CN115052718A - 运行机器人系统的应用 - Google Patents
运行机器人系统的应用 Download PDFInfo
- Publication number
- CN115052718A CN115052718A CN202180012762.1A CN202180012762A CN115052718A CN 115052718 A CN115052718 A CN 115052718A CN 202180012762 A CN202180012762 A CN 202180012762A CN 115052718 A CN115052718 A CN 115052718A
- Authority
- CN
- China
- Prior art keywords
- application
- module
- context module
- context
- robot
- 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
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
- B25J9/1656—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
- B25J9/1671—Programme controls characterised by programming, planning systems for manipulators characterised by simulation, either to verify existing program or to create and verify new program, CAD/CAM oriented, graphic oriented programming systems
-
- 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
-
- 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
- G05B2219/32—Operator till task planning
- G05B2219/32137—Configure, connect, combine different program modules
-
- 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
- G05B2219/34—Director, elements to supervisory
- G05B2219/34202—Reusable software, generic resource model library
-
- 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
- G05B2219/36—Nc in input of data, input key till input tape
- G05B2219/36174—Program divided into modules
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Numerical Control (AREA)
- Manipulator (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
根据本发明的用于运行机器人系统应用的方法,包括以下步骤:从情景模块库中选择(S10)第一机器人系统情景模块,情景模块库具有多个预先给定的、独立于应用的、用于机器人系统的机器人系统情景模块,机器人系统情景模块分别将至少一个输入信号映射到至少一个输出信号;将第一机器人系统情景模块与从情景模块库中选择的至少一个其他的机器人系统情景模块、和/或至少一个特定于应用类别的应用类别情景模块,其针对多个应用的类别而预先给定并将至少一个输入信号映射到至少一个输出信号、和/或至少一个特定于应用的应用情景模块,其将至少一个输入信号映射到至少一个输出信号一起关联(S20)到第一应用情景模块,第一应用情景模块将其所关联的情景模块的输入信号映射到至少一个输出信号;以及基于第一应用情景模块运行(S30)应用。
Description
技术领域
本发明涉及用于运行机器人系统的应用的方法和系统以及用于执行该方法的情景模块库和计算机程序产品。
背景技术
基于机器人的自动化,特别是制造任务的自动化,通常需要具有大量资源的机器人系统,例如机器人、末端执行器、传感器、固定、运输、特别是输送装置等以及所谓的系统集成商,系统集成商将这些资源整合成机器人系统、特别是机器人单元。
此外,还需要应用程序开发人员,其执行对单个组件的编程。应用程序开发人员的角色通常由系统集成商来承担。
静态的应用可以通过这种方式以有时非常高的整合或编程成本来实现,并且如果自动化节省的成本补偿了整合或编程成本,即通常是在以长使用寿命的设备进行大批量生产时,其就具有经济效益。
如果应用不是被静态地使用,而是要灵活地应用于多种任务或变型,则整合或编程成本会显著增加。这特别是基于以下事实:即,在执行期间必须考虑更多种类的条件、错误情况和其它突发事件。
完全覆盖所有突发事件的成本非常高,因此通常是不经济的,并由此成为一个抑制阈值,特别是对于中小企业而言(KMUs),而它们又可以从灵活的自动化解决方案中获益匪浅。
替代完全覆盖所有突发事件的方案是,能够轻松、灵活地对执行期间出现的新情景以及可能的错误情况做出响应。但是,为此必须特别向专家咨询意见,在这种情况下是应用开发人员或系统集成商。在这里,作为典型用户的KMUs也处于困境中,因为他们通常没有自己的应用开发人员或系统集成商。
由于自动化单元内部的不同组件本身是封闭的系统,因此提供给用户的是一种异构环境(heterogene Landschaft),这也增加了难度。用户因此面对大量的不同系统的不同描述,包括应用程序开发人员或系统集成商的过程或应用描述,而这些描述又具有不同的类型。
所描述问题的一个示例是用于在开关柜装配的框架下将电气端子自动安放在安装轨(Hutschiene)上的机器人(系统)应用:组件由安装有通用抓具的机器人从盒子中取出,并以力调节的方式夹在安装轨上。各种因素都可能导致在安装轨上的扣合失效,例如错误的组件、有缺陷的扣合机构、不存在的或以错误角度布置的安装轨、不存在的组件等。根据错误,可以将原因追溯到单个的资源,例如机器人或抓具,或者也可以追溯到过程或外部因素。在此,没有经验的用户通常不能有针对性地界定和消除错误原因。另一方面,能够做到这一点的应用程序开发人员或系统集成商通常又不在现场,或者是约请费用昂贵。
到目前为止,企业内部使用的方案均是特定于给定的应用。
特别是在通过机器学习方法分析应用和资源数据时,所学习的模型取决于应用或具体配置。例如,如果学习过程中使用的装配位置发生变化,则模型可能不再有效,并且不能再识别出错误原因。这同样适用于基于本体或规则的方案,前提是其描述了与应用有内在联系的情景。
发明内容
本发明的目的在于改进机器人系统的应用的运行,优选至少减少、优选避免一个或多个上述的缺点。
本发明的目的通过一种具有权利要求1所述特征的方法来实现。权利要求7-9要求保护用于执行在此所述方法的一种系统、一种计算机程序产品或一种情景模块库。从属权利要求给出了优选的扩展方案。
根据本发明的一种实施方式,用于运行机器人系统的应用的方法包括以下步骤:
-从情景模块库中选择一机器人系统情景模块,在此将该机器人系统情景模块不失一般性地称为第一机器人系统情景模块,该情景模块库包括多个预先给定的独立于应用的机器人系统情景模块,这些机器人系统情景模块各自将一个或多个输入信号映射到一个或多个输出信号、特别是为此而提供、特别是被设计或用于此目的;
-将该第一机器人系统情景模块与
-从情景模块库中选择的一个或多个其他的机器人系统情景模块;和/或
-一个或多个特定于应用类别的应用类别情景模块,它们(各自)
针对多个、特别是相同类型的应用的其中一类而预先给定,并且(各自)将一个或多个输入信号映射到一个或多个输出信号、特别是为此而提供、特别是被设计或用于此目的;和/或
-一个或多个特定于应用的应用情景模块,它们(各自)将一个或多个输入信号映射到一个或多个输出信号上、特别是为此而提供、特别是被设计或用于此目的,
关联到一应用情景模块,该应用情景模块在本文中被不失一般性地称为第一应用情景模块,并将其所关联的情景模块,即第一机器人系统情景模块以及所述被选择的一个或多个其他机器人系统情景模块和/或所述一个或多个应用类别情景模块和/或所述一个或多个与其相关联的应用情景模块,的输入信号映射到一个或多个输出信号、特别是为此而提供、特别是被设计或用于此目的;以及
-基于第一应用情景模块运行该应用。
本发明的一种实施方式的核心思想在于提供或使用情景模块库,该情景模块库具有多个预先给定的独立于应用的机器人系统情景模块用于机器人系统,机器人系统情景模块各自将至少一个输入信号映射到至少一个输出信号,并据此通过关联来创建特定于应用的应用情景模块,或者提供或使用以这种方式创建的应用情景模块来运行机器人系统的应用。
由此,在一种实施方式中,可以有利地预先、特别是由制造商提供机器人系统情景模块,从而可以将这些机器人系统情景模块(再次或进一步)用于不同的应用。
在一种实施方式中,通过这种方式可以改善应用的运行,特别是能够增加可靠性和/或降低调试和/或维护成本。
本发明可以特别有利地用于
-对应用的编程,
-执行应用,特别是针对错误的状态或情景做出响应,
-监视应用,特别是针对错误的状态或情景,和/或
-分析应用,特别是确定错误状态或情景的原因。
相应地,在一种实施方式中,本发明意义下的机器人系统应用的运行包括对应用的(这种)编程、执行、监视和/或分析。
在一种实施方式中,第一应用情景模块可以在关联之后包括所关联的模块(后面仍将如此)。同样,在一种实施方式中,被关联的模块或者说基于第一应用情景模块或在第一应用情景模块中的关联也可以至少部分地被解除以便第一应用情景模块根据通过(多个)关联(已经)得到或相应于该关联的规则将输入信号映射到至少一个输出信号上,而不需要被关联的模块本身仍然存在或能够被识别或将输入信号映射到输出信号。
在一种实施方式中,机器人系统具有一个或多个机器人,特别是一个或多个静止机器人和/或一个或多个移动机器人,其中一个或多个机器人在一种实施方式中(分别)具有、在一种实施方式中是至少三个、特别是至少六个、在一种实施方式中为至少七个的轴或关节、特别是转动关节,在一种实施方式中为机器人臂,该机器人臂具有、至少三个、特别是至少六个、在一种实施方式中为至少七个的轴或关节、特别是转动关节。
附加地或替代地,在一种实施方式中,机器人系统具有一个或多个、优选机器人引导的机器人工具,特别是抓具,涂层装置、特别是喷漆器或粘接头等,焊接装置、特别是焊钳,和/或加工装置、特别是钻头、铣刀、锯、激光头等。
附加地或替代地,在一种实施方式中,机器人系统具有一个或多个固定装置和/或一个或多个运输装置,特别是输送装置、运输车辆等,和/或一个或多个存储装置,特别是货栈(Speicher)或仓库(Magazine)等。
本发明可以特别有利地应用于这种机器人系统,特别是基于其复杂性、可变性、工作方式和/或安全要求。
在一种实施方式中,关联是基于逻辑或规则的关联;或者在一种实施方式中,关联是基于一个或多个规则或定律、特别是根据规范来进行。
在一种实施方式中,本发明意义下的情景模块(分别)具有优选被存储和/或数据技术(实现)的(知识)表达或描述,特别是机器人系统的一个或多个组件、特别是一个或多个上述组件(机器人、机器人工具、固定装置、运输装置或存储装置)的(知识)表达或描述,和/或应用类别中的一个或多个应用,特别是时间、件数、错误状态等。在一种实施方式中,情景模块具有一个或多个定律或规则或(映射)规定,或者具有相应的结构、特别是数据结构。
在一种实施方式中,一个或多个情景模块(分别)将
-一个或多个位置输入信号,其在一种实施方式中(分别)量化一维或多维笛卡尔位置、一维或多维笛卡尔方向和/或一维或多维关节位置;
-一个或多个运动输入信号,其在一种实施方式中(分别)量化一维或多维速度和/或加速度;和/或
-一个或多个载荷输入信号,其在一种实施方式中(分别)量化一个或多个接触和/或关节力和/或接触和/或关节(旋转)力矩,在一种实施方式中为机器人系统的一个或多个组件、特别是一个或多个上述组件(机器人、机器人工具、固定装置、运输装置或存储装置)的(多个)位置输入信号、运动输入信号和/或载荷输入信号;和/或
-应用类别中的一个或多个应用,特别是时间、件数、错误状态等,映射到一个或多个输出信号,在一种实施方式中,该输出信号又可以是更高复杂度的情景模块的输入信号。
这样的情景模块可以特别有利地用于应用的编程,应用的执行、特别是对错误状态或情景做出响应,应用的监视、特别是监视错误状态或情景,和/或应用的分析、特别是确定错误状态或情景的原因。
在一种实施方式中,情景模块库包括:一个或多个预先给定的、独立于应用的、第一(较)低、特别是最低复杂度级别的机器人系统情景模块;和一个或多个预先给定的、、独立于应用的、第二(较)高复杂度级别的机器人系统情景模块,在一种实施方式中,还附加地(分别)包括一个或多个预先给定的、独立于应用的、一个或多个其他(分别)更高复杂度级别的机器人系统情景模块。
附加地或替代地,在一种实施方式中,第一机器人系统情景模块与至少一个一复杂度级别的、特定于应用类别的应用类别情景模块和至少一个另一复杂度级别的、特定于应用类别的应用类别情景模块相关联,该另一复杂度级别高于该一复杂度级别。
附加地或替代地,在一种实施方式中,第一机器人系统情景模块与至少一个一复杂度级别的、特定于应用的应用情景模块和至少一个另一复杂度级别的、特定于应用的应用情景模块相关联,该另一复杂度级别高于该一复杂度级别。
在一种实施方式中,高复杂度级别的情景模块包括两个或更多个低复杂度级别的情景模块。
由此,在一种实施方式中,可以有利地由(更)简单的情景模块、在一种扩展方案中为最简单的或原子级的(atomaren)情景原语(Situationsprimitiven)、特别是接连(递增)(更)复杂的情景模块来创建或使用。由此,在一种实施方式中,可以改善灵活性、可靠性和/或用户友好性。
在一种实施方式中,特别地,一个或多个情景模块的一个或多个输入信号到一个或多个输出信号的映射被机器学习,在一种实施方式中是通过人工智能来机器学习。由此,在一种实施方式中,可以特别有利地、特别是灵活地使用鲁棒的和/或精确的情景模块。
根据本发明的一种实施方式,提供一种系统,其特别是被硬件技术和/或软件技术地、特别是编程技术地设计用于执行在此所述的方法,和/或具有:
-用于从情景模块库中选择机器人系统情景模块的装置,该情景模块库包括多个预先给定的、独立于应用的机器人系统情景模块,该机器人系统情景模块各自将一个或多个输入信号映射到一个或多个输出信号;
-用于将第一机器人系统情景模块与
-从情景模块库中选择的一个或多个其他的机器人系统情景模块;和/或
-一个或多个特定于应用类别的应用类别情景模块,它们(各自)针对多个、特别是相同类型的应用的其中一类而预先给定,并且(各自)将一个或多个输入信号映射到一个或多个输出信号;和/或
-一个或多个特定于应用的应用情景模块,它们(各自)将一个或多个输入信号映射到一个或多个输出信号,
一起关联到第一应用情景模块的装置,该第一应用情景模块将其所关联的情景模块,即第一机器人系统情景模块以及所述选择的一个或多个其他机器人系统情景模块和/或所述一个或多个应用类别情景模块和/或所述一个或多个与其相关联的应用情景模块,的输入信号映射到一个或多个输出信号;以及
-用于基于第一应用情景模块运行该应用的装置。
本发明意义下的装置可以硬件技术和/或软件技术地构成,特别是具有:优选与存储系统和/或总线系统数据连接或信号连接的处理单元,特别是数字处理单元,特别是微处理单元(CPU)、图形卡(GPU)等,和/或一个或多个程序或程序模块。处理单元可以为此被设计为:执行被实现为存储在存储系统中的程序的指令;从数据总线采集输入信号;和/或将输出信号发送至数据总线。存储系统可以具有一个或多个特别是不同的存储介质,特别是光学的、磁的、固体的和/或其它非易失性的介质。程序可以被提供为,其能够体现或者说执行在此所述的方法,从而使得处理单元能够执行该方法的步骤,并由此特别是能够运行机器人系统的应用。在一种实施方式中,计算机程序产品可以具有、特别可以是特别是非易失性的、用于存储程序的存储介质或其上存储有程序的存储介质,其中,执行该程序使得系统或控制器、特别是计算机执行在此所述的方法或该方法的一个或多个步骤。
在一种实施方式中,该方法的一个或多个、特别是所有的步骤被完全或部分自动化地执行,特别是通过所述系统或其装置。
在一种实施方式中,所述系统或其装置包括机器人系统和/或在此所述的情景模块库或者说用于在此所述的方法的情景模块库。
在一种实施方式中,特别是通过一个或多个机器人系统情景模块,计算和/或提供对当前机器人(系统)情景的描述,该描述与应用无关。在一种实施方式中,该描述或者机器人系统情景模块是形式化的(formal)、优选是机器可解读的,和/或是在不同的应用环境(Applikationskontexten)中可重复使用的。在一种实施方式中,特别是针对这种可重复使用性,提供特定于应用的知识的模块化扩展,特别是为了特定于应用地丰富与应用无关的方面。
由此,在一种实施方式中获得以下优点:组件制造商可以(附带)提供多个、优选所有特定于组件但是独立于应用的情景描述。集成商或应用开发人员可以在此基础上添加特定于应用的部分。因此,每个参与者都是在其专业领域参与其中,因此能够描绘具体的知识。
在开头描述的夹紧安放机器人系统应用的示例中,机器人制造商可以例如检测不同来源的单个轨迹或时间序列,特别是轴角度和/或轴力矩、笛卡尔位置等,以及特别是通过基于机器学习的分类或数据分析方法对其进行分析。由此,机器人制造商可以推导出特定于机器人(系统)的情景原语,例如“轴1在运动”、“在Z方向上保持恒定的力”、“X方向上的力脉冲”等,以及通过特别是逻辑上的组合来对(更)复杂的情景建模,例如“机器人正在运动”、“机器人处于接触中”、“碰撞已发生”等。
由此,在一种实施方式中,应用开发人员有能力在此基础上独立于应用地描述特定于应用的情景,例如“机器人与安装轨接触”。
在一种实施方式中,第一应用情景模块可用于确定可观察到的错误征状的原因,其中特别是要考虑到在复杂情景与错误原因的逻辑描述中的可能征状。一种应用选项是将错误原因限制在可观察到的征状。
在另一种实施方式中,第一应用情景模块可用于动态地响应于应用中出现的突发事件,并对接下来的程序流程做出基于情景的判断。例如,根据“机器人与安装轨接触”进行旋转运动以便扣合。如果没有发生扣合,则可以做出“将构件放在一边并取出新构件”的响应。如果发生意外碰撞,则可以做出“激活视觉系统”的响应,以便能够进一步分析情况。本发明的一种实施方式是使用在针对灵活和多变化的生产设备的智能过程控制中。
在一种实施方式中,针对情景模块使用形式化知识表达方案(formaler),在一种扩展方案中使用本体(Ontologie),在另一种扩展方案中使用另一种形式化(Formalismus),该形式化提供了自动映射知识库的元素的逻辑组合并得出自动结论的选项,特别是逻辑程序或者规则基础。
在一种实施方式中,如果使用基于本体的方案,则在一种扩展方案中,本体被视为定律的集合,其描述了实体之间的逻辑关系。实体可以特别是代表一个概念,在这种情况下特别是一种情景(模块)。因此,定律在这种情况下是描述了情景之间的关系。由此允许将非常原子的、初始的和一般的情景组合成更复杂和更具体的情况。
在一种实施方式中,定律或机器人系统情景模块特别是在逻辑上描述了以下关系:如果机器人的至少一个轴运动,则机器人运动。反之,定律或机器人系统情景模块描述了:如果机器人的轴没有运动,则机器人没有运动。
在一种实施方式中,更高的第二复杂度级别的定律或机器人系统情景模块描述了:如果沿至少一个笛卡尔方向测量到一恒定的力,则机器人处于接触中。反之,如果机器人没有处于接触中,则机器人处于自由行驶中,等。
这些关系可以全部在机器人系统组件的背景下描述,即,独立于应用。
在一种实施方式中,本体或情景模块被模块化地设计,使得两个本体或情景模块一起观察得到新的本体或新的情景模块,该(这些)新的本体或新的情景模块由两个定律集的合集(Vereinigungsmenge)组成。特别地,可以将一本体O_2引入到另一本体O_1,并因此能够重新使用通过源于O_1的定律来描述的实体并添加更多的定律。
例如,当本体O_1通过定律“机器人处于接触中”来描述时,本体O_2可以引入该O_1,然后继续使用情景或实体“机器人处于接触中”,并借助于自己的定律结合到其它的情景。例如,“机器人在安装轨上运动”和“机器人处于接触中”可以表示“机器人与安装轨处于接触中”。
通过这种方式特别是可以描述错误原因,例如“机器人在电子组件的扣合过程中”和“没有力脉冲”可以表示“扣合机构损坏”。
在该示例中所描述的关系可以在应用的背景下进行描述,亦即是特定于应用的。
在一种实施方式中,通过这种方式使用不同抽象水平(Abstraktionsebenen)的多个本体或情景模块。这些形成了一个本体或情景模块输入链,并且在一种实施方式中代表从作为运动机器的机器人经过预配置的标准单元直至特定的客户应用的不同层级。一个或多个本体或情景模块中的由相应层级的参与者(Akteur)创建并描述相关情景。
例如,机器人制造商利用情景原语和基础情景描述了第一本体,例如“机器人在运动”和“机器人处于接触中”,只要这能够利用内建的传感器或以其它方式(例如通过马达电流等)来确定。单元供应商可以利用情景来扩展本体。例如其表征了通过单元可实现的应用的类别。例如,拾取和放置单元可以描述诸如“抓取对象”等情景。基于拾取和放置单元的具体应用可以专门地探讨对象或具体环境,并且描述诸如“抓取电性元件”、“占据存放位置”等情景。
在一种实施方式中,为了在一个或多个水平上或者在一个或多个情景模块中确定错误原因,利用本体或情景模块为与原因相对应的可观察的征状(分别)建模。在一种实施方式中,这些征状在技术上与情景原语没有区别,附加特性在于:征状是在问题情景的背景下进行描述。在一种实施方式中,情景原语和/或征状可以从数据中自动识别和/或直接通过用户输入或观察来设置。
例如,如果用户观察到错误行为,例如机器人在重力补偿模式下漂移,则他可以通过用户界面来报告该征状。最后,可以通过本体或情景模块将该错误行为与其它从数据中自动确定的情景原语相结合形成更复杂的情景和最终的错误原因,例如错误载荷数据配置等。
在一种实施方式中,使用自动结论算法(Schlussfolgerungsalgorithmus)(“推理器”)对本体定律或情景模块进行逻辑分析。在一种实施方式中所使用的本体语言OWL(“网络本体语言(Web Ontology Language)”)有利地允许描述定律和实体并且是基于描述逻辑(“Descriptic Logic”)。由此使得已建立的推理算法(Reasoning Algorithmen)和实施(Implementierungen)是可用的。
特别地,为了使应用开发人员能够基于组件提供者的独立于应用的本体或预先给定的独立于应用的机器人系统情景模块对特定于应用的本体或特定于应用的应用情景模块进行建模,在一种实施方式中,设有相应的工具辅助。在一种实施方式中,这种工具辅助优选以用户友好的方式、特别是基于形式来检测情景的关系,并将其相应地转化为本体语言或情景模块。
附图说明
更多的优点和特征由从属权利要求和实施例给出。为此,部分示意性示出了:
图1为根据本发明一种实施方式的机器人系统;
图2为用于运行根据本发明一种实施方式的机器人系统的应用的方法;和
图3为根据本发明一种实施方式所关联的第一应用情景模块。
具体实施方式
图1示出了根据本发明一种实施方式的运行应用时的机器人系统。
该机器人系统具有引导机器人工具2的机器人(臂)1、用于输送工件4的输送装置3、以及用于控制机器人系统的单元控制器5。
图2示出了用于运行根据本发明一种实施方式的机器人系统的应用的方法。
在第一步骤S10中,用户从情景模块库中选出第一机器人系统情景模块,该情景模块库具有多个预先给定的、独立于应用的、用于机器人系统的机器人系统情景模块,这些机器人系统情景模块分别将至少一个输入信号映射到至少一个输出信号。
为此,在图3中示例性示出了最低的第一复杂度级别的多个机器人系统情景模块R1,i,i=1,…,3,即,多个机器人系统情景原语R1,i。这样的机器人系统情景原语将例如机器人1的传感器数据或轨迹映射到情景或输出信号“机器人1的轴1在运动”、“机器人1的轴2在运动”、…、“机器人1的轴6在运动”。
此外,在图3中示例性示出了多个最低的第一复杂度级别的机器人系统情景模块R2,i,i=1,…,3,即,多个机器人系统情景原语R2,i。这些机器人系统情景原语将例如机器人1的传感器数据或轨迹映射到情景或输出信号“沿x方向在机器人1上没有接触力”、“沿y方向在机器人1上没有接触力”,……。
在步骤S20中,用户将这些来自于情景模块库的预先给定的独立于应用的机器人系统情景模块与特定于应用类别的应用类别情景模块和/或特定于应用的应用情景模块相关联,它们在图3中用Ai,i=1,…,7来表示并且本身可以具有不同的复杂度级别。例如,特定于应用类别的应用类别情景模块可以是“由机器人抓取元件”、特定于应用的特别是第一应用情景模块可以是“由机器人抓取电性元件”等,或者将相应的输入信号映射到相应的输出信号。
然后,基于这样与第一应用情景模块相关联的情景模块,可以在步骤S30中运行、特别是编程、执行、监视和/或分析应用,例如根据可观察的错误征状确定原因或者动态地响应在应用中出现的突发事件。
尽管在前面的描述中阐述了示例性的实施方式,但是应该指出的是,还可能存在许多的变型。此外还应指出的是,这些示例性实施方式仅仅是举例,其不应对保护范围、应用和构造形成任何限制。相反,通过前面的描述能够赋予本领域技术人员实现对至少一种示例性实施方式进行转换的教导,其中,在不脱离本发明保护范围的情况下,可以实现特别是关于所述部件的功能和布置的各种变化,例如可以根据权利要求和其等效的特征组合获得。
附图标记列表
1 机器人(臂)
2 机器人工具
3 运输装置
4 工件
5 单元控制器
R(i,j) 机器人系统情景模块(i=1,2,…;j=1,2,…)
Ai 应用(类别)情景模块(i=1,…,7)。
Claims (9)
1.一种用于运行机器人系统的应用的方法,包括以下步骤:
从情景模块库中选择(S10)第一机器人系统情景模块,所述情景模块库具有多个预先给定的、独立于应用的、用于所述机器人系统的机器人系统情景模块,所述机器人系统情景模块分别将至少一个输入信号映射到至少一个输出信号;
将所述第一机器人系统情景模块与
从所述情景模块库中选择的至少一个其他的机器人系统情景模块;
和/或
至少一个特定于应用类别的应用类别情景模块,其针对多个应用的其中一类而预先给定,并且将至少一个输入信号映射到至少一个输出信号;和/或
至少一个特定于应用的应用情景模块,其将至少一个输入信号映射到至少一个输出信号,
一起关联(S20)到第一应用情景模块,所述第一应用情景模块将其所关联的情景模块的输入信号映射到至少一个输出信号;以及
基于所述第一应用情景模块运行(S30)所述应用。
2.根据权利要求1所述的方法,其特征在于,所述情景模块库具有至少一个预先给定的、第一复杂度级别的、独立于应用的机器人系统情景模块和至少一个预先给定的、更高的第二复杂度级别的、独立于应用的机器人系统情景模块。
3.根据前述权利要求中任一项所述的方法,其特征在于,所述至少一个输入信号到至少一个情景模块的至少一个输出信号的映射是机器学习的。
4.根据前述权利要求中任一项所述的方法,其特征在于,所述机器人系统具有至少一个机器人(1)、至少一个机器人工具(2)、至少一个固定装置、至少一个运输装置(3)和/或至少一个存储装置。
5.根据前述权利要求中任一项所述的方法,其特征在于,至少一个情景模块将特别是所述机器人系统的至少一个部件的至少一个位置输入信号、运动输入信号和/或载荷输入信号映射到至少一个输出信号。
6.根据前述权利要求中任一项所述的方法,其特征在于,所述应用的运行包括对所述应用的编程、执行、监视和/或分析。
7.一种用于根据前述权利要求中任一项所述方法的情景模块库,其特征在于,该情景模块库具有多个预先给定的、独立于应用的、用于机器人系统的机器人系统情景模块,所述机器人系统情景模块分别将至少一个输入信号映射到至少一个输出信号。
8.一种用于运行机器人系统的应用的系统,所述系统被设计用于执行根据前述权利要求中任一项所述的方法,和/或包括:
用于从情景模块库中选择第一机器人系统情景模块的装置,所述情景模块库具有多个预先给定的、独立于应用的、用于所述机器人系统的机器人系统情景模块,所述机器人系统情景模块分别将至少一个输入信号映射到至少一个输出信号;
用于将所述第一机器人系统情景模块与
从所述情景模块库中选择的至少一个其他的机器人系统情景模块;
和/或
至少一个特定于应用类别的应用类别情景模块,其针对多个应用的其中一类而预先给定,并且将至少一个输入信号映射到至少一个输出信号;和/或
至少一个特定于应用的应用情景模块,其将至少一个输入信号映射到至少一个输出信号,
一起关联到第一应用情景模块的装置,所述第一应用情景模块将其所关联的情景模块的输入信号映射到至少一个输出信号;以及
用于基于所述第一应用情景模块运行所述应用的装置。
9.一种计算机程序产品,具有程序代码,所述程序代码存储在计算机可读的介质上,用于执行根据前述权利要求中任一项所述的方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102020201398.5A DE102020201398B3 (de) | 2020-02-05 | 2020-02-05 | Betreiben einer Applikation eines Robotersystems |
DE102020201398.5 | 2020-02-05 | ||
PCT/EP2021/052591 WO2021156328A1 (de) | 2020-02-05 | 2021-02-04 | Betreiben einer applikation eines robotersystems |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115052718A true CN115052718A (zh) | 2022-09-13 |
Family
ID=74556900
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180012762.1A Pending CN115052718A (zh) | 2020-02-05 | 2021-02-04 | 运行机器人系统的应用 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20230093024A1 (zh) |
EP (1) | EP4100216A1 (zh) |
CN (1) | CN115052718A (zh) |
DE (1) | DE102020201398B3 (zh) |
WO (1) | WO2021156328A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102021206254A1 (de) | 2021-06-18 | 2022-12-22 | Kuka Deutschland Gmbh | Steuern und/oder Überwachen einer Roboterapplikation |
DE102021212134B3 (de) | 2021-10-27 | 2023-02-02 | Kuka Deutschland Gmbh | Verfahren und System zum Betreiben eines Roboters |
DE102022208769B3 (de) | 2022-08-24 | 2023-11-09 | Kuka Deutschland Gmbh | Roboterbahnplanung und -steuerung |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102009054112A1 (de) * | 2009-11-20 | 2011-05-26 | Kuka Roboter Gmbh | Verfahren und Vorrichtung zur Planung und/oder Steuerung einer Roboterapplikation |
DE102010004476A1 (de) * | 2010-01-13 | 2011-07-14 | KUKA Laboratories GmbH, 86165 | Verfahren und Vorrichtung zum Kontrollieren einer Roboterapplikation |
DE102010004477A1 (de) * | 2010-01-13 | 2011-07-14 | KUKA Laboratories GmbH, 86165 | Entwicklungsumgebung und Verfahren zur Planung einer Roboterapplikation |
DE102010012598A1 (de) * | 2010-02-26 | 2011-09-01 | Kuka Laboratories Gmbh | Prozessmodulbibliothek und Programmierumgebung zur Programmierung eines Manipulatorprozesses |
US9415514B2 (en) * | 2012-09-07 | 2016-08-16 | Fanuc America Corporation | System to monitor/analyze robot related information and display on a smart device |
DE102015011910A1 (de) * | 2015-09-11 | 2017-03-16 | Kuka Roboter Gmbh | Verfahren und System zum Steuern einer Roboteranordnung |
-
2020
- 2020-02-05 DE DE102020201398.5A patent/DE102020201398B3/de active Active
-
2021
- 2021-02-04 EP EP21703656.5A patent/EP4100216A1/de active Pending
- 2021-02-04 US US17/795,460 patent/US20230093024A1/en active Pending
- 2021-02-04 CN CN202180012762.1A patent/CN115052718A/zh active Pending
- 2021-02-04 WO PCT/EP2021/052591 patent/WO2021156328A1/de unknown
Also Published As
Publication number | Publication date |
---|---|
WO2021156328A1 (de) | 2021-08-12 |
EP4100216A1 (de) | 2022-12-14 |
US20230093024A1 (en) | 2023-03-23 |
DE102020201398B3 (de) | 2021-04-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115052718A (zh) | 运行机器人系统的应用 | |
Saez et al. | Real-time manufacturing machine and system performance monitoring using internet of things | |
Ding et al. | Collaborative behavior design of industrial robots for multiple human-robot collaboration | |
Smith et al. | Message-based Part State Graphs (MPSG): a formal model for shop-floor control implementation | |
Kootbally et al. | Enabling robot agility in manufacturing kitting applications | |
van der Sanden et al. | LSAT: Specification and analysis of product logistics in flexible manufacturing systems | |
Zhou et al. | Introduction to Petri nets in flexible and agile automation | |
Schuetz et al. | Highly reconfigurable production systems controlled by real-time agents | |
Albert et al. | Multi-agent systems for industrial diagnostics | |
Gonnermann et al. | Skill modeling in cyber-physical production systems for process monitoring | |
Alami et al. | Programming of flexible assembly cell: Task modelling and system integration | |
Parker et al. | Adaptive causal models for fault diagnosis and recovery in multi-robot teams | |
Kristiansen et al. | A novel strategy for automatic error classification and error recovery for robotic assembly in flexible production | |
CN115630826A (zh) | 一种基于模型融合的数字孪生异常处理方法 | |
Feldmann et al. | Monitoring of flexible production systems using high-level Petri net specifications | |
Zhao et al. | Modeling human operator decision-making in manufacturing systems using BDI agent paradigm | |
Tittus et al. | Fast restart of manufacturing cells using restart points | |
Gordić et al. | Influence of Unmodelled External Forces on the Quality of Collision Detection | |
Lehmann et al. | Fault propagation and graph-based path generation for skill-based robot programming | |
Längle et al. | Natural language access to intelligent robots: Explaining automatic error recovery | |
Kawabata et al. | A system for self-diagnosis of an autonomous mobile robot using an internal state sensory system: fault detection and coping with the internal condition | |
Praehofer et al. | Supervising manufacturing system operation by DEVS-based intelligent control | |
Wu et al. | Error recovery in MPSG-based controllers for shop floor control | |
Haag et al. | Flexible assembly robotics for self-optimizing production | |
Kim et al. | Task-oriented synchronous error monitoring framework in robotic manufacturing process |
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 |