将这个机械手做下系统划分，可以分为：高速传感器系统、高速控制系统，这三个系统没有优先级，同样重要，缺一不可。

（）

（一）高速机械系统

高速机械系统是这个机械手中难度{zd1}的一部分，我们可以看到各种各样的工业机器人，他们都能够快速的在工位之间移动。快速的钻头、切割机、螺旋桨等速度可以高达几万转每秒。所以，高速对于机器人而言并不是瓶颈，而是有没有实际需要。以自主移动机器人为例，它的本体大多是一种轮式小车，照理说它可以跑得飞快，盐湖城的试车场最快赛车速度已经有400多公里每小时的记录，不过{zxj}的自主移动机器人“火星车”只能以5cm/s的速度行走，速度快了之后它就反应不过来，就可以撞到障碍物或掉到沟里。

机械手高速移动的时候和其它的回转机械不一样，因为它的行程是一个有限的角度，需要在这个角度内不断的起停和反向。高速运动的时候产生的惯性力会对到位控制和机械系统可靠性产生重大的影响。结构越重，产生的惯性力就越大，位置控制的难度也随之增加。轻质的物体在反复摆动过程中不会对摆臂关节产生多少作用力，重物可能会让关节负荷很重的交变载荷，这样情况下机械系统很快就会被破坏掉。

    根据石川小室研究室的官方材料，这个机械手的使用了轻质材料，没有透露具体是什么，笔者认为碳纤维是很优秀的解决方案。

（二）高速传感器系统

根据{dy}点的分析，我们可以看到：一个机器人系统的高速响应能力的主要瓶颈是感知系统和控制系统。对于感知系统我们可以理解为：利用各种传感器对机器人的内外部环境进行信息采集、分析、处理、提取的系统。

所有传感器当中，视觉传感器和语音传感器是最重要也是数据量{zd0}的两种传感器。在全世界范围内，有众多机构在研究机器人视觉系统。在我们身边也有很多的机器人视觉技术的运用，比如联想笔记本不仅仅有指纹识别还有人脸识别，通过识别人脸对登录用户的合法性进行甄别，基本原理是通过匹配数据库里的人脸和当前摄像头看到的人脸对用户进行识别。

ROBOCUP足球机器人比赛也运用了图像识别技术。机器人通过全景摄像机看到足球场地的全景照片，对全景照片进行处理提取出球门、场线、己方机器人、敌方机器人等信息，并制定相应的比赛策略。

上述的分析我们可以看到，机器人视觉技术并不神秘，反而非常常见。那么为什么就只有石川研究室设计出了这样高性能的机械手呢？关键环节在于图像处理速度。普通摄像头的刷新频率在30Hz左右。如果我们忽略掉计算机的处理时间，控制系统响应时间，我们可以理解为机器人的反应速度是30Hz，前一次感知和后一次感知的时间间隔是33ms。我们可以计算一下，如果机械手将手中的手机往空中抛出1m高，并要在手机落下来的时候接住它，33ms的响应速度能不能让机械手接住手机。接住手机的场景是这个视频中最炫的一段，我们是不是也能来一段呢？手机自由落体到1m的位置时，速度大概是4.5m/s，33ms的时间内位移大概是15cm，如果机器人的手指头有16cm宽估计可以稳稳的抓住手机，但这样就没有实现的价值了。如果反应速度是1ms呢？手机下落到1m位置时，1ms的位移大概是4.5mm，比一个正常的机器人手指头要小很多，理论上机器人有足够的时间抓住手机。

    由此可见，高速的传感器系统和控制系统是关键环节。石川研究室已经解决了这一难题。他们的视觉反馈系统可以对图像进行了初步的处理，能够提供高达8K的刷新速度。高速视觉技术（High Speed Vision Technology）就是这一只手（手臂）的眼睛，透过每一秒钟高达1000张图片的获取与高速的运算分析，就可以快速的掌握到移动或者静止的分散物体，分析它的移动路径、形状以及大小，两只这样的眼睛就可以判断其立体空间坐标而驱动运动机构去作抓取或者拦截。

    上面几张图片是石川研究室的视觉系统。他们从90年代就开始进行视觉系统的研究和设计，而视频中展示的机械手只是他们用于验证高速图像处理芯片的一个平台而已。05年他们为日本国家博物馆设计了一个“高速捕获系统”，这个系统由一个三手指机械手和图像识别系统构成的，能够抓住一个高速移动的棒球。类似的例子还有村田设计所为了验证他们的姿态传感器，设计了一个让业界惊叹的骑自行车机器人。

机器人的视觉影像处理技术主要包含几个方面：感光、影像传输、成像、合成等，并经由后端处理器进行影像压缩编码。视觉影像处理的数据量非常庞大，高速机器视觉技术主要是利用FPGA作为核心控制处理架构并结合高速数据传输接口发展而成。

石川研究室针对机器人的高速传感器信息技术方面做了很多研究，“高速视觉芯片”（High Speed Vision Chip）是最重要的研究成果。他们将CCD模块与数字处理模块整合于一片集成电路当中，同时利用第二级FPGA处理器架构（Secondary FPGA）强化了原本单一芯片的运算限制，并提供并行计算算法，使得多个处理器得以同时运算，大幅提升视觉影像处理能力，这种芯片能够提供超过1K的刷新频率。

传统的影像处理速度一般都只有到30~100 s/sec，处理速度虽不够快，但用在一般民用产品上已经足够；然而若要将视觉技术应用于机器人的感知上，如果图像刷新速度不够快的话，对于快速移动的物体就不能够准确捕获，也无法了解到其移动路径，会因而降低机器人对外在环境的反应能力。高速视觉芯片，可以在每一秒钟撷取高达1000张影像（这样的速度已经超越人类眼睛），因此透过影像与影像之间的分析与比对之后，便可实时掌握物体的移动、空间的辨识、3D坐标定位等。

（三）高速控制系统

8K的图像刷新频率和1K的伺服控制频率要求整个系统具有很高的数据处理能力。下图是石川研究室机械手的控制系统框图，CPV就是他们的高速视觉反馈系统。石川研究室设计了一套“投掷与捕获机械手”用于验证他们整个高速机器人控制系统和传感器系统的性能，我们从下面的视频中也能够看到这套系统的优越性。再过一段时间的进化，相信在棒球领域，这套机器人将没有对手。

     对于《我相信这只手能拦截爱国者导弹》的分析到此为止，从这个机械手上面我看到日本先进的机器人技术，也看到了我们自己的短处。在此，我们不能不思考，什么是机器人领域的核心技术，怎样才能在未来的机器人产业中占有一席之地，如何占据具有高附加值的某一个环节？

作者博客：