體感交互式智能型機械臂實驗教學平臺開發

鄭志安， 尹詩荀， 朱俊杰， 陳愛斌， 李建軍， 高 翔

（中南林業科技大學電子信息與物理學院，長沙 410004）

0 引 言

機械臂可以代替人工完成重復性、危險性和繁瑣性較高的工作［1-2］。如何降低機械臂的成本、操作難度和提高控制精度對于保障人類安全和健康具有重要意義，也是高校自動化、機器人、電子信息等相關專業教學實驗設備開發亟待解決的問題［3-5］。

由于機械臂在智能制造領域中的突出地位，目前許多高校將機械臂的學習作為工業機器人實踐教學體系的重要載體［6-7］。在楊亮等［8］的研究中，利用計算機視覺技術與機械臂控制相結合，通過攝像頭獲取目標物體的圖像信息，實現了機械臂對目標物體的抓取。然而，該研究要求學生具備在Linux 系統下進行控制系統搭建、指令發送等一系列操作的計算機專業知識，使得該研究難以面向其他專業推廣。陳一博等［9］利用迭代模型庫設計了機械臂軌跡預測實驗，能夠有效跟蹤機械臂實時隨時間變化的狀態，但設備維護成本高，難以滿足大規模教學需求。

針對以上問題，本文設計并搭建了一種基于體感交互技術的智能型機械臂實驗教學平臺，該平臺由控制端與執行端組成。圍繞體感交互技術，控制端通過人體姿態傳感器采集并解析人體手臂姿態信息；利用藍牙模塊將這些姿態信息傳輸給機械臂執行端；再由執行端驅動舵機完成機械臂跟隨人體手臂姿態的對應操作。運用該實驗教學平臺，可實現機械臂與手臂姿態的同步執行，讓學生能夠有充分的參與感，近距離地接觸和理解機械臂工作原理。同時，還考慮了成本、趣味性、學生綜合運用傳感器檢測技術以及嵌入式系統開發等實踐動手能力培養方面的需求。

1 平臺總體設計方案

本設計以體感交互技術為基礎，以機械臂運動學分析為理論支撐，由控制端與執行端2 個子系統共同構成，二者通過HC-05 藍牙通信模塊實現無線數據傳輸。平臺整體框架如圖1 所示。

圖1 平臺整體框架

1.1 設計思路

（1）控制端?？刂贫艘許TM32F103ZET6 作為微控制器，主要完成體感交互系統所需要的人體姿態信息采集任務。通過串口分別實現與人體手臂姿態傳感器MPU6050 和HMC5883L 的通信。MPU6050 獲取人體手臂的姿態信息，利用MPU6050 內置的數據管理模塊實現人體手臂的姿勢解算，能夠有效降低微控制單元的負擔，提高控制的實時性［10］。HMC5883L起到輔助姿勢解算的作用，用于抑制MPU6050 的零點漂移等問題?？刂贫送瓿勺藨B數據的解析后，通過HC-05 藍牙模塊將數據發送給接收端。利用TTP223 觸摸按鍵能夠對機械爪的控制參數進行修改，按鍵可以對當前的工作模式進行更改，當前機械臂的工作模式和各個舵機的控制參數都通過有機發光二極管（Organic Light-Emitting Diode，OLED）進行顯示。

（2）執行端。執行端以STM32F103C8T6 作為微控制器，通過HC-05 藍牙模塊接收控制端發送來的舵機控制參數。機械臂根據接收到的控制參數自動快速地模擬出相應的操作，從而實現對物體的抓取與搬運等工作，以此來實現手臂與機械臂的同步執行［11］。OLED實時地顯示當前各個舵機的控制參數和機械臂的工作模式，確保機械臂的正常運作。

1.2 機械臂設計

圖2所示為五軸機械臂的結構。由圖可知，連桿1（底座-底座旋轉舵機）位于機械臂的底座，控制機械臂基于基坐標Z軸進行旋轉運動，允許從中心點進行完整的180 度運動。連桿2（大臂）位于連桿1 正上方，控制機械臂向前和向后的伸展。連桿3（小臂）位于機械臂的中間部位，控制機械臂的升降。連桿4（腕關節-腕部）位于機械臂的前側，能夠跟隨模擬人體手腕的動作。連桿5（腕部-爪部）也位于機械臂的前端，與連桿4 協同工作，控制末端執行器以圓形路徑旋轉，可以更好地定位工件。除了5 個工作連桿以外，在機械臂的末端還擁有1 個負責抓取物體的機械爪，由舵機進行驅動。

圖2 五軸機械臂結構圖

機械臂采用了MG996R和YF-6125MG兩款舵機。連桿2 與連桿3 作為主要的承重軸，其起點處的舵機由YF-6125MG作為驅動舵機（本文命名為舵機2 和舵機3）。連桿1、4、和5 的起點處的舵機（本文分別命名為舵機1、舵機4 和舵機5）由兼具低成本特點，適用于非承重關節的MG996R作為驅動舵機。

機械臂的運動學模型利用MATLAB 完成搭建。而在實際使用中通過體感交互技術，實現協同控制，使用C 語言對程序進行編寫，便于二次開發與實驗教學。

1.3 通信模塊設計

在實驗平臺中，通信模塊使用的是HC-05 藍牙串口，在Bluetooth Specification V2.0 的同時帶有藍牙增強速率協議。其無線工作的頻段在2.4 GHz，通過高斯頻移鍵控的方式進行調制，發射功率最大可達到4 dBm，接收靈敏度為－85 dBm，能夠實現10 m 左右的通信。該模塊自帶有發光二極管（light emitting diode，LED），LED 快速閃爍代表正在尋找匹配對象，當LED以一定的時間間隔閃爍時，代表完成匹配。通信模塊示意圖如圖3 所示。

圖3 通信模塊工作示意圖

2 機械臂運動學分析

機械臂運動學分析通過建立機械臂運動學模型，分析機械臂各關節的位置、速度、加速度與機械臂末端在空間中的變化規律［12］，可為機械臂的軌跡規劃和控制策略的制定提供重要的參考依據。

2.1 模型建立

本文的機械臂為串聯機械臂，采用德納維特-哈滕伯格（Denavit-Hartenberg，D-H）建模法［13］對機械臂進行建模。該方法通過在每個連桿上建立1 個坐標系，利用齊次坐標變換實現兩個連桿之間坐標的變換。建立與末端連桿固連的坐標系后，由于該坐標系下末端點的坐標僅與末端連桿的機械尺寸有關，與機器人的運動無關，因此可以準確地得出末端點的坐標。

對于D-H建模法，一般把某一連桿靠近基座的關節稱為該連桿的驅動關節，把靠近末端執行器的關節稱為該連桿的傳動關節。因此，利用標準D-H參數建立的坐標系又被稱為傳動軸坐標系。當前坐標X軸的方向（設為Xi）為當前Z軸（設為Zi）和前1 個關節的Z軸（設為Zi－1軸）依笛卡爾坐標系準則的叉乘方向，如圖4 所示。在利用D-H 建模方法時，需要得到α、a、d、θ這4 個參數，如下式所示：

圖4 機械臂D-H參數模型

式中：i－1 和i分別為前后相鄰的關節；θ為相鄰坐標系之間X軸的夾角；d為坐標系A相對于坐標系B在坐標系B的Z軸方向上的偏移量，其中坐標系A、B相鄰，坐標系A更靠近末端執行器；α為連桿驅動軸與傳動軸之間的夾角；a為連桿的長度；R 為旋轉矩陣，T為平移變化矩陣。模型的建立一般先繞著Zi－1軸旋轉θi使Xi－1平行Xi之后沿著Zi－1軸平移di使Xi－1與Xi重合；完成Z軸方向的操作后，沿Xi軸平移ai的距離讓Zi－1與Zi重合，最后繞著Xi軸旋轉αi，讓Zi－1與Zi共線。在每個連桿上建立坐標系，利用變換關系找到相鄰連桿之間的坐標信息，根據定義獲得該五自由度機械臂的D-H參數，圖4 所示為構建的五自由度機械臂模型。

2.2 正逆運動學分析

（1）正運動學。在已知機械臂各關節參數情況下，求機械臂末端執行器在相對參考坐標系中的位姿和運動學參數的過程。機械臂由多個連桿與關節構成，其運動軌跡主要依賴連桿和關節的配合完成，機械臂的末端位置由初始狀態和運動參數來決定［14］。

在模型的建立中已知了各個旋轉矩陣，根據D-H模型建立的順序依次將各旋轉矩陣乘積，便可以得到通用的齊次變換矩陣，其乘積的順序為

式中：i－1Ti為五自由度機械臂中5 個連桿基于坐標系的變化矩陣，i＝1，2，…，5 為連桿編號。

在構建了各關節的D-H參數的基礎上，通過將其各自代入通用齊次變換矩陣便能夠得到5 個矩陣0T1、1T2、2T3、3T4、4T5。依次對5 個齊次變換矩陣相乘，即可得到五自由度機械臂的總變換，即：

本文使用MATLAB中的Robotic Toolbox工具箱中的FKine函數快速進行機械臂的正運動學分析。在已知各關節的運動參數的情況下，能夠計算出末端執行器相對于參考坐標系的位姿。對于每個連桿，如果設置其相應的θ值，可以建立對應的機械臂狀態，并計算出五自由度機械臂的總變換。

（2）逆運動學。與正運動學相反，逆運動學指的是根據機械臂末端執行器的位置和方向，計算出機械臂各關節的運動參數的過程。在進行機械臂正解的求解過程中，可以得到機械臂總變換的方程。逆解的求解過程中，末端連桿的位置和姿態已經給定，因此可以快速地實現對機械臂的逆運動學分析。

2.3 軌跡規劃

對于機械臂來說，軌跡規劃是為了能夠設計一條符合要求的路徑，讓機械臂能夠沿著該路徑進行移動，并完成相應的任務［15-16］。本設計的機械臂為串聯機械臂，可以使用關節空間軌跡規劃方法。

關節空間軌跡規劃是在機械臂的關節空間中實現對機械臂運動軌跡的規劃。首先，需要求解機械臂逆解，將末端執行器的路徑點轉化為關節角度并對其進行擬合得到關節函數。如設定起始位姿和末端位姿分別為［0－30 30 0 0］、［60－8－30－20 50］。末端執行器則可以執行出如圖5 所示的X-Y平面的運動軌跡。

圖5 末端執行器X-Y平面運動軌跡

經過計算得到關節隨時間變化的關節弧度、角速度、角加速度等參數，如圖6 所示。軌跡規劃解法最終能正常地到達終點位置。

圖6 關節參數隨時間變化

3 實驗平臺軟件模塊設計

本平臺可提供關于機械臂的人體姿態信息采集模塊、基于體感交互的機械臂運動控制模塊和舵機角度控制模塊3 個核心實驗教學模塊。搭建的實驗系統實物如圖7 所示，包括采集人體姿態信息的控制端和機械臂執行端。

圖7 搭建的實驗平臺實物

3.1 人體姿態信息采集模塊

使用2 塊MPU6050 分別對人體手背和小臂進行姿態數據的采集，通過其自帶的微處理器的初始流程將其轉換為姿態角（俯仰角、橫滾角以及偏航角），由MPU6050 得到的數據經由串口的方式傳輸給控制端主控器Stm32。MPU6050 的初始化流程圖如圖8所示。

圖8 MPU6050初始化流程

HMC5883L 用于充當磁力計對MPU6050 的偏航角數據進行修正，通過IIC 實現與Stm32 的通信。其中，HMC5883L采集到的數據并不能夠直接進行使用，需要對其進行處理，將數據轉換為偏角的形式。讀出HMC5883L寄存器的原始數據之后，通過多次求和取平均，再利用計算式

計算出磁偏角。由于磁阻傳感器屬于比較精密的器件，容易受到周邊環境的干擾，造成與實際的角度存在較大偏差，因此在必要時需要對其進行校準。具體的校準能夠分別通過校準磁場的強度和校準磁場的方向來實現。

3.2 體感交互下機械臂運動控制模塊

本設計中需要對多個舵機同時進行控制來實現操作機械臂。舵機的控制是通過不斷調整PWM 的占空比以實現將舵機轉動到不同的角度，只有所有舵機的控制參數都滿足對應的條件才能讓機械臂的末端執行器到達特定的位置。

人體姿態傳感器模塊MPU6050 和HMC5883L 完成數據的采集和處理后，需要讓姿態數據與機械臂舵機控制參數形成映射關系。以達到姿態數據隨時間發生變化時，機械臂舵機控制參數能根據姿態數據的變化實時的進行變更。不同舵機對應的姿態數據不相同。舵機1 擁有2 個映射參數偏航角和磁偏角，MPU6050 由于硬件問題在運行過程中會出現零點漂移等問題，導致偏航角不準確，此時需要利用HMC5883L 的磁偏角參數對其進行相應的矯正校準。舵機2 ～舵機4 對應俯仰角，而舵機5 對應橫滾角。在得到對應舵機的映射參數后，需要對參數進行采集統計，并進行相應的計算擬合，最終得到每個舵機控制參數的擬合函數并求解。

3.3 舵機角度控制模塊

舵機的控制采用脈寬調制（Pulse Width Modulation，PWM）技術。PWM 是一種通過調節脈沖信號的寬度來控制模擬電路的方法。在舵機控制中，通過微處理器的數字輸出來生成一系列的脈沖信號，脈沖的寬度決定了舵機的位置或角度。本文PWM 的工作原理如圖9 所示。由圖可知，當定時器工作設定為向上計數時，CNT 小于CCRx 時，PWM 脈沖通道輸出低電平，CNT大于CCRx時，PWM脈沖通道輸出高電平。在CNT達到了ARR 后，CNT 歸零并開始重新向上計數。這一過程中，通過改變CCRx 的值就能夠改變高電平在1 個周期內的持續時間，從而達到改變占空比的目的，改變ARR的值則會使PWM通道的輸出頻率發生改變。所謂的脈寬調制信號，指的就是通過自動重裝載寄存器確定頻率，再由CCRx 寄存器確認占空比信號。舵機通過接收PWM 信號，在內部電路中產生1 個偏置電壓，從而觸發電機通過減速齒輪帶動電位器移動，當移動到特定位置后，電壓差剛好歸零，之后電機便停止轉動，以此達到伺服的效果。

圖9 PWM原理示意圖

4 結 語

本文設計并搭建了一種通用性強、低成本、便于攜帶的體感交互式機械臂實驗教學平臺。該平臺可分模塊實現3 個核心實驗：人體姿態信息采集模塊實驗、基于體感交互的機械臂運動控制模塊實驗和舵機角度控制模塊實驗。通過實驗表明，本平臺可低成本實現體感式人機交互五自由度機械臂智能控制?？刂贫伺c執行端最大通信距離可達10 m，三維空間的工作空間為0 mm ＜X＜300 mm、－300 mm ＜Y＜300 mm、－100 mm ＜Z＜300 mm，最大轉動角度為180°。目前，該教學平臺已應用于“機器人課程設計”教學實踐中。