JP2021505416A - マニピュレータの制御システムおよび制御方法 - Google Patents
マニピュレータの制御システムおよび制御方法 Download PDFInfo
- Publication number
- JP2021505416A JP2021505416A JP2020530514A JP2020530514A JP2021505416A JP 2021505416 A JP2021505416 A JP 2021505416A JP 2020530514 A JP2020530514 A JP 2020530514A JP 2020530514 A JP2020530514 A JP 2020530514A JP 2021505416 A JP2021505416 A JP 2021505416A
- Authority
- JP
- Japan
- Prior art keywords
- manipulator
- point
- control system
- position data
- artificial intelligence
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims description 44
- 210000002569 neuron Anatomy 0.000 claims abstract description 45
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 40
- 238000013528 artificial neural network Methods 0.000 claims abstract description 18
- 230000004308 accommodation Effects 0.000 claims description 6
- 230000000007 visual effect Effects 0.000 claims description 6
- 230000005489 elastic deformation Effects 0.000 claims description 5
- 239000003550 marker Substances 0.000 claims description 5
- 230000001133 acceleration Effects 0.000 claims description 3
- 101000946191 Galerina sp Laccase-1 Proteins 0.000 claims 1
- 101100218337 Gibberella zeae (strain ATCC MYA-4620 / CBS 123657 / FGSC 9075 / NRRL 31084 / PH-1) aurL2 gene Proteins 0.000 claims 1
- 101150017281 LAC2 gene Proteins 0.000 claims 1
- 238000010586 diagram Methods 0.000 abstract description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000007717 exclusion Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
- B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
- B25J19/02—Sensing devices
- B25J19/021—Optical sensing devices
- B25J19/023—Optical sensing devices including video camera means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/0081—Programme-controlled manipulators with master teach-in means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1628—Programme controls characterised by the control loop
- B25J9/163—Programme controls characterised by the control loop learning, adaptive, model based, rule based expert control
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1628—Programme controls characterised by the control loop
- B25J9/1653—Programme controls characterised by the control loop parameters identification, estimation, stiffness, accuracy, error analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/39—Robotics, robotics to robotics hand
- G05B2219/39064—Learn kinematics by ann mapping, map spatial directions to joint rotations
-
- 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
- G05B2219/40595—Camera to monitor deviation of each joint, due to bending of link
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Fuzzy Systems (AREA)
- Neurology (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Multimedia (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Manipulator (AREA)
- Numerical Control (AREA)
Abstract
Description
本出願は、開示全体が参照により本明細書に組み込まれている、2017年12月7日に中国国家知識産権局に出願された中国特許出願第201711285789.X号の利益を主張する。
S100:上記の制御システムを設けるステップと、
S200:手動教示方法によってマニピュレータのツール中心点を制御して、ツール中心点をそれぞれ複数の異なる経路に沿って第1の点から第2の点へ動かし、第1の点および第2の点で位置インジケータの位置データを計算するステップと、
S300:計算された位置データをクラウドサーバ上で動作している人工知能ニューロンネットワークに入力するステップとを含み、人工知能ニューロンネットワークは、入力された位置データに基づいて、制御システムの収容時間、定常誤差、および軌道誤差が最小になるように、ニューロン間の重みを計算して自動的に調整する。
S400:手動教示方法によってマニピュレータのツール中心点を制御して、ツール中心点をそれぞれ複数の異なる経路に沿って第2の点から第3の点へ動かし、第2の点および第3の点で位置インジケータの位置データを計算するステップと、
S500:計算された位置データをクラウドサーバ上で動作している人工知能ニューロンネットワークに入力するステップとをさらに含み、人工知能ニューロンネットワークは、入力された位置データに基づいて、制御システムの収容時間、定常誤差、および軌道誤差が最小になるように、ニューロン間の重みを計算して自動的に調整する。
S600:手動教示方法によってマニピュレータのツール中心点を制御して、ツール中心点をそれぞれ複数の異なる経路に沿って現在の点から次の点へ動かし、現在の点および次の点で位置インジケータの位置データを計算するステップと、
S700:計算された位置データをクラウドサーバ上で動作している人工知能ニューロンネットワークに入力するステップとをさらに含み、人工知能ニューロンネットワークは、入力された位置データに基づいて、制御システムの収容時間、定常誤差、および軌道誤差が最小になるように、ニューロン間の重みを計算して自動的に調整する。
S800:マニピュレータがすべてのキーポイントへ動かされるまで、ステップS600およびS700を繰り返すステップをさらに含む。
S900:ステップS200およびS300を繰り返すステップをさらに含む。
S100:図1に示すように、上述したいずれか1つの実施形態に記載の制御システムを設けるステップと、
S200:図2に示すように、手動教示方法によってマニピュレータ100のツール中心点TCPを制御して、ツール中心点をそれぞれ複数の異なる経路LAB1、LAB2に沿って第1の点Aから第2の点Bへ動かし、第1の点Aおよび第2の点Bで位置インジケータ210の位置データを計算するステップと、
S300:図2および図3に示すように、計算された位置データをクラウドサーバ500上で動作している人工知能ニューロンネットワークに入力するステップとを含むことができ、人工知能ニューロンネットワークは、入力された位置データに基づいて、制御システムの収容時間、定常誤差、および軌道誤差が最小になるように、ニューロンN間の重みWを計算して自動的に調整する。
S400:手動教示方法によってマニピュレータ100のツール中心点TCPを制御して、ツール中心点をそれぞれ複数の異なる経路LBC1、LBC2に沿って第2の点Bから第3の点Cへ動かし、第2の点Bおよび第3の点Cで位置インジケータ210の位置データを計算するステップと、
S500:計算された位置データをクラウドサーバ500上で動作している人工知能ニューロンネットワークに入力するステップとをさらに含むことができ、人工知能ニューロンネットワークは、入力された位置データに基づいて、制御システムの収容時間、定常誤差、および軌道誤差が最小になるように、ニューロンN間の重みWを計算して自動的に調整する。
S600:手動教示方法によってマニピュレータ100のツール中心点TCPを制御して、ツール中心点をそれぞれ複数の異なる経路に沿って現在の点から次の点へ動かし、現在の点および次の点で位置インジケータ210の位置データを計算するステップと、
S700:計算された位置データをクラウドサーバ500上で動作している人工知能ニューロンネットワークに入力するステップとをさらに含むことができ、人工知能ニューロンネットワークは、入力された位置データに基づいて、制御システムの収容時間、定常誤差、および軌道誤差が最小になるように、ニューロンN間の重みWを計算して自動的に調整する。
S800:マニピュレータ100がすべてのキーポイントへ動かされるまで、ステップS600およびS700を繰り返すステップをさらに含むことができる。
S900:ステップS200およびS300を繰り返すステップをさらに含むことができる。
Claims (15)
- マニピュレータのための制御システムであって、
前記マニピュレータ(100)のツール(150)を取り付けるためのフランジ(140)に設けられた少なくとも1つの位置インジケータ(210)と、
前記マニピュレータ(100)付近に設けられ、前記位置インジケータ(210)の位置情報を実時間で検出するように構成された位置検出器(220)と、
前記検出された位置情報に応じて、前記位置インジケータ(210)の位置データを実時間で計算するように適合されたコンピュータ(400)と、
計算された前記位置データに応じて、人工知能ニューラルネットワークによって前記マニピュレータ(100)の各ジョイント(130)の作業パラメータを実時間で計算するように適合されたクラウドサーバ(500)と、
計算された前記作業パラメータに基づいて、各ジョイント(130)を実時間で制御するように適合されたコントローラ(300)とを備え、
前記人工知能ニューラルネットワークは、入力された前記位置データに基づいて、前記制御システムの収容時間、定常誤差、および軌道誤差が最小になるように、ニューロン(N)間の重み(W)を計算して自動的に調整する自己学習ニューラルネットワークを含むことを特徴とする制御システム。 - 前記位置インジケータ(210)は視覚マーカを含み、前記位置検出器(220)はカメラを含み、前記位置情報は、前記カメラによって撮像された前記視覚マーカの画像を含み、
前記コンピュータ(400)は、前記カメラによって撮像された前記画像を処理して、前記位置インジケータ(210)の前記位置データを取得するように適合されている、
請求項1に記載の制御システム。 - 前記位置インジケータ(210)は超広帯域送信器を含み、前記位置検出器(220)は超広帯域受信器を含み、前記位置情報は、前記超広帯域受信器によって取得された前記超広帯域受信器に対する前記超広帯域送信器の相対位置を含み、
前記コンピュータ(400)は、前記超広帯域受信器によって取得された前記相対位置に応じて、前記位置インジケータ(210)の前記位置データを演算するように適合されている、
請求項1または2に記載の制御システム。 - 前記マニピュレータ(100)の基部(110)、各アーム(120)、または各ジョイント(130)に、前記少なくとも1つの位置インジケータ(210)が設けられている、
請求項1から3のいずれか一項に記載の制御システム。 - 前記マニピュレータ(100)の少なくとも1つのアーム(120)は弾性を有し、前記マニピュレータ(100)は、力を受けると弾性変形誤差を有する、
請求項1から4のいずれか一項に記載の制御システム。 - 前記マニピュレータ(100)の精度は、剛性マニピュレータの現在の業界設計標準精度より低い、
請求項1から5のいずれか一項に記載の制御システム。 - 前記作業パラメータは、前記マニピュレータ(100)の各ジョイントに設けられた駆動モータの回転角度、回転速度、および加速度を含む、
請求項1から6のいずれか一項に記載の制御システム。 - マニピュレータを制御する方法であって、
S100:上述したいずれか1つの実施形態に記載の制御システムを設けるステップと、
S200:手動教示方法によって前記マニピュレータ(100)のツール中心点(TCP)を制御して、前記ツール中心点をそれぞれ複数の異なる経路(LAB1、LAB2)に沿って第1の点(A)から第2の点(B)へ動かし、前記第1の点(A)および前記第2の点(B)で位置インジケータ(210)の位置データを計算するステップと、
S300:計算された前記位置データをクラウドサーバ(500)上で動作している人工知能ニューロンネットワークに入力するステップとを含み、前記人工知能ニューロンネットワークは、入力された前記位置データに基づいて、前記制御システムの収容時間、定常誤差、および軌道誤差が最小になるように、ニューロン(N)間の重み(W)を計算して自動的に調整する、方法。 - S400:前記手動教示方法によって前記マニピュレータ(100)の前記ツール中心点(TCP)を制御して、前記ツール中心点をそれぞれ複数の異なる経路(LAC1、LAC2)に沿って前記第2の点(B)から第3の点(C)へ動かし、前記第2の点(B)および前記第3の点(C)で前記位置インジケータ(210)の位置データを計算するステップと、
S500:計算された前記位置データを前記クラウドサーバ(500)上で動作している前記人工知能ニューロンネットワークに入力するステップとをさらに含み、前記人工知能ニューロンネットワークは、入力された前記位置データに基づいて、前記制御システムの収容時間、定常誤差、および軌道誤差が最小になるように、前記ニューロン(N)間の前記重み(W)を計算して自動的に調整する、
請求項8に記載の方法。 - S600:前記手動教示方法によって前記マニピュレータ(100)の前記ツール中心点(TCP)を制御して、前記ツール中心点をそれぞれ複数の異なる経路に沿って現在の点から次の点へ動かし、前記現在の点および前記次の点で前記位置インジケータ(210)の位置データを計算するステップと、
S700:計算された前記位置データを前記クラウドサーバ(500)上で動作している前記人工知能ニューロンネットワークに入力するステップとをさらに含み、前記人工知能ニューロンネットワークは、入力された前記位置データに基づいて、前記制御システムの収容時間、定常誤差、および軌道誤差が最小になるように、前記ニューロン(N)間の前記重み(W)を計算して自動的に調整する、
請求項9に記載の方法。 - 前記マニピュレータ(100)の作業領域内に複数のキーポイントがあり、前記キーポイントは少なくとも、前記第1の点(A)、前記第2の点(B)、前記第3の点(C)、前記現在の点、および前記次の点を含み、
S800:前記マニピュレータ(100)がすべての前記キーポイントへ動かされるまで、前記ステップS600およびS700を繰り返すステップをさらに含む、
請求項10に記載の方法。 - 前記マニピュレータ(100)の前記ツール中心点が1つの経路(LAB1またはLAB2)に沿って1つの点(A)から別の点(B)へ動かされている間、ツールの姿勢は変化しないままであり、
前記マニピュレータ(100)の前記ツール中心点が1つの経路(LAB1)に沿って1つの点(A)から別の点(B)へ動かされている間の前記ツールの姿勢は、前記マニピュレータ(100)の前記ツール中心点が前記1つの経路(LAB1)とは異なる別の経路(LAB2)に沿って1つの点(A)から別の点(B)へ動かされている間の前記ツールの姿勢とは異なる、
請求項11に記載の方法。 - 前記マニピュレータ(100)の前記ツール中心点が1つの経路(LAB1、LAB2)に沿って1つの点(A)から別の点(B)へ動かされている間、ツールの姿勢は変化可能である、
請求項11または12に記載の方法。 - 前記マニピュレータ(100)に取り付けられたツールは、前記ステップS100〜S800で無負荷状態であり、いかなる加工物も把持していない、
請求項11から13のいずれか一項に記載の方法。 - 前記ステップS100〜S800を完了した後、前記マニピュレータ(100)に取り付けられた前記ツールは、加工物を把持する負荷状態にあり、
S900:前記ステップS200およびS300を繰り返すステップをさらに含む、
請求項14に記載の方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711285789.X | 2017-12-07 | ||
CN201711285789.XA CN109895121A (zh) | 2017-12-07 | 2017-12-07 | 机械臂控制系统和方法 |
PCT/EP2018/083461 WO2019110577A1 (en) | 2017-12-07 | 2018-12-04 | Control system and control method of manipulator |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021505416A true JP2021505416A (ja) | 2021-02-18 |
JP2021505416A5 JP2021505416A5 (ja) | 2021-09-02 |
Family
ID=64664715
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020530514A Pending JP2021505416A (ja) | 2017-12-07 | 2018-12-04 | マニピュレータの制御システムおよび制御方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20200298400A1 (ja) |
JP (1) | JP2021505416A (ja) |
CN (1) | CN109895121A (ja) |
DE (1) | DE112018006229T5 (ja) |
WO (1) | WO2019110577A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102277162B1 (ko) * | 2021-04-02 | 2021-07-14 | 주식회사 스누아이랩 | 산업 로봇 감시장치 및 그 장치의 구동방법 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111673739B (zh) * | 2020-05-15 | 2021-08-03 | 成都飞机工业(集团)有限责任公司 | 一种基于rbf神经网络的机器人位姿可达性判断的方法 |
CN113125463B (zh) * | 2021-04-25 | 2023-03-10 | 济南大学 | 一种用于汽车轮毂焊缝缺陷检测的示教方法及装置 |
CN113211443B (zh) * | 2021-05-18 | 2022-09-09 | 广州市香港科大霍英东研究院 | 一种协作机器人柔顺控制方法、系统及装置 |
CN114132745A (zh) * | 2021-11-30 | 2022-03-04 | 北京新风航天装备有限公司 | 一种基于agv及机器视觉进行工件自动上下料系统及方法 |
CN115157257B (zh) * | 2022-07-22 | 2024-08-27 | 山东大学 | 基于uwb导航和视觉识别的智能植物管理机器人及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4853771A (en) * | 1986-07-09 | 1989-08-01 | The United States Of America As Represented By The Secretary Of The Navy | Robotic vision system |
JPH04336303A (ja) * | 1991-05-13 | 1992-11-24 | Daikin Ind Ltd | ロボット制御方法およびその装置 |
JPH09319420A (ja) * | 1996-05-31 | 1997-12-12 | Ricoh Co Ltd | 組立ロボット |
JP2003121112A (ja) * | 2001-10-15 | 2003-04-23 | Denso Wave Inc | 位置検出装置 |
JP2016218034A (ja) * | 2015-05-21 | 2016-12-22 | 金▲宝▼電子工業股▲ふん▼有限公司 | ビーコン装置の自動識別方法 |
JP2017109279A (ja) * | 2015-12-17 | 2017-06-22 | 富士通株式会社 | 処理装置、処理方法及び処理プログラム |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4267005B2 (ja) * | 2006-07-03 | 2009-05-27 | ファナック株式会社 | 計測装置及びキャリブレーション方法 |
CN102501251A (zh) * | 2011-11-08 | 2012-06-20 | 北京邮电大学 | 带有动态摩擦补偿的机械臂关节定位控制方法 |
KR20160087687A (ko) * | 2015-01-14 | 2016-07-22 | 부산대학교 산학협력단 | 자기 엔코더 자이로를 이용한 모바일 로봇의 위치측정 방법 |
CN106113040B (zh) * | 2016-07-19 | 2018-03-16 | 浙江工业大学 | 基于串并联估计模型的柔性机械臂系统模糊控制方法 |
CN107160398B (zh) * | 2017-06-16 | 2019-07-12 | 华南理工大学 | 基于确定学习的全状态受限刚性机械臂安全可靠控制方法 |
-
2017
- 2017-12-07 CN CN201711285789.XA patent/CN109895121A/zh active Pending
-
2018
- 2018-12-04 JP JP2020530514A patent/JP2021505416A/ja active Pending
- 2018-12-04 DE DE112018006229.5T patent/DE112018006229T5/de not_active Ceased
- 2018-12-04 WO PCT/EP2018/083461 patent/WO2019110577A1/en active Application Filing
-
2020
- 2020-06-05 US US16/894,136 patent/US20200298400A1/en not_active Abandoned
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4853771A (en) * | 1986-07-09 | 1989-08-01 | The United States Of America As Represented By The Secretary Of The Navy | Robotic vision system |
JPH04336303A (ja) * | 1991-05-13 | 1992-11-24 | Daikin Ind Ltd | ロボット制御方法およびその装置 |
JPH09319420A (ja) * | 1996-05-31 | 1997-12-12 | Ricoh Co Ltd | 組立ロボット |
JP2003121112A (ja) * | 2001-10-15 | 2003-04-23 | Denso Wave Inc | 位置検出装置 |
JP2016218034A (ja) * | 2015-05-21 | 2016-12-22 | 金▲宝▼電子工業股▲ふん▼有限公司 | ビーコン装置の自動識別方法 |
JP2017109279A (ja) * | 2015-12-17 | 2017-06-22 | 富士通株式会社 | 処理装置、処理方法及び処理プログラム |
Non-Patent Citations (1)
Title |
---|
A.S.PHUNG, J.MALZAHN, F.HOFFMANN AND T.BERTRAM: "Data Based Kinematic Model of a Multi-Flexible-Link Robot Arm for Varying Payloads", 2011 IEEE INTERNATIONAL CONFERENCE ON ROBOTICS AND BIOMIMETICS, JPN7021001451, 7 December 2011 (2011-12-07), ISSN: 0004673482 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102277162B1 (ko) * | 2021-04-02 | 2021-07-14 | 주식회사 스누아이랩 | 산업 로봇 감시장치 및 그 장치의 구동방법 |
Also Published As
Publication number | Publication date |
---|---|
DE112018006229T5 (de) | 2020-09-03 |
WO2019110577A1 (en) | 2019-06-13 |
CN109895121A (zh) | 2019-06-18 |
US20200298400A1 (en) | 2020-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2021505416A (ja) | マニピュレータの制御システムおよび制御方法 | |
US10589424B2 (en) | Robot control device, robot, and robot system | |
US10864632B2 (en) | Direct teaching method of robot | |
JP2021505416A5 (ja) | ||
CN109202942B (zh) | 手控制装置、手控制方法以及手的模拟装置 | |
JP6223640B2 (ja) | キャリブレーション装置およびこれを用いたロボットシステム | |
US9149932B2 (en) | Robot picking system, control device, and method of manufacturing a workpiece | |
JP6579498B2 (ja) | 自動化装置及び位置検出装置 | |
JP6430986B2 (ja) | ロボットを用いた位置決め装置 | |
JP6307431B2 (ja) | ロボット制御装置、ロボット制御方法、プログラム、記録媒体、ロボットシステム | |
US10759051B2 (en) | Architecture and methods for robotic mobile manipulation system | |
US20170277167A1 (en) | Robot system, robot control device, and robot | |
WO2015073322A1 (en) | System for robotic 3d printing | |
JP2018130800A (ja) | 学習制御機能を備えたロボットシステム及び学習制御方法 | |
JP2015168040A (ja) | ロボット、ロボットシステム、制御装置、及び制御方法 | |
US20150231785A1 (en) | Robot system for preventing accidental dropping of conveyed objects | |
WO2023037634A1 (ja) | 指令値生成装置、方法、及びプログラム | |
CN110794969A (zh) | 面向非接触力反馈的自然人机交互方法 | |
JP2017047479A (ja) | ロボット、制御装置、及びロボットシステム | |
JP6410174B2 (ja) | 移動ロボット | |
Axelrod et al. | Improving hand-eye calibration for robotic grasping and manipulation | |
CN115972192A (zh) | 具有可变空间分辨率的3d计算机视觉系统 | |
CN113580126A (zh) | 用于设置机器人装配操作的系统和方法 | |
EP4241241A1 (en) | Optimizing calibration with constraints between different coordinate frames | |
Yuan et al. | Task-orientated robot teleoperation using wearable IMUs |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200720 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210427 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210427 |
|
A524 | Written submission of copy of amendment under article 19 pct |
Free format text: JAPANESE INTERMEDIATE CODE: A524 Effective date: 20210726 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20220104 |