JPH05150804A - マニピユレータの繰り返し学習制御装置 - Google Patents
マニピユレータの繰り返し学習制御装置Info
- Publication number
- JPH05150804A JPH05150804A JP3316941A JP31694191A JPH05150804A JP H05150804 A JPH05150804 A JP H05150804A JP 3316941 A JP3316941 A JP 3316941A JP 31694191 A JP31694191 A JP 31694191A JP H05150804 A JPH05150804 A JP H05150804A
- Authority
- JP
- Japan
- Prior art keywords
- manipulator
- motion
- learning
- impedance
- trajectory
- 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.)
- Withdrawn
Links
Landscapes
- Manipulator (AREA)
- Feedback Control In General (AREA)
- Control Of Position Or Direction (AREA)
- Numerical Control (AREA)
Abstract
(57)【要約】
【目的】本発明は，インピーダンス制御によってマニピ
ュレータの位置と力を制御するマニピュレータの繰り返
し学習制御装置に関し，インピーダンス制御の上位階層
に繰り返し学習制御系を追加することにより，マニピュ
レータの目標位置軌道と目標力軌道の追従性能を向上さ
せることを目的とする。 【構成】パラメータ設定器12により，作業対象の環境17
に関する物理パラメータの推定値を設定し学習制御を行
う。各学習ごとに, 運動評価器10は，目標運動と実現さ
れた運動との運動誤差を算出する。この結果を座標変換
器11により座標変換する。学習制御器13は，繰り返しｎ
回目の制御入力または参照軌道を保持し，パラメータ設
定器12により設定されたパラメータに基づいて座標変換
された運動誤差に演算を加えることにより，制御入力の
修正量を計算して，繰り返しｎ＋１回目の制御入力また
は参照軌道を生成する。
ュレータの位置と力を制御するマニピュレータの繰り返
し学習制御装置に関し，インピーダンス制御の上位階層
に繰り返し学習制御系を追加することにより，マニピュ
レータの目標位置軌道と目標力軌道の追従性能を向上さ
せることを目的とする。 【構成】パラメータ設定器12により，作業対象の環境17
に関する物理パラメータの推定値を設定し学習制御を行
う。各学習ごとに, 運動評価器10は，目標運動と実現さ
れた運動との運動誤差を算出する。この結果を座標変換
器11により座標変換する。学習制御器13は，繰り返しｎ
回目の制御入力または参照軌道を保持し，パラメータ設
定器12により設定されたパラメータに基づいて座標変換
された運動誤差に演算を加えることにより，制御入力の
修正量を計算して，繰り返しｎ＋１回目の制御入力また
は参照軌道を生成する。
Description
【０００１】
【産業上の利用分野】本発明は，インピーダンス制御に
よってマニピュレータの位置と力を制御する装置であっ
て，特に，繰り返し学習によって目標位置軌道と目標力
軌道に対する追従性能を向上させたマニピュレータの繰
り返し学習制御装置に関する。
よってマニピュレータの位置と力を制御する装置であっ
て，特に，繰り返し学習によって目標位置軌道と目標力
軌道に対する追従性能を向上させたマニピュレータの繰
り返し学習制御装置に関する。
【０００２】マニピュレータを使って作業する場合，マ
ニピュレータと環境（作業対象）の間には，必然的に力
学的・機械的な相互作用が生じる。例えば，バリ取り，
文字を書く，棒を穴に挿入する，物体の表面を磨く，な
どの作業がその例である。このような作業では，作業を
支障なく遂行する（マニピュレータ自身や作業対象を破
壊しないようにしながら作業を実行するなど）ために
は，マニピュレータの位置を制御するだけでは不十分で
あり，マニピュレータの位置と力を同時に制御すること
が必要である。
ニピュレータと環境（作業対象）の間には，必然的に力
学的・機械的な相互作用が生じる。例えば，バリ取り，
文字を書く，棒を穴に挿入する，物体の表面を磨く，な
どの作業がその例である。このような作業では，作業を
支障なく遂行する（マニピュレータ自身や作業対象を破
壊しないようにしながら作業を実行するなど）ために
は，マニピュレータの位置を制御するだけでは不十分で
あり，マニピュレータの位置と力を同時に制御すること
が必要である。
【０００３】
【従来の技術】マニピュレータの位置と力を同時に制御
する従来の方法は，大きく２つの制御法に分類される。
ひとつはマニピュレータの位置と力を独立的に制御する
ハイブリッド制御法であり，他は位置と力を従属的に制
御するインピーダンス制御法である。
する従来の方法は，大きく２つの制御法に分類される。
ひとつはマニピュレータの位置と力を独立的に制御する
ハイブリッド制御法であり，他は位置と力を従属的に制
御するインピーダンス制御法である。
【０００４】例えば，ハイブリッド制御法の参考文献と
しては，以下の１）〜３）が，インピーダンス制御法の
参考文献としては，以下の４）がある。 １）M.T.Mason : Compliance and Force Control for C
omputer-Controlled Manipulator,IEEE Trans., Syste
m,Man and Cybernetics, SMC-11-6,418/432(1981) ２）M.H.Raibert and J.J.Craig : Hybrid Position /
Force Control of Manipulator, Trans. of ASME,J. of
Dynamic System,Measurement and Control,103,126/13
3 (1981) ３）吉川恒夫：ロボットアームの位置と力の動的ハイブ
リッド制御，日本ロボット学会誌，3-6,25/30 (1985) ４）N.Hogan : Impedance Control : An Approach to
Manipulation, Pt. Ｉ〜III, Trans. of ASME, J. of D
ynamic System, Measurement and Control, 107,1/7, 8
/16, 17/24 (1985)。 インピーダンス制御法は，ハイブリッド制御法に比べ
て，環境のモデル化誤差に対するロバスト性や外乱に対
する安定性の点で優れていると考えられる。しかしなが
ら，インピーダンス制御法は，位置を制御することによ
って従属的に力を制御するため，目標位置軌道と目標力
軌道を正確に実現することが困難である。一方，従来の
学習制御は，そのほとんどが環境と相互作用しないマニ
ピュレータの軌道制御に対して研究されてきた。
しては，以下の１）〜３）が，インピーダンス制御法の
参考文献としては，以下の４）がある。 １）M.T.Mason : Compliance and Force Control for C
omputer-Controlled Manipulator,IEEE Trans., Syste
m,Man and Cybernetics, SMC-11-6,418/432(1981) ２）M.H.Raibert and J.J.Craig : Hybrid Position /
Force Control of Manipulator, Trans. of ASME,J. of
Dynamic System,Measurement and Control,103,126/13
3 (1981) ３）吉川恒夫：ロボットアームの位置と力の動的ハイブ
リッド制御，日本ロボット学会誌，3-6,25/30 (1985) ４）N.Hogan : Impedance Control : An Approach to
Manipulation, Pt. Ｉ〜III, Trans. of ASME, J. of D
ynamic System, Measurement and Control, 107,1/7, 8
/16, 17/24 (1985)。 インピーダンス制御法は，ハイブリッド制御法に比べ
て，環境のモデル化誤差に対するロバスト性や外乱に対
する安定性の点で優れていると考えられる。しかしなが
ら，インピーダンス制御法は，位置を制御することによ
って従属的に力を制御するため，目標位置軌道と目標力
軌道を正確に実現することが困難である。一方，従来の
学習制御は，そのほとんどが環境と相互作用しないマニ
ピュレータの軌道制御に対して研究されてきた。
【０００５】なお，位置と力を制御する学習制御として
は，例えば，次の参考文献５）がある。 ５）川村貞夫，有本卓，宮崎文夫 他：学習方式による
位置と力のハイブリッド制御 日本ロボット学会誌 ５
巻２号 pp.109-119, 1987。
は，例えば，次の参考文献５）がある。 ５）川村貞夫，有本卓，宮崎文夫 他：学習方式による
位置と力のハイブリッド制御 日本ロボット学会誌 ５
巻２号 pp.109-119, 1987。
【０００６】また，従来の学習制御の多くはモデルベー
スの学習制御でないため，作業によって環境の性質が変
化するような場合には対応しにくかった。
スの学習制御でないため，作業によって環境の性質が変
化するような場合には対応しにくかった。
【０００７】
【発明が解決しようとする課題】本発明は，インピーダ
ンス制御の上位階層に繰り返し学習制御系を追加するこ
とにより，マニピュレータの位置と力の制御において，
マニピュレータの目標位置軌道と目標力軌道の追従性能
を向上させることを目的とする。
ンス制御の上位階層に繰り返し学習制御系を追加するこ
とにより，マニピュレータの位置と力の制御において，
マニピュレータの目標位置軌道と目標力軌道の追従性能
を向上させることを目的とする。
【０００８】
【課題を解決するための手段】図１は本発明の原理説明
図である。従来のインピーダンス制御法による装置は，
非線形補償器１５とマニピュレータ１６とインピーダン
ス設定器１４とからなり，作業対象の環境１７に対する
操作を行うものであった。本発明では，この上位階層
に，運動評価器１０，座標変換器１１，パラメータ設定
器１２および学習制御器１３による繰り返し学習制御系
を付加している。また，インピーダンス設定器１４に設
定する値を，学習制御に適したものにしている。
図である。従来のインピーダンス制御法による装置は，
非線形補償器１５とマニピュレータ１６とインピーダン
ス設定器１４とからなり，作業対象の環境１７に対する
操作を行うものであった。本発明では，この上位階層
に，運動評価器１０，座標変換器１１，パラメータ設定
器１２および学習制御器１３による繰り返し学習制御系
を付加している。また，インピーダンス設定器１４に設
定する値を，学習制御に適したものにしている。
【０００９】運動評価器１０は，目標運動と実現された
運動との運動誤差を算出するものである。すなわち，目
標力軌道ｆxd，目標位置軌道ｙdと，実現された力軌道
ｆx ，実現された位置軌道ｙとの誤差を計算する。
運動との運動誤差を算出するものである。すなわち，目
標力軌道ｆxd，目標位置軌道ｙdと，実現された力軌道
ｆx ，実現された位置軌道ｙとの誤差を計算する。
【００１０】座標変換器１１は，運動誤差を所定のベク
トル関数に変換するものである。なお，運動評価器１０
の出力でなく，運動評価器１０への入力について座標変
換を行い，運動評価器１０では，座標変換したものにつ
いて運動を評価してもよい。
トル関数に変換するものである。なお，運動評価器１０
の出力でなく，運動評価器１０への入力について座標変
換を行い，運動評価器１０では，座標変換したものにつ
いて運動を評価してもよい。
【００１１】パラメータ設定器１２は，作業対象の環境
１７に関する弾性係数や粘性係数等の物理パラメータの
推定値を設定するものである。学習制御器１３は，繰り
返しｎ回目の制御入力ｖまたは参照軌道ｐr を保持し，
パラメータ設定器１２により設定されたパラメータに基
づいて，座標変換された運動誤差に演算を加えることに
より，制御入力の修正量を計算して，繰り返しｎ＋１回
目の制御入力ｖまたは参照軌道ｐr を生成する処理手段
である。
１７に関する弾性係数や粘性係数等の物理パラメータの
推定値を設定するものである。学習制御器１３は，繰り
返しｎ回目の制御入力ｖまたは参照軌道ｐr を保持し，
パラメータ設定器１２により設定されたパラメータに基
づいて，座標変換された運動誤差に演算を加えることに
より，制御入力の修正量を計算して，繰り返しｎ＋１回
目の制御入力ｖまたは参照軌道ｐr を生成する処理手段
である。
【００１２】インピーダンス設定器１４では，所定の条
件に従って，学習制御器１３による学習制御有効動作範
囲を広げるようにインピーダンス行列が設定されるよう
になっている。
件に従って，学習制御器１３による学習制御有効動作範
囲を広げるようにインピーダンス行列が設定されるよう
になっている。
【００１３】
【作用】本発明は，マニピュレータ１６の位置と力の制
御において，マニピュレータ１６の目標位置軌道ｙd と
目標力軌道ｆxdの追従性能を向上させるために，インピ
ーダンス制御の上位階層に，図１に示すような繰り返し
学習制御系を追加するものである。この繰り返し学習制
御系は，インピーダンス設定器１４の一部，パラメータ
設定器１２，運動評価器１０，座標変換器１１および学
習制御器１３で構成される。
御において，マニピュレータ１６の目標位置軌道ｙd と
目標力軌道ｆxdの追従性能を向上させるために，インピ
ーダンス制御の上位階層に，図１に示すような繰り返し
学習制御系を追加するものである。この繰り返し学習制
御系は，インピーダンス設定器１４の一部，パラメータ
設定器１２，運動評価器１０，座標変換器１１および学
習制御器１３で構成される。
【００１４】本発明の学習制御装置はモデルベースであ
り，環境の物理パラメータを使って構成される。よっ
て，環境１７が変化した場合には，それに対応するパラ
メータの値を調節することで環境１７の変化に対応する
ことができる。
り，環境の物理パラメータを使って構成される。よっ
て，環境１７が変化した場合には，それに対応するパラ
メータの値を調節することで環境１７の変化に対応する
ことができる。
【００１５】
【実施例】本発明の実施例を説明するに先立ち，本発明
の繰り返し学習制御系に関する２つの定理（定理１（系
１）および定理２）について説明する。Ｍはインピーダ
ンス行列である。ｆxdは目標力軌道，ｙd は目標位置軌
道，ｂx は壁のｘ方向の粘性係数である。
の繰り返し学習制御系に関する２つの定理（定理１（系
１）および定理２）について説明する。Ｍはインピーダ
ンス行列である。ｆxdは目標力軌道，ｙd は目標位置軌
道，ｂx は壁のｘ方向の粘性係数である。
【００１６】〔定理１〕インピーダンス制御されたマニ
ピュレータの手先が粘弾性体の環境と接触状態にあり相
互作用しているとする。壁の物理パラメータの推定値
が，次の十分条件（Ａ．１）を満たせば，学習制御器に
よって，目標運動
ピュレータの手先が粘弾性体の環境と接触状態にあり相
互作用しているとする。壁の物理パラメータの推定値
が，次の十分条件（Ａ．１）を満たせば，学習制御器に
よって，目標運動
【００１７】
【数１】
【００１８】が実現される。十分条件（Ａ．１）は，
【００１９】
【数２】
【００２０】ここで，（Ａ．２）…
【００２１】
【数３】
【００２２】であり，Ｉは単位行列である。また，行列
ノルムは各行の絶対和の最大で計算される。 注意１：この定理１には壁の粘性係数の推定値だけが関
係しているので，本発明の繰り返し学習制御装置は，そ
の他の推定値（〜ｋx ，〜ｂy ，〜μ）の正確さに関係
なく正常に作動し，目標位置軌道ｙd と目標力軌道ｆxd
が実現される。
ノルムは各行の絶対和の最大で計算される。 注意１：この定理１には壁の粘性係数の推定値だけが関
係しているので，本発明の繰り返し学習制御装置は，そ
の他の推定値（〜ｋx ，〜ｂy ，〜μ）の正確さに関係
なく正常に作動し，目標位置軌道ｙd と目標力軌道ｆxd
が実現される。
【００２３】上記の条件（Ａ．１）を展開すると次の系
１が得られる。 〔系１〕上記の条件（Ａ．１）を満たすためには，環境
の推定パラメータ（〜β）が，次の不等式（Ａ．３）を
満たせばよい。ただし，ｄｅｔ（Ｍ）＞０を仮定する。
（Ａ．３）…
１が得られる。 〔系１〕上記の条件（Ａ．１）を満たすためには，環境
の推定パラメータ（〜β）が，次の不等式（Ａ．３）を
満たせばよい。ただし，ｄｅｔ（Ｍ）＞０を仮定する。
（Ａ．３）…
【００２４】
【数４】
【００２５】区間の広さＬは，（Ａ．４）…
【００２６】
【数５】
【００２７】である。 〔定理２〕インピーダンス制御されたマニピュレータの
手先が，剛体の環境と接触状態にあり相互作用している
とする。本発明の学習制御装置によって，目標位置軌道
ｙd と目標力軌道ｆxdが実現されるための十分条件
（Ａ．５）は，
手先が，剛体の環境と接触状態にあり相互作用している
とする。本発明の学習制御装置によって，目標位置軌道
ｙd と目標力軌道ｆxdが実現されるための十分条件
（Ａ．５）は，
【００２８】
【数６】
【００２９】（Ａ．６）…
【００３０】
【数７】
【００３１】である。次に，図１に示すブロック図に従
って，本発明の実施例を説明する。以下では，説明を簡
単にするため，図２に示すような平面内で作動をする２
関節マニピュレータ１６と，環境としてｙ軸に平行でｘ
座標ｘe の位置にあり，摩擦を有する壁を仮定して説明
する。なお，図２において，２０はマニピュレータ１６
の手先，２１は摩擦がある表面，２２は粘弾性体の壁を
表す。
って，本発明の実施例を説明する。以下では，説明を簡
単にするため，図２に示すような平面内で作動をする２
関節マニピュレータ１６と，環境としてｙ軸に平行でｘ
座標ｘe の位置にあり，摩擦を有する壁を仮定して説明
する。なお，図２において，２０はマニピュレータ１６
の手先，２１は摩擦がある表面，２２は粘弾性体の壁を
表す。
【００３２】マニピュレータ１６に要求される作業は，
壁をｘ方向に目標力軌道ｆxdで押しながら，壁の表面の
目標位置軌道ｙd を追従することであるとする。なお，
図２には粘弾性体の壁の場合を示してあるが，本発明は
剛体の壁の場合にも適用可能である。
壁をｘ方向に目標力軌道ｆxdで押しながら，壁の表面の
目標位置軌道ｙd を追従することであるとする。なお，
図２には粘弾性体の壁の場合を示してあるが，本発明は
剛体の壁の場合にも適用可能である。
【００３３】〔インピーダンス制御されたマニピュレー
タ〕インピーダンス設定器１４と非線形補償器１５とに
より，マニピュレータ１６はインピーダンス制御され
る。インピーダンス制御されたマニピュレータ１６の手
先は，次のダイナミクスに従う。（式１）…
タ〕インピーダンス設定器１４と非線形補償器１５とに
より，マニピュレータ１６はインピーダンス制御され
る。インピーダンス制御されたマニピュレータ１６の手
先は，次のダイナミクスに従う。（式１）…
【００３４】
【数８】
【００３５】ここで，ｐはマニピュレータの手先のｘｙ
座標，ｖは制御入力，ｆは環境１７からマニピュレータ
１６の手先への力であり，次式で定義される。（式２）
…
座標，ｖは制御入力，ｆは環境１７からマニピュレータ
１６の手先への力であり，次式で定義される。（式２）
…
【００３６】
【数９】
【００３７】また，Ｍ，Ｂ，Ｋは２次の行列であり，イ
ンピーダンス設定器１４により設定される。本発明はイ
ンピーダンス設定器１４の一部を含む。その機能は，イ
ンピーダンス行列Ｍを，前述した定理１や定理２の条件
（Ａ．１），（Ａ．４），（Ａ．６）を利用して，繰り
返し学習制御系の有効範囲が広くなるように設定するこ
とである。
ンピーダンス設定器１４により設定される。本発明はイ
ンピーダンス設定器１４の一部を含む。その機能は，イ
ンピーダンス行列Ｍを，前述した定理１や定理２の条件
（Ａ．１），（Ａ．４），（Ａ．６）を利用して，繰り
返し学習制御系の有効範囲が広くなるように設定するこ
とである。
【００３８】残りの行列ＢとＫは壁の性質に依存して設
定されるが，その設定法および非線形補償器１５は，従
来知られているものでよく，本発明の要旨には直接関係
しないので詳しい説明は省略する。ここでは，インピー
ダンス行列Ｍ，Ｂ，Ｋは，次式のように設定されている
とする。（式３）…
定されるが，その設定法および非線形補償器１５は，従
来知られているものでよく，本発明の要旨には直接関係
しないので詳しい説明は省略する。ここでは，インピー
ダンス行列Ｍ，Ｂ，Ｋは，次式のように設定されている
とする。（式３）…
【００３９】
【数１０】
【００４０】インピーダンス制御されたマニピュレータ
のダイナミクス（式１）は，次のように表現することも
できる。（式４）…
のダイナミクス（式１）は，次のように表現することも
できる。（式４）…
【００４１】
【数１１】
【００４２】ここで，ｐr は参照軌道であり，（式４）
の表現を用いた場合には，これが制御入力になる。参照
軌道ｐr とｖの間に，次の（式５）のような関係を定義
すると，（式４）は（式１）と一致する。（式５）…
の表現を用いた場合には，これが制御入力になる。参照
軌道ｐr とｖの間に，次の（式５）のような関係を定義
すると，（式４）は（式１）と一致する。（式５）…
【００４３】
【数１２】
【００４４】〔環境としての壁について〕ｙ軸に平行
で，ｘe の位置にある平らな壁を想定する。壁の表面に
は摩擦があるとする。
で，ｘe の位置にある平らな壁を想定する。壁の表面に
は摩擦があるとする。
【００４５】ａ）粘弾性体の壁 粘弾性体の壁は，次のように表現される。（式６）…
【００４６】
【数１３】
【００４７】ここで，ｂx ，ｋx はそれぞれ壁のｘ方向
の粘性係数，弾性係数である。 ｂ）剛体の壁 剛体の壁は，次のように表現される。（式７）… ｘ（ｔ）＝ｘe （一定） 〔壁の表面の摩擦について〕壁の表面の摩擦は，次のよ
うに表現されるとする。（式８）…
の粘性係数，弾性係数である。 ｂ）剛体の壁 剛体の壁は，次のように表現される。（式７）… ｘ（ｔ）＝ｘe （一定） 〔壁の表面の摩擦について〕壁の表面の摩擦は，次のよ
うに表現されるとする。（式８）…
【００４８】
【数１４】
【００４９】ここで，ｂy は壁表面の粘性抵抗係数，ｃ
はクーロン摩擦定数，μは動摩擦係数である。 〔パラメータ設定器〕本発明に係る座標変換器１１と学
習制御器１３は，壁の弾性係数や粘性係数などの物理パ
ラメータｋx ，ｂx ，ｂy ，μの推定値（ｋx ，ｂx ，
ｂy ，μの記号の上に〜を付して表す）を利用して構成
される。パラメータ設定器１２は，これらの推定値を設
定する機能を持つ。
はクーロン摩擦定数，μは動摩擦係数である。 〔パラメータ設定器〕本発明に係る座標変換器１１と学
習制御器１３は，壁の弾性係数や粘性係数などの物理パ
ラメータｋx ，ｂx ，ｂy ，μの推定値（ｋx ，ｂx ，
ｂy ，μの記号の上に〜を付して表す）を利用して構成
される。パラメータ設定器１２は，これらの推定値を設
定する機能を持つ。
【００５０】特に，本発明の繰り返し学習制御装置によ
り，目標位置軌道ｙd と目標力軌道ｆxdが実現できるた
めの十分条件として，前述した定理１（系１）と定理２
が証明されるので，パラメータ設定器１２は，物理パラ
メータの推定値を設定する基準として，定理１の条件
（Ａ．１），系１の条件（Ａ．３）と（Ａ．５），およ
び定理２の条件（Ａ．６）を利用する機能も有する。
り，目標位置軌道ｙd と目標力軌道ｆxdが実現できるた
めの十分条件として，前述した定理１（系１）と定理２
が証明されるので，パラメータ設定器１２は，物理パラ
メータの推定値を設定する基準として，定理１の条件
（Ａ．１），系１の条件（Ａ．３）と（Ａ．５），およ
び定理２の条件（Ａ．６）を利用する機能も有する。
【００５１】制御装置は，パラメータ設定の際，選択可
能な各種の物理パラメータの推定値を表示装置にメニュ
ー表示し，利用者の設定入力を簡単に行い得るようにす
ると非常に便利である。
能な各種の物理パラメータの推定値を表示装置にメニュ
ー表示し，利用者の設定入力を簡単に行い得るようにす
ると非常に便利である。
【００５２】〔運動評価器〕 ベクトルｑ関数を
【００５３】
【数１５】
【００５４】で定義する。インピーダンス制御されたマ
ニピュレータ１６に，ある制御入力ｖまたは参照軌道ｐ
r を入力したとき，マニピュレータ１６は，環境１７と
相互作用しながら運動ｑを実行したとする。運動評価器
１０は，この実現された運動ｑと目標運動
ニピュレータ１６に，ある制御入力ｖまたは参照軌道ｐ
r を入力したとき，マニピュレータ１６は，環境１７と
相互作用しながら運動ｑを実行したとする。運動評価器
１０は，この実現された運動ｑと目標運動
【００５５】
【数１６】
【００５６】をメモリ内に記録し，実行された運動ｑと
目標運動ｑd の運動誤差ｑ−ｑd を計算する機能を持
つ。 〔座標変換器〕 ベクトルｚを
目標運動ｑd の運動誤差ｑ−ｑd を計算する機能を持
つ。 〔座標変換器〕 ベクトルｚを
【００５７】
【数１７】
【００５８】で定義する。座標変換器１１は，実現され
た運動ｑをベクトル関数ｚに変換する働きをする。ただ
し，Ｆx はｆx を次式で変換することによって計算され
る。（式９）…
た運動ｑをベクトル関数ｚに変換する働きをする。ただ
し，Ｆx はｆx を次式で変換することによって計算され
る。（式９）…
【００５９】
【数１８】
【００６０】なお，図１に示す運動評価器１０と座標変
換器１１の順番は逆になってもよい。すなわち，実行さ
れた運動ｑと目標運動ｑd を座標変換してから運動評価
をする方法もある。
換器１１の順番は逆になってもよい。すなわち，実行さ
れた運動ｑと目標運動ｑd を座標変換してから運動評価
をする方法もある。
【００６１】〔学習制御器〕学習制御器１３は，インピ
ーダンス制御されたマニピュレータ１６のダイナミクス
が（式１）で表現されるか，（式４）で表現されるかに
依存して，２種類の学習制御器，が考えられる。
ーダンス制御されたマニピュレータ１６のダイナミクス
が（式１）で表現されるか，（式４）で表現されるかに
依存して，２種類の学習制御器，が考えられる。
【００６２】〔学習制御器〕この学習制御器は，イ
ンピーダンス制御されたマニピュレータ１６のダイナミ
クスが（式１）で表現される場合に使用され，繰り返し
学習によって制御入力ｖが更新されていく。この学習制
御器は，以下の繰り返し学習制御則（式１０）に従っ
て動作する。すなわち学習制御器は，繰り返しｎ回目
の制御入力ｖn をメモリ内に保持し，座標変換された運
動誤差ｚn −ｚd に演算を加えることにより，制御入力
の修正量を計算して，繰り返しｎ＋１回目の制御入力ｖ
n+1 を生成する。（式１０）…
ンピーダンス制御されたマニピュレータ１６のダイナミ
クスが（式１）で表現される場合に使用され，繰り返し
学習によって制御入力ｖが更新されていく。この学習制
御器は，以下の繰り返し学習制御則（式１０）に従っ
て動作する。すなわち学習制御器は，繰り返しｎ回目
の制御入力ｖn をメモリ内に保持し，座標変換された運
動誤差ｚn −ｚd に演算を加えることにより，制御入力
の修正量を計算して，繰り返しｎ＋１回目の制御入力ｖ
n+1 を生成する。（式１０）…
【００６３】
【数１９】
【００６４】ここで，各繰り返しの初期状態は次のよう
に指定される。（式１１）…
に指定される。（式１１）…
【００６５】
【数２０】
【００６６】また，（式１２）…
【００６７】
【数２１】
【００６８】である。（式１２）を構成するパラメータ
の推定値は，パラメータ設定器１２により与えられる。
この学習制御器は，環境のパラメータの推定値を利用
して構成されるという意味でモデルベースである。よっ
て，この学習制御器は，環境に応じてパラメータを変
更することで様々な環境に対応できる汎用性を持つ。
の推定値は，パラメータ設定器１２により与えられる。
この学習制御器は，環境のパラメータの推定値を利用
して構成されるという意味でモデルベースである。よっ
て，この学習制御器は，環境に応じてパラメータを変
更することで様々な環境に対応できる汎用性を持つ。
【００６９】〔学習制御器〕学習制御器は，インピ
ーダンス制御されたマニピュレータ１６のダイナミクス
が（式４）で表現される場合に使用され，以下の学習制
御則（式１３）によって参照軌道ｐr を更新していく。
すなわち，この学習制御器は，繰り返しｎ回目の参照
軌道ｐr,n をメモリ内に保持し，座標変換された運動誤
差ｚn −ｚd に演算を加えることにより，制御入力の修
正量を計算して，繰り返しｎ＋１回目の参照軌道ｐ
r,n+1 を生成する。（式１３）…
ーダンス制御されたマニピュレータ１６のダイナミクス
が（式４）で表現される場合に使用され，以下の学習制
御則（式１３）によって参照軌道ｐr を更新していく。
すなわち，この学習制御器は，繰り返しｎ回目の参照
軌道ｐr,n をメモリ内に保持し，座標変換された運動誤
差ｚn −ｚd に演算を加えることにより，制御入力の修
正量を計算して，繰り返しｎ＋１回目の参照軌道ｐ
r,n+1 を生成する。（式１３）…
【００７０】
【数２２】
【００７１】繰り返しの初期状態は，（式１１）と同様
に設定される。また，（式１３）に現われる行列は，
（式１２）と同様である。図３に，本発明の実施例に係
る繰り返し学習制御装置の動作の様子を示すブロック図
を示す。
に設定される。また，（式１３）に現われる行列は，
（式１２）と同様である。図３に，本発明の実施例に係
る繰り返し学習制御装置の動作の様子を示すブロック図
を示す。
【００７２】第ｎ回目の学習では，目標力軌道ｆxd，目
標位置軌道ｙd と，第ｎ−１回目の学習時に実現された
力軌道ｆx,n-1 ，位置軌道ｙn-1 とから運動評価を行
い，座標変換器１１，学習制御器１３によって，制御入
力ｖn または参照軌道ｐr,n を決める。これを次回のた
めにメモリ内に保持するとともに，インピーダンス制御
されるマニピュレータ１６に供給し，マニピュレータ１
６を動作させる。
標位置軌道ｙd と，第ｎ−１回目の学習時に実現された
力軌道ｆx,n-1 ，位置軌道ｙn-1 とから運動評価を行
い，座標変換器１１，学習制御器１３によって，制御入
力ｖn または参照軌道ｐr,n を決める。これを次回のた
めにメモリ内に保持するとともに，インピーダンス制御
されるマニピュレータ１６に供給し，マニピュレータ１
６を動作させる。
【００７３】第ｎ＋１回目の学習では，目標力軌道
ｆxd，目標位置軌道ｙd と，第ｎ回目の学習時に実現さ
れた力軌道ｆx,n ，位置軌道ｙn とから運動評価を行
い，座標変換器１１，学習制御器１３によって，制御入
力の修正量を計算して, 制御入力ｖ n+1 または参照軌道
ｐr,n+1 を決める。これをインピーダンス制御されるマ
ニピュレータ１６に供給する。以下同様に，運動誤差が
所定値以下になるまで繰り返す。
ｆxd，目標位置軌道ｙd と，第ｎ回目の学習時に実現さ
れた力軌道ｆx,n ，位置軌道ｙn とから運動評価を行
い，座標変換器１１，学習制御器１３によって，制御入
力の修正量を計算して, 制御入力ｖ n+1 または参照軌道
ｐr,n+1 を決める。これをインピーダンス制御されるマ
ニピュレータ１６に供給する。以下同様に，運動誤差が
所定値以下になるまで繰り返す。
【００７４】〔学習制御のフローチャート〕図４に，本
発明の実施例による学習制御のフローチャートを示す。
以下，図４に示す(a) 〜(k) に従って説明する。
発明の実施例による学習制御のフローチャートを示す。
以下，図４に示す(a) 〜(k) に従って説明する。
【００７５】(a) ある環境１７のもとで作業を行う場
合，まず目標軌道（目標力軌道，目標位置軌道）を設定
する。 (b) 次に，インピーダンス設定器１４に，前述した定理
１や定理２の条件を利用して，繰り返し学習制御系の有
効範囲が広くなるようにインピーダンスを設定する。
合，まず目標軌道（目標力軌道，目標位置軌道）を設定
する。 (b) 次に，インピーダンス設定器１４に，前述した定理
１や定理２の条件を利用して，繰り返し学習制御系の有
効範囲が広くなるようにインピーダンスを設定する。
【００７６】(c) 環境に関する物理パラメータのいくつ
かの推定値を指針として表示し，選択された物理パラメ
ータまたは新たに入力された物理パラメータを設定す
る。 (d) 初期の制御入力ｖを設定し，以下の学習を繰り返
す。
かの推定値を指針として表示し，選択された物理パラメ
ータまたは新たに入力された物理パラメータを設定す
る。 (d) 初期の制御入力ｖを設定し，以下の学習を繰り返
す。
【００７７】(e) 非線形補償されたマニピュレータ（非
線形補償器１５およびマニピュレータ１６）に制御入力
ｖを入力する。 (f) 実現された力軌道，位置軌道を観測し，運動評価器
１０により目標力軌道，目標位置軌道と比較して，運動
誤差を評価する。
線形補償器１５およびマニピュレータ１６）に制御入力
ｖを入力する。 (f) 実現された力軌道，位置軌道を観測し，運動評価器
１０により目標力軌道，目標位置軌道と比較して，運動
誤差を評価する。
【００７８】(g) 運動誤差が所定の基準より小さい場
合，そのときの制御入力を記憶し，学習を終了する。基
準より大きい場合には，処理(h) へ進む。 (h) 運動誤差が前回の誤差よりも減少しているかどうか
を判定する。減少していない場合には，処理(k) へ進
む。
合，そのときの制御入力を記憶し，学習を終了する。基
準より大きい場合には，処理(h) へ進む。 (h) 運動誤差が前回の誤差よりも減少しているかどうか
を判定する。減少していない場合には，処理(k) へ進
む。
【００７９】(i) 運動誤差が前回よりも減少していれ
ば，座標変換器１１により座標変換を行う。 (j) パラメータ設定器１２により設定された物理パラメ
ータに基づいて，学習制御器１３により，制御入力ｖの
修正量を計算し，新しい制御入力ｖを定める。その後，
処理(e) へ戻り，同様に処理を繰り返す。
ば，座標変換器１１により座標変換を行う。 (j) パラメータ設定器１２により設定された物理パラメ
ータに基づいて，学習制御器１３により，制御入力ｖの
修正量を計算し，新しい制御入力ｖを定める。その後，
処理(e) へ戻り，同様に処理を繰り返す。
【００８０】(k) 運動誤差が基準値以上で，学習によっ
ても運動誤差が減少しない場合，インピーダンスや物理
パラメータの調節を行う。そして，処理(b) 以下を繰り
返す。
ても運動誤差が減少しない場合，インピーダンスや物理
パラメータの調節を行う。そして，処理(b) 以下を繰り
返す。
【００８１】以上のような制御は，例えばマイクロコン
ピュータ等によって実現することができる。 〔計算機シミュレーションの結果〕本発明の有効性を確
認するため，計算機によりシミュレーションを行った結
果を以下に説明する。マニピュレータ１６が，粘弾性の
壁と接触する場合と剛体の壁と接触する場合を別々に実
験した。
ピュータ等によって実現することができる。 〔計算機シミュレーションの結果〕本発明の有効性を確
認するため，計算機によりシミュレーションを行った結
果を以下に説明する。マニピュレータ１６が，粘弾性の
壁と接触する場合と剛体の壁と接触する場合を別々に実
験した。
【００８２】〔実験１〕（粘弾性の壁と接触する場合） インピーダンス制御された上記（式３）のマニピュレー
タの行列および壁のパラメータは次のように設定した。
タの行列および壁のパラメータは次のように設定した。
【００８３】
【数２３】
【００８４】ここで，壁のパラメータの推定値は，真の
値から大きくずれていることを注意する。図５に，その
シミュレーションによる実験例の結果を示す。図５の
（イ）は，粘弾性の壁と接触する場合で，学習制御によ
るマニピュレータ１６の手先のｘ方向の力軌道の変化の
様子を示しており，これにより，学習を１回，２回，３
回と繰り返すごとに，ｘ方向の力軌道が目標軌道に近づ
いていくことがわかる。
値から大きくずれていることを注意する。図５に，その
シミュレーションによる実験例の結果を示す。図５の
（イ）は，粘弾性の壁と接触する場合で，学習制御によ
るマニピュレータ１６の手先のｘ方向の力軌道の変化の
様子を示しており，これにより，学習を１回，２回，３
回と繰り返すごとに，ｘ方向の力軌道が目標軌道に近づ
いていくことがわかる。
【００８５】また，図５（ロ）は，学習制御によるマニ
ピュレータ１６の手先のｙ方向の位置軌道の変化の様子
を示しており，これにより，学習を１回，２回，３回と
繰り返すごとに，ｙ方向の位置軌道も目標軌道に近づい
ていくことがわかる。
ピュレータ１６の手先のｙ方向の位置軌道の変化の様子
を示しており，これにより，学習を１回，２回，３回と
繰り返すごとに，ｙ方向の位置軌道も目標軌道に近づい
ていくことがわかる。
【００８６】繰り返し学習を１０回行った後，実現され
た運動軌道（ｘ方向の力軌道，ｙ方向の位置軌道）は，
図示省略するが，目標軌道とほぼ完全に一致した。これ
らの実験から，本発明の学習制御系は，インピーダンス
制御されたマニピュレータ１６が粘弾性の壁と接触して
いるとき，目標力軌道と目標位置軌道を高精度で実現で
きることが確認される。
た運動軌道（ｘ方向の力軌道，ｙ方向の位置軌道）は，
図示省略するが，目標軌道とほぼ完全に一致した。これ
らの実験から，本発明の学習制御系は，インピーダンス
制御されたマニピュレータ１６が粘弾性の壁と接触して
いるとき，目標力軌道と目標位置軌道を高精度で実現で
きることが確認される。
【００８７】〔実験２〕（剛体の壁と接触する場合） 実験の設定は次のようにした。
【００８８】
【数２４】
【００８９】図６に，そのシミュレーションによる実験
の結果を示す。図６の（イ）は，剛体の壁と接触する場
合で，学習制御によるマニピュレータ１６の手先のｘ方
向の力軌道の変化の様子，図６の（ロ）は，マニピュレ
ータ１６の手先のｙ方向の位置軌道の変化の様子を示し
ている。
の結果を示す。図６の（イ）は，剛体の壁と接触する場
合で，学習制御によるマニピュレータ１６の手先のｘ方
向の力軌道の変化の様子，図６の（ロ）は，マニピュレ
ータ１６の手先のｙ方向の位置軌道の変化の様子を示し
ている。
【００９０】この場合にも，学習を１回，２回，３回と
繰り返すごとに，ｘ方向の力軌道，ｙ方向の位置軌道が
目標軌道に近づいていくことがわかる。繰り返し学習を
１０回行った後，実現された運動軌道（ｘ方向の力軌
道，ｙ方向の位置軌道）は，目標軌道とほぼ完全に一致
した。これらの実験から，剛体の壁の場合も，実験１と
同様に本発明が有効であることが確認される。
繰り返すごとに，ｘ方向の力軌道，ｙ方向の位置軌道が
目標軌道に近づいていくことがわかる。繰り返し学習を
１０回行った後，実現された運動軌道（ｘ方向の力軌
道，ｙ方向の位置軌道）は，目標軌道とほぼ完全に一致
した。これらの実験から，剛体の壁の場合も，実験１と
同様に本発明が有効であることが確認される。
【００９１】
【発明の効果】以上説明したように，本発明による繰り
返し学習制御系をインピーダンス制御されたマニピュレ
ータの上位階層に付加することにより，目標位置軌道と
目標力軌道を高精度で実現することが可能になる。特
に，作業によって環境の性質が変化するような場合に
も，環境の物理パラメータを調整し，環境に応じた学習
を行うことにより，柔軟に対応できるようになる。
返し学習制御系をインピーダンス制御されたマニピュレ
ータの上位階層に付加することにより，目標位置軌道と
目標力軌道を高精度で実現することが可能になる。特
に，作業によって環境の性質が変化するような場合に
も，環境の物理パラメータを調整し，環境に応じた学習
を行うことにより，柔軟に対応できるようになる。
【図１】本発明の原理説明図である。
【図２】本発明を説明するためのマニピュレータと環境
の概念図である。
の概念図である。
【図３】本発明の実施例に係る繰り返し学習制御装置の
動作説明図である。
動作説明図である。
【図４】本発明の実施例による学習制御のフローチャー
トである。
トである。
【図５】本発明のシミュレーションによる実験例の結果
を示す図である。
を示す図である。
【図６】本発明のシミュレーションによる実験例の結果
を示す図である。
を示す図である。
１０ 運動評価器 １１ 座標変換器 １２ パラメータ設定器 １３ 学習制御器 １４ インピーダンス設定器 １５ 非線形補償器 １６ マニピュレータ １７ 環境
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.5 識別記号 庁内整理番号 ＦＩ 技術表示箇所 Ｇ０５Ｄ 3/12 ３０５ Ｖ 9179−3Ｈ Ｇ０６Ｆ 15/18 8945−5Ｌ
Claims (2)
- 【請求項１】 インピーダンス制御されたマニピュレー
タ(16)の上位階層に付加されるマニピュレータの繰り返
し学習制御装置であって，作業対象の環境(17)に関する
物理パラメータの推定値を設定するパラメータ設定手段
(12)と，目標運動と実現された運動との運動誤差を算出
する運動評価手段(10)と，運動または運動誤差を表す量
を座標変換する座標変換手段(11)と，繰り返しｎ回目の
制御入力または参照軌道を保持し，設定されたパラメー
タに基づいて座標変換された運動誤差に演算を加えるこ
とにより，制御入力の修正量を計算して，繰り返しｎ＋
１回目の制御入力または参照軌道を生成する学習制御手
段(13)とを備えたことを特徴とするマニピュレータの繰
り返し学習制御装置。 - 【請求項２】 請求項１記載のマニピュレータの繰り返
し学習制御装置において，所定の条件に従い，前記学習
制御手段の有効動作範囲を広げるようにインピーダンス
行列を設定するインピーダンス設定手段(14)を備えたこ
とを特徴とするマニピュレータの繰り返し学習制御装
置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3316941A JPH05150804A (ja) | 1991-11-29 | 1991-11-29 | マニピユレータの繰り返し学習制御装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3316941A JPH05150804A (ja) | 1991-11-29 | 1991-11-29 | マニピユレータの繰り返し学習制御装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH05150804A true JPH05150804A (ja) | 1993-06-18 |
Family
ID=18082652
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP3316941A Withdrawn JPH05150804A (ja) | 1991-11-29 | 1991-11-29 | マニピユレータの繰り返し学習制御装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH05150804A (ja) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7652446B2 (en) | 2007-04-13 | 2010-01-26 | Industrial Technology Research Institute | Method for detecting and controlling output characteristics of a DC motor and a self-propelled apparatus using the same |
| JP2011088225A (ja) * | 2009-10-20 | 2011-05-06 | Yaskawa Electric Corp | インピーダンス制御パラメータの調整装置および調整方法 |
| CN103737603A (zh) * | 2013-12-27 | 2014-04-23 | 柳州职业技术学院 | 一种流水线上机械臂精确控制系统及控制方法 |
| CN103878769A (zh) * | 2014-02-21 | 2014-06-25 | 东南大学 | 一种遥操作柔性环境力反馈系统 |
| JP2015100877A (ja) * | 2013-11-25 | 2015-06-04 | キヤノン株式会社 | ロボット制御方法、及びロボット制御装置 |
| US9993923B2 (en) | 2012-03-22 | 2018-06-12 | Toyota Jidosha Kabushiki Kaisha | Trajectory generation device, moving object, trajectory generation method |
| JP2018126798A (ja) * | 2017-02-06 | 2018-08-16 | セイコーエプソン株式会社 | 制御装置、ロボットおよびロボットシステム |
| WO2020032263A1 (ja) * | 2018-08-10 | 2020-02-13 | 川崎重工業株式会社 | ロボットシステム |
| CN117504170A (zh) * | 2023-12-13 | 2024-02-06 | 诺克(广州)医疗设备技术有限公司 | 一种体表复模方法及相关设备 |
-
1991
- 1991-11-29 JP JP3316941A patent/JPH05150804A/ja not_active Withdrawn
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7652446B2 (en) | 2007-04-13 | 2010-01-26 | Industrial Technology Research Institute | Method for detecting and controlling output characteristics of a DC motor and a self-propelled apparatus using the same |
| JP2011088225A (ja) * | 2009-10-20 | 2011-05-06 | Yaskawa Electric Corp | インピーダンス制御パラメータの調整装置および調整方法 |
| US9993923B2 (en) | 2012-03-22 | 2018-06-12 | Toyota Jidosha Kabushiki Kaisha | Trajectory generation device, moving object, trajectory generation method |
| JP2015100877A (ja) * | 2013-11-25 | 2015-06-04 | キヤノン株式会社 | ロボット制御方法、及びロボット制御装置 |
| CN103737603A (zh) * | 2013-12-27 | 2014-04-23 | 柳州职业技术学院 | 一种流水线上机械臂精确控制系统及控制方法 |
| CN103878769A (zh) * | 2014-02-21 | 2014-06-25 | 东南大学 | 一种遥操作柔性环境力反馈系统 |
| JP2018126798A (ja) * | 2017-02-06 | 2018-08-16 | セイコーエプソン株式会社 | 制御装置、ロボットおよびロボットシステム |
| WO2020032263A1 (ja) * | 2018-08-10 | 2020-02-13 | 川崎重工業株式会社 | ロボットシステム |
| CN117504170A (zh) * | 2023-12-13 | 2024-02-06 | 诺克(广州)医疗设备技术有限公司 | 一种体表复模方法及相关设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Khosla et al. | Parameter identification of robot dynamics | |
| Youcef-Toumi et al. | Impact and force control | |
| Uchiyama et al. | Hybrid position/force control for coordination of a two-arm robot | |
| Lewis et al. | Control of robot | |
| Asada et al. | The direct teaching of tool manipulation skills via the impedance identification of human motions | |
| Yuh | Application of discrete‐time model reference adaptive control to a flexible single‐link robot | |
| KR20170016631A (ko) | 여자유도 로봇 제어 시스템, 방법, 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 기록 매체 | |
| JPH05150804A (ja) | マニピユレータの繰り返し学習制御装置 | |
| JP3283650B2 (ja) | ロボット制御装置 | |
| Gold et al. | Model predictive interaction control for industrial robots | |
| JPH07276273A (ja) | パラレルリンクマニピュレータのたわみ補正制御方法 | |
| JPH05158514A (ja) | ロボットの制御装置 | |
| Lee et al. | Optimal control of a flexible robot arm | |
| Venkataraman et al. | A neural network based identification of environments models for compliant control of space robots | |
| Tung et al. | Application of MRAC theory for adaptive control of a constrained robot manipulator | |
| Wang et al. | Reference trajectory generation for force tracking impedance control by using neural network-based environment estimation | |
| Abdallah et al. | Gesture control of 3DoF robotic arm teleoperated by Kinect sensor | |
| JP6814441B2 (ja) | 駆動機械の学習制御装置及び学習制御方法 | |
| Yoo et al. | Robust control of planar biped robots in single support phase using intelligent adaptive backstepping technique | |
| Komatsu et al. | Tool force adaptation in soil-digging task for humanoid robot | |
| JP4094781B2 (ja) | ロボットの力制御方法 | |
| Adel et al. | Bilateral control of nonlinear teleoperation system using parallel force/position control approach and online environment estimation | |
| Melinte et al. | Compensating dynamics of impedance haptic devices using neural networks | |
| Ephanov et al. | Implementation of sensory feedback and trajectory tracking in active telemanipulation systems | |
| Mukerjee | Adaptation In Biological Sensory-Motor Systems: A Model For Robotic Control. |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 19990204 |