雙臂機器人手臂機構設計與實現

本論文中雙臂機器人主要包含三個部分，分別是肩部、肘部和腕部與手爪。

圖 2.1 單邊機械手臂自由度示意圖

15

2.2.2.1

自由度之機構設計

自由度，本軸的減速模組包含了兩次減速裝置，第一次減速裝置裝設在馬達與 諧和式減速機中間，使用的是減速比 1:4 的時規皮帶輪，第二次的減速裝置為減 速比 1:120 的高扭力諧和式減速機，如圖 2.2 圖 2.3 為機構相關的配置圖與組立 圖。

圖 2.2 機構之配置圖

圖 2.3 機構之組立圖

16

2.2.2.2

自由度之機構設計

自由度，跟 自由度之設計一樣，包含了兩次減速裝置，第一次減速裝置裝設 在馬達與諧和式減速機中間，使用的是減速比 1:4 的時規皮帶輪，第二次的減速 裝置為減速比 1:120 的高扭力諧和式減速機，如圖 2.4 圖 2.5 為機構相關的配置 圖與組立圖。

圖 2.4 機構之配置圖

圖 2.5 機構之組立圖

17

2.2.2.3

自由度之機構設計

自由度，由於配置上的考量，所以使用馬達直驅減速比 1:120 諧和式減速機，

達到我們所需要的旋轉方式。並且在容易受力型變的柱子結構上，使用 L 型柱 的設計，來加強結構的強度。如圖 2.6 圖 2.7 為機構相關的配置圖與組立圖。

圖 2.6 機構之配置圖

圖 2.7 機構之組立圖

18

2.2.2.4

自由度之機構設計

自由度，跟 和 自由度之減速設計一樣，包含了兩次減速裝置，第一次減速 裝置裝設在馬達與諧和式減速機中間，使用的是減速比 1:4 的時規皮帶輪，第二 次的減速裝置為減速比 1:120 的高扭力諧和式減速機，如圖 2.8 圖 2.9 為機構相 關的配置圖與組立圖。

圖 2.8 機構之配置圖

圖 2.9 機構之組立圖

19

2.2.2.6

自由度之機構設計

自由度，考慮到在此處，背隙的影響較前面幾軸來說已經很小了，所以從此處 開始，減速機構開始使用跟馬達為同樣廠牌的 maxon 行星式減速機，而直接與 馬達接合，不需再多做處理，如圖 2.10 為機構相關的配置組立圖。

2.2.2.6

自由度之機構設計

自由度跟上述 自由度一樣，減速機構方面使用跟馬達為同品牌的 maxon 行星 式減速機，並在外部外加一組 1:1 正齒輪，讓轉動軸可以位移到馬達下方。在與 上一軸的連結上，使用止付螺絲讓本自由度零件與上一軸的馬達軸結合。如圖 2.11 為機構相關的配置組立圖。

圖 2.10 機構之配置組立圖

20

圖 2.11 機構之配置組立圖

2.2.2.7 手爪之機構設計

手爪部分，為了達成人類最常使用的手掌與手指功能(例如:握筆、拿瓶子、

拿杯子等等…)，在爪子尖端使用了凹槽設計，是為了從桌面上拿起筆，而手指 中間的曲折，是為了抓起一般外型簡單物體，而從減速機直驅手指的設計，也是 為了有強壯的握力，能夠達成功能。如圖 2.12 為機構相關的配置組立圖與使用 情境圖。而全部手臂機構組裝後的組合如圖 2.13。

圖 2.12 手爪機構之配置組立圖與使用情境

21

22

2.3.1 運算系統之實現

本論文之雙臂機器人採用以 PC 為基礎的運算系統，為了配合力感測器的 A/D 轉換擷取卡(ISA bus 介面)，使用了函數科技的 ISA bus 介面的工業電腦 FB2602A，實體如圖 2.15 所示，選用 INTEL 公司時脈 1.4GHz 的中央處理器及 512MB 的記憶體。儲存媒體使用傳統 IDE 介面硬碟。

2.3.2 力感測系統之使用

在本論文中，使用了 Nitta 公司出的 JR3 力感測器系列中的 67M25(如圖 2.16)。

67M25 是 JR3 的一款六軸力和力矩感測器。外型為圓柱型，其 67 毫米厚，直徑 25 毫米。其中包括電子訊號放大器，類比轉數位轉換器。該 67M25 感測器可每 秒輸出 2 兆位的六軸資訊。而該 67M25 是從固體坯加工的鋁，由此產生的整體 結構可提供了無與倫比的性能和精密度。該 67M25 使用金屬箔應變計作為傳感 元件。該 67M25 可以連接各種不同的電子接收器。但 JR3 有配備了 DSP-based 的資料擷取卡(如圖 2.17)，可用於一些工業電腦的匯流排傳輸。此接收器能夠處

圖 2.15 工業電腦 FB2602A

23

理的力和力矩的全部數據並且有 8 kHz 的數據傳輸速率。並且可以提供去耦，坐 標轉換，低通濾波，向量計算，極限值監測，採集峰值和速度計算。

2.3.3 馬達控制系統之設計與實現

在本論文中由於雙臂機器人採用的是直流伺服馬達，這樣同時也具備了定位 的高精準度。在馬達的選用方面，主要是採用 MAXON 公司所生產的直流伺服 馬達，包含了直流馬達、減速機和編碼器三部份。而目前的手臂設計則是將馬達 區分成 4 種不同大小扭力的等級，分別為 RE-35、RE-max29、RE-max24 和 RE-max21，而各自由度的馬達規格以及減速比如表 2.3 所示，實體圖如圖 2.30。

圖 2.16 JR3 力感測器-67M25

圖 2.17 資料擷取卡

24

25

不斷讀取編碼器讀值並加以控制馬達誤差修正以達成所設定之命令，而修正之方 式為 PID 控制，吾人可藉由調整 PID 各參數，使控制器的誤差修正效能有不一 樣的表現。另外，在馬達控制器的數量上，由於一個控制器只能控制一個馬達，

因此控制器的數量同樣也是 14 個。

圖 2.18 EPOS 24/1

ID switch

Motor encoder connector Motor power connector

圖 2.19 EPOS 24/5 表 2.2 馬達控制器規格表

EPOS 24/1 EPOS 24/5 Supply voltage( ) 9V~24V 11V~24V Max output voltage 0.98* 0.9*

Max output current(<1s) 2A 10A Continuous output current 1A 5A

Max speed 25000 rpm 25000 rpm

26

而在分配控制器命令的方面，是由 CAN 匯流排介面負責傳輸，因為與 RS232 傳輸介面相比，CAN 匯流排介面可以更輕易的連接多個節點與有著更高的傳輸 速 度 。 吾 人 在 此 所 選 用 的 是 與 MAXON 馬 達 控 制 器 相 容 的 由 National Instrument(NI)所生產的 CAN 匯流排介面控制器，實體如圖 2.20，可藉由 USB 傳 輸 介 面 與 電 腦 相 連 接 ， 並 將 電 腦 端 所 發 出 的 命 令 藉 由 CAN‐High 與 CAN‐Low 兩條訊號線傳輸到各個控制器節點，如圖 2.21 為將馬達電源與 CAN 匯流排連接至各個並聯控制器之電路分接板。

2.4 雙臂機器人之軟體設計與實現

本論文之機械臂是在 PC 的視窗系統環境下進行控制程式與演算法的編寫，

只要透過 ISA-bus 載入類比轉數位轉換器與直流伺服馬達控制器的驅動程式，依 照原廠所提供的指令即可對硬體進行控制，整合性與方便性相當高，對於圖形化 界面的編寫也相當容易。

圖 2.20 NI CAN-bus

圖 2.21 並聯控制器之電路分接板

27 臂軸系及係數是根據 R.P.Paul 所著<Robot Manipulator>[24]一書內之定義，綜合 如下：

28

( , ) ( , ) ( , ) ( , )

Ai Rot Z



Tran Z d Tran X a Rot X



(3.1) cos cos sin sin sin cos

sin cos cos sin cos sin

0 sin cos

29 端效果器(end-effector)座標形成運動軌跡。本論文採用的是 D‐H model 建立機器 人運動學模型，用以進行順向運動學以及逆向運動學的計算。D‐H model 是一

30

31

3.3 具冗餘自由度之逆向運動學分析

基於雙臂機器人之對稱性，我們先針對單邊機械手臂來進行分析在對應到另 一邊手臂。我們將針對右機械手臂進行逆運動學的分析。由於我們的力感測器將 會安裝在機械手臂的手腕部位，所以我們將採用 wrist‐partitioned 的類型[24]，

將逆運動學的分析從手腕部位分開處理。由於手爪姿態較容易由於任務不同有不 同姿態，且我們將力感測器裝在手腕部位，因此我們將針對手腕點來推導出較符 合人類自然姿態且具有冗餘自由度的逆向運動學公式，也就是從卡氏座標的 X、

Y 和 Z 座標推出 、 、 和 的座標。

圖 3.4 中定義了手臂座標系的 X、Y 和 Z 軸，以肩膀點為手臂座標系原點，

ru和r 分別為機械手臂上臂長與下臂長。當我們給定了一個目標座標，從肩膀延_f

伸到目標座標就為r_wrist。由於有一冗餘自由度，所以當我們手臂的末端效果器要 到目標座標時可以以無限多的姿態到達，求不出有效解。在這裡引用了冗餘圈[23]

的概念，也就是針對一個目標座標點所以可以到達的姿態，會在手肘點形成一個 圈，直徑為 R。而圖中由r_u和r 形成的右手姿態來說，最重要的是要在這冗餘圈_f 上找到適合的軸位置 (p_ex,p_ey,p_ez)來做為限制條件。

圖 3.4 手臂座標系與冗餘圏示意圖

32

33

34

義為”-1”，(如果是左手的話C_factor定義為”1”)，而我們定義 向量要垂直r_wrist， 因此就可以求出 向量的 x 分量，如 3.16 式。

Step2.4 向量：

如圖 3.8 所示，由於向量同時垂直於 向量與r_wrist向量，所以利用 向量

與r_wrist向量做外積就可以求得^向量

wrist

  r (3.17) Step2.5 (p_ex,p_ey,p_ez)：

A B

      (3.18) 由圖 3.9 所示可知，由 向量與向量做向量加法後可得到向量，我們可 以透過 向量與向量的係數 A 與 B 來控制向量的方向，而由前面已知 R 的_u 長度，可以算出向量與R_u 向量的 k 倍數關係，

Ru

k  (3.19)

圖 3.8 β 向量與各向量關係

圖 3.9 向量與 β 向量型成 γ 向量

35

36

sin sin cos sin cos

tan sin

cos cos sin

wx wy wz

sin sin cos sin cos

tan 2( )

37

38

controller Robot arm

圖 4.1 機械手臂順應性運動控制架構圖

39

(0.566153592 _ ) 9.8

(0.536743537 _ ) 9.8

(1.430475316 _ ) 9.8

Data x Fx

Data y Fy

Data z Fz

 

 

 

(4.1)

(單位:mNt)

圖 4.2 力感測器-X 軸的校正曲線

圖 4.3 力感測器+Y 軸的校正曲線

40

圖 4.4 力感測器-Z 軸的校正曲線

4.3 力感測器座標旋轉

由於機械手臂在空間中移動時，安裝在手腕部位的力感測器也會隨著機械手 臂的移動而有姿態的變化，例如:當力感測器目前姿態是以 45 度朝上，此時如果 對手腕施向下的力，由力感測器感測到的會是往-Z 軸跟往-X 軸的合力，而機械 手臂也會因為這樣產生與我們期望不同運動。因此需要將讀到的三軸力資訊經由 座標旋轉，將力感測器的座標系隨時旋轉成機械手臂的座標系，如圖 4.5。直接 從力感測器讀到三軸的值為Fx_k、Fy_k和Fz_k，需要先後對 X 軸 Z 軸 Y 軸做旋轉，

而Fx 、_k^' Fy 和_k^' Fz 是旋轉過後相對於機械手臂座標系的向量值。 _k^'

圖 4.5 機械手臂座標系與力感測器座標系

41 {300,-100,-100}(單位:mm)的位置(如圖 4.6 所示)，而後在力感測器上掛上 1000g 的砝碼來進行驗證。

圖 4.6 機械手臂姿態受力示意圖

42

圖 4.7 力感測器安裝在手臂上的姿態 圖 4.8 力感測器正常的姿態

圖 4.9 各力向量於機械手臂座標系

如圖 4.9 所示，藍線實線是當機械手臂手腕點到達機械手臂座標

{300,-100,-100}(單位:mm)的位置時，力感測器對於目前施加 1000g 的重量，而 力感測器的姿態與座標系如圖 4.7 所示，直接量測出來的向量。紅線點虛線是將 力感測器的座標經過計算而旋轉後得到的向量，綠色虛線是將力感測器實際平放 (如圖 4.8 所示)同樣施加 1000g 的重量而直接量測出來的向量，而實際數據如表 4.1。

43

表 4.1 座標旋轉誤差表

X-axis Y-axis Z-axis Original gesture -40.3452 62.3608 -65.9742 After rotation 8.1882 -0.2547 -99.0056 Direct measurement -1.2845 -6.6655 -102.4796 Error 9.4727 6.1084 3.4739

44

45

圖 4.11 M 對速度的影響模擬

圖 4.11 M 對速度的影響模擬

在文檔中 一種機械手臂順應性控制與安全設計 (頁 26-0)