3. 遠端操控系統實現
3.4 硬體實現
在硬體方面，本實驗共使用兩台電腦 (遠端、近端)，一具機械手臂 (含控制 器)，一台力回饋手術搖桿，一具力感測器，以及一具攝影機；近端電腦的配備 為Pentium(R) 4 CPU 1.70Hz，512MB的RAM，遠端電腦的配備為Celeron(R) CPU 2.60Hz，512MB的RAM，其餘的設備說明如下。
(a) Mitsubishi RV-2A 五軸機械手臂
本實驗室所使用的機械手臂為MITSUBISHI的RV-2A五軸機械手臂，所使用 的控制器為該公司的CR1-571，圖3-11為機械手臂RV-2A的外觀，圖3-12為控制 器CR1-571的外觀，而表3-1及表3-2則分別為機械手臂RV-2A以及控制器CR1-571 的基本規格。
圖3-11 Mitsubishi RV-2A 五軸機械手臂外觀
圖3-12 CR1-571 控制器外觀
表3-1 Mitsubishi RV-2A 五軸機械手臂基本規格
表3-2 CR1-571 控制器基本規格
此機械手臂共有三種控制方式，第一種是由連接於控制器的Teach Box直接 控制，第二種是將硬體描述語言寫在控制器中，直接執行其中的命令，第三種則 是在控制器中下達接受網路控制的指令，讓機械手臂接受網路上某台電腦的控 制；為了達到遠端操作的目標，我們使用第三種的控制模式。控制器CR1-571接 受兩種硬體驅動的語言，分別為MELFA-BASICIV，以及MOVEMASTER，這兩 種語言都必須直接寫在控制器中，前者主要適用於近端電腦的控制，可透過 RS-232來溝通，同時在控制器中提供了大量的函式庫，可在控制器中撰寫程式
完成較複雜的工作，但若是要透過網路即時控制RV-2A時，MOVEMASTER則提 供了較為便利的設計方式，讓使用者在近端電腦撰寫遠端控制程式時，可以直接 對 機 械 手 臂 末 端 的 夾 爪 位 置 下 達 命 令 ， 因 此 在 實 驗 中 我 們 選 擇 了 MOVEMASTER作為手臂的硬體驅動語言。在MOVEMASTER中，我們使用了 MXT、GC、GO、以及ED四個指令，其中，MXT為連接遠端伺服器並接受其命 令的指令，而其後所輸入的兩個參數分別為預設的連線伺服器的網路位置，在控 制 器C R 1 - 5 7 1 中 可 預 存 三 組 連 線 的 網 路 I P 位 置 ， 分 別 為 M X T C O M 1 、 MXTCOM2、以及MXTCOM3，以及命令的格式，RV-2A可以接受三種命令格式，
分別為XYZ coordinate data，Joint coordinate data，以及Motor pulse coordinate data，GC是夾爪關閉的指令，GO是夾爪張開的指令，ED則是代表程式的終止。
(b) Laproscopic Impulse Engine
在實現上述的遠端操控系統時，近端所使用到的設備包含一台個人電腦和力 回饋搖桿，個人電腦主要是呈現虛擬實境場景，並且配合遠端傳回的資料以計算 虛擬力回饋的方向和大小，以進行資料的接收和傳送命令給力回饋搖桿，我們採 用 Immersion公司的Laparoscopic impulse engine [26]，如圖3-13所示，當作接收 位置命令和產生力回饋給使用者，由於是五軸的搖桿，我們操作握柄可以做X、
Y和Z方向的移動，在握柄上方有旋轉環，可以做旋轉的方向的移動，另外在搖 桿的頂端，其外觀看起來像把剪刀，可以控制開和關兩個自由度，表3.2為此搖 桿規格。
圖3-13 Laparoscopic impulse engine
表3-3 Laparoscopic impulse engine 規格表
Item Specification Motion and Tracking 5
Degree of Freedom
Force Feedback 3 Workspace Size 10 23 23 cm× × 3 Position Resolution 0.0009 in.(1100dpi)
