首页 >> 新闻中心 >>行业动态 >> 工业机器人技术全解析
详细内容

工业机器人技术全解析

一、工业机器人的发展背景

1920年,捷克剧作家卡里洛·奇别克在其科幻剧本《罗萨姆万能机器人制造公司》(Rossum's Universal Robots)首次使用了ROBOT这个名词,之后便成为机器人的代名词。


1938年3月,The Meccano Magazine报道了一款搬运机器人模型,这是最早的关于以工业应用为目标的机器人模型的报道。它由GriffithP.Taylor于1935年设计,可以通过一个电动机实现5个轴的运动。到了1954年,美国的G.C.Devol设计出第一台电子可编程序的工业机器人。而1960年美国AMF公司生产了柱坐标型Versatran机器人,可进行点位和轨迹控制,这是世界上第一种应用于工业生产的机器人。


在1974年,Cincinnati Milacron公司成功开发了多关节机器人。到了1979年,Unimation公司推出PUMA机器人,它是一种多关节、全电机驱动、多CPU二级控制的机器人,采用VAL专用语言,可配视觉、触觉、力觉传感器,在当时是技术最先进的工业机器人。现在的工业机器人在结构上大体都以此为基础。这一时期的机器人属于“示教再现”(Teach-in/Playback)型机器人,只具有记忆、存储能力,按相应程序重复作业,对周围环境基本没有感知与反馈控制能力。


进入80年代,随着传感技术,包括视觉传感器、非视觉传感器以及信息处理技术的发展,出现了第二代机器人——有感觉的机器人。它能够获得作业环境和作业对象的部分相关信息,进行一定的实时处理,引导机器人进行作业。第二代机器人已在工业生产中得到了广泛应用。


目前各国正在研究的“智能机器人”,它不仅具有比第二代机器人更加优秀的环境感知能力,而且还具有逻辑思维、判断和决策能力,可根据作业要求与环境信息自主地进行工作。

二、工业机器人的应用场景

自从20世纪60年代初人类创造了第一台工业机器人以后,机器人就显示出它极大的生命力,在短短50多年的时间中,机器人技术得到了迅速的发展,在众多制造业领域中,工业机器人应用最广泛的领域是汽车及汽车零部件制造业,并且正在不断地向其他领域拓展,如机械加工行业、电子电气行业、橡胶及塑料工业、食品工业、木材与家具制造业等领域中。在工业生产中,焊接机器人、磨抛加工机器人、焊接机器人、激光加工机器人、喷涂机器人、搬运机器人、真空机器人等工业机器人都已被大量采用。下面是对工业机器人的应用场景及技术特点的一些介绍。


三、工业机器人现状

伴随着工业机器人的日渐兴起,“机器换人”将成为趋势。富士康此前曾宣布,将在三年内购置百万台机器人,预计到2016年将在山西晋城建成“世界最大智能化机器人生产基地”。


汽车、电子、食品、化工、塑胶橡胶、金属制品六大制造行业,被看做是当前应用工业机器人的主要领域,机构预测未来会有100万~200万台的年需求量,占中国工业机器人市场需求的七成左右。


截至今年9月份,整个中国机器人企业已达近420多家。另外,目前中国各地正在建设逾30个机器人产业园。


工业机器人之所以能在中国市场异军突起,首先是因为在成本上,机器人通常仅为人工成本的四分之一;其次,机器人在质量、效率、管理等方面还能带来很多新的附加值。所以,在机器人技术快速提升、价格大幅下降、人工短缺、人力成本上升等因素的综合作用下,中国的工业机器人产业正处于一个井喷时代。

四、工业机器人关键技术

1.机器人基本系统构成


工业机器人由3大部分6个子系统组成。3大部分是机械部分、传感部分和控制部分。6个子系统可分为机械结构系统、驱动系统、感知系统、机器人环境交互系统、人机交互系统和控制系统。


1)工业机器人的机械结构系统由机座、手臂、末端操作器三大部分组成,每一个大件都有若干个自由度的机械系统。若基座具备行走机构,则构成行走机器人;若基座不具备行走及弯腰机构,则构成单机器人臂。手臂一般由上臂、下臂和手腕组成。末端操作器是直接装在手腕上的一个重要部件,它可以是二手指或多手指的手抓,也可以是喷漆枪、焊具等作业工具。


2)驱动系统,要使机器人运作起来,需要在各个关节即每个运动自由度上安置传动装置,这就是驱动系统。驱动系统可以是液压传动、气压传动、电动传动、或者把它们结合起来应用综合系统,可以是直接驱动或者通过同步带、链条、轮系、谐波齿轮等机械传动机构进行间接传动。


3)感知系统由内部传感器模块和外部传感器模块组成,用以获得内部和外部环境状态中有意义的信息。智能传感器的使用提高了机器人的机动性、适应性和智能化的水准。人类的感受系统对感知外部世界信息是极其灵巧的,然而,对于一些特殊的信息,传感器比人类的感受系统更有效。


4)机器人环境交换系统是现代工业机器人与外部环境中的设备互换联系和协调的系统。工业机器人与外部设备集成为一个功能单元,如加工单元、焊接单元、装配单元等。当然,也可以是多台机器人、多台机床或设备、多个零件存储装置等集成为一个去执行复杂任务的功能单元。


5)人机交换系统是操作人员与机器人控制并与机器人联系的装置,例如,计算机的标准终端,指令控制台,信息显示板,危险信号报警器等。该系统归纳起来分为两大类:指令给定装置和信息显示装置。


6)机器人控制系统是机器人的大脑,是决定机器人功能和性能的主要因素。


控制系统的任务是根据机器人的作业指令程序以及传感器反馈回来的信号支配机器人的执行机构去完成规定的运动和功能。假如工业机器人不具备信息反馈特征,则为开环控制系统;若具备信息反馈特征,则为闭环控制系统。根据控制原理,控制系统可分为程序控制系统、适应性控制系统和人工智能控制系统。根据控制运行的形式,控制系统可分为点位控制和轨迹控制。点位型只控制执行机构由一点到另一点的准确定位,适用于机床上下料、点焊和一般搬运、装卸等作业;连续轨迹型可控制执行机构按给定轨迹运动,适用于连续焊接和涂装等作业。


控制系统的任务是根据机器人的作业指令程序以及传感器反馈回来的信号支配机器人的执行机构去完成规定的运动和功能。假如工业机器人不具备信息反馈特征,则为开环控制系统;若具备信息反馈特征,则为闭环控制系统。根据控制原理,控制系统可分为程序控制系统、适应性控制系统和人工智能控制系统。根据控制运行的形式,控制系统可分为点位控制和轨迹控制。一套完整的工业机器人包括机器人本体、系统软件、控制柜、外围机械设备、CCD视觉、夹具/抓手、外围设备PLC控制柜、示教器/示教盒。


下面重点对机器人的驱动系统、感知系统作出介绍。


2.机器人的驱动系统


工业机器人的驱动系统,按动力源分为液压,气动和电动三大类。根据需要也可由这三种基本类型组合成复合式的驱动系统。这三类基本驱动系统的各有自己的特点。


液压驱动系统:由于液压技术是一种比较成熟的技术。它具有动力大、力(或力矩)与惯量比大、快速响应高、易于实现直接驱动等特点。适于在承载能力大,惯量大以及在防焊环境中工作的这些机器人中应用。但液压系统需进行能量转换(电能转换成液压能),速度控制多数情况下采用节流调速,效率比电动驱动系统低。液压系统的液体泄泥会对环境产生污染,工作噪声也较高。因这些弱点,近年来,在负荷为100kg以下的机器人中往往被电动系统所取代。


青岛华东工程机械有限公司研制的全液压重载机器人如图所示。其大跨度的承载可达到2000kg,机器人的活动半径可达到近6m,应用在铸锻行业。


全液压重载机器人


气压驱动具有速度快、系统结构简单、维修方便、价格低等优点。但是由于气压装置的工作压强低,不易精确定位,一般仅用于工业机器人末端执行器的驱动。气动手抓、旋转气缸和气动吸盘作为末端执行器可用于中、小负荷的工件抓取和装配。气动吸盘和气动机器人手爪如图所示。


气动吸盘和气动机器人手爪


电机驱动是现代工业机器人的一种主流驱动方式,分为4大类电机:直流伺服电机、交流伺服电机、步进电机和直线电机。直流伺服电机和交流伺服电机采用闭环控制,一般用于高精度、高速度的机器人驱动;步进电机用于精度和速度要求不高的场合,采用开环控制;直线电机及其驱动控制系统在技术上已日趋成熟,已具有传统传动装置无法比拟的优越性能,例如适应非常高速和非常低速应用、高加速度,高精度,无空回、磨损小、结构简单、无需减速机和齿轮丝杠联轴器等。鉴于并联机器人中有大量的直线驱动需求,因此直线电机在并联机器人领域已经得到了广泛应用。


3.机器人的感知系统


机器人感知系统把机器人各种内部状态信息和环境信息从信号转变为机器人自身或者机器人之间能够理解和应用的数据、信息,除了需要感知与自身工作状态相关的机械量,如位移、速度、加速度、力和力矩外,视觉感知技术是工业机器人感知的一个重要方面。


视觉伺服系统将视觉信息作为反馈信号,用于控制调整机器人的位置和姿态。这方面的应用主要体现在半导体和电子行业。机器视觉系统还在质量检测、识别工件、食品分拣、包装的各个方面得到了广泛应用。


通常,机器人视觉伺服控制是基于位置的视觉伺服或者基于图像的视觉伺服,它们分别又称为三维视觉伺服和二维视觉伺服,这两种方法各有其优点和适用性,同时也存在一些缺陷,于是有人提出了2.5维视觉伺服方法。


基于位置的视觉伺服系统,利用摄像机的参数来建立图像信息与机器人末端执行器的位置/姿态信息之间的映射关系,实现机器人末端执行器位置的闭环控制。末端执行器位置与姿态误差由实时拍摄图像中提取的末端执行器位置信息与定位目标的几何模型来估算,然后基于位置与姿态误差,得到各关节的新位姿参数。基于位置的视觉伺服要求末端执行器应始终可以在视觉场景中被观测到,并计算出其三维位置姿态信息。消除图像中的干扰和噪声是保证位置与姿态误差计算准确的关键。


二维视觉伺服通过摄像机拍摄的图像与给定的图像(不是三维几何信息)进行特征比较,得出误差信号。然后,通过关节控制器和视觉控制器和机器人当前的作业状态进行修正,使机器人完成伺服控制。相比三维视觉伺服,二维视觉伺服对摄像机及机器人的标定误差具有较强的鲁棒性,但是在视觉伺服控制器的设计时,不可避免地会遇到图像雅克比矩阵的奇异性以及局部极小等问题。


针对三维和二维视觉伺服方法的局限性,F.Chaumette等人提出了2.5维视觉伺服方法。它将摄像机平动位移与旋转的闭环控制解耦,基于图像特征点,重构物体三维空间中的方位及成像深度比率,平动部分用图像平面上的特征点坐标表示。这种方法能成功地把图像信号和基于图像提取的位姿信号进行有机结合,并综合他们产生的误差信号进行反馈,很大程度上解决了鲁棒性、奇异性、局部极小等问题。但是,这种方法仍存在一些问题需要解决,如怎样确保伺服过程中参考物体始终位于摄像机视野之内,以及分解单应性矩阵时存在解不唯一等问题。


在建立视觉控制器模型时,需要找到一种合适的模型来描述机器人的末端执行器和摄像机的映射关系。图像雅克比矩阵的方法是机器人视觉伺服研究领域中广泛使用的一类方法。图像的雅克比矩阵是时变的,所以,需要在线计算或估计。


4.机器人关键基础部件


机器人共4大组成部分,本体成本占22%,伺服系统占24%,减速器占36%,控制器占12%。机器人关键基础部件是指构成机器人传动系统,控制系统和人机交互系统,对机器人性能起到关键影响作用,并具有通用性和模块化的部件单元。机器人关键基础部件主要分成以下三部分:高精度机器人减速机,高性能交直流伺服电机和驱动器,高性能机器人控制器等。



技术支持: 网盛科技 | 管理登录
seo seo