JP7437081B2 - Multi-load adaptive gravity compensation method, apparatus and control device for robot arm - Google Patents
Multi-load adaptive gravity compensation method, apparatus and control device for robot arm Download PDFInfo
- Publication number
- JP7437081B2 JP7437081B2 JP2022569139A JP2022569139A JP7437081B2 JP 7437081 B2 JP7437081 B2 JP 7437081B2 JP 2022569139 A JP2022569139 A JP 2022569139A JP 2022569139 A JP2022569139 A JP 2022569139A JP 7437081 B2 JP7437081 B2 JP 7437081B2
- Authority
- JP
- Japan
- Prior art keywords
- tool
- robot arm
- mass
- gravity
- center
- 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
- 230000005484 gravity Effects 0.000 title claims description 101
- 238000000034 method Methods 0.000 title claims description 63
- 230000003044 adaptive effect Effects 0.000 title claims description 33
- 238000005070 sampling Methods 0.000 claims description 62
- 230000003068 static effect Effects 0.000 claims description 30
- 238000004364 calculation method Methods 0.000 claims description 15
- 239000011159 matrix material Substances 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 13
- 230000006870 function Effects 0.000 claims description 7
- 238000000354 decomposition reaction Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000011017 operating method Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000000926 separation method Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000012407 engineering method Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000011900 installation process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
- B25J9/1605—Simulation of manipulator lay-out, design, modelling of manipulator
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1628—Programme controls characterised by the control loop
- B25J9/1633—Programme controls characterised by the control loop compliant, force, torque control, e.g. combined with position control
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1628—Programme controls characterised by the control loop
- B25J9/1653—Programme controls characterised by the control loop parameters identification, estimation, stiffness, accuracy, error analysis
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Manipulator (AREA)
Description
本願は、ロボット技術分野に関し、特に、ロボットアームの多負荷適応重力補償法、装置及び制御デバイスに関する。 TECHNICAL FIELD The present application relates to the field of robotics, and more particularly, to a multi-load adaptive gravity compensation method, apparatus and control device for a robot arm.
＜関連出願の相互引用＞
本願は、２０２０年５月２８日に中国特許庁に提出された、出願番号が２０２０１０４６６０９９．Ｘであり、名称が「ロボットアームの多負荷適応重力補償法」である中国特許出願の優先権を主張し、その全ての内容が引用により本願に組み込まれている。
<Mutual citation of related applications>
This application was filed with the Chinese Patent Office on May 28, 2020, with application number 202010466099. No.
ロボットアーム製造業及びセンサー産業の更なる発展に伴い、ロボットアームは、既に生産ラインに役立つだけでなく、生活の様々な分野にも徐々に参入し始めている。従来の産業用ロボットアームは、人身事故を防ぐために、セキュリティ範囲を設定し、操作中に人員が作業エリアに立ち入ることを厳しく禁止する必要がある。しかしながら、多くの生活の応用シナリオでは、セキュリティ範囲を設定する際に多くの不都合が生じ、人間と機械の協調作業の際においても効率が高くない。人間と機械の作業空間を分断しないことにより、本当の高効率で且つ高精度の人間と機械の協調作業を実現するために、人々は、協調型ロボットアームを設計した。協調型ロボットアームは、接触力を感知する能力を有し、人体とロボットアームの物理的な接触に反応することができるため、オペレーターとロボットアームは、作業空間を共有することができる。協調型ロボットアームの登場により、ホームケア、教育娯楽、健康医療、高度な製造業等の産業におけるロボットアームの応用が大幅に拡大され、ロボットアームの高効率、高精度、高安定性の特徴を利用して生活のあらゆる側面を改善することができた。 With the further development of the robot arm manufacturing industry and sensor industry, the robot arm has not only already served the production line, but also gradually begun to enter various fields of life. Traditional industrial robot arms need to set a security range and strictly prohibit personnel from entering the work area during operation to prevent personal accidents. However, in many life application scenarios, there are many inconveniences when setting security ranges, and the efficiency is not high when humans and machines collaborate. People have designed collaborative robot arms in order to realize true highly efficient and highly accurate human-machine collaborative work by not separating the workspace between humans and machines. Collaborative robot arms have the ability to sense contact forces and can react to physical contact between the human body and the robot arm, allowing the operator and the robot arm to share a workspace. The advent of collaborative robot arms has greatly expanded the application of robot arms in industries such as home care, education and entertainment, health care, advanced manufacturing, etc., and has developed the characteristics of high efficiency, high precision, and high stability of robot arms. I was able to use it to improve every aspect of my life.
ゼロフォース制御技術とは、ドラッグティーチングの過程では、ロボットアーム自身の重力の影響を受けていないかのように、ロボットアームがスムーズに外力に応じて移動できることを意味する。この技術は、ドラッグティーチングの労働強度を軽減し、人間によりロボットアームを制御する際の流暢さを向上させることができる。ロボットアームがエンドツールをクランプした状態でも、依然としてゼロフォース制御を実現することができるために、ロボットアーム本体とツールに対してそれぞれパラメータのキャリブレーションをし、リバースエンジニアリング手法を用いてロボットアームの各セグメントのアーム及びツールの質量及び質量中心を正確に計算する必要がある。ロボットアーム本体のパラメータのキャリブレーションの技術は、文献Ｉｄｅｎｔｉｆｙｉｎｇ ｔｈｅ ｄｙｎａｍｉｃ ｍｏｄｅｌ ｕｓｅｄ ｂｙ ｔｈｅ ＫＵＫＡ ＬＷＲ： Ａ ｒｅｖｅｒｓｅ ｅｎｇｉｎｅｅｒｉｎｇ ａｐｐｒｏａｃｈ．（Ｃ．Ｇａｚ，Ｆ．Ｆｌａｃｃｏ）及びＧｒａｖｉｔｙ ｃｏｍｐｅｎｓａｔｉｏｎ ｏｆ ＫＵＫＡ ＬＢＲ ＩＩＷＡ Ｔｈｒｏｕｇｈ Ｆａｓｔ Ｒｏｂｏｔ Ｉｎｔｅｒｆａｃｅ．（Ｃ．Ｈｏｕ，Ｙ．Ｚｈａｏ）に詳しく紹介されているが、エンドツールのパラメータのキャリブレーションに関する資料が比較的少ない。一部の複雑な応用では、ロボットアームは、作業を完了するために、エンドツールを交換する必要がある。この場合、ロボットアームは、異なるエンドツールの全てがゼロフォース制御を得られるために、如何にツールの重力を適応的に補償できるかが、協調作業がスムーズであるかどうかの鍵になる。 Zero-force control technology means that during the drag teaching process, the robot arm can move smoothly in response to external forces, as if it were not affected by its own gravity. This technology can reduce the labor intensity of drug teaching and improve the fluency in controlling the robotic arm by humans. In order to still achieve zero-force control even when the robot arm clamps the end tool, we calibrate the parameters for the robot arm body and the tool, and use a reverse engineering method to adjust each part of the robot arm. It is necessary to accurately calculate the mass and center of mass of the arm and tool of the segment. The technique for calibrating the parameters of the robot arm body is described in the literature: Identifying the dynamic model used by the KUKA LWR: A reverse engineering approach. (C. Gaz, F. Flacco) and Gravity compensation of KUKA LBR IIWA Through Fast Robot Interface. (C. Hou, Y. Zhao), there is relatively little material regarding the calibration of end tool parameters. In some complex applications, the robotic arm needs to change end tools to complete the task. In this case, since the robot arm can obtain zero force control for all the different end tools, the key to smooth collaborative work is how to adaptively compensate for the gravity of the tools.
現在、ロボットアームの重力補償の方案は、一般的には、まず、計量器を用いてエンドツールの質量を測定し、吊り下げ法又は支持法を用いてツールの質量中心を測定する必要がある。次に、測定して得られたデータをロボットアームの制御システムに導入し、制御システムにツールのパラメータに基づいて重力の補償を行わせ、ロボットアームにゼロフォース制御を実現させる。ただし、ツールの質量と質量中心を測定する際には、ツールがシステムと分離されている状態であり、測定して得られたパラメータは、取り付けプロセスが質量と質量中心に対する影響を省略する傾向がある。また、一度に１つのツールのパラメータのみに対して重力の補償を行うことができ、ツールを切り替える時にプログラムを停止する必要があり、複数のツールを頻繁に切り替える必要がある場合、効率が低下してしまう。 Currently, the gravity compensation method for robot arms generally requires first measuring the mass of the end tool using a scale, and then measuring the center of mass of the tool using a hanging method or support method. . The data obtained from the measurements is then introduced into the control system of the robot arm, and the control system compensates for gravity based on the tool parameters, allowing the robot arm to achieve zero-force control. However, when measuring the mass and center of mass of the tool, the tool is separated from the system, and the parameters obtained by measurement tend to omit the effects of the installation process on the mass and center of mass. be. Also, gravity compensation can only be done for the parameters of one tool at a time, requiring the program to stop when switching tools, reducing efficiency if multiple tools need to be switched frequently. It ends up.
本願の目的の１つとしては、ロボットアームの多負荷適応重力補償法、装置、制御デバイス及び読み取り可能な記憶媒体を提供することで、操作ステップを減らし、効率及び重力補償の性能を高めることが含まれている。 One of the objects of the present application is to provide a multi-load adaptive gravity compensation method, apparatus, control device and readable storage medium for a robotic arm, which reduces operating steps and increases the efficiency and performance of gravity compensation. include.
上述した目的を実現するために、本願による技術案は、以下の通りである。 In order to realize the above-mentioned purpose, the technical proposal according to the present application is as follows.
第一の局面においては、本願の実施例は、以下のステップを備えるロボットアームの多負荷適応重力補償法を提供する。 In a first aspect, embodiments of the present application provide a multi-load adaptive gravity compensation method for a robotic arm comprising the following steps.
ステップＳ１．１においては、ロボットアームの運動学モデルを構築する。 In step S1.1, a kinematic model of the robot arm is constructed.
ステップＳ１．２においては、動力学モデルの重力項を再構築する。 In step S1.2, the gravity term of the dynamic model is reconstructed.
ステップＳ１．３においては、無負荷静的位置サンプリングをする。 In step S1.3, no-load static position sampling is performed.
ステップＳ１．４においては、各ツールを取り付けた後にそれぞれ静的位置サンプリングをする。 In step S1.4, static position sampling is performed after each tool is installed.
ステップＳ１．５においては、各ツールのキャリブレーション待ちのパラメータ値をそれぞれ計算する。 In step S1.5, parameter values for each tool awaiting calibration are calculated.
ステップＳ１．６においては、各ツールの質量及び質量中心をそれぞれ計算する。 In step S1.6, the mass and center of mass of each tool are calculated.
ステップＳ２．１においては、現在、取り付けられているツールによりフランジに加えられる力を計算する。 In step S2.1, the force exerted on the flange by the currently installed tool is calculated.
ステップＳ２．２においては、ツールの重力を補償する。 In step S2.2, the gravity of the tool is compensated.
１つの可能な実現方法では、ステップＳ１．１において、標準Ｄ－Ｈ法を用いてロボットアームの関節座標系を構築する。 In one possible implementation, in step S1.1 the joint coordinate system of the robot arm is constructed using the standard DH method.
１つの可能な実現方法では、ステップＳ１．３において、ロボットアームが無負荷の状況で、作業空間内の任意の非特異位置に移動し、関節の位置及びモーメントの読み取り値をサンプリングする。 In one possible implementation, in step S1.3, the robot arm moves to any non-singular position in the workspace in an unloaded situation and samples joint position and moment readings.
１つの可能な実現方法では、ステップＳ１．４において、各ツールが何回かに分けてロボットアームの末端に取り付けられ、ステップＳ１．３を繰り返して静的位置サンプリングを行う。 In one possible implementation, in step S1.4 each tool is attached to the end of the robot arm several times and step S1.3 is repeated to perform static position sampling.
１つの可能な実現方法では、ステップＳ１．４において、各ツールについて、当該ツールをロボットアームの末端に取り付けた後、当該ツールのサイズに基づいて当該ツールに対応するロボットアームの現在の有効な作業空間を決定し、有効な作業空間に基づいてステップＳ１．３を繰り返して当該ツールに対して静的位置サンプリングを行う。 In one possible implementation, in step S1.4, for each tool, after attaching the tool to the end of the robot arm, the current active work of the robot arm corresponding to the tool is determined based on the size of the tool. Determine the space and repeat step S1.3 based on the available workspace to perform static position sampling for the tool.
１つの可能な実現方法では、ステップＳ１．５において、ステップＳ１．３及びステップＳ１．４で得られたサンプリングデータを、ツールに基づいてグループ化し、順にステップＳ１．２の重力項に代入する。 In one possible implementation, in step S1.5, the sampling data obtained in step S1.3 and step S1.4 are grouped based on the tool and are substituted in turn into the gravity term of step S1.2.
１つの可能な実現方法では、ステップＳ１．６において、各ツールについて、当該ツール携帯時にキャリブレーションされたパラメータ値と無負荷でキャリブレーションされたパラメータ値を比較し、比較結果および当該ツールの質量、当該ツールの質量中心、ロボットアームのエンドセグメントアームの質量及びエンドセグメントアームの質量中心の関連関係に基づき、当該ツールの質量及び質量中心を計算する。 In one possible implementation method, in step S1.6, for each tool, the parameter values calibrated when the tool is carried and the parameter values calibrated without load are compared, and the comparison result and the mass of the tool, The mass and center of mass of the tool are calculated based on the relationship between the center of mass of the tool, the mass of the end segment arm of the robot arm, and the center of mass of the end segment arm.
第二の局面においては、本願の実施例は、モデル構築モジュール、重力再構築モジュール、位置サンプリングモジュール、位置サンプリングモジュール、パラメータキャリブレーションモジュール、質量パラメータ計算モジュール、外力計算モジュール及び重力補償モジュールを備えるロボットアームの多負荷適応重力補償装置を提供する。 In a second aspect, embodiments of the present application provide a robot comprising a model building module, a gravity reconstruction module, a position sampling module, a position sampling module, a parameter calibration module, a mass parameter calculation module, an external force calculation module, and a gravity compensation module. A multi-load adaptive gravity compensator for an arm is provided.
モデル構築モジュールは、ロボットアームの運動学モデルを構築するように配置されている。 The model building module is arranged to build a kinematics model of the robotic arm.
重力再構築モジュールは、動力学モデルの重力項を再構築するように配置されている。 The gravity reconstruction module is arranged to reconstruct the gravity term of the dynamical model.
位置サンプリングモジュールは、無負荷静的位置サンプリングをするように配置されている。 The position sampling module is arranged for unloaded static position sampling.
位置サンプリングモジュールは、さらに、各ツールを取り付けた後にそれぞれ静的位置サンプリングをするように配置されている。 The position sampling module is further arranged to perform static position sampling after each tool is installed.
パラメータキャリブレーションモジュールは、各ツールのキャリブレーション待ちのパラメータ値をそれぞれ計算するように配置されている。 The parameter calibration module is arranged to calculate respective parameter values pending calibration for each tool.
質量パラメータ計算モジュールは、各ツールの質量及び質量中心をそれぞれ計算するように配置されている。 The mass parameter calculation module is arranged to calculate the mass and center of mass of each tool, respectively.
外力計算モジュールは、現在、取り付けられているツールによりフランジに加えられる力を計算するように配置されている。 The external force calculation module is currently arranged to calculate the force exerted on the flange by the installed tool.
重力補償モジュールは、ツールの重力を補償するように配置されている。 The gravity compensation module is arranged to compensate for gravity on the tool.
１つの可能な実現方法では、前記モデル構築モジュールは、ロボットアームの運動学モデルを構築する過程において、標準Ｄ－Ｈ法を用いてロボットアームの関節座標系を構築する。 In one possible implementation, the model building module, in the process of building the kinematics model of the robot arm, uses the standard DH method to build the joint coordinate system of the robot arm.
１つの可能な実現方法では、前記位置サンプリングモジュールは、ロボットアームが無負荷の状況で、作業空間内の任意の非特異位置に移動するように制御し、関節の位置及びモーメントの読み取り値をサンプリングする。 In one possible implementation, the position sampling module controls the robot arm to move to any non-singular position in the workspace in an unloaded situation and samples joint position and moment readings. do.
１つの可能な実現方法では、前記位置サンプリングモジュールは、各ツールをロボットアームの末端に何回かに分けて取り付けた後、各ツールについて、当該ツールのサイズに基づいて当該ツールに対応するロボットアームの現在の有効な作業空間を決定し、有効な作業空間に基づき、ロボットアームが有効な作業空間内の任意の非特異位置に移動するように繰り返して制御し、関節の位置及びモーメントの読み取り値をサンプリングする。 In one possible implementation, the position sampling module attaches each tool to the end of the robot arm in batches, and then, for each tool, determines the robot arm corresponding to the tool based on the size of the tool. Based on the effective workspace, iteratively controls the robot arm to move to any non-singular position within the effective workspace, and calculates joint position and moment readings. to sample.
１つの可能な実現方法では、前記パラメータキャリブレーションモジュールは、前記位置サンプリングモジュールにより得られたサンプリングデータを、ツールに基づいてグループ化し、順に前記重力再構築モジュールにより得られた重力項に代入して計算することで、各ツールのキャリブレーション待ちのパラメータ値を取得する。 In one possible implementation, the parameter calibration module groups the sampling data obtained by the position sampling module based on tools and in turn substitutes them into the gravity term obtained by the gravity reconstruction module. By calculating, obtain the parameter values of each tool that are waiting for calibration.
１つの可能な実現方法では、前記質量パラメータ計算モジュールは、各ツールの質量及び質量中心を計算する過程において、各ツールについて、当該ツール携帯時にキャリブレーションされたパラメータ値と無負荷でキャリブレーションされたパラメータ値を比較し、比較結果および当該ツールの質量、当該ツールの質量中心、ロボットアームのエンドセグメントアームの質量及びエンドセグメントアームの質量中心の関連関係に基づき、当該ツールの質量及び質量中心を計算する。 In one possible implementation method, the mass parameter calculation module, in the process of calculating the mass and center of mass of each tool, calculates, for each tool, a parameter value calibrated at the time of carrying the tool and a parameter value calibrated with no load. Compare the parameter values and calculate the mass and center of mass of the tool based on the comparison result and the relationship between the mass of the tool, the center of mass of the tool, the mass of the end segment arm of the robot arm, and the center of mass of the end segment arm. do.
第三の局面においては、本願の実施例は、メモリ及びプロセッサを含むロボットアームの制御デバイスを提供する。前記メモリは、前記プロセッサで実行することが可能なコンピュータプログラムを記憶しており、前記プロセッサが前記コンピュータプログラムを実行すると、前記ロボットアームの多負荷適応重力補償法を実現する。 In a third aspect, embodiments of the present application provide a robotic arm control device that includes a memory and a processor. The memory stores a computer program executable by the processor, and when the processor executes the computer program, it implements a multi-load adaptive gravity compensation method for the robotic arm.
第四の局面においては、本願の実施例は、コンピュータプログラムが記憶された読み取り可能な記憶媒体を提供する。前記コンピュータプログラムがプロセッサに実行されると、前記ロボットアームの多負荷適応重力補償法が実行される。 In a fourth aspect, embodiments of the present application provide a readable storage medium having a computer program stored thereon. When the computer program is executed by a processor, a multi-load adaptive gravity compensation method for the robotic arm is performed.
本願の実施例の有益な効果の１つとしては、Ｄ－Ｈ法によりロボットアームの関節座標系を構築し、関節座標系に基づいて各セグメントのロボットアームの質量中心位置に対して座標系を構築することが含まれている。元の重力項においては、関節位置に関連する項と質量中心に関連する項を分割し、分割過程においては、キャリブレーション待ちのパラメータを適切に組み合わせ、分割後の項を２つの行列に入れ、それらの乗算が、元の重力項を依然として満たせるようにする。次に、無負荷状態のロボットアームの静的位置をサンプリングし、その後に、各ツールをロボットアームの末端に取り付け、再度それぞれ静的位置をサンプリングする。サンプリングデータを、ツールに基づいてグループ化し、重力項に代入し、ＳＶＤ分解を用いて組み合わせ後のパラメータの値を取得し、最後に、組み合わせオブジェクトパラメータ分離の方法を用いて組み合わせ後のパラメータからツールの質量及び質量中心を抽出する。無負荷でキャリブレーションされたパラメータとリアルタイムの関節位置のフィードバックに基づき、現在取り付けられているエンドツールによりフランジに加えられる力の大きさを計算することができる。フランジでの外力を測定することにより、システムは、現在フランジにどのツールが取り付けられているかを知ることができるため、キャリブレーションされたパラメータ値を直接に用いてツールの重力を補償した後の外力測定を行うことができ、又は、得られた質量及び質量中心をロボットアームの配置に応用することができる。当該方法は、ツールパラメータを事前に計算して取得することにより、実際応用時の操作手順を簡素化し、協調作業の流暢さを大幅に高めることができる。また、関節位置及びモーメントセンサーを用いてツールに対してパラメータをキャリブレーションすることにより、キャリブレーションされたツールパラメータは、ロボットアームの運動学及び動力学の特徴をより適合し、ゼロフォース制御の性能を改善することができる。 One of the beneficial effects of the embodiment of the present application is that the joint coordinate system of the robot arm is constructed by the DH method, and the coordinate system is established for the center of mass position of the robot arm of each segment based on the joint coordinate system. Contains building. In the original gravity term, the term related to the joint position and the term related to the center of mass are divided, and in the division process, the parameters waiting for calibration are appropriately combined, and the terms after the division are put into two matrices. Their multiplication allows the original gravity terms to still be satisfied. Next, the static position of the unloaded robot arm is sampled, after which each tool is attached to the end of the robot arm and each static position is sampled again. The sampling data is grouped based on the tool, substituted into the gravity term, SVD decomposition is used to obtain the values of the combined parameters, and finally, the method of combined object parameter separation is used to extract the combined parameters from the tool. Extract the mass and center of mass of. Based on unloaded calibrated parameters and real-time joint position feedback, it is possible to calculate the amount of force exerted on the flange by the currently installed end tool. By measuring the external force at the flange, the system can know which tool is currently attached to the flange, and therefore the external force after compensating for the tool's gravity using the calibrated parameter values directly. Measurements can be taken or the mass and center of mass obtained can be applied to the positioning of the robot arm. By calculating and obtaining the tool parameters in advance, this method can simplify the operating procedure in practical application and greatly improve the fluency of collaborative work. Additionally, by calibrating parameters to the tool using joint position and moment sensors, the calibrated tool parameters better match the kinematics and dynamics characteristics of the robot arm, resulting in better performance for zero-force control. can be improved.
以下、具体的な実施例及び図面を参照しながら、本願を更に述べ、説明する。 The present application will be further described and explained below with reference to specific examples and drawings.
図１～図３に示すように、完全なロボットアームの動力学方程式には、慣性項、遠心力及びコリオリ力項、重力項と摩擦力項が含まれている。なお、慣性項は関節加速度に関係し、遠心力及びコリオリ力項は関節速度に関係し、摩擦力項も関節速度に関係するが、関節加速度及び関節速度は、ロボットアームが静的状態である時に何れもゼロであるので、静的位置に対する研究は、重力項だけに対して展開しても良い。重力項を含む動力学方程式を構築するには、ロボットアームの関節位置及びモーメントを入力とする必要があるので、ロボットアームのハードウェアに対してある程度の要求がある。ＫＵＫＡ ＬＢＲ Ｍｅｄ ７ Ｒ８００を例とすれば、当該ロボットアームは、７軸協調型ロボットアームであり、各関節には、高精度の位置センサー及びモーメントセンサーが装備されており、本願におけるロボットアームのハードウェアに対する配置要求を満たしている。ＫＵＫＡ ＬＢＲ Ｍｅｄ ７ Ｒ８００の７軸協調型ロボットアームを例として挙げて実際の操作を説明する。 As shown in FIGS. 1-3, the dynamic equation of a complete robot arm includes an inertia term, centrifugal force and Coriolis force terms, gravitational force term and friction force term. Note that the inertia term is related to joint acceleration, the centrifugal force and Coriolis force terms are related to joint velocity, and the friction force term is also related to joint velocity, but joint acceleration and joint velocity are calculated when the robot arm is in a static state. Since both are sometimes zero, the study of static position may be extended to only the gravitational term. In order to construct a dynamic equation that includes a gravity term, it is necessary to input the joint positions and moments of the robot arm, so there are certain demands on the hardware of the robot arm. Taking the KUKA LBR Med 7 R800 as an example, the robot arm is a 7-axis cooperative robot arm, and each joint is equipped with a high-precision position sensor and a moment sensor. It satisfies the placement requirements for the software. The actual operation will be explained using the KUKA LBR Med 7 R800 7-axis cooperative robot arm as an example.
ステップＳ１．１においては、ロボットアームの運動学モデルを構築する。 In step S1.1, a kinematic model of the robot arm is constructed.
本実施例の１つの可能な実現方法においては、ロボットアームの運動学モデルを構築する際、ロボットアームの関節座標系の構築は、古典的なＤ－Ｈ法（Ａ Ｋｉｎｅｍａｔｉｃ Ｎｏｔａｔｉｏｎ ｆｏｒ Ｌｏｗｅｒ－Ｐａｉｒ Ｍｅｃｈａｎｉｓｍｓ Ｂａｓｅｄ ｏｎ Ｍａｔｒｉｃｅｓ， Ｊ．Ｄｅｎａｖｉｔ，Ｒ．Ｓ．Ｈａｒｔｅｎｂｅｒｇ）を採用する。ＫＵＫＡ ＬＢＲ Ｍｅｄ ７ Ｒ８００については、そのＤ－Ｈパラメータ表は、次の通りである。 In one possible implementation method of this embodiment, when constructing the kinematic model of the robot arm, the construction of the joint coordinate system of the robot arm is performed using the classical DH method (A Kinematic Notation for Lower-Pair Mechanisms). Based on Matrices, J. Denavit, R. S. Hartenberg). For KUKA LBR Med 7 R800, its DH parameter table is as follows.
ステップＳ１．２においては、動力学モデルの重力項を再構築する。 In step S1.2, the gravity term of the dynamic model is reconstructed.
本実施例においては、静的状態のロケットアームは、重力項がロケットアームの関節モーメントに等しく、式は、次のように表される。
ステップＳ１．３においては、無負荷静的位置サンプリングをする。 In step S1.3, no-load static position sampling is performed.
本実施例においては、ロケットアームが無負荷状態であることを確認し、ロケットアームを作業空間の非特異位置に移動させ、各関節の静止後に関節の位置及びモーメントを収集する。サンプリングポイントが作業空間全体にできるだけ広がるように、サンプリングのステップを繰り返す。サンプリング過程においては、僅かのサンプリングポイントが特異位置に非常に接近する場合があるが、特異位置が原因で、ロケットアームの自由度の不足により、モーメントのフィードバックが不正確であることを招くので、これらのサンプリングポイントがサンプリングセットから除去されるべきである。 In this embodiment, it is confirmed that the rocket arm is in an unloaded state, the rocket arm is moved to a non-singular position in the work space, and the positions and moments of the joints are collected after each joint is stationary. Repeat the sampling step so that the sampling points are spread as much as possible throughout the workspace. In the sampling process, a few sampling points may be very close to the singular position, but due to the singular position, the moment feedback will be inaccurate due to the lack of degrees of freedom of the rocket arm. These sampling points should be removed from the sampling set.
図３に示すように、ステップＳ１．４においては、各ツールを取り付けた後にそれぞれ静的位置サンプリングをする。 As shown in FIG. 3, in step S1.4, static position sampling is performed after each tool is installed.
本実施例においては、順に各ツールをロケットアームの末端に取り付け、ステップＳ１．３を繰り返して各ツールごとに対して１ラウンドのモーションサンプリングを実行し、特異位置を除去した後のデータセットを保存する。ツール自体が一定のサイズを持っているため、ロボットアームの運動範囲に対してある程度の制限を与え、運動過程においては、ロボットアーム本体又は周囲の障害物と衝突する事故が発生する可能性があるので、ツールとロボットアームの静的位置をサンプリングする過程においては、有効的な作業空間を再確認し、合理的な運動軌跡を設計し、サンプリングポイントをできるだけ作業空間に広がりながら、衝突の発生を防止する必要がある。よって、本実施例の１つ可能な実現方法では、各ツールについて、当該ツールがロボットアームの末端に取り付けられた後、当該ツールのサイズに基づいてロボットアームの現在の当該ツールに対応する有効的な作業空間を決定し、有効的な作業空間に基づいてステップＳ１．３を繰り返して当該ツールに対して静的位置サンプリングを行う。 In this example, each tool is attached to the end of the rocket arm in turn, step S1.3 is repeated, one round of motion sampling is performed for each tool, and the data set after removing singular positions is saved. do. Since the tool itself has a certain size, it imposes a certain limit on the range of motion of the robot arm, and during the movement process, there is a possibility of collision with the robot arm itself or surrounding obstacles. Therefore, in the process of sampling the static positions of the tool and robot arm, we reconfirm the effective working space, design a reasonable motion trajectory, spread the sampling points as much as possible in the working space, and prevent the occurrence of collisions. It is necessary to prevent this. Thus, in one possible implementation of this embodiment, for each tool, after the tool is attached to the end of the robot arm, the effective 2. Determine a working space and repeat step S1.3 based on the effective working space to perform static position sampling for the tool.
ステップＳ１．５においては、各ツールのキャリブレーション待ちのパラメータ値をそれぞれ計算する。 In step S1.5, parameter values for each tool awaiting calibration are calculated.
本実施例においては、ステップＳ１．５を実行するために、収集された全てのデータをツールに基づいてグループ化し、以下に示すように、各グループのデータをステップＳ１．２で得られた方程式系に積み上げる必要がある。
に積み上げられるが、関節モーメントは、
に積み上げられる。積み上げ行列
が既に確認されたので、キャリブレーション待ちの行列Ａ（ｍ，ｃ）は、ＳＶＤ分解により線形方程式系を求める方法で得られる。行列
は、次の形式に分解することができる。
とすると、新しい式ができる。
ΣＸ＝Ｂ
上述した式においては、Σは、対角行列であり、対角要素は、全て行列
の特異値σｉであり、且つσ１≧σ２…≧σｎ＞０であるため、Ｘを計算することができる。最後に、Ａ＝ＶＸに基づいて行列Ａの中のキャリブレーション待ちのパラメータを求めることができる。
In this example, in order to perform step S1.5, all the collected data are grouped based on the tool, and each group's data is calculated using the equation obtained in step S1.2, as shown below. It is necessary to build up the system.
However, the joint moment is
are piled up. stacked matrix
has already been confirmed, the matrix A(m, c) waiting for calibration can be obtained by a method of obtaining a linear equation system by SVD decomposition. queue
can be decomposed into the following form:
Then, a new formula is created.
ΣX=B
In the above equation, Σ is a diagonal matrix, and all diagonal elements are matrix
Since the singular value σ i is σ i and σ 1 ≧σ 2 ...≧σ n >0, X can be calculated. Finally, the parameters awaiting calibration in matrix A can be determined based on A=VX.
ステップＳ１．６においては、各ツールの質量及び質量中心をそれぞれ計算する。 In step S1.6, the mass and center of mass of each tool are calculated.
本実施例においては、ステップＳ１．５を実行するプロセスでは、剛体としてのツールをロボットアームの末端に設置してからパラメータのキャリブレーションを実行することが必要であるため、キャリブレーションされたパラメータにおける最後のセグメントの剛体の質量及び質量中心は、実際的には、ロボットアームの最後のセグメントとツールの結合後のパラメータである。よって、ツールの質量及び質量中心は、ツール付きのキャリブレーションされたパラメータと無負荷でキャリブレーションされたパラメータを比較し、ツールの質量及び質量中心とロボットアームのエンドセグメントアームの質量及び質量中心の関連関係を特徴付けるために用いられるマルチボディシステムの質量中心公式と組み合わせて決定することができる。故に、本実施例の１つの可能な実現方法では、各ツールについて、当該ツール携帯時にキャリブレーションされたパラメータ値と無負荷でキャリブレーションされたパラメータ値を比較し、比較結果および当該ツールの質量、当該ツールの質量中心、ロボットアームのエンドセグメントアームの質量及びエンドセグメントアームの質量中心の関連関係に基づき、当該ツールの質量及び質量中心を計算する。 In this embodiment, in the process of executing step S1.5, it is necessary to install the tool as a rigid body at the end of the robot arm and then execute parameter calibration. The rigid mass and center of mass of the last segment are actually parameters after the coupling of the last segment of the robot arm and the tool. Therefore, the mass and center of mass of the tool are determined by comparing the calibrated parameters with the tool and the calibrated parameters without load, and the mass and center of mass of the tool and the mass and center of mass of the end segment arm of the robot arm. It can be determined in combination with the center of mass formula for multibody systems, which is used to characterize the relevant relationships. Therefore, in one possible implementation method of this embodiment, for each tool, the parameter values calibrated when carrying the tool and the parameter values calibrated without load are compared, and the comparison result and the mass of the tool are compared. The mass and center of mass of the tool are calculated based on the relationship between the center of mass of the tool, the mass of the end segment arm of the robot arm, and the center of mass of the end segment arm.
なお、ＫＵＫＡ ＬＢＲ Ｍｅｄ ７ Ｒ８００の末端を例として挙げ、図２に示すように、ツールをクランプした後のロボットアームシステムに対応するマルチボディシステムの質量中心公式は、次の物理的な特性がある。
また、本願は、ツールのパラメータを自動的に選択し、重力補償に用いるシステムを設計した。当該システムは、関節モーメント及び位置センサーの出力をシステムの入力とし、システムの内部において現在ツールによりロボットアームの末端に加えられている力を計算することで、クランプしているツールのタイプを判断する。次に、Ｓ１で計算されたパラメータを適用して重力補償を完成する。以下、実施のステップを詳しく説明する。 The present application also designed a system that automatically selects the parameters of the tool and uses it for gravity compensation. The system uses joint moment and position sensor outputs as system inputs to determine the type of tool being clamped by calculating the force currently being applied by the tool to the end of the robot arm within the system. . Next, gravity compensation is completed by applying the parameters calculated in S1. The implementation steps will be explained in detail below.
ステップＳ２．１においては、現在取り付けられているツールによりフランジ（ロボットアームの末端）に加えられる力を計算する。 In step S2.1, the force exerted on the flange (end of the robot arm) by the currently installed tool is calculated.
本実施例においては、無負荷状態でキャリブレーションされたパラメータを用いることができ、現在位置におけるロボットアーム本体により生じる関節モーメントτｒｏｂｏｔを計算することができる。リアルタイムで測定された関節モーメントτｍｅａｓｕｒｅをτｒｏｂｏｔと減算をさせ、外力による関節モーメントτｅｘｔを取得する。ヤコビ行列を用いて外力を関節空間から作業空間にマッピングし、作業空間におけるロボットアームの末端（フランジ）にかかる外力を計算することができる。 In this embodiment, parameters calibrated in a no-load state can be used, and the joint moment τ robot generated by the robot arm body at the current position can be calculated. The joint moment τ measure measured in real time is subtracted from τ robot to obtain the joint moment τ ext due to external force. Using the Jacobian matrix, external forces can be mapped from the joint space to the workspace, and the external force applied to the end (flange) of the robot arm in the workspace can be calculated.
ステップＳ２．２においては、ツールの重力を補償する。 In step S2.2, the gravity of the tool is compensated.
本実施例においては、ツール間の違いが外力の値に反映される。例えば、工具間の質量差が大きい場合、外力のＸＹＺ方向の値を、工具の識別基準として用いることができる。ツール間の質量差が小さく、質量中心の差が比較的大きい場合、外力のＡＢＣ方向のトルクを識別基準とすることが考えられる。質量及び質量中心の差が何れも大きくない場合、それらを１つのツールとして見なし、同じセットのキャリブレーションされたパラメータを適用すれば、同様に比較的に良い補償効果を得ることができる。ツールのパラメータを入力して重力補正を自動的に行うロボットアームの場合、ステップＳ１．６で計算されたツールの質量と質量中心を、ロボットアームの配置に直接的に書き込み、ロボットアームの組み込みプログラムでツールにかかる外力を計算させることができる。重力補償機能のないロボットアームの場合、ステップＳ１．５でキャリブレーションされたパラメータを直接的に用いて現在ツールにかかる外力を計算することができる。よって、ロボットアームが感じる外力は、ツールの重力を補償した後の外力であり、当該外力を入力とする制御戦略もツールの影響を省略し、即ち、ゼロフォース制御を実現することができる。 In this embodiment, differences between tools are reflected in the value of external force. For example, when the mass difference between tools is large, the values of external force in the XYZ directions can be used as a tool identification criterion. When the difference in mass between the tools is small and the difference in the centers of mass is relatively large, it is conceivable to use the torque of the external force in the ABC direction as the identification standard. If the difference between mass and center of mass is not large, considering them as one tool and applying the same set of calibrated parameters can similarly obtain a relatively good compensation effect. In the case of a robot arm that automatically performs gravity correction by inputting tool parameters, the mass and center of mass of the tool calculated in step S1.6 can be written directly into the robot arm's configuration, and the robot arm's built-in program can calculate the external force applied to the tool. In the case of a robot arm without gravity compensation, the parameters calibrated in step S1.5 can be used directly to calculate the external force currently applied to the tool. Therefore, the external force felt by the robot arm is the external force after compensating for the gravity of the tool, and a control strategy that uses the external force as input can also omit the influence of the tool, that is, zero force control can be realized.
また、図４に示すように、本願は、ロボットアームの多負荷適応重力補償装置１００を更に提供し、当該多負荷適応重力補償装置１００に含まれる様々な機能実現モジュールにより、上述したロボットアームの多負荷適応型重力補償方法を実行する。なお、前記多負荷適応重力補償装置１００は、モデル構築モジュール１１０、重力再構築モジュール１２０、位置サンプリングモジュール１３０、パラメータキャリブレーションモジュール１４０、質量パラメータ計算モジュール１５０、外力計算モジュール１６０及び重力補償モジュール１７０を備える。 In addition, as shown in FIG. 4, the present application further provides a multi-load adaptive gravity compensation device 100 for a robot arm, and various function realization modules included in the multi-load adaptive gravity compensation device 100 enable the above-mentioned robot arm to be Implement a multi-load adaptive gravity compensation method. The multi-load adaptive gravity compensation device 100 includes a model construction module 110, a gravity reconstruction module 120, a position sampling module 130, a parameter calibration module 140, a mass parameter calculation module 150, an external force calculation module 160, and a gravity compensation module 170. Be prepared.
モデル構築モジュール１１０は、ロボットアームの運動学モデルを構築するように配置されている。 Model building module 110 is arranged to build a kinematic model of the robotic arm.
重力再構築モジュール１２０は、動力学モデルの重力項を再構築するように配置されている。 Gravity reconstruction module 120 is arranged to reconstruct the gravity term of the dynamics model.
位置サンプリングモジュール１３０は、無負荷静的位置サンプリングをするように配置されている。 Position sampling module 130 is arranged for unloaded static position sampling.
位置サンプリングモジュール１３０は、さらに、各ツールを取り付けた後にそれぞれ静的位置サンプリングをするように配置されている。 The position sampling module 130 is further arranged to perform static position sampling after each tool is installed.
パラメータキャリブレーションモジュール１４０は、各ツールのキャリブレーション待ちのパラメータ値をそれぞれ計算するように配置されている。 The parameter calibration module 140 is arranged to calculate respective parameter values pending calibration for each tool.
質量パラメータ計算モジュール１５０は、各ツールの質量及び質量中心をそれぞれ計算するように配置されている。 Mass parameter calculation module 150 is arranged to calculate the mass and center of mass of each tool, respectively.
外力計算モジュール１６０は、現在、取り付けられているツールによりフランジに加えられる力を計算するように配置されている。 External force calculation module 160 is arranged to calculate the force applied to the flange by the currently installed tool.
重力補償モジュール１７０は、ツールの重力を補償するように配置されている。 Gravity compensation module 170 is arranged to compensate for the gravity of the tool.
本実施例の１つの可能な実現方法においては、前記モデル構築モジュール１１０は、ロボットアームの運動学モデルを構築するプロセスにおいて、標準Ｄ－Ｈ法を用いてロボットアームの関節座標系を構築する。 In one possible implementation of this embodiment, the model construction module 110 constructs the joint coordinate system of the robot arm using the standard DH method in the process of constructing the kinematics model of the robot arm.
本実施例の１つの可能な実現方法においては、前記位置サンプリングモジュール１３０は、ロボットアームが無負荷の状況で、ロボットアームを作業空間内の任意の非特異位置に移動するように制御し、関節の位置及びモーメントの読み取り値をサンプリングする。 In one possible implementation of this embodiment, the position sampling module 130 controls the robot arm to move to any non-singular position in the workspace in an unloaded situation, and sample position and moment readings.
本実施例の１つの可能な実現方法においては、前記位置サンプリングモジュール１３０は、各ツールを何回かに分けて（ツール毎の順次に）ロボットアームの末端に取り付けた後、各ツール毎につき、当該ツールのサイズに基づいて当該ツールに対応するロボットアームの現在の有効な作業空間を決定し、次に、有効な作業空間に基づき、ロボットアームが有効な作業空間内の任意の非特異位置に移動するように繰り返して制御し、関節の位置及びモーメントの読み取り値をサンプリングする。 In one possible implementation of this embodiment, the position sampling module 130 installs each tool in batches (tool by tool sequentially) at the end of the robot arm; Determine the current effective workspace of the robot arm corresponding to the tool based on the size of the tool, and then move the robot arm to any non-singular position within the available workspace based on the effective workspace. It is repeatedly controlled to move and sampled joint position and moment readings.
本実施例の１つの可能な実現方法においては、前記パラメータキャリブレーションモジュール１４０は、前記位置サンプリングモジュールにより得られたサンプリングデータを、ツールに基づいてグループ化し、順に前記重力再構築モジュールにより得られた重力項に代入して計算することで、各ツールのキャリブレーション待ちのパラメータ値を取得する。 In one possible implementation of this embodiment, the parameter calibration module 140 groups the sampling data obtained by the position sampling module based on tools, and in turn groups the sampling data obtained by the gravity reconstruction module. By substituting it into the gravity term and calculating it, we obtain the parameter value of each tool that is waiting for calibration.
なお、本願の実施例による多負荷適応重力補償装置１００は、その基本原理及び技術的な効果は、前記多負荷適応重力補償方法と同じである。説明を簡潔にするために、本実施例で言及されていない部分については、前記多負荷適応重力補償方法の説明内容を参照することができる。 The multi-load adaptive gravity compensation device 100 according to the embodiment of the present application has the same basic principle and technical effects as the multi-load adaptive gravity compensation method. In order to simplify the explanation, the explanation of the multi-load adaptive gravity compensation method can be referred to for parts not mentioned in this embodiment.
また、本願は、ロボットアームの制御デバイスを更に提供し、当該制御デバイスは、メモリ及びプロセッサを備える。なお、前記メモリは、１つ又は複数のコンピュータプログラム製品を含むことができ、前記コンピュータプログラム製品は、揮発性メモリ及び／又は不揮発性メモリ等のような、様々なタイプの読み取り可能な記憶媒体を含むことができる。前記揮発性メモリは、例えば、ランダムアクセスメモリ及び／又はキャッシュメモリ等を含むことができる。前記不揮発性メモリは、例えば、リードオンリーメモリ、ハードディスク、フラッシュメモリ等を含むことができる。前記読み取り可能な記憶媒体には、１つ又は複数のコンピュータプログラムを記憶することができる。プロセッサは、前記コンピュータプログラムを実行することにより、前記ロボットアームの多負荷適応重力補償方法により表される機能及び／又は他の所望の機能を実現することができる。前記読み取り可能な記憶媒体には、さらに様々なアプリケーションプログラム及び様々なデータを記憶することができ、例えば、前記アプリケーションプログラムが使用及び／又は生成された様々なデータ等である。 The present application further provides a control device for a robotic arm, the control device comprising a memory and a processor. Note that the memory may include one or more computer program products, which may include various types of readable storage media, such as volatile memory and/or non-volatile memory. can be included. The volatile memory may include, for example, random access memory and/or cache memory. The non-volatile memory may include, for example, a read-only memory, a hard disk, a flash memory, and the like. The readable storage medium may store one or more computer programs. A processor may implement the functionality represented by the multi-load adaptive gravity compensation method of the robotic arm and/or other desired functionality by executing the computer program. The readable storage medium can further store various application programs and various data, such as various data used and/or generated by the application program.
前記プロセッサは、デジタル信号プロセッサ、フィールドプログラマブルゲートアレイ及びプログラマブルロジックアレイのうちの少なくとも１つのハードウェアの形で実現することができる。前記プロセッサは、中央処理ユニット、又は、データ処理機能及び／又は命令実行機能を有する他の形の処理ユニットの中の１つ又は複数の組み合わせであってもよく、所望の機能を実行するように、前記制御デバイスの中の他のアセンブリを制御することができる。前記プロセッサは、コンピュータプログラムが表す機能を実現するように、前記メモリに記憶されている当該コンピュータプログラムを相応的に実行することができる。 The processor may be implemented in hardware of at least one of a digital signal processor, a field programmable gate array, and a programmable logic array. The processor may be a central processing unit or a combination of one or more of other forms of processing units having data processing and/or instruction execution functions and configured to perform the desired functions. , can control other assemblies within the control device. The processor is capable of correspondingly executing the computer program stored in the memory so as to implement the functionality represented by the computer program.
本実施例の１つの可能な実現方法においては、前記ロボットアームの多負荷適応重力補償装置１００は、ソフトウェア又はファームウェアの形で前記制御デバイスのメモリに記憶してもよく、前記制御デバイスのプロセッサにより、前記メモリの中の前記多負荷適応重力補償装置１００に含まれるソフトウェア機能モジュールおよびコンピュータプログラム等を実行することにより、前記ロボットアームの多負荷適応重力補償方法に対応する機能を実現する。 In one possible implementation of this embodiment, the multi-load adaptive gravity compensator 100 of the robot arm may be stored in the memory of the control device in the form of software or firmware, and is executed by the processor of the control device. , by executing software function modules, computer programs, etc. included in the multi-load adaptive gravity compensation device 100 in the memory, to realize functions corresponding to the multi-load adaptive gravity compensation method for the robot arm.
上述したように、前記方案は、Ｄ－Ｈ法によりロボットアームの関節座標系を構築し、次に、関節座標系に基づいて各セグメントのロボットアームの質量中心位置に対して座標系構築を行う。元の重力項では、関節位置に関係する項目と質量中心に関係する項目を分割し、分割過程においてキャリブレーション待ちのパラメータを適切に組み合わせる必要があり、分割後の項目を２つの行列に入れ、それらの乗算が、元の重力項を依然として満たさせる。次に、無負荷状態でのロボットアームの静的位置をサンプリングし、その後に、各ツールをロボットアームの末端に取り付け、さらにそれぞれ静的位置サンプリングを行う。サンプリングされたデータをツールに基づいてグループ化した後、重力項に代入し、ＳＶＤ分解を用いて組み合わせ後のパラメータの値を取得し、最後に組み合わせオブジェクトパラメータ分離の方法を用いて組み合わせ後のパラメータからツールの質量及び質量中心を抽出することができる。無負荷でキャリブレーションされたパラメータとリアルタイムの関節位置のフィードバックに基づき、現在取り付けられているエンドツールによりフランジに加えられる力の大きさを計算することができる。フランジでの外力を測定することにより、システムは、現在フランジにどのツールが取り付けられているかを知ることができるため、キャリブレーションされたパラメータ値を直接に用いてツールの重力を補償した後の外力測定を行うことができ、又は、得られた質量及び質量中心をロボットアームの配置に応用することができる。当該方法は、ツールパラメータを事前に計算して取得することにより、実際応用時の操作手順を簡素化し、協調作業の流暢さを大幅に高めることができる。また、関節位置及びモーメントセンサーを用いてツールに対してパラメータをキャリブレーションすることにより、キャリブレーションされたツールパラメータは、ロボットアームの運動学及び動力学の特徴をより適合し、ゼロフォース制御の性能を改善することができる。 As described above, the above method constructs a joint coordinate system of the robot arm using the DH method, and then constructs a coordinate system for the center of mass position of the robot arm of each segment based on the joint coordinate system. . In the original gravity term, it is necessary to divide the items related to the joint position and the items related to the center of mass, and in the division process, it is necessary to appropriately combine the parameters waiting for calibration.The items after division are put into two matrices, Their multiplication still leaves the original gravity term satisfied. Next, the static position of the robot arm under no-load conditions is sampled, after which each tool is attached to the end of the robot arm and further static position sampling is performed for each. After the sampled data is grouped based on the tool, it is substituted into the gravity term, SVD decomposition is used to obtain the values of the combined parameters, and finally the method of combined object parameter separation is used to obtain the combined parameters. The mass and center of mass of the tool can be extracted from . Based on unloaded calibrated parameters and real-time joint position feedback, it is possible to calculate the amount of force exerted on the flange by the currently installed end tool. By measuring the external force at the flange, the system can know which tool is currently attached to the flange, and therefore the external force after compensating for the tool's gravity using the calibrated parameter values directly. Measurements can be taken or the mass and center of mass obtained can be applied to the positioning of the robot arm. By calculating and obtaining the tool parameters in advance, this method can simplify the operating procedure in practical application and greatly improve the fluency of collaborative work. Additionally, by calibrating parameters to the tool using joint position and moment sensors, the calibrated tool parameters better match the kinematics and dynamics characteristics of the robot arm, resulting in better performance for zero-force control. can be improved.
最後に、上述した実施例は、本願の技術案を説明するものに過ぎず、本願の保護範囲を限定するものではないことに留意されたい。選択可能な実現方法を参照して本願を詳しく説明したが、当業者は、本願の技術案の精神及び範囲から逸脱しない限り、本願の技術案に対して補正又は等価置換を行うことができることが理解されたい。 Finally, it should be noted that the above-mentioned embodiments are only for explaining the technical solution of the present application, and do not limit the protection scope of the present application. Although the present application has been described in detail with reference to alternative implementation methods, those skilled in the art will understand that amendments or equivalent substitutions can be made to the technical solution of the present application without departing from the spirit and scope of the technical solution of the present application. I want to be understood.
本願の実施例は、ロボットアームの多負荷適応重力補償法、装置、制御デバイス及び読み取り可能な記憶媒体を提供し、Ｄ－Ｈ法によりロボットアームの関節座標系を構築し、次に、関節座標系に基づいて各セグメントのロボットアームの質量中心に対して座標系構築を行う。元の重力項では、関節位置に関係する項目と質量中心に関係する項目を分割し、分割過程においてキャリブレーション待ちのパラメータを適切に組み合わせる必要があり、さらに分割後の項目を２つの行列に入れ、それらの乗算が、元の重力項を依然として満たさせる。次に、無負荷状態でのロボットアームの静的位置をサンプリングし、その後に、各ツールをロボットアームの末端に取り付け、さらにそれぞれ静的位置サンプリングを行う。サンプリングされたデータをツールに基づいてグループ化した後、重力項に代入し、ＳＶＤ分解を用いて組み合わせ後のパラメータの値を取得し、最後に組み合わせオブジェクトパラメータ分離の方法を用いて組み合わせ後のパラメータからツールの質量及び質量中心を抽出できる。無負荷でキャリブレーションされたパラメータとリアルタイムの関節位置のフィードバックに基づき、現在取り付けられているエンドツールによりフランジに加えられる力の大きさを計算することができる。算出されたフランジでの外力に基づいて、システムは、現在フランジにどのツールが取り付けられているかを知ることができるため、キャリブレーションされたパラメータ値を直接に用いてツールの重力を補償した後の外力測定を行うことができ、又は、得られた質量及び質量中心をロボットアームの配置に応用することができる。当該方法は、ツールパラメータを事前に計算して取得することにより、実際応用時の操作手順を簡素化し、協調作業の流暢さを大幅に高めることができる。また、関節位置及びモーメントセンサーを用いてツールに対してパラメータをキャリブレーションすることにより、キャリブレーションされたツールパラメータは、ロボットアームの運動学及び動力学の特徴をより適合し、ゼロフォース制御の性能を改善することができる。 Embodiments of the present application provide a multi-load adaptive gravity compensation method, apparatus, control device and readable storage medium for a robot arm, construct a joint coordinate system of the robot arm by the DH method, and then A coordinate system is constructed for the center of mass of the robot arm of each segment based on the system. In the original gravity term, it is necessary to divide the items related to the joint position and the items related to the center of mass, and in the division process, it is necessary to appropriately combine the parameters waiting for calibration, and then to put the divided items into two matrices. , their multiplication still makes the original gravity term satisfied. Next, the static position of the robot arm under no-load conditions is sampled, after which each tool is attached to the end of the robot arm and further static position sampling is performed for each. After the sampled data is grouped based on the tool, it is substituted into the gravity term, SVD decomposition is used to obtain the values of the combined parameters, and finally the method of combined object parameter separation is used to obtain the combined parameters. The mass and center of mass of the tool can be extracted from Based on unloaded calibrated parameters and real-time joint position feedback, it is possible to calculate the amount of force exerted on the flange by the currently installed end tool. Based on the calculated external force at the flange, the system can know which tool is currently attached to the flange, so the calibrated parameter values can be used directly to compensate for the tool's gravity. External force measurements can be taken or the resulting mass and center of mass can be applied to the positioning of the robot arm. By calculating and obtaining the tool parameters in advance, this method can simplify the operating procedure in practical application and greatly improve the fluency of collaborative work. Additionally, by calibrating parameters to the tool using joint position and moment sensors, the calibrated tool parameters better match the kinematics and dynamics characteristics of the robot arm, resulting in better performance for zero-force control. can be improved.
Claims (10)
動力学モデルの重力項を再構築するステップＳ１．２と、
無負荷静的位置サンプリングをするステップＳ１．３と、
各ツールを取り付けた後にそれぞれ静的位置サンプリングをするステップＳ１．４と、
各ツールのキャリブレーション待ちのパラメータ値をそれぞれ計算するステップＳ１．５と、
各ツールの質量及び質量中心をそれぞれ計算するステップＳ１．６と、
現在取り付けられているツールによりフランジに加えられる力を計算するステップＳ２．１と、
ツールの重力を補償するステップＳ２．２と、を備え、
ステップＳ１．１においては、標準Ｄ－Ｈ法を用いてロボットアームの関節座標系を構築し、
ステップＳ１．２においては、静的状態のロボットアームは、重力項がロボットアームの関節モーメントに等しく、Ｇ（θ ｉ ，ｍ ｉ ，ｃ ｉ ）＝τで表され、Ｇは重力項、θ ｉ は関節角度、ｍ ｉ は質量、ｃ ｉ は質量中心を示し、
ステップＳ１．３においては、ロボットアームが無負荷の状況で、作業空間内の任意の非特異位置に移動し、関節の位置及びモーメントの読み取り値をサンプリングし、サンプリングポイントが作業空間全体にできるだけ広がるように、サンプリングのステップを繰り返し、
ステップＳ１．４においては、各ツールをツール毎の順次にロボットアームの末端に取り付け、それぞれステップＳ１．３と同じように繰り返して静的位置サンプリングを行い、特異位置のサンプリングポイントを除去した後のデータセットを保存し、
ステップＳ１．５においては、ステップＳ１．３及びステップＳ１．４で得られたサンプリングデータを、ツールに基づいてグループ化し、順にステップＳ１．２の重力項に代入し、
に積み上げられ、関節モーメントは、
に積み上げられ、ＳＶＤ分解により線形方程式系を求める方法でキャリブレーション待ちの行列Ａ（ｍ，ｃ）を求め、キャリブレーションされたパラメータにおける最後のセグメントの剛体の質量及び質量中心は、ロボットアームの最後のセグメントとツールの結合後のパラメータであり、
ステップＳ１．６においては、各ツールについて、当該ツール携帯時にキャリブレーションされたパラメータ値と無負荷でキャリブレーションされたパラメータ値を比較し、比較結果および当該ツールの質量、当該ツールの質量中心、ロボットアームのエンドセグメントアームの質量及びエンドセグメントアームの質量中心の関連関係に基づき、当該ツールの質量及び質量中心を計算する、
ことを特徴とするロボットアームの多負荷適応重力補償法。 Step S1.1 of constructing a kinematics model of the robot arm;
Step S1.2 of reconstructing the gravity term of the dynamic model;
step S1.3 of performing unloaded static position sampling;
step S1.4 of performing static position sampling after each tool is installed;
step S1.5 of calculating the parameter values of each tool awaiting calibration;
Step S1.6 of calculating the mass and center of mass of each tool, respectively;
step S2.1 of calculating the force exerted on the flange by the currently installed tool;
step S2.2 of compensating for the gravity of the tool ;
In step S1.1, a joint coordinate system of the robot arm is constructed using the standard DH method,
In step S1.2, the robot arm in a static state has a gravity term equal to the joint moment of the robot arm, expressed as G(θ i , m i , c i )=τ, where G is the gravity term and θ i is the joint angle, m i is the mass, c i is the center of mass,
In step S1.3, the robot arm moves to any non-singular position in the workspace in an unloaded situation, samples the joint position and moment readings, and spreads the sampling points as much as possible throughout the workspace. Repeat the sampling step, as in
In step S1.4, each tool is sequentially attached to the end of the robot arm, and static position sampling is performed repeatedly in the same manner as in step S1.3. After removing sampling points at singular positions, Save the dataset and
In step S1.5, the sampling data obtained in step S1.3 and step S1.4 are grouped based on the tool and sequentially substituted into the gravity term in step S1.2,
The joint moment is
The mass and center of mass of the rigid body of the last segment in the calibrated parameters are determined by the method of obtaining a linear equation system by SVD decomposition, and the mass and center of mass of the rigid body of the last segment in the calibrated parameters are is the parameter after combining the segment and the tool,
In step S1.6, for each tool, the parameter values calibrated when carrying the tool and the parameter values calibrated without load are compared, and the comparison result, the mass of the tool, the center of mass of the tool, and the robot calculating the mass and center of mass of the tool based on the relationship between the mass of the end segment arm of the arm and the center of mass of the end segment arm;
A multi-load adaptive gravity compensation method for a robot arm, which is characterized by:
ツールのパラメータを入力して重力補正を自動的に行うロボットアームの場合、ステップＳ１．６で計算されたツールの質量と質量中心を、ロボットアームの配置に直接的に書き込み、ロボットアームの組み込みプログラムでツールにかかる外力を計算し、In the case of a robot arm that automatically performs gravity correction by inputting tool parameters, the mass and center of mass of the tool calculated in step S1.6 can be written directly into the robot arm's configuration, and the robot arm's built-in program Calculate the external force applied to the tool by
重力補償機能のないロボットアームの場合、ステップＳ１．５でキャリブレーションされたパラメータを直接的に用いて現在ツールにかかる外力を計算する、ことを特徴とする請求項１に記載のロボットアームの多負荷適応重力補償法。The method of claim 1, characterized in that, in the case of a robot arm without a gravity compensation function, the parameters calibrated in step S1.5 are directly used to calculate the external force currently applied to the tool. Load adaptive gravity compensation method.
動力学モデルの重力項を再構築するように配置されている重力再構築モジュールと、
無負荷静的位置サンプリングをするように配置されている位置サンプリングモジュールと、
ツールを取り付けた後に静的位置サンプリングをするようにさらに配置されている位置サンプリングモジュールと、
各ツールのキャリブレーション待ちのパラメータ値をそれぞれ計算するように配置されているパラメータキャリブレーションモジュールと、
各ツールの質量及び質量中心をそれぞれ計算するように配置されている質量パラメータ計算モジュールと、
現在取り付けられているツールによりフランジに加えられる力を計算するように配置されている外力計算モジュールと、
ツールの重力を補償するように配置されている重力補償モジュールと、を備え、
前記モデル構築モジュールは、ロボットアームの運動学モデルを構築する過程において、標準Ｄ－Ｈ法を用いてロボットアームの関節座標系を構築し、
前記重力再構築モジュールは、静的状態のロボットアームの重力項がロボットアームの関節モーメントに等しく、Ｇ（θ ｉ ，ｍ ｉ ，ｃ ｉ ）＝τで表され、Ｇは重力項、θ ｉ は関節角度、ｍ ｉ は質量、ｃ ｉ は質量中心を示すように構築し、
前記位置サンプリングモジュールは、ロボットアームが無負荷の状況で、作業空間内の任意の非特異位置に移動し、関節の位置及びモーメントの読み取り値をサンプリングし、サンプリングポイントが作業空間全体にできるだけ広がるように、サンプリングのステップを繰り返すように配置され、
前記位置サンプリングモジュールは、各ツールをツール毎の順次にロボットアームの末端に取り付け、それぞれステップＳ１．３と同じように繰り返して静的位置サンプリングを行い、特異位置のサンプリングポイントを除去した後のデータセットを保存するように配置され、
前記パラメータキャリブレーションモジュールは、前記位置サンプリングモジュールにより得られたサンプリングデータを、ツールに基づいてグループ化し、順に前記重力再構築モジュールにより得られた重力項に代入して計算することで、各ツールのキャリブレーション待ちのパラメータ値を取得するように配置され、具体的には、
に積み上げられ、関節モーメントは、
に積み上げられ、ＳＶＤ分解により線形方程式系を求める方法でキャリブレーション待ちの行列Ａ（ｍ，ｃ）を取得し、キャリブレーションされたパラメータにおける最後のセグメントの剛体の質量及び質量中心は、ロボットアームの最後のセグメントとツールの結合後のパラメータであり、
前記質量パラメータ計算モジュールは、各ツールの質量及び質量中心を計算する過程において、各ツールについて、当該ツール携帯時にキャリブレーションされたパラメータ値と無負荷でキャリブレーションされたパラメータ値を比較し、比較結果および当該ツールの質量、当該ツールの質量中心、ロボットアームのエンドセグメントアームの質量及びエンドセグメントアームの質量中心の関連関係に基づき、当該ツールの質量及び質量中心を計算する、
ことを特徴とするロボットアームの多負荷適応重力補償装置。 a model building module configured to build a kinematics model of the robot arm;
a gravity reconstruction module arranged to reconstruct a gravity term of the dynamics model;
a position sampling module configured to perform unloaded static position sampling;
a position sampling module further arranged to perform static position sampling after mounting the tool;
a parameter calibration module arranged to calculate respective parameter values pending calibration for each tool;
a mass parameter calculation module arranged to respectively calculate the mass and center of mass of each tool;
an external force calculation module arranged to calculate the force exerted on the flange by the currently installed tool;
a gravity compensation module arranged to compensate for the gravity of the tool ;
In the process of constructing a kinematic model of the robot arm, the model construction module constructs a joint coordinate system of the robot arm using the standard DH method;
In the gravity reconstruction module, the gravity term of the robot arm in a static state is equal to the joint moment of the robot arm, and is expressed as G (θ i , m i , c i ) = τ, where G is the gravity term and θ i is Constructed so that the joint angle, m i is the mass, c i is the center of mass,
The position sampling module is configured to move the robot arm to any non-singular position in the workspace in an unloaded situation and sample the joint position and moment readings, so that the sampling points are spread as much as possible throughout the workspace. are arranged to repeat the sampling step,
The position sampling module sequentially attaches each tool to the end of the robot arm, performs static position sampling repeatedly in the same manner as step S1.3, and collects data after removing sampling points at singular positions. arranged to save the set,
The parameter calibration module groups the sampling data obtained by the position sampling module based on the tool, and sequentially substitutes the sampling data into the gravity term obtained by the gravity reconstruction module for calculation, thereby calibrating each tool. Arranged to retrieve parameter values pending calibration, specifically:
The joint moment is
The matrix A(m, c) waiting for calibration is obtained by the method of obtaining a linear equation system by SVD decomposition, and the mass and center of mass of the rigid body of the last segment in the calibrated parameters are Parameters after joining the last segment and tool,
In the process of calculating the mass and center of mass of each tool, the mass parameter calculation module compares the parameter values calibrated when carrying the tool with the parameter values calibrated with no load for each tool, and calculates the comparison result. and calculating the mass and center of mass of the tool based on the relationship between the mass of the tool, the center of mass of the tool, the mass of the end segment arm of the robot arm, and the center of mass of the end segment arm.
A multi-load adaptive gravity compensator for a robot arm, characterized by:
ツールのパラメータを入力して重力補正を自動的に行うロボットアームの場合、前記質量パラメータ計算モジュールで計算されたツールの質量と質量中心を、ロボットアームの配置に直接的に書き込み、ロボットアームの組み込みプログラムでツールにかかる外力を計算し、In the case of a robot arm that automatically performs gravity correction by inputting tool parameters, the tool mass and center of mass calculated by the mass parameter calculation module are written directly into the robot arm arrangement, and the robot arm is installed. The program calculates the external force applied to the tool,
重力補償機能のないロボットアームの場合、前記パラメータキャリブレーションモジュールでキャリブレーションされたパラメータを直接的に用いて現在ツールにかかる外力を計算する、In the case of a robot arm without a gravity compensation function, the parameters calibrated by the parameter calibration module are directly used to calculate the external force currently applied to the tool.
ように配置されていることを特徴とする請求項５に記載のロボットアームの多負荷適応重力補償装置。The multi-load adaptive gravity compensation device for a robot arm according to claim 5, wherein the device is arranged as follows.
前記メモリには、前記プロセッサで実行することが可能なコンピュータプログラムを記憶しており、
前記プロセッサが前記コンピュータプログラムを実行すると、請求項１～４の何れか１つに記載のロボットアームの多負荷適応重力補償法を実現することを特徴とするロボットアームの制御デバイス。 A robot arm control device comprising a memory and a processor, the device comprising:
The memory stores a computer program that can be executed by the processor,
A control device for a robot arm, characterized in that when the processor executes the computer program, the multi-load adaptive gravity compensation method for a robot arm according to any one of claims 1 to 4 is implemented.
前記コンピュータプログラムがプロセッサに実行されると、請求項１～４の何れか１つに記載のロボットアームの多負荷適応重力補償法を実行することを特徴とする読み取り可能な記憶媒体。 A readable storage medium on which a computer program is stored,
A readable storage medium, characterized in that the computer program, when executed by a processor, executes the multi-load adaptive gravity compensation method for a robot arm according to any one of claims 1 to 4 .
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010466099.XA CN111618857B (en) | 2020-05-28 | 2020-05-28 | Multi-load self-adaptive gravity compensation method for mechanical arm |
| CN202010466099.X | 2020-05-28 | ||
| PCT/CN2020/124400 WO2021238049A1 (en) | 2020-05-28 | 2020-10-28 | Method, apparatus and control device for multi-load self-adaptive gravity compensation of manipulator |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2023524897A JP2023524897A (en) | 2023-06-13 |
| JP7437081B2 true JP7437081B2 (en) | 2024-02-22 |
Family
ID=72256196
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2022569139A Active JP7437081B2 (en) | 2020-05-28 | 2020-10-28 | Multi-load adaptive gravity compensation method, apparatus and control device for robot arm |
Country Status (4)
| Country | Link |
|---|---|
| JP (1) | JP7437081B2 (en) |
| KR (1) | KR20230003233A (en) |
| CN (1) | CN111618857B (en) |
| WO (1) | WO2021238049A1 (en) |
Families Citing this family (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111618857B (en) * | 2020-05-28 | 2021-04-20 | 杭州键嘉机器人有限公司 | Multi-load self-adaptive gravity compensation method for mechanical arm |
| CN112140111B (en) * | 2020-09-24 | 2022-08-19 | 珠海格力智能装备有限公司 | Method for determining center of mass of tail end load of robot |
| CN113768626B (en) * | 2020-09-25 | 2024-03-22 | 武汉联影智融医疗科技有限公司 | Surgical robot control method, computer device and surgical robot system |
| JP2024513204A (en) | 2021-03-31 | 2024-03-22 | ムーン サージカル エスアエス | Cooperative surgical system for use with surgical instruments to perform laparoscopic surgery |
| CN113510698B (en) * | 2021-04-26 | 2022-07-29 | 深圳市优必选科技股份有限公司 | Mechanical arm control method and device, mechanical arm and readable storage medium |
| CN114296454B (en) * | 2021-12-24 | 2024-05-28 | 大连理工大学人工智能大连研究院 | Self-adaptive motion control method and system for omnidirectional full-drive mobile robot |
| CN114750148B (en) * | 2022-03-17 | 2024-05-17 | 广东工业大学 | Gravity self-adaptive measurement force closed loop zero force control method and system |
| CN115561004B (en) * | 2022-10-21 | 2023-04-18 | 哈尔滨工业大学 | Space multi-branch robot ground test platform and test method |
| CN115778752A (en) * | 2022-11-24 | 2023-03-14 | 浙江工业大学 | Zero-force control method capable of inhibiting shaking in sitting-lying type rehabilitation robot |
| CN115816461B (en) * | 2022-12-26 | 2023-10-24 | 睿尔曼智能科技（北京）有限公司 | Mechanical arm load centroid range calculation and load curve graph drawing method |
| US11986165B1 (en) | 2023-01-09 | 2024-05-21 | Moon Surgical Sas | Co-manipulation surgical system for use with surgical instruments for performing laparoscopic surgery while estimating hold force |
| US11832910B1 (en) * | 2023-01-09 | 2023-12-05 | Moon Surgical Sas | Co-manipulation surgical system having adaptive gravity compensation |
| CN116442240B (en) * | 2023-05-26 | 2023-11-14 | 中山大学 | Robot zero-force control method and device based on high-pass filtering decoupling |
| CN116901087B (en) * | 2023-09-13 | 2023-11-17 | 真健康（北京）医疗科技有限公司 | Method and equipment for determining tail end force and moment of puncture operation robot |
| CN116922399B (en) * | 2023-09-15 | 2023-11-24 | 季华实验室 | Mechanical arm gravity compensation method and device, electronic equipment and storage medium |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001526594A (en) | 1997-03-04 | 2001-12-18 | エービービー アクチボラゲット | Determination method of load parameter in manipulator |
| JP2011519741A (en) | 2008-05-08 | 2011-07-14 | クーカ・ロボター・ゲゼルシャフト・ミット・ベシュレンクテル・ハフツング | Medical robot and method for meeting performance requirements of medical robot |
| CN110666794A (en) | 2019-09-25 | 2020-01-10 | 天津大学 | Tail end load force compensation method for dragging of multi-degree-of-freedom cooperative robot |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5767648A (en) * | 1996-04-19 | 1998-06-16 | Massachusetts Institute Of Technology | Base force/torque sensor apparatus for the precise control of manipulators with joint friction and a method of use thereof |
| WO2009088828A1 (en) * | 2007-12-31 | 2009-07-16 | Abb Research Ltd. | Method and apparatus using a force sensor to provide load compensation for a robot |
| CN104626152B (en) * | 2013-11-14 | 2016-08-31 | 沈阳新松机器人自动化股份有限公司 | Industrial robot Active Compliance Control method and device |
| CN206216738U (en) * | 2016-10-17 | 2017-06-06 | 华南理工大学 | A kind of six-DOF robot end load dynamic parameters identification device |
| CN109746913B (en) * | 2018-12-29 | 2022-03-15 | 深圳市大象机器人科技有限公司 | Method and system for teaching robot posture keeping dragging |
| CN109676607B (en) * | 2018-12-30 | 2021-10-29 | 江苏集萃智能制造技术研究所有限公司 | Zero gravity control method without torque sensing |
| CN110193829B (en) * | 2019-04-24 | 2020-04-07 | 南京航空航天大学 | Robot precision control method for coupling kinematics and rigidity parameter identification |
| CN110103229B (en) * | 2019-06-06 | 2022-09-13 | 上海电气集团股份有限公司 | Gravity compensation method and system for tool arranged at tail end of robot |
| CN110549333B (en) * | 2019-08-06 | 2022-03-29 | 天津大学 | Gravity compensation method for TriMule horizontal series-parallel robot |
| CN110561438B (en) * | 2019-09-19 | 2021-02-05 | 华中科技大学 | Industrial robot manpower/position compliance control method based on kinetic parameter identification |
| CN111618857B (en) * | 2020-05-28 | 2021-04-20 | 杭州键嘉机器人有限公司 | Multi-load self-adaptive gravity compensation method for mechanical arm |
-
2020
- 2020-05-28 CN CN202010466099.XA patent/CN111618857B/en active Active
- 2020-10-28 KR KR1020227042228A patent/KR20230003233A/en unknown
- 2020-10-28 WO PCT/CN2020/124400 patent/WO2021238049A1/en active Application Filing
- 2020-10-28 JP JP2022569139A patent/JP7437081B2/en active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001526594A (en) | 1997-03-04 | 2001-12-18 | エービービー アクチボラゲット | Determination method of load parameter in manipulator |
| JP2011519741A (en) | 2008-05-08 | 2011-07-14 | クーカ・ロボター・ゲゼルシャフト・ミット・ベシュレンクテル・ハフツング | Medical robot and method for meeting performance requirements of medical robot |
| CN110666794A (en) | 2019-09-25 | 2020-01-10 | 天津大学 | Tail end load force compensation method for dragging of multi-degree-of-freedom cooperative robot |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111618857B (en) | 2021-04-20 |
| JP2023524897A (en) | 2023-06-13 |
| KR20230003233A (en) | 2023-01-05 |
| WO2021238049A1 (en) | 2021-12-02 |
| CN111618857A (en) | 2020-09-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7437081B2 (en) | Multi-load adaptive gravity compensation method, apparatus and control device for robot arm | |
| US20160346931A1 (en) | Method and arrangement for the correction of pose errors in kinematics and a corresponding computer program and a corresponding computer-readable storage medium | |
| Taghvaeipour et al. | On the elastostatic analysis of mechanical systems | |
| Zhou et al. | Simultaneous identification of joint compliance and kinematic parameters of industrial robots | |
| Danaei et al. | Dynamic modeling and base inertial parameters determination of a 2-DOF spherical parallel mechanism | |
| Pinto et al. | A methodology for static stiffness mapping in lower mobility parallel manipulators with decoupled motions | |
| CN109746901B (en) | Dynamic load information calculation method for exoskeleton robot | |
| WO2022227536A1 (en) | Robot arm control method and apparatus, and robot arm and readable storage medium | |
| Song et al. | Industrial serial robot calibration considering geometric and deformation errors | |
| Cazalilla et al. | Hybrid force/position control for a 3-DOF 1T2R parallel robot: Implementation, simulations and experiments | |
| Calvo Barentin et al. | Robotically controlled scale-model testing of masonry vault collapse | |
| Wiese et al. | Kinematic modeling of a soft pneumatic actuator using cubic hermite splines | |
| Liu et al. | Research on kinematic modeling and analysis methods of UR robot | |
| KR20130066250A (en) | Apparatus and method for control 6 axes robot manipulator with human-like arm configuration | |
| Taghaeipour et al. | Online computation of the stiffness matrix in robotic structures using finite element analysis | |
| US20150081100A1 (en) | Method for calibrating kinematics | |
| Wang et al. | Configuration bifurcations analysis of six degree-of-freedom symmetrical Stewart parallel mechanisms | |
| Mayer et al. | Global kinematic calibration of a Stewart platform | |
| Alıcı et al. | Loci of singular configurations of a 3-DOF spherical parallel manipulator | |
| Palmieri | On the positioning error of a 2-DOF spherical parallel wrist with flexible links and joints–an FEM approach | |
| JP2005157784A (en) | Method for calibrating moving mechanism using compact artifact | |
| Corves et al. | Stiffness analysis of delta parallel robots combining the virtual joint method with an FEA stiffness model | |
| JP6576125B2 (en) | Simulation method and simulation apparatus | |
| Tar et al. | Cost function-free optimization in inverse kinematics of open kinematic chains | |
| Wang et al. | Image-based visual servoing control for robot manipulator with actuator backlash |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221114 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230908 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231205 |
|
| 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: 20240105 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240202 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7437081 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |