重庆大学机器人课程论文

研究生课程考核试卷

（适用于课程论文、提交报告）

科目：机器人技术发展现状与工程应用教师：柏龙姓名：学号：

专业：机械工程类别：学硕上课时间：2016-2017学年第二学期（13周）考生成绩（综合成绩=90%卷面成绩+10%平时成绩）：

阅卷评语：

阅卷教师(签名)

重庆大学研究生院制

1．简述机器人研究涉及的关键技术。（至少列出五种机器人领域涉及关键技术，并对所列关键技术的概念、技术手段、难点及趋势等进行简述。

本题30分，评分标准：内容完整性15分、内容前沿性10分、内容表述条理性及格式规范性5分）

答：

1)机器人虚拟样机技术

1.1概念

虚拟样机技术是一种基于智能设计技术、并行工程、仿真工程及网络技术的先进制造技术，它以计算机仿真和建模技术为支持，利用虚拟产品模型，在产品实际加工之前对产品的性能、行为、功能和产品的可制造性进行预测，从而对设计方案进行评估和优化，以达到产品的最优目标。

虚拟样机技术的系统结构示意图

1.2技术手段

①系统总体技术

虚拟样机系统总体技术要从整体出发，规定和协调构成虚拟样机各子系统的

运行和相互之间的关系，实现信息和资源共享，实现系统总体目标。系统总体技术涉及规范化的体系结构、系统采用的标准与协议、网络技术、数据库技术、系统集成技术以及系统运行模式等。其中，系统集成技术的核心是工程设计技术、建模/仿真技术和虚拟现实/可视化技术这3类技术的集成与优化。

②建模技术

建模技术是虚拟样机技术中的一个重要环节，虚拟样机模型是对实体的数学表示，它给出对象结构和性能的描述，并能产生相应的图形，如功能视图、结构试图和行为视图。随着仿真技术的发展，虚拟样机建模技术已经从对实体的建模发展到对环境的建模和对人体行为的建模。

③协同仿真技术

复杂的虚拟样机系统的协同仿真技术包括协同建模技术、协同仿真技术和协同仿真运行管理技术外方面。协同仿真技术主要解决由不同工具、不同算法实现的分布、异构模型之间的互操作与分布式仿真问题。分布交互仿真技术是实现虚拟样机协同仿真技术的重要技术基础。

④虚拟样机的支撑环境

虚拟样机的支撑环境应具备以下特点：

（1）采用开放性的、模块化的系统体系结构，最大限度地采用目前流行的产品和标准，减少新的工具和支撑系统的开发。

（2）采用支持未来软件概念的可扩展性架构。

（3）提供支持多领域的协同建模/仿真环境和虚拟现实/可视化显示环境。

（4）集成各类已有的建模和仿真工具，实现模型和工具的即插即用，支持并行工程方法学。

（5）采用分布式数据库，实现各种数据的统一存储和管理。

（6）实现分布、异构的不同软硬件平台、不同网络及不同操作系统之间的互操作。

1.3难点

①目前国内的研究范围较窄，仅停留在多体系统动力学的领域内，且仅停留在实验室阶段，尚难以在工程实践中应用。

②对相关技术的研究不足。目前国外已有学者开始研究如何将面向对象技术应用

到虚拟样机技术中来，而国内在这方面的研究却是一片空白。

③对机械系统虚拟样机技术软件系统的开发和商品化的重要性及迫切性认识不足，而国外先进的、商品化的虚拟样机技术软件都具有良好的图形用户界面，具有直观、自然、友好、方便等优点。

1.4趋势

在虚拟技术的应用方面，首先是建模技术还需要进一步的研究和完善。在这方面，需要模型的可扩展性、开放性、可重用性以及互操作性等方面的缺陷和不足。

在虚拟样机技术方面，需要进一步研究和探讨如何对开发虚拟样机中的不同活动进行管理、协调、优化，使这一技术在应用上更加简单和易于推广和普及。

2)机器视觉技术

2.1概念

机器视觉技术，是一门涉及人工智能、神经生物学、心理物理学、计算机科学、图像处理、模式识别等诸多领域的交叉学科。机器视觉主要用计算机来模拟人的视觉功能，从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。机器视觉技术最大的特点是速度快、信息量大、功能多。

2.2技术手段

机器视觉检测系统。采用CCD照相机将被检测的目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号，图像处理系统对这些信号进行各种运算来抽取目标的特征，如面积、数量、位置、长度，再根据预设的允许度和其他条件输出结果，包括尺寸、角度、个数、合格/不合格、有/无等，实现自动识别功能。

工作原理图

2.3难点

①打光的稳定性。工业视觉应用一般分成四大类：定位、测量、检测和识别，其中测量对光照的稳定性要求最高，因为光照只要发生10-20%的变化，测量结果将可能偏差出1-2个像素。

②工件位置的不一致性。每次待测目标物出现在拍摄视场中时，要能精确知道待测目标物在哪里，即使你使用一些机械夹具等，也不能特别高精度保证待测目标物每次都出现在同一位置的。

③标定。目前的标定算法都是基于平面的标定，如果待测量的物理不是平面的，标定就会需要作一些特种算法来处理，通常的标定算法是解决不了的。此外有些标定，因为不方便使用标定板，也必须设计特殊的标定方法，因此标定不一定能通过软件中已有的标定算法全部解决。

④物体的运动速度。如果被测量的物体不是静止的，而是在运动状态，那么一定要考虑运动模糊对图像精度（模糊像素=物体运动速度*相机曝光时间），这也不是软件能够解决的。

⑤软件的测量精度。在测量应用中软件的精度只能按照1/2—1/4个像素考虑，最好按照1/2，而不能向定位应用一样达到1/10-1/30个像素精度，因为测量应用中软件能够从图像上提取的特征点非常少。

2.4趋势

①机器视觉系统的用户接口会引起越来越多的关注。用户接口通常是最后考虑的，这需要从算法设计者不断贡献中来建立。

②使机器视觉工具成为使用简单的专用工具。与一个复杂的多功能的基本视觉系统相反，我们的工具针对于一类问题。这个在特定知识领域上建立，会极大地减少需要使用一个机器视觉工具的专家知识。

③增加视觉系统的智能以使它能克服更多的环境变化。比如，与让用户去装置一个零件到一个特殊的位置不同，我们使用视觉搜索去寻找视场里的部件。视觉商家必须平衡易于使用与市场大小，还有携带多个产品的成本。

3)路径规划技术

3.1概念

路径规划技术是机器人研究领域中的一个重要部分。典型的路径规划问题是