基于滑觉功能的机器人多指手稳定抓取方法

D0I:10.13374f.issnl001053x.1998.0B.047 第20卷第3期 北京科技大学学报 VoL.20 No.3 1998年6月 Journal of University of Science and Technology Beijing Jun.1998 基于滑觉功能的机器人多指手稳定抓取方法* 原魁于澈 袁星军郭峰黄子河 北京种技人学信息工程学院，北京100083 摘要提出机器人多指手滑觉功能的一种实现方法和基于滑觉功能的机器人多指手力反馈控制 方法，机器人多指手的滑觉功能是通过检测力觉传感器输出的变化而实现的，而通过将滑觉判断 与力反馈控制相结合，并在力反馈控制系统中引人分级模糊控制的思想则可以使机器人多指手 在实现滑觉功能的同时完成对物体的稳定抓取， 关键词机器人多指手；滑觉：模糊控制；稳定抓取 分类号TP241.3 机器人传感器技术中，有关多指手滑觉方面的研究起步较晚，其研究成果与实用要求相 比也还有较大距离，日前在机器人多指手的滑觉方面尚需解决的主要问题是滑觉传感器的问 题，理想的滑觉传感器应该具有以下特点：()易于安装在多指手手指上：(2)能够实时检测 手指与被抓物体之间的滑动；(3)可以利用滑觉传感器的检测结果对抓握力进行反馈控制， 在保证不损坏物体的前提下实现对物体的稳定抓握.但是，由于机构、材料等方面的原因，这 方面的研究日前尚很不成熟.本论文提出多指手滑觉传感器的一种实现方法和基于滑觉功能 的多指手稳定抓取方法.该滑觉传感器的基本工作原理是：在多指手手指表面以阵列方式安 装多个压力传感器，实时检测这些压力传感器输出的大小和分布情况的变化，从而达到实现 多指手滑觉功能的目的，为了使机器人多指手能够在实现滑觉功能的同时完成对给定物体的 稳定抓取，我们在多指手力反馈模糊控制中采用了分级模糊控制的思想， 1滑觉功能的实现 人手在完成对物体的抓取时，需要用到触觉，力觉和滑觉3个功能，在抓取过程中，当感 觉到被抓物体与手指间出现滑动，就会自然地加大抓握力，直至滑动消失，即完成稳定抓握为 止.在上述过程中，人手的滑觉功能实际上是通过判断手向上提起时手指与物体的接触力是 否发生了变化而完成的.因此，如果能在机器人多指手向上提起物体时能够实时检测并正确 判断手指与物体的接触力是否发生了相应的变化，就可以使机器人多指手具有类似于人手滑 觉功能， 对于人于来说，触觉、力觉和滑觉是分布于整个手指表面的，从而保证了在抓取不同形状 和大小的物体时都能够可靠地完成任务，因此，为了使机器人多指手能够具有类似于人手的 基本功能，也应该在多指手手指表面安装足够多的触觉、力觉和滑觉传感器、并在其完成对物 体的抓取过程中能有效地利用这些传感器提供的信息进行可靠的控制为了达到上述日的， 1997-09-30收稿原魁男.40岁.博士 ◆国家863”计划智能机器人组资助项目

DOI: 10. 13374 /j . issn1001 -053x. 1998. 03. 047

·292· 北京科技大学学报 1998年第3期 我们在北科大双拇指手3个手指表面上分别以阵列方式安装了I2个薄膜式力敏电阻(Fo心e Sensing Resistera:FSR,美国Interlink电子公司生产)作为传感器.其分布如图1所示，这种力 敏电阻具有体积小，灵敏度高，工作可靠和便于安装等特点，通过控制软件的配合，可以同时 实现触觉、力觉和滑觉3种功能，是一种比较理想的机器人多指手传感器， 在双拇指手对物体进行抓握的过程中，手指上的各个传感器可以实时检测手指相应部位 受力的大小和分布情况，而上位机则可以根据检测结果进行判断并实现必要的力反馈控制.： 图2给出了基于滑觉功能的多指手控制系统工作流程图， 从图2中可以看出，在多指手完成对物体的抓取过程中，可靠的滑觉判断和精确的抓握 起动 10 位置控制 抓握力控制 0 滑动？ 8 IN 完成稳定抓取 图2基于滑觉功能的多手指系统工作流程图 图1北科大双拇指手力传感器分布 反馈力控制是密不可分的，二者缺一不可.因此，为了保证机器人多指手能够在实现滑觉功能 的基础上可靠地完成对给定物体的稳定抓取，必须采用正确的控制策略，北科大多指手控制 系统中对力反馈控制部分采用了的模糊控制，其基本结构如图3所示 图中，S为系统设定值（精确量），e,c分别为系统误差与误差变化率（精确值），E,EC分别 FUZZY控制器 E FUZZY FUZZY ed F凡UZZY化 控制算法 判决 被控对象 dd山 反馈 图3力反馈模糊控制系统的基本结构

Vol.20 No.3 原魁等：基于滑觉功能的机器人多手指稳定抓取方法 ·293· 为反映系统误差与误差变化率的语言变量的Fuzzy集合(Fuzzy量)，U为Fuzzy控制器输出的 控制作用（精确量），Y为系统输出（精确量）. 在多指手完成对物体的抓握过程中，上位机通过力传感器采样电路对手指与物体的接触 力进行检测，并通过模糊控制算法得到所需的模糊控制量，而模糊控制量则被转换为对DC 驱动电机的控制电压，完成对多指手的力反馈控制. 为了进一步证实上述滑觉检测方法的合理性，我们利用北科大双拇指手进行了大量的实 验.通过检测多指手对物体进行抓取并且出现滑动时各个手指上的力传感器的输出情况，即 检测滑动前和滑动后力的大小和分布情况，完全证实了上述滑觉检测方法的合理性.大量的 实验结果表明：当有滑动产生时，手指受力的大小和力的分布会发生变化，滑动的位移越大， 力的大小和分布情况变化的变化就越明显.因此可以根据检测结果在实现多指手滑觉功能的 同时完成多指手的力反馈控制 2力反馈分级模糊控制 当利用模糊控制方法对系统进行控制时，必须将对系统的模糊输出进行量化，由于在利 用多指手手指的滑觉功能对多指手进行抓握力控制时，事先并不知道所需抓握力的大小，必 须将多指手手指所能够输出的抓握力的变化范围fin]作为基本论域.因此，当按照传统 的模糊控制方法对控制输出进行量化时，基本论域被分为[-6，+6]中的7个（或13个）等 级，而每个等级之间的差（控制输出分辨率）为，f一fm)/7(或（一f)13).很明显，采用 这种量化方法时控制量分级较粗，对于多数机器人多指手控制系统来说，不能充分利用其控 制系统的性能.例如，对于北科大双拇指手来说，由于其基本论域为[0,120]，虽然系统的控制 输出分辨率为1，但在采用传统模糊控制方法时其控制输出分辨率只能达到120/7（或 120/13). 为了解决上述问题，我们提出了分级控制的概念.其结构框图如图4. 分级模糊控制的基本思想是，根据给定的目标值，动态地修正模糊控制输出的基准值，而 目标值 修改输出基准值 模糊控制器 被控对象 反馈值 图4分级模糊控制结构图 取基准值与模糊控制器输出值之和作为加在被控对象上的控制量，从而达到缩小模糊控制器 的输出范围的目的，理论分析和实验结果表明，采用这种分级模糊控制的方法可以大大缩小 模糊控制器的输出范围，从而实现了对系统进行精细控制的目的

·294· 北京科技大学学报 1998年第3搬' 3力反馈基准值的选择 如前所述，北科大双拇指手的每个手指上都安装有12个以阵列方式排列的力传感器 与安装单个或单列传感器相比，这种做法可以得到更多的手指与被抓物体的接触信息，从而 保证能够更好地完成力反馈控制.但是，由于被抓物体的形状和多指手对物体抓握时手指位 置的差异，在完成对物体的抓握过程中，必然出现各个传感器输出不同的问题.因此，如何合 理利用力传感器的信息便成了实现力反馈控制时必须解决的重要问题. 利用力传感器的信息进行力反馈控制的的最简单的方法是所谓的最大值法，最大值法的 基本思想是取每个手指上力传感器的最大值作为力反馈值，并利用该反馈值进行力反馈控 制.这种方法的特点是算法简单，而缺点则是信息量丢失过多，因此在许多情况下不能保证可 靠地完成力反馈控制.为了克服上述缺点，可以采用平均值法 平均值法的基本思想是取每个手指上的力传感器的输出的平均值作为力反馈值，并利用 该反馈值进行力反馈控制.平均值法虽然较多地利用了力传感器的信息量，但是又有主次不 分的缺点，同样难以保证可靠地完成抓握力的反馈控制. 为了更好地反映各个阵列点的作用，我们设计了对各个有效阵列接触点加修正因子的方 法，具体的方法如下所述 设某一手指的力传感器的输出为F()(i=1,2,…,n).将n个接触力按从大到小的顺序 排列，然后按近似倍数关系将其分为3组（有时只能分成」组或2组）.设最大的1组为F,(共 有n,个值)，中间的1组为F(共有n,个值)，最小的一组为F,(共有n,个值)，则可用如下公式 确定该手指的抓握力反馈值： a,2F0+a,2F.0+a,2F0 =1 F=- (I) a n +an,tan, 对于只能分成1组的情况，n,=0,2,=0;对于只能分成2组的情况，n=0.根据不同的 抓握物体，a,a,a,的取值可以不尽相同.实验结果表明：当抓握球状或不规则形状物体时，取 a,=0.8,a,=0.2,a,=0.0;当抓握柱形物体或与手指有柱面接触的物体时，取a,=0.7,a, =02,α，=01.则利用(1)式求得的抓握力进行反馈控制，可以得到比较满意的结果.可以证 明，()式给出的加权平均值比直接计算的平均值更接近检测力的最大值，因此也可以更好地 代表整个手指的受力情况.附录中给出了对上述算法合理性的证明. 4结论 为了验证本论文提出的基于滑觉功能的机器人多指手稳定抓取手法的可行性，我们利用 北科大双拇指手进行了大量的实验研究.实验表明，只要在完成抓取之前进行适当的规划，本 论文中提出的方法是完全可行的.此外，本论文中仅仅是进行了一些理论和方法方面的探讨， 为了达到实用目的，还需要在滑觉传感器本身的结构和安装方法方面加以改进

Vol.20 No.3 原魁等：基于滑觉功能的机器人多手指稳定抓取方法 ·295· Approach to Stable Grasping of Multi-fingered Robot Hand Based on Slip Sensor Yuan Kui Yu Che Yuan Xingjun Guo Feng Huan Zihe Information Engineering School,UST Beijing.Beijing 100083.China ABSTRACT A slip sensing method for multi-fingered robot hand is proposed,which is realized by detecting the changes of force sensors on the robot hand.Stable grasping of an object based on slip sensing can be obtained by combining the slip sensing algorithm with the force control algorithm and using the idea of multi-level fuzzy control. KEY WORDS multi-fingered robot hand;slip sensing;fuzzy control;stable grasping 附录： Fuzzy判决算法合理性证明 设有正实数A,B,C,a,B,其中A的个数为m,B的个数为n,C的个数为k,各数之间有下 面关系成立： A=2B B=2C m=an n=Bk 对A,B,C分别取加权系数a,=0.7,a:=0.2和a,=0.1,则可求得其加权平均值为： D,= 4+0+0c-4c-p- 0.71+0.2n+0.1k 而平均值则为： D.=A+nB+kC-4C-20+3 C m+n+k 邱+B+I 故有： 0-a(7拉C=+8- 10cβ2+10aβ+β C>0 即加权值D,比平均值D,更接近最大值.可以证明，当按照a,=0.8,a,=0.2和α，=0的规则选 择加权系数时，上述结果同样成立