IgorVerner、DanCuperman、SergeyGamer、AlexPolishukTechnion——以色列理工学院
摘要：这项研究探索了利用现代工业机器人Baxter使一年级工程学学生获得实践的机会，并提供空间技能方面的培训。我们开发了一个实验练习，学生们可以操作机器人来执行物体的空间操作。我们在Gazebo虚拟环境中的Baxter数字孪生上进行了练习。对数字孪生进行了校准，以模仿Baxter的物理特性，并使用定向的立方体正确地模拟其空间操作。这项练习是由25名学生完成的，作为工业工程概论课程中机器人技术研讨会的一部分。我们进行了一个研讨会后的问卷调查，重点分析了学习结果和学生遇到的空间困难。学生们意识到，研讨会、尤其是这次练习使他们有效地接触了工业机器人，并提高了他们在机器人操作中的空间意识。
1、 简介
工业机器人传统上被定义为“可以在三个或多个轴上编程的自动控制、可重新编程、多功能机械手，可以固定在一个位置或移动以用于工业自动化应用”[1]。这个定义在工业4.0的概念框架中发生了根本性的变化，其中机器人被认为是网络物理系统（CPS）的重要组成部分[2]。扩展了传统机器人功能的两个根本上的新功能是：
（1）互联网通信，用于与CPS的其他设备进行信息交换和协作；
（2）计划和采取行动，以及基于智能技术与人类的互动。现代自主机器人应该具备的一些基本功能包括物体识别、增强的空间操作灵活性以及人机交互的安全性。
CPS的快速发展和部署促使人们需要将工业4.0技术的研究作为工程课程的一个组成部分。近年来，已经开发了许多关于这一主题的课程[3]。Cheng[4]指出，尽管大多数课程都是针对研究生，但有必要在学士课程中教授该学科。他开发了一门本科高年级课程“网络物理系统简介”，旨在为学生创造和开发此类系统做好准备。Zalewski和Gonzalez[5]报告了面向软件工程专业本科生的网络物理系统课程。它的教育目标之一是在学生中培养“对网络物理系统与环境之间相互作用的意识”。Crenshaw[6]指出，教学机器人平台可用于吸引和激励本科专业学生进行CPS关键特征的体验式学习。在她的课程中，学生创建了一个由不同的机器人和设备协同工作以执行协作任务的网络系统。
我们研究的目的是探索从工程学第一年开始就引入CPS和现代机器人技术基础的机会。这样做的理由是，尽早引入此类概念和实践可以帮助学生将自己定位为未来的工程师，促进工程和专业技能的发展[7-9]。我们的研究提出并探讨了一种方法，让一年级工程学的学生使用现代工业机器人Baxter进行实践，并帮助他们进行空间技能的培训。这项研究是在工业工程与管理学院的机器人实验室中进行的。我们让学生参与规划和操作机器人来执行复杂的空间操作，并评估这种学习实践的结果。
该方法通过与上一代机械手的比较，研究了现代工业机器人的功能。我们向学生介绍了在当前过渡时期他们将在行业中遇到的最新技术和传统技术[10]。其目标不仅是传授使用特定机器人所需的技术技能，而且还要传授机器人编程和操作的基本原理。另一个目标是组织学生使用机器人进行练习，培养他们的空间意识，训练他们的空间感知、心理操作和视觉化技能。研究表明，在智能技术环境中的学习实践可能是一种有效的方法，尤其是视觉空间推理的认真训练[11]。在之前的研究阶段，我们使用Scorbot5自由度和SCARA4自由度机器人基于传统机械手从物理，虚拟和远程环境中探索了这种方法[12]。在本文所介绍的当前阶段，我们将探索让新手学生使用新一代工业机器人Baxter进行实践的机会。
Baxter有一对7自由度的手臂，被设计为可以在人身边安全和智能地执行各种生产任务。机器人可以通过感知和控制每个关节的力、位置和扭矩，以及通过计算机视觉来适应环境。Baxter是机器人研究和先进工程教育的平台。最近，已经开始尝试使用它来教育新生，例如首次尝试在小学课堂上使用Baxter作为机器人教师[13]。
2、 规划机器人操作
规划机器人操作被认为是一个复杂的问题，因为需要从大量的抓取和移动对象的可能性中进行选择[14-16]。在本节中，我们将讨论规划的各个方面，以及学生在控制机器人操作对象时遇到的问题。
2.1 旋转操作任务
对象的拾取和放置操作是机器人学中的一项基本任务。在文献中讨论它，通常会涉及两个主要主题之一：抓取规划或路径规划。前者侧重于对物体的稳定抓取，而后者则侧重于机器人抓取后的运动轨迹。然而，对于抓取的考虑不仅要解决稳定的抓取问题，而且要考虑在操作过程中可能需要旋转物体[14,15]。该旋转由夹持器在拾取和放置物体之间的方向变化决定。
为了解决学生实验练习中的机器人拾取和放置问题，我们选择了一个机器人操作任务，在该任务中，物体的位置和方向被定义为其初始位置和最终位置。在这个练习中，学生需要在机器人可到达的工作空间内找到正确的方法来抓住和旋转一个简单的定向对象，即一个表面有符号的立方体。为了使学生能够轻松定义立方体的抓取和旋转，我们为这种操作开发了一种代码语言。在我们之前的研究[12，17]中，我们开发并使用了一种为5自由度机器人量身定制的有限代码语言。在当前的研究中，我们开发了一种适用于每个机器人旋转立方体的新通用语言。这种旋转操作语言（RML）基于这样一个概念，即立方体被拾取、旋转，然后以不同的方向放置在其初始位置。因此，RML定义了初始方向（在抓取立方体时）和最终方向（在停止拖动立方体时）。当机器人规划两者之间的路径时，用户需要考虑抓取规划和放置规划。换句话说，立方体的旋转是其方向变化的产物。RML与机器人的笛卡尔坐标系（X，Y，Z）有关。
图1.机器人工作空间和世界坐标系的俯视图
A、传统机器人Scobot[18]；B.新一代机器人Baxter[19]。
为任何机器人定义坐标系时，XY平面是水平的，其原点位于机器人底座的中心，如图1A和1B所示。X轴沿着工作空间对称线指向机器人前部工作空间（见俯视图）。操作是通过放置在机器人前面并与坐标轴正交的立方体来执行的。
RML代码由四个字符组成，格式为“SαFβ”。在这里：
S–代表抓取立方体时夹持器轴的方向。它可以得到“X”、“Y”或“Z”值，这些值表示X和Y轴的正方向，以及Z轴的负方向。
α–确定抓取立方体时夹持器手指的方向。它代表夹持器绕其轴旋转的角度。α可以得到值“2”、“1”、“0”或“-”，它们分别代表逆时针旋转180°、90°、0°和-90°。
F–表示旋转后取消拖动立方体时夹持器轴的方向，可以得到与S具有相同含义的值{X，Y，Z}。
β-表示夹持器绕其轴旋转的角度，与α的含义相同。
在图2A所示的示例中，单词“X0Z1”表示从抓取立方体开始的旋转，而夹持器轴与X轴一致，并且夹持器不围绕其轴旋转。当夹持器轴与Z轴的负方向一致时，放置立方体，并且夹持器绕其轴旋转90°。图2B显示了处于该位置的Baxter机器人手臂。
图2.A.旋转代码“X0Z1”的含义；B.Baxter在Z1的位置。
在拾取之前或放置之后，立方体可以有24个不同的方向，因此有576个方向组合。可以看出，对于所有这些组合，只有24个基本旋转，通过这些旋转，立方体可以从任何初始方向旋转到任何最终方向。如果机器人可以从所有五个可能的正交方向接近并抓住放在桌子上的立方体，则可以完成此操作。
2.2 Baxter机器人的旋转操作
Baxter机器人的手臂如图3所示。它由七个关节组成，标有以下符号：肩部（S0旋转，S1-俯仰），肘部（E0-旋转，E1-俯仰）和腕部（W0-旋转，W1-俯仰，W2-旋转）。
图3.Baxter机器人的手臂[20].
通过对Baxter的实验，我们发现通过单臂拾取和放置操作旋转立方体存在一定的局限性。例如，立方体无论放置在何处，都无法从X轴的正方向和负方向抓取。另外，选择从 Y和-Y两个方向接近立方体会大大缩小立方体的放置区域。因此，在练习中，我们排除了-X和-Y方向，并对Baxter进行编程以从三个方向处理立方体： X、 Y和-Z。因此，不是所有24个基本旋转都可以在Baxter的练习中实现。因此，立方体不能总是在一次拾取和放置操作中从初始方向旋转到最终方向。由于Baxter能够从三个方向抓取立方体，因此可以证明，仍然可以进行24个基本旋转中的19个旋转动作和576次立方体操作中的456次操作。
3、 开发工作单元环境
3.1Baxter和它的工作单元
Baxter机器人体现了现代智能机器人技术的核心概念。因此，在Baxter的实践中培养工程专业的新生具有很大的价值。然而，Baxter是一个复杂的工程系统，需要的知识和技能远远超出了新生所拥有的知识和技能。因此，需要一个简单的用户界面和一种教学策略，使Baxter的学习实践对新生而言是实用且有效的。Baxter是通过运行在Linux环境下的机器人操作系统（ROS）来操作和控制的。图4A显示了Baxter系统的框图，其中嵌入式计算机使用ROS接收来自机器人传感器的反馈，并通过电机控制器控制肢体执行器。
图4.A.Baxter的框架图;B.用户工作站系统图.
Baxter包括一个软件开发工具包，允许用户为机器人开发自定义软件。开发的软件既可以在物理机器人上运行，也可以在模拟机器人及其环境的Gazebo仿真器中的数字孪生体上运行。图4B给出了可以操作物理和虚拟机器人的用户工作站的示意图。Gazebo模拟器可以在其环境中设置数字孪生模型和物体模型。
为了使用物理机器人Baxter进行立方体旋转练习，我们建造了两个工作台，并将它们放在机器人附近（图5A）。在机器人的左边有一个通用操作台，用来放置练习所需的立方体。在机器人前面，我们放置了第二个操作台，用作“缓冲区”，上面放着一个立方体，供机器人临时旋转。缓冲区位于机器人旋转灵巧度较高的位置。
为了进行数字孪生练习，我们在Gazebo模拟器中开发了一个虚拟工作单元。我们将Baxter的虚拟模型导入Gazebo，并添加了要旋转的立方体模型，并表示放置立方体（图5B）。在这个工作单元中，用户可以通过旋转整个工作单元并放大或缩小来选择所需的视点。默认情况下，从Baxter前面的观察者的角度（图5B），或者从站在Baxter位置的观察者的角度（图5C），可以看到被操作的立方体。
图5.A.Baxter放置了一个立方体;B.虚拟工作单元;CBaxter的视点.
要旋转虚拟立方体，用户需要打开两个Linux终端：一个用于运行Gazebo，另一个用于通过我们开发的GUI控制数字孪生体。在物理环境中，我们在将真实的立方体放在通用操作台上之后开始一个练习，而在虚拟环境中，用户需要选择虚拟立方体的初始方向。在图6所示的示例中，3个立方体的初始方向由数字453定义。
图6.A.虚拟单元:缓冲区(1),存放区(2),目标区(3);B.在存放区的立方体.
用户可以使用图7A所示的图形用户界面设置立方体的初始方向进行练习。第二个和第三个立方体的方向可以在图6B中看到。第一个立方体被移动到缓冲区，可以在图6A中看到。通过使用RML和图7B中显示的机器人控制GUI来操作立方体.在机器人控制GUI中，在界面左侧选择一个立方体编号，然后按下“将立方体移到缓冲工作台”按钮，Baxter从存放区工作台上拿起指定的立方体，并将其放在缓冲区工作台上。在RML中设置旋转参数并按下“旋转立方体”使机器人在缓冲工作台上执行操作。按下“将立方体放到通用工作台”使机器人将立方体移动到目标工作台。
图7.Thecontrolinterface:A.配置GUI;B.机器人控制GUI.
3.2机器人研讨会
为期6个小时的研讨会为25名一年级学生进行了培训，他们参加了工业工程与管理入门课程。研讨会包括一次讲座和两次操作两个不同的数字孪生机器人的练习。向学生们介绍了机器人工作空间的操作和操作原理。通过与Scorbot传统五自由度机械臂的比较，讨论了Baxter七自由度机械臂对物体的操纵能力。
第一个预备练习[12]是在机器人模拟环境RoboCell中进行的Scorbot的双胞胎训练（图8A）。在本研究中开发的第二个主要练习中，学生们在Gazebo上操作Baxter数字孪生（图8B）。在这两个练习中，任务是操纵三个相同的立方体，它们的表面上以从1到6的数字不规则地定向，以初始方向拾取每个立方体并将其置于所需的方向上。学生们确定，在某些情况下，可以找到合适的拾取和放置操作来实现所需的预期操作，而在其他情况下，他们需要规划两个操作的顺序。
设计了任务中立方体的方向，以便学生评估两个机器人之间的灵巧性差异。第一个立方体的所需方向可以使用Scorbot或Baxter在一次拾取和放置操作中实现。第二个立方体的操作可以通过Baxter的一次拾取和放置操作执行，但需要Scorbot的两次操作。对第三个立方体的操作至少需要两个机器人进行两次拾取和放置操作。
图8.A.Scorbot机器人单元;B.Baxter的虚拟工作单元
在Baxter练习中，学生们使用上一节所述的图形用户界面来选取一个立方体，将其从存储区域移动到缓冲区，并旋转到所需的方位，再将其放置在装配区的目标位置。学生们两人一组，在45分钟内完成练习。在练习中，我们注意到一些学生利用了上一节中描述的改变工作单元视角的机会。一些学生使用了观察者从前面看Baxter的默认视角（图5B），而有些学生决定改变视角，而选择Baxter自身的视角（图5C）。学生们得到了一个实体立方体，帮助他们规划机器人操作。一些学生使用立方体，而另一些学生则用手模仿机械手的动作（图9）。有些人不使用任何物理物体，在头脑中规划旋转操作。
图9.学生们进行练习
4、 研究
我们的研究旨在评估研讨会的学习效果，特别关注Baxter数字孪生的练习。我们询问了研讨会是如何影响学生对机器人技术在现代制造业中的作用的理解，以及他们作为未来工程师对这门学科的兴趣。我们询问了在操作数字孪生模型的过程中，学生们是否接触到了工业机器人技术，并提高了他们在机器人操作中的空间意识。我们还探讨了学生在虚拟机器人单元中进行旋转操作时所面临的空间困难。.
4.1数据收集与分析
在这项研究中，我们准备了两份研讨会后问卷调查。第一份问卷要求学生对研讨会所获得的经验进行反思。我们询问学生，研讨会是否让他们接触到工业机器人技术，并提高了他们对规划和操作机器人的空间问题的认识。我们接受了25名学生的回答。对调查问卷进行分析，并根据实验室报告得出结论。
第二份问卷是关于学生在使用Baxter数码孪生进行练习时所面临的空间困难。学生们被要求评估使用空间代码的旋转操作语言来寻找执行机器人任务的最佳旋转操作序列的困难程度。另外一个问题是从机器人的角度应用工作空间的外心视图的困难。在练习的时候，一些有空间障碍的学生，根据要求得到了与机器人旋转的立方体一样的物理立方体，并用手旋转它们，以便更容易模拟机器人的操作。我们问那些学生，手动旋转在多大程度上帮助了他们规划机器人操作。
4.2调查结果
研讨会的贡献：根据第一次研讨会后问卷调查的结果，大多数学生在参加研讨会之前没有学习过机器人技术，也没有使用虚拟或真实机器人的经验。他们对研讨会的贡献的评价是非常积极的：
•86%的人表示，研讨会让他们接触到了工业机器人技术，
•62%的人表示，研讨会对他们未来的职业很有用，也很相关，
•43%的人表示，研讨会有助于他们理解工业机器人领域的基本概念。
•71.5%的人表示，在Baxter的一对数码双胞胎身上进行练习有助于他们了解操作机器人机械手所需的空间技能。
我们发现上述因素之间存在中度Pearson相关性。对空间问题的认识与对工业机器人的了解相关系数r=0.52（p<0.05），对与未来职业的相关性与对空间问题的认识的相关系数r=0.8（p<0.0001）。
学生对学习实践的高度评价也体现在学生的反思中。与接触工业机器人相关的反复思考：
“讲座和实验室让我接触到了工业机器人技术，这是我从未听说过的学科。我对这门学科有了全面的了解。这也让我接触到了各种各样的机器人及其功能。”
“一个工业工程师需要了解新的世界，因为每件事都与他所处的领域有关，特别是技术和机器人。接触这些主题将对他的未来职业有所帮助。我对机器人孪生很感兴趣。操作方法与角度、视角和旋转命令等不同方面有关。”
研讨会帮助学生了解工业机器人技术对他们未来职业的价值：
“在我看来，作为未来的工业工程师，我们必须知道如何与机器和机器人进行交互，这是一次学习经验。”
学生们指出了他们在机器人操作空间技能方面的进步：
“对机器人的体验有助于提高我的空间技能，并使我接触到机器人的各种动作，这些动作可以用最少的命令来完成。”
使用数字孪生模型操作物体时的空间困难：在第二次研讨会后问卷中，学生们注意到他们在进行练习时遇到的空间困难。特别是，65%的人指出在使用旋转操作语言方面存在困难，61%的人在寻找旋转操作的最佳顺序以及从外中心的角度考虑工作空间方面存在困难。87%的受访者指出，用手旋转定向立方体的机会极大地帮助了他们克服空间困难并成功完成练习。
5、 结论
我们的研究探索了如何在工业工程专业的第一年就向他们介绍工业机器人的概念和技术。在之前的研究阶段，我们开展并举办了一个研讨会，学生们在物理、虚拟和远程环境中控制和操作传统的机器人机械手Scorbot，以操作工作空间中的对象。
在当前的研究中，我们开展了新一代机器人Baxter的控制和操作练习。我们进行了一个研讨会，其中包括与Scorbot的数字孪生进行的预备性练习，以及与Baxter数字孪生进行的新练习。在这两个练习中，学生控制和操作机器人来执行复杂的空间操作任务，这些任务需要工作空间中的定向对象（立方体）平移和旋转。我们开发了一种空间代码语言来描述立方体不同旋转的拾取和放置操作。学生们用这种语言来规划机器人操作。该语言还帮助他们探索和比较了传统机器人和现代机器人的灵活性。
在新一代学生教育中使用Baxter等新一代工业机器人的实验才刚刚开始。据我们所知，为工业工程一年级学生开发的练习和研讨会是首创的。研讨会的经验表明，尽管Baxter机器人具有一定的机械和软件复杂性，但它的虚拟孪生机器人仍然可以用于工程学新生的动手实验。教育研究的结果表明，在学生看来，这个研讨会有效地使他们接触到工业机器人技术，对他们未来的职业是有用的和相关的。他们指出，在Baxter的一对数字孪生上进行的练习锻炼了他们的空间推理能力，有助于提高对操作工业机器人所需空间技能的认识。
6、 致谢
这项研究得到以色列科学基金会的资助。
7、 参考资料
[1]ISO 8373 (2012). https://www.iso.org/standard/55890.html. Retrieved October 28, 2018.
[2]Luo, R. C., & Kuo, C. W. (2016). Intelligent seven-DoF robot with dynamic obstacle avoidance and 3-D object recognition for industrial cyber–physical systems in manufactur- ing automation. Proceedings of the IEEE, 104(5), 1102-1113. https://doi.org/10.1109/jproc.2015.2508598
[3]Mäkiö-Marusik, E. (2017). Current trends in teaching cyber physical systems engineering: A literature review. 15th International Conference on Industrial Informatics, Emden, Ger- many, pp. 518-525. https://doi.org/10.1109/indin.2017.8104826
[4]Cheng, A. M. (2014). An undergraduate cyber-physical systems course. 4th ACM SIGBED International Workshop on Design, Modeling, and Evaluation of Cyber-Physical Systems,
Berlin, Germany, pp. 31-34. https://doi.org/10.1145/2593458.2593464
[5]Zalewski, J., & Gonzalez, F. (2017). Evolution in the education of software engineers: Online course on cyberphysical systems with remote access to robotic devices.Interna- tional Journal of Online Engineering,13(8),133-146.
https://doi.org/10.3991/ijoe.v13i08.7377
[6]Crenshaw, T. L. A. (2013). Using robots and contract learning to teach cyber-physical sys- tems to undergraduates.IEEE Transactions on Education,56(1),116-120.
https://doi.org/10.1109/te.2012.2217967
[7]Meyers, K. L., Ohland, M. W., Pawley, A. L., Silliman, S. E., & Smith, K. A. (2012). Fac- tors relating to engineering identity. Global Journal of Engineering Education, 14(1), 119- 131.
[8]Purzer, S., Douglas, K. A., Folkerts, J. A., & Williams, T. V. (2017). An assessment framework for first-year introduction to engineering courses. 2017 ASEE Annual Confer- ence, Columbus, Ohio. https://doi.org/10.18260/1-2 27552
[9]Crawley, E. F., Malmqvist, J., Östlund S., & Edström, K. (2014). Rethinking engineering education: The CDIO approach, 2nd ed., New York: Springer. https://doi.org/10.1007/978- 3-319-05561-9_8
[10]Schuster, K., Groß, K., Vossen, R., Richert, A., & Jeschke, S. (2016). Preparing for indus- try 4.0–collaborative virtual learning environments in engineering education. In: Engineer- ing Education 4.0, pp. 477-487. Springer, Cham. https://doi.org/10.1007/978-3-319-46916- 4_36
[11]Karyotaki, M., & Drigas, A. (2015). Online and other ICT applications for cognitive train- ing and assessment. International Journal of Online Engineering (iJOE), 11(2), 36-42. https://doi.org/10.3991/ijoe.v11i2.4360
[12]Verner, I., & Gamer, S. (2015). Robotics laboratory classes for spatial training of industrial engineering and vocational school students, International Journal of Engineering Education, 31, pp. 1376-1388. https://doi.org/10.1109/icl.2015.7318216
[13]Fernández-Llamas, C., Conde, M. A., Rodríguez-Lera, F. J., Rodríguez-Sedano, F. J., & García, F. (2018). May I teach you? Students' behavior when lectured by robotic vs. human teachers.Computers in HumanBehavior,80,460-469.
https://doi.org/10.1016/j.chb.2017.09.028
[14]Jones, J. L., & Lozano-Perez, T. (1990). Planning two-fingered grasps for pick-and-place operations on polyhedra. 1990 IEEE International Conference on Robotics and Automa- tion, Cincinnati, Ohio, pp. 683-688. https://doi.org/10.1109/robot.1990.126063
[15]Amir, M., Ghalamzan, E., Mavrakis, N., & Stolkin, R. (2017). Grasp that optimises objec- tives along post-grasp trajectories. 5th RSI International Conference on Robotics and Mechatronics, Tehran, Iran, pp. 51-56. https://doi.org/10.1109/icrom.2017.8466161
[16]Mavrakis, N., Ghalamzan, E. A. M., & Stolkin, R. (2017). Safe robotic grasping: Mini- mum impact-force grasp selection. 2017 IEEE/RSJ International Conference on Robots and Systems,Vancouver,Canada,pp.4034-4041.
https://doi.org/10.1109/iros.2017.8206258
[17]Verner, I. M., Gamer, S., & Polishuk, A. (2018). Development of spatial awareness and operation skills in a remote robot laboratory. 2018 IEEE Global Engineering Education Conference,Santa Cruz de Tenerife,Spain,pp.389-393.
https://doi.org/10.1109/educon.2018.8363256
[18]Kumar, R. R., & Chand, P. (2015). Inverse kinematics solution for trajectory tracking us- ing artificial neural networks for SCORBOT ER-4u. 6th International Conference on Au- tomation, Robotics and Applications, Queenstown, New Zealand, pp. 364-369. https://doi.org/10.1109/icara.2015.7081175
[19]Baxter workspace guidelines, http://sdk.rethinkrobotics.com/wiki/Workspace_Guidelines. Retrieved October 31, 2018.
[20]Baxter arms, http://sdk.rethinkrobotics.com/wiki/Arms. Retrieved October 31, 2018.
8、作者
IgorM.Verner是科技教育学院机器人学和数字技术教育中心的教授和负责人，同时职属于以色列理工学院工业工程和管理学院。
DanCuperman是以色列理工学院科技教育学院的博士研究助理。
SergeiGamer是以色列理工学院工业工程与管理学院认知机器人实验室主任。AlexPolishuk是以色列理工学院科技教育学院的博士研究助理。
本研究论文来源：https://doi.org/10.3991/ijoe.v15i09.10493，瑞森可机器人整理发布。
我们致力于：
让科研充满想象，让每个学生都能热爱机器人技术
让制造充满乐趣，让每个人都能成为机器人应用专家
我们正努力让机器人成为人类最亲密的合作伙伴。
