机器人应用传感器时应考虑的问题：程序设计与传感器,示教与传感器,抗干扰能力

应用传感器会影响到控制程序的编写方法。信号处理技术能够改善一些传感器的性 能，而与传感器的工作原理无关。应用机器人传感器时应考虑如下问题。

1. 程序设计与传感器

机器人工作站的任务程序能够应用适当的传感器获取信息，并以这些信息为基础做出 决定，选择可取的处理步骤。在机器人正常运行期间，大部分可能获得的传感器读数用于 检测各个单一处理步骤(如钻个孔)是否能准确无误地完成。 任务程序只是在运行中进行处理之后，才能获得所需信息。然后，程序能够采取某些 纠正或保护措施来排除某些误差的影响。程序开发过程通常包括许多假设和冗长的实验， 以便确定所进行的检验是否能发现足够多的误差，以及对这些误差的反应是否恰当。工业 上制定机器人加工标准时，由于需要由人做出的选择变少了，因而将使产生可靠的任务程 序问题变得比较简单。

由此可见，不但正常的任务程序需要传感器，而且误差检查与纠正也需要传感器。传 感器能够获得决策信息，从而参与对处理步骤的决策。

2. 示教与传感器

除获得决策信息外，机器人工作站内的传感器主要用于间接提供中间计算结果或直接提供任务程序中任何延期数据值。任务程序中Z常见的延时数据很可能是位置信息。视觉信息 次之，也是经常碰到的示教型信息。不过，实际可见输入信息可能很大。力和力矩信息不可 能经常进行示教。

位置信息是很容易示教的，因为机械手实际上就是一台大型坐标测量机器。 一个形状 像指针一样的末端执行装置使训练人员比较容易规定工作空间位置，其X-Y-Z 位置应 当记录下来。根据末端(如工具)的形状与尺寸、臂关节位置以及机械手的集合结构和尺 寸，控制机器人的计算机能容易地计算出X-Y-Z 值。

3. 抗干扰能力

一个非接触式传感器对能量发射装置所产生的干扰往往是很敏感的。传感器对这些能量——光线、声音和电磁辐射等产生反应。这就提出了把噪音(干扰)从信号中分离出去的 问题。有三种原理能够有效地提高这类传感器的灵敏度，降低它们对噪声和干扰的敏感 性。这就是滤波、调制和均分(averaging) 。 这些原理使得传感器能应用于能量场(如光波、 声波、磁场、静电场和无线电波等)内。

滤波原理的实质在于：以某种特征(如频率特征)为基础，屏蔽去大部分噪声，并尽可 能多地把信号集中在滤波器的通带内。

调制原理也是一种滤波，不过其滤波信息是由感觉能量场传播或被编制进感觉能量 场。调制以不大可能在噪声中出现的方法，改变能量场的某些特征，如强度、频率或空间分布等。

均分原理是以噪声的随机性为基础而屏蔽去某 一 期间的噪声。要求信号具有某些非随 机特性。这样，在某些意义上就不会均分出零值。

适当地选择传感器能够Z大限度地提高传感器对信号的灵敏度，并降低其对噪声的敏 感性，即提高其抗干扰能力。