CN104968477B - 监测机器人传感器的一致性 - Google Patents

监测机器人传感器的一致性 Download PDF

Info

Publication number
CN104968477B
CN104968477B CN201380056403.1A CN201380056403A CN104968477B CN 104968477 B CN104968477 B CN 104968477B CN 201380056403 A CN201380056403 A CN 201380056403A CN 104968477 B CN104968477 B CN 104968477B
Authority
CN
China
Prior art keywords
constraint
sensor
motor
robot
violation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201380056403.1A
Other languages
English (en)
Other versions
CN104968477A (zh
Inventor
马修·M·威廉姆森
迈克尔·萨斯曼
瓦利德·A·法拉哈特
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Rethink Robotics Inc
Original Assignee
Rethink Robotics Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Rethink Robotics Inc filed Critical Rethink Robotics Inc
Publication of CN104968477A publication Critical patent/CN104968477A/zh
Application granted granted Critical
Publication of CN104968477B publication Critical patent/CN104968477B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1628—Programme controls characterised by the control loop
    • B25J9/1653—Programme controls characterised by the control loop parameters identification, estimation, stiffness, accuracy, error analysis
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1628—Programme controls characterised by the control loop
    • B25J9/1641—Programme controls characterised by the control loop compensation for backlash, friction, compliance, elasticity in the joints
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1674—Programme controls characterised by safety, monitoring, diagnostic
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/406—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by monitoring or safety
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/406—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by monitoring or safety
    • G05B19/4062—Monitoring servoloop, e.g. overload of servomotor, loss of feedback or reference
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/10—Plc systems
    • G05B2219/14—Plc safety
    • G05B2219/14039—Fault in sensor, actuator
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/10—Plc systems
    • G05B2219/14—Plc safety
    • G05B2219/14076—Test of sensor
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/31—From computer integrated manufacturing till monitoring
    • G05B2219/31294—Compare measurements from sensors to detect defective sensors
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/39—Robotics, robotics to robotics hand
    • G05B2219/39186—Flexible joint
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/40—Robotics, robotics mapping to robotics vision
    • G05B2219/40229—Analytical redundancy, use available funcional redundancy of model
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/42—Servomotor, servo controller kind till VSS
    • G05B2219/42329—Defective measurement, sensor failure

Abstract

与机器人或其子系统(例如与机器人接头相关的串联弹性致动器)相关的传感器能被用于针对利用一个或更多个约束的相互一致性进行监测，该约束将传感器测量的物理量彼此相关。约束可以基于机器人或子系统的物理模型。

