ИССЛЕДОВАНИЕ ВОЗМОЖНОСТЕЙ МОБИЛЬНЫХ УСТРОЙСТВ ДЛЯ УПРАВЛЕНИЯ ТЕЛЕОПЕРИРУЕМЫМИ РОБОТАМИ

Основной целью исследования является организация управления манипуляторами робота, разработанного в технологическом университете Lappeenranta. Данный робот состоит из мобильной платформы, двух манипуляторов, головы и фиксированного торса. Схема устройства робота представлена на рисунке 1. Основным предназначением робота является оказание помощи человеку в ремонте и установки деталей машин. Например, данный робот может откручивать гайки и болты, устанавливать электронные карты, сверлить детали, открывать и закрывать отсеки и многое другое.

Рисунок 1. Схема робота

Для удобства управления, главной задачей является обеспечить удаленное манипулирование роботизированными руками робота, с хорошей точностью определения позиции рук и достаточной плавностью управления. Исследование основывается на использовании мобильных устройств в качестве манипулятора, так как они являются перспективным направлением развития механизмов взаимодействия с роботизированными руками. Мобильные устройства обладают широким диапазоном датчиков, с которых можно получать информацию о действиях оператора, а также могут обеспечить обратную связь, отображая видео и данные на экране устройства, воспроизводя аудио, кроме того, имеют различные варианты использования вибрации в случае получения критических значений.

Манипуляторами робота являются роботизированные руки UR10. UR10 представляет собой набор механических узлов, соединенных суставами, которые обеспечивают повороты узлов. Первое звено манипулятора соединяется с базовым механизмом, а последнее звено оканчивается конечными эффекторами. Питание каждого узла может обеспечиваться электродвигателем, а также пневматическим или гидравлическим приводом. Для обеспечения точности электроконтроллер непрерывно обновляет данные полученные с датчиков, расположенных в каждом узле. В данном исследовании использовалась пара манипуляторов UR10 поставляемых компанией Universal Robots, каждый из манипуляторов имеет шесть DOF (степеней свободы). Манипуляторы соединяются между собой туловищем робота. Положение и ориентация роботизированной руки в двух-манипуляторной конфигурации были получены из подробной схемы, предоставленной Universal Robots. Образец представлен на рисунке 2.

Рисунок 2. Схема манипуляторов

Вид рабочего пространства перед роботом с двумя манипуляторами представлен на рисунке 3 (с левой стороны), где черный круг представляет собой рабочее пространство левой руки UR10, а синий круг - рабочее пространство правой руки. Обе руки могут выполнять одну и ту же задачу в общем рабочем пространстве шириной в 1850 мм. Роботизированная рука была смоделирована с использованием RoboticsToolBox для MATLAB. Для вычисления рабочего пространства использовался аналитический метод, разработанный Гоялем и Сетти [1, с. 25-28]. Двух-манипуляторная конфигурация с роботизированными руками UR10, смоделирована в среде MATLAB, и изображена на рисунке 3 (с правой стороны).

Рисунок 3. Двух-манипуляторная конфигурация с роботизированными руками UR10

Задачей мобильного устройства, которое используется в исследовании в качестве манипулятора, является корректно определять свое перемещение в пространстве по x, y, z координатам. Для этого могут быть использованы фреймворки CoreMotion и ARKit, предоставляемые компанией Apple в качестве базовых инструментов для разработки приложений под платформу iOS. Для определения положения устройства в исследовании используется акселерометр (для определения перемещения устройства по осям x, y, z, рисунок 4) и гироскоп (для определения вращения устройства вокруг осей x, y, z, рисунок 5).

Рисунок 4. Перемещение устройства в пространстве

Рисунок 5. Вращение устройства в пространстве

Для передачи данных роботу, необходимо решить задачу отображения перемещения устройства в трехмерном пространстве на положения вращательных узлов манипуляторов робота. После этого, значение вращательного угла транслируется на соответствующий ему узел манипулятора.

В случае комплексной геометрии, получение результирующей кинематики роботизированных рук с использованием алгебраического, геометрического или итеративного подхода утомителен и требует много времени. Для решения этих проблем, в различных областях робототехники изучались возможности применения нейронных сетей. Нейронные сети хороши тем, что обладают способностью к обучению, способностью принимать решения, а также обрабатывают неопределенности и способны аппроксимировать нелинейное решение. Достижимая манипулятором позиция в рабочей области, может быть рассчитана с использованием ANFIS (адаптивной сети на основе системы нечеткого вывода) [2, с. 224], это искусственная нейронная сеть, основанная на нечеткой системе вывода Такаги-Сукено, схему которой можно увидеть на рисунке 6. Для работы системы производится ее инициализация, после этого производится обучение системы с использованием метода наименьших квадратов. Далее, параметры обновляются шаг за шагом исходя из изменения ошибки аппроксимации [3, с. 12].

Рисунок 6 – ANFIS схема

Обучающая выборка сети ANFIS для роботизированной руки UR10 показана на рисунке 10, вид спереди (вверху слева) и изометрический вид (вверху справа). В нашем эксперименте процедура ANFIS реализуется для получения отображения между координатами и положением вращательных узлов. Обучение ANFIS используется лишь для определения позиции конечного эффектора. Для упрощения обучения ANFIS, можно пренебречь ориентацией конечного эффектора. Поэтому, рассматривается только угол и величина базового узла, плечевого узла и локтевого узла манипулятора UR10. Процедура ANFIS начинается с генерации данных. Данные включают в себя длину каждого узла и угол вращательного сустава (theta1, theta2 и theta3). Каждый вращательный узел может вращаться в пределах ± 360 градусов. Обучающая выборка для сети ANFIS генерируется из вращательного узла, диапазон положений которого от -360 до +360 градусов, с изменением в 1 градус на каждой итерации. На протяжении всего эксперимента длина узлов будет неизменна. Прямая кинематика UR10 используется для вычисления координат X, Y и Z для каждой комбинации значений вращательных узлов.

Данные, сгенерированные с использованием прямой кинематики UR10, используются для построения и обучения сети ANFIS, где координаты X, Y и Z используются в качестве входных переменных, значения вращательных узлов используются в качестве выходных значений. После завершения обучения ANFIS сможет аппроксимировать значения вращательных узлов в зависимости от полученных координат [4]. Рисунок 7, в нижнем левом и нижнем правых частях, отображает рабочую область из множества достижимых точек, которые могут быть достигнуты манипуляторами UR10 в конфигурации с двумя плечами.

Рисунок 7. Обучающая выборка сети ANFIS для роботизированной руки UR10

Список литературы:

1. Goyal K., Sethi D. Journal of Mechanical Engineering // 2010 Bangladesh: The institute of the Mech. Vol. 41. № 1. P. 25-29.
2. Alavandar, S. & Nigam, M. J. Nero-Fuzzy Approach for Inverse Kinematics Solution of Industrial Robot Manipulator. International Journal of Computers, Communications & Control. Vol. III. No.3. [Электронный ресурс]. – http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.505.833&rep=rep1&type=pdf (дата обращения 20.06.2018)
3. Hawkins, P. K. 2013. Analytic Inverse Kinematics for the Universal Robots. [Электронный ресурс]. – https://smartech.gatech.edu/bitstream/handle/1853/50782/ur_kin_tech_report_1.pdf (дата обращения 20.10.2018)
4. Jang, J. S. R. ANFIS: Adaptive-Network-based Fuzzy Inference Systems. IEEE Transactions on Systems, Man, and Cybernetics. [Текст]/ Jang, J. S. R. –  Издание 3 1993 – 665-685 с.