CN107969120A - 考虑周围接触的机器人的致动器的控制和调节 - Google Patents
考虑周围接触的机器人的致动器的控制和调节 Download PDFInfo
- Publication number
- CN107969120A CN107969120A CN201680028808.8A CN201680028808A CN107969120A CN 107969120 A CN107969120 A CN 107969120A CN 201680028808 A CN201680028808 A CN 201680028808A CN 107969120 A CN107969120 A CN 107969120A
- Authority
- CN
- China
- Prior art keywords
- time interval
- time
- ext
- contact
- actuator
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 claims abstract description 30
- 239000013598 vector Substances 0.000 claims abstract description 29
- 238000001228 spectrum Methods 0.000 claims abstract description 14
- 230000000694 effects Effects 0.000 claims abstract description 8
- 230000033001 locomotion Effects 0.000 claims description 10
- 230000036962 time dependent Effects 0.000 claims description 8
- 230000001133 acceleration Effects 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 5
- 230000003595 spectral effect Effects 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 2
- 238000011896 sensitive detection Methods 0.000 claims description 2
- 230000001276 controlling effect Effects 0.000 description 9
- 238000005259 measurement Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000003993 interaction Effects 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000003116 impacting effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
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
- B25J9/1674—Programme controls characterised by safety, monitoring, diagnostic
- B25J9/1676—Avoiding collision or forbidden zones
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
- B25J19/02—Sensing devices
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
- B25J19/06—Safety devices
- B25J19/063—Safety devices working only upon contact with an outside object
-
- 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
-
- 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
- G05B2219/40201—Detect contact, collision with human
-
- 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
- G05B2219/40202—Human robot coexistence
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S901/00—Robots
- Y10S901/02—Arm motion controller
- Y10S901/09—Closed loop, sensor feedback controls arm movement
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S901/00—Robots
- Y10S901/14—Arm movement, spatial
- Y10S901/15—Jointed arm
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S901/00—Robots
- Y10S901/46—Sensing device
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Manipulator (AREA)
Abstract
本发明涉及一种在考虑周围接触的情况下用于控制和调节机器人的致动器的方法和设备，其中机器人包括至少两个通过可由致动器驱动的铰链连接相连的部件。该方法包括以下步骤：借助传感器系统确定和存储(101)与时间有关的量G(t)，通过该量能够描述一个或多个外部的接触力Fext和/或一个或多个外部的力矩Mext对部件随着时间的作用；为量G(t)提供条件B(102)，只要在时间t0由G(t)不能满足条件B，则为已测得的量G(t)经过时间间隔T＝[ta，te]确定特征向量(I)(103)，其中ta＝时间间隔的起始，te＝时间间隔的终止，t0∈T而且t0＜te，特征向量包括以下分量：在时间间隔T内G(t)的中位数或平均值、在时间间隔T内G(t)的最小值和最大值、在时间间隔T内G(t)与中位数或平均值的偏差、在时间间隔T内G(t)的信号宽度、在时间间隔T内G(t)的频谱、以及该频谱的一个或多个特征频率；借助预设类别进行特征向量(I)的分类(104)，预设类别分别说明了其中一个部件或铰链连接与周围的物件的接触类型，接触类型分别通过相应的外部的接触力Fext和/或外部的接触力矩Mext而促成，用于产生分类结果KE；根据分类结果KE在时间t＞t0内进行致动器的控制和/或调节(105)。
Description
技术领域
本发明涉及一种在考虑与机器人的周围机械接触的条件下用于控制和调节机器人的致动器的方法和设备，其中，该机器人包括至少两个部件，这些部件通过可由致动器驱动的铰链连接相连，从而可以使这些部件彼此相对运动。
背景技术
机械的周围接触的理解和解释对于机器人的致动运动的部件(例如机械臂的肢体(Gliedern))的控制和调节而言有着重要的意义，特别是在机器人和人的相互作用和相互合作过程中。在此涉及的是，在期望的接触事件和不期望的接触事件之间进行区分，即区分出碰撞。期望的接触事件通常可由机器人的任务而得出，例如在预设的相互作用区域中的对物件进行操纵和/或进行机器人和人的相互作用。不期望的接触事件是指所有不期望发生的接触事件。特别是与在机器人周围的物品或人的碰撞(这些物品或人未处于预设的相互作用区域内)，或者是与周围本身的碰撞。
发明内容
本发明的目的在于说明一种在考虑周围接触的情况下用于控制和调节机器人的致动器的改进的方法和改进的设备。
本发明可由独立权利要求的特征得出。有利的扩展方案和设计方案为从属权利要求的主题。本发明其它的特征、应用可能性和优点可由以下的描述以及附图中示出的本发明实施例的说明中得出。
在方法方面，上述目的通过一种在考虑周围接触的情况下用于控制和调节机器人的致动器的方法得以实现，其中，机器人包括至少两个部件，这些部件通过能够由致动器驱动的铰链连接相连。这些部件可以是机械臂的肢体、头、躯干或仿真机器人的四肢。该机器人特别是可以包括多个部件，这些部件通过多个能够由致动器驱动的铰链连接相连。
该方法包括以下步骤。在第一步骤中借助传感器系统确定和存储一维或多维的与时间有关的量G(t)，通过该量能够描述一个或多个外部的接触力Fext和/或一个或多个外部的力矩Mext对这些部件随着时间的作用。量G(t)特别可以是多维的，即具有多个分量：G(t)＝[g1(t)，g2(t)，g3(t)，g4(t)，...]。该量G(t)例如可以说明一个或多个力和/或一个或多个扭矩和/或一个或多个机械张力和/或一个或多个压力，或者说明一个或多个由此确定的一维或多维的量。该量G(t)的分量可能与第j个铰链连接或第j个部件有关，即，分别为多个部件和/或为多个铰链连接确定量G(t)的分量。
传感器系统有利地包括用于检测力、力矩、张力和/或压力的测量传感器，另外还包括分析电子装置和至少用于临时储存测量结果的存储单元。该传感器系统有利地包括接近传感器即，在不存在已发生的机械接触的条件下可检测到物件接近的传感器。该传感器系统有利地包括至少一个具有平面设置的传感器元件的传感器，该传感器设置在其中一个部件上，用于进行外力Fext和/或力矩Mext相对于该部件的位置敏感的检测，其中，基于检测到的外力Fext和/或力矩Mext确定量G(t)。该扩展方案的一个实例为具有触觉传感技术的“人造皮肤”，用于检测作用在部件上的力、力矩、张力、压力、作用位置等。该传感器系统特别是可以包括与其中一个铰链连接相连的扭矩传感器和/或力传感器和/或加速度传感器，用于检测施加在该铰链连接上的扭矩和/或施加在该铰链连接上的力和/或施加在该铰链连接上的加速度。
有利的是，该传感器系统包括基于测量传感器当前的测量数据估计或预测力、力矩、张力和/或压力的单元。有利的是，在估计/预测过程中使用与物件碰撞的历史测量数据。
在第二步骤中，为量G(t)提供条件B。条件B可以是随着时间变化的和/或与机器人的状态有关的。简单的条件B例如是：G(t)的数值：|G(t)|小于或等于极限值F，|G(t)|≤F。可能的一维表达式例如为：|gi(t)|≤fi，其中，G(t)＝[gi(t)]；F＝[fj]，而且i＝1，2，...，I。条件B有利地这样选择，以使得能够区分外力Fext和/或力矩Mext在机器人的可移动部件上的作用和不作用，其中由目前出发，只要满足条件B，则不存在外力Fext和/或力矩Mext的作用。
可以有利地这样选择条件，以使得该条件允许在没有外力或外力矩作用下的机器人的运行和具有外力或外力矩作用下的机器人的运行之间进行区分。
条件B可以有利地例如由此确定，即，机器人在没有外力Fext(除了重力和在一定情况下的科里奥利力)的影响下以其致动运动的部件实施随机运动，而且通过传感器系统检测并分析描述这些运动的参数(例如，力、力矩、冲量等)。该参数范围因此限定了在没有外力Fext作用下机器人的运动。
在第三步骤中，只要在时间t0由G(t)不满足条件B，则为已测得的量G(t)经过时间间隔T＝[ta，te]确定一个特征向量其中，ta＝时间间隔的起始，te＝时间间隔的终止，t0∈T而且t0＜te，该特征向量包括以下所有的分量：
-在时间间隔T内G(t)的中位数或平均值，
-在时间间隔T内G(t)的最小值和最大值，
-在时间间隔T内G(t)与中位数或平均值的偏差，
-在时间间隔T内G(t)的信号宽度，
-在时间间隔T内G(t)的频谱，以及
-该频谱的一个或多个特征频率。
以上逻辑说明了时间点t0，在该时间点上由G(t)不再能满足预设的条件B，即，由该时间点起，外力Fext或力矩作用在至少一个部件或铰链连接上。有利地，时间间隔T的起始ta和时间间隔T的终止te是与时间有关的：ta＝ta(t)且te＝te(t)，或者仅时间间隔T的终止te是与时间有关的：te＝te(t)。在第一种情况下，间隔T例如可以以时间t在时间方向上延长。在第二种情况下，时间间隔T单侧变得更大，即，时间点ta是固定的而仅te(t)以时间t延长。时间间隔T有利地具有10ms、20ms、50ms、75ms、100ms、250ms、500ms、750ms、1s、1.5s、2.0s、2.5s、3.0s、4.0s、5.0s、6.0s、7.0s或者10s的长度。
在第四步骤中借助预设的类别对已确定的特征向量进行分类，这些预设的类别分别说明了至少一个部件或者连接铰链与物件的接触类型，这些接触类型分别通过相应的外部接触力Fext和/或外部接触力矩Mext而促成，用于产生分类结果KE。除了区分“期望的接触事件”和“不期望的接触事件”之外，这些类别还可以有利地允许表明引起接触的物件的类型，例如接触物件的接触位置是由硬材料还是有不太硬的材料所组成。通过相应的试验序列和/或模拟计算或者由已提供的数据库(例如由数据“云”)可以轻易地确定这些类别。
特征向量的分类有利地借助于支持向量机SVM(Support Vector Maschine)和/或借助于隐马尔可夫模型(Hidden Markov-Modell)和/或借助于神经网络和/或借助于Gauβ过程或它们的组合而进行。
在第五步骤中，根据分类结果KE在时间t＞t0内进行致动器的控制和/或调节。根据已确定的分类结果KE有利地进行致动器的控制和/或调节，以使得部件的运动停止、减缓、加速，或者是开始沿相反方向的运动。加速的运动以及沿相反方向的运动对应于为了减少对机器人或碰撞物件的潜在损坏的偏转运动。
发明人已发现，所提出的方法，并且特别是所提出的特征向量的分量的整理允许将外力Fext的作用类型作为期望的接触事件或不期望的接触事件而进行非常准确和可靠的分析和分类，从而使该方法实现了以显著改进的考虑以及对于周围接触的响应进行机器人的致动器的控制或调节。
当特征向量额外地包括以下分量时，可以有利地改善机器人的周围接触的分析和分类：
-在时间间隔T内信息内容的量度，例如G(t)的香农熵(Shannon-Entropie)或香农熵分布，和/或
-在时间间隔T内一个或多个G(t)的Hjorth参数，比如G(t)的活动性、移动性或复杂性，和/或
-在时间间隔T内一个或多个G(t)的能量相关参数，和/或
-在时间间隔T内一个或多个G(t)的自相关参数，和/或
-在时间间隔T内一个或多个G(t)的倾斜参数(Schiefe-Parameter)，和/或
-在时间间隔T内一个或多个G(t)的光谱相位参数(spektrale Phasen-Parameter)，和/或
-在时间间隔T内一个或多个G(t)的光谱幅度参数(spektrale Amplituden-Parameter)。
另外有利的是，特征向量可以包括两个或多个彼此时间错开的分类器(Klassifikator)的参数，其中，分类器也可以在不同的时间间隔T内确定其参数。
本发明的目的另外还通过一种具有数据处理设备的计算机系统得以实现，其中，该数据处理设备设计为，在该数据处理设备上实施如上所述的方法。
另外，本发明的目的还通过一种具有电子可读控制信号的数字存储介质得以实现，其中，该控制信号可以与可编程的电脑系统共同作用，以实施如上所述的方法。
另外，本发明的目的还通过一种具有存储在机器可读的载体上的程序代码的计算机程序产品得以实现，当在数据处理设备上实施该程序代码时，该计算机程序产品用于执行如上所述的方法。
最后，本发明还涉及一种具有程序代码的计算机程序，当该程序在数据处理设备上运行时，该计算机程序用于执行如上所述的方法。为此，该数据处理设备可以设计为任意的现有技术已知的计算机系统。
在本发明的设备方面，通过一种在考虑周围接触的条件下用于控制和调节机器人的致动器的设备得以实现，其中，该机器人包括至少两个部件，这些部件通过能够由致动器驱动的铰链连接相连，该设备具有：用于确定和存储与时间有关的量G(t)的传感器系统，通过该量能够描述一个或多个外部的接触力Fext和/或一个或多个外部的力矩Mext对这些部件随着时间的作用；用于为该量G(t)提供条件B的接口(Schnittstelle)；分析单元，其实施和设置为，只要在时间t0上由G(t)不能满足条件B，则为已确定的量G(t)经过时间间隔T＝[ta，te]确定特征向量其中，ta＝时间间隔的起始，te＝时间间隔的终止，t0∈T而且t0＜te，该特征向量包括以下分量：在时间间隔T内G(t)的中位数或平均值、在时间间隔T内G(t)的最小值或最大值、在时间间隔T内G(t)与中位数或平均值的偏差、在时间间隔T内G(t)的信号宽度、在时间间隔T内G(t)的频谱以及该频谱的一个或多个特征频率；分类单元，该分类单元借助于可能的特征向量的预设的类别用于特征向量的分类，这些预设的类别分别说明了部件与周围的物件的接触类型，这些接触类型分别通过相应的外部的接触力Fext和/或外部的接触力矩Mext而促成，以用于产生分类结果KE；和用于根据该分类结果KE控制和/或调节致动器的单元。
传感器系统的传感器可以有利的是由接近传感器和力传感器组成的组合，其中，力传感器不必一定要能够区分牵拉和挤压(由其作用于身体的哪一侧的信息所导致，力是否牵拉或挤压)，在这种情况下，接近传感器例如可以解决这种模糊性。
所提出的设备的扩展和优点可通过对所提出的方法的实施从意义上或类似的改写而得出。
附图说明
其它的优点、特征以及细节可由以下描述中得出，其中(在必要时参照附图)详细地描述了至少一个实施例。相同的、类似的和/或功能相同的部分设有相同的附图标记。其中，
图1为按照本发明的方法的流程图，而且
图2为按照本发明的设备的示意性构造。
具体实施方式
图1示出了按照本发明的方法的流程图，该方法在考虑周围接触的条件下用于控制和调节机械臂的三个致动器，其中，在本实施例中的机械臂包括四个臂区段，这些臂区段通过三个分别能够由多个致动器中的一个来驱动的铰接链接而连续地连接。在该实施例中，三个铰链连接中每一个另外还具有用于检测力矩测量值mi(t)的力矩传感器，其中i＝1，2，3。在时间进程中，由各个力矩传感器检测力矩测量值mi(t)的时间序列。
除了力矩传感器之外，传感器系统还包括分析单元和存储单元。该传感器系统在第一步骤101中基于力矩测量值mi(t)确定当前作用到机械臂上的、与时间有关的总力矩G(t)。
通常力矩测量值mi(t)不能直接得到外部的总力矩G(t)，因为还必须要考虑到惯性力、科里奥利力和重力。为此，通常必须估计或至少代数地(对于存在加速度传感器的情况)确定外部的总力矩G(t)。
因此，在该实施例中，量G(t)是一个标量(skalare)，通过该标量能够描述一个或多个外部的接触力Fext和/或一个或多个外部的力矩Mext对机械臂随着时间的作用。当然，量G(t)也可以是多维的。在一个简单的多维情况下，例如G(t)＝Gi(t)＝[g1(t)，g2(t)，g3(t)]T＝mi(t)＝[m1(t)，m2(t)，m3(t)]T。
在第二步骤102中，为量G(t)提供条件B，在该情况下，条件为G(t)≤F。条件B或极限值F这样选择，即，只要不进行与机械臂的周围接触，即，既不存在期望的也不存在不期望的接触事件，则满足条件B。为此可以在试验序列中确定相应的极限值F，在这些试验序列中机械臂实施随即运动，而不发生周围接触。在此，致动器的调节为校正步骤，该校正步骤尝试改善外部的扭矩和/或扭力的测量或评估。
只要在时间t0上通过G(t)不满足条件B，即，出现了周围接触，则在第三步骤103中为量G(t)经过时间间隔T＝[ta，te]确定特征向量其中，ta＝时间间隔的起始，te＝时间间隔的终止，t0∈T而且t0＜te，该特征向量包括以下所有的分量：
-在时间间隔T内G(t)的中位数，
-在时间间隔T内G(t)的最小值和最大值，
-在时间间隔T内G(t)与中位数的偏差，
-在时间间隔T内G(t)的信号宽度，
-在时间间隔T内G(t)的频谱，以及
-该频谱的固有频率。
在第四步骤104中，借助可能的特征向量的预设的类别进行特征向量的分类，用于产生分类结果KE。该分类结果KE也说明了具体的接触类别。可能的特征向量的预设的类别例如基于相应的试验序列而确定，在试验序列中分析周围接触的不同的情形并分为多个类别。这些类别有利地说明了其中一个臂区段和/或铰链连接与周围的物件的不同的接触类型，这些接触类型通过外力Fext和/或通过接触力矩Mext而促成。
在第五步骤105中，根据该分类结果KE在时间t＞t0内进行致动器的控制和/或调节。在此例如在一个查询表中针对每个分类结果KE对控制和/或调节进行预设。但也可以通过数学公式，例如微分方程进行关联。
图2示出了一种在考虑周围接触的条件下用于控制和调节机器人的致动器的设备，其中，机器人包括至少两个部件，这些部件通过能够由致动器驱动的铰链连接相连。该设备包括：一个用于确定和存储与时间有关的量G(t)的传感器系统201，通过该量能够描述一个或多个外部的接触力Fext和/或一个或多个外部的力矩Mext对这些部件的随着时间的作用；一个用于为该量G(t)提供条件B的接口202；一个分析单元203，其实施和设置为，只要在时间t0上通过G(t)不满足条件B，则在为量G(t)经过时间间隔T＝[ta，te]确定特征向量其中，ta＝时间间隔的起始，te＝时间间隔的终止，t0∈T而且t0＜te，该特征向量包括以下分量：在时间间隔T内G(t)的中位数或平均值、在时间间隔T内G(t)的最小值或最大值、在时间间隔T内G(t)与中位数或平均值的偏差、在时间间隔T内G(t)的信号宽度、在时间间隔T内G(t)的频谱以及该频谱的一个或多个特征频率；一个分类单元204，该分类单元借助于预设的分类用于对特征向量进行分类，这些预设的分类分别说明了部件与周围的物件的接触类型，这些接触类型分别通过相应的外部的接触力Fext和/或外部的接触力矩Mext而促成，以用于产生分类结果KE；和一个根据该分类结果KE用于控制和/或调节致动器的单元(205)。
附图标记列表
101-105 方法步骤
201 传感器系统
202 接口
203 分析单元
204 分类单元
205 用于控制和/或调节致动器的单元
Claims (10)
1.一种在考虑周围接触的条件下用于控制和调节机器人的致动器的方法，其中，所述机器人包括至少两个部件，这些部件通过能够由所述致动器驱动的铰链连接相连，所述方法包括以下步骤：
-借助传感器系统确定和存储与时间有关的一维或多维的量G(t)，通过所述量能够描述一个或多个外部的接触力Fext和/或一个或多个外部的力矩Mext对所述部件随着时间的作用，
-为所述量G(t)提供条件B，
-只要在时间t0由G(t)不能满足条件B，则为已测得的量G(t)经过时间间隔T＝[ta，te]确定一个特征向量其中，ta＝所述时间间隔的起始，te＝所述时间间隔的终止，t0∈T而且t0＜te，所述特征向量包括以下分量：
-在所述时间间隔T内G(t)的中位数或平均值，
-在所述时间间隔T内G(t)的最小值和最大值，
-在所述时间间隔T内G(t)与中位数或平均值的偏差，
-在所述时间间隔T内G(t)的信号宽度，
-在所述时间间隔T内G(t)的频谱，以及
-所述频谱的一个或多个特征频率，
-借助预设的类别进行所述特征向量的分类，所述预设的类别分别说明了所述部件中的一个或者所述铰链连接中的一个与周围的物件的接触类型，所述接触类型分别通过相应的外部的接触力Fext和/或外部的接触力矩Mext而促成，用于产生分类结果KE，以及
-根据所述分类结果KE在时间t＞t0内进行致动器的控制和/或调节。
2.根据权利要求1所述的方法，其中，所述特征向量额外地包括以下分量：
-在所述时间间隔T内G(t)的香农熵或香农熵分布，和/或
-在所述时间间隔T内G(t)的Hjorth参数，和/或
-在所述时间间隔T内一个或多个G(t)的能量参数，和/或
-在所述时间间隔T内一个或多个G(t)的自相关参数，和/或
-在所述时间间隔T内G(t)的倾斜参数，和/或
-在所述时间间隔T内一个或多个G(t)的光谱相位参数，和/或
-在所述时间间隔T内一个或多个G(t)的光谱幅度参数。
3.根据权利要求1或2所述的方法，其中，所述时间间隔T的起始ta和所述时间间隔T的终止te是与时间有关的：ta＝ta(t)且te＝te(t)，或者仅所述时间间隔T的终止te是与时间有关的：te＝te(t)。
4.根据权利要求1至3中任一项所述的方法，其中，所述机器人包括多个部件，这些部件通过多个能够由致动器驱动的铰链连接相连。
5.根据权利要求1至4中任一项所述的方法，其中，所述量G(t)说明了一个或多个力和/或一个或多个扭矩和/或一个或多个机械张力和/或一个或多个压力。
6.根据权利要求1至5中任一项所述的方法，其中，所述传感器系统包括至少一个具有平面设置的传感器元件的传感器，所述传感器设置在其中一个所述部件上，用于外力Fext相对于所述部件的位置敏感的检测，其中，基于检测到的外力Fext确定量G(t)。
7.根据权利要求1至6中任一项所述的方法，其中，所述传感器系统包括与所述铰链连接相连的扭矩传感器和/或力传感器和/或加速度传感器，用于检测施加在所述铰链连接上的扭矩和/或施加在所述铰链连接上的力和/或施加在所述铰链连接上的加速度。
8.根据权利要求1至7中任一项所述的方法，其中，分别为一个或多个所述部件和/或为一个或多个所述铰链连接确定所述量G(t)。
9.根据权利要求1至8中任一项所述的方法，其中，根据所述分类结果KE进行所述致动器的控制和/或调节，以使得所述部件的运动停止、减缓、加速，或者是开始沿相反方向的运动。
10.一种在考虑周围接触的条件下用于控制和调节机器人的致动器的设备，其中，所述机器人包括至少两个部件，所述部件通过能够由所述致动器驱动的铰链连接相连，而且为了实施根据上述权利要求中任一项所述的方法，所述设备具有：
-用于确定和存储与时间有关的量G(t)的传感器系统，通过所述量能够描述一个或多个外部的接触力Fext和/或一个或多个外部的力矩Mext对所述部件随着时间的作用，
-用于为所述量G(t)提供条件B的接口，
-分析单元，其实施和设置为，只要在时间t0上由G(t)不能满足条件B，则为已测得的量G(t)经过时间间隔T＝[ta，te]确定特征向量其中，ta＝所述时间间隔的起始，te＝所述时间间隔的终止，t0∈T而且t0＜te，所述特征向量包括以下分量：
-在所述时间间隔T内G(t)的中位数或平均值，
-在所述时间间隔T内G(t)的最小值和最大值，
-在所述时间间隔T内G(t)与中位数或平均值的偏差，
-在所述时间间隔T内G(t)的信号宽度，
-在所述时间间隔T内G(t)的频谱，以及
-所述频谱的一个或多个特征频率，
-分类单元，所述分类单元借助于预设的类别用于特征向量的分类，所述预设的类别分别说明了所述部件与周围的物件的接触类型，所述接触类型分别通过相应的外部的接触力Fext和/或外部的接触力矩Mext而促成，以用于产生分类结果KE，和
-根据所述分类结果KE用于控制和/或调节所述致动器的单元。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DE102015108010.9 | 2015-05-20 | ||
| DE102015108010.9A DE102015108010B3 (de) | 2015-05-20 | 2015-05-20 | Steuern und Regeln von Aktoren eines Roboters unter Berücksichtigung von Umgebungskontakten |
| PCT/EP2016/060419 WO2016184726A1 (de) | 2015-05-20 | 2016-05-10 | Steuern und regeln von aktoren eines roboters unter berücksichtigung von umgebungskontakten |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107969120A true CN107969120A (zh) | 2018-04-27 |
| CN107969120B CN107969120B (zh) | 2020-12-04 |
Family
ID=55953164
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201680028808.8A Active CN107969120B (zh) | 2015-05-20 | 2016-05-10 | 考虑周围接触的机器人的致动器的控制和调节 |
Country Status (9)
| Country | Link |
|---|---|
| US (1) | US10710243B2 (zh) |
| EP (1) | EP3297792B1 (zh) |
| JP (1) | JP6487067B2 (zh) |
| KR (1) | KR102003206B1 (zh) |
| CN (1) | CN107969120B (zh) |
| DE (1) | DE102015108010B3 (zh) |
| DK (1) | DK3297792T3 (zh) |
| SG (1) | SG11201709577QA (zh) |
| WO (1) | WO2016184726A1 (zh) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102017118982A1 (de) * | 2017-04-23 | 2018-10-25 | Franka Emika Gmbh | Roboter und Verfahren zum Betrieb eines Roboters |
| EP3755504A1 (en) * | 2018-02-23 | 2020-12-30 | ABB Schweiz AG | Robot system and operation method |
| DE102018109320A1 (de) * | 2018-04-19 | 2019-10-24 | Gottfried Wilhelm Leibniz Universität Hannover | Verfahren zur Erkennung einer Intention eines Partners gegenüber einer mehrgliedrigen aktuierten Kinematik |
| KR102285631B1 (ko) * | 2018-11-26 | 2021-08-04 | 한국전자기술연구원 | 로봇피부를 이용한 충돌감지 시스템 및 방법 |
| DE102019108390B3 (de) * | 2019-04-01 | 2020-08-06 | Franka Emika Gmbh | Vorgeben von sicheren Geschwindigkeiten für einen Robotermanipulator |
| DE102019129338B3 (de) * | 2019-10-30 | 2021-02-18 | Pilz Gmbh & Co. Kg | Modellprädiktive Interaktionsregelung |
| CN111546345B (zh) * | 2020-05-26 | 2021-08-17 | 广州纳丽生物科技有限公司 | 一种基于接触动力学模型的肌肤材质力学性能测量方法 |
| CN114603599A (zh) * | 2020-12-08 | 2022-06-10 | 山东新松工业软件研究院股份有限公司 | 一种机器人碰撞检测方法、装置、计算机设备及存储介质 |
| CN114310898B (zh) * | 2022-01-07 | 2022-09-06 | 深圳威洛博机器人有限公司 | 一种机器手同步控制系统及控制方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130073085A1 (en) * | 2011-09-21 | 2013-03-21 | Kabushiki Kaisha Toshiba | Robot control apparatus, disturbance determination method, and actuator control method |
| US20130112010A1 (en) * | 2011-11-08 | 2013-05-09 | Seiko Epson Corporation | Sensor element, force detecting device, and robot |
| US20130197696A1 (en) * | 2012-02-01 | 2013-08-01 | Seiko Epson Corporation | Robot apparatus, assembling method, and recording medium |
| KR20140003191A (ko) * | 2012-06-29 | 2014-01-09 | 한국과학기술연구원 | 접촉 및 힘 제어를 포함한 일관된 동작 생성을 위한 로봇 제어 장치 및 방법 |
| CN103995984A (zh) * | 2014-06-09 | 2014-08-20 | 武汉科技大学 | 一种基于椭圆约束的机器人路径规划方法和装置 |
Family Cites Families (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003071778A (ja) * | 2001-09-05 | 2003-03-12 | National Institute Of Advanced Industrial & Technology | ロボットアーム用触覚センサー |
| DE10226853B3 (de) * | 2002-06-15 | 2004-02-19 | Kuka Roboter Gmbh | Verfahren zum Begrenzen der Krafteinwirkung eines Roboterteils |
| DE102007028390A1 (de) * | 2007-06-15 | 2008-12-18 | Abb Research Ltd. | Prozesssteuerung, System und Verfahren zur automatisierten Anpassung von Prozessparametern wenigstens einer Handhabungsvorrichtung |
| JP5109573B2 (ja) * | 2007-10-19 | 2012-12-26 | ソニー株式会社 | 制御システム及び制御方法、並びにロボット装置 |
| EP2364243B1 (en) * | 2008-12-03 | 2012-08-01 | ABB Research Ltd. | A robot safety system and a method |
| JP2011240468A (ja) * | 2010-05-21 | 2011-12-01 | Toyota Motor Corp | ロボットの接触種類判別システム |
| JP5383911B2 (ja) * | 2010-06-22 | 2014-01-08 | 株式会社東芝 | ロボット制御装置 |
| EP2572838A1 (en) * | 2010-08-31 | 2013-03-27 | Kabushiki Kaisha Yaskawa Denki | Robot, robot system, robot control device, and state determining method |
| DE102010063208A1 (de) * | 2010-12-16 | 2012-06-21 | Robert Bosch Gmbh | Verfahren zum Betreiben einer Sicherungseinrichtung für eine Handhabungsvorrichtung, Sicherungseinrichtung für eine Handhabungsvorrichtung und Handhabungsvorrichtung |
| US8805584B2 (en) * | 2011-11-22 | 2014-08-12 | Disney Enterprises, Inc | Kinematic and dynamic calibration methods for legged robots with force-controlled joints |
| DE102013212887B4 (de) * | 2012-10-08 | 2019-08-01 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Verfahren zum Steuern einer Robotereinrichtung,Robotereinrichtung, Computerprogrammprodukt und Regler |
| DE102013110901B4 (de) * | 2013-10-01 | 2022-11-10 | Mercedes-Benz Group AG | MRK Planungstechnologie |
| US9597797B2 (en) * | 2013-11-01 | 2017-03-21 | Brain Corporation | Apparatus and methods for haptic training of robots |
| JP6252241B2 (ja) * | 2014-02-27 | 2017-12-27 | セイコーエプソン株式会社 | 力検出装置、およびロボット |
| DE102014114234B4 (de) * | 2014-09-30 | 2020-06-25 | Kastanienbaum GmbH | Verfahren und Vorrichtung zur Steuerung/Regelung eines Roboter-Manipulators |
| US9481086B2 (en) * | 2015-02-18 | 2016-11-01 | Disney Enterprises, Inc. | Control method for floating-base robots including generating feasible motions using time warping |
-
2015
- 2015-05-20 DE DE102015108010.9A patent/DE102015108010B3/de not_active Expired - Fee Related
-
2016
- 2016-05-10 JP JP2017560508A patent/JP6487067B2/ja active Active
- 2016-05-10 WO PCT/EP2016/060419 patent/WO2016184726A1/de active Application Filing
- 2016-05-10 SG SG11201709577QA patent/SG11201709577QA/en unknown
- 2016-05-10 EP EP16721431.1A patent/EP3297792B1/de active Active
- 2016-05-10 DK DK16721431.1T patent/DK3297792T3/da active
- 2016-05-10 KR KR1020177036741A patent/KR102003206B1/ko active IP Right Grant
- 2016-05-10 US US15/575,490 patent/US10710243B2/en active Active
- 2016-05-10 CN CN201680028808.8A patent/CN107969120B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130073085A1 (en) * | 2011-09-21 | 2013-03-21 | Kabushiki Kaisha Toshiba | Robot control apparatus, disturbance determination method, and actuator control method |
| US20130112010A1 (en) * | 2011-11-08 | 2013-05-09 | Seiko Epson Corporation | Sensor element, force detecting device, and robot |
| US20130197696A1 (en) * | 2012-02-01 | 2013-08-01 | Seiko Epson Corporation | Robot apparatus, assembling method, and recording medium |
| KR20140003191A (ko) * | 2012-06-29 | 2014-01-09 | 한국과학기술연구원 | 접촉 및 힘 제어를 포함한 일관된 동작 생성을 위한 로봇 제어 장치 및 방법 |
| CN103995984A (zh) * | 2014-06-09 | 2014-08-20 | 武汉科技大学 | 一种基于椭圆约束的机器人路径规划方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102003206B1 (ko) | 2019-07-24 |
| US20180161981A1 (en) | 2018-06-14 |
| EP3297792A1 (de) | 2018-03-28 |
| JP6487067B2 (ja) | 2019-03-20 |
| SG11201709577QA (en) | 2017-12-28 |
| DE102015108010B3 (de) | 2016-06-02 |
| CN107969120B (zh) | 2020-12-04 |
| WO2016184726A1 (de) | 2016-11-24 |
| DK3297792T3 (da) | 2019-06-24 |
| KR20180028413A (ko) | 2018-03-16 |
| EP3297792B1 (de) | 2019-03-27 |
| JP2018515351A (ja) | 2018-06-14 |
| US10710243B2 (en) | 2020-07-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107969120B (zh) | 考虑周围接触的机器人的致动器的控制和调节 | |
| Spiers et al. | Single-grasp object classification and feature extraction with simple robot hands and tactile sensors | |
| Kappassov et al. | Tactile sensing in dexterous robot hands | |
| US20160025615A1 (en) | Method and applications for measurement of object tactile properties based on how they likely feel to humans | |
| EP3007867B1 (en) | Systems and methods for sensing objects | |
| US20180180085A1 (en) | Machine learning device for learning assembly operation and component assembly system | |
| Lebossé et al. | Modeling and evaluation of low-cost force sensors | |
| Bhattacharjee et al. | Haptic classification and recognition of objects using a tactile sensing forearm | |
| Song et al. | Efficient break-away friction ratio and slip prediction based on haptic surface exploration | |
| Khamis et al. | PapillArray: An incipient slip sensor for dexterous robotic or prosthetic manipulation–design and prototype validation | |
| US10864630B2 (en) | Control device and machine learning device | |
| JP6811465B2 (ja) | 学習装置、学習方法、学習プログラム、自動制御装置、自動制御方法および自動制御プログラム | |
| Meier et al. | Distinguishing sliding from slipping during object pushing | |
| Abeywardena et al. | Estimation of tool-tissue forces in robot-assisted minimally invasive surgery using neural networks | |
| Molchanov et al. | Contact localization on grasped objects using tactile sensing | |
| Bandyopadhyaya et al. | Tactile sensing based softness classification using machine learning | |
| Pesenti et al. | IMU-based human activity recognition and payload classification for low-back exoskeletons | |
| Sadati et al. | Stiffness imaging with a continuum appendage: Real-time shape and tip force estimation from base load readings | |
| Konstantinova et al. | Force and proximity fingertip sensor to enhance grasping perception | |
| Xiong et al. | A target grabbing strategy for telerobot based on improved stiffness display device | |
| Bui et al. | A semilinear parameter-varying observer method for fabric-reinforced soft robots | |
| Mazhitov et al. | Human–robot handover with prior-to-pass soft/rigid object classification via tactile glove | |
| Zhang et al. | Interaction Control for Tool Manipulation on Deformable Objects Using Tactile Feedback | |
| US11656759B2 (en) | Semitransparent tactile surface sensor and a method of sensing an interaction with an object using the semitransparent tactile surface sensor | |
| Rosset et al. | Experimental study on model-vs. learning-based slip detection |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |