工業(yè)機器人運用技術(shù)*

文/楊桂林中國科學(xué)院寧波材料技術(shù)與工程研究所寧波315201

工業(yè)機器人運用技術(shù)*

文/楊桂林
中國科學(xué)院寧波材料技術(shù)與工程研究所寧波315201

工業(yè)機器人運用技術(shù)是指在現(xiàn)有工業(yè)機器人的基礎(chǔ)上所研發(fā)的應(yīng)用技術(shù)，其主要目的是增強工業(yè)機器人的感知適應(yīng)能力、降低用戶使用難度、縮短示教與編程時間、提高工業(yè)機器人的運動精度以及拓寬其應(yīng)用范圍。然而，工業(yè)機器人運用技術(shù)一直以來沒有得到足夠的重視，造成工業(yè)機器人的設(shè)計制造與應(yīng)用需求脫節(jié)，不僅限制了工業(yè)機器人的應(yīng)用和普及，也制約了工業(yè)機器人產(chǎn)業(yè)自身的大規(guī)模發(fā)展。文章針對現(xiàn)有工業(yè)機器人在制造自動化應(yīng)用中所存在的問題，系統(tǒng)地歸納和分析了工業(yè)機器人運用技術(shù)的重點研發(fā)方向，主要包括：提高易用性的直覺示教與快捷編程、提高絕對定位精度的運動標(biāo)定與誤差補償以及拓寬應(yīng)用范圍的力-運動混合控制等關(guān)鍵共性技術(shù)。部署和實施相關(guān)技術(shù)的研發(fā)對于提高我國工業(yè)機器人的運用水平、加快制造業(yè)向智能化升級的步伐具有重要的意義。

工業(yè)機器人，運用技術(shù)，示教編程，誤差補償，力-運動混合控制

DOⅠ10.16418/j.issn.1000-3045.2015.06.012

1　研發(fā)背景

機器人產(chǎn)業(yè)已被普遍認(rèn)為是繼汽車、計算機之后又一個能夠改變?nèi)祟惞ぷ骱蜕畹闹卮蟾咝录夹g(shù)產(chǎn)業(yè),已成為世界主要發(fā)達(dá)國家的戰(zhàn)略必爭之地。作為機器人領(lǐng)域的排頭兵，工業(yè)機器人具有靈活度高、工作空間大、運動平穩(wěn)性好、重復(fù)定位精度高等優(yōu)點，從20世紀(jì)60年代問世以來就顯示出了極強的生命力，已在制造自動化領(lǐng)域得到了非常廣泛的應(yīng)用。經(jīng)過多年的不斷完善和發(fā)展，工業(yè)機器人的幾個主要技術(shù)性能指標(biāo)（如工作空間、承載能力、運動速度和重復(fù)定位精度等）都有了大幅度的提升，而產(chǎn)品價格只有20世紀(jì)90年代的1/4。因此，如果只把工業(yè)機器人作為一個多自由度的運動控制系統(tǒng)進(jìn)行重復(fù)性的點到點定位操作或是實現(xiàn)簡單的連續(xù)軌跡運動，其技術(shù)性能指標(biāo)以及性能-價格比已達(dá)到了一個比較合理的程度。然而，如圖1所示，當(dāng)今制造業(yè)對機器人自動化的需求已不僅僅是只實現(xiàn)一些簡單的運動，有更多的任務(wù)是需要機器人實現(xiàn)復(fù)雜運動軌跡、連續(xù)接觸式操作以及小批量、多品種的柔性化生產(chǎn)。因此，工業(yè)機器人不僅要有良好的運動性能，還要有對工作對象和環(huán)境的感知適應(yīng)能力、實現(xiàn)復(fù)雜運動軌跡的快速示教編程功能、接觸力控制功能以及多機器人協(xié)調(diào)控制功能。由于現(xiàn)有工業(yè)機器人還存在著一些技術(shù)上的問題和不足（圖2），難于滿足當(dāng)今制造業(yè)尤其是中小企業(yè)對機器人自動化的應(yīng)用需求，在很大程度上限制了工業(yè)機器人的應(yīng)用范圍和產(chǎn)業(yè)自身的發(fā)展。

圖1　工業(yè)機器人應(yīng)用

圖2　工業(yè)機器人存在的主要技術(shù)問題

據(jù)國際機器人聯(lián)合會統(tǒng)計［1］，雖然經(jīng)過近幾年兩位數(shù)的高速增長，2014年全世界工業(yè)機器人的總銷售量也只有22.9萬臺，其中我國的銷量為5.7萬臺。另一方面，我國每1萬個工人擁有的機器人只有36臺，比韓國（478臺）、日本（374臺）、德國（292臺）和美國（164臺）少很多。原因之一就是當(dāng)今的工業(yè)機器人仍難于使用，而我國制造業(yè)尤其是中小企業(yè)又缺乏熟練使用工業(yè)機器人的員工，有些甚至出現(xiàn)了“買的起，不會用”的局面［2］。正因如此，國際機器人聯(lián)合會在2015年的年報中也將能夠簡化工業(yè)機器人使用的技術(shù)列為未來幾年的重點發(fā)展方向。

綜上所述，為了充分發(fā)揮工業(yè)機器人在我國制造業(yè)轉(zhuǎn)型升級中的核心地位,除了加快發(fā)展工業(yè)機器人產(chǎn)業(yè)以外，還要重點研發(fā)工業(yè)機器人的運用技術(shù)，以提高我國工業(yè)機器人的運用水平。當(dāng)前，工業(yè)機器人運用技術(shù)的主要研發(fā)方向包括：直覺示教與快捷編程、運動標(biāo)定與誤差補償和力-運動混合控制等共性關(guān)鍵技術(shù)。

2　直覺示教與快捷編程技術(shù)

工業(yè)機器人的編程方式主要有離線編程和在線編程兩種，其中離線編程是基于工件數(shù)模生成機器人的運動軌跡和控制程序，具有編程效率高的優(yōu)點。除了工業(yè)機器人的生產(chǎn)商所提供的專用離線編程軟件以外，還有許多通用的第三方離線仿真和編程軟件（如RobCAD、Delmia Robotwork、Workspace等）以及一些開源軟件［3］，但其實用性依賴于兩個先決條件：一是要有工件的三維數(shù)字模型，二是機器人的絕對定位精度和工件的安裝精度要非常高。而上述兩個條件尤其是第二個條件在實際工作中很難滿足。因為工業(yè)機器人雖然重復(fù)定位精度高，但受制于機器人零部件的制造、裝配以及整機的現(xiàn)場安裝誤差等因素，其絕對定位精度差。此外，工件的安裝也會存在一定的誤差。因此，如果不進(jìn)行機器人的標(biāo)定和誤差補償，離線編程方法難于在高精度作業(yè)中得到實際的應(yīng)用。而基于示教器的在線編程模式雖然不依賴于上述兩個條件，但傳統(tǒng)的手持示教器示教效率低，例如，大型汽車車體生產(chǎn)廠商通常要花費幾個月的時間進(jìn)行電弧焊接機器人的編程，而整個焊接過程中機器人的工作時間卻僅為十幾個小時。雖然這種情況對于大批量汽車制造還勉強能夠接受，但對于制造業(yè)中越來越普遍的多品種、小批量的柔性化生產(chǎn)則難于得到有效實施。再有，傳統(tǒng)的示教方法還存在示教精度差和安全性不好等缺點，無法勝任高精度連續(xù)運動軌跡的快捷示教和編程。

近年來，隨著視覺、觸覺及激光測距等傳感器技術(shù)的進(jìn)步，多傳感信息融合技術(shù)和增強現(xiàn)實技術(shù)都得到了快速發(fā)展，從而為研發(fā)高效、準(zhǔn)確、直觀的示教和編程技術(shù)提供了良好的條件。目前直覺在線示教與快捷編程技術(shù)的研究主要集中在以下3個方向。

（1）基于手動牽引的直覺示教方法。該方法的基本工作原理是將操作者的手動牽引力通過安裝于機器人關(guān)節(jié)或末端的力/力矩傳感器按操作者施力的大小和方向轉(zhuǎn)換成機器人速度或位置控制信號，這樣機器人就可以隨著操作者的手動牽引而運動，同時記錄運動軌跡，從而實現(xiàn)手動牽引的直覺示教［4］。目前美國的Barreet、德國KUKA的ⅠⅠWA及日本YASKAWA的Motoman等機器人均采用以力/力矩傳感器為基礎(chǔ)的手動牽引示教方法［5］。但這種示教方法通常需要配置價格較為昂貴的力/力矩傳感器，而且由于操作人員必須與機器人直接接觸，因此對機器人操作安全性有較高的要求。此外，該方法的示教編程精度也較低。

（2）基于多傳感器融合的示教方法。為了提高示教的效率、精度和操作安全性，多傳感信息融合技術(shù)已經(jīng)被應(yīng)用于工業(yè)機器人的示教編程，比如融合了視覺傳感器與激光測距傳感器信息的示教方法在沒有工件三維數(shù)字模型的情況下，也可以通過一個具有人機交互功能的圖形界面，直覺、方便地進(jìn)行機器人的示教編程［6-9］；而融合了視覺、激光測距和工件數(shù)模信息的示教方法則實現(xiàn)了增強現(xiàn)實技術(shù)在工業(yè)機器人準(zhǔn)確示教和快速編程上的應(yīng)用［10］，該方法還可以進(jìn)一步與離線編程的方法相結(jié)合，進(jìn)一步提高編程效率，而且無需進(jìn)行機器人的標(biāo)定。

（3）基于人工演示的直覺示教方法。此方法主要以示教筆代替?zhèn)鹘y(tǒng)的示教器，通過在示教筆上加裝定位用的標(biāo)識，當(dāng)操作者手持示教筆沿著目標(biāo)軌跡運動時，示教筆的實際運動就可以被一個基于視覺的運動追蹤系統(tǒng)捕獲，實現(xiàn)運動軌跡的直覺示教。最近的研究開始將手勢、語音、觸覺等信息［11,12］引入人工演示，實現(xiàn)了多模態(tài)接口，使得示教編程輸入方法更直觀和自然。然而，由于人工演示的精度偏低，該方法尚不適合高精度的示教編程。隨著機器人在拋光打磨等連續(xù)接觸性操作領(lǐng)域的應(yīng)用，如何捕捉和轉(zhuǎn)化技工的實際操作技巧實現(xiàn)力-運動混合的示教和編程是未來工業(yè)機器人示教的重要研究方向。

在國外，基于手動牽引的直覺示教方法已經(jīng)應(yīng)用了部分工業(yè)機器人產(chǎn)品，而基于多傳感器融合的示教方法以及基于人工演示的示教編程方法，也開始受到了相當(dāng)程度的重視。而在國內(nèi)，雖然針對基于手動牽引［13］以及基于視覺信息等的示教方法［14］開展了一些研究工作，但這些方法尚停留在實驗室階段，還未得到實際的工業(yè)應(yīng)用。

3　運動標(biāo)定與誤差補償技術(shù)

工業(yè)機器人通常具有較高的重復(fù)定位精度（0.1毫米左右），但是由于機器人組成零部件的制造和裝配誤差、現(xiàn)場的安裝誤差以及工件的安裝誤差等，使得工業(yè)機器人的絕對定位精度較差（一般為幾個毫米），嚴(yán)重影響了機器人離線編程的運動控制精度，因此必須設(shè)法予以補償。傳統(tǒng)上是采用基于機器人誤差模型的離線運動學(xué)標(biāo)定方法找出機器人系統(tǒng)的幾何誤差［15，16］，而后根據(jù)這些辨識的誤差對機器人運動學(xué)模型進(jìn)行修正。然而，這種方法的主要問題是：（1）難于直接修正機器人控制器內(nèi)建立的運動學(xué)模型；（2）需要精密儀器測量機器人的實際位姿。針對第一個問題，研究人員提出了一種基于機器人標(biāo)定參數(shù)的目標(biāo)位姿前處理算法，實現(xiàn)了在不改變機器人運動學(xué)模型前提下進(jìn)行在線補償誤差［15］。針對第二個問題，當(dāng)前的研發(fā)熱點是建立新的誤差模型并研制面向誤差模型的便攜式測量裝置［17］，從而達(dá)到簡化標(biāo)定方法、降低測量裝置成本的目的。

