CN112536800B - 具有内置视觉传感器的刚柔耦合机械臂及其变形检测方法 - Google Patents

具有内置视觉传感器的刚柔耦合机械臂及其变形检测方法 Download PDF

Info

Publication number
CN112536800B
CN112536800B CN202011447711.5A CN202011447711A CN112536800B CN 112536800 B CN112536800 B CN 112536800B CN 202011447711 A CN202011447711 A CN 202011447711A CN 112536800 B CN112536800 B CN 112536800B
Authority
CN
China
Prior art keywords
arm
spot
driven arm
rigid
soft
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202011447711.5A
Other languages
English (en)
Other versions
CN112536800A (zh
Inventor
许明
戎铖
倪敬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Dianzi University
Original Assignee
Hangzhou Dianzi University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hangzhou Dianzi University filed Critical Hangzhou Dianzi University
Priority to CN202011447711.5A priority Critical patent/CN112536800B/zh
Publication of CN112536800A publication Critical patent/CN112536800A/zh
Application granted granted Critical
Publication of CN112536800B publication Critical patent/CN112536800B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1602—Programme controls characterised by the control system, structure, architecture
    • B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J18/00—Arms
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
    • B25J19/0095—Means or methods for testing manipulators
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
    • B25J9/1697—Vision controlled systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/022—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by means of tv-camera scanning
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Manipulator (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了具有内置视觉传感器的刚柔耦合机械臂及其变形检测方法。本发明包括驱动模块和软体从动臂。软体从动臂在驱动模块的驱动下进行运动。软体从动臂中空设置。软体从动臂内腔的内端或外端端面上设置有摄像头。软体从动臂上的内侧壁上印刷有n个斑点组。n个斑点组沿着软体从动臂的周向依次排列。一个斑点组包括沿着软体从动臂长度方向依次排列的m个斑点。m≥3，n≥3。本发明的刚柔耦合机械臂，在软体从动臂内壁设计有椭圆形斑点，通过关节铰链内置的视觉传感器，来检测从动臂与周围环境的接触，只要接触力产生可测量的变形，视觉传感器就会通过环境视觉算法来检测位移和接触表面的联系。

