一个二极管复合构成。麦克风内部电容两端的电压为场效应管栅极和源极的偏执电压UCS，UCS变化时会使源极和漏极间的电流改变，从而实现阻抗变换，一般经过阻抗变换后麦克风输出的电阻小于2 kΩ。

本设计所使用的主动激励触觉传感器便是由上述两种换能器组成，传感器组成为单点输入单点输出(SISO)的结构，如图1(a)所示，该主动激励触觉传感器是基于声学共振检测技术制成的，该传感器的工作原理为：当机械手进行抓取时，一旦被抓物体与金属板接触后，便改变了系统的原有特性，使系统的声学共振信号发生改变，由于机械手加力的程度不同，机械手系统的振动特性也会随之改变，相应的声学共振信号也会发生改变。所以我们可以根据声学共振信号的变化来判断机械手抓取过程的状态。但是值得注意的是由于该传感器的这种特性，所以对机械手抓取时的要求也比较苛刻，也即是对机械手控制系统要求更严格，因此在对物体进行抓取时必须保证每次传感器和被抓物体的接触位置的一致性。安装主动激励触觉传感器的机械手如图1(b)所示。

图1 主动激励触觉传感器与触觉传感机械手

2.3 功率放大电路

功率放大电路主要是将信号发生器产生的信号的功率进行放大处理，通常用作多级放大电路的输出级，直接驱动负载元件，所以其输出功率要足够高。电路中功率放大采用的是LM386芯片，该芯片具有自身功耗低(约为4 mA)、可用电池供电、工作范围宽(4～12 V或5～18 V)、总谐波失真较低(约为0.2 %)、输出增益20～200倍可调等特点。

2.4 降噪模块

该部分主要对驻极体麦克风接收的振动信号进行放大和降噪处理。电路中所采用的是NE5532芯片，这是一种高性能低噪声双运放的集成电路。该模块结合驻极体麦克风能监听细微的声音，并设有微调电阻，便于灵敏度的调节。其主要参数如下：1)工作电压为9～15VDC；2)工作电流为100 mA以上；3)静态电流为3.5 mA；4)频率响应为20 Hz～20 kHz；5)灵敏度大于150 mV；6)最大不失真输出信号电压为7.8 VP-P。一般驻极体麦克风输出信号的幅值在10～30 mV，通过调节微调电阻，使该模块输出的音频信号在±5 V范围内，以便于后续的数据采集。

3 数据采集与预处理

3.1 数据采集

在本设计中采用LabVIEW软件结合NI9234数据采集卡来进行数据采集。通过在新建VI的程序框图面板中使用DAQmx—数据采集驱动软件中的DAQ助手来完成数据采集。

3.2 数据预处理

3.2.1 数据归一化

在本设计中，将波形的幅值进行归一化处理，由于采样的波形幅值在正负区间内，所以，实验中将波形的幅值归一到-1～1区间内，转换公式为Xi=(xi-d)/λ。其中，d为偏移量，λ为放缩因子。

3.2.2 数据平滑

经过平滑处理后的频谱图不利于后续对共振频率的读取并且占用了大量的计算资源，所以需要对上图中的横坐标进行相应处理，使其以频率的形式进行显示。为此，设计中对平滑滤波后的频谱图进行了降采样的处理。

本设计选择了4类材质的物体(重量可变的药瓶、形状相近的橡皮和木块以及1节5号电池)来供机械手进行抓取，以对机械手抓取不同材质和重量的物体时的振动特性进行分析。

4 实验重复性评估

4.1 重复性试验

为了检验实验的重复性，在相同的实验环境下分别对机械手空载、不同负载共7种稳定状态分别进行了8次相同标准的测试，通过比较这几种状态下共振频率分布的离散程度来判断实验的重复性。为了更全面的了解这几种状态下的声学共振谱变化趋势，将这7种状态的声学共振谱数据按顺序绘制成三维导视图(瀑布图)如图2所示。

图2 声学共振谱三维导视图

从图2可知，每一种状态的谱信号保持总体趋势大致相同，反映了对同一物体的测试较稳定；机械手抓取不同物体的稳定状态的特征频率(峰值频率)及其幅值偏差较明显，可见机械手抓取不同物体时，其振动特征的差异明显。图3分别为机械手空载和6种不同负载稳定时机械手的8组声学共振信号的频谱图。由于在每次实验时机械手夹紧的力度及机械手与被抓物体的位置无法做到完全一致，所以，图中各组曲线的偏差的产生不仅仅是系统本身造成，还存在一定的人为不可控因素。

图3 机械手各负载稳定状态声学共振谱

表1所示为与图3相对应的机械手抓取各物体的稳定状态的8组声学共振谱的逐个频率点(Δf=1 Hz)上幅值的最大标准偏差和平均偏差。通过对每个频率点上的幅值的2个标准偏差可以很好地反映8组实验的重复性。从表中可以看出只有抓取木块和橡皮的最大标准偏差和平均标准偏差相对较大。

表1 各稳定状态声学共振幅值标准偏差

与表1相对应，表2所示为各个稳定状态下8组声学共振谱的波峰对应的频率的均值及其标准差和相对标准差。

表2 各稳定状态声学共振频率统计

从图2、图3可以大致看出这几种状态下机械手在声学共振的测试下的频谱曲线重合性相对较好，结合表1和表2可以看出无论是从各个状态每个频率点对应的幅值还是从其峰值对应的频率的偏差来看，这几种状态下的测试重复性都能符合实验要求。

4.2 频域特征提取即分析

如图4(c)所示为机械手空载及不同负载下的声学共振谱均值比较图，看出机械手处于不同负载稳定状态时的特征频率均会有所偏移，并且在不同状态下对应的特征频率的数量也会有区别。所以，可以用表2中的声学共振频率的均值来表征机械手空载和各个负载稳定状态的特征。

此外，机械手在抓取不同物体过程中的接触状态和其中某一时刻滑动状态的声学共振谱对比图如图4(a)和(b)所示。从三个状态对比图可以明显看出，机械手处于不同的抓取状态的特征频率及其峰值均产生了明显偏差，频率的能量分布则更明显。

图4 各状态声学共振普比较

表3为机械手抓取物体的接触和滑动状态的特征频率。

表3 接触和滑动状态特征频率

5 结 论

特征频率比较可以看出，所有接触和滑动状态下的特征频率与抓紧状态下的特征频率以及机械手空载时的特征频率三者相比较无论是在数值上还是在数量上都有明显差别；各状态声学共振谱比较表明，相对于机械手空载，由于夹紧状态机械手与被抓物体形成了一个新的系统，所以在扫频激励范围内该新系统与原系统(机械手空载状态)相比其特征频率(特征频率的高低频相应变大)及数量也发生了改变，并且在特征频率的中间部位存在明显的能量向中间集中的变现象，橡皮负载最为明显，这些频带内的能量特征与被夹物体相对应。所以，根据机械手不同负载各状态下的特征频率的不同可以很容易地区分出机械手抓取物体过程中的空载、负载不稳定(接触和滑动)及负载稳定三种状态。

而对于负载不稳定状态中，有些物体的接触频率会比较接近，如满瓶水、木块和橡皮的接触频率互相相差不超过20 Hz(扫频间隔的2倍)，以及电池和木块的滑动频率也相对比较接近，这些都极易导致对机械手不同物体状态的误判。所以，使用频域分析法对机械手全过程的振动特性分析具有一定的局限性。