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 PDF

Info

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
Application number
KR1020200088609A
Other languages
English (en)
Other versions
KR20220010113A (ko
Inventor
이장명
김동언
정동교
이종학
진성호
이승현
Original Assignee
부산대학교 산학협력단
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 부산대학교 산학협력단 filed Critical 부산대학교 산학협력단
Priority to KR1020200088609A priority Critical patent/KR102364156B1/ko
Publication of KR20220010113A publication Critical patent/KR20220010113A/ko
Application granted granted Critical
Publication of KR102364156B1 publication Critical patent/KR102364156B1/ko

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

다수개의 기압 센서들을 갖는 로봇 핸드 및 그의 슬립 감지 방법{ROBOT HAND COMPRISING A PLURALITY OF AIR PRESSURE SENSORS AND METHOD FOR DETECTING SLIP THEREOF}
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.
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.
Figure 112020074484621-pat00001
Figure 112020074484621-pat00002
여기서, m은 학습 데이터 세트의 수를 나타내고,
Figure 112020074484621-pat00003
은 i 번째의 예측되는 무게로서, 상기 [표 1]의 Expect weight를 나타내고,
Figure 112020074484621-pat00004
는 i 번째의 실제 무게로서, 상기 [표 1]의 Object weight를 나타내고,
Figure 112020074484621-pat00005
는 i 번째의 센싱 값들로서, 상기 [표 1]의 Sensor 1, 2, 3을 나타내고,
Figure 112020074484621-pat00006
는 가중치 벡터를 나타내고,
Figure 112020074484621-pat00007
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
Figure 112020074484621-pat00008
를 더하여 요소 값을 얻고 활성화 함수를 적용하여 다음 층의 요소 값이 되어,
Figure 112020074484621-pat00009
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.
Figure 112020074484621-pat00010
여기서,
Figure 112020074484621-pat00011
는 가중치 벡터를 나타내고,
Figure 112020074484621-pat00012
는 학습률로서 현재
Figure 112020074484621-pat00013
의 변화량을
Figure 112020074484621-pat00014
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.
Figure 112020074484621-pat00015
여기서, k는 기압 센서(221, 222, 223)들의 식별자를 나타내고,
Figure 112020074484621-pat00016
는 기압 센서(221, 222, 223)들의 센싱 값들을 나타내고, n은 후보 영역(Arr1, …, Arrn)들의 식별자를 나타내고,
Figure 112020074484621-pat00017
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,
Figure 112020074484621-pat00018
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)

  1. 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.
  2. 삭제
  3. 삭제
  4. 제 1 항에 있어서, 상기 돌기부는,
    플렉시블 레진(flexible resin)으로 이루어지는 로봇 핸드.
  5. 제 1 항에 있어서, 상기 하우징은,
    플렉시블 레진으로 이루어지는 로봇 핸드.
  6. 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.
  7. 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.
  8. 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.
  9. 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.
  10. 제 7 항에 있어서,
    상기 센싱 영역은 상기 기압 센서들의 위치를 포함하는 평면인 로봇 핸드.
  11. 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.
  12. 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.
  13. 삭제
  14. 삭제
  15. 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.
  16. 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.
  17. 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.
  18. 제 15 항에 있어서,
    상기 센싱 영역은 상기 기압 센서들의 위치를 포함하는 평면인 방법.
  19. 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.
  20. 제 12 항에 있어서,
    상기 슬립이 중단되도록 손가락 구조체들을 추가로 제어하는 동작을 더 포함하는 방법.
KR1020200088609A 2020-07-17 2020-07-17 다수개의 기압 센서들을 갖는 로봇 핸드 및 그의 슬립 감지 방법 KR102364156B1 (ko)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Patent Citations (1)

* Cited by examiner, † Cited by third party
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