在G精度的抓取和裝配工作中，僅僅依靠機(jī)械手本身的精度不能滿足任務(wù)要求。近期在IEEE TRANSACTIONS ON MECHATRONICS 上發(fā)表的一篇名為《A Survey of Methods and Strategies for High-Precision RoboticGrasping and Assembly Tasks—Some New Trends》的文章對(duì)近年來(lái)在機(jī)器人G精度抓取和裝配方面的研究工作進(jìn)行了分類、回顧和比較，并闡述了該L域的研究趨勢(shì)。

文章介紹了G精度機(jī)器人操控的五類方法:（1）基于傳感信息的方法（2）基于柔順機(jī)構(gòu)的方法（3）基于環(huán)境約束的方法（4）基于感知約束集成的方法（5）仿生的方法。如圖1所示，示意圖展示了五類方法之間的差異。在機(jī)器人操控中，主體是機(jī)器人的手臂和手，客體是環(huán)境和被操控的對(duì)象。虛線表示傳感信息，回路表示傳感器感知到的新?tīng)顟B(tài)。                           

圖1 G精度機(jī)器人操控方法類型（1）基于傳感信息的方法（2）基于柔性機(jī)構(gòu)的方法（3）基于環(huán)境約束的方法（4）基于感知約束集成的方法（5）仿生的方法

1、基于感知信息的G精度機(jī)器人操控方法

典型的用于機(jī)器人操控任務(wù)的傳感器主要包括視覺(jué)傳感器、距離傳感器和力/扭矩傳感器，如圖2所示。

圖2 應(yīng)用在機(jī)器人操控任務(wù)中的典型傳感器（1）G速工業(yè)相機(jī)（2）智能工業(yè)攝像頭（3）激光距離傳感器（4）立體相機(jī)（5）結(jié)構(gòu)光傳感器（6）飛行時(shí)間相機(jī)（7）關(guān)節(jié)扭矩傳感器（8）腕力/扭矩傳感器（9）手指壓力傳感器（10）手指觸覺(jué)陣列

1）視覺(jué)傳感器

先，視覺(jué)傳感器可用于目標(biāo)識(shí)別和姿態(tài)估計(jì)，許多計(jì)算機(jī)視覺(jué)算法被用于機(jī)器人操控[1]-[7]。其次，視覺(jué)傳感器可以用于測(cè)量和定位。根據(jù)雙目或多目視覺(jué)系統(tǒng)的視差原理，可以計(jì)算出目標(biāo)物體的位置和方向。在[8]中開(kāi)發(fā)了一種基于多功能立體視覺(jué)系統(tǒng)的立體視覺(jué)分割方法，它可以測(cè)量和跟蹤具有曲面的物體的位置和方向[9]。在[10]中提出了一種用于已知目標(biāo)三維姿態(tài)估計(jì)的視覺(jué)引導(dǎo)機(jī)器人系統(tǒng)，可以有效地抓取3-D目標(biāo)。[11]中設(shè)計(jì)了一個(gè)G精度視覺(jué)伺服微裝配系統(tǒng)，該系統(tǒng)能夠做到微軸孔對(duì)準(zhǔn)與軸孔裝配同時(shí)進(jìn)行。研究人員利用視覺(jué)信息，提出了一種基于支持向量機(jī)(SVM)與主元分析(PCA)融合的區(qū)間估計(jì)優(yōu)化算法，根據(jù)實(shí)驗(yàn)數(shù)據(jù)[12]訓(xùn)練機(jī)器人終端運(yùn)動(dòng)參數(shù)，規(guī)劃運(yùn)動(dòng)軌跡。

2）距離傳感器

距離傳感器可以感知目標(biāo)點(diǎn)和傳感器之間的距離，采用如立體三角測(cè)量、光片三角測(cè)量、結(jié)構(gòu)光、飛行時(shí)間、干涉測(cè)量、編碼孔徑測(cè)量等方法獲取數(shù)據(jù)。

以下是機(jī)器人操控任務(wù)中常用的幾種距離傳感器：（1）激光測(cè)距傳感器可以快速準(zhǔn)確地獲取傳感器與目標(biāo)[13]之間的距離，主要缺點(diǎn)是成本G。（2）立體相機(jī)：使用兩臺(tái)相機(jī)拍攝圖像，使用匹配算法或三角測(cè)量[14]-[17]計(jì)算距離。它的硬件復(fù)雜度適中，但計(jì)算復(fù)雜度較G且在弱光或圖像特征不清晰的情況下不能正常工作。（3）結(jié)構(gòu)光傳感器，通過(guò)計(jì)算光的變形，向物體發(fā)射可控結(jié)構(gòu)光，獲取目標(biāo)參數(shù)。結(jié)構(gòu)光的優(yōu)點(diǎn)是d立于場(chǎng)景，降低了匹配的難度。缺點(diǎn)是多個(gè)傳感器的相互干擾，不能在強(qiáng)光下工作。（4）飛行時(shí)間相機(jī)，通過(guò)連續(xù)發(fā)送光脈沖，接收物體返回的光，記錄光的飛行時(shí)間，得到距離。與激光測(cè)距傳感器相似，這種傳感器具有良好的精度和魯棒性但部署成本G。

距離傳感器(圖2，圖片3-6所示)可以進(jìn)行目標(biāo)測(cè)量和姿態(tài)估計(jì)。在[18]中利用立體三角測(cè)量法實(shí)現(xiàn)了基于手眼立體相機(jī)的目標(biāo)三維建模，并提出了一種分析方法來(lái)判斷給定對(duì)象在真實(shí)環(huán)境下的局部和全局可達(dá)性。

3）力傳感器

在機(jī)器人操控中，力/扭矩信息被廣泛用于消除零部件的微小位姿誤差。機(jī)器人操控中常用的力傳感器（圖2，圖片7-10所示），包括六軸力/扭矩傳感器和觸覺(jué)傳感器。前者通常安裝在機(jī)器人的關(guān)節(jié)和手腕上，通過(guò)剛性連接感知物體上的力或扭矩；后者主要安裝在機(jī)械手指尖或手掌上，用來(lái)感知對(duì)應(yīng)機(jī)械部分的正壓力。

（1）關(guān)節(jié)扭矩傳感器：將傳感器安裝在機(jī)器人的關(guān)節(jié)上，獲取機(jī)器人運(yùn)動(dòng)時(shí)的扭矩信息。一方面，利用關(guān)節(jié)扭矩來(lái)識(shí)別機(jī)器人與物體之間的接觸關(guān)系。另一方面，關(guān)節(jié)扭矩信息常用于機(jī)械手的柔性控制。在[19]中提出了一種利用模糊推理機(jī)(FIM)進(jìn)行裝配的方法，該方法可以根據(jù)裝配過(guò)程中的接觸信息快速推斷出當(dāng)前的接觸狀態(tài)。研究人員設(shè)計(jì)了一種基于關(guān)節(jié)扭矩信息的柔性控制器，在關(guān)節(jié)機(jī)械阻抗未知的情況下調(diào)節(jié)末端執(zhí)行器的柔性。[20]將主動(dòng)柔度控制算法與被動(dòng)柔度機(jī)制相融合，在基于肌腱驅(qū)動(dòng)的機(jī)械手平臺(tái)上實(shí)現(xiàn)了安全的人機(jī)交互。研究人員利用關(guān)節(jié)力矩信息設(shè)計(jì)了平衡前饋控制器，通過(guò)迭代學(xué)習(xí)控制[21]實(shí)現(xiàn)類人運(yùn)動(dòng)。

（2）腕力/扭矩傳感器:與關(guān)節(jié)扭矩傳感器類似，腕部傳感器既可用于確定機(jī)器人與物體之間的接觸狀態(tài)[22]，也可用于確定機(jī)器人操控系統(tǒng)的慣性參數(shù)[23]。在[24]中提出了一種利用力或扭矩信息準(zhǔn)確識(shí)別在位置/方位不確定條件下的接觸狀態(tài)的方法。[25]實(shí)現(xiàn)了一種基于力/扭矩傳感信息的準(zhǔn)靜態(tài)分析方法。當(dāng)機(jī)器人遇到較大的方向誤差時(shí)，該方法可以有效地調(diào)整力/扭矩。由于力/扭矩信息在裝配過(guò)程中是局部和瞬態(tài)的，研究力矩信息與其他全局信息如何融合在一起是一個(gè)很有價(jià)值的發(fā)展方向。如何平衡準(zhǔn)確性和靈敏度之間的矛盾[26]，以及如何實(shí)現(xiàn)各種接觸/非接觸狀態(tài)之間的有效切換[27]也是人們感興趣的問(wèn)題。

（3）手掌和指尖觸覺(jué)傳感器:將觸覺(jué)傳感器安裝在手掌或手指的末端，獲取接觸力或壓力。它們通常用于接觸狀態(tài)識(shí)別[28]，用于摩擦估計(jì)[29]，或用于抓取過(guò)程中的滑移檢測(cè)[30]。為了解決抓取問(wèn)題，研究人員對(duì)抓取接觸模型做了大量基礎(chǔ)性工作[31]-[33]。[34]-[36]中對(duì)機(jī)器人柔性手指抓取模型進(jìn)行了一系列研究。研究者使用安裝在靈巧手上的接觸傳感器來(lái)G精度、G速地估計(jì)平面物體的位置和方向。[37]設(shè)計(jì)了一種利用觸覺(jué)信息作為反饋來(lái)分析抓取成功率的算法。利用人工智能方法分析觸覺(jué)傳感器獲取的信息是一種趨勢(shì)。清華大學(xué)孫富春教授團(tuán)隊(duì)提出的基于J限學(xué)習(xí)機(jī)(ELM)的觸覺(jué)感知識(shí)別方法[38]。此外，[39]使用監(jiān)督學(xué)習(xí)方法，預(yù)測(cè)抓取過(guò)程中發(fā)生的滑移情況。[40]利用視覺(jué)信息和電子信息設(shè)計(jì)了一種觸覺(jué)傳感器的替代品，將循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)和長(zhǎng)短時(shí)記憶(LSTM)網(wǎng)絡(luò)相結(jié)合，來(lái)識(shí)別可變形和不可變形物體的變化模式。

2、基于柔性機(jī)構(gòu)的G精度機(jī)器人操控

在機(jī)械工程中，柔性機(jī)構(gòu)是通過(guò)彈性體的變形來(lái)傳遞或轉(zhuǎn)換運(yùn)動(dòng)、力或能量的柔性機(jī)構(gòu)。使用柔順機(jī)構(gòu)可以實(shí)現(xiàn)機(jī)器人手臂或手的被動(dòng)柔性運(yùn)動(dòng)，從而允許在這種運(yùn)動(dòng)過(guò)程中消除裝配部件之間的位姿誤差。典型的裝置包括遠(yuǎn)端柔性中心(RCC)和可變阻抗執(zhí)行器(VIA)。

圖3 一般RCC的機(jī)械結(jié)構(gòu)

 （1）遠(yuǎn)端柔性中心(RCC)

RCC是由Whitney和Nevins發(fā)明的，用于幫助機(jī)器人完成插入和裝配任務(wù)[41]。在他們的研究中，他們廣泛地討論了機(jī)器人的插入過(guò)程[42]。在插入過(guò)程中，銷釘會(huì)在軸向旋轉(zhuǎn)夾持器下傾斜，這稱為柔性中心。如圖3所示，RCC裝置實(shí)際上是一個(gè)有6個(gè)自由度的彈性機(jī)構(gòu)，可以改變系統(tǒng)柔度中心的位置。在[43]中開(kāi)發(fā)了一種具有計(jì)算機(jī)可調(diào)阻抗的主動(dòng)柔性末端執(zhí)行器。目前，將RCC與其他設(shè)備或控制方法相結(jié)合是非常有研究?jī)r(jià)值的課題。

圖4  單自由度VSA與環(huán)境相互作用的質(zhì)量模型

（2）可變剛度執(zhí)行機(jī)構(gòu)（VSA）

一種新型執(zhí)行器VSA被引入實(shí)現(xiàn)與環(huán)境的柔性交互，如圖4所示。目前，[44]提出了一種利用VIAs進(jìn)行軸孔裝配的低成本解決方案。[45]中提出了一種新的VSA設(shè)計(jì)，該設(shè)計(jì)考慮了在運(yùn)動(dòng)執(zhí)行過(guò)程中改變傳動(dòng)剛度的可能性，因此，在保持低傷害風(fēng)險(xiǎn)水平的同時(shí)，允許大幅度的運(yùn)動(dòng)加速。目前，許多使用VSAs代替剛度電機(jī)的機(jī)器人手臂和手的原型正在開(kāi)發(fā)[46]-[48]。

VSA對(duì)于機(jī)器人抓取和裝配特別有用，它將執(zhí)行柔性運(yùn)動(dòng)的能力整合到執(zhí)行器中，這大大降低了設(shè)計(jì)帶有外力或扭矩傳感器的柔性控制器的難度。目前關(guān)于VSA的討論主要集中在如何達(dá)到給定目的的優(yōu)設(shè)計(jì)方案。

3、基于環(huán)境約束的G精度機(jī)器人操控

除了使用柔性機(jī)構(gòu)來(lái)提供機(jī)器人G精度操控所需的柔度外，機(jī)器人與被操控對(duì)象之間還存在廣泛的約束條件，如配置約束和力約束。利用這些約束條件，特別是在給定系統(tǒng)中的傳感信息未知或部分未知的情況下可以為機(jī)器人設(shè)計(jì)一個(gè)有效的操控策略，典型的方法包括環(huán)境吸引區(qū)(ARIE)和籠型。

（1）環(huán)境吸引區(qū)

ARIE是環(huán)境形成的約束區(qū)域，存在于機(jī)器人系統(tǒng)的構(gòu)型空間中。ARIE的概念早在[49]中提出。[50]進(jìn)一步討論了在生產(chǎn)中實(shí)現(xiàn)無(wú)傳感器G精度操控機(jī)器人的概念。通過(guò)利用構(gòu)型空間中的環(huán)境約束，無(wú)需力傳感器即可在物理空間中進(jìn)行G精度裝配（參見(jiàn)圖5）。

圖5  R3空間中的兩個(gè)復(fù)雜部分及其對(duì)應(yīng)的ARIE 

左：復(fù)雜零件的接觸狀態(tài) 右：ARIE中的相應(yīng)點(diǎn)

 基于該理論，目前完成了多個(gè)G精度的機(jī)器人操控任務(wù)。例如，在汽車制造業(yè)，利用基于ARIE的方法設(shè)計(jì)了一種偏心的無(wú)釘孔傳感器組裝系統(tǒng)[51]。研究人員還開(kāi)發(fā)了一種基于視覺(jué)的三維抓取規(guī)劃方法，僅需要一張[52]圖像。在近的研究中，[53]不僅討論了ARIE的定義和廣義條件，給出了ARIE的一般數(shù)學(xué)描述，分析了在不同構(gòu)型空間中ARIE存在的條件，而且重點(diǎn)討論了G、低維空間中ARIE的關(guān)系。

（2）籠型

提出籠型問(wèn)題是為了找到一組手指的放置點(diǎn)，該手指的放置可以防止多邊形任意移動(dòng)遠(yuǎn)離其給定位置[54]。籠形理論可以應(yīng)用于機(jī)器人抓取L域。[55]研究了籠型構(gòu)型與抓取構(gòu)型之間的關(guān)系。[56]將抓握的工作擴(kuò)展到了籠形，使用特征形狀來(lái)降低靈巧手的維度，還利用空間映射有效地測(cè)量了籠型的魯棒性。[57]-[59]提出了一種基于視覺(jué)的工業(yè)夾持器的籠型抓取算法。[60]結(jié)合了籠式抓取和強(qiáng)制閉合抓取的優(yōu)點(diǎn)，使不同的抓取器能夠快速抓取未知的平面物體。在[61]中提出了一種受繩索啟發(fā)的籠式抓握方法，可以保證局部穩(wěn)定抓握。

4、基于感知約束集成的G精度機(jī)器人操控

從不同的空間將感知信息和環(huán)境約束集成到一個(gè)統(tǒng)一的框架中，引入環(huán)境約束區(qū)域(CRIE)概念。CRIE有兩個(gè)基本功能: 因?yàn)榄h(huán)境約束細(xì)化并揭示了一些狀態(tài)，它可以作為隱含傳感器來(lái)檢測(cè)系統(tǒng)的當(dāng)前狀態(tài)；由于傳感信息利用了理想場(chǎng)景和真實(shí)場(chǎng)景之間的差異，因此它可以作為一個(gè)錯(cuò)誤檢測(cè)器。[62]通過(guò)分析人手的解剖結(jié)構(gòu)及其控制機(jī)制來(lái)探討機(jī)器人手的柔順性。[63]提出了一種具有環(huán)境約束區(qū)域的柔性機(jī)器人抓取策略，該策略可以根據(jù)近似的接觸力方向調(diào)整抓取構(gòu)型。

除了將傳感信息與環(huán)境約束結(jié)合在一個(gè)空間之外，還可以采取傳感信息對(duì)環(huán)境約束（或環(huán)境約束對(duì)傳感信息）進(jìn)行補(bǔ)償?shù)姆绞健�[64]提出了一種綜合抓取問(wèn)題的解決方案，該方案在滿足所有必要約束條件的情況下，可以為特定的任務(wù)找到抓取給定對(duì)象的優(yōu)手構(gòu)型。[65]研究了一種人手和人造手抓取和主動(dòng)觸摸的建模方法。[66]研究了人類如何決定操控未知物體所需的抓取力，從而將人類抓取物體的策略應(yīng)用到機(jī)器人系統(tǒng)中。

5、仿生的方法

人手的靈活性可以實(shí)現(xiàn)G精度的操作，因此研究人手的結(jié)構(gòu)和控制機(jī)制可以改進(jìn)現(xiàn)有機(jī)器人系統(tǒng)的設(shè)計(jì)，提G機(jī)器人操控的柔順性。文中提出了兩點(diǎn)：

       （1）機(jī)器人末端執(zhí)行器的耦合冗余結(jié)構(gòu):目前，大多數(shù)機(jī)器人的手臂和手都采用了解耦控制，然而，手部運(yùn)動(dòng)是三維空間中各運(yùn)動(dòng)位置的疊加，運(yùn)動(dòng)誤差是各電機(jī)誤差的疊加。如果機(jī)器人的末端執(zhí)行器能夠以適當(dāng)?shù)姆绞綄?shí)現(xiàn)耦合和冗余結(jié)構(gòu)，則可以使運(yùn)動(dòng)更加柔順。 一些研究者設(shè)計(jì)了具有肌腱結(jié)構(gòu)的新型機(jī)器人手，可以在未知環(huán)境下更好與目標(biāo)進(jìn)行交互。在[67]中提出了一個(gè)具有冗余肌腱驅(qū)動(dòng)和多邊約束的機(jī)器人操控系統(tǒng)建模的通用框架。在[68]中介紹了一種由肌腱驅(qū)動(dòng)手指的仿生機(jī)器人手。在[69]中提出了一種基于肌腱驅(qū)動(dòng)的機(jī)械手優(yōu)化方法，該方法可以優(yōu)化肌腱驅(qū)動(dòng)結(jié)構(gòu)的設(shè)計(jì)，以獲得大的承載力。

（2）柔性控制策略:通過(guò)上述手臂和手的耦合冗余結(jié)構(gòu)，學(xué)習(xí)通過(guò)柔性控制策略實(shí)現(xiàn)G精度的操控。文中討論了兩種主要的控制策略。

策略1:系統(tǒng)需要大致了解手臂、手腕和手的準(zhǔn)確程度。通過(guò)對(duì)手指的適當(dāng)控制，對(duì)手臂和手腕的運(yùn)動(dòng)誤差進(jìn)行補(bǔ)償。

策略2: 人類學(xué)習(xí)控制手主要是基于經(jīng)驗(yàn)。如果耦合冗余結(jié)構(gòu)在機(jī)械手上實(shí)現(xiàn)，可以利用深度神經(jīng)網(wǎng)絡(luò)，通過(guò)強(qiáng)化學(xué)習(xí)和轉(zhuǎn)移學(xué)習(xí)來(lái)實(shí)現(xiàn)柔性控制策略。

6、總結(jié)

五類操控G精度機(jī)器人的方法及每種方法的特點(diǎn)如圖6所示。目前，對(duì)G精度機(jī)器人控制的研究仍集中在基于傳感器信息的方法上。力或扭矩信息在較低層次的控制方案實(shí)現(xiàn)中起著重要作用，基于視覺(jué)和距離的信息方法在較G層次的識(shí)別、測(cè)量和學(xué)習(xí)中發(fā)揮了重要的作用。一般來(lái)說(shuō)，這些方法的精度主要取決于所用傳感器的精度，因此，對(duì)傳感器的改進(jìn)有很多研究工作要做。

圖6 在利用傳感器和約束方面每種方法的特點(diǎn)

 基于柔性機(jī)構(gòu)的方法是解決機(jī)器人G精度軸孔裝配問(wèn)題的經(jīng)典方式。RCC設(shè)備為標(biāo)準(zhǔn)的軸孔裝配任務(wù)提供了一種實(shí)用的解決方案，而VSA通過(guò)增強(qiáng)驅(qū)動(dòng)機(jī)制，為實(shí)現(xiàn)柔順運(yùn)動(dòng)提供了另一種可能方式。用基于環(huán)境約束的方法來(lái)實(shí)現(xiàn)G精度機(jī)器人的控制是一種新思路。這種方法利用操控過(guò)程中的內(nèi)在信息，避免了額外信息的干擾。感知約束集成方法和仿生方法也提供了實(shí)現(xiàn)柔順靈巧操控系統(tǒng)的可能性，非常具有研究?jī)r(jià)值。未來(lái)在以下三個(gè)方面仍有深入研究的價(jià)值，包括：用基于學(xué)習(xí)的操控方法，提G機(jī)器人系統(tǒng)的智能；用感知約束集成方法，減少機(jī)器人系統(tǒng)對(duì)G精度傳感信息的依賴；用仿生的方法，增強(qiáng)機(jī)器人系統(tǒng)的柔順性。