Description

具有内置视觉传感器的刚柔耦合机械臂及其变形检测方法
技术领域
本发明属于软机器人技术领域，具体涉及一种具有内置视觉传感器的刚柔耦合机械臂。
背景技术
由于软机器人的重量轻和顺应性，软机器人领域在可穿戴设备和人机交互方面处于有利地位。具有充气连杆的软机器人和机械手具有极高的安全特性，使其成为需要人机交互的任务的至关重要的选择。但是，由于结构刚度低，软体材料的非线性特性以及重力振荡等方面的限制，在缺少精确的信息的情况下，末端执行器的准确定位会是一项艰巨的任务。目前，刚柔耦合机械臂主要集中在普通刚性结构材料制成的机械臂上使用柔性传感器，但其刚度依旧过大，并没有体现软体的优势，并且额外的刚性硬件会增加设计的复杂性，并抵消软体机械臂在重量轻、顺应性等方面的优势。
本发明提供了一种具有内置视觉传感器的刚柔耦合机械臂，使用充气连杆作为传统串联式机械手结构的从动臂部分，并且在关节铰链内置视觉传感器，来检测从动臂与周围环境的接触，只要接触力产生可测量的变形，视觉传感器就会通过环境视觉算法来检测位移和接触表面的联系。从动充气结构具有良好的柔韧性和极高的安全性。
发明内容
本发明的目的在于提供一种具有内置视觉传感器的刚柔耦合机械臂。
本发明一种具有内置视觉传感器的刚柔耦合机械臂，包括驱动模块和软体从动臂。软体从动臂在驱动模块的驱动下进行运动。软体从动臂中空设置。软体从动臂内腔的内端或外端端面上设置有摄像头。软体从动臂上的内侧壁上印刷有n个斑点组。n个斑点组沿着软体从动臂的周向依次排列。一个斑点组包括沿着软体从动臂长度方向依次排列的m个斑点。m≥3，n≥3。
作为优选，所述软体从动臂内腔的不设摄像头的端面中心位置设置有中心标记点。
作为优选，各斑点均为椭圆形油墨斑点；从软体从动臂的内端向外端的方向上，同一组斑点组内的斑点的长轴逐渐拉长。
作为优选，在软体从动臂保持平直的状态下，每个斑点在自身集合中心与摄像头的连线的法平面上的投影呈圆形。
作为优选，所述的软体从动臂内设置有照明装置。照明装置包括环绕在摄像头周围的多个灯珠。
作为优选，所述的软体从动臂采用超弹性材料。
作为优选，所述的软体从动臂的内腔连接有气压传感器。软体从动臂的内腔通过充气口进行充放气。
作为优选，本发明一种具有内置视觉传感器的刚柔耦合机械臂还包括旋转底座、刚性主动臂、执行机构和铰链关节所述旋转底座包括固定底座、转动盘、旋转齿轮盘和壳体。水平设置的转动盘支承在固定底座上。转动盘的底部固定有旋转齿轮盘。旋转齿轮盘由第一电机和驱动齿轮来进行驱动。刚性主动臂的内端与转动盘铰接；执行机构采用电缸，电缸的缸体与转动盘构成转动副；电缸的伸缩杆与刚性主动臂铰接刚性主动臂、转动盘的铰接轴轴线与电缸伸缩杆、刚性主动臂的铰接轴轴线平行且不重合。
所述的铰链关节包括密封端盖、连接件、控制箱和第二电机。连接件与刚性主动臂的外端构成转动副。第二电机固定在连接件上，且输出轴与刚性主动臂的外端固定。控制箱固定在连接件上。控制箱的开口处安装有密封端盖。软体从动臂的内端与密封端盖固定。
作为优选，密封端盖与控制箱之间设置有密封圈。照明装置和摄像头均安装在密封端盖上且朝外设置；
该具有内置视觉传感器的刚柔耦合机械臂的变形检测方法，具体步骤如下：
步骤一、摄像头采集软体从动臂内侧的斑点图像。
步骤二、对斑点图像进行量化和二值化，得到二值图。
步骤三、图像分割。将图像中的斑点和背景分离。
步骤四、对图像中的各斑点进行特征提取。
4-1首先，以中心标记点为坐标原点，在图像上建立平面直角坐标系，各个斑点的轮廓军用分布表达式f(x,y)表示。
4-2计算各个斑点的面积
Figure BDA0002825430690000022
D为(x,y)的定义域。
4-3定位各斑点重心。斑点f(x,y)的重心坐标
Figure BDA0002825430690000021
其中，
Figure BDA0002825430690000023
a＝1或0；b＝1或0。
4-4.计算各斑点的方向角度
Figure BDA0002825430690000031
其中。
Figure BDA0002825430690000032
Figure BDA0002825430690000037
4-5.斑点的偏心率E的计算。
计算图像的协方差矩阵cov f(x,y)如下：
Figure BDA0002825430690000033
计算协方差矩阵cov f(x,y)的两个特征值λ1和λ2如下：
Figure BDA0002825430690000034
斑点的惯性率
Figure BDA0002825430690000035
则偏心率
Figure BDA0002825430690000036
步骤五、根据变形斑点偏心率E以及斑点方向角度θ，判断柔性臂的局部扭转情况和弯曲情况。具体如下：
将同一组斑点组内的m个斑点的偏心率E绘制在横坐标为斑点到软体从动臂内腔的内端端面的距离，纵坐标为斑点偏心率的平面直角坐标系上并拟合；n个斑点组各得到一条偏心率拟合曲线；偏心率拟合曲线上不同位置的纵坐标大小，反映对应的斑点组所在的软体从动臂母线上不同位置的弯曲程度。
将同一组斑点组内的m个斑点的斑点方向角度θ绘制在横坐标为斑点到软体从动臂内腔的内端端面的距离，纵坐标为斑点方向角度的平面直角坐标系上并拟合；n个斑点组各得到一条方向角拟合曲线；方向角拟合曲线上不同位置的纵坐标大小，反映软体从动臂不同位置的扭转程度。
本发明的有益效果如下：
1、本发明的刚柔耦合机械臂，在软体从动臂内壁设计有椭圆形斑点，通过关节铰链内置的视觉传感器，来检测从动臂与周围环境的接触，只要接触力产生可测量的变形，视觉传感器就会通过环境视觉算法来检测位移和接触表面的联系。
2、本发明的软体从动臂的整个表面就可以潜在地用作触觉传感器，而无需增加硬件触觉传感器或触摸敏感材料，极大降低了成本。
3、本发明使用充气连杆作为传统串联式机械手结构的从动臂部分，具有良好的柔韧性和极高的安全性。
3、本发明的刚柔耦合机械臂应用面广，尤其是软体从动臂部分，克服了软体材料的非线性特性，可适用于机械臂、触摸传感器、医疗康复设备等领域。
附图说明
图1为本发明机械臂的整体结构示意图；
图2为本发明图1中的铰链关节的结构示意图；
图3为本发明图1中旋转底座的结构示意图；
图4为本发明的重力和振动补偿有限元仿真分析的变形云图；
图5为本发明视觉系统检测的内部原始图像；
图6为本发明视觉系统处理后的重心图像；
图7为本发明系统的总体框架图。
具体实施方式
以下结合附图对本发明作进一步说明。
如图1、2和3所示，一种具有内置视觉传感器的刚柔耦合机械臂，包括旋转底座1、刚性主动臂2、执行机构13、铰链关节3和软体从动臂4。所述旋转底座1包括固定底座14、转动盘、旋转齿轮盘15和壳体。水平设置的转动盘(轴线竖直设置)支承在固定底座14上。转动盘的底部固定有旋转齿轮盘15。旋转齿轮盘15由第一电机和驱动齿轮来进行驱动，实现整个机械臂水平旋转。
刚性主动臂2的内端与转动盘铰接；执行机构13采用电缸，电缸的缸体与转动盘构成转动副；电缸的伸缩杆与刚性主动臂2铰接刚性主动臂2、转动盘的铰接轴轴线与电缸伸缩杆、刚性主动臂2的铰接轴轴线平行且不重合。通过执行机构13的伸缩能够驱动刚性主动臂2的旋转。
铰链关节3包括照明装置5、摄像头6、密封端盖8、连接件7、控制箱9和第二电机10。连接件7与刚性主动臂2的外端构成转动副。第二电机10固定在连接件7上，且输出轴与刚性主动臂2的外端固定。控制箱9固定在连接件7上。控制箱9的开口处安装有密封端盖8。照明装置5和摄像头6安装在密封端盖8上且朝外设置；照明装置5包括环绕在摄像头6周围的多个3mm发光二极管，极大降低能耗成本。密封端盖8上设置有充气口16；充气口16用于向软体从动臂4内充气。充气口16连接到气源；本实施例中的气源采用气泵。
所述摄像头6选用VCSBC4018智能摄像机，能够完成场景图像的采集及量化任务，并利用其自带的嵌入式操作系统及开发平台编写相应的目标识别与定位程序；所述密封端盖8采用ABS材料3D打印得到；密封端盖8与控制箱之间设置有密封圈，保证软体从动臂内部完全封闭；所述控制箱9内部包含电源和控制电路板，并将摄像头6输出的图像信号输出到PC端。
软体从动臂4的内端与密封端盖8固定。软体从动臂4呈圆筒状，罩住照明装置5、摄像头6。因此，通过第二电机10的旋转能够驱动软体从动臂4转动。软体从动臂4采用聚氨酯超弹性材料制成。软体从动臂4采用超弹性材料，具体为硅橡胶；软体从动臂4的外端封闭设置，能够通过气源的充放气来调节软体从动臂4的内部压力，从而改变软体从动臂4的刚度。软体从动臂4内的气压由一个型号为MPS-3117-006GC的气压传感器测量，通过调节气压方法，可以根据实际使用情况调节软体臂刚度。
软体从动臂4内腔的外端端面中心位置印刷有中心标记点。软体从动臂4上的内侧壁上印刷有n个斑点组。n个斑点组沿着软体从动臂4的周向均布。一个斑点组包括沿着软体从动臂4长度方向依次排列的m个斑点。本实施例中，m＝6；n＝5。各斑点均为椭圆形油墨斑点；从软体从动臂4的内端向外端的方向上，同一组斑点组内的斑点的长轴逐渐拉长。
在软体从动臂4未受负载保持平直的状态下，每个斑点在自身集合中心与摄像头6的连线的法平面上的投影呈圆形。因此，在无载情况下摄像头记录的斑点图像，大致呈现为具有相似直径等间距的圆形斑点，如图5所示。由于重力和振动影响，需要对软体从动臂进行压力补偿，因此采用有限元仿真软件Abaqus，模拟充压，使其初始状态保持笔直。如图4所示，在重力干扰下的弯曲状态如标号11所示，经过压力补偿后恢复至平直状态如标号12所示；在此基础上可以模拟动态运动情况下，进行振动压力补偿，得到一个初始最佳的气压输入值。并且由于超弹性材料的各向同性特征，内壁斑点半径和间距依旧保持相同。
图像信号的处理是机器视觉系统的核心，本系统中智能摄像机内置的图像信号处理卡选用TI公司的TMS320C64XX系列的DSP芯片，运算速度快，工作频率高达400MHz，峰值运算能力为3200MIPS。该视觉系统主要完成两项任务：一是测量从动杆相对于未变形刚性主动杆的尖端位置位移，二是通过从动杆表面的局部变形检测连杆与环境的接触。
为了执行这两项任务，在机器视觉系统提供的结构化环境条件下，结合了Blob检测算法和几何分析。为了简化斑点检测，在内壁上标记有高对比度印刷的椭圆图案，通过这种方式，标记在视觉传感器看来大致是直径相似的圆，并且从尖端沿径向均匀分布。在运行斑点检测算法之前，首先通过合适的阈值将图像转换为二值，内部的原始图像如图5所示,Blob处理图像得到的重心图如图6所示，并以重心为基础计算面积大小、位置和方向等参数，来确定软体从动臂末端位置和接触情况。本发明采用的机器视觉定位算法不涉及其内部逻辑的调整，因此对其过程不进行具体的描述。
进一步地，本发明的系统框架图如图7所示，使用两台计算机(PC1和PC2)进行信号处理和控制。其中PC2连接到视觉检测摄像头，运行图像处理算法，并通过网络连接将接触情况结果传递给PC1；PC1连接关节控制器和压力控制器，对软体从动臂气压值以及关节转动状态进行控制。图中i1为输送到旋转底座1控制电机的电流，θ1为旋转底座1的转动角度，i2为输送到铰链关节3控制电机的电流，θ2为铰链关节3的转动角度并反馈至关节控制器；图中p为输入至软体从动臂4的气压，改变压力值可实现变刚度。
该具有内置视觉传感器的刚柔耦合机械臂的变形检测方法，具体步骤如下：
步骤一、在该机械臂工作的过程中，摄像头6采集软体从动臂4内侧的斑点图像如图5所示。
步骤二、对斑点图像进行量化和二值化，得到二值图；所得二值图中的任何像素点的灰度值均为0或者255，分别代表黑色和白色，不存在其他灰度值。将斑点赋值为255，背景赋值为0。
步骤三、图像分割。将图像中的斑点和背景分离；并对二值图像进行图像形态学操作，也就是改变斑点的初始形状，以达到去除干扰的作用，使得分割的图像更加明显。具体操作分为四种：腐蚀操作，膨胀操作，开运算和闭运算，根据具体情况进行操作。
腐蚀的目的是消除目标边界点，使目标缩小，可以消除小于结构元素的干扰点；膨胀的目的是使目标增大，可填补目标中的空洞，通过对图像的胀大，使图像中的物体的轮廓向外发散，体积变大；开运算：先腐蚀后膨胀，目的是用来消除图像中细小对象，分离物体和平滑较大物体的边界，而又不明显改变其面积和形状，所有小到不能容纳结构元素的物体都会被移除；闭运算：先膨胀后腐蚀，目的是用来填充目标内部的细小孔洞，将断开的邻近目标连接，基本上所有小到不能完整容纳结构元素的空隙或间隙，都会被闭运算消除(即连起来)。
步骤四、特征提取。以软体从动臂4的外端中心位置为坐标原点，在图像上建立平面直角坐标系；然后运用系统自带的Blob图像处理算法处理经步骤三处理后的图像，计算并输出特征数据，从而来确定软体从动臂末端位置和接触情况，实现接触的可视化。
步骤4.1首先，以中心标记点的几何中心(即软体从动臂4的外端中心位置)为坐标原点，在图像上建立平面直角坐标系，将图像分割后的各个的斑点轮廓均定义为一个二维的分布表达式f(x,y)。
步骤4.2计算各个斑点的面积
Figure BDA0002825430690000079
D为(x,y)的定义域。
步骤4.3定位各斑点重心，如图6所示。斑点f(x,y)的重心坐标
Figure BDA0002825430690000071
其中，
Figure BDA00028254306900000710
a＝1或0；b＝1或0。
步骤4.4计算各斑点角度位置。计算各斑点的中心分布率
Figure BDA0002825430690000078
令
Figure BDA0002825430690000072
斑点的方向角度
Figure BDA0002825430690000073
步骤4.5斑点的偏心率E的计算。
以斑点重心为中心，计算图像的协方差矩阵cov f(x,y)如下：
Figure BDA0002825430690000074
计算协方差矩阵cov f(x,y)的两个特征值λ1和λ2如下；该两个特征值分别对应于斑点图像(即椭圆)的主轴和次轴长度：
Figure BDA0002825430690000075
斑点的惯性率
Figure BDA0002825430690000076
则偏心率
Figure BDA0002825430690000077
步骤五、根据变形斑点偏心率E以及斑点方向角度θ，判断柔性臂的局部扭转情况和弯曲情况。具体如下：
将同一组斑点组内的m个斑点的偏心率E绘制在横坐标为斑点到软体从动臂4内腔的内端端面的距离，纵坐标为斑点偏心率的平面直角坐标系上并拟合；n个斑点组各得到一条偏心率拟合曲线；偏心率拟合曲线上不同位置的纵坐标大小，反映对应的斑点组所在的软体从动臂4母线上不同位置的弯曲程度；偏心率拟合曲线上的峰指值处即为软体从动臂4的外部接触受力范围；n条偏心率拟合曲线分别代表软体从动臂4在n个方向的弯曲变形，峰值越高的那条线的方向就越接近接触受力点，从而得到软体从动臂4的主弯曲方向；如果存在多个峰值，则存在多个受力点，受力大小由峰值大小进行判断；
将同一组斑点组内的m个斑点的斑点方向角度θ绘制在横坐标为斑点到软体从动臂4内腔的内端端面的距离，纵坐标为斑点方向角度的平面直角坐标系上并拟合；n个斑点组各得到一条方向角拟合曲线；方向角拟合曲线上不同位置的纵坐标大小，反映软体从动臂4不同位置的扭转程度；角度越大扭转扭矩越大，扭转变形越大。
通过预先进行标定的方式，能够根据各偏心率拟合曲线和方向角拟合曲线确定软体从动臂4在外力作用下的弯曲、扭转程度。

Claims (8)

1.具有内置视觉传感器的刚柔耦合机械臂，包括驱动模块和软体从动臂(4)；其特征在于：所述的软体从动臂(4)在驱动模块的驱动下进行运动；软体从动臂(4)中空设置；软体从动臂(4)内腔的内端或外端端面上设置有摄像头(6)；软体从动臂(4)上的内侧壁上印刷有n个斑点组；n个斑点组沿着软体从动臂(4)的周向依次排列；一个斑点组包括沿着软体从动臂(4)长度方向依次排列的m个斑点；m≥3，n≥3；所述软体从动臂(4)内腔的不设摄像头(6)的端面中心位置设置有中心标记点；
该刚柔耦合机械臂的变形检测过程如下：
步骤一、摄像头(6)采集软体从动臂(4)内侧的斑点图像；
步骤二、对斑点图像进行量化和二值化，得到二值图；
步骤三、图像分割；将图像中的斑点和背景分离；
步骤四、对图像中的各斑点进行特征提取；
4-1首先，以中心标记点为坐标原点，在图像上建立平面直角坐标系，各个斑点的轮廓均用分布表达式f(x,y)表示；
4-2计算各个斑点的面积Sa,b＝Df(x,y)dxdy；D为(x,y)的定义域；
4-3定位各斑点重心；斑点f(x,y)的重心坐标
Figure FDA0003341168720000011
其中，Sa,b＝Dxaybf(x,y)dxdy；a＝1或0；b＝1或0；
4-4.计算各斑点的方向角度
Figure FDA0003341168720000012
其中；
Figure FDA0003341168720000013
Figure FDA0003341168720000014
4-5.斑点的偏心率E的计算；
计算图像的协方差矩阵cov f(x,y)如下：
Figure FDA0003341168720000015
计算协方差矩阵cov f(x,y)的两个特征值λ1和λ2如下：
Figure FDA0003341168720000021
斑点的惯性率
Figure FDA0003341168720000022
则偏心率
Figure FDA0003341168720000023
步骤五、根据变形斑点偏心率E以及斑点方向角度θ，判断柔性臂的局部扭转情况和弯曲情况；具体如下：
将同一组斑点组内的m个斑点的偏心率E绘制在横坐标为斑点到软体从动臂(4)内腔的内端端面的距离，纵坐标为斑点偏心率的平面直角坐标系上并拟合；n个斑点组各得到一条偏心率拟合曲线；偏心率拟合曲线上不同位置的纵坐标大小，反映对应的斑点组所在的软体从动臂(4)母线上不同位置的弯曲程度；
将同一组斑点组内的m个斑点的斑点方向角度θ绘制在横坐标为斑点到软体从动臂(4)内腔的内端端面的距离，纵坐标为斑点方向角度的平面直角坐标系上并拟合；n个斑点组各得到一条方向角拟合曲线；方向角拟合曲线上不同位置的纵坐标大小，反映软体从动臂(4)不同位置的扭转程度。
2.根据权利要求1所述的具有内置视觉传感器的刚柔耦合机械臂，其特征在于：各斑点均为椭圆形油墨斑点；从软体从动臂(4)的内端向外端的方向上，同一组斑点组内的斑点的长轴逐渐拉长。
3.根据权利要求1所述的具有内置视觉传感器的刚柔耦合机械臂，其特征在于：在软体从动臂(4)保持平直的状态下，每个斑点在自身集合中心与摄像头(6)的连线的法平面上的投影呈圆形。
4.根据权利要求1所述的具有内置视觉传感器的刚柔耦合机械臂，其特征在于：所述的软体从动臂(4)内设置有照明装置(5)；照明装置(5)包括环绕在摄像头(6)周围的多个灯珠。
5.根据权利要求1所述的具有内置视觉传感器的刚柔耦合机械臂，其特征在于：所述的软体从动臂(4)采用超弹性材料。
6.根据权利要求1所述的具有内置视觉传感器的刚柔耦合机械臂，其特征在于：所述的软体从动臂(4)的内腔连接有气压传感器；软体从动臂(4)的内腔通过充气口(16)进行充放气。
7.根据权利要求1所述的具有内置视觉传感器的刚柔耦合机械臂，其特征在于：所述的驱动模块包括旋转底座(1)、刚性主动臂(2)、执行机构(13)和铰链关节(3)，所述旋转底座(1)包括固定底座(14)、转动盘、旋转齿轮盘(15)和壳体；水平设置的转动盘支承在固定底座(14)上；转动盘的底部固定有旋转齿轮盘(15)；旋转齿轮盘(15)由第一电机和驱动齿轮来进行驱动；刚性主动臂(2)的内端与转动盘铰接；执行机构(13)采用电缸，电缸的缸体与转动盘构成转动副；电缸的伸缩杆与刚性主动臂(2)铰接，刚性主动臂(2)、转动盘的铰接轴轴线与电缸伸缩杆、刚性主动臂(2)的铰接轴轴线平行且不重合；
所述的铰链关节(3)包括密封端盖(8)、连接件(7)、控制箱(9)和第二电机(10)；连接件(7)与刚性主动臂(2)的外端构成转动副；第二电机(10)固定在连接件(7)上，且输出轴与刚性主动臂(2)的外端固定；控制箱(9)固定在连接件(7)上；控制箱(9)的开口处安装有密封端盖(8)；软体从动臂(4)的内端与密封端盖(8)固定。
8.根据权利要求7所述的具有内置视觉传感器的刚柔耦合机械臂，其特征在于：密封端盖(8)与控制箱之间设置有密封圈；照明装置(5)和摄像头(6)均安装在密封端盖(8)上且朝外设置。
CN202011447711.5A 2020-12-09 2020-12-09 具有内置视觉传感器的刚柔耦合机械臂及其变形检测方法 Active CN112536800B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011447711.5A CN112536800B (zh) 2020-12-09 2020-12-09 具有内置视觉传感器的刚柔耦合机械臂及其变形检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011447711.5A CN112536800B (zh) 2020-12-09 2020-12-09 具有内置视觉传感器的刚柔耦合机械臂及其变形检测方法

Publications (2)

Publication Number Publication Date
CN112536800A CN112536800A (zh) 2021-03-23
CN112536800B true CN112536800B (zh) 2022-01-11

Family

ID=75018296

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011447711.5A Active CN112536800B (zh) 2020-12-09 2020-12-09 具有内置视觉传感器的刚柔耦合机械臂及其变形检测方法

Country Status (1)

Country Link
CN (1) CN112536800B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113252781B (zh) * 2021-04-25 2023-10-10 杭州电子科技大学 一种超声波自动检测装置及线缆内部损伤检测方法
CN114407084A (zh) * 2022-01-21 2022-04-29 广州市香港科大霍英东研究院 基于机器视觉的机器人关节形变传感器、机械臂及方法
CN114407017B (zh) * 2022-01-28 2024-04-26 广东弘讯智能科技有限公司 一种工业机器人及自动调整方法
CN115070823B (zh) * 2022-06-21 2023-09-29 法奥意威(苏州)机器人系统有限公司 关节刚度检测方法、机器人运动控制方法及相关装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102010056607A1 (de) * 2010-12-28 2012-06-28 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Kontinuierliche oder quasikontinuierliche kinematische Kette mit einem sensorischen System
CN102848389B (zh) * 2012-08-22 2015-06-17 浙江大学 基于视觉运动捕捉的机械臂标定及跟踪系统实现方法
CN106239561A (zh) * 2016-08-22 2016-12-21 上海交通大学 气控气囊式软体机械臂
CN108943010B (zh) * 2018-06-29 2020-12-25 中国人民解放军国防科技大学 气控型刚柔耦合模块化软体机械臂
CN109249407A (zh) * 2018-11-01 2019-01-22 合肥工业大学 一种具有连续体腕部关节的刚柔混合驱动喷涂机器人
CN110202563A (zh) * 2019-07-01 2019-09-06 贵州理工学院 一种基于sma驱动多段刚柔耦合的柔性机械臂

Also Published As

Publication number Publication date
CN112536800A (zh) 2021-03-23

Similar Documents

Publication Publication Date Title
CN112536800B (zh) 具有内置视觉传感器的刚柔耦合机械臂及其变形检测方法
CN100372503C (zh) 一种基于气动人工肌肉的力反馈数据手套
CN100417499C (zh) 把持型机械手
CN105818167A (zh) 采用远距数字摄像头校准铰接的末端执行器的方法
US11472040B2 (en) Tactile sensor
US11806864B2 (en) Robot arm assemblies including fingers having deformable sensors
Zhang et al. DelTact: A vision-based tactile sensor using a dense color pattern
JP2019052919A (ja) タイヤ試験装置およびタイヤ試験方法
CN116348251A (zh) 用于对象实例的分类和识别的交互式触觉感知方法
WO2020059489A1 (ja) タイヤ試験装置
CN207044177U (zh) 一种精密机器人控制系统
Lee et al. Haptic search with the Smart Suction Cup on adversarial objects
Li et al. Criminisi algorithm applied to a gelsight fingertip sensor for multi-modality perception
Azulay et al. Allsight: A low-cost and high-resolution round tactile sensor with zero-shot learning capability
Zhang et al. VTacArm. A vision-based tactile sensing augmented robotic arm with application to human-robot interaction
CN209633820U (zh) 轮胎活络模具装配精度检测检具
CN206832400U (zh) 一种机械电子双显示的流体监测开关装置
US11548165B2 (en) Elastomeric tactile sensor
CN210665025U (zh) 检测全向球轮动力特性的装置
CN117415856B (zh) 一种机器人关节直线液压驱动机构输出力高精度检测方法
CN115290247A (zh) 一种超分辨率触觉传感器
CN118168447A (zh) 一种基于弯曲度传感器的苹果果径大小分级方法及系统
Chabrier et al. Design and experimental evaluation of an infrared instrumentation for haptic interfaces
Peng et al. Contact Position Estimation for a Compact and Finger-shaped Tactile Sensor
Mirzaee et al. Design and Fabrication of a Vision-based Tactile Sensor

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant