基于欠驅(qū)動原理死雞撿拾末端執(zhí)行器設(shè)計與仿真分析

胡子康，姜 來，王 輝，王文娣，唐 娟，張亭亭，霍曉靜

（河北農(nóng)業(yè)大學(xué)機電工程學(xué)院，河北 保定 071000）

隨著我國社會經(jīng)濟發(fā)展以及人們生活水平不斷提高，肉類需求量快速提升，其中對禽肉僅次于豬肉，居肉類消費第二位[1]。我國肉雞養(yǎng)殖發(fā)展較快，規(guī)?；怆u養(yǎng)殖場中，飼養(yǎng)方式多為階梯式或H型籠養(yǎng)，單位面積飼養(yǎng)密度大幅提高，養(yǎng)殖過程中肉雞平均死亡率為2%～3%[2-3]。目前大部分規(guī)?；B(yǎng)雞場主要依靠肉眼和經(jīng)驗判斷雞狀態(tài)（死亡或健康），周期性巡視和檢查耗費人力、效率差，且死雞可能導(dǎo)致雞群間疾病相互感染，給養(yǎng)殖場帶來巨大經(jīng)濟損失。

目前，國內(nèi)外對死雞自動識別與處理機器人的研究主要集中在死雞識別機器視覺算法方面[4]。李亞碩等在喂料機上搭建高清機器視覺系統(tǒng)，可根據(jù)病雞明顯體征之一雞冠顏色異常提取特征差異判斷是否為病雞，啟動報警裝置并定位雞具體位置[5]。畢敏娜等提出一種基于雞冠及雞眼構(gòu)成的雞頭特征信息病雞識別方法，以雞頭為感興趣區(qū)域，通過ARA算法提取區(qū)域特征向量，采用支持向量機（SVM）分類器作訓(xùn)練分類，病雞識別成功率為92.5%，利用機器視覺處理病死雞問題具有可研究性[6]。翟子淇利用Lib SVM和雞圖像形狀和顏色特征對雞圖像分類，將死雞識別圖像處理算法與經(jīng)典算法作對比，結(jié)果表明死雞分類算法可用于養(yǎng)殖機器人采集到的圖像且分類成功率達(dá)到90%[7]。西班牙FAROMATICS公司制造屋頂懸掛機器人Chicken Boy，通過其配備的多個傳感器和攝像機持續(xù)監(jiān)測地面散養(yǎng)肉雞健康狀況、空氣質(zhì)量和設(shè)備運行情況，作疾病預(yù)警和死雞識別，但不具備死雞撿拾功能[8]。死雞撿拾末端執(zhí)行器研究較少，馬銳等設(shè)計籠養(yǎng)蛋雞死亡個體清除末端執(zhí)行器，包含牽引機構(gòu)與夾持機構(gòu)兩部分，通過牽引機構(gòu)在籠內(nèi)扣住死雞，向外牽引后再利用兩片鴨嘴狀夾持片完全包裹夾緊死雞，利用執(zhí)行器帶動末端執(zhí)行器移出，具有結(jié)構(gòu)簡單、夾持力大優(yōu)點[9]。但該末端執(zhí)行器處理對象為籠養(yǎng)蛋雞，而肉雞與蛋雞相比具有生長速度快，養(yǎng)殖周期內(nèi)體型與體重變化大等特點，同時肉雞籠與蛋雞籠尺寸、籠門布置等也不同，該設(shè)計對于籠養(yǎng)肉雞并不適用。

肉雞養(yǎng)殖場環(huán)境復(fù)雜，肉雞需體尺和重量變化快，因此死雞撿拾末端執(zhí)行器需具有結(jié)構(gòu)簡單、夾持范圍大等特點，連桿欠驅(qū)動機械手可較好滿足設(shè)計要求。加拿大MD ROBOTICS公司聯(lián)合Laval大學(xué)研制的Sarah Hand是一款典型的連桿欠驅(qū)動機械手，通過機械限位和彈簧限位，實現(xiàn)1個電機控制機械手10個自由度的欠驅(qū)動模式，具有夾持力大且抓取范圍較大，可靠性和魯棒性較強的特點[10]。Bégoc等設(shè)計氣動連桿欠驅(qū)動機械手，由2根三關(guān)節(jié)的機械指組成，每根手指4個氣缸，使用同一個氣源驅(qū)動，在手指關(guān)節(jié)處通過機械限位和彈簧限位限制多余自由度，但機械手氣缸過多，機械手體積和重量較大，操作不便[11]。ROBOTIQ公司設(shè)計Robotiq Hand是目前廣泛應(yīng)用的連桿欠驅(qū)動機械手，該機械手由3根三關(guān)節(jié)機械指組成，具有4種抓取模式和獨立的機械指控制，結(jié)合陣列觸覺傳感器可提供精確的接觸反饋，且結(jié)構(gòu)緊湊可靠，集成度高，具有較大抓取范圍[12]。

綜上所述，針對肉雞生長周期內(nèi)體型差異大等物理特性，基于欠驅(qū)動理論設(shè)計連桿欠驅(qū)動死雞撿拾末端執(zhí)行器，可滿足機構(gòu)簡單、夾持力大、抓取范圍變化大等要求，具有較高研究價值，也是本文創(chuàng)新所在。隨規(guī)模化肉雞養(yǎng)殖業(yè)快速發(fā)展，研制可識別與移除死雞機器人是家禽生產(chǎn)需求，應(yīng)用前景廣闊。

1 末端執(zhí)行器整體結(jié)構(gòu)

肉雞養(yǎng)殖周期一般為7周，3周齡時開始分籠，死淘主要發(fā)生在分籠后，多數(shù)肉雞場肉雞存活率約為90%[13]。分籠前肉雞集中養(yǎng)殖，死亡時易發(fā)現(xiàn)和撿拾，體型較小，身體脆弱，不建議使用機器人撿拾；分籠后肉雞體型變大，飼料、藥物等投入較多，成本較高，此階段出現(xiàn)雞死亡易導(dǎo)致雞群大規(guī)模感染，造成重大損失。此階段最適合使用機器人撿拾。因此，本文以3～7周齡死雞為研究對象，設(shè)計死雞撿拾機器人末端執(zhí)行器。

本文基于欠驅(qū)動理論設(shè)計3關(guān)節(jié)4指欠驅(qū)動機械手，主要包括3部分，分別是手指機構(gòu)、傳動機構(gòu)和機架，具體結(jié)構(gòu)如圖1所示?？紤]肉雞7周齡時，體長在30 cm左右，身體部分類似圓柱體，為平衡抓取時重量分布不均導(dǎo)致的力矩，機械手結(jié)構(gòu)設(shè)計為4指結(jié)構(gòu)，機械指兩兩對稱安裝在手掌兩側(cè)。4根機械指使用同一步進電機驅(qū)動，每根機械指有3個自由度。

圖1 末端執(zhí)行器整體結(jié)構(gòu)Fig.1 Overall structure of end effector

抓取死雞時，配套機械臂將末端執(zhí)行器帶到籠內(nèi)合適位置，步進電機輸出軸帶動絲杠轉(zhuǎn)動，再通過傳動架內(nèi)部法蘭螺母，將旋轉(zhuǎn)運動轉(zhuǎn)變?yōu)橹本€運動，傳動架通過Y字形連桿與機械指末端連接，將動力輸入到機械指，使機械指繞手掌旋轉(zhuǎn)，實現(xiàn)機械手抓取動作。通過控制步進電機正反轉(zhuǎn)可實現(xiàn)對機械手的開合控制。

2 建立參數(shù)化模型

2.1 機械指參數(shù)化點模型

欠驅(qū)動機械手核心部分是基于欠驅(qū)動理論的機械指，其設(shè)計優(yōu)劣直接影響機械爪性能[14]。裝置各構(gòu)件間鉸點位置是優(yōu)化設(shè)計的對象和研究重點，而各構(gòu)件具體形狀則對設(shè)計影響較小[15]。在Adams中利用8個鉸點位置建立機械指簡易參數(shù)化點模型，如圖2所示。這8個設(shè)計點按照POINT_1到POINT_8從上到下依次命名，其中POINT_5為坐標(biāo)原點，各點具體坐標(biāo)如表1所示，表中數(shù)值單位為mm。機械指各連桿長度和角度均可通過這8個設(shè)計點坐標(biāo)確定，可利用參數(shù)化點的方法將機械指9個連桿長度問題轉(zhuǎn)變?yōu)?個設(shè)計點坐標(biāo)優(yōu)化問題。

圖2 三關(guān)節(jié)欠驅(qū)動機械指Fig.2 Three-joint under-actuated mechanical finger

建立模型后將設(shè)計點參數(shù)化，并創(chuàng)建設(shè)計變量。表2為參數(shù)化后情況，8個設(shè)計點創(chuàng)建16個設(shè)計變量，找到這16個設(shè)計變量最優(yōu)組合即可完成對機械指優(yōu)化。

表2 各個坐標(biāo)點設(shè)計變量Table 2 Design variables of each coordinate point

2.2 肉雞參數(shù)化模型

試驗所用肉雞為定興玖興肉雞養(yǎng)雞場飼養(yǎng)的羅斯308。試驗按照周齡分為5組，每組選擇20只健康肉雞測量數(shù)據(jù)，采取隨機取樣方法，每周定時（周五8:00）使用電子天平測量其體重、皮尺測量體斜長、游標(biāo)卡尺測量胸寬，最后再計算各項數(shù)據(jù)平均值，見表3。

表3 肉雞各測量項目平均值Table 3 Average value of each measurement item of broiler

在ADAMS中按表3肉雞數(shù)據(jù)建立3周齡與7周齡肉雞模型以便后續(xù)仿真測試。3周齡和7周齡是肉雞體型極限位置，若機械手可實現(xiàn)穩(wěn)定抓取，則機械手對各周齡肉雞均可實現(xiàn)穩(wěn)定抓取，故本文建立3周齡與7周齡肉雞模型以便后續(xù)仿真測試。

為避免機械手在抓取死雞時夾持力過大破壞死雞，設(shè)計死雞壓縮特性試驗用于探究肉雞可承受載荷的最大閾值，將試驗用雞按照周齡分5組，每組取5只符合該周齡標(biāo)準(zhǔn)體重肉雞作重復(fù)試驗。試驗時WDW-300型萬能試驗機使用剛性圓柱平板壓縮，壓縮位置在肉雞身體部分。根據(jù)機械手抓取死雞時施加力位置，肉雞采用側(cè)躺姿勢。試驗機采用等速下降模式施加載荷力，速度60 mm·min-1，試驗機全程進行位移和采樣載荷，并在電腦上繪制載荷－位移折線圖，如圖3所示。

觀察圖中各周平均壓縮特性曲線再結(jié)合試驗時拍攝的視頻可知，隨肉雞周齡增加可壓縮性也逐漸增強，載荷在0～450 N時肉雞未發(fā)生預(yù)想的皮膚破裂、嘴部和尾部液體流出現(xiàn)象，肉雞壓縮極限超過450 N。

雖然機械手抓取力在450 N以下時未發(fā)生肉雞破裂、體液流出現(xiàn)象，但同一載荷下肉雞的變形量隨周齡增加逐漸增加。較大變形量對機械手抓取性能造成較大影響，因此要選取令肉雞變形量小，且可穩(wěn)定抓取肉雞的載荷力作為夾持力上限。觀察圖3中7周齡肉雞平均載荷－位移曲線發(fā)現(xiàn)，肉雞載荷80 N時，肉雞變形量在30 mm左右，若繼續(xù)加大載荷，肉雞變形量將影響機械手抓取效果，因此將80 N作為抓取力上限。

圖3 平均載荷－位移曲線Fig.3 Average load-displacement curve

3 機械指優(yōu)化設(shè)計

3.1 確定目標(biāo)函數(shù)

如圖2所示，機械指3個指節(jié)由手掌到指尖命名為近指節(jié)、中指節(jié)和遠(yuǎn)指節(jié)。在a1桿與a2桿之間、a3桿與a2桿之間連接處裝有回復(fù)單元和機械限位，在機械指未接觸到操作物前限制其多余自由度。3個指節(jié)全部與肉雞接觸是死雞抓取的理想狀況。本文機械手抓取對象是3～7周齡肉雞，肉雞體尺是一個由小到大的變量，而機械指尺寸為定值。在實際情況中，根據(jù)所抓肉雞體尺不同，機械指與肉雞接觸情況（抓取構(gòu)型）有如下4種：

a.遠(yuǎn)指節(jié)和中指節(jié)和肉雞接觸，近指節(jié)脫離。

b.遠(yuǎn)指節(jié)和近指節(jié)和肉雞接觸，中指節(jié)脫離。

c.遠(yuǎn)指節(jié)和肉雞接觸，中指節(jié)、近指節(jié)脫離。

d.遠(yuǎn)指節(jié)脫離，其他指節(jié)接觸。

構(gòu)型a和b可做到穩(wěn)定抓取肉雞，但構(gòu)型b需要機械手尺寸較大，不方便在有限雞籠空間內(nèi)操作，因此在機械指設(shè)計時僅采用構(gòu)型a；構(gòu)型c和d雖在一定條件下可抓取肉雞，但穩(wěn)定性較差，在機械指設(shè)計時要避免這兩種構(gòu)型。圖4為采用構(gòu)型a時肉雞受力情況。

圖4 肉雞受力狀況Fig.4 Stress status of broilers

若想穩(wěn)定抓取肉雞，需機械指施加力使肉雞達(dá)到靜力學(xué)平衡狀態(tài)，肉雞在水平方向因4個機械指對稱排布，達(dá)到靜力學(xué)平衡，故不再討論。僅在肉雞豎直方向即重力方向的力達(dá)到靜力學(xué)平衡，機械手就能穩(wěn)定抓取肉雞。圖4中Fs為手掌接觸力，Mg為肉雞重力，F(xiàn)2=F2'，F(xiàn)3=F3'，Y軸作用力方程為：

式中，μ為肉雞和指節(jié)之間摩擦系數(shù)。

將2F2×sinα+2F3×sinθ+F s=0簡化為

由于Fs≤0，可得到：

其中，F(xiàn)3y和F2y為接觸力F3和F2在Y軸方向上分力。

將該公式作為機械手穩(wěn)定抓取前提條件，加入ADAMS約束條件中，ADAMS在此公式成立基礎(chǔ)上對機械指作優(yōu)化設(shè)計。

相應(yīng)式（1）下半部分轉(zhuǎn)變?yōu)椋?/p>

其中，F(xiàn)3x和F2x為接觸力F3和F2在X軸方向上分力。

在對機械指作最優(yōu)化設(shè)計時，選定的設(shè)計變量在滿足約束方程和取值范圍條件下，目標(biāo)應(yīng)達(dá)到最小值或最大值[16]。根據(jù)式（3）可知，當(dāng)F2x+F3x越大，機械手抓取肉雞重力越大，因此參數(shù)優(yōu)化目標(biāo)函數(shù)為：

3.2 選取設(shè)計變量

機械指包含16個設(shè)計變量，若將這些設(shè)計變量全部計算分析，工作量較大，計算非常困難。依次分析16個設(shè)計變量對目標(biāo)函數(shù)的敏感度，選取敏感度較高的設(shè)計變量作為最終設(shè)計變量，提高仿真效率。16個設(shè)計變量對目標(biāo)函數(shù)的敏感度如表4所示。DV_4為底座高度不參與優(yōu)化。由表4可知，設(shè)計變量DV_2、DV_3、DV_5、DV_10、DV_13敏感度較高，即鉸點位置POINT_1、POINT_2、POINT_3、POINT_5和POINT_7位置變化對機械指目標(biāo)函數(shù)影響較大，故選取這5個設(shè)計變量作為最終優(yōu)化設(shè)計變量。

表4 設(shè)計變量對目標(biāo)函數(shù)敏感度Table 4 Sensitivity of design variables to objective function

3.3 確定約束條件

將機械指約束函數(shù)分為3個類型：尺寸約束、作用力約束、轉(zhuǎn)動角約束。

尺寸約束是指對機械指結(jié)構(gòu)尺寸進行限制，避免發(fā)生結(jié)構(gòu)性破壞。為確定尺寸約束范圍，在ADAMS中將3個指節(jié)長度分為3種組合，分別對這3種組合以7周齡肉雞模型為抓取對象作運動仿真，以選擇最優(yōu)組合。仿真結(jié)果如表5所示。

表5 仿真結(jié)果Table 5 Simulation result

由表5可知，3種組合方式中僅有第3種組合方式可做到穩(wěn)定抓取，其他兩種組合方式均存在極限位置，導(dǎo)致機械指結(jié)構(gòu)嚴(yán)重變形。得到以下機械指尺寸約束條件：

式中，rmax為肉雞最大胸寬。

作用力約束為公式（2）：

轉(zhuǎn)動角約束是為避免轉(zhuǎn)動角過大造成機械結(jié)構(gòu)出現(xiàn)自鎖和磕碰，對機械指作運動仿真后得到轉(zhuǎn)動角變化范圍，轉(zhuǎn)動角約束為：

上述這些約束條件無法直接在ADAMS中使用，需先在參數(shù)化模型中建立測量，再通過函數(shù)編輯器將這些測量添加到約束函數(shù)中。

3.4 優(yōu)化結(jié)果

設(shè)計變量DV_2、DV_3、DV_5、DV_10、DV_13初始值和優(yōu)化值如表6所示。

表6 設(shè)計變量優(yōu)化結(jié)果Table 6 Optimization results of design variables

設(shè)計變量DV_2、DV_3、DV_5、DV_10、DV_13在約束條件下開展7組試驗，得到目標(biāo)函數(shù)在約束條件下最大值，目標(biāo)函數(shù)變化情況如表7所示。在同一驅(qū)動力作用下，優(yōu)化后目標(biāo)函數(shù)和初始值作對比，目標(biāo)函數(shù)由原來81.664 N變?yōu)?05.055 N，增大28.6%，優(yōu)化效果明顯。

表7 試驗組合情況Table 7 Test combination

4 死雞撿拾末端執(zhí)行器試驗分析

4.1 運動仿真試驗

按表3將3周齡肉雞模型直徑設(shè)置為110 mm，重量設(shè)置為0.61 kg，7周齡肉雞模型直徑設(shè)置為170 mm，重量設(shè)置為2.98 kg，末端執(zhí)行器驅(qū)動步進電機每秒步進數(shù)設(shè)置為1 080 d·s-1，作仿真。

4.1.1 3周齡肉雞模型抓取仿真

開始時肉雞模型在重力作用下靜止在地面上。遠(yuǎn)指節(jié)在機械指帶動下最先和肉雞模型接觸，隨兩者接觸力逐漸增加，肉雞模型被緩慢抬起，與中指節(jié)產(chǎn)生接觸。遠(yuǎn)指節(jié)和中指節(jié)共同抬升肉雞模型，最后肉雞模型與手掌接觸，仿真結(jié)束。圖5為3周齡肉雞抓取過程中指節(jié)間夾角變化以及機械指與肉雞間接觸力變化曲線。

圖5 抓取3周齡肉雞仿真結(jié)果Fig.5 Simulation results of 3-week-old broilers

圖5 A中a1為遠(yuǎn)指節(jié)和中指節(jié)間夾角，a2為中指節(jié)和近指節(jié)間夾角。開始時機械指未接觸到肉雞模型，兩個夾角在扭簧和機械限位作用下未發(fā)生變化。當(dāng)遠(yuǎn)指節(jié)接觸到肉雞模型后，a2在沖擊力作用下產(chǎn)生波動但穩(wěn)定在152°，a1快速減小到165°，表明遠(yuǎn)指節(jié)在對肉雞模型作抬升運動。在2.7 s左右，中指節(jié)接觸到肉雞模型，a1、a2逐漸變小，表明機械指在對肉雞模型作包絡(luò)運動。圖5B中F1為遠(yuǎn)指節(jié)接觸力，F(xiàn)2為中指節(jié)接觸力。2.2 s時遠(yuǎn)指節(jié)接觸到肉雞模型并對肉雞模型作抬升，此時肉雞重力全部由F1平衡，因此F1為最大值。2.8 s時肉雞模型接觸到中指節(jié)，肉雞重力由F1、F2共同平衡，隨a2角度變小，肉雞逐漸被抬升開始遠(yuǎn)離遠(yuǎn)指節(jié)，因此F2逐漸變大，F(xiàn)1逐漸變小。

4.1.2 7周齡肉雞模型抓取仿真

中指節(jié)最先接觸肉雞模型，隨接觸力增加，中指節(jié)停止移動，遠(yuǎn)指節(jié)在驅(qū)動力作用下開始和肉雞模型接觸，最后在中指節(jié)和遠(yuǎn)指節(jié)共同作用下，肉雞逐漸被抬起和手掌接觸，仿真結(jié)束。圖6為7周齡肉雞抓取過程中指節(jié)間夾角變化以及機械指與肉雞間接觸力變化曲線。

圖6 抓取7周齡肉雞仿真結(jié)果Fig.6 Simulation results of 7-week-old broilers

圖6 A中a1為遠(yuǎn)指節(jié)和中指節(jié)間夾角，a2為中指節(jié)和近指節(jié)間夾角。開始時機械指未接觸到肉雞模型，兩個夾角在扭簧和機械限位作用下未發(fā)生變化。0.8 s中指節(jié)接觸到肉雞模型，隨中指節(jié)接觸力增加，a1和a2緩慢減小。在1.3 s時遠(yuǎn)指節(jié)接觸到肉雞模型，隨遠(yuǎn)指節(jié)接觸力增加，中指節(jié)被向外拉扯，使a1快速增加，a2快速變小。在1.4 s時，機械指開始對肉雞模型作包絡(luò)和抬升運動，a1和a2逐漸變小。圖6B中F1為遠(yuǎn)指節(jié)接觸力，F(xiàn)2為中指節(jié)接觸力。0.8 s時中指節(jié)接觸到肉雞模型，F(xiàn)2逐漸增加，波動后逐漸平穩(wěn)。1.3 s時遠(yuǎn)指節(jié)接觸肉雞模型，F(xiàn)1快速變大，由于中指節(jié)被拉扯，F(xiàn)2略減小。1.4 s時肉雞模型被遠(yuǎn)指節(jié)和中指節(jié)共同抬升和包絡(luò)，F(xiàn)1、F2共同增大。

4.1.3 仿真結(jié)果分析

通過分析機械手抓取3周齡和7周齡肉雞時機械指夾角和接觸力變化情況可知，本論文設(shè)計的機械手在抓取體型較小肉雞時，遠(yuǎn)指節(jié)首先接觸肉雞模型，隨后中指節(jié)接觸肉雞模型，當(dāng)機械手抓起肉雞時，中指節(jié)接觸力比遠(yuǎn)指節(jié)大，且接觸力合力未超過80 N，符合抓取力閾值，機械手抓取3周齡肉雞效果良好。機械手在抓取體型較大肉雞時中指節(jié)首先接觸肉雞，隨后遠(yuǎn)指節(jié)接觸肉雞，當(dāng)機械手抓起肉雞時，遠(yuǎn)指節(jié)接觸力比中指節(jié)大，且接觸力合力未超過80 N，符合抓取力的閾值，機械手抓取7周齡肉雞效果良好，機械手的結(jié)構(gòu)設(shè)計較為合理。

4.2 死雞撿拾試驗

4.2.1 試驗設(shè)計

為測試末端執(zhí)行器抓取性能，利用3D打印技術(shù)制造機械手試驗樣機，開展死雞抓取測試試驗。死雞姿勢及尸體堅硬度是影響機械手抓取效果關(guān)鍵因素，而尸體堅硬度與死亡時間有關(guān)，因此按照死雞姿勢和死亡時間共6組情況開展抓取試驗，每組20次重復(fù)。死雞姿勢分為腹部向下、側(cè)躺、背部向下，死亡時間分為30 min以內(nèi)與30 min以外。試驗用雞體重0.7～2 kg。試驗時，將死雞按不同姿勢擺放到地面，末端執(zhí)行器吊在死雞正上方，緩慢下落使末端執(zhí)行器逐漸靠近目標(biāo)，進入機械手上紅外感應(yīng)開關(guān)觸發(fā)距離后，步進電機啟動使末端執(zhí)行器閉合抓取。末端執(zhí)行器加持肉雞10 s未發(fā)生掉落即為抓取成功。

4.2.2 試驗結(jié)果

死雞抓取試驗效果如圖7所示，末端執(zhí)行器中指節(jié)和遠(yuǎn)指節(jié)始終和肉雞接觸，符合穩(wěn)定抓取條件，抓取試驗數(shù)據(jù)如表8、9所示。

表8 死雞抓取試驗數(shù)據(jù)（死亡30 min內(nèi)）Table 8 Dead chicken grabbing test data(Within 30 min of death)

圖7 死雞撿拾末端執(zhí)行器抓取試驗Fig.7 Dead chicken picking up end-effector grasping test

根據(jù)試驗現(xiàn)象及試驗結(jié)果得出以下結(jié)論：

表9 死雞抓取試驗數(shù)據(jù)（死亡30 min后）Table 9 Dead bird grabbing test data(30 minutes after death)

①抓取試驗表明：肉雞死亡30 min內(nèi)，機械手抓取死雞成功率在80%以上，平均成功率為88.3%。肉雞死亡30 min后，機械手抓取5周齡肉雞成功率在95%以上，平均成功率為96.7%。②機械手設(shè)計時將肉雞形狀理想化為圓柱體，設(shè)計的機械手在實物抓取時，當(dāng)肉雞形狀發(fā)生較大變化無法維持圓柱體形狀，機械手抓取效果降低。在死雞身體僵硬后趨近于圓柱體時，試驗結(jié)果與仿真結(jié)果相契合，機械手中指節(jié)首先接觸肉雞，隨后遠(yuǎn)指節(jié)接觸肉雞，抓取效果較好。③機械手材料為樹脂，其性能與金屬材質(zhì)相比較差。機械手加持力到達(dá)設(shè)定范圍時，傳動架發(fā)生較大變形，對機械手抓取效果有一定影響。④死雞姿勢為背部向下時抓取試驗成功率較低，因肉雞腹部比背部寬，機械手遠(yuǎn)指節(jié)受力較小。

總之，機械手抓取成功率較高，每次抓取平均用時約32 s，工作平穩(wěn)，滿足實際雞場使用要求。

5 結(jié) 論

利用ADAMS虛擬樣機技術(shù)對機構(gòu)作優(yōu)化設(shè)計，減少傳統(tǒng)物理樣機制造和試驗過程，具有重大工程實用價值?；谇夫?qū)動理論設(shè)計4指12自由度死雞撿拾末端執(zhí)行器，利用ADAMS軟件對機械指優(yōu)化設(shè)計，優(yōu)化結(jié)果使目標(biāo)函數(shù)增大28.6%。利用3D打印制作機械手試驗樣機，結(jié)合末端執(zhí)行器控制系統(tǒng)搭建抓取試驗平臺，對3和5周齡肉雞作抓取試驗，肉雞死亡30 min內(nèi)，機械手抓取死雞平均成功率為88.3%，死亡30 min后，機械手抓取死雞成功率為95%以上，平均成功率為96.7%，達(dá)到設(shè)計目標(biāo)。