自动化导论 [自动化工程导论报告]

工程导论

供电系统设计

核心理论

When an application command S1 is supplied from a master power supply, a control circuit 11 sends a command S2 for application of power supply to a CPU, for example, corresponding to a power supply control unit 1. If the CPU which received the command S2 has no power supply fault, an answer signal S3 is supplied to an AND gate 14. While the signal S3 is not supplied to a time monitor circuit 12 if the corresponding device has a power supply fault, and therefore a command is sent forcibly to a power supply control unit of the next stage from the circuit 12 after a fixed period of time. If the signal S3 exists, the command is immediately sent to the control unit of the next stage. In addition, a delay circuit 13 is provided to control the command timing for the rise time of a magnetic disk device, etc. Then the command timing is controlled for each device to be connected.

基于TPS54350型DC/DC变换器的供电系统设计[1]

介绍德州仪器公司推出的内含MOSFET 的TPS54350型高效DC —DC 变换器的特性及引脚功能。描述TPS54350在某信号处理器供电系统中的应用。给出供电系统的详细设计方案和参考电路。

TPS54530支持中等范围的电流输出. 能够将输出电压降至0.891 V. 其精度可达l%。TPS54530集成了高端MOSFET 和一个可选择的低端外部MOS-FET 栅极驱动器。此外，该器件还采用了高性能电压误差放大器，极大地改善了瞬时条件下的性能，从而可灵活选择输出滤波电感器与电容器。开关频率固定在250 kHz或500 kHz，也可以将其升高到7OO kHz，以缩小无源组件的尺寸。

图1示出TPS54350的实际应用电路，图中给出的是其中一种情况，其输出电压是可变的，通过改变电阻器R2的阻值，可得到期望的输出电压值。图l 中的输入电压为12 V ，输出电压为3.3 V，其中R2的计算公式为：

R2=R1x0.891/(Vo-0.891)

R1=1 KΩ

本信号处理系统采用的是ADl 公司的TS201S 型ADSP 组成的多片某仿真雷达信号处理系统

.

系统主要由5个DSP 、1个FPGA 和7个TPS54350组成。在以往使用的MAXl951和。PEGlll7的经验基础上. 经过多方面的设计考虑，采用了TPS54350型DC/DC变换器. 从表1可以看出.TPS54350可以输出3.3 V、2.5 V和1.2V 的电压。系统中的DSP 采用240 MHz时钟，每个指令周期约为4.17 ns。根据TS201S 型ADSP 的工作条件可知，当温度为25℃、时钟CCLK(为250 MHz时，典型情况下的VDD(1.25V)供电电流典型值为1.2 A，VDD 的供电电流小于137 mA。TPS54350的额定输出电压为3 A.所以此系统的设计是合理的。

TigerShar DSP有3个电源，其中数字2.5 V(VDD_Io)为I/0供电; 数字1.2 V(VDD)为DSP 内核供电; 模拟1.2 V(VDD_A)内部锁相环和倍频电路供电。系统将主机提供的5V, 经过TPS54350得到

2.5V 和1.2 V 的电压。各片DSP 的数字1.2V(VDD)电源各由1个TPS54350供给。5个。DSP 内部模块1.2V(VDD)由同一个。DSP 的VDD(+1.2V)经滤波网络后解决。5个。DSP 的FO 2.5V 电源直接由主机提供的5V 经过TPS54350得到2.5V 统一供给，同时提供FPGA(EPU1。K30) 的VccM(+2.5 V) 电压。其中FPGA 的Vcc_IO(+3.3V)利用TPS54350输出的+3.3V电压来供电。本系统的供电电路框图如图2所示。图3示出单个DSP 的内核供电电路框图及外围电路配置。

应用背景

TPS54350是德州仪器(TI)新推出的一款内置MOSFET 的高效DC/DC变换器. 采用小型16引脚HISSOP 封装. 连续输出电流为3 A时，输入电压范围为4.5 V~20 V。该变换器极大地简化了负载电源管理的设计，使得设计人员可直接通过中压总线(而不依赖额外的低电压总线) 为数字信号处理器(DSP)、现场可编程门阵列(FPGA)及微处理器供电。TPS554350 SWIFT(采用集成FET 技术的开关)DC/DC变换器的效率高达90%以上，非常适用于低功耗工业与商用电源、带液晶显示屏(LCD)的监视器与电视、硬盘驱动、视频图像卡以及9 V或12V 墙式适配器负载点稳压装置。

与自动化的联系及后续课程

电力系统自动化是电力系统一直以来力求的发展方向，它包括：发电控制的自动化（AGC 已经实现，尚需发展），电力调度的自动化（具有在线潮流监视，故障模拟的综合程序以及SCADA 系统实现了配电网的自动化，现今最热门的变电站综合自动化即建设综自站，实现更好的无人值班。DTS 即调度员培训仿真系统为调度员学习提供了方便）, 配电自动化(DAS已经实现，尚待发展。

课程：电力系统自动化

参考文献 Okada H, Sato T. Power supply control system: US, US 3873894 A[P]. 1975.

段炼红. 基于USB 的供电控制系统设计[D]. 成都理工大学, 2015.

指纹和人脸识别

技术原理

自动指纹识别的基本原理和方法

自动指纹识别系统主要涉及四个功能读取指纹图像、指纹图像处理、提取特征、保存数据和比对。首先, 通过指纹读取设备采集读取人体指纹的图像, 取得指纹图像之后, 要对原始图像进行初步的处理, 使之更清晰。然后, 建立指纹的数字表示即特征数据, 这是一种单方向的转换, 可以从指纹转换成特征数据但不能从特征数据转换成为指纹, 而两枚不同的指纹不会产生相同的特征数据。识别系统从指纹上找到被称为“节点”而的数据点, 也就是那些指纹纹路的分叉、端点等的坐标位置, 这些点的唯一性特征数据形成模板。最后, 通过计算机识别算法和模糊比较的方法, 把两个指纹的模板进行比较, 计算出它们的相似程度, 最终得到两个指纹的识别匹配结果。一个自动指纹识别系统至少需要解决三个关键性的问题, 即指纹图像的采集、指纹图像的处理、指纹识别匹配。

对于指纹的图像采集, 近几年, 随着电子集成技术的发展, 出现了可以直接获取数字图像的活体指纹传感器, 一些体积小、操作方便的活体指纹图像传感器己广泛应用。活体采集技术中的传感器一般都采用了自动增益控制技术, 可以通过软件调整的方法来获取不同质量的数字指纹图像。例如, 公司的电容式指纹传感器, 在指纹采集过程中, 根据反馈信息调节电容放电时间、和电荷藕合时间等参数可以增强其灵敏度, 使图像不清晰对比度差的区域也能够被检测到如手指压得较轻的地方, 并在捕捉的瞬间为这些像素提高灵敏度。同时, 还可根据指纹图像的面积、灰度极差等特性来控制捕捉效果最佳的图像。

指纹图像的处理技术是指纹自动识别系统中的关键技术, 指纹图像处理算法的好坏直接决定了指纹自动识别系统的可靠性和速度等参数。目前在指纹图像处理领域关键的技术有指纹图像有效区域提取算法、方向图分割算法、指纹图像增强算法、细化算法等。目前常用的自动指纹识别系统, 基本上都采用细节匹配的方法, 主要依靠的是指纹细节特征。根据的建议, 自动指纹识别系统一般只用脊线的端点和分叉点作为指纹的细节特征, 因为其他几种特征都可以看作是这两种特征的合成。即脊线的端点是脊线结束的位置, 分又点是脊线分叉的位置。在指纹图像识别或匹配时, 无论是人工匹配还是机器匹配, 一般都可分为以下两步

（1） 根据确定的参考点校正两幅指纹图像, 并搜索两幅图像的细节特征

（2） 根据匹配上的细节点对来确定两幅图像是否来自同一指纹。

自动人脸识别的基本原理和方法：

人脸识别是一个复杂的过程, 它主要包括以下四个模块首先是图像采集模块其次是人脸检测模块, 主要进行人脸检测和眼睛定位, 确定人脸的位置然后是图像预处理模块, 对人脸图像进行图像的预处理, 包括光照补偿、几何变换及提取人脸区域等最后是人脸识别模块, 进行人脸的识别匹配, 并给出最终的识别结果。人脸识别系统的四个模块是密不可分的部分, 一个完整的人脸识别系统将是这四部分的有机结合。目前, 对人脸识别技术研究较多的是人脸检测定位和人脸识别两个模块, 下面主要是对基于二维图像的人脸识别方法进行论述。人脸检测目前国内外流行的方法主要有基于特征的人脸检测算法、基于统计的人脸检测算法、基于模板的人脸检测算法和基于人脸彩色信息的检测算法等。

①基于面部重要特征的人脸检测方法是利用人脸的先验知识导出的规则进行人脸检测的。人脸各个器官的分布总是存在着一定的规律性, 利用这些描述人脸局部特征分布的规则来进行人脸检测。当满足这些规则的图像区域找到后, 则认为一幅人脸己被检测出来, 然后可以对候

选的人脸区域进行进一步的论证, 以确定候选区域是否是人脸。

②基于统计的人脸检测方法它是从整个人脸的角度出发, 利用统计的原理, 从成千上万张人脸图像中提取出人脸共有的一些规律, 利用这些规律来进行人脸的检测。此类方法将人脸区域看作一类模式, 使用大量的“人脸”与“非人脸”样本, 构造并训练分类器, 通过判别图像中所有可能区域属于哪类模式的方法实现人脸的检测。这种方法主要包括基于特征空间的方法和基于人工神经网的方法。③基于模板匹配的人脸检测方法该方法首先建立一个标准的人脸模板, 由包含局部人脸特征的子模板构成, 然后对一幅输入图像进行全局搜索, 对应不同尺度大小的图像窗口, 计算与标准人脸模板中不同部分的相关系数, 通过预先设置的闽值来判断该 图像窗口中是否包含人脸。

应用背景

指纹识别系统的应用：

指纹作为人体的重要特征，因为具有比期不变性和唯一性，才成为生物识别领域的重要手段。通过指纹特征来鉴别人的身份技术正在得到越来越广泛的应用。随着指纹检测技术和指纹识别算法的不断改进，指纹识别技术的指纹产品，如：指纹考勤门禁机，指纹考勤机等产品还将在越来越多的部门得到更广泛的应用

人脸识别技术的应用：

随着社会的不断进步以及各方面对于快速有效的自动身份验证的迫切要求，生物特征识别技术在近几十年中得到了飞速的发展。作为人的一种内在属性，并且具有很强的自身稳定性及个体差异性，生物特征成为了自动身份验证的最理想依据。当前的生物特征识别技术主要包括有：指纹识别，视网膜识别，虹膜识别，步态识别，静脉识别，人脸识别等。与其他识别方法相比，人脸识别由于具有直接，友好，方便的特点，使用者无任何心理障碍，易于为用户所接受，从而得到了广泛的研究与应用。除此之外，我们还能够对人脸识别的结果作进一步的分析，得到有关人的性别，表情，年龄等诸多额外的丰富信息，扩展了人脸识别的应用前景。

与自动化的联系及后续课程

较多用于ATM 机

课程：自动检测技术、自动控制原理

参考文献

陆霞. 指纹识别技术研究与应用[D]. 江苏大学, 2010.

甘树坤. 指纹与人脸识别相关图像处理算法研究[D]. 大连理工大学, 2005.

王卫国. 指纹识别系统与自动化系统的结合[J]. 农村电气化, 2012(12):45-46.

Gayathri D, Rani R U. Fingerprint and Face Recognition[J]. International Journal of Computer Science & Information Technologies, 2012(3):3985-3988.

Jain L C. Intelligent biometric techniques in fingerprint and face recognition[J]. Crc Press, 1999.

智能无线开关

核心理论

智能化开关的心脏是其信号测量与控制系统, 信息技术的发展为其提供了相当完备的理论与实践基础。高电场环境下工作或把电参数传输到二次控制系统都涉及电磁兼容问题, 因此, 对于智能化开关测控系统来说, 要着重解决电磁兼容问题。1信号的检测、变换与输出常规的电参数测量大多使用电磁式互感器, 测量范围受铁芯磁饱和的限制, 体积大、可靠性差, 无法适应开关智能化的要求。智能化开关的执行单元对检测信号无功率要求, 只需电量传感器。电压传感器, 其特点是具有很大的动态测量及线性测量区间。二者还可以用绝缘树脂浇注成一体, 形成组合式传感器。在高电压等级开关和GIS 中, 取代电磁互感器的则是光电传感器。常规开关中反映工作位置的辅助开关一般由若干组触点组成, 通断时间不稳定, 触点弹跳容易熔焊或烧毁, 是开关控制系统的薄弱环节。ABB 的v4D 型真空断路器采用感应临近开关(传感器) 取代上述辅助开关, 使之无触点化, 解决了控制单元的可靠性问题。临近开关引用导电材料临近一感应元件时所产生的涡流, 破坏原电路的谐振状态的原理, 当连动杆件运动到感应元件面前时, 输出一个orV 以上的电平。临近开关的所有元件密封在一个带自锁外螺纹的金属管内, 安装在机构传动杆的一侧。由于和外界的隔离, 同时解决了污秽、温升、震动及外磁场的影响间题, 信号也可融人其他电子控制系统。为了进一步提高信号的抗干扰能力, 智能化开关中大量引人光电转换和光传输, 上述辅助开关也可以采用光隔离开关。目前已有装配好的由光纤连接的电一光一电连接器, 可把高电场下的开关量信号用绝缘光纤传到低场区, 或由低场区向高场区发送指令。传统开关的动作控制一般由各种继电器来完成, 智能化开关则一般由计算机/无触点半导体开关元件组成的控制指令系统来完成。指令系统要可靠, 需要格外考虑的是电磁兼容问题。

GWH 多点智能无线遥控器是一种大屏幕液晶显示型信息管理器:该技术采用蓝牙技术和单片机程序, 是一种具有双向通讯功能的数字化无线遥控器, 遥控时无方向性影响, 在数字编译码电路中采用PC 机的协议通讯技术, 误码触发率小于百万分之一, 在程序控制电路中采用16位程序, 双CPU 微处理器控制整机信息流。由PC 机输人或更新控制信息, 可以随意控制电压、电流、频率及信息交流, 实现人机对话。它可以做到对信息采集、通讯、记录、判别、控制、反馈等过程进行控制, 并将这些过程集成一个平台上围绕着人们的需求实现远程自动控制, 从而为智能化提供了前提和必要条件。

应用背景

随着科技发展, 智能化家庭领域无论是网络联接技术, 或是自动化产品技术都有了极大的发展。智能无线开关是的一种取代现有传统用电器具控制装置的多点智能无线遥控器开关, 在欧美日等发达国家普遍盛行。随着经济的发展，在我国也得到了使用，智能开关打破了传统墙壁开关的开与关的单一作用，除了在让我们体验了高科技还赋予了开关装饰点缀的效果。智能无线开关被广泛应用于家居智能化改造、办公室智能化改造、工业智能化改造、农林渔牧智能化改造等多个领域，极大节约了能源，提高了生成效率和降低了运营成本，真正做到了智能行天下。

与自动化的联系及后续课程

无线射频技术作为本世纪最有发展前景的信息技术之一，已经得到业界的高度重视。该技术利用射频方式进行非接触双向通信，可以自动识别目标对象并获取相关数据，具有精度高、适应环境能力强、抗干扰强、操作快捷等许多优点。

无线电遥控器是利用无线射频信号对远方的各种机构进行控制的遥控设备，该系统由发射模块和接收模块组成，以单片机为核心，以单片机应用技术、无线收发技术为理论基础，实现数据的无线收发及状态的显示。与自动化课程息息相关。

课程：单片机原理及接口技术、自动控制原理、人工智能控制电路原理

参考文献

钱惠富, 郭颖. 多点智能无线遥控器(开关) 的原理及促进住宅智能化方面的作用[J]. 建筑创作, 2001(S1).

王常明. 智能无线开关在电气工程中的应用[J]. 中小企业管理与科技, 2013(33):193-194. 邹积岩, 王毅. 开关智能化的概念与相关的理论问题[J]. 高压电器, 2000, 36(6):43-46.

Kagan E. Intelligent electronic device for providing poadband internet access: US, US8907657[P]. 2014.

后续课程

温度速度自动测量

核心理论

车昌射测温与光纤测温

近年来, 辐射测温技术发展很快, 其原因是1) 辐射温度计的性能有了很大提高. 性能稳定可靠, 测温范围广2) 价格比较便宜, 国产红外辐射温度计与B 型热电偶价格相当;3) 在应用中采用“工艺温度”或“控制温度”的概念用于生产过程中温度参数的在线检测, 已取得可喜成果目前主要的研究开发工作有如下3个方面:

(1)消除发射率的影响及多波长温度计

对对象真实温度的测量及材料发射率测量的要求, 导致了多波长温度计和各种消除发射率影响的技术的发展。用光电二极管列阵和棱镜分光技术, 已研制出可同时最多测量35个波长信号的温度计。美国铝公司和普渡大学等研究表明, 即使只用2个波长, 用这种补偿的方法也比普通的比色温度计能更好地减少发射率的影响, 尤其是发射率变化影响。

(2)光纤测温

光学纤维的抗电噪声和其它外来干扰的能力特别好, 而且既细又软, 耐腐蚀, 易弯曲, 耗损小, 便于遥测。这些特点, 对于克服工业现场的电噪声及光路中多种外来干扰的影响十分有效, 已成功用于电力系统等强电磁干扰的苛刻环境中测温〔`习。光纤测温技术主要包括两个方面:

1) 用光纤传导辐射构成传统的辐射温度计;

2) 用光纤或荧光余辉时间测量技术相结合的温度计。美国用荧光余辉时间技术开发出光纤温度计, 用于航空工业, 使用温度为一70~350℃。加拿大采用紫外激光激励的荧光余辉时间技术, 在线测量大型发电机组转子的表面温度。光纤温度计的形式多种多样L,,6j, 前途不可估量。

(3)黑体传感器式辐射温度计

将光纤技术、接触式与非接触式测温技术结合起来, 即将套管、透镜及光纤组成一体, 构成接触式辐射温度计, 也称黑体传感器式辐射温度计。如采用蓝宝石的黑体传感器, 用于加热炉或隧道窑测温, 使用温度范围为5000~1900℃, 。>0.95,使用方法与热电偶相似。存在的问题是, 宝石加工困难, 成本高, 难以实用化”二。国内采用SIC 、A12O 。管插入热电偶测温的相应位置, 形成黑体空腔, 再用光电高温计或辐射温度计, 通过光纤瞄准黑体空腔底(靶面) 。目前, 已有几个研究单位及高校, 批量生产此种辐射温度计。存在的问题是:在化性气氛中, 缺乏使用温度超过1600℃的保护管, 使用温度受到黑体空腔材料的限制。另外, 黑体空腔的质量对测量精度的影响很大SIC 管的发射率较高(。一0.91), 而刚玉管的发射率较低(。=0.35~0·5) 。总之, 以光学测量技术与图象测量技术为代表的非接触测量技术, 正在推广应用。可以预见, 辐射测温技术与光纤测温技术将会有更大的发展。3.2新型温度传感器近年来, 在温度检测技术领域, 多种新的检测原理与传感器的开发应用取得具有实用性的重大进展, 新型温度传感器不断出现与完善化。新型检测元件与传感器有〔’“二:半导体集成电路温度计, 石英温度计, 核磁共振温度计, 超声温度计, 热噪声温度计, 激光温度计, 微波温度计等。它们之间既相互竞争, 又相互补充。最近, 出现两种温度计联合使用, 起到多功能协同动作的良好效果, 值得注意。

超声波体内温度传感器采用数MHz 以上的超声波, 开发出超声波医用诊断装置, 实时监测人体内脏器情况是可能的。利用超声波对人体脏器进行选择性加热, 既可以得到超声波断层象, 又可以测其温度, 测温精度约士0.5℃。

应用背景

当前, 各企业为了在竞争中获得生存与发展, 都在努力提高产品质量, 降低消耗, 达到高产、优质、节能、省力与减少岗位人员的目的。这就迫切需要提高自动化水平, 将工艺过程参数准确、及时地检测出来, 按要求控制在规定的数值上, 并能按预定的顺序进行自动操作。由日本铁钢协会计测与控制委员会的调查报告〔`口, 也可以看出温度检测技术的必要性。当前, 国际仪器仪表市场前景广阔，的确是一个难得的发展机遇。

与自动化的联系及后续课程

. 测量系统以单片机为核心, 外围采用单线器件作为温度传感器和存储器, 测量系统能对环境温度进行定时自动测量并存储测量结果. 分析系统设置在PC 机中, 分析软件用 Visual Basic语言编写. 通过接口, 分析系统可将存储在单片机中的温度数据提取到PC 机中进行分析. 在这些过程中都要用到与自动化专业相关的知识。

课程：单片机原理及接口技术、自动控制原理、人工智能控制电路原理

参考文献

丁轲轲. 自动测量技术[M]. 中国电力出版社, 2007.

王魁汉. 温度测量技术的现状及展望(上)[J]. 控制工程, 1997(1):1-6.

李江昊, 李娜. 环境温度自动测量和分析系统的研究[J]. 自动化仪表, 2004, 25(11):20-21. Ross D, Gaitan M, Locascio L E. Temperature measurement in microfluidic systems using a temperature-dependent fluorescent dye.[J]. Analytical Chemistry, 2001, 73(17):4117-4123.

王魁汉, 李友, 王柏忠. 温度测量技术的最新动态及特殊与实用测温技术[J]. 自动化仪表, 2001, 22(8):1-7.

Burns D, Sandberg C L. Continuous subsurface heater temperature measurement: US, US [1**********] A1[P]. 2009.

后续课程

智能机器人

技术原理

机器人关键技术

随着社会发展的需要和机器人应用领域的扩大, 人们对智能机器人的要求也越来越高。智能机器人所处的环境往往是未知的、难以预测的, 在研究这类机器人的过程中, 主要涉及到以下关键技术:

1.1多传感器信息融合 多传感器信息融合技术是近年来十分热门的研究课题, 它与控制理论、信号处理、人工智能、概率和统计相结合, 为机器人在各种复杂、动态、不确定和未知的环境中执行任务提供了1种技术解决途径[4]。机器人所用的传感器有很多种, 根据不同用途分为内部测量传感器和外部测量传感器两大类。内部测量传感器用来检测机器人组成部件的内部状态, 包括:特定位置、角度传感器; 任意位置、角度传感器; 速度、角度传感器; 加速度传感器; 倾斜角传感器; 方位角传感器等。外部传感器包括:视觉(测量、认识传感器) 、触觉(接触、压觉、滑动觉传感器) 、力觉(力、力矩传感器) 、接近觉(接近觉、距离传感器) 以及角度传感器(倾斜、方向、姿式传感器) 。多传感器信息融合就是指综合来自多个传感器的感知数据, 以产生更可靠、更准确或更全面的信息。经过融合的多传感器系统能够更加完善、精确地反映检测对象的特性, 消除信息的不确定性, 提高信息的可靠性。融合后的多传感器信息具有以下特性:冗余性、互补性、实时性和低成本性[4]。目前多传感器信息融合方法主要有贝叶斯估计、Dempster-Shafer 理论、卡尔曼滤波、神经网络、小波变换等[5]。多传感器信息融合技术是1个十分活跃的研究领域, 主要研究方向有:

1.1.1多层次传感器融合 由于单个传感器具有不确定性、观测失误和不完整性的弱点, 因此单层数据融合限制了系统的能力和鲁棒性。对于要求高鲁棒性和灵活性的先进系统, 可以采用多层次传感器融合的方法。低层次融合方法可以融合多传感器数据; 中间层次融合方法可以融合数据和特征, 得到融合的特征或决策; 高层次融合方法可以融合特征和决策, 得到最终的决策。

1.1.2微传感器和智能传感器 传感器的性能、价格和可靠性是衡量传感器优劣与否的重要标志, 然而许多性能优良的传感器由于体积大而限制了应用市场。微电子技术的迅速发展使小型和微型传感器的制造成为可能。智能传感器将主处理、硬件和软件集成在一起。如Par Scientific公司研制的1000系列数字式石英智能传感器, 日本日立研究所研制的可以识别4 种气体的嗅觉传感器, 美国Honeywell 公司研制的DSTJ23000智能压差压力传感器等, 都具备了一定的智能。

1.1.3自适应多传感器融合 在实际世界中, 很难得到环境的精确信息, 也无法确保传感器

始终能够正常工作。因此, 对于各种不确定情况, 鲁棒融合算法十分必要。现已研究出一些自适应多传感器融合算法来处理由于传感器的不完善带来的不确定性。如Hong 通过革新技术提出1种扩展的联合方法, 能够估计单个测量序列滤波的最优卡尔曼增益[6]。Pacini 和Kosko 也研究出1种可以在轻微环境噪声下应用的自适应目标跟踪模糊系统, 它在处理过程中结合了卡尔曼滤波算法。

1.2导航与定位 在机器人系统中, 自主导航是一项核心技术, 是机器人研究领域的重点和难点问题。导航的基本任务有3点[8]:(1)基于环境理解的全局定位:通过环境中景物的理解, 识别人为路标或具体的实物, 以完成对机器人的定位, 为路径规划提供素材;(2)目标识别和障碍物检测:实时对障碍物或特定目标进行检测和识别, 提高控制系统的稳定性;(3)安全保护:能对机器人工作环境中出现的障碍和移动物体作出分析并避免对机器人造成的损伤。机器人有多种导航方式, 根据环境信息的完整程度、导航指示信号类型等因素的不同, 可以分为基于地图的导航、基于创建地图的导航和无地图的导航 3类。根据导航采用的硬件的不同, 可将导航系统分为视觉导航和非视觉传感器组合导航。视觉导航是利用摄像头进行环境探测和辨识, 以获取场景中绝大部分信息。目前视觉导航信息处理的内容主要包括:视觉信息的压缩和滤波、路面检测和障碍物检测、环境特定标志的识别、三维信息感知与处理。非视觉传感器导航是指采用多种传感器共同工作, 如探针式、电容式、电感式、力学传感器、雷达传感器、光电传感器等, 用来探测环境, 对机器人的位置、姿态、速度和系统内部状态等进行监控, 感知机器人所处工作环境的静态和动态信息, 使得机器人相应的工作顺序和操作内容能自然地适应工作环境的变化, 有效地获取内外部信息。在自主移动机器人导航中, 无论是局部实时避障还是全局规划, 都需要精确知道机器人或障碍物的当前状态及位置, 以完成导航、避障及路径规划等任务, 这就是机器人的定位问题。比较成熟的定位系统可分为被动式传感器系统和主动式传感器系统[8]。被动式传感器系统通过码盘、加速度传感器、陀螺仪、多普勒速度传感器等感知机器人自身运动状态, 经过累积计算得到定位信息。主动式传感器系统通过包括超声传感器、红外传感器、激光测距仪以及视频摄像机等主动式传感器感知机器人外部环境或人为设置的路标, 与系统预先设定的模型进行匹配, 从而得当前机器人与环境或路标的相对位置, 获得定位信息。

1.3路径规划 路径规划技术是机器人研究领域的1个重要分支。最优路径规划就是依据某个或某些优化准则(如工作代价最小、行走路线最短、行走时间最短等), 在机器人工作空间中找到1条从起始状态到目标状态、可以避开障碍物的最优路径。路径规划方法大致可以分为传统方法和智能方法2种。传统路径规划方法主要有以下几种:自由空间法、图搜索法、栅格解耦法、人工势场法。大部分机器人路径规划中的全局规划都是基于上述几种方法进行的, 但这些方法在路径搜索效率及路径优化方面有待于进一步改善。人工势场法是传统算法中较成熟且高效的规划方法, 它通过环境势场模型进行路径规划, 但是没有考察路径是否最优

[10]。智能路径规划方法是将遗传算法、模糊逻辑以及神经网络等人工智能方法应用到路径规划中, 来提高机器人路径规划的避障精度, 加快规划速度, 满足实际应用的需要。其中应用较多的算法主要有模糊方法、神经网络、遗传算法、Q 学习及混合算法等, 这些方法在障碍物环境已知或未知情况下均已取得一定的研究成果[11]。

1.4机器人视觉 视觉系统是自主机器人的重要组成部分, 一般由摄像机、图像采集卡和计算机组成。机器人视觉系统的工作包括图像的获取、图像的处理和分析、输出和显示, 核心任务是特征提取、图像分割和图像辨识。而如何精确高效的处理视觉信息是视觉系统的关键问题。目前视觉信息处理逐步细化, 包括视觉信息的压缩和滤波、环境和障碍物检测、特定环境标志的识别、三维信息感知与处理等。其中环境和障碍物检测是视觉信息处理中最重要、也是最困难的过程。边沿抽取是视觉信息处理中常用的1种方法。对于一般的图像边沿抽取, 如采用局部数据的梯度法和二阶微分法等, 对于需要在运动中处理图像的移动机器人而言, 难

以满足实时性的要求。为此人们提出1种基于计算智能的图像边沿抽取方法, 如基于神经网络的方法、利用模糊推理规则的方法, 特别是Bezdek J.C教授近期全面的论述了利用模糊逻辑推理进行图像边沿抽取的意义。这种方法具体到视觉导航, 就是将机器人在室外运动时所需要的道路知识, 如公路白线和道路边沿信息等, 集成到模糊规则库中来提高道路识别效率和鲁棒性。还有人提出将遗传算法与模糊逻辑相结合。机器人视觉是其智能化最重要的标志之一, 对机器人智能及控制都具有非常重要的意义。目前国内外都在大力研究, 并且已经有一些系统投入使用。

1.5智能控制 随着机器人技术的发展, 对于无法精确解析建模的物理对象以及信息不足的病态过程, 传统控制理论暴露出缺点, 近年来许多学者提出了各种不同的机器人智能控制系统。机器人的智能控制方法有模糊控制、神经网络控制、智能控制技术的融合(模糊控制和变结构控制的融合; 神经网络和变结构控制的融合; 模糊控制和神经网络控制的融合; 智能融合技术还包括基于遗传算法的模糊控制方法) 等。近几年, 机器人智能控制在理论和应用方面都有较大的进展。在模糊控制方面,J.J.Buckley 等人论证了模糊系统的逼近特性,E.H.Mamdan 首次将模糊理论用于一台实际机器人。模糊系统在机器人的建模、控制、对柔性臂的控制、模糊补偿控制以及移动机器人路径规划等各个领域都得到了广泛的应用。在机器人神经网络控制方面,CMCA(Cere-bella Model Con-troller Articulation)是应用较早的一种控制方法, 其最大特点是实时性强, 尤其适用于多自由度操作臂的控制。智能控制方法提高了机器人的速度及精度, 但是也有其自身的局限性, 例如机器人模糊控制中的规则库如果很庞大, 推理过程的时间就会过长; 如果规则库很简单, 控制的精确性又会受到限制; 无论是模糊控制还是变结构控制, 抖振现象都会存在, 这将给控制带来严重的影响; 神经网络的隐层数量和隐层内神经元数的合理确定仍是目前神经网络在控制方面所遇到的问题, 另外神经网络易陷于局部极小值等问题, 都是智能控制设计中要解决的问题。

1.6人机接口技术 智能机器人的研究目标并不是完全取代人, 复杂的智能机器人系统仅仅依靠计算机来控制目前是有一定困难的, 即使可以做到, 也由于缺乏对环境的适应能力而并不实用。智能机器人系统还不能完全排斥人的作用, 而是需要借助人机协调来实现系统控制。因此, 设计良好的人机接口就成为智能机器人研究的重点问题之一。人机接口技术是研究如何使人方便自然地与计算机交流。为了实现这一目标, 除了最基本的要求机器人控制器有1个友好的、灵活方便的人机界面之外, 还要求计算机能够看懂文字、听懂语言、说话表达, 甚至能够进行不同语言之间的翻译, 而这些功能的实现又依赖于知识表示方法的研究。因此, 研究人机接口技术既有巨大的应用价值, 又有基础理论意义。目前, 人机接口技术已经取得了显著成果, 文字识别、语音合成与识别、图像识别与处理、机器翻译等技术已经开始实用化。另外, 人机接口装置和交互技术、监控技术、远程操作技术、通讯技术等也是人机接口技术的重要组成部分, 其中远程操作技术是一个重要的研究方向。

3 机器人分类及研究现状

从20世纪80年代中期开始, 机器人已从工厂的结构化环境进入人的日常生活环境———医院、办公室、家庭、建筑工地和其它杂乱及不可控环境, 成为不仅能自主完成工作, 而且能与人共同协作完成任务或在人的指导下完成任务的智能机器人。这些机器人可以从不同的角度进行分类, 如按照工作场所的不同, 可以分为管道、水下、空中、地面机器人等; 按照用途的不同, 可分为家用、医疗、军事机器人等。

应用背景

机器人技术的发展是一个国家高科技水平和工业自动化程度的重要标志和体现[1]。机器人在当前生产生活中的应用越来越广泛, 正在替代人发挥着日益重要的作用。机器人技术是

综合了计算机、控制论、机构学、信息和传感技术、人工智能、仿生学等多学科而形成的高新技术, 集成了多学科的发展成果, 代表高技术的发展前沿, 是当前科技研究的热点方向。随着计算机、微电子、信息技术的快速进步, 机器人技术的开发速度越来越快, 智能度越来越高, 应用范围也得到了极大的扩展。在海洋开发、宇宙探测、工农业生产、军事、社会服务、娱乐等各个领域, 机器人都有着广阔的发展空间与应用前景。机器人正朝着智能化和多样化等方向发展。同时, 机器人涉及到的技术也不断扩展, 如多传感器信息融合、路径规划、机器人视觉、智能人机接口等, 产生了一系列研究课题。目前, 国内外对机器人的研究不断深入, 已经开发出各式各样的具有感知、决策、行动和交互能力的特种机器人和各种智能机器人, 推出了各种样机, 如移动机器人、微型机器人、水下机器人、军用机器人、服务娱乐机器人、仿人机器人等。对不同任务和特殊环境的适应性, 是智能机器人与一般自动化装备的重要区别。智能机器人从外观上已远远脱离了最初的工业机器人所具有的形状和局限, 更加符合各种不同应用环境的特殊要求, 其功能和智能程度大大增强, 从而为机器人技术开辟出更加广阔的发展空间。

与自动化的联系及后续课程

机器人的发展与自动化息息相关，自动化技术的发展促进了机器人的研究的进步。

机器人与自动化专业课程：机械基础、机械制图与CAD 绘图、公差配合、电工电子基础、钳工工艺、电路原理、电气控制技术与plc 、单片机应用技术、电机与电气控制技术、夹具设计、机器人编程与操作、机器人工作站系统集成，机器人工作站维护与保养。 参考文献

蔡自兴. 中国的智能机器人研究[J]. 莆田学院学报, 2002(3):36-39.

孟庆春, 齐勇, 张淑军, 等. 智能机器人及其发展[J]. 中国海洋大学学报:自然科学版, 2004, 34(5):831-838.

董道毅, 陈春林, 陈宗海, et al. Quantum mechanics helps in learning for more intelligent robot[J]. Chinese Physics Letters, 2005, 23(7):1691-1694.

制造系统生产调度与监控

技术原理

该系统由工艺准备子系统和生产作业计划及调度监控子系统组成。系统可快速建立或修正作业计划, 实现车间物流实时仿真及调度监控。MES 和APS 集成的体系结构分析现代制造企业中，ERP 已经成为必备的业务和数据平台，无论是APS ，还是MES 都需要与ERP 系统进行数据交互和信息共享，获得系统自身运行必需的相关数据。当将 APS 和 MES 集成时，也必须将 ERP 系统考虑在内，也就是将APS ，MES ，ERP 三个系统进行集成，这其中不可避免地出现交叉和重叠的现象。因此基于ERP 的APS 与 MES 集成系统的框架确定，主要考虑企业的产品、生产模式、计划模式、已有系统与新构建系统的差异等情况。目前，国内外已经有学者提出了APS ，MES 与ERP 集成的框架，但是现有的集成框架结构仍以供应链管理平台为

界面，其中APS 的应用偏重于供应链计划的管理，主要面向物料复杂、外协外购较多的企业生产环境。在前人研究的基础之上，提出了针对车间生产计划与调度的系统集成框架。该框架以APS ，MES 和ERP 的闭环系统集成为核心，解决了企业内部车间生产计划和调度的优化问题。

APS 和MES 系统集成的实现方法APS 和MES 系统集成的实现过程中，采用了对象管理组OMG 提出的“公共对象请求代理结构”。CORBA 提供了一种让对象与本地或网上的其他对象透明请求服务与接收信息的机制。ORB 作为它的核心，在分布异构环境中的不同应用之间提供互操作性并实现多个对象系统之间的无缝接。此外，CORBA 还提供独立于编程语言的接口定义语IDL 来描述对象和操作，从而使远程分布应用可以通过ORB 请求这些对象上的操作服务。应用CORBA 架构实现APS 和MES 系统的集成，整个体系结构由信息资源层、访问接口层、请求服务代理层、对象通信服务层和网络传输层5部分组成。

应用背景

进入21世纪，技术迅猛发展，市场瞬息万变，企业要想在激烈的市场竞争中立于不败之地，就必须对客户和市场的要求做出快速响应。而企业要想通过先进的生产运作和管理模式，按照市场的要求用低成本、高质量、短交货期的方法把产品交付到客户手中，提高企业信息化程度是一个行之有效的方法。APS 和MES 作为先进的企业生产计划管理模式和先进执行系统，正为越来越多的企业所接受。目前，整体的协同造型环境已经搭建完成，但对协同设计活动中协调机制和并发控制等问题还需要进一步地深化

与自动化的联系及后续课程

车间生产正在向自动化的方向迈进，更多的利用到自动化技术

课程：电路系统、自动控制原理、人工智能控制电路原理

参考文献

刘亮, 齐二石. 基于APS 与MES 集成的车间生产计划和调度方法研究[J]. 制造技术与机床, 2006(9):24-28.

姜莉莉, 刘作毅, 谭汝谋, 等. 单件小批生产的作业计划与调度监控集成系统[J]. 制造技术与机床, 1999(11):57-59.

张开升, 孙延明, 郑时雄. Interaction of Units and Research Methods of Control Performances of Distributed Manufacturing Information System[J]. Journal of Donghua University, 2008(2):175-182.