MAGAZINE
刊物內容

回列表

基於Hololens與IMU穿戴裝置之UR5機器手臂的同步控制

摘要"

隨著科技和人工智慧的快速發展,遠端探測機械手臂在各領域中的應用範圍迅速擴展。傳統上,機械手臂主要應用於工業自動化,但現今它們的用途已經擴展到醫療、教育、環境監測等領域。在這些場景下,遠端探測機械手臂能夠實現遠程操作和控制,提供更多的方便和安全性。然而,遠端探測仍然面臨著一些挑戰。首先,傳統的遠程操作方法通常依賴離線編程或遙控器控制,這對於複雜任務可能導致不準確操作或反應延遲。其次,遠端操作者無法直接感受到機械手臂作業環境,這增加了操作的難度和風險。此外,對於需要高精度控制的任務,傳統的路徑規劃方法可能不夠靈活,需要更智能的規劃算法。因此,本研究的目標是研究和實現遠端遙控機械手臂在實際應用中的可行性,同時提出相應的解決方案。我們將整合多項技術,包括頭戴式顯示頭盔以模擬遠端實境、穿戴裝置以擷取手臂動作、模型預測控制、曲線擬合和位能場等路徑規劃方法。透過這些技術的應用,我們期望實現更精確、安全和高效的遠端遙控機械手臂操作,並推動其在不同領域中的應用和發展。這將有助於提高工作效率、降低成本,同時為人們帶來更多便捷和可能性。

關鍵詞:UR5機械手臂、模型預測控制、HoloLens 2、穿戴裝置、遠端遙控

遠端探討

遠端遙控技術在各領域的應用越來越廣泛,包括機械手臂的操作和控制。然而,傳統的遠端控制方法受到延遲問題的限制,通信延遲影響操作的即時性和精確性,同時外界干擾和環境變化增加系統的不確定性。
近年來,研究者們透過整合多種技術和技巧致力於解決這些問題。頭戴式顯示頭盔和穿戴裝置被廣泛應用於遠端實境模擬和操作界面[1][2],提供沉浸式的虛擬環境並準確擷取操作者手臂的動作信息。同時,模型預測控制[3]的閉迴路系統改善了遠端遙控機械手臂的控制精度和穩定性,通過預測手臂的運動軌跡並優化控制指令實現更平滑和精確的路徑規劃。
總的來說,遠端遙控機械手臂的研究朝著實用、穩定和精確的方向發展。頭戴式顯示頭盔和穿戴裝置的應用以及模型預測控制的引入為遠端遙控技術帶來新的突破和可能性。然而,仍需解決延遲問題的優化和對複雜環境的適應能力等問題。因此,進一步的研究和改進將提升遠端遙控機械手臂在實際應用場景中的可行性和性能。

手臂路徑規劃

路徑規劃是機械手臂控制的重要課題,目的是找到最優的軌跡以順利完成任務並避開障礙物。常見的路徑規劃方法包括模型預測控制、曲線擬合和位能場方法。模型預測控制利用機械手臂的數學模型預測運動軌跡,生成平滑且精確的軌跡,如圖1。曲線擬合通過對預定軌跡進行曲線擬和,實現簡單有效的路徑規劃。位能場方法基於潛在能能量場,避開障礙物並實現平滑運動軌跡。綜合上述方法可提高機械手臂的路徑規劃能力,但仍需進一步研究改進以開發更高效可靠的算法。

系統架構

本研究主要由四大架構組成,分別為負責擷取人體姿態的實驗室自製穿戴式設備,用以投影畫面的虛實整合平台,遙控端的機械臂同步控制系統,以及負責傳輸及運算的終端程式如圖2。人體手臂姿態就由顆慣性感測模組進行量測,將數值傳送至Python程式後,進行分析及傳輸,分析後數值一方面傳送給機械臂同步控制系統進行手臂控制,另一方由C#程式進行接收後,將人體姿態及關節角度傳送進HoloLens 2 中顯示,最後在由Python接收機械臂端回傳的狀態,進行閉迴路控制的運算。

硬體架構

本實驗使用之硬體包含UR5/CB3協作型機械手臂、Robotiq 2F-85二指伺服夾爪、Intel RealSense D435 深度相機、HoloLens 2、及實驗室自製的穿戴裝置,以下將對穿戴裝置重點描述。

穿戴式機械手臂控制

本研究旨在探索遠端遙控機械手臂在實際應用場景中的可行性。為了實現這一目標,實驗室自行設計了周邊電路,其中包括電池充電電路、升降壓電路、微控制器電路和多路I2C電路。這些電路的整合提供了所需的系統功能。
在穿戴式裝置方面,本研究採用鋰電池作為電源供應,並設計了充電電路以確保電池的安全充電。充電電路中使用了充電控制芯片,並構建了電池保護電路,以防止過充現象的發生。此外,運用升降壓電路用於實現所需的電源升壓功能。
在系統控制方面,使用了3組I2C通訊的慣性測量單元(Inertial Measurement Unit, IMU)進行手部運動追蹤。通過多路擴展IC,解決了I2C地址衝突的問題,可以同時連接多個具有相同地址的I2C裝置。這對於需要使用多個I2C感測器同時進行感測的應用非常重要。在人體姿態感測方面,本研究使用了BNO055集成式的9軸慣性測量單元(IMU)。這個單元包括陀螺儀、加速度計和地磁計等功能,可以進行精確的姿態測量。透過卡爾曼濾波器的應用,能夠對IMU數據進行校正和估測,以獲得準確的姿態信息。
此外自製了一副數據手套(Data Glove),如圖3(a),內部採用微控制器和彎曲感測器,用於識別操作者的手勢。這些手勢資訊可以傳輸給人體姿態感測的主控版,通過RF無線傳輸方式將資訊上傳至主控版,實現基於手部手勢的機械手臂控制,整體硬體設備的穿著情形如圖3(b)。

軟體架構

表1為本研究所使用到的軟體及其相關應用,此節還會對應用於HoloLens2的開發環境介面Unity進行介紹。
在本文章實驗中的HoloLen2是以Unity這個軟體去進行編譯及燒錄的,在實驗中,不僅需要自行創建一個人機介面,如圖4,最重要的是其中的模型,在Unity中,除了簡單的幾何模型可以去應用外,剩下的就需要去引入模型了。
為了去符合實驗中的硬體模型,在Unity中將匯入手臂及夾爪的模型,由於獲取模型的途徑皆為官方網站,則不對外觀進行修飾,但為了符合在虛擬環境的作動情形,必須要將其各可動關節進行逐一拆解及各部件的原點坐標系重新設定,夾爪模型也同樣基於所有可動零件進行拆分,這種拆分的方法使得夾爪的各個部件可以獨立操作,從而更好地模擬真實世界中夾爪的行為。所有的模型按照組裝的相對位置在Unity開發環境中進行組裝,如圖5(a)和圖5(b)所示。在組裝完成後,需要確認它們的旋轉方向。在Unity中,有可能發生萬向鎖(Gimbal Lock)的情況。這主要是由於在旋轉過程中,如果先對某個特定軸進行90度的旋轉,後續的旋轉將會丟失一個旋轉維度,導致旋轉的結果與預期不符。

...更多內容,請見《機械新刊》雜誌

READ MORE BACK TO LIST