动力学建模时弹簧阻尼系数该如何取值

我试过用方程保证扫描路径的长度不变，当拉动绳索的一头，另一头也可以跟着变，但需要点重建模，这样看起来还是不爽，希望有高手能指点一下。

我看到网上有人用几何方法做的比我的方法好些,具体是这样的，比如一根水平线绕过园后垂直向下的情况，扫描路径为带圆角的直角，在垂线向与园的切点 向上作一参考线与垂线共线，切与水平线长度相等，然后标定垂线与延长参考线的总长，这个长度就是绳索长度（未包括1/4圆弧部分）。

再说明一下，这根绳索应该在装配体里用插入新零件来建立，路径的直线一端要与移动的物体相关联，这样当物体运动时，按重建模型，就可以的到绳索运动的形状变化，如果用动画记录的话就可以得到滑轮运动的动画，但不能看到实时变化。

绳根据提升高度计算得出钢丝绳长度应为945m，钢丝绳质量1．38kg／m。因此，选择6×19—21．5—1770一I光面交右型钢丝绳。钢丝绳数据如下：直径d／mm公称抗拉强度／MPa钢丝直径d／mm破断拉力总和Q／kN21．5l7701．4328．254钢丝绳单位质量M。／kg·m。。1．754通过计算钢丝绳安全系数为8．3，满足《煤矿安全规程》的要求。2．2计算选择提升机(1)计算滚筒直径D=80d=80×21．5=1720mmo(2)计算作用在提升机主轴上的最大静张力。在计算提升机主轴所受的最大静张力时，一般是重车组处于斜井最下方时静张力为最大，在计算时发现，由于该斜井井筒倾角有变化，且悬殊较大，实际最大静张力出现在重车组处于上段井筒的最下方，即井筒倾角为23。与9。交叉处的上方，通过计算其最大静张力Fj=39344kN。根据以上计算选择JK一2／20型单滚筒提升机。主要参数如下：滚筒直径D／m滚筒宽度L／m最大静张力[Fj]／kN速度／m·S减速比绞车质量M；／kg2．3计算选择电动机(1)估算电机功率21．558．83．7205876N=Fj／(1O00r／j)=188．4kW(2)估算电机转速n=60vi／rtD=707r／rain根据计算结果选择YR138—8型绕线式电动机。其中：额定功率N。=240kw，额定电压U。=660V，转速n：735r／min。，根据电机转速计算出绞车实际最大运行速度tI=3．85m／s。(3)根据以上计算结果，计算绞车中心与井筒的相对位置：井架高度H，=4m，钢丝绳弦长L=18mm，滚筒中心至天轮中心距离L。=18m，钢丝绳内外偏角口=1．4。。(4)系统变位质量的计算

∑tO,=n(+)+pZp+tO,t+tO,i+tO,d=26685kg(5)运动学、动力学计算计算结果如图1所示。‘＼．＼_}77等2：{．煞l3舯lg／_，，s12a7．4：fmI9J5’】．：I3扼IlFF一-’～，～’-—～i—＼～—～‘～图1提升速度图及力图Fig．1Promoting叩leeddialal-ddintdia傩 FI=15675NFl=15665NF2=7659NF2=7656NF3=36611NF3=36436NF4I=23094NF4I=l8390NF42=41706NF42=40786NF5=27443NF5=27304NF6=1565NF6=1519NF7= 一 6187NF7=一6193N(6)电机容量验算通过验算电机容量及过负荷能力均能满足使用要求。3结语煤矿斜井提升绞车的选型设计直接影响到提升系统的安全运行，虽然选型计算有固定的公式，但在计算时应根据实际情况进行。如本例若按照重车组在斜井最下端计算，则最大静张力F；一=10278N，比实际最大静张力F一=39344N小3倍之多，如根据Fj一=10278N选择钢丝绳、提升机及电机，在实际应用中将无法运行，钢丝绳安全系数及电机功率等都不能满足要求。参考文献：[1]周乃荣，严万生．煤矿固定机械手册[K]．北京：煤炭工业出版社．1986．[2]牛树仁，陈滋平．煤矿固定机械与运输设备[M]．北京：煤炭工业出版社，1988．[3]陈维建，齐秀丽．矿井运输及提升设备[M]．北京：中国矿业大学出版社．1989．作者简介：沈统谦(1965一)．江苏徐州人．助理工程师．主要从事煤矿机电技术与管理工作，Tel：0516—891590339．E—mail：shtq~@163．COIl1．收稿日期：2006—08—

1、不论在何种情况下，构件的重心与吊钩点都会旋转至同一竖直线上。

2、吊索产生拉力，其拉力针对构件长度方向的反作用力应平衡，即两个绑扎点处对钢梁产生的轴力大小相等，方向相反。

计算实例：钢梁重量1.5吨；钢梁长度10米；吊点位置距离钢梁左端头2米，距离右端头3米；吊索总长8米；左侧吊索长度4米，右侧吊索长度4米，且锁定，不产生左右滑移。

地面状态如下图：

计算可知a段重量：0.3吨，c段重量0.75吨，b段重量0.45吨。

起吊后，钢梁在此状态下不可避免的要发生旋转，则我们需计算出起吊后钢梁旋转角度，即钢梁相对于地面的夹角。

空中状态如下图：

吊点竖向力：

左侧吊点竖向力设为R1，右侧吊点竖向力设为R2。指竖直方向的分力。

根据弯矩平衡，以R1为计算点列方程：

Ma+R2*c*cosα=Mb+Mc

0.3*10*（2/2）*cosα+R2*（10-2-3）*cosα=0.45*10*（10-2-3/2）*cosα+0.75*10*[（10-2-3）/2]*cosα

求得：R2=9kN

由此可得：R1=1.5*10-R2=6kN

吊索与钢梁夹角：

吊索与钢梁的夹角可由三角形确定，已知三边长度分别为4米、4米、5米。

利用余弦定理：a2=b2+c2-2bccosA

反三角函数求得：A夹角为51.31781255度。

同理可求得B夹角（主要是当两侧吊索长度不等时，可分别求取）。

钢梁与地面夹角：

根据起吊后，钢梁重心点必然与上部吊钩点位于同一竖直线上，利用几何学求得。

钢梁重心距左端点5米，右端点5米，则距离吊索三角形左下点为5-2=3米，距离吊索三角形右下点为5-3=2米，此点与吊钩点连线为竖直线。

在此求得α角：α=90-arccos[(3*3+3.16228*3.16228-4*4)/2*3*3.16228]=9.09743度。

由此可知按此状态起吊，则钢梁最后会旋转9.09743度，如果用户需要进行构件验算，可以按此状态在其他分析软件中进行建模验算。

角色动画与实景拍摄的完美演绎

——迪斯尼新作《恐龙》技术揭密

镜头从一个被留在窝里的巨大恐龙蛋拉回，展现在我们的面前的是一幅美丽的热带图

画，成群的恐龙在平静的吃着草。突然，一只霸王龙出现在镜头中，一路上踩烂了所有的东

西，而那个恐龙蛋因为被一只翼龙从窝里抓走而幸免于难……翼龙飞向大地，飞过峭壁，然

后猛地跳入水中，爪子却仍抓着那只恐龙蛋……这是我们在全美最新放映的迪斯尼动画片

《恐龙》中所看到的景象，而最激动人心的是所有这些动物形象都出自三维电脑图像。虽然

我门以前在一些特效影片中也曾经看到过写实的三维制作的动物，但这是第一部全部使用三

维角色动画和实际拍摄的背景合成的故事片。

试金石公司通过活动的、写实的、会说话的三维恐龙和狐猴，让我们从一个独特的视角

了解了史前世界。这部影片与传统迪斯尼的动画片不大相同，迪斯尼公司以前的动画片的典

型特征就是尽管都包括三维的部分，但影片通常采用二维的卡通人物和二维绘制的背景。相

反的，影片《恐龙》中的动画形象全部是三维制作的，并在实际拍摄的活动背景上表演。

筹备与策划

当1995年迪斯尼公司提出这个项目时就知道，大家必须从无到有建立一个全新的数码

工作室,必须用动画来制作实际拍摄的电影，但是却没有现成的方案。

现在被称作Feature Animation Northside的工作室选在加州的Burbank，前期的准备

十分充分，用来作渲染平台的主要用SGI工作站——它也是美工、软件工程师和技术导演选

用的计算机。所有的工具软件准备就绪后，制作组成员于1997年1月搬入Northside工作

室。尽管动画的制作在八个月后才正式开始，但实际上许多工作早已开始了。

《恐龙》制作组在生产高峰期增加到360人。这个制作组负责创作76分钟长的影片,其

中包含30多种CG动物，这些恐龙小到12英寸的蜥蜴，大到120英尺长、100吨的

branchiosaur。 其中还有10只动物能讲话，它们是6只恐龙，4只狐猴。

摄制组为了拍摄6500万年前动物们的栖息地，在18个月当中走遍世界各地寻找合适的

外景地。比如影片的开始镜头是在佛罗里达州、委内瑞拉、澳大利亚、夏威夷和洛杉矶的植

物园拍摄的，然后扫描，合成，再经过修饰创造出白垩纪的景象。小型模型在这里也派上了

用场。据说两个摄制组共拍摄了80万英尺的胶片，其中包括许多细节，以便让制作组把CG

的动画形象合成到实拍的场景中去。整个影片中只有山洞里的那一组镜头采用的全部是CG

背景。

实拍场景

《恐龙》的故事版最初写于1996年，1997年发展成二维的分镜头脚本，后来又用Avid

的Softimage 3D制作成三维动画分镜头（当然，当时的动画形象还比较粗糙），同时也对

背景进行了描述。“三维分镜头需要建一个虚拟场景”,视觉效果总监Neil Krepela说,

“多数镜头都有成群的恐龙，而且要从 30~100英尺以外拍摄,那些巨大的恐龙真是非常奇

特，它们站起来有12或 15英尺高，有的甚至有80英尺，占据了巨大的空间。”

摄制组必须找到和三维描述的史前世界非常接近的拍摄地点，而且在镜头中的比例必须

能够容纳这些巨大的动物们。实际上符合这些条件的地方很少，拍摄这些画面必须经过修改

和合成才能成为可用的背景。举例来说，石头峡谷的远景镜头就是在两个地方拍摄的——加

州的死谷和Lone Pine。“我把死谷处理成一半大小”, 视觉效果总监Neil Krepela说：

“影片中峡谷的两端都是用一端复制而成的。”而峡谷中的障碍物是在Lone Pine拍摄的。

为了跟上恐龙眼神的活动，摄制组制作了“Dino-Cam”——一种由计算机控制的摄像

机，安装在用钢丝绳连接的两塔之间。摄像机可以以35m/m的速度在两塔之间、地面和75

英尺高的范围内移动,还可以任意摇动、倾斜360度。为了影片的拍摄，除了俯拍的镜头，

制作组还动用了四部广角镜头摄像机。

摄制组还采用了三维分镜头中的数据来驱动运动控制摄像机。拍摄好的现场俯视画面会

再植入到三维场景中去，这样可以帮助技术导演和动画师将CG造型准确地合成进实拍的部

分中去。

软件开发与造型设计

先要有造型，才能制作动画，而在此之前首先要做两件事，软件工具和造型设计。先说

软件，摄制组选择了一个多种成品软件的组合，同时开发了大量的专用软件工具，这个由15

个软件工程师组成的软件开发组（包括软件总监Jay Sloat）共编写了450个程序，其中

120个 是成品动画软件的外挂模块。这些程序包括Alias|Wavefront公司的Maya MEL

script以及C++程序，它们被运用到Maya或者Softimage 3D,这些程序可以把动画数据转成

独立代码，在各个软件包之间传递。软件开发组开发了三个主要程序，应用到各自的领域：

Fur Tool是制作皮毛的工具，用在狐猴皮毛效果上，并且制作羽毛和草；Body Builder是

型体塑造工具，是用来制作皮肤和肌肉的组合工具；Mug Shot是表情动画工具，用Maya来

控制变形模型，使其完成面部表情和同步口型。另外，软件开发组的科学家还编写了一个缝

合曲面的工具，以确保曲面的连续性。还有一个被称为HOIDS的应用程序，通常用来制作成

群的动物。

造型设计和视觉效果开发总监、艺术家David Krentz，曾经梦想成为一名古生物学家。

为了让恐龙复活，迪斯尼公司邀请了许多这方面的专家来进行科学研究，获得了大量信息，

Krentz一方面绘制了真实的恐龙形象，另一方面也创作了恐龙的漫画形象。他说：“我觉得

造型应该轻松一点，这毕竟是一部迪斯尼公司的影片，而且它是动画造型。”他从顶部、正

面、侧面和后面分别绘制了草图，这些草图经过扫描再进入Alias|Wavefront的Power

Animator,以便3D模型的制作人员使用。Krentz 的工作，有效地提高了他们的速度。此

外，Krentz还为恐龙绘制了皮肤的材质。

Krentz还设计了狐猴的造型。“我只用了三个星期就设计好了狐猴的造型，不过却花了

整整三年的时间走弯路。”他笑着说。Krentz有一次一边打电话一边心不在焉地在纸上乱

划，忽然意识到他原来设计的并且已经开始建模的那只狐猴存在问题，狐猴很难正确地运动

起来。新设计的狐猴的髋部缩小了，“它应该像狗站着一样，而不是像人一样。”他说。

角色动画

在影片开始的时候，那只翼龙把恐龙蛋掉了下去，它刚好落在了狐猴居住的小岛上，那

里一只恐龙也没有。平静地生活在岛上的狐猴家族养大了这只恐龙，并取名为Aladar。一天

晚上，流星雨降临地球，将小岛夷为平地。Aladar和四只狐猴一起逃向大陆，在那里它第一

次看到了自己的同类——恐龙。

Aladar带着狐猴跟在一群正在长途跋涉的恐龙后面，穿过沙漠，寻找新的家园。一路上

食物和水十分短缺，而且霸王龙在后面一直威胁着兽群的安全。 Aladar非常同情那些掉队

的恐龙，它们将最先被霸王龙吃掉，但是这却激怒了兽群的首领Kron和它的追随者

Bruton。 Aladar勉强同意催促兽群，教它们如何适应恶劣的环境。狐猴也在不断地鼓励大

家坚持下去直到得到自由和食物。

做为典型的迪斯尼的动画片，每个需要说话的角色造型，都将分配给高级动画师来制作

这部分动画。Greg Griffith把他的任务描述成动画总监，并且由他决定造型如何自然地动

起来，从而保持动画的完整。举例来说，他为恐龙Eema（Kron的妹妹）设计了一种蹒跚的

步伐和一个字母口型库使它可以用兽嘴说英语。

和在二维动画中一样，制作《恐龙》的动画师们按照动画表来工作，严格控制每个镜头

的精确帧数。另外，每个动画师还可以根据作好的三维分镜头脚本来完成最后的动画制作，

他们首先用Softimage制作造型的身体动画，然后转到Maya中去，用迪斯尼的Mug Shot插

件制 作面部表情。为Bruton制作动画的Dick Zondag解释说:“这就好像是用按钮制作，

每个口型都有一个滑杆，可以用来表现口型的变化。”

为了使恐龙能说流利的英语，动画师画了250张面部形状图，并且可以使恐龙有面部表

情。例如在一个场景中，Kron正在寻找水源，它爬到山上，但并没有如愿地找到水。它朝镜

头走过来，嘴唇又干又粘。“在这个场景中，一切都表现在脸上，而不是用语言表达。”

Butler说。

当然，在尺寸上也存在问题。最大的恐龙——Baylene的动画师Mike Belzer通过观查

大象得到启发，为它设计了动作。他很快意识到一个硕大的动物走一步需要5分钟时间。

“有时候在影片中像这样走一步需要一定的时间，但是如果它正在说话，就需要将镜头对准

它的脸，我们用肌肉和皮肤的细节运动来表现它的巨大。”Griffith也解释说，“我们试图

用表现它走路的样子来使人对它的重量产生相应的感觉。”

接下来的问题就是不同尺寸的对比。 Aladar的动画师Mark Austin说：“Aladar有30

英尺长，在影片中它有一半的时间都在和狐猴说话，Aladar的脸有5英尺长；狐猴站起来才

只有3英尺高，每一个特写镜头都是一个挑战。”

狐猴的动画师也同样遇到了挑战。为8岁的狐猴Suri制作动画的动画师Larry White

以前是做传统动画的。White惊奇地发现真正的困难出在狐猴的尾巴上。例如：“尾巴会因

为狐猴的跳跃跟着一起动起来。”他说。尾巴就好像一个独立的有生命的造型。“如果是二

维，自然地控制整个身体的动作是很容易的，但是在计算机里，我不得不分部来制作身体的

动作。”

肌肉，皮毛和Hoids

在动画制作接近尾声时，Sean Phillips领导的制作组开始深入制作细节动画，比如凸

出的肌肉和微微颤动的皮肤。制作组运用了被称作Body Builder的独特工具，在Maya 环境

下运行，技术导演可以把一个截面是圆形的封闭曲面附到骨骼上，来制作肌肉。当骨骼移动

时，曲面发生形变，导致截面也发生形变，因此肌肉会凸出。影响肌肉的另一方面是惯性的

计算，有助于表现大型恐龙的重量。为了控制皮肤上大量的皱纹，技术导演运用了参数贴图

和弹性网格。

Body Builder对于恐龙十分重要，而对于狐猴来说，真正的挑战是如何来制作皮毛，因

为在 1995年几乎没有相应的商业化软件包可用。软件总监Sloat说：“我们只能完全用动

力学来制作，并且尽可能地接近真实照片，狐猴要有又短又直的和又长又卷的头发。再由我

们的设计师来进行装饰，要看上去有点湿而且粘着灰尘，同时还要符合特写影头的要求。”

为此，软件开发组编写了公司内用的皮毛工具，运行在SGI Iventor前端上。在渲染方面，

用的是Pixar公司的Render Man。在动力学方面，制作组用的是Maya。

为了制作将近1000只恐龙的兽群的动画，技术导演运用了HOIDS群体动画工具，这是

基于以往制作群体动画的经验开发的软件，并且已经运用在迪斯尼的其他几部动画片中，例

如《钟楼怪人》、《狮子王》和《花木兰》。

恐龙的效果

总监Cliff Brett带领制作组通过绘制贴图和编写材质来创作皮肤的质感，而使其在

特写镜头中也能表现出大量细节。影片中动物的NURBS曲面的数量在240~800的范围之间，

每个曲面都有9张材质贴图，例如影片中的名叫Baylene的老恐龙就包含6000张材质贴

图，大部分贴图的分辨率都是2K，也有一些是4K或8K。材质也被用来制作恐龙背上的刺，

和用造型的方法相比，大大减少了模型的数据量。同时材质还用于制作特效。被称作

“Sticky Shaders"的软件，使一个贴图或一个纹理投射到曲面上，并保证它总是朝向摄像

机。这种技术被运用于制作飞溅的水花。

为了将人物和地面结合在一起，动画师有时用二维的方法生成阴影，还有时用

Rotoscope技术；为了让恐龙的脚底看上去像走在铺满石头的不平的地面上，技术导演通常

用变形的方法，有时如果很困难，干脆将脚藏在石头中；当恐龙从地上抬起脚时会露出脚印

来，纹理绘画师们就要在沙地上加上脚印。

技术研发组编写的软件还包括特效组写的“effects engines”来完成爆炸、灰尘、沙

子、 雨、雪、波纹和水花的制作。处理水时，制作组经常用材质动画。

为了给角色布置灯光，就好像他们是背景的一部分，负责灯光的Chris Peterson用迪

斯尼的 专利工具“Light Tool”。这一软件是为RenderMan编写，使RenderMan和灯光能

交互工作。

最后所有的镜头都在Avid公司的Illusion软件中合成，迪斯尼公司对镜头做了大量的

调节。 Hillin说：“几乎所有的镜头都是经过合成的，我们可以自由地在实景拍摄、微缩

模型、电脑图像之间做替换。”

迪斯尼公司的《恐龙》是一个新的典范，电影工作者将众多三维和二维的电脑动画片

断、实拍场景和微缩模型场景艺术地组合到一起，专业动画师们制作了写实的三维动物形

象。在这部影片中，他们不留痕迹地把拍摄和三维动画融为一体，达到出神入化的境界，并

且使像真人一样说话的恐龙形象和大家熟悉的迪斯尼传统风格有机地结合在一起。

正如在迪斯尼公司制作三维动画已经有13年的Griffith所说：“今天电影制作中电脑

动画与实际拍摄已经变得随心所欲。”

智能机器人是一个在感知- 思维- 效应方

面全面模拟人的机器系统, 外形不一定像人。它

是人工智能技术的综合试验场, 可以全面地考

察人工智能各个领域的技术, 研究它们相互之

间的关系。还可以在有害环境中代替人从事危

险工作、上天下海、战场作业等方面大显身手。

人们通常把机器人划分为三代。第一代是

可编程机器人。这种机器人一般可以根据操作

人员所编的程序, 完成一些简单的重复性操作。

这一代机器人是从60 年代后半叶开始投入实

际使用的, 目前在工业界已得到广泛应用。第二

代是“感知机器人”, 又叫做自适应机器人, 它在

第一代机器人的基础上发展起来的, 能够具有

不同程度的“感知”周围环境的能力。这类利用

感知信息以改善机器人性能的研究开始于70

年代初期, 到1982 年, 美国通用汽车公司为其

装配线上的机器人装配了视觉系统, 宣告了感

知机器人的诞生, 在80 年代得到了广泛应用。

第三代机器人将具有识别、推理、规划和学习等

智能机制, 它可以把感知和行动智能化结合起

来, 因此能在非特定的环境下作业, 称之为智能

机器人。

智能机器人与工业机器人的根本区别在

于, 智能机器人具有感知功能与识别、判断及规

划功能。而感知本身, 就是人类和动物所具有的

低级智能。因此机器的智能分为两个层次: ①具

有感觉、识别、理解和判断功能②具有总结经

验和学习的功能。所以, 人们通常所说的第二代

机器人可以看作是第一代智能机器人。

2 智能机器人的感官系统

( 1) 触觉传感器

英国近几年在阵列触觉传感方面开展了相

当广泛的研究。例如: Sus s ex 大学和Shackleton

系统驱动公司研制的基于运动的介电电

容传感的阵列由威尔士大学和软件科学公司

研制的采用压强技术的装在机器人夹持器上的

传感器。

( 2) 视觉传感

在机器人视觉方面, 目前市场上销售的有

以下6 类传感器: ①隔开物体的二维视觉: 双态

成像②隔开物体的二维视觉: 灰度标成像③触觉或叠加物体的二维视觉④二维观察⑤二

维线跟踪⑥使用透视、立体、结构图示或范围

找寻技术从隔开物体中提取三维信息。在这类

系统方面, 它们只能做一些很简单的操作。例

如: 为了使机器人具有某种程度的人眼功能, 已

进行大量的研究工作并向如下两类系统发展:

①从一维物体中提取三维信息②活动机器人

导航、探路和躲避障碍物的现场三维分析。

伦敦大学目前正在研究一种双目视觉机器

人的实时图像处理机。还有正在研究机器人视

觉系统的教育机构有: 考文垂工业大学、爱丁堡

大学、格拉斯哥大学、格温特大学而伯明翰大

学则专门研究惯性传感器。另外, 还有许多从事

传感系统开发的单位, 都进行了传感反馈研究。

如米德尔塞克斯工业大学致力于使机器人能组

织和使用来自不同类型传感器的数据。这种机

器人能“看”、“感”和“听”, 它更接近于人。

( 3) 听觉传感

目前用的最多的是麦克风与机器人的自然

语言理解系统。

( 4) 运动性能

机器人通常是要在周围移动物体的, 例如:

机器人臂到轮子或脚的运载器已有许多结构在

使用, 此外还有许多其他型号在研究之中。

为在空间任意点以任意方式操作一个物

体, 机器人臂需要有6 个自由度: 左/ 右、前/

后、上/ 下、投、卷和左右摆转。在工业中使用的

坐标已有6 个: 圆柱形、球形、笛卡尔坐标、旋转

坐标、Scara type 和并行坐标。

在国际机器人市场上圆柱体坐标机器人现

已有售Unimate 机器人系列为球形坐标系统,

手臂可移进移出, 绕其坐标移动, 还可以做旋转

的纵向移动。当前机器人臂的研制目标是通过

现有系统的组合或利用完全不同的设计思想开

发更灵活、更有适应能力的坐标系统。如伯明翰

大学机械工程系研制的全交接左笛卡尔坐标系

机器人Locoman, 它是一种装配机器人。在该

机器人上用控制设备来改进其刚性和精度。

在控制装置方面, 首先是完善从执行机构

的元件中摄取信号以把这种信号传送给电子计

算机( 反馈) 的装置提高小型机械移动装置电

动传感器的灵敏度、精确度和寿命完善运动程

序给定、贮存和计算及整个数字程序控制的元件研制小型而又可靠的有感知装置, 主要是动

力机构和执行机构等等。

在机器人的计算———逻辑装置和信息装置

方面, 首要问题是研制专业化的微处理机。

3 智能机器人的未来发展

智能机器人的开发研究取得了举世瞩目的

成果。那么, 未来智能机器人技术将如何发展

呢? 日本工业机器人协会对下一代机器人的发

展进行了预测。提出智能机器人技术近期将沿

着自主性、智能通信和适应性三个方向发展。下

面我们简单介绍人工智能技术、操作器、移动技

术、动力源和驱动器、仿生机构等。

( 1) 人工智能技术在机器人中的应用

把传统的人工智能的符号处理技术应用到

机器人中存在哪些困难呢? 一般的工业机器人

的控制器, 本质是一个数值计算系统。如若把人

工智能系统( 如专家系统) 直接加到机器人控制

器的顶层, 能否得到一个很好的智能控制器? 并

不那么容易。因为符号处理与数值计算, 在知识

表示的抽象层次以及时间尺度上的重大差距,

把两个系统直接结合起来, 相互之间将存在通

信和交互的问题, 这就是组织智能控制系统的

困难所在。这种困难表现在两个方面: 一是传感

器所获取的反馈信息通常是数量很大的数值信

息, 符号层一般很难直接使用这些信息, 需要经

过压缩、变换、理解后把它转变为符号表示, 这

往往是一件很困难而又耗费时间的事。而信息

来自分布在不同地点和不同类型的多个传感

器。从不同角度, 以不同的测量方法得到不同的

环境信息。这些信息受到干扰和各种非确定性

因素的影响, 难免存在畸变、信息不完整等缺

陷, 因此使上述的处理、变换更加复杂和困难。

二是从符号层形成的命令和动作意图, 要变成

控制级可执行的指令( 数据) , 也要经过分解、转

换等过程, 这也是困难和费时的工作。它们同样

受到控制动作和环境的非确定性因素的影响。

由于这些困难, 要把人工智能系统与传统机器

人控制器直接结合起来就很难建立实时性和适

应性很好的系统。

为了解决机器人的智能化, 组成智能机器

人系统, 研究者们将面临许多困难且需要做长

期努力, 进行若干课题的研究。例如: 高级思维活动应以什么方式的机器人系统来模仿, 是采

取传统的人工智能符号推理的方法, 还是采用

别的方法? 需不需要环境模型, 需要怎样的环

境模型怎样建立环境模型, 传统的人工智能

主要依据先验知识建立环境模型。由于环境和

任务的复杂性, 环境的不确定性, 这种建模方

式遇到了挑战, 于是出现了依靠传感器建模的

主张, 这就引出一系列新的与传感技术有关的

课题。

人们为了探讨人工智能在机器人中近期

的可用技术, 暂时抛开人工智能中的各种带根

本性的争论, 如符号主义与连接主义、有推理

和无推理智能等等, 把着眼点放在人工智能技

术中较成熟的技术上。对传统的人工智能来

说, 就是知识的符号表示和推理这部分技术,

看一看它对当前的机器人技术的发展会有什

么贡献。其主要贡献体现在以下几个方面: 基

于任务的传感技术, 建立感知与动作的直接联

系, 基于传感器的规划和决策, 复杂动作的协

调等。

( 2) 操作器

工业机器人手臂的设计制造已趋于成熟,

因此在智能机器人操作器方面的研究, 人们的

兴趣主要集中在各种具有柔性和灵巧性的手

爪和手臂上。

机器人手臂结构要适应智能机器人高速、

重载、高精度和轻质的发展趋势。其中轻质化

是关键。新型高刚度、抗震结构和材料是目前

国外研究的前沿。

机器人的手、腕以及连接机构是引人注目

的研究课题。其中手腕机构的研究注重于快

速、准确、灵活性、柔顺性和结构的紧凑性。

与人协调作业关系密切的一类智能机器

人如医用机器人、空间机器人、危险品处理机

器人、打毛刺机器人等, 它们都面临着如何快

速、准确地把人的意志和人手的熟练操作传送

到机器人执行机构的问题。目前, 要让机器人

作业一个小时, 其软件编制需要60 个小时, 费

时又费工。要改善这种状况, 需要从软件和硬

件两方面着手。如多指多关节灵巧手是一种模

拟人的通用手, 它能比较逼真地记录和再现人

手的熟练动作, 受到研究者的青睐。由于它涉

及到操作力学、结构学、基于传感器的控制、传

感器融和等方面的问题, 研制的难度很大, 因

此到目前为止, 还没有一种成熟的产品投放市

场。

( 3) 移动技术

移动功能是智能机器人与工业机器人显

著的区别之一。附加了移动功能之后, 机器人

的作业范围大幅度增加, 从而使移动机器人的概念也从陆地拓展到水下和空中。

近几年来, 在欧美国家的机器人研究计划

中, 移动技术占有重要的位置。例如在NASA

空间站FREEDOM 上搭载的机器人、NASA 和

NSF 共同开发的南极Erebus 活火山探测机器

人、美国环保局主持开发的核废料处理机器人

HA7BOT 中, 移动技术都被列为关键技术。

移动机构与面向作业任务的执行机构综

合开发是最近出现的新的倾向。因为无论何种

机器人都需要通过搭载的机械手或传感器来

完成特定的作业功能。另一个倾向是移动的运

动控制与视觉的结合日益密切。这种倾向在美

国ALV项目中已初见端倪, 最近则越过了静态

图像识别的框框, 进入主动视觉和主动传感的

阶段。显然, 智能机器人在非结构环境中自主

移动, 或在遥控条件下移动, 视觉- 传感器-

驱动器的协调控制不可缺少。

最近几年, 在步行机构, 双足步行机, 轮式

移动机构的开发和实用化等方面都取得了一

些进展。据日本工业机器人协会预测: 管内移

动机器人将在2007 年可达到实用化与人具

有同样步行速度的多足步行机和双足步行机

以及不平整地面行走和爬楼梯与人具有相同

速度的移动机器人将在2010 年可达到实用

化。

( 4) 动力源和驱动器

智能机器人的机动性要求动力源轻、小、

出力大。而现有的移动机器人无一例外地拖着

“辫子”。以动力源的重量/ 功率之比为例, 目前

电池约达到60g/W( 连续使用小时) , 汽油机约

为1.3g/W,都不理想, 而且使用有局限性。到目

前为止, 尚未见到改善动力源的有效办法。

电机仍然是智能机器人的主要驱动器。要

使智能机器人的作业能力与人相当, 它的指、

肘、肩、腕各关节大致需要3- 300Nm 的输出

力矩和30- 60r/min 的输出转速。传统伺服电

机的重量/ 功率之比约为30g/W, 而人在百米

跑和投掷垒球时腿、肩、臂的出力大约为

1g/W, 相差甚大。日本在改进电机的性能方面

取得了长足的进步。例如: 核工业机器人臂和

腿的驱动电机的重量已减轻到原来的1/10, 使

机器人整体自重降低到700kg , 但与它只能处

理20kg 重的工作相比, 远非令人满意。

人们寄希望于新驱动器, 例如: 人工肌肉、

形状记忆合金、氢吸附合金、压电元件、挠性

轴、钢丝绳集束传动等等。虽然各有诱人的优

点, 但在实用性方面还达不到伺服电机的水

平。日本极限作业机器人计划中, 水下机器人

机械手的手腕和手爪驱动采用了人工肌肉, 肌

肉本身的重量才5- 8g, 以20kg/cm2 压力的高压水为工作介质, 收缩力高达50kg ( 管径

3mm) 。这是新型驱动器一个成功的例子。总

之, 智能机器人性能指标的改进是无止境的,

对驱动器的要求也越来越高。什么是客观的衡

量标准呢? 一个容易接受的办法就是把它与人

的体能加以比较。从这个角度来看, 智能机器

人驱动技术目前差距还相当大。

( 5) 仿生机构

智能机器人的生命在创新, 开展仿生机构

的研究, 可以从生体机构、移动模式、运动机

理、能量分配、信息处理与综合, 以及感知和认

知等方面多层次得到启发。目前, 以驱体为构

件的蛇形移动机构、人工肌肉、仿象鼻柔性臂、

人造关节、假肢、多肢体动物的运动协调等等

受到人们的关注。仿生机构的自由度往往比较

多, 建立数学模型以及基于数学模型的控制比

较复杂, 借助传感器获取信息加以简化可能是

一条出路。

近年来, 机器人出现了一个倾向是面向特

定功能和作业开发专用机器人, 以追求高速、

高效、单一化和低成本的目的。例如美国IBM

公司设计的超高速小型机器人, 以50 次/s 的

速度频繁往复于相距数毫米的两点间, 实现高

密度微型电子器件装配, 定位精度高达一微

米。这种高速运动机构的动态平衡十分重要,

虽然其工作区域只有13mm×13mm×1mm,

但其加速度却高达50g 。IBM 公司的技术人员

对机器人学提出了新的问题: 如何进行机构-

控制- 传感- 驱动的一体化设计, 满足机械手

高速高精度定位的要求。众所周知, 机器人系

统的设计程序是先设计臂结构和驱动装置, 然

后设计控制器。实践证明, 这种设计即使能达

到最佳的静力学性能, 也往往不能满足动力学

性能。到目前为止, 改进动力学性能的方法并

不多见, 一般是按常识、减轻构件的重量, 匹配

减速器的速比等等。