JP4933636B2 - 学習歩行ロボット装置及びその制御プログラム - Google Patents
学習歩行ロボット装置及びその制御プログラム Download PDFInfo
- Publication number
- JP4933636B2 JP4933636B2 JP2010058137A JP2010058137A JP4933636B2 JP 4933636 B2 JP4933636 B2 JP 4933636B2 JP 2010058137 A JP2010058137 A JP 2010058137A JP 2010058137 A JP2010058137 A JP 2010058137A JP 4933636 B2 JP4933636 B2 JP 4933636B2
- Authority
- JP
- Japan
- Prior art keywords
- hardness
- walking
- learning
- floor surface
- walking robot
- 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.)
- Active
Links
- 238000012545 processing Methods 0.000 claims description 27
- 230000007613 environmental effect Effects 0.000 claims description 22
- 238000005070 sampling Methods 0.000 claims description 21
- 238000005259 measurement Methods 0.000 claims description 14
- 210000000544 articulatio talocruralis Anatomy 0.000 claims description 11
- 235000019589 hardness Nutrition 0.000 description 58
- 238000000034 method Methods 0.000 description 38
- 230000008569 process Effects 0.000 description 14
- 210000002683 foot Anatomy 0.000 description 9
- 238000012937 correction Methods 0.000 description 8
- 230000001133 acceleration Effects 0.000 description 7
- 230000005484 gravity Effects 0.000 description 6
- 210000004394 hip joint Anatomy 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 210000003423 ankle Anatomy 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000011521 glass Substances 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000005021 gait Effects 0.000 description 2
- 210000001624 hip Anatomy 0.000 description 2
- 210000003127 knee Anatomy 0.000 description 2
- 210000000629 knee joint Anatomy 0.000 description 2
- 210000002414 leg Anatomy 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004587 chromatography analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009408 flooring Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
Images
Description
本実施の形態の学習歩行ロボット装置(以下、ロボット装置という)は、主として人に毎日の生活を楽しんでもらいながら情報やサービスの提供を行うパーソナルホームコンシェルジュとしての働きを担っている。このために、ロボット装置には、「コミュニケーション知能」による自然なコミュニケーションと共に「移動知能」による生活空間内の自由な移動が求められる。従って、生活空間における様々な素材で構成される床面(歩行面)上を、ロボット装置を安定に歩行させる技術が必要かつ不可欠である。さらに、ホームユースであることに鑑みれば、その歩行技術を安価に構成することが必要である。
カメラ10は、ロボット装置1の周囲の環境を撮影する。赤外線測距センサ11は、ロボット装置1の現在位置から所定距離までの間の床面の凹凸状態を測定する。2軸ジャイロセンサ12は、ロボット装置1のXY軸周りの旋回角速度を測定する。3軸加速度センサ13は、ロボット装置1のXYZ軸方向の加速度を測定する。圧力センサ14は、左右の足裏に設けられてそれぞれの足にかかる荷重分布を測定する。
ロボット装置1の右膝部及び左膝部は、それぞれ右膝関節ピッチ軸111及び左膝関節ピッチ軸112の1自由度をもつ。右足首部は、右足首関節ピッチ軸113及び右足首関節ロール軸114の2自由度をもつ。左足首部は、左足首関節ピッチ軸115及び左足首関節ロール軸116の2自由度をもつ。
ロボット装置1は、導入された初期において行動範囲となる生活空間内の環境情報を自動で作成する。この環境情報は、後述するように、「位置座標」と「環境画像」と「床面の硬さ情報」と「サンプリングデータ」とを備えている。ロボット装置1は、生活空間内を隈なく歩行して、この情報を収集する。
ステップS04において、対応データ生成部34は、現在位置座標と撮影した環境画像とを対応付けて環境情報データベース42に格納する。図5は、座標位置と環境画像との対応を示す図である。図5では、カメラ10が1台設けられて画像が撮影されているが、環境画像は、カメラ10が複数段に設けられて撮影されたものであっても良いし、首関節ヨー軸102の回転に加えて首関節ピッチ軸101を回転させて上下方向にも撮影されたものであっても良い。なお、環境画像は、デジタルデータ化され、環境情報データベースに時系列順に保存され、予め設定したデータ量を超えた場合には、古い環境画像データから順に削除されて新たな環境画像データが保存されていく。
(2)上記制御を両足首同時に行い、所定の時間毎(例えば、20msec毎)に所定の回数だけ(例えば、10回)電流値の測定を行い、その所定の回数における電流値の平均値を算出する。両足首の電流値の平均値を加算した値を硬さを判定するときの電流値とする。
アクチュエータに流れる電流から、床面硬さを取得できる原理について説明する。例えば、床面がガラスである場合と絨毯である場合を想定する。床面が絨毯と柔らかい場合、足裏を傾けたときの支軸となる足側面側は床面が変形して凹むことにより、足裏と床面との接触面積が増加する。一方、床面がガラスの場合は、床面の変形がほとんどないため、足裏と床面との接触面積は絨毯の場合と比べると小さい。この結果、足裏を傾ける姿勢を保持するためにアクチュエータに必要とされる電流は、絨毯のほうがガラスのときよりも小さくなる。従って、アクチュエータの電流値が高ければ高いほど硬い床面であり、低ければ低いほど柔らかい床面であると判断することができる。
(2)基本歩行パターン算出部25は、図9に示す基本歩行パターン制御量データを抽出する。この基本歩行パターン制御量データは、床面の状態によらない制御量データであり、所定時間(歩行の1周期においてアクチュエータを制御する際の単位時刻)毎のアクチュエータの角度量で表される。ここで、基本歩行パターン制御量データはロボット装置1の各関節を動作させるアクチュエータ毎に設定されている。この基本歩行パターン制御量データは、歩行情報データベース41に格納されている。
つまり、基本歩行パターンは以下で表される式(線形倒立振子の運動関係を示す運動方程式の解)に基づいて生成される。
なお、ここではロボットの重心の高さは変化しないものと仮定している。
X’(t)=X(0)/{Tc・sinh(t/Tc)}+X’(0)・cosh(t/Tc)
Tc≡√(Z/G)
X(t):時刻tにおけるロボットのX軸方向の重心位置
X’(t):時刻tにおけるロボットのX軸方向の重心の速度
Z:ロボットの重心の高さ(定数)
G:重力加速度(定数)
Tc:ロボットの重心の高さと重力加速度によって決まる時定数
(3)歩行パターン生成部24は、選択した補正係数(図8)を対応する基本歩行パターンの制御量データ(図9)に掛けた値を新たな歩行パターンとする。これによって、床面の硬さに応じた歩行パターンを生成する。
ロボット装置に設けられた各センサ(ジャイロ、加速度、圧力)は、ロボットの歩行動作中の姿勢に関する時系列データを計測する。フィードバックゲイン生成部26は、歩行パターン生成部24が生成した現在の歩行パターンとこの測定データによる歩行状態とを比較して偏差を算出する。そして、この偏差がなくなるように制御用のフィードバックゲインを生成する。ここで生成されたフィードバックゲインは次の所定時間における歩行動作において使用される。
ステップS12においてNoの場合、即ち、まだ所定の繰返し数だけデータが収集されていない場合は、図3のステップS02に戻り、環境情報作成動作を繰り返して実行する。
図10は、このようにしてサンプリングデータ生成部29によって集められたサンプリングデータを示す図である。図10に示すように、床面の硬さの測定結果が同じであるとは限らない。また歩行結果も床面の硬さに対応して常に同じであるとは限らない。これは、床面の硬さの測定結果にばらつきが生じたり、たまたま床面が濡れているなどの理由により床面が実際に変化したりすることによる。
例えば、歩行結果が良(図10の「歩行結果」の欄が「○」)である回数が最も多い床面の硬さを測定結果として環境情報として登録する。また、異なる床面の硬さにおいて歩行結果が良である回数が同じ場合は、最初に歩行結果が最も多く量となった床面の硬さを測定結果として環境情報として登録する。
図4のステップS15において、環境情報作成領域内を隈なく探索して環境情報を作成したかどうかを調べる。ここで、環境情報作成領域とは、環境情報データベース42内に存在する全環境画像に対応した生活空間内の領域のことである。ステップS15でYesの場合、即ち環境情報作成領域内の環境情報作成を完了している場合は本処理を終了する。ステップS15でNoの場合、即ち環境情報作成領域内に未探索の領域が存在する場合は、ステップS16において、その領域に移動する。移動する領域は、本実施においては、赤外線測距センサ11の測定結果により凹凸が存在しない領域であればランダムでよい。そして、図3のステップS02からの処理を実行する。
上述の環境情報作成処理において、ロボット装置1が歩行する領域について環境情報が作成された。そのため、ロボット装置1は、環境情報が作成されている領域においては、この環境情報に従った歩行動作を実行する。上述のように環境情報は、ロボット装置1による学習の結果作成されたものである。従って、環境情報に従った歩行動作を学習歩行と呼ぶ。
ロボット装置1が歩行動作を開始する場合、ロボット装置1は目的地まで図12のフローに示す学習歩行動作を繰り返して実行する。
さらに、撮影した画像の一部分を用いて比較することで処理の効率化を図っても良い。この処理は、画像同士の厳密な比較を行うのではなく、同じ環境の画像を特定することが目的であるため、このような簡略化した処理であっても所要の目的を達成し、効率化を図ることができる。
そして、ステップS28において、所定の位置まで歩行したら次の学習歩行動作に備えるために歩行を停止する。
上記実施形態に開示されている複数の構成要素の適宜な組み合せにより種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。更に、異なる実施形態に亘る構成要素を適宜組み合せてもよい。
Claims (5)
- 所定領域内を2足歩行する学習歩行ロボット装置において、
前記所定領域内のそれぞれの位置における床面の硬さを表す硬さ指標を測定する硬さ指標測定手段と、
前記それぞれの位置を表す位置情報と前記硬さ指標とを対応付けて硬さ情報として保存する硬さ情報記憶手段と、
前記所定領域内の前記学習歩行ロボット装置の現在位置を同定する現在位置同定手段と、
同定された現在位置における床面の硬さ指標を前記硬さ情報から決定する硬さ決定手段と、
決定した床面の硬さ指標に基づいて歩行形態を選択して歩行動作を制御する制御手段とを有し、
前記硬さ指標測定手段は、前記学習歩行ロボット装置が直立した姿勢を保持したまま足首の関節ロール軸アクチュエータを駆動したときの前記アクチュエータに流れる電流値に基づいて、前記アクチュエータに流れる電流値が大きいほど前記床面が硬いとする硬さ指標を対応付けることを特徴とする学習歩行ロボット装置。 - 前記所定領域内のそれぞれの位置での周囲の画像を第1の環境画像として取得する環境画像取得手段と、
前記所定領域内の前記学習歩行ロボット装置の現在位置での周囲の画像を第2の環境画像として取得する現在画像取得手段とを更に備え、
前記現在位置同定手段は、前記第2の環境画像と前記第1の環境画像とのマッチング処理結果から現在位置を同定することを特徴とする請求項1に記載の学習歩行ロボット装置。 - 前記現在位置同定手段は、学習歩行ロボット装置の歩数、歩幅、旋回角の積分値から求めた現在位置から所定範囲にある位置での前記第1の環境画像と前記第2の環境画像とのマッチング処理結果から現在位置を同定することを特徴とする請求項2に記載の学習歩行ロボット装置。
- 前記選択された歩行形態での歩行状態の良否を判定する良否判定手段と、
前記それぞれの位置における硬さ指標と、この硬さ指標に基づいて選択された歩行形態での歩行状態の良否との実績値を収集して蓄積するサンプリング手段と、
前記サンプリング手段が蓄積した実績値から、それぞれの位置において、歩行状態が良となるときの硬さ指標を抽出するサンプリングデータ集計手段とを更に備え、
前記硬さ情報記憶手段は、前記それぞれの位置を表す位置情報と前記サンプリングデータ集計手段により抽出された硬さ指標とを対応付けて硬さ情報として保存することを特徴とする請求項1に記載の学習歩行ロボット装置。 - 所定領域内を2足歩行する学習歩行ロボット装置を制御するプログラムにおいて、
前記所定領域内のそれぞれの位置における床面の硬さを表す硬さ指標を測定し、
前記それぞれの位置を表す位置情報と前記硬さ指標とを対応付けて硬さ情報として保存し、
前記所定領域内の前記学習歩行ロボット装置の現在位置を同定し、
同定された現在位置における床面の硬さ指標を前記硬さ情報から決定し、
決定した床面の硬さ指標に基づいて歩行形態を選択して歩行動作を制御する動作を前記学習歩行ロボット装置に搭載されたコンピュータに実行させ、
前記硬さ指標の測定では、前記学習歩行ロボット装置が直立した姿勢を保持したまま足首の関節ロール軸アクチュエータを駆動したときの前記アクチュエータに流れる電流値に基づいて、前記アクチュエータに流れる電流値が大きいほど前記床面が硬いとする硬さ指標を対応付けることを特徴とする制御プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010058137A JP4933636B2 (ja) | 2010-03-15 | 2010-03-15 | 学習歩行ロボット装置及びその制御プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010058137A JP4933636B2 (ja) | 2010-03-15 | 2010-03-15 | 学習歩行ロボット装置及びその制御プログラム |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012031485A Division JP5286429B2 (ja) | 2012-02-16 | 2012-02-16 | 学習歩行ロボット装置及びその制御プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2011189466A JP2011189466A (ja) | 2011-09-29 |
JP4933636B2 true JP4933636B2 (ja) | 2012-05-16 |
Family
ID=44794925
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010058137A Active JP4933636B2 (ja) | 2010-03-15 | 2010-03-15 | 学習歩行ロボット装置及びその制御プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4933636B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6450273B2 (ja) * | 2015-07-08 | 2019-01-09 | 本田技研工業株式会社 | 移動ロボットの動作環境情報生成装置 |
CN108960072B (zh) * | 2018-06-06 | 2022-05-10 | 华为技术有限公司 | 一种步态识别的方法及设备 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003346150A (ja) * | 2002-05-24 | 2003-12-05 | Sony Corp | 床面認識装置及び床面認識方法並びにロボット装置 |
JP2004034272A (ja) * | 2002-07-08 | 2004-02-05 | Mitsubishi Heavy Ind Ltd | 移動体の自己位置同定装置 |
JP2004110802A (ja) * | 2002-08-26 | 2004-04-08 | Sony Corp | 環境同定装置、環境同定方法、プログラム及び記録媒体、並びにロボット装置 |
JP4649913B2 (ja) * | 2003-09-19 | 2011-03-16 | ソニー株式会社 | ロボット装置及びロボット装置の移動制御方法 |
JP4453076B2 (ja) * | 2004-03-31 | 2010-04-21 | 株式会社国際電気通信基礎技術研究所 | ヒューマノイドロボット |
JP4326437B2 (ja) * | 2004-09-10 | 2009-09-09 | 本田技研工業株式会社 | ロボットの制御装置 |
JP4448497B2 (ja) * | 2006-03-23 | 2010-04-07 | 本田技研工業株式会社 | 移動体の自己位置検出装置および位置検出システム |
-
2010
- 2010-03-15 JP JP2010058137A patent/JP4933636B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2011189466A (ja) | 2011-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3855812B2 (ja) | 距離計測方法、その装置、そのプログラム、その記録媒体及び距離計測装置搭載型ロボット装置 | |
JP3994950B2 (ja) | 環境認識装置及び方法、経路計画装置及び方法、並びにロボット装置 | |
US20130079929A1 (en) | Robot and control method thereof | |
CN114845785A (zh) | 智能跑步机 | |
JP2003269937A (ja) | 障害物認識装置、障害物認識方法、及び障害物認識プログラム並びに移動型ロボット装置 | |
US8768507B2 (en) | Robot and behavior control system for the same | |
CN108563220A (zh) | 仿人足球机器人的运动规划 | |
US8805582B2 (en) | Robot control apparatus | |
JP2003266345A (ja) | 経路計画装置、経路計画方法及び経路計画プログラム並びに移動型ロボット装置 | |
JP7417356B2 (ja) | ロボット制御システム | |
Page et al. | Fast embedded feet pose estimation based on a depth camera for smart walker | |
JP2018167330A (ja) | ロボットの制御装置 | |
KR20220063847A (ko) | 대상자의 보행 패턴을 식별하는 방법 및 이를 수행하는 전자 장치 | |
JP4933636B2 (ja) | 学習歩行ロボット装置及びその制御プログラム | |
JP5286429B2 (ja) | 学習歩行ロボット装置及びその制御プログラム | |
CN116619382A (zh) | 机器人运动控制方法、系统及电子设备 | |
WO2004085121A1 (ja) | ロボット装置及びロボット装置の制御方法 | |
JP4910552B2 (ja) | 動作データ作成装置及びその方法 | |
WO2020153299A1 (ja) | ロボット制御システム | |
JP4649913B2 (ja) | ロボット装置及びロボット装置の移動制御方法 | |
JP5198035B2 (ja) | 脚式ロボット及びその制御方法 | |
Xiang et al. | Comparing real-time human motion capture system using inertial sensors with microsoft kinect | |
Wasielica et al. | Interactive programming of a mechatronic system: A small humanoid robot example | |
JP5539001B2 (ja) | 制御装置 | |
JP2013208292A (ja) | 歩行支援装置、及び歩行支援プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20111227 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20120117 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20120216 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4933636 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20150224 Year of fee payment: 3 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |