基于模糊行为的液压挖掘机工作装置拟人操作的实现.pdf

2 0 1 1年 1 1月 第 3 9卷 第 2 1 期 机床与液压 MACHI NE TOOL ＆ HYDRAUL I CS NO V ． 2 01 1 Vo 1 ． 3 9 No ． 21 D O I 1 0 ． 3 9 6 9 ／ j ． i s s n ． 1 0 0 1 3 8 8 1 ． 2 0 1 1 ． 2 1 ． 0 0 2 基于模糊行为的液压挖掘机工作装置拟人操作的实现 杨克石，刘杰，李文维，徐尚勇 东北大学机械工程与自动化学院，辽宁沈阳 1 1 0 8 1 9 摘要为了实现挖掘机工作装置挖掘过程的拟人化操作，对小松 P C 0 2挖掘机工作装置原液压系统进行了电液化改造， 使其能够接受电信号的控制；构建了x P C目标机实时控制平台。以模糊行为理论为基础，结合 S t a t e fl o w 状态流和F u z z y L o g i c 模糊逻辑工具箱，提出基于 S i m u l i n k的实验方案 ；并以石块挖掘行为作为典型的工况完成了实验验证。结果表 明应用模糊行为理论实现挖掘机挖掘过程的拟人化操作是可行的；x P C目标机实时控制平台工作可靠 ；将 S t a t e fl o w ／ F u z z y L o g i c 和 S i m u l i n k结合在一起，编程直观，修改方便。 关键词挖掘机；拟人操作；行为控制；模糊逻辑 ’ 中图分类号T D 4 2 2 ． 3 文献标识码A 文章编号1 0 0 1 3 8 8 1 2 0 1 1 2 1 0 0 5 4 An t h r o p o mo r p hi c M a n i p ul a t i o n o f Ex c a v a t i o n Pr o c e s s i ng Ba s e d o n Fu z z y Be ha v i o r YAN G Ke s h i ，L I U J i e，L I We n we i ，XU S h a n g y o n g S c h o o l o f Me c h a n i c a l E n g i n e e r i n gA u t o ma t i o n ，N o r t h e a s t e r n U n i v e r s i t y ，S h e n y a n g L i a o n i n g 1 1 0 8 1 9，C h i n a Ab s t r a c t I n o r d e r t o i mp l e me n t t h e a n t h r o p o mo r p h i c ma n i p u l a t i o n o f e x c a v a t i o n p r o c e s s i n g ， t h e e l e c t r o - h y d r a u l i c mo d i f i c a t i o n o f Ko ma t s u P C 0 2 e x c a v a t o r s h y d r a u l i c s y s t e m wa s ma d e ， f o r t h e n e w s y s t e m c o u l d r e c e i v e t h e v o l t a g e s i g n a l ； a n d x P C t a r g e t r e al t i me c o n t r o l p l a tf o r m wa s c o n s t r u c t e d ． T h e e x p e r i me n t me t h o d wa s p r o p o s e d，c o mb i n i n g S t a t e fl o w，F u z z y Lo g i c t o o l b o x e s a n d S i mu l i n k， b ase d o n f u z z y - b e h a v i o r a p p r o a c h，a n d t h e u n e a r t h r o c k f u z z y b e h a v i o r wa s p r o v e d v ali d ．T h e r e s u l t s s h o ws t h a t the f u z z y - b e h a v i o r印一 p r o a c h w a s e ffe c t i v e a n d e ffic i e n t f o r f u l fi l l i n g t h e a n t h r o p o mo r p h i c o p e r a t i o n o f e x c a v a t i o n p r o c e s s ； x P C t arg e t r e al t i me c o n t r o l p l a t i s r e l i a b l e；and g r a p h i c i n t e r f a c e s o f S t a t e fl o w ／F u z z y Lo g i c ／S i mu l i n k ma k e the p r o gra mmi n g c o n v e n i e n t and e asy t o e d i t ． Ke y w o r d s E x c a v a t o r ；A n t h r o p o m o rph i c ma n i p u l a t i o n ；B e h a v i o r c o n t r o l ；F u z z y l o gi c 挖掘机工作装置挖掘过程的拟人化操作模拟 驾驶操作人员应用模糊信息手动操作挖掘机工作装置 的过程，减少挖掘过程中对驾驶操作人员的依赖，属 于自主操作的范畴⋯。生活中，在人手持铁锨插入料 堆之前 ，人类的视觉反馈到大脑，帮助大脑做出决 策，来指挥手臂确定铁锨头部插入的起始点 ；当铁锨 插入料堆以后 ，眼睛无法为大脑的决策提供帮助，尤 其是含有不规则石块的料堆，铁锨头部和料堆之间的 相互作用 ，是无法预先知道的，铁锨头部的运动轨迹 无法预先规划，人是依靠感觉来确定铁锨头部进一步 插入的角度和位移量。 类似地 ，挖掘机铲斗插入料堆过程中斗齿上面遇 到的外部载荷也是无法预知的，基于微分方程或差分 方程的传统数学模型很难描述铲斗和料堆之间的不确 定性 ，不能满足实时控制的需要引。模糊逻辑和行为 控制的结合为挖掘机工作装置拟人操作的实现奠定了 基 础 。 在某大学机械 电子研究所 “ 挖掘机机器人化 和 智能化研究”项 目中，对小松 P C 0 2型挖掘机进行了 改造，保留原来的手动液压系统；同时，添加了电液 比例控制系统与原液压系统并联 ，通过两位电磁换向 阀进行两种模式的切换。为了模拟人的感觉，工作装 置的动臂、斗杆和铲斗油缸上安装了压力传感器 ，检 测铲斗插入料堆后遇到障碍物时的压力变化 ；安装角 度传感器来反映当油缸活塞杆伸出或缩回时，动臂、 斗杆和铲斗各关节角的变化。文中给出了铲斗遇到障 碍物时的压力变化特征曲线；油缸的驱动空间和关节 角空 间的运动关 系表达式 ，以及 比例 阀、阀控油缸 的 数学模型，得到了比例阀的输入电压和油缸活塞杆位 移之间稳态映射关系的曲线。 1 电液系统改造和传感器安装 小松 P C 0 2 - 1 挖掘机原液压系统为三泵三回路；主 要元件包括油箱、齿轮泵 两泵流量均为 6 L ／ m i n 、 多路换 向阀、溢流阀、节流阀、动臂油缸、斗杆油 缸、铲斗油缸、摆动油缸、推土油缸、整机回转马 达、左右行走马达、散热器和滤清器等。主回路为双 收稿 日期2 0 1 01 0 3 l 基金项目国家 自然科学基金资助项目 5 0 7 7 5 0 2 9 作者简介杨克石 1 9 6 1 一 ，男，博士研究生 ，高级工程师，主要研究方向为机电系统智能控制。Em a i l y ang k e s h i 2 0 0 1 1 2 6 ． c o rn 。 6 机床与液压 第 3 9卷 泵双回路。泵 1 为动臂、铲斗油缸和右行走马达提供 油液；泵 2为斗杆、摆动油缸和回转 、左行走马达提 供油液。 原多路换向阀是手动拉杆式 ，为了能够接收来自 工控机的电压信号，实现挖掘过程的拟人化操作 ，将 其改造为电液比例系统。 1 ． 1 电液 系统改造与传感器安装 液压系统的改造遵循原有手动操作系统、电液比 例控制系统两者并存的原则，通过两位电磁换向阀进 行手动／自动模式的切换。电液 比例阀的安装如图 1 所示 图 1 小松 P C 0 2挖掘机电液比例阀的安装 液压回路分别与手动回路相对应，即泵 1 负责动 臂、铲斗油缸和右行走马达；泵 2负责斗杆、动臂摆 动油缸和回转、左行走马达。液压泵的出口通过三通 接头分别接手动回路和自动回路 ，液压缸和液压马达 的进出油口通过三通接头分别接手动回路和 自动回 路。 为了实现拟人操作 ，挖掘机需要有一定的 “ 感 觉” 。安装倾角传感器 以获取各个关节角度值的信 息，安装压力传感器以获取各驱动液压缸的压力值。 挖掘机工作装置部分倾角传感器和压力传感器的安装 如 图2所示 。 图 2 小松 P C 0 2 挖掘机工作装置倾角和压力传感器的安装 新设计的电液比例控制系统为双闭环控制系统。 大闭环实现对挖掘机器人工作装置各关节角的闭环控 制，以工控机作为控制器，采用倾角传感器获取实际 关节角度值 ；小闭环通过比例阀放大器运用 P I D控制 算法实现对比例阀阀芯位置的反馈控制。 电液系统液压回路和电气 回路。电气回路由控制 器提供电压信号，经过比例放大器放大，放大后的电 流信号驱动电磁比例换向阀的比例电磁铁以决定比例 阀的 “ 位”以使挖掘机器人的工作装置产生相应的 运动。液压回路由液压泵提供压力 ，经过单向阀到达 电磁比例换向阀，根据电磁 比例换向阀的 “ 位”决 定液压缸的伸缩。两种回路的交叉点在比例换 向阀， 即比例电磁铁接收电信号 电气回路后决定液压 油 液压回路的流向。 1 ． 2 基 于 x P C T a r g e t 的控制平台 x P C T a r g e t 采用 “ 宿主机 一目标机 H o s t P C - T a r - g e t P C ”双机模式 ，是 M a t h w0 r k s 公 司提供 的一个 基于 R T W R e a l - T i m e Wo r k s h o p ，实时工具箱 体系 框架的附加产品，可以将 P C兼容机转变为实时系 统，用于产品快速原型开发、测试和配置实时系统。 宿主机上运行 S i m u l i n k模型，目标机用于执行从宿主 机下载的实时代码。宿主机和目标机通过以太网接口 T C P ／ I P 或串口进行通讯 。 目标机输出的数字信号通过 P C L - 7 2 6卡送到比例 放大器 ，倾 角和压力传感器 的反馈数据通过 P C L 一 8 1 8 H G卡转换 为数字信号传 输到 目标 机上。小松 P C 0 2 挖掘机工作装置 x P C目标机实时控制平台控制 原理如 图 3 所示 。 H H TCP l i P I／ 1 图3 x P C目标机实时控制平台控制原理图 2 石块挖掘行为与模糊基本动作 行为控制 B e h a v i o r C o n t r o 1 首先是应用在 自主 移动机器人上面。行为控制把复杂的行为过程分解为 若干简单行为，通过对简单行为的控制实现对整个过 程的控制。 基于 这种 思想，文献 [ 4]将 一个 工作 目标 G o a1分解成若干任务 T a s k s ；进一步分解成一 组挖掘行为 B e h a v i o r s ；每个挖掘行为最终通过一 些铲斗的基本动作 A c t i o n s 来实现。 任务和挖掘行为的选择将通过有限状态机 F i ． n i t e S t a t e Ma c h i n e ，F S M来完成。 有限状态机，表示在系统 内 或过程中存在 可数的状态。某些事件发生时，这些状态之间能够发 第 2 1 期 杨克石 等基于模糊行为的液压挖掘机工作装置拟人操作的实现 7 生从这一状态到那一状态的迁移。有限状态机由一组 状态 其中包括一个初始状态 、输入及转移条件组 成。在一个有限状态机里面，输入、当前状态及转移 条件决定下一个状态。 行为 B e h a v i o r s 的有限状态机表示为 B s ， S ， S ， A ， 1 式中 s 为初始状态， s C S ； S 表示挖掘行为 B e - h a v i o r s 的状态的集合 ；S 表示该挖掘行为的完成状 态 ，s cS ；A 表示组成该挖掘行为的基本动作的集 合 ，A { a ，⋯，o ， } ； 表示状态转移条件 ；在 当前状态s ， 下，如果执行基本动作A CH i ，则下一个 状 态为 s o 2 ． 1 石块挖 掘 行 为 石块挖掘行为的状态流图如图 4所示，P C 0 2挖 掘机工作装置铲斗的石块挖掘行为表示为 { a ， a ， a ， } ，其中a 为铲斗前移收回；a 为铲斗沿原路径返 回；a 为铲斗随动臂向下移动，如表 1 所示。 a 铲斗收进 b 铲斗展开 c 铲斗下降 图4 石块挖掘行为 表 1 基本动作示例 2 ． 2 模糊基本动作 挖掘机工作装置上铲斗的运动是通过协调 3个油 缸的伸缩来实现的。基本动作包括铲斗收进、铲斗展 开、斗杆收进、斗杆展开、动臂张开、动臂收进，以 及它们之间的组合。 把压力传感器的反馈数据作为输入，铲斗的基本 动作作为输出，模仿驾驶员的操作经验，应用模糊逻 辑在输 入、输 出之 间建立 映射关 系 I F T H E N规 则 。 铲斗的运动控制矢量 z如下面所示 Z △ ， △ ， △ ，其中△ 、△ 一 △ 分别表示铲斗、斗杆、 动臂 3个油缸的活塞杆伸缩位移量。 传感器的反馈力矢量 F F ， F ， F ，F F F 分别表示作用在铲斗、斗杆 、动臂 3个油缸 的活塞杆上的合力 ，其数值大小用来推断铲斗与物料 之间的碰撞 。 挖掘过程中，根据实验结果 ，铲斗与料堆，尤其 是含有不规则石块的料堆之间的相互作用，从压力传 感器的反馈数据中体现出来，如铲斗装满、铲斗遇到 石块、铲斗被卡住。 因为料堆的软、硬程度不同，内含石块的形状、 大小不同，与应用微分方程数学模型来描述铲斗和料 堆间的相互作用相比较 ，模糊逻辑的方法更为简洁有 效。 如图4 a 所示，铲斗在插入软土阶段 ，压力没 有明显的变化 ；遇到硬障碍物 在实验室里用水泥 块代 替时，压力产生突变上升；越过障碍物时， 铲斗挖空 ，压力产生突变下降。从工程应用的角度 ， 在整个范围内，可分为正大、正小、零，隶属度函数 全部为三角形。 将驾驶员的操作经验 以模糊规则的形式表示铲 斗的运动状态时，因为只有 3个传感器 ，铲斗的基 本动作设 计为 8个 。可以为每个基本 动作设 置阈 值，当压力传感器的压力突变超过该 阈值时，该动 作被激活。 基本动作 a 的模糊定义 如果 F 为零，则△ 为正大且△ 为正小 ； 如果 F 为正小，则△ 为正小且△ 为正小 ； 如果 F 为正大，则 △ 为零且△ 为零。 3 实验与讨论 传感器的安装如图 2所示。从驾驶员 的操作角 度 ，驾驶员是根据各个手柄的 “ 力感”和料堆的松 软或是坚硬程度，来决定铲斗的位姿。为便于测量， 工作装置的动臂、斗柄和铲斗3个油缸上安装了压力 传感器和角度传感器。角度传感器的水平轴线右端在 水平线以下其反馈值为正值，顺时针转动其值是增加 的； 角度传感器的水平轴线右端在水平线以上其反馈 值为负值 ，逆时针转动其值的绝对值是增加的。也就 是说在整个过程中，顺时针运动时其反馈角度的代数 值是一直增加的。 8 机床与液压 第 3 9卷 图5 典型石块挖掘行为状态流图 对于给定的电压值来说，若给定的电压输入值为 正值时，活塞杆是收回的，伴随着活塞杆的收回，铲 斗张开，倾角传感器的反馈值的代数值是逐渐减少 的；若给定的电压输入值为负值时，活塞杆是伸长 的，伴随着活塞杆的伸长，铲斗收斗 ，倾角传感器的 反馈值的代数值是逐渐增加的。 通过安装角度传感器构成闭环系统，关节角的变 化表现为反馈电压值的变化，将此电压值与比例阀的 输人电压值相比较，得到比例阀的输入电压值与关节 角的稳态映射关系，及铲斗斗齿位姿坐标的稳态关系。 应用 S t a t e f l o w 状态流 和 F u z z y L o g i c 模 糊逻 辑工具箱，结合 S i m u l i n k和实时工具箱 R T W 建立实验模型如图6 所示。 Ga i n F u z z y L 0 g i c Co n t r o l l e r 图6 石块挖掘模糊行为的 S I MU L I N K模型 4结 论 1 明确了应用模糊逻辑和驾驶员的操作经验， 在传感器的数据反馈和铲斗的基本动作之间建立映射 关系的具体实现过程。根据压力传感器反馈的特征曲 线 ，推断铲斗在挖掘过程中与障碍物的相互作用，是 可行的。为了便于借鉴驾驶员的操作经验，将传感器 的反馈数据进行预处理，在I n p u t 阶段 ，将输入变量 经过论域变换和离散化处理；以及定义模糊基本动作 的激活函数，提高计算效率和工作装置对环境的响应 速度 。 2 将行为控制和模糊逻辑结合起来，完成不 规则石块的挖掘，和单纯的行为控制方法来完成不规 则石块的挖掘相比较 ，实验结果表明前者的挖掘过 程更加 “ 人性化” ，通过调整模糊规则使其更加符合 人的操作经验，节能的效果是明显的。 参考文献 【 1 】 B R A D L E Y D A ， S E WA R D D W． T h e D e v e l o p m e n t ， C o n t r o l a n d O p e r a t i o n o f a n A u t o n o m o u s R o b o t i c E x c a v a t o r [ J ] ． J o u r n a l o f I n t e l l i g e n t a n d Ro b o t i c S y s t e ms ， 2 0 0 4， 2 1 7 3 9 7． 【 2 】L E V E R P J A ． A F u z z y C o n t r o l S y s t e m f o r a ll A u t o m a t e d Mi n i n g E x c a v a t o r [ J ] ． I E E E T r a n s a c t i o n s o n S y s t ， Ma n ， C y b e r n B ， 1 9 9 9 ， 2 9 3 3 2 8 43 2 8 9 ． 下转第 1 8页 1 8 机床与液压 第 3 9卷 为了更好地控制波动，在车间计划层面和总计划 层面设置了人工评估 ，增加决策的智能性和模糊处理 能力，形成任务投放控制器。如总计划对变化了的车 间计划进行评估时，不仅考虑交货期是否能够满足， 还要评价车间为了保证交货期而采用的手段是否合 适 ，如加班等。任务的传递除了信息形式外，制造部 通过控制半成品的流动方向、时间、数量，来影响各 个车间的计划，因为各个车间的任务来 自于上道工序 流转来的半成品和该工序未完成的任务。各个评估都 有一个评估决策支持程序来保证。 5 结束语 动态的生产环境需要动态的结构来与之适应，在 快速重构的敏捷生产方式下需要协同智能计划体系来 安排资源。文中给出了计划系统的自相似构建方法和 H o l o n结构；给出了T O C理论下多车间协作流程，采 用多 目标学习算法实现车间计划 H o l o n之间的自动动 作选择；同时从系统的稳定性和可控性这一矛盾两个 方面结合起来考虑，对计划系统进行了稳定性运行模 式设计。 参考文献 【 1 】江志斌， 胡宗武． 论制造系统模式的新进展[ J ] ． 工业工 程与管理 ， 2 0 0 2 2 1 7 ． 【 2 】王岩 ， 曹春平， 王宁生． 基于 h o l o n 思想的生产计划与控 制模式研究[ J ] ． 南京航空航天大学学报 ， 2 0 0 4， 3 6 2 1 9 01 9 4 ． 【 3 】V A N B R U S S E L H， W Y N S J o ， V A L C K E N A E R S P a u l ， e t a1 ． R e f e r e n c e A r c h i t e c t u r e f o r Ho l o n i c Ma n u f a c t u r i n g S y s t e ms P R O S A[ J ] ． C o m p u t e r s i n I n d u s t r y ， 1 9 9 8 ， 3 7 2 2 5 5 2 7 4 ． 【 4 】 WY N S J ． R e f e r e n c e A r c h i t e c t u r e f o r H o l o n i c M anuf a c t u r i n g S y s t e ms T h e Ke y t o S u p p o rt E v o l u ti o n a n d Re c o n f i g u r a t i o n [ D] ． K a t h o l i e k e U n i v e r s i t e i t L e u v e n ， 1 9 9 9 ． 【 5 】K R A U S S ． N e g o t i a ti o n a n d C o o p e r a t i o n i n M ul t i a g e n t E n v i ron m e n t s [ J ] ． A r t i f i c i a l I n t e l l i g e n c e S p e c i a l I s s u e o n E c o n o m i c P r i n c i p l e s o f M ul t i - age n t S y s t e m， 1 9 9 7 ， 9 4 1 ／ 2 5 7 9 9 7 ． 【 6 】L E S S E R V R ． A r e t r o s p e c t i v e v i e w o f F A ／ C d i s t r i b u t e d p r o b l e m s o l v i n g [ J ] ． I E E E T r a n s a c t i o n s o n S y s t e m s ， Ma n a n d C y b e r n e t i c s ， 1 9 9 1 ， 2 1 6 1 3 4 7 1 3 6 2 ． 【 7 】L E V E S Q U E H J ． A l l I k n o w A S t u d y i n A u t o e p i s t e m i c L o g i c [ J ] ． A r t i fi c i al I n t e l l i g e n c e ， 1 9 9 0 ， 4 2 2 6 3 3 0 9 ． 【 8 】G R O S Z B J ， K R A U S S ． C o l l a b o r a t i v e P l a n s f o r C o m p l e x G r o u p A c t i v i t i e s [ J ] ． A r t i fi c i a l I n t e l l i g e n c e ， 1 9 9 6 ， 8 6 2 6 9 3 5 7 ． 【 9 】 S M I T H R G ． T h e C o n t r a c t N e t P r o t o c o l H i g h - l e v e l C o m m u n i c a t i o n s a n d C o n t r o l i n a D i s t r i b u t e d P r o h l e n l S o l v e r [ J ] ． I E E E T r a n s a c t i o n s o n C o m p u t e r s ， 1 9 8 0 ， 2 9 1 2 1 1 0 4 1 1 1 3 ． 【 1 0 】D U R F E E E d m u n d H， L E S S E R V i c t o r R ． U s i n g P a r t i al G 1 o b al P l an s t o C o o r d i n a t e D i s t rib u t e d P r o b l e m S o l v e rs [ C] ／ ／I J C A I 8 7 P r o c e e d i n g s o f t h e l O t h I n t e r n at i o n al J o i n t C o n f e ren c e o n A r t i fi c i al I n t e l l i g e n c e ， 1 9 8 7 8 7 5 8 8 3 ． 【 1 1 】A G H A G ． A c t o rs A M o d e l o f C o n c u r r e n t C o m p u t a t i o n i n D i s t ri b u t e d S y s t e m s[ M] ． C a mb r i d g e The MI T P r e s s ， 】 98 6． 上接第8页 ． 【 3 】 F R A N K E L J G ． D e v e l o p m e n t o f a H a p t i c B a c k h o e T e s t - b e d [ D] ． G e o r gia Geo r gi a I n s t i t u t e o f T e c h n o l o g y ， 2 0 0 4 ． 【 4 】 S H I X ． I n t e ll i g e n t C o n t r o l o f A u t o n o m o u s R o c k E x c a v a ti o n The o r y＆E x peri m e n t a t i o n[ D] ． T u c s o n The U n i v e rs i t y o f A r i z o n a， 1 9 9 6． 【 5 】S H I X ． F u z z y B e h a v i o r I n t e g r a t i o n and A c t i o n F u s i o n fo r R o b o t i c E x c a v a t i o n[ J ] ． I E E E T r a n s a c t i o n s o n I n d u s t ri a l E l e c t r o n i c s ， 1 9 9 6 ， 4 3 3 3 9 5 4 0 2 ． 【 6 】S H I X ． E x p e ri m e n t a l R e s u l t s o f R o b o t i c E x c a v a t i o n U s i n g F u z z y B e h a v i o r C o n t r o l [ J ] ． C o n t r o l E n gi Pra c t i c e ， 1 9 9 6 ， 1 4 2 1 4 51 5 2 ． 【 7 】M O R I Y A N ， S A M E ,l I M A M， S H I M I Z U Y ． F u z z y C o n t r o l S y s t e m a n d Me t h o d f o r Hy d r a u l i c Ba c k h o e o r L i k e Ex c a v a t o r The U n i t e d S t a t e s ， 5 6 9 9 2 4 7 [ P ] ． 1 9 9 71 21 6 ． 上接第 1 2页 n i n g w i t h W o r k -i n - p r o g r e s s Me a s u r e me n t f o r T RUE -C NC [ J ] ． C I R P A n n al s - M a n u f a c t u r i n g T e c h n o l o gy， 1 9 9 8 ， 4 7 1 4 5 5 4 5 8 ． 【 3 】 P A H K H J ， e t a1 ． I n t e gr a t e d P r e c i s i o n i n S e c t i o n S y s t e m f o r Ma n u f a c t u r i n g o f Mo uld S h a v i n g CA D D e fi n e d F e a t u res [ J ] ．I n t e r n a t i o n al J o u r n al o f A d v anc e d Manu f a c t u ri n g T e c h n o l o gy ， 1 9 9 5 ， 1 0 3 1 9 8 2 0 7 ． 【 4 1 K I M K y u n g D o n ， C H U N G S u n g ． C h o n g ． S y n t h e s i s o f t h e M e a s ure m e n t S y s t e m o n t h e M a c h i n e T o o l 『 J ] ． I n t e r n a t i o n ． al J o u r n al o f P r o d u c t i o n R e s e a r c h ， 2 0 0 1 ， 3 9 1 1 2 4 7 5 2 4 9 7 ． 【 5 】M E N Q C H ． Y A U H T ， L A I G Y ． A u t o m a t e d P r e c i s i o n Me asu r e me n t o f S u r f a c e P r o fi l e i n CAD D i rec t I n s p e c t i o n I J] ．I E E E T r ans a c t i o n s o n R o bot i c s and A u t o m a t i o n ， 1 9 9 2 ， 8 2 2 6 8 2 7 8 ． 【 6 】 龚玉玲． 基于准 C A D模型的 C M M 自动测量技术研究 [ D ] ． 无锡 江南大学， 2 0 0 8 ．