机器人触觉传感技术研发的历史现状与趋势
(2) 充分利用新制造工艺技术 随着科技的发展进步, 制造技术与工艺有了提高创新. 对触觉传感技术的研究也正充分利用新技术. 梅涛、戈瑜等利用半导体微机械加工与集成技术研制了可定量检测三维接触力的多功能阵列式触觉传感器[ 15 ]. 日本利用表面微加工技术研制了平面盘绕式线圈, 通过多功能复用这种单一结构的触觉传感器可识别材质[ 16 ].J. Dargah i 等利用硅条和PVDF 膜构成的夹层构造研制了一种用于腹腔镜外科的微加工压电触觉传感器[ 17 ]. B. L. Gray 等用表面微机械加工技术研究了具有高分辨力的微触觉传感器阵列[ 18 ]. (3) 多功能化 目前触觉传感器的多功能化(含多功能复用) [ 19 ]主要有以下实现方式. 几种不同敏感元件组合或集成: 这种集成或组合传感器可具有接触觉、压觉、滑觉、热觉、力觉等功能. 如文献[ 8 ]介绍的复合传感器. 利用同一敏感元件在不同激励下的不同响应: J. Yu ji 等利用一种具有热敏功能的压感导电合成橡胶研制了可输出两种信号的多功能触觉传感器, 通过有选择的信号处理可获得接触力、温度变化、接触状态信息[ 20 ]. 利用同一敏感元件的不同效应: 文献[ 16 ]介绍的触觉传感器的多功能是利用平面盘绕线圈具有的电感、电容、温度特性构成的. 利用敏感材料的微阵列结构具有的力学特性: 文献[ 15 ]中的多维力阵列式触觉传感器就是通过分布于微阵列结构不同位置上的电阻受力后变化不同来获取三维接触力信息的. (4) 传感器数据处理和融合 数据处理包括处理传感器数据的方法和算法. 目前有许多将神经网络、模糊逻辑、基于模型的方法等应用于触觉数据处理的研究. 目前关键问题是多信息融合. 例如Yam ada 等用基于模型的方法对视觉和触觉数据作了融合研究[ 21 ] , 他们把触觉数据用于对一个粗略参数模型的精细处理. 罗志增等用两种多信息融合法研究了由热觉与力觉信息融合实现目标样本分类[ 22, 23 ]. (5) 虚拟触觉传感器的研究 虚拟现实技术为机器人感知系统提供了新的研究平台, 人们开始利用虚拟现实系统平台研究动态拟实操作过程的物理模型, 以便了解对刚体和变形体操作的动态特性. 为研究基于传感信息的机器人柔性操作和精密操作,赵春霞等根据触觉传感原理对虚拟触觉传感器模型及其实现作了研究[ 24 ]. (1)机理上还存在障碍. 尽管人们对人的触觉感知及皮肤的特性有了更深的了解, 但人的触觉不是一个通过皮肤将物理特性转换为电信号的简单过程, 而是综合复杂过程, 因此难以模仿. (2) 受敏感材料限制.人们一直在探索用于触觉的合适材料, 但敏感材料与其性能不是主要由触觉研究解决的问题, 基本上有赖于材料科学本身. (3) 在原理上几乎没有新发现, 目前传感原理主要还是人们所熟知的那些. (4)相对而言可供选用的基础条件如制造、工艺等还有限. (5) 虚拟传感器研究中模型有效与准确性还难以保证, 例如软组织这种变形体, 即便在实验条件下其力学特性与其在自然条件下的力学特性也不同[ 25 ]. (6) 缺少有效驱动力. 触觉技术进步会促进机器人的发展, 但触觉技术发展的驱动力受制于机器人的发展. 没有有效的需求就没有有效的驱动力. 智能机器人技术快速发展促进了机器人在制造领域的应用与发展, 也使机器人开始向非制造领域扩展. 这些非传统领域有航天、海洋、军事、医疗、护理、服务、农林、采矿等. 机器人在这些领域有着广阔诱人的前景. 在当今还不能或难以发展全自主智能机器人的情况下, 工作于人机交互方式下的具有临场感的遥操作机器人系统是完成复杂或有害以及人无法进入的环境下作业的有力手段[ 27 ]. 而微机器人在现代生物、医学工程, 微机械加工与装配等工程中将大有作为.
3. 2 面临的主要困难
经过三十多年尤其是近十年的发展, 触觉传感技术已开始成熟, 但还面临诸多困难, 主要如下.
4 新趋势(New trends)
4. 1 机器人技术发展与应用的新趋势
90 年代以来机器人技术的发展以向智能化方向发展为重要标志[ 26 ] , 呈现出一些新特点和趋势. 例如传感型智能机器人发展加快, 微型机器人的研究有所突破, 新型智能技术不断开发, 应用领域向非制造业和服务业扩展等.
4. 2 触觉传感技术发展与应用的趋势
机器人在传统领域继续发展的同时向非传统领域扩展, 为自身找到了新发展方向, 开托了新市场,有了新动力. 作为机器人技术基础之一的传感技术也是同样, 对其中的触觉技术则更不寻常. 与制造业的自动化环境不同, 这些非传统领域中的环境一般都是非结构化的甚至高度的非结构化. 相对结构化环境, 非结构化环境更需触觉、依赖触觉, 这使过去在工业自动化中未得到充分发挥的触觉传感器有了一个能充分发挥其特有功能的舞台.
- 双轴微机械陀螺仪的移动机器人运动检测系统(11-14)
- 智能救援机器人的设计(12-03)
- 机器人在锂电池生产中的作用(07-05)
- MEMS传感器加快机器人智能化步伐(05-03)
- EDMA在实时图像处理系统中的应用(09-15)
- 数模转换器与数字电位器的选择(09-24)