KR102364156B1 - 다수개의 기압 센서들을 갖는 로봇 핸드 및 그의 슬립 감지 방법 - Google Patents
다수개의 기압 센서들을 갖는 로봇 핸드 및 그의 슬립 감지 방법 Download PDFInfo
- Publication number
- KR102364156B1 KR102364156B1 KR1020200088609A KR20200088609A KR102364156B1 KR 102364156 B1 KR102364156 B1 KR 102364156B1 KR 1020200088609 A KR1020200088609 A KR 1020200088609A KR 20200088609 A KR20200088609 A KR 20200088609A KR 102364156 B1 KR102364156 B1 KR 102364156B1
- Authority
- KR
- South Korea
- Prior art keywords
- pressure sensors
- sensing
- barometric pressure
- structures
- robot hand
- Prior art date
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J15/00—Gripping heads and other end effectors
- B25J15/0004—Gripping heads and other end effectors with provision for adjusting the gripped object in the hand
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J15/00—Gripping heads and other end effectors
- B25J15/08—Gripping heads and other end effectors having finger members
-
- 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
- B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
-
- 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
- B25J9/1612—Programme controls characterised by the hand, wrist, grip 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
- B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- Orthopedic Medicine & Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Manipulator (AREA)
Abstract
다양한 실시예들에 따른 다수개의 기압 센서들을 갖는 로봇 핸드 및 그의 슬립 감지 방법은, 객체를 파지하도록 적어도 두 개의 손가락 구조체들을 제어하는 중에, 손가락 구조체들의 단부들에 각각 배치되는 팁 구조체들을 통해 센싱 값들을 검출하고, 센싱 값들에 기반하여, 팁 구조체들 사이에서 상기 객체가 파지됨을 확인하고, 센싱 값들 중 적어도 어느 하나의 변화를 검출하고, 변화에 기반하여, 팁 구조체들 사이에서 파지된 객체의 슬립(slip)을 확인하도록 구성될 수 있다.
Description
다양한 실시예들은 다수개의 기압 센서들을 갖는 로봇 핸드 및 그의 슬립 감지 방법에 관한 것이다.
로봇은 작업이나 조작을 자동적으로 수행하는 기계 장치로서, 다양한 분야에서 인간을 대신하거나 보조하는 데 활용되고 있다. 로봇은, 사람의 손에 의해 수행되는 작업과 유사한 작업을 수행할 수 있는 로봇 핸드를 포함할 수 있다. 이러한 로봇 핸드는 필수적으로 물체를 파지할 수 있어야 한다. 이를 위해, 로봇 핸드는 다수 개의 손가락 구조체들을 포함하고, 손가락 구조체들을 이용하여 물체를 파지할 수 있다.
다양한 실시예들은 손가락 구조체들에 의해 파지된 물체가 손가락 구조체들 사이에서 미끄러지는 것을 감지할 수 있는 로봇 핸드 및 그의 동작 방법을 제공한다.
다양한 실시예들에 따른 로봇 핸드는, 적어도 두 개의 손가락 구조체들, 상기 손가락 구조체들의 단부들에 각각 배치되고, 복수 개의 기압 센서들과 상기 기압 센서들을 둘러싸는 하우징을 각각 포함하는 팁 구조체들, 및 객체를 파지하도록 상기 손가락 구조체들을 제어하는 중에, 상기 기압 센서들의 센싱 값들에 기반하여, 상기 팁 구조체들 사이에서 상기 객체가 파지됨을 확인하고, 상기 센싱 값들 중 적어도 어느 하나의 변화에 기반하여, 상기 팁 구조체들 사이에서 상기 파지된 객체의 슬립(slip)을 확인하도록 구성되는 프로세서를 포함할 수 있다.
다양한 실시예들에 따른 로봇 핸드의 동작 방법은, 객체를 파지하도록 적어도 두 개의 손가락 구조체들을 제어하는 중에, 상기 손가락 구조체들의 단부들에 각각 배치되는 팁 구조체들을 통해 센싱 값들을 검출하는 동작 - 상기 팁 구조체들의 각각은, 상기 센싱 값들을 발생시키는 복수 개의 기압 센서들과 상기 기압 센서들을 둘러싸는 하우징을 포함함 -, 상기 센싱 값들에 기반하여, 상기 팁 구조체들 사이에서 상기 객체가 파지됨을 확인하는 동작, 상기 센싱 값들 중 적어도 어느 하나의 변화를 검출하는 동작, 상기 변화에 기반하여, 상기 팁 구조체들 사이에서 상기 파지된 객체의 슬립(slip)을 확인하는 동작을 포함할 수 있다.
다양한 실시예들에 따르면, 손가락 구조체들의 각각의 단부에 배치되는 팁 구조체들을 통하여, 팁 구조체들 사이에서 객체의 슬립을 확인할 수 있다. 즉 팁 구조체들에서 감지되는 센싱 값들의 변화에 기반하여, 팁 구조체들 사이에서 객체의 슬립을 확인할 수 있다. 이 때 팁 구조체들에 지문 구조의 돌기부들이 배열됨에 따라, 보다 효과적으로 팁 구조체들 사이에서 객체의 슬립을 확인할 수 있다. 이를 통해, 팁 구조체들 사이에서 파지된 객체의 슬립이 중단되도록, 손가락 구조체들을 추가로 제어함으로써, 로봇 시스템의 동작 효율성이 향상될 수 있다.
도 1은 다양한 실시예들에 따른 로봇 시스템을 도시하는 도면이다.
도 2a, 도 2b, 도 2c, 도 2d, 및 도 2e는 다양한 실시예들에 따른 로봇 핸드의 팁 구조체를 도시하는 도면들이다.
도 3, 도 4, 도 5, 도 6, 도 7, 및 도 8은 다양한 실시예들에 따른 로봇 핸드의 동작 특징을 설명하기 위한 도면들이다.
도 9는 다양한 실시예들에 따른 로봇 핸드의 동작 방법을 도시하는 도면이다.
도 2a, 도 2b, 도 2c, 도 2d, 및 도 2e는 다양한 실시예들에 따른 로봇 핸드의 팁 구조체를 도시하는 도면들이다.
도 3, 도 4, 도 5, 도 6, 도 7, 및 도 8은 다양한 실시예들에 따른 로봇 핸드의 동작 특징을 설명하기 위한 도면들이다.
도 9는 다양한 실시예들에 따른 로봇 핸드의 동작 방법을 도시하는 도면이다.
이하, 본 문서의 다양한 실시예들이 첨부된 도면을 참조하여 설명된다.
본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 해당 실시 예의 다양한 변경, 균등물, 및/또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및/또는 B 중 적어도 하나", "A, B 또는 C" 또는 "A, B 및/또는 C 중 적어도 하나" 등의 표현은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. "제 1", "제 2", "첫째" 또는 "둘째" 등의 표현들은 해당 구성요소들을, 순서 또는 중요도에 상관없이 수식할 수 있고, 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 뿐 해당 구성요소들을 한정하지 않는다. 어떤(예: 제 1) 구성요소가 다른(예: 제 2) 구성요소에 "(기능적으로 또는 통신적으로) 연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되거나, 다른 구성요소(예: 제 3 구성요소)를 통하여 연결될 수 있다.
본 문서에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구성된 유닛을 포함하며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로 등의 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 모듈은 ASIC(application-specific integrated circuit)으로 구성될 수 있다.
도 1은 다양한 실시예들에 따른 로봇 시스템(100)을 도시하는 도면이다. 도 2a, 도 2b, 도 2c, 도 2d, 및 도 2e는 다양한 실시예들에 따른 로봇 핸드(130)의 팁 구조체(133, 137)를 도시하는 도면들이다. 도 3, 도 4, 도 5, 도 6, 도 7, 및 도 8은 다양한 실시예들에 따른 로봇 핸드(130)의 동작 특징을 설명하기 위한 도면들이다.
도 1을 참조하면, 다양한 실시예들에 따른 로봇 시스템(100)은, 제어 장치(110)와 로봇 장치(120)를 포함할 수 있다.
제어 장치(110)는 로봇 장치(120)의 동작을 제어할 수 있다. 제어 장치(110)는 로봇 장치(120)의 움직임을 제어할 수 있다.
로봇 장치(120)는 제어 장치(110)의 제어 하에, 동작할 수 있다. 로봇 장치(120)는 로봇 핸드(130)와 프로세서(140)를 포함할 수 있다.
로봇 핸드(130)는 적어도 두 개의 손가락 구조체(131, 135)들과 적어도 두 개의 팁 구조체(133, 137)들을 포함하며, 손가락 구조체(131, 135)들과 팁 구조체(133, 137)들을 이용하여 객체(object)를 파지할 수 있다.
손가락 구조체(131, 135)들은 개별적으로 움직일 수 있다. 예를 들면, 손가락 구조체(131, 135)들 중 어느 하나가 엄지 손가락 역할의 제 1 손가락 구조체(131)이고, 손가락 구조체(131, 135)들 중 나머지가 제 2 손가락 구조체(135)일 수 있다.
팁 구조체(133, 137)들은 손가락 구조체(131, 135)들 각각의 단부에 배치될 수 있다. 이를 통해, 로봇 핸드(130)가 손가락 구조체(131, 135)들을 이용하여 객체 파지 시, 객체가 팁 구조체(133, 137)들에 접촉될 수 있다. 예를 들면, 제 1 팁 구조체(133)는 제 1 손가락 구조체(131)의 단부에 배치되고, 제 2 팁 구조체(137)는 제 2 손가락 구조체(135)의 단부에 배치될 수 있다. 이를 통해, 로봇 핸드(130)가 제 1 손가락 구조체(131)와 제 2 손가락 구조체(135)를 이용하여 객체 파지 시, 객체는 실질적으로 제 1 팁 구조체(133)와 제 2 팁 구조체(137) 사이에서 파지되고, 제 1 팁 구조체(133)와 제 2 팁 구조체(137)에 접촉될 수 있다. 일 실시예에 따르면, 팁 구조체(133, 137)들 중 적어도 어느 하나는 도 2a, 도 2b, 도 2c, 도 2d 및 도 2e에 도시된 바와 같이 형성될 수 있다. 팁 구조체(133, 137)들 중 적어도 어느 하나는 곡면 또는 평면 중 적어도 어느 하나를 포함할 수 있다.
팁 구조체(133, 137)들 중 적어도 어느 하나는 하우징(210)과 적어도 두 개의 기압 센서(221, 222, 223)들을 포함할 수 있다. 예를 들면, 각 팁 구조체(133, 137)가 하우징(210)과 적어도 두 개의 기압 센서(221, 222, 223)들을 포함할 수 있다.
하우징(210)은 기압 센서(221, 222, 223)들을 둘러싸며, 로봇 핸드(130)가 객체 파지 시, 객체와 접촉할 수 있다. 하우징(210)은 도 2a 및 도 2b에 도시된 바와 같이 기압 센서(221, 222, 223)들을 수용하기 위한 제 1 하우징(211)과 제 1 하우징(211)에 체결되어, 기압 센서(221, 222, 223)들을 밀봉하기 위한 제 2 하우징(213)을 포함할 수 있다. 그리고, 하우징(210)은 각 손가락 구조체(131, 135)에 체결되기 위한 체결면(215)과 객체와 접촉하기 위한 접촉면(217)을 포함할 수 있다. 여기서, 제 2 하우징(213)은 체결면(215) 또는 접촉면(217) 중 어느 하나에서, 제 1 하우징(211)에 체결될 수 있다. 이를 통해, 객체가 팁 구조체(133, 137)들 사이에서 파지될 때, 객체는 접촉면(217)에 접촉되고, 이에 따라 기압 센서(221, 222, 223)들 중 적어도 어느 하나에 압력이 인가될 수 있다. 제 1 실시예에 따르면, 하우징(210)은 탄성력과 내구성이 우수한 플렉시블 레진(flexible resin)으로 이루어질 수 있다. 제 2 실시예에 따르면, 하우징(210)은 다수 개의 층(layer)들, 예컨대 기압 센서(221, 222, 223)들과 접촉하는 내부 층과 내부 층을 둘러싸고 외부 표면, 즉 체결면(215)과 접촉면(217)으로 노출되는 외부 층을 포함할 수 있다. 예를 들면, 외부 층은 약 1 mm의 두께를 가질 수 있다. 여기서, 내부 층은 우레탄 레진(Urethane resin)으로 이루어지고, 외부 층은 플렉시블 레진으로 이루어질 수 있다. 우레탄 레진은 플렉시블 레진 보다 유연하고, 플렉시블 레진 보다 크게 압축될 수 있다.
다양한 실시예들에 따르면, 하우징(210)은 복수 개의 돌기부(219)들을 포함할 수 있다. 돌기부(219)들은 도 2c 및 도 2d에 도시된 바와 같이 지문(fingerprint) 구조로, 접촉면(217)에 배열될 수 있다. 여기서, 돌기부(219)들은 다양한 구조로 배열될 수 있으며, 예컨대 4 행 3 열로 배열될 수 있다. 아울러, 돌기부(219)들의 각각은 다양한 형상으로 구현될 수 있으며, 예컨대 육면체로 구현될 수 있다. 그리고, 돌기부(219)들은 접촉면(217)으로부터 돌출될 수 있다. 이 때 돌기부(219)들은 탄성을 가질 수 있다. 여기서, 돌기부(219)들은 플렉시블 레진으로 이루어질 수 있다. 이를 통해, 도 2e에 도시된 바와 같이 객체가 팁 구조체(133, 137)들 사이에서 파지될 때, 돌기부(219)들 중 적어도 어느 하나가 접촉면(217)을 향하여 압축되고, 이에 따라 접촉면(217)을 통해 기압 센서(221, 222, 223)들 중 적어도 어느 하나에 압력이 인가될 수 있다. 아울러, 파지된 객체가 팁 구조체(133, 137)들 사이에서 릴리즈(release)될 때, 압축된 돌기부(219)가 접촉면(217)으로부터 돌출되도록 복원되고, 이에 따라 기압 센서(221, 222, 223)들 중 적어도 어느 하나에 인가되는 압력이 변화될 수 있다. 예를 들면, 기압 센서(221, 222, 223)들 중 적어도 어느 하나에 인가되는 압력이 감소되거나 해제될 수 있다. 한편, 도 2e에 도시된 바와 같이 파지된 객체가 팁 구조체(133, 137)들 사이에서 슬립(slip)될 때, 압축된 돌기부(219) 중 적어도 어느 하나가 접촉면(217)으로부터 돌출되도록 복원되고, 이에 따라 기압 센서(221, 222, 223)들 중 적어도 어느 하나에 인가되는 압력이 변화될 수 있다. 예를 들면, 기압 센서(221, 222, 223)들 중 적어도 어느 하나에 인가되는 압력이 감소되거나 해제될 수 있다.
기압 센서(221, 222, 223)들은 하우징(210)에 내장될 수 있다. 이 때 기압 센서(221, 222, 223)들은 동일한 평면 상에 배열될 수 있다. 기압 센서(221, 222, 223)들의 각각은 접촉면(217)에서의 객체의 접촉을 감지하고, 센싱 값을 발생할 수 있다. 제 1 실시예에 따르면, 하우징(210)이 플렉시블 레진으로 이루어지는 경우, 기압 센서(221, 222, 223)들은 플렉시블 레진을 통해, 플렉시블 레진에 대한 객체의 접촉을 감지할 수 있다. 제 2 실시예에 따르면, 하우징(210)이 내부 층과 외부 층을 포함하는 경우, 기압 센서(221, 222, 223)들은 내부 층을 통해, 플렉시블 레진에 대한 객체의 접촉을 감지할 수 있다. 즉, 기압 센서(221, 222, 223)들의 각각은 접촉면(217)을 통해 인가되는 압력에 기반하여, 센싱값을 발생할 수 있다.
프로세서(140)는 제어 장치(110)의 제어 하에, 로봇 핸드(130)를 동작시킬 수 있다. 그리고 프로세서(140)는 기압 센서(221, 222, 223)들의 센싱 값들을 처리할 수 있다. 이 때 프로세서(140)는 기압 센서(221, 222, 223)들의 센싱 값들에 기반하여, 객체의 무게, 객체의 접촉 위치, 또는 객체의 접촉 면적 중 적어도 어느 하나를 결정할 수 있다.
프로세서(140)는 기압 센서(221, 222, 223)들의 센싱 값들에 기반하여, 객체의 무게를 결정할 수 있다. 프로세서(140)는 기압 센서(221, 222, 223)들의 센싱 값들의 크기에 기반하여, 객체의 무게를 결정할 수 있다. 프로세서(140)는 센싱 값들로부터 객체의 무게를 예측할 수 있다. 예를 들면, 프로세서(140)는 하기 [표 1]과 같이 미리 정해진 선형 모델에 기반하여 선형적으로 매칭된 바에 따라, 센싱 값들로부터 객체의 무게를 예측할 수 있다.
예를 들면, 알고리즘은, 도 3에 도시된 바와 같은 실험 환경을 통하여 출력되는 선형 모델을 기반으로 정해질 수 있다. 실험 환경에 따르면, 제 1 손가락 구조체(131)와 제 2 손가락 구조체(135)를 이용하여, 제 1 팁 구조체(133)와 제 2 팁 구조체(137) 사이에 추가 파지되도록 하였다. 이 때 10 g씩 일정하게 추의 무게를 증가시키면서, 기압 센서(221, 222, 223)들의 센싱 값들을 검출하였다.
실험 환경에서, 추의 무게가 선형적으로 증가함에도 불구하고, 기압 센서(221, 222, 223)들의 센싱 값들은 선형적이지 않았다. 따라서, 도 4에 도시된 바와 같은 심층 뉴럴 네트워크(deep neural network; DNN) 구조의 학습 방법에 기반하여, 하기 [표 1]과 같이 기압 센서(221, 222, 223)들의 센싱 값들과 그로부터 예측되는 무게(expectation value) 간의 선형화된 매치가 수행되었다. 도 4에서, 입력 값으로서 기압 센서(221, 222, 223)들의 센싱 값들과 실제 무게가 대응되며, 출력 값으로서 예측되는 무게가 대응될 수 있다. 해당 심층 뉴럴 네트워크 구조의 학습 방법을 위한 목적 함수는, 하기 [수학식 1]과 같이 학습 데이터의 출력 값과 실제 무게의 오차 제곱의 평균 합으로 정의될 수 있다.
여기서, m은 학습 데이터 세트의 수를 나타내고, 은 i 번째의 예측되는 무게로서, 상기 [표 1]의 Expect weight를 나타내고, 는 i 번째의 실제 무게로서, 상기 [표 1]의 Object weight를 나타내고, 는 i 번째의 센싱 값들로서, 상기 [표 1]의 Sensor 1, 2, 3을 나타내고, 는 가중치 벡터를 나타내고, 는 편차를 나타낼 수 있다.
구체적으로, 심층 뉴럴 네트워크 구조는 입력 층(input layer), 다수 개의 은닉 층(hidden layer)들, 및 출력 층(output layer)으로 구성될 수 있다. 기압 센서(221, 222, 223)들의 센싱 값들과 실제 무게를 입력 요소로 하고, 하나의 층에서 다음 층으로의 출력은 앞선 층으로부터의 입력 값들에 연결 강도인 가중치를 곱하여 모두 더하고 를 더하여 요소 값을 얻고 활성화 함수를 적용하여 다음 층의 요소 값이 되어, 가 학습될 수 있다. 여기서, 활성화 함수는 입력 층과 출력 층에는 Sigmoid가 사용되며, 은닉 층에는 ReLU(Rectified Linear Unit)과 Sigmoid가 사용될 수 있다. optimizer로는 Adam이 사용될 수 있다. 가중치들은 하기 [수학식 2]에 나타난 경사 하강법을 통해 갱신될 수 있다. 이는 목적 함수의 미분값과 학습률의 곱을 통해 가중치를 갱신하며, 최종단에서의 출력 오차를 줄이기 위하여 모든 은닉층에서의 가중치가 수정될 수 있다.
여기서, 는 가중치 벡터를 나타내고, 는 학습률로서 현재 의 변화량을 갱신에 적용할 때 사용되는 비율을 나타낼 수 있다. 해당 심층 뉴럴 네트워크 구조는 역전파 알고리즘으로 반복 학습을 할 수 있다.
프로세서(140)는 기압 센서(221, 222, 223)들의 센싱 값들에 기반하여, 객체의 접촉 위치를 결정할 수 있다. 프로세서(140)는 센싱 값들, 센싱 값들에 대응하는 센싱 시간들 또는 기압 센서(221, 222, 223)들의 위치(p1, p2, p3)들 중 적어도 어느 하나에 기반하여, 객체의 접촉 위치를 결정할 수 있다. 프로세서(140)는 기압 센서(221, 222, 223)들을 포함하는 팁 구조체(133, 137)들에 대하여, 객체의 접촉 위치를 결정할 수 있다. 이 때 기압 센서(221, 222, 223)들을 포함하는 팁 구조체(133, 137)에 대응하여, 도 5에 도시된 바와 같은 센싱 영역이 정의될 수 있다. 센싱 영역은 기압 센서(221, 222, 223)들의 센싱 가능 영역들을 포함하는 영역으로 정의될 수 있다. 센싱 영역은 기압 센서(221, 222, 223)들의 위치를 포함하는 평면일 수 있으며, 다수 개의 후보 영역(Arr1, …, Arrn)들로 분할될 수 있다. 일 예로, 센싱 영역은 9 개의 후보 영역(Arr1, …, Arrn)들로 분할될 수 있다. 다른 예로, 센싱 영역은 36 개의 후보 영역(Arr1, …, Arrn)들로 분할될 수 있으며, 이에 한정되는 것은 아니다. 이를 통해, 프로세서(140)는 기압 센서(221, 222, 223)들의 센싱 가능 영역들을 포함하는 센싱 영역에서, 객체의 접촉 위치를 결정할 수 있다. 여기서, 프로세서(140)는 센싱 값들의 크기, 센싱 시간들 간 시간 차 중 기압 센서(221, 222, 223)들의 위치(p1, p2, p3)와 후보 영역(Arr1, …, Arrn)들의 중심 위치 사이의 거리에 기반하여, 후보 영역(Arr1, …, Arrn)들 중 적어도 어느 하나를 접촉 위치로 결정할 수 있다.
예를 들면, 세 개의 기압 센서(221, 222, 223)들이 배열되는 경우를 가정하면, 프로세서(140)는 하기 [수학식 3]과 같이 미리 정해진 알고리즘을 이용하여, 모든 후보 영역(Arr1, …, Arrn)들에 대한 접촉률들을 결정할 수 있다. 이를 통해, 프로세서(140)는 접촉률들에 분석하여, 후보 영역(Arr1, …, Arrn)들 중 적어도 어느 하나를 접촉 위치로 결정할 수 있다. 일 예로, 프로세서(140)는, 후보 영역(Arr1, …, Arrn)들 중 접촉률이 미리 정해진 임계 값을 초과하는 적어도 어느 하나를 접촉 위치로 결정할 수 있다. 다른 예로, 프로세서(140)는, 후보 영역(Arr1, …, Arrn)들 중 접촉률이 높은 순서의 적어도 어느 하나를 접촉 위치로 결정할 수 있다.
여기서, k는 기압 센서(221, 222, 223)들의 식별자를 나타내고, 는 기압 센서(221, 222, 223)들의 센싱 값들을 나타내고, n은 후보 영역(Arr1, …, Arrn)들의 식별자를 나타내고, 는 기압 센서(221, 222, 223)들의 위치와 후보 영역(Arr1, …, Arrn)들의 중심 위치 사이의 거리를 나타내고, tk는 기압 센서(221, 222, 223)들의 센싱 값들에 대응하는 센싱 시간들 중 최초의 센싱 시간과 각 센싱 시간의 시간 차를 나타내며, 는 기압 센서(221, 222, 223)들의 센싱 값들에 대응하는 센싱 시간들 중 최초의 센싱 시간으로부터 최후의 센싱 시간 사이의 시간 간격을 나타낼 수 있다.
프로세서(140)는 기압 센서(221, 222, 223)들의 센싱 값들에 기반하여, 객체의 접촉 면적을 결정할 수 있다. 프로세서(140)는 객체의 접촉 위치와 객체의 무게에 기반하여, 객체의 접촉 면적을 결정할 수 있다. 이 때 프로세서(140)는 센싱 영역 내 접촉 면적에 기반하여, 보다 높은 해상도의 접촉 면적을 예측할 수 있다. 프로세서(140)는 도 6에 도시된 바와 같은 뉴럴 네트워크 구조에 기반하여, 센싱 영역 내 접촉 면적에 기반하여, 예측되는 접촉 면적을 결정할 수 있다. 도 6에서, 입력 값으로서 기압 센서(221, 222, 223)들의 센싱 값들과 도 5에 도시된 바와 같은 센싱 영역 내 접촉 면적이 대응되며, 출력 값으로서 예측되는 접촉 면적이 대응될 수 있다. 구체적으로, 뉴럴 네트워크 구조는 입력층, 다수개의 은닉 층들, 및 출력 층으로 구성될 수 있다. 여기서, 은닉 층들의 각각은 10 개, 10 개, 및 8 개로 구성되며, 활성화 함수에는 ReLU가 사용되고, optimizer에는 Adam이 사용될 수 있다. 예를 들면, 프로세서(140)는 도 7에 도시된 바와 같은 3x3 해상도의 센싱 영역 내 접촉 면적으로부터, 도 8에 도시된 바와 같은 4x6 해상도의 예측되는 접촉 면적을 결정할 수 있다. 도 7에서, 빗금으로 표현된 부분이 센싱 영역 내 접촉 면적을 나타내고, 점은 해당 접촉 면적 내 무게 중심을 나타낼 수 있다. 도 8에 따르면, 예측되는 접촉 면적 내에서, 센싱값들의 크기가 클수록, 진한 농도로 표현될 수 있다.
다양한 실시예들에 따르면, 프로세서(140)는 기압 센서(221, 222, 223)들의 각각의 센싱 값에 기반하여, 로봇 핸드(130)의 객체 파지 여부를 검출할 수 있다. 구체적으로, 프로세서(140)는 객체를 파지하도록 손가락 구조체(131, 135)들을 제어하는 중에, 팁 구조체(133, 137)들 사이에서 객체가 파지됨을 확인할 수 있다. 즉, 기압 센서(221, 222, 223)들 중 적어도 어느 하나에서 센싱 값이 발생하면, 프로세서(140)는 팁 구조체(133, 137)들 사이에서 객체가 파지됨을 확인할 수 있다. 그리고, 프로세서(140)는 파지된 객체를 유지하도록 손가락 구조체(131, 135)들을 제어하는 중에, 팁 구조체(133, 137)들 사이에서 객체의 슬립을 확인할 수 있다. 즉, 기압 센서(221, 222, 223)들 중 적어도 어느 하나에서 센싱 값이 변화되면, 예컨대 감소되면, 프로세서(140)는 팁 구조체(133, 137)들 사이에서 객체의 슬립을 확인할 수 있다. 한편, 프로세서(140)는 파지된 객체를 릴리즈하도록 손가락 구조체(131, 135)들을 제어하는 중에, 팁 구조체(133, 137)들 사이에서 객체의 릴리즈를 확인할 수 있다. 즉 모든 기압 센서(221, 222, 223)들로부터 센싱 값이 발생되지 않으면, 프로세서(140)는 팁 구조체(133, 137)들 사이에서 객체의 릴리즈를 확인할 수 있다.
도 9는 다양한 실시예들에 따른 로봇 핸드(130)의 동작 방법을 도시하는 도면이다.
도 9를 참조하면, 프로세서(140)가 910 동작에서 적어도 두 개의 손가락 구조체(131, 135)들을 제어하면서, 팁 구조체(133, 137)들의 기압 센서(221, 222, 223)들을 통하여, 객체와 관련된 센싱 값들을 검출할 수 있다. 프로세서(140)는 객체를 파지하도록 손가락 구조체(131, 135)들을 제어하는 중에, 센싱 값들을 검출할 수 있다. 이에 대응하여, 프로세서(140)는 920 동작에서 팁 구조체(133, 137)들 사이에서 객체가 파지됨을 확인할 수 있다.
예를 들면, 객체가 팁 구조체(133, 137)들 사이에서 파지되면, 객체가 접촉면(217)에 접촉될 수 있다. 그리고, 돌기부(219)들 중 적어도 어느 하나가 접촉면(217)을 향하여 압축될 수 있다. 이에 따라, 접촉면(217)을 통해 기압 센서(221, 222, 223)들에 압력이 인가되고, 기압 센서(221, 222, 223)들이 센싱 값들을 각각 발생할 수 있다. 이를 통해, 프로세서(140)가 센싱 값들을 검출하고, 이에 대응하여 팁 구조체(133, 137)들 사이에서 객체가 파지됨을 확인할 수 있다. 프로세서(140)는 930 동작에서 기압 센서(221, 222, 223)들의 센싱 값들 중 적어도 어느 하나의 변화를 검출할 수 있다. 프로세서(140)는 파지된 객체를 유지하도록 손가락 구조체(131, 135)들을 제어하는 중에, 기압 센서(221, 222, 223)들의 센싱 값들 중 적어도 어느 하나의 변화를 검출할 수 있다. 이에 대응하여, 프로세서(140)는 940 동작에서 팁 구조체(133, 137)들 사이에서 파지된 객체의 슬립을 확인할 수 있다.
예를 들면, 팁 구조체(133, 137)들 사이에서 파지된 객체가 유지되고 있으면, 기압 센서(221, 222, 223)들은 일정한 센싱 값들을 각각 발생하고, 프로세서(130)가 센싱 값들을 검출할 수 있다. 그러나, 팁 구조체(133, 137)들 사이에서 파지된 객체가 슬립되면, 압축된 돌기부(219) 중 적어도 어느 하나가 접촉면(217)으로부터 돌출되도록 복원될 수 있다. 이에 따라, 기압 센서(221, 222, 223)들 중 적어도 어느 하나에 인가되는 압력이 변화될 수 있다. 예를 들면, 기압 센서(221, 222, 223)들 중 적어도 어느 하나에 인가되는 압력이 감소되거나 해제될 수 있다. 이를 통해, 기압 센서(221, 222, 223)들의 센싱 값들 중 적어도 어느 하나가 변화되고, 이에 대응하여 프로세서(140)가 팁 구조체(133, 137)들 사이에서 파지된 객체의 슬립을 확인할 수 있다.
프로세서(140)는 950 동작에서 팁 구조체(133, 137)들 사이에서 파지된 객체의 슬립이 중단되도록, 손가락 구조체(131, 135)들을 추가로 제어할 수 있다. 일 예로, 프로세서(140)는 팁 구조체(133, 137) 사이의 파지 토크 힘이 강화되도록, 손가락 구조체(131, 135)들을 제어할 수 있다. 다른 예로, 프로세서(140)는 손가락 구조체(131, 135) 뿐 아니라, 로봇 장치(120)의 모든 작업을 중단할 수 있다.
다양한 실시예들에 따른 로봇 핸드(130)는, 적어도 두 개의 손가락 구조체(131, 135)들, 손가락 구조체(131, 135)들의 단부들에 각각 배치되고, 복수 개의 기압 센서(221, 222, 223)들과 기압 센서(221, 222, 223)들을 둘러싸는 하우징(210)을 각각 포함하는 팁 구조체(133, 137)들, 및 객체를 파지하도록 손가락 구조체(131, 135)들을 제어하는 중에, 기압 센서(221, 222, 223)들의 센싱 값들에 기반하여, 팁 구조체(133, 137)들 사이에서 객체가 파지됨을 확인하고, 센싱 값들 중 적어도 어느 하나의 변화에 기반하여, 팁 구조체(133, 137)들 사이에서 파지된 객체의 슬립을 확인하도록 구성되는 프로세서(140)를 포함할 수 있다.
다양한 실시예들에 따르면, 하우징(210)은, 객체와 접촉하기 위한 접촉면(217)에 배열되고, 접촉면(217)으로부터 돌출되며, 탄성을 갖는 복수 개의 돌기부(219)들을 포함할 수 있다.
다양한 실시예들에 따르면, 돌기부(219)들은, 팁 구조체(133, 137)들 사이에서 객체가 파지될 때, 접촉면(217)을 향하여 압축되고, 이에 따라 기압 센서(221, 222, 223)들 중 적어도 어느 하나에 대해 압력이 인가되고, 팁 구조체(133, 137)들 사이에서 파지된 객체가 슬립될 때, 접촉면(217)으로부터 돌출되도록 복원되고, 이에 따라 기압 센서(221, 222, 223)들 중 적어도 어느 하나에 대해 인가되는 압력이 변화될 수 있다.
다양한 실시예들에 따르면, 돌기부(219)는, 플렉시블 레진으로 이루어질 수 있다.
다양한 실시예들에 따르면, 하우징(210)은, 플렉시블 레진으로 이루어질 수 있다.
다양한 실시예들에 따르면, 하우징(210)은, 기압 센서(221, 222, 223)들과 접촉하고, 우레탄 레진으로 이루어지는 내부 층, 및 내부 층을 둘러싸고, 플렉시블 레진으로 이루어지는 외부 층을 포함할 수 있다.
다양한 실시예들에 따르면, 프로세서(140)는, 센싱 값들, 센싱 값들에 대응하는 센싱 시간들 또는 기압 센서(221, 222, 223)들의 위치들 중 적어도 어느 하나에 기반하여, 기압 센서(221, 222, 223)들의 센싱 가능 영역들을 포함하는 센싱 영역에서, 팁 구조체(133, 137)들 사이에서의 객체의 접촉 위치를 결정하도록 구성될 수 있다.
다양한 실시예들에 따르면, 센싱 영역은 다수 개의 후보 영역들로 분할될 수 있다.
다양한 실시예들에 따르면, 프로세서(140)는, 후보 영역들 중 적어도 어느 하나를 접촉 위치로 결정하도록 구성될 수 있다.
다양한 실시예들에 따르면, 프로세서(140)는, 센싱 값들의 크기, 센싱 시간들 간 시간 차 중 기압 센서(221, 222, 223)들의 위치와 후보 영역들의 중심 위치 사이의 거리 차 중 적어도 어느 하나에 기반하여, 후보 영역들 중 적어도 어느 하나를 접촉 위치로 결정하도록 구성되는 로봇 핸드.
다양한 실시예들에 따르면, 센싱 영역은 기압 센서(221, 222, 223)들의 위치를 포함하는 평면일 수 있다.
다양한 실시예들에 따르면, 프로세서(140)는, 센싱 값들의 크기에 기반하여, 객체의 무게 또는 객체의 접촉 면적 중 적어도 어느 하나를 결정하도록 구성될 수 있다.
다양한 실시예들에 따른 로봇 핸드(130)의 동작 방법은, 객체를 파지하도록 적어도 두 개의 손가락 구조체(131, 135)들을 제어하는 중에, 손가락 구조체(131, 135)들의 단부들에 각각 배치되는 팁 구조체(133, 137)들을 통해 센싱 값들을 검출하는 동작 - 팁 구조체(133, 137)들의 각각은, 센싱 값들을 발생시키는 복수 개의 기압 센서(221, 222, 223)들과 기압 센서(221, 222, 223)들을 둘러싸는 하우징(210)을 포함함 -, 센싱 값들에 기반하여, 팁 구조체(133, 137)들 사이에서 객체가 파지됨을 확인하는 동작, 센싱 값들 중 적어도 어느 하나의 변화를 검출하는 동작, 및 변화에 기반하여, 팁 구조체(133, 137)들 사이에서 파지된 객체의 슬립을 확인하는 동작을 포함하는 방법.
다양한 실시예들에 따르면, 하우징(210)은, 객체와 접촉하기 위한 접촉면(217)에 배열되고, 접촉면(217)으로부터 돌출되며, 탄성을 갖는 복수 개의 돌기부(219)들을 포함할 수 있다.
다양한 실시예들에 따르면, 돌기부(219)들은, 팁 구조체(133, 137)들 사이에서 객체가 파지될 때, 접촉면(217)을 향하여 압축되고, 이에 따라 기압 센서(221, 222, 223)들 중 적어도 어느 하나에 대해 압력이 인가되고, 팁 구조체(133, 137)들 사이에서 파지된 객체가 슬립될 때, 접촉면(217)으로부터 돌출되도록 복원되고, 이에 따라 기압 센서(221, 222, 223)들 중 적어도 어느 하나에 대해 인가되는 압력이 변화될 수 있다.
다양한 실시예들에 따르면, 로봇 핸드(130)의 동작 방법은, 센싱 값들, 센싱 값들에 대응하는 센싱 시간들 또는 기압 센서들의 위치들 중 적어도 어느 하나에 기반하여, 기압 센서(221, 222, 223)들의 센싱 가능 영역들을 포함하는 센싱 영역에서, 팁 구조체(133, 137)들 사이에서의 객체의 접촉 위치를 결정하는 동작을 더 포함할 수 있다.
다양한 실시예들에 따르면, 센싱 영역은 다수 개의 후보 영역들로 분할될 수 있다.
다양한 실시예들에 따르면, 위치 결정 동작은, 후보 영역들 중 적어도 어느 하나를 접촉 위치로 결정할 수 있다.
다양한 실시예들에 따르면, 위치 결정 동작은, 센싱 값들의 크기, 센싱 시간들 간 시간 차 중 기압 센서(221, 222, 223)들의 위치와 후보 영역들의 중심 위치 사이의 거리 차 중 적어도 어느 하나에 기반하여, 후보 영역들 중 적어도 어느 하나를 접촉 위치로 결정할 수 있다.
다양한 실시예들에 따르면, 센싱 영역은 기압 센서(221, 222, 223)들의 위치를 포함하는 평면일 수 있다.
다양한 실시예들에 따르면, 로봇 핸드(130)의 동작 방법은, 센싱 값들의 크기에 기반하여, 객체의 무게 또는 객체의 접촉 면적 중 적어도 어느 하나를 결정하는 동작을 더 포함할 수 있다.
다양한 실시예들에 따르면, 로봇 핸드(130)의 동작 방법은, 슬립이 중단되도록 손가락 구조체(131, 135)들을 추가로 제어하는 동작을 더 포함할 수 있다.
다양한 실시예들에 따르면, 손가락 구조체(131, 135)들의 각각의 단부에 배치되는 팁 구조체(133, 137)들을 통하여, 팁 구조체(133, 137)들 사이에서 객체의 슬립을 확인할 수 있다. 즉 팁 구조체(133, 137)들에서 감지되는 센싱 값들의 변화에 기반하여, 팁 구조체(133, 137)들 사이에서 객체의 슬립을 확인할 수 있다. 이 때 팁 구조체(133, 137)들에 지문 구조의 돌기부(219)들이 배열됨에 따라, 보다 효과적으로 팁 구조체(133, 137)들 사이에서 객체의 슬립을 확인할 수 있다. 이를 통해, 팁 구조체(133, 137)들 사이에서 파지된 객체의 슬립이 중단되도록, 손가락 구조체(131, 135)들을 추가로 제어함으로써, 로봇 시스템(100)의 동작 효율성이 향상될 수 있다.
본 문서의 다양한 실시예들에 관해 설명되었으나, 본 문서의 다양한 실시예들의 범위에서 벗어나지 않는 한도 내에서 여러 가지 변형이 가능하다. 그러므로, 본 문서의 다양한 실시예들의 범위는 설명된 실시예에 국한되어 정해져서는 아니되며 후술하는 청구범위 뿐만 아니라 이 특허청구의 범위와 균등한 것들에 의해 정해져야 한다.
Claims (20)
- 로봇 핸드에 있어서,
적어도 두 개의 손가락 구조체들;
상기 손가락 구조체들의 단부들에 각각 배치되고, 복수 개의 기압 센서들과 상기 기압 센서들을 둘러싸는 하우징을 각각 포함하는 팁 구조체들; 및
객체를 파지하도록 상기 손가락 구조체들을 제어하는 중에, 상기 기압 센서들의 센싱 값들에 기반하여, 상기 팁 구조체들 사이에서 상기 객체가 파지됨을 확인하고, 상기 센싱 값들 중 적어도 어느 하나의 변화에 기반하여, 상기 팁 구조체들 사이에서 상기 파지된 객체의 슬립(slip)을 확인하도록 구성되는 프로세서
를 포함하고,
상기 하우징은,
상기 객체와 접촉하기 위한 접촉면에 배열되고, 상기 접촉면으로부터 돌출되며, 탄성을 갖는 복수 개의 돌기부들을 포함하고,
상기 돌기부들은,
상기 팁 구조체들 사이에서 상기 객체가 파지될 때, 상기 접촉면을 향하여 압축되고, 이에 따라 상기 기압 센서들 중 적어도 어느 하나에 대해 압력이 인가되고,
상기 팁 구조체들 사이에서 상기 파지된 객체가 슬립될 때, 상기 접촉면으로부터 돌출되도록 복원되고, 이에 따라 상기 기압 센서들 중 적어도 어느 하나에 대해 상기 인가되는 압력이 변화되는,
로봇 핸드.
- 삭제
- 삭제
- 제 1 항에 있어서, 상기 돌기부는,
플렉시블 레진(flexible resin)으로 이루어지는 로봇 핸드.
- 제 1 항에 있어서, 상기 하우징은,
플렉시블 레진으로 이루어지는 로봇 핸드.
- 제 1 항에 있어서, 상기 하우징은,
상기 기압 센서들과 접촉하고, 우레탄 레진으로 이루어지는 내부 층; 및
상기 내부 층을 둘러싸고, 플렉시블 레진으로 이루어지는 외부 층을 포함하는 로봇 핸드.
- 제 1 항에 있어서, 상기 프로세서는,
상기 센싱 값들, 상기 센싱 값들에 대응하는 센싱 시간들 또는 상기 기압 센서들의 위치들 중 적어도 어느 하나에 기반하여, 상기 기압 센서들의 센싱 가능 영역들을 포함하는 센싱 영역에서, 상기 팁 구조체들 사이에서의 상기 객체의 접촉 위치를 결정하도록 구성되는 로봇 핸드.
- 제 7 항에 있어서,
상기 센싱 영역은 다수 개의 후보 영역들로 분할되며,
상기 프로세서는,
상기 후보 영역들 중 적어도 어느 하나를 상기 접촉 위치로 결정하도록 구성되는 로봇 핸드.
- 제 8 항에 있어서, 상기 프로세서는,
상기 센싱 값들의 크기, 상기 센싱 시간들 간 시간 차 중 상기 기압 센서들의 위치와 상기 후보 영역들의 중심 위치 사이의 거리 차 중 적어도 어느 하나에 기반하여, 상기 후보 영역들 중 적어도 어느 하나를 상기 접촉 위치로 결정하도록 구성되는 로봇 핸드.
- 제 7 항에 있어서,
상기 센싱 영역은 상기 기압 센서들의 위치를 포함하는 평면인 로봇 핸드.
- 제 1 항에 있어서, 상기 프로세서는,
상기 센싱 값들의 크기에 기반하여, 상기 객체의 무게 또는 상기 객체의 접촉 면적 중 적어도 어느 하나를 결정하도록 구성되는 로봇 핸드.
- 로봇 핸드의 동작 방법에 있어서,
객체를 파지하도록 적어도 두 개의 손가락 구조체들을 제어하는 중에, 상기 손가락 구조체들의 단부들에 각각 배치되는 팁 구조체들을 통해 센싱 값들을 검출하는 동작 - 상기 팁 구조체들의 각각은, 상기 센싱 값들을 발생시키는 복수 개의 기압 센서들과 상기 기압 센서들을 둘러싸는 하우징을 포함함 -;
상기 센싱 값들에 기반하여, 상기 팁 구조체들 사이에서 상기 객체가 파지됨을 확인하는 동작;
상기 센싱 값들 중 적어도 어느 하나의 변화를 검출하는 동작; 및
상기 변화에 기반하여, 상기 팁 구조체들 사이에서 상기 파지된 객체의 슬립(slip)을 확인하는 동작
을 포함하고,
상기 하우징은,
상기 객체와 접촉하기 위한 접촉면에 배열되고, 상기 접촉면으로부터 돌출되며, 탄성을 갖는 복수 개의 돌기부들을 포함하고,
상기 돌기부들은,
상기 팁 구조체들 사이에서 상기 객체가 파지될 때, 상기 접촉면을 향하여 압축되고, 이에 따라 상기 기압 센서들 중 적어도 어느 하나에 대해 압력이 인가되고,
상기 팁 구조체들 사이에서 상기 파지된 객체가 슬립될 때, 상기 접촉면으로부터 돌출되도록 복원되고, 이에 따라 상기 기압 센서들 중 적어도 어느 하나에 대해 상기 인가되는 압력이 변화되는,
방법.
- 삭제
- 삭제
- 제 12 항에 있어서,
상기 센싱 값들, 상기 센싱 값들에 대응하는 센싱 시간들 또는 상기 기압 센서들의 위치들 중 적어도 어느 하나에 기반하여, 상기 기압 센서들의 센싱 가능 영역들을 포함하는 센싱 영역에서, 상기 팁 구조체들 사이에서의 상기 객체의 접촉 위치를 결정하는 동작을 더 포함하는 방법.
- 제 15 항에 있어서,
상기 센싱 영역은 다수 개의 후보 영역들로 분할되며,
상기 위치 결정 동작은,
상기 후보 영역들 중 적어도 어느 하나를 상기 접촉 위치로 결정하는 방법.
- 제 16 항에 있어서, 상기 위치 결정 동작은,
상기 센싱 값들의 크기, 상기 센싱 시간들 간 시간 차 중 상기 기압 센서들의 위치와 상기 후보 영역들의 중심 위치 사이의 거리 차 중 적어도 어느 하나에 기반하여, 상기 후보 영역들 중 적어도 어느 하나를 상기 접촉 위치로 결정하는 방법.
- 제 15 항에 있어서,
상기 센싱 영역은 상기 기압 센서들의 위치를 포함하는 평면인 방법.
- 제 12 항에 있어서,
상기 센싱 값들의 크기에 기반하여, 상기 객체의 무게 또는 상기 객체의 접촉 면적 중 적어도 어느 하나를 결정하는 동작을 더 포함하는 방법.
- 제 12 항에 있어서,
상기 슬립이 중단되도록 손가락 구조체들을 추가로 제어하는 동작을 더 포함하는 방법.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200088609A KR102364156B1 (ko) | 2020-07-17 | 2020-07-17 | 다수개의 기압 센서들을 갖는 로봇 핸드 및 그의 슬립 감지 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200088609A KR102364156B1 (ko) | 2020-07-17 | 2020-07-17 | 다수개의 기압 센서들을 갖는 로봇 핸드 및 그의 슬립 감지 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20220010113A KR20220010113A (ko) | 2022-01-25 |
KR102364156B1 true KR102364156B1 (ko) | 2022-02-17 |
Family
ID=80048822
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020200088609A KR102364156B1 (ko) | 2020-07-17 | 2020-07-17 | 다수개의 기압 센서들을 갖는 로봇 핸드 및 그의 슬립 감지 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102364156B1 (ko) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019018253A (ja) * | 2017-07-12 | 2019-02-07 | 株式会社日立製作所 | 滑り検出システム |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102185510B1 (ko) * | 2018-11-19 | 2020-12-03 | 부산대학교 산학협력단 | 다수개의 기압 센서들을 갖는 로봇 핸드 및 그의 접촉 위치 결정 방법 |
-
2020
- 2020-07-17 KR KR1020200088609A patent/KR102364156B1/ko active IP Right Grant
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019018253A (ja) * | 2017-07-12 | 2019-02-07 | 株式会社日立製作所 | 滑り検出システム |
Also Published As
Publication number | Publication date |
---|---|
KR20220010113A (ko) | 2022-01-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8499651B2 (en) | Detecting device | |
WO2019142796A1 (ja) | 触覚情報推定装置、触覚情報推定方法及びプログラム | |
US11104007B2 (en) | Apparatus and method for controlling robot | |
US11633850B2 (en) | Tactile sensor module for robot-hand and grasping method using the same | |
EP4080158A1 (en) | Estimation device, estimation method, program, and learned model generation device | |
WO2020190311A1 (en) | Sensing system | |
CN112334746B (zh) | 滑动检测装置 | |
Park et al. | Hybrid system analysis and control of a soft robotic gripper with embedded proprioceptive sensing for enhanced gripping performance | |
KR102364156B1 (ko) | 다수개의 기압 센서들을 갖는 로봇 핸드 및 그의 슬립 감지 방법 | |
Dupont et al. | Automatic identification of environment haptic properties | |
CN114269521B (zh) | 信息处理装置、信息处理方法、程序和机器人 | |
KR102185510B1 (ko) | 다수개의 기압 센서들을 갖는 로봇 핸드 및 그의 접촉 위치 결정 방법 | |
KR101294250B1 (ko) | 그리퍼 파지력 연산방법 및 그 장치 | |
JP2006064408A (ja) | センサモジュールおよびこれを用いたロボットハンド | |
Grover et al. | Under pressure: Learning to detect slip with barometric tactile sensors | |
KR102695661B1 (ko) | 제어 장치, 제어 방법 및 프로그램 | |
Jeong et al. | Artificial Neural Network based Tactile Sensing Unit for Robotic Hand | |
Tada et al. | Learn to grasp utilizing anthropomorphic fingertips together with a vision sensor | |
Fernandez et al. | A Comparison of Tactile Sensors for In‐Hand Object Location | |
JP7525441B2 (ja) | 推定装置、推定方法、及びプログラム | |
Pasca et al. | Intelligent haptic sensor system for robotic manipulation | |
Cervantes et al. | Low-Cost In-Hand Slippage Detection and Avoidance for Robust Robotic Grasping with Compliant Fingers | |
Grover | Learning to detect slip using barometric tactile sensors | |
Min et al. | Multi-feature based Object Classification using Flexible Gloves inspired by Human Grasping | |
CN118317855A (zh) | 控制装置、机器人控制系统和用于控制机器人的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |