體感交互式智能型機械臂實驗教學(xué)平臺開發(fā)

鄭志安， 尹詩荀， 朱俊杰， 陳愛斌， 李建軍， 高 翔

（中南林業(yè)科技大學(xué)電子信息與物理學(xué)院，長沙 410004）

0 引 言

機械臂可以代替人工完成重復(fù)性、危險性和繁瑣性較高的工作［1-2］。如何降低機械臂的成本、操作難度和提高控制精度對于保障人類安全和健康具有重要意義，也是高校自動化、機器人、電子信息等相關(guān)專業(yè)教學(xué)實驗設(shè)備開發(fā)亟待解決的問題［3-5］。

由于機械臂在智能制造領(lǐng)域中的突出地位，目前許多高校將機械臂的學(xué)習(xí)作為工業(yè)機器人實踐教學(xué)體系的重要載體［6-7］。在楊亮等［8］的研究中，利用計算機視覺技術(shù)與機械臂控制相結(jié)合，通過攝像頭獲取目標(biāo)物體的圖像信息，實現(xiàn)了機械臂對目標(biāo)物體的抓取。然而，該研究要求學(xué)生具備在Linux 系統(tǒng)下進行控制系統(tǒng)搭建、指令發(fā)送等一系列操作的計算機專業(yè)知識，使得該研究難以面向其他專業(yè)推廣。陳一博等［9］利用迭代模型庫設(shè)計了機械臂軌跡預(yù)測實驗，能夠有效跟蹤機械臂實時隨時間變化的狀態(tài)，但設(shè)備維護成本高，難以滿足大規(guī)模教學(xué)需求。

針對以上問題，本文設(shè)計并搭建了一種基于體感交互技術(shù)的智能型機械臂實驗教學(xué)平臺，該平臺由控制端與執(zhí)行端組成。圍繞體感交互技術(shù)，控制端通過人體姿態(tài)傳感器采集并解析人體手臂姿態(tài)信息；利用藍牙模塊將這些姿態(tài)信息傳輸給機械臂執(zhí)行端；再由執(zhí)行端驅(qū)動舵機完成機械臂跟隨人體手臂姿態(tài)的對應(yīng)操作。運用該實驗教學(xué)平臺，可實現(xiàn)機械臂與手臂姿態(tài)的同步執(zhí)行，讓學(xué)生能夠有充分的參與感，近距離地接觸和理解機械臂工作原理。同時，還考慮了成本、趣味性、學(xué)生綜合運用傳感器檢測技術(shù)以及嵌入式系統(tǒng)開發(fā)等實踐動手能力培養(yǎng)方面的需求。

1 平臺總體設(shè)計方案

本設(shè)計以體感交互技術(shù)為基礎(chǔ)，以機械臂運動學(xué)分析為理論支撐，由控制端與執(zhí)行端2 個子系統(tǒng)共同構(gòu)成，二者通過HC-05 藍牙通信模塊實現(xiàn)無線數(shù)據(jù)傳輸。平臺整體框架如圖1 所示。

圖1 平臺整體框架

1.1 設(shè)計思路

（1）控制端。控制端以STM32F103ZET6 作為微控制器，主要完成體感交互系統(tǒng)所需要的人體姿態(tài)信息采集任務(wù)。通過串口分別實現(xiàn)與人體手臂姿態(tài)傳感器MPU6050 和HMC5883L 的通信。MPU6050 獲取人體手臂的姿態(tài)信息，利用MPU6050 內(nèi)置的數(shù)據(jù)管理模塊實現(xiàn)人體手臂的姿勢解算，能夠有效降低微控制單元的負(fù)擔(dān)，提高控制的實時性［10］。HMC5883L起到輔助姿勢解算的作用，用于抑制MPU6050 的零點漂移等問題?？刂贫送瓿勺藨B(tài)數(shù)據(jù)的解析后，通過HC-05 藍牙模塊將數(shù)據(jù)發(fā)送給接收端。利用TTP223 觸摸按鍵能夠?qū)C械爪的控制參數(shù)進行修改，按鍵可以對當(dāng)前的工作模式進行更改，當(dāng)前機械臂的工作模式和各個舵機的控制參數(shù)都通過有機發(fā)光二極管（Organic Light-Emitting Diode，OLED）進行顯示。

（2）執(zhí)行端。執(zhí)行端以STM32F103C8T6 作為微控制器，通過HC-05 藍牙模塊接收控制端發(fā)送來的舵機控制參數(shù)。機械臂根據(jù)接收到的控制參數(shù)自動快速地模擬出相應(yīng)的操作，從而實現(xiàn)對物體的抓取與搬運等工作，以此來實現(xiàn)手臂與機械臂的同步執(zhí)行［11］。OLED實時地顯示當(dāng)前各個舵機的控制參數(shù)和機械臂的工作模式，確保機械臂的正常運作。

1.2 機械臂設(shè)計

圖2所示為五軸機械臂的結(jié)構(gòu)。由圖可知，連桿1（底座-底座旋轉(zhuǎn)舵機）位于機械臂的底座，控制機械臂基于基坐標(biāo)Z軸進行旋轉(zhuǎn)運動，允許從中心點進行完整的180 度運動。連桿2（大臂）位于連桿1 正上方，控制機械臂向前和向后的伸展。連桿3（小臂）位于機械臂的中間部位，控制機械臂的升降。連桿4（腕關(guān)節(jié)-腕部）位于機械臂的前側(cè)，能夠跟隨模擬人體手腕的動作。連桿5（腕部-爪部）也位于機械臂的前端，與連桿4 協(xié)同工作，控制末端執(zhí)行器以圓形路徑旋轉(zhuǎn)，可以更好地定位工件。除了5 個工作連桿以外，在機械臂的末端還擁有1 個負(fù)責(zé)抓取物體的機械爪，由舵機進行驅(qū)動。

圖2 五軸機械臂結(jié)構(gòu)圖

機械臂采用了MG996R和YF-6125MG兩款舵機。連桿2 與連桿3 作為主要的承重軸，其起點處的舵機由YF-6125MG作為驅(qū)動舵機（本文命名為舵機2 和舵機3）。連桿1、4、和5 的起點處的舵機（本文分別命名為舵機1、舵機4 和舵機5）由兼具低成本特點，適用于非承重關(guān)節(jié)的MG996R作為驅(qū)動舵機。

機械臂的運動學(xué)模型利用MATLAB 完成搭建。而在實際使用中通過體感交互技術(shù)，實現(xiàn)協(xié)同控制，使用C 語言對程序進行編寫，便于二次開發(fā)與實驗教學(xué)。

1.3 通信模塊設(shè)計

在實驗平臺中，通信模塊使用的是HC-05 藍牙串口，在Bluetooth Specification V2.0 的同時帶有藍牙增強速率協(xié)議。其無線工作的頻段在2.4 GHz，通過高斯頻移鍵控的方式進行調(diào)制，發(fā)射功率最大可達到4 dBm，接收靈敏度為－85 dBm，能夠?qū)崿F(xiàn)10 m 左右的通信。該模塊自帶有發(fā)光二極管（light emitting diode，LED），LED 快速閃爍代表正在尋找匹配對象，當(dāng)LED以一定的時間間隔閃爍時，代表完成匹配。通信模塊示意圖如圖3 所示。

圖3 通信模塊工作示意圖

2 機械臂運動學(xué)分析

機械臂運動學(xué)分析通過建立機械臂運動學(xué)模型，分析機械臂各關(guān)節(jié)的位置、速度、加速度與機械臂末端在空間中的變化規(guī)律［12］，可為機械臂的軌跡規(guī)劃和控制策略的制定提供重要的參考依據(jù)。

2.1 模型建立

本文的機械臂為串聯(lián)機械臂，采用德納維特-哈滕伯格（Denavit-Hartenberg，D-H）建模法［13］對機械臂進行建模。該方法通過在每個連桿上建立1 個坐標(biāo)系，利用齊次坐標(biāo)變換實現(xiàn)兩個連桿之間坐標(biāo)的變換。建立與末端連桿固連的坐標(biāo)系后，由于該坐標(biāo)系下末端點的坐標(biāo)僅與末端連桿的機械尺寸有關(guān)，與機器人的運動無關(guān)，因此可以準(zhǔn)確地得出末端點的坐標(biāo)。

對于D-H建模法，一般把某一連桿靠近基座的關(guān)節(jié)稱為該連桿的驅(qū)動關(guān)節(jié)，把靠近末端執(zhí)行器的關(guān)節(jié)稱為該連桿的傳動關(guān)節(jié)。因此，利用標(biāo)準(zhǔn)D-H參數(shù)建立的坐標(biāo)系又被稱為傳動軸坐標(biāo)系。當(dāng)前坐標(biāo)X軸的方向（設(shè)為Xi）為當(dāng)前Z軸（設(shè)為Zi）和前1 個關(guān)節(jié)的Z軸（設(shè)為Zi－1軸）依笛卡爾坐標(biāo)系準(zhǔn)則的叉乘方向，如圖4 所示。在利用D-H 建模方法時，需要得到α、a、d、θ這4 個參數(shù)，如下式所示：

圖4 機械臂D-H參數(shù)模型

式中：i－1 和i分別為前后相鄰的關(guān)節(jié)；θ為相鄰坐標(biāo)系之間X軸的夾角；d為坐標(biāo)系A(chǔ)相對于坐標(biāo)系B在坐標(biāo)系B的Z軸方向上的偏移量，其中坐標(biāo)系A(chǔ)、B相鄰，坐標(biāo)系A(chǔ)更靠近末端執(zhí)行器；α為連桿驅(qū)動軸與傳動軸之間的夾角；a為連桿的長度；R 為旋轉(zhuǎn)矩陣，T為平移變化矩陣。模型的建立一般先繞著Zi－1軸旋轉(zhuǎn)θi使Xi－1平行Xi之后沿著Zi－1軸平移di使Xi－1與Xi重合；完成Z軸方向的操作后，沿Xi軸平移ai的距離讓Zi－1與Zi重合，最后繞著Xi軸旋轉(zhuǎn)αi，讓Zi－1與Zi共線。在每個連桿上建立坐標(biāo)系，利用變換關(guān)系找到相鄰連桿之間的坐標(biāo)信息，根據(jù)定義獲得該五自由度機械臂的D-H參數(shù)，圖4 所示為構(gòu)建的五自由度機械臂模型。

2.2 正逆運動學(xué)分析

（1）正運動學(xué)。在已知機械臂各關(guān)節(jié)參數(shù)情況下，求機械臂末端執(zhí)行器在相對參考坐標(biāo)系中的位姿和運動學(xué)參數(shù)的過程。機械臂由多個連桿與關(guān)節(jié)構(gòu)成，其運動軌跡主要依賴連桿和關(guān)節(jié)的配合完成，機械臂的末端位置由初始狀態(tài)和運動參數(shù)來決定［14］。

在模型的建立中已知了各個旋轉(zhuǎn)矩陣，根據(jù)D-H模型建立的順序依次將各旋轉(zhuǎn)矩陣乘積，便可以得到通用的齊次變換矩陣，其乘積的順序為

式中：i－1Ti為五自由度機械臂中5 個連桿基于坐標(biāo)系的變化矩陣，i＝1，2，…，5 為連桿編號。

在構(gòu)建了各關(guān)節(jié)的D-H參數(shù)的基礎(chǔ)上，通過將其各自代入通用齊次變換矩陣便能夠得到5 個矩陣0T1、1T2、2T3、3T4、4T5。依次對5 個齊次變換矩陣相乘，即可得到五自由度機械臂的總變換，即：

本文使用MATLAB中的Robotic Toolbox工具箱中的FKine函數(shù)快速進行機械臂的正運動學(xué)分析。在已知各關(guān)節(jié)的運動參數(shù)的情況下，能夠計算出末端執(zhí)行器相對于參考坐標(biāo)系的位姿。對于每個連桿，如果設(shè)置其相應(yīng)的θ值，可以建立對應(yīng)的機械臂狀態(tài)，并計算出五自由度機械臂的總變換。

（2）逆運動學(xué)。與正運動學(xué)相反，逆運動學(xué)指的是根據(jù)機械臂末端執(zhí)行器的位置和方向，計算出機械臂各關(guān)節(jié)的運動參數(shù)的過程。在進行機械臂正解的求解過程中，可以得到機械臂總變換的方程。逆解的求解過程中，末端連桿的位置和姿態(tài)已經(jīng)給定，因此可以快速地實現(xiàn)對機械臂的逆運動學(xué)分析。

2.3 軌跡規(guī)劃

對于機械臂來說，軌跡規(guī)劃是為了能夠設(shè)計一條符合要求的路徑，讓機械臂能夠沿著該路徑進行移動，并完成相應(yīng)的任務(wù)［15-16］。本設(shè)計的機械臂為串聯(lián)機械臂，可以使用關(guān)節(jié)空間軌跡規(guī)劃方法。

關(guān)節(jié)空間軌跡規(guī)劃是在機械臂的關(guān)節(jié)空間中實現(xiàn)對機械臂運動軌跡的規(guī)劃。首先，需要求解機械臂逆解，將末端執(zhí)行器的路徑點轉(zhuǎn)化為關(guān)節(jié)角度并對其進行擬合得到關(guān)節(jié)函數(shù)。如設(shè)定起始位姿和末端位姿分別為［0－30 30 0 0］、［60－8－30－20 50］。末端執(zhí)行器則可以執(zhí)行出如圖5 所示的X-Y平面的運動軌跡。

圖5 末端執(zhí)行器X-Y平面運動軌跡

經(jīng)過計算得到關(guān)節(jié)隨時間變化的關(guān)節(jié)弧度、角速度、角加速度等參數(shù)，如圖6 所示。軌跡規(guī)劃解法最終能正常地到達終點位置。

圖6 關(guān)節(jié)參數(shù)隨時間變化

3 實驗平臺軟件模塊設(shè)計

本平臺可提供關(guān)于機械臂的人體姿態(tài)信息采集模塊、基于體感交互的機械臂運動控制模塊和舵機角度控制模塊3 個核心實驗教學(xué)模塊。搭建的實驗系統(tǒng)實物如圖7 所示，包括采集人體姿態(tài)信息的控制端和機械臂執(zhí)行端。

圖7 搭建的實驗平臺實物

3.1 人體姿態(tài)信息采集模塊

使用2 塊MPU6050 分別對人體手背和小臂進行姿態(tài)數(shù)據(jù)的采集，通過其自帶的微處理器的初始流程將其轉(zhuǎn)換為姿態(tài)角（俯仰角、橫滾角以及偏航角），由MPU6050 得到的數(shù)據(jù)經(jīng)由串口的方式傳輸給控制端主控器Stm32。MPU6050 的初始化流程圖如圖8所示。

圖8 MPU6050初始化流程

HMC5883L 用于充當(dāng)磁力計對MPU6050 的偏航角數(shù)據(jù)進行修正，通過IIC 實現(xiàn)與Stm32 的通信。其中，HMC5883L采集到的數(shù)據(jù)并不能夠直接進行使用，需要對其進行處理，將數(shù)據(jù)轉(zhuǎn)換為偏角的形式。讀出HMC5883L寄存器的原始數(shù)據(jù)之后，通過多次求和取平均，再利用計算式

計算出磁偏角。由于磁阻傳感器屬于比較精密的器件，容易受到周邊環(huán)境的干擾，造成與實際的角度存在較大偏差，因此在必要時需要對其進行校準(zhǔn)。具體的校準(zhǔn)能夠分別通過校準(zhǔn)磁場的強度和校準(zhǔn)磁場的方向來實現(xiàn)。

3.2 體感交互下機械臂運動控制模塊

本設(shè)計中需要對多個舵機同時進行控制來實現(xiàn)操作機械臂。舵機的控制是通過不斷調(diào)整PWM 的占空比以實現(xiàn)將舵機轉(zhuǎn)動到不同的角度，只有所有舵機的控制參數(shù)都滿足對應(yīng)的條件才能讓機械臂的末端執(zhí)行器到達特定的位置。

人體姿態(tài)傳感器模塊MPU6050 和HMC5883L 完成數(shù)據(jù)的采集和處理后，需要讓姿態(tài)數(shù)據(jù)與機械臂舵機控制參數(shù)形成映射關(guān)系。以達到姿態(tài)數(shù)據(jù)隨時間發(fā)生變化時，機械臂舵機控制參數(shù)能根據(jù)姿態(tài)數(shù)據(jù)的變化實時的進行變更。不同舵機對應(yīng)的姿態(tài)數(shù)據(jù)不相同。舵機1 擁有2 個映射參數(shù)偏航角和磁偏角，MPU6050 由于硬件問題在運行過程中會出現(xiàn)零點漂移等問題，導(dǎo)致偏航角不準(zhǔn)確，此時需要利用HMC5883L 的磁偏角參數(shù)對其進行相應(yīng)的矯正校準(zhǔn)。舵機2 ～舵機4 對應(yīng)俯仰角，而舵機5 對應(yīng)橫滾角。在得到對應(yīng)舵機的映射參數(shù)后，需要對參數(shù)進行采集統(tǒng)計，并進行相應(yīng)的計算擬合，最終得到每個舵機控制參數(shù)的擬合函數(shù)并求解。

3.3 舵機角度控制模塊

舵機的控制采用脈寬調(diào)制（Pulse Width Modulation，PWM）技術(shù)。PWM 是一種通過調(diào)節(jié)脈沖信號的寬度來控制模擬電路的方法。在舵機控制中，通過微處理器的數(shù)字輸出來生成一系列的脈沖信號，脈沖的寬度決定了舵機的位置或角度。本文PWM 的工作原理如圖9 所示。由圖可知，當(dāng)定時器工作設(shè)定為向上計數(shù)時，CNT 小于CCRx 時，PWM 脈沖通道輸出低電平，CNT大于CCRx時，PWM脈沖通道輸出高電平。在CNT達到了ARR 后，CNT 歸零并開始重新向上計數(shù)。這一過程中，通過改變CCRx 的值就能夠改變高電平在1 個周期內(nèi)的持續(xù)時間，從而達到改變占空比的目的，改變ARR的值則會使PWM通道的輸出頻率發(fā)生改變。所謂的脈寬調(diào)制信號，指的就是通過自動重裝載寄存器確定頻率，再由CCRx 寄存器確認(rèn)占空比信號。舵機通過接收PWM 信號，在內(nèi)部電路中產(chǎn)生1 個偏置電壓，從而觸發(fā)電機通過減速齒輪帶動電位器移動，當(dāng)移動到特定位置后，電壓差剛好歸零，之后電機便停止轉(zhuǎn)動，以此達到伺服的效果。

圖9 PWM原理示意圖

4 結(jié) 語

本文設(shè)計并搭建了一種通用性強、低成本、便于攜帶的體感交互式機械臂實驗教學(xué)平臺。該平臺可分模塊實現(xiàn)3 個核心實驗：人體姿態(tài)信息采集模塊實驗、基于體感交互的機械臂運動控制模塊實驗和舵機角度控制模塊實驗。通過實驗表明，本平臺可低成本實現(xiàn)體感式人機交互五自由度機械臂智能控制。控制端與執(zhí)行端最大通信距離可達10 m，三維空間的工作空間為0 mm ＜X＜300 mm、－300 mm ＜Y＜300 mm、－100 mm ＜Z＜300 mm，最大轉(zhuǎn)動角度為180°。目前，該教學(xué)平臺已應(yīng)用于“機器人課程設(shè)計”教學(xué)實踐中。