tóm tắt luận văn thạc sĩ kỹ thuật nghiên cứu ứng dụng learning feed forward (LFFC) trên cơ sở điều khiển thích nghi theo mô hình mẫu (MRAS) điều khiển vị trí cánh tay robot

22 398 0
  • Loading ...

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

Tài liệu liên quan

Thông tin tài liệu

Ngày đăng: 18/08/2015, 20:46

-1- LỜI NÓI ĐẦU Ngày nay, điều khiển robot công nghiệp đã và đang được ứng dụng rộng rãi trong nhiều lĩnh vực sản xuất và đời sống. Để điều khiển robot đã có rất nhiều phương pháp khác nhau như dùng bộ điều khiển truyền thống PID, LQR(Linear Quadratic Regulator), LQG (Linear Quadratic Gaussian), STR (Self Tuning Regulator) Các bộ điều khiển trên được thiết kế trên cơ sở mô hình tuyến tính hoá với những thông số biết trước. Tuy nhiên Robốt là hệ cấu trúc có tính phi tuyến mạnh, các tham số không rõ và thay đổi hoặc chứa các thành phần phi tuyến. Ngoài ra trong quá trình làm việc hệ còn chịu tác động của các nhiễu bên ngoài có tham số thay đổi [8]. Do vậy đối với các robot làm việc với yêu cầu đồng thời có độ ổn định và độ chính xác cao thì các bộ điều khiển trên thể hiện các hạn chế. Hệ thống điều khiển thích nghi là hệ thống mà cấu trúc và tham số của bộ điều khiển có thể thay đổi theo sự biến thiên thông số của hệ sao cho chất lượng đảm bảo các chỉ tiêu đã định [1], [6]. Đặc biệt hệ điều khiển Learning Feed Forward (LFFC)[2] trên cơ sở thích nghi theo mô hình mẫu (Model Reference Adaptive System: MRAS) [3], đã được nghiên cứu và thiết kế ứng dụng trong thực tế [7],[4]. Bộ điều khiển này có ưu điểm là có khả năng kháng nhiễu hệ thống (System Noise) có hiệu quả, nhờ đó độ chính xác và độ ổn định của hệ có thể đồng thời đạt được. Việc ứng dụng Learning Feed Forward trên cơ sở MRAS để điều khiển vị trí cánh tay rôbốt sẽ nâng cao chất lượng của hệ thống. Vì vậy tác giả lựa chọn đề tài ”Nghiên cứu ứng dụng Learning Feed - Forward (LFFC) trên cơ sở điều khiển thích nghi theo mô hình mẫu (MRAS) điều khiển vị trí cánh tay Robot” Luận văn tập trung nghiên cứu xây dựng bộ điều khiển vị trí cánh tay robot dựa trên các lý thuyết cơ bản về bộ điều khiển LFFC trên cơ sở MRAS -2- Phương pháp nghiên cứu của đề tài như sau: - Nghiên cứu lý thuyết và xây dựng mô hình toán của robot, thiết kế bộ điều khiển. - Kiểm chứng kết quả thiết kế thông qua mô phỏng bằng phần mềm Matlab Simulink Luận văn bao gồm các phần chính như sau: Chương 1: Tổng quan về điều khiển Rôbốt công nghiệp. Chương 2: Tổng quan về LFFC và MRAS Chương 3: Thiết kế bộ điều khiển và mô phỏng hệ thống điều khiển vị trí robot 2 khâu ứng dụng LFFC trên cơ sở MRAS. Kết luận và hướng phát triển của đề tài. Thái Nguyên, ngày tháng năm 2012 Học viên Nguyễn Thị Giang -3- CHƯƠNG 1 TỔNG QUAN VỀ ĐIỀU KHIỂN ROBOT CÔNG NGHIỆP Giới thiệu: Nhu cầu về năng suất và chất lượng của sản phẩm ngày càng đòi hỏi ứng dụng các phương tiện tự động hóa vào sản xuất. Xu hướng tạo ra những dây chuyền thiết bị tự động có tính linh hoạt cao đang dần hình thành. Các thiết bị này đang dần thay thế các thiết bị cứng chỉ đáp ứng được một công việc nhất định. Vì thế ngày càng tăng nhanh nhu cầu ứng dụng Robot để tạo ra các hệ thống sản xuất tự động linh hoạt. 1.1.TỔNG QUAN VỀ ROBOT CÔNG NGHIỆP 1.1.1.Khái niệm về Robot công nghiệp 1. khái niệm. - Về mặt cơ khí robot là một hệ thống cơ khí bao gồm các thanh nối cứng và các khớp. Ngoài ra còn các bộ phận khác như thân máy, bệ máy - Về nội dung kỹ thuật cơ khí, điều khiển và điện tử, robot có thể được định nghĩa như sau:  Robot là một cơ cấu cơ khí có một vài bậc tự do  Robot công nghiệp là một cơ cấu máy có thể lập trình được  Robot là cơ cấu máy có chức năng như con người 2. Cấu tạo. Robot là một hệ thống phức tạp, ta có thể hiểu nó thông qua cách nhìn nhận từ nhiều phương diện sau: 1) Phương diện vật lý: Là một hệ thống lớn bao gồm nhiều hệ thống con (sub_system). 2) Phương diện truyền tin:Là một hệ thống truyền tin và xử lý tin khép kín bao gồm: Phần chuyển động; phần nhận dạng và điều khiển. 1.1.2. Phân loại Robot công nghiệp. 1. Phân loại theo số bậc tự do trong môi trường công tác.  Chuyển động tịnh tiến theo các hướng x,y,z trong không gian Đềcác  Chuyển động quay xung quanh các trục x, y, z (Ký hiệu là R: Rotation) -4- 2. Phân loại theo phương pháp điều khiển. Có 2 kiểu điều khiển là điều khiển hở và điều khiển kín. 3. Phân loại theo hệ thống năng lượng . • Hệ năng lượng điện : • Hệ năng lượng thuỷ lực – khí động: • Hệ khí nén 1.2. PHƯƠNG TRÌNH ĐỘNG HỌC CỦA ROBOT Phương trình động học của robot hai bậc tự do được miêu tả bởi công thức sau: [2] ( ) ( ) ( ) ( ) uGSDCM =++++ θθθθθθθθ  sgn, (1.1) Với: - θ là véc tơ góc của khớp nối - ( ) θ M : ma trận mô men quán tính - ( ) θ C : mô hình lực coriolis và quán tính ly tâm - D : hệ số ma trận đường chéo ma sát nhớt. - S : hệ số ma trận đường chéo ma sát Coulomb - ( ) θ G : trọng lực - u : mô men xoắn của khớp Trong hình sau mô tả mô hình robot 2 bậc tự do: Hình 1.4. Mô hình robot 2 bậc tự do Phương trình động học của robot 2 bậc tự do được chỉ ra bởi biểu thức (1.2) sau: -5- ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )( ) ( )       =       + +++ +             +             +             −− +                   ++ +++++ 2 1 2122 21112122 2 2 2 1 2 1 2 1 2 1 21221 2222122221 2 1 2 22 2 1 1 2221 2 2 2221 2 21 2 1 2 1221 2 22 2 1 1 cos coscos sgn sgn 0 0 0 0 0sin sinsin2 cos2 cos2cos2 u u lgm mmgllgm s s d d mll mllmll lm r J mlll mlllmlllllm r J θθ θθθ θ θ θ θ θ θ θθ θθθθ θ θ θ θθ           (1.2) Trong đó: - 2,1 m : khối lượng của cánh tay 1,2 - 2,1 l : độ dài cánh tay 1,2 - 2,1 r : tỷ số truyền của động cơ 1,2 - 2,1 d : ma sát nhớt của khớp nối 1,2 - 2,1 s là ma sát coulomb của khớp 1,2 Viết lại biểu thức (1.1) theo ma trận ta có: ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) [ ]       =       +       −− +             −− =       −−− −− θ θ θ θθθθθ θ θ θθθθ θ θ      0 0 sgn 0 ,0 0 111 11 I u MSMGM DMCM I (1.3) Như vậy có thể kết luận rằng: Góc quay của cánh tay robot có thể được điều khiển bởi LFFC. Tín hiệu điều khiển Feed – forward mong muốn là: ( ) ( ) ( ) ( ) ddddddddd MSGDCu θθθθθθθθ  ++++= sgn, (1.6) Từ (1.6)cho thấy tín hiệu đầu vào khối điều khiển sau khi đã đơn giản hóa bao gồm các thành phần ( ) θθθ  ,,, . Với robot 2 bậc tự do, số lượng đầu vào là 6. Kết luận chương 1: j C -6- Chương 1 đã tìm hiểu những khái niêm ban đầu về robot công nghiệp: khái niệm, phân loại, sơ đồ khối, phương trình động lực học của một robot 2 khâu điển hình. Từ phương trình động lực học của robot 2 khâu ta nhận thấy robot là đối tượng có tính phi tuyến mạnh. Các thông số đầu ra của robot thay đổi theo sự thay đổi của các nhiễu là các lực bên ngoài( lực ma sát nhớt, lực ma sát coulomb…) tác động vào hệ thống và mang tính phi tuyến. Để điều khiển robot hiện nay vẫn dùng các bộ điều khiển truyền thống như bộ điều khiển PID. Tuy nhiên với bộ PID thì các thành phần phi tuyến của nhiễu không được triệt tiêu hết sẽ làm ảnh hưởng đến độ chính xác khi điều khiển. Do vậy cần thiết phải có phương pháp để khử các nhiễu phi tuyến để nâng cao độ chính xác khi điều khiển cánh tay robot. -7- CHƯƠNG 2 TỔNG QUAN VỀ LEARNING FEED FORWARD CONTROL(LFFC) VÀ MODEL REFERENCE ADAPTIVE SYSTEM(MRAS) Giới thiệu: Như đã nhận xét ở cuối chương 1, robot là đối tượng có tính phi tuyến mạnh vì vậy cần có phương pháp để nâng cao độ chính xác về vị trí khi điều khiển cánh tay robot. Chương này, tác giả sẽ nghiên cứu phương pháp để nâng cao độ chính xác cho cách tay robot khi làm việc. 2.1. TỔNG QUAN VỀ LFFC 2.1.1. Giới thiệu. Trong luận văn này, tác giả sẽ tập trung vào việc nâng cao chất lượng của hệ thống bằng bộ điều khiển. Việc thiết kế một bộ điều khiển nói chung thường dựa trên một mô hình của một đối tượng. Mô hình đối tượng càng chính xác bao nhiêu thì việc thiết kế bộ điều khiển càng hiệu quả bấy nhiêu. Khi mô hình hóa đối tượng, các vấn đề sau có thể gặp phải: - Hệ thống quá phức - Mô hình quá khó hoặc quá đắt để đánh giá. Một số đặc tính của một số tính chất (phi tuyến) khó có thể đạt được, ví dụ như ma sát…. - Đối tượng có thể chịu ảnh hưởng lớn của nhiễu - Các thông số của đối tượng có thể biến đổi theo thời gian. Bộ điều khiển thích nghi có thế là một giải pháp khi cấu trúc của mô hình động học của đối tượng và nhiễu mô hình tác động lên nó được biết trước trong khi các giá trị của các thông số thì không thể xác định được. Khi mô hình không xác định hoặc có nhiều thông số không xác định thì lúc đó điều khiển học sẽ được xét đến. 2.1.2. Điều khiển học (Learning Control - LC) Định nghĩa 2.1: Một bộ LC là một hệ thống điều khiển bao gồm trong đó 1 hàm xấp xỉ các ánh xạ đầu vào – đầu ra tương ứng trong suốt quá trình điều khiển mà một hoạt động mong muốn của hệ thống điều khiển đạt được. -8- Định nghĩa 2.2 (hàm xấp xỉ): Một hàm xấp xỉ là một ánh xạ vào/ra được xác định bởi một hàm được lựa chọn ( ) ω .,F , với các véc tơ thông số ω được lựa chọn để hàm ( ) .F được xấp xỉ tốt nhất. Nói chung một cách sơ bộ, các bộ hàm xấp xỉ có thể được sử dụng theo 2 cách: - sử dụng để tạo (một phần) tín hiệu điều khiển. - sử dụng để học một mô hình đối tượng tương ứng được kiểm soát Trên cơ sở những suy xét này, chúng ta có thể đưa ra một số các thuộc tính sau mà một bộ LC : Dễ dàng sử dụng trong một hệ thống điều khiển có sẵn. Có khả năng sử dụng những kiến thức dự đoán của đối tượng. Hàm xấp xỉ nên phù hợp cho việc điều khiển. Điều này có nghĩa rằng: - Cần sử dụng dung lượng nhớ nhỏ. -Việc tính toán đầu ra của hàm xấp xỉ và sự tương thích của quan hệ vào/ra phải được thực hiện một cách nhanh chóng. Cơ chế học cần hội tụ nhanh. Cơ chế học không nên bị cực tiểu cục bộ Hàm xấp xỉ có khả năng tự khái quát hoá tốt Sự mềm mại của giá trị xấp xỉ cần điều khiển được Đáp ứng ngắn hạn là học tốt. Sự ổn định lâu dài cần phải được bảo đảm. 2.1.3. Bộ điều khiển học sử dụng sai lệch phản hồi (Feedback Error Learning - FEL) 2.1.3.1. Cấu trúc điều khiển Hệ thống LC bao gồm 2 phần: Bộ điều khiển Feef-forward được biểu thị bằng F, nghĩa là 1 hàm/ánh xạ ( ) rFu F = . Một bộ điều khiển Feed - forward thông thường có thể được sử dụng để bù thêm cho các hệ thống động học và theo cách này sẽ thu được độ bám chính xác cao. Khi bộ điều khiển feed-forward bằng với đối tượng nghịch đảo 1− = PF , thì đầu ra của đối tượng y sẽ bằng tín hiệu đặt r -9- Đối tượng P , luôn chịu sự tác động của nhiễu. Các loại nhiễu ở bao gồm cả nhiễu ngẫu nhiên và nhiễu có bản chất chu kỳ. Những nhiễu chu kỳ tái diễn giống nhau khi một chuyển động cụ thể được lặp lại. 2.1.4. Learning Feed forward Control (LFFC) Trong luận văn này một hệ thống LC được xét có cấu trúc tương tự như cấu trúc của bộ điều khiển FEL (hình 2.2). Tuy nhiên, phần feed-forward của bộ điều khiển LC được thực hiện bởi các thông số a m , b m , c m , d m của bộ điều khiển thích nhi theo mô hình mẫu. 2.2. ĐIỀU KHIỂN THÍCH NGHI THEO MÔ HÌNH MẪU Hệ thống điều khiển thích nghi là hệ thống mà cấu trúc và tham số của bộ điều khiển có thể thay đổi theo sự biến thiên thông số của hệ sao cho đảm bảo các chỉ tiêu đã định. Hệ thống điều khiển thích nghi theo mô hình mẫu có nhiều dạng khác nhau. Chúng ta bắt đầu bằng một cách tiếp cận trực giác, chỉ ra rằng các ý tưởng hồi tiếp cơ sở giúp chúng ta tìm ra các thuật toán hiệu chỉnh tham số. Chúng ta chú ý rằng sẽ có hai câu hỏi nảy sinh ra. Thứ nhất đó là làm thế nào để tìm các tín hiệu thích hợp mà hiệu chỉnh các tham số thích hợp ở những thời điểm thích hợp. Thứ hai là làm thế nào để đảm bảo sự ổn định cho một hệ thống thích nghi mà vốn đã phi tuyến do sự xuất hiện của các bộ nhân trong hệ thống. Chúng ra sẽ có cái nhìn sâu hơn đối với câu hỏi đầu tiên bằng cách xét phương pháp mô hình nhạy cảm. Sự ổ định có thể được bảo đảm bằng cách ứng dụng lý thuyết ổn định Liapunov’s cho việc thiết kế các hệ thống thích nghi. 2.2.1. Khái quát chung Một hệ thống thích nghi có thể được định nghĩa như sau: “ Một hệ thống thích nghi là một hệ thống mà trong đó thêm vào cấu trúc (hồi tiếp) cơ bản, các phép đo tường minh được thực hiện để bù tự động Hàm xấp xỉ -10- cho những thay đổi về các điều kiện hoạt động, cho những thay đổi về động học quá trình hoặc cho những thay đổi về nhiễu, để duy trì một hoạt động tối ưu của hệ thống”. Các hệ thống điều khiển thích nghi có thể được phân loại theo nhiều cách khác nhau. Một trong những cách phân loại đó là dựa trên sự khác nhau giữa: - Những hệ thống với sự điều chỉnh trực tiếp của các tham số của bộ điều khiển, không cần nhận dạng rõ ràng các tham số của đối tượng (điều khiển thích nghi trực tiếp) - Những hệ thống với sự điều chỉnh gián tiếp của các tham số bộ điều khiển, không cần nhận dạng rõ ràng các tham số của đối tượng (điều khiển thích nghi gián tiếp) 2.2.2. Cơ chế thích nghi Trong các tài liệu một vài phương pháp đã được đưa ra để thiết kế các hệ thống thích nghi. Nhưng ta có thể có được cái nhìn sâu hơn vào một phương pháp bằng cách tự tư duy làm thế nào để tìm ra được các thuật toán. Việc này giúp ta thực sự hiểu được phải làm gì tiếp theo. Trong Hình 2.8 là sơ đồ khối được đưa ra cho một hệ thống mà sẽ được dùng như là một ví dụ xuyên suốt tài liệu này. Hình 2.8. Mô hình mẫu và đối tượng [...]... sử dụng bộ điều khiển PD và bộ điều khiển có thêm LFFC -21- KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN CỦA ĐỀ TÀI Luận văn đã hoàn thành những yêu cầu đặt ra là ứng dụng Learning Feed Forword trên cơ sở điều khiển thích nghi theo mô hình mẫu (MRAS) để điều khiển vị trí cánh tay robot Các đóng góp chính của luận văn: - Đã tổng hợp được các khái niệm về learning feed forward, điều khiển thích nghi theo mô hình mẫu. .. Kết luận chương 2: Như vậy trong chương 2 đã trình phân tích được khái niệm cơ bản về bộ điều khển Learning Feed Forward, lý thuyết về điều khiển thích nghi theo mô hình mẫu, và bộ điều khiển LFFC trên cơ sở điều khiển thích nghi theo mô hình mẫu Từ những kiến thức cơ sở này kết hợp với phương trình động học trong Chương 1 có thể xây dựng được bộ điều khiển robot 2 bậc tự do dùng bộ điều khiển Feedback... các ứng dụng của nó để có cái nhìn tổng quan về kết cấu, các luật học và các phương pháp ứng dụng learning feed forward trên cơ sở điều khiển thích nghi theo mô hình mẫu - Bằng phương pháp phân tích, tổng hợp luận văn này đã tính toán xây dựng được mô hình động học của robot 2 bâc tự do, thiết kế được bộ điều khiển, khảo sát mô phỏng cho cánh tay robot 2 bậc tự do bằng ứng dụng learning feed forward trên. .. hợp LFFC trên cơ sở điều khiển thích nghi theo mô hình mẫu -15- CHƯƠNG 3 THIẾT KẾ VÀ MÔ PHỎNG BỘ ĐIỀU KHIỂN LFFC TRÊN CƠ SỞ MRAS ĐỂ ĐIỀU KHIỂN VỊ TRÍ CÁNH TAY ROBOT 3.1 THIẾT KẾ BỘ ĐIỀU KHIỂN 3.1.1 Chọn khâu khởi tạo tín hiệu đặt 25 s + 50 s + 25 H ref = 2 3.1.2 Chọn bộ điều khiển PD C = 500 + 2S 3.1.3 Tính toán bộ điều khiển LFFC Chọn bộ thông số của Robot như sau: Thông số Khối lượng cánh tay (kg)... cơ sở điều khiển thích nghi theo mô hình mẫu Trong luận văn đã trình bày một phương pháp thiết kế bộ điều khiển đã khử được các nhiễu phi tuyến tác động lên vị trí cánh tay robot như ma sát coloum, ma sát nhớt… qua đó đã nâng cao độ chính xác và nâng cao chất lượng bộ điều khiển điều khiển của cánh tay robot 2 bậc tự do Do thời gian nghi n cứu có hạn, trong khuôn khổ luận văn này mới chỉ thiết kế mô. .. hiệu LFFC tạo ra c.Sai lệch giữa tín hiệu vào -20- Kết luận Chương 3 Từ các cơ sở lý thuết của Chương 1 và Chương 2, tác giả đã xây dựng được bộ điều khiển cho cánh tay robot 2 bậc tự do kết hợp bộ điều khiển Feedback và LFFC trên cơ sở MRAS Kết quả điều khiển được kiểm chứng bằng mô phỏng trên phần mềm Matlab simulink Qua kết quả mô phỏng có các kết luận: - Hệ thống hoạt động ổn định trong thời gian lây... + dm + am Hình 3.4 Sơ đồ khối bộ điều khiển LFFC trên cơ sở điều khiển thích nghi theo mô hình mẫu -18- Sơ đồ khối hệ thống mô phỏng Hình 3.5: Sơ đồ khối mô phỏng toàn hệ thống 3.2.2.Kết quả mô phỏng 2 Sai lệch của tín hiệu vào( tín hiệu đặt ) và tín hiệu ra của hệ thống khi chỉ có bộ điều khiển PD tác động: a b c Hình 3.10 Đáp ứng của hệ thống khi chỉ có bộ điều khển PD tác động a.Tín hiệu đặt tín... được hệ thống điều khiển Từ kết quả mô phỏng với các tham số của bài toán có thể phát triển ứng dụng để thiết kế trên mô hình thực tế và phát triển với cánh tay robot với số bậc tự do lớn hơn Vì vậy luận văn này là một hướng nghi n cứu mở, có thể phát triển tiếp tục hướng nghi n cứu này ở các công trình khoa học cấp cao hơn -22- TÀI LIỆU THAM KHẢO [1] Nguyễn Doãn Phước,Phan Xuân Minh: Điều khiển tối ưu... điều khiển LFFC, luận văn này đề cập đến sự thích nghi của các tham số của mô hình mẫu dựa trên bộ điều khiển LFFC, mà thực hiện một mô hình ngược của đối tượng Đáp ứng thực của đối tượng được xác định bởi khâu khởi tạo tín hiệu đặt Đối với hệ thống tuyến tính, có thể chứng minh rằng hệ thống được điều khiển ổn định tiệm cận theo thuyết của Liapunov So sánh với những cấu trúc mô hình mẫu tiêu chuẩn hơn... Trong luận văn này giả thiết tín hiệu đặt (vị trí đặt) biến thiên theo quy luật hàm Sin Kết quả này cũng đúng khi cho vị trí đặt bất kỳ - Tín hiệu bám tốt, với các nhiễu đo được tác động vào hệ thống, bộ điều khiển LFFC trên cơ sở MRAS đã tạo ra tín hiệu bù phù hợp để khử các tín hiệu nhiễu - Chất lượng hoạt động của hệ thống khi có LFFC tốt hơn khi chỉ sử dụng bộ điều khiển truyền thống PD Điều này . Forward (LFFC) trên cơ sở điều khiển thích nghi theo mô hình mẫu (MRAS) điều khiển vị trí cánh tay Robot Luận văn tập trung nghi n cứu xây dựng bộ điều khiển vị trí cánh tay robot dựa trên các. được khái niệm cơ bản về bộ điều khển Learning Feed Forward, lý thuyết về điều khiển thích nghi theo mô hình mẫu, và bộ điều khiển LFFC trên cơ sở điều khiển thích nghi theo mô hình mẫu. Từ những. của bộ điều khiển thích nhi theo mô hình mẫu. 2.2. ĐIỀU KHIỂN THÍCH NGHI THEO MÔ HÌNH MẪU Hệ thống điều khiển thích nghi là hệ thống mà cấu trúc và tham số của bộ điều khiển có thể thay đổi theo
- Xem thêm -

Xem thêm: tóm tắt luận văn thạc sĩ kỹ thuật nghiên cứu ứng dụng learning feed forward (LFFC) trên cơ sở điều khiển thích nghi theo mô hình mẫu (MRAS) điều khiển vị trí cánh tay robot , tóm tắt luận văn thạc sĩ kỹ thuật nghiên cứu ứng dụng learning feed forward (LFFC) trên cơ sở điều khiển thích nghi theo mô hình mẫu (MRAS) điều khiển vị trí cánh tay robot , tóm tắt luận văn thạc sĩ kỹ thuật nghiên cứu ứng dụng learning feed forward (LFFC) trên cơ sở điều khiển thích nghi theo mô hình mẫu (MRAS) điều khiển vị trí cánh tay robot