JP5509226B2 - 力制御関節を有する有脚ロボットのための運動学的および動力学的キャリブレーション方法およびシステム、並びに該ロボット - Google Patents
力制御関節を有する有脚ロボットのための運動学的および動力学的キャリブレーション方法およびシステム、並びに該ロボット Download PDFInfo
- Publication number
- JP5509226B2 JP5509226B2 JP2012016805A JP2012016805A JP5509226B2 JP 5509226 B2 JP5509226 B2 JP 5509226B2 JP 2012016805 A JP2012016805 A JP 2012016805A JP 2012016805 A JP2012016805 A JP 2012016805A JP 5509226 B2 JP5509226 B2 JP 5509226B2
- Authority
- JP
- Japan
- Prior art keywords
- robot
- kinematic
- calibration
- joint
- joints
- 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
- 238000000034 method Methods 0.000 title claims description 134
- 210000002683 foot Anatomy 0.000 claims description 72
- 238000005259 measurement Methods 0.000 claims description 50
- 230000033001 locomotion Effects 0.000 claims description 34
- 230000006870 function Effects 0.000 claims description 32
- 230000036544 posture Effects 0.000 claims description 25
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000005457 optimization Methods 0.000 claims description 16
- 238000013480 data collection Methods 0.000 claims description 11
- 210000000544 articulatio talocruralis Anatomy 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 210000003371 toe Anatomy 0.000 claims description 3
- 238000013459 approach Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims 1
- 210000001503 joint Anatomy 0.000 description 37
- 239000011159 matrix material Substances 0.000 description 11
- 238000012360 testing method Methods 0.000 description 11
- 230000005284 excitation Effects 0.000 description 10
- 238000002474 experimental method Methods 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 6
- 238000007796 conventional method Methods 0.000 description 6
- 238000002790 cross-validation Methods 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 5
- 238000009472 formulation Methods 0.000 description 5
- 239000000203 mixture Substances 0.000 description 5
- 241000282412 Homo Species 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 239000000243 solution Substances 0.000 description 4
- 241001416181 Axis axis Species 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 208000004067 Flatfoot Diseases 0.000 description 2
- 210000003423 ankle Anatomy 0.000 description 2
- 238000002939 conjugate gradient method Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 239000012482 calibration solution Substances 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 210000004197 pelvis Anatomy 0.000 description 1
- 230000008521 reorganization Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 239000013598 vector Substances 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
- B25J9/1679—Programme controls characterised by the tasks executed
- B25J9/1692—Calibration of manipulator
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D57/00—Vehicles characterised by having other propulsion or other ground- engaging means than wheels or endless track, alone or in addition to wheels or endless track
- B62D57/02—Vehicles characterised by having other propulsion or other ground- engaging means than wheels or endless track, alone or in addition to wheels or endless track with ground-engaging propulsion means, e.g. walking members
- B62D57/032—Vehicles characterised by having other propulsion or other ground- engaging means than wheels or endless track, alone or in addition to wheels or endless track with ground-engaging propulsion means, e.g. walking members with alternately or sequentially lifted supporting base and legs; with alternately or sequentially lifted feet or skid
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Robotics (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Transportation (AREA)
- Manipulator (AREA)
Description
control)の使用または動力学的平衡力制御(DBFC:dynamic balance force control)の使用などを含む、人型ロボットを制御するための多くの役立つ技法が開発されてきた。ロボットコントローラによって実施される特定の制御技法に係わりなく、センサによって提供され得る、または算出され得る特定のデータは、適正な制御が達成されるためには正確でなければならない。例えば、従来のマニピュレータと比較した場合、フローティングベース(floating−base)の人型ロボットの運動学的パラメータおよび動力学的パラメータを同定または決定することは、今なお難しい問題であることが判明した。難しさが存在するのは、部分的には、バランスを維持しながら、多種多様な姿勢および運動を獲得することに問題があるためである。加えて、パラメータ同定または決定アルゴリズムは、外部的な測定をしばしば必要とし、このことは、環境内に(すなわち、ロボット自体の外側または外部に)追加的なセンサを含むことを、ロボット制御システムに強いる。
は決定するためのコントローラに入力を提供するために使用されるセンサを各関節に含むことができるが、これらの関節角度は、関節の動きを通してロボットをさらに制御し、および/または位置づけるために使用される、運動学的パラメータである。実際には、関節センサは、関節の動きおよび加えられる力のために、最初の位置から移動または回転することがある。結果として、センサのいくつかは、ロボットの実際の関節角度とは異なる測定関節角度を示すデータを提供しており、補正を行わないと、ロボットは、不適切に制御され、または位置づけられ、その結果、仕事をうまく達成できないばかりか、バランスを失うことすらある。
ット(IMU:inertial measurement unit)および多くの関節角度センサを含む、ほとんどの人型ロボットで通常は利用可能なセンサを使用して、関節角度センサオフセットを推定または算出することが可能な、運動学的キャリブレーション技法を含む。運動学的キャリブレーション技法または方法は、一般に外部的なデバイスを用いて獲得され、オフセットを推定するために使用される、大域的な位置測定値および方向測定値を使用する代わりに、環境などによって強制される運動学的拘束(kinematic constraint)を利用する。一例では、運動学的キャリブレーションは、床または他の水平の平面的な支持台と平らに接触した状態に両足を保ちながら、人型ロボットを手で人力により動かす操作者を含んでいた。実験が示すところでは、この運動学的拘束の使用は、ロボットの関節のすべてまたは一部における関節角度センサオフセットの効率的で正確な計算を可能にするのに十分であった。
は2足ロボットとすること(または3つ以上の脚とそれに対応する足とを有すること)ができ、運動学的拘束は、2つの足の足裏を、水平の平面的な支持面に平らに接触させて維持することを含むことができる。その場合、運動学的拘束はさらに、2つの足を整列した配置に保つことを含むことができる。例えば整列した配置は、2つの足が平行になる位置と、前後する(例えば、つま先をかかとにつける(toe−to−heel))位置とを含むことができる。
ロボットコントローラに供給される。この簡潔な概要を心に留めたうえで、以下の説明では、キャリブレーションを施される例示的な人型ロボットの説明から開始し、その後、運動学的キャリブレーションおよび動力学的キャリブレーションの詳細な説明に進む。
学的キャリブレーションモジュール154は、IMU 119からのIMUデータ164とともに、角度センサ118から入力として関節センサデータ162を取得し、このデータをキャリブレーションアルゴリズム/方法を用いて処理し、ロボット110の制御に使用されるキャリブレーションを施された関節角度値134を同定するためにキャリブレータ150またはコントローラ130によって使用できる、各関節についての角度オフセット166を出力する。動力学的キャリブレーションモジュール158は、リグレッサの決定を支援し、その後、慣性パラメータ168を獲得するために、最小2乗または勾配ベース最小化技法を利用することができ、慣性パラメータ168は、その後、制御信号138を生成する際に使用するために、136に示されるように、コントローラ130に出力される。
、腕、脚、および体幹に、31個の関節を有していた。各関節は、アクチュエータ力を測定するために提供および使用される力センサを有する油圧アクチュエータによって作動され、アクチュエータ力は、その後、(例えば、モーメントアームによる乗算によって)関節トルクに変換された。関節角度は、ポテンショメータの形態をとる角度センサによって測定された。さらに説明されるキャリブレーション方法のテスト中、接地力を測定するために、各足首に6軸力センサが提供され、慣性測定ユニット(IMU)が、テストロボットの骨盤リンクに取付けられた。
報を与えないので、一般には使用することができない。運動学的キャリブレーション方法は、ルート関節のデカルト座標位置(Cartesian position)は知られておらず、したがって、フレーム全体にわたって同一平面上の接触点を仮定することはできないので、他の技法とは異なる。代替的に、運動学的パラメータは、各フレームにおける複数の接触点が単一の平面を形成するように決定される。キャリブレーション方法のデータ収集中、足は、常に床と平らに接触しているように拘束される。
最適化問題を解くことによって、コスト関数Zを最小化する、ルート方向(q1,q2,...,qK)と、関節オフセットΔθとが獲得される。コスト関数Zは、
ーション方法200を示している。方法200は、キャリブレーションのためにロボットを選択することと、運動学的キャリブレーションモジュールを実行するキャリブレーションコンピュータを提供すること、またはそのようなモジュール/コードを含むようにロボットをプログラムすることなどによって、205において開始する。方法200は、続いて210において、キャリブレーションにおいて使用する運動学的拘束と、コスト関数とを定義する。上で言及したように、いくつかの場合では、運動学的拘束のために、2つの足(足裏)が平らな面(例えば水平な床または台)と接触を保つ方法でロボットに姿勢をとらせることが役立つ。コスト関数は、オフセットを算出する際に使用するためにも定義され、コスト関数は、(例えば、ロボットの足または足の足裏を平らに保つように拘束が選択された場合)方向誤差と、足裏頂点の高さの変化とを提供することができる。
ョン方法をテストするため、または運動学的キャリブレーション方法のプロトタイプを作成するため、ロボット(すなわちCMUサルコス人型ロボット)の骨盤リンクに取付けられた単一のIMUは、方向を測定するために使用された(M=1)。この方向はどの関節によっても影響されないので、このテスト実施においては、脚関節(N=14)のオフセットだけが同定または決定された。ロボットの足の各足裏の4つの隅(例えば総計で8点)が、高さ分散を算出するために使用された。サンプル姿勢データは、いくつかの異なる高さに、いくつかの異なる脚配置を取らせることによって、ガントリ(gantry)からロボットを吊るしながら、500Hzの周波数で収集された。
式(6): Ck=cos2θ1+cos2θ2
のようにコスト関数を選択することができる。足の頂点の位置を使用して、cosθ1は、
図1のロボット110に関して説明されたように、(動力学的キャリブレーションモジュール158を用いて、ロボット110の各リンク112の質量または他の動力学的パラメータ136、168など)正確またはより正しい慣性パラメータを提供することによって、ロボットまたはその制御のキャリブレーションを行うために、(運動学的キャリブレーションを行いながら、または行わずに)動力学的キャリブレーションも使用することができる。正確な慣性パラメータは、ロボットのモデルベース制御のために重要であり、ロボットのマニピュレータについての慣性パラメータの同定または決定は、ロボット工学産業または研究分野の多くの人たちによって活発に研究されている。従来の方法は、一般に、関節トルクは慣性パラメータの線型方程式として表すことができるという事実を利用していた。特に動力学に影響し、したがってこれらの従来の方法を用いて決定可能な1組のパラメータは、「ベースパラメータ」と呼ばれる。関節トルクおよび運動データを与えた場合、リグレッサの疑似逆行列によって、最小誤差を与えるベースパラメータを獲得することができる。
ほうが人型ロボットよりもはるかに活動的な運動を行うことができるので、従来の技法または応用のいくつかにおいては、良好な励振を獲得するほうが容易である。発明者は、リンクの慣性モーメントを算出するのに十分に適した励振を獲得することを期待していないので、質量パラメータおよび局所質量中心(CoM)パラメータを算出または決定することに努力を集中し、その後、CADモデルを使用することによって、リンクの慣性モーメントを算出する。
フレームk(k=1,2,...,K)における関節角度θk、関節トルクτk、および接触力fkを含む、Kフレーム長の実験データ系列が収集され、または利用可能であると仮定する。逆動力学アルゴリズムを使用すると、F(*)は、フレームkにおけるθkならびにその速度および加速度から、
式(11): Fk(φ)=Akφ
となる。すべてのフレームについて上記式を連結すると、以下の方程式が得られる。
また、いくつかの接触力は、オンボードの力トルクセンサの限界のために、利用可能でない、またはあまり正確でないことがある。一般に、
その後、式(14)は、
ベースパラメータは、一般に、標準慣性パラメータφの部分集合の線形結合である。したがって、リグレッサを算出するには、ロボット動力学の記号表現と、与えられた運動データを用いて記号方程式を評価するための専用コード/ソフトウェアルーチンとを必要とする。これらの方法は、複雑な機構の場合、困難なことがある。
本明細書で教示される(図1のロボット110のモジュール158によって実施される)動力学的キャリブレーション方法の1つのユニークな特徴は、ロボットを制御する際に後で使用できる慣性パラメータを提供するために式(19)の最小化が達成される方法である。Δφを獲得するための簡単な方法は、
この問題の回避策は、事前定義された閾値よりも小さくなるように定め得るような、
式(19)を最小化するための別の方法は、初期推定としてΔφ=0を使用する、勾配ベース数値最適化を適用することである。この方法の利点は、各パラメータについての下限および/または上限を明示的に設定できることである。1つの実施では、負の質量パラメータを防止するように下限が設定された、共役勾配法が使用される。また、
ベースパラメータの代わりに標準慣性パラメータが利用されるので、定式化においてリグレッサAkを算出することは比較的自明である。以下では、Akの第i列akiを算出するための方法を説明する。最初に、一般力
次に、
ここで、φの第iの要素に対する単位変化に従って、質量パラメータおよび局所CoMパラメータをどのように変更すべきかについての説明を提供することができる。φの第iの要素がリンクjの質量に対応する場合、リンクjの慣性パラメータは、
式(28): mj←mj+1
同じままである。φの第iの要素がmsj*(*=x,y,z)に対応する場合、CoMは、msj*が1だけ増加するように、
発明者は、この新しいキャリブレーション方法の有用性を立証する実験結果を収集するために、上述の動力学的キャリブレーション方法についての多くの実験またはテストを実行した。ロボットのコントローラを使用して、3つのデータ系列が収集されたが、ロボットは、バランスを維持しながら、人間運動捕捉系列を追跡するように制御された。1つの系列は、慣性パラメータの算出または同定のために使用され、他の2つの系列は、相互検証のために使用された。各系列は、約30秒の長さまたは持続時間であった。運動中、接触状態の変化は生じず、両足は、地面/床に平らに接触したままであった。
2に、対称性を強制することは、より良い相互検証結果を一般に与え、直接検証結果は、それよりもわずかに悪い。第3に、疑似逆行列と勾配ベース法の両方が妥当な結果を与えるほとんどの場合では、勾配ベース法のほうが、はるかに良好な相互検証結果を与えることができるが、直接検証結果は同様である。
Claims (21)
- 力制御関節を有する有脚ロボットのキャリブレーションを行うためのキャリブレーション方法であって、
前記有脚ロボットについての運動学的拘束を選択する選択工程と;
前記運動学的拘束を強制しながら前記有脚ロボットを動かすことによって、複数の姿勢をとらせる姿勢工程と;
前記動かすことの最中に、前記有脚ロボットの1組の関節についての1組の角度測定値を収集する収集工程と;
運動学的キャリブレーションモジュールを実行するプロセッサを用いることによって、前記1組の関節のうちの前記関節の各々についての角度オフセットを決定する決定工程とを有し、
前記有脚ロボットは、2つの脚と2つの足とを有する2足ロボットであり、
前記運動学的拘束は、前記2つの足の足裏を、水平の平面的な支持面に平らに接触させて維持することからなる、キャリブレーション方法。 - 前記キャリブレーション方法はさらに、前記動かすことの最中に、前記有脚ロボットのリンクに取付けられた慣性測定ユニットから、前記姿勢の各々における相対方向データを収集する工程を有し、
前記決定工程は、前記収集された相対方向データに基づき、
前記相対方向データは、前記2つの足の足裏の方向を決定するために使用されるデータである、
請求項1記載のキャリブレーション方法。 - 前記角度測定値は、前記1組の関節のうちの前記関節の各々の近くに取付けられた関節角度センサによって提供され、
前記リンクは、前記有脚ロボットの骨盤リンクである、
請求項2記載のキャリブレーション方法。 - 前記決定工程は、リンク方向と前記運動学的拘束とに基づき定義されるコスト関数を最小化する工程を有し、
前記コスト関数は、前記2つの足の足裏の頂点の高さ変化である、
請求項1記載のキャリブレーション方法。 - 前記運動学的拘束はさらに、前記2つの足を整列した配置に保つことを有する、
請求項1記載のキャリブレーション方法。 - 前記整列した配置は、前記2つの足が平行になる位置と、前後する位置とを有する、
請求項5記載のキャリブレーション方法。 - 前記キャリブレーション方法はさらに、前記有脚ロボットについての1組の慣性パラメータを算出する算出工程を有する、
請求項2記載のキャリブレーション方法。 - 前記慣性パラメータは、前記リンクの質量、局所質量中心、および慣性モーメントのうち少なくとも1つである、
請求項7記載のキャリブレーション方法。 - 前記算出工程は、最小2乗最小化方法を実行するときに、事前定義された閾値を下回るリグレッサの特異値を省く工程を有する、
請求項7記載のキャリブレーション方法。 - 前記算出工程は、勾配ベース法を使用して最適化する工程を有する、
請求項7記載のキャリブレーション方法。 - 運動学的キャリブレーションを用いるロボットであって、
複数のリンクおよび力制御関節からなるボディであって、前記リンクは、骨盤リンクを含み、前記関節は、各々が足を位置づける1対の足首関節を含む、ボディと;
前記関節の各々に関連する角度センサと;
前記骨盤リンク上に備えられた慣性測定ユニットと;
運動学的キャリブレーションモジュールを実行するプロセッサと
を備え、
前記運動学的キャリブレーションモジュールは、前記角度センサによって提供された角度測定値と、前記慣性測定ユニットによって生成されたデータであるIMUデータとを処理し、
前記角度測定値および前記IMUデータは、多くの姿勢を通る前記ボディの動きの最中に収集され、
前記足は、データ収集中に運動学的拘束を強制するために、前記姿勢の各々の最中に平面的な支持面に平らに接触し、
前記運動学的キャリブレーションは、前記IMUデータおよび前記運動学的拘束に基づき、前記関節の各々についての角度オフセット値を決定し、
前記ロボットは、2つの脚と2つの足とを有する2足ロボットであり、
前記運動学的拘束は、前記2つの足の足裏を、水平の平面的な支持面に平らに接触させて維持することからなる、ロボット。 - 前記運動学的拘束はさらに、前記姿勢の各々の最中に前記足が互いに平行になるか、またはつま先をかかとに揃えて配置されるように、前記足を整列させることを有する、
請求項11記載のロボット。 - 前記ロボットはさらに、人型の前記ロボットについての慣性パラメータを算出する動力学的キャリブレーションモジュールと、算出された前記慣性パラメータに基づき、前記関
節についての関節トルクを生成するロボットコントローラと、を備える、
請求項11記載のロボット。 - 前記慣性パラメータは、前記リンクの質量、局所質量中心、および慣性モーメントのうち少なくとも1つであり、
さらに、前記慣性パラメータを算出することは、最小2乗最小化方法を実行する場合、事前定義された閾値を下回るリグレッサの特異値を省くことを有する、
請求項13記載のロボット。 - 前記慣性パラメータを算出することは、勾配ベース手法を使用して最適化を行うことを有する、
請求項13記載のロボット。 - 人型ロボットのキャリブレーションを行うためのシステムであって、前記システムは、
前記人型ロボットの1組の関節からの角度測定値を記憶するメモリであって、前記角度測定値は、運動学的拘束を強制しながら多くの姿勢を通る前記人型ロボットの動作の最中に作動する、前記人型ロボットに取付けられた角度測定センサによって提供される、メモリと;
前記人型ロボットに取付けられた慣性測定ユニットから出力されたデータであるIMUデータを記憶するメモリであって、前記慣性測定ユニットから出力された前記IMUデータは、前記人型ロボットの前記動作の最中に収集される、メモリと;
前記関節の各々についての角度オフセット値を同定するために、前記角度測定値および前記IMUデータを処理することによって、運動学的キャリブレーションを実行するプロセッサと
を備え、
前記人型ロボットは、2つの脚と2つの足とを有する2足ロボットであり、
前記運動学的拘束は、前記2つの足の足裏を、水平の平面的な支持面に平らに接触させて維持することからなる、人型ロボットのキャリブレーションを行うためのシステム。 - 前記人型ロボットは、2つの足を有し、
前記運動学的拘束は、前記足の足裏を水平の平面的な面に接触させて維持することを有する、
請求項16記載のシステム。 - 前記運動学的拘束はさらに、前記足を平行になるように、または前記足の長手軸を互いに一致させるように整列させることを有する、
請求項17記載のシステム。 - 前記慣性測定ユニットは、前記人型ロボットの骨盤リンク上に取付けられ、
前記運動学的キャリブレーションは、前記IMUデータを使用することによって相対方向を決定することを有し、
前記相対方向は、前記2つの足の足裏の方向を決定するために使用される方向である、
請求項18記載のシステム。 - 前記プロセッサはさらに、前記人型ロボットの動力学的キャリブレーションを実行し、
前記動力学的キャリブレーションは、最小2乗最小化および勾配ベース最小化の一方を用いることによって、前記人型ロボットについての1組の慣性パラメータを計算することを有する、
請求項16記載のシステム。 - 前記システムはさらに、前記角度オフセット値および前記角度測定センサから獲得された追加の角度測定値に基づき、キャリブレーションを施された関節角度を決定するロボットコントローラを備え、
前記ロボットコントローラはさらに、前記キャリブレーションを施された関節角度を使用して、前記関節を操作するために、関節トルクを生成するように動作する、
請求項16記載のシステム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/302,728 | 2011-11-22 | ||
US13/302,728 US8805584B2 (en) | 2011-11-22 | 2011-11-22 | Kinematic and dynamic calibration methods for legged robots with force-controlled joints |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2013107191A JP2013107191A (ja) | 2013-06-06 |
JP5509226B2 true JP5509226B2 (ja) | 2014-06-04 |
Family
ID=47602766
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012016805A Active JP5509226B2 (ja) | 2011-11-22 | 2012-01-30 | 力制御関節を有する有脚ロボットのための運動学的および動力学的キャリブレーション方法およびシステム、並びに該ロボット |
Country Status (3)
Country | Link |
---|---|
US (1) | US8805584B2 (ja) |
EP (1) | EP2596922B1 (ja) |
JP (1) | JP5509226B2 (ja) |
Families Citing this family (51)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20120070291A (ko) * | 2010-12-21 | 2012-06-29 | 삼성전자주식회사 | 보행 로봇 및 그의 동시 위치 인식 및 지도 작성 방법 |
US9412010B2 (en) * | 2011-07-15 | 2016-08-09 | Panasonic Corporation | Posture estimation device, posture estimation method, and posture estimation program |
US9451810B2 (en) | 2011-11-18 | 2016-09-27 | Nike, Inc. | Automated identification of shoe parts |
US10552551B2 (en) | 2011-11-18 | 2020-02-04 | Nike, Inc. | Generation of tool paths for shore assembly |
US8958901B2 (en) | 2011-11-18 | 2015-02-17 | Nike, Inc. | Automated manufacturing of shoe parts |
US8755925B2 (en) | 2011-11-18 | 2014-06-17 | Nike, Inc. | Automated identification and assembly of shoe parts |
US8849620B2 (en) | 2011-11-18 | 2014-09-30 | Nike, Inc. | Automated 3-D modeling of shoe parts |
WO2013080190A1 (en) * | 2011-12-02 | 2013-06-06 | Health Robotics S.R.L. | Method for powdered drug reconstitution |
JP5661023B2 (ja) * | 2011-12-02 | 2015-01-28 | 本田技研工業株式会社 | 脚式移動ロボットの歩容生成装置及びロボットの動作目標生成装置 |
JP6111562B2 (ja) * | 2012-08-31 | 2017-04-12 | セイコーエプソン株式会社 | ロボット |
US10372115B2 (en) * | 2012-10-26 | 2019-08-06 | Board Of Regents, The University Of Texas System | Modular and reconfigurable manufacturing systems |
CN103345285B (zh) * | 2013-06-27 | 2015-10-28 | 山东大学 | 一种四足机器人遥控方法 |
CN103340603A (zh) * | 2013-07-02 | 2013-10-09 | 北京邮电大学 | 一种人体惯性参数识别方法 |
US9120227B2 (en) * | 2013-08-15 | 2015-09-01 | Disney Enterprises, Inc. | Human motion tracking control with strict contact force constraints for floating-base humanoid robots |
JP2015089585A (ja) * | 2013-11-05 | 2015-05-11 | トヨタ自動車株式会社 | リグレッサ行列の算出方法、力学パラメータの同定方法 |
JP2015089575A (ja) * | 2013-11-05 | 2015-05-11 | セイコーエプソン株式会社 | ロボット、制御装置、ロボットシステム及び制御方法 |
JP6168158B2 (ja) * | 2013-12-10 | 2017-07-26 | トヨタ自動車株式会社 | 移動ロボットの移動制御方法、および、移動ロボット |
US9292786B2 (en) * | 2014-02-03 | 2016-03-22 | Disney Enterprises, Inc. | Universal balancing controller for lateral stabilization of bipedal robots in dynamic unstable environments |
CN105091807B (zh) * | 2014-04-30 | 2017-12-01 | 鸿富锦精密工业(深圳)有限公司 | 机器人工具坐标系的校正方法 |
CN105242574A (zh) * | 2014-06-24 | 2016-01-13 | 中国科学院沈阳自动化研究所 | 一种imu数据的实时usb存储装置与方法 |
US9517561B2 (en) * | 2014-08-25 | 2016-12-13 | Google Inc. | Natural pitch and roll |
JP6228097B2 (ja) * | 2014-10-06 | 2017-11-08 | 本田技研工業株式会社 | 移動ロボット |
US9057508B1 (en) | 2014-10-22 | 2015-06-16 | Codeshelf | Modular hanging lasers to enable real-time control in a distribution center |
US9481086B2 (en) * | 2015-02-18 | 2016-11-01 | Disney Enterprises, Inc. | Control method for floating-base robots including generating feasible motions using time warping |
US9505132B1 (en) * | 2015-03-30 | 2016-11-29 | X Development Llc | Methods and systems for calibrating a sensor of a robotic device |
US9833899B1 (en) | 2015-04-02 | 2017-12-05 | Boston Dynamics, Inc. | Adaptive response to load |
US9327397B1 (en) | 2015-04-09 | 2016-05-03 | Codeshelf | Telepresence based inventory pick and place operations through robotic arms affixed to each row of a shelf |
US9262741B1 (en) | 2015-04-28 | 2016-02-16 | Codeshelf | Continuous barcode tape based inventory location tracking |
DE102015108010B3 (de) * | 2015-05-20 | 2016-06-02 | Cavos Bagatelle Verwaltungs Gmbh & Co. Kg | Steuern und Regeln von Aktoren eines Roboters unter Berücksichtigung von Umgebungskontakten |
US10350766B2 (en) * | 2015-09-21 | 2019-07-16 | GM Global Technology Operations LLC | Extended-reach assist device for performing assembly tasks |
US9778132B1 (en) * | 2015-12-16 | 2017-10-03 | X Development Llc | Methods and systems for force sensor calibration |
US9868210B1 (en) * | 2015-12-30 | 2018-01-16 | Google Inc. | Methods and systems for planning a body position of a robotic device |
US10576620B1 (en) | 2016-04-08 | 2020-03-03 | Ikutuki | Robotic mobility device and control |
JP6457441B2 (ja) * | 2016-07-12 | 2019-01-23 | ファナック株式会社 | ロボットの重心表示装置、ロボット制御装置およびロボットシミュレーション装置 |
WO2019003401A1 (ja) * | 2017-06-29 | 2019-01-03 | 株式会社ソニー・インタラクティブエンタテインメント | ロボットの制御装置、制御方法および制御プログラム |
CN107665616B (zh) * | 2017-09-15 | 2019-10-22 | 北京控制工程研究所 | 一种九自由度运动模拟器相对运动等效方法及系统 |
CN109987169B (zh) * | 2017-12-29 | 2021-01-08 | 深圳市优必选科技有限公司 | 双足机器人的步态控制方法、装置、终端设备及介质 |
CN108621161B (zh) * | 2018-05-08 | 2021-03-02 | 中国人民解放军国防科技大学 | 基于多传感器信息融合的足式机器人本体状态估计方法 |
CN109062051B (zh) * | 2018-08-28 | 2021-07-23 | 苏州艾利特机器人有限公司 | 一种提高机器人动力学参数辨识精度的方法 |
CN109634100B (zh) * | 2018-12-30 | 2021-11-02 | 深圳市优必选科技有限公司 | 仿人机器人行走加速度补偿方法、装置及仿人机器人 |
CN109760761B (zh) * | 2019-01-30 | 2021-01-08 | 清华大学深圳研究生院 | 一种基于生物仿生原理和直觉的四足机器人运动控制方法 |
CN111854792B (zh) * | 2019-04-29 | 2022-06-28 | 深圳市优必选科技有限公司 | 一种双足机器人的偏移预警方法、装置及双足机器人 |
US11919170B2 (en) * | 2019-12-13 | 2024-03-05 | Edda Technology, Inc. | Fast method for robot path planning with obstacle avoidance |
CN111086001B (zh) * | 2019-12-25 | 2021-09-14 | 广东省智能制造研究所 | 一种足式机器人多模态感知的状态估计方法及系统 |
CN112276959B (zh) * | 2020-12-25 | 2021-03-30 | 之江实验室 | 几何参数与关节零位自标定方法、装置、电子设备及介质 |
CN112783043B (zh) * | 2020-12-30 | 2022-04-15 | 深圳市优必选科技股份有限公司 | 一种仿人机器人控制方法、装置、计算机设备及存储介质 |
CN112722113B (zh) * | 2021-03-02 | 2022-02-22 | 之江实验室 | 一种电液混合双足机器人驱动系统 |
CN113091999A (zh) * | 2021-04-01 | 2021-07-09 | 燕山大学 | 一种足式机器人腿部一维力传感器标定方法及系统 |
EP4323161A1 (en) | 2021-04-16 | 2024-02-21 | Dexterity, Inc. | Robot with linear 7th axis |
CN113524262A (zh) * | 2021-08-20 | 2021-10-22 | 太仓中科信息技术研究院 | 摄像机器人虚实融合精度优化装置和方法 |
CN115561004B (zh) * | 2022-10-21 | 2023-04-18 | 哈尔滨工业大学 | 空间多分支机器人地面试验平台及试验方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3574951B2 (ja) * | 2001-12-19 | 2004-10-06 | 独立行政法人 科学技術振興機構 | 二脚歩行式移動装置及びその歩行制御装置及び歩行制御方法 |
JP4506512B2 (ja) * | 2005-03-07 | 2010-07-21 | トヨタ自動車株式会社 | 支持脚をもつ歩行ロボットのオフセット調整システム及びオフセット調整方法 |
JP4595727B2 (ja) * | 2005-07-22 | 2010-12-08 | ソニー株式会社 | 外力推定システム及び外力推定方法、並びにコンピュータ・プログラム |
-
2011
- 2011-11-22 US US13/302,728 patent/US8805584B2/en active Active
-
2012
- 2012-01-30 JP JP2012016805A patent/JP5509226B2/ja active Active
- 2012-10-23 EP EP12189611.2A patent/EP2596922B1/en active Active
Also Published As
Publication number | Publication date |
---|---|
US8805584B2 (en) | 2014-08-12 |
EP2596922B1 (en) | 2017-05-10 |
JP2013107191A (ja) | 2013-06-06 |
US20130131865A1 (en) | 2013-05-23 |
EP2596922A3 (en) | 2016-03-23 |
EP2596922A2 (en) | 2013-05-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5509226B2 (ja) | 力制御関節を有する有脚ロボットのための運動学的および動力学的キャリブレーション方法およびシステム、並びに該ロボット | |
JP4503311B2 (ja) | 脚体運動補助装具の発生トルク制御方法 | |
JP4291093B2 (ja) | 2足歩行移動体の関節モーメント推定方法 | |
Yamane | Practical kinematic and dynamic calibration methods for force-controlled humanoid robots | |
KR101882532B1 (ko) | 넘어짐 관리 능력을 갖는 휴머노이드 로봇 및 상기 넘어짐을 관리하기 위한 방법 | |
JP6343559B2 (ja) | 可変剛性の接合を有するロボットおよび最適化剛性の計算方法 | |
KR102363857B1 (ko) | 로봇에 의한 충돌 처리 | |
JP2020108915A (ja) | ロボット重心位置調整方法、装置、ロボット及びデータ記憶媒体 | |
JP7133511B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
TW201404560A (zh) | 控制系統、程式及機械裝置之控制方法 | |
JP4440759B2 (ja) | 2足歩行移動体の床反力推定方法 | |
CN103112517B (zh) | 一种调节四足机器人身体姿态的方法和装置 | |
US20200206075A1 (en) | Chest compression system and method | |
JP2020201125A (ja) | 姿勢推定装置、姿勢推定方法、および姿勢推定プログラム | |
KR20190022198A (ko) | 착용형 센서를 이용한 자세정보 보정 방법 및 이를 수행하는 기록매체 | |
JP6270334B2 (ja) | ロボット制御装置及び方法 | |
JP2018102579A (ja) | 関節トルク演算装置、関節トルク演算方法及び関節トルク演算プログラム | |
US20100286822A1 (en) | Apparatus and method for robot control | |
KR20130010608A (ko) | 로봇 제어용 클러치 시스템 및 보행 보조 로봇 시스템, 보행 보조 로봇의 동작 산출 방법 | |
Sato et al. | Experimental evaluation of a trajectory/force tracking controller for a humanoid robot cleaning a vertical surface | |
Chavez et al. | Contact force and joint torque estimation using skin | |
CN113465822A (zh) | 基于多刚体机器人的质心位置计算方法、装置及介质 | |
Yang et al. | Novel walking assist device based on mobile manipulator and inertial measurement unit | |
González et al. | Center of mass estimation for rehabilitation in a multi-contact environment: A simulation study | |
Mayr et al. | Static inertial parameter identification for humanoid robots using a torque-free support |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20130228 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20131126 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140221 |
|
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: 20140318 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140324 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5509226 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
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 |