第一章 緒論
1.2 文獻回顧
在近代工業逐步走向大規模生產與製造時，產生了許多危險且繁重的工 作需求，而機械手臂便被發明用來替代傳統的人工作業，這不僅增加了生產 效率還減少成本的支出。工業機器人的發明可以追溯回六十年前，George C.
Devol 在西元 1954 年設計了全世界第一台工業用機械手臂 Unimate 並成功申 請專利。Unimate 的設計用途是將壓鑄製成的工件從生產線中取出並焊接到
<3>
汽車車身之上，由於這些製程可能會產生有毒廢氣使工人中毒或是容易在壓 鑄的過程中發生意外，因此就產生了機械手臂取代人力的需求。在這之後機 械手臂快速發展，其中在西元 1978 年同樣由 Devol 所屬的 Unimation 公司 所 提 出 之 通 用 工 業 機 器 人 PUMA(Programmable Universal Machine for Assembly)成為了最廣泛運用的機械手臂類型，此種機械手臂具備可程式功 能，能夠適應各種不同的工作需求，代表著機械手臂技術已完全成熟發展[6]，
而且其配置成為標準的多軸機械手臂設計準則，因此可堪稱為近代工業機器 人的始祖，直到現今許多工廠與大學內仍然可以看到其衍生機種的存在。
圖 1-2：PUMA-500 工業用機械手臂系統
一個標準的機械手臂系統是由機械構件、控制器、伺服馬達與外部傳感 器所組成。從關節數目上可分為三軸以下與四軸以上(通稱多軸)兩大分類。
三軸以下的機械手臂可將動作按照三維座標軸區分，因此控制較為簡單且準 確，通常應用於超高精密度的工作平台上[7]。四軸以上的多軸機械手臂對於 空間中特定一點的定位具有許多組可能的姿態，在正向、逆向運動學的分析
<4>
與控制方法上較三軸手臂複雜許多[8]。
圖 1-3：三軸機械手臂 圖 1-4：多軸(六軸)機械手臂 機械手臂通常會利用外部傳感器作為回授以得知手臂是否按照預定工 作路徑運行，近年來由於電腦處理速度的進步日新月異，有能力進行高解析 度影像的即時運算處理，利用影像辨識的好處是可以輕易取得更多的工作空 間內資訊，足以進行物件的色彩、形狀、姿態分析以及避開障礙物等較為複 雜的任務，因此使用影像伺服系統作為回授訊號的機械手臂逐漸形成主流趨 勢，吸引了許多專家學者投入進行研究。
工作空間平面
機械手臂
影像伺服系統
控制系統
<-目標物件
圖 1-5：機械手臂整合影像系統示意圖
<5>
接下來本章節將會介紹近年來研究機械手臂與相關應用的論文，以了解 如何順利的分析並且控制機械手臂系統。
Mahmoud Tarokh, Mikyung Kim[9]等學者，提出一種快速的逆向運動 學計算法，符合擬人機械手臂在作動態路徑規劃與高速移動時所需要的即時 運算速度需求。其作法是將逆向運動學分解成兩步驟進行：離線的預處理階 段和即時且快速的評估階段。
在預處理階段使用正向運動學，並由空間分解、資料分群、數據產生最 佳化以及一個簡單的曲線擬合這些步驟所組成，預處理過程針對不同的機器 手臂配置只需要執行一次。其具體作法是先將機械手臂之手腕關節固定不變，
如此一來肩膀與手肘關節相對於參考座標(x,y,z)便只有一個冗餘度，接下 來將肩膀至手腕一線的旋轉角度 定義為參考變數，以此方法解決逆向運動 學當中最難纏的冗餘度問題。接下來將整個工作空間切分為許多的單元格，
並隨機產生單元格內可能的手臂姿態製成索引，完成空間的分解。
在線上執行程式時，藉由查找離線階段製成的索引可以快速地找出至腕 關節為止的關節角度，最後再調整腕關節來使末端點移動至較精確的位置。
圖 1-6：擬人機械手臂關節示意圖
<6>
John Q. Gan, Eimei Oyama, Eric M. Rosales, Huosheng Hu[10]等學者，
針對五軸的 Pioneer 2 機械手臂，提出一種完整的解析解算法，能夠控制機 械手臂在非結構化(unstructured )的環境中到達任意可接觸的位置。雖然該解 析解為針對特殊配置所求得的，僅可用於同樣配置的機械手臂上，但是其解 法策略對於其他類型機械手臂的逆向運動學求解仍然有一定的幫助。
此篇論文所提出的算法首先使用 D-H 轉換法，用座標轉換矩陣將此機 械手臂的順向運動學完全求得，如此一來就可以知道各關節轉動角度與手臂 末端點位置之關係。在這之後使用反三角函數並將矩陣元素做適當分組、移 項，分次將1至5與空間座標之間的關係逐一計算出來。
下圖所示為在該種算法之下，使其作固定高度的圓形移動時，雖然預定 的位置受其配置所限制，是機械手臂到達不了的，但是此演算法仍然會得出 一個盡可能接近的結果，故此篇論文所提出的方法具有一定的強健性。
圖 1-7：Pioneer 2 機械手臂移動軌跡圖
<7>
Deok Hui Song, Seul Jung[11]等人，利用機械手臂的幾何拘束進行人形 機械手臂的逆向運動學分析。使用卡式座標系統參數而省略了方向資訊，由 此解析人形機械手臂的所有關節值。此種方法對於擬人形機械手臂結構的關 節控制特別有用，此外還模擬使用模糊控制器來進行卡式座標軌跡追蹤任務 以研究與驗證此篇論文所進行的運動學分析是否正確。
如下圖 1-8 與 1-9 所示，此篇論文將機械手臂的幾何拘束設定出來後，
就可以利用圖中各參數的相對關係來求得所有關節角度與已知參數之間的 方程式，利用此方程式作為控制系統的依據。
圖 1-8：擬人形機械手臂結構圖
圖 1-9：機械手臂幾何分析圖
<8>