使用基于位置和图像的算法的基于PLC的机器人机械手位置控制外文翻译资料

英语原文共 11 页，剩余内容已隐藏，支付完成后下载完整资料

全球工程研究杂志:H

机器人和纳米技术

使用基于位置和图像的算法的基于PLC的机器人机械手位置控制

Harshavardhan Reddy Kunchala amp; Jack Toporovsky

布里奇波特大学

摘要

可编程逻辑控制器(PLC)在自动化和机器人领域发挥着重要作用。介绍了基于可编程逻辑控制器(PLC)的机器人机械手控制系统的设计与实现，该系统采用了两种不同的人工智能算法:基于位置的算法和基于图像的算法。受控机器人是具有封闭运动链的5自由度(DOF)机械手，设计用于高性能拾取和放置应用。控制软件完全在商用PLC系统上开发，使用其标准编程工具及其操作系统的多任务功能。

关键词:人工智能、视觉系统、可编程逻辑控制器、机器人机械手、工业自动化、设计、硬件。

GJRE-H分类:用于代码:090602

严格按照以下规定执行:

使用基于位置和图像的算法的基于PLC的机器人机械手位置控制

Harshavardhan Reddy Kunchala amp; Jack Toporovsky

摘要

可编程逻辑控制器(PLC)在自动化和机器人领域发挥着重要作用。介绍了基于可编程逻辑控制器(PLC)的机器人机械手控制系统的设计与实现，该系统采用了两种不同的人工智能算法:基于位置的算法和基于图像的算法。受控机器人是具有封闭运动链的5自由度(DOF)机械手，设计用于高性能拾取和放置应用。控制软件完全基于商用PLC系统，使用其标准编程工具及其操作系统的多任务特性。特别是，本文详细分析了在这种应用中选择标准PLC的缺点和优点，与更常见的选择专用硬件或工业个人计算机相比，特别强调了使用建议的控制架构获得的计算性能。

关键词:人工智能、视觉系统、可编程逻辑控制器、机器人机械手、工业自动化、设计、硬件。

一、导言

机器人机械手广泛应用于包装行业，尤其是用于取放操作和装箱。特别是，包装小食品，如饼干或糖果，需要高性能的机器人，具有短周期和精确的运动控制，即使他们的工作空间相对较小[1]。这种性能可以通过轻型平行驱动或类似三角形的运动学来获得，其在减少移动质量和惯性方面的优势是众所周知的。这些机器人包括一个视觉系统，用于识别和定位传送带上的大型无序产品。通常，机器人控制器是专有的，并且限制了客户在没有制造商支持的情况下扩展其用途的权限。因为机器人系统与附加的专用工具和特征的集成通常需要开发与基本机器人运动控制系统紧密匹配的软件或硬件。总的来说，客户寻求机器人控制器的开放性，以增加或修改其功能。在文献中，学术研究已经开发了几种用于机器人控制的开放式架构，将其应用限制在较小的范围内[2]、[3]、[4]。在大多数情况下，这些架构需要基于个人

作者:CT布里奇波特布里奇波特大学电气和计算机工程系，06604。

电子邮件:ytoporov@bridgeport.edu hkunchal@my.bridgeport.edu

电脑的硬件平台的优势。一方面，使用pc机进行机器人控制降低了使用高级语言和设计良好的集成开发环境(IDE)的软件开发成本。另一方面，标准电脑无法满足复杂工业环境对可靠性的要求。总之，更多保护外壳的使用和坚固电子元件的使用增加了基于PC的机器人控制器的成本。

可编程逻辑控制器(PLC)是一种典型的控制设备，在工业自动化中起着主导作用。PLC提供了更高程度的鲁棒性，比其他选择更便宜，并且易于使用[1]。PLC中的电子元件因其可靠性和坚固性而成为基准，最终保证了高性能。由于这个原因，PLC通常被认为是低级系统，其主要目的是使用简单的布尔信号进行控制(即离散控制和排序)，并监督工厂和操作员的安全性和完整性。然而，现代PLC有足够的计算能力来使用各种编程语言(即IEC 61131-3 [5])执行复杂的数学计算。这允许开发者在PLC上实现机器人控制的各种算法。