近年來，隨著三維數(shù)字化掃描技術(shù)在機器人領(lǐng)域的應(yīng)用，研究人員開始研究基于工件幾何特征的機器人在線誤差補償方法［18］。該方法類似于移動式機器人的定位導(dǎo)航方法，首先需要在機器人的末端安裝一個三維數(shù)字化掃描裝置，當(dāng)機器人末端接近工件時，三維數(shù)字化掃描裝置就會得到實際工件的局部幾何特征或是云點坐標(biāo)，進(jìn)而通過比對在理論模型條件下工件的局部幾何特征或是云點坐標(biāo)在三維掃描裝置坐標(biāo)系的描述，可以較為準(zhǔn)確地確定機器人末端相對于實際工件的運動誤差,而這一誤差可以直接用來對機器人系統(tǒng)進(jìn)行在線誤差補償，提高運動控制精度。這是一種無需機器人誤差模型，簡單實用的局部誤差補償方法，具有廣泛的應(yīng)用前景。

當(dāng)前的機器人標(biāo)定和誤差補償主要是針對機器人系統(tǒng)的幾何誤差，很少考慮機器人剛度和外載荷對機器人定位精度的影響。為了進(jìn)一步提高機器人的絕對定位精度，最新的研究開始考慮機器人的剛度、載荷等非幾何誤差對機器人的精度影響。通過采用機器學(xué)習(xí)算法建立機器人系統(tǒng)的綜合誤差模型，實現(xiàn)了工業(yè)機器人幾何誤差與非幾何誤差的一體化補償［19,20］。

國內(nèi)在機器人標(biāo)定和誤差補償方面的研究工作比較欠缺，已開展的研究主要集中在機器人運動學(xué)離線標(biāo)定方法方面，雖有學(xué)者提出采用視覺的方法實現(xiàn)機器人在線誤差標(biāo)定，但是效果還不理想，而基于三維掃描裝置和云點匹配的在線誤差補償方法的研究工作尚未見報道。

4　力-運動混合控制技術(shù)

現(xiàn)有的工業(yè)機器人基本上是為了執(zhí)行運動學(xué)任務(wù)而設(shè)計的，主要用于如上下料、焊接和噴涂等非連續(xù)接觸式的工作。隨著工業(yè)機器人技術(shù)的發(fā)展，制造業(yè)開始嘗試?yán)霉I(yè)機器人進(jìn)行一些連續(xù)接觸式的表面加工和后處理任務(wù)［21，22］，如去毛刺，拋光和打磨等。因材料的去除率和刀具與工件的接觸力大小直接相關(guān)，完成高質(zhì)量的連續(xù)接觸式加工任務(wù)不僅要實現(xiàn)刀具沿接觸面法線方向的力控制，同時也要實現(xiàn)其他方向的運動控制，也就是要實現(xiàn)力-運動混合控制。然而，現(xiàn)有的工業(yè)機器人大多沒有力控制功能，在很大程度上限制了機器人在連續(xù)接觸式加工方面的應(yīng)用。

工業(yè)機器人力控制的方法主要有兩種，即通過控制機器人操作臂的驅(qū)動關(guān)節(jié)的力矩實現(xiàn)直接力控制和通過控制一個附加的末端力控裝置實施的間接力控制。兩種方法各有其優(yōu)缺點：前者主要是通過機器人系統(tǒng)的力控制算法實現(xiàn)的，需要針對具體的機器人結(jié)構(gòu)建立準(zhǔn)確的機器人動力學(xué)模型，并開發(fā)實時、魯棒的力控制算法；而后者則需要增加一個具有力控制功能的末端執(zhí)行裝置，雖然系統(tǒng)成本略有增加，但由于特別設(shè)計的末端執(zhí)行器具有良好的動力學(xué)特性（如質(zhì)量小、動態(tài)響應(yīng)快），易于實現(xiàn)高性能的接觸力控制，而且通用性好。在一定程度上，前者更適用于新一代輕量化機器人的力控制，而后者更適用于傳統(tǒng)的高速重載工業(yè)機器人系統(tǒng)。

機器人操作臂的力-運動混合控制主要有兩種方法，即基于關(guān)節(jié)空間動力學(xué)模型的阻抗控制方法和基于操作空間動力學(xué)模型的直接力控制方法。阻抗控制方法的特點是在建立了機器人末端位移與接觸力關(guān)系的基礎(chǔ)上，通過調(diào)節(jié)驅(qū)動關(guān)節(jié)的阻尼或者剛度等參數(shù)實現(xiàn)機器人末端的力-運動混合控制。德國宇航局（DLR）的輕量化機器人是采用這類阻抗控制方法的典型代表，通過動力學(xué)模型將需要控制的力與位置映射至驅(qū)動關(guān)節(jié)空間，并采用PD控制器調(diào)整驅(qū)動關(guān)節(jié)的阻抗（包括剛度），實現(xiàn)了系統(tǒng)的力-運動混合控制。當(dāng)阻抗很小時為力控制模式，而當(dāng)阻抗很大時即為位置控制模式。然而，由于關(guān)節(jié)阻抗控制對于工況（轉(zhuǎn)速和載荷）變化較為敏感，如果控制器參數(shù)選擇不好，系統(tǒng)會出現(xiàn)振動等不穩(wěn)定現(xiàn)象。

基于操作空間動力學(xué)模型的直接力控制方法通常是由一個閉環(huán)力-運動混合控制器直接采集工作空間的力與運動參數(shù)進(jìn)行反饋控制實現(xiàn)的。由于是通過操作空間動力學(xué)模型確定關(guān)節(jié)空間的控制量，這樣大大減少了關(guān)節(jié)控制的擾動因素，因而達(dá)到了較好的力控制效果，提高了系統(tǒng)的控制精度和穩(wěn)定性［23］。此外，該力-運動混合控制方法的通用性好，既適用于非冗余機器人也適用于冗余機器人。然而，實施該方法的主要難度是需要有較為精確的操作空間動力學(xué)模型，因而機器人系統(tǒng)動力學(xué)參數(shù)的準(zhǔn)確辨識尤為重要。

由于工業(yè)機器人制造商出于安全等因素的考慮，機器人的控制器是不開放給用戶的。此外，對于高速重載機器人，即便是采用系統(tǒng)辨識的方法也很難得到精確的動力學(xué)模型。因此，要實現(xiàn)工業(yè)機器人的高精度力控制，在機器人的末端加上一個專門設(shè)計的力控裝置是較為實用的解決方案。通過采用簡單的主仆控制策略，即機器人操作臂的運動控制為“主”而末端執(zhí)行器的力控制為“仆”，既可避免改變操作臂運動控制器的麻煩，也簡化了末端力控裝置的控制算法。結(jié)合已有的機器人運動規(guī)劃方法和所需接觸力控制的要求，機器人系統(tǒng)的力-運動混合控制可實現(xiàn)局部的解耦控制，提高了系統(tǒng)的通用性和易用性。

目前實際應(yīng)用的末端力控裝置主要有主動式和被動式兩種：被動式末端力控裝置屬于開環(huán)控制，不能在線調(diào)整力的大小，它只能用于精度要求不高的材料去除加工場合；而主動式的末端力控裝置則不同，它可以通過閉環(huán)控制器主動調(diào)節(jié)接觸力的大小以實現(xiàn)高精度力控制，可適用于精度要求高的表面后處理加工。然而，現(xiàn)有的末端力控裝置一般采用單自由度的氣動驅(qū)動機構(gòu)，其靈活度不高，響應(yīng)速度較慢，存在較為嚴(yán)重的遲滯，力控制精度也較低。目前的研究主要集中在基于并聯(lián)機構(gòu)的電動式多自由度末端力控裝置，它具有質(zhì)量小，轉(zhuǎn)動慣量小，精度高和動態(tài)相應(yīng)快的優(yōu)點，在系統(tǒng)中即可實現(xiàn)方向可調(diào)的主動力控制，又可用來補償機器人系統(tǒng)的運動誤差，提高位置控制精度。為了達(dá)到更高的精度要求，提高系統(tǒng)的動態(tài)響應(yīng)，新型的末端力控裝置通常采用壓電陶瓷及音圈電機等驅(qū)動方式。在執(zhí)行機構(gòu)方面，基于柔性并聯(lián)機構(gòu)超高精度末端力控裝置也開始得到重視。

國內(nèi)在力-運動混合控制技術(shù)的研發(fā)方面起步較晚，雖然最近在力-運動混合控制技術(shù)方面也開展了一些研究工作，如在未確知環(huán)境下的力位置混合控制技術(shù)以及力-位置控制過程中的沖擊震蕩問題，但尚未得到實際的工業(yè)應(yīng)用，末端力控裝置的研究方面也沒有實用的研究成果。

