7.4. Датчики систем силомоментного очувствления роботов

В настоящее время более 80 крупных фирм выпускают СМД для робо­тов. Как правило, во всех датчиках осуществляется разложение многокомпонентного вектора F по компонентам вектора электрических сигналов U. Дальнейшее преобразование информации, в том числе и формирование управляющих воздействий в систему управления роботом, реализуется либо непосредственно в датчике («интеллектуальный» СМД), либо в управляющем процессоре системы управления роботом.

7.4.1. Конструктивные схемы датчиков

Структурно СМД представляет собой многоканальную измерительную систему в виде совокупности упругих и чувствительных элементов, специальным образом ориентированных в пространстве. Процедура преобразования информации в СМД заключается в получении вектора электрических сигналов U, компоненты которого прямо пропорциональны компонентам главного вектора F сил и моментов. Следовательно, функцию преобразова­ния СМД можно описать выражением U=S·F, где S—матрица чувствительности. Данное преобразование реализуется тремя функциональными блоками — механическим преобразователем, блоком ЧЭ и измерительной цепью. Первый блок осуществляет преобразование вида

F = GR,

где G — матрица жесткости датчика (6x6); R — вектор перемещения центра измерений (6x1) (центром измерений обычно считают центр тяжести или центр симметрии датчика). Далее деформация упругих элементов СМД вызывает изменение импеданса связанных с ними ЧЭ, которое с помощью измерительной схемы преобразуется в выходное напряжение:

U = SGR.

Размерность матрицы S определяется количеством ЧЭ датчика.

Включение такой многоканальной системы в контур управления робота существенно влияет на его динамические характеристики и точность. Особенно большое влияние оказывает конструкция СМД, представляющая собой многомерную пружину, через которую осуществляется замыкание кинематической цепи манипулятора. Поэтому к датчикам ССО предъявляют как традиционные, так и частные требования. К первым относят погрешность нелинейности не выше 0,5%, быстродействие (время преобразования) не более 0,01 с, а также малую массу и вес. Среди вторых необходимо отметить избирательность и жесткость.

СМД со схемой типа «мальтийский крест» имеет только изгибные упругие элементы (это обеспечивает примерно равную чувствительность каналов) и частичное разделение компонент при сравнительно простой конструкции механического преобразователя (рис. 7.7). Датчик диаметром 53 мм и толщиной 15 мм содержит четыре упругих элемента балочного типа, связанных через внутренний фланец с захватным устройством робота (на рисунке не показано), а через четыре упругие мембраны — с внешним фланцем. Внешний фланец СМД соединен с манипулятором. Деформации упругого элемента измеряют четыре полупроводниковых тензорезистора, установленных вдоль осевой линии каждой грани. Тензорезисторы, расположенные на противоположных гранях упругого элемента, объединены попарно так, что образуют восемь измерительных схем. Функция п реобразования датчика имеет вид U=SF , где матрица чувствительности СМД представлена на рис. 7.7.

На рис. 7.8, а приведена конструкция четырехкомпонентного СМД малой жесткости, выполненного по схеме устройства с вынесенным центром податливости. Упругие элементы датчика созданы на базе эластомерных структур, обладающих преимущественно одноосным напряженным состоянием. Обычно эластомер представляет собой набор из чередующихся резиновых и металлических дисков малой толщины, склеенных между собой. Такая конструкция обладает достаточно высокой жесткостью на сжатие и легко деформируется на сдвиг, являясь таким образом упругим элементом сдвигового типа. Перемещения фокуса СМД измеряют оптронными парами светодиод—фотодиод, расположенными в ортогональных плоскостях (рис. 7.8, б). Учитывая, что при действии сил F_х, F_у нижний фланец перемещается параллельно верхнему, а при действии моментов М_х, М_у — поворачивается в направлении соответствующего момента, можно определить каждый силовой фактор.

Схема «адаптивного сборочного столика», рис.7.9, разработанная в Токийском университете, была затем реализована фирмой Нitachi (Япония). Нижняя часть датчика, выполненная в виде плоского креста, используется для определения компонент М_х, М_у, F_z, верхняя — для компонент F_х, F_у, М_z. Тензорезисторы на нижней крестовине измеряют деформации изгиба, на верхней —- сдвига. Разрешающая способность адаптивного сборочного столика составляет 0,1 % максимального значения соответствующей компоненты при диапазонах измерения сил 0...20 Н и моментов 0...0Д Нм. Адаптивный сборочный столик использовали в задачах прецизионной сборки.

Д остоинством схемы является высокое быстродействие, достигаемое благодаря тому, что управляющие сигналы поступают непосредственно на приводы исполнительного механизма. В то же время конструкция датчика не лишена недостатков: его каналы обладают разной чувствительностью (для каналов с изгибными деформациями она на порядок выше, чем со сдвиговыми), а наличие инерционных составляющих вызывает динамические погрешности.

Несмотря на все многообразие конструкций СМД, все они построены на базе однотипных упругих элементов. Как известно, напряженное состояние, возникающее в материале упругого элемента, в значительной степени определяется его формой. При расчете конструкций обычно выделяют четыре типа напряженных состояний: растяжение-сжатие, изгиб, сдвиг и кручение. Поэтому и в конструктивных схемах СМД стараются использовать упругие элементы, деформации которых можно отнести к одному из указанных типов.

В однокомпонентных датчиках упругие элементы испытывают деформацию определенного типа. В многокомпонентных СМД этого добиться труднее. В частности, в рассмотренных ранее конструкциях возникали напряженные состояния разных типов. Тем не менее для обеспечения равной чувствительности каналов измерения стремятся уменьшить число типов напряженных состояний в теле упругого элемента. Различают три типа упругих элементов СМД: продольные (испытывают деформацию растяжения-сжатия), изгибные и сдвиговые (рис. 7.10).

Выбор того или иного типа упругого элемента зависит от измеряемых сил, причем датчики одного назначения могут иметь разные упругие элементы. Характерным примером являются весы, В однокомпонентных весах могут быть использованы продольные упругие элементы, например при измерении веса железнодорожных вагонов, и изгибные – в ювелирном деле.

7.5. Методы распознавания контактных ситуаций

В задачах распознавания контактных ситуаций, возникающих в робототехнике, используются те же подходы, что и в СТЗ. При этом контактная ситуация описывается в терминах тактильного образа, который определяется совокупностью отдельных признаков. Существо распознавания заключается в отнесении некоторой контактной ситуации к соответствующему классу. Одним из решений этой проблемы является применение методов ситуационного управления. В этом случае информация о контактных силах используется не непрерывно, а лишь в ситуациях, описанных заранее.

Примером указанного подхода является стратегия управления роботом в такой задаче, как сопряжение цилиндрических объектов. Данную задачу трудно решить с применением обычных алгоритмов позиционного управления, поскольку невозможно составить точную геометрическую модель контактных поверхностей и их взаимного положения, да и сама траектория движения концевого эффектора не известна заранее, а формируется непосредственно в процессе движения. В то же время при сопряжении цилиндрических объектов наблюдаются некоторые закономерности в распределении силовых факторов, которые могут быть использованы для определения конкретных ситуаций. Так, экспериментальным путем установлено, что в пространстве координат «сила—перемещение» возникают характерные распределения силовых факторов, не зависящие от размеров объектов.

Это соображение иллюстрирует рис. 7.14, на котором показаны графики изменения силовых факторов F_х, F_zг, и М_у в запястном СМД при осевой сборке типа «вал—втулка» в вертикальной плоскости по мере углубления вала в отверстие вдоль оси Z. Подобная картина характерна и для других компонент векторов сил и моментов, измеряемых СМД. Ч исленные значения переменных могут быть неизвестны, однако между ними существуют достаточно определенные соотношения, анализ которых позволяет выделить ряд опорных точек. Эти точки, назовем их точками фазового перехода, условно разделяют процесс сопряжения на этапы, или классы, для каждого из которых характерна определенная контактная ситуация из числа возмож- ных: свободный ход (0), движение по фаске (I), одноточечный контакт (II), двухточечный контакт (III), заклинивание, или завершение цикла (IV). Представление о фазовых переходах позволяет использовать логические принципы управления. В этом случае создается система решающих правил, образующая базу знаний и содержащая описание конкретных ситуаций.

Распознавание ситуации осуществляется на основании решающих правил, относящих ситуацию к тому или иному классу (табл. 7.6). Если в процессе сопряжения возникает распределение силовых факторов, соответствующее одному из перечисленных состояний, то оно идентифицируется в соответствии с имеющимся описанием в базе знаний.

С тратегия управления роботом предполагает альтернативный выбор алгоритма движения из нескольких типовых алгоритмов, определенных заранее для каждой из возможных ситуаций. Например, если в результате распознавания ситуация идентифицируется как двухточечный контакт, то движение манипулятора должно обеспечивать поворот захваченного объекта относительно отверстия в сторону уменьшения возникшего момента.

Неопределенность в описании ситуаций может быть уточнена с использованием аппарата нечетких множеств и операций нечеткой логики. При этом можно ввести следующие термы: «силовой фактор не изменяется», «возрастает» и «возрастает быстро» (см. компоненту F_z в фазах I-III).

Представленный подход позволяет «интеллектуализировать» сенсорную функцию СМД, т. е. вынести задачу распознавания непосредственно на уровень датчика с помощью встроенного в его конструкцию микропроцессора. Однако, если число возможных ситуаций велико, заранее составить такое описание «термами» весьма сложно.

Решение поставленной проблемы может быть найдено при использовании для реализации ССО нейронных структур — нейросетей. В рассмотренном на рис. 7.14 примере осевой сборки при построении вектора признаков (т. е. некоторых дискрипторов, необходимых для описания классов) можно использовать вариации значений силовых факторов. Тогда функционирование ССО должно заключаться в соотнесении полученного вектора признаков тому или иному классу, характеризующему контактную ситуацию. Эта процедура основана на использовании сведений о знаке и изменении абсолютных значений силовых факторов F_х,F_z и М_у, (для данных табл.7.6 классу контактной ситуации эквивалентно определение фазы ситуации).

Обучение нейросети обычно предполагает использование учителя, который сначала формирует априорный вектор признаков и соответствующий ему априорный алфавит классов, способных в процессе обучения модифицироваться. В качестве такого алфавита используют типы контактных ситуаций. На этапе обучения системе предъявляется некоторый набор признаков, а также класс контактных ситуаций. На основе этой информации ССО составляет описание классов на языке признаков. При традиционном подходе эти описания хранятся в базе знаний, в случае же нейросети они представляют собой некоторую матрицу весовых коэффициентов.

Не вдаваясь в подробности построения нейросетей, рассмотрим некоторые ключевые понятия. Основу нейросети составляют относительно простые, однотипные элементы (искусственные нейроны или ячейки), имитирующие некоторые принципы работы нейронов головного мозга (рис. 7.15, а). По аналогии с нервными клетками каждый нейрон характеризуется своим текущим состоянием и может быть возбужденным или заторможенным. Он обладает группой однонаправленных входных связей — синапсов, соединенных с выходами других нейронов, а также имеет аксон, связывающий его с синапсами следующих нейронов. Каждый синапс характеризуется весом w_i,-, который по физическому смыслу эквивалентен электрической проводимости. Синапсы с положительными весами называют возбуждающими, с отрицательными весами — тормозящими.

В соответствии с предложенной в 1943 г. У. Мак Каллоком и У. Питтсом моделью нейрона, его текущее состояние s определяют как взвешенную сумму входных сигналов х_i:

где п — число входов нейрона; b — смещение.

Выходной сигнал у нейрона является функцией его состояния: у = F(s). Эта функция, называемая активационной, может иметь различный вид (рис. 7.15, б—д). Чаще всего используют нелинейную функцию с насыщением, называемую сигмоидом, важным свойством которого является способность усиливать слабые сигналы в большей степени, чем сильные, что предотвращает насыщение нейрона (см. рис. 7.15, г, д):

При уменьшении параметра α сигмоид становится более пологим и в пределе при α = 0 вырождается в горизонтальную линию на уровне у = 0,5. При увеличении α сигмоид приближается по внешнему виду к функции единичного скачка с порогом s₀ = 0. Из выражения для сигмоида следует, что выходной сигнал нейрона изменяется в диапазоне от 0 до 1.

Простейшей нейросетью является персептрон — сеть, нейроны которой имеют активационную функцию в виде единичного скачка (см. рис. 7.15, б). Количество нейронов в персептроне неограниченно. Более того, его структура может быть многослойной. При этом выходные сигналы предыдущего слоя являются входными сигналами следующего. Например, у однослойного трехнейронного персептрона на п входов поступают сигналы, которые передаются по его синапсам на три нейрона, образующие единственный слой нейросети. Следовательно, функцию преобразования каждого из трех нейронов можно представить в виде

Все весовые коэффициенты синапсов одного слоя нейронов можно све­сти в матрицу W, в которой каждый элемент w_ij задает вес i-го синапса j-го нейрона. Таким образом, происходящий в нейросети процесс может быть записан матричным уравнением вида

Y=F(XW)

где X и W — соответственно входной и выходной сигнальные векторы; F(V) — активационная функция, применяемая поэлементно к компонентам вектора V = ХW.

Представим реализацию алгоритма распознавания контактной ситуации на базе нейросети. Рассмотрим тот же пример сопряжения цилиндрических объектов и также ограничимся тремя компонентами F_х, F_z и М_у. Тогда структура блока распознавания будет иметь вид многослойной нейросети, представленной на рис. 7.15, е. (Заметим, что этот случай содержит все характерные признаки общей постановки задачи.) Здесь используются три признака распознаваемых классов (приращения компонент ΔF_x, ΔF_z и ΔМ_у) и пять классов контактных ситуаций («свободный ход», «движение по фаске», «одноточечный контакт», «двухточечный контакт», «завершение цикла», или «заклинивание»). Таким образом, нейросеть содержит три слоя: входной, состоящий из трех нейронов; выходной, содержащий пять нейронов, и промежуточный. Количество нейронов промежуточного слоя определяет скорость и надежность распознавания и может быть различным. После обучения нейросеть может распознать контактную ситуацию, т. е. определить класс, к которому принадлежит тактильный образ.

Если система управления является позиционной (т. е. содержит контур с датчиками положения), то сигналами от СМД проводится модификация номинальной траектории или скорости. Схема позиционно-силовой системы управления роботом приведена на рис. 7.16.