機器人實驗教學系統創新實踐方法及應用

趙 京， 衛 沅

(北京工業大學 機械工程與應用電子技術學院，北京 100124)

?

機器人實驗教學系統創新實踐方法及應用

趙 京， 衛 沅

(北京工業大學 機械工程與應用電子技術學院，北京 100124)

實踐教學在機械工程專業學生的培養中占有極其重要的作用。針對目前機器人學等相關課程的實驗較少，學生缺乏接觸實際系統的機會，理論知識不能與工程實踐有效結合的現狀，提出一種實驗教學系統。該系統以虛擬現實技術為基礎，將運動捕捉系統與機械臂系統有效結合，為學生將所學理論知識應用到實際中提供了一個廣闊的平臺。同時，該實驗教學系統能夠更好地激發學生的創造力，調動學生學習的積極性。

機器人； 實驗教學； 運動捕捉

0 引 言

隨著計算機科學技術、人工智能技術、電子工程技術、信息傳感技術等現代學科的快速發展，機器人技術取得了長足的進步并已成為衡量一個國家工業自動化水平的重要標志[1]。國內各大高校也相繼開設了機器人學等機器人領域的相關課程，并對該課程的改革進行了研究[2-3]。但是這類課程由于資金和設備等原因，往往以理論教學為主,對實驗教學不夠重視，使學生缺乏對實際系統的了解。而實驗教學又是培養學生實踐能力的一個重要教學環節，在機械工程領域中，對培養學生的創造能力、創業精神、動手能力、主動思維能力、分析問題和解決問題的能力以及提高其綜合素質等方面起著十分重要的作用[4-6]。同時，單純的理論學習一方面不利于對理論的深入認識，另一方面也不利于今后順利進入課題研究。為滿足學生自主學習、課外創新實踐、畢業設計等需求，使學生能夠將理論知識與工程實踐相結合，我們利用現有實驗設備，采用“實驗采集—數據處理—模型建立—數學分析—實驗驗證”多功能一體化實驗路線，為學生將理論應用到實踐提供了一個開放的平臺。

1 實驗系統的結構和組成

實驗教學系統主要由運動捕捉系統和機械臂系統兩部分組成。我們對兩個獨立的系統進行有效的整合[7]，建立相應的服務器與客戶端，從而通過網絡完成系統數據間的發送與接收。運動捕捉系統能夠實時地采集到學生的運動數據，并通過數據處理算法，得到笛卡爾坐標系下的位置信息，并以此作為機械臂系統的末端運動軌跡。我們將服務器與客戶端搭建在同一PC機上，運動捕捉系統軟件Arena作為服務器實時監測實驗者Marker點信息并發送數據。當客戶端與服務器連通時，我們可以得到Marker點的信息，包括Marker點的個數，連接狀態，編號，初始位置。當實驗者開始運動的時候，Marker點的信息能夠顯式地實時顯示，并通過數據處理算法，得到所需的關節數據，從而驅動機械臂實時運動。如果實驗者運動時關節角度超過機械臂關節角度范圍，關節數據將停留在前一時刻，避免機械臂的損壞。具體的系統結構如圖1所示。

圖1 實驗教學系統的結構和組成

1.1 運動捕捉系統

我們采用的是由NaturalPoint公司研制的Optitrack全身動作捕捉系統，可對學生的全身動作進行準確捕捉。圖2為Optitrack運動捕捉系統示意圖，它是一種高級光學動作捕捉系統，目前常見的光學式運動捕捉大多基于計算機視覺原理，使用6～8個相機環繞表演場地排列，這些相機的視野重疊區域就是實驗者的動作范圍。為了便于處理，通常要求實驗者穿上單色的服裝，在身體的關鍵部位，如關節、髖部、肘、腕等位置貼上一些特制的標志或發光點，稱為"Marker"，視覺系統將識別和處理這些標志。系統標定后，相機連續拍攝實驗者的動作，并將圖像序列保存下來，然后再進行分析和處理，識別其中的標志點，并計算其在每一瞬間的空間位置，進而得到其運動軌跡。從理論上說，對于空間中的一個點，只要它能同時為兩部相機所見，則根據同一時刻兩部相機所拍攝的圖像和相機參數，可以確定這一時刻該點在空間中的位置。當相機以足夠高的速率連續拍攝時，從圖像序列中就可以得到該點的運動軌跡。由于我們只需要手臂的運動數據，因此我們在肩部、肘部、小臂、腕部以及手部分別貼上一個Marker點。

圖2 運動捕捉系統示意圖

1.2 多自由度機械臂系統

實驗教學系統采用的是Robai7R冗余機械臂[8]，它由3自由度的肩關節，1自由度的肘關節和3自由度的腕關節組成,結構簡圖如3所示。我們將運動捕捉系統中Marker點信息映射到關節空間中，如圖4所示。多自由度的冗余結構能夠提高機械臂的靈活性，改善其運動性能，使其能夠完成避障等特殊任務要求。同時，系統所提供的開源式的控制軟件，能夠使學生在已有功能的基礎上，按照所學知識編寫算法，從而實現機械臂的運動控制。

圖3 Robai機械臂的結構簡圖

圖4 機械臂實物圖及映射關系

2 多功能開放式自主學習實驗

該實驗系統為學生提供了一個開放平臺。學生在掌握機器人理論知識的基礎上，通過自主學習、自主設計，將理論與實踐相結合。通過該實驗系統，學生不僅可以將抽象的知識以直觀實際的方式展現出來，便于對所學知識的理解；同時也提高了在編程、計算、繪圖等各方面的能力，更激發了學生的積極性、創造性，提高了動手能力。詳細的實驗流程如圖5所示。

(a)

(b)

圖5 (a)人體手臂運動學模型。(b)開放式自主學習實驗流程

2.1 實驗采集

在以往的機器人學課程教學中，機械臂的末端軌跡往往都是老師提前給定的，以圓、直線等一些簡單的空間軌跡為主。而在該實驗系統中，學生利用Optitrack運動捕捉系統[9]，實時地記錄下人臂的運動軌跡，經過處理后，以此作為機械臂的末端軌跡。圖6為運動捕捉實驗場景。在該實驗場景中，學生擁有絕對的自由，可以充分地發揮其想象力，完成抓取、擺動或一些更加復雜的任務。這樣，每個學生都能夠擁有屬于自己的運動軌跡，同時也不會增加隨后過程中的計算量。

2.2 數據處理

作為兩個獨立的系統，Optitrack運動捕捉系統和Robai機械臂系統擁有不同的控制方式以及數據格式。在此環節中，學生首先需要將采集到的人體運動信息轉化為BVH格式的數據文件[10]，再通過Matlab軟件編寫簡單的程序將BVH數據文件中手臂的運動信息提取出來，方便之后的計算。

圖6 運動捕捉實驗場景

2.3 模型建立

目前，公認的手臂模型為具有7自由度的冗余結構[11-12]，如圖5(a)所示。學生根據自身手臂的實際尺寸結構，建立人臂模型，通過數據處理環節得到手臂的運動軌跡。同時，利用DH參數法[13]對Robai機械臂建模。需要注意的是，由于Robai機械臂的實際尺寸與手臂不同，因此學生需要進行歸一化處理，來消除結構差異所帶來的誤差[14]。

2.4 數學分析

學生在之前環節的基礎上，充分利用課堂所學知識及老師所提供的算法和指標，圍繞機器人學中逆運動學求解、動力學分析和軌跡規劃等經典問題[15]展開研究，加深對所學知識的理解。同時，學生需要利用三維軟件建立機械臂的虛擬樣機，利用Matlab軟件進行計算分析，將所得到的理論結果與仿真結果比對，如圖7所示，并對理論結果進行修正分析。

2.5 實驗驗證

學生將驗證的實驗結果以機械臂關節角度的形式展現出來并以此驅動Robai機械臂。如圖8所示，學生通過直觀地觀察機械臂的運動來重現自己在運動捕捉系統下的實際運動,并觀察兩者之間的差異。最后，學生以書寫實驗報告的形式結束本次實驗。

圖7 理論結果與仿真結果對比圖

圖8 實驗驗證

3 結 語

在應用該實驗系統進行機器人教學過程中，學生將綜合應用到機械原理、理論力學、矩陣論、三維制圖、軟件編程和虛擬現實技術等知識，而且實驗的結果沒有特定的標準答案和固定的模式，學生處于一個完全開放的環境中，在運動捕捉系統下，自主的規劃運動軌跡。因此，通過該實驗系統進行機器人教學，可以體現“以學生發展為中心，重視學生的主體地位”的現代教育理念，激發學生的學習興趣，提高學習的積極性，同時，將理論知識與工程實踐很好的結合起來。

[1] 于秀麗，魏世民，廖啟征. 仿人機器人發展及其技術探索[J]. 機械工程學報, 2009, 45(3): 71-75.

[2] 王 劍, 馬宏緒, 黃茜薇, 等. 關于本科教育機器人教學的思考[J]. 電氣電子教學學報, 2011, 32(2)： 19-21.

[3] 占 強，閆彩霞，蔡 堯. 機器人教學改革的探索和實踐[J]. 現代教育技術, 2010, 20(3): 144-146.

[4] 李 越. 高校實驗教學改革的思考與實踐[J]. 高校實驗室工作研究, 2009, 100(2): 6-8.

[5] 李金昌. 全面開放實驗室 培養復合型人才[J]. 實驗室研究與探索, 2011(3):1-5.

[6] 肖偉才. 理論教學與實踐教學一體化模式的探索與實踐[J]. 實驗室研究與探索, 2014(4): 81-84.

[7] 衛 沅，趙 京. 基于運動捕捉下的7R機械臂的實時控制[J]. 機械工程學報，2013,49(23):68-73.

[8] Biyun Xie, Jing Zhao and Yu Liu. Human-like Motion Planning for Robotic Arm System [C]//IEEE 2011 International Conference on Advanced Robotics, 2011:88-93.

[9] Kobayashi Futoshi. Motion Capture with Inertial Measurement Units for Hand/Arm Robot Teleoperation [J]. International Journal of Applied Electromagnetics and Mechanics, 2014, 45: 931-937.

[10] 吳 鈴，候 進，徐 芳. BVH文件驅動三維人體動畫的實現 [J]. 沈陽理工大學學報, 2012, 31(1): 52-56.

[11] Zacharias F. Workspace Comparisons of Setup Configuration for Human-Robot Interaction [C]//IEEE/RSJ 2010 International Conference on Intelligent Robots and Systems, 2010:3117-3122.

[12] 趙 京，宋春雨，杜 濱. 基于人體工程學的仿人機械臂構型 [J]. 機械工程學報, 2013, 49(11): 16-21.

[13] Denavit J and Hartenberg R S. A kinematic notation for lower pair mechanisms based on matrices [J]. ASME Journal of Applied Mechanics, 1955(6):215-221.

[14] Panagiotis K. Artemiadis, Pantelis T. Katsiaris, Kostas J. Kyriakopoulos. A biomimetic approach to inverse kinematics for a redundant robot arm [J]. Auton Robot, 2010, 29: 293-308.

[15] 熊有侖.機器人技術基礎[M].武漢：華中科技大學出版社，1995.

·名人名言·

如果你問一個善于溜冰的人怎樣獲得成功時,他會告訴你:“跌倒了，爬起來。”這就是成功。

——牛頓

Innovation and Practice Method and Application of the Robot Experimental Teaching System

ZHAOJing,WEIYuan

(College of Mechanical Engineering and Applied Electronics Technology，Beijing University of Technology， Beijing 100124, China)

The experimental teaching in major of mechanical engineering plays an extremely important role in the student development. In consideration of few experiments at college and the fact that students cannot combine theories and practice, an experimental teaching system has been designed. The teaching system is based on the virtual reality technology, and combines the motion capture system with robot arm system. It provides students a broader platform to put theories into practice. It also can stimulate students’ interest in study and improve the learning enthusiasm.

robot; experimental teaching; motion capture

2014-11-24

趙 京(1961-)，男，北京人，教授，主要從事機器人運動學與動力學研究。

Tel.:13001148208; E-mail: zhaojing@bjut.edu.cn

TP 242

A

1006-7167(2015)11-0210-03