CN118106951A - 机器人监视方法、机器人监视装置及机器人模型生成方法 - Google Patents
机器人监视方法、机器人监视装置及机器人模型生成方法 Download PDFInfo
- Publication number
- CN118106951A CN118106951A CN202311604993.9A CN202311604993A CN118106951A CN 118106951 A CN118106951 A CN 118106951A CN 202311604993 A CN202311604993 A CN 202311604993A CN 118106951 A CN118106951 A CN 118106951A
- Authority
- CN
- China
- Prior art keywords
- robot
- arm
- data
- joint
- arms
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000012806 monitoring device Methods 0.000 title claims abstract description 24
- 239000013598 vector Substances 0.000 claims description 146
- 238000010586 diagram Methods 0.000 description 18
- 239000012636 effector Substances 0.000 description 18
- 238000004891 communication Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 101000692894 Homo sapiens Regulator of microtubule dynamics protein 2 Proteins 0.000 description 5
- 102100026410 Regulator of microtubule dynamics protein 2 Human genes 0.000 description 5
- 201000002992 rippling muscle disease 2 Diseases 0.000 description 5
- 101000692872 Homo sapiens Regulator of microtubule dynamics protein 1 Proteins 0.000 description 4
- 101000667643 Homo sapiens Required for meiotic nuclear division protein 1 homolog Proteins 0.000 description 4
- 102100026432 Regulator of microtubule dynamics protein 1 Human genes 0.000 description 4
- 201000002636 rippling muscle disease 1 Diseases 0.000 description 4
- 239000003638 chemical reducing agent Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 101100091046 Caenorhabditis elegans rmd-1 gene Proteins 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000000227 grinding Methods 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
Landscapes
- Manipulator (AREA)
- Numerical Control (AREA)
Abstract
本发明提供通用性优异的机器人监视方法、机器人监视装置及机器人模型生成方法。一种机器人监视方法,具有:第一工序,使用兼用于具备具有m个臂以及与该臂对应的m个关节的第一机器人臂的第一机器人、具备具有n个臂以及与该臂对应的n个关节的第二机器人臂的第二机器人的机器人模型数据来生成机器人模型、第二工序,基于在第一工序中生成的机器人模型,进行第一机器人或第二机器人的监视,m为2以上的整数,n为整数且n<m。
Description
技术领域
本发明涉及机器人监视方法、机器人监视装置及机器人模型生成方法。
背景技术
为了使机器人安全地动作,进行监视机器人的动作。例如,专利文献1所记载的装置使用DH表示法生成机器人模型,通过估计基于机械手结构的各臂的长度的差、各轴间的偏移量等静态参数,估计机器人的动作中的位置姿态来进行监视。
日本特开2017-164838号公报
但是,专利文献1那样的利用使用了DH表示法的机器人模型的正向运动学计算,需要根据机械手结构准备监视处理,存在不能对应机械手的结构不同的多个机器人,缺乏通用性的问题。
发明内容
本发明的机器人监视方法,其特征在于,具有:第一工序,使用兼用于具备具有m(m为2以上的整数)个臂以及与该臂对应的m个关节的第一机器人臂的第一机器人、具备具有n(n为整数且n<m)个臂以及与该臂对应的n个关节的第二机器人臂的第二机器人的机器人模型数据来生成机器人模型、
第二工序,基于在所述第一工序中生成的所述机器人模型,进行所述第一机器人或所述第二机器人的监视,
在所述第一工序中,
在监视对象为所述第一机器人的情况下,在所述机器人模型数据中,
作为所述第一机器人的关节数据,对m个所述关节分别分配由三维坐标表示所述关节的旋转轴的方向的矢量的m个第一关节数据A,
作为所述第一机器人的臂数据,对m个所述臂分别分配由三维坐标表示所述臂的长度以及方向的矢量的第一臂数据B,
在监视对象为所述第二机器人的情况下,在所述机器人模型数据中,
作为所述第二机器人的关节数据,对n个所述关节分别分配由三维坐标表示所述关节的旋转轴的方向的矢量的n个第二关节数据C,并且分配由m-n个零矢量表示的第二关节数据D,
作为第二机器人的臂数据,对n个所述臂分别分配由三维坐标表示所述臂的长度以及方向的矢量的n个第二臂数据E,并且分配由m-n个零矢量表示的第二臂数据F。
本发明的机器人监视装置,其特征在于,具备:获取部,获取使用兼用于具备具有m(m为2以上的整数)个臂以及与该臂对应的m个关节的第一机器人臂的第一机器人、具备具有n(n为整数且n<m)个臂以及与该臂对应的n个关节的第二机器人臂的第二机器人的机器人模型数据来生成的机器人模型、
监视部,基于所述获取部获取的所述机器人模型进行所述第一机器人或所述第二机器人的监视,
所述机器人模型,
在监视对象为所述第一机器人的情况下,在所述机器人模型数据中,
作为所述第一机器人的关节数据,对m个所述关节分别分配由三维坐标表示所述关节的旋转轴的方向的矢量的m个第一关节数据A,
作为所述第一机器人的臂数据,对m个所述臂分别分配由三维坐标表示所述臂的长度以及方向的矢量的第一臂数据B,
在监视对象为所述第二机器人的情况下,在所述机器人模型数据中,
作为所述第二机器人的关节数据,对n个所述关节分别分配由三维坐标表示所述关节的旋转轴的方向的矢量的n个第二关节数据C,并且分配由m-n个零矢量表示的第二关节数据D,
作为第二机器人的臂数据,对n个所述臂分别分配由三维坐标表示所述臂的长度以及方向的矢量的n个第二臂数据E,并且分配由m-n个零矢量表示的第二臂数据F。
本发明的机器人模型生成方法,其特征在于,具有:第一工序,使用兼用于具备具有m(m为2以上的整数)个臂以及与该臂对应的m个关节的第一机器人臂的第一机器人、具备具有n(n为整数且n<m)个臂以及与该臂对应的n个关节的第二机器人臂的第二机器人的机器人模型数据来生成机器人模型,
在所述第一工序中,
在监视对象为所述第一机器人的情况下,在所述机器人模型数据中,
作为所述第一机器人的关节数据,对m个所述关节分别分配由三维坐标表示所述关节的旋转轴的方向的矢量的m个第一关节数据A,
作为所述第一机器人的臂数据,对m个所述臂分别分配由三维坐标表示所述臂的长度以及方向的矢量的第一臂数据B,
在监视对象为所述第二机器人的情况下,在所述机器人模型数据中,
作为所述第二机器人的关节数据,对n个所述关节分别分配由三维坐标表示所述关节的旋转轴的方向的矢量的n个第二关节数据C,并且分配由m-n个零矢量表示的第二关节数据D,
作为第二机器人的臂数据,对n个所述臂分别分配由三维坐标表示所述臂的长度以及方向的矢量的n个第二臂数据E,并且分配由m-n个零矢量表示的第二臂数据F。
附图说明
图1是具备本发明的实施方式涉及的机器人监视装置的机器人系统的概略构成图。
图2是示出本发明的实施方式涉及的机器人监视装置进行监视的对象即第一机器人的一例的图。
图3是示出本发明的实施方式涉及的机器人监视装置进行监视的对象即第二机器人的一例的图。
图4是图2所示的第一机器人的示意图。
图5是图3所示的第二机器人的示意图。
图6是示出现有的机器人模型的一例的图。
图7是示出现有的机器人模型的一例的图。
图8是示出在本发明的机器人监视方法中使用的机器人模型的一例的图。
图9是示出在生成图8所示的机器人模型时使用的机器人模型数据的一例的图。
图10是示出在生成图6所示的机器人模型时使用的现有的机器人模型数据的一例的图。
图11是示出在生成图7所示的机器人模型时使用的现有的机器人模型数据的一例的图。
图12是用于说明本发明的机器人监视方法的一例的流程图。
附图标记说明
1…第一机器人、2…第二机器人、3…机器人监视装置、4…网络、9A…机器人控制装置、9B…机器人控制装置、10…第一机器人臂、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、20…末端执行器、21…基台、22…第二机器人臂、23…第一臂、24…第二臂、25…作业头、26…末端执行器、27…第一关节致动器、28…第二关节致动器、31…监视部、32…存储部、33…通信部、100…机器人系统、171…第一关节致动器、172…第二关节致动器、173…第三关节致动器、174…第四关节致动器、175…第五关节致动器、176…第六关节致动器、251…花键螺母、252…滚珠丝杠螺母、253…花键轴、291…第一驱动机构、292…第二驱动机构、A…第一关节数据、B…第一臂数据、C…第二关节数据、D…第二关节数据、E…第二臂数据、F…第二臂数据、J1…第一关节、J2…第二关节、J3…第三关节、J4…第四关节、J5…第五关节、J6…第六关节、O1…第一旋转轴、O2…第二旋转轴、O3…第三旋转轴、RM…机器人模型、RM1…机器人模型、RM2…机器人模型、RMD…机器人模型数据、RMD1…机器人模型数据、RMD2…机器人模型数据、TCP…控制点。
具体实施方式
以下,基于附图所示的实施方式对本发明的机器人监视方法、机器人监视装置以及机器人模型生成方法进行详细说明。需要说明的是,在以下的说明中,在简称为“机器人”时,是指包括第一机器人以及第二机器人的机器人的总称。
第一实施方式
图1是具备本发明的实施方式涉及的机器人监视装置的机器人系统的概略构成图。图2是示出本发明的实施方式涉及的机器人监视装置进行监视的对象即第一机器人的一例的图。图3是示出本发明的实施方式涉及的机器人监视装置进行监视的对象即第二机器人的一例的图。图4是图2所示的第一机器人的示意图。图5是图3所示的第二机器人的示意图。图6是示出现有的机器人模型的一例的图。图7是示出现有的机器人模型的一例的图。图8是示出在本发明的机器人监视方法中使用的机器人模型的一例的图。图9是示出在生成图8所示的机器人模型时使用的机器人模型数据的一例的图。图10是示出在生成图6所示的机器人模型时使用的现有的机器人模型数据的一例的图。图11是示出在生成图7所示的机器人模型时使用的现有的机器人模型数据的一例的图。图12是用于说明本发明的机器人监视方法的一例的流程图。
在图2~图5中,设定有互相正交的三轴即X轴、Y轴以及Z轴。三轴中Z轴方向示出铅直方向,X-Y平面示出水平面。
图2以及图3中的上下方向与铅直方向一致。图2~图5中的上侧也称为“上”,下侧也称为“下”,对于第一机器人臂10、第二机器人臂22等,基台11、21侧也称为基端部,末端执行器20、26侧也称为前端部。
在本说明书中,“铅直”不仅是指与铅直一致的情况,也包括相对于铅直稍微倾斜,例如±10°以内的情况。此外,在本说明书中,“平行”不仅是指两个对象与平行一致的情况,也包括从平行稍微倾斜,例如±10°以内的情况。
如图1所示,机器人系统100具有:第一机器人1、第二机器人2、控制第一机器人1的驱动的机器人控制装置9A、以及控制第二机器人2的驱动的机器人控制装置9B。第二机器人2是与第一机器人1类型不同的机器人。
首先,对第一机器人1进行说明。
如图2所示,第一机器人1具有基台11、相对于基台11可旋转地连接的第一机器人臂10。第一机器人臂10具有m(m为2以上的整数)个臂以及与该臂对应的m个关节。第一机器人臂10中的臂的数量与关节的数量相等。在本实施方式中,m为6。即,第一机器人1是六轴垂直多关节机器人。
需要说明的是,第一机器人1不限于图示的构成,例如,也可以是m为6以外的垂直多关节机器人。
基台11是在其基端侧可驱动地支承第一机器人臂10的支承体,例如固定于工厂内的地板。第一机器人1的基台11经由中继电缆的电线与机器人控制装置9A电连接。需要说明的是,第一机器人1与机器人控制装置9A的连接不限于图2所示的构成那样的通过有线的连接,例如,也可以是通过无线的连接。此外,也可以经由互联网等的网络连接。
在本实施方式中,第一机器人臂10具有:第一臂12、第二臂13、第三臂14、第四臂15、第五臂16、以及第六臂17,这些臂从基台11侧依次连结。需要说明的是,第一机器人臂10具有的臂的数量不限于6个,例如,也可以是2、3、4、5个或7个以上。此外,各臂的总长等的大小分别没有特别的限定,可以根据作为组装或加工的对象物即工件等的条件、作业内容等进行适当设定。
基台11与第一臂12经由第一关节致动器171连结。而且,通过第一关节致动器171,第一臂12相对于基台11以沿铅直方向的第一旋转轴为旋转中心,绕该第一旋转轴可旋转地支承。这样,第一旋转轴与固定基台11的地板的地板面的法线一致,第一机器人臂10的整体能够绕第一旋转轴的轴向正方向、反方向的任一方向旋转。
需要说明的是,图2中未图示第一旋转轴,对于以下说明的第二旋转轴、第三旋转轴、第四旋转轴、第五旋转轴以及第六旋转轴也是同样的。
第一臂12与第二臂13经由第二关节致动器172连结。而且,通过第三关节致动器173,第二臂13相对于第一臂12以沿水平方向的第二旋转轴为旋转中心可旋转地支承。
第二臂13与第三臂14经由第三关节致动器173连结。而且,通过第三关节致动器173,第三臂14相对于第二臂13以沿水平方向的第三旋转轴为旋转中心可旋转地支承。第三旋转轴与第二旋转轴平行。
第三臂14与第四臂15经由第四关节致动器174连结。而且,通过第四关节致动器174,第四臂15相对于第三臂14以与第三臂14的中心轴方向平行的第四旋转轴为旋转中心可旋转地支承。第四旋转轴与第三旋转轴正交。
第四臂15与第五臂16经由第五关节致动器175连结。而且,通过第五关节致动器175,第五臂16相对于第四臂15以第五旋转轴为旋转中心可旋转地支承。第五旋转轴与第四旋转轴正交。
第五臂16与第六臂17经由第六关节致动器176连结。而且,通过第六关节致动器176,第六臂17相对于第五臂16以第六旋转轴为旋转中心可旋转地支承。第六旋转轴与第五旋转轴正交。
在第一机器人臂10的前端部,能够可拆装地安装末端执行器20。在末端执行器20的前端设定有控制点TCP。
作为末端执行器20,例如,可举出有抓握工件的手、卡盘、进行钻孔、磨削、研磨等的工具、喷枪等的涂装用具等。
各臂的连接部即关节致动器171~176分别具有未图示的电机、电机驱动器、减速器、以及编码器等。各电机、各电机驱动器以及各编码器分别与机器人控制装置9A电连接。各编码器检测对应的电机的旋转位置信息,并发送给机器人控制装置9A。机器人控制装置9A基于从各编码器接收的各电机的旋转位置信息,经由电机驱动器控制对各电机的通电条件。由此,第一臂12~第六臂17分别工作,根据预先确定的程序的第一机器人臂10的姿态随时间变化,能够通过安装在第一机器人臂10的前端部的末端执行器20进行期望的作业。
接着,对第二机器人2进行说明。
图3所示的第二机器人2具有基台21、相对于基台21可旋转地连接的第二机器人臂22。第二机器人臂22具有n(n为整数且n<m)个臂以及与该臂对应的n个关节。臂的数量与关节的数量相等。在本实施方式中,n为4,第二机器人2为四轴水平多关节机器人,即,为SCARA机器人。
需要说明的是,第二机器人2不限于图示的构成,例如,也可以是n为4以外的水平多关节机器人。
在第二机器人臂22的前端部,能够可拆装地安装未图示的末端执行器等。基台21固定于与水平面平行的地板面。在基台21的内部设置有机器人控制装置9B。需要说明的是,与图示的构成不同,机器人控制装置9B也可以设置在基台21的外部。
第二机器人臂22具有:第一臂23,基端部与基台21连接,相对于基台21绕沿铅直方向的第一旋转轴O1旋转、第二臂24,基端部与第一臂23的前端部连接,相对于第一臂23绕沿铅直方向的第二旋转轴O2旋转。
在第二臂24的前端部设置有作业头25。作业头25在第二臂24的前端部具有:互相同轴配置的花键螺母251以及滚珠丝杠螺母252、插通花键螺母251以及滚珠丝杠螺母252的花键轴253。花键轴253相对于第二臂24绕作为其中心轴,且沿铅直方向的第三旋转轴O3可旋转,并且能够沿第三旋转轴O3在上下方向移动。
在花键轴253的下端部安装有末端执行器26。在末端执行器26的前端设定有控制点TCP。作为末端执行器26,可以使用在前述的末端执行器20中示例的末端执行器。
第二机器人2具有:第一关节致动器27,连结基台21与第一臂23,使第一臂23相对于基台21绕第一旋转轴O1旋转、第二关节致动器28,连结第一臂23与第二臂24,作为使第二臂24相对于第一臂23绕第二旋转轴O2旋转的关节部。
此外,第二机器人2具有:第一驱动机构291,作为使滚珠丝杠螺母252旋转且使花键轴253沿第三旋转轴O3的方向升降的关节部、第二驱动机构292,作为使花键螺母251旋转且使花键轴253绕第三旋转轴O3旋转的关节部。通过第一驱动机构291的工作,花键轴253向第三旋转轴O3的轴方向移动,随之末端执行器26向相同方向移动,即上升或下降。此外,通过第二驱动机构292的工作,花键轴253绕第三旋转轴O3向预定方向旋转,随之末端执行器26向相同方向旋转。
第一关节致动器27、第二关节致动器28、第一驱动机构291以及第二驱动机构292分别具有未图示的电机、电机驱动器、减速器、以及编码器等。各电机、各电机驱动器以及各编码器分别与机器人控制装置9B电连接。各编码器检测对应的电机的旋转位置信息,并发送给机器人控制装置9B。机器人控制装置9B基于从各编码器接收的各电机的旋转位置信息,经由各电机驱动器控制对各电机的通电条件。由此,第一臂23、第二臂24以及花键轴253分别工作,根据预先确定的程序的第二机器人臂22的姿态随时间变化,能够通过安装在第二机器人臂22的前端部、即作业头25的下端部的末端执行器26进行期望的作业。
接着,对机器人监视装置3进行说明。
如图1所示,机器人监视装置3是执行本发明的机器人监视方法的装置,具备:进行第一机器人1或第二机器人2的监视的监视部31、存储部32、以及作为获取机器人模型的获取部的通信部33。
监视部31具有CPU(Central Processing Unit:中央处理器)等的至少一个处理器,读出并执行存储部32中存储的各种程序。具体而言,监视部31通过读出并执行存储部32中存储的机器人监视程序,进行监视对象即机器人的监视。监视部31例如,基于后述的机器人模型RM估计各臂的长度的差、各轴间的偏移量等静态参数,使用正向运动学计算导出机器人的动作中的位置姿态,监视第一机器人1或第二机器人2。
存储部32保存由监视部31执行的各种程序等。作为存储部32,例如,可举出RAM(Random Access Memory:随机存取存储器)等的易失性存储器、ROM(Read Only Memory:只读存储器)等的非易失性存储器、以及具有拆装式的外部存储装置等的构成的存储器。在存储部32中存储有用于执行本发明的机器人监视方法的程序。此外,在存储部32中,临时地或永久地存储经由通信部33输入的机器人模型RM。
通信部33例如使用有线LAN(Local Area Network:局域网)、无线LAN等的网络4在机器人控制装置9A以及机器人控制装置9B之间进行信号的发送接收。这种情况下,可以经由未图示的服务器进行通信,此外,也可以经由互联网等的网络进行通信。
以往,对每个机器人的类型设定机器人模型数据以及机器人模型。即,对第一机器人1设定图6所示的机器人模型RM1,对第二机器人2设定图7所示的机器人模型RM2。
因此,以往,机器人模型RM1以及机器人模型RM2分别被输入到相当于机器人监视装置3的机器人监视装置,例如,通过使用正向运动学计算导出机器人的动作中的位置姿态,进行监视对象即第一机器人1或第二机器人2的监视。
需要说明的是,在图4、图6以及图8中,在图2所示的第一机器人1中,将第一关节致动器171作为第一关节用“J1”示出,将第二关节致动器172作为第二关节用“J2”示出,将第三关节致动器173作为第三关节用“J3”示出,将第四关节致动器174作为第四关节用“J4”示出,将第五关节致动器175作为第五关节用“J5”示出,将第六关节致动器176作为第六关节用“J6”示出。
此外,在图5、图7以及图8中,在图3所示的第二机器人2中,将第一关节致动器27作为第一关节用“J1”示出,将第二关节致动器28作为第二关节用“J2”示出,将第一驱动机构291作为第三关节用“J3”示出,将第二驱动机构292作为第四关节用“J4”示出。
图6所示的现有的机器人模型RM1是由矢量表示的机器人模型,作为一例,是包括用于确定图2所示的第一机器人1的类型的信息的数据。机器人模型RM1包括第一关节数据A、第一臂数据B,作为一例,能够由表来表示。
第一关节数据A是对m个在本实施方式中对六个第一关节致动器171~第六关节致动器176分别分配以三维坐标表示关节的旋转轴的方向的矢量的关节的信息即关节数据的有效关节数据。此外,第一关节数据A也被分配给控制点TCP。旋转轴的方向是第一机器人1的初始姿态中的旋转轴的方向。
如图4所示,第一关节J1(第一关节致动器171)由矢量a1表示。初始姿态下的第一关节J1的旋转轴由于沿z轴方向,因此如图6所示,矢量a1由三维坐标(0,0,1)表示。
如图4所示,第二关节J2(第二关节致动器172)由矢量a2表示。初始姿态下的第二关节J2的旋转轴由于沿x轴方向,因此如图6所示,矢量a2由三维坐标(1,0,0)表示。
如图4所示,第三关节J3(第三关节致动器173)由矢量a3表示。初始姿态下的第三关节J3的旋转轴由于沿x轴方向,因此如图6所示,矢量a3由三维坐标(1,0,0)表示。
如图4所示,第四关节J4(第四关节致动器174)由矢量a4表示。初始姿态下的第四关节J4的旋转轴由于沿y轴方向,因此如图6所示,矢量a4由三维坐标(0,1,0)表示。
如图4所示,第五关节J5(第五关节致动器175)由矢量a5表示。初始姿态下的第五关节J5的旋转轴由于沿x轴方向,因此如图6所示,矢量a5由三维坐标(1,0,0)表示。
如图4所示,第六关节J6(第六关节致动器176)由矢量a6表示。初始姿态下的第六关节J6的旋转轴由于沿y轴方向,因此如图6所示,矢量a6由三维坐标(0,1,0)表示。
如图4所示,控制点TCP由矢量atcp表示。矢量atcp由于不具有旋转轴,因此如图6以及图8所示,由三维坐标(0,0,0)、即、零矢量表示。
如上所述,在第一关节数据A中,在具有旋转轴的关节的关节数据中,使用1作为三维坐标的X、Y、Z的任一值,但不限于此,只要能够与0区分可以使用1以外的值。
第一臂数据B是对m个在本实施方式中对六个臂分别分配由三维坐标表示臂的长度以及延伸的方向的矢量(相对位置矢量)的关节的信息即关节数据的有效臂数据。此外,第一臂数据B也被分配给控制点TCP。臂的延伸的方向是第一机器人1的初始姿态中的臂的延伸的方向。此处,“臂的长度”由设定在旋转驱动该臂的该臂的基端侧的关节的原点与该臂的前端的分离距离La以及所述原点与该臂的基端的分离距离Lb的差ΔL(=La-Lb)示出。
如图4所示,设定于基台的原点与第一关节J1的相对位置矢量由矢量b1表示。矢量b1如图6以及图8所示,由三维坐标(0,0,L1)表示。需要说明的是,L1为正整数。
如图4所示,第一臂12由矢量b2表示。初始姿态下的第一臂12的延伸方向由于沿y轴方向,因此矢量b2如图6以及图8所示,由三维坐标(0,L2,0)表示。需要说明的是,L2为表示第一臂12的长度的正整数。
如图4所示,第二臂13由矢量b3表示。初始姿态下的第二臂13的延伸方向由于沿z轴方向,因此矢量b3如图6以及图8所示,由三维坐标(0,0,L3)表示。需要说明的是,L3为表示第二臂13的长度的正整数。
如图4所示,第三臂14由矢量b4表示。初始姿态下的第三臂14的延伸方向由于沿z轴方向,因此矢量b4如图6以及图8所示,由三维坐标(0,0,L4)表示。需要说明的是,L4为表示第三臂14的长度的正整数。
如图4所示,第四臂15由矢量b5表示。初始姿态下的第四臂15的延伸方向由于沿y轴方向,因此矢量b5如图6以及图8所示,由三维坐标(0,L5,0)表示。需要说明的是,L5为表示第四臂15的长度的正整数。
如图4所示,第五臂16由矢量b6表示。初始姿态下的第五臂16的延伸方向由于沿y轴方向,因此矢量b6如图6以及图8所示,由三维坐标(0,L6,0)表示。需要说明的是,L6为表示第五臂16的长度的正整数。
如图4所示,第六臂17以及末端执行器20由矢量btcp表示。矢量btcp表示控制点TCP从第六关节致动器176向哪个方向偏移了多少,如图6以及图8所示,由三维坐标(Ofsx,Ofsy,Ofsz)表示。Ofsx、Ofsy以及Ofsz为示出上述偏移量的整数。
在这样的机器人模型RM1被输入到机器人监视装置3的情况下,机器人监视装置3例如能够使用正向运动学计算导出、监视第一机器人1的位置姿态。
接着,对现有的机器人模型RM2进行说明。
图7所示的机器人模型RM2是由矢量表示的机器人模型,作为一例,是包括用于确定图3所示的第二机器人2的类型的信息的数据。机器人模型RM2包括第二关节数据C、第二臂数据E。
第二关节数据C是对n个在本实施方式中对四个关节分别分配以三维坐标表示关节的旋转轴的方向的矢量的关节的信息即关节数据的有效关节数据。此外,第二关节数据C也被分配给控制点TCP。旋转轴的方向是第二机器人2的初始姿态中的旋转轴的方向。
如图5所示,第一关节J1(第一关节致动器27)由矢量a1表示。初始姿态下的第一关节J1的旋转轴由于沿z轴方向,因此如图7所示,矢量a1由(0,0,1)表示。
如图5所示,第二关节J2(第二关节致动器28)由矢量a2表示。初始姿态下的第二关节J2的旋转轴由于沿z轴方向,因此如图7(以及图8)所示,矢量a2由(0,0,1)表示。
如图5所示,第三关节J3(第一驱动机构291)由矢量a3表示。第三关节J3由于不具有旋转轴,因此如图7(以及图8)所示,矢量a3由(0,0,0)、即、零矢量表示。
如图5所示,第四关节J4(第二驱动机构292)由矢量a4表示。初始姿态下的第四关节J4的旋转轴由于沿z轴方向,因此如图7所示,矢量a4由(0,0,1)表示。
如图5所示,控制点TCP由矢量atcp表示。矢量atcp由于不具有旋转轴,因此如图7(以及图8)所示,由(0,0,0)、即、零矢量表示。
如上所述,在第二关节数据C中,在具有旋转轴的关节的关节数据中,使用1作为三维坐标的X、Y、Z的任一值,但不限于此,只要能够与0区分可以使用1以外的值。
第二臂数据E是对n个在本实施方式中对四个臂分别分配以三维坐标表示臂的长度以及延伸的方向的矢量的关节的信息即关节数据的有效臂数据。此外,第二臂数据E也被分配给控制点TCP。臂的延伸的方向是第二机器人2的初始姿态中的臂的延伸的方向。
如图5所示,为了在第一关节J1~第三关节J3为止的二维平面、即与X-Y平面平行的平面进行正向运动学计算,与第一关节J1对应的矢量b1,如图7以及图8所示,由(0,0,0)、即、零矢量表示。
如图5所示,第一关节J1与第二关节J2的相对位置矢量、即、第一臂23的长度由矢量b2表示。初始姿态下的第一臂23的延伸方向由于沿x轴方向,因此矢量b2如图7(以及图8)所示,由(l1,0,0)表示。需要说明的是,l1为表示第一臂23的长度的正整数。
如图5所示,第二关节J2与第三关节J3的相对位置矢量、即、第二臂24的长度由矢量b3表示。初始姿态下的第二臂24的延伸方向由于沿x轴方向,因此矢量b3如图7(以及图8)所示,由(l2,0,0)表示。需要说明的是,l2为表示第二臂24的长度的正整数。
如图5所示,第三关节J3与第四关节J4的相对位置矢量、即、作业头25的长度由矢量b4表示。矢量b4如图7以及图8所示,由(0,0,0)、即、零矢量表示。
如图5所示,第二驱动机构292以及末端执行器由矢量btcp表示。矢量btcp表示控制点TCP从作业头25的前端向哪个方向偏移了多少,如图7(以及图8)所示,由(Ofsx,Ofsy,Ofsz)表示。Ofsx、Ofsy以及Ofsz为示出上述偏移量的整数。
在这样的机器人模型RM2被输入至机器人监视装置3的情况下,机器人监视装置3识别监视对象为第二机器人2,使用正向运动学计算导出、监视第二机器人2的位置姿态。
如上所述,机器人模型RM1以及机器人模型RM2不是用DH表示法定义,而是用由矢量表示的机器人模型定义。由矢量表示的机器人模型即使在机器人的关节为完全平行的相邻的关节的旋转轴的情况下,也能够对应,此外,由于不使每个关节的坐标系的姿态旋转而能够表示机器人模型,因此与使用DH表示法的机器人模型相比,通用性更高。
以往,需要对应今后进行作业的机器人的类型等,分别生成由不同的矢量表示的机器人模型。即,例如,需要相对于第一机器人1、第二机器人2分别生成上述机器人模型RM1、上述机器人模型RM2。
为了生成机器人模型RM1,准备图10所示的专用的机器人模型数据RMD1,对该机器人模型数据RMD1的空白部分分配各种数据。另一方面,为了生成机器人模型RM2,准备图11所示的专用的机器人模型数据RMD2,对该机器人模型数据RMD2的空白部分分配各种数据。机器人模型数据RMD1由7行×2列的表构成,机器人模型数据RMD2由5行×2列的表构成,两者在数据的存储部位的数量、表的尺寸、表的形式或格式等的条件上不同。这样,以往,需要准备不同的两个机器人模型数据RMD1以及RMD2。即,在一个机器人模型数据中,不能使用兼用第一机器人1以及第二机器人2这样的类型或臂的数量等不同的多种的机器人的机器人模型进行监视。在本发明中,可以通过以下方法解决这样的技术问题。
以下,对本发明的机器人监视方法以及机器人模型生成方法的一例进行说明。
本发明的机器人监视方法具有:第一工序(机器人模型生成方法),使用兼用于第一机器人1以及第二机器人2的机器人模型数据RMD生成图8所示这样的机器人模型RM、第二工序,基于在第一工序中生成的机器人模型RM进行机器人的监视。
第一工序具有步骤S101、步骤S102、以及步骤S103。
首先,在步骤S101中,判断监视对象是否为六轴机器人。即,判断监视对象是否为第一机器人1。本步骤中的判断由机器人控制装置9A或机器人控制装置9B进行。此外,本步骤中的判断基于作业者例如使用示教装置等的输入装置输入的信息等来进行。
但是,不限于该构成,也可以是步骤S101中的判断由能够与机器人控制装置9A或机器人控制装置9B通信的外部设备,例如,示教装置等进行的构成。
在步骤S101中,在判断为监视对象是六轴机器人(准确来说,垂直多关节六轴机器人)的情况下,进入步骤S102,在判断为监视对象不是六轴机器人、即是SCARA机器人(准确来说,水平多关节四轴机器人)的情况下,进入步骤S103。
在步骤S102中,生成六轴机器人的机器人模型、即、生成第一机器人1的机器人模型RM。在步骤S103中,生成SCARA机器人的机器人模型、即、生成第二机器人2的机器人模型RM。
在本发明中,在步骤S102、103的任一情况下,都使用图9所示的1种机器人模型数据RMD来生成。即,机器人模型数据RMD对于第一机器人1以及第二机器人2分别兼用。作为一例,机器人模型数据RMD由7行×4列的表构成。
在步骤S102中,如图8所示,对与机器人模型数据RMD的“(六轴)关节轴矢量”的列J1~J6以及TCP对应的各行分配第一关节数据A,对与“(六轴)相对位置矢量”的列J1~J6以及TCP对应的各行分配第一臂数据B。关于第一关节数据A以及第一臂数据B,如前所述。需要说明的是,不对“(SCARA)关节轴矢量”以及“(SCARA)相对位置矢量”的列分配数据。即,在图8所示的表中,这些列被分配零矢量作为虚拟数据。
另一方面,在步骤S103中,如图8所示,对与机器人模型数据RMD的“(SCARA)关节轴矢量”的列J1~J4以及TCP对应的各行分配第二关节数据C,并且对与“(SCARA)关节轴矢量”的列J5以及J6对应的各行分配第二关节数据D作为虚拟关节数据,对与“(SCARA)相对位置矢量”的列J1~J4以及TCP对应的各行分配第二臂数据E,并且对与“(SCARA)相对位置矢量”的列J5以及J6对应的各行分配第二臂数据F作为虚拟臂数据。需要说明的是,不对“(六轴)关节轴矢量”以及“(六轴)相对位置矢量”的列分配数据。即,在图8所示的表中,这些列被分配零矢量作为虚拟数据。
如前所述,将第二关节数据C分配给与J1~J4以及TCP对应的各行作为三维矢量。
第二关节数据D由三维坐标表示m-n全部的行、即、存在于第一机器人1且不存在于第二机器人2的第n+1关节以及第n+2(=m)关节的旋转轴方向的矢量。具体而言,第二关节数据D被分配给与“(SCARA)关节轴矢量”的列“J5”对应的行作为矢量a5,被分配给与“(SCARA)关节轴矢量”的列“J6”对应的行作为矢量a6。矢量a5以及矢量a6由于实际上不存在,因此由三维坐标(0,0,0)、即零矢量表示。
第二臂数据E如前所述被分配给与J1~J4以及TCP对应的行作为三维矢量。
第二臂数据F由三维坐标表示m-n全部的行、即、存在于第一机器人1且不存在于第二机器人2的第n+1臂以及第n+2(=m)臂的长度以及延伸方向的矢量。具体而言,第二臂数据F被分配给与“(SCARA)关节轴矢量”的列“J5”对应的行作为矢量b5,被分配给与“(SCARA)关节轴矢量”的列“J6”对应的行作为矢量b6。矢量b5以及矢量b6由于实际上不存在,因此由三维坐标(0,0,0)即零矢量表示。
这样,准备假设关节以及臂的数量多的第一机器人1的机器人模型数据RMD,在监视关节以及臂的数量少的第二机器人2的情况下,通过将零矢量分配给实际上不存在的臂以及关节作为虚拟数据(第二关节数据D以及第二臂数据F),生成一个共同的机器人模型RM。由此,不仅能够对应第一机器人1,也能够对应第二机器人2的监视。特别地,由于能够用一个机器人模型数据RMD对应第一机器人1和第二机器人2,因此通用性优异。
在上述中,将m设为6,将n设为4进行说明,但只要满足n<m,则不限于此,m、n只要是正整数则可以是任何数。
此外,在上述中,分为对机器人模型数据RMD分配第一关节数据A以及第一臂数据B的情况(步骤S102)、对机器人模型数据RMD分配第二关节数据C、第二关节数据D、第二臂数据E以及第二臂数据F的情况(步骤S103)进行说明,但在本发明中不限于此,如图8所示,也可以生成对机器人模型数据RMD分配第一关节数据A、第一臂数据B、第二关节数据C、第二关节数据D、第二臂数据E以及第二臂数据F的全部的机器人模型RM。由此,可以省略步骤S101中的判断。进而,一旦生成这样的机器人模型RM并存储于存储部32,则从下次开始可以省略步骤S101~步骤S103,可以更迅速地开始第一机器人1以及第二机器人2的监视。
在步骤S102或步骤S103之后,作为步骤S104的前工序,将监视对象即第一机器人1或第二机器人2配置于XYZ坐标上的基准位置并且向确定的预定的方向设置。接着,使监视对象即第一机器人1或第二机器人2按照预定的动作程序工作,并且在步骤S104中,进行该工作状态的第一机器人1或第二机器人2的监视。在步骤S104中,例如使用生成的机器人模型RM进行第一机器人1或第二机器人2的监视。本步骤由机器人监视装置3的监视部31进行。
如以上说明,机器人监视方法具有:第一工序,使用兼用于具备具有m(m为2以上的整数)个臂以及与该臂对应的m个关节的第一机器人臂10的第一机器人1、具备具有n(n为整数且n<m)个臂以及与该臂对应的n个关节的第二机器人臂22的第二机器人2的机器人模型数据RMD来生成机器人模型RM、第二工序,基于在第一工序中生成的机器人模型RM,进行第一机器人1或第二机器人2的监视。此外,在第一工序中,在监视对象为第一机器人1的情况下,在机器人模型数据RMD中,作为第一机器人1的关节数据,对m个关节分别分配由三维坐标表示关节的旋转轴的方向的矢量的m个第一关节数据A,作为机器人1的臂数据,对m个臂分别分配由三维坐标表示臂的长度以及方向的第一臂数据B,在监视对象为第二机器人2的情况下,在机器人模型数据RMD中,作为第二机器人2的关节数据,对n个关节分别分配由三维坐标表示关节的旋转轴的方向的矢量的n个第二关节数据C,并且分配由m-n个零矢量表示的第二关节数据D,作为第二机器人2的臂数据,对n个臂分别分配由三维坐标表示臂的长度以及方向的n个第二臂数据E,并且分配由m-n个零矢量表示的第二臂数据F。由此,不仅能够对应第一机器人1,也能够对应第二机器人2的监视。特别地,由于能够用一个机器人模型数据RMD对应第一机器人1和第二机器人2的双方,因此通用性优异。
需要说明的是,在上述中,作为监视对象,对假设两台机器人的情况进行说明,但在本发明中不限于此,也可以将三台以上的机器人作为监视对象。这种情况下,机器人模型数据例如对于一台机器人,具有关节数据以及臂数据这两列。此外,机器人模型数据与臂以及关节的数量最多的机器人相匹配,至少具有与臂以及关节的数量对应的行。
此外,第一机器人1是垂直多关节六轴机器人,第二机器人2是水平多关节四轴机器人,在第一工序中,作为第二机器人2的臂数据,对实际存在的四个臂以及关节分别分配第二关节数据C以及第二臂数据E,对实际不存在的臂以及关节分别分配第二关节数据D以及第二臂数据F。这样,作为第一机器人1以及第二机器人2的组合,通过应用比较广泛普及的垂直多关节六轴机器人以及水平多关节四轴机器人,能够更有效地灵活运用本发明。
此外,机器人监视装置3具备:通信部33,作为获取使用兼用于具备具有m(m为2以上的整数)个臂以及与该臂对应的m个关节的第一机器人臂10的第一机器人1、具备具有n(n为整数且n<m)个臂以及与该臂对应的n个关节的第二机器人臂22的第二机器人2的机器人模型数据RMD来生成的机器人模型RM的获取部、监视部31,基于通信部33获取的机器人模型RM,进行第一机器人1或第二机器人2的监视。此外,机器人模型RM在监视对象为第一机器人1的情况下,在机器人模型数据RMD中,作为第一机器人1的关节数据,对m个关节分别分配由三维坐标表示关节的旋转轴的方向的矢量的m个第一关节数据A,作为第一机器人1的臂数据,对m个臂分别分配由三维坐标表示臂的长度以及方向的第一臂数据B,在监视对象为第二机器人2的情况下,在机器人模型数据RMD中,作为机器人2的关节数据,对n个关节分别分配由三维坐标表示关节的旋转轴的方向的矢量的n个第二关节数据C,并且分配由m-n个零矢量表示的第二关节数据D,作为第二机器人2的臂数据,对n个臂分别分配由三维坐标表示臂的长度以及方向的n个第二臂数据E,并且分配由m-n个零矢量表示的第二臂数据F。由此,不仅能够对应第一机器人1,也能够对应第二机器人2的监视。特别地,由于能够用一个机器人模型数据RMD对应第一机器人1和第二机器人2的双方,因此通用性优异。
此外,机器人监视方法具有第一工序,使用兼用于具备具有m(m为2以上的整数)个臂以及与该臂对应的m个关节的第一机器人臂10的第一机器人1、具备具有n(n为整数且n<m)个臂以及与该臂对应的n个关节的第二机器人臂22的第二机器人2的机器人模型数据RMD来生成机器人模型RM。此外,在第一工序中,在监视对象为第一机器人1的情况下,在机器人模型数据RMD中,作为第一机器人1的关节数据,对m个关节分别分配由三维坐标表示关节的旋转轴的方向的矢量的m个第一关节数据A,作为机器人1的臂数据,对m个臂分别分配由三维坐标表示臂的长度以及方向的第一臂数据B,在监视对象为第二机器人2的情况下,在机器人模型数据RMD中,作为第二机器人2的关节数据,对n个关节分别分配由三维坐标表示关节的旋转轴的方向的矢量的n个第二关节数据C,并且分配由m-n个零矢量表示的第二关节数据D,作为第二机器人2的臂数据,对n个臂分别分配由三维坐标表示臂的长度以及方向的n个第二臂数据E,并且分配由m-n个零矢量表示的第二臂数据F。由此,不仅能够对应第一机器人1,也能够对应第二机器人2的监视。特别地,由于能够用一个机器人模型数据RMD对应第一机器人1和第二机器人2的双方,因此通用性优异。
需要说明的是,在上述中,对将在第一工序中生成的机器人模型数据RMD用于监视的情况进行说明,但在本发明中不限于此,例如,也可以将在第一工序中生成的机器人模型数据RMD用于其他用途,例如,模拟等。
以上,基于图示的实施方式对本发明进行说明,但本发明并不限于此,第一机器人1、第二机器人2、机器人监视装置3、机器人系统100等中的各部分的构成能够置换为具有同样的功能的任意的构成,此外,也可以附件其他任意的构成物。
Claims (4)
1.一种机器人监视方法,其特征在于,具有:
第一工序,使用兼用于第一机器人和第二机器人的机器人模型数据来生成机器人模型,所述第一机器人具备具有m个臂以及与该臂对应的m个关节的第一机器人臂,所述第二机器人具备具有n个臂以及与该臂对应的n个关节的第二机器人臂,m为2以上的整数,n为整数且n<m;以及
第二工序,基于在所述第一工序中生成的所述机器人模型,进行所述第一机器人或所述第二机器人的监视,
在所述第一工序中,
在监视对象为所述第一机器人的情况下,在所述机器人模型数据中,
作为所述第一机器人的关节数据,对m个所述关节分别分配由三维坐标表示所述关节的旋转轴的方向的矢量的m个第一关节数据A,
作为所述第一机器人的臂数据,对m个所述臂分别分配由三维坐标表示所述臂的长度以及方向的矢量的第一臂数据B,
在监视对象为所述第二机器人的情况下,在所述机器人模型数据中,
作为所述第二机器人的关节数据,对n个所述关节分别分配由三维坐标表示所述关节的旋转轴的方向的矢量的n个第二关节数据C,并且分配由m-n个零矢量表示的第二关节数据D,
作为第二机器人的臂数据,对n个所述臂分别分配由三维坐标表示所述臂的长度以及方向的矢量的n个第二臂数据E,并且分配由m-n个零矢量表示的第二臂数据F。
2.根据权利要求1所述的机器人监视方法,其特征在于,
所述第一机器人是垂直多关节六轴机器人,
所述第二机器人是水平多关节四轴机器人,
在所述第一工序中,作为第二机器人的臂数据,对实际存在的四个臂以及关节分别分配所述第二关节数据C以及所述第二臂数据E,并且对实际不存在的臂以及关节分别分配所述第二关节数据D以及所述第二臂数据F。
3.一种机器人监视装置,其特征在于,具备:
获取部,获取使用兼用于第一机器人和第二机器人的机器人模型数据来生成的机器人模型,所述第一机器人具备具有m个臂以及与该臂对应的m个关节的第一机器人臂,所述第二机器人具备具有n个臂以及与该臂对应的n个关节的第二机器人臂,m为2以上的整数,n为整数且n<m;以及
监视部,基于所述获取部获取的所述机器人模型,进行所述第一机器人或所述第二机器人的监视,
对所述机器人模型而言,
在监视对象为所述第一机器人的情况下,在所述机器人模型数据中,
作为所述第一机器人的关节数据,对m个所述关节分别分配由三维坐标表示所述关节的旋转轴的方向的矢量的m个第一关节数据A,
作为所述第一机器人的臂数据,对m个所述臂分别分配由三维坐标表示所述臂的长度以及方向的矢量的第一臂数据B,
在监视对象为所述第二机器人的情况下,在所述机器人模型数据中,
作为所述第二机器人的关节数据,对n个所述关节分别分配由三维坐标表示所述关节的旋转轴的方向的矢量的n个第二关节数据C,并且分配由m-n个零矢量表示的第二关节数据D,
作为第二机器人的臂数据,对n个所述臂分别分配由三维坐标表示所述臂的长度以及方向的矢量的n个第二臂数据E,并且分配由m-n个零矢量表示的第二臂数据F。
4.一种机器人模型生成方法,其特征在于,具有:
第一工序,使用兼用于第一机器人和第二机器人的机器人模型数据来生成机器人模型,所述第一机器人具备具有m个臂以及与该臂对应的m个关节的第一机器人臂,所述第二机器人具备具有n个臂以及与该臂对应的n个关节的第二机器人臂,m为2以上的整数,n为整数且n<m,
在所述第一工序中,
在监视对象为所述第一机器人的情况下,在所述机器人模型数据中,
作为所述第一机器人的关节数据,对m个所述关节分别分配由三维坐标表示所述关节的旋转轴的方向的矢量的m个第一关节数据A,
作为所述第一机器人的臂数据,对m个所述臂分别分配由三维坐标表示所述臂的长度以及方向的矢量的第一臂数据B,
在监视对象为所述第二机器人的情况下,在所述机器人模型数据中,
作为所述第二机器人的关节数据,对n个所述关节分别分配由三维坐标表示所述关节的旋转轴的方向的矢量的n个第二关节数据C,并且分配由m-n个零矢量表示的第二关节数据D,
作为第二机器人的臂数据,对n个所述臂分别分配由三维坐标表示所述臂的长度以及方向的矢量的n个第二臂数据E,并且分配由m-n个零矢量表示的第二臂数据F。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022-191193 | 2022-11-30 | ||
JP2022191193A JP2024078698A (ja) | 2022-11-30 | 2022-11-30 | ロボット監視方法、ロボット監視装置およびロボットモデル作成方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118106951A true CN118106951A (zh) | 2024-05-31 |
Family
ID=91211116
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311604993.9A Pending CN118106951A (zh) | 2022-11-30 | 2023-11-28 | 机器人监视方法、机器人监视装置及机器人模型生成方法 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP2024078698A (zh) |
CN (1) | CN118106951A (zh) |
-
2022
- 2022-11-30 JP JP2022191193A patent/JP2024078698A/ja active Pending
-
2023
- 2023-11-28 CN CN202311604993.9A patent/CN118106951A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
JP2024078698A (ja) | 2024-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101498836B1 (ko) | 7축 다관절 로봇의 제어 장치 및 교시 방법 | |
US7765031B2 (en) | Robot and multi-robot interference avoidance method | |
US7321808B2 (en) | Robot and multiple robot control method | |
JP5144035B2 (ja) | 産業用ロボットのツールの位置・姿勢制御方法及び制御システム | |
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 | |
JP5701055B2 (ja) | 7軸多関節ロボットの制御方法、制御プログラム及びロボット制御装置 | |
JP7187765B2 (ja) | ロボット制御装置 | |
KR20180069031A (ko) | 로봇의 다이렉트 교시방법 | |
JP7279180B2 (ja) | 多関節ロボット | |
CN113858189B (zh) | 机器人的控制方法及机器人系统 | |
JP4396553B2 (ja) | ロボット制御装置,コンピュータプログラム | |
US20200238512A1 (en) | Teaching Data Generation System For Vertical Multi-Joint Robot | |
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 | |
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 | |
JP5545263B2 (ja) | ロボットシステム及び被作業物の製造方法 | |
JP2003044109A (ja) | ワ−ク座標系設定手段を持つ多軸工作機械の数値制御装置 | |
EP4067012A1 (en) | Method for controlling robot, robot system, and program for controlling robot | |
KR101812026B1 (ko) | 6축 다관절 로봇 | |
CN113442131B (zh) | 示教方法 | |
CN115666879A (zh) | 使机器人执行对工件的作业的控制装置、机器人系统以及控制方法 | |
JP7011426B2 (ja) | マニピュレータシステム | |
US20230078238A1 (en) | Teaching Method | |
JP7502439B2 (ja) | ロボット制御装置 | |
JP2013223896A (ja) | ロボット制御方法及びロボット制御装置 |
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 |