JP2023531644A - ロボットグリッパ - Google Patents

Abstract

本開示は、概ね、本体（１２０）と；複数の変位機構（２４０）と；本体（１２０）に取り外し可能に連結された又は連結可能な複数のフィンガモジュール（２００）と；を備えたロボットグリッパ（１００）に関する。各フィンガモジュール（１２０）がそれぞれの変位機構（２４０）と係合する。各フィンガモジュール（２００）は、対象物（１１０）を把持するために他のフィンガアクチュエータ（２２０）と協働するフィンガアクチュエータ（２２０）を含む。各変位機構（２４０）は、それぞれのフィンガモジュール（２００）を移動させてそのフィンガモジュールの本体（１２０）上の配置を調整するように構成されている。それによって、対象物（１１０）を把持するためのロボットグリッパ（１００）を構成する。【選択図】図１Ａ

Description

関連出願への相互参照

本開示は、２０２０年６月１７日に出願されたシンガポール特許出願第１０２０２００５７６７Ｖ号および２０２１年１月１５日に出願されたシンガポール特許出願第１０２０２１００４３８Ｙ号の利益を主張し、これらの各々は、参照によりその全体が本明細書に組み込まれる。

本開示は、概ね、ロボットグリッパに関する。より詳しくは、本開示は、ロボットグリッパの様々な実施形態、および、ロボットグリッパのフィンガアクチュエータを説明する。

ロボット工学の分野は、多くの製造業における効率性と生産性の向上に対する要求の高まりに対応するため、進歩してきた。多くの企業が、製造やオートメーションにおいて様々な用途で使用されるロボットグリッパを製造している。例えば、食品製造業では、自動化工程における食品のピッキングやパッケージングに、伝統的な剛性グリッパや真空パッケージングシステムが使用されている。しかし、伝統的なグリッパは、力を適切に制御しないと、グリッパの剛性がデリケートな食品を損傷する可能性があり、真空パッケージングシステムは、きれいな平滑面を持つものしか持ち上げることができないため、こうした作業をうまく行うことが困難である。このため、食品分野でのそのような剛性グリッパと真空システムの応用には限界がある。特に、食品は様々な形状、サイズ、手触り、および向き（ピッキングのためのベルトコンベア上などで）で来るので、伝統的なグリッパがそれらの品物を取り扱うのは困難である。

食品分野では、自動化工程におけるデリケートな食品の多様性に対応するため、ソフトロボットグリッパが開発されている。エラストマアクチュエータや布製アクチュエータなど、これらのソフトロボットグリッパは、外部からの反力に応じて変形やモーフィングが可能で、多様な壊れやすい品物に対応することができるようになっている。しかし、アクチュエータがソフトであるため、特に狭い場所でのピックアンドプレース作業では、器用さとグリップ性能に限界がある。また、グリッパのグリップ構造の器用さが低いため、複雑なハンドリングプロセス、特に、食品の位置や物理的形態に関してグリップ構造や向きをより複雑に計画する必要がある食品ハンドリングプロセスへの適用が制限される。

したがって、前述の問題および／若しくは欠点の少なくとも１つに対処し、またはそれを軽減するために、改良されたロボットグリッパを提供することが必要とされている。

本開示の第１の局面では、ロボットグリッパであって、
本体と、
複数の変位機構と、
上記本体に取り外し可能に連結された又は連結可能な複数のフィンガモジュールとを備え、各フィンガモジュールがそれぞれの変位機構と係合しており、
各フィンガモジュールは、対象物を把持するために他のフィンガアクチュエータと協働するフィンガアクチュエータを含み、
各変位機構は、それぞれのフィンガモジュールを移動させてそのフィンガモジュールの上記本体上の配置を調整するように構成され、それによって、上記対象物を把持するためのロボットグリッパを構成する
ことを特徴とするものがある。

本開示の第２の局面では、
ロボットグリッパを構成するための方法であって、
上記方法は、
複数のフィンガモジュールと複数の変位機構とを備えるロボットグリッパを操作することを含み、上記フィンガモジュールは、上記ロボットグリッパの本体に取り外し可能に連結されており、
各フィンガモジュールをそれぞれの変位機構に係合させることと、
対象物を把持するために上記フィンガモジュールを配置することを含み、各フィンガモジュールは、上記対象物を把持するために他のフィンガアクチュエータと協働するフィンガアクチュエータを含み、
それぞれの変位機構を用いて、１つ以上のフィンガモジュールを移動させて、上記フィンガモジュールの上記本体上の配置を調整し、それによって、上記対象物を把持するための上記ロボットグリッパを構成すること
を含む方法がある。

本開示の第３の局面では、
ロボットグリッパで対象物をハンドリングするための方法であって、
上記方法は、
撮像装置を用いて、第１の位置に配置された対象物の視覚データを取り込むことを含み、上記視覚データはカラー画像データおよび点群データを含み、
上記カラー画像データおよび学習された画像分類器に基づいて、上記対象物を検出することと、
上記点群データに基づいて、上記ロボットグリッパによってハンドリングされるべき１つ以上の検出された対象物を選択することと、
各選択された対象物について、上記ロボットグリッパが上記選択された対象物をハンドリングするためのグリップ構造を決定することと、
上記ロボットグリッパが上記第１の位置と第２の位置との間を移動するための軌道を計算することと、
上記選択された対象物を、上記ロボットグリッパとそれぞれのグリップ構造を用いて、上記計算された軌道に沿って上記第１の位置から上記第２の位置へ転送することを含み、
上記対象物の選択と対象物の転送は、マルチスレッド化されたコンピュータプロセスで並行して処理される
ことを特徴とする方法がある。

本開示の第４の局面では、
フィンガアクチュエータであって、
上記フィンガアクチュエータを硬くするための弾性要素と、
上記フィンガアクチュエータの近位セクションに配置されたカバープレートおよび膨張可能なチャネルとを含み、上記弾性要素は上記カバープレートと膨張可能なチャネルとの間に配置され、
上記チャネルが膨張すると、上記膨張したチャネルが上記弾性要素を上記カバープレートに対して押し付け、それによって、上記フィンガアクチュエータを硬くし、
上記フィンガアクチュエータが作動し曲がると、上記弾性要素が上記フィンガアクチュエータの遠位セクションに向かって移動し、上記膨張したチャネルが上記弾性要素の戻りを防止し、それによって、曲がったフィンガアクチュエータがロックされる
ことを特徴とするフィンガアクチュエータがある。

本開示の第５の局面では、
フィンガアクチュエータの曲げプロファイルをロックするための方法であって、
上記方法は、
上記フィンガアクチュエータの流体チャネルの近位の部分を膨張させることを含み、上記近位の流体チャネル部分は上記フィンガアクチュエータの近位セクションに配置され、
上記近位の流体チャネル部分が膨張すると、上記近位セクションに配置されたカバープレートに対して弾性要素を押し付けることを含み、上記弾性要素は上記カバープレートと上記近位の流体チャネル部分との間に配置され、
上記カバープレートに対して上記弾性要素が押し付けられると、上記フィンガアクチュエータを硬くすることを含み、
上記流体チャネルの遠位の部分を膨張させて上記フィンガアクチュエータを作動させることを含み、上記遠位の流体チャネル部分は上記フィンガアクチュエータの遠位セクションに配置され、
上記フィンガアクチュエータが作動すると、上記フィンガアクチュエータを曲げ、上記遠位セクションに向かって上記弾性要素を移動させることを含み、
上記膨張した近位の流体チャネル部分が上記弾性要素の戻りを防止し、それによって、曲がったフィンガアクチュエータをロックすること
を含む方法がある。

本開示によるロボットグリッパが本明細書に開示される。本開示の様々な特徴、態様、及び利点は、添付の図面と共に、非限定的な例のみによって、本開示の実施形態の以下の詳細な説明からより明らかになるだろう。

本開示の実施形態によるロボットグリッパを示す図である。 本開示の実施形態によるロボットグリッパを示す図である。 本開示の実施形態によるロボットグリッパを示す図である。 様々なグリップ構造にある上記ロボットグリッパを示す図である。 様々なグリップ構造にある上記ロボットグリッパを示す図である。 様々なグリップ構造にある上記ロボットグリッパを示す図である。 上記ロボットグリッパのフィンガアクチュエータを示す図である。 上記ロボットグリッパのフィンガアクチュエータを示す図である。 上記ロボットグリッパのフィンガアクチュエータを示す図である。 上記フィンガアクチュエータについて行われた試験を示す図である。 上記フィンガアクチュエータについて行われた試験を示す図である。 上記ロボットグリッパの触覚センサを示す図である。 上記触覚センサについて行われた試験の結果を示す図である。 上記触覚センサについて行われた試験の結果を示す図である。 上記触覚センサについて行われた試験の結果を示す図である。 上記ロボットグリッパのフィンガモジュールと触覚センサについて行われた試験の結果を示す図である。 上記ロボットグリッパのフィンガモジュールと触覚センサについて行われた試験の結果を示す図である。 上記ロボットグリッパのフィンガモジュールと触覚センサについて行われた試験の結果を示す図である。 食品をハンドリングする上記ロボットグリッパを示す図である。 食品をハンドリングする上記ロボットグリッパを示す図である。 食品をハンドリングする上記ロボットグリッパを示す図である。 食品をハンドリングする上記ロボットグリッパを示す図である。 食品をハンドリングする上記ロボットグリッパを示す図である。 食品をハンドリングする上記ロボットグリッパを示す図である。 食品をハンドリングする上記ロボットグリッパを示す図である。 視覚システムと協働する上記ロボットグリッパを示す図である。 視覚システムと協働する上記ロボットグリッパを示す図である。 上記ロボットグリッパで対象物をハンドリングするための方法を示す図である。 上記ロボットグリッパを調整するための方法を示す図である。 上記ロボットグリッパに結合された回転可能なジョイント機構を示す図である。 上記ロボットグリッパに結合された回転可能なジョイント機構を示す図である。 弾性要素を有するフィンガアクチュエータを示す図である。 弾性要素を有するフィンガアクチュエータを示す図である。 弾性要素を有するフィンガアクチュエータを示す図である。 上記弾性要素を有する上記フィンガアクチュエータの曲げプロファイルをロックするための方法を示す図である。 上記ロボットグリッパおよび伝統的なグリッパについて行われた試験の結果を示す図である。

簡潔かつ明瞭にするために、本開示の実施形態の説明は、図面に従って、ロボットグリッパに向けられている。本開示の態様は、本明細書で提供される実施形態と関連して説明されるが、それらは、本開示をこれらの実施形態に限定することを意図しないことが理解されるだろう。それとは反対に、本開示は、本明細書に記載された実施形態の代替物、変形物及び等価物を対象とすることを意図しており、これらは、添付の特許請求の範囲によって規定されるように本開示の範囲に含まれるものである。さらに、以下の詳細な説明において、本開示の完全な理解を提供するために、特定の細部が規定される。しかしながら、本開示は、特定の細部なしで、および／または特定の実施形態の局面の組み合わせから生じる複数の細部で実施され得ることは、当技術分野における通常の技術を有する者、すなわち、当業者によって認識されるだろう。多くの例において、周知のシステム、方法、手順、及び構成要素は、本開示の実施形態の態様を不必要に不明瞭にしないように、詳細には説明されていない。

本開示の実施形態において、特定の図における所定の要素の描写または特定の要素番号の考慮または使用、または対応する説明資料におけるその参照は、別の図またはそれに関連する説明資料において特定される同一、同等、または類似の要素または要素番号を包含することが可能である。

「一実施形態／例（an embodiment / example）」、「別の実施形態／例（another embodiment / example）」、「幾つかの実施形態／例（some embodiments / examples）」、「幾つかの他の実施形態／例（some other embodiments / examples）」等への言及は、そのように説明された実施形態（複数可）／例（複数可）が特定の特徴、構造、特性、要素、又は限定を含み得るが、全ての実施形態／例が必ずしもその特定の特徴（feature）、構造、特徴（characteristic）、特性、要素又は限定を含まないということを表している。さらに、「一実施形態／例では（in an embodiment / example）」または「別の実施形態／例では（in another embodiment / example）」というフレーズの繰り返しの使用は、必ずしも同じ実施形態／例を指すとは限らない。

用語「備える（comprising）」、「含む（including）」、「有する（having）」などは、実施形態に記載されたもの以外の特徴／要素／ステップの存在を排除するものではない。相互に異なる実施形態における特定の特徴／要素／ステップの記載は、これらの特徴／要素／ステップの組み合わせが実施形態において使用され得ないことを示すものではありません。

本明細書で使用される場合、用語「１つの（a）」及び「１つの（an）」は、1つ又は複数として定義される。図または関連するテキストにおける「／」の使用は、別途指示されない限り、「および／または」を意味すると理解される。用語「組（set）」は、既知の数学的定義に従って、少なくとも１の基数を数学的に示す、要素の空でない有限組織として定義される（例えば、本明細書で定義される組（set）は、ユニット（unit）、シングレット（singlet）、または単一要素セット、または複数要素セットに対応することができる）。本明細書における特定の数値または値範囲の記載は、近似的な数値または値範囲の記載を含むか、または近似的な数値または値範囲の記載であると理解される。

（ロボットグリッパ）
本開示の代表的又は例示的な実施形態では、図１Ａ～図１Ｃに示されるようなロボットグリッパ１００がある。ロボットグリッパ１００は、自動化されたピックアンドプレース作業などの様々なプロセスのために、食料品などの対象物１１０を把持する（grip）または掴む（grasp）ために使用され得る。ロボットグリッパ１００は、本体１２０と、本体１２０に取り外し可能に連結された又は連結可能な複数のフィンガモジュール２００とを含む。各フィンガモジュール２００は、対象物１１０を把持するために他のフィンガアクチュエータ２２０と協働するフィンガアクチュエータ２２０を有する。ロボットグリッパ１００は、複数の変位機構２４０を含み、それによって、フィンガモジュール（複数）２００が本体１２０に連結されるとき、各フィンガモジュール２００が変位機構（複数）２４０のそれぞれの１つと係合する。一例として、本体１２０はベース１２２を有し、フィンガモジュール（複数）２００はベース１２２に連結され、ベース１２２を介して変位機構（複数）２４０と係合する。フィンガモジュール（複数）２００は本体１２０に取り外し可能に連結され、それによって、フィンガモジュール（複数）２００は、フィンガモジュール（複数）２００、変位機構（複数）２４０、および／またはロボットグリッパ１００の他の部品（複数）に大きな損傷を与えることなく、ロボットグリッパ１００のユーザによって容易に取り外され得る。

各変位機構２４０は、フィンガモジュール（複数）２００のそれぞれの１つと係合可能であり、本体１２０上のフィンガモジュールの配置を調整するためにそれぞれのフィンガモジュール２００を移動させるように構成されている。例えば、１つの変位機構２４０は、本体１２０に対してそれぞれのフィンガモジュール２００を線形変位および／または回転変位させるように構成されている。したがって、本体１２０上のフィンガモジュール（複数）２００の配置は、変位機構（複数）２４０によって調整され、それによって、対象物１１０を把持するためにロボットグリッパ１００を構成することができる。例えば、上記配置は、より大きな対象物１１０を把持するためにフィンガモジュール（複数）２００がより広く離れているように調整され得る。

したがって、ロボットグリッパ１００は、様々な形状、サイズ、質感、及び向きの多様な対象物１１０の把持のために繰り返し再構成され得る。本体１２０の寸法は、約７８ｍｍ×１０５ｍｍ×３９ｍｍであり、ロボットグリッパ１００の重量は、約７６０ｇである。ロボットグリッパ１００のコンパクトなサイズは、小さな対象物１１０のハンドリング、特に、動きが速く、狭い雑然とした環境における小さな食品のピックアンドプレースに適している。

図１Ａ及び図１Ｂに示されるような多くの実施形態において、ロボットグリッパ１００は、３つのフィンガアクチュエータ２２０を有する３つのフィンガモジュール２００を含む。第１のフィンガモジュール２００ａは、中央の指または親指に類似していてもよい。第２のフィンガモジュール２００ｂと第３のフィンガモジュール２００ｃは、親指に対してベース１２２の周りに移動可能な２つの他の指に類似していてもよい。

第１のフィンガモジュール２００ａは、位置が固定されてもよいし、その位置が第１の変位機構２４０ａによって調整されてもよい。第１の変位機構２４０ａは、第１のフィンガモジュール２００ａを直線的に変位させるためのリニアアクチュエータ又はリニアステッピングモータを含んでいてもよい。直線変位は、両方向に最大２０ｍｍであってもよい。同様に、第２のフィンガモジュール２００ｂ及び第３のフィンガモジュール２００ｃのそれぞれは、位置が固定されてもよいし、それらの位置が第２及び第３の変位機構２４０ｂｃによってそれぞれ調整されてもよい。第２及び第３の変位機構２４０ｂｃは、それぞれ、第２及び第３のフィンガモジュール２００ｂｃの回転変位用のステッピングモータを含んでいてもよい。回転変位は、最大１５０°に及んでもよい。変位機構（複数）２４０のいずれも、フィンガモジュール（複数）２００の線形変位および／または回転変位のための適切なアクチュエータおよび／またはモータを含んでもよいことが理解されるだろう。

フィンガモジュール（複数）２００の配置の調整可能性により、ロボットグリッパ１００は、より多様な対象物１１０を操作可能になる。図２Ａから図２Ｃに示すように、ロボットグリッパ１００は、より効率的な方法で異なる対象物１１０をハンドリングするために様々な把持モード（gripping modes）に構成され得る。図２Ａに示すように、ロボットグリッパ１００は、ピンチ（pinch；摘む）用に構成され、フィンガモジュール（複数）２００は、ピンチ配列に配置される。ピンチ配列において、第１乃至第３のフィンガモジュール２００ａ～２００ｃは、互いに実質的に平行に配置されており、すなわち、第２及び第３のフィンガモジュール２００ｂｃは、第１のフィンガモジュール２００ａに対して０°である。図２Ｂに示すように、ロボットグリッパ１００は、クロー（claw；引っかく）用に構成され、フィンガモジュール（複数）２００は、クロー配列に配置される。クロー配列では、第２及び第３のフィンガモジュール２００ｂｃは、ピンチ配列に対して３０°回転される。第１のフィンガモジュール２００ａは、ピンチ配列に対して最大直線変位（例えば、２０ｍｍ）だけ移動してもよい。図２Ｃに示すように、ロボットグリッパ１００は、スクープ（scoop；すくう）用に構成され、フィンガモジュール（複数）２００は、スクープ配列に配置される。スクープ配列では、第２及び第３のフィンガモジュール２００ｂｃは、ピンチ配列に対して最大角度（例えば１５０°）に回転され、第１のフィンガモジュール２００ａに最も近い位置に配置される。第１のフィンガモジュール２００ａは、ピンチ配列に対して最大直線変位（例えば、２０ｍｍ）だけ移動されてもよい。

フィンガモジュール（複数）２００は、本体１２０に取り外し可能に連結されており、それによって、フィンガモジュール（複数）は、より広い範囲のグリップ構造に対応するために、容易に取り外され、様々な設計の他のフィンガモジュール（複数）２００と交換され得る。フィンガモジュール（複数）２００の異なる組み合わせは、異なる形状及びサイズの対象物（複数）１１０に対処するために、３０ｍｍから７０ｍｍまでの範囲のような把持幅を達成してもよい。各フィンガモジュール２００は、それぞれの変位機構２４０に取り外し可能に連結されるフィンガコネクタ２５０をさらに含んでもよく、フィンガアクチュエータ２２０は、その際、フィンガコネクタ２５０に取り外し可能に接続される。フィンガコネクタ２５０は、フィンガモジュール２００全体を変更することなく、フィンガアクチュエータ２２０の変更を容易にすることができる。

多くの実施形態では、各フィンガアクチュエータ２２０は、膨張可能であるか又は膨張可能なアクチュエータを含み、それによって、膨張すると、フィンガアクチュエータ（複数）２２０は、対象物１１０を把持するために互いに協働する。例えば、本体１２０は、流体、例えば空気と連通して、フィンガアクチュエータ（複数）２２０を膨張及び収縮させるために構成され、それによって、対象物１１０を把持するためにフィンガアクチュエータ（複数）２２０の作動を制御する。図１Ｃに示すように、本体１２０は、流体コネクタ（複数）１２４及び空気圧ライン（複数）１２６を介して、エアコンプレッサなどの空気圧源に連結されてもよい。エアコンプレッサは、フィンガアクチュエータ（複数）２２０に圧縮空気を供給し、また、流体コネクタ（複数）１２４は、それぞれ、フィンガアクチュエータ（複数）２２０の膨張及び収縮をオン及びオフすることによって制御するように構成された空気圧電磁弁を含んでいてもよく、又はそれに連結されていてもよい。フィンガアクチュエータ２２０が膨張する際に空気圧を測定するために、空気圧センサがフィンガアクチュエータ２２０に連結されていてもよい。したがって、対象物１１０の把持および解放は、電磁弁を作動させることによって制御され得る。エアコンプレッサは、３５～４０Ｌ／ｍｉｎの最大流量で圧縮空気を供給し、最大６００ｋＰａまでの空気圧を供給してもよい。

ロボットグリッパ１００は、搭載コネクタ１２８を介して、離れたロボット又はロボットアームに接続されていてもよい。ロボットグリッパ１００は、対象物１１０を把持するためにフィンガアクチュエータ２２０の作動を制御するための制御モジュール１３０を含んでいてもよい。例えば、制御モジュール１３０は、フィンガアクチュエータ２２０を膨張及び収縮させるための電磁弁を制御するように構成される。さらに、制御モジュール１３０は、変位機構２４０を制御して本体１２０上でフィンガモジュール２００を移動させ、フィンガモジュール２００の配置を調整するように構成される。例えば、制御モジュール１３０は、フィンガモジュール２００の回転角度および／または直線運動の距離の正確な制御をユーザに提供することができる。制御モジュール１３０は、制御モジュール１３０と通信可能なソフトウェアユーザインタフェースによってなど、ユーザによる選択のための予め定められたグリップ構造をさらに提供してもよい。

図３Ａに、フィンガアクチュエータ２２０の一例が示されている。フィンガアクチュエータ２２０は、様々な適切な材料を用いて、付加製造（additive manufacturing）又は３Ｄ印刷によって形成されていてもよい。例えば、フィンガアクチュエータ２２０は、ＮｉｎｊａＦｌｅｘフィラメントのような熱可塑性エラストマ材料で作られる。多くの既存のソフトグリッパは、約０．１２５ＭＰａのヤング率を有するＥｃｏｆｌｅｘ（登録商標）００－３０のようなエラストマ材料を有する。ＮｉｎｊａＦｌｅｘフィラメント材料は、約１２ＭＰａという、より高いヤング率を有しており、この硬さの増加により、材料の柔軟性を維持したままフィンガアクチュエータ２２０の剛性を高めることができる。硬さと柔軟性のこのバランスにより、フィンガアクチュエータ（複数）２２０は、デリケートな対象物１１０（非加熱の豆腐など）を優しく握り、なおかつより良い把持安定性を達成し、ロボットグリッパ１００が高速移動条件下で対象物１１０のピックアンドプレース作業を行うことができるようにすることができる。

図３Ａに示すように、フィンガアクチュエータ２２０は、一連の蛇腹状セクション２２２と、流体チャネル２２４と、流体入口２２６とを有している。流体チャネル２２４及び流体入口２２６は、蛇腹状セクション２２２の膨張及び収縮のために、電磁弁を介して空気圧源に流体的に接続されている。内部の流体チャネル２２４は、空気接続を変更することなく、フィンガモジュール２００を容易に交換することを可能にする。

フィンガアクチュエータ２２０は、近位部分に幾つか（例えば３つ）の幅狭の蛇腹状セクション２２２を有し、遠位部分に蛇腹状セクション（例えば２つ）の幅広の蛇腹状セクション２２２を有している。フィンガアクチュエータ２２０が対象物１１０（ジャガイモ）を把持した場合のシミュレーションが、図３Ｂに示されている。このように蛇腹状セクション２２２を構成することは、過屈曲を抑え、より大きな把持力（約２００ｋＰａ）を発生させる。これにより、グリップ性能が向上し、把持の器用さや繊細さを維持したまま、フィンガアクチュエータ２２０が小さなデリケートな食品のような対象物１１０の把持に使用されることを可能にする。

図３Ｃに示すように、フィンガモジュール２００は、食品安全および火災安全のような利点を実現するために、フィンガアクチュエータ２２０、具体的には蛇腹状セクション２２２の上に被るためのスリーブ２２８を含んでいてもよい。スリーブ２２８は、シリコーン、布などのソフトな材料で作られていてもよい。例えば、スリーブ２２８は、フィンガアクチュエータ２２０が食品を汚染することなく安全に把持するために使用され得るように、食品安全のための食品安全または食品グレードの材料で作られる。そのような材料の１つは、米国消費者製品安全性向上法（ＣＰＳＩＡ）に基づき認定された食品安全性の高い防水ポリウレタンラミネート布である。スリーブ２２８は、フィンガアクチュエータ２２０、特に蛇腹状セクション２２２のプロファイルに合わせてカスタマイズされ、フィンガアクチュエータ２２０のグリップ性能を向上させるために、溝パターンおよび／または形状適合性パターン（conformable surfaces）の表面を含んでいてもよい。蛇腹状セクション２２２の把持面は、グリップ性能を向上させるために、溝及び／又は滑り止めパターン（anti-slip patterns）を含んでいてもよい。スリーブ２２８の把持面には、滑りを最小限に抑えるための滑り止め特性を有する高摩擦材料など、様々な機能性を提供するために適切な材料が形成されていてもよい。

図４Ａ及び図４Ｂを参照すると、曲げ力、曲げプロファイル、及び耐久性を含むフィンガアクチュエータ２２０の様々なパラメータを調査するための実験が行われた。曲げ力および曲げプロファイルのパラメータは、０ｋＰａから３００ｋＰａまで２５ｋＰａ刻みで空気圧を印加することによって調査された。実験には３つのフィンガアクチュエータ２２０が用いられ、そして、結果データは各空気圧において各パラメータについて平均された。

曲げ力は、ロードセル２３０によって直接測定された。食品安全スリーブ２２８無し、空気圧３００ｋＰａで、フィンガアクチュエータ２２０によって発生された平均曲げ力は２．３６±０．１Ｎであった。食品安全スリーブ２２８有り、空気圧３００ｋＰａで、フィンガアクチュエータ２２０によって発生された平均曲げ力は２．６±０．０２Ｎであった。膨張したフィンガアクチュエータ２２０の曲げ角度（θ）は、画像解析ソフトウェアを用いて、鉛直軸とフィンガアクチュエータ２２０の遠位セクションを通る接線との間の角度によって測定された。食品安全スリーブ２２８無し、空気圧３００ｋＰａで、フィンガアクチュエータ２２０の平均曲げ角度は、５６．１５±０．９７°であった。食品安全スリーブ２２８有り、空気圧３００ｋＰａで、フィンガアクチュエータ２２０の平均曲げ角度は、４６．０７±１．９１°であった。スリーブ２２８は、フィンガアクチュエータ２２０の曲げプロファイルを抑制するのを助け、その結果、より高い空気圧の下でフィンガアクチュエータ２２０は曲がり過ぎなかった。より高い空気圧は、フィンガアクチュエータ２２０を曲げる代わりに、より強いグリップ力を発生するために使用され、その結果、より良いグリップ性能を達成することができるだろう。

耐久性試験では、フィンガアクチュエータ２２０を３００ｋＰａの空気圧で把持するサイクルを２５０００回まで試験した。各サイクルにおいて、電磁弁を５秒間オンにしてフィンガアクチュエータ２２０を３００ｋＰａの空気圧に膨張させ、続いて、電磁弁を５秒間オフにしてフィンガアクチュエータ２２０を収縮させた。この耐久試験により、２５０００サイクル後のフィンガアクチュエータ２２０の曲げ力および曲げプロファイルパラメータに大きな変化がないことが確認された。このことから、フィンガアクチュエータ２２０は、少なくとも２５０００回のピックアンドプレース作業に耐え得る耐久性を有していることがわかる。例えば、ロボットグリッパ１００は、機内食を準備するために使用され得る。機内食は、典型的には、５つの食品アイテムを有し、準備に約１５秒（食品アイテムあたり約３秒）を必要とする。ロボットグリッパ１００は、その性能を損なうことなく、１日以内に少なくとも５０００食の機内食を準備することができ、より効率的である。

図１Ｃに示すように幾つかの実施形態では、フィンガモジュール２００は、フィンガアクチュエータ２２０の遠位セクションに取り外し可能に取り付け可能なフィンガエンダ（finger ender）２６０を更に含んでいる。フィンガエンダ２６０は、対象物１１０の把持に関連するデータの測定のための１つ又は複数のセンサを含んでいてもよい。これらのセンサは、温度センサ、力（force）センサ、圧力センサ、及び触覚センサを含んでもよいが、これらに限定されるものではない。

（触覚センサ）
図１Ａに示すような一実施形態では、各フィンガモジュール２００は、触覚センサ２７０を含んでいる。触覚センサは、直接的な物理的接触を介して様々な特性を感知するように設計されたデータ取得デバイスである。触覚センサ２７０は、フィンガアクチュエータ２２０の遠位セクション上に直接配置されてもよく、またはフィンガアクチュエータ２２０に取り付けられたフィンガエンダ２６０上に配置されてもよい。さらに図５に示すように、触覚センサ２７０は、基板２７２と、基板２７２上に配置された感知タクセル（sensing taxel）２７４とを含む。感知タクセル２７４は、１つ以上のピエゾ抵抗性、導電性のゴム、及び金属容量性感知素子２７６を含んでいてもよい。

ピエゾ抵抗検出素子２７６を有する触覚センサ２７０について、その性能を評価するための実験が行われた。まず、力（force）ゲージが組み付けられた電動Ｚ軸ステージを用いて、触覚センサ２７０が較正された。５Ｎ（１４０ｋＰａの圧力に相当）の力が５μｍ／ｓの載荷速度（loading rate）でセンサに加えられ、その間、触覚センサ２７０の抵抗値がソースメータ（source meter）で記録された。より高い載荷速度（５００μｍ／ｓ）で同じ力を加えることによって、周期的な載荷（loading）の際の触覚センサ２７０の信頼性が評価された。ピックアンドプレース作業中の把持サイクルを模擬するため、２つのサイクルの間に約５秒の時間間隔が設定された。また、触覚センサ２７０の応答時間は、粘着ゴム（Blu-Tack）を用いて、約１００Ｐａの圧力に相当する小さな荷重を加えることで評価された。応答時間は、除荷（unloading）の間の抵抗値変化の立ち下がり時間であると定義された。

実験の結果が図６Ａから図６Ｃに示されている。図６Ａは、１４０ｋＰａまで荷重をかけた結果、触覚センサ２７０の抵抗値変化の結果２８０を示している。圧力が０から１４０ｋＰａまで増加したとき、触覚センサ２７０の抵抗値は、１０８Ωから１０２Ωまで減少した。触覚センサ２７０は、広い圧力範囲にわたって大きな抵抗値変化を示している。載荷曲線と除荷曲線との間にはヒステリシス効果があり、これはＰＤＭＳおよびＰＥＤＯＴ：ＰＳＳポリマの超弾性に起因する。しかしながら、このヒステリシス効果は、周期的なローディングの間、触覚センサ２７０の信頼性に影響を与えない。図６Ｂは、１４０ｋＰａの周期的荷重を１２回かけたときの抵抗値変化の結果２８２を示している。同じ荷重を繰り返し加えた場合、触覚センサ２７０は、図６Ｂに示すように同様の抵抗値変化を生じ、信頼性が高く安定したセンサ性能を示すことが分かった。図６Ｃは、触覚センサ２７０の載荷及び除荷中の応答時間を調べた結果２８４を示している。触覚センサ２７０は、圧力に対して抵抗値を変化させることで応答し、圧力が加えられたときに立ち上がり時間、圧力が取り除かれたときに立ち下がり時間がそれぞれ存在した。載荷速度の影響を低減または除去するために、立ち下がり時間をセンサ応答時間とした。挿入図２８６に示されているように、触覚センサ２７０は、２７ｍｓ以内に圧力に応答することができる。実験結果は、触覚センサ２７０が約１００Ｐａの優しいタッチを確実に感知でき、１４０ｋＰａの高圧でも機能を維持できることを示している。触覚センサ２７０は、広い感度範囲を有し、壊れやすい対象物１１０（プリンなど）でも剛性の対象物１１０（タンジェリンなど）でも、接触力を感知することが可能である。

高感度、広い圧力範囲、および信頼性の高い性能を有する可撓な触覚センサ２７０は、ロボットグリッパ１００が触覚フィードバックおよび接触力の計測を実現することを可能にする。微細構造設計は、低圧力範囲での感度を大幅に向上させ、触覚センサ２７０が小さな圧力変化を感知することを可能にする。また、触覚センサ２７０は、１００Ｐａから１４０ｋＰａまでの広い圧力範囲で圧力に応答する。さらに、微細構造設計は、ヒステリシス効果を相対的に低減し、サイクル（複数）に対するセンサの信頼性を向上させる。

（フィードバックシステム）
触覚センサ２７０は、広い感度範囲と滑らかな圧力応答が得られることから、閉ループのフィードバック制御システムが開発され得る。食品アイテムは様々な形状、サイズ、および向きで来るので、フィードバック制御システムは、食品パッケージング環境におけるグリップ構造を制御するのに有用である。各食品アイテムに最適なグリップ構造は、その食品アイテムの物理的特性だけでなく、その食品アイテムのレイアウトや周辺環境にも依存するだろう。

様々なグリップ構造を評価し、特にグリップ構造の変化に関して接触力がどのように変化するかを調査するために、グリップ構造探索実験が行われた。ロボットグリッパ１００は、３つのフィンガモジュール２００の各々に触覚センサ２７０を組み込むことによってセンサ化された。図１Ａ中に示すような与えられた食品アイテム１１０（不規則な形状のジャガイモ）を把持するために、３つのグリップ構造が使用された。第１のフィンガモジュール２００ａは、３つのグリップ構造のすべてにおいて同じ位置に留まった。第１のグリップ構造では、第２及び第３のフィンガモジュール２００ｂｃは、０°に回転された。第２のグリップ構造では、第２及び第３のフィンガモジュール２００ｂｃは、３０°に回転された。第３のグリップ構造では、第２及び第３のフィンガモジュール２００ｂｃは、４５゜に回転された。

実験中、フィンガモジュール（複数）２００は、各グリップ構造に向きを変えられ、食品アイテム１１０を５秒間保持した後、解放した。食品アイテム１１０は、把持されたが、持ち上げられなかった。ロボットグリッパ１００は、３つのグリップ構造のすべてについてこの手順を繰り返した。力センサが５０Ｈｚで力の読取値を測定し、各グリップ構造の安定性が分析された。

この分析では、期間（ｍ）にわたる力読取値の共分散行列が再帰的に構築された。この行列は、３つのフィンガモジュール２００の力センサの読取値の時間にわたる相対的な変化を観察したものである。上記行列から、１つのフィンガモジュール２００の他のフィンガモジュール２００に対する力読取値の共分散（ｃｏｖ）（ｃｏｖ（１，２）、ｃｏｖ（１，３）、ｃｏｖ（２，３））、および、１つのモジュール２００の自身に対する力読取値の分散（ｖａｒ）（ｖａｒ（１，１）、ｖａｒ（２，２）、ｖａｒ（３，３））が導き出された。この表記において、「１」は第１のフィンガモジュール２００ａを指し、「２」は第２のフィンガモジュール２００ｂを指し、「３」は第３のフィンガモジュール２００ｃを指す。接触力の相対的な変化の大きさおよび方向を追跡することによって、食品アイテム１１０がフィンガモジュール２００によってどのように把持されるかをより良く理解することができた。

時間ステップ（ｔ_ｋ）におけるセンサの記録は次のように表される。

ここで、ロボットグリッパ１００における３つのフィンガモジュール２００、ひいては３つの触覚センサ２７０の存在により、ｎ＝３である。

周期（ｍ）時刻における力の読取値は、次のように行列Ｆ（ｔ_ｋ）に格納される。

続いて、時間ステップ（ｔ_ｋ）におけるセンサの読取値についての共分散行列は、次のように数式化される。

ここで、μ_Ｆ＝Ｅ［Ｆ］である。

安定した把持の間、フィンガモジュール２００の各々によって加えられる力は、定常であると仮定された。したがって、共分散行列（Ｋ_ＦＦ）は、ｎ×ｎ対角行列であり、それによって対角は定数またはゼロのいずれかになるだろう。前進して、把持開始段階は、フィンガモジュール２００が所定の圧力閾値に達するまで撓み始める遷移段階と称されるだろう。把持段階は、フィンガモジュール２００が食品アイテム１１０を保持するために所定の圧力閾値に維持される段階と称されるだろう。

図７Ａから図７Ｃは、フィンガモジュール（複数）２００および対応する触覚センサ（複数）２７０の異なる対の間での、分散と共分散の変化を示している。第１のグリップ構造について図７Ａのグラフ２９０に示すように、共分散の推移（ｃｏｖ（１，２）、ｃｏｖ（１，３）、ｃｏｖ（２，３））は、非同期の変動を示した。同様に、第２のグリップ構造について図７Ｂのグラフ２９２に示すように、共分散の推移（ｃｏｖ（１，２）、ｃｏｖ（１，３）、ｃｏｖ（２，３））も、非同期的の変動を示した。これらの変動は、把持開始段階の間、食品アイテム１１０がフィンガモジュール（複数）２００の間を行き来するとき、その位置が不安定になり、接触力が変動することによって引き起こされた。さらに、把持段階の間、第１および第２のグリップ構造が使用されたときも、一貫性のない分散および共分散の推移が観察された。しかしながら、図７Ｃのグラフ２９４に示されるように、第３のグリップ構造が使用されたとき、共分散のスパイク（spike）は著しく減少し、これは、フィンガモジュール２００が食品アイテム１１０に対するより安定した把持を維持できることを示した。したがって、第３のグリップ構造は、不規則な形状のジャガイモを把持するための最適なグリップ構造だろう。

このようにして、グリップ構造探索実験に基づいて閉ループのフィードバック制御システムが構築された。このフィードバックシステムは、対象物１１０をピックアップする前に、ロボットグリッパ１００が安定したグリップ構造を探索することを可能にした。ロボットグリッパ１００は、異なるグリップ構造（複数）を用いて対象物１１０を１秒間保持することを試みるだろう。対応する力の読取値が記録され、実験から開発されたグリップ構造コンパレータを使用してランク付けされた。そのコンパレータは、分散および共分散の推移における変動の強度に基づいて、グリップ構造の安定性をランク付けした。そのランク付けに基づいて、把持開始段階での共分散のスパイクの発生が最も少ないであろう最も安定したグリップ構造が、対象物１１０をピックアップするために選択された。

ロボットグリッパ１００に不規則な形状のジャガイモをピックアップするタスクを与えることによって、フィードバックシステムが検証された。具体的には、ジャガイモは５つのランダムな向きに配置され、ロボットグリッパ１００は、各向きで３回ジャガイモをピックアップするタスクを与えられた。これは２回行われ、ロボットグリッパ１００には、各回に１５０ｋＰａと１７５ｋＰａの圧力が供給された。その結果、１５０ｋＰａの圧力が供給されたとき、コンパレータによる安定したグリップ構造の選択の一致度は７３．３３％であった。また、１７５ｋＰａの圧力が供給されたときには、一致度は９３．３３％に増加した。フィードバックシステムの成功率は、ロボットグリッパ１００が選択されたグリップ構造を用いてジャガイモを正常にピックアップできたかどうかに基づいて決定された。成功率は、１５０ｋＰａと１７５ｋＰａの圧力で、それぞれ９３．３３％と１００％であることが観察された。ジャガイモの表面構造が不揃いであることが原因で、各タスクの開始時にジャガイモの向きにわずかな違いがあった場合、接触力プロファイルは変化する。この差は、低い圧力では、フィンガモジュール２００がジャガイモをしっかりと把持することができないため、より顕著になった。これはまた、ジャガイモをピックアップする際に、ジャガイモを落とすリスクを増加させた。したがって、１５０ｋＰａの圧力が供給された場合には、選択の一致度と成功率が低くなることが確認された。一方、１７５ｋＰａの圧力は、ジャガイモをうまくピックアップするのに十分であることが証明された。かくして、触覚センサ２７０を通して把持の成功を確実にするための最良のグリップ構造を特定することによって、ロボットグリッパ１００は、そのロボットグリッパの個々のフィンガモジュール２００を再調整して、対象物１１０を成功裏に把持することができる。

（ロボットアーム）
ロボットグリッパ１００は、様々なグリップ作業を行うために、搭載コネクタ１２８を介して、ＵＲ５ｅ協働ロボットアームなどのロボットアーム３００に取り付けられ、様々なグリップ構造で対象物１１０を操作（manipulate）すること、特に食品加工及びパッケージングにおいて食品アイテム（複数）１１０を操作することができる。食品アイテム（複数）１１０の形状及びサイズに基づいて、異なるグリップ構造（複数）が採用された。図８Ａ～図８Ｇは、ロボットアーム３００に取り付けられたロボットグリッパ１００によって実行されるグリップ作業を示している。フィンガモジュール２００は、幅１５ｍｍで、３０ｍｍから５０ｍｍまでの対応する幅範囲を有した。

図８Ａに示すように、ロボットグリッパ１００は、麺の山をすくい上げるために、フィンガモジュール２００がスクープ配列にあるグリップ構造を採用した。スクープ配列は、ピンチ配列またはクロー配列のように個別にピックアップするのとは対照的に、ピーナッツのような複数の緩い（loose）対象物１１０を把持するためにも好ましい。

図８Ｂに示すように、ロボットグリッパ１００は、ブロッコリの小花をピッキングするために、フィンガモジュール２００がクロー配列にあるグリップ構造を採用した。同様に、図８Ｃに示すように、フィンガモジュール２００は、タンジェリン（tangerine）をピッキングするために、クロー配列にあった。図８Ｄに示すように、ラズベリのように２０ｍｍより小さい直径を有するもののような、小さな対象物１１０に対しては、フィンガモジュール２００は、クロー配列にあった。しかし、第１のフィンガモジュール２００ａ（親指）は、親指がそのホームポジションから２０ｍｍ内側に移動して把持幅を減少させた内向き親指であった。調整可能なフィンガモジュール２００は、フィンガモジュール２００全体を交換することなく、様々な寸法の対象物１１０をハンドリングする際に明らかに有利である。

図８Ｅに示すように、ロボットグリッパ１００は、ソーセージ、ヒラタケ、または長豆などの長い対象物１１０をピッキングするために、フィンガモジュール２００がピンチ配列であるグリップ構造を採用した（図８Ｅに示すように）。その理由は、クロー配列では長い対象物１１０が安定して操作され得ないからである。また、ピンチ配列は、プリンや生豆腐などの壊れやすい対象物１１０を操作する場合にも用いられ得る（図８Ｆに示すように）。

ロボットグリッパ１００は、対象物１１０の高速パッケージングのための対象物検出を有する視覚システム４００と協働する、ＡＢＢ ＩＲＢ ３６０ ＦｌｅｘＰｉｃｋｅｒのようなデルタロボット３１０に取付けられ得る。クローとピンチという２つの異なるグリップ構造を用いて、様々な形状やサイズの食品アイテム１１０を高速でピックアンドプレースするパッケージングプロセスが実施された。

図８Ｇに示すように、食品アイテム１１０は、ジャガイモ、オムレツ、ブロッコリ、及びソーセージを含み、第１のコンベヤシステム３１２によって搬送された。食品準備プロセスに起因して、食品アイテム１１０の形状及びサイズの不均一性が観察された。適切なグリップ構造は、ロボットグリッパ１００が相互作用する必要がある食品アイテム１１０の物理的特性に依存し、また、第１のコンベヤシステム３１２上の食品アイテム１１０の配置および向きに依存するだろう。例えば、ジャガイモ片はクローによって安定的にグリップされ得るが、ソーセージのような長手形状の食品アイテムはピンチによってより安定的にグリップされる。

ロボットグリッパ１００によって５つの食品アイテム１１０がピッキングされ、各食品容器３１４に入れられた。食品容器３１４は、第２のコンベヤシステム３１６によって搬送されてもよい。これらの食品アイテム１１０は、２つのポテト、１つのオムレツ、１つのブロッコリ、および１つのソーセージを含み、これらは機内食として一般的である。ロボットグリッパ１００は、約１５秒で食品アイテム１１０を食品容器３１４に着実に詰め込むこと（pack）ができた。フィンガアクチュエータ２２０の材料（例えばＮｉｎｊａＦｌｅｘフィラメント）が既存のソフトグリッパと比較して剛性を高め、食品安全スリーブ２２８が過度の曲げを抑制したため、ロボットグリッパ１００は、把持の安定性を維持しながら高速で食品アイテム１１０を把持することができた。

（視覚システム）
上述したように、そして図９Ａ及び図９Ｂを参照すると、ロボットグリッパ１００は、第１のコンベヤシステム３１２によって搬送される複数の食品アイテム１１０のピックアンドプレースのためにデルタロボット３１０及び視覚システム４００と協働する。視覚システム４００は、食品アイテム１１０及び各食品アイテム１１０の向きを認識するために開発されたが、視覚システム４００は、他の対象物１１０を認識するために変更できることが理解されるだろう。視覚システム４００は、食品アイテム１１０の視覚データを捕捉するための撮像装置４１０と、その視覚データを処理するための視覚処理モジュール４２０とを含んでいる。撮像装置４１０は、ＺＥＤステレオカメラであってもよい。

さらに図１０を参照すると、ロボットグリッパ１００で対象物または食品アイテム１１０を取り扱うための方法５００がある。視覚システム４００は、方法５００の様々なステップを実行するためのプロセッサを含んでいる。例えば、プロセッサは、撮像装置４１０及び視覚処理モジュール４２０のような、視覚システム４００の様々なモジュール／コンポーネントと協働する。

方法５００は、撮像装置４１０を用いて、第１の位置に配置されている食品アイテム１１０の視覚データを捕捉するステップ５０２を含んでいる。第１の位置は、食品アイテム１１０を供給する第１のコンベヤシステム３１２を指してもよい。視覚データは、食品アイテム１１０のカラー画像データ及び点群データを含む。視覚処理モジュール４２０は、撮像装置４１０を較正及び制御し、カラー画像データ及び点群データのストリームを含む視覚データを提供するための撮像モジュール４２２を含んでいる。カラー画像データは、食品アイテム１１０のＲＧＢ（赤緑青）データを含み、また、点群データは、食品アイテム１１０の座標データ、特に高さ又は深度を含む。点群データは、１ｍの距離で±２．５ｍｍの精度を有していてもよい。

方法５００は、カラー画像データ及びトレーニングされた画像分類器に基づいて、食品アイテム１１０を検出するステップ５０４を含んでいる。視覚処理モジュール４２０は、食品アイテム１１０を検出し、認識し、分類するための対象物検出モジュール４２４を含んでいる。コンピュータビジョンでは、検出の目的は、撮像装置４１０の視野内、具体的には撮像装置４１０によって捕捉された画像又はビデオフレーム内の食品アイテム１１０の存在に気付く、又は発見することである。対象物の認識は、画像又はビデオフレーム内の食品アイテム１１０の性質を特定又は知るためのプロセスである。認識は、食品アイテム１１０を分類することを目的とした、マッチング、学習、又はパターン認識アルゴリズムに基づくことができる。

様々なアルゴリズムが、食品アイテム１１０を検出、認識、及び分類するために、対象物検出モジュール４２４において使用され得る。画像分類器は、対象物認識を向上させるために、機械学習アルゴリズム及び訓練データでトレーニングされ得る。多くの実施形態において、ＹＯＬＯｖ３アルゴリズムは、その高速検出速度及び高精度ゆえに使用される。食品アイテム１１０のデータセットが画像分類器をトレーニングするために構築され、事前トレーニングされた重みファイルが、データセット上のＣＮＮ特徴量抽出器として使用された。データセットは５つのカテゴリからなり、学習・検証用の画像は６１１０枚、テスト用の画像は３４６枚である。各食品アイテム１１０は、クラス、向きの範囲、中心点、ボックスの大きさを有するバウンディングボックスによって注釈が付けられた。データセットの反復回数が５６０００回に達するまで、少なくとも５６時間のトレーニング期間が完了した。画像分類器のトレーニングが成功した後、最終的な重みファイルは、カラー画像データストリームを受信し、ＹＯＬＯｖ３アルゴリズムを実行するために、対象物検出モジュール４２４で使用された。対象物検出モジュール４２４は、第１のコンベヤシステム３１２上の検出された食品アイテム１１０の向きの範囲とバウンディングボックスを出力する。

方法５００は、点群データに基づいて、ロボットグリッパ１００によってハンドリングされるべき１つ以上の検出された食品アイテム１１０を選択するステップ５０６を含んでいる。視覚処理モジュール４２０は、点群データから食品アイテム１１０の深度情報を決定するための深度モジュール４２６を含んでいる。具体的には、深度情報（ｚ値）は、食品アイテム１１０が搬送される第１のコンベヤシステム３１２に平行であるｘｙ平面に対して決定される。ｚ値は、積み重ねの構造的特性により、食品アイテム１１０の選択を決定するために使用された。その理由は、積み重ねの一番上の食品アイテム１１０を選択することが、他の食品アイテム１１０に損傷を与えるリスクが最も低いからである。

方法５００は、各選択された食品アイテム１１０の３Ｄ表現又は姿勢を構築するステップ５０８を含んでいる。視覚処理モジュール４２０は、対象物検出モジュール４２４及び深度モジュール４２６からの情報に基づいて、選択された食品アイテム１１０の３Ｄ表現を決定するための対象物構築モジュール４２８を含んでいる。方法５００は、各選択された食品アイテム１１０をハンドリングするためのグリップ構造を決定するために、３Ｄ表現をロボットグリッパ１００へ伝達するステップ５１０を含む。具体的には、対象物構築モジュール４２８は、ピッキングされるべき選択された食品アイテム１１０の３Ｄ表現を構築し、この情報をロボットコントローラ４３０及びロボットグリッパコントローラ１３０へ送信する。ロボットコントローラ４３０は、デルタロボット３１０を正しい向きに位置決めし、デルタロボット３１０を、ピッキングされるべきそれぞれの食品アイテム１１０へ移動させる。ロボットグリッパコントローラ１３０は、ロボットグリッパ１００のグリップ構造を、食品アイテム１１０をハンドリングするために適したグリップ構造に調整する。特に、最も高い位置にある食品アイテム１１０は、最も関心が高く、好適なグリップ構造を決定するために選択された。

方法５００は、ロボットグリッパ１００が第１の位置と第２の位置との間を移動するための軌道を計算するステップ５１２を含んでいる。幾つかの実施形態では、第２の位置は、固定された座標を有する静止した位置である。幾つかの実施形態では、第２の位置は移動している。例えば、移動する第２の位置は、第２のコンベヤシステム３１６を指し、より具体的には、第２のコンベヤシステム３１６によって搬送される食品容器３１４を指す。方法５００は、第２の位置の位置データ及び速度データを受信すること、および、第２の位置の位置データ及び／又は速度データに基づいて第２の位置を特定することをさらに含んでもよい。ここで、上記軌道は、特定された第２の位置に基づいて計算される。

視覚システム４２０は、選択された食品アイテム１１０及び関連するグリップ構造及び軌道に関する情報を、通信インターフェース４４０を介して、ロボットグリッパ１００の制御モジュール１３０及びデルタロボット３１０のロボットコントローラ４３０へ伝達する。方法５００は、ロボットグリッパ１００及びそれぞれのグリップ構造を用いて、選択された食品アイテム１１０を、計算された軌道に沿って第１の位置から第２の位置へ転送するステップ５１４を含んでいる。

方法５００によって実行されるパッケージングプロセスにおいて、ピッキング動作の間、ロボットグリッパ１００は、ピッキングシーケンスを管理し、視覚システム４２０によって決定された関連するグリップ構造及び軌道で、選択された食品アイテム１１０へ移動した。プレース動作のために、食品アイテム（複数）１１０は、或る順序で食品容器（複数）３１４の列に入れられた。コンベヤシステム３１２から異なる食品アイテム（複数）１１０をピッキングし、それらを食品容器３１４にプレースするこの作業は、ロボットグリッパ１００が、コンベヤシステム３１２と食品容器３１４の間を効率的な運動軌道で繰り返し移動することを要求する。それゆえ、視覚処理と運動処理との間の相互作用時間を短縮するために、適応的（adaptive）なピックアンドプレース動作戦略が採用された。

具体的には、食品アイテム１１０の選択と食品アイテム１１０の転送は、マルチスレッド化されたコンピュータプロセスで並行して処理される。例えば、マルチスレッド化されたコンピュータプロセスは、視覚と運動の独立した処理を可能にするために実行されるデュアルスレッドプロセスである。それらは、ロボットグリッパ１００が食品アイテム１１０をそれぞれの食品容器３１４に入れる際に、ロボットグリッパ１００が撮像装置４１０の視野を遮らないように、互いに通信を行うのである。このように、視覚処理は、ピックアンドプレース動作を高速化するために、運動処理と共通の期間を分け合うことができる。

コンピュータアーキテクチャにおいて、マルチスレッドは、プロセッサが複数のスレッドを並行して実行する能力のことである。マルチスレッドにより、複数のスレッドが１つのプロセスのリソースを分け合い、独立して実行することができる。このため、異なる機能（複数）がそれぞれのスレッドで同時に実行され得、全体的な処理の高速化、効率化が図られる。パッケージングプロセスにおいて、ロボットグリッパ１００は、視覚システム４００が食品アイテム（複数）１１０を検出及び選択しながら、同時に食品アイテム（複数）１１０を連続的に転送することができる。ロボットグリッパ１００は、選択された食品アイテム１１０の転送を開始する前に、視覚システム４００が１つの食品アイテム１１０を選択するのを一時休止する必要がない。

パッケージングプロセスの結果、対象物分類の精度は平均平均適合率（ｍＡＰ）約６７．０６％を達成し、対象物の分類からグリップ構造の決定までの各推論サークルの平均継続時間は約９２．７ｍｓであった。さらに、最上層の食品アイテム１１０は、すべて正常に検出され、食品の種類に応じて分類された。また、食品の選択とそれらの向きも、検出と一緒に生成された。このように、視覚システム４００および方法５００は、ロボットグリッパ１００およびデルタロボット３１０とともに、また同様に他のロボットシステムとともに、リアルタイムの自動食品ハンドリングおよびパッケージングのために使用され得る。

視覚システム４００及び方法５００は、有限要素法（ＦＥＭ）を取り入れることによって強化されてもよい。具体的には、不規則な形状及びサイズを有する対象物１１０を効率的にハンドリングするための最良のグリップ構造の決定を改善するように、様々な対象物１１０についてＦＥＭモデルが構築されてもよい。視覚システム４００及び方法５００はまた、第２の位置における対象物検出を組み込むことによって強化されてもよい。この対象物検出は、対象物１１０が第２の場所に正常に転送されたかどうかを検証することができる。対象物１１０が正常に転送されなかった場合、ロボットグリッパ１００は、このタスクを再試行し、同じ対象物１１０を第２の場所に転送するように構成されてもよい。

図１１を参考として多くの実施形態において、ロボットグリッパ１００を調整するための方法６００がある。方法６００は、フィンガモジュール２００及び変位機構２４０を含むロボットグリッパを操作するステップ６０２を含む。フィンガモジュール２００は、ロボットグリッパ１００の本体１２０に取り外し可能に連結されている。方法６００は、各フィンガモジュール２００をそれぞれの変位機構２４０と係合させるステップ６０４を含む。方法６００は、対象物１１０を把持するためにフィンガモジュール２００を配置するステップ６０６を含む。各フィンガモジュール２００は、対象物１１０を把持するために他のフィンガアクチュエータ２２０と協働可能なフィンガアクチュエータ２２０を有する。方法６００は、それぞれの変位機構２４０を用いて、１つ以上のフィンガモジュール２００を移動させて、本体１２０上のそれらの配置を調整するステップ６０８を含む。それによって、対象物１１０を把持するためのロボットグリッパ１００を構成する。フィンガモジュール２００の移動は、本体１２０に対するそれぞれのフィンガモジュール２００の線形変位および／または回転変位を含んでもよい。

したがって、ロボットグリッパ１００は、フィンガモジュール２００及びグリップ構造を再構成することによって、様々な対象物１１０をハンドリングするための様々な用途で使用され得る。フィンガモジュール２００の各々は交換可能であり、その位置は調整可能であるため、ロボットグリッパ１００は、多様な範囲の対象物１１０に対してより容易に適応することができる。このことは、異なる対象物（複数）に対して異なるグリッパ（複数）を使用するコストを削減し、対象物１１０の種類に基づいて適切なグリップ構造を提供するために必要な時間および労働を削減する。ロボットグリッパ１００は、複雑な把持シナリオで対象物１１０をハンドリングし、対象物１１０をより効率的かつ正確にピックアップするのに適するだろう。グリップ構造は、対象物１１０の形状及びサイズに基づいて調整され得、したがって、ロボットグリッパ１００は、食品組立自動化を必要とし得る食品製造などの多くの用途及び産業におけるプロセッシング及びパッケージングライン用のフリーサイズなグリッパ（one-size-fits-all gripper）となる。視覚システム４００を備えたロボットグリッパ１００を使用して、機内食の食品アイテム１１０をハンドリングするためのパッケージングタスクが成功裏に実施された。これらのタスクは高速で成功裏に完了し、ロボットグリッパ１００および視覚システム４００は、食品および食料品のサプライチェーンに適したソリューションとなった。

（回転可能なジョイント機構）
図１２Ａ及び１２Ｂに示されるような幾つかの実施形態では、ロボットグリッパ１００をロボットアーム３００又はデルタロボット３１０のロボットアームなどのロボットアームに結合するために構成された回転可能なジョイント機構３２０が存在する。回転可能なジョイント機構３２０は、ロボットグリッパ１００の一部であってもよく、および／または、ロボットグリッパ１００の本体１２０に連結されてもよい。幾つかのロボットアームは、（手に似たロボットグリッパ１００で）手首領域に曲げジョイントを有していないので、回転可能なジョイント機構３２０は、スクープ／フック動作を容易にするためにロボットグリッパ１００に追加の自由度を提供し得る。この運動は、麺類、米などの食品アイテム１１０のスクープを実行するのに有用であるが、これらに限定されるものではない。回転可能なジョイント機構３２０は、ステッパモータ３２２及びリンク構造３２４を含んでいる。ステッパモータは、回転度を制御するようにプログラムされ得、ユーザが回転角度を修正できるように、ソフトウェアユーザインタフェースが提供されてもよい。

（弾性要素を有するフィンガアクチュエータ）
多くの実施形態において、各フィンガアクチュエータ２２０は、付加製造又は３Ｄ印刷によって作製されてもよい。図１３Ａ及び図１３Ｂに示すように、幾つかの実施形態では、フィンガアクチュエータ２２０は、曲げ可能であり、フィンガアクチュエータ２２０を硬くするための弾性要素２２３と、カバープレート２２５とを含んでいる。弾性要素２２３は、ばね鋼などの金属材料で作られた細長いストリップの形態であってよく、厚さが０．１ｍｍであってよい。フィンガアクチュエータ２２０は、フィンガアクチュエータ２２０の近位セクション及び遠位セクションに対応して配置された近位部分２２４ａ及び遠位部分２２４ｂに分けられた流体チャネル２２４を更に含んでいる。遠位流体チャネル部分２２４ｂは、曲げ可能なフィンガアクチュエータ２２０を曲げるために膨張可能であり、また、近位流体チャネル部分２２４ａは、弾性要素２２３をロックするために構成されている。より具体的には、近位流体チャネル部分２２４ａは、膨張時に弾性要素２２３が後方に移動するのをブロックし防止するために膨張可能である。このことは、フィンガアクチュエータ２２０の曲げプロファイルを所定の位置にロックすることになる。フィンガアクチュエータ２２０の曲げプロファイルはロックされ得、この特徴は、狭い雑然とした環境において対象物１１０を把持するために極めて重要である。

図１３Ｂに示されるように、弾性要素２２３は、カバープレート２２５と近位流体チャネル部分２２４ａとの間に配置される。弾性要素２２３は、近位流体チャネル部分２２４ａが膨張していないとき、カバープレート２２５と近位流体チャネル部分２２４ａとの間の空間内で自由に動くことができる。膨張すると、膨張した近位流体チャネル部分２２４ａは、弾性要素２２３をカバープレート２２５に対して押し付け、フィンガアクチュエータ２２０の剛性を増加させることになる。フィンガアクチュエータ２２０が作動されると（すなわち、遠位流体チャネル部分２２４ｂに空気を伝えることによって）、弾性要素２２３は、撓んだフィンガアクチュエータ２２０と一緒に移動し、弾性要素２２３は、フィンガアクチュエータ２２０の遠位部分に向かって移動する。近位流体チャネル部分２２４ａが膨張すると、膨張した近位流体チャネル部分２２４ａは、カバープレート２２５で形成された空間を完全に塞ぐことになる。このシナリオでは、膨張した近位流体チャネル部分２２４ａは、弾性要素２２３の戻りを防止する、すなわち、弾性要素２２３は戻ることができなくなる。曲げられたフィンガアクチュエータ２２０の曲げプロファイルは、ロックされることになる。このように、弾性要素２２３は、曲がったフィンガアクチュエータ２２０を硬くすることができ、フィンガアクチュエータ２２０の曲げプロファイルをロックすることができる。

曲げプロファイルをロックすることによって、フィンガアクチュエータ２２０は、１つ以上の他のフィンガアクチュエータ２２０（同様にそれぞれの弾性要素２２３によってロックされた曲げプロファイルを有する）と協働して、より確実に対象物１１０を把持することが可能である。例えば図１３Ｃに示すように、弾性要素２２３は、各フィンガアクチュエータ２２０の対象物１１０との接触領域が実質的に直線となるように、フィンガアクチュエータ２２０を曲げるように制御され得る。このことは、フィンガアクチュエータ２２０の実質的に真っ直ぐな側面と対象物１１０との間の総接触領域を増加させ、フィンガアクチュエータ２２０が平行把持を達成することを可能にする。この平行なグリップ構造を有するロボットグリッパ１００は、円筒形のような直線状の側面を有する対象物１１０を、より優れた把持安定性及び性能で把持することができる。

ロボットグリッパ１００の異なるフィンガアクチュエータ（複数）２２０は、異なる曲げプロファイル（複数）を有するように構成されてもよい。フィンガアクチュエータ２２０は、別のフィンガアクチュエータ２２０とは数及び／又は大きさが異なるなど、異なる一連の蛇腹状セクション（複数）２２２を有していてもよい。例えば、フィンガアクチュエータ２２０の遠位部分における蛇腹状セクション２２２を除去することによって、フィンガアクチュエータ２２０は、依然として或る程度まで曲がることができるが、上述の平行な曲げプロファイルを達成できなくなるだろう。弾性要素２２３は、フィンガアクチュエータ２２０を硬くし、平行な曲げプロファイルを達成するのに役立ち得る。より多くの蛇腹状セクション２２２を除去して、弾性要素２２３の助けを借りて異なる曲げプロファイル（複数）を達成し、フィンガアクチュエータ２２０を硬くし得ることが理解されるだろう。こうして、異なる蛇腹状セクション（複数）２２２は、膨張の際にフィンガアクチュエータ２２０が異なる曲げプロファイルに曲がることを可能にする。さらに、弾性要素２２３は、曲げられたフィンガアクチュエータ２２０を硬くし、その固有の曲げプロファイルにロックする。このように、異なるフィンガアクチュエータ（複数）２２０は、異なる曲げプロファイル（複数）を達成することができ、ロボットグリッパ１００が、上述の平行グリップ構造に限定されない異なるグリップ構造（複数）を達成することを可能にする。

図１４を参照した幾つかの実施形態では、弾性要素２２３を有するフィンガアクチュエータ２２０の曲げプロファイルをロックするための方法７００がある。方法７００は、フィンガアクチュエータ２２０の近位流体チャネル部分２２４ａを膨張させるステップ７０２を含む。近位流体チャネル部分２２４ａは、曲げ可能なフィンガアクチュエータ２２０の近位セクションに配置されている。方法７００は、近位流体チャネル部分２２４ａが膨張すると、近位セクションに配置されたカバープレート２２５に対して弾性要素２２３を押し付けるステップ７０４を含む。弾性要素２２３は、カバープレート２２５と近位流体チャネル部分２２４ａとの間に配置されている。方法７００は、カバープレート２２５に対して弾性要素２２３が押し付けられると、フィンガアクチュエータ２２０を硬くするステップ７０６を含む。方法７００は、遠位流体チャネル部分２２４ｂを膨張させてフィンガアクチュエータ２２０を作動させるステップ７０８を含む。遠位流体チャネル部分２２４ｂは、フィンガアクチュエータ２２０の遠位セクションに配置されている。方法７００は、フィンガアクチュエータ２２０が作動すると、フィンガアクチュエータ２２０を曲げ、弾性要素２２３を遠位セクションへ向かって移動させるステップ７１０を含む。方法７００は、膨張した近位流体チャネル部分２２４ａによって弾性要素２２３の戻りを防止し、それによって、曲がったフィンガアクチュエータ２２０をロックするステップ７１２を含む。

２つの剛性フィンガモジュールを有する伝統的なグリッパおよび２つのソフトフィンガモジュールを有する伝統的なグリッパに対して、３つのフィンガモジュール（弾性要素２２３を有するフィンガアクチュエータ２２０を含む）を有するロボットグリッパ１００の性能を比較するテストが実施された。伝統的なグリッパは対象物１１０をピンチすることしかできなかったが、ロボットグリッパ１００は対象物１１０をピンチし（挟み）、クローする（引っ掛ける）ことができる。テストでは、５つの食品アイテム１１０をピッキングし（摘み）、食品容器３１４にプレースする（入れる）ことを行った。性能の結果は図１５に示されている。ロボットグリッパ１００は、食品容器３１４当たりに要した時間が平均２７．３秒であったのに対して、伝統的な剛性グリッパおよびソフトグリッパは、それぞれ平均２３．２秒、平均３１．７秒であった。ロボットグリッパ１００は、９３．３％の成功率を達成したのに対して、伝統的な剛性グリッパおよびソフトグリッパは、それぞれ７０％および６０％を達成した。ロボットグリッパ１００は、明らかに、対象物１１０を取り扱うのに、より正確で効果的である。

（付加製造）
ロボットグリッパ１００及びその部品（フィンガモジュール２００及びフィンガアクチュエータ２２０を含む）は、様々な製造方法によって製造され得る。幾つかの実施形態では、ロボットグリッパ１００若しくはその部品、または、ロボットグリッパ１００を含む製品若しくはその部品は、付加製造プロセスを含む製造プロセスによって形成され得る。付加製造の一般的な例は、３次元（３Ｄ）印刷である。しかしながら、付加製造の他の方法も利用可能である。ラピッドプロトタイピング又はラピッドマニュファクチャリングもまた、付加製造プロセスを説明するために使用され得る用語である。

本明細書で使用する「付加製造（additive manufacturing）」とは、一般に、材料の連続した層を互いに提供し、３Ｄ部品を層ごとに「構築（build-up）」または「付加的に作製（additively fabricate）」する製造工程を指す。これは、材料を順次除去して部品を製造する減法的製造方法（フライス加工やドリル加工など）と比較される。連続した層は、一般的に融合して、様々な一体型サブコンポーネントを持つモノリシックコンポーネントを形成する。特に、この製造プロセスは、本開示の一例が一体的に形成され、以前の製造方法を使用したときには不可能であった様々な特徴を含むことを可能にする。

本明細書に記載される付加製造方法は、以前の製造方法では不可能であったかもしれない様々な特徴を有する任意の適切なサイズおよび形状に製造することを可能にする。付加製造は、いかなる種類の工具、金型、または固定具も使用せずに、かつ廃棄物を殆どまたは全く出さずに、複雑な幾何学的形状を作成することができる。プラスチックや金属の固形物から部品を加工し、その多くを切り取って廃棄する代わりに、付加製造で使用される材料は、部品の形成に必要な材料のみである。

本開示による適切な付加製造技術には、例えば、溶融堆積モデリング（ＦＤＭ）、選択的レーザ焼結（ＳＬＳ）、インクジェットやレーザジェットによるような３Ｄ印刷、ステレオリソグラフィ（ＳＬＡ）、直接選択的レーザ焼結法（ＤＳＬＳ）、電子ビーム焼結（ＥＢＳ）、電子ビーム溶解（ＥＢＭ）、レーザエンジニアリングネットシェイピング（ＬＥＮＳ）、電子ビーム付加製造法（ＥＢＡＭ）、レーザネットシェイプ製造（ＬＮＳ）、直接金属蒸着（ＤＭＤ）、デジタル光処理（ＤＬＰ）、連続デジタル光処理（ＣＤＬＰ）、直接選択的レーザ溶融（ＤＳＬＭ）、選択的レーザ溶融（ＳＬＭ）、直接金属レーザ溶融（ＤＭＬＭ）、直接金属レーザ焼結（ＤＭＬＳ）、材料噴射（ＭＪ）、ナノ粒子噴射（ＮＰＪ）、ドロップオンデマンド（ＤＯＤ）、バインダジェッティング（ＢＪ）、マルチジェット融合（ＭＪＦ）、積層オブジェクト製造（ＬＯＭ）、その他の公知のプロセスが含まれる。

本明細書に記載される付加製造プロセスは、任意の適切な材料を用いて部品を形成するために使用されてもよい。例えば、材料は、固体、液体、粉末、シート材、ワイヤ、若しくは任意の他の適切な形態、又はそれらの組み合わせである金属、プラスチック、ポリマ、複合材料、又は任意の他の適切な材料であってもよい。より具体的には、本開示の例示的な実施形態によれば、本明細書に記載の付加製造された部品は、付加製造プロセスにおける使用に適した材料の一部、全部、又は何らかの組み合わせで形成されてもよく、これらは本明細書に記載の例の作製に適していてもよい。

上述したように、本明細書に開示される付加製造プロセスは、単一の部品が複数の材料から形成されることを可能にする。したがって、本明細書に記載される実施例は、上記材料の任意の適切な混合物から形成されてもよい。例えば、部品は、異なる材料、プロセス、および／または異なる付加製造機で形成される複数の層、セグメント、または部品を含んでもよい。このようにして、任意の特定の用途の要求（複数）を満たすための異なる材料（複数）および材料特性（複数）を有する部品（複数）が構築され得る。さらに、本明細書に記載される部品は、完全に付加製造プロセスによって構築されるが、代わりの実施形態において、これらの部品の全てまたは一部は、鋳造、機械加工、および／または他の任意の適切な製造プロセスを介して形成されてもよいことが理解されるべきである。実際、材料及び製造方法の任意の適切な組み合わせが、これらの部品を形成するために使用されてもよい。

付加製造プロセスは、典型的には、部品の３Ｄ情報、例えば、３Ｄコンピュータモデル（または設計ファイル）に基づいて部品を製造する。したがって、本明細書に記載される例は、本明細書に記載された製品またはコンポーネントだけでなく、付加製造を介してかかる製品またはコンポーネントを製造する方法、および付加製造を介してかかる製品の製造を制御するためのコンピュータソフトウェア、ファームウェアまたはハードウェアも含む。

製品の構造は、デザインファイルの形式でデジタル的に表現されてもよい。デザインファイル、またはＣＡＤ（Computer Aided Design）ファイルは、製品の形状の表面または体積の構成のうちの１つ以上を符号化した構成ファイルである。つまり、デザインファイルは、製品の幾何学的な配置または形状を表す。

デザインファイルは、現在知られている、または将来開発されるどのようなファイル形式を取ってもよい。例えば、設計ファイルは、スリーディー・システムズ（3D Systems）社のステレオリソグラフィＣＡＤプログラム用に作成されたステレオリソグラフィ若しくは「標準テセレーション言語」（.stl）形式であってもよいし、または、アメリカ機械学会（American Society of Mechanical Engineers）（ＡＳＭＥ）標準であるアディティブ・マニュファクチャリング・ファイル（Additive Manufacturing File）（.amf）フォーマットであってもよい。後者は、あらゆるＣＡＤソフトウェアが、あらゆる付加製造プリンタで製造されるあらゆる３Ｄ対象物の形状と構成を記述できるように設計された、ＸＭＬ（Extensible Markup Language）ベースのフォーマットである。さらなる設計ファイルフォーマットの例としては、オートキャド（AutoCAD）（.dwg）ファイル、ブレンダ（Blender）（.blend）ファイル、パラソリッド（Parasolid）（.x_t）ファイル、３Ｄマニュファクチャリング・フォーマット（3D Manufacturing Format）（.3mf）ファイル、オートデスク（Autodesk）（3ds）ファイル、コラダ（Collada）（.dae）ファイル、ウェーブフロント（Wavefront）（.obj）ファイルなどを含むが、他にも多くのファイルフォーマットが存在する。

設計ファイルは、モデリング（例えばＣＡＤモデリング）ソフトウェアを用いて、および／または製品の表面を走査して製品の表面構造を測定することによって作成され得る。一旦設計ファイルが得られたら、設計ファイルは、コンピュータの実行可能な命令のセットに変換され得る。この命令セットは、一旦プロセッサによって実行されると、プロセッサに付加製造装置を制御させて、設計ファイルで特定された幾何学的配置に従って製品を生産させる。この変換は、設計ファイルを、付加製造装置によって順次形成されるべきスライス（複数）またはレイヤ（複数）に変換することができる。上記命令（別の言い方をすれば、幾何学的コード又は「Ｇコード」）は、特定の付加製造装置に対して校正され、製造プロセスの各段階において形成されるべき材料の正確な位置及び量を特定し得る。上述したように、この形成は、堆積を通じて、焼結を通じて、又は任意の他の形態の付加製造方法を通じてであってもよい。

上記コードまたは命令は、必要に応じて、異なるフォーマット（複数）間で変換され、データ信号のセットに変換されて送信され、データ信号のセットとして受信され、コードに変換され、保存されるなどしてもよい。上記命令は、付加製造システムへの入力であってよく、部品設計者、知的財産（ＩＰ）プロバイダ、設計会社、付加製造システムのオペレータ若しくは所有者、または他のソースから来てもよい。付加製造システムは、本明細書に開示された技術又は方法のいずれかを用いて製品を製造するために命令を実行してもよい。

設計ファイル又はコンピュータ実行可能な命令は、製造される製品を表すコード、又はコンピュータ読取り可能な命令を格納する（一時的又は非一時的）コンピュータ読取り可能な記録媒体（例えば、メモリ、記録システムなど）に格納されてもよい。前述のように、製品を規定するコード又はコンピュータ読取り可能な命令は、付加製造システムによるコード又は命令の実行時に、対象物を物理的に生成するために使用され得る。例えば、命令は、製品の正確に規定された３Ｄモデルを含むことができ、オートキャド（AutoCAD）（登録商標）、ターボキャド（TurboCAD）（登録商標）、デザインキャド・スリーディー・マックス（DesignCAD 3D Max）などの多種多様な周知のＣＡＤソフトウェアシステムのいずれかから生成され得る。それに代えて、製品のモデルまたはプロトタイプをスキャンして、製品の３Ｄ情報を決定することもできる。したがって、コンピュータ実行可能な命令に従って付加製造装置を制御することにより、付加製造装置は、製品をプリントアウトするように指示され得る。

以上に鑑みて、実施形態は、付加製造を介して製造する方法を含む。これは、製品を表す設計ファイルを取得するステップと、上記設計ファイルに従って上記製品を製造するように付加製造装置に指示するステップとを含む。上記付加製造装置は、上記設計ファイルを、上記製品の製造を制御するためのコンピュータ実行可能命令に自動的に変換するように構成されたプロセッサを含んでもよい。これらの実施形態において、上記設計ファイル自体は、一旦付加製造装置に入力されると、上記製品の製造を自動的に引き起こすことができる。したがって、本実施形態では、上記設計ファイル自体が、上記付加製造装置に上記製品を製造させるコンピュータ実行可能命令と考えられ得る。それに代えて、上記設計ファイルは、外部のコンピューティングシステムによって命令に変換され、その結果生ずるコンピュータ実行可能命令が上記付加製造装置に提供されてもよい。

本明細書に記載された主題の実施形態は、データ処理装置による実行のため、またはデータ処理装置の動作を制御するために、コンピュータ記憶媒体上で符号化された１つ以上のコンピュータプログラム、すなわちコンピュータプログラム命令の１つ以上のモジュールを用いて実現することができる。それに代えて、またはそれに加えて、プログラム命令は、人工的に生成された伝搬信号、例えば、データ処理装置による実行のために適切な受信装置に送信するための情報を符号化するために生成された機械生成による電気、光、または電磁信号上に符号化することが可能である。コンピュータ記録媒体は、コンピュータ読取り可能な記録装置、コンピュータ読取り可能な記録基板、ランダムまたはシリアルアクセスメモリアレイ若しくは装置、またはそれらの１つ以上の組合せであるか、またはそれらに含まれ得る。さらに、コンピュータ記録媒体は伝搬信号ではないが、コンピュータ記録媒体は、人工的に生成された伝搬信号で符号化されたコンピュータプログラム命令のソースまたは宛先であり得る。また、コンピュータ記憶媒体は、１つ以上の別個の物理的構成要素または媒体（例えば、複数のＣＤ、ディスク、または他の記録装置）であるか、またはそれらに含まれることができる。

付加製造技術は、典型的には垂直方向に、点ごとに、層ごとに物体を構築することによって複雑な物体の製作を可能にするものとして本明細書に記載されているが、他の製作方法が可能であり、本主題事項の範囲内である。例えば、本明細書における議論は、連続する層を形成するための材料の付加に言及するが、当業者は、本明細書に開示される方法及び構造が、任意の付加製造技術又は他の製造技術で実施され得ることを理解するだろう。

前述の詳細な説明において、ロボットグリッパに関連する本開示の実施形態が、提供された図を参照しながら説明される。本明細書における様々な実施形態の説明は、本開示の特定の（specific）または特別の（particular）表現のみを呼び出したり、限定したりすることを意図したものではなく、単に本開示の非限定的な例を説明するためのものである。本開示は、先行技術に関連する言及された問題及び課題の少なくとも１つを解決するのに役立つ。本開示のいくつかの実施形態のみが本明細書に開示されているが、本開示の範囲から逸脱することなく、開示された実施形態に対して様々な変更及び／又は修正を行うことができることは、本開示を鑑みると当業者には明らかだろう。したがって、本開示の範囲だけでなく、以下の特許請求の範囲も、本明細書に記載された実施形態に限定されるものではない。

Claims (20)

1. ロボットグリッパであって、
   本体と、
   複数の変位機構と、
   上記本体に取り外し可能に連結された又は連結可能な複数のフィンガモジュールとを備え、各フィンガモジュールがそれぞれの変位機構と係合しており、
   各フィンガモジュールは、対象物を把持するために他のフィンガアクチュエータと協働するフィンガアクチュエータを含み、
   各変位機構は、それぞれのフィンガモジュールを移動させてそのフィンガモジュールの上記本体上の配置を調整するように構成され、それによって、上記対象物を把持するためのロボットグリッパを構成する
   ことを特徴とするロボットグリッパ。
2. 請求項１に記載のロボットグリッパにおいて、
   各変位機構が、上記本体に対するそれぞれのフィンガモジュールの線形変位および／または回転変位のために構成されている
   ことを特徴とするロボットグリッパ。
3. 請求項１または２に記載のロボットグリッパにおいて、
   各フィンガアクチュエータは、
   上記フィンガアクチュエータを硬くするために構成された弾性要素と、
   上記フィンガアクチュエータの近位セクションに配置されたカバープレートおよび膨張可能なチャネルとを含み、上記弾性要素は上記カバープレートと上記膨張可能なチャネルとの間に配置され、
   上記チャネルが膨張すると、その膨張したチャネルが上記弾性要素を上記カバープレートに対して押し付け、それによって、上記フィンガアクチュエータを硬くし、
   上記フィンガアクチュエータが作動し曲がると、上記弾性要素が上記フィンガアクチュエータの遠位セクションに向かって移動し、上記膨張したチャネルが上記弾性要素の戻りを防止し、それによって、曲がったフィンガアクチュエータをロックする
   ことを特徴とするロボットグリッパ。
4. 請求項１から３までのいずれか一つに記載のロボットグリッパにおいて、
   各フィンガアクチュエータは、
   上記フィンガアクチュエータの近位セクションにある複数の幅狭の蛇腹状セクションと、
   上記フィンガアクチュエータの遠位セクションにある複数の幅広の蛇腹状セクションとを含んでいる
   ことを特徴とするロボットグリッパ。
5. 請求項１から４までのいずれか一つに記載のロボットグリッパにおいて、
   各フィンガモジュールは、そのフィンガアクチュエータ上に被るためのスリーブを含んでいる
   ことを特徴とするロボットグリッパ。
6. 請求項１から５までのいずれか一つに記載のロボットグリッパにおいて、
   各フィンガモジュールは触覚センサを含んでいる
   ことを特徴とするロボットグリッパ。
7. 請求項６に記載のロボットグリッパにおいて、
   上記触覚センサは、上記対象物を把持するためのロボットグリッパのグリップ構造を制御するためのフィードバックを提供するために構成されている
   ことを特徴とするロボットグリッパ。
8. 請求項７に記載のロボットグリッパにおいて、
   上記グリップ構造は、上記触覚センサによって決定された分散および共分散の推移における変動の強度に基づいて制御される
   ことを特徴とするロボットグリッパ。
9. 請求項１から８までのいずれか一つに記載のロボットグリッパにおいて、
   上記ロボットグリッパは、上記対象物の検出のために視覚システムと協働する
   ことを特徴とするロボットグリッパ。
10. ロボットグリッパを構成するための方法であって、
    上記方法は、
    複数のフィンガモジュールと複数の変位機構とを備えるロボットグリッパを操作することを含み、上記フィンガモジュールは、上記ロボットグリッパの本体に取り外し可能に連結されており、
    各フィンガモジュールをそれぞれの変位機構に係合させることと、
    対象物を把持するために上記フィンガモジュールを配置することを含み、各フィンガモジュールは、上記対象物を把持するために他のフィンガアクチュエータと協働するフィンガアクチュエータを含み、
    それぞれの変位機構を用いて、１つ以上のフィンガモジュールを移動させて、上記フィンガモジュールの上記本体上の配置を調整し、それによって、上記対象物を把持するための上記ロボットグリッパを構成すること
    を含む方法。
11. 請求項１０に記載の方法において、
    上記フィンガモジュールを移動させることは、上記本体に対するそれぞれのフィンガモジュールの線形変位および／または回転変位を含む
    ことを特徴とする方法。
12. コンピュータが実行可能命令を含むコンピュータプログラムであって、
    プロセッサによって実行されると、上記プロセッサに付加製造装置を制御させて、請求項１から９までのいずれか一つに記載のロボットグリッパを含む製品を製造させる、
    ことを特徴とするコンピュータプログラム。
13. 付加製造を介して製品を製造する方法であって、
    上記方法は、
    製品の幾何学的形状を表す電子ファイルを取得することを含み、上記製品は請求項１から９までのいずれか一つに記載のロボットグリッパを含み、
    付加製造装置を制御して、１つ以上の付加製造ステップにわたって、上記電子ファイルで特定された形状に従って上記製品を製造すること
    を含む方法。
14. ロボットグリッパで対象物をハンドリングするための方法であって、
    上記方法は、
    撮像装置を用いて、第１の位置に配置された対象物の視覚データを取り込むことを含み、上記視覚データはカラー画像データおよび点群データを含み、
    上記カラー画像データおよび学習された画像分類器に基づいて、上記対象物を検出することと、
    上記点群データに基づいて、上記ロボットグリッパによってハンドリングされるべき１つ以上の検出された対象物を選択することと、
    各選択された対象物について３Ｄ表現を構築することと、
    各選択された対象物をハンドリングするためのグリップ構造を決定するために、上記３Ｄ表現を上記ロボットグリッパに連絡することと、
    上記ロボットグリッパが上記第１の位置と第２の位置との間を移動するための軌道を計算することと、
    上記選択された対象物を、上記ロボットグリッパとそれぞれのグリップ構造を用いて、上記計算された軌道に沿って上記第１の位置から上記第２の位置へ転送することを含み、
    上記対象物の選択と対象物の転送は、マルチスレッド化されたコンピュータプロセスで並行して処理される
    ことを特徴とする方法。
15. 請求項１４に記載の方法において、さらに、
    上記第２の位置の位置データおよび速度データを受信することと、
    上記第２の位置の位置データおよび／または速度データに基づいて上記第２の位置を位置決めすることとを含み、
    上記軌道は、その位置決めされた第２の位置に基づいて計算される
    ことを特徴とする方法。
16. フィンガアクチュエータであって、
    上記フィンガアクチュエータを硬くするための弾性要素と、
    上記フィンガアクチュエータの近位セクションに配置されたカバープレートおよび膨張可能なチャネルとを含み、上記弾性要素は上記カバープレートと膨張可能なチャネルとの間に配置され、
    上記チャネルが膨張すると、上記膨張したチャネルが上記弾性要素を上記カバープレートに対して押し付け、それによって、上記フィンガアクチュエータを硬くし、
    上記フィンガアクチュエータが作動し曲がると、上記弾性要素が上記フィンガアクチュエータの遠位セクションに向かって移動し、上記膨張したチャネルが上記弾性要素の戻りを防止し、それによって、曲がったフィンガアクチュエータがロックされる
    ことを特徴とするフィンガアクチュエータ。
17. 請求項１６に記載のフィンガアクチュエータにおいて、
    各フィンガアクチュエータは、
    上記フィンガアクチュエータの近位セクションにある複数の幅狭の蛇腹状セクションと、
    上記フィンガアクチュエータの遠位セクションにある複数の幅広の蛇腹状セクションとを含んでいる
    ことを特徴とするフィンガアクチュエータ。
18. コンピュータ実行可能な命令を含むコンピュータプログラムであって、
    上記命令は、プロセッサによって実行されるとき、上記プロセッサに、付加製造装置を制御して、請求項１６または１７に記載のフィンガアクチュエータを含む製品を製造させる
    ことを特徴とするコンピュータプログラム。
19. 付加製造を介して製品を製造する方法であって、
    上記方法は、
    上記製品の幾何学的形状を表す電子ファイルを取得することを含み、上記製品は請求項１６または１７に記載のフィンガアクチュエータを含み、
    付加製造装置を制御して、１つ以上の付加製造ステップにわたって、上記電子ファイルで特定された形状に従って上記製品を製造すること
    を含む方法。
20. フィンガアクチュエータの曲げプロファイルをロックするための方法であって、
    上記方法は、
    上記フィンガアクチュエータの流体チャネルの近位の部分を膨張させることを含み、上記近位の流体チャネル部分は上記フィンガアクチュエータの近位セクションに配置され、
    上記近位の流体チャネル部分が膨張すると、上記近位セクションに配置されたカバープレートに対して弾性要素を押し付けることを含み、上記弾性要素は上記カバープレートと上記近位の流体チャネル部分との間に配置され、
    上記カバープレートに対して上記弾性要素が押し付けられると、上記フィンガアクチュエータを硬くすることを含み、
    上記流体チャネルの遠位の部分を膨張させて上記フィンガアクチュエータを作動させることを含み、上記遠位の流体チャネル部分は上記フィンガアクチュエータの遠位セクションに配置され、
    上記フィンガアクチュエータが作動すると、上記フィンガアクチュエータを曲げ、上記遠位セクションに向かって上記弾性要素を移動させることを含み、
    上記膨張した近位の流体チャネル部分が上記弾性要素の戻りを防止し、それによって、曲がったフィンガアクチュエータをロックすること
    を含む方法。

Images