烹饪机器人锅具示教信息获取及运动轨迹规划

摘要

烹饪机器人的用途是实现中餐烹饪,它通过一系列依时间先后顺序连续执行的机械动作来完成菜肴烹制,包括在合适的时间使用合适的烹调方法,以及在合适的时间添加合适的主料或辅料等。烹饪机器人的锅具运动机构是其最主要也是最复杂的机构,烹饪机器人主要通过它来实现诸如“炒”、“烧”等中餐烹调方法。设计锅具运动机构的机械动作即是设计机构各关节的运动规律,从而使机构的末端--锅具能够通过其运动实现给定烹调方法所规定的要求,然而由于锅具运动机构的自由度有限以及锅具运动空间的限制,锅具运动机构还无法直接模仿人手部动作,因此还不能从机器人逆运动学求解角度进行锅具运动机构的机械动作设计。
　　 本文研究的目的是通过示教的途径利用示教者于真实的烹饪环境中产生的锅具运动示教信息来设计锅具运动机构的机械动作,它的意义在于:1)机械动作设计是有依据的；2)锅具运动示教信息承载有示教者的烹饪技艺；3)示教是一次完成的,它可以节约设计成本,特别是原材料成本；4)示教者可以对多种类型的锅具运动机构同时示教。这一研究是作者在深期间以深圳市繁兴科技有限公司生产的BS-A型烹饪机器人为示教对象并在该公司资助下完成的,所获得的成果如下:
　　 1、设计了一种基于惯性技术和超声波技术的锅具运动位置和姿态测量装置。该装置在利用惯性技术测量锅具运动过程中姿态变化时,并不采用目前应用的诸如扩展卡尔曼算法等惯性传感器和地磁传感器数据融合算法,转而采用REQUEST算法对惯性传感器等数据进行融合,从而降低了加速度计因同时测量锅具线加速度而造成的影响；在利用超声波技术测量锅具运动过程中位置变化时,该装置可以结合每一时刻测得的锅具姿态得到该时刻锅具上超声波传感器附近任意点相对于某一全局坐标系的位置。
　　 2、设计了一种能够准确地识别出示教者示教过程中具有确定意图的握有锅具的手部动作的种类以及每种动作发生的起止时刻的方法。这一方法首先将上述识别过程转化为在一条2维曲线上搜索代表待识别动作的曲线段(称为曲线类型)的过程,而后将这条2维曲线分割为一系列的曲线片段与曲线类型进行比较,这事实上已经成为2维曲线识别问题。论文设计并比较了四种曲线识别方法,即基于曲线弯曲角特征和基于曲线对重心距离特征的模板匹配方法以及基于上述两种特征的的模型匹配方法,其中所采用的模型为隐马尔可夫模型,并且每种曲线特征采用了不同的隐马尔可夫模型形式。实验表明基于曲线对重心距离特征的模型匹配方法在识别精度上是最优的,虽然其识别时间是最长的。
　　 3、提出了一种基于离散元的锅具运动机构的机械动作编制方法。这一方法以离散元作为工具建立了一种菜肴运动模型,能够复现菜肴在锅具运动施力时在锅内的运动过程。该方法还提出了三种评价指标用于评估锅内菜肴的最终运动效果。该方法以锅内菜肴的最终运动效果作为示教的锅具动作和锅具运动机构的机械动作之间等价的桥梁,从而解决了示教动作的任意性和锅具运动机构的机械动作的受约束性之间的矛盾。

目录

文摘

英文文摘

第1章 绪论

1.1 本文的研究意义

1.2 关于烹饪机器人锅具运动轨迹规划的研究现状

1.3 烹饪机器人锅具运动轨迹规划方法的研究思路

1.4 本文的工作以及各章节内容安排

第2章 基于惯性技术和超声波技术的锅具运动过程中位置和姿态测量方法

2.1 引言

2.2 方法基本原理描述

2.3 传感器信号处理电路及后续采集处理程序设计

2.3.1 传感器信号处理电路总体框图

2.3.2 姿态相关传感器信号处理主要电路及后续采集处理程序

2.3.3 位置相关传感器信号处理主要电路及后续采集处理程序

2.3.4 主机对位姿测量传感器数据的收集(USB通讯)

2.4 锅具姿态解算算法设计

2.4.1 姿态的表示方法

2.4.2 已经应用的姿态解算算法

2.4.3 本文算法

2.5 锅具位置解算算法设计

第3章 识别出示教者握有锅具的手部动作种类及其发生的起止时刻的方法

3.1 引言

3.2 方法基本原理描述

3.3 将动作识别问题转化为在2维曲线上搜索模板曲线的方法

3.4 2维曲线片段特征的选择

3.5 模板曲线特征和曲线片段特征之间的模板匹配方法

3.6 模板曲线特征和曲线片段特征之间的模型匹配方法

3.6.1 隐马尔可夫模型(HMM)简述

3.6.2 基于PHMM的模型匹配方法

3.6.3 基于EHMM的模型匹配方法

第4章 根据示教动作下锅具位姿变化规划烹饪机器人锅具运动轨迹的方法

4.1 引言

4.2 方法基本原理描述

4.3 用于建立菜肴运动模型的离散单元法(DEM)简述

4.4 菜肴运动模型建立细节

4.4.1 单元初始位置确定方法

4.4.2 单元邻居搜索与接触判断方法

4.4.3 单元与边界接触判断方法

4.4.4 单元与单元以及单元与边界之间力的计算方法

4.4.5 菜肴运动模型建立过程总结

4.5 影响菜肴运动模型精度的一些因素及解决措施

4.5.1 锅内温度

4.5.2 菜肴颗粒破裂

4.5.3 菜肴颗粒形状

4.6 菜肴运动模型可视化方法--虚拟现实

4.6.1 预备知识

4.6.2 锅具和菜肴颗粒的造型设计

4.6.3 动态演示的过程

4.7 示教动作与机器人锅具动作等价准则

4.8 烹饪机器人锅具运动轨迹预规划方法

4.9 关于烹饪机器人锅具运动机构的控制器设计

第5章 仿真及实验结果

5.1 引言

5.2 锅具姿态测量方法仿真和实验结果

5.2.1 人为设定的仿真环境下姿态解算结果

5.2.2 实验环境下锅具静止和做“晃锅”运动时姿态解算结果

5.2.3 简要结论

5.3 锅具位置测量方法仿真和实验结果

5.3.1 人为设定的仿真环境下位置解算结果

5.3.2 实验环境下锅具做“晃锅”运动时位置解算结果

5.3.3 简要结论

5.4 “晃锅”和“翻锅”动作下锅具动作识别结果

5.4.1 模板匹配方法的实验结果

5.4.2 基于PHMM的模型匹配方法的实验结果

5.4.3 基于EHMM的模型匹配方法的实验结果

5.4.4 简要结论

5.5 烹饪机器人锅具运动轨迹规划结果

5.5.1 验证菜肴运动模型的正确性

5.5.2 “晃锅”和“翻锅”示教动作向机器人锅具动作的转化

5.5.3 简要结论

第6章 结论与展望

6.1 本文的主要结论

6.2 有关未来研究的建议

附录 A 方向余弦算法的推导

附录 B 等效矢量算法的推导

附录 C 扩展卡尔曼算法的推导

附录 D 动态编程技术

参考文献

作者简介及攻读博士期间获得的成果

致谢