4. 常用传感器详解(二):力/扭矩传感器、触觉传感器、视觉传感器(相机)的原理与选型
好,咱们接着聊传感器。上一章讲了基础的几种,这一章咱们深入一点,聊聊那些让机器人真正能「感知世界」的传感器。
力/扭矩传感器、触觉传感器、视觉传感器——这三样东西,说白了就是机器人的「触觉」和「眼睛」。没有它们,机械臂就是个只会走固定路线的呆子。有了它们,机械臂才能干精细活。
4.1 力/扭矩传感器:让机械臂知道轻重
先说说力/扭矩传感器。这东西我太熟了。早些年做打磨机器人项目,机械臂一上去就把工件干废了。为什么?因为它不知道用力多大。
原理其实不复杂:传感器内部有应变片,受力后电阻值会变。通过测量电阻变化,就能算出力和扭矩的大小。
常见的安装位置有两种:
- 腕部传感器:装在机械臂末端,直接测量末端受力
- 关节传感器:集成在电机输出端,测量每个关节的力矩
我个人习惯用腕部传感器,因为它更直接。你想想看,机械臂抓鸡蛋,腕部传感器能实时反馈压力值,超过阈值就松手,鸡蛋就不会碎。
选型要点:
- 量程:选实际负载的1.5-2倍,别卡太死
- 精度:0.5% FS 够用,0.1% FS 算高端
- 采样率:至少1kHz,否则控制会滞后
我的经验:选力传感器时,别忘了考虑温度漂移。有一次我在车间测试,上午调好的参数,下午全偏了。后来才发现是车间温度变化导致的。现在我都选带温度补偿的型号。
4.2 触觉传感器:让机器人有「手感」
触觉传感器,比力传感器更进一步。它不光知道用了多大力,还能知道力分布在哪。
想象一下你用手指按一个按钮——你感受到的不是一个总力值,而是指尖各个点的压力分布。触觉传感器做的就是这件事。
常见技术路线:
- 压阻式:导电橡胶受压后电阻变化,成本低,但精度一般
- 电容式:极板间距变化导致电容变化,灵敏度高
- 光学式:通过相机拍摄弹性体变形,精度最高,但体积大
嗯,这里要注意。触觉传感器目前还没那么成熟。我在做医疗机器人项目时试过几种,说实话,光学式的效果最好,但价格也最感人。
避坑指南:我曾经买过一批压阻式触觉传感器,号称分辨率很高。结果一用,噪声大得离谱,数据根本没法用。后来发现是屏蔽没做好。所以选触觉传感器时,一定要看信噪比,别光看分辨率。
4.3 视觉传感器:机器人的眼睛
视觉传感器,说白了就是相机。但工业相机和手机相机差别很大。
核心参数:
| 参数 | 说明 | 我的建议 |
|---|---|---|
| 分辨率 | 像素数量,比如500万、1200万 | 不是越高越好,够用就行 |
| 帧率 | 每秒采集多少帧 | 抓取场景至少30fps |
| 靶面尺寸 | 传感器物理大小 | 越大越好,但价格也高 |
| 接口 | USB、GigE、Camera Link | 工业场景推荐GigE |
为什么分辨率不是越高越好?你想想看,分辨率高了,数据量就大,处理就慢。我见过有人用2000万像素的相机做定位,结果帧率只有5fps,机械臂动一下要等半天。其实500万像素完全够用。
相机类型:
- 2D相机:拍平面图像,适合定位、检测
- 3D相机:能获取深度信息,适合抓取、测量
- 线阵相机:一行一行扫,适合检测连续物体
我个人最常用的是3D相机,尤其是结构光类型的。做无序抓取时,3D相机能直接给出物体的三维坐标,省去了复杂的标定过程。
选型口诀:
静态检测用2D,抓取定位用3D。
精度要求高用结构光,速度要求快用ToF。
预算有限用USB,稳定可靠用GigE。
4.4 三种传感器的协同工作
单独用某一种传感器,效果都有限。真正厉害的是把它们组合起来。
举个例子:机械臂抓取一个易碎品。
- 视觉传感器先找到物体的位置和姿态
- 力/扭矩传感器在抓取过程中实时反馈夹持力
- 触觉传感器检测接触是否均匀,防止滑落
这三者配合,才能做到既抓得稳,又不损坏物体。
下面这张图展示了它们的协同关系:
你看,视觉先看,力传感器再感受,触觉传感器最后确认。这个流程走下来,基本不会出大问题。
小技巧:实际项目中,我习惯把力传感器的阈值设得比理论值低20%。为什么?因为机械臂运动过程中会有惯性力,留点余量更安全。
4.5 选型总结
最后,我给大家一个简单的选型对照表:
| 应用场景 | 推荐传感器 | 预算参考 |
|---|---|---|
| 精密装配 | 力/扭矩传感器 + 视觉 | 中高 |
| 抓取易碎品 | 力/扭矩 + 触觉 | 中 |
| 无序分拣 | 3D视觉 + 力传感器 | 高 |
| 简单搬运 | 2D视觉就够了 | 低 |
记住一句话:没有最好的传感器,只有最合适的组合。别盲目追求高端,够用就好。
好了,这一章就到这里。这三种传感器搞明白了,你的机械臂就算真正有了「感知能力」。下一章咱们聊聊怎么把这些传感器和机械臂连起来,让它们真正协同工作。