Description

监测机器人传感器的一致性
相关申请的交叉引用
本申请要求在2012年8月28日提交的美国临时申请No.61/693,981的优先权，其所有内容通过参引并入本申请。
技术领域
本发明涉及机器人操作的安全，特别地涉及在传感器失效状态下的机器人操作的安全。
背景技术
工业机器人通常具有移动大型和重型物体的强有力的致动器，该致动器在传感器测量值(例如来自编码器、位置传感器、扭矩传感器等)的反馈下进行控制。如果传感器失效，这机器人失去控制，其会导致机器人的快速且危险的运动。相应地，检测任何传感器失效以启动适当的失效保障程序、并且如果需要启动机器人停机是重要的。
传感器会以多种不同方式失效，其中一些(例如超出传感器值的范围)相对容易检测，然而另一些(例如传感器值似乎合理的却是错误的)难以发现。目前为止，采用两种主要的方法检测潜在的传感器错误：针对难以置信的传感器值(其通常是错误的)进行监测，和冗余感测。第一种方法使用针对传感器状态的监测系统，其识别某些失效状况，例如传感器值超出期望范围、在物理上不可能或基本不太可能的传感器值的变化率，或者传感器数据的丢失或损坏。如果观测到任何这些状况，系统启动安全保障程序。该方法固有地受限于其仅对有限数量的具体失效模式进行保护；如果这些模式不涵盖所有可能的失效状况(实际上很难做到)，则这些类型的传感器失效会不被注意到。例如，针对超出范围值的检测无助于识别在范围内(因此似乎合理)但是错误的传感器值。
在第二方法中，传感器及其相应的处理电路是重复的；通常对每个测量量提供两个或更多个传感器。多个传感器的输出彼此相互比较，如果其不符合一定的允许偏差，则发出传感器失效旗标。该旗标能够用来启动失效保障程序。传感器重复不一定具有两个或更多个测量相同物理量的相同的传感器，而是可以包括多个不同的传感器通过不同方式测量相同量的配置。尽管不针对特定的传感器失效模式，冗余感测方法也具有各种限制。第一，其由于重复传感器和相关的处理硬件和软件从而增加系统的成本和复杂性。第二，由于各种现实原因，例如物理设计约束或缺少空间，可能无法或不便增加冗余传感器。第三，确保冗余传感器的真实独立性实际上可能是困难的，即，一些失效状况可能以同样的方式影响冗余传感器，因此模糊了不正确的读数。冗余传感器可能受到相同错误的影响，不是因为其都有故障，而是因为所测量的量的表现都受连累。例如，冗余的并行位置传感器可能均测量到弹簧的偏转以确定弹簧的压缩力。如果弹簧的材料属性改变，例如由于过度的屈服或硬化，所有传感器会给出相同的但是错误的力的测量值。
相应地，需要检测传感器失效的替代方法，其具有较少的误报(传感器读数实际上正确而被检测为失效)和漏报(传感器失效没有被检测到)，并且避免或降低与传感器冗余相关的成本。
发明内容
因此，本发明的任务是提供基于一个或多个约束针对相互一致性监测与不同的测量量相对应的机器人传感器读数的系统和方法。约束通过正被监测的物理系统的模型(或模型组)表示，并且每个约束体现两个或更多个物理量之间的关系，这些物理量的测量值必须相应地符合这些约束。该方法避免了对传感器冗余的需要，消除了与相同量的多个相互依赖的传感器读数相关的漏报，并且有助于基于与其它传感器读数的不一致性检测不正确的传感器读数，无论其各自是否显得合理。另外，其能够检测所监测的系统本身有关的问题，尽管传感器正常工作，这种问题仍可能造成约束违规。
在各实施方式中，约束从要被监测的系统(例如机器人、其附器、诸如多接头链节或臂、或附器的单个接头)的物理模型得出。系统行为可以利用通常包括表征各系统部件的内在物理特性的模型参数的数学方程(例如代数方程或微分方程)解析建模。替代地，系统行为可以例如基于通过实验确定的、由传感器监测的物理量之间的定量关系而数值地表达。在一些实施方式中，函数模型通过将数学函数与数值数据相配合从而由这些实验确定的关系得出。在其它实施方式中，来自多个传感器的数值数据仅用来基于实验区分系统的正常状态与故障状态(例如使用传统的机器学习算法)，而没有系统部件或其相互作用的基础模型。
为监测复杂系统(例如机器人整体)，通常使用多个约束。在另一方面，在一些实施方式中，更简单的系统或子系统可以允许在单独的约束内获得所有要被监测的物理量。在各实施方式中，复杂系统利用取自系统行为的根本不同方面(例如系统部件之间的电的、机械的、机电的、和/或热的关系)的多个约束进行建模。例如，在一实施方式中，对机器人接头进行操作的串联弹性致动器利用以下约束进行建模，即，与致动器的马达和串联弹簧相关的运动学约束、与马达产生的扭矩和负载(例如由接头支承的机器人部件)的位置相关的扭矩生成约束、与进入马达的电流和由马达产生的角速度相关的电压-速度约束、与马达的温度和传递至马达的功率相关的热反应约束、与负载的角位置和施加至负载的扭矩相关的负载-动力学约束或上述约束的其中两个或更多个的任意组合。
在机器人操作期间，当约束超出相关的指定阀值而违规时，则证实传感器的不一致性，表示约束中的至少一个传感器读数是错误的或者被监测的系统(或子系统)本身出现故障。物理模型的逼真度和准确度越高，能够设定的违规阀值通常越严格。另外，阀值可以改变以在敏感度范围内将错误检测调整至期望的敏感度，例如，从只检测严重错误(或只对其起作用)改变到检测更细微的不一致性。一旦已经检测到传感器不一致性，则机器人启动适当的失效保障程序。在一些实施方式中，自动地启动安全停机。在另一些实施方式中，机器人操作仅暂时的停止，并且当所有约束再次符合要求时重新开始。在一些实施方式中，使用自校准程序对传感器进行重新校准，并且之后重新开始机器人的工作。在一些实施方式中，机器人工作根本不中断，而是向用户发出警告；如果约束违规不是关键的(例如不具有严重的安全隐患)，则该响应是合适的。
在一方面，本发明涉及一种监测机器人的方法，所述机器人包括串联弹性致动器(具有马达、齿轮箱和连接至负载的串联弹簧)，和针对传感器失效与所述致动器相关的多个传感器；所述传感器通过测量多个各自的物理量监测所述机器人的状态或动作(例如利用不同的传感器测量不同的物理量)。所述方法包括：建立使所述多个传感器的读数彼此相关的至少一个约束(例如相互独立的约束)，并且针对所述约束的违规监测传感器的读数。在不同的实施方式中，约束包括：与马达和串联弹簧相关的运动学约束、与马达产生的扭矩和负载的位置相关的扭矩生成约束、与进入马达的电流和由马达产生的角速度相关的电压-速度约束、与马达的温度和传递至马达的功率相关的热反应约束、与负载的角位置和施加至负载的扭矩相关的负载-动力学约束或上述约束的任意组合；一些实施方式使用运动学约束、扭矩生成约束、以及电压-速度约束。建立约束可以包括对机器人的至少一子系统进行建模。约束可以是或者包括测量的物理量中的一些物理量或所有物理量之间的一个或更多个解析关系(例如代数方程、微分方程或积分方程)或测量的物理量中的一些物理量或所有物理量之间的一个或更多个数值(例如通过实验建立的)关系。
针对约束的违规监测传感器读数可以包括：针对每一个约束设定违规阀值，基于传感器读数计算与约束相关的至少一个值(或多个值)，过滤至少一个值(例如通过计算时间平均值)，将过滤的值与各自的违规阀值进行比较；当针对任何约束有超过所述违规阀值时，声明这约束违规。违规阀值可以至少部分基于所期望的对错误的敏感度设定和/或基于所述模型的逼真度设定。在任何约束违规的情况下可以启动安全停机程序。替代地，机器人工作可以(暂时地)停止，多个传感器可以被重新校准，并且/或者向机器人的用户警告违规。
在另一方面，本发明涉及一种机器人，其包括：串联弹性致动器(其具有马达、齿轮箱和连接至负载的串联弹簧)，测量与所述串联弹性致动器相关的多个各自的物理量(不同传感器通常测量不同的物理量)从而监测所述机器人的状态或动作的多个传感器，及其针对传感器失效监测所述机器人的计算装置。所述计算装置针对一个或更多个约束(例如彼此相互独立的多个约束)的违规来监测所述多个传感器的读数，所述一个或更多个约束使所述多个传感器的读数彼此相关；约束包括：与所述马达和所述串联弹簧相关的运动学约束、与所述马达产生的扭矩和所述负载的位置相关的扭矩生成约束、与进入所述马达的电流和由所述马达产生的角速度相关的电压-速度约束、与所述马达的温度和传递至所述马达的功率相关的热反应约束、或与所述负载的角位置和施加至所述负载的扭矩相关的负载-动力学约束、或上述约束的任何组合(例如运动学约束、扭矩生成约束、和电压-速度约束的组合)。约束可以基于所述串联弹性致动器的模型，并且可以包括所述测量的物理量中的至少一些物理量之间的解析关系和/或数值关系。
在一些实施方式中，计算装置包括：基于传感器读数计算与约束相关的一个或更多个值的偏差计算模块，过滤所述计算的值(例如通过取时间平均值)的过滤器模块，以及比较器模块，所述比较器模块将每个经过滤的值与针对该值所相关的约束设定的各自的违规阀值进行比较。所述违规阀值可以至少部分基于模型的逼真度和/或所期望的对错误的敏感度设定。在一些实施方式中，所述计算装置还包括失效响应模块，上述失效响应模块在任何约束违规的情况下导致以下情况的至少其中一种，即，安全停机模式、机器人操作的中断、多个传感器中的至少一些传感器的重新校准、或向机器人的用户发出警告。
另一方面涉及一种用于监测与串联弹性致动器相关的物理量的多个传感器的控制器，串联弹性致动器包括马达、齿轮箱、和连接至负载的串联弹簧。所述控制器包括：接收来自所述多个传感器的读数的信号输入端口，存储使所述多个传感器的读数彼此相关的至少一个约束(包括与所述马达和所述串联弹簧相关的运动学约束、与所述马达产生的扭矩和所述负载的位置相关的扭矩生成约束、和/或与进入所述马达的电流和由所述马达产生的角速度相关的电压-速度约束)的存储器，以及用于针对约束的违规监测所述多个传感器的读数的处理器。
附图说明
上述内容通过下文对本发明的详细描述将更容易理解，特别是在结合附图的情况下，其中：
图1A示出根据各实施方式的机器人；
图1B示出根据各实施方式的机器人臂的近视图；
图2示意性地示出根据各实施方式的串联弹性致动器；
图3是示出根据各实施方式监测传感器一致性并检测传感器失效的方法的流程图；
图4A示出根据各实施方式的内嵌于机器人接头控制器中用于传感器一致性监测和传感器失效检测的示例性控制装置；
图4B示出根据各实施方式的用于监测传感器一致性和检测传感器失效的示例性中央控制装置。
具体实施方式
本发明提供的方法用于针对传感器一致性监测机器人从而检测传感器失效或者在某些情况下与机器人工作有关的问题。图1A示出了可使用这些方法的机器人100。在示出的实施方式中，机器人100包括连接至机器人躯体104的两个机器人附器102或者说“机器人臂”，以及包括屏幕106和便于用户输入的各种机械控制机构(例如按钮和触控板)的用户界面。每个臂102具有腕部110，腕部110带有作为端部执行器安装至其上的平行爪夹持器112。图1B提供了机器人臂102的近视图。臂102包括由一维转动接头116串联连接的七个链节114，该转动接头116共同提供七个自由度。如由图1B的箭头示出的，每个接头116或者用作允许改变两个链节114之间角度的铰链(即，允许链节绕与链节轴线垂直的穿过接头的轴线转动)、或者便于更远的链节114绕其中心轴线(即，在链节的两端连接接头的轴线)转动。当然，所描述的机器人100只是一个具体的示例；总体上，根据本申请的机器人可以包括例如少于两个或多于两个的附器、在附器中的不同数量的链节和接头、不同类型的接头(例如滑动接头、万向接头等)、不同类型的端部执行器(例如吸力夹持器)、各种机器人部件(例如躯体和附器)的总体不同构造等。
机器人100通常在力控制模式、位置控制模式、速度控制模式、阻抗控制模式、或导纳控制模式下进行操作。在上述任何模式下，致动器根据从接头级控制器接收的命令对接头114施加指定的力。接头级控制器又从监测并改变机器人位置、运动学、动力学和力的更高级别的机器人控制器接收命令。机器人控制器可以是与计算装置(下文参考图4详细描述)的一部分或者与计算装置通讯，计算装置(通常)计算在补偿机器人臂102的重力的同时执行机器人任务所需的力和扭矩。计算通常使用机器人100的三维自建模型(即，代表几何尺寸、质量、机器人部分之间的结构关系的数据结构，以及包括表示臂102的链节114的位置和方向的参数的机器人当前配置)以及来自传感器测量的反馈以确保机器人100如所希望的进行操作。
在各实施方式中，操作机器人接头114的致动器是例如在1997年7月22日授权的美国专利No.5,650,704所述的串联弹性致动器(SEAs)，其整个内容通过参引并入本文。图2提供了包括各传感器输出表示形式的SEA 200的概念视图。如所示出的，用于转动式接头的SEA通常包括马达202、齿轮箱204、和串联弹性元件206、例如串联连接于齿轮箱204与负载208之间的扭转弹簧，负载208通过串联弹性元件206传递。在具体的接头114处的负载208包括在该接头远侧的所有机器人部件(例如附器链节114、其它接头114等)、以及通过各自臂102携带的任何物体——即构成施加至接头114的外部扭矩的任何物体。为支承负载208，马达202由通过计算装置计算出足够的电流驱动。
马达202通常配有测量马达角度位置(θm)的位置传感器或编码器210，例如霍尔效应传感器组和相关的计算电路。另外，马达202可以包括测量驱动电流(im)的安培计212。弹簧偏转传感器(SDS)214测量弹簧偏转的角度，由此可推断出弹簧扭矩(τSEA)；SDS214例如可使用测量弹簧偏转的电位计、测量弹簧的端部之间的偏转或相对运动的光学传感器或者当附接至弹簧的一端的磁体相对于另一端运动时测量磁场变化的磁性传感器。替代地，弹簧力(或扭矩)可以直接通过例如测量与弹簧串联的力的基于应变的测力元件测量、或通过压电转换器测量。输出位置传感器216、例如在输出侧的磁性角度编码器(MAE)测量接头的输出角度、即负载的角位置(θL)。对马达202的驱动电流(im)的设定(例如通过计算装置执行的常规算法)考虑马达角度位置(θm)、弹簧扭矩(τSEA)、和输出角度(θL)；因此致动器控制对以上三个量中的任何一个量的错误敏感。SEA配有替代的或附加的传感器，其通常测量任何形式的运动学、动力学、或其它机械量、或者任何与SEA相关的任何电、磁、热或其它物理量。
根据本发明，对机器人或其子系统的基于传感器的测量通常涉及利用适当的模型假设对目标(子)系统进行建模。模型可具有与实际的物理系统行为的不同程度的精确度和逼真度相对应的不同的复杂度和细化度(例如反应更多或更少的理想假设)；模型的复杂度通常由约束的复杂度(例如约束中包括的项数)反映。例如，尽管基本SEA模型将齿轮箱204作为仅以其传动比为特征的理想元件，然而更具体的、细化的模型可考虑齿轮系的共振动力学。如果包含该模型假设，那么约束必须相应地对其进行反映。
另外，系统行为所覆盖的全面性通常是约束数量的函数——每个约束通常获取自系统工作的不同方向或方面。例如，利用SEA的基本模型(其对于很多应用来说是足够的)，上文列出的测量量及其相互依赖性能够完全通过涉及机械领域和电学领域的三个独立物理约束获得：运动学约束、扭矩生成的约束和电压-速度约束；这些约束由机械系统的运动的方程、控制马达及其联接的电学方程得出。然而，作为这三个约束的替代或者补充，可以确定并使用其它约束以针对一致性监测与SEA相关的传感器读数。对于给定的具体模型，要被监测的所有传感器读数之间的关系优选地通过尽可能少的约束(即模型的给定期望范围所必须的数量)获得，以产生一组相互独立的约束(即不能彼此数学得出的约束)；最少量的约束避免了不必要的假设以及实施约束的工程作业。然而，提供冗余信息的相关性约束(即能够通过其它约束得出的约束)的使用也在本发明的范围内。
在各实施方式中，要被监测的(子)系统的模型是基于对系统的解析理解(即，对系统部件、其各自的特征、及其在总系统配置中的相互关系的知识)，并且为解析方程形式的数学表达、例如代数方程或微分方程(如果约束是动态的则可以实时积分)。(词语“方程”在这里包括数学等式和数学不等式)。这些方程通常包括模型参数，例如作为SEA的齿轮箱204的特征的传动比和描述串联弹簧206的弹性的弹簧系数。模型参数可以是设计已知的额定参数。相应地，为提高模型的逼真度，模型参数可以通过实验确定并测量，例如在制造期间或在后续校准程序期间。在一些实施方式中，模型参数基于机器人接头(或其它建模对象)的多个代表性样本统计确定，而在一些实施方式中，模型参数针对每个单独的接头(或其它对象)被确定。
作为对系统行为解析建模的替代，各个被监测的物理量之间的关系可以依经验确定并在数值模型中获得。例如，在使机器人部署进行其常规任务之前，机器人可以被操作以经历与正常操作一致的各种状态，并且多个传感器可以针对不同的状态被读取以针对一系列传感器值获得它们之间的相关性；这通常在保证测量的可靠性的条件下进行(例如通过暂时地使用冗余传感器)。在一些实施方式中，对系统行为的经验描述在不考虑系统的部件和配置的情况下进行；换句话说，机器人(或要被建模的其子系统)被当成“黑盒子”。例如，可以使用机器学习、神经网络、演化或本领域技术人员已知的类似方法确定描述正常系统行为和适当功能化传感器的约束。
在其它实施方式中，系统的实验特征通过系统部件及其相互关系的函数理解而获得。例如，在监测的所有量中，已知相互关联的小子集(例如两个)的量可以单独地测量从而确定其间的函数关系。通常，物理量之间的实验确定的关系可通过数值形式存储(例如查找表)，或者按照算子(例如表示为矩阵)存储，当应用于若干传感器读数时算子产生说明传感器一致性或不一致性的输出表示。替代地，在一些实施方式中，数学函数(即解析式)可与经验数据相适应。该方法在系统的解析理解不足以获得(或方便地获得)实践上重要的所有系统特性的情况下特别有用，例如高阶效应对总体系统行为有显著影响、但不容易单独确定或者不容易以计算可处理的形式表达；有利地，实验确定的数值模型固有地获得这些效应。在一些实施方式中，模型是部分解析的，部分数值的，以两种类型的关系和/或甚至混合关系为特征。下文将详细描述适用于SEAs的各种约束。
运动学约束
运动学约束涉及例如通过MAE 216测量的负载位置(θL)、例如通过马达霍尔(或其它位置)传感器210测量的马达位置(θm)、和例如通过SDS 214(间接)测量的扭矩(τSEA)。运动学约束的模型参数包括传动比(Gr)、系统的整体刚度(keq)、和齿轮侧隙量(δBL)。系统的刚度(keq)取决于弹簧的刚度(或弹簧系数)(kSEA)以及齿轮系的刚度(kgear)；在串联配置中，两个刚度的倒数简单地增加。这些系统参数对于SEA来说是已知的，或者通过其设计推导出，或者通过特征实验确定。
弹簧的偏转——即，其端点的相对偏转(在一端的负载角度(θL)和另一端的齿轮箱输出角度(θ0))——与扭矩(τSEA)除以弹簧刚度(kSEA)相关，即(其中(t)表示与时间相关的量)：
类似地，马达位置(θm)(通过传动比(Gr)调整)与输出位置(θ0)之间的偏转是产生自因齿轮系弹性造成的齿轮系的偏转。因为齿轮系和弹簧是串联的，因此其享有相同的扭矩(τSEA)，即：
将上述两个关系式合并，获得：
在没有任何侧隙的情况下，准确地满足上述方程。然而，由于齿轮通常具有侧隙(或因配合部件之间的间隙产生的“游隙”)，因此关系式变成：
这些代数约束表明马达位置(θm)、MAE测量(θL)、和弹簧偏转(例如通过扭矩τSEA测量)之间的失配受齿轮侧隙的限制。
扭矩生成约束
例如通过SDS(τSEA)感测的由马达生成的扭矩应该与送入马达的电流(im)、负载的输出位置(θL)、和接头的近似二阶动力学相一致。该关系的模型参数包括齿轮箱的惯量(J)和有效粘滞阻尼(B)(轮齿之间的摩擦产生的阻尼)、串联弹簧的刚度(kSEA)、以及马达扭矩常数(kt)(其使输入电流与马达输出的扭矩相关)和传动比(Gr)。
当从齿轮箱的外侧观察时，齿轮系(以其惯量(J)为特征)受阻尼扭矩(通过阻尼系数B得到)、在输出位置因串联弹簧的弹性(kSEA)的扭矩、以及由马达施加的扭矩(□m)的影响。这些力的平衡获得如下运动方程：
马达施加的扭矩主要由马达电流(im)、其扭矩常数(kt)和传动比(Gr)确定(由于该运动方程与齿轮箱的输出惯量相关，因此马达扭矩与传动比相乘得到输出的等效扭矩)。
施加至负载的扭矩(□L)等于串联弹性元件的扭矩(□SEA),如下：
τL(t)＝kSEA(θ0(t)-θL(t))
用于扭矩生成约束的传递函数能够通过将方程从时域微分方程转变为频域代数方程的拉普拉斯变换由上述两个方程导出。转换的方程为：
Js2θ0(s)+Bsθ0(s)+kSEA(θ0(s)-θL(s))＝τm(s)＝ktGrim(s)
和
将第二方程代入第一方程并进行运算，获得系统的传递函数：
其中(s)表示拉布拉斯微分算子。传递函数的第一部分表示系统的正向通路动力学(即由电流控制)的特征，并且第二部分表示系统的反向阻抗(即由于负载运动(θL)由负载经受的扭矩)的特征。由于马达电流(im)、负载位置(□L)、和扭矩(□L＝□SEA)被连续测量，因此这些量之间的关系能够实时地计算并验证。
作为从将测量的扭矩(□SEA)(其等于施加至负载的扭矩□L)与驱动电流(im)相关的解析方程推导出的替代，这两者间的关系还可以针对覆盖的目标范围不同频率通过实验确定。频率相关的响应可与数值模型匹配，数值模型固有地获得SEA的全部行为，包括难以通过解析建模的效应，例如高阶动力学、共振和非线性效应。
电压-速度约束
该约束涉及施加至马达的电压(Vm)、测量的马达电流(im)和例如通过马达的速度常数(ke)和基于马达处的电压平衡的角速度()限定的反电动势(EMF)。
用于马达的标准模型是RL电路，其中通过驱动电路施加至马达的电压(Vm)等于电阻负载(以电阻R表征)、电感负载(以电感L为特征)、和反EMF(Vemf)的和:
反EMF(Vemf)与马达角速度()乘马达速度常数(ke)直接相关，得到：
由于马达电压(Vm)、马达电流(im)和马达角速度()都是测量得到的，因此这是电压-速度约束的充分表达式。另外，对于用于机器人SEA中的马达，马达的电感通常可忽略地小，从而允许约束被简化为：
热反应约束
通常当驱动机器人接头致动器、或者特别地SEA时，监测马达线圈的温度以避免过热是重要的，过热会对马达造成永久损害。为保证温度传感器适当地工作，可以检查被测量的温度(T)与例如基于测得的马达电流(im)计算的传递至马达的功率的一致性。相应地，在一些实施方式中，SEA模型扩大至包括例如考虑这种关系的热反应约束。热反应约束可以要求例如马达的热能的变化率与因马达的电阻和向环境的热能损失从而在马达中耗掉的电能的总和相等。该约束的简单的一阶近似为：
其中mth是马达的热质，Rth是对环境的热阻，R是马达的电阻，T是马达的温度，T∞是环境温度，im是马达电流。
负载动力学约束
该约束使负载的角位置(θL)与施加至负载的扭矩(□L)相关，并且要求这样的概念，即在致动器接头的输出处的运动和扭矩应该与接头下游的负载的动力学相一致。负载的动力学可以例如通过二阶模型近似：
其中s是拉普拉斯微分算子，JL、BL、KL是分别是负载的惯量、阻尼和刚度。
在一些实施方式中，机器人作为整体被建模成多变量系统。则接头的动力学可以通过矢量方程描述：
其中M是机器人/负载惯量矩阵(例如在机器人的自建模型中得到的当前机器人配置的函数)，C是科里奥利矩阵/阻尼矩阵，k是刚度矩阵、g是重力矢量，□是施加至接头的扭矩的矢量，并且θ、分别是接头角度、速度和加速度的矢量。相应地，该约束获取例如由MAEs测量的接头角度θ和例如由SDS传感器测量的接头扭矩□□之间的关系。
上述约束模型以简单和直观的方式体现了SEAs的各重要方面。为了提模型的逼真度，附加的特征和行为可被包含或体现在附加的约束中和/或含在上述约束中的附加项中。例如，在一些实施方式中，明确地对由致动器的壳体引起的寄生刚度、齿轮系刚度和臂的结构动力学进行建模；特别是在运动学约束、扭矩生成约束和负载动力学约束中包括适当的项。另外，可以包括接头滞后和/或系统摩擦(例如静摩擦)的效果；滞后和摩擦尤其对扭矩生成约束和负载动力学约束产生影响。通常，与更复杂的模型相比，更简单的模型以更低的敏感性的代价降低了计算的复杂度、便于利用较低的或适度的计算资源进行实时一致性检查。
图3示出根据各实施方式基于如上所述的约束针对相互一致性监测传感器读数的方法。该方法首先涉及对目标系统(例如机器人或单独的SEA)建模以对其行为建立一个或多个约束(步骤300)。理想地，对于完美的模型和完美的传感器读数，这些约束应该在机器人操作期间精确地得以满足。然而实际上，模型的不完美和干扰的传感器读数通常造成约束偏差，即使在没有传感器失效或其它问题的情况下。因此，为了区别正常工作与失效条件，对所有约束建立违规阀值(步骤302)，并且只有超过设定的阀值的约束偏差会造成传感器不一致性被声明。违规阀值可以基于模型的逼真度和/或准确性设定。更高的模型准确性通常允许更严格的阀值，其又有助于检测更细微的不一致性。对于不太准确的模型，阀值通常设定得较宽以能够执行有用的机器人工作(例如避免由于模型的不完美而非传感器失效造成声明不一致性而导致的频繁打断)，并且因此传感器一致性检查仅获得粗略的不匹配。对给定的模型的适当阀值可基于对模型不准确性(和/或传感器噪声)的评估进行设定或例如基于所声明的传感器不一致性的误报和漏报实验确定。相反，对于期望的敏感性，即给定违规阀值，模型可以调整以包括尽可能多的所需细节以可靠地检测违反设定的阀值。通常，在一开始，即在机器人工作和监测前建立约束和违规阀值。
在机器人操作期间，系统或目标子系统的行为表征的物理量(例如力和/或扭矩、线性位置和/或角位置、速度、加速度、电流、电压、温度等)可以利于适当的传感器监测(步骤304)。与约束关联的物理量的传感器读数通常基本上同时获得(即，任何确切测量时间的偏差小到使得在需要测量与约束关联的所有量期间物理量不发生改变或者仅可忽略地改变)。传感器读数随后被接入约束中，以计算测量值与约束的偏差的表示值(步骤306)。例如，对于以数学等式表达的约束，计算方程两侧的差值，理想情况下该差值应为零。
在一些实施方式中，计算的偏差值在与违规阀值比较之前被过滤(步骤308)。例如，为了从真实的(永久的)基于失效的违规分离出因传感器噪声造成的瞬时的约束违规，约束偏差可通过移动平均数滤波器(ΦMA)、低通滤波器、带通滤波器、中值滤波器、有限脉冲响应滤波器(FIR)、无限脉冲响应滤波器(IIR)过滤，或以其它方式取时间值均。过滤的积分时间跨度可以基于传感器的噪声水平例如通过实验调整。然后将平均的或过滤的偏差与违规阀值进行比较(步骤310)，并且如果超过阀值，则声明违反该约束(即指出传感器不一致)(步骤312)。
具体地，用□x表示违规阀值(其中x是用作表示相关约束的标号)并且用算子符号ΦMA{·}表示过滤步骤(括号内的量被过滤)，当下式成立时声明违反运动学约束，即：
其中，DBX(·)表示当括号内插入的量的绝对值小于□BL时容许零值的死区函数。
类似地，当下式成立时声明违反扭矩生成约束，即：
当下式成立时声明违反电压-速度传感器约束，即：
当下式成立时声明违反热反应约束，即：
当下式成立时声明违反负载动力学约束，即：
任何约束的违规表明一个或多个传感器的失效或被监测的(子)系统的失效或两者均失效。例如，SEA的失效在这些情况下可能产生，例如当一些部件损坏或者当它们例如在过大的扭矩的情况下以超出正常工作范围的方式相对于彼此滑动时。在这种情况下，运动学约束和扭矩生成约束通常都被违反。不考虑约束违规是否由于正常系统工作的打断或由于传感器失效，其保证失效保障程序的开始(步骤314)。在一些实施方式中，这涉及到机器人的安全停机。停机通常涉及接头不能工作，并且可以通过以下方式完成，切断传递至马达的功率(例如通过使各驱动器不工作)、短接马达中的线圈以利用机电阻尼效应提供消耗机器人附器中的机械能的动态制动、或者使系统主动制动至零速度状态；在各种情况下，该目的均是使机器人停下。在其它实施方式中，机器人工作被中断，并且如果且当传感器读数回到与所有约束相一致的值时，操作继续。可逆的传感器失效例如可以由暂时温度增加(在适当的冷却时间后消失)、机械不稳定(当机器人停止后恢复)造成、由传感器部件的假性运动(例如SDS传感器中的磁体的运动，其影响由感应芯片感测的磁场)造成、或者在造成传感器读数从一致向不一致范围流动的在传感器输出信号中的过度漂移情况下出现。在一些实施方式中，在检测到传感器失效的情况下，机器人进入自校准模式以对传感器进行重新校准，在此传感器能够就地被校准。在该自校准期间，机器人连续地呈现若干不同姿势，对此施加至不同接头扭矩(由于作用于接头下游的链节的重力)可从机器人的自建模型获知。通过测量得到的传感器值和已知的扭矩，可以确定传感器参数。在传感器的重新校准之后，如果传感器读数现与约束相一致，则机器人可以重新开始其操作。在一些实施方式中，特别地在利用高敏感度检测到传感器失效的情况下，并不是所有水平的约束违规都是关键性的。对于一定范围内的约束违规(例如在更高的关键违规阀值的另一设定以下的)，机器人可以继续操作，并且违反(更低的)违规阀值仅触发对用户发出警告，例如建议尽快对机器人进行保养。
可以应用计算装置来提供监测传感器读数以确定何时违反约束(例如当经过滤的约束偏差超过指定的违规阀值)所需的功能，例如通过一个或更多个嵌入式可编程微处理器、数字信号处理器、现场可编程门阵列、专用集成电路、合适地编程的通用计算机、或通常任何适当的硬件和/或软件的组合。通常，计算装置至少包括处理器和相关的存储器(其可储存例如约束的计算表达、违规阀值、以及可选择地机器人的自建模型)以及促成其之间通讯和/或与传感器和机器人控制器通讯一个或更多个总线。计算装置可嵌设在躯体中或机器人的附器中，或者可替代地，与机器人分开设置并通过有线或无线连接(例如通过以太网、蓝牙、无线局域网、因特网等)与机器人通讯。
在一些实施方式中，机器人包括多个独立工作的计算装置。例如，如图4A所示，可以通过相关的专用计算装置402针对传感器一致性对每个机器人接头400进行监测，计算装置402可以集成在接头级控制器404中或者可选择地嵌设在接头400中或附近(例如在附器的邻近链节中)。针对各接头400的计算装置402可以包括用于处理与接头相关的传感器信号的多个模块(例如作为单独的电路或不同软件模块实施)：偏差计算模块406可以接收传感器信号并对其进行处理以确定相对于约束偏差的水平；过滤器模块408可以进行时间平均或过滤所算得的偏差；比较器模块410可以针对各个约束对经过滤的值与违规阀值设定进行比较。如果对任何接头400检测到传感器不一致，则接头的计算装置402可以向机器人控制器412逐步升级传感器不一致旗标，机器人控制器412可以包括失效响应模块，当其被声明的不一致触发时，通过向所有接头级控制器404发送的控制信号启动机器人停机(或其它适当的程序)。在提供SEA的实时控制(例如在接头级控制器中)的同一控制装置中——其通常具有空闲的计算能力——实施传感器一致性检查可以有助于最小化总的系统成本。
在一些实施方式中，用于传感器一致性检测的计算装置通过单独的中央装置、例如协调整个机器人(或者至少整个机器人臂)的运动的主计算机实施。这种集中化有助于利用机器人模型，在机器人模型中针对不同的致动器测量的物理量是相互关联的，例如当使用上述多变量负载动力学约束时，通常就是这样的。在一实施方式中，如图4B所示，通用计算机420提供中央计算装置。计算机420可包括处理器(CPU)422和相关联的系统存储器424(例如随机存取存储器(RAM))、一个或更多个非易失性存储装置426(例如一个或更多个硬盘驱动器、光盘驱动器、光盘、磁带、USB存储口、或其它的传统数据存储媒介)、具有输入/输出(I/O)装置的用户界面428(例如屏幕、键盘和鼠标)、有助于在这些部件之间通讯的系统总线430。系统总线420还将计算机与机器人控制器432以及机器人传感器434进行连接(替代地，机器人控制器432可以作为在计算机420上的软件应用实施并且通过系统总线430与接头级控制器通讯)。系统存储器424对处理器可执行指令进行储存，其通常包括管理文件存取、存储器分配、其它低级功能性的操作系统(OS)436和用于执行本文所述传感器监测方法的一个或更多个高级应用438、440、442、444。高级应用可包括基于传感器读数计算约束偏差的模块438、对偏差取时间平均值或以其它方式过滤偏差的过滤器440、对约束偏差与阀值(其可以例如通过用户经由用户界面428输入来规定)进行比较并且当检测到约束违规时发出传感器不一致的旗标的比较器模块442、和通过当已经发出传感器不一致旗标时通过机器人控制器432发出命令从而启动失效保障程序(例如停机)的失效响应模块444。模块可通过任何合适的编程语言进行编程，编程语言包括并不限于：诸如C,C++,C#,Ada,Basic,Cobra,Fortran,Java,Lisp,Perl,Python,Ruby,或Object Pascal的高级语言或低级汇编语言。当然，执行各种功能的指令可通过多种方式进行分组并组织，所述的分为一些独立的组织仅是示例性的。
根据本发明的传感器一致性检查还可以通过具有用于从多个传感器接收读数的信号输入端口的独立控制器、存储约束的存储器和针对约束违规监测多个传感器的处理器。控制器可以编程为允许对特定的应用定制约束。这允许控制器接收并处理任何类型的传感器读数，并且相应地监测与任何机器或其部分相关的传感器。
上文所述的传感器一致性方法通常可以应用于能够可靠地建模的任何机器人系统(或任何机器或其部分)，尽管此处描述的是用于转动接头的SEAs。例如，该方法能够直观地延及用于线性接头的SEAs、其它类型的致动器(用于机器人或其它机器)、整个机器人臂模型、或其它机器人子系统(例如热监测系统、视觉传感器、距离传感器或其它机器人传感器)。相应地，对本领域的技术人员显而易见的是：可在不脱离本发明的精神和范围的情况下使用结合有本发明公开的思想的其它实施方式；所描述的实施方式在各个方面都应被认为是说明性的而非限制性的。另外，本发明使用的术语和表达是说明性的而非限制性的，使用这些术语和表达不打算排除所述或所示的特征及其部分的任何等同。

Claims (27)

1.一种针对传感器失效监测机器人的方法，所述机器人包括：(i)包括马达、齿轮箱和连接至负载并与之相关的串联弹簧的串联弹性致动器，以及(ii)用于通过测量多个各自的物理量监测所述机器人的状态或动作的多个传感器，所述方法包括：
建立使所述多个传感器的读数彼此相关的至少两个约束，所述至少两个约束包括：与所述马达和所述串联弹簧相关的运动学约束、与所述马达产生的扭矩和所述负载的位置相关的扭矩生成约束、与进入所述马达的电流和由所述马达产生的角速度相关的电压-速度约束、与所述马达的温度和传递至所述马达的功率相关的热反应约束、或与所述负载的角位置和施加至所述负载的扭矩相关的负载-动力学约束中的至少两种，并且
针对所述至少两个约束中的任何一个约束的违规监测所述多个传感器的读数。
2.根据权利要求1所述的方法，其中，建立所述约束中的至少一个约束包括对所述机器人的至少一子系统进行建模。
3.根据权利要求1所述的方法，其中，所述约束中的至少一个约束包括测量的物理量中的至少一些物理量之间的解析关系。
4.根据权利要求3所述的方法，其中，所述解析关系包括代数方程、微分方程或积分方程中的至少其中一种。
5.根据权利要求1所述的方法，其中，所述约束中的至少一个约束包括测量的物理量中的至少一些物理量之间的数值关系。
6.根据权利要求5所述的方法，其中，所述数值关系基于实验数据建立。
7.根据权利要求1所述的方法，其中，针对所述约束中的至少一个约束的违规监测所述传感器读数包括：
针对所述约束中的至少一个约束设定违规阀值；
基于所述传感器读数计算与所述约束中的至少一个约束相关的至少一个值；
过滤所述至少一个值；
将至少一个被过滤的值中的每一个值与各自的违规阀值进行比较；
当对于所述约束中的任何约束超过所述违规阀值时，声明这约束的违规。
8.根据权利要求7所述的方法，其中，所述约束中的至少一个约束基于模型建立，并且所述违规阀值至少部分基于所述模型的逼真度设定。
9.根据权利要求7所述的方法，其中，所述违规阀值至少部分基于所期望的对错误的敏感度设定。
10.根据权利要求7所述的方法，其中，过滤所述至少一个值包括计算所述至少一个值的时间平均值。
11.根据权利要求1所述的方法，其还包括在所述至少两个约束中的任何约束违规情况下启动安全停机程序。
12.根据权利要求1所述的方法，其还包括在所述至少两个约束中的任何约束违规情况下停止机器人的工作。
13.根据权利要求1所述的方法，其还包括在所述至少两个约束中的任何约束违规情况下重新校准所述多个传感器中的至少其中一些传感器。
14.根据权利要求1所述的方法，其还包括在所述至少两个约束中的任何约束违规的情况下向机器人的用户警告该违规。
15.根据权利要求1所述的方法，其中，所述传感器中的各不同传感器测量不同的物理量。
16.根据权利要求1所述的方法，其中，所述至少两个约束包括运动学约束、扭矩生成约束和电压-速度约束。
17.一种机器人，其包括：
串联弹性致动器，所述串联弹性致动器包括马达、齿轮箱和连接至负载的串联弹簧；
多个传感器，所述多个传感器测量与所述串联弹性致动器相关的多个各自的物理量从而监测所述机器人的状态或动作；及其
计算装置，所述计算装置通过针对至少两个约束中的任何约束的违规监测所述多个传感器的读数来针对传感器失效监测所述机器人，所述至少两个约束使所述多个传感器的读数彼此相关，所述至少两个约束包括：与所述马达和所述串联弹簧相关的运动学约束、与所述马达产生的扭矩和所述负载的位置相关的扭矩生成约束、与进入所述马达的电流和由所述马达产生的角速度相关的电压-速度约束、与所述马达的温度和传递至所述马达的功率相关的热反应约束、或与所述负载的角位置和施加至所述负载的扭矩相关的负载-动力学约束中的至少两种。
18.根据权利要求17所述的机器人，其中，所述约束中的至少一个约束基于所述串联弹性致动器的模型。
19.根据权利要求17所述的机器人，其中，所述约束中的至少一个约束包括测量的物理量中的至少一些物理量之间的解析关系或所述测量的物理量中的至少一些物理量之间的数值关系中的至少其中一种。
20.根据权利要求17所述的机器人，其中，所述计算装置包括：
偏差计算模块，所述偏差计算模块基于所述传感器读数计算与所述约束中的至少一个约束相关的至少一个值；
过滤器模块，所述过滤器模块用于过滤所述至少一个值；以及
比较器模块，所述比较器模块用于将至少一个经过滤的值中的每一个值与针对所述值所相关的约束设定的各自违规阀值进行比较。
21.根据权利要求20所述的机器人，其中，所述约束中的至少一个约束基于模型建立，并且所述违规阀值至少部分基于所述模型的逼真度设定。
22.根据权利要求20所述的机器人，其中，所述违规阀值至少部分基于所期望的对错误的敏感度设定。
23.根据权利要求20所述的机器人，其中，所述过滤器模块对所述至少一个值取时间平均值。
24.根据权利要求17所述的机器人，其中，所述计算装置包括失效响应模块，所述失效响应模块用于在所述至少两个约束中的任何约束违规的情况下导致以下中的至少一种：安全停机程序、机器人工作中断、所述多个传感器中的至少一些传感器的重新校准、或向机器人的用户发出警告。
25.根据权利要求17所述的机器人，其中，所述传感器中的各不同传感器测量不同的物理量。
26.根据权利要求17所述的机器人，其中，所述至少两个约束包括运动学约束、扭矩生成约束和电压-速度约束。
27.一种用于监测多个传感器的控制器，所述多个传感器测量与包括马达、齿轮箱和连接至负载的串联弹簧的串联弹性致动器相关的物理量，所述控制器包括：
信号输入端口，所述信号输入端口接收来自所述多个传感器的读数；
存储器，所述存储器存储使所述多个传感器的读数彼此相关的至少两个约束，所至少两个被存储的约束包括：与所述马达和所述串联弹簧相关的运动学约束、与所述马达产生的扭矩和所述负载的位置相关的扭矩生成约束、与进入所述马达的电流和由所述马达产生的角速度相关的电压-速度约束中的至少两种，以及
处理器，所述处理器用于针对所述至少两个被存储的约束中的任何约束的违规来监测所述多个传感器的读数。
CN201380056403.1A 2012-08-28 2013-08-28 监测机器人传感器的一致性 Active CN104968477B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201261693981P 2012-08-28 2012-08-28
US61/693981 2012-08-28
PCT/US2013/057078 WO2014036138A1 (en) 2012-08-28 2013-08-28 Monitoring robot sensor consistency

Publications (2)

Publication Number Publication Date
CN104968477A CN104968477A (zh) 2015-10-07
CN104968477B true CN104968477B (zh) 2017-03-08

Family

ID=49165848

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380056403.1A Active CN104968477B (zh) 2012-08-28 2013-08-28 监测机器人传感器的一致性

Country Status (5)

Country Link
US (1) US9079305B2 (zh)
EP (1) EP2890528B1 (zh)
JP (1) JP6329149B2 (zh)
CN (1) CN104968477B (zh)
WO (1) WO2014036138A1 (zh)

Families Citing this family (54)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9024771B1 (en) 2012-02-07 2015-05-05 Google Inc. Systems and methods for determining a potential failure or other status of a robotic device
JP6173677B2 (ja) * 2012-08-09 2017-08-02 日本電産サンキョー株式会社 産業用ロボットの原点位置復帰方法
US9239100B1 (en) * 2013-06-24 2016-01-19 Meka Robotics, LLC Rotary series elastic actuator
US9505133B2 (en) * 2013-12-13 2016-11-29 Canon Kabushiki Kaisha Robot apparatus, robot controlling method, program and recording medium
JP6541301B2 (ja) * 2014-03-28 2019-07-10 キヤノン株式会社 ロボット装置、ロボット装置の制御方法、ロボット制御プログラム、及び記録媒体
US10279470B2 (en) 2014-06-12 2019-05-07 Play-i, Inc. System and method for facilitating program sharing
US9672756B2 (en) 2014-06-12 2017-06-06 Play-i, Inc. System and method for toy visual programming
SG11201610305VA (en) 2014-06-12 2017-01-27 Play I Inc System and method for reinforcing programming education through robotic feedback
US9731392B2 (en) * 2014-08-05 2017-08-15 Ati Industrial Automation, Inc. Robotic tool changer alignment modules
JP6623522B2 (ja) * 2015-01-26 2019-12-25 セイコーエプソン株式会社 ロボット、ロボットシステムおよびサーバー
US10011013B2 (en) * 2015-03-30 2018-07-03 X Development Llc Cloud-based analysis of robotic system component usage
US9505132B1 (en) * 2015-03-30 2016-11-29 X Development Llc Methods and systems for calibrating a sensor of a robotic device
USD777846S1 (en) 2015-05-19 2017-01-31 Play-i, Inc. Connector accessory for toy robot
WO2016184451A1 (de) * 2015-05-21 2016-11-24 Kastanienbaum GmbH Verfahren und vorrichtung zur steuerung/regelung eines aktorisch angetriebenen robotergelenks
US9707680B1 (en) 2015-05-28 2017-07-18 X Development Llc Suggesting, selecting, and applying task-level movement parameters to implementation of robot motion primitives
KR20170006790A (ko) * 2015-07-09 2017-01-18 현대자동차주식회사 로봇의 그리퍼 변형 측정 장치 및 방법
US9844872B1 (en) * 2015-07-13 2017-12-19 X Development Llc Determining sensor parameters and model parameters of a robot
US10350766B2 (en) * 2015-09-21 2019-07-16 GM Global Technology Operations LLC Extended-reach assist device for performing assembly tasks
JP6652292B2 (ja) * 2015-09-24 2020-02-19 キヤノン株式会社 制御方法、制御プログラム、ロボットシステム、回転駆動装置の制御方法、およびロボット装置
US11077556B2 (en) 2015-12-14 2021-08-03 Parker-Hannifin Corporation Safety monitoring and control system and methods for a legged mobility exoskeleton device
US10732582B2 (en) 2015-12-26 2020-08-04 Intel Corporation Technologies for managing sensor malfunctions
CN105916165B (zh) * 2016-03-30 2019-07-16 中国联合网络通信集团有限公司 无线传感器网络及其数据处理方法
CN106074073B (zh) * 2016-05-31 2018-09-11 北京航空航天大学 一种下肢康复机器人的控制系统及康复训练策略
TWI592588B (zh) 2016-07-12 2017-07-21 財團法人工業技術研究院 電磁彈簧及包含此電磁彈簧的彈性致動器
JP6501746B2 (ja) * 2016-10-07 2019-04-17 キヤノン株式会社 変位測定装置、ロボット、ロボットアーム及び物品の製造方法
US10821614B2 (en) 2016-11-11 2020-11-03 Sarcos Corp. Clutched joint modules having a quasi-passive elastic actuator for a robotic assembly
KR101864329B1 (ko) * 2016-12-07 2018-06-05 한화에어로스페이스 주식회사 로봇 암 제어 시스템 및 방법
US10375880B2 (en) 2016-12-30 2019-08-13 Irobot Corporation Robot lawn mower bumper system
EP3562630A4 (en) * 2016-12-30 2020-09-02 iRobot Corporation ROBOTIC MOWER BUMPER SYSTEM
WO2018174428A1 (ko) * 2017-03-24 2018-09-27 주식회사 레인보우 직렬 탄성 액추에이터 장치, 직렬 탄성 액추에이터 제어 방법 및 그를 이용한 시스템
JP7220353B2 (ja) * 2017-08-08 2023-02-10 パナソニックＩｐマネジメント株式会社 コントローラの情報送信方法及びエンコーダの異常検出方法
US20190061168A1 (en) * 2017-08-25 2019-02-28 Flexiv Robotics Ltd. Rotary Parallel Elastically Coupled Actuator
CN107443381B (zh) * 2017-09-05 2020-08-04 中科新松有限公司 一种弹性驱动关节的力矩寻零方法
JP6456555B1 (ja) * 2017-11-02 2019-01-23 三菱電機株式会社 キャリブレーション装置、キャリブレーション方法および制御装置
CN107834912A (zh) * 2017-11-08 2018-03-23 郑州精益达汽车零部件有限公司 一种电动乘客门控制器及控制方法
CN111315309B (zh) * 2017-11-10 2023-06-02 直观外科手术操作公司 用于控制机器人操纵器或相关工具的系统和方法
TWI696529B (zh) * 2018-11-30 2020-06-21 財團法人金屬工業研究發展中心 自動定位方法以及自動控制裝置
EP3709106B1 (de) * 2019-03-11 2021-01-06 Sick Ag Absichern einer maschine
CN110657885B (zh) * 2019-10-14 2022-03-11 深圳市蓝度汽车电控技术有限公司 一种震动传感器的震动报警方法、系统及终端
EP3876047A1 (de) * 2020-03-04 2021-09-08 Siemens Aktiengesellschaft Verfahren und sicherheitsgerichtete steuerungseinrichtung zur ermittlung und/oder auswahl eines sicheren zustands
CN111338320B (zh) * 2020-03-11 2023-03-28 西安应用光学研究所 一种稳定平台故障保护系统及方法
TWI770496B (zh) * 2020-04-20 2022-07-11 達明機器人股份有限公司 機器人感測器的檢知方法
US11648673B2 (en) * 2020-05-26 2023-05-16 Intrinsic Innovation Llc Automated safety procedures for human intervention in robot systems
CN111965379A (zh) * 2020-08-19 2020-11-20 贵州航天林泉电机有限公司 一种基于电位计式传感器的速度信号滤波系统和滤波方法
US11833676B2 (en) 2020-12-07 2023-12-05 Sarcos Corp. Combining sensor output data to prevent unsafe operation of an exoskeleton
US20220176559A1 (en) * 2020-12-07 2022-06-09 Sarcos Corp. Method for Redundant Control Policies for Safe Operation of an Exoskeleton
US20220176547A1 (en) * 2020-12-07 2022-06-09 Sarcos Corp. Method for Sensor Suite Discrepancy Detection and Safe Operation of a Robotic Exoskeleton
US20220176558A1 (en) * 2020-12-07 2022-06-09 Sarcos Corp. Redundant Control Policies for Safe Operation of an Exoskeleton
CN113601509B (zh) * 2021-08-16 2023-01-06 安徽元古纪智能科技有限公司 一种多自由度机械臂柔性控制方法和系统
EP4219092A1 (en) * 2022-01-28 2023-08-02 Kassow Robots ApS Optimized safety architecture in a robot
GB2621581A (en) * 2022-08-15 2024-02-21 Cmr Surgical Ltd Controlling a joint in a robotic arm
US11826907B1 (en) 2022-08-17 2023-11-28 Sarcos Corp. Robotic joint system with length adapter
US11897132B1 (en) 2022-11-17 2024-02-13 Sarcos Corp. Systems and methods for redundant network communication in a robot
US11924023B1 (en) 2022-11-17 2024-03-05 Sarcos Corp. Systems and methods for redundant network communication in a robot

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0269373A2 (en) * 1986-11-20 1988-06-01 Unimation Inc. Multiaxis robot control having protection system with energy and backup velocity monitoring
US5650704A (en) * 1995-06-29 1997-07-22 Massachusetts Institute Of Technology Elastic actuator for precise force control
CN101678551A (zh) * 2007-05-24 2010-03-24 杜尔系统有限责任公司 用于弹性机器人结构的运动控制器
CN201834649U (zh) * 2010-09-30 2011-05-18 北京工业大学 一种矿用提升机盘式制动器状态监测装置

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11202914A (ja) * 1998-01-08 1999-07-30 Nachi Fujikoshi Corp 産業用ロボット及びその故障検出方法並びに産業用ロボット用故障検出プログラムを記録した記録媒体
US6556939B1 (en) 2000-11-22 2003-04-29 Smartsignal Corporation Inferential signal generator for instrumented equipment and processes
GB2392250B (en) 2001-06-25 2004-11-10 Invensys Sys Inc Sensor fusion using self evaluating process sensors
JP2004181543A (ja) * 2002-11-29 2004-07-02 Nachi Fujikoshi Corp 産業用ロボット及びその異常判断方法
JP4500126B2 (ja) 2004-08-02 2010-07-14 富士重工業株式会社 ヨーレートセンサの故障診断装置
EP1927440A1 (en) 2006-11-30 2008-06-04 Abb Research Ltd. Method and device for monitoring the condition of an industrial robot
DE102008019104A1 (de) 2007-11-20 2009-05-28 Siemens Aktiengesellschaft Verfahren zum Auswerten von Fehlerzuständen in Sensoreinheiten
US8214101B2 (en) 2008-02-29 2012-07-03 Caterpillar Inc. System and method for detecting machine movement and speed sensor failure
CN102781633A (zh) * 2010-01-15 2012-11-14 松下电器产业株式会社 弹性体致动器驱动机构的控制装置及控制方法、以及控制程序
JP4955791B2 (ja) * 2010-04-20 2012-06-20 ファナック株式会社 ロボットシステム
JP5685842B2 (ja) * 2010-07-12 2015-03-18 セイコーエプソン株式会社 ロボット装置およびロボット装置の制御方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0269373A2 (en) * 1986-11-20 1988-06-01 Unimation Inc. Multiaxis robot control having protection system with energy and backup velocity monitoring
US5650704A (en) * 1995-06-29 1997-07-22 Massachusetts Institute Of Technology Elastic actuator for precise force control
CN101678551A (zh) * 2007-05-24 2010-03-24 杜尔系统有限责任公司 用于弹性机器人结构的运动控制器
CN201834649U (zh) * 2010-09-30 2011-05-18 北京工业大学 一种矿用提升机盘式制动器状态监测装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Exoskeleton for forearm pronation and supination rehabilitation;ANDREASEN D S ET AL;《 Proc. Intl. Conf. EMBC 2004》;20040901;第3卷;第2714-2716页 *

Also Published As

Publication number Publication date
US9079305B2 (en) 2015-07-14
WO2014036138A1 (en) 2014-03-06
EP2890528B1 (en) 2016-03-23
US20140067124A1 (en) 2014-03-06
CN104968477A (zh) 2015-10-07
EP2890528A1 (en) 2015-07-08
JP2015533658A (ja) 2015-11-26
JP6329149B2 (ja) 2018-05-23

Similar Documents

Publication Publication Date Title
CN104968477B (zh) 监测机器人传感器的一致性
CN107645980B (zh) 由致动器驱动之机器人关节的控制/调整方法及装置
US9205560B1 (en) System and method for failure detection of a robot actuator
EP1955830B1 (en) A method and a control system for monitoring the condition of an industrial robot
CN104227715B (zh) 对运动学冗余的机器人的监视
CN102785253B (zh) 具有机器人的异常检测功能的机器人系统及其控制方法
Flacco et al. On-line estimation of variable stiffness in flexible robot joints
RU2395830C2 (ru) Технологическое устройство с супервизорной надстройкой
DK2231369T3 (en) Robot and procedure for monitoring moments on such a robot
EP1932629B1 (en) A method and a control system for monitoring the condition of an industrial robot
CN107614216B (zh) 故障诊断装置及故障诊断方法
JP2020101541A (ja) トルク推定のための方法および装置
Er et al. Approach towards sensor placement, selection and fusion for real-time condition monitoring of precision machines
Namvar et al. Failure detection and isolation in robotic manipulators using joint torque sensors
CN109870999A (zh) 用于错误保护地检测测量值的方法和自动化系统
TWI701101B (zh) 線性傳動裝置以及其辨識方法
Filaretov et al. Development of fault identification system for electric servo actuators of multilink manipulators using logic-dynamic approach
Giovannitti et al. A virtual sensor for backlash in robotic manipulators
Ichtev Hardware Versus Analytical Redundancy for Fault Detection. Application for a Servo System
CN108145748A (zh) 服务机器人的远程维护保养控制方法
CN112462729B (zh) 用于保护监测系统的影子功能
CN102297773A (zh) 基于角度监测的识别受损索和支座角位移的健康监测方法
CN117689269B (zh) 一种智能手表加工阶段的故障溯源方法
KR20170130755A (ko) 외력 감지 시스템 및 이를 이용한 외력 감지 방법
CN115213938A (zh) 减速机的状态监视装置及减速机的状态监视方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant