a swimming and crawling fish robot controlled by a central pattern generator
BoxyBot:a swimming and crawling?sh robot controlled by
a central pattern generator?
Daisy Lachat,Alessandro Crespi,and Auke Jan Ijspeert
School of Computer and Communication Science
Swiss Federal Institute of Technology,Lausanne(EPFL)
Station14,CH-1015Lausanne,Switzerland
{https://www.sodocs.net/doc/557730602.html,chat,alessandro.crespi,auke.ijspeert}@ep?.ch
Abstract—We present a novel?sh robot capable of swim-ming and crawling.The robot is driven by DC motors and has three actuated?ns,with two pectoral?ns and one caudal?n.It is loosely inspired from the box?sh.The control architecture of the robot is constructed around a central pattern generator(CPG)implemented as a system of coupled nonlinear oscillators,which,like its biological counterpart, can produce coordinated patterns of rhythmic activity while being modulated by simple control parameters.
Using the CPG model,the robot is capable of performing and switching between a variety of different locomotor be-haviors such as swimming forwards,swimming backwards, turning,rolling,moving upwards/downwards,and crawling. These behaviors are triggered and modulated by sensory input provided by light and water sensors.Results are presented demonstrating the agility of the robot,and interesting prop-erties of a CPG-based control approach such as stability of the rhythmic patterns due to limit cycle behavior,and the production of smooth trajectories despite abrupt changes of control parameters.
Index Terms—Fish robot,under water robotics,central pattern generator,swimming,crawling.
I.I NTRODUCTION
The agility and ef?ciency of animal locomotion tend to fascinate engineers.The skills to coordinate multiple degrees of freedom(DOFs),using compliant actuators (muscles and tendons),and massively parallel control(the central nervous system),give animals an agility and en-ergy ef?ciency rarely replicated in man-made robots.One of the most impressive features of animals is how they effortlessly deal with multiple redundancies:redundancies in the number of articulated joints,redundancies in the musculature(there are multiple muscles acting on a single joint,and often single muscles acting on multiple joints) and redundancies in muscles(a single muscle is decom-posed into multiple motor units).To a large extent,the problem of dealing with these redundancies is solved by central pattern generators,i.e.neural networks capable of producing coordinated patterns of rhythmic activity without any rhythmic inputs from sensory feedback or from higher control centers[1].Even completely isolated CPGs in a Petri dish can produce patterns of activity,called?ctive locomotion,that are very similar to intact locomotion when activated by simple electrical or chemical stimulation[2]. Typically,varying simple stimulation allows modulation of ?This work is supported by a Young Professorship grant from the Swiss National Science Foundation to A.J.Ijspeert both the speed and direction of locomotion.From a control point of view,CPGs therefore implement some kind of feedforward controller,i.e.a controller that”knows”which torques need to be rhythmically applied to obtain a given speed of locomotion.Interestingly,CPGs combine notions of stereotypy(steady state locomotion tends to show little variability)and of?exibility(speed,direction and types of gait can continuously be adjusted).
In this article,we apply the concept of CPGs to the control of a novel?sh robot.We are interested in testing how a CPG implemented as a system of coupled nonlinear oscillators can be used to control swimming and crawling. Our purpose is to demonstrate that such a system can be a useful basis for producing and modulating a variety of different locomotor behaviors,and for rapidly switching between them.This work follows several related projects on the use of CPGs for controlling a simulated lamprey[3], a simulated salamander[4],[5],and a humanoid robot[6]. In the next sections,we?rst make a brief overview of related work(Section II).We then present the design of our robot(Section III),and its control architecture(Section IV). Experiments demonstrating different locomotor behaviors are presented in Section V,and our approach is discussed in Section VI.
II.R ELATED WORK
Multiple?sh robots have been designed and realized. Most robots implement anguiliform or carangiform swim-ming modes,which use mainly the body and the tail to propelled([7],[8]).Ostraciiform or labriform modes, which use pectoral?ns and almost no body motions,have been less studied.Relatively few?sh robots are fully au-tonomous,capable of swimming in3D and reacting to their environment.For instance,the well-known RoboTuna from MIT,which has been designed to study speed optimization, is attached to a horizontal guide[9].
Several groups are very active in designing autonomous ?sh robots([10],[11],[12]).The National Marine Research Institute(NMRI)in Japan,for instance,is working on multiple projects,including maneuvering,swimming per-formance and modular robotics for water;each robot is built for a particular purpose like up-down motion,high turning performance,or high speed swimming[13].The University of Essex developed a3D swimming robotic ?sh called MT1which is fully autonomous[14].A micro
robotic?sh actuated by PZT bimorph actuators has recently been built by the University of California,Berkeley,[15] mimicking a box?sh.
Most of these robots are controlled using traditional control methods that combine(algorithmic)sine-based tra-jectory generators,and PID feedback controllers.Recently, the concept of CPGs is increasingly used as an alternative approach for online rhythmic trajectory generation[16], [17],[5].In most cases,the CPGs are implemented as recurrent neural networks or systems of coupled nonlinear oscillators.
To the best of our knowledge,CPGs have rarely been applied to the control of a swimming robot.Arena and Ay-ers’groups have independently used CPG models inspired by the lamprey locomotor network for controlling tethered lamprey-like robots[18],[19].The robots were capable of producing traveling waves for propulsion,but autonomous swimming was to the best of our knowledge not explored. In this article,we would like to contribute to underwater robotics in several ways:(1)with the design of a novel?sh robot capable of ostraciiform(and labriform)swimming modes and crawling,and(2)with a CPG-based controller that allows agile locomotion in a fully autonomous?sh robot.
III.T HE FISH ROBOT B OXY B OT
A.Mechanical design
The body of the robot is made of two principal parts:the head module,providing two independent joints around the pitch axis(pectoral?ns),and the body module,providing a joint around the yaw axis(caudal?n).The modules are rigid cases and are attached together with a rigid part (Figure1).
The?sh robot is designed to implement labriform or os-traciiform swimming modes.Fishes that uses ostraciiform or labriform modes have often in?exible cases for body, like our body and head modules.The caudal?n activated by the body module can be used as a rudder like in labriform mode.Hybrid propulsion(caudal and pectoral)can also be implemented like in ostraciiform mode.However,the concept of the robot is modular and additional modules could easily be added,e.g.to form a body made of a chain of modules.The body module is indeed the same as the one used in an amphibious snake robot that we developed[5]. Casings are molded in polyurethane lightened with phe-nol microballs.Speci?c O-rings and grease are used to make the robot waterproof.Total robot’s length is25cm. The density is slightly higher than that of water and a ?oater is added to adjust its density to just below1000 [Kg/m3].
The?ns are actuated by2.83Watt Faulhaber DC motors and purpose-made gearboxes(reduction factors of50and 97.2for the pectoral and caudal?ns).Pectoral?ns can make complete rotations,while the motion of the caudal ?n is limited to±60?.The?ns are made of2-mm thick PE plates.The caudal?n has an aspect ratio of2.9for35 cm2,while pectoral?ns have0.6for50cm2.The?ns can very easily be
changed.Fig.1.View from side of the internal components of BoxyBot.The left side of the robot is placed above the right side.On the left is the body module with caudal?n and on the right is the head module with pectoral
?ns
Fig.2.BoxyBot(view from above)
B.Electronics and sensors
The robot is fully autonomous.It is controlled by a PIC18F2580microcontroller at40MHz in the head which is used for behavior and locomotion control,with three additional microcontrollers(PIC16F876A)for implement-ing PD controllers for each motor.The robot locomotion controller(see next Sections)communicates with the motor controllers with an I2C bus and act as the master.The motors are controlled in position using PD controllers. Power is provided by three4.2V Li-Ion batteries(two in the head module and one in the body module).
Light and water sensors are placed in the front of the head in an interchangeable part.The two light sensors are placed in the horizontal plane in transparent polymer tubes making a60?angle from one another,a light?lter is placed around the tube and can be easily replaced depending on the environment.The water sensor is simply made of two electrical contacts that provide an on signal when the robot is immersed in water(due to water conduction)and an off signal otherwise.A two axis accelerometer(ADXL203) measures accelerations around the roll and pitch axes,but it is not used in the results presented in this article.
IV.L OCOMOTION CONTROL
The locomotion controller is composed of a CPG model for producing coordinated oscillations extended by a?nite state machine for modulating the CPG and implementing various locomotor behaviors.
A.CPG model
Our locomotion controller is based on a CPG model implemented as a system of three coupled amplitude-controlled phase oscillators,one per?n(Figure3).An oscillator i is implemented as follows:
˙φ
i=ωi(1) +
j
(αij r j sin(φj?φi)+βij r j cos(φj?φi))¨r i=a r(b r(R i?r i)?˙r i)(2)˙x i=a x(b x(X i?x i)?˙x i)(3)θi=x i+r i cos(φi)(4) whereθi is the oscillating set-point(in radians)extracted from the oscillator,andφi,r i,and x i are state variables that encode respectively the phase,the amplitude,and the offset of the oscillations(in radians).The parametersωi,R i, and X i are control parameters for the desired frequency, amplitude and offset of the oscillations.The parameters αij andβij are constant coupling weights which determine how oscillator j in?uences oscillator i.The parameters a r,b r,a x and b x are constant positive gains.
The constant parameter values used throughout the ar-ticle are a r=20[rad/s],b r=5[1/s],a x=20[rad/s],b x=5 [1/s]andαij=0.0[1/s],βij=0.0[1/s]for all i and j except α12=α21=α31=α32=0.5[1/s](oscillators1,2,3respectively correspond to the left-pectoral,right-pectoral,and caudal ?ns).These values were chosen such that the state variables r i and x i approach R i and X i in a critically damped fashion,and the oscillations of the three?ns have a zero-phase lag(as long as their intrinsic frequenciesωi are not too different).The differential equations are solved with Euler integration on the PIC microcontroller with a7ms integration step.
Such a CPG model has several nice properties.The ?rst interesting property is that the system exhibits limit cycle behavior,i.e.oscillations rapidly return to the steady-state oscillations after any transient perturbation of the state variables.The second interesting property is that the control parametersωi,R i,and X i can be abruptly and/or permanently varied while inducing only smooth modulations of the set-point oscillations(i.e.there are no discontinuities nor jerks).This property will extensively be used in the Results section(Section V)for varying the locomotor behaviors.Another interesting feature is that feedback terms can be added to Equations1-3in order to maintain entrainment between control oscillations and mechanical oscillations(however this will not be explored in this
article).Fig.3.Diagram of the complete control architecture.While using a prede?ned behavior the values from light sensors are not used.The values of pitch and roll were not used during the experiments described in this paper.
https://www.sodocs.net/doc/557730602.html,plete control architecture
The diagram of the complete control architecture is given in Figure3.The CPG model produces the set-pointsθi for PD controllers of the three?ns.Different locomotor behaviors can be obtained by modulating the CPG control parametersωi,R i,and X i for the three?ns.
Examples of locomotor behaviors include:?swimming forwards,by oscillating only the caudal?n, both pectoral?ns,or all?ns.
?swimming backwards,by setting the pectoral offsets (X1and X2)toπand stopping the oscillations of the caudal?n(R3=0).
?spinning around the roll axis,by setting the pectoral offsets X1and X2toπ/2and?π/2.
?turning(around the yaw axis)while swimming,by having a non zero offset X3for the caudal?n.?turning on the spot,by oscillating the pectoral?ns, with one of the pectoral offset toπ.?swimming up(or down),by setting an offset for both pectoral?ns(X1=X2)between0andπ/2(-π/2), proportionally to the desired vertical speed.?crawling,by stopping the oscillations of the?ns (R1=R2=R3=0),and applying a continuously increas-ing offset(X1and X2)to both pectoral?ns.Two possibilities are with X1=X2(both pectoral?ns rotate in phase)or X1=X2+π(pectoral?ns rotate in anti-phase).
For all these behaviors,the speed of locomotion can be varied by adjusting the frequenciesωi and/or the ampli-tudes R i of oscillations.Typically the speed of locomotion increases with those parameters until the torque limits of the motors are reached.
We made two types of experiments for testing these different locomotor behaviors.In a?rst set of experiments, the choice of behavior is done sequentially in a pre?xed order without sensory inputs to test the different locomotor behaviors and the transitions between them.
In a second set of experiments,the behavior controller is programmed as a?nite state machine to implement a simple phototaxis both in water and on the ground.A
strong halogen lamp is used as a movable light source and a behavior is chosen on the basis of the values of both light sensors and of the water sensor.The default behavior is to track the light.But if the robot is not in water,it starts to crawl.If the light sensors’signal is too weak,it turns on the spot until it?nds the light source again.And if the signals are saturated(i.e.the robot is too close to the lamp),the robot stops.
Once a behavior has been chosen,a second?nite state machine determines the9control parameters(amplitude, frequency and offset of each motor)to obtain that behavior. For example,if light tracking is chosen,the speed of the robot is controlled inversely proportionally to the amplitude of light by adjusting both the frequency(5)and the ampli-tude(6)of the oscillations.The caudal offset is controlled proportionally to the difference of light(7).
ωi=kωi·
1
l1+l2
i=1,2,3(5)
R i=k Ri·
1
l1+l2
i=1,2,3(6)
X3=k X3·
1
l1?l2
X1=0,X2=0(7)
where the k ij are gains of the regulator and l1,l2the amplitude of the two light sensors.Note that the CPG never needs any resetting and is continuously running while the 9control parameters are modi?ed.
V.R ESULTS
A.Sequentially testing the locomotor behaviors
We tested the ability of the CPG to produce the different types of locomotor behaviors presented above.Figure4 presents a sequence of transitions from one behavior to the other.In that sequence,the CPG makes transitions between swimming straight with both pectoral and caudal?ns (t≤2s),turning with a caudal offset(2 Figure7shows a turning maneuver by modulating the offset of the tail?n(turn to the right followed by a turn to the left).The minimal radius of turning for this type of turning(with caudal offset)is0.12m.Even sharper turns can be made with the turning on the spot maneuver.Movies of the robot can be viewed at http://birg2.ep?.ch/boxybot. All these transitions are obtained with abrupt changes of the control parametersωi,R i,and X i.Despite these abrupt changes,smooth oscillations are produced by the CPG.Note also that all oscillations remain phase-locked Fig.4.Sequence of different locomotor behaviors.The graphs show the set-points in radians sent to the three?ns.See text for details. Fig.5.Snapshots of swimming forward with both pectoral?ns(from top left to bottom right). with a zero phase difference thanks to the inter-oscillator couplings. B.Evaluating the speed of locomotion The speed of locomotion can be adjusted by gradually increasing both the frequency and/or amplitude parameters of the CPG.Figure8shows the activity of the CPG when both are increased simultaneously. In order to test how the speed of locomotion depends on the frequency and amplitude of oscillations,we carried out a series of swimming tests.Steady-state speed was measured at different levels of frequencies and amplitudes of all?ns.Figure9shows the results for variations of frequency at a?xed amplitude(on the left)and for varia-tions of amplitude at a?xed frequency(on the right).As could be expected,the speed of swimming increases with the frequency until the motors reach their torque limits. Similarly,at a?xed frequency,the speed of swimming increases with the amplitude until the oscillations become too large and create braking wakes.Overall,the robot can swim up to0.37[m/s](i.e.1.4body lengths per second) at a frequency of8Hz and amplitudes of±40?with both pectorals and caudal?ns. Fig.6.Snapshots of crawling using continuous rotation of pectoral ?ns X 1=X 2(from top left to bottom right). Fig.7.Snapshots of turning transition. Fig.8.Acceleration during swimming. Fig.9.Variation of forward speed with pectoral ?ns.On the left,variation with oscillations frequency at a ?xed amplitude of 20?.On the right,variation with oscillation amplitude at a ?xed frequency of 2Hz.Speed is obtained with the measure of distance covered and time,error bars are calculated from the precision of those two measures. Fig.10.Snapshots of phototaxis (from top left to bottom right),2seconds between each pictures. C.Phototaxis Using the phototaxis behavior described above,the ?sh robot is able to reach a static bright light (brighter than the environment)from a maximal distance of 50cm and to keep station near the light.It is also able to follow a light that moves slowly (Figure 10).If the light moves too quickly on the side,the robot cannot track it because the control law for choosing the speed and caudal offset is very basic (only proportional gains are used).The robot then slowly turns on itself until the light comes into view again,in which case it resumes the light tracking behavior. VI.D ISCUSSION BoxyBot has demonstrated its capacity of https://www.sodocs.net/doc/557730602.html,ing only three ?ns,it can move in 3D with different types of maneuvers and go out of water using a crawling gait.Finally,the robot can reach a bright light and follow it slowly. The CPG model proved to be very useful for the online generation of the ?n trajectories.It provides the possibil-ity to abruptly change control parameters while ensuring smooth variations of behavior.Producing continuous and smoothly varying set-points is indeed important to limit mechanical damage to the motors and gearboxes,but also to avoid jerks that could destabilize the swimming and crawling gaits.In addition,the phototaxis experiment showed that the CPG model can be continuously modulated and can therefore readily be used by higher level behav-ior controllers.This is not unlike locomotion control in vertebrate animals where CPGs in the spinal cord produce the rhythmic patterns necessary for locomotion,and higher control centers such as the motor cortex and the cerebellum generate signals for the modulation of speed and direction.We will extend this work in several directions.First of all,we will explore whether our CPG can be designed to use simpler command signals for initiating and mod-ulating locomotion.In vertebrates,simple tonic(i.e.non-oscillating)signals are suf?cient to modulate the speed of locomotion and even to induce gait transitions.In our model,several control parameters need to be changed simultaneously to obtain certain transitions of behavior,and we would like to see if this could be simpli?ed.Another point that we intend to explore is whether more complex signal shapes could lead to more ef?cient swimming.We currently use harmonic(i.e.sine-like)oscillations,and it might be that relaxation-like oscillations(i.e.oscillations that have both a fast and a slow mode)provide faster locomotion for similar frequencies and amplitudes.This will require the use of other types of oscillators in the CPG model.Finally,we would like to explore the integration of sensory feedback in the CPG(not only through modulation of command parameters as done during the phototaxis experiment).In the lamprey,for instance,stretch receptors in the spinal cord ensure that the travelling neural wave remains coordinated with the travelling mechanical wave, and rhythms in the CPG synchronize with externally forced movements of the tail.The CPG model can easily be extended to include similar types of sensory feedback, and we will explore the bene?ts of such entrainment phenomenon. A CKNOWLEDGMENT We gratefully acknowledge the technical support of Andr′e Guignard and Andr′e Badertscher in the design and the construction of the robot.We also would like to ac-knowledge Sacha Constantinescu and Ariane Pasquier for their contribution in designing the light sensors and testing the robot.This work was made possible thanks to the Swiss National Science Foundation(Young Professorship Award to Auke Ijspeert). R EFERENCES [1] F.Delcomyn.Neural basis for rhythmic behaviour in animals. Science,210:492–498,1980. [2]S.Grillner.Neural control of vertebrate locomotion–central mechanisms and re?ex interaction with special reference to the cat. In W.J.P.Barnes and Gladden M.H.,editors,Feedback and motor control in invertebrates and vertebrates,pages35–56.Croom Helm, 1985. [3] A.J.Ijspeert,J.Hallam,and D.Willshaw.Evolving swimming con- trollers for a simulated lamprey with inspiration from neurobiology. Adaptive Behavior,7(2):151–172,1999. [4] A.J.Ijspeert.A connectionist central pattern generator for the aquatic and terrestrial gaits of a simulated salamander.Biological Cybernetics,85(5):331–348,2001. [5] A.J.Ijspeert,A.Crespi,and J.M.Cabelguen.Simulation and ro- botics studies of salamander locomotion.Applying neurobiological principles to the control of locomotion in robots.Neuroinformatics, 3(3):171–196,2005. [6] A.J.Ijspeert,J.Nakanishi,and S.Schaal.Learning attractor land- scapes for learning motor primitives.In S.Becker,S.Thrun,and K.Obermayer,editors,Advances in Neural Information Processing Systems15(NIPS2002),pages1547-1554,2002. [7]Michael Sfakiotakis,David https://www.sodocs.net/doc/557730602.html,ne and J.Bruce C.Davies.Review of Fish Swimming Modes for Aquatic Locomotion.IEEE journal of oceanic engineering,vol.24,no.2,April1999. [8]J.E.Colgate,K.M.Lynch.Mechanics and Control of Swimming:A Review.IEEE journal of oceanic engineering,vol.24,no.3,July 2004. [9]M.S.Triantafyllou and G.S.Triantafyllou.An ef?cient swimming machine.Sci.Amer.,pp.6470,1995. [10]Naomi Kato.Control Performance in the Horizontal Plane of a Fish Robot with Mechanical Pectoral Fins.IEEE journal of oceanic engineering,vol.25,no.1,January2000. [11]Jindong Liu,Ian Dukes,Rob Knight,Huosheng Hu.Development of?sh-like swimming behaviors for an autonomous robotic?sh. Department of Computer Science,University of Essex,United King-dom,2004. [12]Junzhi Yu,Min Tan,Shuo Wang and Erkui Chen.Development of a Biomimetic Robotic Fish and Its Control Algorithm.IEEE transactions on systems,man,and cybernetics,Part B:cybernetics, vol.34,no.4,August2004. [13]Fish Robot Home Page of NMRI.URL: http://www.nmri.go.jp/eng/khirata/?sh/index e.html [14]Jindong Liu,Ian Dukes and Huosheng Hu.Novel mechatronics design for a robotic?sh.IEEE/RSJ International conference on intelligent robots and systems,2005. [15]Xinyan Deng and Srinath Avadhanula.Biomimetic Micro Under- water Vehicle with Oscillating Fin Propulsion:System Design and Force Measurement.Robotics and Intelligent Machines Laboratory University of California,Berkeley,USA,2005. [16]Y.Fukuoka,H.Kimura,and A.H.Cohen.Adaptive dynamic walking of a quadruped robot on irregular terrain based on biological concepts.The International Journal of Robotics Research,3–4:187–202,2003. [17]J.Nakanishi G.Endo,J.Morimoto and G.Cheng.An empirical exploration of a neural oscillator for biped locomotion control.In Proceedings of the2004IEEE international Conference on Robotics and Automation(ICRA2004),pages3036–3042.2004. [18]P.Arena.A mechatronic lamprey controlled by analog circuits.In Proceedings9th IEEE Mediterranean Conference on Control and Automation(MED’01).2001. [19] C.Wilbur,W.V orus,Y.Cao,and S.N.Currie.Neurotechnology for biomimetic robots,chapter A Lamprey-Based Undulatory Vehicle. Bradford/MIT Press,Cambridge London,2002. 工业机器人控制系统组成及典型结构 一、工业机器人控制系统所要达到的功能机器人控制系统是机器人的重要组成部分，用于对操作机的控制，以完成特定的工作任务，其基本功能如下： 1、记忆功能：存储作业顺序、运动路径、运动方式、运动速度和与生产工艺有关的信息。 2、示教功能：离线编程，在线示教，间接示教。在线示教包括示教盒和导引示教两种。 3、与外围设备联系功能：输入和输出接口、通信接口、网络接口、同步接口。 4、坐标设置功能：有关节、绝对、工具、用户自定义四种坐标系。 5、人机接口：示教盒、操作面板、显示屏。 6、传感器接口：位置检测、视觉、触觉、力觉等。 7、位置伺服功能：机器人多轴联动、运动控制、速度和加速度控制、动态补偿等。 8、故障诊断安全保护功能：运行时系统状态监视、故障状态下的安全保护和故障自诊断。 二、工业机器人控制系统的组成 1、控制计算机：控制系统的调度指挥机构。一般为微型机、微处理器有32 位、64 位等如奔腾系列CPU 以及其他类型CPU 。 2、示教盒：示教机器人的工作轨迹和参数设定，以及所有人机交互操作，拥有自己独立的 CPU 以及存储单元，与主计算机之间以串行通信方式实现信息交互。 3、操作面板：由各种操作按键、状态指示灯构成，只完成基本功能操作。 4、硬盘和软盘存储存：储机器人工作程序的外围存储器。 5、数字和模拟量输入输出：各种状态和控制命令的输入或输出。 6、打印机接口：记录需要输出的各种信息。 7、传感器接口：用于信息的自动检测，实现机器人柔顺控制，一般为力觉、触觉和视觉传感器。 8、轴控制器：完成机器人各关节位置、速度和加速度控制。 9、辅助设备控制：用于和机器人配合的辅助设备控制，如手爪变位器等。 10 、通信接口：实现机器人和其他设备的信息交换，一般有串行接口、并行接口等。 11 、网络接口 1) Ethernet 接口：可通过以太网实现数台或单台机器人的直接PC 通信，数据传输速率高达 10Mbit/s ，可直接在PC 上用windows 库函数进行应用程序编程之后，支持TCP/IP 通信协议，通过Ethernet 接口将数据及程序装入各个机器人控制器中。 工业机器人是一种可编程的智能型自动化设备，是应用计算机进行控制的替代人进行工作的高度自动化系统。联合国标准化组织采用的机器人的定义是：“一种可以反复编程的多功能的、用来搬运材料、零件、工具的操作机”。在无人参与的情况下，工业机器人可以自动按不同轨迹、不同运动方式完成规定动作和各种任务。机器人和机械手的主要区别是：机械手是没有自主能力，不可重复编程，只能完成定位点不变的简单的重复动作；机器人是由计算机控制的，可重复编程，能完成任意定位的复杂运动。机器人是从初级到高级逐步完善起来的，它的发展过程可以分为三代：第一代机器人是目前工业中大量使用的示教再现型机器人，它主要由夹持器、手臂、驱动器和控制器组成。它的控制方式比较简单，应用在线编程，即通过示教存储信息，工作时读出这些信息，向执行机构发出指令，执行机构按指令再现示教的操作。第二代机器人是带感觉的机器人，它具有一些对外部信息进行反馈的能力，诸如力觉、触觉、视觉等。其控制方式较第一代机器人要复杂得多，这种机器人从1980年以来进入实用阶段。第三代机器人是智能机器人，目前还没有一个统一和完善的智能机器人定义。国外文献中对它的解释是“可动自治装置，能理解指示命令，感知环境，识别对象，计划其操作程序以完成任务”。这个解释基本上反映了现代智能机器人的特点。近年来，智能机器人发展非常迅速，如机器人竞技、机器人探险等。至2008年底，世界各地已经部署了100万台各种工业机器人。其中，日本机器人数量据世界首位。他们的算法基于制造工人与机器人的比例，即每万名工人拥有多少台制造机器人。其中日本的工业机器人密度达到了世界平均水平的10倍，也比排在第二位的新加坡多出了一倍。其中日本每万名工人拥有295台工业机器人，新加坡169台，韩国164台，德国163台。虽然排在前三位的国家都在亚洲，不过欧洲却是世界上工业机器人密度最大的地区。欧洲国家工业机器人密度为每万名工人50台，美洲为平均31台，亚洲平均27台。 一种智能机器人系统设计和实现 我们从广泛意义上理解所谓的智能机器人，它给人的最深刻的印象是一个独特的进行自我控制的"活物".其实，这个自控"活物"的主要器官并没有像真正的人那样微妙而复杂。智能机器人具备形形色色的内部信息传感器和外部信息传感器，如视觉、听觉、触觉、嗅觉。除具有感受器外，它还有效应器，作为作用于周围环境的手段。这就是筋肉，或称自整步电动机，它们使手、脚、长鼻子、触角等动起来。我们称这种机器人为自控机器人，以便使它同前面谈到的机器人区分开来。它是控制论产生的结果，控制论主张这样的事实：生命和非生命有目的的行为在很多方面是一致的。正像一个智能机器人制造者所说的，机器人是一种系统的功能描述，这种系统过去只能从生命细胞生长的结果中得到，现在它们已经成了我们自己能够制造的东西了 嵌入式是一种专用的计算机系统，作为装置或设备的一部分。通常，嵌入式系统是一个控制程序存储在ROM中的嵌入式处理器控制板。事实上，所有带有数字接口的设备，如手表、微波炉、录像机、汽车等，都使用嵌入式系统，有些嵌入式系统还包含操作系统，但大多数嵌入式系统都是是由单个程序实现整个控制逻辑。嵌入式技术近年来得到了飞速的发展，但是嵌入式产业涉及的领域非常广泛，彼此之间的特点也相当明显。例如很多行业：手机、PDA、车载导航、工控、军工、多媒体终端、网关、数字电视…… 1 智能机器人系统机械平台的搭建 智能机器人需要有一个无轨道型的移动机构，以适应诸如平地、台阶、墙壁、楼梯、坡道等不同的地理环境。它们的功能可以借助轮子、履带、支脚、吸盘、气垫等移动机构来完成。在运动过程中要对移动机构进行实时控制，这种控制不仅要包括有位置控制，而且还要有力度控制、位置与力度混合控制、伸缩率控制等。智能机器人的思考要素是三个要素中的关键，也是人们要赋予机器人必备的要素。思考要素包括有判断、逻辑分析、理解等方面的智力活动。这些智力活动实质上是一个信息处理过程，而计算机则是完成这个处理过程的主要手段。 机器人前部为一四杆机构，使前轮能够在一定范围内调节其高度，主要功能是在机器人前部遇障碍时，前向连杆机构随车轮上抬，而遇到下凹障碍时前车轮先下降着地，以减小震动，提高整机平稳性。在主体的左右两侧，分别配置了平行四边形侧向被动适应机构，该平行四边形机构与主体之间通过铰链与其相连接，是小车行进的主要动力来源。利用两侧平行四边形可任意角度变形的特点，实现自适应各种障碍路面的效果。改变平行四边形机构的角度，可使左右两侧车轮充分与地面接触，使机器人的6个轮子受力尽量均匀，加强机器人对不同路面的适应能力，更加平稳地越过障碍，并且更好地保证整车的平衡性。主体机构主要起到支撑与连接机器人各个部分的作用，同时，整个机器人 美国口语俚语（二） 1. Ed loves to give his sister a hard, just to make her mad. 埃德爱和他姐姐过不去，故意惹她生气。 2. goner无可救药的人 Mark’s a goner. He didn’t finish his chores before going out.麦克镇事无药可救，他日常工作没做完就出去了。 3. make a killing大有所获 He made a killing on that deal. I wish I had bought some shares. 那笔生意他大有所获。真希望我当初也加入了。 4. no sweat不麻烦，没问题 No sweat. I’ll have he report done for you in an hour. 没问题。我会在一小时之内让认为你做出这份报告。 5. pissed off生气 I really pissed off at Harry. He took the credit for all my work. 我对哈利真的很生气。我拼命工作他却坐享其成。 美国口语俚语（32） 1. on the up and up光明正大，诚实无欺 I checked out his story, he’s on the up and up. 我核实过他所讲的事情，他诚实可靠。 2. uppity自命不凡 Don’t be so uppity. You don’t think we’re good enough for you? 不要那么自以为了不起。你难道认为我们配不上你吗？ 3. up shit creek惨兮兮 If Mom catches you smoking in the ho use, you’ll be up shit creek.如果你在家里抽烟让妈妈逮到，你就惨了。 4. push comes to shove事态严重 When push comes to shove, only your true friends will still stand by you. 当事态严重时，只有真正的朋友还会支持你。 5. push someone’s button惹火某人，激怒某人 Nobody makes me as mad as Dave does. He really knows how to push my buttons. 没有人象戴夫那样惹我生气。他真知道怎样惹我发火。 工业机器人在自动化控制中的应用 摘要：机器人在应用中的原理作用与制造工序的配合特别重要，结合自动化控 制明确其应用中展现优势，顺应其技术和内容的发展趋势结合行业进行说明，对 国内现状和功能特点等方面进行较为合理的阐述，探讨应用中的机器人主要作用 和参与保障顺应其发展，针对应用情况进行研究方向和适应条件上的总体明确。 关键词：工业机器人；自动化控制；功能特点 一、我国工业机器人发展现状 国内开始应用和制造机器人的时间都与国外存在很大差距，近些年来由于技 术上的进步部分企业开始应用工业机器人，由于在制造方面的人力和经验优势其 应用正在不断影响着国内行业愿景，在核心技术方面还有很多需要攻克的难点在 等待着大家去探讨，很多精密部件的制造技术还需要继续从打磨工艺、操控条件 等方面进行开发，总体来说国内的现状正在向好的方向发展但需求量巨大，要经 过一段时间的统筹和调和才能使技术应用逐步实现、不断作用于壮大的各大产业，图 1 所示为某企业生产的工业机器人。 二、机器人在应用中的特点与功能 1.机器人应用所呈现的工业内特点 机器人在工业内的发展就是将其机械运作部分进行机理与系统方面的技术研发，对其应用时的机械灵活度及装置自由度进行提升，使机器人能对作业环境中 的多个变量进行较为协调系统控制，结合自动化的工业内容进行厂区内各大任务 执行、隐患故障整治等必要活动，想要实现它的活动就要使其能接收外界讯号转 化为自我意识进行某项作业实现，或者安装感应程序使其能完成已经布置好的现 场作业内容。机器人所要进行的各项作业内容使其必要具备相对自由的运动状态，存在操作灵活、控制便捷、程序完全等多种便于作业的特点，通过明确运动所需 求的程序公式和模型参数，将应用数据结合计算模式进行相对状态下的控制协调 机器人功能，使机器人能真正的为工业中大量机械运作需求实现智能化的服务， 将许多可应用原理进行功能实现中的运作特点开发和技术操作开发。 2.机器人应用所呈现的工业内功能 国内目前的工业进程需要机器人先适应较为简单的操作流程，将其控制为能 够完成活动、配合生产的自由机械，对于其如何进行信息指令下的大量操作和操 作控制等相关功能，还需要在应用中逐渐开发能适应企业生产的专项系统内容， 比较常用的功能有记忆、检验、搬运等可通过单一指令完成的功能。生产内的机 械运作会产生大量有关产品的实时数据，自动化条件下的生产速度相对较快人工 筛选产品不能完成质量要求，机器人通过对产品产生异常数据进行记忆，能在工 序完成后及时依据记忆编号对产品进行大量扫描后找出，使出厂的产品不存在信 息和工序中的异常失误制造情况。机器人的应用能代替一部分人工进行高强度搬 运活动，使工人们在出现倦怠或身体不适的状态下能远离消耗较高环境，能避免 一些粉尘、试剂等对人体存在伤害的工业物品对工人造成伤害，减少工人与物品 之间存在的呼吸、接触等作业时必然联系，大量提升人工控制方面的人才引入进 行自动化工业量产运作。 三、工业机器人在自动化控制中的应用 1.汽车制造行业 国内的汽车制造中常有的焊接、锻造等工艺，需要相对准确的制造尺寸和连 1.从人体解剖学分析机器人的人机交互及控制系统 ?目标：人体解剖学（神经系统）构件→结合机器人技术构件→机器人控制系统架构构件→人机交互界面的系统架构（硬件领域） 1.1.神经系统（nervous system） 神经细胞（神经元）是神经系统的响应细胞，神经系统通过电化学信号来处理和传送信息。运动神经细胞能接收从大脑和骨髓神经传来的信号，并控制肌肉的收缩。i 1.1.1.神经系统的分布 神经系统分为中枢部和周围部。 中枢部即中枢神经系统（CNS,central nervous system），包括脑和脊髓，它们分别位于颅腔和椎管内。 周围部又称周围神经系统（PNS,peripheral nervous system），包括脑神经、脊神经和内脏神经，周围神经一端同脑或脊髓相连，另一端通过各种末梢装置与神奇其他各器官、系统相联系。 根据分布对象的不同，将周围神经系统分为躯体神经和内脏神经。躯体神经分布于体表、骨骼肌、骨和关节；内脏神经分布于内脏、心血管、平滑肌和腺体。躯体神经和内脏神经在大脑皮质统一管辖与协调下，完成神经系统的各种功能。 1.1. 2.神经元的分类 神经系统的基本组织是神经组织（nervous tissue），神经组织主要由神经元和神经胶质做成。神经元（neuron）又称神经细胞（nerve cell），具有感受刺激和传导神经冲动的功能。神经胶质（neuroglia）又称神经胶质细胞（neuroglial cell），简称胶质细胞（glia或glia cell），无传导神经冲动的功能，而对神经元起支持、保护、分隔和营养等作用。 神经元基于功能及神经兴奋传导冲动方向分类如下： 感觉神经元（sensory neuron）：又称传入神经元（afferent neuron），感受机器内、外环 基于 PLC 的机器人电气控制系统的设计 发表时间：2018-04-02T11:55:00.723Z 来源：《红地产》2017年7月作者：侯跃云 [导读] PLC 是专为工作环境条件较恶劣的工业应用而设计的，其可以控制各种自动化应用。 1 PLC 技术概述 1.1 PLC 技术的结构可编程逻辑控制器，其实质是一种专门用在工业控制领域的计算机，它的主要结构基本与微型计算机基本相同，PLC 技术的结构为：电源，PLC 的电源对整个系统的正常工作起着非常重要的作用。假如没有可靠、良好的电源为其供电，PLC 是无法工作的，因此制造商是非常重视对可编程逻辑控制器的电源的设计制作；中央处理单元 (CPU)，中央处理单元 (CPU) 是 PLC 的控制中心，主要是以扫描的方式收发现场各输入设备的状态和数据，然后分别存入 I/O 映象区，再读取程序进而控制相应设备；存储器，主要分 为存放系统软件的系统程序存储器和存放应用软件的用户程序存储器；输入输出接口电路，输入接口电路用于连接 PLC 与现场控制的接口界面，输出接口电路集成了选通电路、数据寄存器和中断请求电路；功能模块，如计数、定位等；通信模块。 1.2 PLC 技术优势 PLC 技术在维护机械运转和数字化运算方面具有一定的优势，能结合传统继电技术，确保互联网和自动化结构符合常规性技术标准。技术本身具有一定的价值优势，能在推动工业进程的基础上，维护工业生产的精简效果。PLC 作为现代化工业中较为重要的项目结构和管理器件，整体管控结构的实效性价值十分关键，能在优化整体机械工程与自动化项目效率的同时，确保相关技术结构的优势得以发挥出来。 首先，PLC 技术操作性较高，多数 PLC 技术能有效支持相应的程序进行语言的互译管理，确保用户能有效掌握相关语言结构和模式，进一步提升应用效率。并且，结合自动翻译功能的 PLC 技术也能为用户后续操作提供较为有效的保障。需要注意的是，正是由于互译优势，在实现 PLC 技术编程的同时，也能减少外部处理的难度，集中简化了系统的整体结构问题，优化改善工作效率。提升了 PLC 技术实用价值的过程中，借助统一国际标准通信协议，能为差异化厂家进行 PLC 技术互换提供坚实的保障，促进实践水平和处理效果的维护程度。在整合调试操作水平的同时，也为提升 PLC 产品通信开放度提供了保障。 其次，PLC 技术设备体积小且能耗较少，在 PLC 技术装置结构中，由于集成电子线路的应用价值和整体处理水平，能在安装管理工作发挥实际水平的同时，确保相关处理结构和应用体系最优化，尺寸在 10 厘米以下时，PLC 技术设备中重量会在 150g 以下，确保消耗功率的维护程度贴合实际。 最后，PLC 技术抗干扰能力较强，在实际管理机制和整合措施统筹升级的基础好上，要对相关工艺流程的运行结构予以分析。因此，结合 PLC 技术的界面管理水平对现场总线体系和 PLC 技术界面处理进行统筹整合，维护通信保障体系的实效性，也为后续工作中电磁、电路以及可靠性处理工作顺利完成提供保障。 2 基于 PLC 的机器人电气控制系统的设计要点 2.1 总体结构及流程设计系统的控制要求是实现方形和圆形玻璃的定尺寸打磨，即要求驱动流水线横向运动的电动机 M1 在达到设置尺寸后停止运动，光电编码器与横向运动电动机 M1 同轴连接，电动机的水平驱动位移与光电编码器的脉冲数输出成比例关系，光电编码器的输出与 S7-200CPU 的高速计数器输入相连接，利用高速计数器实时计算光电编码器输出脉冲数，通过计算即可测量出横向运动的长度。组态实现长度宽度尺寸的设置和显示功能，人机界面将设置的相关参数传递给 S7-200CPU 的寄存器，执行用户程序计算当前横向移动距离和设置值的关系，打磨机构根据限制尺寸实现打磨，待打磨完成后，电动机 M3 驱动打磨机构实现纵向位移，光电编码器测量纵向位移的尺寸，当设置尺寸和测量尺寸相等时，垂直电动机 M2 驱动打磨机构垂直位移，行程开关限制垂直电动机行程位置，打磨机构垂直运动达到设置行程后，完成一次完整的控制任务，控制系统再次驱动电机进行流水线横向运动。实现以上控制任务，控制系统应包括三大部分：主电路、控制部分和显示部分。因此可以设计出控制系统的结构流程图。系统结构流程图如图 1 所示。 图 1 系统结构流程图 2.2 电源电路设计在最机器人进行电气系统设计时，在设计的时候应考虑：安全性、经济性、可行性、外观及维修的方便性等。电源电路是指全机器人的动力电路以及控制电路，主要包括：控制电路、电源电路、PLC 电源的开关电路以及动力电源转换回路。控制系统主电源由空气开关控制，PLC 电源通断由启动按钮和继电器控制。电源锁旋钮与启动按钮串联，当电源锁旋钮和启动按钮闭合，继电器的线圈得电，常开触点闭合，与启动按钮构成起一保一停控制回路，PLC 得电后开始循环扫描。 2.3 控制系统主程序设计 针对相应的控制要求，设计的 PLC 控制系统，通过组态人机界面完成对玻璃长、宽等参数的设置，利用 S7-200 系列 PLC 对台车电机、升降电机、进刀电机的运动控制。为实现系统控制要求，完成控制任务，系统需要加入定时安全报警程序，即每一个动作启动时同时启动定时器，根据每个动作完成的时间设置定时器的定时时间，如果系统出现故障，定时时间到而未完成相应动作，停止后续动作，触发报警动作。 控制系统主要是为了完成玻璃定长定宽的打磨，主程序是控制电动机的设置长度和设置宽度的定尺寸打磨运动，主要完成下降、定宽、横向进给、定长打磨和上升运动。在常用的梯形图设计方法中有经验设计法和顺序功能图设计方法，在此次主程序设计中采用顺序功 [美国口语俚语]以B开头的常见俚语 简介：俚语（lǐyǔ）(Slang)，是指民间非正式、较口语的语句，是百姓在日常生活中总结出来的通俗易懂顺口的具有地方色彩的词语。地域性强，较生活化。俚语是一种非正式的语言，通常用在非正式的场合。有时俚语用以表达新鲜事物，或对旧事物赋以新的说法。中国人说英语常常闹笑话，其实并不见得是单词量不够，往往是无法理解对话中所出现的俚语。自己表达地生硬刻板，也是因为不懂得如何使用Slang。美国俚语这个栏目主要是为读者介绍英语口语中出现的高频俚语，从而提高自身的口语表达和地道性。 以B字母开头的常用俚语(1) 1. back off 减轻，软化，后退，滚开，别插手 Do you always back off? 你总是退避三舍吗？ 2. back out 退出（交易），叫停 George backed out of the deal at the last minutes. 乔治在最后一刻退出了交易 3. back to/at square one 回到了原点，白费力气 It's really frustrating! After so much effort, I'm back at square one. 太让人沮丧了！做了这么多努力，最后还是白忙一场 4. backseat driver 喜欢在后座指导人家如何开车的人，不在其位而某其政,爱指手划脚的人 Please be quiet, I can't concentrate with so many backseat drivers. 安静点吧，那么多人指挥，我无法专心 5. bad-mouth 说坏话 摘要 为使机器人完成各种任务和动作所执行的各种控制手段。作为计算机系统中的关键技术，计算机控制技术包括范围十分广泛，从机器人智能、任务描述到运动控制和伺服控制等技术。既包括实现控制所需的各种硬件系统，又包括各种软件系统。最早的机器人采用顺序控制方式，随着计算机的发展，机器人采用计算机系统来综合实现机电装置的功能，并采用示教再现的控制方式。随着信息技术和控制技术的发展，以及机器人应用范围的扩大，机器人控制技术正朝着智能化的方向发展，出现了离线编程、任务级语言、多传感器信息融合、智能行为控制等新技术。多种技术的发展将促进智能机器人的实现。 当今的自动控制技术都是基于反馈的概念。反馈理论的要素包括三个部分：测量、比较和执行。测量关心的变量，与期望值相比较，用这个误差纠正调节控制系统的响应。这个理论和应用自动控制的关键是，做出正确的测量和比较后，如何才能更好地纠正系统。 PID（比例-积分-微分）控制器作为最早实用化的控制器已有50多年历史，现在仍然是应用最广泛的工业控制器。PID控制器简单易懂，使用中不需精确的系统模型等先决条件，因而成为应用最为广泛的控制器。 它由于用途广泛、使用灵活，已有系列化产品，使用中只需设定三个参数（Kp，Ti 和Td）即可。在很多情况下，并不一定需要全部三个单元，可以取其中的一到两个单元，但比例控制单元是必不可少的。 关键词：机器人，机器人控制，PID，自动控制 目录 摘要.......................................................... I 第1章绪论................................................ - 1 - 1.1机器人控制系统 (1) 1.2机器人控制的关键技术 (1) 第2章机器人PID控制...................................... - 2 - 2.1PID控制器的组成 (2) 2.2PID控制器的研究现状 (2) 2.3PID控制器的不足 (3) 第3章 PID控制的原理和特点 ................................ - 4 - 3.1PID控制的原理 (4) 3.2PID控制的特点 (5) 第4章 PID控制器的参数整定 ................................ - 5 -后记...................................................... - 6 - 工业机器人的自动生产线组建技术 发表时间：2019-08-11T11:35:42.743Z 来源：《防护工程》2019年9期作者：刘镜钊[导读] 完成基于工业机器人的自动生产线控制架构设计，该控制架构对相关的工业机器人生产线组建控制具有一定的借鉴意义。 广东利迅达机器人系统股份有限公司摘要：现代科技的发展给人们生活带来了许多便利，越来越自动化的高科技服务于人们生活，使得人们生活质量得到不断的提高。同时，依靠现代科技在工业生产自动化的程度也越来越高，其中机器人就是最典型的代表。在工业自动化生产线上以机器人为核心成为工厂发展不可逆转的趋势，机器人的自动化将会更好的服务于生产建设中。工业机器人作为先进制造技术和自动化的典型代表，不仅对于先进 制造业的发展具有重要的作用，而且对于高科技产业和传统产业的发展具有显著的促进作用。关键词：工业机器人；自动化生产技术；研究 作为新兴的高新技术产业和智能化产业，工业机器人产业具有一般的高新技术产业所表现的高投入、高技术、高风险、高回报等特征。随着我国制造业的不断升级，工业机器人在现今生产企业中占据着越来越重要的地位。工业机器人的自动生产组建技术是工业机器人应用的核心技术，通过对机器人的不断研究以实现工业机器人的生产组建设计。现如今，我国工业大规模的发展，人力成本在不断的增高，在日益激烈的市场竞争中，在生产过程中不断提高其生产效率、降低生产成本、有效提高产品质量是目前各制造业发展面临的主要严峻问题。在现代信息工业背景下，各个工业生产都特别将工业机器人应用于生产建设，目前，工业机器人在发达工业国家，已成为企业必不可少的设备之一。就我国而言，工业机器生产技术还处于比较低端的水平，所以文章通过对机器人在工业生产的技术进行简单的分析研究，希望和大家一起交流讨论学习。1工业机器人背景与技术认识工业机器人是广泛使用的能够自主动作，且多轴联动的机械设备。它们在必要情况下配备传感器，其动作步骤包括灵活的转动都是在其编程控制的。它们通常配备有机械手、刀具或其他可装配的加工工具，以及能够执行搬运操作与加工制造的任务。技术本质反映了人对自然的能动关系，其包括主要三种要素：材料、动力、控制。工业机器人的制作要求应满足其中以下的主要要求：安装面积小，工作空间大，快速完成任务。根据要求，材料应该选择高强度的不锈钢作为机械本体，以满足结构紧凑的要求。动力应选用电力系统，以满足快速响应的要求。控制则选用自动化电脑操作，以满足定位精度搞的需要。 2 工业机器人的构造 工业机器人由操作机、控制器、伺服驱动系统和传感装置构成，是一种防人操作、自动控制、可重复编程、能在三维空间完成各种作业的光仪点一体化自动化生产设备，特别适用于工厂的多量高质的工业大生产，能按时完成工业任务的高效生产的机器人。 2.1 操作机 通过有限元分析、模态分析及其仿真设计等现代设计方法的运用，机器人操作机基本能实现优化设计。 2.2 控制器 通过软件和全数字操控，实现对机器人自动化的操作，随着科学技术的发展，控制器的性能也在不断的提高和发展，它能实现对机器人全方位精准的控制，以达到其目的和要求。 2.3 传感配置 激光传感器、视觉传感器和力传感器在机器人系统中已得到成功应用，并实现焊缝自动跟踪和自动化生产线上物体的自动定位以及精密装配作业等，这样就提高了机器人的作业性能和对环境的适应性能。 2.4 并联机构 采用并联机构，利用机器人技术，实现高精度测量及加工，这是机器人技术向数控技术的拓展，为将来实现机器人和数控技术一体化奠定了基础。 2.5 网络通信 机器人控制器以实现了网络的连接，这样使机器人由过去的独立应用向网络化应用迈进了一大步，也使机器人由过去的专用设备向标准化设备的发展。 3 自动化生产线组建研究的技术机器人在自动化生产的应用典型就是自动化生产线成套装备。自动化成套装备是指以机器人为核心，以信息技术和网络技术为媒介，将所有设备连接到一起而形成的大型自动化生产线。它是先进制造装备的典型代表，是发展先进制造技术实现生产线的数字化和网络化的智能化的重要手段。那么它的技术其主要表现在以下几个方面：（1）利用现代网络技术进行远程控制，对工业机器人进行操作控制，实现生产线在线检测和监控，对产品进行质量监控，使得产品的质量得到有效的保证，这样既有利于生产的自我控制和调整，同时，也保证其生产效率。（2）建立起资源管理信息系统，对产品制造工艺和企业的资源管理进行相互连接，对产品工业技术进行不断更新和提高，从而达到对生产技术的实时监测，这样保证了该企业产品制造的全制动化信息平台。（3）利用定位系统对生产线进行快速整定，建立起完整的制造过程信息技术。这样既方便实现生产线现场安装精度测试技术，又达到完全的透明。通过实现网络控制管理智能技术，对各个环节进行指导处理，这样就能及时性的处理临时性的问题。（4）自动化柔性生产系统管理技术。企业生产流程中管理与控制信息的集成，是实现企业管理控制一体化和柔性自动化的基础。通过这技术分析，建立一种信息集成系统结构及其功能模型，提出现场总线的开放式控制系统，建立控制系统分层式体系结构，使其与信息管理系统实现无缝接口。我国在近几年机器人自动化生产已经不断出现，并给用户带来了显著效益。目前我国已经建立了多条弧焊机器人生产线、装备机器人生产线、喷涂生产线和焊装生产线。随着我国工业企业自动化水平的不断提高，机器人自动化线的设厂也会越来越大，并逐渐成为自动化生产线的主要方式。我国机器人自动化生产线装备市场刚刚起步，而国内装备制造业正处于由传统装备向先进制造装备转型的时期，这就给机器人自动化生产线研究开发者带来了巨大商机。4工业机器人的组建生产线技术 机器人与自动化技术 “机器人、无处不在的屏幕、语音交互，这些都将改变我们看待‘电脑’的方式。一旦看、听、阅读能力得到提升，你就可以以新的方式进行交互。”----比尔?盖茨在某电视节目中，预测未来科技领域的下一件大事时表示：机器人与自动化技术将成为未来发展的一大趋势，可以改变世界！ 工业机器人的应用，正从汽车工业向一般工业延伸，除了金属加工、食品饮料、塑料橡胶、3C、医药等行业，机器人在风能、太阳能、交通运输、建筑材料、物流甚至废品处理等行业都可以大有作为。 当然，即将“改变世界”的机器人不仅仅具有代替人工的价值，在很多人类无法实现的领域也将出现机器人的身影。譬如，派送采矿机器人到月球和小行星上采挖稀土矿，将有望成为现实。 而更令比尔?盖茨寄予厚望的是机器人将像“电脑”一样改变人类的生活。 日本早稻田大学研究人员推出一种新型仿人型家务机器人。它集安全性、可靠性和灵巧性于一身，还具有仿人脸的外观。在工作时，它将一名男子抱下床，与他聊天并为他准备早餐。由于拥有和成年女性大小相当的灵巧双臂、双手，这种机器人能够用夹子将面包从面包机中取出，而丝毫不弄碎它。 英国阿伯丁大学启动了一项新的研究计划，在3年内研发出允许机器人与人类进行交谈，甚至讨论具体决定的系统……。 作为先进制造业中不可替代的重要装备，工业机器人已经成为衡量一个国家制造水平和科技水平的重要标志。 在机器人市场中，目前80%的市场份额仍由跨国公司占有，其中瑞典ABB、日本发那科FANUC、日本安川yaskawa和德国库卡KUKA四大企业则是市场第一梯队的“四大金刚”。其它有瑞士史陶比尔Staubli、德国克鲁斯CLOOS、德国百格拉、德国徕斯、德国斯图加特航空航天自动化集团（STUAA）、意太利瀚博士hanbs、意大利柯马COMAU、英国Auto Tech Robotics等。 目前国内生产机器人的企业主要有：中科院沈阳新松机器人自动化股份有限公司、芜湖埃夫特智能装备有限公司、上海新时达机器人有限公司、安川首钢机器人有限公司、哈工大海 尔机器人有限公司、南京埃斯顿机器人工程有限公司、广州数控设备有限公司、上海沃迪自动化装备股份有限公司等。 2015年，中国机器人市场需求预计将达35000台，占全球比重16.9％，成为全球规模最大的市场。 一、机器人的系统构成 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、控制部分。 6个子系统是：驱动系统、机械结构系统、感受系统、机器人-环境交互系统、人-机交互系统、控制系统。 机械手电气控制系统设计 目录 一、机械手设计任务书 (1) 1机械手结构、动作与控制要求 (1) 2设计任务 (1) 二、电器控制部分 (2) 1.电器元件目录表 (2) 2.机械手主电路接线图 (3) 3.继电器控制电路 (4) 4.接线图 (4) 5.电器板元件布置图 (5) 6.控制面板 (5) 三、PLC控制部分 (6) 1.PLC的选型 (6) 2.PLC I/O图 (6) 3.状态转移图 (7) 4.梯形图 (7) 5.指令表 (10) 四、参考文献 (14) 一、机械手设计任务书 1机械手结构、动作与控制要求 机械手在专用机床及自动生产线上应用十分广泛，主要用于搬动或装卸零件的重复动作，以实现生产的自动化。本设计中的机械手采用关节式结构。各动作由液压驱动，并由电磁阀控制。动作顺序及各动作时间的间隔采用按时间原则控制的电气控制系统，动作时间需要可调。 以镗孔专用机床加工零件的上料、下料为例，机械手的动作顺序是：由原始位置将以加工好的工件卸下，放回料架，等待料架转过一定角度后，再将未加工零件拿起，送到加工位置，等待镗孔加工结束，再将加工完毕工件放回料架，如此重复循环。 设计要求 1.1加工中上料和下料各动作采用自动循环。 1.2各动作之间应有一定的延时（由时间继电器调定） 1.3机械手各部分应单独动作，以便调整及维修。 1.4液压泵电动机（Y100L2-4.3KW）及各电磁阀运行状态应有指 示。 1.5应有必要的电气保护与联锁环节。 2设计任务： 2.1绘制电气控制原理线路图，选用电器元件，制订元件目录表。 2.2设计并绘制以下工艺图样中的一种： 电器板元件布置图与底板加工零件图；电器板接线图；控制面 板元件布置图、接线图及面板加工图；电气箱及系统总接线图。 2.3编制设计，使用说明书，设计小结，列出设计参数资料目录。 O.G. - 即Original Gangster，用来指有案底的帮派份子。red rum - 就是谋杀(murder) 的意思，只是这里把它反过来写。Rolling 60's - 一黑帮的支派。set - 帮派分支。Set tripping - 帮派内斗。smoke - 杀人。Soldier - 没有案底的帮派份子。toa - 帮派间的义气。thug - 身无长物的人，也可以称为“恶棍”。TTP - 指Tree Top Piru，一黑帮的支派。up north trip - 被送往监狱。madhatter - 贩毒的人。slang - 贩毒。trap - 贩毒。rock star - 吸毒上瘾的人。primo, turbo, zootie - 此三名词皆为掺了可卡因的大麻。slab, snow - 皆指可卡因。smacked - 药效发作。through - 嗑药的兴奋状态。triple beam - 原来是拿来秤金子，但后来被拿来当作秤毒品的秤子。skins, zig zags - 皆为卷大麻烟的纸。sherm stick - 浸泡过精油的大麻烟。roll - 卷一管大麻。zooted - 抽大麻。spliff - 牙买加产的大麻烟。Vegas - 一家卖大麻烟的厂商。另外，还有许多大麻的同义字。像是：bammer, bonic, brown, bud, buddha, cannabis, cheeba, chronic, dank, doubage, ganja, grass, green, groove weed, hash, herb, home-grown, ill, Indo, iszm, Lebanon, Mary Jane, maui, method, pot, sess, shake, shit, skunk, stress, tabacci, Thai, tical, wacky, and weed. 都是大麻。phat - 当指女生时有两个意思：一为大屁股，二为外在的吸引力。shorty - 指女性时，意思就像baby 或honey。sister - 女性友人。skank - 有丑闻上身的女人。skirt - 就是指女生。trick - 贱女人，相当不雅的字眼。Accessory –男朋友/女朋友Ace –最好的朋友Bag –一瓶啤酒Beastie –形容一个人看起来很粗暴或具威胁性Blow up –变得有名气Bone – 1.香烟2.一首歌Booya –我赞成Break –在第一时刻现身Break night –熬夜Bump –音乐放得很大声Burn –香烟Bust on the scene –到达Cabbage –脑袋Check – 1.批评2.停手做…事Chop –丑人Deep –严肃的、认真的Dig –了解Dog –朋友Down with –狂热的Funky –1.原始的2. 难闻的、恶心的Hard, hardcore –猛烈的Heavy –严肃的Heffa –丑女Hood rat –邻居Keep it real–坦白说Loc –疯狂的Locin’–发疯了Main squeeze –某人最好的女朋友Nasty –性的吸引力Old school –老朋友Seeds –小孩子Sleep on –忽略Vibes –直觉的感应Whoomp! –超兴奋Wisdom –女朋友Word; word up –我同意形容一个人在rap - to break, bust, bust out, bust rhymes, fli, Freak the beats, freestyle, kick, kick the ballistics 打招呼- Ayo, Eh G, Hayo, S'up, Wassup, Yo 枪- bis, calico, flamer, four pounder, gak, gat(最常用), heat, heater, Joint, strill, toast 开枪-to blast, buck, bust a cap, dent, fade, gat,ice, lead up, smoke 杀了一个人- 工业机器人 摘要 在当今大规模制造业中，企业为提高生产率，保障产品质量，普遍重视生产过程的自动化程度，工业机器人作为自动化生产线上重要的成员，逐渐被企业所认同并采用。工业机器人的技术水平和应用程度在一定程度上反映了一个国家工业自动化的水平。目前，工业机器人主要承担着焊接、喷涂、搬运以及堆垛等重复性并且劳动程度极大的工作，工作方式一般采取示教在线的方式。 本文将设计一台圆柱坐标型的工业机器人，用于给冲压设备运送物料。首先，本文将设计机器人的大臂、小臂、底座和机械手的结构，然后选择合适的传动方式、驱动方式，搭建机器人的结构平台：在此基础上，本文将设计该机器人的控制系统，包括数据采集卡和伺服放大器的选择、反馈方式和反馈元件的选择、以及控制元件的设计，重点加强控制软件的可靠性和机器人运行过程的安全性，最终实现的目标包括：关节的伺服控制和制动问题、实时监测机器人的各个关节的运动情况、机器人的示教编程和在线修改程序、设置参考点和回参考点。 目录 摘要 1绪论 (1) 1.1 工业机器人研究的目的和意义 (1) 1.2 工业机器人在国内外的发展现状与趋势…………………….. 1.3 工业机器人的分类 1.4 本课题研究的主要内容 2 总体方案的确定 2.1 结构设计概述 2.2 基本设计参数 2.3 工作空间的分析 2.4 驱动方式 2.5 传动方式确定 3 搬运机器人的结构设计 3.1 驱动和传动系统的总体结构设计 3.2 手爪驱动气缸设计计算 3.3 进给丝杠的设计计算 3.4 驱动电机的选型计算 3.5 手臂强度校核 4 搬运机器人的控制系统 4.1 机器人控制系统分类 4.2 控制系统方案分析 4.3 机器人的控制系统方案确定 4.4 PLC及运动控制单元选型 5 结论与展望 致谢 图片简介: 本技术涉及一种基于Kinect的机器人人机交互系统及方法，系统包括Kinect信息采集模块、人机交互模块、姿态控制模块、语音控制模块、Kinect三维传感器、机器人控制箱和机器人；首先通过Kinect信息采集模块，将图像数据流和音频数据流传递给人机交互模块，通过人机交互模块的语音/文字提示引导用户选择不同的控制模式，进而调用不同的控制模块，实现对机器人的操控。本技术综合体感、声音、手势多种交互方式，可实现对机器人的运动控制，代替人工在非结构化场景中进行作业，提高机器人的作业能力和智能水平。 技术要求 1.一种基于Kinect的机器人人机交互系统，其特征在于，包括Kinect信息采集模块、人机交互模块、姿态控制模块、语音控制模块、Kinect三维传感器、机器人控制箱和机器人； Kinect信息采集模块利用Kinect三维传感器，获取图像数据流及语音数据流； 通过人机交互模块选择不同的控制模式，调用姿态控制模块或语音控制模块； 姿态控制模块基于图像数据，根据人体姿态控制机器人机械臂运动； 语音控制模块基于语音数据，实现语音指令的识别，控制机器人进行相应动作。 2.根据权利要求1所述的基于Kinect的机器人人机交互系统，其特征在于，人机交互模块提示用户选择控制模式，包括语音提示和文字提示。 3.一种基于权利要求1所述基于Kinect的机器人人机交互系统的人机交互方法，其特征在于，包括以下步骤： 利用Kinect三维传感器，获取图像数据流及语音数据流； 基于图像数据，根据人体姿态控制机器人机械臂运动； 基于语音数据处理结果，实现语音指令的识别，控制机器人进行相应动作； 通过人机交互模块的语音/文字提示选择不同的控制模式，调用不同的控制模块，实现人机交互。 4.根据权利要求3所述的基于Kinect的机器人人机交互方法，其特征在于，利用Kinect三维传感器，获取多种图像数据信息流及语音信息流，具体为： 基于PLC的机器人电气控制系统的设计 摘要：随着电气自动化技术的日益成熟，其已逐步渗透入各行各业，并以机械化、可编程、误差小等优势大大提高了工作效率，促进了相关行业的发展。自20世纪70年代起，相关学者借助着计算机的独特优势研究电气工程技术，使其朝着自动化、智能化的方向发展。如今电气自动控制技术日益完善，改变了相关人员的工作方式，减少资源消耗并提高了工作效率。但随着工业产品及生产设备日新月异，诸多传统电气设备在设计方面存在着不足，我国自动化控制水平一定程度上低于欧美国家，不仅难以满足当今产品的质量需求，更影响了电气设备的正常使用。于是本文根据实际生产情况中对不同运行参数要求存在差异，而选择不同的监控方式并分析其各自存在的优缺点;另外对系统硬件、输入/输出电路进行设计，提出一种妥善的电气自动化设计，并与传统存在的自动控制系统进行对比分析。 关键词：PLC的机器人；电气控制；系统的设计 引言 机器人在专用机床及自动化生产线上应用十分广泛，主要用于搬动或装卸零件的重复动作，以实现生产自动化。本设计中的机器人采用关节式结构，它模拟人手臂的部分动作，按预定的程序、轨迹和要求，实现抓取、搬运和装配，动作由液压驱动，并由电磁阀控制，动作顺序及各动作时间的间隔采用按时间原则控制的电气控制系统。PLC以其可靠性高，抗干扰能力强，编程简单，使用方便可靠等特点，在机械制造业得到了广泛的应用。选用三菱公司的FX2N—32MR可编程序控制器对机器人的电气控制系统进行设计，提高了自动化程度和可靠度，效果良好。 1PLC技术简介 PLC技术是随着微机技术发展而出现的产物,该技术充分利用了微处理器技术的优点,弥补了传统控制技术中的功耗高、可靠性低等缺陷不足。PLC技术由美国科研人员在20世纪60年代提出,技术应用简单,无需进行采用专业的计算机语言进行编程,通过简单的继电器梯形图指令即可实现操作。PLC技术是一种可编程逻辑控制器,将其应用在电气自动化控制系统中,简化了控制程序,降低了自动化控制的能源消耗,提高了自动化控制的灵敏度,经过这些年的发展,PLC技术也越来越成熟,应用的领域也在不断扩大,提高了工业生产中的自动化控制水平,推动了社会经济的发展。 2PLC设计原则 PLC系统作为一个整体的设计，必须要符合有关设计原则，只有这样，才能真正提高设计效率，并有效减少运行错误。也就是说，一个良好的设计效果是很重要的。首先，在实际设计中，必须要尊重安全原则，提升系统可靠性，确保系统的正常运行。其次，在保证系统良好性能的基础上，尊重最低成本原则，提高制造企业的经济效益。 3PLC技术的优势 ①编程方便，操作简单。PLC技术编程采用简单的梯形图、逻辑图等基础编程语言，在程序编译和修改中不需要太过复杂的信息技术知识，为操作人员提供了便利。在程序修改调试中可以随时进行程序增减，容易操控，方便应用。②功能性强，性价比高。随着科技的发展，我国PLC技术也在进一步提高。一台小型的PLC中就可以囊括成百上千个编程元件，麻雀虽小五脏俱全，PLC完全可以实工业机器人控制系统组成及典型结构
工业机器人是一种可编程的智能型自动化设备
一种智能机器人系统设计和实现.
美国口语俚语二
工业机器人在自动化控制中的应用
从人体解剖学分析机器人的人机交互及控制系统
基于 PLC 的机器人电气控制系统的设计
[美国口语俚语]以B开头的常见俚语
机器人控制技术论文
工业机器人的自动生产线组建技术
机器人与自动化技术
-机械手电气控制系统设计.doc
黑人常用的俚语
工业机器人毕业设计
基于Kinect的机器人人机交互系统及方法与制作流程
基于PLC的机器人电气控制系统的设计