Max Force Output 2 lbs. (8.9N) Backdrive Friction ≤ 0.5 oz (0.14N)
Linear Axis 650 Hz Bandwidth
Rotary Axis 120Hz
(c) JR3 力感測器
為了獲得夾爪與外界物體碰撞時的力資訊，我們使用了JR3的力感測器，量 測得到的力資訊混合虛擬場景產生的虛擬力，即為搖桿提供給使用者的回饋力；
JR3為六軸力感測器，除了測量X、Y、Z方向的力量大小外，還有對三個軸的旋 轉力量的偵測，我們在實驗中使用了X、Y、Z方向力量的量測，其外觀如下圖 3-14所示，表3-4為其基本規格。
圖3-14 力感測器 JR3 外觀
表3-4 力感測器 JR3 基本規格 Nominal Diameter: 75 mm
Height: 31.8 mm Weight: 310 grs
Electrical Load Settings Sensor Load Ratings Calibration Load used Fx 11.0 kgs 11.3 kgs 11.3 kgs
Fy 11.0 kgs 11.3 kgs 11.3 kgs Fz 22.0 kgs 22.7 kgs 22.7 kgs Mx 85.0 cm- kgs 86.4 cm- kgs 69.1 cm- kgs My 85.0 cm- kgs 86.4 cm- kgs 69.1 cm- kgs Mz 85.0 cm- kgs 86.4 cm- kgs 69.1 cm- kgs
第四章
本次實驗中的虛擬場景工作區域大小為500x225x340mm3，虛擬場景中力回 饋範圍的大小則參考物體的大小以及軟硬度來設定，由於我們將在實驗中的物體 體積範圍限制在 50x10x30mm3 之內，因此將鎖定式導引中的圓柱半徑設定為 50mm，力回饋搖桿的的工作區域為 230x125x100mm3，力回饋搖桿輸出範圍為 -8.9N~8.9N，輸出力大小 FGo
在此假設使用者已進入虛擬導引一段時間，故權重函數g(t)=1，由於圓柱半徑 設定為50mm，故VGo
最大值為50，K 值定為8.9 50=0.178(N/mm)，使在力回饋 範圍的邊緣可以受到最大的力。圓錐型導引的力回饋範圍最窄處同樣為50mm，
最寬處則根據開始導引時的操作點位置決定，通常會比窄處大10~50mm，當使 用者在寬處時，由於回饋力與距離成線性關係，因此感受到的力量會比在窄處時 微弱，為了讓使用者更快速的到達物體的正上方，我們將K 值調大，經過實驗 後，K 值設為 0.2 為一個較理想的值。
4.1 實驗流程
整個遠端操作的流程如下，我們先依照欲夾取物體的大小、軟硬度來調整虛 擬導引中的導引係數以及回饋範圍，接著在桌面上設定 A、B 與 C 三點放置物 體，隨機挑選A，B，C 其中一點上的物體，並要求使用者進行夾取。遠端操控 系統將透過三種輔助方式，圓錐型，鎖定式以及無虛擬導引，來輔助使用者操作 機械手臂，當操作者夾取到目標物時便完成實驗。
操作者進行夾取的流程如下，操作者先透過搖桿移動夾爪及攝影機，在遠端 的桌面上尋找物體，當使用者下達開始夾取的指令後，電腦將認定出現在攝影機 畫面中央的物體為目標物，此時電腦會建構出對應的虛擬導引，接著操作者隨著 虛擬導引的指示操作夾爪接近目標物並進行夾取，圖4-1 為系統輔助使用者進行 夾取的流程圖，該流程分成兩個迴圈執行，力覺迴圈主要執行力輔助，而視覺迴 圈則負責繪製虛擬場景及攝影機畫面。
圖4-1 夾取物體流程圖
4.2 操作實景
本節將介紹遠端操控系統實際運作的情形，圖4-2 為操作者在近端進行操作 的實景，操作者透過螢幕回傳的畫面得知夾爪的狀態，並以力回饋搖桿下達命令。
圖4-2 操作者在近端進行遠端操控的情形
圖4-3 為機器夾爪與實驗平台，機器夾爪上裝置有力感測器以及攝影機，提供操 作者遠處機器夾爪的資訊，機器夾爪與遠端電腦之間透過網路傳遞訊息，我們經 由遠端電腦也可以觀察操作者下達的命令以及力感測器的資訊，當操作者進行不 當的操作時，可由遠端的觀察者停止實驗。
圖4-3 機器夾爪與操作平台
圖4-4－4-5 為使用者操作的情形，圖 4-4 為攝影機觀察到的畫面，圖 4-5 為繪製 的虛擬場景，深灰色的方塊代表夾爪，圖中夾爪為閉合狀態，褐色長方體以及紅 色方塊為平台以及目標物，虛擬導引的外觀類似一個彈簧，為數十個淺藍色的圓 圈所組成的一個通道，每個圓圈代表在該高度時，力回饋的範圍大小，由圖可以 看出，該通道為一個略略傾斜的圓柱體，表示使用的是鎖定式虛擬導引，準線為 夾 爪 在 桌 面 上 的 投 影 ， 使 用 者 可 以 藉 準 線 來 估 測 夾 爪 與 目 標 物 的 距 離 。
圖4-4 使用者操作情形：攝影機畫面
圖4-5 使用者操作情形：虛擬場景
圖 4-6、4-7 和 4-8 為在操作過程中所擷取的機器人影像及相對應的虛擬場 景。圖 4-6(a)~(b)為實驗開始的情形，此時夾爪在預設的起始點，圖 4-7(a)及(b) 為開始夾取的情形，此時使用者已搜尋到目標物，開始夾取的動作，由圖4-7(b) 可以看到場景中已經建立虛擬導引，最後圖4-8(a)~(b)為夾取到物體的情形。
(a) (b)
圖4-6 實驗開始時之操作實景：(a)機器人實景和(b)虛擬場景
(a) (b)
圖4-7 進行夾取動作時之操作實景：(a)機器人實景和(b)虛擬場景
(a) (b)
圖4-8 夾取物體時之操作實景：(a)機器人實景和(b)虛擬場景
4.3 結果與討論
每位操作者使用三種輔助方式各進行三次的抓取，共有九組實驗數據，我們 以B 點的抓取軌跡圖為例，如圖 4-9 所示，目標物的位置為(-120,80,-300)，藍色 線為圓錐型，紅色線為鎖定式，綠色線則為無導引的情形，由圖4-9 我們可以發 現有虛擬導引的確比較沒有導引的情況下要來的快速，鎖定式虛擬導引的軌跡曲 線與圓錐型的曲線平滑程度類似，但是可以更快到達目標點的位置，我們認為會 有這種效果的原因有二︰一個是當操作者瞄準目標物時，圓柱狀的導引將操作點 的移動範圍限制的更小，此點由在x 軸上的軌跡可以看出，當夾爪往下移動時，
鎖定式的軌跡較為平滑；另外當操作者在往下移動時，物體保持在攝影機的畫面 中，讓使用者更為放心的移動，這點由 z 軸上鎖定式比圓錐型更快到達底部 可以看出。
圖4-9 三種力導引下的抓取軌跡圖
花費時間為基準(100%)，圓錐型的導引花費的時間約為 73.4%，鎖定式導引花費 的動作，圖 4-11 為使用鎖定式導引之結果，目標物座標為(100,100,-300)。所有 的物體的體積都在 50x10x30mm3左右，由圖可知大小接近的物體，在接近物體 所花費的時間差別不大，然而當夾爪與物體產生些微的碰撞時，軟物體僅產生形 變，而硬物體則會產生位移，因此硬物體比軟物體容易產生實際與虛擬物體位置
的誤差，另外當使用者在夾取物體，夾爪太往下時，軟物體可以由形變來緩衝，
而硬物體則會直接擠壓到操作平台，因此，在使用鐵盒等較硬的物體時，失敗率 較為其他物體來的高。
圖4-10 圓錐型導引引起的震盪軌跡圖
第五章 結論
在遠端操控系統中，由於遠端呈現以及遠端操控的問題，使得操作者無法快 速的完成操作，為了增加操作者對遠端環境的了解以及增進操作上的效率，我們 使用了虛擬導引來輔助操作者。在本論文中，我們利用攝影機與夾爪的組合建構 新的鎖定式虛擬導引，系統讓使用者在操作過程中，能一直觀察到物體，掌握到 物體的動態以及夾爪與物體的相對關係。
我們發現在進行搬運物體的操作時，雖然系統提供了2D 影像以及 3D 場景 的視覺回饋，但使用者對於物體與夾爪相對位置的認知仍然有限，需要多次的矯 正才能到達物品或者是目標點附近，以至於在夾取以及放置物品的階段花費大量
我們發現在進行搬運物體的操作時，雖然系統提供了2D 影像以及 3D 場景 的視覺回饋，但使用者對於物體與夾爪相對位置的認知仍然有限，需要多次的矯 正才能到達物品或者是目標點附近，以至於在夾取以及放置物品的階段花費大量