5　工業(yè)機器人運用技術(shù)的新趨勢

隨著信息技術(shù)，特別是互聯(lián)網(wǎng)技術(shù)、感知技術(shù)和傳感器網(wǎng)絡(luò)技術(shù)的快速發(fā)展，工業(yè)機器人運用技術(shù)也在不斷地更新，它呈現(xiàn)了以下主要趨勢。

（1）網(wǎng)絡(luò)化特征增強。傳統(tǒng)的工業(yè)機器人僅局限于本地操作，而當(dāng)今的工業(yè)機器人不僅需要通過互聯(lián)網(wǎng)實現(xiàn)遠(yuǎn)程在線監(jiān)控和故障診斷，更多的要通過互聯(lián)網(wǎng)實現(xiàn)遠(yuǎn)程控制與操作。

（2）群體作業(yè)能力增強。對于復(fù)雜的作業(yè)任務(wù)，往往需要多機器人的互相配合才能完成，因此基于局域網(wǎng)的多機器人信息共享和協(xié)調(diào)控制將得到更普遍的應(yīng)用。

（3）對半結(jié)構(gòu)化作業(yè)環(huán)境的適應(yīng)能力增強。傳統(tǒng)的工業(yè)機器人對作業(yè)環(huán)境的感知能力差，僅適用于工況確定的結(jié)構(gòu)化環(huán)境。先進(jìn)的感知技術(shù)（如低成本的三維快速掃描與重構(gòu)技術(shù)）將有效地增強工業(yè)機器人對半結(jié)構(gòu)化作業(yè)環(huán)境的感知和適應(yīng)能力。

（4）虛實融和能力增強。虛實融合技術(shù)已經(jīng)開始在工業(yè)機器人的直覺示教與快速編程中得到初步的應(yīng)用，而今后虛實融合技術(shù)將與工業(yè)機器人離線仿真編程軟件結(jié)合，實現(xiàn)硬件在線的仿真、編程與控制，從而提高機器人的動態(tài)調(diào)整和適應(yīng)能力。

（5）模塊化應(yīng)用程序增多。隨著工業(yè)機器人的不斷普及產(chǎn)業(yè)競爭加劇，工業(yè)機器人制造商將逐步開放控制器，從而催生由第三方開發(fā)的各類模塊化應(yīng)用程序，提高機器人的易用性。

6　結(jié)論

機器人與智能制造技術(shù)代表著一個國家制造業(yè)的發(fā)展水平，已成為世界發(fā)達(dá)國家的重點發(fā)展領(lǐng)域和產(chǎn)業(yè)必爭之地。然而，作為工業(yè)機器人技術(shù)重要組成部分的運用技術(shù)卻未得到足夠的重視，影響了工業(yè)機器人的應(yīng)用和普及，也制約了工業(yè)機器人產(chǎn)業(yè)自身的大規(guī)模發(fā)展。雖然我國從2013年開始就成為了工業(yè)機器人銷量最大的國家，并出現(xiàn)了大規(guī)模投資機器人產(chǎn)業(yè)的熱潮，然而國內(nèi)大多數(shù)的企業(yè)尤其是中小型企業(yè)在工業(yè)機器人的應(yīng)用上仍處于較低的水平，難于有效發(fā)揮機器人的功用。這種局面如不盡快改善，將影響我國制造業(yè)向智能化升級的步伐，同時對我國機器人產(chǎn)業(yè)的健康發(fā)展也將產(chǎn)生不利的影響。因此，國家相關(guān)部門應(yīng)從資源配置和政策扶持兩個層面大力推進(jìn)工業(yè)機器人運用技術(shù)的研發(fā)，從而降低工業(yè)機器人的使用難度、增強其技術(shù)性能，拓展其應(yīng)用范圍，早日解決我國機器人產(chǎn)業(yè)發(fā)展所面臨的瓶頸問題。

1 Litzenberger G.World Robotics Survey：industrial robots are conquering the world.Frankfurt：ⅠFR Statistical Department Press Release,2015.

2 Xi N,Yang Y.The rise of the robot industry in China.HKⅠE Transactions,2015,22（2）：98-102.

3 Pan Z,Polden J,Larkin N,et al.Recent progress on programming methods for industrial robots.Robotics and Computer-Ⅰntegrated Manufacturing,2012,28（2）：87-94.

4 Park C,Kyung J H,Do H M,et al.Development of direct teaching robot system.Ⅰnternational Conference on Ubiquitous Robots andAmbientⅠntelligence.Korea：ⅠEEE 2011：730-732.

5 Schraft R D,Meyer C.The need for an intuitive teaching method for small and medium enterprises.//Ⅰnternational Symposium on Robotics.Munich,Germany：2006.

6 Fang H，Ong S C,NeeAY.Orientation planning of robot endeffector using augmented reality.Ⅰnternational Journal ofAdvanced Manufacture Technology,2013,67（9）：2033-2049.

7 Ng C L,Ng T C,Nguyen TAN,et al.Ⅰntuitive robot tool path teaching using laser and camera in augmented reality environment//11thConference of control,automation,robotics and vision. Singapore：ⅠEEE,2010：114-119.

8李金泉,陳善本,吳林.基于手眼立體視覺的弧焊機器人平面工件定位系統(tǒng).焊接學(xué)報,2003,（04）：9-12.

9李鶴喜.基于視覺反饋的焊接機器人自主示教關(guān)鍵技術(shù)研究.華南理工大學(xué),2010.

10 Luo H,Ng T C,Yang G.Teck Chew N,Guilin Y.Workpiece Re-Localization forAutomatic Robot Path Correction//The 3rdⅠFTOMMⅠnternational Symposum on Robotics and Mechatronics. Singapore：ⅠSRM,2013.

11 Lambrecht J,Kleinsorge M,Rosenstrauch M,et al.Spatial programming for industrial robots through task demonstration.Ⅰnternational Journal ofAdvanced Robotic Systems,2013,10：254-255.

12 JacopoA,Giorgio M,Caselli S.Object interaction and task programming by demonstration in visuo-haptic augmented reality. Multimedia Systems,2015：1-17.

13游有鵬,張宇,李成剛.面向直接示教的機器人零力控制.機械工程學(xué)報,2014,（03）：10-17.

14倪自強,王田苗,劉達(dá).基于視覺引導(dǎo)的工業(yè)機器人示教編程系統(tǒng).北京航空航天學(xué)報,2015.

15 Tao PY,Mustafa S K,Yang G,et al.Robot work cell calibration and error compensation//Handbook of manufacturing engineering and technology.Berlin Heidelberg：Springer-Verlag,2014：1-35.

16 Yang G,ChenⅠM,Yeo S H,et al.Simultanous base and tool calibration for self-calibrated parallel robots.Robotica,2002,20：367-374.

17Albert N,ⅠlianAB.Absolute robot calibration with a single telescoping ballbar.Precision Engineering,2013,38：472-480.

18 Tao PY,Yang G,Tomizuka M.Acalibration framework for industrial robotic work cells//ⅠEEE/ASME international conference on advanced intelligent mechatronics. Australia：ⅠEEE 2013：1637-1642.

19 Tao PY,Yang G,Tomizuka M.ASensor-Based approach for error compensation of industrial robotic workcells//ⅠEEEⅠnternational conference on robotics and automation riverCentre.Saint Paul,Minnesota：ⅠEEE,2012：5240-5245.

20 Li P,Hu Y,Chen T.Error compensation for 3D laser scanning system based on neural network//Control and decision conference（CCDC）.China：ⅠEEE,2012：3875-3878.

21 Vuong N D,Lim T M,Yang G.Simulation and off-line programming for contact operations//Handbook of manufacturing engineering and technology.Berlin,Heidelberg：Springer-Verlag,2014：1-18.

22 Vuong N D,Ang V M H,Lim T M,et al.Multi-Rate operational space control of compliant motion in robotic manipulators//ⅠEEE international conference on systems, man and cybernetics.SanAntonio：ⅠEEE,2009：3175-3180.

楊桂林中科院寧波材料技術(shù)與工程所所屬先進(jìn)制造技術(shù)所所長、研究員，浙江省機器人與智能制造裝備技術(shù)重點實驗室主任，國家“千人計劃”特聘專家。1998年畢業(yè)于新加坡南洋理工大學(xué)機械工程專業(yè)，獲博士學(xué)位。長期從事機器人及制造自動化的研究工作，已發(fā)表學(xué)術(shù)論文200余篇，2014年獲美國“百大科技研發(fā)獎”（R&D 100 Awards）。E-mail：glyang@nimte.ac.cn

Yang Guilin，Director and Professor ofⅠnstitute of Advanced Manufacturing Technology,NingboⅠnstitute of Materials Technology and Engineering,Chinese Academy of Sciences,Director of Zhejiang Provincial Key Lab of Robotics andⅠntelligent Manufacturing Equipment Technology,and an awardee of“the Thousand Talents Plan”.He received his PhD in Mechanical Engineering from Nanyang Technological University,Singapore,in 1998.He has many years of R&D experience in robotics and manufacturing technology.He has published 200 over technical papers in refereed journals and conference proceedings. He received the US R&D 100Awards in 2014.E-mail：glyang@nimte.ac.cn

Applied Industrial Robotics

Yang Guilin
（NingboⅠnstitute of Materials Technology and Engineering,ChineseAcademy of Sciences，Ningbo 315201,China）

AppliedⅠndustrial Robotics（AⅠR）refers to the application technologies developed on the basis of existing industrial robots.The major research and development objective of AⅠR is to enable the existing industrial robots with enhanced sensing and adaptability,user-friendly human-machine interface,shortened preparation and deployment time,improved positioning accuracy,and expanded applications.However,AⅠR has not been augmented environment through the fusion of the workpiece CAD model and the sensor information.Ⅰt is well known that the industrial robots have high repeatability but low absolute accuracy,which makes the off-line programming method inaccurate. A variety of robot calibration and error compensation techniques have been studied,such as the error model based offline calibration,tool-based in-situ calibration,and sensor guided on-line error compensation.Current research efforts are focused on the machine learning method for the calibration and compensation of non-geometric errors due to the robot stiffness,gravity and loading effects so as to future improve the absolute accuracy of industrial robots.Most of the industrial robots are short of force control functionality,which makes them difficult to perform continuous contact-type operations,such as chamfering,deburring,and polishing.To expend the applications of industrial robots from the conventional non-contact type positioning applications to advanced contact type applications,two major force approaches have been investigated,i.e.,through the arm approach and around the arm approach.The former refers to the direct force control methods based on the dynamics model of robotic arm which are more suitable for light-weight industrial robots；while the later refers to the force control methods based on add-on force-controlled end-effector modules,which are especially suitable for heavy-duty industrial robots.To achieve safe human-robot interaction,current research efforts are focused on variable stiffness（or impendence）control of robotic manipulators based on their operational-space dynamics and joint-space complaint motion control schemes.With the advances of network communication technologies,sensing technologies,and artificial intelligence,future research and development directions pertaining toAⅠR will be explored to achieve：（1）enhanced networking features for online remote monitoring,control,and diagnoses；（2）effective multi-robot collaboration through online information sharing,coordination and control；（3）adaptability to semi-structured and unstructured working environments through advanced 3D sensing and intelligent perception techniques；（4）user-friendly human-robot interface based on augmented reality technologies for intuitive simulation,teaching,programming, and control；and（5）modular and task-oriented application programs to shorten the preparation and deployment time.However, most the AⅠR technologies being investigated are still not ready for industrial applications.Therefore,to initiate major R&D programs pertaining to AⅠR technologies to advance their technology readiness levels are of great importance,which will not only improve the utilization level of industrial robots,but also speed up the pace of upgrading our nation’s manufacturing industries towards intelligent manufacturing.

sufficient attention in robotics community,which results in a big technology gap between robot manufacturing and industrial applications.Such a situation not only affects the adoption and application of industrial robots,but also limits the growth of the industrial robot manufacturing industry.Based on the technical problems encountered in utilization of industrial robots for manufacturing automation,this paper introduced the major research and development works as well as future directions pertaining to AⅠR,such as intuitive teaching and rapid programming（ease of use）,kinematic calibration and error compensation（improvement of accuracy）,and hybrid force-motion control（expansion of application）technologies.The existing teaching and offline programming methods of industrial robots have the limitations of neither efficient nor accurate,which make the industrial robots difficult to use.As such,three major intuitive teaching and rapid programming approaches have been investigated,i.e.,lead through teaching,teaching and programming based on multi-sensor fusion, and programming by demonstration.Current research efforts are focused on intuitive programming with an

industrial robot,applied industrial robotics,teaching and programming,error compensation,hybrid force-motion control

*修改稿收到日期：2015年11月4日