EP2904460A1 - Verfahren zum steuern einer robotereinrichtung, robotereinrichtung und computerprogrammprodukt - Google Patents

Verfahren zum steuern einer robotereinrichtung, robotereinrichtung und computerprogrammprodukt

Info

Publication number
EP2904460A1
EP2904460A1 EP13774641.8A EP13774641A EP2904460A1 EP 2904460 A1 EP2904460 A1 EP 2904460A1 EP 13774641 A EP13774641 A EP 13774641A EP 2904460 A1 EP2904460 A1 EP 2904460A1
Authority
EP
European Patent Office
Prior art keywords
effector
manipulator
robot
collision
injury
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.)
Ceased
Application number
EP13774641.8A
Other languages
English (en)
French (fr)
Inventor
Sami Haddadin
Simon Haddadin
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Deutsches Zentrum fuer Luft und Raumfahrt eV
Original Assignee
Deutsches Zentrum fuer Luft und Raumfahrt eV
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Deutsches Zentrum fuer Luft und Raumfahrt eV filed Critical Deutsches Zentrum fuer Luft und Raumfahrt eV
Priority to EP18204579.9A priority Critical patent/EP3474100A1/de
Publication of EP2904460A1 publication Critical patent/EP2904460A1/de
Ceased legal-status Critical Current

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Program-controlled manipulators
    • B25J9/16—Program controls
    • B25J9/1656—Program controls characterised by programming, planning systems for manipulators
    • B25J9/1664—Program controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
    • B25J9/1666—Avoiding collision or forbidden zones
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Program-controlled manipulators
    • B25J9/16—Program controls
    • B25J9/1674—Program controls characterised by safety, monitoring, diagnostic
    • B25J9/1676—Avoiding collision or forbidden zones
    • 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
    • G05B19/00—Program-control systems
    • G05B19/02—Program-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of program data in numerical form
    • G05B19/406—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of program data in numerical form characterised by monitoring or safety
    • G05B19/4061—Avoiding collision or forbidden zones
    • 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
    • G05B19/00—Program-control systems
    • G05B19/02—Program-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of program data in numerical form
    • G05B19/416—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of program data in numerical form characterised by control of velocity, acceleration or deceleration
    • 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
    • G05B2219/40198—Contact with human allowed if under pain tolerance limit
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/40—Robotics, robotics mapping to robotics vision
    • G05B2219/40202—Human robot coexistence
    • 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
    • G05B2219/40418—Presurgical planning, on screen indicate regions to be operated on

Definitions

  • the invention relates to a method for controlling a robot device comprising a movable manipulator and / or effector, a robot device having a movable manipulator and / or effector and a control device with a computing device and a memory device for carrying out such a method as well as a computer program product a computing device may be loaded and includes software code portions that perform such a process when the product is run on the computing device.
  • pMRK is one of the great challenges to robotics research.
  • a device of a smelting works and / or rolling mill known comprising a robot with a robot control with an associated human-robot interface influencing modes and modes of operation
  • the different degrees of automation of the robot and / or at different temporal and / or local positioning of the interaction partners human and robot are adapted and / or adapted in a working space
  • the robot, in particular industrial robot, at least one of the robot, in particular industrial robots, cooperating detection area is associated with the scope of protection Extension and functionality of robotic activity related and / or robotic
  • the robot, in particular industrial robot is arranged on or on a traveling carriage on a roadway in order to provide a solution which allows a more flexible adaptation of a robot or robot system to different degrees of a human-robot. Interaction and a more flexible use of an industrial robot in the context of work activities and workflows of a large-scale plant, in particular metallurgical plant allows.
  • the invention has for its object to provide an aforementioned method, which is functionally improved as well as an aforementioned robot device and an aforementioned computer program product.
  • biomechanical and / or medical knowledge should be made available for controlling a robot device.
  • the robotic device is to be enabled to cooperate securely with a human in intersecting workspaces.
  • a risk of injury to humans should be reduced or eliminated.
  • the robotic device is to be enabled, an effect of an expected collision with a human Estimate body.
  • the robotic device is to be enabled to adapt its movement speed and / or direction based on this estimate.
  • a method is to be made available in which no external sensors, such as cameras, are needed.
  • the object is achieved by a method for controlling a robot device comprising a movable manipulator and / or effector, in which a movement speed and / or direction of the manipulator and / or effector is monitored and optionally adjusted taking into account medical injury parameters and robot dynamics.
  • the manipulator and / or effector may be movable along a predetermined path.
  • the manipulator and / or effector can be movable at a predetermined speed of movement.
  • the medical injury parameters may include information representative of an impact of a collision between the manipulator and / or effector and a human body. The impact can be a violation of a human body.
  • the medical injury parameters may be used as an input in the method.
  • a movement speed and / or direction of the manipulator and / or effector may be adjusted to reduce or prevent injury.
  • a movement speed of the manipulator and / or effector can be adjusted by reducing.
  • Robot dynamics can be a physical dynamic.
  • Robot dynamics can be kinetic dynamics.
  • Robot dynamics can be dynamics of a rigid and elastic multibody system.
  • a collision mass, a collision velocity and / or a collision contact geometry of the manipulator and / or effector can be taken into account.
  • a collision mass, a collision velocity, and / or a collision contact geometry of the manipulator and / or effector may be used as an input in the method.
  • An expected collision mass, collision velocity and / or collision contact geometry at least one predetermined relevant point of the manipulator and / or effector can be taken into account.
  • the expectation may relate to a presumed or known location of a person in the working area of the robot device, taking into account the given path of movement.
  • adaptation of the movement speed and / or direction of the manipulator and / or effector characteristic values can be used which map a relationship between collision mass, collision velocity and / or collision contact geometry of the manipulator and / or effector on the one hand and medical injury parameters on the other ,
  • the characteristics can be mapped in mass-velocity diagrams for different contact geometries and different types of injuries.
  • the contact geometries can be simple representative geometries.
  • a contact geometry may be wedge-shaped.
  • the contact geometries can be wedge-shaped with different angles.
  • a contact geometry can be spherical.
  • a type of injury can be a violation of a closed skin of a body.
  • a type of injury can be a violation of a body's muscles and tendons.
  • An injury type can be a neurovascular injury to a body.
  • An injury type can be a fracture of a body's bones.
  • An injury type can be an injury to an eye and / or larynx.
  • the medical injury parameters can be taken from a storage device.
  • the storage device may be a database.
  • the medical injury parameters can be taken from an injury database.
  • the medical injury parameters may have been determined by experiments.
  • the medical injury parameters may have been determined by experiments with animal bodies, such as pig carcasses.
  • the medical injury parameters may have been determined by case trials.
  • the medical injury parameters may have been determined by experiments with human or animal bodies.
  • the medical injury paralysis meters may have been determined by experiments with human or animal subjects.
  • At least one adjustable threshold value can be taken into account.
  • the threshold can be used as an input in the method. Before adjusting a movement speed and / or direction of the manipulator and / or effector can be done with the threshold value.
  • the threshold may represent a maximum allowable impact on a human body.
  • the threshold can be variable. Increasing the threshold may cause an increase in the maximum allowable impact and an increase in productivity of the robotic device.
  • a reduction of the threshold value may cause a reduction in the maximum allowable impact and a reduction in productivity of the robotic device.
  • the process can be performed in real time. An expected collision mass, collision velocity and / or collision contact geometry can be determined in real time.
  • Access to a memory device containing medical injury parameters can be done in real time.
  • a comparison of the expected collision mass, collision velocity and / or collision contact geometry with the medical injury parameters can be done in real time.
  • Matching with an adjustable threshold can be done in real time.
  • An adjustment of the movement speed and / or direction of the manipulator can be done in real time.
  • the procedure can be carried out on a command level or on a measured value level.
  • a command level can be a control level on which manipulator and / or effector setpoint values for movement are specified.
  • the method can be carried out at a setpoint level. This can be advantageous in the case of a robot device with a comparatively rigid manipulator and / or effector, that is to say in the case of a robot device in which a slight deviation between desired values and actual values occurs during a movement.
  • a measured value level can be a control level on which actual values of the manipulator and / or effector are output during a movement. This can be advantageous in the case of a robot device with a comparatively soft manipulator and / or effector, that is to say in the case of a robot device in which an increased deviation between desired values and actual values occurs during a movement.
  • a solution of the object underlying the invention with a robot device comprising a movable manipulator and / or effector and a control device with a computing device and a memory device, wherein the robot device is suitable for carrying out such a method is carried out.
  • the robot device may be an industrial robot.
  • the effector can be arranged on the manipulator.
  • the manipulator may have a base.
  • the manipulator can have at least one arm section.
  • the manipulator may have at least one joint.
  • the manipulator can have at least one movement axis.
  • the manipulator may have at least one, in particular electromotive, drive.
  • the manipulator can have at least one transmission.
  • the control device can serve to control the manipulator.
  • the control device can be signal-connected to the manipulator and / or effector.
  • the controller may generate output for the manipulator.
  • the controller may receive and process input from the manipulator and / or effector.
  • the computing device can process data using a programmable calculation rule.
  • a solution of the problem underlying the invention with a computer program product that can be loaded into a computing device and includes software code sections, with which such a method is performed when the product is running on the computing device.
  • the computer program product may be materialized in a storage device.
  • the memory device may be suitable for storing data.
  • the memory device may comprise an electronic, a magnetic and / or an optical storage medium. sen.
  • the memory device may in particular be a memory card, a flash memory, a USB stick, a solid state drive, a hard disk, a magnetic tape, a
  • the computer program product can be any suitable computer program product.
  • the computer program product can
  • the computer program product can be transferable via a, in particular cable-connected or wireless, network.
  • the robotic device is enabled to work securely with a human in intersecting workspaces. A risk of injury to humans can be reduced or eliminated.
  • the robot device is enabled to have an effect of
  • the robotic device is enabled to adjust its movement speed and / or direction based on this estimate.
  • a method is provided that does not require external sensors such as cameras.
  • the invention provides a concrete solution for the problems mentioned.
  • a relationship between collision mass, velocity, geometry, and medically visible soft tissue injuries, e.g. B. be examined by means of systematic case experiment experiments on pork belly preparations. Alternatives would be z. Pendulum tests or direct robotic collision tests.
  • Occurring injuries can be classified according to the International Medical AO Classification, which also includes concomitant soft tissue injuries. Reference may be made to the publications TP Joedi, RE Buckley, and CG Morgan, AO Principles of Fracture Management, Thieme, Ed., 2007.
  • FIG. 4 shows an end effector consisting of contact primitives and associated POIs
  • FIG. 5 shows a robot with the end effector for carrying out experiments
  • FIG. 6 shows trajectories of a line test and a ribbons test
  • FIG. 7 shows a SVC experiment "line test” and "ribbon test ".
  • robotic systems for the MRC are to be designed safely without simply introducing blanket limits, as was the case with ISO-10218-2006, for example. All forward
  • the results and insights provided have a very general character and are not just tailored to a certain robot design.
  • the present results, analyzes and control algorithms can, in principle, be of use to every robot.
  • First of all, the influence of a generic collision between a robot and a human has to be understood. More specifically, one has to ask the question as to the relationship between impact mass, velocity and contact geometry, as well as occurring injuries. This information can then be used to design a control algorithm that uses this knowledge to convey to a robot at a very low algorithmic level, which in concrete terms means secure interaction.
  • the observed injury is then divided into standardized injury classes.
  • three selected primitives based evaluated by hundreds of drop tests.
  • the focus is more on developing an approach rather than just producing an extremely large amount of raw data. It can accumulate data for more primitives and body parts.
  • risk curves for the given primitives are derived. This makes it possible to derive a simple and intuitive representation of the relation between robot parameters and injury, which can then be stored in a real-time database.
  • the collected injury knowledge is now available in a real-time capable structure and can be integrated into a speed controller.
  • the proposed controller observes the reflected dynamics of the robot at relevant structure points, as well as their speed and surface condition.
  • the framework enforces safe collision behavior of a robot in the event of an unexpected collision with a human. It should be noted that previous work on blunt collision analysis can be seamlessly integrated into this algorithm.
  • test setup based on the free fall principle was chosen.
  • the setup includes a force sensor and two acceleration sensors that measure the acceleration of the carriage and the impactor and are used to determine the impact speed.
  • the maximum occurring pressure is measured via a pressure measuring foil.
  • Fig. 1 shows a selection of contact primitives for soft tissue experiments.
  • the circled primitives are used in the experimental series and are referred to herein as small sphere 100, large sphere 102 and wedge 104.
  • the respective design is based on typical geometric primitives from industrial processes.
  • NV Vascular and nerve injuries
  • NV2 Isolated nerve lesion
  • NV3 Circumcribed vascular injury
  • NV4 combined neurovascular injury (NV5: subtotal / total amputation)
  • IC2 is considered as a suitable limit and marked as a "key collision" indicator.
  • the widths, lengths and depths of lesions are recorded manually with a caliper gauge.
  • photographs were taken of each sample before and after each test series. Following each impact, a preliminary observation and assessment followed.
  • the sample is removed from the test setup for a more thorough examination.
  • the skin surface is considered and classified according to IC 1-5 or IO 2-5. If no obvious skin opening can be detected, 1 cm 3 samples are taken and fixed in formalin for later microscopic examination.
  • the aim of the microscopic analysis is to make a detailed distinction that might not be possible by a purely macroscopic analysis.
  • Abdominal abdominal wall tissue is chosen as the first experimental tissue because it is comparatively easy to drive drop trials with equivalent collision conditions. Results:
  • FIG. 2 summarizes the risk characteristics obtained from the experiments and shows a dependency of an AO Classification of collision mass and velocity for different contact primitives.
  • the first column shows with diagrams 200, 202, 204 a dependence of an AO classification of collision mass and velocity for a wedge, cf. Fig. 1 and associated description
  • the middle column shows with diagrams 206, 208, 210 a dependence of an AO classification of collision mass and speed for a large sphere, see.
  • Fig. 1 shows with diagrams 200, 202, 204 a dependence of an AO classification of collision mass and velocity for a wedge, cf. Fig. 1 and associated description
  • the middle column shows with diagrams 206, 208, 210 a dependence of an AO classification of collision mass and speed for a large sphere, see.
  • FIG. 1 shows the results for closed skin injuries with diagrams 200, 206, 212
  • the middle row shows the results for muscle and tendon injuries with digits 202, 208, 214
  • the bottom row shows the diagrams 204, 210, 216 Results for neurovascular damage.
  • the key collision is the maximum permissible injury that may occur. It is defined here as a bruise. Of course, this definition is not sufficient as soon as the skin is completely intact but the underlying tissue is injured. This is especially the case when nerves and arteries are involved.
  • the third grade of soft tissue injury, neurovascular damage is always possible in the case of penetrating muscle injuries, as larger neurovascular structures are under the muscles. Consequently, the key collision is selected according to the estimated injury of the person who is completely curable (restitutio ad integrum), ie does not leave permanent damage. In case of ambiguous results, the key conflict is determined by the most conservative interpretation.
  • FIG. 2 shows the relationships between mass, velocity and injury for 276 drop tests.
  • Each impactor, wedge, large sphere, small sphere has a column associated with skin lesions, muscle and tendon injuries, and neurovascular injuries.
  • the severity of tissue injury (ranging from one to five in the sense of the AO classification) is represented by gray-scale, rectangular fields.
  • White areas represent markups without injury (IC1, MT1, or NV1). present the worst possible injury. It should be noted here that in the diagram 212, both closed skin injuries and open ones are shown in a graph.
  • the wedge thus has a relatively large safety margin for muscle tissue.
  • Muscle injuries for the large sphere> 8 kg can be considered tolerable up to 1.5 m / s.
  • the results for the small sphere show a similar injury severity in the muscle tissue.
  • the maximum speed should not exceed 1.5 m / s.
  • neurovascular injuries corresponding to muscle penetration are selected.
  • an investigation of this type of injury does not occur in the present case, since an adequate evaluation of dead tissue is not feasible.
  • all experiments carried out correspond to certain conditions that deviate from real human-robot collisions. These can be mainly attributed to the use of dead tissue.
  • Robotic Control Safety Characteristics The aim of the present analysis is to understand how soft tissue reacts under different collision test conditions and find suitable model parameters that allow it to predict the occurrence of a particular injury and integrate that knowledge into a safe robotic velocity control. Although additional experimental data are helpful in fully understanding the mapping (mass, velocity, geometry) - »injury, such a complete characterization of soft tissue is certainly not necessary for robotic applications: the prediction of velocity limits for very small masses ( ⁇ 1 kg) is not important for two reasons:
  • the parameters vi, v 2 are the minimum and maximum permissible speeds It should again be emphasized that no force sensor is necessary for the demarcation of the safety characteristics for the robot control It is only necessary to know at which speed for a varying mass of a medically detectable injury occurs (ie, the mapping of mass, velocity, and geometry to medically observable injury.).
  • FIG. 3 shows conservative safety characteristics for the contact primitive small sphere in a diagram 300, large sphere in a diagram 302 and wedge 45 ° in a diagram 304 used in the real-time control, for the abdominal region.
  • the described results of the collision tests provide safety curves that relate the maximum speed and mass to the injury for a particular primitive and body part, see FIG. 3.
  • it is aimed to allow a robot to use this knowledge to limit the speed of moving parts in that unintentional collisions do not exceed a given limit within the meaning of the AO classification, in this case IC2.
  • the figure (mass, speed) observed violation must be made available online.
  • Such an injury database stores the coefficients of the safety characteristics (1) for each known contact primitive so that they can be used in real time for speed adaptation.
  • end-effectors or relevant robot structures can not be represented by a single contact primitive. These are rather complex geometric objects with varying characteristics.
  • end-effectors are formally decomposed as a group of geometrically-coupled primitives.
  • the entire geometric structure of the decomposed end-effector is via relative transformation matrices EE Tobj between end effector and primitive object reference coordinate system.
  • the respective geometric, dynamic (gained from CAD model, dynamic identification, learning, etc.) and safety properties adequately described the robotic envelope. It should be noted that in the present case there will be no algorithm for the automatic creation of this relation.
  • Each relevant point to be monitored is defined as the point of interest (POI).
  • Each primitive object consists of a set of POIs, the position of the center of gravity ° bj xcoG, the mass m, the inertial sensor I and the relative position to the end effector EE T 0 bj.
  • the following properties are associated with each POI.
  • the resulting database is formally represented as follows.
  • SoEEs ⁇ 3oObjects k x ⁇ EE T 0bj ⁇ k ⁇
  • SoObjects ⁇ POI m xl 3 xl + xl 3x3 ⁇
  • SoEEs is the set of end-effectors and SoObjects is the set of primitive objects.
  • the injury database only contains relations between scalar mass, velocity, and injury, for a given motion, the instantaneous reflected mass of a given POI and its target velocity must be calculated.
  • the stored information can be used so that the target speed is scaled such that it is reduced under (1) in terms of potential risk of injury.
  • a scalar quantity is obtained which, given a force in the u direction, represents the perceptible mass at the end effector, where u is a unit vector. This size is called reflected robot inertia direction u. It should be noted that the Jacobian must be the corresponding centroid Jacobi, or otherwise the full inverse of Equation (5) must be used, not just the translational component.
  • m u [u 2 " ⁇ ,, 1 (g) u] 1 (6)
  • m u is required to obtain the maximum allowable To determine the vertical speed in the u-direction, which fulfills the safety characteristic curve, see FIG. 3.
  • FIG. 4 shows an end effector 400 consisting of contact primitives and associated ones
  • FIG. 5 shows a robot 500 with the end effector 400 to carry out experiments. To the performance of the developed
  • the lightweight robot 500 with the
  • Endeffector 400 which consists of the geometric primitives that for
  • 6 shows trajectories of a line test 600 and a ribbons test 602.
  • the end effector 400 moves laterally (° y direction) between two positions.
  • the robot 400 crosses four different positions, combining vertical and horizontal movements.
  • Fig. 7 shows a SVC experiment "line test” and “ribbon test”.
  • the end effector 400 is intended to move between two target configurations at a speed of 1.5 m / s.
  • SVC limits the speed depending on the reflected inertia and moving direction of the robot 400.
  • POI 402 is the critical POI and POI 408 is in the negative direction.
  • the SVC reduces the maximum velocity more in the positive ° y direction.
  • the results of the ribbons test 602 are shown.
  • the distances 1-2 and 3-4 in Fig. 7 correspond to positive ° x and negative z directions in Fig. 7.
  • the distances correspond to 2-3 and 4-1 negative ° x and positive z movements.
  • the SVC 4-1 the movement restricting stronger than the 2- 3 - en ng: for lateral movements of the lines 2-3 and 4-1 denote negative and positive y-13 ° ewe gu. -Move.
  • POI 402 which is associated with the small sphere, is relevant in this direction. Nevertheless, POI 404 and POI 406 also contribute to the speed limit.
  • case experiment experiments are performed with varying mass, velocity and surface geometry with abdominal pork belly.
  • the purpose of the investigation is to generate basic injury data that does not exist in either biomechanics or forensics.
  • the basis of the evaluation is the so-called AO classification. In general, this allows the objective description of soft tissue injury based on medical observations. IC2 (contusion without skin opening) is selected as the maximum permissible injury limit.
  • risk graphs are designed that represent a "safe" speed, given an instantaneous configuration, mass, surface geometry and collision body part, Moreover, a real time violation database architecture is proposed that makes the generated results available in real time Finally, a real time controller is designed and experimentally verified Limiting the end-effector velocity due to the reflected inertia and geometric surface properties of the end-effector, this ensures that, by exploiting the knowledge from the injury database, a potential human-human abdomen collision can not cause any injury above a certain predefined level Finally, it should be noted that existing work on obtuse human-robot collisions can be very easily integrated into this architecture and algorithmics, which makes the present approach very much makes generic.

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Manufacturing & Machinery (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Manipulator (AREA)

Abstract

Verfahren zum Steuern einer Robotereinrichtung (500) aufweisend einen bewegbaren Manipulator und/oder Effektor (400), bei dem eine Bewegungsgeschwindigkeit und/oder -richtung des Manipulators und/oder Effektors (400) unter Berücksichtigung medizinischer Verletzungsparameter und einer Roboterdynamik überwacht und gegebenenfalls angepasst wird, Robotereinrichtung (500) zur Durchführung eines derartigen Verfahrens und Computerprogrammprodukt zur Durchführung eines derartigen Verfahrens.

Description

Verfahren zum Steuern einer Robotereinrichtung, Robotereinrichtung und Computerprogrammprodukt
Beschreibung
Die Erfindung betrifft ein Verfahren zum Steuern einer Robotereinrichtung aufweisend einen bewegbaren Manipulator und/oder Effektor, eine Robotereinrichtung aufweisend einen bewegbaren Manipulator und/oder Effektor und eine Steuereinrich- tung mit einer Recheneinrichtung und einer Speichereinrichtung zur Durchführung eines derartigen Verfahrens sowie ein Computerprogrammprodukt, das in eine Recheneinrichtung geladen werden kann und Softwarecodeabschnitte umfasst, mit denen ein derartiges Verfahren ausgeführt wird, wenn das Produkt auf der Recheneinrichtung läuft. Eine enge physikalische Mensch-Roboter-Kooperation, pMRK, ist eine der großen Herausforderungen an die Robotikforschung. Einige robotische Systeme haben bereits die nötigen regelungstechnischen Fähigkeiten erlangt, um feinfühlige und komplexe Manipulationen sowie MRK- Aufgaben, welche den dynamischen Austausch von Kräften zwischen Roboter und Umgebung voraussetzen, durchzufiüiren. In diesem Zusammenhang wird auf die Veröffentlichungen A. Albu-Schäffer, S. Had- dadin, C. Ott, A. Stemmer, T. Wimböck and G. Hirzinger,„The DLR Lightweight Robot Lightweight Design and Soft Robotics Control Concepts for Robots in Human Environments", Industriell Robot Journal, vol. 34, pp. 376—385, 2007, und D. Shin, I. Sardellitti, and O. Khatib, "Hybrid actuation approach for human-friendly robot design", in IEEE Int. Conf. on Robotics and Automation (ICRA2008), Pasadena, USA, 2008, pp. 1741—1746 verwiesen.
Dieser Schritt machte es zum Beispiel möglich, schwierige und bis dato manuell durchgeführte Montageaufgaben auszuführen. Im Besonderen helfen die erreichten sensitiven und schnellen Manipulationsfähigkeiten dieser Roboter potentiell fragile Objekt nicht zu beschädigen und über dies sind sie grundsätzlich weitaus weniger gefährlich für Menschen, die mit dem Gerät interagieren sollen. In diesem Zusammenhang wird auf die Veröffentlichungen N. Hogan, "Impedance control: An approach to manipulation: Part I -theory, Part II -Implementation, Part III - applications", Journal of Dynamic Systems, Measurement and Control, vol. 107, pp. 1--24, 1985, S. Haddadin, A. Albu-Schäffer, A. D. Luca and G. Hirzinger, "Collision detection & reaction: A contribution to safe physical human-robot interaction", in IEEE/RSJ Int. Conf. on Intelligent Robots and Systems (IROS2008), Nice, France, 2008, pp. 3356— 3363, und A. De Luca and R. Mattone, "An Adapt-and-Detect Ac- tuator FDI Scheme for Robot Manipulators", IEEE Int. Conf. on Robotics and Automation (ICRA2004), New Orleans, USA, pp. 4975-4980, 2004, verwiesen.
Um eine derartige physikalische Kooperation von Mensch und Roboter zu ermöglichen, hat sich ein großes Interesse entwickelt, klassische Sicherheitsbarrieren, wie Schutzzäune oder Lichtschranken, für„menschenfreundliche" Roboter, die der direk- ten Interaktion mächtig sind, zu entfernen. Um die damit nötigen Sicherheitsregula- rien definieren zu können, muss natürlich zuerst verstanden werden, wie ein Roboter für derartige Aufgaben auszusehen hat und auch wie er geregelt wird, sodass er sicher in der menschlichen Umgebung operieren kann. Es ist grundsätzlich sicherzustellen, dass ein Mensch selbst unter Worst-Case Bedingungen keine schwerwiegen- de Verletzung davon trägt. Basierend auf den Pionierarbeiten von Yamada, bei der die menschliche Schmerztoleranz als sicheres Kollisionskriterium eines Roboters eingeführt wurde, haben andere dieses Forschungsgebiet erweitert. In diesem Zusammenhang wird auf die Veröffentlichung Y. Yamada, Y. Hirasawa, S. Huang, Y. Umetani and K. Suita,„Human-robot contact in the safeguarding Space" IEEE/ASME Transactions on Mechatronics, vol. 2, no. 4, pp. 230—236, 1997, verwiesen.
Insbesondere wurden neue Antriebstechnologien, Interaktionsregelungsalgorithmen und Roboter-Mensch-Kollisionsverletzungsmodelle eingeführt. In diesem Zusammenhang wird auf die Veröffentlichungen K. Ikuta, H. Ishii, and M. Nokata, "Safety evaluation method of design and control for human-care robots," The Int. J. ofRo- botics Research, vol. 22, no. 5, pp. 281—298, 2003, A. Bicchi and G. Tonietti, "Fast and soft arm tactics: Dealing with the safety-performance tradeoff in robot arms design and control," IEEE Robotics and Automation Magazine, vol. 11, no. 2, pp. 22— 23, 2004, M. Zinn, O. Khatib, B. Roth, and J. K. Salisbury, "A new actuation ap- proach for human-friendly robot design," Internationaljournal of Robotics Re- search, vol. 23, no. 4/5, pp. 379—398, 2005, J. Heinzmann and A. Zelinsky, "Quantitative safety guarantees for physical human-robot interaction," The Int. J. of Robotics Research, vol. 22, no. 7-8, pp. 479-504, 2003, S. Oberer and R.-D. Schratt, "Robot-dummy crash tests for robot safety assessment," in IEEE Int. Conf. on Robotics and Automation (ICRA2007), Rome, Italy, 2007, pp. 2934—2939, J.-J. Park and J.-B. Song, ' 'Collision analysis and evaluation of collision safety for Service robots working in human environments," in Advanced Robotics, 2009. ICAR 2009. International Conference on, 2009, pp. 1— 6,] D.Gao and C. Wampler, "On the use of the head injury criterion (HIC) to assess the danger of robot impacts," IEEE Robotics and Automation Mag., vol. 16, no. 4, pp. 71—74, 2009, B. Povse, D. Koritnik, R. Kamnik, T. Bajd, and M. Munih, "Industrial robot and human Operator collision," in IEEE Int. Conf. on Systems Man and Cybernetics (SMC2010), Istanbul, Turkey, 2010, pp. 2663-2668, S. Haddadin, A. Albu-Schäffer, and G. Hirzinger, "Safe Physical Human-Robot Interaction: Measurements, Analysis & New In- sights," in International Symposium on Robotics Research (ISRR2007), Hiroshima, Japan, 2007, pp. 439— 450, M. Wassink and S. Stramigioli, "Towards a novel safety norm for domestic robots," IEEE/RS J Int. Conf. on Intelligent Robots and Systems (IROS2007), San Diego, USA, pp. 3243-3250, 2007, und ISO10218, "Robots for industrial environments -Safety requirements -Part 1: Robot," 2006, verwiesen.
Diese Tatsache zeigt, dass die Analyse und das Verständnis von Verletzungen in der Robotik eine essentielle Voraussetzung sind, um echte pMRK auch in realen Anwen- düngen möglich zu machen.
Über die letzten Jahre wurden einige der ersten Sicherheitsstudien in der Robotik durchgeführt, welche Einsichten in die potentiellen Verletzungen, die ein Mensch in Folge einer Kollision mit einem Roboter davontragen würde, geliefert haben. In diesem Zusammenhang wird auf die Veröffentlichungen S. Haddadin, A. Albu- Schäffer, and G. Hirzinger, "Safety Evaluation of Physical Human-Robot Interaction via Crash-Testing," Robotics: Science and Systems Conference (RSS2007), Atlanta,
USA, 2007, , "Requirements for Safe Robots: Measurements, Analysis & New
Insights," Int. J. ofRobotics Research, vol. 28, no. 11, pp. 1507-1527, 2009, S. Haddadin, A. Albu-Schäffer, M. Frommberger, J. Roßmann, and G. Hirzinger, "The ' 'DLR Crash Report' ' : Towards a Standard Crash-Testing Protocol for Robot Safety -Part I: Results," mIEEE Int. Conf. on Robotics and Automation (ICRA2008), Kobe, Japan, 2009, pp. 272-279, und J. Park, S. Haddadin, J. Song, and A. Albu-Schäffer, "Designing optimally safe robot surface properties for minimizing the stress charac- teristics of human-robot collisions," inlEEE Int. Conf. on Robotics and Automation (ICRA2011), Shanghai, China, 2011, pp. 5413— 5420, verwiesen. Die Diskussion und Analyse verschiedener Worst-Case MRK-Szenarien wurde bisher nach folgendem Schema durchgeführt:
1) Auswahl und/oder Definition und Klassifizierung der Kollisionsart
2) Auswahl der entsprechenden Verletzungsmessmethode
3) Beurteilung der potentiellen Verletzung eines Menschen
4) Quantifizierung des Einflusses der relevanten Roboterparameter
5) Beurteilung der Effizienz der Gegenmaßnahmen zur Verletzungsminimierung und/oder -prävention Diese Analyse brachte Grundlagen zu Verletzungshergängen z.B. bei schnellen, stumpften Einschlägen, dynamischen und quasistatischen Klemmungen oder Schnitte und Stiche durch scharfe Werkzeuge, hervor.
Im Allgemeinen kann man zusammenfassen, dass die Analyse von Verletzungen zu einem bedeutenden Teilbereich der Robotikforschung wurde, da auch die internationalen Normungsgremien begonnen haben Anforderungen an sichere Roboter zu übernehmen. Die Tatsache, dass es erwartet wird, mögliche Verletzungen in einer Anwendung auf sehr leichte stumpfe Verletzungen zu begrenzen, betont darüber hinaus die generelle Notwendigkeit sich in diesem interdisziplinären Feld zu engagieren. Je schneller die Forschung neue Einsichten in das Verständnis von Verletzungen in der Robotik erbringt, desto schneller wird man MRK- Aufgaben in der realen Welt einführen können.
Ein weiteres offenes Problem der Sicherheitsthematik in der Robotik ist, wie man das eher allgemeine Verständnis von Verletzungen in die Roboterregelung einfließen lassen kann. Einsichten über Verletzungen in der Robotik werden normalerweise dazu verwendet, einen sichereren mechanischen Entwurf zu unterstützen oder zu zeigen, dass ein gewisses mechanisches Design einen vorteilhaften Einfiuss auf mögliche Verletzungen während einer ungewollten Kollision hat. Verletzungswissen wurde bisher nicht ausdrücklich als eine emzuhaltene Beschränkung in der Regelung eingeführt.
Außerdem ist aus der DE 10 2009 051 146 AI eine Vorrichtung eines Hüttenwerks und/oder Walzwerks bekannt umfassend einen Roboter mit einer Robotersteuerung mit einer zugeordneten Mensch-Roboter-Schnittstelle beeinflussenden Betriebsarten und Betriebsmodi, die an unterschiedliche Automatisationsgrade des Roboters und/oder an unterschiedliche zeitliche und/oder örtliche Positionierungen der Inter- aktionspartner Mensch und Roboter in einem Arbeitsraum angepasst und/oder anpassbar ausgebildet sind, wobei dem Roboter, insbesondere Industrieroboter, zumindest ein von mit dem Roboter, insbesondere Industrieroboter, zusammenwirkenden Detektionselementen erfasster Schutzbereich zugeordnet ist, der hinsichtlich seiner Ausdehnung und Funktionalität robotertätigkeitsbezogen und/oder roboterarbeitspo- sitionsbezogen variierend und/oder variierbar ausgebildet ist und wobei der Roboter, insbesondere Industrieroboter, auf oder an einer auf einer Fahrbahn verfahrbaren Verfahreinrichtung angeordnet ist, um eine Lösung zu schaffen, die eine flexiblere Anpassung eines Roboters oder Robotersystems an unterschiedliche Grade einer Mensch-Roboter-Interaktion sowie einen flexibilisierten Einsatz eines Industrieroboters im Rahmen von Arbeitstätigkeiten und Arbeitsabläufen einer großtechnischen Anlage, insbesondere hüttenmännischen Anlage, ermöglicht.
Außerdem ist aus der DE 102010 063 208 AI Verfahren bekannt zum Betreiben einer Sichemngseinrichtung für eine Handhabungsvorrichtung, insbesondere einen Industrieroboter, mit einer beweglichen Greifeinrichtung, sowie mit zumindest einer die Greifeinrichtung zumindest weitgehend umgebenden Sensoreinrichtung zum Erkennen zumindest möglicher Kollisionen mit im Bewegungsweg der Greifeinrichtung befindlichen Objekten, wobei beim Erkennen einer Kollisionsgefahr ein Signal an eine Steuereinrichtung erzeugt wird, die einen geänderten Bewegungsablauf der Greifeinrichtung auf ihrer Bewegungsbahn zur Folge hat, bei dem der geänderte Bewegungsablauf eine gesteuerte Reduzierung der Bewegungsgeschwindigkeit der Greifeinrichtung ist, um ein Verfahren zum Betreiben einer Sicherungseinrichtung für eine Handhabungsvorrichtung, insbesondere einen Industrieroboter, derart weiterzubilden, dass insbesondere eine vereinfachte Wiederinbetriebnahme bzw. ein Weiterbetrieb der Handhabungsvorrichtung möglich ist, wenn die Kollisionsgefahr nicht mehr besteht.
Der Erfindung liegt die Aufgabe zugrunde, ein eingangs genanntes Verfahren bereit zu stellen, das funktional verbessert ist sowie eine eingangs genannte Robotereinrichtung und ein eingangs genanntes Computerprogrammprodukt. Insbesondere soll bi- omechanisches und/oder medizinisches Wissen zur Steuerung einer Robotereinrichtung nutzbar gemacht werden. Insbesondere soll die Robotereinrichtung befähigt werden, sicher mit einem Menschen in sich überschneidenden Arbeitsbereichen zusammenzuarbeiten. Insbesondere soll eine Verletzungsgefahr für den Menschen verringert oder ausgeschlossen werden. Insbesondere soll die Robotereinrichtung befä- higt werden, eine Auswirkung einer erwarteten Kollision mit einem menschlichen Körper abzuschätzen. Insbesondere soll die Robotereinrichtung befähigt werden, ihre Bewegungsgeschwindigkeit und/oder -richtung basierend auf dieser Abschätzung anzupassen. Insbesondere soll ein Verfahren zur Verfügung gestellt werden, bei dem keine externen Sensoren, wie Kameras, benötigt werden. Die Lösung der Aufgabe erfolgt mit einem Verfahren zum Steuern einer Robotereinrichtung aufweisend einen bewegbaren Manipulator und/oder Effektor, bei dem eine Bewegungsgeschwindigkeit und/oder -richtung des Manipulators und/oder Effektors unter Berücksichtigung medizinischer Verletzungsparameter und einer Roboterdynamik überwacht und gegebenenfalls angepasst wird. Der Manipulator und/oder Effektor kann entlang einer vorgegebenen Bahn bewegbar sein. Der Manipulator und/oder Effektor kann mit einer vorgegebenen Bewegungsgeschwindigkeit bewegbar sein. Die medizinischen Verletzungsparameter können Informationen beinhalten, die für eine Auswirkung einer Kollision zwischen dem Manipulator und/oder Effektor und einem menschlichen Körper repräsentativ sind. Die Auswirkung kann eine Verletzung eines menschlichen Körpers sein. Die medizinischen Verletzungsparameter können in dem Verfahren als Eingangsgröße verwendet werden. Eine Bewegungsgeschwindigkeit und/oder -richtung des Manipulators und/oder Effektors kann angepasst werden, um eine Verletzung zu verringern oder zu verhindern. Eine Bewegungsgeschwindigkeit des Manipulators und/oder Effek- tors kann durch ein Reduzieren angepasst werden.
Eine Roboterdynamik kann eine physikalische Dynamik sein. Eine Roboterdynamik kann eine kinetische Dynamik sein. Eine Roboterdynamik kann eine Dynamik eines starren und elastischen Mehrkörpersystems sein. Zum Überwachen und gegebenenfalls Anpassen der Bewegungsgeschwindigkeit und/oder -richtung des Manipulators und/oder Effektors können eine Kollisionsmasse, eine Kollisionsgeschwindigkeit und/oder eine Kollisions-Kontakt-Geometrie des Manipulators und/oder Effektors berücksichtigt werden. Eine Kollisionsmasse, eine Kollisionsgeschwindigkeit und/oder eine Kollisions-Kontakt-Geometrie des Manipulators und/oder Effektors können in dem Verfahren als Eingangsgröße verwendet werden. Eine erwartete Kol- lisionsmasse, Kollisionsgeschwindigkeit und/oder Kollisions-Kontakt-Geometrie wenigstens eines vorgegebenen relevanten Punkts des Manipulators und/oder Effektors kann berücksichtigt werden. Die Erwartung kann sich dabei auf einen vermuteten oder bekannten Aufenthaltsort eines Menschen im Arbeitsbereich der Robotereinrichtung unter Berücksichtigung der vorgegebenen Bewegungsbahn beziehen. Zum Überwachen und gegebenenfalls Anpassen der Bewegungsgeschwindigkeit und/oder -richtung des Manipulators und/oder Effektors können Kennwerte herangezogen werden, die einen Zusammenhang zwischen Kollisionsmasse, Kollisionsgeschwindigkeit und/oder Kollisions-Kontakt-Geometrie des Manipulators und/oder Effektors einerseits und medizinischer Verletzungsparameter andererseits abbilden. Die Kennwerte können in Masse-Geschwindigkeits-Diagrammen für unterschiedliche Kontakt-Geometrien und unterschiedliche Verletzungsarten abgebildet sein. Die Kontakt-Geometrien können einfache repräsentative Geometrien sein. Eine Kontakt- Geometrie kann keilförmig sein. Die Kontakt-Geometrien können keilförmig mit unterschiedlichen Winkeln sein. Eine Kontakt-Geometrie kann kugelförmig sein. Die Kontakt-Geometrien können kugelförmig mit unterschiedlichen Durchmessern sein. Eine Verletzungsart kann eine Verletzung einer geschlossenen Haut eines Körpers sein. Eine Verletzungsart kann eine Verletzung von Muskeln und Sehnen eines Körpers sein. Eine Verletzungsart kann eine neurovaskuläre Verletzung eines Körpers sein. Eine Verletzungsart kann eine Fraktur von Knochen eines Körpers sein. Eine Verletzungsart kann eine Verletzung eines Auges und/oder eines Kehlkopfs sein.
Die medizinischen Verletzungsparameter können einer Speichereinrichtung entnommen werden. Die Speichereinrichtung kann eine Datenbank sein. Die medizinischen Verletzungsparameter können einer Verletzungs-Datenbank entnommen werden. Die medizinischen Verletzungsparameter können durch Versuche ermittelt wor- den sein. Die medizinischen Verletzungsparameter können durch Versuche mit tierischen Körpern, beispielsweise Schweinekörpern, ermittelt worden sein. Die medizinischen Verletzungsparameter können durch Fall-Versuche ermittelt worden sein. Die medizinischen Verletzungsparameter können durch Versuche mit menschlichen oder tierischen Leichen ermittelt worden sein. Die medizinischen Verletzungspara- meter können durch Versuche mit menschlichen oder tierischen Probanden ermittelt worden sein.
Beim Überwachen und gegebenenfalls Anpassen der Bewegungsgeschwindigkeit und/oder -richtung des Manipulators und/oder Effektors kann wenigstens ein ein- stellbarer Schwellwert berücksichtigt werden. Der Schwellwert kann in dem Verfahren als Eingangsgröße verwendet werden. Vor einem Anpassen einer Bewegungsgeschwindigkeit und/oder -richtung des Manipulators und/oder Effektors kann ein Abgleich mit dem Schwellwert erfolgen. Der Schwellwert kann eine maximal zulässige Auswirkung auf einen menschlichen Körper repräsentieren. Der Schwellwert kann variabel sein. Eine Erhöhung des Schwellwerts kann eine Erhöhung der maximal zulässigen Auswirkung und eine Erhöhung einer Produktivität der Robotereinrichtung bewirken. Eine Verringerung des Schwell werts kann eine Verringerung der maximal zulässigen Auswirkung und eine Verringerung einer Produktivität der Robotereinrichtung bewirken. Das Verfahren kann in Echtzeit durchgeführt werden. Eine erwartete Kollisionsmasse, Kollisionsgeschwindigkeit und/oder Kollisions-Kontakt-Geometrie kann in Echtzeit bestimmt werden. Ein Zugriff auf eine Speichereinrichtung, die medizinische Verletzungsparameter enthält, kann in Echtzeit erfolgen. Ein Vergleich der erwarteten Kollisionsmasse, Kollisionsgeschwindigkeit und/oder Kollisions-Kontakt- Geometrie mit den medizinischen Verletzungsparametern kann in Echtzeit erfolgen. Ein Abgleichen mit einem einstellbaren Schwellwert kann in Echtzeit erfolgen. Ein Anpassen der Bewegungsgeschwindigkeit und oder -richtung des Manipulators kann in Echtzeit erfolgen.
Das Verfahren kann auf einer Kommandierungsebene oder auf einer Messwertebene durchgeführt werden. Eine Kommandierungsebene kann eine Steuerungsebene sein, auf der dem Manipulator und/oder Effektor Sollwerte zur Bewegung vorgegeben werden. Das Verfahren kann auf einer Sollwertebene durchgeführt werden. Dies kann bei einer Robotereinrichtung mit einem vergleichsweise starren Manipulator und/oder Effektor vorteilhaft sein, also bei einer Robotereinrichtung, bei der bei einer Bewegung eine geringe Abweichung zwischen Sollwerten und Istwerten auftritt. Eine Messwertebene kann eine Steuerungsebene sein, auf der Istwerte des Manipulators und/oder Effektors bei einer Bewegung ausgegeben werden. Dies kann bei einer Robotereinrichtung mit einem vergleichsweise weichen Manipulator und/oder Effektor vorteilhaft sein, also bei einer Robotereinrichtung, bei der bei einer Bewegung eine erhöhte Abweichung zwischen Sollwerten und Istwerten auftritt.
Außerdem erfolgt eine Lösung der der Erfindung zugrundeliegenden Aufgabe mit einer Robotereinrichtung aufweisend einen bewegbaren Manipulator und oder Effektors und eine Steuereinrichtung mit einer Recheneinrichtung und einer Speichereinrichtung, wobei die Robotereinrichtung zur Durchführung eines derartigen Verfah- rens geeignet ist. Die Robotereinrichtung kann ein Industrieroboter sein. Der Effektor kann an dem Manipulator angeordnet sein. Der Manipulator kann eine Basis aufweisen. Der Manipulator kann wenigstens einen Armabschnitt aufweisen. Der Manipulator kann wenigsten ein Gelenk aufweisen. Der Manipulator kann wenigstens eine Bewegungsachse aufweisen. Der Manipulator kann wenigstens einen, insbesondere elektromotorischen, Antrieb aufweisen. Der Manipulator kann wenigstens ein Getriebe aufweisen. Die Steuereinrichtung kann zum Steuern des Manipulators dienen. Die Steuereinrichtung kann mit dem Manipulator und/oder Effektor signalleitend verbunden sein. Die Steuereinrichtung kann Ausgangssignal für den Manipulator erzeugen. Die Steuereinrichtung kann Eingangssignal von dem Manipulator und/oder Effektor empfangen und verarbeiten. Die Recheneinrichtung kann Daten mithilfe einer programmierbaren Rechenvorschrift verarbeiten. Die Speichereinrichtung kann zur Bereitstellung der Daten dienen. Diese Daten können die Verletzungsparameter enthalten.
Außerdem erfolgt eine Lösung der der Erfindung zugrundeliegenden Aufgabe mit einem Computerprogrammprodukt, das in eine Recheneinrichtung geladen werden kann und Softwarecodeabschnitte umfasst, mit denen ein derartiges Verfahren ausgeführt wird, wenn das Produkt auf der Recheneinrichtung läuft. Das Computerprogrammprodukt kann in einer Speichereinrichtung materialisiert sein. Die Speichereinrichtung zur Speicherung von Daten geeignet sein. Die Speichereinrichtung kann ein elektronisches, ein magnetisches und/oder ein optisches Speichermedium aufwei- sen. Die Speichereinrichtung kann insbesondere eine Speicherkarte, einen Flash- Speicher, eine USB-Stick, ein Solid State Drive, ein Festplatte, ein Magnetband, eine
Diskette, eine CD oder eine DVD aufweisen. Das Computerprogrammprodukt kann
übertragbar sein. Das Computerprogrammprodukt kann über ein, insbesondere ka- beigebundenes oder kabelloses, Netzwerk übertragbar sein.
Mit der Erfindung wird biomechanisches und/oder medizinisches Wissen zur Steuerung einer Robotereinrichtung nutzbar gemacht. Die Robotereinrichtung wird befähigt, sicher mit einem Menschen in sich überschneidenden Arbeitsbereichen zusammenzuarbeiten. Eine Verletzungsgefahr für den Menschen kann verringert oder aus- geschlossen werden. Die Robotereinrichtung wird befähigt, eine Auswirkung einer
erwarteten Kollision mit einem menschlichen Körper abzuschätzen. Die Robotereinrichtung wird befähigt, ihre Bewegungsgeschwindigkeit und/oder -richtung basierend auf dieser Abschätzung anzupassen. Es wird ein Verfahren zur Verfügung gestellt, bei dem keine externen Sensoren, wie Kameras, benötigt werden. Mit der Erfindung wird ein konkreter Lösungsansatz für die genannten Probleme angegeben. Als erstes kann eine Beziehung zwischen Kollisionsmasse, Geschwindigkeit, Geometrie und medizinisch sichtbaren Weichteilverletzungen z. B. mittels systematischer Fallversuchsexperimente auf Schweinebauchpräparate untersucht werden. Alternativen wären z. B. Pendelversuche oder direkte Roboterkollisionsversuche. Auftretende Verletzungen können nach der internationalen medizinischen AO-Klassifizierung eingeteilt werden, die auch begleitende Weichteilverletzungen beinhaltet. In diesem Zusammenhang wird auf die Veröffentlichung T. P. Rüedi, R. E. Buckley, and C. G. Morgan, AO Principles ofFracture Management, Thieme, Ed., 2007, verwiesen. Auf Grund des wachsenden Bedarfs der internationalen Robotikstandardisierung sich auf leichte Prellungen zu fokussieren, kann diese auch in einem Analyse einbezogen werden. Diese allgemeinen Einsichten können dann in einen verletzungsbasierten Geschwindigkeitsregler integriert werden. Dieser kann dynamisch eine gewünschte Sollgeschwindigkeit durch die Betrachtung einer instantanen dynamischen Robotereigenschaften verändern. Insbesondere können eine kartesische Kollisionsgeschwindigkeit und eine reflektierte Trägheit des Roboters, welches die„gefühlte" skalare Masse entlang der Kollisionsrichtungen ist, ausgewertet werden. Mit anderen Worten kann ein vorab gesammeltes Verletzungswissen in einen Bewegungsregler einfließen, sodass keine Trajektorien ausgeführt werden, die eine gewisse Verletzungsgrenze überschreiten würden.
Mit„kann" sind insbesondere optionale Merkmale der Erfindung bezeichnet. Demzufolge gibt es jeweils ein Ausführungsbeispiel der Erfindung, das das jeweilige
Merkmal oder die jeweiligen Merkmale aufweist.
Nachfolgend werden Ausführungsbeispiele der Erfindung unter Bezugnahme auf
Figuren näher beschrieben. Aus dieser Beschreibung ergeben sich weitere Merkmale und Vorteile. Konkrete Merkmale dieser Ausführungsbeispiele können allgemeine
Merkmale der Erfindung darstellen. Mit anderen Merkmalen verbundene Merkmale dieser Ausführungsbeispiele können auch einzelne Merkmale der Erfindung darstellen.
Es zeigen schematisch und beispielhaft:
Fig. 1 eine Auswahl an Kontaktprimitiven für Weichteilexperimente,
Fig. 2 eine Abhängigkeit einer AO-Klassifikation von Kollisionsmasse und - geschwindigkeit für unterschiedliche KontaJctprirmtiven,
Fig. 3 konservative Sicherheitskennlinien für unterschiedliche Kontaktprimitiven,
Fig. 4 einen Endeffektor bestehend aus Kontaktprimitiven und assoziierten POIs, Fig. 5 einen Roboter mit dem Endeffektor zur Durchführung von Experimenten, Fig. 6 Trajektorien eines Linientests und eines Ribbontests und Fig. 7 ein SVC-Experiment„line test" und„ribbon test".
Einführung, Ansatz:
Vorliegend sollen robotische Systeme für die MRK sicher gestaltet werden, ohne einfach nur pauschale Grenzen einzuführen, so wie es z.B. bei der ISO- 10218-2006 der Fall war. Alle vor- gestellten Ergebnisse und Einsichten haben einen sehr allgemeinen Charakter und sind nicht nur auf einen gewissen Roboterentwurf zugeschnitten. Die vorliegenden Ergebnisse, Analysen und Regelungsalgorithmen können prinzipiell für jeden Roboter von Nutzen sein. Es muss zuerst der Einfluss einer generischen Kollision zwischen einem Roboter und einem Menschen verstanden werden. Genauer gesagt, muss man sich die Frage stellen, wie die Beziehung zwischen Einschlagsmasse, -geschwindigkeit und Kontaktgeometrie sowie auftretenden Verletzungen ist. Diese Information kann dann genutzt werden, um ein Regelalgorithmus zu entwerfen, der dieses Wissen so nutzt, dass einem Roboter auf sehr niedriger algorithmischer Ebene vermittelt wird, was eine sichere Interaktion konkret bedeutet. Dieser Ansatz ist insbesondere nützlich, damit sich ein Roboter schnellstmöglich unter der Einhaltung der menschlichen Sicherheit bewegen vermag. Im Grunde wird die Frage "Wie schnell kann ich mich bewegen, ohne jemanden zu verletzen?" beantwortet. Bevor man Weichteilverletzungen in der Robotik versteht, sind zuallererst ausreichende biomechanische Verletzungsdaten zu generieren, um entsprechend sinnvolle Sicherheitsgrenzen zu formulieren. Da weder in der Biomechanik noch in der Rechtsmedizin der Fokus bisher wirklich auf leichten Verletzungen lag, ist es nötig, adäquate Kollisionstests durchzuführen, um die Beziehung zwischen "Eingangs-" roboterparametern, reflektierte Trägheit, Geschwindigkeit und Einschlagsgeometrie, und der resultierenden Verletzung zu erhalten. Da nicht jede mögliche Kontaktgeometrie getestet werden kann, werden in einem ersten Schritt relevante geometrische Primitive mit genügend Aussagekraft bestimmt. Hiernach wird eine große Zahl an Fallversuchen mit frischen Schweinebauchwandproben, bei verschieden Massen und Geschwindigkeit für gewisse Primitive durchgeführt. Die Analysen können auf weitere Körperteile ausweitet werden. Jedoch erzeugen die bisherigen Versuche bereits eine enorme Menge an Daten, und so würden noch mehr Experimente ein wenig die Essenz der Arbeit verschleiern. Deshalb wird vorliegend eine einzige Körperregion untersucht. Die möglicherweise verursachte Verletzung wird dann nach folgendem Schema medizinisch beurteilt:
1) Unmittelbare medizinische Untersuchung des Kollisionsbereichs
2) Präparation und Verletzungsanalyse
3) Histopathologische Untersuchung
Anhand der so genannten AO-Klassifizierung wird die beobachtete Verletzung dann in standar- disierte Verletzungsklassen eingeteilt. Vorliegend werden drei ausgewählte Primitive auf Basis von Hunderten Fallversuchen ausgewertet. Vorliegend liegt der Fokus eher darauf, eine Herangehensweise zu entwickeln, anstatt nur eine extrem große Menge an Rohdaten zu erzeugen. Es können Daten für mehr Primitive und Körperteile angehäuft werden. Um die funktionelle Beziehung Roboterparameter— > Verletzung für die Roboterreglung und -Steuerung nutzbar zu ma- chen, werden Risikokurven für die gegebenen Primitive hergeleitet. Dies ermöglicht es, eine einfache und intuitive Repräsentation der Beziehung Roboterparameter— »· Verletzung herzuleiten, die dann in einer Realzeitdatenbank gespeichert werden kann. Das gesammelte Verletzungswissen steht nun in einer echtzeitfähigen Struktur zur Verfügung und kann in einen Geschwindigkeitsregler integriert werden. Der vorgeschlagene Regler beachtet die reflektierten Dynamiken des Roboters an relevanten Strukturpunkten, sowie deren Geschwindigkeit und Oberflächenbeschaffenheit. Das Framework erzwingt sicheres Kollisionsverhalten eines Roboters im Falle einer unerwarteten Kollision mit einem Menschen. Es sei über dies angemerkt, dass vorangegangene Arbeiten über stumpfe Kollisionsanalysen nahtlos in diese Algorithmik integriert werden können. Medizinische Auswertung:
Im Folgenden werden die relevanten medizinischen Konventionen, sowie die durchgeführten Fallversuch-Experimente beschrieben. Im Anschluss werden Verletzungen, die während der Experimente beobachtet wurden, medizinisch beurteilt. Die medizinische Analyse wird in drei Phasen durchgeführt: 1) Unmittelbare Beobachtung nach dem Fallversuch
2) Makroskopische pathologisch-anatomische Analyse
3) Mikroskopische pathologisch-anatomische Analyse
Alle Phasen werden im Detail erläutert. Um ein besseres Verständnis für die Ergebnisse der Beobachtung zu erhalten, werden die Fallversuchsexperimente jedoch zu- erst vorgestellt. Eine detaillierte Beschreibung des Versuchsaufbaus ist in der Veröffentlichung S. Haddadin, S. Haddadin, A. Khoury, T. Rokahr, S. Parusel, R. Burgkart, A. Bicchi, and A. Albu-Schäffer, "On making robots understand safety: Em- bedding injury knowledge into control," Int. J. of Robotics Research, 2012, beschrieben. Fallversuchsexperimente:
Für die experimentelle Verletzungsanalyse wurde ein Versuchsauf bau gewählt, der auf dem Prinzip des freien Falls basiert. Der Aufbau beinhaltet einen Kraftsensor sowie zwei Beschleunigungssensoren, die die Beschleunigung des Schlittens und des Impaktors messen und werden genutzt, die Aufprallgeschwindigkeit zu bestimmen. Der maximal auftretende Druck wird über eine Druckmessfolie gemessen.
Da eine große Auswahl an Kontaktgeometrien für solche Versuche in Frage kommt, wurde eine repräsentative Auswahl von Werkzeugen/Klassen erstellt. Fig. 1 zeigt eine Auswahl an Kontaktprimitiven für Weichteilexperimente. Die eingekreisten Primitive werden in den Versuchsreihen verwendet und sind vorliegend als kleine Sphäre 100, große Sphäre 102 und Keil 104 bezeichnet. Der jeweilige Entwurf basiert auf typischen geometrischen Primitiven aus industriellen Prozessen.
Die kleine Sphäre 100 weist einen Radius R =5 mm und eine Masse 2.1 kg auf. Die große Sphäre 102 weist einen Radius R =12.5 mm und eine Masse 2.2 kg auf. Der Keil 104 weist eine Keilwinkel von 45° mit Abrundungsdurchmesser r =0.2 mm, Breite L = 200 mm und eine Masse 2.7 kg auf.
Die gewählten Kontaktgeometrien decken bereits eine Vielzahl industrieller Greifer oder zu greifende Gegenstände ab. Im Folgenden wird die Analysemethodik erläutert, die für die medizinische Beurteilung beobachteter Verletzungen zum Einsatz kommt. Analysemethodik:
1) AO-Klassifikation & Makroskopische Analyse: In der Medizin werden leichte Verletzungen in der Regel als sekundäre Begleitverletzungen von Frakturen behandelt. In diesem Sinne ist die AO-Klassifizierung der "Arbeitsgemeinschaft für Osteosynthesefragen" eine der international bedeutendsten. In diesem Zusammenhang wird auf die Veröffentlichung S. Haddadin, S. Had- dadin, A. Khoury, T. Rokahr, S. Parusel, R. Burgkart, A. Bicchi, and A. Albu-Schäffer, "On making robots understand safety: Embedding injury knowledge into control," Int. J. of Robotics Research, 2012, verwiesen. Diese Klassifizierung ist teils auch bekannt als Müller- Klassifizierung, benannt nach dem Schweizer Chirurgen und Pionier der orthopädischen Chirurgie, Mauri- ce Edmond Müller. Im englischen Sprachgebrauch ist sie häufig mit ASIF (Association for the Study of Internal Fixation) bezeichnet. Diese Klassifizierung zielt auf eine weltweit einheitliche und eindeutige Frakturbeschreibung des menschlichen Skeletts hin ab. Des Weiteren existiert eine Untergruppe in der AO-Klassifizierung, die sich mit Begleitverletzungen, wie z.B. Haut- und Weichteilverletzungen (Muskel, Bänder, Sehnen, Nerven und Gefäßen), beschäftigt. Diese Untergruppe wurde gewählt, um die experimentell verursachten Verletzungen präzise und objektiv beschreiben zu können. Der Zweck der AO-Klassifizierung ist die Verbesserung der Kommunikation zwischen Ärzten und die systematische Dokumentation und Forschung. So sollen folglich sinnvolle Therapieansätze gewählt werden, die auf angemessenen, klar beschriebe- nen und einfach zugänglichen Daten basieren, und so die Grundlage der heutigen Evidence- based Medicine bilden. Die Gruppierung der AO-Klassifizierung, die vorliegend genutzt werden sind:
1) Hautverletzungen (Γ)
2) Muskel- und Sehnenverletzungen (MT) und
3) Gefäß- und Nervenverletzungen (NV).
Über dies sind diese Klassen sind wie folgt unterteilt.
Hautverletzung bei geschlossener Fraktur:
IC1: Keine Hautverletzung
IC2: Prellung ohne Hautöffnung
IC3: Umschriebenes Decollement
IC4: Ausgedehntes, geschlossenes Decollement
(IC5: Nekrose aufgrund von tiefer Prellung)
Offene Hautverletzung:
(101: Hautdurchspießung von innen nach außen)
102: Hautdurchspießung von außen < 5 cm mit geprellten Rändern
103: Hautläsion > 5 cm, umschriebenes Decollement mit Randprellung
104: Hautverlust, tiefe Prellung, Abschürfung
105: (Ausgedehntes Decollement) Muskel- und Sehnenverletzungen:
MT1: Keine Verletzung
MT2: Umschriebene Muskelverletzung (auf eine Muskelgruppe beschränkt)
MT3: Ausgedehnte Muskelbeteiligung (in zwei oder mehr Muskelgruppen)
(MT4: Ausriss oder Verlust ganzer Muskelgruppen, Sehnendurchtrennungen)
(MT5: Logen-oder Crush-Syndrom)
Neurovaskuläre Verletzungen:
NV1: Keine Verletzung
NV2: Isolierte Nervenläsion
NV3: Umschriebene Gefäßverletzung
NV4: Kombinierte neurovaskuläre Verletzung (NV5: Subtotal-/Totalamputation)
Vorliegend wird IC2 als geeigneter Grenzwert angesehen und als Indikator der "Schlüsselkollision" gekennzeichnet. Zusätzlich zur Beurteilung anhand der AO-Klassifikation werden die Breiten, Längen und Tiefen auftretender Läsionen manuell mit einem Messschieber erfasst. Zu Dokumentationszwecken wurden Fotos jeder Probe vor und nach jeder Testreihe erstellt. Im Anschluss an jeden Aufprall folgte eine vorläufige Observation und Beurteilung. Nach Beendigung einer Versuchsreihe wird die Probe vom Testaufbau für eine gründlichere Untersuchung entfernt. Zuerst werden die Hautoberfläche betrachtet und entsprechend IC 1—5 oder IO 2-5 klassifiziert. Wenn keine offensichtliche Hautöffnung festgestellt werden kann, werden 1 cm3- Proben entnommen und für spätere mikroskopische Untersuchungen in Formalin fixiert. Das Ziel der mikroskopischen Analyse ist eine detaillierte Unterscheidung was durch eine ausschließlich makroskopische Analyse unter Umständen nicht möglich wäre. Abdominelles Bauchwandgewebe wird als erstes experimentelles Gewebe gewählt, da es vergleichsweise einfach ist, Fallversuche mit äquivalenten Kollisionsbedingungen zu fahren. Ergebnisse:
Es sei daraufhingewiesen, dass die nun dargestellte Beurteilung eine Zusammenfassung der Beobachtungen ist, die insbesondere dem weiter unten beschriebenen Reglerentwurf dienen sollen, statt der Interpretation der Ergebnisse. Fig. 2 fasst die gewonnenen Risikokennlinien, die aus den Versuchen gewonnen wurden, zusammen und zeigt eine Abhängigkeit einer AO- Klassifikation von Kollisionsmasse und -geschwindigkeit für unterschiedliche Kontaktprimitive. Die erste Spalte zeigt mit Diagrammen 200, 202, 204 eine Abhängigkeit einer AO- Klassifikation von Kollisionsmasse und -geschwindigkeit für einen Keil, vgl. Fig. 1 und zugehörige Beschreibung, die mittlere Spalte zeigt mit Diagrammen 206, 208, 210 eine Abhängigkeit einer AO-Klassifikation von Kollisionsmasse und -geschwindigkeit für eine große Sphäre, vgl. Fig. 1 und zugehörige Beschreibung, und die rechte Spalte zeigt mit Diagrammen 212, 214, 216 eine Abhängigkeit einer AO-Klassifikation von Kollisionsmasse und -geschwindigkeit für eine kleine Sphäre, vgl. Fig. 1 und zugehörige Beschreibung. Die obere Reihe zeigt mit Diagrammen 200, 206, 212 die Resultate für geschlossene Hautverletzungen, die mittlere Reihe zeigt mit Di- agrammen 202, 208, 214 die Resultate für Muskel- und Sehnenverletzungen und die untere Reihe zeigt mit Diagrammen 204, 210, 216 die Resultate für neurovaskuläre Schäden.
Wie bereits erwähnt, wird jedem Impaktor, jeder Geschwindigkeit sowie Masse eine Schlüsselkollision zugewiesen. Die Schlüsselkollision ist die maximal zulässige Verletzung die auftreten darf. Sie wird vorliegend als Prellung definiert. Diese Definition ist natürlich nicht ausreichend sobald die Haut zwar vollkommen intakt, unterliegendes Gewebe jedoch verletzt ist. Dies ist insbesondere der Fall, wenn Nerven und Arterien involviert sind. Die dritte Klasse von Weichteilverletzungen, neurovaskuläre Schäden, sind stets im Falle durchdringender Muskelverletzungen möglich, da größere neurovaskuläre Strukturen unter den Muskeln liegen. Folglich wird die Schlüsselkollision entsprechend der geschätzten Verletzung des Menschen ausgewählt, die voll- ständig heilbar ist (restitutio ad integrum), d.h. keine dauerhafte Schäden hinterlässt. Im Falle nicht eindeutiger Ergebnisse wird die Schlüsselkollision über die konservativste Interpretation festgelegt. Die Ergebnisse des Fallversuchs werden dann in eine Echtzeitrobotersteuerung integriert, wie weiter unten beschrieben. Jedes medizinische Ergebnis wird in die Verletzungs- Datenbank integriert, die weiter unten genauer beschrieben ist. In Fig 2 sind die Zusammenhänge zwischen Masse, Geschwindigkeit und Verletzung für 276 Fallversuche dargestellt. Jedem Impaktor, Keil, große Sphäre, kleine Sphäre, ist eine Spalte zugeordnet, in der Hautverletzungen, Muskel- und Sehnenverletzungen und neurovaskuläre Verletzungen dargestellt sind. Die Schwere der Gewebsverletzung (diese reicht von eins bis fünf im Sinne der AO-Klassifikation) wird durch graustufige, rechteckige Felder repräsentiert. Weiße Flächen stellen Aufschläge ohne Verletzung (IC1, MT1, oder NV1) dar. Schwarze Flächen re- präsentieren die Schwerstmögliche Verletzung. Zu beachten ist hierbei, dass in dem Diagramm 212 sowohl geschlossene Hautverletzungen, als auch offene in einem Graphen dargestellt werden. Hierbei kennzeichnen schwarze Flächen offene Hautverletzungen und nicht geschlossene Verletzungen mit IC5 (Nekrose aufgrund tiefer Prellung). Hautverletzungen, die durch den keilförmigen Impaktor verursacht werden sind auf Prellungen und geschlossene Decollements begrenzt. Lediglich Massen > 8 kg und Aufprallgeschwindigkeiten von mind. 3.0 m/s führten zu größeren Prellungen und Decollements. Die schwerwiegendsten Verletzungen für die große Sphäre sind kleine Abrisse von ~ 10 mm2. Bei Geschwindigkeiten unterhalb 2 m/s verursacht die große Sphäre nur geringe Hautverletzungen. Weder die große Sphäre noch der Keil konnten die Haut vollständig durchdringen, was sowohl durch makroskopische als auch mikroskopische Analyse verifiziert wurde. Die kleine Sphäre durchdringt die Haut hingegen bei vergleichsweise kleinen Geschwindigkeiten und Massen. Sicherheit bei abdominellen Kollisionen kann nur für Geschwindigkeiten < 2 m/s und Massen < 6 kg garantiert werden. Die Keil-Aufprälle hinterließen vernachlässigbare Muskelverletzungen für alle Versu- che bis 1.5 m/s. Selbst oberhalb dieser Geschwindigkeit können die meisten Verletzungen als harmlos angesehen werden.
Der Keil hat folglich eine relativ große Sicherheitsspanne für Muskelgewebe. Muskelverletzungen für die große Sphäre mit > 8 kg können bis 1.5 m/s als erträglich angesehen werden. Die Ergebnisse für die kleine Sphäre zeigen eine ähnliche Verletzungsschwere im Muskelgewebe. Die maximale Geschwindigkeit sollte 1.5 m/s nicht übersteigen. Mit zusätzlichem Gewicht sollte sie auf < 1.0 m/s begrenzt werden. Wie bereits oben erwähnt, werden neurovaskuläre Verletzungen entsprechend der Muskeldurchdringung ausgewählt. Eine Untersuchung dieser Art von Verletzungen erfolgt vorliegend jedoch nicht, da eine adäquate Auswertung von totem Gewebe nicht durchführbar ist. Es wird daraufhingewiesen, dass alle durchgeführten Experimente bestimmten Bedingungen entsprechen, die von realen Mensch-Roboter Kollisionen abweichen. Diese können hauptsächlich der Verwendung von totem Gewebe zugeordnet werden. Im Vergleich zu lebendem Gewebe fehlen diesem mehrere Eigenschaften wie Muskelspannung, Vorspannung der Haut und natürlich die Möglichkeit auszuweichen. Ferner ist es nicht möglich funktionelle Schäden, wie z.B. arterielle/venöse Blutungen, Schmerz oder neurologische Ausfalle, zu untersuchen. Nichtsdes- totrotz spiegeln die durchgeführten Experimente und deren Ergebnisse eher ein Worst-Case- Szenario wieder als mögliche Folgen zu mildern. Weiter unten werden Sicherheitskurven abgeleitet, die für eine Realzeitauswertung geeignet sind, sodass ein Roboter in der Lage ist, auf Basis seines derzeitigen Zustandes (reflektierte Trägheit, instantane Geschwindigkeit und Oberflä- che) auf sein potentielles Verletzungsrisiko im Falle unerwarteter Kollisionen zu schließen. Es wird aufgezeigt, wie diese Repräsentation in einer geschlossenen Regelschleife genutzt werden kann, sodass der Roboter die entsprechenden medizinischen Grenzwerte nicht überschreitet.
Wissensbasierte Echtzeitsteuerung:
Sicherheitskennlinien für Robotersteuerung: Das Ziel der vorliegenden Analyse ist zu verstehen, wie Weichteilgewebe unter unterschiedlichen Kollisionsversuchsbedingungen reagiert und geeignete Modellparameter zu finden, die es erlauben, das Auftreten einer bestimmten Verletzung zu prädizieren und dieses Wissen in eine Steuerung für sichere Robotergeschwindigkeit zu integrieren. Obwohl zusätzliche experimentelle Daten hilfreich sind, um die Abbildung (Masse, Geschwindigkeit, Geometrie)— » Verletzung vollständig zu verstehen, ist eine solche vollständige Charakterisierung von Weichteilgewebe sicherlich nicht nötig für Robotikanwendungen: Die Prädiktion von Geschwindigkeitsgrenzen für sehr kleine Massen (< 1 kg) ist aus zweierlei Gründen nicht wichtig:
Untere Grenze: Die reflektierte Trägheit für Roboter, die typischerweise in interaktiven Anwendungen eingesetzt werden, ist wesentlich größer, vor allem, wenn der Roboter mit einem Grei- fer/Hand und/oder Werkzeugen ausgestattet ist.
Obere Grenze: Ein Roboter, der sich in unmittelbarer Nähe eines Menschen befindet und/oder mit diesem kooperativ zusammen arbeitet, sollte mit Sicherheit 4- 5 m/s nicht überschreiten. Es wurde bereits gezeigt, dass « 2m I s eine angemessene maximale Grenzgeschwindigkeit ist. Diese Grenze wurde aus Experimenten zu stumpfen Kollisionen mit dem Kopf abgeleitet. Ferner ist eine Evaluierung von Geschwindigkeitsgrenzen für große Massen (> 20 kg) nicht von wesentlichem Interesse in der Servicerobotik, weil Roboter, die sicher mit einem Menschen in- teragieren sollen, typischerweise eine Leichtbaukonstruktion aufweisen und daher eine reflektierte Trägheit im Bereich 1—15 kg haben, und es im Falle sehr großer reflektierter Trägheiten (z.B. in der Nähe von Singularitäten) keinen Sinn macht, die Geschwindigkeit unter einen gewissen Wert zu reduzieren oder gar die Bewegung zu stoppen. Singularitäten werden an dieser Stelle nicht berücksichtigt. Diese müssen auf eine andere Art und Weise analysiert werden. Während die reflektierte Masse unendlich erreicht, strebt die Geschwindigkeit gegen Null, d.h. die kinetische Energie wird begrenzt.
Schlussendlich erscheint es angemessen, eine maximale zulässige Geschwindigkeit für geringe Massen festzusetzen (z.B. 4.5 m s) und eine minimale Geschwindigkeitsgrenze (z.B. 0.1 m/s) zu definieren, um ein Anhalten in der Nähe von Singularitäten zu verhindern. Daher sind alle benötigten Informationen aus den Testresultaten gewonnen. Die letzte ausstehende Frage ist, welche Repräsentation die Grenzen in der Masse-
Geschwindigkeits-Kennlinien wiederspiegelt. Initial würde man eine Beschreibung im Sinne physikalischer Größen wie kinetische Energie, Kontaktkraft oder Impuls wählen. Da jedoch eine medizinische Beurteilung anhand der AO-Klassifikation vorliegt, bedarf die Verletzungspräsika- tion keines physikalischen Modells, sondern ist ausschließlich datengetrieben. Aufgrund der Komplexität menschlicher Verletzungsmechanismen können somit konsistentere Ergebnisse erzielt werden als mit einem modellbasierten Ansatz, der Validierung erfordert und potentiell größere Ungenauigkeiten aufweist. Insofern können sämtliche Messungen physikalischer Größen während eines Versuchs als ergänzende Informationen angesehen werden. Sie werden jedoch nicht für sie Abbildung (Masse, Geschwindigkeit, Geometrie) ~ Verletzung (eines be- stimmten Körperteils) erfordert. Nachdem Masse und Geschwindigkeit zu„Schlüsselkollision" für Experimente am Abdomen zugewiesen wurden, sind die resultierenden Sicherheitskurven des Abdomens für die Experimente einfach drei Regressionskurven in der (Massen, Geschwindigkeit-Ebene für ein gegebenes Kollisionsprimitiv. Die maximal zulässige Geschwindigkeit kann folgendermaßen ausgedrückt werden. vm^(m) = regMm {c1(i, &i)m + C2(i, ai) , Vi , v2} , (1) mit dem Koeffizienten der S icherheitsken lim" en ci(i, a;)< 0 und c2(i, a;) für das Primitiv i. Die Parameter vi, v2 sind die minimal und maximal zulässige Geschwindigkeit. Es sei nochmals betont, dass für die Abgrenzung der Sicherheits-Kennlinien für die Robotersteuerung kein Kraftsensor notwendig ist. Es ist lediglich die Kenntnis notwendig, bei welcher Geschwindigkeit für eine variierende Masse eine medizinisch nachweisbare Verletzung auftritt (d.h. die Abbildung von Masse, Geschwindigkeit und Geometrie zu medizinisch beobachtbarer Verletzung.). Die Sensordaten können hingegen für Anwendungen verwendet werden, die diese explizit erfordern, wie z.B. kraftgesteuerte Aufgaben zur Prädiktion von Kontaktkräften. Fig. 3 zeigt konservative Sicherheitskennlinien für die Kontaktprimitiven kleine Sphäre in einem Diagramm 300, große Sphäre in einem Diagramm 302 und Keil 45° in einem Diagramm 304, die in der Echtzeitsteuerung eingesetzt werden, für den abdominalen Bereich.
Maximale Geschwindigkeiten werden im Bereich 0.1 - 4.5 m/s evaluiert. Die resultierenden Kennlinien werden anschließend konservativ verschoben, sodass alle Datenpunkte oberhalb der entsprechenden Grenze liegen. Diese Kennlinien bilden die Basis, um interpretierbares Wissen über Verletzungsmechanismen in Echtzeit-Robotersteuerungen zu integrieren, was nachfolgend beschrieben wird.
Verletzungsdatenbank:
Die beschriebenen Ergebnisse der Kollisionstests liefern Sicherheitskurven, die die maximale Geschwindigkeit und Masse mit der Verletzung für ein bestimmtes Primitiv und Körperteil in Verbindung setzten, siehe Fig. 3. Vorliegend wird darauf gezielt, einem Roboter zu erlauben, dieses Wissen zur Geschwindigkeitslimitierung beweglicher Teile so einzusetzen, dass unabsichtliche Kollisionen nicht einen gegebenen Grenzwert im Sinne der AO-Klassifikation, vorliegend IC2, überschreiten. Um größtmögliche Geschwindigkeiten unter Erfüllung einer bestimm- ten Sicherheitsbeschränkung zu erreichen, muss die Abbildung (Masse, Geschwindigkeit) beobachtete Verletzung online verfügbar gemacht werden. Solch eine Verletzungsdatenbank speichert die Koeffizienten der Sicherheitskennlinien (1) für jedes bekannte Kontaktprimitiv, sodass diese in Echtzeit zur Geschwindigkeitsanpassung verwendet werden können. In der Praxis können Endeffektoren oder relevante Roboterstrukturen nicht nur durch ein einziges Kontaktprimi- tiv repräsentiert werden. Diese sind eher komplexe geometrische Objekte mit variierender Charakteristik. Aufgrund dieser Vielzahl ist es natürlich unpraktisch jeden Endeffektor/Roboter separat zu behandeln. Um ein methodisches Vorgehen zu entwickeln, werden Endeffektoren formal als Gruppe geometrisch gekoppelter Primitive zerlegt. Die gesamte geometrische Struktur der zerlegten Endeffektoren ist über relative Transformationsmatrizen EETobj zwischen Endeffektor und Primitivobjektreferenzkoordinatensystem. Die jeweiligen geometrischen, dynamischen (gewonnen aus CAD-Model, dynamischer Identifikation, Lernen, etc.) und Sicherheits-Eigenschaften beschrieben die Roboterhülle adäquat. Es ist zu beachten, dass vorliegend kein Algorithmus für die automatische Erstellung dieser Relation geben wird. Jeder relevante Punkt, der überwacht werden soll, ist definiert als point of interest (POI). Jedes Primitivobjekt besteht aus einer Menge von POIs, der Position des Massenschwerpunkts °bjxcoG, der Masse m, dem Inertialsensor I und der relativen Position zum Endeffektor EET0bj. Folgende Eigenschaften sind mit jedem POI assoziiert. Erstens, seine relative Pose in Relation zum Primitivobjekt-Referenzkoordinatensystem Zweitens, eine Menge geometrischer Parameter PARAMS, die das Oberflächenprimitiv SURF ACE repräsentieren. Drittens, ein Iden- tifikator SC-TYPE, der die Art der Sicherheitskurve, vorliegend begrenzte Regression. Viertens, eine Menge an Koeffizienten COEFF, die die entsprechende Sicherheitskurve beschreiben. Zu- sammen bilden COEFF; PARAMS und SC-TYPE die Struktur PRIMITIVE für jeden POI.
Die resultierende Datenbank ist wie folgt formal repräsentiert.
SoEEs = {3oObjectsk x {EET0bj}k}
BET0bj€ SE(3)
SoObjects = {POIm x l3 x l+ x l3x3}
POI = {0bjTPoi x PRIMITIVE}
°bjTPOI G SE(3)
PRIMITIVE = {COEFF x PARAMS x SC - TYPE}
COEFF G SoC(SC - TYPE)
PARAMS G SoP(SURFACE)
(2)
SoEEs ist die Menge von Endeffektoren und SoObjects ist die Menge von Primitivobjekten.
Da die Verletzungsdatenbank lediglich Relationen zwischen skalarer Masse, Geschwindigkeit und Verletzung beinhaltet, muss für eine vorgegebene Bewegung die instantane reflektierte Masse eines gegebenen POI und seine Sollgeschwindigkeit berechnet werden. So kann die gespeicherte Information so genutzt werden, dass die Sollgeschwindigkeit derart skaliert wird, dass sie unter (1) im Sinne potentieller Verletzungsgefahr reduziert wird. Dynamik basierte Geschwindigkeitsskalierung in Realzeit:
1) Reflektierte Masse an POL Die Dynamik eines starren Roboters im Gelenkraum ist beschrieben durch (q) + C(q, q)q + g(q) - r, (3) wobei q e R" der Vektor der Gelenkwinkel, M(q) e Rnx" die Trägheitsmatrix, C(q, q) die Zentrifugal- und Coriolismatrix, g(q) der Gravitationsvektor und τ das Gelenkdrehmoment sind. Die Beziehung zwischen Gelenkgeschwindigkeiten und kartesischen Geschwindigkeiten ist gegeben durch x— J(q)q , wobei J(q) e R6xn die entsprechende Jacobimatrix ist. M(q) und die kartesische kinetische Energiematrix Λ(χ) hängen folgendermaßen zusammen
A(x) = (J(q) (q)-1 JT(q)-1. (4)
In diesem Zusammenhang wird auf die Veröffentlichung O. Khatib, "Inertial properties in robo- tic manipulation: an object-level framework," Int. J. Robotics Research, vol. 14, no. 1, pp. 19— 36, 1995, verwiesen. Basierend auf einer Zerlegung der kinetischen Energiematrix ergibt sich die Inverse
Es wird eine skalare Größe erhalten die, gegeben eine Kraft in u-Richtung, die wahrnehmbare Masse am Endeffektor repräsentiert, wobei u ein Einheitsvektor ist. Diese Größe wird reflektierte Roboterträgheit Richtung u genannt. Es ist zu beachten, dass die Jacobimatrix die entsprechende Schwerpunkts-Jacobi sein muss, oder ansonsten die vollständige Inverse aus Gleichung (5) herangezogen werden muss und nicht nur der translatorische Anteil. mu = [u2 "Λ,, 1 (g)u] 1 (6)
Entsprechend der Ergebnisse des Fallversuchs wird mu benötigt, um die maximal zulässige kar- tesische Geschwindigkeit in u-Richtung zu bestimmen, die die Sicherheits-Kennlinie erfüllt, siehe Fig. 3.
Als nächstes wird die maximal zulässige Geschwindigkeit eines kartesischen Punktes abgeleitet, was die Grundlage für die Berechnung der sicheren Robotergeschwindigkeit ist. 2) Verletzungsbasierte Geschwindigkeitsskalierung: Folgendes Schema führt zu einer sicheren Geschwindigkeit für einen beliebigen POL Es ist zu beachten, dass alle Indizes weglassen wurden, um eine klare Schreibweise zu erhalten. Außerdem ist die Abhängigkeit von q weggelassen, wenn sie offensichtlich ist. Das Basiskoordinatensystem des Roboters wird mit {0} gekennzeichnet, das des Endeffektors (operational frame) mit {EE}. 1) Werte Einheitsvektor u aus der senkrecht auf der Objektoberfläche von POI steht (Richtung z-Achse in POI-Koordinaten), u = °Rpoizpoi (7) wobei °RPOI die Rotationsmatrix von POI-Koordinaten in {0} -Koordinaten ist.
2) Berechne °vpoi auf Basis von Endeffektorsollgeschwindigkeit VEEd = r*EEd EEa
°xpoz h -VPOI
vpoi = ] Γ °*EEd
03 h I I ° EEd
wobei P oj Vy.poi ΡΖ,ΡΟΙ] der Positionsvektor des POI in Bezug auf {EE} ist. Die Matrix pPOI ist
0 -Pz.POI Py,POI
VPOI Ρζ,ΡΟΙ 0 —px.POI (9)
3) Auswertung der Inversen der kartesischen kinetischen Energiematrix am POI:
A .POJ = (10) 4) Reflektierte Trägheit in u-Richtung durch (6):
5) Ableitung der maximalen Geschwindigkeit vmax für mpoi unter Verwendung der Sicherheitsfunktionen.
«maxN = reg.lim [ci(i, sk)m + c2 (i, a,), Vi, v2] , (12)
6) Vergleich von vmax und der Projektion von °vpoi in u-Richtung vort: wenn ||vort|| < , bleibt o '
die Sollgeschwindigkeit erhalten. Wenn llv | > ||vmax II ist neue Geschwindigkeit p01
| |vori |
7) Schlussendlich ist die neue Geschwindigkeit EE des Endeffektors
Diese Prozedur wird für jeden POI wiederholt. Die konservativste Geschwindigkeit EE wird als V EE ausgewählt.
Im Folgenden werden einige Experimente diskutiert, die das Systemverhalten in einfachen Von- Position- A-nach-Position-B-Bewegungen verdeutlichen. Hierfür wurde ein artikulierter Manipulator mit einem Endeffektor ausgestattet, der aus den drei Primitiven zusammengesetzt ist, die zuvor für Fallversuchsexperimente verwendet wurden.
Experiment:
Fig. 4 zeigt einen Endeffektor 400 bestehend aus Kontaktprimitiven und assoziierten
POIs 402, 404, 406, 408. Fig. 5 zeigt einen Roboter 500 mit dem Endeffektor 400 zur Durchführang von Experimenten. Um die Leistungsfähigkeit des entwickelten
verletzungsbasierten Algorithmus zu zeigen, wird der Leichtbauroboter 500 mit dem
Endeffektor 400 ausgestattet, der aus den geometrischen Primitiven besteht, die für
die Fallversuche zum Einsatz kamen, siehe Fig. 4 und Fig. 5. Für diesen Endeffektor
400 wurden vier POIs 402, 404, 406, 408 ausgewählt: Zwei (402, 408) auf den Spitzen der Sphären 410, 412 und zwei (404, 406) auf dem Keil 414. Für den Keil 414
müssen zwei POIs 404, 406 verwendet werden, da die Breite des Keils 414 einen
signifikanten Einfluss während einer Drehbewegung hat. Wenn z.B. zwei POIs 404,
406 auf der Kante des Keils gewählt werden, dann ist einer von ihnen zweifellos der schnellste Punkt des Prirnitivs.
Die durchgeführten Experimente können jedoch nicht als Verletzungswissensquelle für die Ecken des Keils 414 herangezogen werden, da die entsprechende Analyse noch durchgeführt werden muss. Als Kompromiss werden die beiden POI 404, 406 den distalen Enden des Prirnitivs zugewiesen, wobei die Geschwindigkeitsdifferenz im Vergleich zu den Ecken vernachläs- sigbar ist. Da der Roboter 500 explizit für feinfühlige und sichere Interaktion entwickelt wurde, ist die Leichtbauweise eine seiner wichtigsten Eigenschaften.
Da der Roboter 500 mit den gegebenen Werkzeugen, gegeben seine Maximalgeschwindigkeit und Trägheitseigenschaften, nicht in der Lage ist potentiell "unsichere" Bewegungen zu erzeugen, werden die Sicherheits-Kennlinien soweit verschoben, dass der Effekt des sicheren Ge- schwindigkeitsreglers (SVC) auch für diesen Manipulator sichtbar wird, Skalierungsfaktor 0.2.
Es werden Experimente für zwei verschiedene Bewegungsarten durchgeführt. Fig. 6 zeigt Trajektorien eines Linientests 600 und eines Ribbontests 602. Im Limentest 600 bewegt sich der Endeffektor 400 seitlich (°y-Richtung) zwischen zwei Positionen. Im Ribbontest 602 fährt der Roboter 400 über Kreuz vier verschiedene Positionen an und kombiniert dabei vertikale und horizontale Bewegungen.
Fig. 7 zeigt ein SVC-Experiment„line test" und„ribbon test". Mit dem Diagramm
700 sind die Ergebnisse des Linientests 600 dargestellt. Der Endeffektor 400 soll sich mit einer Geschwindigkeit von 1.5 m/s zwischen zwei Zielfigurationen bewegen. Der
SVC limitiert jedoch die Geschwindigkeit in Abhängigkeit der reflektierten Trägheit und Bewegungsrichtung des Roboters 400. Während der Bewegung in positive °y- Richtung ist POI 402 der kritische POI und POI 408 in negative Richtung.
Da die Sicherheits-Kennlinie, die POI 402 zugewiesen ist, restriktiver ist als die von POI 408 (die kleine Sphäre ist gefährlicher als die große Sphäre), reduziert der SVC die maximale Ge- schwindigkeit stärker in positive °y-Richtung. In dem Diagramm 702 sind die Ergebnisse des Ribbontests 602 dargestellt.
Da das Koordinatensystem des Endeffektors ({0} -Koordinaten) gegenüber dem kartesischen Weltkoordinatensystem ({W} -Koordinatensystem) gedreht ist, wird die Geschwindigkeit für alle drei Dimensionen dargestellt. Seitliche Bewegungen werden als °y- Richtung repräsentiert. Vertikale Bewegungen haben sowohl Einträge in °x- als auch in °z-Richtung.
Demnach entsprechen die Strecken 1—2 und 3-4 in Fig. 7 (Aufwärtsbewegung des Endeffektors 400) positiver °x und negativer °z-Richtung in Fig. 7. Im Gegensatz hierzu entsprechen die Strecken 2-3 und 4-1 negativer °x und positiver °z-Bewegungen. Für seitliche Bewegungen bedeuten die Strecken 2-3 und 4-1 negative und positive °y-13ewegu:ngen- In Fig. 7 kann beobachtet werden, dass der SVC die 4-1-Bewegung stärker einschränkt als die 2- 3-Bewegung. Dies lässt sich dadurch erklären, dass in dieser Richtung POI 402 relevant ist, der mit der kleinen Sphäre assoziiert ist. Nichtsdestotrotz tragen auch POI 404 und POI 406 zur Geschwindigkeitsbegrenzung bei. Aufgrund der Symmetrie des Endeffektors 400 beeinflussen sie die Geschwindigkeitsgrenzen entlang 4-1 und 2-3 gleichermaßen. Abschließend kann beobachtet werden, dass die Geschwindigkeit in Aufwärtsbewegungen (1-2 und 3-4) bislang noch nicht vom Regler begrenzt wird. Dies lässt sich dadurch erklären, dass die POIs 402, 404, 406, 408 ausschließlich frontal und lateral zugewiesen wurden, und keiner am hinteren Teil des Endeffektors 400.
Zusammenfassung:
Vorliegend werden Fallversuchesexperimente bei variierender Masse, Geschwindigkeit und Oberflächengeometrie mit abdominellem Schweinebauch durchgeführt. Der Zweck der Untersuchung ist es, grundlegende Verletzungsdaten zu erzeugen, die weder in er Biomechanik, noch in der Forensik bisher existieren. Außerdem wird eine Vorgehensweise zur Nutzung medizinischer Bewertung und Klassifikation für die Erzeugung adäquater Repräsentation von Verletzungswis- sen vorgeschlagen, um so eine weitere algorithmische Prozessierung zu erlauben. Die Grundlage der Bewertung ist die sogenannte AO-Klassifikation. Im Allgemeinen erlaubt diese die objektive Beschreibung von Weichteilverletzung auf der Basis medizinischer Beobachtungen. IC2 (Kontusion ohne Hautöffhung) wird als maximal zulässige Verletzungsgrenze ausgewählte. Drittens werden Risikographen entworfen, die eine„sichere" Geschwindigkeit, gegeben eine instantane Konfiguration, Masse, Oberflächengeometrie und Kollisionskörperteil, repräsentieren. Überdies wird eine Realzeitverletzungsdatenbank- Architektur vorgeschlagen, die die erzeugten Ergebnisse in Echtzeit verfügbar macht. Schließlich wird eine Realzeitregler entworfen und experimentell verifiziert, der die Endeffektorgeschwindigkeit aufgrund der reflektierten Trägheit und den geometrischen Oberflächeneigenschaften des Endeffektors limitiert. Dieser stellt sicher, dass, durch die Ausnutzung des Wissens aus der Verletzungsdatenbank, eine mögliche Kollision mit dem Menschen (menschlichem Abdomen) keine Verletzungen oberhalb eines gewissen vordefinierten Grades erzeugen kann. Letztlich sei angemerkt, dass bereits existierende Arbeiten zu stumpfen Mensch-Roboter-Kollisionen sehr einfach in diese Architektur und Algorithmik inte- griert werden können, was den vorliegenden Ansatz sehr generisch macht.
Bezugszeichen
100 kleine Sphäre
102 große Sphäre
104 Keil
200 Diagramm
202 Diagramm
204 Diagramm
206 Diagramm
208 Diagramm
210 Diagramm
212 Diagramm
214 Diagramm
216 Diagramm
300 Diagramm
302 Diagramm
304 Diagramm
400 Endeffektor
402 POI
404 POI
406 POI
408 POI
410 Sphäre
412 Sphäre
414 Keil
500 Roboter
600 Linientest
602 Ribbontest
700 Diagramm
702 Diagramm

Claims

Patentansprüche
1. Verfahren zum Steuern einer Robotereinrichrung (500) aufweisend einen bewegbaren Manipulator und/oder Effektor (400), dadurch gekennzeichnet, dass eine Bewegungsgeschwindigkeit und/oder -richtung des Manipulators und/oder Effektors (400) unter Berücksichtigung medizinischer Verletzungsparameter und einer Roboterdynamik überwacht und gegebenenfalls angepasst wird.
2. Verfahren nach Anspruch 1 , dadurch gekennzeichnet, dass zum Überwachen und gegebenenfalls Anpassen der Bewegungsgeschwindigkeit und/oder - richtung des Manipulators und/oder Effektors (400) eine Kollisionsmasse, eine Kollisionsgeschwindigkeit und/oder eine Kollisions-Kontakt-Geometrie des Manipulators und/oder Effektors (400) berücksichtigt werden.
3. Verfahren nach wenigstens einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass zum Überwachen und gegebenenfalls Anpassen der Bewegungsgeschwindigkeit und/oder -richtung des Manipulators und/oder Effektors (400) eine erwartete Kollisionsmasse, Kollisionsgeschwindigkeit und/oder Kollisions-Kontakt-Geometrie wenigstens eines vorgegebenen relevanten Punkts des Manipulators und/oder Effektors (400) berücksichtigt werden.
4. Verfahren nach wenigstens einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass zum Überwachen und gegebenenfalls Anpassen der Bewegungsgeschwindigkeit und/oder -richtung des Manipulators und/oder Effektors (400) Kennwerte herangezogen werden, die einen Zusammenhang zwischen Kollisionsmasse, Kollisionsgeschwindigkeit und/oder Kollisions- Kontakt-Geometrie des Manipulators und/oder Effektors (400) einerseits und medizinischer Verletzungsparameter andererseits abbilden.
5. Verfahren nach Anspruch 4, dadurch gekennzeichnet, dass die Kennwerte in Masse-Geschwindigkeits-Diagrammen für unterschiedliche Kontakt- Geometrien und unterschiedliche Verletzungsarten abgebildet sind.
6. Verfahren nach wenigstens einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die medizinischen Verletzungsparameter einer Speichereinrichtung entnommen werden.
7. Verfahren nach wenigstens einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass beim Überwachen und gegebenenfalls Anpassen der Bewegungsgeschwindigkeit und/oder -richtung des Manipulators und/oder Effektors (400) wenigstens ein einstellbarer Schwellwert berücksichtigt wird.
8. Verfahren nach wenigstens einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das Verfahren in Echtzeit durchgeführt wird.
9. Verfahren nach wenigstens einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das Verfahren auf einer Kommandierungsebene oder auf einer Messwertebene durchgeführt wird.
10. Robotereinrichtung (500) aufweisend einen bewegbaren Manipulator und/oder Effektor (400) und eine Steuereinrichtung mit einer Recheneinrichtung und einer Speichereinrichtung, wobei die Robotereinrichtung (500) zur Durchführung eines Verfahrens nach wenigstens einem der vorhergehenden Ansprüche geeignet ist.
11. Computerprogrammprodukt, das in eine Recheneinrichtung geladen werden kann und Softwarecodeabschnitte umfasst, mit denen ein Verfahren nach wenigstens einem der Ansprüche 1-9 ausgeführt wird, wenn das Produkt auf der Recheneinrichtung läuft.
EP13774641.8A 2012-10-08 2013-10-07 Verfahren zum steuern einer robotereinrichtung, robotereinrichtung und computerprogrammprodukt Ceased EP2904460A1 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
EP18204579.9A EP3474100A1 (de) 2012-10-08 2013-10-07 Verfahren zum nutzbarmachen von biomechanischem und/oder medizinischem wissen zur steuerung einer robotereinrichtung, verfahren zum steuern einer robotereinrichtung und computerprogrammprodukt

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102012218276 2012-10-08
DE102013212887.8A DE102013212887B4 (de) 2012-10-08 2013-07-02 Verfahren zum Steuern einer Robotereinrichtung,Robotereinrichtung, Computerprogrammprodukt und Regler
PCT/EP2013/070803 WO2014056833A1 (de) 2012-10-08 2013-10-07 Verfahren zum steuern einer robotereinrichtung, robotereinrichtung und computerprogrammprodukt

Related Child Applications (1)

Application Number Title Priority Date Filing Date
EP18204579.9A Division EP3474100A1 (de) 2012-10-08 2013-10-07 Verfahren zum nutzbarmachen von biomechanischem und/oder medizinischem wissen zur steuerung einer robotereinrichtung, verfahren zum steuern einer robotereinrichtung und computerprogrammprodukt

Publications (1)

Publication Number Publication Date
EP2904460A1 true EP2904460A1 (de) 2015-08-12

Family

ID=50337146

Family Applications (2)

Application Number Title Priority Date Filing Date
EP13774641.8A Ceased EP2904460A1 (de) 2012-10-08 2013-10-07 Verfahren zum steuern einer robotereinrichtung, robotereinrichtung und computerprogrammprodukt
EP18204579.9A Ceased EP3474100A1 (de) 2012-10-08 2013-10-07 Verfahren zum nutzbarmachen von biomechanischem und/oder medizinischem wissen zur steuerung einer robotereinrichtung, verfahren zum steuern einer robotereinrichtung und computerprogrammprodukt

Family Applications After (1)

Application Number Title Priority Date Filing Date
EP18204579.9A Ceased EP3474100A1 (de) 2012-10-08 2013-10-07 Verfahren zum nutzbarmachen von biomechanischem und/oder medizinischem wissen zur steuerung einer robotereinrichtung, verfahren zum steuern einer robotereinrichtung und computerprogrammprodukt

Country Status (4)

Country Link
US (1) US9844878B2 (de)
EP (2) EP2904460A1 (de)
DE (1) DE102013212887B4 (de)
WO (1) WO2014056833A1 (de)

Families Citing this family (38)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102014114596B4 (de) 2014-01-28 2018-09-06 Franka Emika Gmbh Steuerung eines Roboterarms
DE102014007624A1 (de) 2014-05-23 2015-11-26 Daimler Ag Verfahren zum Ermitteln von die Bewegung eines Roboters beeinflussenden Größen
DE102014011012A1 (de) * 2014-07-24 2016-01-28 Kuka Roboter Gmbh Verfahren und Mittel zum Auslegen und/oder Betreiben eines Roboters
DE102014114234B4 (de) * 2014-09-30 2020-06-25 Kastanienbaum GmbH Verfahren und Vorrichtung zur Steuerung/Regelung eines Roboter-Manipulators
JP6677441B2 (ja) * 2014-10-20 2020-04-08 株式会社デンソーウェーブ ロボット、ロボットの形状設計方法
DE102015108010B3 (de) * 2015-05-20 2016-06-02 Cavos Bagatelle Verwaltungs Gmbh & Co. Kg Steuern und Regeln von Aktoren eines Roboters unter Berücksichtigung von Umgebungskontakten
DE102015011910A1 (de) * 2015-09-11 2017-03-16 Kuka Roboter Gmbh Verfahren und System zum Steuern einer Roboteranordnung
DE102016200455A1 (de) * 2016-01-15 2017-07-20 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Sicherheitsvorrichtung und -verfahren zum sicheren Betrieb eines Roboters
JP6481635B2 (ja) * 2016-02-15 2019-03-13 オムロン株式会社 接触判定装置、制御装置、接触判定システム、接触判定方法及び接触判定プログラム
JP2017144492A (ja) * 2016-02-15 2017-08-24 オムロン株式会社 衝撃予測装置、衝撃予測システム、制御装置、衝撃予測方法及び衝撃予測プログラム
DE102016206480B4 (de) * 2016-04-18 2019-07-25 Kuka Systems Gmbh Prüfen einer Sicherheitseigenschaft eines Manipulators
WO2017197170A1 (en) * 2016-05-12 2017-11-16 The Regents Of The University Of California Safely controlling an autonomous entity in presence of intelligent agents
CN109070366B (zh) * 2016-05-16 2021-09-28 三菱电机株式会社 机器人动作评价装置、机器人动作评价方法及机器人系统
WO2018051151A1 (en) * 2016-09-14 2018-03-22 Siemens Industry Software Ltd. A method and a system for simulating and certifying safety management for an area of a production plant
DE102016221222A1 (de) * 2016-10-27 2018-05-03 Siemens Healthcare Gmbh Verfahren zum Betrieb eines Kollisionsschutzsystems für eine medizinische Operationseinrichtung, medizinische Operationseinrichtung, Computerprogramm und Datenträger
TWI615691B (zh) * 2016-11-24 2018-02-21 財團法人資訊工業策進會 防碰撞系統及防碰撞方法
WO2018192657A1 (en) * 2017-04-20 2018-10-25 Abb Schweiz Ag Robot and method for safety restricting speed of the robot
JP2018192556A (ja) * 2017-05-16 2018-12-06 オムロン株式会社 ロボットシステム
JP6680752B2 (ja) 2017-11-28 2020-04-15 ファナック株式会社 ロボットの速度を制限する制御装置
DE102018103570A1 (de) 2018-02-16 2019-08-22 Tq Systems Gmbh Fertigungsmodul mit kollaborativem roboter
DE102018117268A1 (de) 2018-07-17 2020-01-23 Tq-Systems Gmbh Zentriereinrichtung für Schrauber
CN109910057B (zh) * 2019-03-22 2021-11-05 上海电气集团股份有限公司 康复机器人的碰撞测试方法及系统
DE102019108390B3 (de) * 2019-04-01 2020-08-06 Franka Emika Gmbh Vorgeben von sicheren Geschwindigkeiten für einen Robotermanipulator
WO2021010016A1 (ja) * 2019-07-12 2021-01-21 パナソニックＩｐマネジメント株式会社 ハンドの制御システム及びハンドの制御方法
JP7303702B2 (ja) * 2019-08-21 2023-07-05 住友重機械工業株式会社 ロボット
US11615222B2 (en) * 2019-09-19 2023-03-28 Microsoft Technology Licensing, Llc Inertia scaling based on neighboring bodies
CN110842911B (zh) * 2019-09-29 2022-04-29 哈尔滨工程大学 考虑关节电机特性的柔性机械臂联合建模和滑模控制方法
US20220402136A1 (en) * 2019-10-29 2022-12-22 Abb Schweiz Ag System and Method for Robotic Evaluation
DE102019134664B4 (de) 2019-12-17 2021-07-29 Franka Emika Gmbh Konfigurieren eines Robotermanipulators beim Aufstellen
DE102020103857B4 (de) 2020-02-14 2023-03-02 Franka Emika Gmbh Kraftbegrenzung bei Kollision eines Robotermanipulators
DE102020104364B3 (de) * 2020-02-19 2021-05-27 Franka Emika Gmbh Steuerung eines Robotermanipulators bei Kontakt mit einer Person
US12459119B2 (en) 2020-04-22 2025-11-04 Abb Schweiz Ag Method of controlling industrial robot, control system and robot system
DE102021102509A1 (de) 2021-02-03 2022-08-04 Deutsches Zentrum für Luft- und Raumfahrt e.V. Verfahren zur nachgiebigen Regelung eines Roboters
DE102021205876A1 (de) 2021-06-10 2022-12-15 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung eingetragener Verein Bewertung beliebig vorgebbarer Kollisionen zwischen beliebigen Körperstellen von Lebewesen und beliebig geformten Objekten
DE102021208279B4 (de) 2021-07-30 2023-03-16 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung eingetragener Verein Integration einer Risikobeurteilung einer Kollision zwischen einem robotischen Gerät und einer menschlichen Bedienperson
DE102021208576B3 (de) * 2021-08-06 2022-10-06 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung eingetragener Verein Vorgeben einer zulässigen Maximalgeschwindigkeit eines robotischen Gerätes
US11422632B1 (en) * 2021-08-27 2022-08-23 Andrew Flessas System and method for precise multi-dimensional movement of haptic stimulator
CN120533717B (zh) * 2025-07-28 2025-11-04 广东省科学院智能制造研究所 一种交变冲击拆解作业机器人动态特性建模方法及系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8249747B2 (en) * 2008-12-03 2012-08-21 Abb Research Ltd Robot safety system and a method

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8004229B2 (en) * 2005-05-19 2011-08-23 Intuitive Surgical Operations, Inc. Software center and highly configurable robotic systems for surgery and other uses
DE10226853B3 (de) 2002-06-15 2004-02-19 Kuka Roboter Gmbh Verfahren zum Begrenzen der Krafteinwirkung eines Roboterteils
DE10320343B4 (de) 2003-05-07 2008-05-21 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Verfahren zur überwachten Kooperation zwischen einer Robotereinheit und einem Menschen
DE10324627A1 (de) 2003-05-28 2005-01-05 Daimlerchrysler Ag Arbeitsraumüberwachung für automatisiert arbeitende Maschinen
DE10361132B4 (de) 2003-06-18 2013-02-28 Elan Schaltelemente Gmbh & Co. Kg Verfahren zur Überwachung der Bewegung eines sich in mehreren Freiheitsgraden bewegenden Gefahr bringenden Objektes eines Handhabungsgerätes, wie Handhabungsmasse und/oder bewegliche Masse
WO2006043396A1 (ja) 2004-10-19 2006-04-27 Matsushita Electric Industrial Co., Ltd. ロボット装置
TW201033372A (en) 2008-10-29 2010-09-16 Sms Siemag Ag Robot interaction system
DE102010063208A1 (de) 2010-12-16 2012-06-21 Robert Bosch Gmbh Verfahren zum Betreiben einer Sicherungseinrichtung für eine Handhabungsvorrichtung, Sicherungseinrichtung für eine Handhabungsvorrichtung und Handhabungsvorrichtung
JP6128767B2 (ja) * 2012-07-05 2017-05-17 キヤノン株式会社 ロボット制御装置、及びロボット制御方法
JP2015526309A (ja) * 2012-08-31 2015-09-10 リシンク ロボティクス インコーポレイテッド 安全ロボット動作のためのシステムおよび方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8249747B2 (en) * 2008-12-03 2012-08-21 Abb Research Ltd Robot safety system and a method

Also Published As

Publication number Publication date
EP3474100A1 (de) 2019-04-24
US9844878B2 (en) 2017-12-19
DE102013212887A1 (de) 2014-04-10
DE102013212887B4 (de) 2019-08-01
US20150239124A1 (en) 2015-08-27
WO2014056833A1 (de) 2014-04-17

Similar Documents

Publication Publication Date Title
DE102013212887B4 (de) Verfahren zum Steuern einer Robotereinrichtung,Robotereinrichtung, Computerprogrammprodukt und Regler
EP2838698B2 (de) Roboteranordnung und verfahren zum steuern eines roboters
Haddadin et al. On making robots understand safety: Embedding injury knowledge into control
DE112017002498B4 (de) Robotervorgang-auswertungseinrichtung, robotervorgang-auswertungsverfahren und robotersystem
EP2292388B1 (de) Verfahren und Vorrichtung zum Stillsetzen eines Manipulators
DE102014114234B4 (de) Verfahren und Vorrichtung zur Steuerung/Regelung eines Roboter-Manipulators
EP2563553B1 (de) Verfahren und steuermittel zum steuern eines roboters
DE102008046348B4 (de) Verfahren, Gerät und ein entsprechendes Computerprogrammprodukt zur rechnergestützten Bahnplanung eines bewegbaren Geräts, insbesondere eines medizinischen Geräts
DE112013002018T5 (de) Echtzeithaltungs- und Bewegungsvorhersage bei der Ausführung von Betriebsaufgaben
DE102013110901B4 (de) MRK Planungstechnologie
DE102007059480B4 (de) Verfahren und Vorrichtung zur Posenüberwachung eines Manipulators
DE102015108010B3 (de) Steuern und Regeln von Aktoren eines Roboters unter Berücksichtigung von Umgebungskontakten
WO2021186068A1 (de) Ermittlung von sicherheitsbereichen um eine automatisiert arbeitende maschine
DE202013104860U1 (de) Arbeitsvorrichtung
WO2018077604A1 (de) Verfahren zum betrieb eines kollisionsschutzsystems für eine medizinische operationseinrichtung, medizinische operationseinrichtung, computerprogramm und datenträger
DE102010048369A1 (de) Verfahren und Vorrichtung zur Sicherheitsüberwachung eines Manipulators
DE102017007359B4 (de) Verfahren und System zum Überprüfen und/oder Modifizieren eines Arbeitsprozesses eines Roboters
DE102019112043A1 (de) Robotersystem
DE102016000754A1 (de) Verfahren und System zur Bahnplanung eines redundanten Roboters
DE102014010638A1 (de) Verfahren und Vorrichtung zum Steuern eines Roboters
EP3328595A2 (de) Verfahren und system zum steuern eines roboters
DE102020209866B3 (de) Verfahren und System zum Betreiben eines Roboters
DE102021208576B3 (de) Vorgeben einer zulässigen Maximalgeschwindigkeit eines robotischen Gerätes
DE102015209773B3 (de) Verfahren zur kontinuierlichen Synchronisation einer Pose eines Manipulators und einer Eingabevorrichtung
DE102020104359B4 (de) Arbeitsraumbegrenzung für einen Robotermanipulator

Legal Events

Date Code Title Description
PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

17P Request for examination filed

Effective date: 20150126

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

AX Request for extension of the european patent

Extension state: BA ME

DAX Request for extension of the european patent (deleted)
17Q First examination report despatched

Effective date: 20160704

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: EXAMINATION IS IN PROGRESS

REG Reference to a national code

Ref country code: DE

Ref legal event code: R003

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE APPLICATION HAS BEEN REFUSED

18R Application refused

Effective date: 20180620