通常，大多数PLC只支持它们专有的IDE。相应的IDE为用户提供了定制构建/修改应用程序的选项，这在基于PC的方法中是一个限制因素[3]。因此，最终用户甚至可以在没有原始源代码的情况下更新和扩展PLC程序，这使得PLC成为“开放”系统。尽管有这些特点，基于PLC的机器人操纵器控制系统是非常罕见的，一般限于简单的笛卡尔或龙门式结构[7]。

机器人手臂是链形式的连杆和关节的组合，一端固定，而另一端可以在手臂的固有轴上以一定的自由度移动，称为末端执行器。关节可以是棱柱形的，也可以是回转的，由驱动器驱动。为了沿着特定的路径移动末端执行器，相应的关节应该适当地移动[8]。在这个过程中，需要执行逆运动学方程。在冗余机械手的情况下，与运动学不那么复杂的非冗余机械手相比，逆运动学更具挑战性[7]。

25

使用基于位置和基于图像的算法的基于PLC的机器人机械手控制

2017年

全球工程研究杂志(H)第十七卷第一期第一版

26

逆运动学问题的求解有代数解法、几何解法、迭代解法等传统方法[5]。然而，这些方法计算复杂，并且表现出更高的执行时间。近年来，粒子群优化算法已经成功地应用于各种优化问题。这种新的优化算法结合了社会认知人类代理和进化计算中的社会心理学原理[9]。

本文讨论了商用PLC及其多任务操作系统实现机器人控制系统的能力，包括用于在线轨迹规划的逆运动学。我们的设计是视觉系统与机械手和PLC的集成，用于实现基于图像的智能算法。该系统设计使用基于位置的算法来提供对象的位置信息。粒子群优化用于基于位置的算法，因为它的特征是概念简单。这种方法易于实施，计算效率高[9，10]。本文描述的机器人平台是在美国康涅狄格州布里奇波特大学的可编程逻辑控制器实验室设计和开发的[1]。本文的其余部分组织如下:II描述问题定义；秘书III提供了有关解决方案的详细信息，添加第二节。IV描述了硬件设置。秘书第五节描述了研究结果，第六节描述了研究结论和未来工作。

二、问题定义

随着技术的革命性进步，自动化需求的增加促使研究人员开发下一代自动化应用[11]。典型的工业过程使用机械手来拾取和放置非常接近的物体。这涉及机器人手臂以高精度和精确的关节角度重复执行运动[12]。常见的工业机械手通常被称为具有关节和角度的机器人手臂，如所示Figure 1。在我们的应用中使用的机器人臂是由所有旋转关节组成的关节臂。关节式机械臂具有最大的灵活性，可以伸到物体的上方和下方。由于所有关节都是旋转的，这些机器人可以覆盖大的工作空间，并且易于密封。机器人的任务是在非结构化环境中以最小的关节运动和最短的路径完成特定的任务。

机器人运动路径规划已经研究了二十多年[13]。为末端执行器推导出尽可能好的逆运动学解是具有挑战性和困难的。反向运动学解决方案设计中的一些挑战包括:

图1:带关节角度的机器人手臂

a)状态空间

由于操纵器被设计用于拾取和放置应用，操纵器拾取物体并将其放置在相对位置，根据感觉数据，这些位置被称为好位置或坏位置或拒绝区域。因此，寻找机器人操作器的状态是有限的。该臂具有其工作空间，并且可以通过各种路径到达那些位置。

b)初始状态

机器人操作器的初始状态可以是任何状态，这取决于传感器发送给手臂的信号。但在操作开始时，机械手总是回到原位或嵌套位置。

c)行动

机械手的动作取决于从传感器(摄像机、零件检测传感器等)接收到的信号。).机械手根据传到控制器的传感器数据采取行动，控制器执行手臂的运动。因此，机械手在给定的时间限制内，以各自的速度避开路径上的障碍物，向目的区域移动。为了达到目标，机械手必须找到最好的可能在在其工作空间内具有最小关节角度运动的路径。一旦计算出位置坐标，末端效应器将试图到达物体。还执行其他操作，如打开和关闭夹具、拍摄零件快照、启动/停止输送机、启动/停止电机等。

。

2017年全球期刊公司(美国)

使用基于位置和基于图像的算法的基于PLC的机器人机械手控制

2017年

全球工程研究杂志(H)第十七卷第一期第一版

开始

运送者

d)过渡模型

操纵器的转换模式取决于所采取的动作。开始时，机械手返回到原点位置。所以我们考虑初始状态为归位，但不是一直。安装在末端执行器上的摄像机将不断地向控制器提供机器人机械手的当前位置坐标，并且算法控制机器人手臂的运动。

完整的过渡模型如所示Figure 2。

e)目标测试

该模型的目标测试是通过检测金属和非金属零件，并避免机器人手臂与系统的任何其他部分发生障碍或碰撞，来拾取和放置具有各自区域的物体/零件以进行进一步处理。

f)路径成本

该应用的路径成本根据产品成本(即用于系统组装的部件)和其他因素而变化。

图2:系统的转换模型

图3 给出了设计和实现的应用程序的完整流程图。

27

使用基于位置和基于图像的算法的基于PLC的机器人机械手控制

2017年

全球工程研究杂志(H)第十七卷第一期第一版

28

图3:完整过程的流程图

使用基于位置和基于图像的算法的基于PLC的机器人机械手控制

2017年

全球工程研究杂志(H)第十七卷第一期第一版

为了实现本研究中的目标，机器人操作器的位置轨迹计算是最具挑战性的任务，因为它必须避开障碍物并到达产品进行拾取[14]。如上所述，机器人操作器的过渡状态有各种可能的路径到达目标。在这些路径中，最佳路径在其工作空间内具有最小的关节运动和最短的距离。已经开发了许多技术来寻找机械手的逆运动学。寻找运动学解的复杂性随着关节数量或自由度(DOF)的增加而增加。机器人机械手在三维工作空间中的位置、路径规划和运动控制成为控制系统设计工程师和机器人制造商的关键因素。为了实现这一功能，机器人手臂应该是自适应的、灵活的、低功耗的、完全高效的。工业机器人手臂的挑战性任务之一是在工作环境中以最小的残余振动、最小的扭矩、避障和无碰撞运动学、最短的时间间隔和/或期望路径中的距离将其末端执行器从初始位置移动到期望位置[15]。

三、解决方法

在动态环境中处理具有连续交互子系统的复杂、高级控制系统是困难的，并且需要具有连续过程优化的复杂和智能的控制器。在这项研究中，我们提出了路径规划的解决方案，如前一节所述。所提出的解决方案已在五自由度机器人操作机上得到应用和测试。第四节解释了实验装置。在这个实验中，我们结合使用基于位置的算法和基于图像的算法来寻找路径规划的最佳可能解决方案。在本研究中，我们使用PLC在机器人手臂控制系统中实施人工智能，如所示Figure 4。该系统完全基于知识，因为它使用来自传感器的信息，并使用机械臂和执行器执行动作。基于位置的搜索算法使用基于图像的算法提供的视觉数据，并计算关节速度和角度，以形成三维工作空间中的逆运动学解[16]。通过增加基于视觉或图像的算法，机器人控制系统更加灵活，适应性更强，并且增加了关节运动的精度。

利用职位的主要优势-

基于控制是在标准笛卡尔坐标系中定义任务的机会。相反，基于图像的控制对校准误差不太敏感；然而，它需要在线计算图像雅可比矩阵，雅可比矩阵是一个

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[603723]，资料为PDF文档或Word文档，PDF文档可免费转换为Word