簡易檢索 / 詳目顯示

研究生: 黃可瑋
ke-wei huang
論文名稱: 運用陀螺儀直觀控制機器手臂之研究
Gyroscope-Based Intuitive Control of Robotic Arm
指導教授: 陳美勇
Chen, Mei-Yung
學位類別: 碩士
Master
系所名稱: 機電工程學系
Department of Mechatronic Engineering
論文出版年: 2012
畢業學年度: 101
語文別: 中文
論文頁數: 82
中文關鍵詞: 陀螺儀機器手臂
英文關鍵詞: Gyroscope, Robot arm.
論文種類: 學術論文
相關次數: 點閱:284下載:21
分享至:
查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報
  • 機器手臂在控制上有許多限制,操作者除了必須擁有專業的背景知識,還必須具備程式編寫能力。且程式語言有很大的獨立性,往往只有編寫人才能了解整個程式的運作方式。其他人若想了解整個程式的運作原理,通常需要花費許多的時間與精力。本研究目的是要讓不懂程式語言的人,也能夠運用陀螺儀輕易的控制機器手臂。
    觀察人體手臂型態後,設計製作出模擬人體手臂的機器手臂。運用原廠CM-700控制器程式RoboPlus軟體,結合LabVIEW軟體進行控制。控制模式分兩大類,有電腦控制模式與陀螺儀控制模式。電腦控制模式包含,全自動控制模式和半自動控制模式。陀螺儀控制模式方面,把低成本之陀螺儀,裝置於操作者手臂。讓操作者先做設計好的訓練動作,透過補償值演算法來訓練控制系統。訓練後的控制系統,能根據操作者手臂上的陀螺儀訊號,精準控制機器手臂。控制系統經過訓練後,操作者便能自由的控制機器手臂,不再侷限於固定的訓練動作,達成直觀控制的標。

    There are many limitations of control the robotic arm. The operator must have professional background knowledge, and must have programming abilities. Programming languages are greatly independent, therefore, generally only the programmers are able to understand the entire functioning process. If others wanted to understand the principle of operation of the entire program, it would take much time and much energy. The objective of this research is to allow operators who do not understand programming languages to intuitively control the robotic arm using the gyroscope.
    After observing the human arm, this thesis design a robotic arm that simulates the human arm. using the original RoboPlus software program for the CM-700 controller, together with the LabVIEW software. There are two control modes, the computer control mode and the gyroscope control mode. The computer control mode includes automatic control mode, and semi-automatic control mode. In the gyroscope control mode, the low-costing gyroscope is attached to the operator’s arm. After allowing the operator to practice the previously designed movements, it is able to train the control system through Compensation value. The trained control system can control the robotic arm accurately through the signals from the gyroscope on the operator’s arms. After the control system has been trained, it allow the operator to freely control the robotic arm, achieving the objective of intuitive control.

    摘要 i ABSTRACT ii 致 謝 iii 總目錄 IV 圖目錄 VI 表目錄 XI 第一章 緒論 1 1.1 前言 1 1.2 文獻回顧 1 1.3 研究動機與目的 10 1.4 本論文之貢獻 11 1.5 論文架構 11 第二章 機器手臂模型分析 12 2.1 D-H(Denavit-Hartenberg)座標系統 13 2.2 正向運動學分析 16 2.3 逆向運動學分析 20 2.4 角速度關係式推導 21 2.5 感知器 23 第三章 機器手臂系統設計模擬 25 3.1 機器手臂設計 26 3.2 機器手臂模擬 28 3.2.1 肩關節水平轉動軸 28 3.2.2 肩關節垂直轉動軸 29 3.2.3 肘關節軸向轉動軸 30 3.2.4 肘關節彎曲轉動軸 32 第四章 控制器設計 34 4.1 電腦控制模式 35 4.1.1 全自動模式 35 4.1.2 半自動模式 38 4.2 陀螺儀控制模式 41 4.2.1 訊號分析 42 4.2.2 補償值訓練 44 第五章 實驗結果與討論 48 5.1 機器手臂架設 48 5.1.1 硬體介紹 48 5.1.2機器手臂架設 51 5.2 電腦控制結果 56 5.3 陀螺儀控制結果 60 第六章 結論與未來展望 65 參考文獻 66 附錄 69 圖 目 錄 圖1-1 外科手術用機器手臂 2 圖1-2 外科手術機器手臂設計圖 2 圖1-3 外科手術機器手臂機構圖 2 圖1-4 外科手術機器手臂展示及使用圖 3 圖1-5 外科手術機器手臂使用圖 3 圖1-6 控制示意圖 4 圖1-7 加速度控制機器手臂 4 圖1-8 慣性感測器控制模組 5 圖1-9 運用慣性感測器模組控制 5 圖1-10 運用夾具控制機器手臂 6 圖1-11 氣壓缸之鑽石結構控制機器手臂 6 圖1-12 力感測控制機器外骨骼 7 圖1-13 力感測控制機器手臂 7 圖1-14 手腕EMG訊號控制手勢 8 圖1-15 測量EMG訊號之電極貼片位置 8 圖1-16 肌電訊號控制機器手臂 8 圖1-17 倒單擺自走車設計圖 9 圖1-18 倒單擺自走車實體圖 9 圖2-1 順、逆向運動學關係概念圖 12 圖2-2 各桿件座標關係圖 13 圖2-3 機器手臂參數座標圖 16 圖2-4 兩輸入感知器示意圖 24 圖3-1 機器手臂機構設計流程圖 25 圖3-2 前一代工業用機器手臂圖 26 圖3-3 模擬人類手臂型態之機器手臂設計圖 27 圖3-4 肩關節水平轉動模擬圖(A軸) 28 圖3-5 肩關節垂直轉動模擬圖(B軸) 29 圖3-6 肘關節D軸轉至90度時,轉動肘關節C軸 30 圖3-7 肘關節軸向轉動模擬圖(C軸) 31 圖3-8 肘關節彎曲轉動模擬圖(D軸) 32 圖4-1 控制模式架構 34 圖4-2 ROBOPLUS軟體介面 35 圖4-3 動作介面 36 圖4-4 姿勢介面 36 圖4-5 姿勢參數介面設定 37 圖4-6 馬達參數設定介面 37 圖4-7 RoboPlus Task程式 38 圖4-8 LabVIEW程式控制人機介面 39 圖4-9 LabVIEW程式圖(前段) 39 圖4-10 LabVIEW程式圖(中段) 40 圖4-11 LabVIEW程式圖(後段) 40 圖4-12 LabVIEW控制介面 41 圖4-13 陀螺儀訊號和伺服馬達轉速對照圖 42 圖4-14 陀螺儀訊號和角速度對照圖 43 圖4-15 陀螺儀訊號衰退圖 43 圖4-16 訓練動作 44 圖5-1 ATMega2561晶片之CM700控制器 48 圖5-2 (a)RX-64伺服馬達、(b)RX-28伺服馬達、(c)RX-10伺服馬達 49 圖5-3 伺服馬達腳位圖 49 圖5-4 GS-12二軸陀螺儀 50 圖5-5 肩關節水平轉動軸 51 圖5-6 肩關節垂直轉動軸 52 圖5-7 肘關節軸向轉動軸 53 圖5-8 夾爪 54 圖5-9 機器手臂組裝完成圖 55 圖5-10 LabVIEW控制程式 56 圖5-11 肩關節水平軸控制圖 57 圖5-12 肩關節垂直軸控制圖 57 圖5-13 肘關節軸向轉動軸控制圖 58 圖5-14 肘關節彎曲轉動軸控制圖 58 圖5-15 夾爪控制圖 59 圖5-16 電腦半自動控制實驗圖 59 圖5-17 LabVIEW控制介面 60 圖5-18 肩關節垂直轉動軸控制圖 61 圖5-19 肩關節水平轉動軸控制圖 61 圖5-20 肘關節彎曲轉動軸控制圖 62 圖5-21 肘關節軸向轉動軸控制圖 62 圖5-22 四軸控制圖 63 附 錄 圖1 基座之3D圖 69 圖2 基座蓋板之3D圖 69 圖3 旋轉盤之3D圖 70 圖4 ㄇ型支撐架(下) 之3D圖 70 圖5 ㄇ型支撐架(上) 之3D圖 70 圖6 RX-64伺服馬達固定支撐架之3D圖 71 圖7 RX-64伺服馬達夾頭之3D圖 71 圖8 上手臂支撐架之3D圖 71 圖9 RX-28伺服馬達旋轉連接支撐架之3D圖 72 圖10 RX-28伺服馬達夾頭之3D圖 72 圖11 RX-28伺服馬達固定支撐架之3D圖 72 圖12 下手臂支撐架之3D圖 72 圖13 RX-10伺服馬達固定支撐架之3D圖 73 圖14 連接支撐架之3D圖 73 圖15 夾爪支撐架之3D圖 73 圖16 夾爪機構之3D圖 74 圖17 左夾爪機構之3D圖 74 圖18 右夾爪機構之3D圖 74 圖19 基座之CAD圖 75 圖20 基座蓋板之CAD圖 76 圖21 旋轉盤之CAD圖 76 圖22 ㄇ型支撐架(下) 之CAD圖 77 圖23 ㄇ型支撐架(上) 之CAD圖 77 圖24 RX-64伺服馬達固定支撐架之CAD圖 78 圖25 上手臂支撐架之CAD圖 78 圖26 伺服馬達固定支撐架之CAD圖 79 圖27 下手臂支撐架之CAD圖 79 圖28 伺服馬達固定支撐架之CAD圖 80 圖29 連接支撐架之CAD圖 80 圖30 夾爪支撐架之CAD圖 81 圖31 夾爪機構之CAD圖 81 圖32 左夾爪機構之CAD圖 82 圖33 右夾爪機構之CAD圖 82 表 目 錄 表2-1 機器手臂連桿參數表 17 表3-1 伺服馬達配置數量表 33 表5-1 GS-12訊號表 50 表5-2 實驗結果比較表(單位:%) 64

    參 考 文 獻
    [1] M. J. H. Lum, J. Rosen, M. N. Sinanan, and B. Hannaford, “Optimization of a spherical mechanism for a minimally invasive surgical robot: theoretical and experimental approaches,” IEEE Trans. on Bio., Vol. 53, No. 7, pp. 1440-1445, July 2006.
    [2] S. R. Platt, J. A. Hawks and M. E. Rentschler, “Vision and task assistance using modular wireless in vivo surgical robot,” IEEE Trans. on Bio., Vol. 56, No. 6, pp. 1700-1710, June 2009.
    [3] P. Neto, J. N. Pires and A. P. Moreira, “Accelerometer-based control of an industrial robotic Arm,” IEEE Inter. on Rob., pp1192-1197, Sept 2009.
    [4] R. Sekhar, R. K. Musalay, Y. Krishnamurthy and B. Shreenivas, “Inertial sensor based wireless control of a robotic arm,” IEEE Emerging Signal Processing Applications, pp87-90, 2012.
    [5] G. S. Gupta, S. C. Mukhopadhyay, C. H. Messom and S. N. Demidenko, “Master–Slave control of a teleoperated anthropomorphic robotic arm with gripping force sensing,” IEEE Trans. on Instr., Vol. 55, No. 6, pp. 2136-2145, December 2006.
    [6] J. Klein, S. Spencer, J. Allington, J. E. Bobrow and D. J. Reinkensmeyer, “Optimization of a parallel shoulder mechanism to achieve a high-force, low-mass, robotic-arm exoskeleton,” IEEE Trans. on Rob., Vol. 26, No. 4, pp. 710-715, August 2010.
    [7] J. C. Perry, J. Rosen and S. Burns, “Upper-Limb powered exoskeleton design,” IEEE trans. on mecha., Vol. 12, No. 4, August 2007.
    [8] R. Tadakuma, Y. Asahara, H. Kajimoto, N. Kawakami, and S. Tachi, “Development of anthropomorphic Multi-D.O.F. master-slave arm for mutual telexistence,” IEEE Trans. on Visua., Vol. 11, No. 6, November/December 2005.
    [9] P. Shenoy, K. J. Miller, B. Crawford and R. P. N. Rao, “Online electromyographic control of a robotic prosthesis,” IEEE Trans. on Bio., Vol. 55, No. 3, March 2008.
    [10] D. Peleg, E. Braiman, E. Yom-Tov and G. F. Inbar, “Classification of finger activation for use in a robotic prosthesis Arm,” IEEE Trans. on Neu., Vol. 10, No. 4, pp. 290-293, December 2002.
    [11] P. K. Artemiadis and K. J. Kyriakopoulos, “EMG-based control of a robot arm using low-dimensional Embeddings,” IEEE Trans. on Rob., Vol. 26, No. 2, pp. 393-398, April 2010.
    [12] P. K. Artemiadis and K. J. Kyriakopoulos, “An EMG-based robot control scheme robust to time-varying EMG signal Features,” IEEE Trans. on Rob., Vol. 14, No. 3, pp. 582-588, May 2010.
    [13] O. Fukuda, T. Tsuji, M. Kaneko and A. Otsuka, “A human-assisting manipulator teleoperated by EMG signals and arm motions,” IEEE Trans. on Rob., Vol. 19, No. 2, pp. 210-222, April 2003.
    [14] H. J. Lee and S. Jung, “Gyro sensor drift compensation by kalman filter to control a mobile inverted pendulum robot system,” IEEE Inter. on Indus., pp. 1-6, 2006.

    [15] G. S. Huang, C. K. Tung, H. C. Lin, and S. H. Hsiao, “Inverse kinematics analysis trajectory planning for a robot arm,” Proceedings of 2011 8th Asian Control Conference (ASCC), pp.965-970, May 2011.
    [16] E. M. Jafarov, M. N. A. Parlakçı, and Y. Istefanopulos, “A new variable structure pid-controller design for robot manipulators,” IEEE Trans. on Con, Vol. 13, No. 1, pp.122-130, January 2005.
    [17] J. Zhang, and A, Knoll, “A two-arm situated artificial communicator for human–robot cooperative assembly,” IEEE Trans. on Ind., Vol. 50, No. 4, pp.651-658, August 2003.
    [18] R. Safaric, S. Sinjur, B. Zalik, And R. M. Parkin, “Control of robot arm with virtual environment via the internet,” Proceedings of the IEEE, Vol. 91, No. 3, pp.422-429, March 2003.
    [19] R, Tadakuma, Y, Asahara, H, Kajimoto, N, Kawakami, and S, Tachi, “Development of anthropomorphic multi-d.o.f. master-slave arm for mutual telexistence,” IEEE Trans. on Visua., Vol. 11, No. 6, pp.626-636, November/December 2005.
    [20] U. Kartoun, A. Shapiro, H, Stern, and Y, Edan, “Physical modeling of a bag knot in a robot learning system,” IEEE Trans. on Auto., Vol. 7, No. 1, pp.172-177, January 2010.
    [21] Mark W. Spong, S. Hutchinson, M. Vidyasagar “Robot modeling and control,” United States of America, 2006.

    下載圖示
    QR CODE