多關節靈巧手混合遙操作控制系統

宋小瑛 ，肖金鳳 ，傅艦艇 ，李 耀

（1.南華大學 電氣工程學院，衡陽 421001；2.中國科學院重慶綠色智能技術研究院，重慶 400714）

多關節靈巧手主從遙操作控制的控制策略是決定靈巧手抓持精度的關鍵因素。要實現高精度遙操作控制，需解決2個關鍵問題：一是主操作端運動檢測，如何獲得精確人手運動信息 （關節角度等），這是靈巧手主從遙操作控制的核心問題[1]；二是高精度映射方法的選取。對問題一，數據手套因具有佩戴方便、安全、靈活性強、受環境干擾小、識別率高、實時性強等優勢，成為人手運動信息檢測的最佳和最常用設備[2]。對問題二，大量學者開展了相關研究，提出了關節空間映射方法、指尖位置映射方法、基于特征點集的靈巧手主從映射、基于虛擬手指的直角空間指尖運動映射方法等[3-5]。但研究表明，現有的主從遙操作控制方式，控制精度并不理想[6-9]。

本文采用Cyber Glove II無線數據手套和壓敏電阻器作為主操作端信息檢測的硬件平臺，以自主設計的多關節靈巧手為研究對象進行主從遙操作控制系統研究，實驗發現：1）靈巧手和物體間的作用力小于或等于0.28 N時，采用數據手套控制，精度較高；2）當靈巧手和物體間的作用力大于0.28 N時，仍采用數據手套控制，精度很低，而利用壓力控制靈巧手的角度運動，精度提高。

本設計提出一種基于關節角度映射和指尖壓力控制相結合的混合控制方式，成功實現多關節靈巧手遙操作控制，實驗表明該混合控制方法具有控制精度高、響應快等優點。

1 系統設計

1.1 系統整體結構

系統整體結構如圖1所示，包括運動信息獲取模塊、控制系統模塊及執行端靈巧手3個部分。

圖1 系統結構Fig.1 System assumption diagram

本設計采用的主操作端信息檢測的硬件平臺具有18個抗彎曲傳感器，每個傳感器測量為8位模數轉化，采樣率為90 Hz。其中，手指配備2個曲度傳感器，此外還有4個外展傳感器以及測量拇指交叉截面、手掌拱度、腕關節彎曲和外展的傳感器。控制對象為項目組自主設計的機器人靈巧手。該手指設計為雙自由度，第一自由度關節采用蝸輪蝸桿機構驅動；第二自由度關節采用蝸輪蝸桿機構結合鋼絲繩傳動。

系統通過無線數據手套采集操作端關節角度信息，運用FSR400采集壓力信息；采用串口通信方式將處理后的控制信號發送至靈巧手電機驅動模塊，產生相應的 PWM（pulse-width modulation）控制信號，驅動各關節處的直流無刷電機，實現人手對靈巧手的主從遙操作控制。

1.2 壓力檢測與控制

本設計中壓力檢測采用具有瞬態電壓抑制功能的壓敏電阻器FSR400。當壓力感測電阻器感應面的壓力增加時，其阻抗就會減少，從而取得壓力數據。

壓力檢測與控制模塊主要包括壓力檢測電路、模數轉換及數據處理3個部分。壓力檢測與控制電路如圖2所示。

圖2 壓力檢測與控制電路Fig.2 Pressure detection and control circuit

圖中，直流電橋電路將壓敏電阻器R4的電阻變化率ΔR4/R4轉換成電壓輸出。其中R1=R2=R3=R5=R6=10 k，R4為壓敏電阻器FSR400，用于獲取壓力數據。通過精密運算放大器OP27將電橋輸出的電壓信號放大，16位AD轉換器AD7606將輸入的模擬量轉換成與之對應的數字量，數據處理模塊采用32位微控制器STM32F103。人手指尖與靈巧手指尖都安裝壓敏電阻器，利用主從控制端的電壓差ΔU控制靈巧手的運動，直到ΔU=0時電機停止轉動。

2 控制策略

2.1 混合控制

本系統中，人手部佩戴數據手套和壓力傳感器，食指在垂直平面內做彎曲運動，實現靈巧手的遙操作控制。當食指指尖與物體接觸產生的作用力小于或等于0.28 N時，系統遙操作主要由基于數據手套的關節角度控制來完成；當食指指尖與物體接觸產生的作用力大于0.28 N時，系統遙操作主要由基于壓敏電阻器FSR400的壓力跟隨控制來完成。混合控制原理如圖3所示。

2.2 混合控制系統軟件設計

2.2.1 軟件流程

本系統設計中選用一種簡化的ActiveX控件MSComm（microsoft communications control）實現串口通信，采用2.4 GHz藍牙無線技術，通信協議為RS-232，系統編程環境為Visual C++2010。控制系統流程如圖4所示。

圖3 混合控制原理Fig.3 Hybrid control theory

圖4 控制系統流程Fig.4 Control flow chart

圖4中，F1為人手指尖的壓力值，F2為靈巧手端的壓力值，d為數據手套傳感器輸出值。采用關節角度控制和壓力跟隨控制相結合的控制方式，當靈巧手手指末端處于自由空間或與環境接觸的作用力F1≤0.28 N時，系統工作于基于數據手套的關節角度控制模式。當靈巧手指與環境接觸的作用力大于0.28 N時，系統工作于基于壓敏電阻器FSR400的壓力跟隨控制模式。

2.2.2 關節運動映射

建立 di（i=1，2，…18）和 θi（i=1，2，…18）之間的機械耦合映射關系為

式中：θ為手指每個關節角度數；k為矯正增益參數；d為數據手套對應關節傳感器讀數（0～255）；b為偏差量，是通過標定程序計算得出的矯正參數。將映射得出的對應關節角度數據θ作為控制參數，發送給靈巧手端的處理模塊，實現人手到靈巧手間精確的關節運動映射。

3 實驗與結果分析

3.1 食指運動信息檢測

實驗中，測試對象佩戴數據手套，手掌朝下，食指在垂直平面內做周期性的彎曲、伸展運動，其他手指和手掌關節保持不動。將食指運動的起點和終點分別標記為C、D（OC=OD=6 cm），指掌關節和中指節關節分別標記為A、B，在此不考慮關節A在水平面的轉動，3關節作平面鉸鏈運動，θ1、θ2分別為指掌關節和中指節關節的彎曲角度。垂直平面內食指屈伸往返運動記為一個完整運動周期，食指運動示意如圖5所示。

圖5 垂直平面內食指運動示意Fig.5 Forefinger’s movements in vertical plane

試驗中測試對象分別完成3個運動周期T=1.5 s，5 s，7.6 s，每個周期運動重復10次得到均值及方差，圖6～圖8為歸一化結果。圖6～圖8依次為T=1.5 s，5 s，7.6 s 3個不同運動時間長度下的關節軌跡曲線均值及方差。其中，實線1為指掌關節A的運動曲線均值，記為A：a；虛線2為指掌關節A運動的方差，記為A：s；虛線3為中指節關節B的運動曲線均值，記為B：a；虛線4為中指節關節B運動的方差，記為 B：s。 食指從 C（0，0）點開始做彎曲運動到達 D（x1，1）點，繼續從 D（x2，1）點做伸展運動回到C（1，0）點，完成一個周期的屈伸運動。圖 6～圖 8中，當 T=1.5 s時，x1=0.36，x2=0.7；當 T=5 s時，x1=0.43，x2=0.55；當 T=7.6 s時，x1=x2=0.5。其中，x2-x1表示食指從彎曲狀態變為伸展狀態的過度時間。

圖6 1.5 s關節運動軌跡曲線Fig.6 Joint’s movement curve of 1.5 s

圖7 5 s關節運動軌跡曲線Fig.7 Joint’s movement curve of 5 s

圖8 7.6 s關節運動軌跡曲線Fig.8 Joint’s movement curve of 7.6 s

由圖可見：①運動速度由快變慢的過程中，食指周期性屈伸運動的重復精度先增加后減小。當T=5s時，均方誤差小于0.1，效果最好；隨著T的增大，運動速度繼續減慢，重復精度逐漸減小。②隨著運動速度的減慢，抖動增強，曲線的平滑度變差。實驗結果表明，手指運動時延特性與運動速度具有非線性增益關系。

3.2 力度控制

靈巧手指尖和數據手套食指指尖均安裝有壓力傳感器，將食指指尖與物體接觸產生的作用力由0 N增大至0.6 N，再減小至0 N記為一個運動周期，靈巧手將在垂直平面內完成一個周期的彎曲、伸展運動。將安裝有壓力傳感器的靈巧手指尖位置固定，令食指完成一次周期運動的時間T=15 s，受力從0 N開始連續增大至0.57 N，基本保持恒力（變化幅度<0.03 N）時為 4.5 s。

繪制5個時間周期的力度均值及方差曲線，經自適應小波去噪后的壓力跟隨曲線如圖9所示。圖中，實線1為人手和物體接觸時作用力變化均值曲線，記為FF：a；虛線2為靈巧手指與接觸物體間的作用力均值曲線，記為DF：a；虛線3為人手食指周期運動的方差曲線，記為FF：s；虛線4為靈巧手端力度跟隨的方差曲線，記為DF：s。

圖9 力度控制曲線Fig.9 Force control curve

當食指指尖與物體間的作用力大于0.28 N時，遙操作控制中周期運動的重復精度逐漸提高，偏差小于0.38 N；當受力在0.57 N~0.6 N間基本保持恒力（變化幅度<0.03 N）時為4.5 s，遙操作控制中周期運動的重復精度大于96.5%，能夠達到穩定抓持物體的要求。由此可見，靈巧手指尖力度跟隨效果良好。控制時延小于0.68 s，在可接受的范圍內。

4 結語

該系統將關節角度映射和壓力控制相結合的混合控制策略應用于多關節靈巧手指遙操作控制系統中，成功實現了多關節靈巧手指的精確實時遙操作控制。定量分析了系統的時延特性，實驗驗證了系統可靠性和控制的有效性。對遙操作靈巧手的設計提供了重要數學分析工具，對新一代簡易、高效力反饋數據手套的研制和微創手術機器人系統的力檢測研究具有重要的借鑒價值。

[1]Pugin F，Bucher P，Morel P.History of robotic surgery：from AESOP（R）and ZEUS（R）to da Vinci（R）[J].Journal of Visceral Surgery，2011，148（5）：E3-E8.

[2]孫中圣，包鋼，李小寧.影響數據手套力反饋的因素分析[J].機床與液壓，2008（10）：21-23.

[3]胡海鷹，謝宗武，李家煒，等.基于指尖位置的人手與HIT/DLR靈巧手運動映射[J].哈爾濱工業大學學報，2007，39（11）：1727-1731.

[4]王珺，孫志峻，郭語.基于特征點集的五指靈巧手主從映射方法[J].機械設計與研究，2009，25（5）：35-38.

[5]Ozawa R，Ueda N.Supervisory controlofa multi-fingered robotic hand system with data glove[C]//Proc of IEEE/RSJ International Conference on Intelligent Robots and Systems，San Diego：IEEE，2007：1606-1611.

[6]徐莉，劉振方，王建丞，等.仿人機器人綜述[J].黑龍江科學，2013，4（7）：57-61.

[7]Khushaba RN，Kodagoda S，Takruri M，et al.Toward improved controlofprosthetic fingers using surface electromyograni（EMG）signals[J].Expert Systems with Applications，2012，39（12）：10731-10738.

[8]宋愛國.力覺臨場感遙操作機器人（1）：技術發展與現狀[J].南京信息工程大學學報：自然科學版，2013，5（1）：1-19.

[9]王華，趙臣，王騰飛.面向虛擬交互操作的力反饋主手控制系統設計[J].機械設計，2015，32（6）：99-104.