浅论电气工程及自动化在机器人方面的应用
来源:用户上传
作者:
摘 要：随着经济的发展和科技进步，机器人在我们的日常生活中应用越来越广泛。不只是出现在工厂和实验室中，也出现在我们的身边。如有些饭店使用机器人代替人作为向客人提供服务，商场中机器人被用于导引顾客等等。在机器人技术的发展过程中，电气工程及自动化专业通过改变机器人的硬件及运算程序，使机器人具备更强的能力，从而使得其用途更加广泛。
关键词：电气工程;自动化;机器人
中图分类号：TP242 文献标识码：A 文章编号：1671-2064（2019）24-0000-00
0 引言
机器人技术是一种典型的多学科交叉领域，需要综合各方面的知识，如机械、电气、自动控制、计算机等等都有比较重要的应用。机械设计关系到机器人的执行部分，必须具有良好的强度和刚度使之能够适应所要工作的环境，可以承担所需的载荷。机器人涉及到的电气工程及其自动化有关知识主要涉及到下面几方面的内容，包括自动控制功能所需的集成电路以及配套的传感器、供电电路等电子元器件的组合。即便是计算机编程软件，也要基于电气元件来实现。因此除了机械构件外，电气工程及其自动化专业涵盖了机器人技术的关键性技术。
1 目前机器人技术的发展
在工业生产过程中，使用机器人可以大大提高生产效率。虽然该类机器人已经出现了数十年时间，但技术一直在不断进步，尤其随着智能+的AI时代来临，目前的工业机器人多采用高精度的伺服机构，如伺服电机、气动执行机构等，提高操作精度。配合各种传感器可以进一步改善操作稳定性。
在飞行机器人方面，随着电池容量和嵌入式芯片性能的提升，以无人机为代表的飞行机器人具有更长的续航时间，除了完成航拍、在指定位置起降、运输物资等基本功能外，还能够通过复杂的控制算法与其他无人机实现协同编队，共同完成复杂的任务。
在类人机器人方面，之前无法取得重大突破的一个重要原因是硬件的处理能力有限，而人类从事的工作往往是相当复杂的，需要大量经验知识的积累储备，并对于快速变化的情况做出迅速反应，还可以在不断地练习和经历中学习，进一步优化技能。因此目前已比较成熟的机器学习和大数据技术可以为类人机器人提供算法支撑，从而使得这种机器人逐渐成为现实。目前有些商场已经采用这种机器人进行导航，有些饭店也使用机器人作为服务员，可以通过语音和接触与机器人进行互动，实现问路、点菜等较为复杂的功能。
2 机器人上常用的电气技术
2.1 机器人的感知能力
机器人的一个重要功能是其能够感知外界环境中的信息并做出相应的决策，这是电气技术在机器人上的一个重要体现，这里我们从两个比较常见的“感觉”入手对机器人的感知能力，包括机器人的“触觉”和“听觉”。
触觉是生物感知外界环境的一种复杂的感觉，可以感受目标的温度、压力等多种相关物理量。相关研究人员提出了一种“柔性”触觉传感器的概念，使得传感器具有一种类似于皮肤的特性，提高传感器对表面比较复杂的物体的感知能力。美国MSI公司最早对这项技术进行研究，并广泛应用于类人机器人的设计和研制中。伊利诺伊大学的研究学者后来也开发出了一种基于聚肽亚胺和金属薄膜的柔性触觉传感器，聚肽亚胺对于外界物体具有良好的贴附能力，提高了触觉传感器的性能。随后，NASA甚至开发出了一种非接触式的柔性皮肤，能够适应更加恶劣的使用环境。在触觉传感器的设计中，敏感材料的选择是一个相當重要的因素。这种柔性传感器早期使用的材料为对聚偏二氟乙烯，这种材料相比普通的金属薄膜具有良好的柔性和韧性。后来又有学者改用聚二甲基硅氧烷，传感器的使用寿命得到进一步提高。除了材料的改进外，还可以在一个触觉传感器上集成众多传感器单元形成阵列，通过扩大规模的方法来提高精度。
机器人具有的听觉可以理解为机器人接收到外界的声音信号后，具有一定的信号处理能力，可以提取声音信号中所包含的信息，筛除掉无用的噪声信号，并依据该信息做出一定的决策。实际实现过程中，先对声音信号进行平滑滤波，再根据已有的语音库进行匹配，进而确定声音种类。如果是人声还可以提取其中的语义，如果是物体的声音可以判断发出声音的物体种类及其性质。当然也可以通过声音判断物体的位置，这些都取决于机器人所规定的功能。
2.2 多传感器信息融合技术
从前的机器人一般只会采用一种或简单几种传感器，且采集的信息往往是较为简单的物理量，包括位移、力、加速度等等。但随着科技的发展以及功能要求的不断提高，这些简单传感器已经无法满足实际使用，还需要更高级的传感器。如视觉传感器、气味传感器等等。当然，传感器的简单组合不能实现所需的功能，还需要高效的信息融合算法。将分散的传感器信息进行整合，得到环境特性的全面展示。这些信息不仅可以提供给人使用，也能够用于机器人的自动控制。如在移动机器人的导航和定位方面，一般采用自带传感器与GPS定位相结合的方式，以自带传感器为主，GPS信息用于地理信息的修正。这样的配置主要是考虑到GPS通讯在室内或封闭条件下不够准确，误差较大，无法实现精确定位的问题。而在空旷环境中，GPS的精度要高于自带的传感器。高性能移动机器人的自带传感器一般采用超声波传感器以及高精度的光纤陀螺，超声波传感器用于探测周围的障碍物和目标情况，从而实现对路径的提前判断与预测。光纤陀螺用于目前位置的确定，提供位置信息。通过信息融合可以有效地提高位置信息的准确性。
实现数据融合的前提是搭建一个优秀的信息处理平台，常见的是加强版的嵌入式DSP芯片。如德国Vision Component公司研发的VSCBC4018图像处理芯片，具有400MHz的工作频率，能够实时处理摄像头经I/O传输的图像信息，从而实现目标追踪、人脸识别等复杂功能。 过去由于算法不够成熟以及处理器处理能力有限，实现信息融合需要多种算法的共同参与，如模糊算法、小波变换等，但现在只需要深度学习和强化学习等高级神经网络算法就可以实现。多层神经元的神经网络首先通过无监督学习提高对于对象的泛化能力，迅速捕捉目标的重要特征，再通过监督学习对特征进行提取匹配。在不断的学习过程中可以为神经网络积累经验，使之对常见的目标具有更好的处理能力，性能不断优化。这也是神经网络技术相比于其他信息融合算法的显著优势。
采用多信息融合的方法也能够保证机器人所获取的信息具有一定的冗余度，可以提高机器人的容錯性，也能够提高机器人的抗干扰能力。举例来说，有一种“拜占庭将军”理论，即有些传感器节点会干扰其他正常传感器工作，这种干扰传感器数量为m，设总传感器数量为n，此时需要传感器节点数至少为（3m+1）个。由于实际情况的复杂性，为提高系统可靠性，我们不知道哪些传感器节点会误动作并干扰正常传感器工作，因此需要尽量多设置一些传感器。当然这些不同类型的传感器也有利于对环境情况的全面判断，有助于提升机器人的整体性能。
3 结论与展望
电气工程及自动化技术在机器人技术中可以应用各种不同的领域中，不仅是传感器以及自动控制算法等。可以说，机械技术是机器人的骨架，而电气技术是机器人技术的灵魂所在。没有灵魂的机器人不具备实现各种预设功能的条件，只有对应的执行机构是不行的。在近几十年的发展过程中，也正是这些电气及控制技术发展得最为迅猛，而结构设计方面往往只是起到相应的配套作用而停滞不前。随着以智能+为代表的AI时代来临，人工智能技术作为电气及自动化技术的重要组成部分必将大放异彩，具有广阔的应用前景。
参考文献
[1] 王晓东.机器人测距传感器原理与应用综述[J].传感器世界，1996（02）：18-26.
[2] 赵小川，罗庆生，韩宝玲.机器人多传感器信息融合研究综述[J].传感器与微系统，2008（08）：1-4+11.
[3] 汪明，陈建辉.基于声传感器阵列的机器人语音定向技术研究[J].传感器与微系统，2013，32（09）：58-61+65.
[4] 何慧娟，王雷，许德章.柔性触觉传感器在机器人上的应用综述[J].传感器与微系统，2015，34（11）：5-7+15.
收稿日期：2019-11-11
作者简介：胡鸿豪，男，重庆人，研究方向：工学类。
转载注明来源:https://www.xzbu.com/8/view-15217307.htm
