【大學課件】生物生產(chǎn)機器人 參考資料（中文課件）----

1、2.1 生物生產(chǎn)機器人的作業(yè)對象 生物生產(chǎn)機器人的開展，大局部是由于生物生產(chǎn)系統(tǒng)中自動化原料處理的需要而引起的，因而機器人的作業(yè)對象和過程生物體所經(jīng)歷的是影響機器人設計的重要因素。與通常所設計的傳統(tǒng)工業(yè)機器人的作業(yè)對象和過程相比，生物生產(chǎn)機器人需要處理大小、形狀、顏色和外表特征動態(tài)變化的對象。此外，生物生產(chǎn)機器人很可能是在非結(jié)構(gòu)化環(huán)境中作業(yè)，調(diào)整對象和過程以利于機器人的設計的可能性也很小(Allotta et al., 1990, 1991; Ting和Giacomelli, 1990)。 植物、動物和食品的可能形態(tài)幾乎是無限的，目標對象常是隨機地處于一個三維空間，隨著植物的生長以及其它外部因

2、素如風、機器和作業(yè)人員等的影響，這些位置可能發(fā)生改變，所以為機器人創(chuàng)造一個均衡統(tǒng)一的環(huán)境是十分具有挑戰(zhàn)性的。此外，種植方式和植物栽培系統(tǒng)還依賴于生產(chǎn)系統(tǒng)的規(guī)模、當?shù)貧夂蚝头N植者的技術、環(huán)境及個人喜好。 另一個主要關心的問題是作業(yè)對象后期加工過程中的品質(zhì)保持，在設計機器人時，需要仔細考慮和研究機器人體接觸或變化對生物體的影響。根據(jù)定義，機器人是智能的、靈活的機器，它們比機械自動化機器更適宜于對這些類型的問題作出響應。2.2 生物體的特性生物體的特征如表2.1所示，這些屬性可以用各種已確定的或新興的方法測量。植物的形狀乍看之下好似很復雜，但通常是具有一些規(guī)那么的特征，這類信息是應用機器視覺識別植物

3、形狀的導航機器人智能的一個局部。 作業(yè)對象的動態(tài)屬性對決定機器人恰當?shù)奶幚聿襟E和引導操作中機器人的運動狀態(tài)以減少對作業(yè)對象質(zhì)量的負面影響是很重要的。一般，生物體和工業(yè)機器人的作業(yè)對象相比往往比擬柔軟且更易受到損傷，物體外表的摩擦阻力對決定機器人的夾緊力和翻轉(zhuǎn)力是十分重要的，剪切阻力那么是正確切割物體必須考慮的。當機器人處理動物對象時需要足夠輕柔細致，以免讓它們覺得不舒服。生物體的彈性有助于機器人決定處理對象的限度。 表2.1 生物體的物理屬屬性特征物理形狀、大小、質(zhì)量、密度、表觀動態(tài)剪切阻力、摩擦阻力、彈性、粘性光學反射率、透射率聲學振動特性、波傳播特性電學電阻、電容、靜電特性生物體具有一定的

4、光學特性，圖2.1所示是局部植物在近紫外、可見和近紅外波段的典型反射光譜。植物含有葉綠素的局部在670 nm附近有一個吸收波段。水果和花的顏色依賴于植物的種類，有些花在300 nm附近有很高的反射率，基于這一點，可以認為某些昆蟲的視覺敏感范圍包括了紫外區(qū)域，昆蟲可能擁有將花朵從植物其它部位鑒別出來獲得蜂蜜和花粉的能力。在近紅外區(qū)域，有很多水的吸收波段：970、1170、1450和1950 nm，植物的所有部位在這一區(qū)域比在可見光區(qū)域具有更高的反射率。 圖2.1 植物的典型反射光譜由于生物體含有水和組織，所以聲波和振動屬性同樣顯示出獨特的特征，這些屬性根據(jù)物體的成熟度和質(zhì)量會有所改變。電特性如電

5、阻和電容也會隨物體品質(zhì)的變化而變化。大多數(shù)的生物體都是活的，收獲的水果吸進O2呼出CO2和乙烯，用生物傳感方法測量植物或水果的呼吸活動(類似于測量人類的脈博)，從而確定生物體的內(nèi)部狀態(tài)也是可行的。生物生產(chǎn)機器人的作業(yè)對象與傳統(tǒng)的工業(yè)制造機器人是不同的，因而有必要開發(fā)生物生產(chǎn)機器人以適合生物體的特征。2.3 生物生產(chǎn)機器人的特征要使生物生產(chǎn)機器人適合生物體的特征，生物生產(chǎn)機器人的組成和性能就可能不同與工業(yè)機器人。首先，生物體的屬性是各種各樣且多變的，因而生物生產(chǎn)機器人在處理生物體時必須是靈活的、多功能的，在大多數(shù)情況下，當末端執(zhí)行器與生物體相接觸時柔性處理是必要的。第二，在識別周圍環(huán)境時常希望機

6、器人具有一定程度的智能。第三，機器人常要在非結(jié)構(gòu)化的、苛刻的和變化的環(huán)境下作業(yè)。第四，除了那些傳統(tǒng)機器人所具備的平安裝置之外，當生物生產(chǎn)機器人與操作人員一起作業(yè)時可能還需要一些特殊的平安裝置。最后，為使機器人能獲得潛在的使用者的認可，它的操作界面必須簡單，且貨幣投資要有本錢效益。2.4 對生物生產(chǎn)機器人的期望 雖然從19世紀70年代后期，生物生產(chǎn)機器人的研發(fā)一直在進行，但這一領域仍處于它的新興階段。對生物生產(chǎn)機器人的需求和開展方向?？梢娨恍O端的觀點，生物生產(chǎn)產(chǎn)業(yè)潛在的使用者對這一類機器人技術有各種期望。機器人無疑在很多生產(chǎn)制造過程中對提高生產(chǎn)率起了很重要的作用，為工業(yè)生產(chǎn)而開發(fā)的機器人技術及

7、在生產(chǎn)中獲得的經(jīng)驗對生物生產(chǎn)機器人的開發(fā)有很重要的價值，應用于各種生產(chǎn)過程的先進機器人技術也將繼續(xù)開展。我們的觀點是：無條件地接受或拒絕機器人技術在生物生產(chǎn)領域的應用是不恰當?shù)?。因而，討論目前和未來對生物生產(chǎn)機器人的期望是什么是很重要的。替換、節(jié)省勞動力 生物生產(chǎn)機器人能彌補季節(jié)性勞力缺乏和管理困難問題，同時有助于降低人工費用。機器人有每天工作多于8小時的能力，一些機器人還能一天不間斷地工作24小時。由于機器人能在任何時間段工作，很多生產(chǎn)系統(tǒng)就可利用這一優(yōu)點降低非頂峰期的使用率。機器人可用于替代工人完成危險和骯臟的作業(yè)，另一方面，機器人也同樣適宜那些要求盡量減少人員通行的干凈的室內(nèi)環(huán)境。很多生

8、物技術作業(yè)包括生物原料的控制傳送就屬于這一類。人類能力的擴展 裝在機器人上的很多傳感器可以進行比人工更精確的、連續(xù)的測量，特別是在像播種和嫁接這種單調(diào)的作業(yè)中，能創(chuàng)造更高質(zhì)量的、統(tǒng)一的產(chǎn)品，從而增加市場價值。研究者在開發(fā)那些使用人類無法測量的信號的傳感技術方面進行了大量的工作；另外，很多信號處理的創(chuàng)新算法可通過微處理器實現(xiàn)再傳遞給機器人執(zhí)行任務。通過使用在適當受限的工作單元為生物體特征專門開發(fā)的適宜的末端執(zhí)行器，機器人有可能進行高速高效的作業(yè)，有些機器人系統(tǒng)還能處理一些工人無法直接處理的對象。目前，人類智力和能力的很多方面仍然是機器無法獲得的，人類的創(chuàng)造性、靈活性和管理技巧在將資源轉(zhuǎn)變成產(chǎn)品的

9、整個系統(tǒng)中是相當有價值的。機器人作為人類的工具而開發(fā)，并在開發(fā)過程中盡量使機器人能夠擴展人類的能力。包含機器人的新生產(chǎn)系統(tǒng)在開發(fā)生物生產(chǎn)機器人時，很多情況下，新的生產(chǎn)系統(tǒng)也被創(chuàng)立以利于機器人作業(yè)。適用于特殊機器人的生產(chǎn)系統(tǒng)要同時根據(jù)生物生產(chǎn)的規(guī)模和環(huán)境的狀況而創(chuàng)立，根據(jù)Kokuzeixha (1995)發(fā)表的數(shù)據(jù)資料，圖2.2顯示了很多生物生產(chǎn)的規(guī)模。過去25年，美國和日本的農(nóng)場和農(nóng)場用地的數(shù)量都有穩(wěn)定的下降，美國的農(nóng)場用地約是日本的40倍，而日本的農(nóng)場數(shù)那么比美國多，這說明兩個國家之間在農(nóng)場的平均大小上有很大的不同，日本的農(nóng)場平均大小為1.4 ha，而美國是190 ha?？梢?，除了可控環(huán)境中

10、的系統(tǒng)外，這兩個國家的農(nóng)業(yè)系統(tǒng)通常有一定的不同。 在東亞，主要是小規(guī)模的生物生產(chǎn)系統(tǒng)和有許多農(nóng)民的密集型農(nóng)業(yè)，在他們的生產(chǎn)系統(tǒng)中，優(yōu)質(zhì)產(chǎn)品是在較小區(qū)域里消耗大量的勞力、精力和時間獲得的。雖然在開發(fā)技術以增加單位面積產(chǎn)量上作了很多努力并獲得了一些主要成果，但這些技術的開展變得越來越困難。東亞的褶皺地型形成了各種小平原、丘陵、流域、小山、溫室和植物工廠，還有在這些區(qū)域的各種各樣的環(huán)境條件。為了獲得較高的產(chǎn)量和質(zhì)量，必須在適宜的季節(jié)和區(qū)域種植適宜的生物種類。在一個含多種種植地型的生產(chǎn)系統(tǒng)，需要一個單操作器多機器人(one-operator-several-robots)系統(tǒng)。在美國和加拿大，常是只有

11、很少農(nóng)民的大型農(nóng)場及用于大塊田地的大型機械。他們能以較低的消耗生產(chǎn)優(yōu)質(zhì)的產(chǎn)品，但統(tǒng)一的品質(zhì)還是較難到達的。當機器人引入大型系統(tǒng)時，通過各種全球定位系統(tǒng)進行控制會很有效。在這種系統(tǒng)中，由于是大型的單一作物區(qū)域，一個農(nóng)場主所需的機器人數(shù)量比東亞密集型多作物系統(tǒng)的要少。歐洲的情況在東亞和北美這間，如圖2.2所示。圖2.2 每個農(nóng)場主的農(nóng)場占地面積2.5 多用途的生物生產(chǎn)機器人 生物生產(chǎn)有許多季節(jié)性的作業(yè)，過去大多數(shù)機械是為田間作業(yè)而開發(fā)的，如水稻生產(chǎn)的插秧機和聯(lián)合收割機，因為它們是為提高某一特殊時段和某一特殊作業(yè)的作業(yè)效率而設計的，所以每年的使用時間不長，這也是農(nóng)民的純經(jīng)濟利潤不好的一個原因：昂貴機

12、械的日常開支。 機器人只有一個普通機械手，它的一個主要優(yōu)點是通過改變末端執(zhí)行器或與軟件結(jié)合的各種傳感器實現(xiàn)它的多功能。然而事實上，設計一個機器人要它實現(xiàn)一項工作中的很多任務類型是不明智的。為短時間多目的而設計的大局部機械系統(tǒng)有一個缺點是它們的工作效率會降低。在設計自動化系統(tǒng)時一個不可防止的問題是：靈活的自動化系統(tǒng)還是固定的自動化系統(tǒng)更適合一項特定的工作。一個固定的自動化系統(tǒng)在大量標準件生產(chǎn)中效率很高，而一個靈活的自動化系統(tǒng)在經(jīng)常變化的生產(chǎn)中效率較高(Koern, 1983)。2.6 生物生產(chǎn)機器人：工程技術、生物學與社會科學的綜合在設計生物生產(chǎn)機器人的組成局部時用到了很多工程理論和技術，包括機

13、械學、電子學、機器視覺、模糊控制、人工智能、神經(jīng)網(wǎng)絡及其它種種。因為機器人是為處理植物、動物、食品和其它生物體而設計的，對生物科學的了解以及它在生物原料生產(chǎn)過程中的作用是同等重要的。而且，還不能忽略考慮相關社會科學如經(jīng)濟學、管理學、市場學和公共接受程度的必要性。圖2.5描述了為生物生產(chǎn)機器人開發(fā)綜合三大重要推動力的必要過程。參考文獻 Allotta, B., L. Bosio, P. Dario, F. Quaglia, and L. Tripaldi, 1990. Intelligent grasping of fruits and vegetables for robot harvesti

14、ng. In The First Workshop on Robotics in Agriculture and the Food Industry: 125-134. Marseille, France: Teknea.Allotta, B., P. Dario, F. Quaglia,1991. In The Second W orkshop on Robotics in Agriculture and the Food Industry:93-94.Genova,Italy: University of Genova.Arima, S., N. Kondo, Y. Shibano, J.

15、 Yamashita, T. Fujiura, and H. Akiyoshi, 1994, Studies on cucumber harvesting robot(Part 1). J. Jpn. Soc.Agric. Mach.56(1); 55-64.Kokuzeisha. 1995. Agriculture in the world. In Sekai-kokuzei-zukai(1994-1995); 215-233. Tokyo, Japan: Kokuzeisha.Kondo,N., M. Monta,Y. Shibano, and K. Mohri, 1993. Invest

16、igation of basic mechanism of manipulator based on training of plant. Environ. Control Biol.31(2); 75-80.Kondo, N., 1993. Trial of Phytotechnology. Agric.Hortic,68:303-308.Koren.Y. 1983. Computer Control of Manufacturing Systems. New York: McGrawHill.Kurokami, K., 1980. Fence type training system of mandarin orange tree. Agric. Hortic. 55(2); 289-293.Ting, K. C. and G. A. Giacomelli, 1990. Robotics research on transplanting of seedlings. In The First Workshop on Robotics in Agriculture and the Food Indust