工业的研究现状。
4.1 国外工业机器人的研究现状
4.1.1 仿生机器人与新型机构
对人的研究，国外侧重于对人行走时的步态分析，通过对人脚形状的分析， 得出具有圆形截面的脚趾和脚后跟以及具有扁平截面的连接脚趾和脚后跟的中间部分具有最佳的动力学性能。对人形机器人步态规划问题，Xia Zeyang 等人提出了一种基于样品的决定性的脚步规划方法， 该方法综合考虑了自身独特的运动能力和稳定性。对于在不同类型障碍的复杂环境中脚步规划，Yasar Ayaz 采用与人走近障碍物时绕过的方法，通过脚步实时的生成成功避开障碍物。此外，对于双足步行机器人的复杂地面运动的研究也有新的进展，研究出一种新型的双足机构，能实现不平区域稳定地行走，该足由4 个分别带光学传感器的鞋钉组成，总重1.5 kg。对动物的研究则表现为对诸如蛇、鱼的结构以及运动性能的研究。仿蛇机器人不仅可以作为管道检测装置，也可以作为地震或矿难探索装置，更可以当作极地探测器来进行科研活动。Shigeo 和Hiroya Yamada 就将仿蛇机器人的机械结构分为5 种类型：活动的弯曲关节式；活动的弯曲和拉伸关节式；活动的弯曲关节和活动的车轮式；被动弯曲关节和活动车轮式；活动的弯曲关节和履带式。Aksel Andreas Transeth 等采用摩擦力模型方法建立了一蛇形机器人模型， 该机器人能与包括地面的障碍物以外的物体接触， 对地震或矿区救援很有帮助。Kristin ***sen 等人对蛇形机器人在存在障碍物环境中运动进行了复合建模，仿真结构证明该模型能实现不规则环境中的一般运动。但蛇形机器人目前要真正达到在复杂环境中畅通无阻地运动，还有待进一步研究。对海洋的开发，相对于其它的水下自动化装置， 仿生鱼具有更好的推进力和流体适应性。其研究主要体现在结构和运动特性上。Jun Gao 和*** 等人对胸鳍驱动和尾鳍驱动鱼形机器人进行了分析， 讨论了鱼结构和运动各参数的关系。Yu Zhong 等人对由阀体与尾鳍构成的机器人鱼的运动性能进行了研究，采用量纲分析方法，建立了一种能预测运动的机器鱼模型。Giuseppe Tortora 等人设计了类水母微型机器人，它由磁体驱动自身的运动,具有较好的运动性能。但机器鱼在结构仿生度、性能如直线游泳与拐弯半径等方面还有待进一步的研究。此外，Kazuya Kobayashi 等人对用于抓掐、旋转细小物体的手指尖进行了设计和分析，并进行了抓取USB 插头的实验，验证了该设计的可行性，但其抓取策略还有待进一步的优化。Jian *** 等人第一次提出了可变构手掌，并设计了多指可变构手Metahand,该手可折叠也可展开，具有相当高的灵活性。
新型机构也是当前研究的热点之一。随着对机器人的柔性程度和精度要求越来越高。于是对可重构机器人和并联机构的研究成为了时代的必要。Michael *** 等人设计的一种新型的独立移动可重构模块化的机器人，工作时可以是链式或晶状式，在危险环境中表现出了出色的运动能力。Hongxing Wei 等人设计了一种自组装和自重构的模块化机器人，而Graham GRyland 等人设计了专门用于搜救行动中的可重构iMobot 机器人，它有4 个可控自由度，通过驱动轮子将自身举起来成为一个摄像平台。并联机构因其具有精度高、结构紧凑、刚度高等优点，引起了众多科研人员的兴趣， 采用多目标遗传算法对2 自由度的微型并联机构进行了优化设计。
Sergiu-Dan Stan 等人运用遗传算法和模拟退火的优化方法对一个2 自由度并联微型机器人的工作空间进行了优化分析， 实验表明该方法具有可行性。
4.1.2 机器人的定位与环境地图的创建
随着工业机器人技术的发展， 其应用范围日趋广泛。由室内到室外，由结构环境到非结构的复杂环境，使机器人创建环境地图的同时进行自主定位和导航成为当今机器人研究领域的一大热点问题。
机器人的同时定位与建图（SLAM）可以描述为：在未知的环境中移动的机器人，根据传感器获得的环境信息，采用某些算法对信息进行处理， 最后经控制器进行自身位置估计与环境地图的创建。机器人的定位可分为相对定位和绝对定位两种。前者是根据机器人本身或从环境中提取某些特征信息，如物体外部几何结构点、里程信息等，结合上一次的位置和姿态来判断出机器人的当前位姿， 该方法灵活性高，有利于机器人的导航与定位，但误差累积较大会造成定位精度降低。而后者是通过人们在环境中预先设置的路标或显眼节点等来计算机器人实时的位姿，此法快速可靠，但适用范围较窄，在无法设置路标场合难以工作。通常将以上两种方法相结合来提高机器人的定位精度， 目前对环境图像的获取可通过不同的视觉系统， 有学者提出了不同的方法， 主要分为3类：第1 类是可旋转的相机，可提供高分辨率图片但每一帧需要8 s，实时性并不高，同时也无法很好地嵌入微小型自动机器人中；第2 类是相机网络，能获得环境的全景， 主要的问题是各相机获得图片的同步性以及较多的照片处理；第3 类是兼反射和折射的相机，它是由朝向同一旋转对称镜的一个透视摄像机构成， 无活动件，一次对焦能提供360°的高分辨率的全视野。
随着SLAM 技术的发展，产生的许多SLAM 算法。包括扩展卡尔曼滤波算法（EKF-SLAM）、粒子滤波算法（Fast-SLAM）、扩展信息滤波算法（EIF-SLAM）、扫描匹配算法（DP-SLAM）、解耦算法（D-SLAM）、压缩扩展卡尔曼滤波算法（CEKF-SLAM）、快速扩展信息滤波算法（FEIF-SLAM）、无迹卡尔曼滤波算法（UKFSLAM）、Rao -Blackwelled 粒子滤波算法（RBPR -SLAM）、Uncented FastSLAM 法（UFastSLAM）法等。较常用的是EKF、Fast-SLAM、UKF、RBPF 以及UFastSLAM法。EKF 的数学严谨，估计准确，但线性相关较差，UKF不适于解决存在非线性和高斯噪声情况。粒子滤波算法对线性和噪声没有要求， 但问题的维数较高时计算量较大，难以满足系统实时性要求。FEIF 是EIF 的对称形式，保留了EIF 的优点，但滤波的一致性更好。而UKF 比EKF 有着更好的滤波一致性，并且适用于室外大的复杂环境。RBPF 对解决非线性和非高斯噪声时具有很好的特性。相比Fast-SLAM 和RBPF-SLAM 在雅各比线性逼近非线性功能不足的问题，UncentedFastSLAM 就能更好地解决线性逼近问题，并且有很好的估计精度和滤波一致性。
4.1.3 机器人-环境交互
随着民用、应急响应、灾难控制、环境监测等场合对机器人的需求不断增大， 机器人与环境的交互成为机器人领域的又一研究热点。主要表现为机器人作用对象的识别，路径规划，最后实现自主导航完成任务。
机器人通过立体视觉、激光测距仪、超声波、红外线、声纳、光束等工具对环境进行数据收集。超声波测距仪由于超声波受周围环境影响较大， 测量距离比较短，测量精度比较低；红外测距的优点是便宜、易制、安全，缺点是精度低、距离近、方向性差。非接触的距离测量应用最广的两种方法是激光和超声波， 无论哪种方法,测量区域的图像都是不可见的，同时，目标物的反射表面状态也会影响测量的精度， 能同时实现图像的显示与距离的测量方法有：模式识别和图像分析方法。机器人根据采集到的环境信息进行数据处理， 得到对图像匹配有用的信息， 如物体边缘轮廓、关键特征点等，主要方法有尺度不变特征转换法（SIFT）和更为有效的傅里叶描叙子（FD）法。最后将得到的特征信息与机器人的数据特征库进行匹配，进行对象识别。
机器人最重要的功能是辅助或完全替代人类完成作业任务， 因而它的路径规划与导航问题也一直是研究的焦点。目前对机器人路径规划提出的方法有：A* 算法、快速行进法（FMM）、边界跟踪的快速行进法（BFFMM）、非线性规划法、进化算法（EAs）等。FMM 法对解决最短路径规划很有效， 但只能应用在完全已知的环境中，而BFFMM 法只需要知道运动的起始点和目的地，用于未知的多边性环境中，效果优于FMM 法。无人飞行器的飞行最优路径搜索中多采用EAs 法。
机器人的导航方法分两类，一类是基于GPS 或伽俐略定位系统的全局导航系统； 另一类是基于自身设计的算法如ELA+法等的局部导航系统。GPS 或伽俐略定位系统对较大目标的定位和导航效果很好， 但当区域中有任何障碍时，都将导致精度降低，而且不适合对阴影、桥梁或有其它遮挡物的情况。而ELA+法能在离目的地的距离和位置不知的情形下， 利用可靠方位信息成功引导机器人完成任务。导航技术的发展促进了新的更高精度的导航方法的出现， 即融全局和局部的混合导航方法。
看完以上关于工业机器人的内容介绍，相信大家对它有了进一步的了解。在以后的时间里我们将不断发布最新的、abb的行业资讯，相信里面一定会有您需要的内容。