JP2005014166A

JP2005014166A - Control method and device of multi-finger robot hand

Info

Publication number: JP2005014166A
Application number: JP2003183586A
Authority: JP
Inventors: Sei Hoshino; 聖星野
Original assignee: Japan Science and Technology Agency
Current assignee: Japan Science and Technology Agency
Priority date: 2003-06-26
Filing date: 2003-06-26
Publication date: 2005-01-20
Anticipated expiration: 2023-06-26
Also published as: JP4206305B2

Abstract

<P>PROBLEM TO BE SOLVED: To provide a control device of a multi-finger robot hand, capable of remotely controlling various multi-finger robot hands regardless of a constitution of a remote operation device. <P>SOLUTION: A sampling means 62 samples (n) pieces of output signals (m) times in time series, when operating a remote command device, so as to follow after the movement of the multi-finger robot hand 1, in a state of operating the multi-finger robot hand 1, by inputting a joint angle command value according to a predetermined time series joint angle pattern. A partial regression coefficient deriving means 63 derives a partial regression coefficient on respective joints, by making a multiple regression analysis on the basis of the time series joint angle pattern and (m) sets of (n) pieces of output signals. A multiple regression formula determining means 64 determines a multiple regression formula for determining the corresponding relationship between the joint angle command value with respective joints and the (n) pieces of output signals, by using the partial regression coefficient with respective joints. A control signal generating means 7 determines the joint angle command value with the multiple regression formula as the corresponding relationship. <P>COPYRIGHT: (C)2005,JPO&NCIPI

Description

【０００１】
【発明の属する技術分野】
本発明は、多指ロボットハンドの制御方法及び装置に関するものである。
【０００２】
【従来の技術】
見まね学習により、人動作をロボットに模倣させようとするときには、人の随意動作による多関節運動軌道を定量的に再現し、ロボットに運動を実現するための制御パラメータを与える必要がある。人腕の制御に関しては、最適化規範の観点から躍度最小モデル［Ｔ．Ｆｌａｓｈ及びＮ．Ｈｏｇａｎが“Ｔｈｅｃｏｏｒｄｉｎａｔｉｏｎｏｆａｒｍｍｏｖｅｍｅｎｔｓ：Ａｎｅｘｐｅｒｉｍｅｎｔａｌｌｙｃｏｎｆｉｒｍｅｄｍａｔｃｈｃｍａｔｉｃａｌｍｏｄｅｌ，”の名称で１９８５年発行の「ＪｕｒｎａｌｏｆＮｅｕｒｏｓｃｉｅｎｃｅ，５」の１６８８〜１７０３頁に発表した論文］、トルク変化最小モデル［Ｙ．Ｕｎｏ，Ｍ．Ｋａｗａｔｏ及びＲ．Ｓｕｚｕｋｉが、“Ｆｏｒｍａｔｉｏｎａｎｄｃｏｎｔｒｏｌｏｆｏｐｔｉｍａｌｔｒａｊｅｃｔｏｒｙｉｎｈｕｍａｎｍｕｌｔｉｊｏｉｎｔａｒｍｍｏｖｅｍｅｎｔｓ −ｍｉｎｉｍｕｍｔｏｒｑｕｅ − ｃｈａｎｇｅｍｏｄｅｌ”の名称で１９８９年に「ＢｉｏｌｏｇｉｃａｌＣｙｂｅｒｎｅｔｉｃｓ，６１」の第８９〜１０１頁に発表した論文］、反射運動の観点から複数の反射運動の組み合わせによるモデル［城間智大，星野聖が、“原始反射の運動解析と人型ロボットアームによる随意運動制御”の名称で２００１年発行の「信学技報，ｖｏｌ．１０１，ｎｏ．１５４」の第１５〜２０頁に発表した論文］、［中村仁彦が、“反射行動の重ね合わせ理論とその多指ハンドの反射的把握動作への応用”の名称で１９９７年に「日本ロボット学会誌，ｖｏｌ．１５，ｎｏ．３」の第４４８〜４５９頁に発表した論文］、また神経振動子の数学モデルを用いた運動生成モデル［ＳｈｉｎｙａＫｏｔｏｓａｋａ及びＳｔｅｆａｎＳｃｈａａｌが、“神経振動子を用いたロボットのリズミックな運動生成”の名称で２００１年発行の「日本ロボット学会誌，ｖｏｌ．１９，ｎｏ．５」の第５８０〜５８３頁に発表した論文］などが提案されている。しかしながら従来は、ロボットハンドに見まね学習をさせる場合、重視すべき制御パラメータは人が決定しなければならなかった。またロボットハンドの多くは、特定の動作のみを目的としているために不必要な部位や自由度をカットされていたり、完全な人型多指ロボットハンドでも重量や大きさから人の手とは大きく異なってるため、個々の多指ロボットハンド毎に専用のデータグローブ等の遠隔操作装置を用意しなければならないのが現状である。
【０００３】
本発明の目的は、遠隔操作装置の構成の如何に係らず各種の多指ロボットハンドを遠隔制御することを可能にした多指ロボットハンドの制御方法及び装置を提供することにある。
【０００４】
本発明の他の目的は、自由度の数（入出力の数）が異なっていたり、データグローブのセンサの位置と多指ロボットハンドに設けられたアクチュエータの位置が異なっている場合においても、データグローブ等の遠隔操作装置により多指ロボットハンドを高速・高精度に遠隔制御することができる多指ロボットハンドの制御方法及び装置を提供することにある。
【０００５】
本発明の他の目的は、データグローブ等の遠隔操作装置の出力の内容を問題とすることなくる多指ロボットハンドを制御することができる多指ロボットハンドの制御方法及び装置を提供することにある。
【０００６】
本発明は、関節角度を指示する関節角度指令値ｙに応じて動作するアクチュエータを備えたｋ個（ｋは正の整数）の関節を有する多指ロボットハンドを、操作者の手に装着されて操作者の手の動きに応じてｎ個（ｎは正の整数）の出力信号ｘｎを出力する遠隔指令装置を用いて制御する方法を改良の対象とする。本発明では、まずｋ個の関節のためのｋ個の関節角度指令値ｙそれぞれについて、予め各関節角度指令値ｙとｎ個の出力信号ｘｎとの間の対応関係を定める対応関係決定ステップを実施する。そして対応関係決定ステップで定めた対応関係とｎ個の出力信号ｘｎとに基づいてｋ個の関節角度指令値ｙを求めて多指ロボットハンドを制御する制御ステップを実施する。
【０００７】
本発明においては、特に、対応関係決定ステップをサンプリングステップと、偏回帰係数導出ステップと重回帰式決定ステップとから構成する。サンプリングステップでは、ｋ個の関節にそれぞれ予め定めた時系列関節角度パターンに従って関節角度指令値を入力して多指ロボットハンドを動作させた状態において、多指ロボットハンドの動きに倣うように操作者に遠隔指令装置を操作させる。そしてｎ個の出力信号ｘｎを時系列でｍ回（ｍはｎより大きい正の整数）サンプリングする。偏回帰係数導出ステップでは、時系列関節角度パターンと、ｍ回のサンプリングにより求めたｍ組の前記ｎ個の出力信号ｘｎとに基づいて重回帰分析を行い、ｋ個の関節のそれぞれについて偏回帰係数を導出する。そして重回帰式決定ステップでは、偏回帰係数導出ステップに基づいて定めたｋ個の関節毎の偏回帰係数を用いて、ｋ個の関節毎の関節角度指令値ｙとｎ個の出力信号ｘｎとの間の対応関係を定めるｋ個の重回帰式を決定する。制御ステップでは、ｋ個の重回帰式を対応関係として用いて、ｎ個の出力信号ｘｎを入力としてｋ個の関節角度指令値ｙを求めて多指ロボットハンドを制御する。
【０００８】
本発明によれば、遠隔操作指令装置を多指ロボットハンドの動きに合わせて動作させることにより、遠隔操作指令装置と多指ロボットハンドとの対応関係を求めることができ、遠隔操作装置の構成の如何に係らず各種の多指ロボットハンドを遠隔制御することができる。
【０００９】
特に、偏回帰係数導出ステップで、偏回帰係数を導出するために最小二乗法と特異値分解とを用いて重回帰回分析を行うと、迅速にしかもより高い精度で偏回帰係数を求めることができるので、制御の速度と精度を高めることができる。
【００１０】
なお遠隔指令装置としては、データグローブが好ましい。
【００１１】
また関節角度を指示する関節角度指令値ｙに応じて動作するアクチュエータを備えたｋ個（ｋは正の整数）の関節を有する多指ロボットハンドを、操作者の手に装着されて前記操作者の手の動きに応じてｎ個（ｎは正の整数）の出力信号ｘｎを出力する遠隔指令装置を用いて遠隔制御する本発明の多指ロボットハンドの制御装置は、対応関係決定手段と制御信号発生手段とから構成される。対応関係決定手段は、ｋ個の関節のためのｋ個の関節角度指令値ｙそれぞれについて、各関節角度指令値ｙとｎ個の出力信号ｘｎとの間の対応関係を予め定めるように構成されている。
【００１２】
本発明で用いる対応関係決定手段は、サンプリング手段と、偏回帰係数導出手段と、重回帰式決定手段とを備えている。サンプリング手段は、ｋ個の関節にそれぞれ予め定めた時系列関節角度パターンに従って関節角度指令値を入力して多指ロボットハンドを動作させた状態において、多指ロボットハンドの動きに倣うように操作者が遠隔指令装置を操作したときにｎ個の出力信号ｘｎを時系列でｍ回（ｍはｎより大きい正の整数）サンプリングする。また偏回帰係数導出手段は、時系列関節角度パターンと、ｍ回のサンプリングにより求めたｍ組のｎ個の出力信号ｘｎとに基づいて重回帰分析を行い、ｋ個の関節のそれぞれについて偏回帰係数を導出する。さらに重回帰式決定手段は、偏回帰係数導出手段が定めるｋ個の関節毎の偏回帰係数を用いて、ｋ個の関節毎の関節角度指令値ｙとｎ個の出力信号ｘｎとの間の対応関係を定めるｋ個の重回帰式を決定する。
【００１３】
また制御信号発生手段は、対応関係決定手段が求めた対応関係とｎ個の出力信号ｘｎとに基づいてｋ個の関節角度指令値ｙを求め、ｋ個の関節角度指令値ｙを示す制御信号を多指ロボットハンドのｋ個の関節を駆動する駆動装置に出力するように構成されている。具体的に、制御信号発生手段は、ｋ個の重回帰式を対応関係として用いて、ｎ個の出力信号ｘｎを入力としてｋ個の関節角度指令値ｙを求める。
【００１４】
本発明の装置によれば、自動で遠隔操作指令装置と多指ロボットハンドとの対応関係を求めることができ、遠隔操作装置の構成の如何に拘わらず各種の多指ロボットハンドを簡単に遠隔制御することができる。
【００１５】
【発明の実施の形態】
以下図面を参照して本発明の実施の形態の一例を詳細に説明する。まず実施の形態で用いる多指ロボットハンドの機構について説明する。図１は、発明者等が開発した本実施の形態で制御の対象とする公知の多指ロボットハンド１の平面図であり、図２は図１のロボットハンドの内部に配置されたアクチュエータ２（エンコーダ内蔵型超小形モータ）の配置構成を示す図である。なおこの多指ロボットハンドの詳細は、特開２００３−１１７８７３号公報に示されている。この多指ロボットハンド１の各関節の可動範囲は、親指の内外旋が１２０°であり、内外転が６０°である。そして各５本指の屈曲、伸展は第２関節に連動して行われ、第２関節の可動範囲は１１２°であり、第１関節はその７／１０倍、第３関節は５／７倍となっている。指の開閉は薬指に連動して、人指し指、小指が動き、中指は動かない。また薬指の開閉可動範囲は１５°であり、人指し指はその−１２．８／１５倍であり、小指は３１．３／１倍となっている。これらの構成によって、拇指と小指の接触が可能になり人の手指の可動域を十分に実現できている。
【００１６】
各関節のアクチュエータ２には、ＤＣマイクロモータを使用している。各指の第２関節、拇指の内外旋、内外転部位とアブダクション用に掌の内部にそれぞれアクチュエータ２が設置されている。各関節の制御は、図示しない制御用計算機からの指令を受けて動作し、内部にＤ／Ａコンバータや、小型サーボモータ専用ドライバー（マイクロサーボ）が配置された駆動装置３を介して、各アクチュエータ２のモータにかける電圧を変化させることで行う。各アクチュエータ２のモータには、インクリメンタルシャフトエンコーダが内蔵されている。このエンコーダの出力は、軸速度、回転方向の検出の他に、位置制御に使用できる。各関節の角度情報は、ギヤを介して分解能を挙げたエンコーダを介して図示しない制御用計算機にフィードバックされる機構を持っている。エンコーダ自体の分解能は１６［Ｐｕｌｓｅ／Ｒｅｖｏｌｕｔｉｏｎ］である。指の開閉部のエンコーダには減速比１／４００のギアを介しており、換算分解能は６４００［Ｐｕｌｓｅ／Ｒｅｖｏｌｕｔｉｏｎ］となる。その他のエンコーダには減速比１／５０のギアを介しており、換算分解能は８００［Ｐｕｌｓｅ／Ｒｅｖｏｌｕｔｉｏｎ］となる。
【００１７】
多指ロボットハンドを有効に制御するためには、まず各アクチュエータの特性を把握しておく必要がある。そこで、ステップ状の入力指令（この場合アクチュエータ制御の指令電圧）をモータに与えて関節角度の応答特性を測った。結果の一例を図３（Ａ）乃至（Ｃ）に示し、指令電圧と関節角速度の関係を図４に示す。これらのグラフにより、指令電圧に対する角速度の関係が線形であることがわかる。
【００１８】
この関係から各指の制御関数に用いるために傾きａ_ｉｊと切片ｂ_ｉｊを求め以下の式を用いて制御関数とした。
【００１９】
【数１】

ここで、ｓｇｎ_ｊは屈曲及び伸展時に１，−１の値をとる２値関数、Ｖ（ｔ）は時刻ｔにおける各関節への指令電圧値、θｄ（ｔ）は時系列角度指令値θの時刻ｔにおける目標角速度、ｉはロボットハンドの各関節に対応し、ｊは屈曲・進展の状態を表す。
【００２０】
しかし、この式だけでは角速度の大きさにより慣性力がかかりオーバーシュートが発生する。そこで角加速度に比例して指令電圧値を抑制・促進させる項を加えのが下記の式である。
【００２１】
【数２】

上記式において、ｆ（）は予備実験により得られた慣性力抑制のための関数で２次関数の式である。このようにして求めた制御関数を用いサイン波、ＦＭ変調波の時系列角度変化指令を入力したときの追従結果を図５及び図６に示す。図５はサイン波入力に対する追従性能を示し、図６はサインＦＭ変調波入力に対する追従性能を示す。これらの結果から、ゆっくりとした動作から比較的早い動作、変調波に対しても良好な追従特性が得られることが分かる。
【００２２】
図７は、遠隔指令装置として使用するデータグローブ４の一例の概略構成を示す図である。このデータグローブ４には、手袋形の本体の関節部分を中心にして約１６箇所の位置に分散して位置センサが備えられた構成を有している。具体的には、Ｖｉｒｔｕａｌｔｅｃｈｎｏｌｏｇｉｅｓ社製のｃｙｂｅｒｇｌｏｖｅ（商標）をデータグローブとして用いている。このデータグローブのセンサ５は、拇指を除く各指のＭＰ（中手指節関節），ＰＩＰ（近位指節間関節）に一つずつ、拇指にはＭＰ、ＰＩＰ、ＤＩＰ（遠位節間関節）についており、また各指の間にあるアブダクションを計測するセンサーと掌の中央のセンサーとで計１６ヶ所に設置されている各センサー５はそれぞれ歪曲（ひずみ）度を数値化して６０〜８０Ｈｚで出力する仕様を有している。掌の中央に設置されているセンサー５は掌全体の歪曲度を計測するものであり、対する人型ロボットハンドにはその機構は備わっていないため、この実施の形態では、この中央のセンサー５は使用しない。
【００２３】
本実施の形態の多指ロボットハンド制御方法及び装置は、人の手指動作を操作者が手に装着したデータグローブによりデータ化し、これを計算機に取り込んで多指型ロボットハンドの制御指令値に変換し、データグローブを装着した操作者の手の動作と同様の動作をロボットハンドで実現させる。
【００２４】
データグローブによるロボットハンドの制御法においてもっとも単純な方法としては、サイバーグローブから出力されるデータを３次元座標位置に変換しロボットハンドの関節と対になる部分の角度情報を時系列で取り出し、それをロボットハンドに実行させて、ロボットハンドを動作させるという手段がある。しかし、この方法を用いるとデータグローブの各センサーから出力される１６個の値がそれぞれ各関節のＸ座標、Ｙ座標、Ｚ座標、ピッチ角、ヨー角、ロール角に変換され、一単位時刻あたり１００ものデータが生成されることとなり、これからロボットハンドの動作に必要な８関節分のデータを抽出して使用することは計算効率や時間効率を考える面からも最適ではない。
【００２５】
人手指は拇指を除く四指に至って、他の四指の影響を少なからず受ける。その特徴を定量的に表すこともこの制御方法及び装置において重要であると考える。そこでデータグローブで得られるデータからロボットハンド制御用の指令値への変換式に本発明の実施の形態では、重回帰式を用いる。
【００２６】
ロボットハンドの各関節に対し重回帰式を立てるためにはまず重回帰分析を行い偏回帰係数を求める必要がある。そこで重回帰分析用のデータを取得するためにデータグローブ装着者は予め定めた時系列関節角度パターンに従って関節角度指令値を駆動装置３に入力して、ロボットハンドを動作させる。なお駆動装置３に指令を与える制御装置は、ロボットハンド１にあらかじめ重回帰分析に有効な動作を行わせる予め定めた時系列関節角度パターンの関節角度指令値を記憶している。そしてこのロボットハンドの動作に従い即ち倣って、データグローブを装着した操作者には、データグローブを装着した手において、指の屈伸、アブダクション等の動作を事前に行ってもらう。本発明では、このようにして計測したデータグローブ４の出力と計測に用いたロボットハンドの時系列関節角度パターンとを重回帰分析にかけ、各関節ごとの偏回帰係数を導き出す。下記の式は本実施の形態で用いる重回帰分析に用いる式である。
【００２７】
【数３】

上記式において、ｆ（）の式は最小二乗法による重回帰分析を行う関数であり、ｙ_ｎ（ｔ）はロボットハンドの時系列関節角度パターンであり、ｘ_０（ｔ），ｘ_１（ｔ），．．．，ｘ_ｊ（ｔ）はデータグローブ４から出力された値であり、ｂ_ｎｊは偏回帰係数、Ｃｎは定数を示す。ｎはロボットハンドの各関節に対応し、関節数分８つの重回帰分析を行うことを意味する。
【００２８】
ロボットハンド１の制御対象の各関節一つに対して下記式を立てる。
【００２９】
【数４】

ここで、説明変数ｘｎ，ｊにはデータグローブ４からの出力値、目的変数θｄはロボットハンド１での制御対象となる関節各度の指令値である。この重回帰式で出される値はデータグローブ４での各指の関節角度の値であるので、この値をロボットハンドの角度指令値として制御を行えばよいことになる。
【００３０】
本発明の多指ロボットハンドの制御装置の実施の形態の一例の概略構成を図８に示す。この実施の形態の制御装置では、関節角度を指示する関節角度指令値ｙに応じて動作するアクチュエータを備えたｋ個（ｋは正の整数）の関節を有する多指ロボットハンド１を制御するものとする。そしてデータグローブ４は、操作者の手に装着されて操作者の手の動きに応じてｎ個（ｎは正の整数）の出力信号ｘｎを出力する遠隔指令装置を構成している。この多指ロボットハンドの制御装置は、対応関係決定手段６と制御信号発生手段７とを備えている。対応関係決定手段６は、ｋ個の関節のためのｋ個の関節角度指令値ｙそれぞれについて、各関節角度指令値ｙとｎ個の出力信号ｘｎとの間の対応関係を予め定めるように構成されている。具体的には、対応関係決定手段６は、時系列関節角度パターン記憶手段６１と、サンプリング手段６２と、偏回帰係数導出手段６３と、重回帰式決定手段６４とを備えている。
【００３１】
サンプリング手段６３は、ｋ個の関節（実際にはアクチュエータ２）にそれぞれ予め定めた時系列関節角度パターン記憶手段６１に記憶した時系列関節角度パターンに従って関節角度指令値を入力して多指ロボットハンド１を動作させた状態において、多指ロボットハンド１の動きに倣うように操作者がデータグローブ４を操作したときにｎ個の出力信号ｘｎを時系列でｍ回（ｍはｎより大きい正の整数）サンプリングする。サンプリング手段６２はサンプリングを開始する前に時系列関節角度パターン記憶手段６１に指令を与え、時系列関節角度パターン記憶手段６１は駆動装置３に予め定めた関節角度指令値を出力する。なお時系列関節角度パターンは、Ｎ次元空間をまんべんなく動くような任意の関数指令を多指ロボットハンドの関節（アクチュエータ）に与えるように構成するのが好ましい。駆動手段３は、これを受けて多指ロボットハンド１を動作させる。
【００３２】
偏回帰係数導出手段６３は、時系列関節角度パターン記憶手段６１に記憶した時系列関節角度パターンと、サンプリング手段６２から出力されるｍ回のサンプリングにより求めたｍ組のｎ個の出力信号ｘｎとに基づいて重回帰分析を行い、ｋ個の関節のそれぞれについて偏回帰係数を導出する。
【００３３】
重回帰式決定手段６４、偏回帰係数導出手段６３が定めたｋ個の関節毎の偏回帰係数を用いて、ｋ個の関節毎の関節角度指令値ｙとｎ個の出力信号ｘｎとの間の対応関係を定めるｋ個の重回帰式を決定する。
【００３４】
そして制御信号発生手段７は、対応関係決定手段６の重回帰式決定手段６４が求めた対応関係とｎ個の出力信号ｘｎとに基づいて、ｋ個の関節角度指令値ｙを求め、ｋ個の関節角度指令値ｙを示す制御信号を多指ロボットハンドのｋ個の関節を駆動するための駆動装置３に出力するように構成されている。この制御信号発生手段７は、重回帰式決定手段６４が求めたｋ個の重回帰式を対応関係として用い、ｎ個の出力信号ｘｎを入力としてｋ個の関節角度指令値ｙを求める。
【００３５】
重回帰式決定手段６４で決定するデータグローブ４の出力と多指ロボットハンド１の関節角度との対応を示す重回帰式は以下のようの形で記述することもできる。
【００３６】
【数５】

上記式においてＨＡＮＤは、多指ロボットハンド関節値，ａは偏回帰係数，ＧＬＯＶＥ［ｎ］はｎ自由度のデータグローブ出力、ｉは多指ロボットハンドの関節数である。なお上記式を用いる場合には、行が列より大きくなり優決定となる。そのため特異値分解を用いて最適解としての偏回帰係数を求めることが好ましい。
【００３７】
図９は、図８の対応関係決定手段６の主要部をコンピュータを用いて実現する場合に用いるソフトウエアのアルゴリズムを示すフローチャートである。まずステップＳＴ１では、データグローブ４と時系列関節角度パターンのデータ対を獲得する。即ち多指ロボットハンド１の各関節可動域をまんべんなく動かすような関数を多指ロボットハンド１に与えて駆動し、多指ロボットハンド１に合わせて操作者の手指も同じ動作を行う。多指ロボットハンド１のある関節角度または関節角度指令値をｙとし、ｎ個のデータグローブ出力をＸｎとすると，次式のように時刻１〜ｍまでの時系列データが得られる。
【００３８】
【数６】

ただし上記式において、ｍ＞ｎである。また前提として，ｘにはシステム雑音，量子化誤差などの雑音が含まれるものとする。
【００３９】
次にステップＳＴ２進んで、データ対をベクトルと行列の形式で表現すると、ｙ＝［Ｈ］ｘのように表現することができる。ただしこの式におけるｙ、ｘ及び［Ｈ］は下記の通りである。
【００４０】
【数７】

次にステップＳＴ３で、最小二乗法による解ｘ⁻の推定を開始する。この推定の過程において、偏回帰係数が求められる。最小二乗法に用いる式は以下の式である。
【００４１】
【数８】

次にステップＳＴ４から、ヤコビ法による（［Ｈ］^ｔ［Ｈ］）の計算を開始する。すなわち直交行列Ｐを使って（［Ｈ］^ｔ［Ｈ］）（＝［Ａ］）を簡単な形の類似行列［Ｂ］に変換する。言い換えれば、すなわち，［Ｐ］^−１［Ａ］［Ｐ］＝［Ｂ］を計算する．
次にステップＳＴ５で、行列［Ａ］の非対角要素のうちの絶対値最大のものａ_ｋｌ（＝ａ_ｌｋ）を選ぶ。そして次にステップＳＴ６において、ａ_ｋｋ＝ａ_ｌｌ＝ｃｏｓθ、ａ_ｋｌ＝−ｓｉｎθ、ａ_ｌｋ＝ｓｉｎθとする単位行列［Ｐ］を作る。
【００４２】
次にステップＳＴ７へと進んでｃとθの値を決定する。θは、下記の行列により求める。
【００４３】
【数９】

ただし、上記式においてｋ＜ｌである。
【００４４】
次にステップＳＴ８へと進んで、［Ｐ］^ｔ［Ａ］［Ｐ］を計算して新しい［Ａ］とする。次にステップＳＴ９で、行列［Ｐ］の積から固有ベクトルＶを下記の式で求める。
【００４５】
【数１０】

ただし、上記式において［Ｐ］^ｔ _（Ｎ）はＮ回目の変換に用いた行列［Ｐ］である。
【００４６】
次にステップＳＴ１０へと進み、［Ａ］のどの非対角要素も収束条件＜０．０００１なら終了し、そうでなければステップＳＴ５へと戻る。ここで行列［Ｂ］の対角要素が固有値となる。＋
次にステップＳＴ１１へと進んで解に含まれる雑音を抑制する。ステップＳＴ１２では、固有値（λ_１，λ_２，・・・λ_ｎ）を（１／（λ_１＋υ），１／（λ_２＋υ），・・・１／（λ_ｎ＋υ））と置き換えて逆行列（［Ｈ］^ｔ［Ｈ］）^−１を求める。
【００４７】
但し（［Ｈ］^ｔ［Ｈ］）^−１＝［Ｕ］［Ａ］^−１［Ｕ］^ｔである。またベクトルｕ_ｉは［Ｈ］^ｔ［Ｈ］の固有ベクトルである。また［Ｕ］＝［ｕ_１，ｕ_２，・・・ｕ_Ｎ］である。更に［Ａ］^−１は下記のように表される。
【００４８】
【数１１】

そしてステップＳＴ１３で最小二乗法による解ｘ⁻の推定を終了する。
【００４９】
上記フローチャートのアルゴリズムに従えば、偏回帰係数を導出するために最小二乗法と特異値分解とを用いて重回帰分析を行うことになる。なお上記ステップＳＴ４〜ＳＴ１０までが特異値分解を実施しているステップである。
【００５０】
【発明の効果】
本発明によれば、遠隔操作指令装置を多指ロボットハンドの動きに合わせて動作させることにより、遠隔操作指令装置と多指ロボットハンドとの対応関係を求めることができ、遠隔操作装置の構成の如何に係らず各種の多指ロボットハンドを遠隔制御することができる利点が得られる。
【図面の簡単な説明】
【図１】発明者等が開発した本実施の形態で制御の対象とする公知の多指ロボットハンド１の平面図である。
【図２】図１のロボットハンドの内部に配置されたアクチュエータの配置構成を示す図である。
【図３】（Ａ）乃至（Ｃ）は、ステップ状の入力指令をモータに与えて関節角度の応答特性を測った結果の一例を示す図である。
【図４】指令電圧と関節角速度の関係を示す図である。
【図５】サイン波入力に対する追従性能を示す図である。
【図６】サインＦＭ変調波入力に対する追従性能を示す図である。
【図７】遠隔指令装置として使用するデータグローブの一例の概略構成を示す図である。
【図８】多指ロボットハンドの制御装置の実施の形態の一例の概略構成を示す図である。
【図９】図８の対応関係決定手段の主要部をコンピュータを用いて実現する場合に用いるソフトウエアのアルゴリズムを示すフローチャートである。
【符号の説明】
１多指ロボットハンド
２アクチュエータ
３駆動装置
４データグローブ
５センサー
６対応関係決定手段
７制御信号発生手段
６１時系列関節角度パターン記憶手段
６２サンプリング手段
６３偏回帰係数導出手段
６４重回帰式決定手段[0001]
BACKGROUND OF THE INVENTION
The present invention relates to a control method and apparatus for a multi-fingered robot hand.
[0002]
[Prior art]
When trying to imitate a robot by imitating human movement, it is necessary to quantitatively reproduce the multi-joint movement trajectory caused by human voluntary movement and to give the robot control parameters for realizing the movement. Regarding human arm control, the minimum jerk model [T. Flash and N.W. Hogan published “Journal of Neuroscience, 5”, published in “Journal of Neuroscience, 5”, page 1688, published in 1985 in the name of “The coordination of arm movements: An experimentally matched model,” published in 1985. Uno, M .; Kawato and R.K. Suzuki in the name of “Formation and control of optimal trajectory in human multi-joint arm movements-minimum torque-change model” in 1989 in the title of “Biologet in the 89th paper” A model based on a combination of multiple reflex movements [Tomohiro Jouma and Kiyoshi Hoshino, "Science Technical Report, vol. 101, published in 2001 under the name" Motion analysis of primitive reflexes and voluntary movement control by humanoid robot arm "" No. 154, published on pages 15 to 20], [Nakamura Yoshihiko named “Superposition of reflex behavior and its application to reflexive grasping of multi-fingered hands” in 1997. The paper published on pages 448-459 of the Journal of the Robotics Society of Japan, vol.15, no.3], and a motion generation model using a mathematical model of a neural oscillator [Shinya Kotosaka and Stefan Schaal, In the name of “Rhythmic motion generation of robot using”, a paper published on pages 580 to 583 of “The Journal of the Robotics Society of Japan, vol. 19, no. 5” published in 2001] has been proposed. However, conventionally, when making a robot hand imitate learning, a human has to determine the control parameters to be emphasized. Many robot hands are designed only for specific movements, so unnecessary parts and degrees of freedom are cut, and even a complete humanoid multi-fingered robot hand is larger than a human hand due to its weight and size. Because of the difference, it is necessary to prepare a remote control device such as a dedicated data glove for each multi-fingered robot hand.
[0003]
An object of the present invention is to provide a control method and apparatus for a multi-fingered robot hand that makes it possible to remotely control various multi-fingered robot hands regardless of the configuration of the remote control device.
[0004]
Another object of the present invention is to provide data even when the number of degrees of freedom (number of inputs / outputs) is different or the position of the sensor of the data glove is different from the position of the actuator provided in the multi-fingered robot hand. An object of the present invention is to provide a control method and apparatus for a multi-fingered robot hand that can remotely control a multi-fingered robot hand at high speed and with high accuracy by a remote control device such as a glove.
[0005]
Another object of the present invention is to provide a multi-fingered robot hand control method and apparatus capable of controlling a multi-fingered robot hand that does not matter the output contents of a remote control device such as a data glove. is there.
[0006]
According to the present invention, a multi-fingered robot hand having k joints (k is a positive integer) provided with an actuator that operates in accordance with a joint angle command value y that indicates a joint angle is attached to an operator's hand. A method of control using a remote command device that outputs n (n is a positive integer) output signals xn according to the movement of the hand of the operator is an object of improvement. In the present invention, first, for each of k joint angle command values y for k joints, a correspondence determination step for determining a correspondence between each joint angle command value y and n output signals xn in advance. carry out. Then, a control step of controlling the multi-fingered robot hand by obtaining k joint angle command values y based on the correspondence defined in the correspondence determination step and the n output signals xn is performed.
[0007]
In the present invention, in particular, the correspondence relationship determining step includes a sampling step, a partial regression coefficient deriving step, and a multiple regression equation determining step. In the sampling step, in a state where the multi-fingered robot hand is operated by inputting a joint angle command value according to a predetermined time-series joint angle pattern for each of the k joints, the operator follows the movement of the multi-fingered robot hand. To operate the remote commander. The n output signals xn are sampled m times (m is a positive integer larger than n) in time series. In the partial regression coefficient deriving step, multiple regression analysis is performed based on the time series joint angle pattern and the m sets of the n output signals xn obtained by sampling m times, and partial regression is performed for each of the k joints. Deriving coefficients. In the multiple regression equation determination step, the joint angle command value y for each k joints and the n output signals xn are calculated using the partial regression coefficients for each k joints determined based on the partial regression coefficient derivation step. K multiple regression equations that determine the correspondence between the two are determined. In the control step, k multi-regression equations are used as correspondences, and n output signals xn are input to obtain k joint angle command values y to control the multi-fingered robot hand.
[0008]
According to the present invention, the correspondence between the remote operation command device and the multi-fingered robot hand can be obtained by operating the remote operation command device in accordance with the movement of the multi-fingered robot hand. Regardless of the case, it is possible to remotely control various multi-fingered robot hands.
[0009]
In particular, in the partial regression coefficient derivation step, if multiple regression analysis is performed using the least square method and singular value decomposition to derive the partial regression coefficient, the partial regression coefficient can be obtained quickly and with higher accuracy. As a result, the speed and accuracy of control can be increased.
[0010]
The remote command device is preferably a data glove.
[0011]
Further, a multi-fingered robot hand having k joints (k is a positive integer) provided with an actuator that operates in accordance with a joint angle command value y for instructing a joint angle is attached to the operator's hand and the operator The multi-fingered robot hand control device according to the present invention, which is remotely controlled using a remote command device that outputs n (n is a positive integer) output signals xn in accordance with the hand movement, corresponds to the correspondence determining means and the control Signal generating means. The correspondence determining means is configured to predetermine a correspondence between each joint angle command value y and n output signals xn for each of k joint angle command values y for k joints. ing.
[0012]
The correspondence determining means used in the present invention comprises sampling means, partial regression coefficient deriving means, and multiple regression equation determining means. The sampling means inputs the joint angle command value to each of the k joints according to a predetermined time-series joint angle pattern and operates the multi-fingered robot hand so as to follow the movement of the multi-fingered robot hand. When the remote commander is operated, n output signals xn are sampled m times (m is a positive integer larger than n) in time series. The partial regression coefficient deriving means performs a multiple regression analysis based on the time-series joint angle pattern and m sets of n output signals xn obtained by sampling m times, and performs partial regression for each of the k joints. Deriving coefficients. Further, the multiple regression equation determining means uses the partial regression coefficient for each of the k joints determined by the partial regression coefficient deriving means, and uses the joint angle command value y for each of the k joints and the n output signals xn. Determine k multiple regression equations that define the correspondence.
[0013]
The control signal generating means obtains k joint angle command values y based on the correspondence obtained by the correspondence determining means and the n output signals xn, and a control signal indicating k joint angle command values y. Is output to a driving device that drives k joints of the multi-fingered robot hand. Specifically, the control signal generating means obtains k joint angle command values y by using n output signals xn as inputs, using k multiple regression equations as correspondences.
[0014]
According to the apparatus of the present invention, the correspondence between the remote operation command device and the multi-fingered robot hand can be automatically obtained, and various multi-fingered robot hands can be easily remotely controlled regardless of the configuration of the remote control device. can do.
[0015]
DETAILED DESCRIPTION OF THE INVENTION
Hereinafter, an example of an embodiment of the present invention will be described in detail with reference to the drawings. First, the mechanism of the multi-fingered robot hand used in the embodiment will be described. FIG. 1 is a plan view of a known multi-fingered robot hand 1 to be controlled in the present embodiment developed by the inventors, and FIG. 2 is an actuator 2 (located inside the robot hand of FIG. It is a figure which shows the arrangement configuration of an encoder built-in type ultra-small motor. Details of this multi-fingered robot hand are disclosed in Japanese Patent Laid-Open No. 2003-117873. The movable range of each joint of the multi-fingered robot hand 1 is 120 ° for the internal and external rotation of the thumb and 60 ° for internal and external rotation. The bending and extension of each of the five fingers is performed in conjunction with the second joint, the movable range of the second joint is 112 °, the first joint is 7/10 times, the third joint is 5/7 times It has become. The finger opens and closes in conjunction with the ring finger, and the index finger and little finger move, and the middle finger does not move. Further, the open / close movable range of the ring finger is 15 °, the index finger is −12.8 / 15 times, and the little finger is 31.3 / 1 times. With these configurations, the thumb and the little finger can be contacted, and the range of motion of the human finger can be sufficiently realized.
[0016]
A DC micromotor is used for the actuator 2 of each joint. Actuators 2 are installed in the palm of each finger for the second joint of each finger, the internal and external rotation of the thumb, and the internal and external rotation parts and abduction. Each joint is operated in response to a command from a control computer (not shown), and each actuator is connected via a drive device 3 in which a D / A converter and a small servo motor driver (micro servo) are arranged. This is done by changing the voltage applied to the motor No.2. Each motor 2 has a built-in incremental shaft encoder. The output of this encoder can be used for position control in addition to detection of shaft speed and rotation direction. The angle information of each joint has a mechanism that is fed back to a control computer (not shown) through an encoder that increases the resolution through gears. The resolution of the encoder itself is 16 [Pulse / Revolution]. The encoder of the finger opening / closing unit is provided with a gear having a reduction ratio of 1/400, and the conversion resolution is 6400 [Pulse / Revolution]. Other encoders are provided with a gear having a reduction ratio of 1/50, and the conversion resolution is 800 [Pulse / Revolution].
[0017]
In order to effectively control a multi-fingered robot hand, it is first necessary to grasp the characteristics of each actuator. Therefore, a step-like input command (in this case, a command voltage for actuator control) was given to the motor to measure the response characteristics of the joint angle. An example of the results is shown in FIGS. 3A to 3C, and the relationship between the command voltage and the joint angular velocity is shown in FIG. It can be seen from these graphs that the relationship between the angular velocity and the command voltage is linear.
[0018]
In order to use it for the control function of each finger from this relationship, the inclination a _ij and the intercept b _ij were obtained and used as the control function using the following equations.
[0019]
[Expression 1]

Here, sgn _j is a binary function that takes a value of 1, -1 during flexion and extension, V (t) is a command voltage value to each joint at time t, and θd (t) is a time-series angle command value θ. The target angular velocity at time t, i corresponds to each joint of the robot hand, and j represents the state of bending / advancement.
[0020]
However, with this formula alone, an inertial force is applied depending on the magnitude of the angular velocity, and an overshoot occurs. Therefore, the following equation adds a term that suppresses and promotes the command voltage value in proportion to the angular acceleration.
[0021]
[Expression 2]

In the above formula, f () is a quadratic function formula, which is a function for suppressing inertial force obtained by a preliminary experiment. FIGS. 5 and 6 show the tracking results when a time-series angle change command for sine waves and FM modulated waves is input using the control function thus obtained. FIG. 5 shows the tracking performance for a sine wave input, and FIG. 6 shows the tracking performance for a sine FM modulated wave input. From these results, it can be seen that good tracking characteristics can be obtained even from a slow operation to a relatively fast operation and a modulated wave.
[0022]
FIG. 7 is a diagram showing a schematic configuration of an example of the data glove 4 used as a remote command device. The data glove 4 has a configuration in which position sensors are provided dispersed at approximately 16 positions centering on the joint portion of the glove-shaped main body. Specifically, cyberglove (trademark) manufactured by Virtual technologies is used as a data glove. The sensor 5 of this data glove has one MP (middle hand phalanx joint) and one PIP (proximal interphalangeal joint) for each finger excluding the thumb, and MP, PIP, DIP (distal interphalangeal joint) for the thumb. In addition, each sensor 5 installed in a total of 16 locations, including a sensor for measuring abduction between each finger and a sensor in the center of the palm, digitizes the degree of distortion (strain) at 60 to 80 Hz. Has specifications to output. The sensor 5 installed at the center of the palm is for measuring the degree of distortion of the entire palm. Since the humanoid robot hand does not have the mechanism, in this embodiment, the sensor 5 at the center is do not use.
[0023]
The multi-fingered robot hand control method and apparatus of the present embodiment converts human finger movements into data using a data glove worn by the operator on the hand, and takes this into a computer and converts it into a control command value for the multi-fingered robot hand. Then, the robot hand realizes the same operation as the hand of the operator wearing the data glove.
[0024]
The simplest method for controlling a robot hand using a data glove is to convert the data output from the cyber glove into a three-dimensional coordinate position and extract the angle information of the part that is paired with the joint of the robot hand in time series. There is a means of operating the robot hand by causing the robot hand to execute. However, using this method, the 16 values output from each sensor of the data glove are converted into the X coordinate, Y coordinate, Z coordinate, pitch angle, yaw angle, and roll angle of each joint, respectively. As many as 100 data are generated, and it is not optimal from the viewpoint of calculation efficiency and time efficiency to extract and use data for 8 joints necessary for the operation of the robot hand.
[0025]
Human fingers reach the four fingers except the thumb and are affected by the other four fingers. It is considered to be important in this control method and apparatus to quantitatively represent the characteristics. Therefore, in the embodiment of the present invention, a multiple regression equation is used for the conversion equation from the data obtained by the data glove to the command value for controlling the robot hand.
[0026]
In order to establish a multiple regression equation for each joint of the robot hand, it is necessary to first perform a multiple regression analysis and obtain a partial regression coefficient. Therefore, in order to acquire data for multiple regression analysis, the data glove wearer inputs a joint angle command value to the driving device 3 according to a predetermined time-series joint angle pattern and operates the robot hand. The control device that gives a command to the driving device 3 stores a joint angle command value of a predetermined time-series joint angle pattern that causes the robot hand 1 to perform an operation effective for multiple regression analysis in advance. In accordance with the movement of the robot hand, that is, the operator who wears the data glove asks the operator wearing the data glove in advance to perform operations such as bending and stretching of the finger and abduction. In the present invention, the output of the data glove 4 thus measured and the time series joint angle pattern of the robot hand used for the measurement are subjected to a multiple regression analysis to derive a partial regression coefficient for each joint. The following formulas are used for the multiple regression analysis used in this embodiment.
[0027]
[Equation 3]

In the above equation, f () is a function for performing multiple regression analysis by the least square method, y _n (t) is a time series joint angle pattern of the robot hand, and x ₀ (t), x ₁ (t ),. . . , X _j (t) are values output from the data globe 4, b _nj is a partial regression coefficient, and Cn is a constant. n corresponds to each joint of the robot hand, and means that multiple regression analysis is performed for the number of joints.
[0028]
The following formula is established for each joint to be controlled by the robot hand 1.
[0029]
[Expression 4]

Here, the explanatory variable xn, j is an output value from the data glove 4, and the objective variable θd is a command value for each joint to be controlled by the robot hand 1. Since the value given by this multiple regression equation is the value of the joint angle of each finger in the data glove 4, it is sufficient to control this value as the angle command value of the robot hand.
[0030]
FIG. 8 shows a schematic configuration of an example of an embodiment of a control apparatus for a multi-fingered robot hand according to the present invention. The control device according to this embodiment controls a multi-fingered robot hand 1 having k joints (k is a positive integer) provided with an actuator that operates in accordance with a joint angle command value y that designates a joint angle. And The data glove 4 constitutes a remote command device that is attached to the operator's hand and outputs n (n is a positive integer) output signals xn according to the movement of the operator's hand. This control apparatus for a multi-fingered robot hand includes a correspondence determining means 6 and a control signal generating means 7. The correspondence determining means 6 is configured to predetermine a correspondence between each joint angle command value y and n output signals xn for each of k joint angle command values y for k joints. Has been. Specifically, the correspondence determination unit 6 includes a time-series joint angle pattern storage unit 61, a sampling unit 62, a partial regression coefficient derivation unit 63, and a multiple regression equation determination unit 64.
[0031]
The sampling means 63 inputs the joint angle command value according to the time-series joint angle pattern stored in the predetermined time-series joint angle pattern storage means 61 for each of the k joints (actually the actuator 2), and multi-fingered robot hand When the operator operates the data glove 4 so as to follow the movement of the multi-fingered robot hand 1 in a state where 1 is operated, n output signals xn are time-sequentially m times (m is a positive value greater than n). (Integer) sampling. The sampling means 62 gives a command to the time-series joint angle pattern storage means 61 before starting sampling, and the time-series joint angle pattern storage means 61 outputs a predetermined joint angle command value to the driving device 3. The time-series joint angle pattern is preferably configured to give an arbitrary function command that moves evenly in the N-dimensional space to the joint (actuator) of the multi-fingered robot hand. In response to this, the driving unit 3 operates the multi-fingered robot hand 1.
[0032]
The partial regression coefficient deriving unit 63 includes a time-series joint angle pattern stored in the time-series joint angle pattern storage unit 61, and m sets of n output signals xn obtained by m samplings output from the sampling unit 62. Is subjected to multiple regression analysis, and partial regression coefficients are derived for each of the k joints.
[0033]
Between the joint angle command value y for each of k joints and the n output signals xn using the partial regression coefficient for each of the k joints determined by the multiple regression equation determining means 64 and the partial regression coefficient deriving means 63. K multiple regression equations that determine the corresponding relationship are determined.
[0034]
The control signal generating means 7 obtains k joint angle command values y based on the correspondence obtained by the multiple regression equation determining means 64 of the correspondence determining means 6 and the n output signals xn. The control signal indicating the joint angle command value y is output to the driving device 3 for driving k joints of the multi-fingered robot hand. The control signal generation means 7 uses the k multiple regression equations obtained by the multiple regression equation determination means 64 as a correspondence relationship, and obtains k joint angle command values y by inputting n output signals xn.
[0035]
The multiple regression equation indicating the correspondence between the output of the data glove 4 determined by the multiple regression equation determination means 64 and the joint angle of the multi-fingered robot hand 1 can be described in the following form.
[0036]
[Equation 5]

In the above formula, HAND is a multi-fingered robot hand joint value, a is a partial regression coefficient, GLOVE [n] is a data glove output with n degrees of freedom, and i is the number of joints of the multi-fingered robot hand. When the above formula is used, the row becomes larger than the column and the decision is excellent. Therefore, it is preferable to obtain a partial regression coefficient as an optimal solution using singular value decomposition.
[0037]
FIG. 9 is a flowchart showing a software algorithm used when the main part of the correspondence determining means 6 of FIG. 8 is realized by using a computer. First, in step ST1, a data pair of the data glove 4 and the time series joint angle pattern is acquired. In other words, the multi-finger robot hand 1 is driven by giving a function that moves the joint range of movement of the multi-finger robot hand 1 to the multi-finger robot hand 1, and the finger of the operator performs the same operation in accordance with the multi-finger robot hand 1. When a joint angle or joint angle command value of the multi-fingered robot hand 1 is y and n data glove outputs are Xn, time series data from time 1 to time m is obtained as in the following equation.
[0038]
[Formula 6]

However, in the above formula, m> n. As a premise, x includes noise such as system noise and quantization error.
[0039]
Next, in step ST2, when the data pair is expressed in the form of a vector and a matrix, it can be expressed as y = [H] x. However, y, x, and [H] in this formula are as follows.
[0040]
[Expression 7]

Next, in step ST3, estimation of the solution x ⁻ by the least square method is started. In this estimation process, a partial regression coefficient is obtained. The formula used for the least square method is the following formula.
[0041]
[Equation 8]

Next, calculation of ([H] ^t [H]) by the Jacobian method is started from step ST4. That is, using the orthogonal matrix P, ([H] ^t [H]) (= [A]) is converted into a simple similarity matrix [B]. In other words, [P] ⁻¹ [A] [P] = [B] is calculated.
Next, in step ST5, the largest absolute value a _kl (= a _lk ) of the non-diagonal elements of the matrix [A] is selected. Then, in step ST6, a unit matrix [P] with a _kk = a _ll = cos θ, a _kl = −sin θ, and a _lk = sin θ is _created .
[0042]
Next, proceeding to step ST7, the values of c and θ are determined. θ is obtained from the following matrix.
[0043]
[Equation 9]

However, k <l in the above formula.
[0044]
Next, it progresses to step ST8, [P] ^t [A] [P] is calculated, and it is set as new [A]. Next, in step ST9, the eigenvector V is obtained from the product of the matrix [P] by the following equation.
[0045]
[Expression 10]

However, in the above equation, [P] ^t _(N) is the matrix [P] used for the Nth conversion.
[0046]
Next, the process proceeds to step ST10, and if any off-diagonal element of [A] has a convergence condition <0.0001, the process ends. Otherwise, the process returns to step ST5. Here, the diagonal elements of the matrix [B] are eigenvalues. +
Next, it progresses to step ST11 and the noise contained in a solution is suppressed. In step ST12, the eigenvalues (λ ₁ , λ ₂ ,... Λ _n ) are replaced with (1 / (λ ₁ + υ), 1 / (λ ₂ + υ),... 1 / (λ _n + υ)). Inverse matrix ([H] ^t [H]) ⁻¹ is obtained.
[0047]
However, ([H] ^t [H]) ⁻¹ = [U] [A] ⁻¹ [U] ^t . A vector u _i is an eigenvector of [H] ^t [H]. [U] = [u ₁ , u ₂ ,... U _N ]. Furthermore, [A] ⁻¹ is expressed as follows.
[0048]
[Expression 11]

In step ST13, the estimation of the solution x ⁻ by the least square method is finished.
[0049]
According to the algorithm of the above flowchart, multiple regression analysis is performed using the least square method and singular value decomposition in order to derive partial regression coefficients. Note that steps ST4 to ST10 are steps in which singular value decomposition is performed.
[0050]
【The invention's effect】
According to the present invention, the correspondence between the remote operation command device and the multi-fingered robot hand can be obtained by operating the remote operation command device in accordance with the movement of the multi-fingered robot hand. In any case, there is an advantage that various multi-fingered robot hands can be remotely controlled.
[Brief description of the drawings]
FIG. 1 is a plan view of a known multi-fingered robot hand 1 to be controlled in the present embodiment developed by the inventors.
2 is a diagram showing an arrangement configuration of actuators arranged in the robot hand of FIG. 1; FIG.
FIGS. 3A to 3C are diagrams illustrating an example of a result of measuring a response characteristic of a joint angle by giving a step-like input command to a motor.
FIG. 4 is a diagram illustrating a relationship between a command voltage and a joint angular velocity.
FIG. 5 is a diagram showing a tracking performance with respect to a sine wave input.
FIG. 6 is a diagram showing the tracking performance with respect to a sine FM modulated wave input.
FIG. 7 is a diagram showing a schematic configuration of an example of a data glove used as a remote command device.
FIG. 8 is a diagram showing a schematic configuration of an example of an embodiment of a control apparatus for a multi-fingered robot hand.
9 is a flowchart showing a software algorithm used when the main part of the correspondence determining means in FIG. 8 is realized by using a computer.
[Explanation of symbols]
1 Multi-fingered robot hand 2 Actuator 3 Driving device 4 Data glove 5 Sensor 6 Correspondence relationship determining means 7 Control signal generating means 61 Time series joint angle pattern storage means 62 Sampling means 63 Partial regression coefficient deriving means 64 Multiple regression equation determining means

Claims

A multi-fingered robot hand having k joints (k is a positive integer) provided with an actuator that operates in accordance with a joint angle command value y for instructing a joint angle is attached to the operator's hand, and the operator's hand A method of controlling using a remote command device that outputs n (n is a positive integer greater than k) output signals xn according to hand movements,
A correspondence determination step for determining a correspondence between each joint angle command value y and the n output signals xn in advance for each of the k joint angle command values y for the k joints;
A control step for controlling the multi-fingered robot hand by obtaining the k joint angle command values y based on the correspondence relationship determined in the correspondence relationship determination step and the n output signals xn.
The correspondence determination step includes
When the multi-fingered robot hand is operated by inputting a joint angle command value to each of the k joints according to a predetermined time-series joint angle pattern, the operator follows the movement of the multi-fingered robot hand. Operating the remote command device to sample the n output signals xn in time series m times (m is a positive integer greater than n);
A multiple regression analysis is performed based on the time series joint angle pattern and the m sets of the n output signals xn obtained by the m samplings, and a partial regression coefficient is derived for each of the k joints. A partial regression coefficient derivation step;
Between the joint angle command value y for each of the k joints and the n output signals xn using the partial regression coefficient for each of the k joints determined based on the partial regression coefficient derivation step. A multiple regression equation determining step for determining k multiple regression equations that define the correspondence relationship of
In the control step, the multi-fingered robot hand is controlled by using the k multiple regression equations as the correspondence and obtaining the k joint angle command values y by inputting the n output signals xn. A method for controlling a multi-fingered robot hand.

The multi-fingered robot hand according to claim 1, wherein in the partial regression coefficient deriving step, the multiple regression analysis is performed using a least square method and a singular value decomposition to derive the partial regression coefficient. Control method.

The multi-fingered robot hand control method according to claim 1, wherein the remote commanding device is a data glove.

A multi-fingered robot hand having k joints (k is a positive integer) provided with an actuator that operates in accordance with a joint angle command value y for instructing a joint angle is attached to the operator's hand, and the operator's hand A control device for a multi-fingered robot hand that is remotely controlled using a remote command device that outputs n (n positive integer) output signals xn in accordance with hand movements,
Correspondence determination means for predetermining the correspondence between each joint angle command value y and the n output signals xn for each of the k joint angle command values y for the k joints;
The k joint angle command values y are obtained based on the correspondences determined by the correspondence determining means and the n output signals xn, and a control signal indicating the k joint angle command values y is obtained as the control signal. Control signal generating means for outputting to the k joints of the multi-fingered robot hand,
The correspondence determination means
When the multi-fingered robot hand is operated by inputting a joint angle command value to each of the k joints according to a predetermined time-series joint angle pattern, the operator follows the movement of the multi-fingered robot hand. Sampling means for sampling the n output signals xn m times (m is a positive integer greater than n) in time series when the remote command device is operated;
A multiple regression analysis is performed based on the time series joint angle pattern and the m sets of the n output signals xn obtained by the m samplings, and a partial regression coefficient is derived for each of the k joints. Partial regression coefficient derivation means;
Between the joint angle command value y for each of the k joints and the n output signals xn using the partial regression coefficient for each of the k joints determined based on the partial regression coefficient derivation step. Multiple regression equation determining means for determining k multiple regression equations that define the correspondence relationship of
The control signal generation means obtains the k joint angle command values y by using the n output signals xn as inputs, using the k multiple regression equations as the correspondence. Robot hand control device.

5. The multi-fingered robot hand according to claim 4, wherein the partial regression coefficient deriving unit performs the multiple regression analysis using a least square method and a singular value decomposition in order to derive the partial regression coefficient. Control device.