JPH01159186A - ロボット不正確度修正方法 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 （産業上の利用分野） 本発明はロボットタスクのオフラインプログラミングを
可能にする装置及び方法に関する。より詳しくは、本発
明は行われるロボットタスクに関して高度の正確度及び
融通性をもってオフラインプログラミングを可能にする
ロボット不正確度をマツピングし且つ吸収する方法に関
する。

（従来の技術） ロボット機構は組立ライン構成でそれぞれのタスクを行
う製造産業内で益々使用されている。ロボットのかかる
使用は自動車生産ラインからコンピュータ産業内のマイ
クロチップの製造まで及んでいる。現在、ロボット工学
の増大した市場膨張を制限する主な要因は非常に制限さ
れた許容範囲内で行うための在来のロボットシステムの
無能力である。固存のロボット不正確度はこの障害の重
大な一因であり且つ長年にわたって研究の対象であった
。

ロボットの不正確度はロボットの作業量内で位置及び／
又は配向によって規制される指令姿勢へ移動するための
ロボットの無能力を示す。例えば、ロボット制御プログ
ラムは、ロボット構造及びロボットが配向される知覚基
準フレームの機械的仕様に基づいて空間中の特定点まで
ロボット腕を移動させることを指示することができる。

しかしながら、製造及び配置に最善の注意を払っても、
指令された移動の実際の性能はロボット腕を所望の配置
及び／又は配向で正確に配置しない。ロボット不正確度
として知られるこの状態は完全な又は理想的なロボット
モデルに従うようにそれぞれのロボット構成部品のそれ
ぞれを製造し且つ組立てるための我々の無能力の結果で
ある。それよりも、部品長さ、応力下のコンプライアン
ス、不完全な歯車整合の僅かな偏差、及び多くの他の構
造的な制限が理想的な数学的モデルと一致しないロボッ
トタスク性能の一因となる。従って、ロボット不正確度
の存在はタスク配向作業隔室内でのロボット移動を予め
プログラミングすることに関する主な障害を提起してい
る。簡単に述べれば、ロボットの正確な位置又は移動を
予測することの不能力はロボット移動の正確な経路をプ
ログラムする能力を制限する。従って、産業界はオフラ
インプログラミングを提供する多くの利点にもかかわら
ずロボットタスク性能のプログラミングの別の形式％式
％ ロボットをプログラミングするための主な別の方法の２
つは感知システム及びテーチペンダント（ｔｅａｃｈ　
ｐｅｎｄａｎｔ）方法の使用を含む、テーチペンダント
プログラミング方法は繰返しタスクの性能に関する現代
のロボット工学で応用される有力なプロセスである。こ
の方法は、ロボットを一連の必要な中間構成又はジヨイ
ント状態を通して導き且つ次に該ジヨイント状態をロボ
ットコンピュータ記憶装置に記憶することによって行わ
れる。ロボットは記憶されたデータに基づいてこれら構
成又はジヨイント状態を再現し得るので、ロボットタス
クは通例の許容範囲限界内で行われ得る。最終結果はロ
ボットが命じられた移動経路に沿って行われる正確なタ
スクを「教えられる」ことである。ロボットの制御ドラ
イバはテーチペンダント方法によってプログラムされた
一連のジヨイント状態及び移動を簡単に再現する。

多数の重大な制限がこの形式のロボットタスクプログラ
ミングに関して存在する。例えば、１つのロボットに教
えられたプログラムは同じモデルの他のロボットへ転送
し得る。事実、各別個のロボットはジジイント不整合、
ジぢインドコンプライアンス、歯車列誤差、標準公差偏
差等によるはっきりした構造上及び製造上の偏差をもつ
、加えて、複雑な移動経路は、プログラムするのに非常
にのろく且つ作動中に通常不充分である多くの中間ジヨ
イント状態を必要とすることがある。更に、動的な又は
密集した作業空間でのロボット移動経路は教えるのに非
常に困難であることがある。加えて、作業空間ハードウ
ェアとの不注意な衝突の確率が大きく増大される。

実際的見地から、テーチペンダントは組立ライン動作で
のロボットタスク性能の融通性を厳しく制限する。例え
ば、タスク性能の許容し得ない偏差又は変化は１つだけ
のロボット素子の修正を必要とするとしても組立ライン
全体を停止することを必要とする。ロボットが多くの組
立ラインタスクを行う場合には、テーチペンダント方法
による必要な再プログラミングのための無効生産時間は
非常にコストがかかることがある。このようなテーチペ
ンダントプログラミングは、プログラミングに従ってロ
ボットを移動させる試みが配向の同時損失を伴う基準の
変化されたフレームをもたらすので実際の作業隔室中で
実施されねばならない。

これらのテーチペンダント制限は多大な人員の時間を消
費し且つ多くの製造ライン内のでロボットタスク性能の
利用を厳格に束縛することは当業者に知られている。

ロボットプログラミングの第２の方法はロボット末端奏
効体を目標物又は他の機構と適当な相互作用するように
移動させるセンサシステムを使用することに依有する。

この方法は典型的には作業隔室中での目標物の部品が同
じ配向又は位置で送出されない時又は該部品が動的に変
化する成る物理的特性を有する時に使用される。この場
合、実際の移動を繰返すためのロボットの能力は新規の
配向又は位置をもつ部品に適合する融通性を提供しない
、従って、カメラや画像システムのような感知装置がロ
ボットの遠位リンクに結合されることができ且つロボッ
トを検知した目標位置へ向けるサーボシステムに応じて
移動させるようにプログラムされることができる。あい
にく、センサ案内システムは非常に高価であり且つ特別
の取付具、実質的なコンピュータ支援及び高価なプログ
ラミング労作を必要とする。それ故、経済的制限はロボ
ット工学でのセンサ駆動システムに対する非常に制限さ
れた商業的応用をもつ。

加えて、これら２つの方法のいくつかのハイブリッドア
プローチが利用されている。例えば、若干のタスクでは
、多くの大域的移動がテーチペンダント方法によって教
えられるが、局在領域内での移動はセンサシステムによ
って行われる。他のタスクでは、センサシステムは一部
送出中の小さな偏差を認識するために使用されることが
でき、テーチペンダント方法は逸れた経路を維持するよ
うに適用される。この方法罎よロボットを部品の剛体姿
勢の変化に適合させるが、部品が小さな変化を受けると
き又はタスクが緊密なロボット一部品相互作用許容範囲
を要求しないときにだけ有効である。

要約すると、ロボット繰返し性及びロボット不正確度は
ロボットのプログラミングに対する臨界的制限を課する
位置決め因子を構成する。オンラインテーチペンダント
方式はロボット繰返し性を利用してロボット不正確度問
題を克服するが、その融通性で厳しく制限され且つ高価
なツーリング及び人員時間の前進投入を必要とする。セ
ンサ基礎システムはフィードバックを使用して繰返し性
及び正確度の制限を克服するが、複雑であり且つプロセ
スを遅くし且つ繰返し性を低下する傾向のある存意な計
算動力を必要とする。

これらの制限は部品送出、作業隔室作動環境及び変化す
る処理能力要求の偏差を含む作業隔室中に変化を吸収し
得るより融通性あるロボット応用を実現する努力につい
ての一層の研究及び開発を促進してきた。若干の試みが
ロボット移動を処理するための基礎として作用する基準
フレームを築くためになされているが、かかる基準フレ
ームは局在作業領域に反対する大域的技術に鯨っている
。

大域的方法はロボットの全体の作業量にわたるロボット
不正確度を決定することを求め且つロボット誤りの運動
学的及び動的ハードウェアを予測し又は測定するモデル
化方法を使用する０例えば、゛　　　上記誤りは不適当
な配向、ジツィント配置の誤り、伝達システム誤り、負
荷下のロボットコンプライアンス、エンコーダセンサ読
取り誤り等を含む。

−旦これらの誤りが決定されると、方法は数学的修正モ
デルが理想的なロボットモデルからの偏差を修正するた
めに作成され得ることを示唆する。

前記大域的技術は、それらが空間中の特定の点を正確に
確定しようと企て且つ次にその点へのロボット経路を同
じにしようと企てるので、ロボット不正確度の測定につ
いて好結果を得るとは判明していない、かかるステップ
は正確なロボット基礎基準フレームがロボットシャシ−
に対して配置されていることの知識を要求する。この概
念は、それがロボットの実際の物理的位置ではなく想像
であるので管理するのに困難である。加えて、大域的環
境での与えられた点を確定する複雑さは管理不能にする
。プログラミングの複雑さ、広範囲の記憶装置記憶要求
及び実験的複雑さは大域的な方法をロボット特性の変化
及びロボット不正確度を吸収する基礎にする全ての試み
を失敗させている。

ロボット正確度を改善するための他の関連したアプロー
チは運動学的誤りをソフトウェアで補償する試みをもっ
てロボットの運動学的パラメータを確定することを含ん
でいる＊　Ｈａｙａｔｊ、　Ｓ、の［口ポット腕幾何学
的リンクパラメータ評価」、決定及び制御の第２２回Ｉ
　ＥＥＥ会議の会報、１４７７〜１４日３頁、１９８３
年１２月、他の研究者はジョイント軸不整合がロボット
位置決め正確度に大きく影響することを示しており且つ
軸位置及び配向の誤差を識別する方法を開発している。

Ｍｏｏｒｉｎｇ、　ＢＪ、の「６軸ロボツトの運動学的
パラメータを識別するための改良された方法」、テキサ
ス・エイ・アンド・エム・ユニバーシティ、これらのシ
ミュレーション方法は測定誤差を完全につかまえていな
い、他の刊行された文献は改良され且つ関連した較正方
法を提供するが依然として許容し得る正確度データを達
成するに必要な測定誤差を克服していない、　Ｗｈｉｔ
ｎｅｙ＋　Ｄ、Ｅ、＋　Ｃ，Ａ。

Ｌｏｚｉｎｓｋｉ及びＪ、Ｍ、　Ｒｏｕｒｋｅの「工業
的ロボット較正方法及び結果Ｊ　、　ＡＳＭ［！の工学
でのコンピュータ会議の会報、９２〜１００頁、ネバタ
、ラスベガス、１９８４年８月。最後に、ロボット制御
器により２次非線形運動効果を補償する数学的モデルを
確定する試みがなされているが、これは絶対空間に関係
しており且つ位置決め正確度を予測するためのマニプレ
ータ動的効果をつかまえていない。

更に重要なことは、これらの技術の全てが大域的方法を
利用してロボット正確度を確定することを試みているこ
とである。

（発明が解決しようとする課題） ロボット不正確度を補償する方法を提供することは本発
明の目的である。

ロボットタスクのオフラインプログラミングを可能にす
る方法を記述することは本発明の別の目的である。

本発明の更に別の目的は目標物に関してプログラム可能
なロボットの配向及び／又は位置正確度を改善する方法
を提供することである。

本発明の更に別の目的はロボット移動制御システムの部
分としてロボットの遠位リンクに取付けられた末端制御
フレームの位置を較正する方法を提供することである。

本発明の更に別の目的は処理の正確度を改善し且つロボ
ットタスクの部分として処理するために目標物の機構を
マツピングする方法を提供することである。

（課題を解決するための手段及び作用）これらの及び他
の目的は次の配向ステップによって特徴とされる方法で
実現される。最初に、ロボットは目標物に関して配置さ
れ、末端奏効体は目標領域を含む移動範囲を有する。複
数個の基準位置が識別され且つこれら位置に関する識別
データがデータ処理ユニットに生じ且つ記憶される。

ロボット末端奏効体は次に較正位置と称せられる基準位
置近くへ移動される。ここで、ロボットに結合されたセ
ンサは較正位置又は機構の存在を検知する。この位置は
同じ較正位置に関係する初めに記憶された情報データと
比較される０位置差に基づく剛体誤差修正はデータ処理
ユニット内で発展され且つ記憶される。末端奏効体は次
に第２基準位置に関するロボットの適正な配置をより正
確に予測するために剛体修正を適用することによって修
正される初めに記憶された識別データに基づいて第２基
準位置へ移動される。ロボット末端制御フレームの不正
確度マツピング及び較正を含む他の関連したステップは
開示される。

本発明の他の目的及び特徴は添付図面と関連した以下の
詳細な説明から当業者に明らかになろう。

（実施例） 本発明者は相対的な基準フレームが大域的基準フレーム
に対抗して利用されるロボットタスクのオフラインプロ
グラミングが作成され得ることを発見した。特に、ここ
に開示される発明方法は、ロボット移動を大域的基準フ
レームに関係づけようとするのではなく、局部的な機構
又は基準フレームと相対的な基準で比較される空間的な
関係及び配向に基づいている。この方法は、ロボットが
掻作し又は使用する目標部品の幾何形状が成る許容し得
る公差内で区別されることを採る。更に、発明の重要な
観点は、好結果のオフラインプログラミングが大域的基
準フレームに対抗する相対的情報に基づく方法論で可能
となる前提によって特徴づけられる。該前提は大抵のロ
ボットが満足し得る公差内で繰返すことができること及
びロボットが操作する目標部品が事前に満足し得る公差
に製作されていることに顧る。この前提の故に、ロボッ
トの繰返し性がロボットタスクの所望の公差よりも小さ
くなければならないことは当業者に明らかであろう、ま
た、ロボットが操作する部品の幾何形状仕様が必要とさ
れるロボット作業隔室に接近され且つ通過され得ること
は必要である。

概して、本方法は目標部品上の既知の機構を見又は触針
するための視覚システム及び接触プローブのようなセン
サの使用を組入れる。センサシステム及び作業隔室レイ
アウトはこれらの機構がロボットの手動制御によって又
はオフライン計画された経路を使用することによって接
近され得るように設計される。この選択はセンサシステ
ムの能力及び作業隔室の初めの幾何形状レイアウトの正
確度のような因子に依存してなされる。

開示した方法を実行する際に、部品が許容し得る公差内
で作業隔室へ繰返し様式で送出されること及び部品の幾
何形状が該公差内にあることは一般的に仮定される。こ
れらの条件が満足される場合に、該方法論は目標部品上
に配置された既知の幾何形状の機構に接近するセンサシ
ステムの使用を含む、実際の幾何形状及びセンサ測定の
幾何形状の間の差は部品に対して測定されたロボット不
正確度である。この不正確度が選択された機構において
知られると、ロボットはロボット不正確度の内挿及び外
挿された予測を用いて他の部品相互作用点へより正確に
移動するように指令され得る。

この予測されたロボット不正確度に基づいて、誤差修正
アルゴリズムが適用されてオフライン計画された経路を
逸らせ且つ存効なロボット正確度を絶対値の指令と同等
又はそれ以上に改善する。

簡単な情況では、−船釣方法は目標部品上又は目標位置
での第１基！１！機構の識別を含む。この機構はロボッ
トに対する剛体姿勢修正をするために利用される。他の
基準機構又は位置は概ね第１基準機構に対して決定され
るが、他のそれぞれに対しても決定され得る０機構の相
対的幾何形状は次に大域的移動で・はなく相対的基準で
起こるロボット不正確度を決定するために利用される。

この方法は、ロボット不正確度を大域的に決定する必要
はなく局在領域で決定するだけであることで従来技術よ
り優る主要な利点を提供する。典型的には、これらの領
域はロボットが目標部品との相互作用を実際に行ってい
る空間量である。更に、不正確度測定は大域的位置決め
を必要とし得る独立の測定装置によってなされる必要が
ない。

製造への応用に関連して、これは、繰返し送出され且つ
公差内にある部品が部品に対するロボット不正確度につ
いて最初にマツプされ又は測定され得るという重要な利
点を提供する。マツピング後、センサシステムはオフに
されることができ且つロボットタスクは繰返し行われる
ことができる。

臨時のマツピングは部品及びロボットが所望の公差内で
作動していることを確かめるために実行され得る。この
方式では、方法は統計的プロセス制御のために使用され
得る。

ここに開示されるオフラインプログラミング技術は、作
業隔室及びロボットツール幾何形状がロボット構成に対
するロボット基礎フレームに対して知られていることを
採る。一般に、この情報は製造者によって供給され又は
別途決定されることができる。大域的オフライン技術は
、ロボットがジヨイント不整合、ジヨイントコンプライ
アンス、歯車列誤差等のために空間中の大域的位置へ正
確に移動することを指令され得ないので失敗である。

ロボットフレームから分離した目標部品は視覚システム
のようなセンサによって配置される。該部品は相対的ジ
ヨイント変換を用いて視覚カメラフレーム（基準フレー
ムとも称する）に対して配置される。これらの部品がロ
ボット基礎フレームに配置されると、逆運動解決がロボ
ットツール又は末端奏効体を所望の作動点へ移動させる
ロボットジぢインド値を決定する。

較正技術は、基礎フレーム、中間リンク、遠位リンク（
遠位リンクフレームを含む）及び末端奏効体と関連した
末端制御フレームを含むロボットの種々の要素に関して
適用される。この較正技術の目的はロボット構成部品に
沿う正確な相対的位置及び配向の測定を確立するにある
。明らかに、この相対的位置及び配向の測定が知られる
と、１つのロボット構成部品の特定の位置配向の決定が
基礎フレームから末端制御フレームを通しての全ての他
のロボット構成部品の特定の位置及び配向の決定を可能
にする。

本発明はロボット較正の２つのレベル、即ちオフライン
較正及びオンライン較正を開示する。オフライン較正技
術はロボット遠位リンク又はロボット腕の最後のリンク
に取付けられる末端奏効体の末端制御フレーム（ＴＣＰ
）を正確に配置するために使用される。ロボットテーチ
末端読出しは末端奏効体ＴＣＰ配置を決定するために使
用される。オンライン較正は、作業空間中での部品に対
するロボットＴＣＦを配置し且つそれによりロボットの
作業空間の局在領域中でのロボット不正確度を補償する
ために使用される。これらの較正方法は局在基準機構を
利用するので、ロボット不正確度は組立に要求される所
望の公差より小さい。

加えて、較正データの統計的平均化はロボット位置誤差
のいくつかを補償するために利用される。

マニプレータ及びロボットタスクのシミュレーション（
ＳＭＡＲＴ）は較正タスク及び作業タスクの両方のオフ
ライン計画のシミュレーションソフトウェアで開発され
ている。較正経路は、一体化され、ロボット制御器へ下
負荷され且つ実行される時に、部品配置について識別さ
れる所望の較正機構に近いカメラのような視覚システム
をロボットが移動させる一組のロボット構成である。作
業経路は、一体化され、ロボット制御器へ下負荷され且
つ実行される時に、ロボットがロボットツールを所望の
作動点へ移動させる一組のロボット構成、速度設定、つ
かみ／置き指令等である。

ロボット不正確度及び作業隔室幾何形状不確実性の故に
、コンピュータシミュレーションによって計画されたオ
フライン経路は誤差を償うために修正されねばならない
。これらの誤差は視覚システム又は他の感知手段によっ
て測定される。予測される作業経路を動揺し又は調節す
る予め計画された経路内の適当な制御点を使用し且つ同
様なカルテシアン経路形状を維持する準拠した経路偏差
アルゴリズムは展開される。かかる手順はより詳細に後
述される。

開示される較正方法の最初はロボットの遠位リンクに取
付けられた末端奏効体及びセンサに関係するＴＣＰ位置
の較正に関係する。これらの関係は第１図を参照すると
より良く理解されよう、この図は基礎基準フレーム１１
、中間リンク１２．１３及び１４を有するロボット１０
を示す、遠位リンク１５はロボット腕の最終リンク及び
遠位フレーム１６を備える。カメラ、グリッパ又はツー
ルのような末端奏効体１７は遠位リンク１６に結合され
ている。末端制御フレーム（ＴＣＰ）１８は末端奏効体
と関連し且つその基準フレームを提供する。これらのフ
レームは、マニプレータ大域的フレーム（ＸＹＺ）、　
、末端奏効体又は視覚ＴＣＦフレーム（ＸＹＺ）、及び
ロボット末端フレーム又は遠位フレーム（ｘｙｚ）、と
して図式的に識別される。

ＴＣＰ位置を較正する目的はこのフレーム１日を遠位フ
レーム１６に関して確定することである。

マニプレータフレーム１１に関する遠位フレームの相対
的位置が知られるので、この較正技術は３つの基準フレ
ームの全てを一緒に結びつける。ロボットのコンピュー
タデータ処理及び記憶ユニットは１つの要素の位置を与
えられるとこれら要素のどの相対的位置をも即座に計算
することができる。

方法は指示手段１９が遠位フレーム１６のＺ軸線と平行
に整合されるように細長い指針のような指示手段１９を
ロボット遠位リンク１５に取付けることによって実施さ
れる。第１基準点は作動距離内でロボットから離れた空
間に選ばれる。第１図でこの基準点は品目２０として表
示され且つ較正板２１上の腐食マークを備えることがで
きる。

ロボットは次に第１姿勢へ移動され、そこで指示手段の
指示端は第１基準点に配置される。この第１姿勢を表す
ロボット位置決めデータは後の再現及び比較のためにロ
ボットコンピュータに記憶される。カメラのような末端
奏効体１７は遠位リンクに結合され且つ基準点（図示せ
ず）を含む。

ロボットは次に第２姿勢へ移動され、そこで末端奏効体
基準点は第１基準点に配置される０品目２０は大きな矩
形として図示されているが、基準点は指針１９と一致し
て作られ得る単一の点である。この最後のステップの第
２ロボット姿勢のロボット位置決めデータは後の再現及
び比較のためにコンピュータ手段に記憶される。

ＴＣＰ位置の較正の次のステップは差の検知のために第
１及び第２姿勢を表す記憶された位置決めデータを比較
することを含む。これらの差はロボットコンピュータ内
で処理されてＴＣＦのオフセット位置をロボット遠位フ
レームに関して確定する。このステップは第２（ｂ）図
及び第２（ｃ）図の構成を合併することによって導かれ
得る次の式を用いて行われる。ステップのこの順序から
、Ｘ及びＹについて解かれ得る一連の式を生成すること
が可能であり、ＴＣＰ原点位置はロボット遠位リンクフ
レームに次のように対応付ける。

Ｘ　”　（Ｘｔ−Ｘｔ）Ｓｚ−（ｈ−Ｙ＋）Ｃｔ　　　
　　　　式（１）Ｙ　＝　（Ｘｇ−Ｘｔ）Ｃｔ＋（Ｙｚ
−Ｙ＋）Ｓｔ　　　　　　　式（２）式中、Ｓｒ　＝Ｓ
＋ｎ　θ１、Ｃ正＝Ｃｏｓ　θ１、及びχ１゜Ｙ＋＋　
Ｘ意、Ｙｉ＋　　θ１及びθ２はロボットテーチ末端読
出し値である。

視覚検査、ロボットエンコーダ及びデコーダ誤差、歯車
バックラッシ、制御器誤差等のような源からのロボット
不正確度のため、同じ較正手順が多数の無作為に選ばれ
た作業空間位置２２（その他は図示せず）について行わ
れる。統計的平均が次に最良のＴＣＦ変換マトリックス
を決定するために使用される。かかる手順は次の方法ス
テップ内に組入れられる。追加の基準点２２が選ばれ且
つロボットは第１姿勢位置へ移動され、そこで指示端１
９は追加の基準点に配置される。第１ロボット姿勢を表
すロボット位置決めデータは後の再現及び比較のために
コンピュータに記憶される。

ロボットは次に第２姿勢へ移動され、そこで末端奏効体
基準点は追加の基準点２２に配置される。

位置決めデータは再び記憶され且つデータの比較は末端
制御フレームのオフセット位置を確定する信号の適当な
処理でなされる。基準とされる統計的平均は最良のＴＣ
Ｆ変換マトリックスを見つけるために処理され得る差の
値の実質的な統計的基礎を発展させるように上記手順を
繰返すことによって導かれる。

ＴＣＰ位置が確定されると、ＴＣＦ配向の較正が必要と
なる。この情報は組立又はロボット使用が位置及び配向
の両方の決定を必要とする時に要求される。この配向は
末端奏効体の作動距離内でロボットから離れた空間中の
第２基準点を選ぶことによって決定される。ロボットは
次に第１姿勢へ移動され、そこで指示手段１９の指示端
はこの第２基準点２２に配置される。この第２基準点で
の第ロボット姿勢を表す位置決めデータはコンピュータ
記憶装置に記憶される。ロボットコンピュータは次に第
１及び第２基準点の記憶された位置決めデータを処理し
て第１及び第２基準点を結ぶ線の配向ベクトルを識別す
る。この線及びベクトルはＴＣＰに関して確定された配
向を有する。この配向データは後の再現及び処理のため
にコンピュータ手段に記憶される。

ロボットは次に第３姿勢へ移動され、それによりＴＣＰ
に対するベクトルの配向は確定され得る。

この第３姿勢情報も記憶され且つコンピュータは計算さ
れたデータを処理して末端遠位フレームに関するＴＣＰ
の相対的な配向を確定する。これらのステップは次のよ
うに第３図に関して詳しく説明される。

前述の較正方法で見出されたＴＣＰ位置座標を用いて、
２つの任意点が点Ｐ及び９に選ばれる。

これは末端奏効体ＴＣＦの中心が任意に選ばれた点ｐに
なるような位置へロボットを移動することによって行わ
れる。この現在のロボット位置は次にロボットテーチ端
子から読まれる。ロボット大域的座標の９の位置は簡単
に識別され得る。ロボット大域的フレームの配向ベクト
ルρｑ＝ｐ−ｑは上記ステップ１で得られた情報を用い
てαで表示される。この角度は次の式で表示される。式
中χ９、Ｘ、、Ｙ、、Ｙ、はロボット大域的フレームの
ｐ及びｑの位置座・標である。

ｃｒ＝　ａｒｃｔａｎ　（ＹＤ　−ＹＤ　ＩＸＱ　−Ｘ
ｌｌ　−Ｘｌｌ　）　　式（３）ロボット腕は次に末端
奏効体に対するベクトルｐｑの配向（第３図に示すよう
に角度ガンマ）が得られるような位置へ移動される。再
び、現在のロボット位置がロボットテーチ端子から読ま
れる。視覚カメラ及び奏効体について、角度ガンマは次
の式（４）から決定され得る。

７　＝　ａｒｃｔａｎ　（Ｙｑｖ−ｂｙ＋　Ｘ　ｑｗ−
Ｘｐｖ）　　　式（４）式中、Ｘ　ｐｖ、Ｙ□は視覚ス
クリーン座標でのｐの位置であり、且つＸ　ＱＶ＋Ｙ、
ｖは視覚スクリーン座標での９の位置である。この順序
から、−＆［ｌの弐が生成されることができ、且つＴＣ
Ｆ配向βが次式で決定され得る。

β＝ａｒｃＬａｎ　［Ｃｏ５（ｃｒ−θ−ｒ＞、　５ｔ
ｎ（ｃｒ−θ−γ）〕　　　　　　　　　　　　　　式
（５）軸対称でない他の末端奏効体について、末端奏効
体のＴＣＰ空間Ｘ軸はＴが零になるようにベクトルｐｑ
と整合される。上述したＴＣＦ配向較正手順はロボット
遠位リンクに取付けられるどの末端奏効体についても使
用され得る。最良のＴＣＦ配向の統計的平均化は前述し
た手順を用いて行われ得る。

オンラインロボット較正は実行時間で行われる。

視覚カメラ、較正されたＴＣＰ幾何形状情報及び予め処
理されたデータベースからの加工品幾何形状情報を用い
ることによって、オンライン較正は作業空間での加工品
の相対的位置を決定する。これは本書の他の部分で詳細
に述べられる剛体及びロボット位置誤差の修正を許す。

開発された相対的アプローチは第１図に示す較正機構及
び視覚システムを用いて部品及びロボット末端奏効体の
間の相対的幾何形状情報を捕らえる。第１図に示す相対
的フレームを用いて、ロボット大域的フレームに関する
構成部品姿勢は次の変換式によって表される。

Ｔ　Ｃ，＝ｅＴｌｌ、７Ｖ、７ｆｖ７Ｃ２式（６）式中
、 ７　ｃ、・構成部品フレームからロボット大域的フレー
ムへの変換。

ｃ７ｃ、＝視覚カメラが較正機構を備える時のロボット
末端フレームからロボット大域 的フレームへの変換。

ＴＶ、、、オフラインロボット較正で決定される視覚カ
メラフレームからロボット末端フレームへの変換。

Ｔ’ｖ”像分析〔６〕で決定される較正機構フレームか
ら視覚カメラフレームへの変換。

７ｃｔ・構成部品フレームから較正機構フレームへの且
つ予め処理された加工品幾何形状データベースから決定
される変換。

遠位フレームに関していま確定したＴＣＦ位置及び配向
によって、コンピュータに関するどんな目標物又は部品
の相対的位置及び／又は配向をも確立することが可能で
ある。これは、大域的基準フレームに関してコンピュー
タ位置を確定する努力をするのと反対に基準フレームを
相対的基準で確定することによつて達成される。実際的
感覚から、大抵の製造作業は基準の局部フレーム又は部
品データに関して指定されるので、部品及びコンピュー
タ位置の間の相対的基準フレームの使用は好ましい０本
方法の利用は、より複雑な大域的基準フレームではなく
、ロボット姿勢を基準とし且つロボット不正確度を部品
データに関して特徴づけることができる。

本発明は運動学的モデル及び推計学的モデル並びに他の
分析形式に適用され得る方法論の記述を含む、−船釣な
手順は次のステップによって表される。

ロボットは目標物又は位置に関して位置決めされ且つ複
数個の分離した基準位置又は機構が識別される。典型的
には、これらの機構は目標物上に配置され且つ特定の幾
何形状及び空間データによって特徴づけられる０次のス
テップはこれらの幾何形状並びに目標に対する分離した
基準位置の空間データを確定するデータを識別すること
である。

この識別データはロボットのコンピュータシステムのよ
うなデータ処理ユニット内の各それぞれの基準位置に記
憶される。この情報はこの基準位置近くの位置へ後で偏
位する時にロボットによって比較動作中に利・用される
。

ロボット末端奏効体は次に基準位置の１つの近くの第１
位置へ移動される。例えば、第４図で、ロボット末端奏
効体は較正位置又は較正機構として確定される初期基準
位置４１へ移動される。この位置で、末端奏効体は較正
機構の存在を検知する。この検知された較正位置はその
位置に関する初めに記憶された情報データと比較される
。剛体誤差修正は前の比較ステップで検知された位置差
に基づいて進められる。この修正はこの較正位置に対す
るロボットの後の移動に関して使用される。

剛体誤差修正データは次に後の使用のためにロボットコ
ンピュータ内に記憶される。

末端奏効体４２は次に第２基準位置４３へ移動される。

この移動はそれがこの基準位置に関する初めに記憶され
た識別データでロボットコンピュータ中に負荷されたの
でこの基準位置４３に関する識別データに基づいて行わ
れる。しかしながら、ほかに、第２位置への末端奏効体
の移動は前のステップから確定された剛体修正の適用に
よって層温される修正因子を含む、これは第２基準位置
近くのロボットの適当な配置をより正確に予測する。

従って、本発明は第１較正機構４１に関して剛体修正を
確定し且つこの修正を以後の移動に関して適用し、それ
により第２位置の初めに記憶された識別データを修正す
る。

この方法はこの位置の予測値に関して検知された新しい
基準位置を比較するために追加の基準位置を測定するこ
とによって統計的平均化を適用するために更に広げられ
得る。予測された位置及びロボットの実際の位置の間の
差はより大きな正確度をもって以後の基準位置に末端奏
効体を配置するに必要な修正量を確定するために検知さ
れ且つ処理される。この確定された修正は後の処理のた
めにコンピュータ内に記憶される。これは第４図の品目
４４及び４５のような各追加の基準に関して移動、検知
、記憶及び処理λ繰返すことによって行われる。

この手順は第５図に示すようにロボット末端奏効体５３
に近接して取付けられた視覚カメラ５１及び接触プロー
ブ５２に対して適用されている。

視覚カメラ５１及び接触センサ５２に関連して、基準機
構６２を含む較正板又はテーブル６１がロボット姿勢を
測定するテンプレートとして作用する。例えば、機構６
３は指針５２を配置する第１機構である較正機構として
識別され得る。６２のような残りの機構は運動学的モデ
ルの決定を改善するために統計的平均を作るのを援助し
得る追加の基準点を提供する。この場合、基準機構の位
置は較正テーブルデータ（構造に予め決定されている）
を参照され且つロボット姿勢は較正テーブルデークに関
して測定される。

この方法論をロボットの運動学的モデルの測定に適用す
ることは、Ｍｏｏｒｉｎｇ、　Ｂ、Ｗ、の［ロボット位
置決め正確度に及ぼすジョイント軸不整合の影響」、工
学でのコンピュータに関するＡＳＭＥ会議の会報、イリ
ノイ州シカゴ、１９８３年〔１〕、及び７ａｎｇ＋　Ｇ
、の「６軸産業ロボツトの較正及び正確度分子ｆｒ」、
テキサス・エイ・アンド・エム・ユニバーシティの機械
工学の博士論文部門、１９８６年〔２〕によって記載さ
れた手順の僅かな修正である。

これらの手順を用いて、ロボットマニブレークの運動学
的モデルは測定された姿勢データから計算され得る。計
算された運動学的モデルはロボットを構成する各ジヨイ
ント軸の位置及び配向を決定することによって定式化さ
れる。この運動学的定式化は、位置ベクトルｐ及び配向
ベクトルＵが各ジヨイントを確定するＳｕｈ、　Ｃ，及
びＲａｄｃｌｉｆｆｅ、　Ｃ０肌の運動学及び機構設計
、ニューヨーク、ＪｏｈｎＷｉｌｅｙ　＆　５ｏｎｓ　
、　１９７８年〔３〕に記載されている一般化されたね
し変位マトリックスに基づいている。実際のジヨイント
モデルパラメータが決定されると、較正された運動学的
モデルが展開される。

このモデルは第６図に示すように姿勢測定中に参照され
る部品データに関して確定される。

ロボット運動学的モデルが正確に知られ且つ各ロボット
ジヨイント値が特定されると、ロボット姿勢は正確に予
測され得る。特定された姿勢でロボットを正確に配置す
るに必要なジヨイント値を計算する逆運動学的モデルは
展開され得る。逆運動学的定式化はデナビットーハーテ
ンペルグパラメータ又はロボット運動学の有効な定式化
に基づくことができる。大抵のロボット制御器はそのよ
うな逆運動学的変換を利用し且つ多くのロボットモデル
は文献で刊行されている０本発明者は予測器−修正器及
び逆ヤコブ定式化に基づくアルゴリズムを開発した。

簡単な予測器−修正器方法はロボット位置を予測するた
めにロボットの較正された運動学的モデルを利用する。

ロボット姿勢ジヨイント値は名目逆運動学モデルを用い
て評価される。その結果の姿勢は較正されたモデルを用
いて予測される。目標姿勢及び予測された姿勢の間の差
は姿勢不正確度である。目標位置は次に姿勢不正確度を
処置するために修正される。プロセスは予測されたロボ
ット不正確度が充分に減少されるまで繰返される。

逆ヤコブ方法はロボット位置を予測するために較正され
た運動学的モデル及び逆運動学的変換を再び用いること
によって逆ヤコブを予測器−修正器繰返し計画に組入れ
る。数学的定式化は較正された運動学的モデル定式化と
同様である。各ジヨイント値に関するロボット位置の偏
導関数は決定され且つ微分ジヨイント修正はΔｑについ
ての次の線形行列式を解くことによって評価される。

（δＴ／δｑｉ）Δｑ＝ΔＴ　　　　　　　式（７）式
中δＴ／δｑｉはｉ番目のジヨイント値ｑ１に関するロ
ボット姿勢の偏導関数を示し、Δｑは微分ジヨイント値
を示し且つΔＴは較正されたジヨイントモデルパラメー
タによって予測されるロボット位置及び目標ロボット姿
勢の間の差である。このようにして、運動学的に修正さ
れたジヨイント値は式（７）の連続的繰返しによって得
られる。

また、僅かに異なる逆ヤコプ定式化は運動学的補償のた
めに展開された。この定式化はＰａｕｌ、　Ｒ。

のロボットマニプレータ、数学、プログラミング及び制
御、マサチュセッッ州ボストン、Ｍ、１．Ｔ、プレス、
１９８２年〔５〕に含まれている。両方の逆ヤコブ定式
化は次の近似式に基づいた。

（δＴ／δｑ　ｉ）　ｃ　”’ｉ（δＴ／δｑｉ）７　
式（８）式中（δＴ／δｑ、）Ｃは較正されたロボット
モデルからのジヨイント値ｑ、に関するロボット位置の
変化を示し、且つ（δＴ／δｑ、）７ば理想又は名目ロ
ボットモデルからのジヨイント値Ｑｉに関するロボット
位置の変化を示す。典型的なロボット構成の予測器−修
正器及び逆ヤコブ方法の収斂は第７図に示される。第７
図の縦軸に示すｔｖｓ位置決め誤差は連続繰返しでシミ
ュレートされたロボットの平均二乗相位置誤差を示す。

推計学的モデル化はロボット不正確度を更に減少する追
加の不正確度補償可能性を提供する。この研究で用いた
推計学的モデル化の方法は応答表面方法論（Ｒ２Ｈ）に
基づ＜、Ｒ２Ｈはロボット不正確度の内包的統計的モデ
ルを発展するに必要なロボット姿勢を計画するために使
用される。６自由度のロボットマニプレータに通用し得
る設計空間は２又は３レベル、６因子空間である。設計
空間中のレベルの数は統計的モデルのオーダーを決定す
る（線形モデルについては２レベル及び二次モデルにつ
いては３レベル）。因子の数はロボットジヨイントの数
を反映する。因子はロボット不正確度の線形又は二次モ
デルの独立変数を表す。

統計的補償モデルを展開することは前述したように別の
一組の目標部品相対的測定値を必要とする。統計的補償
姿勢がロボット制御器又はコンピュータへ送られる前に
、それらは前述したように運動学的補償を用いて修正さ
れる。ロボットは次に修正された姿勢へ移動され且つ残
りの不正確度が測定される。この残りの不正確度は運動
学的補償アルゴリズム（予測器−修正器又は逆ヤコブ）
を再び適用することによって微分ジヨイント値へ変換さ
れる。残りの微分ジヨイント摂動は次のような統計的補
償姿勢ら決定される。

ｑ＝　　＝　ａ　＋　ｂ　ｚｒＱ＋　　＋　（：ｔ＋（
ｂ”　＋　ｂ　　Ｉｚｑｔ　＋Ｃ１ｚＱｚ’　＋、、、
＋　ｂ　＝ｈｑｂ　＋　Ｃｔｈｑｂ”　　　　式（９）
式中ａ、ｂ及びＣは回帰分析から得られる二次モデル係
数を示し、ｑはジヨイント値を示し、且つｑ＋は微分ジ
ヨイント摂動を示す、モデル係数の最初の下付添字は（
ｉ番目）補償されたシロインドを示し、且つ第２の係数
下付添字はジヨイントを示す、同様に、ジヨイント値下
付添字はジヨイントを示す。

この方法論を利用する典型的な補償プロセスは次の通り
である。較正姿勢がシミュレータ上にオンライン計画さ
れる。ロボットは移動し且つそれ自身を較正された運動
学的モデルによって要求される較正姿勢に配置し、且つ
不正確度が次に測定される。ロボットは移動し且つそれ
自身を統計的モデル（Ｒ３Ｍによって決定されるように
）によって要求される較正姿勢に配置し、且つ不正確度
が測定される。所望のタスクが次に部品データに対して
オフライン計画される。オフライン計画されたタスクは
運動学的モデル及び統計的モデルの較正姿勢に関して展
開されるモデルを用いて修正される。補償されたタスク
情報は次にロボット制御器へ送られる。較正姿勢を計画
する初期ステップはまれに繰返されることだけを必要と
する。統計的モデル較正姿勢の測定は定期的に繰返され
且つ残りの手順はオフラインシミュレータ上に計画され
た各ロボット位置に対して繰返される。

前に示したように、本方法論に従うオフラインプログラ
ミングは、大抵のロボットが許容公差で繰返され得るこ
と、及びロボットが作動する部品が満足すべき公差に前
取て製造されていることに頼る相対的な情報に準拠する
。加工される部品が所定の公差をもつロボット作業隔室
に達することを保証することによって、ロボットを部品
上の基準較正機構へ移動させように指令し、それにより
剛体不正確度情報を捕らえるオフラインプログラミング
を使用することは可能である。基準機構（第４図の品目
４１及び第６図の品目６３）の確立によって、ロボット
はその部品上の他の所定の機構へ移動するように指令さ
れ得る０部品機構間の相対的幾何形状を知ることによっ
て、手順はロボットが作動する部品に対するロボットの
不正確度を確定するように実行され得る０局所化された
領域でのロボットの不正確度を修正してオフラインプロ
グラミング方法を実際に適用し得る修正ルーチンが次に
実行される。

これはロボットの局所化された不正確度のマツピングを
可能にする。このマツピングは、部品が所定の公差内で
繰返し配置されるならば、作業空間へ入る各部品につい
て必要ではない０部品が上記した繰返し性で作業空間へ
入るならば、センサ装置は組立作業中オフに切換えられ
、それによりオフラインプログラムのソフトウェア修正
を利用してロボット不正確度を補償することによって組
立プロセスを速めることができる。

目標物に関するロボット不正確度をマツピングする一般
的な方法を次に述べる。最初に、基準点として作用する
複数個の識別機構を含む目標物が識別される。コンピュ
ータ感知手段によって各機構の個々の認識を可能にする
に充分なだけ詳細に目標上の機構の幾何形状及び空間関
係を確定する機構データベースが創られる６機構データ
ベース情報は次に後の再現及び比較のためにロボットコ
ンピュータ内に記憶される。目標物はロボットの遠位リ
ンクの作動到達範囲内に置かれ、且つ目標物の記憶され
た機構を検知する可能出力を含む感知手段は遠位リンク
に取付けられる。この検知は通常（ｉ）機構に関する感
知手段によって作られた感知データと（ｉｔ）記憶され
た機構データベース情報との比較に準拠される。

運動学的及び推計学的モデル化の前述方法によるように
、感知手段は遠位リンクに関して較正されて感知手段の
末端制御フレームに関する遠位フレームの相対的位置決
めを正確に確定する。この較正された末端制御フレーム
位置は後の再現及び比較のためにコンピュータ内に記憶
される。記憶された機構データベース情報を較正された
末端制御フレーム位置と相関するルーチン又はプログラ
ムが準備される。このルーチンは目標物上にマツプされ
るそれぞれの機構の予測された位置へ感知手段を逐次移
動させる駆動指令をロボットへ与える。

次のステップはロボットでルーチンを作動することであ
り、それにより目標物上の記憶された基準機構の１つで
ある較正された機構へ感知手段を移動させる０例えば、
これは第４図で品目４１であり又は第６図で品目６３で
ある。予測された位置に対する感知手段の実際の位置の
相対的姿勢誤差は確定され且つ剛体修正データを提供す
る。このデータは後の再現及び比較のためにコンビュー
タ内に記憶される。例えば、記憶された剛体修正データ
は追加の又は後の機構の新規の予測された位置を確定す
るために準備されたルーチン又はプログラムと相関され
、それに対して感知手段は次に新規の予測された位置へ
移動され且つ新規の予測された位置に対する実際の位置
の相対的姿勢誤差は確定される。この誤差データはコン
ピュータ内に記憶される。各残りの機構に関してこれら
のステップを繰返すことによって、目標物のマツプはロ
ボット不正確度の統計的ベースを提供するように作られ
る。

この−船釣な手順は＋０．（１１２７　ｎｕ＋（÷０．
０００５３’）の公差まで加工された較正された板に対
して適用された。較正板の寸法は第８図に図式形態で示
される。

ＴＣＰが決定されると、逆運動学的ルーチンが部品機構
近くのカメラフレームを正しく配置するために実行され
得る。オートマチックス（Ａｕｔｏｍａｔｉｘ）へＶ−
３視覚システムが第８図に例示する板に対して較正され
た。Ｘピクセルに対するＹピクセルの相対的ピクセル寸
法は視覚システムカメラフレーム内の較正板上に２つの
ドツトを配置することによって決定された。ピクセル座
標中のこれらのそれぞれの位置は次にＸピクセル距離に
対するＹビクセルの比を得るために多数の試験を統計的
に平均化することによって決定された。実世界座標での
ピクセル間の距離も必要とされた。

同じ２つのドツトを使用することによって及びドツトを
分離する物理的距離を知ることによって、統計的平均は
試験から得られた。

視覚システムの座標フレームの原点はＸピクセル１９２
．０及びＹビクセル１２７．５に配置された。視覚シス
テムを使用したので、視覚システムによって捕らえられ
た機構を、ロボット遠位リンクに取付けられたカメラの
ＴＣＦフレームに関係づける座標フレームが決定された
。このフレームを決定するために使用した方法はＴＣＰ
についての本明細書の初めの部分に開示された較正方法
であった。

この変換は較正板座標フレーム及びカメラＴＣＰの座標
フレームでの視覚システム座標フレームを得ることを含
んだ。即ち、式（１０） ７　ｔｖ＝Ｔｃｖ、７ｆｃ　　　　　　　式（１０）式
中、 Ｔ　’　ｖ・較正機構フレームから視覚システムフレー
ムへの変換。

Ｔｃｖ・カメラＴＣＦフレームから視覚システム座標フ
レームへの変換。

Ｔ１　ｃ＝較正機構フレームからカメラＴＣＦフレーム
への変換。

［相対的Ｊ位置決め方法の利用は、ロボット不正確度の
理解がロボットが作動する局所化された部品領域でだけ
必要とされるので、従来技術よりも大きな改善を示す、
ロボットが作業ステーション間でスィーブ移動している
時、ロボット不正確度は重大ではない。しかしながら、
大きな正確度が実際の組立中又はつかみ又は置き移動の
ようなロボットタスクの他の形で所望されるので、ロボ
ットの不正確度はこの小さな領域内で確定される必要が
ある。これらの手順は＋０．０２５４　＋ｕ＋（＋０．
０（１１？）まで繰返し可能であるセイコーＲＴ−３０
００で首尾よく実演された。

第８図の較正板を使用して、局所化された領域でのロボ
ット不正確度伝播は最初にカメラを基準較正機構８１上
へ移動することによって決定された。この機構から、ロ
ボットの全ての以後の移動の部分剛体誤差修正を許す必
要な情報が捕らえられた。剛体誤差修正は、同じ並進運
動及び配向修正を、部品に対するロボットの不正確度マ
ツピングで使用される全ての機構へ適用する。剛体誤差
変換が決定されると、ロボットは次の機構８２へ移動す
るように視覚システムソフトウェア中で指令された。デ
ータベースに接近することによって、８つの機構８１〜
８８の全てが視覚システムによってマツプされた。第９
図はロボット不正確度の決定で得られたテストデータを
表に示す。第１０図に示すように、ロボット誤差は基準
較正機構８１からの距離に比例して（近直線的に）増加
する。

局所化された位置不正確度は距離の近−次関数であり、
次の一次方程式がロボット不正確度を補償するために得
られた。

Ｆ、ｘ　＝＾ＩＸ　＋　Ｂ＋Ｖ　　　　　　　　　　　
式（１１）Ｅｙ＝ＡＺＸｆＢｚＶ式（１２） 定数を求めるために、作業空間領域での２つの独立点か
らの不正確度情報を捕らえることが必要であった。これ
は最初にカメラを基準較正機構へ移動して剛体誤差修正
を決定することによって行われ、且つ次にカメラをｉ及
びｊで示す２つの他の機構へ移動してそこから式（１１
）及び（１２）を解くために必要な全ての情報を得た。

目標物ｉでの誤差方程式は次の通りである。

Ｅｘｌ　＝　　八＋Ｘ　　ｉ　　＋　　　Ｂ＋Ｙｔ　　
　　　　　　　　　　　　　　式（１３）Ｅｙｉ　＝　
ＡｔＸ　ｉ÷　Ｂｚ）’ｉ　　　　　　　　　式（１４
）式中、Ｘ、及びｙ、はロボットのカルテシアン移動で
あり且つＥｘｔ及びＥｙ、は目標物ｉにおいて視覚シス
テムによって捕らえられた位置誤差である。

同様に、同じ情報が目標物ｊにおいて捕らえられた。次
のクラマーズ（Ｋｒａ＊ｅｒｓ）規則が定数ＡＩ＋　Ｂ
ｌ＋Ａ２及びＢｔを解くために適用された。この実験で
、機構２及び６はそれぞれ目標物ｉ及びｊを表した。

次に、データベース情報はロボットが全ての機構へ移動
するように指令された時に各機構の位置の予測された位
置的誤差を修正するように修正された。第１１図はロボ
ットが不正確度を修正した後の誤差を表に示す、第９図
及び第１１図を比較すると、最大ロボット不正確度０．
４３６８８　ｍｍ（０゜（１１７２寥＞）が基１！機構
から３５９．２０６８ｍ＋ｗ（１４，１４２纂ン）の距
離において０．０６３５＋ｍ（０，００２５；’）に改
善された。これはカメラの解像度に近く且つ現実的に達
成し得ない。公差積重ねの統計的分析はこれらの技術が
０．１２７　ｍ１ｗ（０，００５：’）より大きい位置
的正確度を要求しないプロセスに適用され得ることを示
した。

ロボット配向補償は大きな困難を提供する。ロボットの
配向不正確度は基準較正機構からの距離の関数ではない
。この配向不正確度は歯車バノクラッシ、ジヨイントコ
ンプライアンス、視覚システムアルゴリズム限界等のよ
うな源に影響され得る。実験は、好結果のオフラインプ
ログラミングが大域的基準フレームと対抗する相対的情
報に基づく方法論で可能とされる前提と同様な配向修正
の一次方程式に従う配向不正確度を示した。この前提は
大抵のロボットが満足し得る公差内で繰返し得ること及
びロボットが作動する目標部品が予め満足すべき公差を
もって製造されていることに錬る。この前提の故に、ロ
ボットの繰返し性がロボットタスクの所望の公差より小
さくなければならないことは当業者に明らかであろう、
また、ロボットが作動する部品の幾何形状仕様が必要と
されるロボット作業隔室へ接近し且つ通過し得ることは
必要である。

第１２図を参照すると、流れ図が典型的な製造プロセス
内での本発明の実行を示す情報流れ及びデータベース構
造を例示する。この流れ図は大域的ではなく相対的な基
準フレームに基づいてＴＣＦに関する較正ステップを誤
差修正の他のフレームと一体にする。第１２図及び第１
３図は較正状態から誤差決定及びマツピング段階を経る
本方法論の全体を例示する。特に第１２図を参照すると
、目標とされた部品の幾何形状機構は一般に設計工学に
よって特定され且つソフトウェア準備のロボットタスク
計画段階で人手され得る。変換ソフトウェアは適当な変
換が機構の幾何形状記述をロボット制御器へ負荷させる
ために利用され得る。本書の初めの方で述べたオフライ
ン較正規則は部品設計に統合されることができ、それに
より充分な基準機構がロボット機構取得システムによる
使用のために部品上に識別され又は配置され得る。例え
ば、視覚又はカメラシステムは動的較正段階中に目標部
品をマツピングするために有効であると説明してきた。

ロボットシステムが作動する部品がそれらがロボット作
業隔室へ入る前にそれらの上に処理された較正基準機構
を持たねばならないことは前述したことから明らかであ
る。これらの機構は、機構取得サブシステムによって又
は部品上に永久的に配置され又は−時的に取付けられた
テンプレート２６上に配置される簡単に加えられる機構
によって用意に処理され得る常駐幾何形状であり得る０
部品が一致した様式で送出されるならば、機構の出入り
は定期的に行われることを必要とするだけであることに
注目されたい。これら手順の全体は第１１図の初めの箱
１１０で表示される。

計画プロセスは較正タスク及び実際のプロセスタスクの
両方でオフライン展開され得る。これらのタスクはつか
み又は置き、速度設定、センサ読み等を特定するに充分
な情報をもって一組のロボット構成としてファイルされ
る。この計画は較正タスクファイルに記憶される較正移
動とプロセスタスクファイルに記憶されるプロセス移動
の両方を含む。プロセスのこのアスペクトは箱１１１で
表示される。

経路／タスクファイルは最小直列Ｒ５２３２通信として
使用するファイル伝達ソフトウェアによってロボット作
業隔室制御器へ下負荷され得る。これらのインタフェー
スは第１２図に品目１１２として表示される。品目１１
３は経路ファイル構成をロボットタスクマクロに変換す
るためにソフトウェアを維持する作業隔室制御器を示す
、このソフトウェアは大抵のロボットに適用し得る一般
的なアルゴリズム及びロボット特性である装置ドライバ
型アルゴリズムの両方を有する。較正時に、ソフトウェ
アはカメラのようなセンサシステムによって観察される
時にロボット不正確度を修正するように作動される。こ
の最も簡単な形では、ソフトウェアは較正位相中に観察
される位置及び配向誤差のマトリックス上に作動する内
挿アルゴリズムからなる。より複雑なソフトウェアはロ
ボット不正確度によってひずむ目標物幾何形状をマツプ
するひずみ変換を展開する。これらの変換を用いて、ロ
ボットは知覚される部品幾何形状上を作動する。

修正された変換を用いて、ソフトウェアは予め処理され
た経路を修正するように作動される。これはロボット構
成が制御点を用いて相互作用状態の近くで修正されるこ
とを必要とする。これらの制御点は臨界組立相互作用点
近（の経路形状を維持し且つロボット位置決め不正確度
のための表面機構ひずみを修正する。シミュレーション
使用者は中間構成が経路を局部的に修正した後でさえ衝
突を避けるように作業空間障害物から充分に離されるご
とを保証する。従って、これら手順は第１２図の箱１１
３に関係するのみならず、箱１１１にも関係する。

制御点の使用は第７図に例示される。較正オフライン経
路計画中に、使用者は一般化された変位マトリックスの
一般化された組の一組を大域的座標に入れて視覚システ
ムＴＣＦのための一組の所望の較正姿勢を記述する。第
７図は較正経路セグメント１．２．３及び４を例示し、
それらはカルテシアン空間中の経路を形成するように連
結されている。作業経路シミュレーション計画中に、グ
リッパＴＣＰはロボット末端奏効体ＴＣＰとして使用さ
れ且つ使用者は変位マトリックスを入れてグリッパが作
用する構成部品に対してグリッパＴＣＰの一組の所望の
姿勢を記述する。第１４図はカルテシアン空間中の連結
された作業経路セグメント及び臨界経路節点を例示する
。較正及び作業経路を計画した後、計画された経路セグ
メントは経路セグメント一体及び経路偏位で後で使用す
るためにファイルされる。経路ファイルは経路構成、つ
かみ−置き作動フラッグ及びロボット速度設定に関係す
る他の情報の数及び順序を含む。この段階で、経路ファ
イルが存在するが、それらは最終経路の正確な形を表示
し得ない、正確な形を決定するために、予め計画された
タスクを統合し且つそれらを視覚システム又はロボット
で使用される制御言語のような作業隔室制御器で使用さ
れる制御言語に変換する統合手順が適用される。使用者
が経路セグメントを前タスクファイルから加え又は削除
することによって又は経路セグメントの順序を変えるこ
とによって予め計画された経路セグメントファイルを組
合わせることは開発されている。加えて、使用者は統合
プロセス中に指令をロボット制御言語に入れることがで
きる。

コンピュータシミュレーションによって計画されたオフ
ライン経路は、視覚システム又は他のセンサによって測
定された較正誤差を処置し且つ幾何形状モデル化不確実
性を処置するために修正されねばならない。オフライン
経路を修正し得る種々の方法があるが、例示のために、
臨界経路セグメントのカルテシアン経路形状及び経路適
合は、コンピュータ末端奏効体末端制御フレームの一致
した相対的カルテシアン運動を維持しながら経路を偏位
させることによって維持される。

経路適合を維持するために全体の組立タスク経路を偏位
させることは実際的でない、つかみ及び置き位置のよう
な臨界点に近い経路セグメントはこれら制御点を特定す
ることによって適合された経路セグメント偏位のための
候補である。第１点は較正誤差が部品とのコンピュータ
末端奏効体相互作用の有効性に影響する臨界点である制
御姿勢点（ｃｐｐ）である。第２点は臨界点（ＣＰＰ）
が後ろにある点である制御点次位（ＣＰＮ）である。Ｃ
ＰＰ及びＣＰＮの間の偏位した経路セグメントのカルテ
シアン形状はシミュレーションによって計画されたカル
テシアン経路の形状に一致しなければならない。さいご
に、制御点最後（ＣＰＬ）は臨界点（ＣＰＰ）が前にあ
った点である。

経路偏位後の経路適合はＣＰＰ及びＣＰＬの間に維持さ
れねばならない。

カルテシアン作業空間では、経路適合を維持するために
経路セグメントを修正するタスクは較正中に検知される
並進及び回転誤差の正確に同じ量だけ制御点間の末端奏
効体ＴＣＰの各オフライン計画された姿勢を偏位させる
ように記述されることができる。換言すれば、シミュレ
ートされた経路セグメント上の各節点のための末端奏効
体ＴＣＦの変位マトリックスは、一致した偏位した経路
セグメントを得る新規の変位マトリックスを得るために
同じ誤差修正変換マトリックスによって事後乗算される
。これは第１５図に例示され、そこで姿勢１．２．３及
び４は点す、ｃ、ｄ及びｅヘソフトウエアによって偏位
されている。この偏位方法は修正された計画された姿勢
の経路内に入る作業隔室内の末端奏効体及び障害物の間
の衝突を避けるための新規なアプローチを示す。

ここに開発され例示した実際的なオフラインプログラミ
ング技術は次のステップに従ってマイクロエレクトロニ
クス組立タスクに適用した。異なる寸法のマイクロエレ
クトロニクスチップは部品フィーダからロボット末端奏
効体によってつかまれた。偏位経路計画は変位経路中の
作業空間衝突を回避するために開発された。マイクロエ
レクトロニクスチップは指示されたＩＣ盤位置に挿入さ
れた。これらのタスクは首尾よく行われ且つ開発された
オフラインプログラミング技術は剛体誤差修正に使用し
て作業空間の小さい領域内でロボット位置正確度を＋〇
、１ａｕ＋ｉで改善することを示した。

上述の実施例の説明及び特定の参照は例示のためのもの
であることは当業者に明らかであろう。

ここに説明した基本的な概念及び方法は特許請求の範囲
に記載された発明の規定に関して制限するものと解釈さ
れるべきでない。

【図面の簡単な説明】

第１図は較正板又は田野目標部品に関して処理を行うロ
ボットを図式的に示す図であり、第２ａ図、第２ｂ図及
び第２Ｃ図は末端制御フレームの位置較正ステップを示
す図であり、第３図はここに開示される較正手順内のＴ
ＣＦ配向の決定を図式的に例示する図であり、第４図は
カルテシアン空間中の較正経路セグメントを図式的に例
示する図であり、第５図は末端制御及びセンサ構成部品
を有するロボットを示す図であり、第６図は較正テーブ
ルに関してロボット構成を例示する図であり、第７図は
位置誤差収斂を示すグラフであり、第８図は本発明と共
に使用する例示的な較正テーブルを示す図であり、第９
図はロボット不正確度に関して行った実験に基づくデー
タ概要を示し、第１Ｏ図はロボット不正確度測定値のプ
ロットを示すグラフであり、第１１図は誤差修正又は配
向に関するデータを示し、第１２図は本発明の統合され
たステップを要約する図式的流れ図であり、第１３図は
本発明により統合された較正手順を例示する図式的流れ
図であり、第１４図はプログラミング方法での制御点の
使用を例示する図式的図であり、第１５図はロボット腕
及び障害物の間の意図しない接触を回避するための偏位
された経路の使用を例示する図式的図である。 １０・・・ロボット、 １１・・・基礎基準フレーム、 １２．１３．１４・・・中間フレーム、１５．１６・・
・遠位フレーム、 １７．４２．５３・・・末端奏効体、 １８・・・末端制御フレーム（ＴＣＰ）、１９・・・指
示手段、 ２１．６１・・・較正板、 ２２・・・作業空間位置、 ２６・・・テンプレート、 ４１．４３・・・基準位置、 ５１・・・視覚カメラ、゛ ５２・・・接触プローブ、 ６３．８１．８２．８３．８４．８５．８６．８７．８
８・・・機構。 図面の浄翁（内容に変更なし） Ｆｊｇ、ｊ Ｆｒｇ、３ Ｆｉｇ、４ Ｆｉｇ、６ ＦＭｇ、７ ■　逼を享隼１まη〜、鳩４　　　　　　　口　ｔ’４
１％　　　　　−げ、トＦｉｇ、８ Ｏキ、・２）界正確＆ ４ン７’ｙ７スｄＧｎ）ａｘ（ｉＪＡｙｒｉｎｌｅ（ｉ
ｎ）Δ９（”）Ｆｒｇ、９ ｙ巨　島１ｉ　　ｃイン−７） Ｆｉｇ、　１０ Ｆｉｇ、Ｉｌ Ｆｉｇ、　１２ Ｆｉｇ、　１３ Ｆｉｇ、１４ Ｆｉｇ、　１５

Claims (15)

【特許請求の範囲】
1. （１）ロボット遠位フレームを有し且つコンピュータデ
   ータ処理及び記憶手段の制御を受けるロボット遠位リン
   クに接合されるカメラ又はつかみ装置のようなロボット
   末端奏効体の末端制御フレームの位置を較正する方法で
   あって、該方法が、イ）指示手段をロボット遠位フレー
   ムのｚ軸線と平行に整合するように、指示端を有する指
   示手段をロボット遠位リンクに取付け、 ロ）作動距離内でロボットから離れた空間中の第１基準
   点を選び、 ハ）指示手段の指示端が第１基準点に配置される第１姿
   勢へロボットを移動し、 ニ）ステップ「ハ」の第１ロボット姿勢を表すロボット
   位置決めデータを後の再現及び比較のためにコンピュー
   タ手段に記憶し、 ホ）末端奏効体を遠位リンクに取付け、 ヘ）末端奏効体上の基準点を識別し、 ト）末端奏効体基準点が第１基準点に配置される第２姿
   勢へロボットを移動し、 チ）ステップ「ト」の第２ロボット姿勢を表すロボット
   位置決めデータを後の再現及び比較のためにコンピュー
   タ手段に記憶し、 リ）ステップ「ニ」及び「チ」の記憶された位置決めデ
   ータを差の検知のために比較し、 ヌ）ロボット遠位フレームに対する末端制御フレームの
   オフセット位置を確定するために検知された差をコンピ
   ュータ手段内で処理する、 ステップを具備する方法。
2. （２）遠位接触端を有する細長いポインタを遠位リンク
   に取付け、 一定の目標物上の第１基準点を識別し、且つポインタの
   接触端が目標物上の第１基準点に配置される第１姿勢へ
   ロボットを移動する、 ステップを包含する特許請求の範囲第１項記載の方法。
3. （３）ル）作動距離内でロボットから離れた空間中の追
   加の基準点を選び、 ヲ）指示手段の指示端が前記追加の基準点に配置される
   第１姿勢へロボットを移動し、 ワ）ステップ「ヲ」の第１ロボット姿勢を表すロボット
   位置決めデータを後の再現及び比較のためにコンピュー
   タ手段に記憶し、 カ）末端奏効体基準点が第１基準点に配置される第２姿
   勢へロボットを移動し、 ヨ）ステップ「カ」の第２ロボット姿勢を表すロボット
   位置決めデータを後の再現及び比較のためにコンピュー
   タ手段に記憶し、 タ）ステップ「ワ」及び「ヨ」の記憶された位置決めデ
   ータを差の検知のために比較し、 レ）ロボット遠位フレームに対する末端制御フレームの
   オフセット位置を確定するためにステップ「タ」の検知
   された差をコンピュータ手段内で処理する、 ステップを包含する特許請求の範囲第１項記載の方法。
4. （４）前記したステップが末端制御フレームのオフセッ
   ト位置のより正確な確定を定めるために処理され得る差
   値の統計的ベースを作るに充分な回数だけ繰返される特
   許請求の範囲第３項記載の方法。
5. （５）イイ）作動距離内でロボットから離れた空間中の
   第２基準点を選び、 ロロ）指示手段の指示端が第２基準点に配置される第１
   姿勢へロボットを移動し、 ハハ）ステップ「ロロ」の第１ロボット姿勢を表すロボ
   ット位置決めデータを後の再現及び比較のためにコンピ
   ュータ手段に記憶し、 ニニ）第１及び第２基準点を結ぶ線の配向ベクトルを識
   別するために第１及び第２基準点の記憶された位置決め
   データを処理し、 ホホ）末端制御フレームに関するベクトル配向データを
   後の再現及び処理のためにコンピュータ手段に記憶し、 ヘヘ）末端制御フレームに対するベクトルの配向が確定
   され得るようにロボットを第３姿勢へ移動し、 トト）ステップ「ヘヘ」の第３姿勢を表すロボット位置
   決めデータを後の再現及び比較のためにコンピュータ手
   段に記憶し、且つ チチ）末端遠位フレームに対する末端制御フレームの相
   対的配向を確定するために記憶されたデータを処理する
   、 ステップを包含する、ロボット遠位フレームに対するロ
   ボット末端奏効体の末端制御フレームの相対的配向を較
   正する特許請求の範囲第１項記載の方法。
6. （６）正確な配向確定を改善するために追加の統計的ベ
   ースを確定すべく他のロボット姿勢に対して特許請求の
   範囲第５項記載の移動、記憶及び処理ステップを繰返す
   追加のステップを包含する方法。
7. （７）目標に対するプログラム可能なロボットの配向及
   び／又は位置正確度を改善する方法であって、該方法が
   、 イ）ロボットを目標に対して位置決めし、前記ロボット
   が末端作動末端奏効体を有し、前記ロボットが目標に対
   して種々の異なる位置の間を移動することができ、 ロ）ロボットから外部の複数個の分離した基準位置を識
   別し、 ハ）目標に対する分離した基準位置の幾何形状及び空間
   的データを確定する識別データを作り、ニ）基準位置近
   くの位置への後の偏位の際にロボットによる再現及び比
   較のためにデータ処理ユニット内に各それぞれの基準位
   置の識別データを記憶し、 ホ）本書で較正位置と称する基準位置の１つの近くの第
   １位置へロボット末端奏効体を移動し、そこでロボット
   に結合さたセンサが較正位置の存在を検知し、 ヘ）検知された較正位置をその位置に関する初めに記憶
   された情報データと比較し、 ト）前の比較ステップで検知された位置差に基づいて剛
   体誤差修正を展開し、該修正を較正位置に対するロボッ
   トの後の移動に対して使用し、チ）剛体誤差修正をデー
   タ処理ユニット内に記憶し、 リ）第２基準位置に関する初めに記憶された識別データ
   を利用し且つ較正位置に対して展開された剛体修正を適
   用して末端奏効体を第２基準位置へ移動し、第２基準位
   置近くのロボットの適当な配置をより正確に予測する、 ステップを具備する方法。
8. （８）ヌ）第２基準位置を検知し、 ル）ロボットがステップ「リ」で移動された予測された
   第２位置に対して検知された第２基準位置を比較し、 ヲ）ステップ「ヌ」で検知された第２基準位置の予測さ
   れた位置及び実際の位置の間の差を検知し、 ワ）末端奏効体を以後の基準位置に適当に配置するに要
   する修正量を確定するために検知された差を処理し、 カ）確定された修正をデータ処理ユニット内に記憶する
   、 ステップを包含する特許請求の範囲第７項記載の方法。
9. （９）以後の基準位置の予測された位置及び実際の位置
   の間の位置偏差をより正確に定量し且つ平均化する統計
   的ベースを確定するために追加の基準位置に対する特許
   請求の範囲第８項記載の移動、検知、記憶及び処理ステ
   ップを繰返す追加のステップを包含する方法。
10. （１０）ステップ「ロ」が目標物上に位置決めされるロ
    ボットから外部の複数個の分離した基準機構を識別する
    ステップを包含する特許請求の範囲第７項記載の方法。
11. （１１）基準位置としての各基準機構の実際の検知の際
    の後の再現及び比較のために、目標物上の各基準機構の
    幾何形状構成及び配向並びに機構間のそれらの分離及び
    配向に関する識別データをデータ処理ユニット内に定量
    し且つ記憶する初期ステップを包含する特許請求の範囲
    第９項記載の方法。
12. （１２）以後の基準位置に対するロボット位置の正確な
    予測を可能にする分析モデルのパラメータを確定するた
    めに追加の基準位置に対する特許請求の範囲第８項記載
    の移動、検知、記憶及び処理ステップを繰返す追加のス
    テップを包含する方法。
13. （１３）プログラム可能なロボットのロボット不正確度
    をマッピングする方法であって、該方法が、イ）マッピ
    ングのための基準点として作用し得る複数個の識別機構
    を上に有する目標物を準備し、ロ）各機構の個々の認識
    を可能にするに充分なだけ詳細に目標物上の機構の幾何
    形状及び空間的関係を確定する機構データベースを創り
    、 ハ）機構データベースを後の再現及び比較のためにコン
    ピュータに記憶し、 ニ）目標物をロボットの遠位リンクの作動到達範囲内に
    配置し、 ホ）機構データベース中のデータとの感知データの比較
    に基づいて記憶された機構を検知し得る感知手段を遠位
    リンクに取付け、 ヘ）感知手段の末端制御フレームに対する遠位フレーム
    の相対的位置決めを正確に確定するために感知手段を遠
    位リンクに対して較正し、 ト）較正された末端制御フレームを後の再現及び比較の
    ためにコンピュータ内に記憶し、 チ）記憶されたデータベースを較正された末端制御フレ
    ーム位置と相関し且つそれぞれの機構の予測された位置
    へ感知手段を逐次移動させる駆動指令をコンピュータへ
    与えるルーチンを準備し、リ）目標物上の記憶された機
    構の１つを構成する較正する機構へ感知手段を移動させ
    るためにルーチンを作動し、 ヌ）剛体修正データを提供するために予測された位置に
    対する感知手段の実際の位置の相対的姿勢誤差を確定し
    、 ル）剛体修正データを後の再現及び比較のためにコンピ
    ュータ内に記憶し、 ヲ）感知手段が移動される次の機構の新規の予測された
    位置を確定するために記憶された剛体修正データを準備
    されたルーチンと相関し、 ワ）感知手段を次の機構の新規の予測された位置へ移動
    し、 カ）新規の予測された位置に対する感知手段の実際の位
    置の相対的姿勢誤差を確定し、 ヨ）ステップ「カ」の誤差データを後の再現及び比較の
    ためにコンピュータ内に記憶し、 タ）測定された誤差データに基づいて目標物のマップを
    創るために各以後の機構に対してステップ「ヲ」から「
    タ」までを繰返し、 レ）ロボット不正確度を表す式を確定するためにマップ
    誤差データを処理する、 ステップを具備する方法。
14. （１４）目標物上で行われる作動に対するプログラム可
    能なロボットの配向及び／又は位置の正確度を改善する
    方法であって、該方法が、 イ）取付けられた感知手段を目標物上の所望の機構の近
    似位置へ移動させる駆動指令をロボットに与えるルーチ
    ンを準備し、 ロ）ロボットに対する感知手段の相対的位置を確定する
    感知基準フレームを較正し、 ハ）ロボット感知手段が機構を検知し且つ機構位置に関
    する感知データを発生するようにルーチンを作動し、 ニ）機構の位置を感知基準フレームに関連させる変換マ
    トリックスを展開し、 ホ）ステップ「ニ」のマトリックス、感知基準フレーム
    位置及び機構の幾何形状に基づいてロボットの感知フレ
    ーム姿勢を決定し、 ヘ）感知フレーム姿勢に対応するロボットの一組のジョ
    イント座標を決定し、 ト）ロボットの移動限界の領域を表す作動経路に沿う制
    御点を識別し、 チ）ロボットの自由移動の経路適合を維持するためにル
    ーチン及び制御点との作動の確定された経路を修正し、
    且つ リ）作動を行うために修正されたルーチンを作動する、 ステップを具備する方法。
15. （１５）目標に対するプログラム可能なロボットの配向
    及び／又は位置の正確度を改善する方法であって、該方
    法が、 イ）それらの相対的位置及び配向を確定するためにロボ
    ット遠位フレームを有するロボット遠位リンクに結合さ
    れたロボット末端奏効体の末端制御フレームの位置を較
    正し、 ロ）ロボットから外部の複数個の分離した基準位置を識
    別し、 ハ）目標に対する分離した基準位置の幾何形状及び空間
    的データを確定する識別データを創り、ニ）基準位置近
    くの位置への後の偏位の際のロボットによる再現及び比
    較のために各それぞれの基準位置の識別データをデータ
    処理ユニット内に記憶し、 ホ）本書で較正位置と称する基準位置の１つの近くの第
    １位置へロボット末端奏効体を移動し、そこでロボット
    に結合されたセンサが較正位置の存在を検知し、 ヘ）検知された較正位置をその位置に関する初めに記憶
    された情報データと比較し、 ト）前の比較ステップで検知された位置差に基づいて剛
    体誤差修正を創り、該修正を較正位置に対するロボット
    の後の移動に対して使用し、チ）剛体誤差修正をデータ
    処理ユニット内に記憶し、 リ）第２基準位置に関する初めに記憶された識別データ
    を利用し且つ較正位置に対して創られた剛体修正を適用
    して末端奏効体を第２基準位置へ移動して第２基準位置
    に直ぐ近くのロボットの適当な配置を正確に予測する、 ステップを具備する方法。