CN108602187A - 机械臂系统和物体躲避方法 - Google Patents
机械臂系统和物体躲避方法 Download PDFInfo
- Publication number
- CN108602187A CN108602187A CN201680064712.7A CN201680064712A CN108602187A CN 108602187 A CN108602187 A CN 108602187A CN 201680064712 A CN201680064712 A CN 201680064712A CN 108602187 A CN108602187 A CN 108602187A
- Authority
- CN
- China
- Prior art keywords
- electrode
- capacitance
- arm section
- mechanical arm
- sensing circuit
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 79
- 230000008859 change Effects 0.000 claims abstract description 126
- 230000033001 locomotion Effects 0.000 claims abstract description 43
- 230000004044 response Effects 0.000 claims abstract description 36
- 239000012636 effector Substances 0.000 claims description 55
- 238000013459 approach Methods 0.000 claims description 27
- 230000005611 electricity Effects 0.000 claims description 26
- 230000008878 coupling Effects 0.000 claims description 12
- 238000010168 coupling process Methods 0.000 claims description 12
- 238000005859 coupling reaction Methods 0.000 claims description 12
- 230000002829 reductive effect Effects 0.000 claims description 11
- 238000013507 mapping Methods 0.000 claims description 10
- 239000004020 conductor Substances 0.000 claims description 8
- 230000009467 reduction Effects 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 claims description 4
- 230000003213 activating effect Effects 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims 1
- 238000012986 modification Methods 0.000 abstract description 18
- 230000004048 modification Effects 0.000 abstract description 18
- 238000005070 sampling Methods 0.000 description 65
- 239000010410 layer Substances 0.000 description 42
- 108091006146 Channels Proteins 0.000 description 34
- 239000011159 matrix material Substances 0.000 description 26
- 238000005516 engineering process Methods 0.000 description 22
- 238000001514 detection method Methods 0.000 description 18
- 229920000049 Carbon (fiber) Polymers 0.000 description 16
- 239000004917 carbon fiber Substances 0.000 description 16
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 16
- 230000003068 static effect Effects 0.000 description 12
- 238000012360 testing method Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 9
- 238000009941 weaving Methods 0.000 description 8
- 239000003990 capacitor Substances 0.000 description 6
- 239000003822 epoxy resin Substances 0.000 description 6
- 229920000647 polyepoxide Polymers 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 239000012811 non-conductive material Substances 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 241001269238 Data Species 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 238000003466 welding Methods 0.000 description 4
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 3
- 239000002131 composite material Substances 0.000 description 3
- 229910003460 diamond Inorganic materials 0.000 description 3
- 239000010432 diamond Substances 0.000 description 3
- 238000007667 floating Methods 0.000 description 3
- 239000011888 foil Substances 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 230000000670 limiting effect Effects 0.000 description 3
- 229920000642 polymer Polymers 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 239000004696 Poly ether ether ketone Substances 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 239000006260 foam Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 229920002530 polyetherether ketone Polymers 0.000 description 2
- 238000007639 printing Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 238000004804 winding Methods 0.000 description 2
- 239000004952 Polyamide Substances 0.000 description 1
- 239000004698 Polyethylene Substances 0.000 description 1
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 150000001412 amines Chemical class 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 239000011230 binding agent Substances 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000007598 dipping method Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000004070 electrodeposition Methods 0.000 description 1
- 229920006332 epoxy adhesive Polymers 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 238000001125 extrusion Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005554 pickling Methods 0.000 description 1
- 238000007747 plating Methods 0.000 description 1
- 229920002647 polyamide Polymers 0.000 description 1
- 229920001225 polyester resin Polymers 0.000 description 1
- 239000004645 polyester resin Substances 0.000 description 1
- -1 polyethylene Polymers 0.000 description 1
- 229920000573 polyethylene Polymers 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000007650 screen-printing Methods 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 238000005476 soldering Methods 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 210000000707 wrist Anatomy 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
- B25J9/1628—Programme controls characterised by the control loop
- B25J9/1651—Programme controls characterised by the control loop acceleration, rate control
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
- B23K26/00—Working by laser beam, e.g. welding, cutting or boring
- B23K26/08—Devices involving relative movement between laser beam and workpiece
- B23K26/0869—Devices involving movement of the laser head in at least one axial direction
- B23K26/0876—Devices involving movement of the laser head in at least one axial direction in at least two axial directions
- B23K26/0884—Devices involving movement of the laser head in at least one axial direction in at least two axial directions in at least in three axial directions, e.g. manipulators, robots
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
- B23K26/00—Working by laser beam, e.g. welding, cutting or boring
- B23K26/36—Removing material
- B23K26/38—Removing material by boring or cutting
-
- 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
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
-
- 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
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
- B23K2101/00—Articles made by soldering, welding or cutting
- B23K2101/18—Sheet panels
-
- 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
- G05B2219/37—Measurements
- G05B2219/37284—Capacitive 3-D proximity 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
- G05B2219/37—Measurements
- G05B2219/37418—By capacitive means
-
- 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
- G05B2219/40454—Max velocity, acceleration limit for workpiece and arm jerk rate as constraints
-
- 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
- G05B2219/40519—Motion, trajectory planning
Abstract
用于控制机械臂的方法的一种变型包括:移动机械臂通过轨迹;在机械臂沿轨迹占据第一位置的第一时间处,测量包括在机械臂的第一臂段上方延伸的第一电极的第一感测电路的第一电容;在机械臂沿着轨迹占据第二位置的第二时间处,测量第一感测电路的第二电容;基于第一电容和第二电容之间的差值计算第一感测电路的电容的第一变化率;响应于第一感测电路的电容的第一变化率超过阈值变化率,发出接近警报;以及响应于接近报警而减小机械臂移动通过轨迹的速度。
Description
相关申请的交叉引用
本申请要求于2015年09月09日提交的第62/216,328号美国临时申请的权益,该美国临时申请通过该引用以其整体并入本文。
技术领域
本发明总体上涉及机械臂领域,并且更具体地涉及一种新型的且有用的机械臂系统以及在机械臂领域中的物体躲避方法。
附图简述
图1是机械臂系统的示意表示;
图2是机械臂系统的一种变型的示意表示;
图3是机械臂系统的一种变型的示意表示;
图4是方法的流程图表示;
图5是方法的一种变型的流程图表示;
图6是方法的一种变型的流程图表示;以及
图7是方法的一种变型的流程图表示。
实施方式的描述
本发明的实施方式的以下描述不意图将本发明限制到这些实施方式,而是意图使本领域技术人员能够理解并使用本发明。本文所描述的变型、配置、实现、示例性实现和示例是可选的,并且不局限于其所描述的变型、配置、实现示例性实现和示例。本文所描述的发明可以包括这些变型、配置、实现、示例性实现和示例的任何和所有的排列。
1.机械臂系统
如图1所示,机械臂102系统包括:基部110;经由第一可致动轴124耦合到基部110的第一臂段120;经由第二可致动轴134耦合到基部110的第二臂段130;跨越第一臂段120和第二臂段130布置的一组电极121、131;控制器123,其在第一采样时段期间累积该一组电极中的电极的第一组电容值并且在第一采样时段之后的第二采样时段期间累积该一组电极中的电极的第二组电容值;处理器150,其基于从控制器123接收的第一组电容值来确定在第一采样时段期间物体到机械臂102的第一接近度,基于从控制器123接收的第二组电容值来确定在第二采样时段期间物体到机械臂102的第二接近度,以及基于第二接近度和在第一接近度与第二接近度之间的差值设置在第二采样时段之后的第一可致动轴124的减小的最大速度和第二可致动轴134的减小的最大速度。
系统100的一个变型包括:基部110;第一臂段120;插入基部110与第一臂段120之间的、经由第一可致动轴124耦合至第一臂段120并经由第二可致动轴134耦合至基部110的第二臂段130;耦合到第一臂段120的与第一可致动轴124相对的端部的端部执行器140;跨越第一臂段120的区域布置的并电耦合到第一感测电路122的第一电极121;以及控制器123,其被配置为在第一可致动轴124和第二可致动轴134的致动期间测量第一感测电路122的电容。
2.方法
如图4所示,系统100可以执行用于控制机械臂102的方法,包括:在块S110中,移动机械臂102通过轨迹;在块S120中,在机械臂102沿着轨迹占据第一位置的第一时间处,测量第一感测电路122的第一电容,该第一感测电路122包括在机械臂102的第一臂段120上方延伸的第一电极121;在块S122中,在机械臂102沿着轨迹占据第二位置的第二时间处,测量第一感测电路122的第二电容,其中第二时间在第一时间之后;在块S130中,基于第一电容与第二电容之间的差值计算第一感测电路122的电容的第一变化率;在块S140中,响应于第一感测电路122的电容的第一变化率超过阈值变化率,发出接近警报;并且在块S150中,响应于接近警报,减小机械臂102移动通过轨迹的当前速度。
3.应用
通常,系统100限定机械臂102,该机械臂102包括一组刚性臂段和可被致动以在空间内操纵机械臂102的一组可致动轴(其插入在刚性臂段之间)。该一组刚性臂段和可致动轴可以在一个端部上安装到基部并且在相对的端部上耦合到端部执行器,并且系统100可以根据预先记录或预先生成的运动程序(或者“轨迹”或工具路径)来驱动每个可致动轴以执行定义的任务。例如,系统100可以包括短暂耦合到机械臂102的与基部110相对的端部的机动抓持器端部执行器,并且系统100可以为机械臂102导航通过预先计划的轨迹并且执行端部执行器致动例程以从零件箱中选择物体并将该物体放置到组件上。在另一个示例中,系统100可以包括聚合物挤出端部执行器并且执行轨迹以利用从聚合物挤出端部执行器分配的材料来印刷物体。在又一示例中,系统100可以包括激光切割器端部执行器并且在激光切割器端部执行器起作用的同时执行轨迹以从一片材料储备中切割二维形状。
系统100还包括:布置在机械臂102的一个或更多个臂段内或其上的一组电极;以及一个或更多个控制器,其被配置为在系统100工作的同时选择性地读取电极的电容值(或耦合到这些电极的感测电路的电容)。例如,控制器123可以顺序地驱动耦合到机械臂102上的电极的一组感测电路,并实施自电容感测技术以记录通过每个感测电路的泄漏电流。可选地,控制器123可以选择性地将单个接地电极通道接地并且驱动在臂段上图案化的接地和感测电极阵列中的(垂直)感测电极通道,并且然后实施互电容感测技术以测量充电/放电时间、谐振频率或相应地对于每个接地/感测电极接头的其他电容值。例如,系统100可以包括在臂段上被图案化以形成在LC谐振回路(LC tank)感测电路内的电容器板的电极,并且控制器123可以测量LC谐振回路感测电路的谐振频率。控制器123然后可以将这些电容相关数据传递到处理器150。
处理器可以将这些数据转换成:物体在机械臂102附近或在机械臂102内的臂段的特定区域的存在;物体相对于系统100(诸如相对于基部110上的参考点)的位置;和/或,附近的物体是否正朝向机械臂102移动,或者机械臂102是否正朝向物体移动。当机械臂102从第一位置移动到第二位置时,处理器150可以附加地或可选地确定在机械臂102的一段上的电极(或耦合到电极的传感器电路)的电容变化率不同于从第一位置到第二位置的期望的电容的预期变化率并且相应地识别端部执行器140可达到的三维体积(以下称为“工作体积”)内的新物体的存在。
处理器150然后可以设置运动限制,诸如每个可致动轴的最大速度或每个可致动轴上的位置(例如,角位置)界限,以躲避与这样的物体碰撞或者将与物体的碰撞限制到基本上最小速度,诸如像用户的手正朝向机械臂102移动的情况。特别地,当机械臂102运动时,系统100可以实时执行该方法的块,以感测工作体积内的变化(诸如在工作体积内存在新的静态或动态物体)并且当检测到工作体积的变化时设置关于机械臂102的致动的速度限制或者完全停止机械臂102的运动。
处理器150还可以基于诸如根据感测电路的电容变化率相对于基线或电容的预期变化率的偏差而确定的机械臂102附近的新物体的存在,修改由系统100执行的轨迹。系统100因此可以包括:包含由一个或更多个可致动轴操纵的一个或更多个刚性臂段的机械臂102;布置在臂段上方的一个或更多个电极;控制器,其可以根据自电容和/或互电容技术对电极(或耦合到电极的传感器电路)进行采样,并且系统100可以操纵从这些电极接收到的数据以在运动中躲避与附近物体碰撞。
系统100在本文中被描述为读取布置在机械臂102的臂段上的一个或更多个电极的电容值。具体地,系统100可以读取包含电极的感测电路的总充电/放电时间、充电时间、放电时间、谐振频率、RC时间常数和/或LC时间常数等。系统100然后可将从感测电路读取的一个电容值转换成臂段与附近物体之间的估计距离或距离范围,并且如果物体与机械臂102之间的估计距离降至阈值距离(例如十二英寸的静态阈值距离或基于机械臂102的当前速度的动态阈值距离)以下则发出接近警报。系统100可以附加地或可选地:计算在机械臂102沿着其预先计划的轨迹运动期间占据的两个位置之间的感测电路的电容值的变化率(例如,谐振频率的变化率);如果感测电路的电容的实际变化率偏离沿预先计划的轨迹的相同两个位置之间的基线或期望变化率,则确定新物体(即,未预期的物体)是否靠近机械臂102;并且如果确定存在新物体,则发出接近警报。然后,系统100可响应于接近警报(诸如通过减小每个可致动轴的最大可允许速度或完全停止机械臂102的运动)而修改机械臂102沿其当前轨迹的运动。
4.机械臂102和臂段
系统100可以限定机械臂102,该机械臂102包括:基部;端部执行器或被配置成短暂地接合端部执行器的端部执行器接头182;串联布置在基部110和端部执行器140或端部执行器接头182之间的多个刚性部分(或“臂段”);以及插入基部110和最近的臂段之间的以及在每个臂段之间的可致动轴。每个可致动轴可以包括内部致动器,例如伺服马达;可选地,每个可致动轴可以例如经由一组电缆或连接件耦合到布置在基部110中的致动器。当可致动轴的致动器例如通过布置在基部110中并且由处理器150控制的马达驱动器进行驱动时,可致动轴的两个端部的相对角位置可以变化,由此相对于可致动轴的另一端上的臂段(或相对于基部110)移动在可致动轴的一侧上的臂段。可致动轴还可以包括一个或更多个位置传感器,例如光学编码器和一对限位开关,并且处理器150可以对这些位置传感器进行采样以跟踪两个臂段(或臂段和基部110)在可致动轴的每一侧上的相对位置。
处理器150可以通过控制各种马达驱动器来致动每个可致动轴而执行记述移动机械臂102通过轨迹的方法的块S110。例如,处理器150可以:加载定义沿着用于端部执行器140通过空间进行遍历的目标路径的路点的三维预先计划的轨迹;计算在每个路点处对于每个可致动轴的目标位置;并且然后实施闭环控制以基于从每个可致动轴中的位置传感器读取的位置导航机械臂102沿着预先计划的轨迹顺序地通过每个路点。
在轨迹的执行期间,处理器150可以与控制器123协作以基本上实时地执行方法的其他块,以检测机械臂102占据的工作体积的变化(诸如在工作体积内的新的(即,未知的)静态物体或移动通过工作体积(例如,操作者的手的动态物体),并相应地停止或修改机械臂102的运动。
5.感测电极
系统包括跨越第一臂段120的区域布置并电耦合到第一电路的第一电极。总体上,系统100包括跨越机械臂102的臂段布置并且连接到呈现随着电极与附近质量物体之间的距离成比例地(例如,线性地、对数地、相反地等)变化的可测量特性的感测电路的电极。控制器123可以读取感测电路随时间变化的该可测量特性(诸如总充电/放电时间、充电时间、放电时间、谐振频率、RC时间常数或LC时间常数(在下文中称为“电容值”)),并且处理器150可以分析这些可测量特性以选择性地触发接近报警,如下所述。
例如,系统100可以包括:都布置在臂段上以形成电容器的感测电极和接地电极对;电感器,其电耦合到感测电极和接地电极以形成感测电路;以及耦合到感测电路的信号发生器。控制器123然后可以:设置信号发生器以基线频率(例如,感测电路的典型谐振频率)驱动感测电路,读取感测电路上的电压,改变信号发生器的输出频率直到在电路上达到最大电压,并且然后将该最终输出频率存储为感测电路的谐振频率。
53.1电极阵列
系统100还可以包括在机械臂102内的一个或更多个臂段上的多个电极(具有公共接地电极或与独特的接地电极配对)和感测电路。在一个实现中,臂段包括以投射式自电容阵列(“感测电极阵列”)跨越臂段布置的一组感测电极。在该实现中,感测电极阵列可以包括:在臂段的背侧上的第一线性电极阵列、在臂段的右旋侧(right-lateral side)上的第二线性电极阵列、在臂段的腹侧上的第三线性电极阵列,以及在臂段的左旋侧上的第四线性电极阵列,如图2所示。每个线性电极阵列可以包括四个(相对)较大的电极,这些电极布置在平行于臂段的轴的线中。例如,对于限定1英寸外径的圆柱段的12英寸长的臂段,每个线性电极阵列可被印刷或以其他方式涂覆到臂段的外表面,其中每个电极的长度为1.5英寸(即,沿着臂段的轴),与同一线性阵列中的相邻电极偏移2英寸的中心到中心的距离,并且围绕臂段的外表面跨越约80°的径向距离,并且每个线性阵列中的四个电极中的每一个电极可以经由相对较薄(例如,0.05英寸宽)的迹线电连接到控制器123上的一个通道。在这个示例中,每个线性电极阵列可以与相邻线性阵列径向偏移90°。然后控制器123和处理器150可以协作来扫描在臂段上的每个线性阵列中串联的每个电极,跨越两个或更多个采样时段检测在选择的电极中的电容值(例如,电流汲取)的变化,并且将这些电容值的变化与物体与选择的电极的接近度相关联。
在前述实现中,处理器150因此可以确定物体是否正在接近臂段的背侧、腹侧、左旋侧或右旋侧(或者臂段的背侧、腹侧、左旋侧或右旋侧是否正在接近物体),并且基于从一个采样位置或机械臂102的位置到巢穴(nest)的呈现最大电容变化的(例如,与谐振频率的期望变化率的偏差)电极的已知位置来确定物体是否正在从臂段的后部、中心或前部接近臂段。处理器150还可以内插臂段上的径向偏移的电极之间的电容值变化,以确定物体是否正在接近臂段的左背侧、右背侧、左腹侧或右腹侧(或者臂段的左背侧、右背侧、左腹侧或右腹侧是否正在接近物体)或任何其他角度分辨率(any other angular resolution)。处理器150可类似地内插沿着一个线性电极阵列的线性偏移的电极之间的电容值的变化,以估计臂段上最靠近接近物体的点。然而,在该实现中,臂段可以包括任何其他数量或配置的任何其他几何形状的电极。
在另一实现中,臂段包括以投射式互电容阵列布置的一组感测电极,包括:在臂段的背侧上的第一线性感测电极阵列、在臂段的右旋侧上的第二线性感测电极阵列、在臂段的腹侧上的第三线性感测电极阵列以及在臂段的左旋侧上的第四线性感测电极阵列;在臂段的右背侧上的第一线性接地电极阵列、在臂段的右腹侧上的第二线性接地电极阵列、在臂段的左腹侧上的第三线性接地电极阵列、以及在臂段的左背侧上的第四线性接地电极阵列;以及插入在线性感测电极阵列与线性接地电极阵列之间的非导电介质材料层。
在上述实现中,线性感测电极阵列可以包括布置在平行于臂段的轴的一条线上的四个大型菱形感测电极,并且每个线性接地电极阵列可以包括布置在平行于臂段的轴的一条线上并在相邻的线性感测电极阵列之间被图案化的三个大型菱形接地电极,如图1所示。在每个感测电极阵列中,四个感测电极可以串联电连接,并且阵列中的一个感测电极可以经由类似的几何形状的迹线电连接到控制器123上的一个通道。类似地,在接地电极的每个阵列中,三个接地电极可以串联电连接,并且阵列中的一个接地电极可以经由类似的几何形状的迹线电连接到控制器123上的一个端口。
在一个示例中,对于限定外径为1英寸的圆柱形截面的12英寸长的臂段,每个线性感测电极阵列可以被印刷或以其他方式涂覆到臂段的外表面,其中每个感测电极在沿着臂段的轴的最大角对角长度为1.5英寸,与同一线性阵列中的相邻感测电极偏移2英寸的中心到中心的距离,并且围绕臂段的外表面跨越约80°的径向距离。在这个示例中,每个线性感测电极阵列可以与相邻线性阵列径向偏移90°。在该示例中,第一线性接地电极阵列、第二线性接地电极阵列、第三线性接地电极阵列和第四线性接地电极阵列可以限定具有相似几何形状的接地电极,可以与相邻的感测电极阵列径向偏移45°,并且可以相对于线性感测电极阵列沿着臂段纵向移动1英寸,从而在相邻的感测电极阵列之间使线性接地电极阵列为中心,如图1所示。控制器123和处理器150然后可以协作:以扫描跨越臂段的相邻的接地/感测电极对;以在两个或更多个采样时段中检测选择的电极对的电容值的变化(例如,RC或LC时间常数的变化、充电/放电速率的变化等);并且将这些电容值的变化与物体与特定电极对的接近度相关联。处理器150然后可以实施上述方法和技术以确定物体是否正在接近臂段(或者臂段是否正在接近物体)以及臂段上最靠近物体的特定区域。
在前述实现中,具有基本上相似几何形状的电极可以以基本上均匀的线性和/或径向图案被印刷、安装或以其他方式固定到臂段,并且并联连接到控制器123(例如,用于投射式自电容配置)或串联连接到控制器123(例如,用于投射式互电容配置)。通常,系统100可以包括在臂段上图案化的基本上均匀密度的电极。例如,该一组感测电极可以包括具有基本上相似的菱形几何形状的感测电极,其以均匀的中心到中心的线性偏移沿臂段纵向间隔开,并且围绕臂段以均匀的中心至中心角度偏移径向间隔开。在该示例中,一组接地电极可以包括具有相似几何形状的且根据基本上均匀的纵向和径向偏移而间隔开的接地电极。
可选地,电极可以以不均匀图案(例如,以变化的纵向和径向偏移)被印刷、安装或以其他方式耦合到臂段。特别地,系统100可以包括跨越臂段被图案化的非均匀密度的电极和/或具有非均匀尺寸和/或几何形状的一组电极。在一个示例性实现中,第一臂段120的后端经由第一驱动轴连接到基部110,并且第二臂段130的后端经由第二驱动轴连接到第一臂段120的前端。在该示例性实现中,第一组电极跨越第一臂段120以第一电极密度(在径向和/或纵向尺寸上)靠近第一臂段120的后端被图案化,并靠近第一臂段120的前端过渡到第二电极密度,第二电极131的密度大于第一电极121的密度。在该示例性实现中,第二组电极类似地跨越第二臂段130以第三电极密度靠近第二臂段130的后端被图案化,并且靠近第二臂段130的前端过渡到第四电极密度,第四电极密度大于第三电极密度,第三电极密度可以大于第二电极131密度。在该示例中,由于沿着臂段的电极密度增加,电极的尺寸(例如面积)可相应地减小,如图2所示。因此,系统100可以包括以电极图案布置的一组多个离散电极,其特征在于距基部110距离越远则电极密度越大。因此,系统100可以通过对靠近基部110的较大的较低密度电极(尽管处于相对较低的位置分辨率)进行采样来检测靠近基部110的离系统100较远距离处的物体;并且系统100还可以通过对靠近机械臂102的远端的较高密度的较小电极簇进行采样来以较大的位置和方向灵敏度检测较近的物体。
在另一示例实现中,一组电极跨越臂段以第一电极密度(在径向和/或纵向尺寸上)靠近臂段的纵向中心被图案化,并且靠近臂段的前端和后端过渡到第二电极密度,第二电极131的密度大于第一电极121的密度,如图2所示。在该示例实现中,系统100可以包括以电极图案布置的一组多个离散电极,其特征在于距离臂段的纵向中心越远电极密度越大。因此,系统100可以通过对靠近臂段的纵向中心的较小密度的较大电极簇进行采样来检测远处的物体正在接近臂段(或臂段正在接近的远处的物体);并且系统100还可以通过对靠近臂段的纵向端部的较高密度的较小电极簇进行采样,以较大的位置和方向灵敏度来检测较近的物体正在接近臂段(或臂段正在接近的远处物体)。
在前述实现中,靠近臂段的一端或两端以较高密度图案布置的较小电极可用作接近度传感器和/或用作控制传感器。具体而言,控制器123和处理器150可协作以对来自这些较小电极的输出进行采样和处理以识别附近的物体(例如,距离电极高达1英寸的范围内);当物体在臂段附近(或者当臂段在物体附近时)并且于是接触靠近较小电极的臂段时,控制器123和/或处理器可以基于与物体接触后从这些控制电极读取的电容值来继续检测物体在臂段上的存在和位置。然后处理器150可以将物体(例如,手指)在臂段上的位置或位置变化与控制功能相关联,诸如操纵端部执行器或锁定或释放两个臂段之间的可致动轴,如下所述。
可选地,系统100可以包括被配置为检测在臂段附近的物体的接近的第一组电极和被配置为检测在臂段的表面上的控制输入的第二组电极。在该实现中,第一组电极可以限定由第一控制器控制的第一电路,并且第二组电极可以限定不同于第一感测电路122并且由第二不同的控制器控制的第二电路。在一个示例中,长度为12英寸且直径为1英寸的臂段包括一组四个9英寸长、80°宽的感测电极,其包括布置在臂段的背侧、腹侧、左旋侧和右旋侧上中的每一个上的、从臂段的后端(即,最接近基部110)延伸的并且距离臂段的前端3英寸终止的一个感测电极;第一控制器因此可以对串联的四个感测电极中的每一个感测电极进行采样并且将收集的电容数据传递到处理器150,并且处理器150可以基本上实时地操纵这些数据以确定物体是否正在接近臂段和/或臂段是否正在接近物体,如下所述。在该示例中,臂段还可以包括第二组(例如20个)2英寸长、0.5英寸宽、0.1英寸迹线宽的人字形(chevron-shaped)控制电极,其围绕在第一组感测电极和臂段的前端之间的嵌套配置中的臂段的远端被径向图案化,如图3所示。因此,控制器133可以对串联的第二组控制电极(例如,根据投射式自电容感测技术)进行采样并将收集的电容数据传递给处理器150,并且处理器150可以基本上实时地操纵这些数据以确定与臂段的远端接触的物体围绕臂段顺时针移动还是逆时针移动,和/或物体正朝向臂段的前端移动还是正朝向臂段的后端移动,如下所述。
在前述实现中,臂段可以包括沿其近端(即,邻近其最接近基部110的后端)的类似的一组控制电极。然而,机械臂102内的臂段可以包括以任何其他合适的图案布置的感测和控制电极170几何形状的相同或不同组合。处理器150可以处理从感测电极和从控制电极接收的数据:1)以基于检测到的物体与机械臂102的接近度在执行轨迹期间调整每个臂段的速度和/或方向,和/或2)以分别基于检测到的与机械臂102内的臂段的有意接触来操纵系统100内的各种可致动轴,如下所述。
5.2单个电极
在可选变型中,臂段包括的不是多个电极的阵列,而是单个电极。例如,臂段可以包括单个感测电极和控制器,该单个感测电极围绕臂段周向布置并且沿着臂段的长度延伸,并且该控制器耦合到单个感测电极,其可以输出大致表示物体与臂段的接近度的信号。在另一个示例中,臂段可以包括沿着臂段的背侧延伸的单个矩形感测电极和耦合到该长的矩形感测电极的控制器可以输出表示物体与臂段的背侧的接近度的信号。
5.3.附加电极
在一个变型中,系统100还包括:端部执行器;布置在端部执行器140上的一个或更多个感测和/或控制电极;以及端部执行器控制器,其被配置为从布置在端部执行器140的结构上、布置在端部执行器140的结构内或集成到端部执行器140的结构中的电极读取电容值。在该变型中,系统100还可以包括在机械臂102的端部处(例如,在第二臂段130的远端处)的端部执行器接头182,其被配置为短暂地接合端部执行器;端部执行器140的接头还可以包括传感器插头(或插座),该传感器插头(或插座)被配置为与端部执行器140中的传感器插座(或传感器插头)配对并且经由从端部执行器140的接头插座延伸到基部110的连接线(例如,带状电缆)耦合到处理器150。端部执行器140的控制器和处理器150可以实施与下面描述的方法和技术类似的方法和技术,以在机械臂102的操作期间(例如在预先计划的轨迹的执行期间)检测和响应物体接近端部执行器140(或端部执行器140接近物体)。
每个可致动轴可以类似地包括一个或更多个感测和/或控制电极。这些电极可以耦合到相邻臂段中的控制器并由其读取,或者每个可致动轴可以包括专用控制器,该专用控制器读取在相同可致动轴中的电极的电容值并且将这些电容值传送给处理器150,并且处理器150可以实施与下面描述的方法和技术类似的方法和技术,以在操作期间检测和响应物体接近可致动轴(或可致动轴接近物体)。
6.接地平面电极
在一个变型中,系统100还包括布置在上述感测、接地和/或控制电极170层下方的接地平面电极。在该变型中,接地平面电极可以布置在感测、接地和/或控制电极170层之下并跨越感测、接地和/或控制电极170层延伸(即,与臂段的外表面相对)。在一个示例实现中,接地平面电极集成到臂段的结构中或与臂段的结构物理上共同延伸(或者具有安装在臂段上的美学覆盖物或非结构化壳体)。例如,臂段可以包括刚性复合碳纤维/环氧树脂结构,其中一个或更多个碳纤维层连接到安装在臂段上的控制器的接地通道。可选地,臂段可以包括印刷或以其他方式涂覆到臂段的离散导电层,如下所述。
在一个实现中,臂段包括布置在每个端部连接到可致动轴的刚性梁上的美学覆盖物;并且美学覆盖物包括跨越美学覆盖物的内表面布置(例如,印刷、沉积或涂覆于其)的接地平面电极160以及跨越美学覆盖物的外表面布置的一个或更多个感测、接地和/或控制电极。在该实现中,控制器123可以将接地电极驱动到参考电接地电势,诸如交流参考电接地电势。此外,在该实现中,布置在基部110、端部执行器140以及机械臂102内的其它元件上方的壳体可以包括位于感测电极、接地电极或控制电极之下或相邻于感测电极、接地电极或控制电极的接地平面电极160;并且系统100内的一个或更多个控制器可以将每个接地平面电极160驱动到公共参考电接地电势。
7.电极集成
在一个变型中,电极被集成到臂段的结构中。例如,臂段可以包括复合编织碳纤维和环氧树脂管(例如中空圆柱体),并且管内的选择的纤维可以与管内的其他纤维电隔离并连接到控制器上的端口以形成一组离散电极。在另一个示例中,臂段的结构通过将单向和/或多向编织碳纤维叶缠绕在心轴周围而形成。在该示例中,将夹在两个非导电层(例如两片纸)之间的编织碳纤维贴片涂覆在安装在心轴上的第一组碳纤维叶上,将引线(例如铜线)连接至每个碳纤维贴片,然后碳纤维贴片被第二组碳纤维叶覆盖。一旦碳纤维包裹物中的环氧树脂固化,则心轴被移除,且引线连接到控制器上的相应端口。
在类似的示例中,电极从导电箔(例如通过模切、激光切割等)切割,例如以离散箔贴片或以通过窄迹线连接并从单个箔片切割的箔贴片的阵列。电极可以被涂覆在非导电材料(例如聚乙烯)中,并且被安装在围绕心轴缠绕的编织碳纤维的第一层(或第一组层)上;然后可以将编织碳纤维的第二层(或第二组层)缠绕在电极和编织碳纤维的第一层周围。在该示例中,附加电极层然后可以安装在编织碳纤维的第二层之上,例如与下面层中的电极偏移,并且编织碳纤维的第三层(或第三组层)然后可以缠绕在该第二组电极周围。一旦嵌入编织碳纤维层中的环氧树脂被固化并且心轴被去除,则来自每个离散电极的一个引线或来自每个电极阵列的一个引线可以连接到控制器,该控制器稍后可以分别实现自电容或互电容感测技术,以检测臂段附近和/或与臂段接触的物体。在另一个示例中,导电线、导电线网孔板或其他导电元件可以类似地嵌入臂段的功能结构中。
在另一个实现中,电极被涂覆到臂段的表面。在一个示例中,限定外表面的臂段、复合材料、聚合物和/或金属管(例如,薄壁、圆柱形)结构被覆盖或涂覆在非导电材料(例如环氧树脂、聚酯树脂,等等)中。在该示例中,电极的第一层以导电油墨被丝网印刷在臂段的外表面上;焊接垫或无焊接的接触垫以及将衬垫连接到电极的第一层中的相应电极的引线可以类似地被印刷在臂段的外表面上。然后衬垫可以被掩蔽,且随后非导电材料层被喷涂、卷绕或印刷在第一层电极上。对于互电容感测配置,电极的第二层、引线和衬垫可以类似地以导电油墨被丝网印刷在非导电材料层上;然后,电极的第一层和第二层中的衬垫可以被掩蔽,并且在臂段上方涂覆非导电材料的第二层以包围电极的第二层。接地平面电极和/或(感测和/或控制)电极的附加层可以类似地涂覆在臂段的外表面上方。
在另一个示例中,可以在臂段的外表面上方溅射、喷涂、热浸、电镀或以其他方式涂覆导电材料层(例如,0.0005英寸厚的铜或锡层)。在该示例中,电极、迹线、焊接垫和/或无焊接的接触垫等可以例如通过丝网印刷工艺被掩蔽在导电材料层上方,以及然后通过蚀刻(例如,酸洗)从臂段去除导电材料的暴露区域,由此在臂段的外表面上形成电极的第一层、迹线和衬垫。如上所述,然后可以在该电极的第一层上方印刷、沉积、缠绕或以其他方式涂覆非导电材料层,并且可以类似地在非导电材料的第一层上形成电极的一个或更多个电极附加层。
与前述实现中描述的方法和技术类似的方法和技术还可以被实施以除了涂覆到臂段的外表面的电极层之外或者替代其,将一个或更多个电极层涂覆到臂段的内表面。如下所述,控制器123和带状连接器(或类似的连接线连接器)然后可以安装在臂段上或臂段中。
在另一实现中,在柔性印刷电路板(或“PCB”)上(例如在聚醚醚酮(PEEK)或聚酰亚胺膜上)形成一层或更多层电极。在此实现中,柔性PCB可缠绕并紧固到臂段的外部。例如,柔性PCB可以被粘附(例如胶合)到臂段的外表面。在另一个示例中,柔性PCB被缠绕在臂段上,臂段和柔性PCB被插入到热缩管的管中,并且热缩管通过加热围绕臂段收缩以将柔性PCB紧固到臂段。在该实现中,臂段可以在其外表面上包括凸形配准特征(例如,凸起的韧窝(embossed dimples)、销),并且柔性PCB可以包括与凸形配准特征对准的凹形配准特征(例如,孔)以将柔性PCB定位在臂段上。
在类似的实现中,在柔性PCB中形成一个或更多个电极层,并且柔性PCB被插入(例如“填塞”)到臂段的内部体积中。在该实现和前述实现中,控制器123可以在柔性PCB安装在臂段中或在其周围安装之前被安装在柔性PCB上。在将柔性PCB安装在臂段中或在其周围安装之前,也可以在柔性PCB上安装带状连接器(或类似的连接线连接器),并且在系统100的组装期间可以将带状电缆从带状连接器路由到基部110中的处理器150,例如图3所示。
系统100的一个变型包括包围臂段的美学覆盖物(例如,双部翻盖覆盖物)。在该变型中,可以实施前述方法和技术以将电极、迹线、衬垫和/或控制器集成或安装到美学覆盖物的表面中或表面上。因此,美学覆盖物可以安装在臂段上(例如,在臂段每一侧上的可致动轴之间延伸的刚性梁上方);并且布置在美学覆盖物内的控制器可以读取这些电极的电容值并将这些电容值传送给处理器150,如本文所述。可致动轴、端部执行器和/或基部110等也可以包括具有类似地嵌入或涂覆的、并且类似地经由共享的或专用的控制器和带状电缆连接到处理器150的电极的壳体或覆盖物。8.控制器
控制器123被配置为在机械臂102的致动期间测量感测电路的电容值并且将该电容值返回到处理器150。通常,控制器123用于执行方法的块S120(以及块S122)以在采样时段期间读取感测电路的电容值,并且将该值返回到处理器150用于分析,如下所述。例如,控制器123可以测量在单个采样时段期间对于互电容系统中的驱动电极和相邻接地电极的总充电/放电时间、放电时间、谐振频率和/或RC或LC时间常数。
控制器123可以以常规(即,静态)采样速率(例如以20Hz的速率)测量感测电路的电容值。可选地,当机械臂102沿着预先计划的轨迹到达预定路点时,控制器123可以测量感测电路的电容值。例如,处理器150可以基于从每个可致动轴内的位置传感器读取的位置值在预先计划的轨迹的执行期间在空间中跟踪端部执行器140的位置,并且触发控制器123测量在端部执行器140沿着预先计划的轨迹的绝对位置的每1英寸变化后的感测电路的电容值。在该示例中,控制器123可以在在块S120中的机械臂102沿轨迹占据第一位置的第一时间处测量耦合到在机械臂102的第一臂段上方延伸的第一电极的第一感测电路的第一电容(例如,第一谐振频率),并且然后,在块S122中的机械臂102沿轨迹占据第二位置的第二时间处测量第一感测电路122的第二电容(例如,第二谐振频率)。
控制器可以直接集成到臂段中(或者集成到可致动轴中、集成到端部执行器中、集成到基部110等)。在其中在臂段上或在臂段内的电极例如经由一组迹线或引线电连接到一组焊接垫或无焊接的接触垫的一个实现中,控制器(例如,一个或更多个集成电路、多路复用器、带状连接器等)可以安装在(例如,焊接到)刚性控制器PCB上,该刚性控制器PCB包括以对应于接触垫的图案终止于一组导电区域中的一组迹线;导电泡沫,其可以粘附在每个导电区域上,并且控制器123PCB可以在接触垫上对准并且紧固(例如,用螺纹紧固件)、粘附(例如用环氧树脂或灌封材料)、捆扎或以其他方式耦合到臂段。在该实现中,因为接触垫可跨越臂段的内部或外部上的弯曲(即,非平面)表面,所以导电泡沫衬垫可吸收控制器123PCB上的导电区域和臂段上的相应接触垫之间的间隙并确保在控制器123PCB上的导电区域和臂段上的相应接触垫之间的可靠接触。
可选地,如上所述,控制器可以集成到缠绕或塞入到臂段中(或安装在臂段上的美学覆盖物中)的柔性PCB中。另外可选地,臂段可以在其内表面上或在其外表面上限定基本平坦的区域。在该实现中,臂段上的每个电极或电极阵列可以电连接到平面区域内的接触垫,并且控制器123(例如,一个或更多个集成电路、多路复用器、带状连接器等)可以例如用低温焊膏或用导电粘合剂(例如铜粉/环氧粘合剂)直接安装到相应的接触垫上。然而,控制器123(或控制器电路)可以以任何其它合适的方式安装或连接到相应臂段上的离散电极或电极阵列。
8.1投射式互电容
在机械臂102的臂段包括在第一层中的一组接地电极(例如,成行)和与第一层被介质层隔离开的第二层中的一组感测电极(例如,成列)的一个变型中,控制器123可以分别选择性地接地和驱动选择的接地电极通道与选择的感测电极通道以捕获沿着臂段的电容值或电容值的变化;处理器150可以基本上实时地从控制器123收集这些电容数据,并且可以将这些数据与物体与臂段的接近度相关联。
例如,在采样时段内,控制器123可以:将接地电极通道阵列中的第一接地电极通道保持为接地;浮动(float)剩余的接地电极通道;测试感测电极通道阵列中的第一感测电极通道;测试剩余的串联的感测电极通道;浮动第一接地电极通道并且将接地电极通道阵列中的第二接地电极通道接地;继续浮动剩余的接地电极通道;测试感测电极通道阵列中的第一感测电极通道;以及测试剩余的串联的感测电极通道;并在采样时段内对剩余的接地电极通道顺序重复此过程。
为了测试感测电极,控制器123可以在感测时段期间驱动单个感测电极通道以利用电荷加载感测电极通道中的特定感测电极,使得特定感测电极电容耦合到特定接地电极(相邻于特定感测电极),其在感测时段期间同时连接到接地。特定感测电极和特定接地电极因此可以限定“电极对”,其中电荷收集在特定感测电极上并且在感测时段期间泄漏到特定接地电极中和/或泄漏到附近的外部物体上。
在一个实现中,对于在采样时段内测试的每个电极对,控制器123读取对于电极对的充电和/或放电时间,并将该充电和/或放电时间存储在关于采样时段的电容矩阵中。在该实现中,电容矩阵可以对应于电流采样时段,并且电容矩阵内的每个位置(或“电极地址”)可以对应于从臂段上的特定电极对读取的充电和/或放电时间,并且控制器123可以将对于每个电极对的充电/放电时间写入电容矩阵中的对应地址。控制器123然后可以例如经由串行通信(例如,经由I2C或经由双线通信协议)将该电容矩阵(和用于当前采样时段的时间戳)发送到处理器150。
在类似的实现中,控制器123:在采样时段期间测试臂段上串联的每个电极对的谐振频率;将这些谐振频率记录在关于当前采样时段的电容矩阵内的相应地址中;以及,然后将该电容矩阵(实时)发送到处理器150。如下所述,处理器150然后可以将这些数据基本上实时地转换为对附近物体的识别。
可选地,控制器123可以选择性地将臂段上的每个电极对与处理器150上的输入通道耦合和解耦。例如,控制器123:可以包括模拟传感器输出通道,该模拟传感器输出通道经由从臂段路由到基部110的第一连接线而连接到处理器150上的模拟传感器输入通道;可以包括控制输入通道,该控制输入通道经由类似地在臂段和基部110之间路由的第二连接线连接到处理器150上的控制输出通道;并且可以根据从处理器150接收的电极对测试地址将臂段上的电极对耦合到处理器150上的模拟输入通道。然后,处理器150可以记录与传递到控制器123的电极对测试地址对应的电极对的充电/放电时间或谐振频率。例如,处理器150可以记录电极对上的充电时间或读取臂段上的电极对的谐振频率的变化,并将这些值与静态或动态电容模型进行比较以检测物体与臂段的接近度,如下所述。
在类似的实现中,控制器123包括标准sigma-delta电路或等效电阻sigma-delta电路,其包括诸如经由第一连接线连接到处理器150上的数字输入通道的输出端。sigma-delta电路还可以经由第二连接线连接到布置在基部110中的时钟的输出通道,例如集成到处理器150中的或布置在邻近处理器150的母板上的时钟。在该实现中,对于臂段上的每个电极对,控制器123可以在标准sigma-delta电路中的调节输入电压和接地之间或在串联的等效电阻sigma-delta电路中的运算放大器的调节输入电压和非反相输入之间选择性地耦合和解耦电极对。对于连接到sigma-delta电路的每个电极对,sigma-delta电路可以输出密度调制比特流,并且处理器150可以在采样时段内为每个电极对计算密度调制比特流的占空比并且然后在采样时段内将这些占空比数据转换为附近物体的标识,如下所述。在该实现中,控制器123可以基于来自时钟的时钟信号和本地存储在控制器123中的静态采样程序,或者基于在系统100的整个操作过程中断断续续地从处理器150上传到控制器123的动态采样程序,将接地电极通道在接地和浮动状态之间进行循环,以及将感测电极通道在驱动和浮动状态之间进行循环。可选地,控制器123可以基于在操作期间(例如,实时地)从处理器150接收的电极对地址将接地电极通道在接地和浮动状态之间进行循环,以及将感测电极通道在驱动状态和浮动状态之间进行循环。
8.2投射式自电容
在其中臂段上的电极布置成单层中并被配置为电容耦合到臂段附近的外部物体的另一变型中,控制器123可实施自电容感测技术以记录机械臂102的臂段上的电容值或电容值变化。
例如,在一个采样时段中,控制器123可以将臂段上的第一电极的一侧连接到电流源并且在第一感测时段期间将第一电极121的第二侧连接到接地,在第一感测时段期间接地或浮动至臂段上的所有其他电极的引线,并且记录在第一感测时段期间通过第一电极121的总电流。在一个采样时段内,控制器123然后可以:将臂段上的第二电极的一侧连接到电流源并且在第二(即,后续)感测时段期间将第二电极131的第二侧连接到接地;在第二感测时段期间接地或浮动至臂段上的所有其他电极的引线;并在相同的感测时段内记录通过第一电极的总电流。控制器123可以对臂段上的每个电极重复该过程以在采样时段内测试所有电极(或其子集)。例如如上所述,控制器123可以将这些数据聚合为诸如当前值的寻址电容矩阵,并将这些数据传送给处理器150。处理器150然后可以比较连续(或一组连续的)采样时段上的每个电极处的电流汲取值以检测在选择的电极处的电流汲取变化,并且处理器150可以将这些电流汲取变化(例如,电流汲取的增加)与物体到相应的电极的接近度相关联。
每个臂段可以包括控制器,其在每个采样时段中实施自电容或互电容感测技术以测试相应臂段上的电极。如下所述,每个控制器可以将电容值传递到处理器150(例如串行地或每个采样时段一个带时间戳的电容矩阵中)以用于分析。可选地,系统100可以包括一个控制器,其电耦合到两个或更多个臂段中的每一个臂段上(或其中)的一组电极,并且控制器123可以实施自电容或互电容感测技术以测量在单个采样时段内两个或更多个臂段上的电容值或电容值变化。然而,控制器123可以以任何其它方式起作用,以捕获一个或更多个臂段上的电容值并将这些数据馈送到处理器150。
9.处理器
处理器150用于基于从机械臂102中的一个或更多个控制器接收的电容值来检测工作体积中的偏差(例如,相对于正常或已知状况),以在检测到这种偏差时发出接近警报,并且当接近警报有效时停止或修改机械臂102的致动。在一个实现中,处理器150布置在基部110中,(例如,经由一个或更多个带状电缆)连接到容纳在机械臂102的臂段中的每个控制器,并且在系统100处于工作中的同时接收并处理从控制器123接收的电容值数据。例如,系统100可以在每个臂段中、在每个可致动轴中、在基部110中和/或在端部执行器等中包括一个控制器,并且处理器150可以在每个采样时段期间从这些控制器中的每一个接收电容值数据或在沿着预先计划的轨迹的每个路点处处理这些数据以检测到物体正在接近机械臂102(或机械臂102正在接近的物体),并且响应于检测到新(即未知的)物体靠近机械臂102而停止或修改每个臂段的计划轨迹。如上所述,处理器150可以接收来自每个控制器的电容值(诸如,以对于每个驱动电极的总充电/放电时间、放电时间、谐振频率、RC或LC时间常数或泄漏电流的形式等),并且可以将静态或动态阈值电容值模型或参数电容模型应用于这些电容数据以确定新物体是否已经进入机械臂的工作体积。
10.绝对距离
在一个实现中,处理器150将从控制器123接收的电容数据与对于机械臂102的静态电容值模型进行比较。电容值模型可以为机械臂102中的每个感测和/或控制电极170定义阈值电容值。例如,臂段可以包括多个电极,每个电极限定不同的电容面积,例如从四平方英寸(例如,感测电极)到0.01平方英寸(例如,控制电极)的范围,并且被调谐以检测距其特定距离处的物体的接近度,分别地,例如对于感测电极高达12英寸的距离,而对于控制电极170高达0.25英寸的距离。在该示例中,电容值模型可以包括与臂段上的每个电极的相应阈值距离内的物体的存在相对应的阈值电容值,并且处理器150可以将从控制器123接收的电容值与电容值模型中的阈值电容值进行比较以确定物体是否在臂段上的特定电极的阈值距离内。
处理器150然后可以基于以下各项来估计在采样时段期间在物体与臂段之间的距离以及空间中的物体相对于臂段的位置:臂段上的每个电极的已知位置;哪些对应的感测电路呈现超过对应阈值电容值的电容值;并且哪些对应的感测电路呈现在当前采样时段期间不超过对应阈值电容值的电容值。在该示例中,处理器150可以诸如基于由集成到基部110中的参考电极读取的电容值,随时间更新阈值电容值,以补偿湿度、温度和/或其他环境变化。
在另一个实现中,处理器150实现一组参数电容值模型,每个电极包括一个不同模型,其中每个模型被调谐以将从相应的电极(即,从相应的感测电路)读取的电容值转换成物体与电极的估计距离。对于每个采样时段,处理器150可以将在采样时段期间从每个电极读取的电容值施加到相应的电容值模型,以生成电容矩阵、电容模型或定义作为电容的函数的在空间中的机械臂102上的离散表面与一个或更多个物体之间的估计距离的其他容器。类似地,处理器150可实现将特定电极的电容值、有效表面积、几何因子、位置、驱动电压、驱动时间等转换为物体与机械臂102上的特定电极之间的估计距离的单个参数电容值模型。在该示例中,处理器150可以从本地(或远程)存储器中的查找表或其他数据库中检索静态电极特定值(诸如电极位置和有效表面积),并且可以将这些数据插入到参数电容值模型中以估计物体与特定电极的接近度。
处理器150还可实施自动校正技术以随时间调整参数电容值模型,例如以补偿传感器漂移和环境变化。例如,处理器150可以对集成到系统100中的一个或更多个环境传感器进行采样以收集关于采样时段的当前湿度、温度和/或其他定量环境数据,并且然后在计算关于采样时段的机械臂102上的物体接近度时可以将这些数据直接插入到参数电容值模型中。处理器150可以附加地或可选地向一个或更多个控制器发送命令,以基于观察到的环境变化来修改驱动相应臂段上的参考电极的参考信号。
对于每个采样时段,处理器150还可以在采样时段期间基于机械臂102的几何形状(即,每个可致动轴的角位置)修改参数电容值模型。例如,处理器150可以对系统100内的每个可致动轴处的编码器进行采样,并且可以将从每个编码器接收的角位置数据转换为定义每个电极在空间中的位置的位置电容矩阵。在这个示例中,处理器150可以将位置电容矩阵转换为包含电容耦合因子的电容耦合电容矩阵,该电容耦合因子对应于由于与机械臂102上的其他(感测或控制)电极电容耦合而导致的对于机械臂102上的每个电极的电容值的估计的变化,其可以是在采样时段期间测试电极时机械臂102的几何形状的函数。处理器150然后可以将电容耦合电容矩阵或离散电容耦合因子插入到参数电容模型中,以补偿随着系统100执行轨迹而变化的机械臂102的几何形状对从电极收集的电容值的影响。在上述的处理器150将从控制器接收到的电容值与对于机械臂102的电容值模型进行比较的实现中,处理器150可类似地基于在采样时段期间机械臂102的几何形状来修改关于采样时段的电容值模型的电容值阈值。
11.相对存在
在另一变型中,处理器150:在块130中,计算在其中机械臂102在空间中占据第一位置的第一时间与其中机械臂102在空间中占据第二位置的第二时间之间的感测电路的电容的变化率;并且在块140中,如果感测电路的电容的变化率超过阈值变化率,则基本上实时地发出接近警报,如图4所示。通常,在该变型中,处理器150计算机械臂102在预先计划的轨迹的过程中占据的两个位置之间的电容(例如,谐振频率)的变化率,并且,如果针对预先计划的轨迹的相同区段电容的该实际变化率不同于电容的基线变化率,则识别到机械臂102的工作体积的可能变化。例如,感测电路可以表现出大量的噪声和绝对电容值的变化(即,“漂移”),使得从感测电路读取的绝对电容值(与附加数据无关)不代表感测电路中的电极与外部物体之间的绝对距离。然而,从感测电路读取的绝对电容值的导数(即电容值的变化率)可能表现出比单一绝对电容值小得多的噪声和明显更小的漂移。因此,处理器150可以计算沿预先计划的轨迹的两个位置之间的感测电路的电容值的实际变化率,如果电容值的该实际变化率的偏差偏离电容值的变化率的基线(或超过阈值)则发出接近警报,并且在机械臂102沿着预先计划的轨迹移动通过连续的位置时重复该过程。
11.1电容值变化率
如图4所示,处理器150因此可以执行块S130,其记载了基于在机械臂102的第一位置处测量的感测电路的电容与在机械臂102的第二位置处测量的感测电路的第二电容之间的差值来计算感测电路的电容的变化率。通常,在块S130中,如上所述,处理器150可以从控制器123接收感测电路的一系列电容值,例如以离散电容值的馈入形式或以带时间戳的电容矩阵的形式。然后,处理器150可以在块S130中从传感器电路的最新电容值中减去感测电路的最后一个电容值,并且将该总和除以最后的电容值和最近电容值的测量结果之间的时间差以计算感测电路的电容的变化率,并将该实际变化率与沿着预先计划的轨迹的相同两个位置的基线(或阈值)变化率进行比较。处理器150还可以在块S130中计算一系列采样时段内的电容值的运行平均变化率,并且在块S140中将该实际平均变化率与对于沿着预先计划的轨迹的位置序列的平均基线(或阈值)变化率进行比较。例如,处理器150可以计算在五个总采样位置的连续序列上或在跨越端部执行器140沿预先计划的轨迹的两英寸的位移的采样位置的连续序列上对于机械臂102的相邻成对的采样位置上的感测电极的电容值的变化率。在这个示例中,在块S140中将这个实际平均变化率与沿着预先计划的轨迹的采样位置的相同或相似序列的平均基线(或阈值)变化率进行比较之前,这个处理器可以例如通过在最新的变化率上应用最大权重来平均这些电容值的变化率。
然而,处理器150可以实施任何其他方法或技术来在块S130中计算感测电路的电容变化率。处理器150可以执行该过程以计算并入到机械臂102的一个或更多个臂段中的每个其他感测电路的电容的变化率;并且处理器150可以将这些变化率值存储在用于在块S140中的后续处理的变化率阵列或变化率矩阵中。
11.2基线电容图
如图7所示,该方法的一个变型包括,块S160,其记述了执行电容映射例程以生成由机械臂102占据的物理空间的基线电容图。在该变型中,控制器123和处理器可以协作以生成机械臂的工作体积的电容图:加载定义映射轨迹的电容映射例程;移动机械臂102通过映射轨迹;记录在沿着电容映射路线的离散路点处的感测电路的一组绝对电容值;将一组绝对电容值转换成沿着电容映射路线的离散路点之间的相对电容值变化;将相对电容值变化聚集成机械臂102占据的物理空间的基线电容图;以及根据基线电容图和机械臂102在第一位置和第二位置之间的速度来计算第一位置和第二位置之间的阈值变化率。具体而言,处理器150可以在自主操作之前(诸如在设置期间和在操作者的监督下)通过导航机械臂102通过在电容映射路线内限定的一组路点以及然后基于在这些路点处收集的电容数据来生成工作体积的电容图,从而执行电容映射路线。
在一个实现中,处理器150随着时间从对在预先计划的轨迹(或“固定循环”)的一组重复实例上收集的数据生成工作体积的电容图。在该实现中,处理器150可以实施闭环控制以导航机械臂102通过最终的预先计划的轨迹;控制器123可以测量在沿着预先计划的轨迹的一组离散路点中的每一个离散路点处的感测电路的电容值;以及然后,处理器150将这些电容值编制成工作体积的电容图。在一个示例中,一旦加载有用于由系统100自主执行的预先计划的轨迹,处理器150以低速(例如,机械臂102中的每个可致动轴的最大速度的5%或在轨迹中指定的速度的5%)执行轨迹的第一实例并且将从控制器123接收的电容数据编制成工作体积的电容图,直到轨迹的第一实例完成为止或直到检测到与外部物体的碰撞(例如,经由通过布置在可致动轴内的加速度计、测压单元(load cell)或力传感器输出的信号)为止。在该示例中,控制器123可以以20Hz、1Hz的速率或以任何其他静态采样速率对感测电路进行采样。可选地,控制器123可以对在沿着轨迹的选择的路点处(例如对于可致动轴的位置的每1度(1°)变化或对于端部执行器140在空间中的绝对位置的每个1英寸(1”)变化)的感测电路进行采样。处理器150然后可以计算在沿着轨迹的每对连续采样时段或路点之间的电容值的差值,并且将每个电容差值与机械臂102的相应位置(诸如以每个可致动轴在该对采样时段或路点的后期的角位置的形式)配对。如果在轨迹完成时未检测到机械臂102与外部物体之间的碰撞,则处理器150可将这些电容差值和机械臂102位置对存储在特定于预先计划的轨迹的基线电容图中。
在前述示例中,处理器150然后可以以较高速度(例如每个可致动轴的最大速度的20%或轨迹中指定的速度的20%)重复轨迹。在执行轨迹的该第二实例期间,处理器150可以:将机械臂102沿轨迹导航至第一位置(即,第一“路点”);记录感测电路的电容值(例如,谐振频率)并且在第一位置处读取可致动轴中的编码器;将机械臂102沿着轨迹移动到第二位置(即,第二“路点”);记录感测电路的电容值并且在第二位置处读取可致动轴中的编码器;以及计算沿着轨迹从第一位置到第二位置的感测电路的电容的实际变化率和第一位置与第二位置的实现之间发生的持续时间。处理器150还可以根据存储在基线电容图中的电容差值以及第一位置和第二位置的实现之间的持续时间来计算从第一位置到第二位置的电容的基线变化率。处理器150然后可以将从第一位置到第二位置的电容的实际变化率与基线变化率进行比较;并且如果实际变化率和基线变化率基本相似,例如在5%的阈值差值内,则继续执行轨迹。特别地,处理器150可以将机械臂102沿着轨迹导航至第三位置(即,第三“路点”),对于第三位置重复前述过程,如果差值在第二位置和第三位置之间的实际变化率和基线变化率之间基本上相似等,则将机械臂102移动到第四位置,直到轨迹完成或者直到检测到碰撞为止。
处理器150可以根据轨迹的该第二实例期间收集的数据创建新的基线电容图,或者利用这些数据更新现有的基线电容图。处理器150可以继续重复该过程,其中以越来越高的速度执行轨迹(高达臂的最大速度的100%或高达对于轨迹指定的速度的100%),以细化对于轨迹的基线电容图。因此,处理器150可以测试轨迹并且通过以越来越高的速度执行轨迹并且利用在轨迹的先前较慢的实例中生成的基线电容图来构建对于轨迹的基线电容图(无需人工监管),以预测机械臂的工作体积在越来越快的轨迹的实例中的变化。(处理器150还可以实施前述方法和技术以在预先计划的轨迹的后续全速运行期间更新或细化基线电容图)。
在另一个示例中,处理器150可以在轨迹的监管执行期间生成单个基线电容图。例如,当被提供来自操作者的对机械臂的工作体积是清晰的手动确认时,系统100可以全速执行轨迹,并且处理器150可以将从控制器123接收的电容值组合为一个基线电容图。
在图7所示的另一实现中,处理器150根据在独特电容映射路径期间收集的感测电路的电容值来生成机械臂102的工作体积的轨迹不可知的电容图。例如,处理器150可以将机械臂102(或端部执行器140,具体地)导航到端部执行器140可达到的三维工作体积内的离散位置,并记录在每个离散位置处的感测电路的电容值。在该示例中,该过程可以访问表示在工作体积内的三维偏移位置的三维网格阵列的基线路点列表,将机械臂102顺序地步进通过该列表中的每个基线路点,并且记录每个基线路点处的感测电路的绝对电容值。处理器150然后可以实现上述方法和技术以计算在每对相邻的基线路点处记录的电容值之间的差值,并且然后利用电容差值和机械臂102(或端部执行器140)在相应的基线路点处的位置填充虚拟三维点云。
然而,处理器150可以实施任何其他方法或技术来生成由机械臂102占据的空间的基线电容图(包含绝对电容值、相对电容值或电容值的变化率)。例如,处理器150可以执行任何上述方法和技术,以生成当机械臂102最初被放置在新环境中时的、当机械臂102被重新定位在环境内时的或者当新的预先计划的轨迹被加载到系统100中时的基线电容图。
11.3阈值变化率和变化率窗口
然后,处理器150可以从基线电容图中提取阈值变化率和/或变化率窗口,以便与在块S140中的后续的预先计划的轨迹的执行期间从感测电路读取的电容值进行比较。
在其中处理器150例如以三维点云的形式生成轨迹不可知的基线电容图的上述实现中,处理器150可以在新的轨迹被加载到系统100中时且在新的轨迹被系统100首次执行之前异步地内插在沿新的轨迹的每对相邻路点之间的变化率窗口。例如,处理器150可以访问路点的预定义列表或计算一组路点,例如对于端部执行器140在空间中的位置的每个0.1英寸或1英寸变化。处理器150然后可以通过编制(例如,平均、加权)存储在基线电容图中的电容值(对于一个或更多个最接近的基线路点)来内插针对沿轨迹的每对相邻路点的感测电路的电容的目标相对变化。在该示例中,处理器150然后可以:基于机械臂102在轨迹中指定的、在两个点之间的速度来估计机械臂102实现两个路点跨越的持续时间;通过将这两个路点之间的电容的目标相对变化除以由机械臂102跨越其实现的估计持续时间来计算沿轨迹的这两个路点之间的电容的目标变化率;并根据电容的目标变化率(诸如通过将阈值变化率设置为目标变化率的105%)来计算这两个路点之间的电容的阈值变化率。在随后的轨迹执行期间,如上所述,处理器150可以计算沿轨迹的这两个路点之间的电容的实际变化率,并且如果该实际变化率超过阈值变化率,则在块S140中发出接近警报。
可选地,处理器150可以定义在这两个路点之间的变化率窗口(跨越不表示机械臂的工作体积的变化的电容的变化率)。例如,处理器150可以定义跨越对于两个路点的目标变化率的+/-5%的变化率窗口;在沿预先计划的轨迹的两个路点的随后实现期间,系统100可以计算在这两个路点之间的电容的实际变化率,并且如果实际变化率落在变化率窗口之外,则发出接近警报。
该过程可以针对沿轨迹的每个其他路点实施类似的方法和技术,以便为每个路点生成一组阈值变化率(或一组变化率窗口)。处理器150然后可以在整个随后的轨迹执行期间参考该组阈值变化率(或变化率窗口),以确定机械臂的工作体积是否已经改变,例如未知物体是否已经进入端部执行器140可达到的三维体积。
可选地,处理器150可以实时实施前述方法和技术,以当机械臂102前进通过预先计划的轨迹内的路点的序列时,例如基于跨越沿轨迹的相邻路点对的实现所测量的(例如,“实际的”)时间,来计算阈值变化率或变化率窗口。
此外,对于包括在一个臂段上的多个感测电极和传感器电路和/或在多个臂段上的电极和感测电路的机械臂102,处理器150可以实施上述方法和技术以生成包含绝对电容值、相对电容值、电容值差值和/或对于每个感测电路的电容值变化率的基线电容图。处理器150还可以:将这些数据转换为对于沿着预先计划的轨迹的路点之间的每个感测电路的阈值变化率(或变化率窗口);并且在块S140中将沿着轨迹的两个位置之间的每个感测电路的电容的实际变化率与相应的阈值变化率(或变化率窗口)进行比较。特别地,处理器150可以基于展现出电容的变化率与在沿轨迹的两个相应路点之间的基线电容图中定义的目标变化率(或阈值变化率、变化率窗口)的最大偏差的(在机械臂102上)电极的已知位置在工作体积中识别出机械臂102的特定臂段或区域正在靠近未知物体。
11.4检测新的静态和移动物体的接近度
在预先计划的轨迹的执行期间,处理器150可以基于感测电路的电容的变化率相比于目标或基线变化率的偏差来检测机械臂102的工作体积的变化,例如以机械臂102附近的新的静态或移动物体的形式。例如,如果连接到臂段上的电极的感测电路的电容的变化率超过阈值变化率,则处理器150可确定臂段正相对地接近在工作体积内的新物体。
在一个实现中,如果感测电路的电容的实际变化率超过在上一个路点和当前路点(或采样时段)之间的相应阈值变化率,则处理器150可以将实际变化率与阈值(或相应的基线)变化率之间的差值转换为相应电极到附近表面的实际速度与电极的目标或预期速度之间的差值。然后,处理器150可以将该速度的差值和预期速度的原始目标相加,以估计电极相对于在上一个路点和当前路点之间或在采样时段之间在工作体积中的新物体的相对接近速度。处理器150还可以将臂段上的电极的已知位置(例如,电极的质心)以及在上一个路点和当前路点之间或在采样时段之间的每个可致动轴的位置的变化率转换为电极的绝对速度。如图6所示,处理器150然后可以将电极的绝对速度和电极与新的物体的的相对接近速度进行比较,以确定新的物体相对于电极是静止的还是移动的。具体而言,如果电极的绝对速度和电极的相对接近速度基本上相似(例如,相差不超过10%),则处理器150可以确定新物体是静止的,在块S140中设置关于未知静态物体的接近警报,并且在块S150中,诸如通过将机械臂102的速度减小50%来相应地调整机械臂102的运动。然而,如果电极的相对接近速度基本上超过电极的绝对速度,例如超过10%,则处理器150可以确定新的物体正朝着电极移动,设置关于未知物体正朝着机械臂102移动的接近警报,并且完全停止机械臂102的运动。类似地,如果电极的绝对速度基本上超过电极的相对接近速度,则处理器150可以确定新的物体正在远离电极移动,设置关于未知物体正远离机械臂102移动的接近警报,以及将机械臂102的运动减慢,例如减慢10%。
因此,处理器150可以:将感测电路的电容的变化率转换为相应电极相对于外部物体的速度,并且响应于第一电极121相对于外部物体的速度近似机械臂102从第一位置到第二位置的速度而在块S140中发出关于朝向静态物体的运动的接近警报;以及然后,在块S150中,当关于朝向静态物体的运动的接近警报为当前的状况时将机械臂102的当前速度减小到机械臂102的最大值的一部分。例如,处理器150可以实现上述方法和技术以检测在机械臂的工作体积内的笔记本、铅笔或其他物体的最近放置以及相应地减慢机械臂102的运动,直到入侵的物体从工作体积中被移除。类似地,处理器150可以:响应于第一电极121相对于外部物体的速度超过机械臂102从第一位置到第二位置的速度,在块S140中发出关于动态物体朝向机械臂102的运动的接近警报;并且在块S150中,当关于动态物体朝向机械臂102的运动的接近警报是当前的状况时,停止机械臂102的运动。例如,处理器150可以实现前述的方法和技术以检测操作者的手朝向机械臂102的移动并完全停止机械臂102的运动直到操作者的手从工作体积中移除。然后,处理器150可以执行下面描述的方法和技术,以在操作者抓住机械臂102的区域时,解锁机械臂102中的可致动轴,从而使得操作者能够手动移动机械臂102。
处理器150可以执行前述方法和技术,以在块S140中检测并确认在工作体积内的未知的静态或动态物体的接近,并且可以保持和/或收紧对机械臂102的运动的减速限制,直到这样的未知静态或动态物体在工作体积内不再被检测到。例如,当首次检测到工作体积内的静态物体时,处理器150将机械臂102的总速度减小20%;如果在静态物体通过其被检测到的电极朝着静态物体的大体位置移动两英寸(2”)之后该静态物体被再次检测到,则处理器150可以将机械臂102的总速度减小另外的20%。然而,如果确定电极已经远离静态物体移动,则处理器150可以返回到机械臂102的全速致动。
11.5多个感测电路
如上所述,机械臂102可以包括多个臂段,并且每个臂段可以包括一个或更多个电极和感测电路。在该变型中,处理器150可以基于耦合到表现出异常电容值(例如,实际谐振频率超过阈值谐振频率)的感测电路的电极的已知位置来发出位置接近警报。
在一个示例中,机械臂102包括:经由第一可致动轴耦合到基部110(或从基部110延伸的第二臂段)的第一臂段;以及横跨第一臂段120的背侧进行布置的且耦合到第一感测电路的第一电极。在块S140中,处理器150可以响应于第一感测电路的电容的变化率超过阈值变化率而发出关于在垂直于第一臂段120的背侧的第一方向上运动的接近警报。在块S150中,处理器150可以在接近报警为当前情况时选择性地减小第一可致动轴124在将第一臂段120在第一方向上移动的方向上的最大致动速度。具体而言,在块S150中,处理器150可以例如通过将第一致动轴在第一方向上(或在两个方向上)的最大速度减小50%或完全停止第一致动轴的运动来减小第一致动轴在将第一臂段120朝着未知物体移动的方向上的最大速度。
在前述示例中,机械臂102还可以包括:第二电极,其横跨第一臂段120的横向(例如,左旋)侧进行布置并且耦合到第二感测电路。在块S140中,处理器150还可以:响应于第二感测电路132的电容的变化率超过阈值变化率而选择性地发出关于在垂直于第一臂段120的横向侧的第二方向上的运动的第二接近警报;并且当第二接近警报为当前情况时,设置第二可致动轴134在将第一臂段120在第二横向方向上移动的方向上的减小的最大致动速度。
机械臂102可以包括附加臂段,该附加臂段包括耦合到相应感测电路的附加定向电极,并且处理器150可以实现类似的方法和技术来基于这些感测电路的电容值而发出定向接近报警并设置关于选择的致动轴的减小的致动速度。
11.6检测与新物体的距离
在一个变型中,机械臂102包括多个电极,该多个电极横跨臂段进行图案化并被耦合到呈现不同可感测范围(也就是电极和外部物体之间的距离范围,该外部物体在该距离范围上的相对运动产生感测电路的电容的变化率的在本底噪声之上的可检测变化)的感测电路。在该变型中,处理器150可实施前述方法和技术以检测与每个电极的电容的预期变化率或目标变化率的偏差,并将这些偏差与每个感测电路的已知(或近似)可感测范围融合以估计外部物体与臂段之间的距离。
例如,系统100可以包括:第一电极,其限定第一区域(例如,十平方英寸或10in2),布置在机械臂102的第一臂段上,并且耦合到呈现第一可感测范围(例如,对于四盎司钢球来说,高达二十英寸,或20”)的第一感测电路;以及第二电极,其限定小于第一区域的第二区域(例如,二平方英寸,或2in2),布置在第一臂段120上与第一电极121相邻,并且耦合到呈现比第一可感测范围更小的第二可感测范围(例如,对于四盎司钢球来说最,多达八英寸,或8”)的第二感测电路。在该示例中,如果第一感测电路的电容的第一变化率超过相应的阈值变化率,而第二感测电路的电容的第二变化率保持在预期的变化率或其附近(例如,保持小于相应的阈值变化率),则处理器150可以估计未知物体在机械臂102的第一段的第一接近范围内(例如,在八英寸与二十英寸之间,或在8”与20”之间))。在块S140中,处理器150可以发出关于未知物体在接近机械臂102的该第一接近范围内的第一接近警报,并且在块S150中,当第一接近警报为当前情况时,将机械臂的当前速度减小到机械臂102的最大速度的第一比例(例如,50%)。
然而,如果第一感测电路的电容的第一变化率超过相应的阈值变化率,如果第二感测电路的电容的第二变化率超过相应的阈值变化率,则处理器150可以估计未知物体在小于机械臂102的第一段的第一接近范围的第二接近范围内(例如,在8英寸内,或在8”内)。处理器150可以:在块S140中,发出关于未知物体的接近度在机械臂102的该第二接近范围内的第二接近警报,并且当第二接近警报为当前情况时,将机器人的当前速度减小到机械臂102的最大速度的小于第一比例的第二比例(例如,20%或0%)。
因此,处理器150可比较以不同可感测范围为特征的各种电极(对于共同的外部物体)的电容的变化率的偏差,以估计机械臂102的臂段与未知外部物体之间的距离。
然而,处理器150可以以任何其他方式操纵在采样时段期间或当机械臂102到达预定路点时从一个或更多个控制器接收的电容值数据,以检测未知物体在机械臂的工作体积内的存在、以确定未知物体相对于机械臂102的位置,和/或确定机械臂102与物体接触的区域。如果检测到未知物体,则处理器150然后可以在块S140中发出接近警报。处理器150可以随时间重复该过程,诸如对于轨迹的执行期间的每个采样时段或路点,以便实时发出、响应和清除接近警报。
处理器150还可以在关于当前采样时段或路点的接近度矩阵中存储(在当前采样时段期间或在当前路点处收集的电容数据所生成的)物体存在、位置和/或距离数据。处理器150可将该当前接近度矩阵与前一组相似接近度矩阵进行比较以跟踪未知物体相对于机械臂102随时间的接近度、位置和/或距离。例如,对于一个采样时段或路点,处理器150可以生成耦合到呈现偏离目标或期望电容值的实际电容值(即,当前接近警报的局部位置)的感测电路的电极的接近度矩阵(或接近度阵列或其他容器)寻址位置;处理器150然后可以在块S150中分别处理每个定向接近警报,以躲避工作体积内的一个或更多个未知物体,如下所述。
10.物体躲避
处理器150还可以执行块S150,其记述了响应于接近报警而减小机械臂102移动通过轨迹的当前速度。通常,当在机械臂的工作体积内检测到未知物体时,处理器150可以设置关于机械臂102中的一个或更多个可致动轴的最大接合速度限制。
在一个示例中,如果处理器150根据在一系列采样时段内生成的物体位置矩阵的序列确定物体靠近机械臂102的左侧并且在空间中基本上是静止的,则处理器150可以:在块S140中,发出左侧接近报警;并且将对于第一臂段和第二臂段的后端处的可致动轴的速度限制设置为其最大速度的50%,但是将对于基部110中的旋转轴的速度限制设置为在顺时针位置处的其最大速度的50%以及将当物体保持在大致相同的绝对位置时在逆时针位置处的其最大速度的10%,使得机械臂102可以相对快速地相对于物体延伸、缩回并远离物体但可以仅以慢得多的速度朝向物体移动。
类似地,如果处理器150根据在一系列采样时段内生成的物体位置矩阵的序列确定物体位于端部执器140附近的机械臂102的前方并且在空间中基本上是静止的,则处理器150可以将对于臂段之间的可致动轴的速度限制设置为关于使机械臂102远离物体缩回的运动的其最大速度的50%以及关于将机械臂102朝着物体延伸的运动的其最大速度的10%,使得机械臂102可以相对快速地从物体缩回,但只能以慢得多的速度朝物体移动。在该示例中,当机械臂102移动到更靠近物体时,处理器150可以继续减小机械臂102中的选择的可致动轴的速度限制,如图5所示,例如当安装的端部执行器在物体的1英寸范围内时达到完全停止的速度。处理器150还可以在机械臂102远离物体移动时增加对可致动轴的速度限制。因此,处理器150可基于机械臂102与外部物体之间的距离以及物体相对于机械臂102的位置两者动态地调整对机械臂102内的选择的可致动轴的速度限制。
如图6所示,处理器150还可以基于机械臂102是否正朝向物体移动或者物体是否正在朝向机械臂102移动来设置机械臂102中的每个可致动轴的最大接合速度。例如,处理器150可以比较在当前和上一次采样时段期间生成的邻近矩阵,以确定在被检测到的物体与机械臂102上的已知位置的特定电极(或一组电组)之间的距离是增加还是减小;也就是说,处理器150可以基于在当前和上一次采样时段内生成的接近度矩阵以及在当前和上一次采样时段之间的持续时间(即采样率)来确定物体相对于在机械臂102上的一个或更多个电极关于当前采样时段的近似速度。处理器150还可以关于每个采样时段生成限定每个电极(或者机械臂102上的其他点)在空间中的的位置的臂位置电容矩阵,例如詹姆森电容矩阵。处理器150然后可以基于用于当前和上一次采样时段的臂位置矩阵之间的差值和采样率来计算关于当前采样时段的机械臂102上的每个电极(或各种其他点)的速度(例如相对于基部110上的参考点)。因此,在一个采样时段中,如果物体相对于机械臂102上的电极的速度为负,则物体与电极之间的距离减小;如果物体与电极之间的距离减小并且物体相对于电极的速度大于电极相对于参考点的速度,则物体接近电极;并且如果物体和电极之间的距离减小并且物体相对于电极的速度小于电极相对于参考点的速度,则电极接近物体。处理器150可以在系统100的操作期间关于每个采样时段对全部或选择的电极生成这些计算。
在前述实现中,如果机械臂102(例如特定电极)与物体之间的距离减小并且机械臂102正接近物体,则处理器150可以以与机械臂102与物体之间的距离的相反关系来设置对于机械臂102中的可致动轴的速度限制(如上所述),并且一旦检测到物体与机械臂102上的任何点之间的距离达到阈值最小距离(例如1英寸),就停止朝向物体的所有运动。处理器150可以继续在随后的采样时段中监测控制器123的输出,并且如果物体远离机械臂102移动,则释放机械臂102以用于朝向物体进一步运动。因此,处理器150可以使机械臂102在接触之前慢慢至停止,并且一旦物体不再处于机械臂102的路径中时就可以重新开始轨迹。
可选地,如果处理器150确定臂与物体之间的距离减小并且物体正接近机械臂102,则处理器150可以随着机械臂102与物体之间的距离减小而减小对于机械臂102中的可致动轴的速度限制,如上所述,例如减小到对于驱动机械臂102朝向物体的任何轴的最大速度的2%的速度限制,如图6所示。处理器150可以根据轨迹继续朝着物体驱动机械臂102(尽管相对缓慢),直到物体接触机械臂102的表面的点。当处理器150例如基于从机械臂102中的一个或更多个控制器接收到的电容数据或者基于根据布置在可致动轴中的加速度计或力传感器的输出的检测到的碰撞而检测到物体(例如,手)已经接触机械臂102时,处理器150可从轨迹执行模式转换到手动操纵模式或转换到训练模式。在手动操纵模式或训练模式下,处理器150可以根据在机械臂102上检测到的输入来驱动在机械臂102中的可致动轴,如下所述。具体地,在手动操纵或训练模式下,处理器150可以将机械臂102保持在当前位置上,直到被与机械臂102的表面接触的物体(例如,用户的手或手指)操纵为止,并且当机械臂102被用户操纵时,处理器150可以记录每个可致动轴处的运动。一旦物体从机械臂102释放,处理器150可以例如自动地或响应于来自用户的经由机械臂102上的表面的或者通过与系统100通信的用户接口的确认而返回到轨迹的执行。
处理器150可实施前述方法和技术以设置关于选择的可致动轴的、关于选择的臂段的和/或关于安装的端部执行器的运动的速度限制。例如,为了躲避在执行预先计划的轨迹时在工作体积内检测到未知物体,处理器150可以驱动在第一臂段和第二臂段之间的、远离检测到的物体的第二可致动轴,由此移动第二可致动轴134离开其在轨迹中限定的目标路径;同时,处理器150可以驱动机械臂102内的其他可致动轴到类似的偏离位置,使得端部执行器140保持在由轨迹限定的其目标路径上。
处理器150还可以基于机械臂102的速度(或根据每个可致动轴的真实速度计算的每个臂段的真实速度)来设置对于臂内的控制器123的采样率。例如,处理器150可以随着整个臂的或选择的可致动轴的速度增加而提高采样率并更新对于每个感测电路的电容值阈值;反之亦然。然而,处理器150可以采用任何其它合适的方式在一系列采样时段内收集并操纵从一个或更多个控制器接收到的电容值数据,以发布和处理接近警报。
11.轴控制
如上所述,当物体与机械臂102的表面接触时,该过程可以进入手动操作模式或训练模式;在操纵模式或训练模式下,处理器150可根据机械臂102的表面上的手动输入解锁和/或主动地驱动机械臂102内的各种可致动轴。
在一个示例中,如上所述,经由第一可致动轴在其后端处连接到基部110的第一臂段可以包括围绕其相邻于第一可致动轴124的近端径向被图案化的一组人字形控制电极,并且可以包括沿其远端被图案化的一组感测电极。在该示例中,经由第二可致动轴连接到第一臂段120的第二臂段可以包括沿其相邻于第二可致动轴134的近端被图案化的一组感测电极,并且可以包括围绕第二臂段130的远端径向被图案化的一组人字形控制电极,并且夹持器型端部执行器可以连接至第三可致动(例如,旋转驱动)轴并且可以包括通过第四可致动轴致动的(即打开和闭合)的一组夹爪。在此示例中,处理器150可操纵从第一臂段和第二臂段上的感测电极收集的电容数据,以检测物体到机械臂102的接近度并在执行预先记录或预先定义的轨迹期间调整每个臂段的速度和/或方向。此外,在此示例中,处理器150可操纵从第一臂段120上的一组控制电极收集的电容数据:当物体保持静止接触第一臂段120的近端时锁定第一可致动轴124;使第一可致动轴124沿顺时针方向旋转,与和第一臂段120的近端接触并顺时针方向围绕其径向滑动的物体基本上同步;使第一可致动轴124沿逆时针方向旋转,与和第一臂段120的近端接触并逆时针方向围绕其径向滑动的物体基本上同步;当接触第一臂段120的近端的物体向第一臂段120的前端移动时打开第二可致动轴134;并且在接触第一臂段120的近端的物体朝向第一臂段120的后端移动时闭合第二可致动轴134。
类似地,处理器150可以操纵从第二臂段130上的一组控制电极收集的电容数据:当物体保持与第二臂段130的远端静止接触时锁定第三可致动轴和第四可致动轴;使第三可致动轴184顺时针方向旋转(并且因此使夹持器型端部执行器旋转),与和第二臂段130的远端接触并顺时针方向围绕其径向滑动的物体基本上同步;使第三可致动轴184逆时针方向旋转,与和第二臂段130的远端接触并逆时针方向围绕其径向滑动的物体基本上同步;当接触第二臂段130的远端的物体朝向第二臂段130的前端移动时打开第四可致动轴(并因此打开夹持器型端部执行器的夹爪);并且当接触第二臂段130的远端的物体朝向第二臂段130的后端移动时闭合第四可致动轴。
在另一个实现中,机械臂102包括:串联布置在基部110和端部执行器140之间的一组臂段;布置在与端部执行器140(或端部执行器接头182)相邻的最终臂段的一侧上的第一电极;以及布置在与端部执行器140相邻的最终臂段的相对侧上的第二电极。在该实现中,处理器150可以实现上述方法和技术以解释耦合到第一电极121的第一感测电路的电容变化(或与电容的预期变化速率的偏差)以及耦合到第二电极131的第二感测电路电容的变化(或与电容的预期变化速率的偏差),以分别检测外部物体与邻近(例如,越过)第一电极和第二电极的最终臂段的表面之间的接触。当同时检测到第一感测电路122处的第一输入(即,与外部物体接触)和第二感测电路132处的与第一输入相对的第二输入时,处理器150可以将该一对输入解释为在最后臂段上的抓握手势并相应地实现机械臂102的一个或更多个可致动轴的手动控制。
例如,处理器150可以:响应于第一感测电路的电容的变化率超过接触阈值变化率(大于接近阈值变化率)指示外部物体已经接触邻近第一电极121的最终臂段,检测物体与邻近第一电极121的最终臂段的第一区域之间的第一接触。特别地,外部物体与邻近第一电极121的臂段之间的机械接触可以以比物体接近但不接触臂段时的情况更大的速率从第一电极121放出电流,并且处理器150可以基于第一感测电路的电容的这种变化率来检测与外部物体的接触。在该示例中,大致同时,处理器150可以实现类似的方法和技术以响应于第二感测电路132的电容的变化率超过接触阈值变化率来检测物体与邻近第二电极131的最终臂段的第二区域之间的第二接触。处理器150然后可以:将在相似时间段内发生的第一接触和第二接触解释为用于控制耦合到最终臂段的可致动轴的手动控制手势;并且根据手动控制手势解锁第一可致动轴124。在这个示例中,处理器150可以解锁耦合到与端部执行器140相对的最终臂段的可致动轴,以使操作者能够相对于其他臂段和基部110枢转最终臂段。
在前述示例中,系统100还可以包括耦合到第三感测电路的并布置在最终臂段上的在第一区域电极和第二电极131之间的第三电极。处理器150可以实施如上所述的方法和技术以响应于第三电路的电容的变化率超过接触阈值变化率来检测物体与邻近第三电极的最终臂段的第三区域之间的第三接触。该过程然后可以:将第一接触、第二接触和第三接触解释为控制机械臂102内的多个可致动轴(例如,在最终臂段与第二臂段之间的第一可致动轴124和在第二臂段130与第三臂段180之间的第二可致动轴)的延伸的手动控制手势;并且根据该延伸的手动控制手势来解锁这些可致动轴(例如,第一可致动轴124和第二可致动轴134)。
然而,处理器150可以基于在手动操纵模式或训练模式的执行期间在机械臂102的表面上的输入以任何其他合适的方式操纵机械臂102。
本文描述的系统100和方法可至少部分地体现和/或实现为被配置成接收存储计算机可读指令的计算机可读介质的机器。可通过结合有应用、小应用、主机、服务器、网络、网站、通信服务、通信接口、用户计算机的或移动设备的硬件/固件/软件元件、腕带、智能电话或其任何合适组合的计算机可执行部件来执行这些指令。实施方式的其它系统和方法可至少部分地体现和/或实现为被配置成接收存储计算机可读指令的计算机可读介质的机器。这些指令可通过由结合有以上所述类型的装置和网络的计算机可执行部件来执行。计算机可读介质可存储在任何合适的计算机可读媒介上,诸如RAM、ROM、闪存、EEPROM、光学设备(CD或DVD)、硬盘驱动器、软盘驱动器或任何合适设备。计算机可执行部件可以是处理器,但是任何合适的专用硬件设备可以(可选地或另外地)执行指令。
本领域技术人员根据先前的详细描述以及根据附图和权利要求将认识到,可以对本发明的实施方式作出修改和改变,而不脱离如在所附权利要求中界定的本发明的范围。
Claims (21)
1.一种用于控制机械臂的方法,所述方法包括:
移动所述机械臂通过轨迹;
在所述机械臂沿着所述轨迹占据第一位置的第一时间处,测量第一感测电路的第一电容,所述第一感测电路包括在所述机械臂的第一臂段上延伸的第一电极;
在所述机械臂沿着所述轨迹占据第二位置的第二时间处,测量所述第一感测电路的第二电容,所述第二时间在所述第一时间之后;
基于所述第一电容和所述第二电容之间的差值计算所述第一感测电路的电容的第一变化率;
响应于所述第一感测电路的电容的所述第一变化率超过阈值变化率,发出接近警报;和
响应于所述接近警报,减小所述机械臂移动通过所述轨迹的当前速度。
2.根据权利要求1所述的方法,其中,测量所述第一感测电路的所述第一电容包括在所述第一时间处测量所述第一感测电路的谐振频率;其中,测量所述第一感测电路的所述第二电容包括在所述第二时间处测量所述第二感测电路的谐振频率;并且其中,计算所述第一变化率包括基于所述第一谐振频率与所述第二谐振频率之间的差值来计算所述第一感测电路的谐振频率的第一变化率。
3.根据权利要求1所述的方法,还包括在所述第一时间之前的初始时间处:
移动所述机械臂通过电容映射路线;
记录在沿着所述电容映射路线的离散路点处的所述第一感测电路的一组绝对电容值;
将所述一组绝对电容值转换为在沿着所述电容映射路线的所述离散路点之间的相对电容值变化;
将所述相对电容值变化聚合成由所述机械臂占据的物理空间的基线电容图;和
根据所述基线电容图和所述机械臂在所述第一位置和所述第二位置之间的速度来计算所述第一位置和所述第二位置之间的所述阈值变化率。
4.根据权利要求3所述的方法,
其中,移动所述机械臂通过轨迹包括移动所述机械臂通过近似所述电容映射路线的轨迹;
其中,记录所述第一感测电路的所述一组绝对电容值包括记录在沿着所述电容映射路线的一组离散路点处的所述第一感测电路的所述一组绝对电容值,所述一组离散路点包括所述第一位置和所述第二位置;和
其中,发出所述接近警报包括响应于所述第一感测电路的电容的所述第一变化率超过所述阈值变化率而检测在所述初始时间与所述第二时间之间的由所述机械臂占据的物理空间中的变化并基于所述物理空间中的变化发出所述接近警报。
5.根据权利要求1所述的方法,
其中,发出所述接近警报包括将所述第一感测电路的电容的所述第一变化率转换成所述第一电极相对于外部物体的速度并且响应于所述第一电极相对于外部物体的速度近似所述机械臂从所述第一位置到所述第二位置的速度而发出关于朝向静态物体的运动的所述接近警报;和
其中,减小所述机械臂的当前速度包括当关于朝向静态物体的运动的所述接近警报是当前情况时将所述机械臂的当前速度减小到所述机械臂的最大值的一部分。
6.根据权利要求1所述的方法,
其中,发出所述接近警报包括将所述第一感测电路的电容的所述第一变化率转换成所述第一电极相对于外部物体的速度,并且响应于所述第一电极相对于外部物体的速度超过所述机械臂从所述第一位置到所述第二位置的速度而发出关于动态物体朝向所述机械臂的运动的所述接近警报;和
其中,减小所述机械臂的当前速度包括当关于动态物体朝向所述机械臂的运动的所述接近警报是当前情况时停止所述机械臂的运动。
7.根据权利要求1所述的方法,
还包括:计算第二感测电路在所述第一时间和第二时间之间的电容的第二变化率,所述第二感测电路包括第二电极,所述第二电极在所述机械臂的所述第一臂段上延伸、邻近于所述第一电极并限定第二区域,所述第二区域小于由所述第一电极限定的第一区域;
其中,发出所述接近警报包括:
响应于所述第一变化率超过所述阈值变化率并且所述阈值变化率超过所述第二变化率,发出关于外部物体的接近度在所述机械臂的第一接近范围内的第一接近警报,所述第一接近范围对应于所述第一电极的第一可感测范围;和
响应于所述第一变化率和所述第二变化率超过所述阈值变化率,发出关于外部物体的接近度在所述机械臂的第二接近范围内的第二接近警报,所述第二接近范围对应于所述第二电极的第二可感测范围;和
其中,减小所述机械臂的当前速度包括:
响应于所述第一接近警报,将所述机械臂的当前速度减小到所述机械臂的最大速度的第一比例;和
响应于所述第二接近警报,将所述机械臂的当前速度减小到所述机械臂的最大速度的第二比例,所述第二比例小于所述第一比例。
8.根据权利要求1所述的方法,
其中,移动所述机械臂通过所述轨迹包括致动插入在所述机械臂的所述第一臂段和第二臂段之间的第一可致动轴和致动插入在所述机械臂的所述第二臂段和基部之间的第二可致动轴;
所述方法还包括:计算第二感测电路在所述第一时间和第二时间之间的电容的第二变化率,所述第二感测电路包括第三电极,所述第三电极在所述第二臂段上延伸;
其中,发出所述接近警报包括响应于电容的所述第一变化率和电容的所述第二变化率中的一个超过所述阈值变化率而发出所述接近警报;和
其中,减小所述机械臂的当前速度包括响应于所述接近警报而设置所述第一可致动轴和所述第二可致动轴的减小的最大旋转速度。
9.根据权利要求1所述的方法,还包括:
在第三时间处,基于所述第一感测电路的电容的第二变化率超过第二阈值变化率,检测在物体与所述第一臂段的相邻于所述第一电极的第一区域之间的第一接触,所述第二阈值超过所述第一阈值;
在大约所述第三时间处,基于所述第二感测电路的电容的第三变化率超过所述第二阈值变化率,检测在物体与所述第一臂段的相邻于耦合到第二感测电路的第二电极的第二区域之间的第二接触,所述第一臂段的所述第二区域与所述第一臂段的所述第一区域相对;
将所述第一接触和所述第二接触解释为控制耦合到所述第一臂段的第一可致动轴的手动控制手势;和
响应于所述手动控制手势而解锁所述第一可致动轴。
10.根据权利要求1所述的方法,还包括:
在大约第四时间处,基于第三感测电路的电容的第四变化率超过所述第二阈值变化率,检测在物体与所述第一臂段的相邻于耦合到所述第三感测电路的第三电极的第三区域之间的第三接触,所述第一臂段的所述第三区域插入在所述第一臂段的所述第一区域和所述第二区域之间;和
将所述第一接触、所述第二接触和所述第三接触解释为控制所述第一可致动轴和耦合到支撑所述第一臂段的第二臂段的第二可致动轴的第二手动控制手势;和
响应于所述第二手动控制手势来解锁所述第一可致动轴和所述第二可致动轴。
11.一种系统,包括:
基部;
第一臂段;
第二臂段,所述第二臂段插入在所述基部和所述第一臂段之间,经由第一可致动轴耦合到所述第一臂段,并且经由第二可致动轴耦合到所述基部;
端部执行器,所述端部执行器耦合到所述第一臂段的与所述第一可致动轴相对的端部;
第一电极,所述第一电极布置成横跨在所述第一臂段的区域上,并且电耦合到第一感测电路;和
控制器,所述控制器被配置为在所述第一可致动轴和所述第二可致动轴的致动期间测量所述第一感测电路的电容。
12.根据权利要求11所述的系统,其中,所述控制器被配置为通过感测所述第一感测电路的谐振频率来测量所述第一感测电路的电容。
13.根据权利要求11所述的系统,
其中,所述控制器被配置为在第一时间处测量所述第一感测电路的第一电容和在所述第一时间之后的第二时间处测量所述第一感测电路的第二电容;和
所述系统还包括处理器,所述处理器被配置成:
致动所述第一可致动轴和所述第二可致动轴以将所述端部执行器从在所述第一时间处的物理空间中的第一位置移动到在所述第二时间处的所述物理空间上的第二位置;
计算所述第一感测电路在所述第一时间与所述第二时间之间的电容的第一变化率;
响应于所述第一感测电路的电容的所述第一变化率超过阈值变化率,在所述第二时间处发出接近警报;和
响应于所述接近警报,减小所述第一可致动轴和所述第二可致动轴的最大致动速度。
14.根据权利要求13所述的系统,
其中,所述第一电极被布置成横跨在所述第一臂段的背侧上;和
其中,所述处理器被配置成:
响应于所述第一感测电路的电容的所述第一变化率超过所述阈值变化率,发出关于在垂直于所述第一臂段的所述背侧的第一方向上的运动的所述接近警报;和
响应于所述接近警报,减小所述第一可致动轴在将所述第一臂段在所述第一方向上移动的方向上的所述最大致动速度。
15.根据权利要求13所述的系统,
所述系统还包括第二电极,所述第二电极被布置成横跨所述第一臂段的横向侧并且被耦合到第二感测电路;和
其中,所述处理器被配置成:
响应于所述第二感测电路的电容的变化率超过所述阈值变化率,发出关于在垂直于所述第一臂段的所述横向侧的第二方向上的运动的第二接近警报;和
响应于所述第二接近警报,减小所述第二可致动轴在将所述第一臂段在所述第二方向上移动的方向上的所述最大致动速度。
16.根据权利要求11所述的系统,
还包括:
第二电极,所述第二电极布置在所述第一臂段的在所述端部执行器与第一电极之间的第一侧上并电耦合至第二感测电路;和
第三电极,所述第三电极布置在所述第一臂段的与所述第二电极相对的第二侧上并且电耦合到第三感测电路;
其中,所述控制器被配置成测量所述第二感测电路和所述第三感测电路的电容;和
所述系统还包括处理器,所述处理器被配置成响应于所述第二感测电路的电容的第一变化指示在第三时间处在外部物体与所述第一臂段的所述第一侧之间的接触并且响应于所述第三感测电路的电容的第二变化指示在大约所述第三时间处在外部物体与所述第一臂段的所述第二侧之间的接触而解锁所述第一可致动轴用于手动操纵。
17.根据权利要求11所述的系统,还包括第三臂段,所述第三臂段插入在所述第二臂段和所述基部之间,在第一端部上耦合到所述第二可致动轴并且经由第三可致动轴在与所述第一端部相对的第二端部处耦合到所述基部。
18.根据权利要求11所述的系统,
其中,所述第一臂段包括:
从所述第一可致动轴延伸的刚性梁;和
布置在所述刚性梁上并沿所述刚性梁延伸的覆盖物;和
其中,所述第一电极包括被布置成横跨在所述覆盖物上的导电材料,并电耦合到布置在所述第一臂段内的所述第一感测电路。
19.根据权利要求17所述的系统,其中,所述第一臂段还包括布置在所述第一电极下方的、在所述覆盖物上的接地电极;并且其中,所述控制器将所述接地电极驱动到参考电接地电势。
20.根据权利要求11所述的系统,
还包括:
第一接地电极,所述第一接地电极布置成在所述第一臂段上相邻于所述第一电极并耦合到所述第一感测电路;
第二电极,所述第二电极布置成横跨所述第二臂段的区域并且电耦合到第二感测电路;和
第二接地电极,所述第二接地电极布置成在所述第一臂段上相邻于所述第一电极并耦合到所述第一感测电路;
其中,所述控制器被配置为顺序地驱动所述第一电极和所述第二电极,以分别用于测量在所述第一电极与所述第一接地电极之间的电容和测量在所述第二电极与所述第二接地电极之间的电容。
21.根据权利要求11所述的系统,其中,所述端部执行器包括短暂地耦合到所述第二臂的与所述第二可致动轴相对的端部的机动夹持器。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201562216328P | 2015-09-09 | 2015-09-09 | |
US62/216,328 | 2015-09-09 | ||
PCT/US2016/050870 WO2017044686A1 (en) | 2015-09-09 | 2016-09-09 | Robotic arm system and object avoidance methods |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108602187A true CN108602187A (zh) | 2018-09-28 |
Family
ID=58190018
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680064712.7A Pending CN108602187A (zh) | 2015-09-09 | 2016-09-09 | 机械臂系统和物体躲避方法 |
Country Status (5)
Country | Link |
---|---|
US (2) | US10213923B2 (zh) |
EP (1) | EP3347843A4 (zh) |
JP (1) | JP2018530441A (zh) |
CN (1) | CN108602187A (zh) |
WO (1) | WO2017044686A1 (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111070200A (zh) * | 2018-10-22 | 2020-04-28 | 新世代机器人暨人工智慧股份有限公司 | 机器人的防碰撞方法 |
CN111085983A (zh) * | 2018-10-24 | 2020-05-01 | 发那科株式会社 | 机器人的控制方法 |
US20200398431A1 (en) * | 2019-06-18 | 2020-12-24 | Robert Bosch Gmbh | Collision-Detection Device for Gripper Systems and Method for Detecting a Collision |
WO2021022625A1 (zh) * | 2019-08-02 | 2021-02-11 | 深圳市越疆科技有限公司 | 装置的避障方法、装置和控制器 |
CN112428278A (zh) * | 2020-10-26 | 2021-03-02 | 北京理工大学 | 机械臂的控制方法、装置及人机协同模型的训练方法 |
CN113451791A (zh) * | 2021-05-22 | 2021-09-28 | 深圳市越疆科技有限公司 | 检测电路板与电极的连接结构、电子皮肤、外壳及机械臂 |
Families Citing this family (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102015224641A1 (de) * | 2015-12-08 | 2017-06-08 | Kuka Roboter Gmbh | Verfahren zum Erkennen einer Kollision eines Roboterarms mit einem Objekt und Roboter mit einem Roboterarm |
WO2017218586A1 (en) * | 2016-06-13 | 2017-12-21 | Gamma2Robotics | Methods and systems for reducing false alarms in a robotic device by sensor fusion |
EP3427904B1 (de) * | 2017-07-13 | 2020-06-10 | Siemens Aktiengesellschaft | Anordnung mit einem manipulator und einer begrenzungseinrichtung zur begrenzung des arbeitsbereichs |
JP6633580B2 (ja) * | 2017-08-02 | 2020-01-22 | ファナック株式会社 | ロボットシステム及びロボット制御装置 |
US20210060764A1 (en) * | 2017-08-31 | 2021-03-04 | Laser Mechanisms, Inc. | Robotic arm end effector |
JP7052308B2 (ja) * | 2017-11-15 | 2022-04-12 | セイコーエプソン株式会社 | センサー、およびロボット |
JP7151072B2 (ja) * | 2017-11-15 | 2022-10-12 | セイコーエプソン株式会社 | ロボット |
US11192308B2 (en) * | 2018-03-16 | 2021-12-07 | International Business Machines Corporation | Printer filament feed monitoring |
JP7206638B2 (ja) * | 2018-06-01 | 2023-01-18 | セイコーエプソン株式会社 | ロボット、制御装置およびロボットの制御方法 |
IT201800006529A1 (it) * | 2018-06-20 | 2019-12-20 | Macchina utensile con testa di taglio laser e relativo metodo di controllo di collisione | |
USD920507S1 (en) * | 2018-10-15 | 2021-05-25 | Lsi Solutions, Inc. | Surgical equipment holder |
USD898909S1 (en) * | 2018-10-15 | 2020-10-13 | Lsi Solutions, Inc. | Surgical equipment holder |
USD898192S1 (en) * | 2018-10-15 | 2020-10-06 | Lsi Solutions, Inc. | Surgical equipment holder |
EP3639983A1 (en) * | 2018-10-18 | 2020-04-22 | Technische Universität München | Anti-collision safety measures for a reconfigurable modular robot |
CN112996572B (zh) * | 2018-11-26 | 2022-12-13 | 鲁卡斯液压有限公司 | 用于便携使用的能携带的工作设备 |
WO2020175425A1 (ja) * | 2019-02-25 | 2020-09-03 | 国立大学法人 東京大学 | ロボットシステム、ロボットの制御装置、およびロボットの制御プログラム |
US10671034B1 (en) * | 2019-03-18 | 2020-06-02 | Sigmasense, Llc. | Motor drive input adaptation with in-line drive-sense circuit |
JP7251262B2 (ja) * | 2019-03-28 | 2023-04-04 | セイコーエプソン株式会社 | 可動体、ロボットおよび移動体 |
JP2021020286A (ja) * | 2019-07-30 | 2021-02-18 | セイコーエプソン株式会社 | 検出方法およびロボット |
JP7287866B2 (ja) * | 2019-08-30 | 2023-06-06 | ファナック株式会社 | ロボット制御装置およびアーク溶接ロボットシステム |
USD949332S1 (en) * | 2020-02-26 | 2022-04-19 | Lsi Solutions, Inc. | Dock for surgical equipment holder |
USD949331S1 (en) * | 2020-02-26 | 2022-04-19 | Lsi Solutions, Inc. | Dock for surgical equipment holder |
USD949333S1 (en) * | 2020-02-26 | 2022-04-19 | Lsi Solutions, Inc. | Dock for surgical equipment holder |
US11919175B2 (en) | 2020-04-15 | 2024-03-05 | Mujin, Inc. | Robotic system with collision avoidance mechanism and method of operation thereof |
FR3115719B1 (fr) * | 2020-11-04 | 2023-12-15 | Fogale Nanotech | Procédé et dispositif de contrôle du mouvement d’un robot articulé, robot équipé d’un tel dispositif. |
JP7276359B2 (ja) * | 2021-01-07 | 2023-05-18 | 株式会社安川電機 | 動作指令生成装置、機構制御システム、コンピュータプログラム、動作指令生成方法及び機構制御方法 |
US11945117B2 (en) | 2021-03-10 | 2024-04-02 | Samsung Electronics Co., Ltd. | Anticipating user and object poses through task-based extrapolation for robot-human collision avoidance |
US20220288777A1 (en) * | 2021-03-10 | 2022-09-15 | Samsung Electronics Company, Ltd. | Parameterized Waypoint Generation on Dynamically Parented Non-Static Objects for Robotic Autonomous Tasks |
JP2022139292A (ja) * | 2021-03-11 | 2022-09-26 | 川崎重工業株式会社 | ロボットシステムおよびロボットシステムの組み立て方法 |
US11833691B2 (en) | 2021-03-30 | 2023-12-05 | Samsung Electronics Co., Ltd. | Hybrid robotic motion planning system using machine learning and parametric trajectories |
CN115958609B (zh) * | 2023-03-16 | 2023-07-14 | 山东卓朗检测股份有限公司 | 基于智能机器人自动控制系统的指令数据安全预警方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5775287A (en) * | 1980-10-29 | 1982-05-11 | Mitsubishi Electric Corp | Control device for arc welding robot |
US5166679A (en) * | 1991-06-06 | 1992-11-24 | The United States Of America As Represented By The Administrator Of The National Aeronautics & Space Administration | Driven shielding capacitive proximity sensor |
CN101522377A (zh) * | 2006-10-20 | 2009-09-02 | 株式会社日立制作所 | 机械手 |
JP2010010116A (ja) * | 2008-05-30 | 2010-01-14 | Fujikura Ltd | 接近制御装置および接近センサ |
CN101809415A (zh) * | 2007-09-25 | 2010-08-18 | 3M创新有限公司 | 电容式传感器以及使用它的近程探测器 |
CN103192414A (zh) * | 2012-01-06 | 2013-07-10 | 沈阳新松机器人自动化股份有限公司 | 一种基于机器视觉的机器人防撞保护装置及方法 |
US20130342224A1 (en) * | 2010-12-29 | 2013-12-26 | Joachim Frangen | Sensor system for monitoring surroundings on a mechanical component, and method for actuating and evaluating the sensor system |
WO2014177677A1 (en) * | 2013-05-02 | 2014-11-06 | Al-Sallami Hussein | Capacitive proximity sensor system |
Family Cites Families (52)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3543910A (en) * | 1968-07-30 | 1970-12-01 | George C Devol | Work-head automatic motions controls |
US4453085A (en) * | 1981-05-11 | 1984-06-05 | Diffracto Ltd. | Electro-optical systems for control of robots, manipulator arms and co-ordinate measuring machines |
JPS63238502A (ja) * | 1987-03-27 | 1988-10-04 | Yokohama Rubber Co Ltd:The | 近接覚・触覚センサ |
US5227930A (en) * | 1990-07-20 | 1993-07-13 | Quantum Corporation | Head position recalibration for disk drive |
US5535306A (en) * | 1993-01-28 | 1996-07-09 | Applied Materials Inc. | Self-calibration system for robot mechanisms |
US5946449A (en) * | 1996-04-05 | 1999-08-31 | Georgia Tech Research Corporation | Precision apparatus with non-rigid, imprecise structure, and method for operating same |
WO1999050721A1 (en) * | 1997-09-19 | 1999-10-07 | Massachusetts Institute Of Technology | Robotic apparatus |
CA2255839A1 (en) * | 1996-07-05 | 1998-01-15 | Mark Gross | Automated sample processing system |
US6070109A (en) * | 1998-03-10 | 2000-05-30 | Fanuc Robotics North America, Inc. | Robot calibration system |
US6459926B1 (en) * | 1998-11-20 | 2002-10-01 | Intuitive Surgical, Inc. | Repositioning and reorientation of master/slave relationship in minimally invasive telesurgery |
US8527094B2 (en) * | 1998-11-20 | 2013-09-03 | Intuitive Surgical Operations, Inc. | Multi-user medical robotic system for collaboration or training in minimally invasive surgical procedures |
US8600551B2 (en) * | 1998-11-20 | 2013-12-03 | Intuitive Surgical Operations, Inc. | Medical robotic system with operatively couplable simulator unit for surgeon training |
JP3326472B2 (ja) * | 1999-11-10 | 2002-09-24 | 独立行政法人 航空宇宙技術研究所 | 多関節ロボット |
US6308113B1 (en) * | 2000-06-09 | 2001-10-23 | The United States Of America As Represented By The United States National Aeronautics And Space Administration | Assembly for moving a robotic device along selected axes |
JP3640609B2 (ja) * | 2000-10-16 | 2005-04-20 | アルプス電気株式会社 | プラズマ処理装置,プラズマ処理システムおよびこれらの性能確認システム,検査方法 |
JP3670206B2 (ja) * | 2000-11-06 | 2005-07-13 | アルプス電気株式会社 | プラズマ処理装置又はプラズマ処理システムの性能評価方法、保守方法、性能管理システム、及び性能確認システム、並びにプラズマ処理装置 |
FR2844349B1 (fr) * | 2002-09-06 | 2005-06-24 | Nanotec Solution | Detecteur de proximite par capteur capacitif |
US6949938B2 (en) * | 2002-11-20 | 2005-09-27 | Taiwan Semiconductor Manufacturing Co., Ltd. | Prevention of robot damage via capacitive sensor assembly |
KR20060113930A (ko) * | 2003-12-30 | 2006-11-03 | 리포소닉스 인코포레이티드 | 지방 조직의 파괴를 위한 시스템 및 장치 |
US20050159840A1 (en) * | 2004-01-16 | 2005-07-21 | Wen-Jong Lin | System for surface finishing a workpiece |
US7370524B2 (en) * | 2004-08-13 | 2008-05-13 | Lawrence Livermore National Security, Llc | Adaptive vibration control using synchronous demodulation with machine tool controller motor commutation |
CN101010877B (zh) * | 2004-08-31 | 2010-09-08 | 皇家飞利浦电子股份有限公司 | X光机的接近传感器 |
US7187282B2 (en) * | 2004-09-09 | 2007-03-06 | Invisa, Inc | Digital capacitive sensing device for security and safety applications |
US9104650B2 (en) * | 2005-07-11 | 2015-08-11 | Brooks Automation, Inc. | Intelligent condition monitoring and fault diagnostic system for preventative maintenance |
US7882394B2 (en) * | 2005-07-11 | 2011-02-01 | Brooks Automation, Inc. | Intelligent condition-monitoring and fault diagnostic system for predictive maintenance |
US8786613B2 (en) * | 2006-04-08 | 2014-07-22 | Alan Millman | Method and system for interactive simulation of materials and models |
US20070281149A1 (en) * | 2006-06-06 | 2007-12-06 | Asml Netherlands B.V. | Lithographic apparatus and device manufacturing method |
WO2008070454A2 (en) * | 2006-11-28 | 2008-06-12 | Process Equipment Co. Of Tipp City | Proximity detection system |
JP4645601B2 (ja) * | 2007-02-13 | 2011-03-09 | トヨタ自動車株式会社 | 環境地図の生成方法及び移動ロボット |
JP4433022B2 (ja) * | 2007-09-04 | 2010-03-17 | 株式会社デンソー | 電動モータ |
US9895798B2 (en) * | 2007-10-19 | 2018-02-20 | Force Dimension | Device for movement between an input member and an output member |
US8426761B2 (en) * | 2009-10-21 | 2013-04-23 | Fanuc Ltd | Method of detection of welding workpiece position using movable electrode |
JP5214578B2 (ja) * | 2009-12-02 | 2013-06-19 | 本田技研工業株式会社 | 動力装置の制御装置 |
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 |
US20110190933A1 (en) * | 2010-01-29 | 2011-08-04 | Andrew Shein | Robotic Vehicle |
US8935005B2 (en) * | 2010-05-20 | 2015-01-13 | Irobot Corporation | Operating a mobile robot |
CN103119380B (zh) * | 2010-07-15 | 2015-07-15 | 克博蒂克斯公司 | 机器人定日镜系统和操作方法 |
US8855812B2 (en) * | 2010-07-23 | 2014-10-07 | Chetan Kapoor | System and method for robot safety and collision avoidance |
US8965579B2 (en) * | 2011-01-28 | 2015-02-24 | Intouch Technologies | Interfacing with a mobile telepresence robot |
US9527207B2 (en) * | 2011-03-23 | 2016-12-27 | Sri International | Dexterous telemanipulator system |
JP5932285B2 (ja) * | 2011-10-14 | 2016-06-08 | キヤノン株式会社 | エンコーダおよびこれを備えた装置 |
US9605952B2 (en) * | 2012-03-08 | 2017-03-28 | Quality Manufacturing Inc. | Touch sensitive robotic gripper |
US9457473B2 (en) * | 2012-06-20 | 2016-10-04 | Irobot Corporation | Suspended robot systems and methods for using same |
CN104736097B (zh) * | 2012-08-24 | 2017-12-22 | 休斯顿大学 | 用于成像导向和机器人辅助外科手术的机器人装置和系统 |
AT513697B1 (de) * | 2012-11-08 | 2014-09-15 | Stiwa Holding Gmbh | Verfahren und Maschinensystem zum Positionieren zweier beweglicher Einheiten in einer Relativposition zueinander |
US10113280B2 (en) * | 2012-12-21 | 2018-10-30 | Michael Todd Letsky | Autonomous robot apparatus and method for controlling the same |
WO2014110682A1 (en) * | 2013-01-18 | 2014-07-24 | Robotiq Inc. | Force/torque sensor, apparatus and method for robot teaching and operation |
WO2014165031A1 (en) * | 2013-03-13 | 2014-10-09 | Double Robotics, Inc. | Accessory robot for mobile device |
EP3626179B1 (en) * | 2013-03-15 | 2022-05-04 | SRI International | Electromechanical surgical system |
JP5835254B2 (ja) * | 2013-03-15 | 2015-12-24 | 株式会社安川電機 | ロボットシステム、及び、ロボットシステムの制御方法 |
JP6147038B2 (ja) * | 2013-03-15 | 2017-06-14 | キヤノン株式会社 | 位置検出装置、レンズ装置、撮像システム、および、工作装置 |
JP5877212B2 (ja) * | 2014-01-10 | 2016-03-02 | キヤノンプレシジョン株式会社 | エンコーダ、エンコーダを用いた装置およびエンコーダ演算プログラム |
-
2016
- 2016-09-09 CN CN201680064712.7A patent/CN108602187A/zh active Pending
- 2016-09-09 WO PCT/US2016/050870 patent/WO2017044686A1/en active Application Filing
- 2016-09-09 JP JP2018513551A patent/JP2018530441A/ja active Pending
- 2016-09-09 EP EP16845085.6A patent/EP3347843A4/en not_active Withdrawn
- 2016-09-09 US US15/260,451 patent/US10213923B2/en not_active Expired - Fee Related
-
2019
- 2019-01-14 US US16/247,500 patent/US20190143512A1/en not_active Abandoned
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5775287A (en) * | 1980-10-29 | 1982-05-11 | Mitsubishi Electric Corp | Control device for arc welding robot |
US5166679A (en) * | 1991-06-06 | 1992-11-24 | The United States Of America As Represented By The Administrator Of The National Aeronautics & Space Administration | Driven shielding capacitive proximity sensor |
CN101522377A (zh) * | 2006-10-20 | 2009-09-02 | 株式会社日立制作所 | 机械手 |
CN101809415A (zh) * | 2007-09-25 | 2010-08-18 | 3M创新有限公司 | 电容式传感器以及使用它的近程探测器 |
JP2010010116A (ja) * | 2008-05-30 | 2010-01-14 | Fujikura Ltd | 接近制御装置および接近センサ |
US20130342224A1 (en) * | 2010-12-29 | 2013-12-26 | Joachim Frangen | Sensor system for monitoring surroundings on a mechanical component, and method for actuating and evaluating the sensor system |
CN103192414A (zh) * | 2012-01-06 | 2013-07-10 | 沈阳新松机器人自动化股份有限公司 | 一种基于机器视觉的机器人防撞保护装置及方法 |
WO2014177677A1 (en) * | 2013-05-02 | 2014-11-06 | Al-Sallami Hussein | Capacitive proximity sensor system |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111070200A (zh) * | 2018-10-22 | 2020-04-28 | 新世代机器人暨人工智慧股份有限公司 | 机器人的防碰撞方法 |
CN111085983A (zh) * | 2018-10-24 | 2020-05-01 | 发那科株式会社 | 机器人的控制方法 |
US20200398431A1 (en) * | 2019-06-18 | 2020-12-24 | Robert Bosch Gmbh | Collision-Detection Device for Gripper Systems and Method for Detecting a Collision |
US11511433B2 (en) * | 2019-06-18 | 2022-11-29 | Robert Bosch Gmbh | Collision-detection device for gripper systems and method for detecting a collision |
WO2021022625A1 (zh) * | 2019-08-02 | 2021-02-11 | 深圳市越疆科技有限公司 | 装置的避障方法、装置和控制器 |
CN112512752A (zh) * | 2019-08-02 | 2021-03-16 | 深圳市越疆科技有限公司 | 装置的避障方法、装置和控制器 |
CN112513558A (zh) * | 2019-08-02 | 2021-03-16 | 深圳市越疆科技有限公司 | 机械设备的壳体、壳体组件、机械臂以及机器人 |
CN112513558B (zh) * | 2019-08-02 | 2023-07-14 | 深圳市越疆科技有限公司 | 机械设备的壳体、壳体组件、机械臂以及机器人 |
CN112428278A (zh) * | 2020-10-26 | 2021-03-02 | 北京理工大学 | 机械臂的控制方法、装置及人机协同模型的训练方法 |
CN113451791A (zh) * | 2021-05-22 | 2021-09-28 | 深圳市越疆科技有限公司 | 检测电路板与电极的连接结构、电子皮肤、外壳及机械臂 |
CN113451791B (zh) * | 2021-05-22 | 2024-01-05 | 深圳市越疆科技股份有限公司 | 检测电路板与电极的连接结构、电子皮肤、外壳及机械臂 |
Also Published As
Publication number | Publication date |
---|---|
US20170066130A1 (en) | 2017-03-09 |
WO2017044686A1 (en) | 2017-03-16 |
US20190143512A1 (en) | 2019-05-16 |
JP2018530441A (ja) | 2018-10-18 |
EP3347843A1 (en) | 2018-07-18 |
EP3347843A4 (en) | 2019-06-19 |
US10213923B2 (en) | 2019-02-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108602187A (zh) | 机械臂系统和物体躲避方法 | |
AU2011374305B2 (en) | Apparatus and method of landing a well in a target zone | |
CN102576270B (zh) | 对身体或目标的运动或动作敏感的控制接口装置和方法以及装有该装置的控制设备 | |
RU2446282C2 (ru) | Способ определения положения подвижного компонента скважинного устройства заканчивания скважины | |
CN102473014B (zh) | 自控制的机动车 | |
CN105426027B (zh) | 具有基于电容性数据的锐度的自适应触摸感测阈值的电容式触摸屏 | |
CN201103131Y (zh) | 地基沉降变形数据自动采集与记录系统 | |
CN101027631B (zh) | 原始数据跟踪板设备和系统 | |
AU2007248114A1 (en) | Method of analyzing a subterranean formation using time dependent transient response signals | |
CN107025029A (zh) | 触摸式输入装置 | |
US7899622B2 (en) | Sequential resistivity imaging with asymmetric electrode arrays | |
US10635253B2 (en) | Pattern of electrodes for a touch sensor | |
CN101903856A (zh) | 用于多触点无源矩阵触摸传感器的使供电轴线/检测轴线进行交替的电子分析电路 | |
CN103135867A (zh) | 电压式电容感应触控装置及触控感应方法 | |
Delamare et al. | 3D printed biomimetic whisker-based sensor with co-planar capacitive sensing | |
CN112000245B (zh) | 一种基于触摸屏压力的调校系统 | |
NO20140436A1 (no) | Apparat for bestemmelse av parametere i en brønnboring ved bruk av en gravitasjonssensor | |
CN106092097A (zh) | 空间活动轨迹生成方法、装置 | |
CN103698644A (zh) | 基于霍尔传感器列阵的pcb短路检测方法及检测装置 | |
CN104850255A (zh) | 触控面板的触摸位置探测方法、触控面板检测方法及触控面板检测装置 | |
CN206058173U (zh) | 汽车离合器角度传感器烧录及测试装置 | |
CN107981878A (zh) | 一种x光机运动定位方法、设备、主控制器和系统 | |
CN109099827B (zh) | 一种通过电容跟电磁定位双传感器检测笔身姿态的方法 | |
CN109032387B (zh) | 一种通过超声波跟电磁定位双传感器检测笔身姿态的方法 | |
CN106020578A (zh) | 单个接收器超不活跃模式 |
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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 1260923 Country of ref document: HK |
|
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180928 |
|
WD01 | Invention patent application deemed withdrawn after publication |