JP5943734B2 - ロボット及びロボット制御方法 - Google Patents
ロボット及びロボット制御方法 Download PDFInfo
- Publication number
- JP5943734B2 JP5943734B2 JP2012141598A JP2012141598A JP5943734B2 JP 5943734 B2 JP5943734 B2 JP 5943734B2 JP 2012141598 A JP2012141598 A JP 2012141598A JP 2012141598 A JP2012141598 A JP 2012141598A JP 5943734 B2 JP5943734 B2 JP 5943734B2
- Authority
- JP
- Japan
- Prior art keywords
- command value
- contraction force
- force command
- contraction
- function
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims description 147
- 230000008602 contraction Effects 0.000 claims description 418
- 238000004364 calculation method Methods 0.000 claims description 287
- 230000008569 process Effects 0.000 claims description 134
- 210000003205 muscle Anatomy 0.000 claims description 133
- 238000011156 evaluation Methods 0.000 claims description 93
- 238000012545 processing Methods 0.000 claims description 48
- 230000014509 gene expression Effects 0.000 description 84
- 238000013461 design Methods 0.000 description 14
- 238000006243 chemical reaction Methods 0.000 description 11
- 238000004088 simulation Methods 0.000 description 10
- 206010023230 Joint stiffness Diseases 0.000 description 7
- 238000009795 derivation Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000007423 decrease Effects 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000036461 convulsion Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000007935 neutral effect Effects 0.000 description 2
- 230000003042 antagnostic effect Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004118 muscle contraction Effects 0.000 description 1
- 230000003387 muscular Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
Images
Landscapes
- Manipulator (AREA)
Description
本発明の第1実施形態では、駆動源として人工筋肉アクチュエータを用いる2リンクマニピュレータに対して、関節角度の目標軌道に追従するための制御入力を最小化する。なお、第1実施形態では、目標軌道へ追従するために必要となる第1、第2関節まわりのトルクがどちらも正数となるときに限定し、制御入力の導出方法を示す。
本節では、人工筋肉アクチュエータを駆動源とする、2リンクマニピュレータのモデルを導出する。本第1実施形態で用いる人工筋肉アクチュエータとは、筋の粘弾性特性と類似する特性を有するアクチュエータであり、図1に示すように、力発生要素11と弾性要素12と粘性要素13を用いてモデル化される。力発生要素11の収縮力をu、収縮方向を正とする筋の収縮量をxとする。収縮速度を、
本第1実施形態の制御系では、関節トルク指令値T1[k],T2[k]に基づき、収縮力指令値ufi[k],uei[k]の最大値を最小化する。なお、時刻kは離散信号であり、制御周期Tsと正の整数nを用いて、
まず、評価関数をJとし、Jを次式(15)と定義する。
図6は、収縮力指令値演算部による第1最小化演算処理のフローチャートである。収縮力指令値演算部152は、図4に示す第1条件を仮定し(S11)、第1演算処理を実行し(S12)、評価関数Jmin 1を最小化する第1〜第6収縮力指令値からなる第1指令値候補ufi 1,uei 1を出力する(S13)。
第1演算処理における収縮力指令値の第1指令値候補ufi 1,uei 1のうち、第1指令値候補ue1 1、ue2 1、ue3 1は、図4の条件1と式(16)により、
第2演算処理における収縮力指令値の第2指令値候補ue1 2,uf2 2,ue3 2は、図4の条件2と式(16)より、
第3演算処理における収縮力指令値の第3指令値候補uf1 3,ue2 3,ue3 3は、図4の条件3と式(16)より、
第4演算処理における収縮力指令値の第4指令値候補uf1 4,uf2 4,ue3 4は、図4の条件4と式(16)より、
収縮力指令値演算部152は、第1指令選択処理では、評価関数の最小値Jminの候補Jmin 1,Jmin 2,Jmin 3,Jmin 4のうち、最小となるものを選び出す。そして、収縮力指令値演算部152は、そのときの指令値候補を、収縮力指令値ufi,ueiとして出力する。
次に、本発明の第2実施形態のロボットについて説明する。本第2実施形態では、上記第1実施形態の制御方法にさらに分岐条件を加えることによって、各関節トルク指令値が正数と負数の両方を取るときにも制御入力である収縮力指令値の導出が可能であることを示す。なお、本第2実施形態において、装置構成は、上記第1実施形態における図2及び図3と同様であり、制御装置の制御動作が異なるものであるため、装置構成についての詳細な説明は省略し、制御装置の制御動作について詳細に説明する。
本第2実施形態では第1実施形態と同じモデルを用いる。
本第2実施形態において、収縮力指令値演算部152は、関節トルク指令値T1,T2の符号に基づいて、筋トルクτ1,τ2,τ3の符号の組み合わせを仮定する点が上記第1実施形態と異なる。
関節トルク指令値が負数となる場合は、図4に示す筋トルクτ1,τ2,τ3の符号の組み合わせのうち、筋トルクτ3が負数となる場合を考慮する必要がある。なぜなら、関節トルク指令値T1が負数のとき、筋トルクτ3を負数とすれば第1単関節筋の収縮力を低減することが可能となるためである。
図16は、収縮力指令値演算部による第2最小化演算処理のフローチャートである。収縮力指令値演算部152は、図4に示す第2条件を仮定し(S141)、第5演算処理を実行し(S142)、評価関数Jmin 5を最小化する第1〜第6収縮力指令値からなる第5指令値候補ufi 5,uei 5を出力する(S143)。
第5演算処理における収縮力指令値の第5指令値候補ufi 5,uei 5のうち、第5指令値候補ue1 5,uf2 5,ue3 5は、図4の条件2と式(16)より、
第6演算処理部における収縮力指令値の第6指令値候補ufi 6,uei 6のうち、第6指令値候補uf1 6,uf2 6,ue3 6は、図4の条件4と式(16)より、
第7演算処理における収縮力指令値の第7指令値候補ufi 7,uei 7のうち、第7指令値候補ue1 7,ue2 7,uf3 7は、図4の条件5と式(16)より、
第8演算処理における収縮力指令値の第8指令値候補ue1 8,uf2 8,uf3 8は、図4の条件6と式(16)より、
上記第1実施形態の式(10)と式(11)に対して、
式(10)と(11)に対して、
本節では前節で設計した制御系を用いて、シミュレーションを行う。また、評価関数Jを最小化する収縮力は、前節で示した方法により導出する。本第2実施形態では、リンク101,102の慣性モーメントI1,I2を2.5×10−3kgm2、リンク101,102の長さL1,L2を0.2m、第2リンク102の質量m2を1kgとする。また、プーリ径rを5.0×10−2m、筋の弾性力定数kを10m−1、粘性力定数cを10m−1sec−1とする。さらに、目標関節角度θr1,θr2をそれぞれ、0secから0.3secの間に0.785radから1.047radに、1.571radから2.094radに増加するジャーク最小軌道とし、サンプリング周期Tsを1.0×10−4secとする。
これらのことから、第1最小化演算処理と第2最小化演算処理を実行して導出する収縮力は、どちらも式(16)を満たし、評価関数Jを最小化していることがわかる。
次に、本発明の第3実施形態に係るロボットについて説明する。本第3実施形態では、制御入力は最小とならないが、関節剛性と関節角度の目標軌道に同時に追従するための制御方法を示す。
本第3実施形態では第2実施形態と同じモデルを用いる。
2リンクマニピュレータでは、手先が外界と直に接触するため、手先の剛性を制御することが重要である。手先の剛性は、図25に示すようなスティフネス楕円Cによって表される。この楕円Cは、各方向に対しての剛性の分布を示し、手先と楕円Cの距離が離れるほど剛性が高いことを表している。
前節の制御系を用いたシミュレーションを行う。第1リンク101と第2リンク102の物理パラメータと関節角度の目標軌道は上記第2実施形態と同一とする。また、関節剛性の目標軌道Usi(i=1,2,3)を0secから0.3secの間に8Nから12Nに増加するジャーク最小軌道とする。
Claims (4)
- 基台に第1関節で連結された第1リンクと、
前記第1リンクに第2関節で連結された第2リンクと、
収縮により前記第1リンクを前記第1関節まわりに第1旋回方向に旋回させる第1人工筋肉アクチュエータと、
収縮により前記第1リンクを前記第1関節まわりに前記第1旋回方向に対して反対の第2旋回方向に旋回させる第2人工筋肉アクチュエータと、
収縮により前記第2リンクを前記第2関節まわりに前記第1旋回方向に旋回させる第3人工筋肉アクチュエータと、
収縮により前記第2リンクを前記第2関節まわりに前記第2旋回方向に旋回させる第4人工筋肉アクチュエータと、
収縮により前記第1及び第2リンクを同時に前記第1及び第2関節まわりに前記第1旋回方向に旋回させる第5人工筋肉アクチュエータと、
収縮により前記第1及び第2リンクを同時に前記第1及び第2関節まわりに前記第2旋回方向に旋回させる第6人工筋肉アクチュエータと、
前記第1関節の第1関節トルク指令値及び前記第2関節の第2関節トルク指令値を生成するトルク指令値生成部と、
前記第1関節トルク指令値及び前記第2関節トルク指令値に基づいて、前記第1人工筋肉アクチュエータの第1収縮力指令値、前記第2人工筋肉アクチュエータの第2収縮力指令値、前記第3人工筋肉アクチュエータの第3収縮力指令値、前記第4人工筋肉アクチュエータの第4収縮力指令値、前記第5人工筋肉アクチュエータの第5収縮力指令値、及び前記第6人工筋肉アクチュエータの第6収縮力指令値を求める収縮力指令値演算部と、
前記第1収縮力指令値に応じて前記第1人工筋肉アクチュエータを収縮させ、前記第2収縮力指令値に応じて前記第2人工筋肉アクチュエータを収縮させ、前記第3収縮力指令値に応じて前記第3人工筋肉アクチュエータを収縮させ、前記第4収縮力指令値に応じて前記第4人工筋肉アクチュエータを収縮させ、前記第5収縮力指令値に応じて前記第5人工筋肉アクチュエータを収縮させ、前記第6収縮力指令値に応じて前記第6人工筋肉アクチュエータを収縮させる収縮力発生部と、を備え、
前記収縮力指令値演算部は、
前記第1関節トルク指令値を定数とし、前記第1、第2、第5及び第6収縮力指令値を変数として成り立つ第1関数、並びに前記第2関節トルク指令値を定数とし、前記第3、第4、第5及び第6収縮力指令値を変数として成り立つ第2関数において、前記第1及び第2収縮力指令値の一方、前記第3及び第4収縮力指令値の一方、並びに前記第5及び第6収縮力指令値の一方を0とした場合に、前記第1及び第2収縮力指令値の他方、前記第3及び第4収縮力指令値の他方、並びに前記第5及び第6収縮力指令値の他方のうち最大値となる収縮力指令値が最小となるように前記第1及び第2収縮力指令値の他方、前記第3及び第4収縮力指令値の他方、並びに前記第5及び第6収縮力指令値の他方を演算する指令値演算処理と、
前記指令値演算処理で演算した前記第1から第6収縮力指令値を前記収縮力発生部に出力する指令値出力処理と、を実行することを特徴とするロボット。 - 前記第1収縮力指令値をuf1、前記第2収縮力指令値をue1、前記第3収縮力指令値をuf2、前記第4収縮力指令値をue2、前記第5収縮力指令値をuf3、前記第6収縮力指令値をue3、前記第1関節トルク指令値をT1、前記第2関節トルク指令値をT2とし、
正の係数Kf1,Ke1,Kf2,Ke2,Kf3,Ke3を用いて、前記第1関数を、T1=Kf1×uf1−Ke1×ue1+Kf3×uf3−Ke3×ue3とし、前記第2関数を、T2=Kf2×uf2−Ke2×ue2+Kf3×uf3−Ke3×ue3とし、
評価関数を、J=max{uf1,ue1,uf2,ue2,uf3,ue3}としたとき、
前記収縮力指令値演算部は、
前記指令値演算処理として、
前記第1関数及び前記第2関数において、ue1=0,ue2=0,ue3=0とした場合に、前記評価関数を最小化する前記第1から第6収縮力指令値からなる第1指令値候補を演算する第1演算処理と、
前記第1関数及び前記第2関数において、ue1=0,uf2=0,ue3=0とした場合に、前記評価関数を最小化する前記第1から第6収縮力指令値からなる第2指令値候補を演算する第2演算処理と、
前記第1関数及び前記第2関数において、uf1=0,ue2=0,ue3=0とした場合に、前記評価関数を最小化する前記第1から第6収縮力指令値からなる第3指令値候補を演算する第3演算処理と、
前記第1関数及び前記第2関数において、uf1=0,uf2=0,ue3=0とした場合に、前記評価関数を最小化する前記第1から第6収縮力指令値からなる第4指令値候補を演算する第4演算処理と、
前記第1から第4指令値候補のうち、前記評価関数が最小の指令値候補を、前記指令値出力処理にて出力する前記第1から第6収縮力指令値として選択する指令選択処理と、を実行することを特徴とする請求項1に記載のロボット。 - 前記第1収縮力指令値をuf1、前記第2収縮力指令値をue1、前記第3収縮力指令値をuf2、前記第4収縮力指令値をue2、前記第5収縮力指令値をuf3、前記第6収縮力指令値をue3、前記第1関節トルク指令値をT1、前記第2関節トルク指令値をT2とし、
正の係数Kf1,Ke1,Kf2,Ke2,Kf3,Ke3を用いて、前記第1関数を、T1=Kf1×uf1−Ke1×ue1+Kf3×uf3−Ke3×ue3とし、前記第2関数を、T2=Kf2×uf2−Ke2×ue2+Kf3×uf3−Ke3×ue3とし、
評価関数を、J=max{uf1,ue1,uf2,ue2,uf3,ue3}としたとき、
前記収縮力指令値演算部は、
前記指令値演算処理として、
前記第1関節トルク指令値と前記第2関節トルク指令値とが同符号の場合には、
前記第1関数及び前記第2関数において、ue1=0,ue2=0,ue3=0とした場合に、前記評価関数を最小化する前記第1から第6収縮力指令値からなる第1指令値候補を演算する第1演算処理と、
前記第1関数及び前記第2関数において、ue1=0,uf2=0,ue3=0とした場合に、前記評価関数を最小化する前記第1から第6収縮力指令値からなる第2指令値候補を演算する第2演算処理と、
前記第1関数及び前記第2関数において、uf1=0,ue2=0,ue3=0とした場合に、前記評価関数を最小化する前記第1から第6収縮力指令値からなる第3指令値候補を演算する第3演算処理と、
前記第1関数及び前記第2関数において、uf1=0,uf2=0,ue3=0とした場合に、前記評価関数を最小化する前記第1から第6収縮力指令値からなる第4指令値候補を演算する第4演算処理と、
前記第1から第4指令値候補のうち、前記評価関数が最小の指令値候補を、前記指令値出力処理にて出力する前記第1から第6収縮力指令値として選択する第1指令選択処理と、を実行し、
前記第1関節トルク指令値と前記第2関節トルク指令値とが異符号の場合には、
前記第1関数及び前記第2関数において、ue1=0,uf2=0,ue3=0とした場合に、前記評価関数を最小化する前記第1から第6収縮力指令値からなる第5指令値候補を演算する第5演算処理と、
前記第1関数及び前記第2関数において、uf1=0,uf2=0,ue3=0とした場合に、前記評価関数を最小化する前記第1から第6収縮力指令値からなる第6指令値候補を演算する第6演算処理と、
前記第1関数及び前記第2関数において、ue1=0,ue2=0,uf3=0とした場合に、前記評価関数を最小化する前記第1から第6収縮力指令値からなる第7指令値候補を演算する第7演算処理と、
前記第1関数及び前記第2関数において、ue1=0,uf2=0,uf3=0とした場合に、前記評価関数を最小化する前記第1から第6収縮力指令値からなる第8指令値候補を演算する第8演算処理と、
前記第5から第8指令値候補のうち、前記評価関数が最小の指令値候補を、前記指令値出力処理にて出力する前記第1から第6収縮力指令値として選択する第2指令選択処理と、を実行することを特徴とする請求項1に記載のロボット。 - 基台に第1関節で連結された第1リンクと、
前記第1リンクに第2関節で連結された第2リンクと、
収縮により前記第1リンクを前記第1関節まわりに第1旋回方向に旋回させる第1人工筋肉アクチュエータと、
収縮により前記第1リンクを前記第1関節まわりに前記第1旋回方向に対して反対の第2旋回方向に旋回させる第2人工筋肉アクチュエータと、
収縮により前記第2リンクを前記第2関節まわりに前記第1旋回方向に旋回させる第3人工筋肉アクチュエータと、
収縮により前記第2リンクを前記第2関節まわりに前記第2旋回方向に旋回させる第4人工筋肉アクチュエータと、
収縮により前記第1及び第2リンクを同時に前記第1及び第2関節まわりに前記第1旋回方向に旋回させる第5人工筋肉アクチュエータと、
収縮により前記第1及び第2リンクを同時に前記第1及び第2関節まわりに前記第2旋回方向に旋回させる第6人工筋肉アクチュエータと、
前記第1関節の第1関節トルク指令値及び前記第2関節の第2関節トルク指令値を生成するトルク指令値生成部と、
前記第1関節トルク指令値及び前記第2関節トルク指令値に基づいて、前記第1人工筋肉アクチュエータの第1収縮力指令値、前記第2人工筋肉アクチュエータの第2収縮力指令値、前記第3人工筋肉アクチュエータの第3収縮力指令値、前記第4人工筋肉アクチュエータの第4収縮力指令値、前記第5人工筋肉アクチュエータの第5収縮力指令値、及び前記第6人工筋肉アクチュエータの第6収縮力指令値を求める収縮力指令値演算部と、
前記第1収縮力指令値に応じて前記第1人工筋肉アクチュエータを収縮させ、前記第2収縮力指令値に応じて前記第2人工筋肉アクチュエータを収縮させ、前記第3収縮力指令値に応じて前記第3人工筋肉アクチュエータを収縮させ、前記第4収縮力指令値に応じて前記第4人工筋肉アクチュエータを収縮させ、前記第5収縮力指令値に応じて前記第5人工筋肉アクチュエータを収縮させ、前記第6収縮力指令値に応じて前記第6人工筋肉アクチュエータを収縮させる収縮力発生部と、を備えたロボットを制御するロボット制御方法において、
前記収縮力指令値演算部が、前記第1関節トルク指令値を定数とし、前記第1、第2、第5及び第6収縮力指令値を変数として成り立つ第1関数、並びに前記第2関節トルク指令値を定数とし、前記第3、第4、第5及び第6収縮力指令値を変数として成り立つ第2関数において、前記第1及び第2収縮力指令値の一方、前記第3及び第4収縮力指令値の一方、並びに前記第5及び第6収縮力指令値の一方を0とした場合に、前記第1及び第2収縮力指令値の他方、前記第3及び第4収縮力指令値の他方、並びに前記第5及び第6収縮力指令値の他方のうち最大値となる収縮力指令値が最小となるように前記第1及び第2収縮力指令値の他方、前記第3及び第4収縮力指令値の他方、並びに前記第5及び第6収縮力指令値の他方を演算する指令値演算処理工程と、
前記収縮力指令値演算部が、前記指令値演算処理工程で演算した前記第1から第6収縮力指令値を前記収縮力発生部に出力する指令値出力処理工程と、を備えたことを特徴とするロボット制御方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012141598A JP5943734B2 (ja) | 2012-06-25 | 2012-06-25 | ロボット及びロボット制御方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012141598A JP5943734B2 (ja) | 2012-06-25 | 2012-06-25 | ロボット及びロボット制御方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2014004654A JP2014004654A (ja) | 2014-01-16 |
JP5943734B2 true JP5943734B2 (ja) | 2016-07-05 |
Family
ID=50102870
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012141598A Expired - Fee Related JP5943734B2 (ja) | 2012-06-25 | 2012-06-25 | ロボット及びロボット制御方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5943734B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6112947B2 (ja) * | 2013-04-08 | 2017-04-12 | キヤノン株式会社 | ロボット装置、ロボット制御方法、プログラム及び記録媒体 |
CN106426139B (zh) * | 2015-08-28 | 2019-02-22 | 范甬挺 | 一种人工肌肉及其应用、机器人 |
JP7073620B2 (ja) | 2016-10-31 | 2022-05-24 | ヤマハ株式会社 | アクチュエータの駆動制御装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3436320B2 (ja) * | 1994-04-18 | 2003-08-11 | 富士通株式会社 | 非線形システムの出力軌道と動特性の制御方法および装置 |
JP3193656B2 (ja) * | 1997-02-03 | 2001-07-30 | トヨタ自動車株式会社 | 筋電信号生成装置 |
JP5326223B2 (ja) * | 2007-05-14 | 2013-10-30 | 沖電気工業株式会社 | リハビリテーション教育用ロボット |
JP5930754B2 (ja) * | 2012-02-13 | 2016-06-08 | キヤノン株式会社 | ロボット装置の制御方法及びロボット装置 |
-
2012
- 2012-06-25 JP JP2012141598A patent/JP5943734B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2014004654A (ja) | 2014-01-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6080643B2 (ja) | ロボット装置、ロボット制御方法、プログラム及び記録媒体 | |
JP5930754B2 (ja) | ロボット装置の制御方法及びロボット装置 | |
JP5930753B2 (ja) | ロボット装置の制御方法及びロボット装置 | |
Lu et al. | Design and optimization of interval type-2 fuzzy logic controller for delta parallel robot trajectory control | |
Chien et al. | Adaptive impedance controller design for flexible-joint electrically-driven robots without computation of the regressor matrix | |
JP2010134907A (ja) | 強化学習システム | |
JP5943734B2 (ja) | ロボット及びロボット制御方法 | |
He et al. | Variable impedance control of cable actuated continuum manipulators | |
Bellegarda et al. | Training in task space to speed up and guide reinforcement learning | |
Wang et al. | Hybrid trajectory and force learning of complex assembly tasks: A combined learning framework | |
Liang et al. | A novel impedance control method of rubber unstacking robot dealing with unpredictable and time-variable adhesion force | |
Rayyes et al. | Learning inverse statics models efficiently with symmetry-based exploration | |
Zhang et al. | Adaptive control of discrete-time nonlinear systems using ITF-ORVFL | |
Soni et al. | End-to-end reinforcement learning for torque based variable height hopping | |
Treratanakulwong et al. | Low-friction tendon-driven robot hand with carpal tunnel mechanism in the palm by optimal 3D allocation of pulleys | |
Mehdi et al. | PSO-Lyapunov motion/force control of robot arms with model uncertainties | |
Tao et al. | Multi-phase multi-objective dexterous manipulation with adaptive hierarchical curriculum | |
Hasan et al. | Neural networks’ based inverse kinematics solution for serial robot manipulators passing through singularities | |
Kim et al. | Weighted hybrid admittance-impedance control with human intention based stiffness estimation for human-robot interaction | |
Bhatti | Adaptive collaborative position control of a tendon-driven robotic finger | |
Mohamed et al. | Humanoid robot arm performance optimization using multi objective evolutionary algorithm | |
Razali et al. | Lifting and stabilizing of two-wheeled wheelchair system using interval type-2 fuzzy logic control based spiral dynamic algorithm | |
Popescu et al. | A spatial weight error control for a class of hyper-redundant robots | |
Balderas Hill et al. | Minimizing the energy consumption of a delta robot by exploiting the natural dynamics | |
CN116728393A (zh) | 机器人控制方法和机器人 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150615 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20160415 |
|
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: 20160426 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160524 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 5943734 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
LAPS | Cancellation because of no payment of annual fees |