KR20110025626A

KR20110025626A - 머니퓰레이터를 정지시키기 위한 방법 및 장치

Info

Publication number: KR20110025626A
Application number: KR1020100086460A
Authority: KR
Inventors: 안드레아스 아우언함머; 마르쿠스 아이젠제어; 안드레아스 하겐나우어; 만프레트 휘텐호퍼
Original assignee: 쿠카 로보테르 게엠베하
Priority date: 2009-09-04
Filing date: 2010-09-03
Publication date: 2011-03-10
Also published as: CN102011932B; KR101265903B1; EP2292388A1; EP2292388B1; ATE552076T1; CN102011932A; DE102009040145A1; US8583285B2; US20110060462A1

Abstract

머니퓰레이터 (1) 를 정지시키기 위한 본 발명에 따른 방법은,
머니퓰레이터의 여러 가지 상태 ( q , d q /dt, L ) 및/또는 제동력 곡선 (τ) 을 위한 제동거리들을 미리 시뮬레이션하는 단계 (S10);
상기 미리 시뮬레이션된 제동거리들을 기초로 제동거리 (s_max) 로서의 상한을 추정하는 단계 (S120);
영역 (A0; A1; A2) 을 감시하는 단계; 및
영역 침범시 머니퓰레이터 (1) 를 제동시키는 단계를 포함하며,
상기 감시되는 영역은 작동 동안 머니퓰레이터의 제동거리 (s_max) 를 기초로 가변적으로 미리 결정된다 (S130).

Description

머니퓰레이터를 정지시키기 위한 방법 및 장치{METHOD AND DEVICE FOR STOPPING A MANIPULATOR}

본 발명은 특히 로봇의 머니퓰레이터를 정지시키기 위한, 또한 머니퓰레이터의 제동거리 (braking distance) 를 결정하기 위한 방법 및 장치에 관한 것이다.

특히 안전이 매우 중요한 로봇 적용의 맥락에서, 예컨대 세계 좌표계 내의 보호 영역들을 미리 결정하는 것이 공지되어 있으며, 상기 보호 영역들 안으로 로봇은 그의 부재들과 함께 또는 기준점들 (reference points), 예컨대 그의 TCP (Tool Center Point) 와 함께 진입해서는 안 된다. 영역 침범이 인식되면, 로봇은 안전하게 정지된다.

하지만 이때 로봇은 그의 질량 관성, 및 영역 침범과 감시 작동 사이의 불감 시간 (dead time) 및 관성을 근거로 아직 계속 상기 보호 영역 안으로 진입할 수 있다.

DE 10 2008 013 431 A1 은 검출된 사람의 거리와, 기계의 작업 영역과, 사람의 평균 보행 속도를 기초로, 최대한으로 제공되는 지연 시간을 결정하고, 위험을 일으키기 전에 로봇을 정지시키기 위해 제동 곡선에 상응하여 선택하는 것을 제안한다. 하지만, 관련된 사람검출에는 노력이 많이 든다.

본 발명의 목적은 머니퓰레이터의 작동을 개선하는 것이다.

이 목적은 청구항 제 1 항 또는 청구항 제 2 항의 특징들을 가진 방법을 통해 달성된다. 청구항 제 9 항은 본 발명에 따른 방법을 실행하기 위한 장치를, 청구항 제 10 항은 컴퓨터 프로그램을, 청구항 제 11 항은 컴퓨터 프로그램 제품을, 특히 데이터 캐리어 또는 저장 매체를 보호하에 두고 있다. 종속항들은 바람직한 개선 형태들에 관한 것이다.

본 발명의 제 1 관점에 따르면, 영역을 감시하고, 상기 감시되는 영역을 로봇이 침범하면 머니퓰레이터를 제동시키는 것을, 바람직하게는 안전하게 정지시키는 것을 제안한다.

상기 영역은 예컨대 머니퓰레이터의 관절 좌표 내에서, 또는 예컨대 로봇 셀 (robot cell) 의 세계 좌표 내에서 미리 결정될 수 있다. 이를 위해, 예컨대 경우에 따라서는 세계 좌표로 변환된 그의 관절 좌표를 기초로, 머니퓰레이터의 하나 또는 다수의 부재 또는 머니퓰레이터에 고정된 기준점들, 예컨대 그의 TCP 가 비허용 보호영역의 내부에 또는 허용 작업영역의 외부에 있는 지의 여부가 감시될 수 있다. 마찬가지로, 이러한 부재들의 또는 기준점들의 위치들은, 예컨대 하나 또는 다수의 카메라가 머니퓰레이터의 포즈 (pose) 를 검출하거나 또는 주변에 고정된 발신기 또는 수신기로부터의 머니퓰레이터에 고정된 하나 또는 다수의 기준점의 간격이 검출됨으로써, 예컨대 전자기 방사, 예컨대 가시 광선 또는 UV 광선, 레이더, 무선 전신 등등을 이용하는 장치에 의해 검출될 수 있다.

본 발명의 상기 제 1 관점에 따르면, 상기 감시되는 영역은 이제 작동 동안 머니퓰레이터의 제동거리를 기초로 가변적으로 (variably) 미리 결정된다. 특히, 상기 영역은 보다 긴 제동거리에서는 확대되고 및/또는 보다 짧은 제동거리에서는 작아질 수 있다. 이를 위해, 제동거리는 작동 동안 예컨대 주기적으로 검출되고, 상기 감시되는 영역은 상응하여 업데이트되는 것이 바람직하다.

제동거리는 특히 머니퓰레이터의 소멸되어야 하는 운동 에너지 (kinetic energy) 에 좌우되며, 상기 운동 에너지는 움직여진 가반하중 (payload) 에 따라 변화할 수 있는 머니퓰레이터의 속도, 질량, 관성 모멘트에 좌우된다. 추가적으로, 제동거리는 중력에 의해서도 길어지거나 또는 짧아질 수 있는데, 즉 중력이 추가 제동력 및 제동토크를 유도하는지 또는 이것들을 가속적으로 저지하는지에 따라 제동거리가 길어지거나 또는 짧아질 수 있다. 이 이외에, 여러 가지 제동력 또는 제동토크 곡선은 허용 오차, 마모, 가열 등등을 근거로 여러 가지 제동거리를 초래한다.

이에 상응하여, 제동거리는, 일 실시에 따르면 작동 동안, 머니퓰레이터의 동역학 (dynamics), 특히 머니퓰레이터의 무게 및/또는 관성력, 및/또는 제동력 또는 제동토크 곡선을 표현하는 모델 (model) 을 기초로 검출될 수 있고, 이에 상응하여 제동거리가 결정될 수 있다. 예컨대 관절 각도 (q) 를 가진 1축 로봇의 수직 축과 관련한 질량 관성 모멘트 (J) 와, 그의 일정한 제동 토크 (τ₀) 가 알려져 있으면, 제동거리 (s) 는 동역학 모델 (dynamic model)

J × d²q/dt² = -τ (1) 을 기초로

s = (J × ω²)/(2 × τ₀) (2) 에 대한 시간 적분 (time integration) 을 통한 그의 시작 속도 (ω) 에 따라 발생한다.

하지만, 보다 복잡한 머니퓰레이터, 예컨대 6축 산업용 로봇에 있어서, 관절 좌표 ( q ), 그의 제 1 시간 도함수 또는 관절 속도 (d q /dt) 와 가반하중 파라미터들 ( L ) (상기 파라미터들은 가반하중 질량 이외에 그의 관성 모멘트 및 무게 중심 위치를 포함할 수 있다) 에 따라 제동거리

s = f( q , d q /dt, L ) (3) 를

결정하기 위한 상응하는 모델의 평가는 온라인 (online) 으로 작동하는 동안에는 전혀 가능하지 않다.

그러므로, 본 발명의 제 2 관점에 따르면, 특히 로봇의 머니퓰레이터의 제동거리를 결정하기 위한 하기에 설명되는 방법이 제안되며, 이 방법은 특히 작동 동안의 (즉, 온라인으로) 현재 상태를 기초로 제동거리를 결정하는데 적합하다. 상기 제 1 관점과 상기 제 2 관점은 바람직하게는 서로 조합되어 있다. 하지만 상기 제 1 관점은 - 상기 방정식 (2) 가 나타내는 바와 같이 - 상기 제 2 관점 없이도 이용될 수 있다. 마찬가지로, 상기 제 2 관점은 상기 제 1 관점의 실현 없이, 예컨대 경로 계획 및 최적화를 위해 이용될 수 있으며, 상기 경로 계획 및 최적화에서는 매우 많은 시뮬레이션이 실행되어야 하고 머니퓰레이터의 여러 가지 상태를 위해 제동거리들이 검출되어야 한다.

본 발명의 상기 제 2 관점에 따르면, 특히 숫자상으로 및/또는 경험상으로, 머니퓰레이터의 여러 가지 상태 및/또는 제동력 곡선을 위해 제동거리들이 미리 시뮬레이션된다.

이때, 상태는 세계 좌표계 내의, 또는 관절 좌표, 특히 관절 각도들 내의 머니퓰레이터에 고정된 기준점들의 예컨대 하나 또는 다수의 위치 및/또는 속도, 예컨대 카테시안 (Cartesian) 위치 또는 속도, 또는 그들의 시간 도함수들, 가반하중 파라미터들, 특히 가반하중의 질량, 관성 모멘트 및/또는 무게 중심 위치 등등을 포함할 수 있다. 수치 시뮬레이션 (numerical simulation) 은 특히, 본보기로 방정식 (1) 안에 표시되어 있는 바와 같이 머니퓰레이터의 동역학 모델의 시간 적분을 통해 수행될 수 있고, 경험 시뮬레이션 (empirical simulation) 은 시운전 (test run) 및 그의 평가를 통해 수행된다.

제동력 곡선은 예컨대 상기 상태, 특히 관절 좌표들 및/또는 그의 시간 도함수들, 시간 및/또는 그 밖의 파라미터들, 예컨대 점착 계수 및 미끄럼 마찰 계수에 따른 제동력의 크기를 포함할 수 있다. 이때, 보다 간단하게 표현하기 위해, 역평행 제동력쌍들, 즉 머니퓰레이터의 회전축에 작용하는 제동토크들은 전체적으로 마찬가지로 제동력이라고 불리운다. 그러므로, 제동력 곡선은 예컨대,

축 (i) 에 작용하는 제동토크 (τ_i), 및 점착 계수 또는 미끄럼 마찰 계수 (μ₀, μ < 0) 를 가진

τ_i= μ₀ × (dq_i/dt)/｜dq_i/dt｜+ μ × (dq_i/dt) (4) 의 형태로 미리 결정될 수 있다. 여러 가지 제동력 곡선들 대신, 상태들의 변화를 위해 각각의 경우에 있어 동일한 제동력 곡선, 예컨대 각각의 축을 위한 최소 제동력 곡선이 사용될 수도 있으며, 따라서 실제 제동력 곡선이 보다 높게 놓여 있고, 그러므로 실제 제동거리는 시뮬레이션된 제동거리보다 항상 짧은 것이 보장되어 있다.

그 후, 본 발명에 따르면, 미리 시뮬레이션된 이 제동거리들을 기초로 제동거리에 대한 상한 (upper limit) 이 추정된다. 이는 특히 상기 제 1 관점과의 조합에서 머니퓰레이트의 작동 동안, 바람직하게는 본질적으로 실시간으로 수행된다.

상기 상한을 본 발명에 따라 추정함으로써, 현재 제동거리가 결정되어야 한다면 노력이 많이 드는 동역학 모델의 정확한 평가 또는 상응하는 시운동이 생략될 수 있다. 예컨대, 현재 상태를 위해 하나 또는 다수의 가장 가까이 있는 시뮬레이션된 상태들이 동원될 수 있고, 이들을 위해 특정한 제동거리들로부터 현재 상태에 대한 상한이 추정되는데, 예컨대 내삽되거나 또는 외삽된다.

수직 회전축을 가진 이미 앞서 설명한 매우 간단한 예를 근거로, 제동거리는 특히 머니퓰레이터의 가반하중의 관성 파라미터들에 좌우되며, 방정식 (1) 에서는 관성 모멘트 (J) 에 좌우되는 것을 알 수 있다. 상기 관성 파라미터들은 움직여진 가반하중, 예컨대 잡혀진 가반하중, 여러 가지 공구 등등에 따라 부분적으로 크게 변화할 수 있다.

그러므로, 머니퓰레이터의 여러 가지 상태를 위한 제동거리들의 본 발명의 바람직한 실시에서, 기준 가반하중 (reference payload) 및/또는 기준 가반하중 배열 (reference payload arrangement) 을 위해 시뮬레이션된다. 기준 가반하중은 이에 상응하여 예컨대 질량 및 관성 모멘트를 위한 값들에 의해 미리 결정될 수 있고, 기준 가반하중 배열은 상응하여 예컨대 TCP 에 대한 또는 머니퓰레이터의 운동축들에 대한 가반하중의 무게 중심 위치에 의해 미리 결정될 수 있다.

작동 중의 실제 가반하중이 사전 시뮬레이션들에서 기초가 되었던 기준 가반하중에서 너무 많이 벗어난다면, 이는 제동거리에 대한 상기 추정된 상한을 변조시키고, 그 결과 상기 제동거리는 필요한 것보다 더 길어지거나 또는 너무 짧아진다. 그러므로, 바람직한 개선예에서, 기준 가반하중 및/또는 기준 가반하중 배열을 위해 미리 시뮬레이션되었던 제동거리는 상한을 추정하기 위해 실제 가반하중 및/또는 가반하중 배열로 스케일링된다.

이는 예컨대 스케일링 크기가 한편으로는 기준 가반하중를 위해 및/또는 기준 가반하중 배열을 위해, 다른 한편으로는 실제 가반하중 또는 가반하중 배열을 위해 시뮬레이션되고, 두 스케일링 크기의 몫 (quotient) 으로부터 각각 스케일링 인자 (scaling factor) 가 형성되고, 상기 스케일링 인자를, 상기 추정된 제동거리에 예컨대 곱함으로써 수행된다.

기준 가반하중, 및 하나 또는 다수의 스케일링 인자를 가진 제동거리의 스케일링을 기초로 한 추정시, 제동거리가 실제 가반하중에 있어서 그렇게 추정된 상한을 초과하지 않는다는 것이 아직 확실히 보장되어 있지 않기 때문에, 바람직한 개선예에서는, 추가적으로 머니퓰레이터의 여러 가지 상태를 위한 제동거리들은 상기 기준 가반하중 및/또는 상기 기준 가반하중 배열과는 다른 하나 또는 다수의 가반하중 또는 가반하중 배열을 위해 미리 시뮬레이션된다. 이때, 기준 가반하중 및 스케일링을 기초로 발생하는 것보다 긴 제동거리가 검출되면, 상한은 상응하여 높아진다. 이를 위해, 마찬가지로, 기준 가반하중(배열)과는 다른 가반하중(배열)을 위해 시뮬레이션되었던 제동거리는 스케일링 인자(들)의 역 (inverse) 을 통해 기준 가반하중(배열)을 위한 제동거리로 표현될 수 있고, 그러므로 기준 가반하중(배열)을 가진 그 밖의 시뮬레이션 실행으로서 처리된다.

예컨대, 일반적인 6축 관절식 팔 로봇에서, 그의 관절 각도들 및 관절 각속도들의 상태 벡터 (state vector) 는 이미 12 차원을 가진다. 그러므로, 본 발명의 바람직한 실시에서, 머니퓰레이터의 다차원 (multidimensional) 상태는 보다 낮은 차원의, 특히 스칼라 (scalar) 크기 또는 전체 속도로 표현 또는 변환된다. 이를 위해, 예컨대 관절 속도들의 양들 또는 제곱들의 가중 합계가 형성될 수 있다. 제동거리는 머니퓰레이터의 운동 에너지에 크게 좌우되고, 이것은 관절식 팔 로봇에 있어서 개별 축들 둘레의 관성 모멘트들의 합계로부터 - 상응하는 관절 각속도들의 절반의 제곱을 곱해 - 발생하기 때문에, 바람직한 실시에서 관절 좌표 및 그의 제 1 시간 도함수를 통해 주어진 상태는 스칼라 전체 속도로 변환되고, 상기 전체 속도는 본질적으로 이 상태에서의 운동 에너지에 상응하며, 이때 간단화를 위해 또한 각각의 경우에 있어 하중 파라미터들 (load parameter), 예컨대 관성 모멘트 및/또는 무게 중심 위치를 위한 최대값들은 기초가 될 수 있다.

특히 상한을 추정하기 위해 머니퓰레이터의 다차원 상태가 스칼라 전체 속도로 변환되면, 미리 결정된 이산화 (discretization) 또는 허용 오차의 내에서 동일한 스칼라 전체 속도로 변환되는 머니퓰레이터의 여러 가지 상태를 위한 모든 시뮬레이션들 중에서, 가장 긴 제동거리가 이 스칼라 전체 속도에 대한 상한으로서 선택된다. 그 후, 최대 제동거리는 스칼라 전체 속도에 걸친 수열을 통해 저장될 수 있다.

바람직한 실시에서, 사전 시뮬레이션들은 구성, 예컨대 축 배열, 축 간격, 질량, 관성 모멘트 및 다른 기계 데이터 (machine data) 에 있어 구별되는 여러 가지 머니퓰레이터를 위해 유형-특유적으로 실행된다. 그 후, 특정한 머니퓰레이터를 위한 제동거리의 결정은 이 머니퓰레이터 유형을 위해 미리 시뮬레이션된 제동거리들을 기초로 수행된다.

그 밖의 장점들 및 특징들은 종속항들 및 실시예들에 기재되어 있다.

부분적으로 개략화되어:
도 1, 도 2 : 본 발명의 실시에 따라 미리 결정되는 로봇의 보호 영역들; 및
도 3 : 도 1 및 도 2 의 보호 영역들을 미리 결정하기 위한 본 발명에 따른 방법의 흐름도.

이하, 보다 쉽게 이해하도록 본 발명을 간단한 예를 통해 설명한다. 도 1 및 도 2 는 2 개의 부재 (1.1, 1.2) (도 2 참조) 를 가진 2축 관절식 팔 로봇 (1) 을 보이고 있으며, 상기 부재들은 회전 관절들을 통해 서로 연결되어 있고, 그들의 관절 각도 (q₁ 또는 q₂) 는 가반하중 (L) 을 움직이기 위해 드라이브들을 통해 조정될 수 있으며, 상기 가반하중의 관성 파라미터들, 특히 질량 (m), 무게 중심 위치 ( r _TCP _,L), 및 관성 모멘트 또는 관성 텐서 ( J _L) 는 TCP (Tool Center Point) 와 관련하여 알려져 있다.

도 1 에서 로봇 (1) 은 접힌 팔 (1.2 (q₂ = 90°)) 을 갖고 가반하중 (L) 을 원형 경로에서 카테시안 (Cartesian) 속도 (v_L,1) 로 시계 반대 방향으로 위쪽으로 (v < 0) 움직이고, 도 2 에서는 펼쳐진 팔 (1.2) 및 보다 높은 각속도 (dq₁/dt) 를 갖고 아래쪽으로 움직인다.

조작자 및 장치를 보호하기 위해, 또한 자체 충돌을 막기 위해, 로봇 (1) 의 베이스 안에 배치되어 있고 도 1 및 도 2 에 일점쇄선으로 표시되어 있는 세계 좌표계 내에는, 도면들에 교차되는 선들로 암시되어 있는 보호 영역 (A0) 이 정의되어 있으며, 상기 보호 영역 안으로 로봇 (1) 은 예컨대 그의 TCP 와 함께 또는 그의 부재 (1.1, 1.2) 중 어느 것과도 함께 진입해서는 안 된다. 예컨대 관절 각도 ( q = (q1, q2 )) 를 근거로, 로봇 (1) 이 보호 영역 (A0) 을 침범하는 것이 확정되면, 상기 로봇은 제동되고, 안전하게 정지된다.

보호 영역의 경계를 침범한 후, 로봇 (1) 이 상기 보호 영역 (A0) 안으로 계속해서 진입하는 것을 저지하기 위해, 상기 보호 영역은 로봇의 최대 제동거리 (s_max) 를 기초로 확대된다. 도 1 및 도 2 에서 본보기로서 원형 세그먼트 모양의 보호 영역 (A0) 은 로봇 (1) 의 허용 작업공간을 향해 있는 그의 두 반경 (도 1 및 도 2 에서 오른쪽) 에서 대칭적으로 각각 사선으로 표시되어 있는 원형 세그먼트 A1 (도 1) 또는 A2 (도 2) 만큼 확대되어 있고, 상기 원형 세그먼트의 각도 범위는 로봇 (1) 의 최대 제동거리 ((s_max _,1 또는 s_max _{, 2} > s_max _{, 1})) 에 좌우된다. 도시되어 있지 않은 다른 실시에서, 상기 확대는 로봇의 운동 상태에 따라 예컨대 상기 보호 영역의 외면들에서만 수행되며, 바깥쪽을 향한 상기 외면들의 법선은 TCP 의 또는 로봇 부재의 속도를 갖고 90°보다 큰 각도를 이루고, 또는 로봇의 일부는 상기 외면들에 접근하는데, 즉 도 1 에서는 상부 원형 세그먼트만 추가함으로써, 도 2 에서는 하부 원형 세그먼트만 추가함으로써 상기 외면들에 접근한다.

최대 제동거리가 로봇의 상태에 좌우되는 것을 상기 간단한 예에서 알 수 있다: 제동시 소멸되어야 하는 로봇의 운동 에너지는 도 1 에서는 보다 적은 반면, 도 2 에서의 제동거리는 펼쳐진 팔, 보다 높은 각속도 (dq₁/dt), 및 촉진하는 중력작용을 근거로 길어진다.

그러므로, 제동거리 (s_max) 를 위해, 작동 동안 온라인으로 (online) 로봇 (1) 의 상태에 따라 도 3 에 도시되어 있는 방법에 상응하여 상한이 추정된다.

이를 위해, 오프라인 (offline) 으로 미리 여러 가지 로봇 유형을 위해, 예컨대 길이 및 질량분배가 알려져 있는 부재들 (1.1, 1.2) 을 가진 도 1 및 도 2 에 도시되어 있는 2축 로봇을 위해, 각각 기준 배열 (reference arrangement) 안의 기준 가반하중 ( L _Ref) 을 위해 단계 (S 10) 에서는 여러 가지 관절각도 ( q _i) 와 관절속도 (d q _j/dt = (dq₁ ^j/dt, dq₂ ^j/dt,...) 를 위해 로봇의 동역학 모델을 기초로, 바람직하게는 여러 가지 축 제동토크 곡선 (τ_l( q , d q /dt, t)) 을 고려하면서, 또는 모든 상태 변화에 대해 동일한, 바람직하게는 최소의, 각각의 축을 위한 고정 (fixed) 제동토크 곡선과 함께, 각각 그의 최대 제동거리가 검출되거나 또는 추정된다:

s_max,_Ref,_ij = f( q _i, d q _j/dt, L _Ref,τ_l); i=1,2,...;j=1,2,...;l=1,2,... (5)

대안적으로, 이 최대 제동거리들은 경험에 근거해 검출될 수도 있다.

이 관절 각속도들 (d q _j/dt) 은 또한 스칼라 (scalar) 전체 속도 (Q_j) 로 표현되며, 상기 전체 속도는 개별 관절 각속도들 (dq_k/dt) 의 가중 (weighted) 제곱들의 합계에 비례한다 (단계 (S20)):

Q_j = a₁ × (dq₁ ^j/dt)² + a₂ × (dq₂ ^j/dt)² + ...

= (d q ^j/dt)^T × A × (d q ^j/dt) (6)

그 후, 단계 (S30) 에서는, 미리 결정된 이산화 (discretization,δ) 내에서 이 전체 속도 (Q) 로 표현되는 모든 시뮬레이션된 관절 각속도들 (d q /dt) 중에서, 시뮬레이션된 제동거리들 (s_max, _Ref,_ij) 중 각각의 경우에 있어 최대 제동거리가 선택된다:

F(x) = max{f( q _i, d q _j/dt, L _Ref)｜Q(d q _j/dt) = x±δ} (7)

이때, 'max{Y(x)｜Z(x)=X}' 는 전문 분야에서 일반적인 방식으로 모든 값들 (Y) 의 최대치를 표시하고, 그것의 독립 변수 (x) 는 특성 (Z(x)=X) 을 가진다.

스칼라 전체 속도 (Q) 에 관련된 이 최대 제동거리들 (F) 은 이제 단계 (S40) 에서 수열 (progression, P) 로 표현되고, 상기 수열은 항상 이산화 인터벌 (discretization interval, Q_k≤ Q ≤ Q_k+1) 내의 모든 최대 제동거리들 (F) 의 적어도 최대값을 가지며, 따라서 유효하다:

Q_k≤ Q ≤ Q_k+1 ⇒ P(Q) ≥ F(Q). (8)

이로써, 이 수열은 기준 배열 안의 기준 가반하중 ( L _Ref) 을 가진, 기초가 되는 유형의 로봇의 최대 제동거리에 대한 쉽게 평가 가능한 추정을 제공한다.

작동 중 발생하는 최대 제동거리를 추정하기 위해, 이 값은 기준값들에 의해 실제 가반하중 및 그의 배열로 스케일링된다. 이를 위해, 상기 값에 한편으로는, 실제 가반하중 파라미터들을 기초로 (6) 에 따른 값들의 몫 (quotient) 으로부터 - 기준 하중 파라미터들을 기초로 (6) 에 따른 값들에 의해 나뉘어져 - 생긴 스케일링 인자 (scaling factor, fak_Last) 를 곱한다. 이 평가를 쉽게 하도록 하기 위해, 각각의 경우에 있어 로봇의 개별 운동축들에 대한 가반하중 무게 중심의 간격들에 대한 최대값들이 선택되는데, 예컨대 그의 무게 중심 둘레의 하중의 관성 모멘트 (J_y,L), 로봇의 플랜지에 대한 상기 무게 중심의 간격 (l_TCP), 로봇의 부재 길이 (l₁ _.1, l₁ _.2) 및 가반하중의 질량 (m_L) 을 가진 J_y _,L + (l_TCP + l₁ _,1 + l₁ _,2)² × m_L 이 선택된다

추가적으로, 상기 값에, 실제의 TCP 의 기하학적 치수를 위한 보조 함수 (auxiliary function) 의 몫으로부터 - 기준 TCP 의 치수에 대한 이 보조 함수에 의해 나뉘어져 - 생긴 스케일링 인자 (fak_TCP) 를 곱하며, 상기 보조 함수는 로봇의 모든 축을 통해 형성된, 축에 대한 TCP 의 간격으로부터의 몫들의 - 그의 속도 제곱을 곱하고, 이 축의 각가속도에 의해 나뉘어져 - 합계에 일치한다.

후속하여, 단계 (S50) 에서는 오프라인으로 시뮬레이션들이 여러 가지 가반하중 및 가반하중 배열 ( L _K) 을 갖고 실행되며, 이때 얻어진 최대 제동거리들은 상기 설명된 스케일링 인자들 (fak_Last, fak_TCP) 을 가진 나눗셈을 통해 기준 가반하중 또는 기준 배열로 역스케일링된다. 이때 하나 또는 다수의 전체 속도에 대해, 기준 가반하중 또는 기준 배열을 기초로 결정된 수열과 비교하여 보다 높은 값이 생기면, 이것은 상응하여 Pmod 로 수정되고, 따라서 그것은 인터벌들 (intervals) 내에서 (상기 인터벌들 내에서 기준 구성과는 다른 가반하중들 및 가반하중 배열들을 가진 시뮬레이션들은 보다 큰 최대 제동거리들을 발생시킨다) 항상 보다 높은 이 값들을 가진다. 대안적으로, 여러 가지 가반하중 및 가반하중 배열 ( L _k) 을 가진 시뮬레이션들은 단계들 (S10, S20) 전에, 함께 또는 후에 실행될 수도 있고, 그 후, 역스케일링을 통해 기준 가반하중에 관련된 그 밖의 제동거리들 (F(Q)) 을 제공하며, 상기 제동거리들은 수열 (P(Q)) 의 형성시 단계 (S40) 안으로 들어간다.

이제 온라인 작동 중, 최대 제동거리 (s_max) 에 대한 상한이 추정된다. 이를 위해, 주기적으로 반복되는 단계 (S100) 에서는 현재의 상태에 대한 현재의 전체 속도 (Q) 가 (5) 에 따라 검출되고, 상기 전체 속도와 함께, 수정된 수열 (P_mod(Q)) 로부터 단계 (S110) 에서는 최대 기준 제동거리가 검출되며, 이것에 단계 (S120) 에서의 스케일링 인자 (fak_Last, fak_TCP) 를 곱한다. 이러한 식으로 추정된 최대 제동거리 (s_max) 를 기초로, 단계 (S130) 에서는 도입부에서 설명된 방식으로 보호 영역 (A0) 이 확대되고, 이때 예컨대 확대되는 원형 세그먼트 (A1 또는 A2) 의 각도는 최대 제동거리 (s_max) 에 비례적으로 선택된다.

실시예에서, 펼쳐진 팔 및 보다 큰 카테시안 속도 (v_L,2) 를 근거로 한 보다 높은 운동 에너지, 및 도 2 에 도시된 구성의 가속화하는 중력 성분은 보다 큰 추정된 최대 제동거리 (s_max) 를 초래하며, 그리고 이로써, 접힌 팔 및 추가적으로 제동하는 중력 성분을 가진 도 1 에 도시되어 있는 구성에서보다 보호 영역 (A0) 의 보다 큰 확대 (A2) 를 초래한다. 이로 인해, 로봇이 도 1 의 상태에서는 영역 (A1) 의 상부 경계를 넘어가면, 또 도 2 의 상태에서는 영역 (A2) 의 하부 경계를 넘어가면 로봇이 본래의 보호 영역 (A0) 의 앞에서 정지되는 것이 보장된다.

이러한 방식으로, 연산 기술적으로 빠르면서도 간단하게 평가될 수 있는 방식으로 최대 제동거리에 대한 상한이 추정될 수 있고, 이 추정을 기초로 보호 영역이 확대될 수 있다.

1 : 로봇
1,1 1,2 : 로봇 부재
A0, A1, A2 : 보호 영역
L : 가반하중
s_max: 최대 제동거리
q₁, q₂ : 관절 각도

Claims

특히 로봇 (1) 의 머니퓰레이터를 정지시키기 위한 방법으로서,
영역 (A0; A1; A2) 을 감시하기 위한 단계; 및
영역 침범시 머니퓰레이터 (1) 를 제동시키는 단계를 가지며,
상기 감시되는 영역은 작동 동안 머니퓰레이터의 제동거리 (s_max) 를 기초로 가변적으로 미리 결정되는 것을 (S130) 특징으로 하는, 머니퓰레이터를 정지시키기 위한 방법.
제 1 항에 기재된 방법에서 상기 감시되는 영역 (A0; A1; A2) 을 제동거리를 기초로 특히 미리 결정하기 위해, 제동거리를 결정하기 위한 방법으로서,
머니퓰레이터의 여러 가지 상태 ( q , d q /dt, L ) 및/또는 제동력 곡선 (τ) 을 위한 제동거리들을 미리 시뮬레이션하는 단계 (S10); 및
상기 미리 시뮬레이션된 제동거리들을 기초로 제동거리 (s_max) 로서의 상한을 추정하는 단계 (S120) 를 가진, 제동거리를 결정하기 위한 방법.
제 2 항에 있어서,
머니퓰레이터의 여러 가지 상태 ( q , d q /dt) 및/또는 제동력 곡선 (τ) 을 위한 제동거리들은 각각 기준 가반하중 및/또는 기준 가반하중 배열 ( L _Ref) 을 위해 미리 시뮬레이션되는 것 (S10) 을 특징으로 하는 제동거리를 결정하기 위한 방법.
제 3 항에 있어서,
기준 가반하중 및/또는 기준 가반하중 배열 ( L _Ref) 을 위해 미리 시뮬레이션되는 제동거리들은 실제 가반하중 및/또는 가반하중 배열 ( L ) 로 스케일링되는 것 (S120) 을 특징으로 하는 제동거리를 결정하기 위한 방법.
제 3 항 또는 제 4 항에 있어서,
추가적으로, 머니퓰레이터의 여러 가지 상태 ( q , d q /dt) 및/또는 제동력 곡선 (τ) 을 위한 제동거리들은 상기 기준 가반하중 및/또는 상기 기준 가반하중 배열과는 다른 가반하중들 또는 가반하중 배열들 ( L _k) 을 위해 미리 시뮬레이션되는 것 (S50) 을 특징으로 하는 제동거리를 결정하기 위한 방법.
제 2 항 내지 제 4 항 중 어느 한 항에 있어서,
머니퓰레이터의 다차원 상태들 (d q /dt) 은 보다 낮은 차원의, 특히 스칼라 (scalar) 크기 (Q) 로 표현되고, 상기 크기와 관련하여 제동거리가 결정되는 것 (S20, S100) 을 특징으로 하는 제동거리를 결정하기 위한 방법.
제 2 항 내지 제 4 항 중 어느 한 항에 있어서,
상기 상한은 수열 (P) 을 기초로 결정되는 것 (S40, S110) 을 특징으로 하는 제동거리를 결정하기 위한 방법.
제 2 항 내지 제 4 항 중 어느 한 항에 있어서,
상기 제동거리는 하중 파라미터들 (load parameter) 을 위한 최대값들을 기초로 추정되는 것을 특징으로 하는 제동거리를 결정하기 위한 방법.
제 1 항 내지 제 4 항 중 어느 한 항에 기재된 방법을 실행하기 위해 준비되어 있는 연산 장치를 가진, 특히 로봇 (1) 의 머니퓰레이터를 정지시키기 위한 장치.
컴퓨터 프로그램을 저장하는 컴퓨터-판독가능 매체로서, 상기 컴퓨터 프로그램이 제 9 항에 기재된 연산 장치 안에서 진행되면 상기 컴퓨터 프로그램은 제 1 항 내지 제 4 항 중 어느 한 항에 기재된 방법을 실행하는, 컴퓨터 프로그램을 저장하는 컴퓨터-판독가능 매체.