CN113858189A - 机器人的控制方法及机器人系统 - Google Patents
机器人的控制方法及机器人系统 Download PDFInfo
- Publication number
- CN113858189A CN113858189A CN202110722227.7A CN202110722227A CN113858189A CN 113858189 A CN113858189 A CN 113858189A CN 202110722227 A CN202110722227 A CN 202110722227A CN 113858189 A CN113858189 A CN 113858189A
- Authority
- CN
- China
- Prior art keywords
- robot
- robot arm
- force
- work
- arm
- 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 title claims abstract description 33
- 238000001514 detection method Methods 0.000 description 31
- 239000012636 effector Substances 0.000 description 26
- 239000013256 coordination polymer Substances 0.000 description 22
- 238000010586 diagram Methods 0.000 description 14
- 238000012937 correction Methods 0.000 description 11
- 238000006243 chemical reaction Methods 0.000 description 10
- 239000010410 layer Substances 0.000 description 10
- 230000001186 cumulative effect Effects 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 238000005498 polishing Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000010354 integration Effects 0.000 description 5
- 230000036544 posture Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000005484 gravity Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 230000000306 recurrent effect Effects 0.000 description 3
- 239000004576 sand Substances 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 239000006061 abrasive grain Substances 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000000593 degrading effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
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
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
-
- 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
- B25J9/163—Programme controls characterised by the control loop learning, adaptive, model based, rule based expert control
-
- 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
- B25J9/1633—Programme controls characterised by the control loop compliant, force, torque control, e.g. combined with position control
-
- 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
- B25J9/1661—Programme controls characterised by programming, planning systems for manipulators characterised by task planning, object-oriented languages
-
- 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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/39—Robotics, robotics to robotics hand
- G05B2219/39322—Force and position control
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Manipulator (AREA)
- Numerical Control (AREA)
Abstract
提供在对多个工件进行作业的情况下能够缩短累计作业时间的机器人的控制方法及机器人系统。机器人的控制方法的特征在于,具有:第一作业步骤,基于预定的位置指令值,通过力控制使机械臂动作,对第一作业对象物执行第一作业;第一存储步骤,存储设定于机械臂的控制点在第一作业步骤中通过的轨道的第一位置信息;以及第二作业步骤,基于在第一存储步骤中存储的第一位置信息,更新机械臂的位置指令值,基于作为更新的位置指令值的更新值,通过力控制使机械臂动作,对第二作业对象物执行第二作业。
Description
技术领域
本发明涉及机器人的控制方法及机器人系统。
背景技术
例如,如专利文献1所示,已知一种机器人,具有在前端安装有工具的机械臂,并通过驱动机械臂对作业的对象部件进行预定的作业。
专利文献1记载的机器人通过沿对象部件的表面进行加工等的仿形控制来进行动作。具体地说,以工具朝向预先设定的目标位置的方式使机械臂移动,并且检测机械臂与对象部件的接触力。然后,校正目标位置以使检测到的力与目标力一致,使机械臂以预定的速度动作。
现有技术文献
专利文献
专利文献1:日本特开平6-31663号公报。
此外,为了使工具可靠地与对象部件接触,仿形控制中的目标位置设定为比工具与对象部件的实际距离长的位置。即,工具与对象部件实际接触的位置偏离目标位置。在工具与对象部件接触前的期间,使机械臂以较慢的速度动作,因此根据该偏移量的大小,作业时间变长。特别是在对多个工件进行作业的情况下,累计作业时间变长。
发明内容
本发明的机器人的控制方法的特征在于,是一种具有机械臂的机器人的控制方法,所述机械臂对第一作业对象物进行第一作业,对与所述第一作业对象物同种的第二作业对象物进行与所述第一作业同种的第二作业,所述机器人的控制方法具有:
第一作业步骤,基于预定的位置指令值,通过力控制使所述机械臂动作,对所述第一作业对象物执行所述第一作业;
第一存储步骤,存储设定于所述机械臂的控制点在所述第一作业步骤中通过的轨道的第一位置信息;以及
第二作业步骤,基于在所述第一存储步骤中存储的所述第一位置信息,更新所述机械臂的位置指令值,基于作为更新的所述位置指令值的更新值,通过力控制使所述机械臂动作,对所述第二作业对象物执行所述第二作业。
本发明的机器人系统的特征在于,具备:
机械臂,对第一作业对象物进行第一作业,对与所述第一作业对象物同种的第二作业对象物进行与所述第一作业同种的第二作业;以及
控制部,具有存储部,所述控制部控制所述机械臂的动作,
所述控制部基于预定的位置指令值,通过力控制使所述机械臂动作,对所述第一作业对象物执行所述第一作业,
存储设定于所述机械臂的控制点在所述第一作业中通过的轨道的第一位置信息,
基于存储的所述第一位置信息,更新所述机械臂的位置指令值,
并且基于作为更新的所述位置指令值的更新值,通过力控制使所述机械臂动作,对所述第二作业对象物执行所述第二作业。
附图说明
图1是示出第一实施方式的机器人系统的整体构成的图。
图2是图1所示的机器人系统的框图。
图3是作为图1所示的机器人的作业对象物的工件的立体图。
图4是示出在图3所示的工件设定了目标位置的状态的立体图。
图5是图4中的A-A线剖视图。
图6是图4中的B-B线剖视图。
图7是图3所示的工件的立体图,是由箭头表示控制点通过各目标位置的顺序的图。
图8是图4中的A-A线剖视图,是示出进行作业的状态的图。
图9是工件的横剖视图,是示出设定了进行第二次作业时的目标位置的状态的图。
图10是用于说明图2所示的控制装置进行的控制动作的流程图,是进行第一次作业时的流程图。
图11是用于说明图2所示的控制装置进行的控制动作的流程图,是进行第二次作业时的流程图。
图12是第二实施方式的机器人系统的控制装置生成的学习模型的概念图。
图13是用于以硬件为中心对机器人系统进行说明的框图。
图14是示出以机器人系统的硬件为中心的变形例1的框图。
图15是示出以机器人系统的硬件为中心的变形例2的框图。
符号说明
1、机器人;3、控制装置;3A、目标位置设定部;3B、驱动控制部;3C、存储部;4、示教装置;10、机械臂;11、基台;12、第一臂;13、第二臂;14、第三臂;15、第四臂;16、第五臂;17、第六臂;18、中继电缆;19、力检测部;20、末端执行器;21、研磨部件;30、位置控制部;31、坐标变换部;32、坐标变换部;33、校正部;34、力控制部;35、指令统合部;41、显示器;61、控制器;62、计算机;63、计算机;64、云;65、网络;66、计算机;100、机器人系统;100A、机器人系统;100B、机器人系统;100C、机器人系统;171、关节;172、关节;173、关节;174、关节;175、关节;176、关节;200、学习模型;300、模型生成部;351、执行部;CP、控制点;D、偏移量;E1、编码器;E2、编码器;E3、编码器;E4、编码器;E5、编码器;E6、编码器;M1、电动机;M2、电动机;M3、电动机;M4、电动机;M5、电动机;M6、电动机;P、位置指令值;P’、位置指令值;St、目标位置;St1、目标位置;St2、目标位置;TCP、工具中心点;W1、工件;W2、工件。
具体实施方式
<第一实施方式>
图1是示出第一实施方式的机器人系统的整体构成的图。图2是图1所示的机器人系统的框图。图3是作为图1所示的机器人的作业对象物的工件的立体图。图4是示出在图3所示的工件设定了目标位置的状态的立体图。图5是图4中的A-A线剖视图。图6是图4中的B-B线剖视图。
图7是图3所示的工件的立体图,是由箭头表示控制点通过各目标位置的顺序的图。图8是图4中的A-A线剖视图,是示出进行作业的状态的图。图9是工件的横剖视图,是示出设定了进行第二次作业时的目标位置的状态的图。图10是用于说明图2所示的控制装置进行的控制动作的流程图,是进行第一次作业时的流程图。图11是用于说明图2所示的控制装置进行的控制动作的流程图,是进行第二次作业时的流程图。
下面,基于附图所示的优选的实施方式,详细说明本发明的机器人的控制方法及机器人系统。另外,以下为了便于说明,将图1中的+Z轴方向、即上侧也称为“上”,将-Z轴方向、即下侧也称为“下”。此外,关于机械臂,将图1中的基台11侧也称为“基端”,将其相反侧、即末端执行器20侧也称为“前端”。此外,将图1中的Z轴方向、即上下方向作为“铅垂方向”,将X轴方向及Y轴方向、即左右方向作为“水平方向”。
如图1所示,机器人系统100具备:机器人1,对作为第一作业对象物的工件W1及作为第二作业对象物的工件W2依次进行作业;控制机器人1的控制装置3;以及示教装置4,该机器人系统100执行本发明的机器人的控制方法。
首先,对机器人1进行说明。
图1所示的机器人1在本实施方式中是单臂的六轴垂直多关节机器人,具有基台11和机械臂10。此外,能够在机械臂10的前端部安装末端执行器20。末端执行器20可以是机器人1的构成要件,也可以不是机器人1的构成要件。
另外,机器人1不限制于图示的构成,例如,可以是双臂型的多关节机器人。此外,机器人1也可以水平多关节机器人。
基台11是从下侧能够驱动地支承机械臂10的支承体,例如固定于工厂内的地面。机器人1的基台11经由中继电缆18与控制装置3电连接。另外,机器人1与控制装置3的连接不限制于图1所示的构成那样基于有线的连接,例如,也可以是基于无线的连接,此外,还可以经由互联网那样的网络连接。
在本实施方式中,机械臂10具有:第一臂12、第二臂13、第三臂14、第四臂15、第五臂16和第六臂17,这些臂从基台11侧依次连结。另外,机械臂10所具有的臂的数量不限制于六个,例如可以是一个、两个、三个、四个、五个或七个以上。此外,各臂的全长等大小分别没有特别限制,能够适当地设定。
基台11和第一臂12经由关节171连结。并且,第一臂12能够相对于基台11以与铅垂方向平行的第一转动轴为转动中心绕该第一转动轴转动。第一转动轴与固定基台11的地面的法线一致。
第一臂12和第二臂13经由关节172连结。并且,第二臂13能够相对于第一臂12以与水平方向平行的第二转动轴为转动中心转动。第二转动轴平行于与第一转动轴正交的轴。
第二臂13和第三臂14经由关节173连结。并且,第三臂14能够相对于第二臂13以与水平方向平行的第三转动轴为转动中心转动。第三转动轴与第二转动轴平行。
第三臂14和第四臂15经由关节174连结。并且,第四臂15能够相对于第三臂14以与第三臂14的中心轴方向平行的第四转动轴为转动中心转动。第四转动轴与第三转动轴正交。
第四臂15和第五臂16经由关节175连结。并且,第五臂16能够相对于第四臂15以第五转动轴为转动中心转动。第五转动轴与第四转动轴正交。
第五臂16和第六臂17经由关节176连结。并且,第六臂17能够相对于第五臂16以第六转动轴为转动中心转动。第六转动轴与第五转动轴正交。
此外,第六臂17为在机械臂10中位于最前端侧的机器人前端部。该第六臂17通过机械臂10的驱动,能够与末端执行器20一起转动。
机器人1具备:作为驱动部的电动机M1、电动机M2、电动机M3、电动机M4、电动机M5及电动机M6;以及编码器E1、编码器E2、编码器E3、编码器E4、编码器E5及编码器E6。电动机M1内置于关节171,使基台11和第一臂12相对旋转。电动机M2内置于关节172,使第一臂12和第二臂13相对旋转。电动机M3内置于关节173,使第二臂13和第三臂14相对旋转。电动机M4内置于关节174,使第三臂14和第四臂15相对旋转。电动机M5内置于关节175,使第四臂15和第五臂16相对旋转。电动机M6内置于关节176,使第五臂16和第六臂17相对旋转。
此外,编码器E1内置于关节171,检测电动机M1的位置。编码器E2内置于关节172,检测电动机M2的位置。编码器E3内置于关节173,检测电动机M3的位置。编码器E4内置于关节174,检测电动机M4的位置。编码器E5内置于关节175,检测电动机M5的位置。编码器E6内置于关节176,检测电动机M6的位置。
编码器E1~E6与控制装置3电连接,电动机M1~电动机M6的位置信息、即旋转量作为电信号发送到控制装置3。并且,控制装置3基于该信息,经由未图示的电动机驱动器驱动电动机M1~电动机M6。即,控制机械臂10是指控制电动机M1~电动机M6。
此外,在机械臂10的前端设定控制点CP。控制点CP是进行机械臂10的控制时成为基准的点。在机器人系统100中,在机器人坐标系(关节坐标系)中掌握控制点CP的位置,驱动机械臂10以使控制点CP移动到所希望的位置。
此外,在机器人1中,检测力的力检测部19装拆自如地设置于机械臂10。并且,能够在设置有力检测部19的状态下驱动机械臂10。力检测部19在本实施方式中是六轴力传感器。力检测部19检测相互正交的三个检测轴上的力的大小和绕该三个检测轴的转矩的大小。即,检测相互正交的X轴、Y轴、Z轴的各轴方向的力分量、绕X轴的W方向的力分量、绕Y轴的V方向的力分量、绕Z轴的U方向的力分量。另外,在本实施方式中,Z轴方向为铅垂方向。此外,也可以将各轴方向的力分量称为“平移力分量”,将绕各轴的力分量称为“转矩分量”。此外,力检测部19不限制于六轴力传感器,也可以是其他构成。
在本实施方式中,力检测部19设置于第六臂17。另外,作为力检测部19的设置部位不限制于第六臂17、即位于最前端侧的臂,例如也可以是其他臂或相邻的臂彼此之间。
能够在力检测部19能够装拆地安装末端执行器20。末端执行器20在本实施方式中是对作为作业对象物的工件W1及工件W2进行研磨的研磨机。该研磨机具有:在外周部具有磨粒的研磨部件21;使研磨部件21旋转的未图示的电动机;以及驱动电动机的未图示的电源。此外,在机器人坐标系中,在研磨部件21的前端面的任意位置、优选在中心设定工具中心点TCP。另外,不限制于此,工具中心点TCP也可以设定在研磨部件21的外周部。
如上所述,在机器人系统100中,在机器人坐标系中掌握控制点CP的位置,驱动机械臂10以使控制点CP移动到所希望的位置。此外,通过预先掌握末端执行器20的种类、特别是长度,能够掌握工具中心点TCP与控制点CP的偏移量。因此,能够在机器人坐标系中掌握工具中心点TCP的位置。因此,能够将工具中心点TCP作为控制的基准。即,控制控制点CP的位置是指控制工具中心点TCP的位置。此外,如后所述,存储工具中心点TCP的位置是指存储控制点CP的位置。
此外,以下,对工件W1及工件W2进行作业时,在末端执行器20中,至少工具中心点TCP的位置与工件W1及工件W2接触。
此外,在本实施方式中,末端执行器20由研磨机构成,但是在本发明中并不限制于此,例如可以是磨削机、切削机等或螺丝刀、扳手等工具,也可以是通过吸引、夹持来把持工件W1及工件W2的手。
此外,在本实施方式中,如图1及图3所示,工件W1及工件W2作为由横截面形状为圆形的长条体构成且其长边方向的中途两个部位弯曲的部件来进行说明。
工件W1及工件W2是同种的作业对象物。在此,“同种的作业对象物”是指整体形状一致的情况,也包括作业对象部位的尺寸一致而作业对象部位以外的部位的形状不同的情况。此外,“尺寸一致”是指在同一部位进行比较时尺寸误差为1mm以下。
此外,机器人1对工件W1及工件W2进行同种作业。作为机器人进行的作业可以列举研磨、磨削、切削、组装等。“同种作业”是指这些类别相同的作业,并且使用相同的工具进行的作业。
接着,对控制装置3及示教装置4进行说明。
作为控制部的控制装置3与机器人1分开配置,能够由内置有作为处理器的一个例子的CPU(Central Processing Unit,中央处理器)的计算机等构成。该控制装置3也可以内置于机器人1的基台11。
控制装置3通过中继电缆18与机器人1连接成能够通信。此外,控制装置3通过电缆或能够无线通信地与示教装置4连接。示教装置4可以是专用计算机,也可以是安装有用于示教机器人1的程序的通用计算机。例如也可以使用作为用于示教机器人1的专用装置的示教器等来代替示教装置4。此外,控制装置3和示教装置4可以具备不同的框体,也可以一体构成。
此外,在示教装置4中可以安装程序,该程序用于生成在控制装置3中将后述的目标位置St和目标力fSt作为自变量的执行程序并加载到控制装置3。示教装置4具备显示器41、处理器、RAM、ROM,这些硬件资源与示教程序协同动作来生成执行程序。
如图2所示,控制装置3是安装有用于进行机器人1的控制的控制程序的计算机。控制装置3具备处理器、未图示的RAM、ROM,通过这些硬件资源与程序协同动作来控制机器人1。
此外,如图2所示,控制装置3具有目标位置设定部3A、驱动控制部3B和存储部3C。存储部3C例如由RAM(Random Access Memory,随机存取存储器)等易失性存储器、ROM(ReadOnly Memory,只读存储器)等非易失性存储器、装拆式外部存储装置等构成。在存储部3C存储有:用于执行本发明的机器人的控制方法的程序等、用于使机器人1动作的动作程序、与工件W1及工件W2的形状相关的信息、以及工件W1及工件W2的机器人坐标系中的配置位置。此外,在存储部3C存储后述的第一位置信息、第二位置信息等。
目标位置设定部3A设定用于对工件W1及工件W2执行预定的作业的目标位置St及路径规划。
首先,目标位置设定部3A从存储部3C获取与工件W1及工件W2的形状相关的信息、以及工件W1及工件W2的机器人坐标系中的配置位置。另外,存储于存储部3C的这些信息例如可以是从作业者使用示教装置4输入的三维数据得到的信息,也可以是未图示的摄像装置进行工件W1及工件W2的摄像而从该摄像数据得到的信息。
接着,如图4所示,目标位置设定部3A在机器人坐标系中对工件W1设定目标位置St。如图5及图6所示,目标位置设定部3A在比工件W1的外表面靠向里侧的位置、即内侧设定多个目标位置St。通过以上述方式设定目标位置St,在后述的第一作业时,能够更可靠地使末端执行器20与工件W1接触,能够进行更准确的作业。
此外,目标位置设定部3A以预定的间隔设定各目标位置St。这些间隔可以全部相同,也可以具有不同的部位。此外,这些间隔可以预先设定,也可以是作业者使用示教装置4设定的构成。
接着,设定机械臂10的控制点CP或工具中心点TCP相对于各目标位置St移动的顺序。即,设定机械臂10的动作路径。例如,动作路径是以最初的目标位置St为作业开始位置而依次通过相邻的目标位置St的路径。另外,动作路径可以预先设定,也可以是作业者使用示教装置4设定的构成。此外,“机械臂10的控制点CP或工具中心点TCP相对于目标位置St移动”是指以目标位置St为目标移动,尽管控制点CP或工具中心点TCP没移动到与目标位置St一致。
此外,作业开始位置能够根据实际放置工件W1的位置、机械臂10的姿势、即控制点CP的位置来设定。例如,能够将最接近控制点CP的目标位置St作为作业开始位置。
另外,在设定机械臂10的控制点CP或工具中心点TCP相对于各目标位置St移动的顺序时,也设定机械臂10接近各目标位置St的姿势。即,在相对于各目标位置St设定顺序时,将从哪个方向以怎样的姿势接近每个目标位置St相关联地存储于存储部3C。
驱动控制部3B控制机械臂10的驱动,其具有:位置控制部30、坐标变换部31、坐标变换部32、校正部33、力控制部34和指令统合部35。
位置控制部30根据由预先制作的命令指定的位置,生成控制机器人1的工具中心点TCP的位置的位置指令信号。即,位置控制部30生成工具中心点TCP移动到各目标位置St的位置指令值P。
在此,控制装置3通过力控制等控制机器人1的动作。“力控制”是指基于力检测部19的检测结果,变更末端执行器20的位置、即工具中心点TCP的位置、以及第一臂12~第六臂17的姿势的机器人1的动作控制。
力控制例如包括力触发控制和阻抗控制。在力触发控制中,通过力检测部19进行力检测,并使机械臂10进行移动、姿势变更的动作直到通过该力检测部19检测到预定的力为止。
阻抗控制包括仿形控制。首先,简单地进行说明,在阻抗控制中,控制机械臂10的动作,将施加于机械臂10的前端部的力尽可能地维持为预定的力,即,将由力检测部19检测到的预定方向的力尽可能地维持为目标力fSt。由此,例如,如果对机械臂10进行阻抗控制,则机械臂10相对于从对象物、操作员施加的外力,在所述预定方向上进行仿形的动作。另外,目标力fSt也包含0。例如,在仿形动作的情况下,能够将目标值作为“0”。另外,也能够将目标力fSt作为0以外的数值。作业者能够适当地设定该目标力fSt。
存储部3C存储有电动机M1~电动机M6的旋转角度的组合与机器人坐标系中的工具中心点TCP的位置的对应关系。此外,控制装置3在机器人1进行作业的每个工序中,基于命令将目标位置St和目标力fSt中的至少一方存储于存储部3C。对机器人1进行的作业的每个工序设定有将目标位置St及目标力fSt作为自变量、即参数的命令。
驱动控制部3B基于命令控制第一臂12~第六臂17,以使设定的目标位置St和目标力fSt在工具中心点TCP一致。目标力fSt是指根据第一臂12~第六臂17的动作,力检测部19应检测的力。在此,“S”的文字表示预定机器人坐标系的轴的方向(X、Y、Z、U、V、W)中的任一个方向。此外,S也表示S方向的位置。例如,在S=X的情况下,在机器人坐标系中设定的目标位置的X方向成分为St=Xt,目标力的X方向成分为fSt=fXt。
此外,在驱动控制部3B中,如果获取电动机M1~电动机M6的旋转角度,则图2所示的坐标变换部31基于对应关系,将该旋转角度变换为机器人坐标系中的工具中心点TCP的位置S(X、Y、Z、V、W、U)。并且,坐标变换部32基于工具中心点TCP的位置S和力检测部19的检测值,在机器人坐标系中确定实际作用于力检测部19的作用力fS。
作用力fS的作用点以与工具中心点TCP分开的方式定义为原点。原点与力检测部19检测到力的点对应。另外,控制装置3存储有对机器人坐标系中的工具中心点TCP的每个位置S规定了力检测部19的传感器坐标系中的检测轴的方向的对应关系。因此,控制装置3基于机器人坐标系中的工具中心点TCP的位置S和对应关系,能够确定机器人坐标系中的作用力fS。此外,作用于机器人的转矩能够根据作用力fS和从接触点到力检测部19的距离来计算,并确定为转矩分量。另外,在末端执行器20与工件W1及工件W2接触而进行作业的情况下,接触点能够视为工具中心点TCP。
校正部33对作用力fS进行重力补偿。重力补偿是从作用力fS中除去重力引起的力、转矩的分量。进行了重力补偿的作用力fS能够视为作用于机械臂10或末端执行器20的重力以外的力。
此外,校正部33对作用力fS进行惯性补偿。惯性补偿是指从作用力fS中除去惯性力引起的力、转矩的分量。进行了惯性补偿的作用力fS能够视为作用于机械臂10或末端执行器20的惯性力以外的力。
力控制部34进行阻抗控制。阻抗控制是由电动机M1~电动机M6实现虚拟的机械阻抗的主动阻抗控制。控制装置3在工件的嵌合作业、螺合作业、研磨作业等末端执行器20进行从作为对象物的工件接受力的接触状态的工序或直接示教时执行这种阻抗控制。另外,即使是这些工序以外,例如通过在人与机器人1接触时进行阻抗控制,也能够提高安全性。
在阻抗控制中,将目标力fSt代入后述的运动方程式中,导出电动机M1~电动机M6的旋转角度。控制装置3控制电动机M1~电动机M6信号是进行了PWM(Pulse WidthModulation,脉宽调制)调制的信号。
此外,控制装置3在末端执行器20未受到外力的非接触状态的工序中,以通过线性运算从目标位置St导出的旋转角度控制电动机M1~电动机M6。将以通过线性运算从目标位置St导出的旋转角度控制电动机M1~电动机M6的模式称为位置控制模式。
控制装置3通过将目标力fSt和作用力fS代入阻抗控制的运动方程式中,确定力由来校正量ΔS。力由来校正量ΔS是指在工具中心点TCP受到机械阻抗的情况下,为了消除与目标力fSt的力偏差ΔfS(t),工具中心点TCP应移动的位置S的大小。下述的式(1)是阻抗控制的运动方程式。
【数1】
式(1)的左边由工具中心点TCP的位置S的二阶微分值乘以虚拟质量系数m(以下称为“质量系数m”)的第一项、工具中心点TCP的位置S的微分值乘以虚拟粘性系数d(以下称为“粘性系数d”)的第二项、以及工具中心点TCP的位置S乘以虚拟弹性系数k(以下称为“弹性系数k”)的第三项构成。式(1)的右边由从目标力fSt中减去现实的力f的力偏差ΔfS(t)构成。式(1)中的微分是指基于时间的微分。在机器人1进行的工序中,有时设定固定值作为目标力fSt,有时设定时间的函数作为目标力fSt。
质量系数m是指工具中心点TCP虚拟地具有的质量,粘性系数d是指工具中心点TCP虚拟地受到的粘性阻力,弹性系数k是指工具中心点TCP虚拟地受到的弹性力的弹簧常数。
伴随质量系数m的值变大,动作的加速度变小,伴随质量系数m的值变小,动作的加速度变大。伴随粘性系数d的值变大,动作的速度变慢,伴随粘性系数d的值变小,动作的速度变快。伴随弹性系数k的值变大,弹性变大,伴随弹性系数k的值变小,弹性变小。
在本说明书中,质量系数m、粘性系数d及弹性系数k分别称为力控制参数。这些质量系数m、粘性系数d及弹性系数k可以对每个方向设定为不同的值,也可以与方向无关设定为共同的值。此外,作业者能够在作业前适当地设定质量系数m、粘性系数d及弹性系数k。
由此,在机器人系统100中,根据力检测部19的检测值、预先设定的力控制参数及预先设定的目标力,求出力由来校正量ΔS。力由来校正量ΔS是从受到外力的该位置与应移动工具中心点TCP的位置的差。
并且,指令统合部35将力由来校正量ΔS与位置控制部30生成的位置指令值P相加。通过随时进行该动作,指令统合部35根据用于移动到受到外力的位置的位置指令值P求出作为新的位置指令值的位置指令值P’。另外,位置指令值P是用于使工具中心点TCP移动到目标位置St的指令值。
并且,坐标变换部31将该位置指令值P’变换为机器人坐标,通过执行部351执行,使工具中心点TCP移动到将力由来校正量ΔS考虑在内的位置,能够缓和外力施加的冲击,能够缓和对与机器人1接触的对象物施加进一步的负荷。
在此,在力控制中,为了将由力检测部19检测到的预定方向的力尽可能地维持为目标力fSt,需要使机械臂10的动作速度比较慢。特别是为了更可靠地使末端执行器20与工件W1接触,如图5及图6所示,将目标位置St设定在比工件W1的外表面靠向里侧的位置、即内侧。因此,末端执行器20与工件W1实际接触的位置偏移。需要使机械臂10的动作速度比较慢直到末端执行器20与工件W1接触为止,以便无论何时接触都不会对工件W1施加过度的负荷。因此,如图8所示,如果末端执行器20与工件W1实际接触的位置与目标位置St的偏移量D较大,则需要进一步降低机械臂10的动作速度,作业时间变长。特别是在对多个工件进行作业的情况下,累计作业时间变长。相对于此,在本发明中,如下所述,能够缩短累计作业时间。
另外,以下将设定于工件W1的目标位置St称为目标位置St1,将设定于工件W2的目标位置St称为目标位置St2。此外,将对工件W1的作业称为第一作业,将对工件W2的作业称为第二作业。
在机器人系统100中,在进行第一作业时,目标位置设定部3A如图5及图6所示在比工件W1的外表面靠向里侧的位置、即内侧设定多个目标位置St。如上所述,这是因为通过力控制驱动机械臂10时使末端执行器20与工件W1可靠地接触。
如果使末端执行器20朝向作业开始位置的目标位置St1移动而末端执行器20与工件W1接触,则力检测部19检测来自工件W1的反作用力。并且,进行如上所述的力控制,以使该反作用力与目标力fSt一致。并且,通过力控制驱动机械臂10,并且通过以使工具中心点TCP以预先设定的顺序朝向目标位置St1的方式驱动机械臂10,进行第一作业。
此外,在各目标位置St1中,将从目标位置St1消除了偏移量D的位置、即实际进行了作业的位置存储于存储部3C。即,在第一作业中,将工具中心点TCP通过的轨道存储于存储部3C。另外,轨道是指工具中心点TCP移动的点的集合。另外,存储的间隔、定时没有特别限制,但是在本实施方式中,对每个目标位置St1进行存储。
如果第一作业完成,则转移至第二作业。另外,第一作业完成时,作业者或机械臂10可以将工件W2搬运到与工件W1相同的位置,也可以如图1所示在不同的位置依次进行作业。在这种情况下,考虑工件W1及工件W2的位置偏移,分别设定目标位置St1及目标位置St2。
并且,对工件W2设定目标位置St2时,基于存储于存储部3C的第一位置信息,更新机械臂10的位置指令值P。具体地说,如图9所示,在第一作业中将工具中心点TCP实际移动的第一位置信息设定为目标位置St2。接着,更新与该目标位置St2对应的位置指令值P并计算更新值。即,更新值是指更新后的位置指令值P。并且,基于该更新值,通过力控制执行第二作业。由此,能够使第二作业中的目标位置St2比第一作业中的目标位置St1更向外表面侧移位。即,能够将在第一作业中工具中心点TCP实际通过的位置作为目标位置来进行力控制。由此,能够使第二作业中的偏移量D比第一作业小,在第二作业中,能够使机械臂10的动作速度比第一作业快。其结果,能够迅速地进行第二作业,能够缩短累计作业时间。
由此,本发明的机器人系统100具备:机械臂10,对作为第一作业对象物的工件W1进行第一作业,对作为与工件W1同种的第二作业对象物的工件W2进行与第一作业同种的第二作业;以及作为控制部的控制装置3,具有存储部3C,控制机械臂10的动作。此外,控制装置3基于预定的位置指令值,通过力控制使机械臂10动作,对工件W1执行第一作业,存储设定于机械臂10的控制点CP在第一作业中通过的轨道的第一位置信息,基于存储的第一位置信息,更新机械臂10的位置指令值,基于作为更新的位置指令值P的更新值,通过力控制使机械臂,对工件W2执行第二作业。由此,在第二作业中,能够使末端执行器20与工件W1实际接触的位置与目标位置St的偏移量D比第一作业小。由此,在第二作业中,能够使机械臂10的动作速度比第一作业快。其结果,能够迅速地进行第二作业,能够缩短累计作业时间。
接着,参照图10及图11所示的流程图进行说明。首先,使用图10所示的流程图,说明对工件W1的作业。
首先,在步骤S101中,对工件W1设定目标位置St1。该目标位置St1位于比工件W1的外表面靠向里侧的位置、即内侧。此外,在本步骤中,也设定通过各目标位置St1的顺序。
接着,在步骤S102中,通过力控制开始第一作业,并且进行逐次轨道规划处理。通过该逐次轨道规划处理,计算按照由轨道规划生成的轨道的臂的位置指令值P,通过力控制驱动机械臂10。
在步骤S103中,将力由来校正量ΔS与位置指令值P相加,计算位置指令值P’。即,根据力检测部19检测到的检测值、即从工件W1受到的反作用力,计算力由来校正量ΔS并与位置指令值P相加,求出新的位置指令值P’。
接着,在步骤S104中,存储在步骤S103中计算出的位置指令值P’。即,将在第一作业中工具中心点TCP通过的轨道、即第一位置信息存储于存储部3C。
接着,在步骤S105中,将在步骤S103中计算出的位置指令值P’发送到机械臂10。由此,能够不对工件W1施加过度的负荷来进行第一作业。
接着,在步骤S106中,判断是否将所有的目标位置St1作为目标完成了移动。在判断为尚未完成的情况下,返回到步骤S102,依次重复以下步骤。
在如上所述的第一作业中,步骤S102、步骤S103及步骤S105是第一作业步骤。此外,步骤S104是第一存储步骤。另外,在本实施方式中,并行进行第一作业步骤和第一存储步骤,但是在本发明中并不限制于此,也可以依次进行第一作业步骤和第一存储步骤。即,也可以在完成了步骤S102、步骤S103及步骤S106之后进行步骤S104。
接着,对第二作业进行说明。
首先,在步骤S201中,读出第一次作业时的数据,设定目标位置。即,读出在第一作业中在步骤S104中存储的第一位置信息并设定为目标位置St2。进一步换言之,将第一作业时工具中心点TCP移动的位置设定为目标位置St2。
接着,在步骤S202中,通过力控制开始第二作业,并且进行逐次轨道规划处理。在该步骤中,基于第一位置信息更新位置指令值,基于更新值进行力控制。由此,能够使机械臂10的动作速度比第一作业快。
接着,在步骤S203中,判断力检测部19检测到的检测值、即从工件W1受到的反作用力是否超过预定值。在此所指的预定值是指检测到的力的大小的阈值,预先存储于存储部3C。
在步骤S203中,在判断为力检测部19检测到的检测值未超过预定值的情况下,依次进行步骤S204、步骤S206、步骤S207及步骤S208。这些步骤与第一作业中的步骤S103~步骤S106大致相同,因此省略其说明。另外,步骤S206是第二存储步骤。
在步骤S203中,在判断为力检测部19检测到的检测值超过了预定值的情况下,在步骤S205中,调节机械臂10的动作速度。
作为步骤S205具有以下两种模式。
第一种模式是在第二作业步骤中,在施加于机械臂10的力超过了预定值的情况下,使控制点CP的移动速度降低并使机械臂10动作。由此,在第二作业中,即使与第一作业相比提高了动作速度,也能够防止或抑制对工件W2施加过度的负荷。此外,由于不会停止第二作业,所以能够提高生产性。
第二种模式是在第二作业步骤中,在施加于机械臂10的超过了预定值的情况下,停止机械臂10的动作。由此,在第二作业中,即使与第一作业相比提高了动作速度,也能够防止或抑制对工件W2施加过度的负荷。此外,由于停止动作,所以能够进一步提高安全性。
另外,在第二种模式中,能够形成为例如通过来自作业者的指示而再次开始作业的构成。
在如上所述的第二作业中,步骤S202、步骤S203、步骤S204、步骤S205、步骤S207及步骤S208是第二作业步骤。此外,步骤S206是第二存储步骤。另外,在本实施方式中,并行进行第二作业步骤和第二存储步骤,但是在本发明中并不限制于此,也可以依次进行第二作业步骤和第二存储步骤。即,也可以在完成了步骤S202、步骤S203、步骤S204、步骤S205、步骤S207及步骤S208之后进行步骤S206。
如上所述,本发明的机器人的控制方法是具有机械臂10的机器人的控制方法,该机械臂10对作为第一作业对象物的工件W1进行第一作业,对作为与工件W1同种的第二作业对象物的工件W2进行与第一作业同种的第二作业。此外,机器人的控制方法具有:第一作业步骤,基于预定的位置指令值,通过力控制使机械臂10动作,对第一作业对象物执行第一作业;第一存储步骤,存储设定于机械臂10的控制点CP在第一作业步骤中通过的轨道的第一位置信息;以及第二作业步骤,基于在第一存储步骤中存储的第一位置信息,更新机械臂10的位置指令值,基于作为更新的位置指令值P的更新值,通过力控制使机械臂10动作,对工件W2执行第二作业。由此,在第二作业中,能够使末端执行器20与工件W1实际接触的位置与目标位置St的偏移量D比第一作业小。由此,在第二作业中,能够使机械臂10的动作速度比第一作业快。其结果,能够迅速地进行第二作业,能够缩短累计作业时间。
此外,第一作业和第二作业是连续进行的作业。换言之,第一作业是第二作业之前的作业。进一步换言之,机器人1可以在进行了第一作业之后,不进行其他作业而执行第二作业。第一作业及第二作业是这种关系,由此能够有效地缩短累计作业时间。
此外,虽然未图示,但是可以在第二作业步骤完成后,对与工件W1及工件W2不同且同种的工件进行第三作业。即,可以根据工件的数量,进行第三作业步骤或其以后的步骤。在这种情况下,优选的是,在第三作业步骤中,基于第一位置信息及第二位置信息的平均值,更新机械臂的位置指令值P,基于更新值使所述机械臂动作来进行第三作业。
由此,本发明的机器人的控制方法具有:第二存储步骤,存储在第二作业步骤中控制点CP通过的轨道的第二位置信息;以及第三作业步骤,基于第一位置信息及第二位置信息的平均值,更新机械臂10的位置指令值P,基于作为根据平均值更新的位置指令值P的更新值,使机械臂10动作来进行第三作业。由此,在与以往相比的情况下,能够进一步缩短累计时间。此外,在第三作业步骤中,基于第一位置信息及第二位置信息的平均值,求出位置指令值的更新值,因此能够考虑过去的倾向来进行作业。其结果,能够进一步迅速且准确地进行作业。
另外,在第三作业步骤中,可以基于第二位置信息,计算位置指令值P的更新值。即,可以基于之前的作业中的位置信息,计算位置指令值P的更新值。
此外,在第二作业中,可以使目标位置St2的数量比第一作业中的目标位置St1的数量少,即,可以间隔剔除。由此,能够进一步加快机械臂10的移动速度,能够进行更迅速的作业。
此外,在第二作业中,可以并用力控制和位置控制。例如,可以对工件W2的表面形状复杂的部分通过力控制进行作业,对工件W2的表面形状简单的部分通过位置控制进行作业。由此,能够不降低作业的质量而更迅速地进行作业。
<第二实施方式>
图12是第二实施方式的机器人系统的控制装置生成的学习模型的概念图。
以下,参照图12,说明本发明的机器人的控制方法及机器人系统的第二实施方式,但是以与上述实施方式的不同点为中心进行说明,相同的事项省略其说明。
如图12所示,控制装置3具有通过机器学习生成学习模型200的模型生成部300。另外,通过机器学习生成学习模型200是指根据输入数据反复学习,找出从各输入数据读取出的特征、倾向等,将其结果应用于新的输入数据来进行预测并生成学习模型200。
学习模型200是指接收输入值并进行评价、判定,将其结果作为输出值输出。输入值是在过去的作业中控制点CP实际通过的位置、即位置指令值及施加于机械臂10的力,输出值是位置指令值的更新值。
模型生成部300例如能够使用图12所示的递归型神经网络来构建。具体地说,模型生成部300能够作为具有输入层、中间层、输出层的构成。各信息与相邻的层的信息通过网络相连,展开更大的网络。此外,中间层在图示的构成中是一层,但是较优选具有多层。由此,在中间层的各层中,能够对信息的重要性进行加权,能够进行更准确的故障预测。
此外,在递归型神经网络中,能够将上次时刻的中间层的信息置换为本次时刻的中间层的信息来构建网络。由此,能够构建考虑了时间序列信息的网络。其结果,能够进行更准确的目标位置的设定。
另外,作为模型生成部300中的学习法可以列举有教师学习、无教师学习、组合了它们的学习法。在有教师学习的情况下,通过将输出值或其合格与否结果反映于输入值,能够进行更准确的目标位置的设定。在无教师学习的情况下,通过预先大量准备输入值和输出值的数据的组并提供给模型生成部300,能够学习这些数据集中的特征,并且归纳性地获得根据输入推定结果的模型、即其关系性。由此,即使不提供与目标位置的合格与否的判定相关的信息,也能够进行准确的目标位置的设定。其结果,能够进行更迅速且准确的作业。例如,通过将例如误差反向传播法应用于递归型神经网络,能够进行无教师学习,能够进行准确的目标位置的设定。
由此,作为控制部的控制装置3生成将机械臂10的位置指令值和施加于机械臂10的力作为输入、将更新值作为输出的学习模型200。由此,能够考虑在过去的作业中控制点CP通过哪个位置、机械臂10受到多大的力的倾向并输出更新值。由此,能够进行更准确的目标位置的设定。
<机器人系统的其他构成例>
图13是用于以硬件为中心对机器人系统进行说明的框图。
图13示出了连接了机器人1、控制器61和计算机62的机器人系统100A的整体构成。机器人1的控制可以通过控制器61中的处理器读出存储器中的指令来执行,也可以通过存在于计算机62的处理器读出存储器中的指令并经由控制器61来执行。
因此,能够将控制器61和计算机62中的任一方或两方视为“控制装置”。
<变形例1>
图14是示出以机器人系统的硬件为中心的变形例1的框图。
图14示出了计算机63与机器人1直接连接的机器人系统100B的整体构成。机器人1的控制通过存在于计算机63的处理器读出存储器中的指令而直接执行。
因此,能够将计算机63视为“控制装置”。
<变形例2>
图15是示出以机器人系统的硬件为中心的变形例2的框图。
图15示出了连接了内置有控制器61的机器人1和计算机66且计算机66经由LAN等网络65与云64连接的机器人系统100C的整体构成。机器人1的控制可以通过存在于计算机66的处理器读出存储器中的指令来执行,也可以通过在云64上存在的处理器经由计算机66读出存储器中的指令来执行。
因此,能够将控制器61、计算机66和云64中的任意一个、任意两个或三个视为“控制装置”。
以上,关于图示的实施方式说明了本发明的机器人的控制方法及机器人系统,本发明并不限制于此。此外,构成机器人系统的各部分能够置换为能够发挥同样功能的任意构成。此外,也可以附加任意的构成物。
Claims (7)
1.一种机器人的控制方法,其特征在于,所述机器人具有机械臂,所述机械臂对第一作业对象物进行第一作业,对与所述第一作业对象物同种的第二作业对象物进行与所述第一作业同种的第二作业,所述机器人的控制方法具有:
第一作业步骤,基于预定的位置指令值,通过力控制使所述机械臂动作,对所述第一作业对象物执行所述第一作业;
第一存储步骤,存储设定于所述机械臂的控制点在所述第一作业步骤中通过的轨道的第一位置信息;以及
第二作业步骤,基于在所述第一存储步骤中存储的所述第一位置信息,更新所述机械臂的位置指令值,基于作为更新的所述位置指令值的更新值,通过力控制使所述机械臂动作,对所述第二作业对象物执行所述第二作业。
2.根据权利要求1所述的机器人的控制方法,其特征在于,
在所述第二作业步骤中,在施加于所述机械臂的力超过了预定值的情况下,使所述控制点的移动速度降低并使所述机械臂动作。
3.根据权利要求2所述的机器人的控制方法,其特征在于,
在所述第二作业步骤中,在施加于所述机械臂的力超过了预定值的情况下,停止所述机械臂的动作。
4.根据权利要求1至3中任一项所述的机器人的控制方法,其特征在于,还具有:
第二存储步骤,存储所述控制点在所述第二作业步骤中通过的轨道的第二位置信息;以及
第三作业步骤,基于所述第一位置信息及所述第二位置信息的平均值,更新所述机械臂的位置指令值,基于作为根据所述平均值更新的所述位置指令值的更新值,使所述机械臂动作来进行第三作业。
5.根据权利要求1所述的机器人的控制方法,其特征在于,
所述第一作业和所述第二作业是连续进行的作业。
6.一种机器人系统,其特征在于,具备:
机械臂,对第一作业对象物进行第一作业,对与所述第一作业对象物同种的第二作业对象物进行与所述第一作业同种的第二作业;以及
控制部,具有存储部,所述控制部控制所述机械臂的动作,
所述控制部基于预定的位置指令值,通过力控制使所述机械臂动作,对所述第一作业对象物执行所述第一作业,
存储设定于所述机械臂的控制点在所述第一作业中通过的轨道的第一位置信息,
基于存储的所述第一位置信息,更新所述机械臂的位置指令值,
并且基于作为更新的所述位置指令值的更新值,通过力控制使所述机械臂动作,对所述第二作业对象物执行所述第二作业。
7.根据权利要求6所述的机器人系统,其特征在于,
所述控制部生成将所述机械臂的所述位置指令值和施加于所述机械臂的力作为输入、将所述更新值作为输出的学习模型。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020112527A JP2022011402A (ja) | 2020-06-30 | 2020-06-30 | ロボットの制御方法およびロボットシステム |
JP2020-112527 | 2020-06-30 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113858189A true CN113858189A (zh) | 2021-12-31 |
CN113858189B CN113858189B (zh) | 2024-01-09 |
Family
ID=78990001
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110722227.7A Active CN113858189B (zh) | 2020-06-30 | 2021-06-28 | 机器人的控制方法及机器人系统 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11951625B2 (zh) |
JP (1) | JP2022011402A (zh) |
CN (1) | CN113858189B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021049597A (ja) * | 2019-09-24 | 2021-04-01 | ソニー株式会社 | 情報処理装置、情報処理システム及び情報処理方法 |
US20230075185A1 (en) * | 2021-09-09 | 2023-03-09 | Ford Global Technologies, Llc | Method and system for positioning a moveable robotic system |
US20230191598A1 (en) * | 2021-12-22 | 2023-06-22 | Ati Industrial Automation, Inc. | Contact Force Overshoot Mitigation in Pneumatic Force Control Devices |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050080512A1 (en) * | 2003-09-29 | 2005-04-14 | Critchlow Michael E. | System and method for library robotics positional accuracy using parallax viewing |
US20090125146A1 (en) * | 2005-02-25 | 2009-05-14 | Hui Zhang | Method of and Apparatus for Automated Path Learning |
JP2015000455A (ja) * | 2013-06-17 | 2015-01-05 | キヤノン株式会社 | ロボット装置及びロボット装置の制御方法 |
US20160089789A1 (en) * | 2014-09-30 | 2016-03-31 | Fanuc Corporation | Robot system for performing force control |
US20160257003A1 (en) * | 2015-03-06 | 2016-09-08 | Fanuc Corporation | Robot control apparatus judging restart of operation program |
JP2017170553A (ja) * | 2016-03-23 | 2017-09-28 | 国立大学法人 東京大学 | 制御方法 |
CN109483556A (zh) * | 2018-10-30 | 2019-03-19 | 武汉大学 | 一种基于示教学习的机器人打磨系统及方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0631663A (ja) | 1992-07-17 | 1994-02-08 | Fujitsu Ltd | 倣い制御ロボットの軌道制御装置 |
JPH06170763A (ja) | 1992-12-04 | 1994-06-21 | Fanuc Ltd | 力制御を用いた研磨方法 |
JP5765615B2 (ja) | 2011-02-28 | 2015-08-19 | 株式会社Ihi | 加工ロボットの軌道追従装置と方法 |
US10112303B2 (en) * | 2013-10-25 | 2018-10-30 | Aleksandar Vakanski | Image-based trajectory robot programming planning approach |
US10946519B1 (en) * | 2018-11-30 | 2021-03-16 | X Development Llc | Offline computation and caching of precalculated joint trajectories |
-
2020
- 2020-06-30 JP JP2020112527A patent/JP2022011402A/ja active Pending
-
2021
- 2021-06-28 CN CN202110722227.7A patent/CN113858189B/zh active Active
- 2021-06-29 US US17/361,425 patent/US11951625B2/en active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050080512A1 (en) * | 2003-09-29 | 2005-04-14 | Critchlow Michael E. | System and method for library robotics positional accuracy using parallax viewing |
US20090125146A1 (en) * | 2005-02-25 | 2009-05-14 | Hui Zhang | Method of and Apparatus for Automated Path Learning |
JP2015000455A (ja) * | 2013-06-17 | 2015-01-05 | キヤノン株式会社 | ロボット装置及びロボット装置の制御方法 |
US20160089789A1 (en) * | 2014-09-30 | 2016-03-31 | Fanuc Corporation | Robot system for performing force control |
US20160257003A1 (en) * | 2015-03-06 | 2016-09-08 | Fanuc Corporation | Robot control apparatus judging restart of operation program |
JP2017170553A (ja) * | 2016-03-23 | 2017-09-28 | 国立大学法人 東京大学 | 制御方法 |
CN109483556A (zh) * | 2018-10-30 | 2019-03-19 | 武汉大学 | 一种基于示教学习的机器人打磨系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2022011402A (ja) | 2022-01-17 |
CN113858189B (zh) | 2024-01-09 |
US11951625B2 (en) | 2024-04-09 |
US20210402596A1 (en) | 2021-12-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113858189B (zh) | 机器人的控制方法及机器人系统 | |
JP7314475B2 (ja) | ロボット制御装置、及び、ロボット制御方法 | |
CN108422420B (zh) | 具有学习控制功能的机器人系统以及学习控制方法 | |
US20050246062A1 (en) | Method for controlling a machine, particularly an industrial robot | |
CN106493711B (zh) | 控制装置、机器人以及机器人系统 | |
CN113319848B (zh) | 机器人的控制方法以及机器人系统 | |
JP6697544B2 (ja) | 最適化装置及びそれを備えた垂直型多関節ロボット | |
US11660742B2 (en) | Teaching method and robot system | |
EP4067012B1 (en) | Method for controlling robot, robot system, and program for controlling robot | |
JP7566810B2 (ja) | ロボットシステム、プランニングシステム、ロボット制御方法、およびプランニングプログラム | |
WO2018088199A1 (ja) | ロボット制御装置、ロボット、ロボットシステム、及び、ロボット制御方法 | |
JP7423943B2 (ja) | 制御方法およびロボットシステム | |
CN114833820B (zh) | 动作参数调整方法、记录介质以及机器人系统 | |
CN113442131B (zh) | 示教方法 | |
JP7528709B2 (ja) | 力制御パラメーター調整方法 | |
CN114179077B (zh) | 力控制参数调整方法、机器人系统及存储介质 | |
JP7547940B2 (ja) | ロボットの制御方法 | |
CN115771140A (zh) | 动作参数调整方法 | |
US20220314450A1 (en) | Method For Controlling Robot, Robot System, And Storage Medium | |
US20220314451A1 (en) | Method For Controlling Robot, Robot System, And Storage Medium | |
CN118106951A (zh) | 机器人监视方法、机器人监视装置及机器人模型生成方法 | |
CN114179076A (zh) | 作业时间提示方法、力控制参数设定方法、机器人系统以及存储介质 | |
CN114434436A (zh) | 一种控制机器人的方法、装置和计算机可读存储介质 |
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 |