KR20130017123A - 로봇 파지 지능 학습 지원 시스템 및 방법 - Google Patents

로봇 파지 지능 학습 지원 시스템 및 방법 Download PDF

Info

Publication number
KR20130017123A
KR20130017123A KR1020110079362A KR20110079362A KR20130017123A KR 20130017123 A KR20130017123 A KR 20130017123A KR 1020110079362 A KR1020110079362 A KR 1020110079362A KR 20110079362 A KR20110079362 A KR 20110079362A KR 20130017123 A KR20130017123 A KR 20130017123A
Authority
KR
South Korea
Prior art keywords
gripping
information
robot
hand
database
Prior art date
Application number
KR1020110079362A
Other languages
English (en)
Inventor
박재한
신용득
배지훈
박성우
백문홍
Original Assignee
한국생산기술연구원
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 한국생산기술연구원 filed Critical 한국생산기술연구원
Priority to KR1020110079362A priority Critical patent/KR20130017123A/ko
Publication of KR20130017123A publication Critical patent/KR20130017123A/ko

Links

Images

Classifications

    • 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
    • B25J13/00—Controls for manipulators
    • B25J13/08—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices
    • 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
    • B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
    • B25J19/02—Sensing devices
    • 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
    • B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/42—Recording and playback systems, i.e. in which the programme is recorded from a cycle of operations, e.g. the cycle of operations being manually controlled, after which this record is played back on the same machine
    • G05B19/423—Teaching successive positions by walk-through, i.e. the tool head or end effector being grasped and guided directly, with or without servo-assistance, to follow a path

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Manipulator (AREA)

Abstract

본 발명은 로봇 파지 지능 학습 지원 시스템 및 방법에 관한 것으로, 본 발명에 따른 방법은, 작업 목적, 파지 대상 물체 고유 속성 및 파지 대상 물체 외적 속성을 포함하는 입력 정보를 입력받는 단계, 상기 파지 대상 물체를 파지하는 과정에서 파지 정보 측정 장치에서 측정되는 파지 형태 정보, 파지 관련 물리량 정보 및, 손의 접근 위치 및 방향 정보를 포함하는 측정 정보를 제공받는 단계, 그리고 상기 입력 정보와 상기 측정 정보를 대응하여 데이터베이스에 저장하는 단계를 포함한다. 본 발명에 의하면, 사람의 물건잡기 행동을 정량적으로 측정하고 데이터베이스화하는 과정을 통해 획득된 사람의 파지 정보를 이용해서 로봇의 파지지능을 학습시킴으로써, 실생활에서 다양한 형태로 마주치게 되는 물건 잡기 상황을 로봇이 보다 자연스럽게 수행할 수 있도록 지원할 수 있다.

Description

로봇 파지 지능 학습 지원 시스템 및 방법{Robot Prehension Intelligence Study Support System and Method}
본 발명은 로봇 파지 지능 학습 지원 시스템 및 방법에 관한 것으로, 보다 자세하게는 인간의 손에 장착된 파지 정보 측정 장치로부터 측정된 측정 정보와, 파지 대상 물체에 대한 속성 정보를 이용하여 구축된 데이터베이스에 학습 알고리즘을 적용하여 로봇을 위한 파지 전략 엔진을 구현하도록 지원하는 로봇 파지 지능 학습 지원 시스템 및 방법에 관한 것이다.
통상 인간형 로봇의 손은 미지물체를 안전하게 파지하고 이어지는 작업을 수행해야 한다. 하지만 현재의 인간형 로봇의 손은 달걀, 종이컵 등과 같이 강성이 낮아 파손되기 쉬운 물체를 안전하게 파지하지 못하고 소정의 강성 이상을 갖는 지정된 물체만을 잡을 수 있기 때문에 인간형 로봇의 역할을 충분히 할 수 없다.
따라서, 종래의 인간형 로봇의 손은 물체를 파지하는 힘과 물체의 무게를 동시에 측정이 매우 어렵기 때문에 미리 입력해 놓은 물체에 대한 파지력과 관련된 데이터를 통해 로봇이 물체를 파지하였다. 그런데 실생활에서 물건을 파지하는 동작은 다양한 형태로 이루어지기 때문에 모든 파지 관련 데이터를 미리 입력해놓는 것은 불가능하다.
한편 사람은 알게 모르게 물건을 적절한 방법으로 잡는 방법에 대해 학습되어 쉽게 물건 잡기에 대한 계획을 세우게 된다. 이러한 사람의 파지 관련 지식을 정량화해서 로봇의 파지 결정 지능에 그대로 활용하는 방법에 대한 요구가 커지고 있다.
따라서 본 발명이 이루고자 하는 기술적 과제는 사람의 물건잡기 행동을 정량적으로 측정하고 데이터베이스화하는 과정을 통해 획득된 사람의 파지 정보를 이용해서 로봇의 파지지능을 학습시키는 로봇 파지 지능 학습 지원 시스템 및 방법을 제공하는 것이다.
이러한 기술적 과제를 이루기 위한 본 발명의 한 실시예에 따른 로봇 파지 지능 학습 지원 방법은, 작업 목적, 파지 대상 물체 고유 속성 및 파지 대상 물체 외적 속성을 포함하는 입력 정보를 입력받는 단계, 상기 파지 대상 물체를 파지하는 과정에서 파지 정보 측정 장치에서 측정되는 파지 형태 정보, 파지 관련 물리량 정보 및, 손의 접근 위치 및 방향 정보를 포함하는 측정 정보를 제공받는 단계, 그리고 상기 입력 정보와 상기 측정 정보를 대응하여 데이터베이스에 저장하는 단계를 포함한다.
상기 파지 대상 물체 고유 속성은 파지 대상 물체의 구조적 속성 및 표면적 속성을 포함하고, 상기 파지 대상 물체 외적 속성은 파지 대상 물체의 공간 상 위치 및 방향을 포함하며, 상기 파지 관련 물리량 정보는 파지력 크기, 파지력 작용 방향, 파지력 작용면 및 작업 자유도를 포함한다.
상기 데이터베이스에 저장된 정보에 대해 학습 알고리즘을 적용하여 파지 전략 엔진을 구현할 수 있다.
본 발명의 다른 실시예에 따른 컴퓨터로 읽을 수 있는 매체는 상기한 방법 중 어느 하나를 컴퓨터에 실행시키기 위한 프로그램을 기록한다.
본 발명의 다른 실시예에 따른 로봇 파지 지능 학습 지원 시스템은, 작업 목적, 파지 대상 물체 고유 속성 및 파지 대상 물체 외적 속성을 포함하는 입력 정보를 입력받는 입력부, 상기 파지 대상 물체를 파지하는 과정에서 파지 형태 정보, 파지 관련 물리량 정보 및, 손의 접근 위치 및 방향 정보를 포함하는 측정 정보를 측정하는 파지 정보 측정 장치, 그리고 상기 입력 정보와 상기 측정 정보를 대응하여 저장하는 데이터베이스를 포함한다.
상기 파지 정보 측정 장치는, 손가락 끝 부분과 손바닥 부분의 압력을 측정하기 위한 촉각 센서, 손의 구부러진 정도를 측정하기 위한 벤드 센서(bend sensor), 그리고 손의 위치 및 방향을 추적하는 움직임 트랙커를 포함할 수 있다.
상기 시스템은, 상기 데이터베이스에 저장된 정보에 대해 학습 알고리즘을 적용하여 파지 전략 엔진을 구현하는 학습 알고리즘부를 더 포함할 수 있다.
본 발명에 의하면, 사람의 물건잡기 행동을 정량적으로 측정하고 데이터베이스화하는 과정을 통해 획득된 사람의 파지 정보를 이용해서 로봇의 파지지능을 학습시킴으로써, 실생활에서 다양한 형태로 마주치게 되는 물건 잡기 상황을 로봇이 보다 자연스럽게 수행할 수 있도록 지원할 수 있다.
도 1은 본 발명의 일 실시예에 따른 로봇 파지 지능 학습 지원 시스템의 구성을 나타낸 블록도이다.
도 2는 파지 형태의 종류를 설명하기 위해 제공되는 도면이다.
도 3은 파지 관련 파라미터를 설명하기 위해 제공되는 도면이다.
도 4는 파지를 위한 손의 접근 위치 및 방향에 대해 설명하기 위해 제공되는 도면이다.
도 5는 도 1에 예시한 파지 정보 측정 장치를 설명하기 위해 제공되는 도면이다.
도 6은 본 발명에 따른 로봇 파지 지능 학습 지원 시스템에 의해 구현되는 파지 전략 엔진을 설명하기 위해 제공되는 블록도이다.
도 7은 본 발명의 일 실시예에 따른 로봇 파지 지능 학습 지원 방법을 설명하기 위해 제공되는 흐름도이다.
이하 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다.
도 1은 본 발명의 일 실시예에 따른 로봇 파지 지능 학습 지원 시스템의 구성을 나타낸 블록도이고, 도 2는 파지 형태의 종류를 설명하기 위해 제공되는 도면이며, 도 3은 파지 관련 파라미터를 설명하기 위해 제공되는 도면이고, 도 4는 파지를 위한 손의 접근 위치 및 방향에 대해 설명하기 위해 제공되는 도면이다.
도 1을 참고하면, 본 발명에 따른 로봇 파지 지능 학습 지원 시스템(100)은 사람의 물건잡기 행동을 정량적으로 측정하고 데이터베이스화하고, 데이터베이스화된 데이터에 학습 알고리즘을 적용하여 파지 전략 엔진을 생성하는 기능을 수행한다. 이렇게 생성된 파지 전략 엔진이 탑재된 파지 전략 엔진부(200)는 파지 전략 엔진을 이용하여 파지 대상 물체 및 작업 목적에 맞는 파지 형태, 파지 파라미터, 로봇 손의 접근 위치/방향을 결정하여 로봇(300)이 파지 동작을 수행할 수 있도록 한다.
로봇 파지 지능 학습 지원 시스템(100)은 입력부(110), 파지 정보 측정 장치(120), 데이터베이스(130) 및 학습 알고리즘부(140)를 포함할 수 있다.
입력부(110)는 사용자로부터 작업 목적, 파지 대상 물체 고유 속성 및 파지 대상 물체 외적 속성을 포함하는 입력 정보를 입력받을 수 있다.
여기서 작업 목적은 파지 대상 물체를 놓여진 위치에서 다른 위치로 옮기는 작업을 할 것인지, 집어서 던지는 작업을 할 것인지, 또는 예를 들어 파지 대상 물체가 드라이버 등과 같은 도구일 경우 들어서 어떤 목적의 작업을 수행할 것인지 등이 될 수 있다. 이러한 작업 목적은 미리 설정된 몇 가지 목적 중에서 사용자에 의해 선택받는 방식으로 구현될 수 있다.
파지 대상 물체 고유 속성은 파지 대상 물체의 구조적 속성 및 표면적 속성을 포함할 수 있다. 파지 대상 물체의 구조적 속성은 물체의 모양, 크기, 무게 및 질량 분포 등에 대한 정보를 포함할 수 있으며, 이러한 정보는 미리 설정된 값을 사용자에게 제시하고 선택받는 방식으로 입력될 수 있으며, 실시예에 따라서는 사용자로부터 특정 값을 직접 입력받는 방식으로 구현될 수도 있다. 예컨대 사용자로부터 파지 대상 물체의 크기 및 무게 등을 직접 입력받을 수도 있다. 물론 또 다른 실시예의 경우에는 저울 등과 같은 무게 측정부(도시하지 않음), 머신 비전 모듈(도시하지 않음) 등을 통해 파지 대상 물체의 구조적 속성에 대한 정보를 로봇 파지 지능 학습 지원 시스템(100)이 자동으로 측정할 수도 있다. 그리고 파지 대상 물체의 표면적 속성은 물체의 질감, 거칠기, 표면 마찰 계수, 강도 등을 포함할 수 있으며, 구조적 속성과 마찬가지로 미리 설정된 값을 제시하고 입력받거나 기타 공지된 다른 방법으로 입력받을 수도 있다.
한편 파지 대상 물체 외적 속성은 파지 대상 물체의 공간 상 위치 및 방향을 포함할 수 있다. 파지 대상 물체의 공간 상 위치 정보는 임의의 기준점을 기준으로 파지 대상 물체의 중심부의 3차원 공간 상의 좌표 위치(x, y, z)로 제공될 수 있으며, 방향 정보는 물체의 자세 정보로써 물체의 중심점에 대한 롤(roll), 피치(pitch), 요(yaw) 값으로 제공될 수 있다. 이러한 정보는 사용자로부터 해당 값이 수동으로 입력되거나 머신 비전 모듈 등을 통해 측정되어 입력될 수도 있다.
다음으로 본 발명의 구성 요소인 파지 정보 측정 장치(120)에 대해 설명하기 에 앞서 파지 형태의 종류, 파지 관련 물리량 정보, 손의 접근 위치 및 방향 등의 파지 관련 파라미터에 대한 설명을 한다.
도 2를 참고하면, 사람이 물체를 파지할 때 다양한 형태를 갖출 수 있다. 예컨대, 손모양이 갈고리 모양을 가지는 형태(hook), 원통 같은 것을 잡는 형태(cylindrical), 야구공 같은 것을 잡는 형태(spherical), 손가락 3개 이상을 이용하여 연필 같은 것을 잡는 형태(palmar), 엄지가 물체 옆면을 잡는 형태(lateral), 손끝을 맞대어 콩 같은 작은 것을 집는 형태(tip) 등으로 6가지 형태로 구분할 수 있으며, 실시예에 따라 보다 파지 형태는 보다 세분화하거나 반대로 크게 구별하여 나눌 수도 있다.
도 3을 참고하면, 파지 관련 물리량 정보는 파지력 작용면, 파지력 크기, 파지력 작용방향 및 작업 자유도 등에 대한 정보를 포함할 수 있다. 파지력 작용면은 파지력이 인가되는 파지 대상 물체의 면을 의미한다. 다음으로 파지력 크기는 파지 대상 물체의 파지력 작용면에 인가되는 힘을 의미한다. 파지력 작용방향은 파지면을 통하여 물체의 파지를 형성하는 힘이 작용하는 방향벡터를 의미한다.
한편 작업 자유도는 손으로 어떤 작업을 하기 위하여 어느 정도의 자유도가 필요한지를 나타내는 양으로, 가령 물건을 잡고 있기만 하는 작업의 경우는 자유도가 필요 없으므로 작업 자유도가 '0'이 되고, 연필을 잡고 글씨를 쓴다면 손을 이용해서 연필을 움직여야 하므로 작업 자유도가 '3' 이상이 될 수 있다.
도 4를 참고하면, 손의 접근 위치 및 방향은 다음과 같은 정보를 가질 수 있다. 손의 접근 위치는 파지 대상 물체를 잡기 위해 이동하는 손의 위치에 대응하고, 그 값은 손바닥 중심의 위치(B)가 사용될 수 있다. 그리고 일반적으로 3차원 공간에서 방향은 x, y, z 좌표축을 중심으로 각 방향에 대한 회전 Φx, Φy, Φz의 조합으로 표현할 수 있는데, 손의 접근 방향이란 파지를 위하여 손이 위치(A)에서 위치(B)로 이동하여 물체에 접근할 때 x, y, z 각 좌표축에 대한 손의 자세 방향 정보 (Φx, Φy, Φz)를 의미한다.
그러면 도 5를 참고하여 본 발명의 일 실시예에 따른 파지 정보 측정 장치에 대해 자세히 설명하기로 한다.
도 5는 도 1에 예시한 파지 정보 측정 장치를 설명하기 위해 제공되는 도면이다.
도 5(a)를 참고하면, 본 발명에 따른 파지 정보 측정 장치(120)는, 촉각 센서(121), 벤드 센서(122)(bend sensor), 그리고 움직임 트랙커(123)를 포함할 수 있다.
촉각 센서(121)는 손가락의 끝부분과, 손가락과 손바닥의 연결부분에 위치하는 총 10개의 센서로 구성될 수 있으며, 손가락 끝 부분과 손바닥 부분의 압력을 측정하는 기능을 수행한다. 실시예에 따라 촉각 센서(121)의 개수 및 위치는 달라질 수도 있다.
벤드 센서(122)는 촉각 센서(121) 사이를 연결하는 위치에 설치될 수 있으며, 손가락의 구부러짐 정도를 측정하는 기능을 수행할 수 있다.
움직임 트랙커(123)는 손의 위치 및 방향을 추적하는 기능을 수행하며, 이를 통해 작업 목적에 따라 요구되는 작업 자유도를 구할 수 있다.
파지 정보 측정 장치(120)는 도 5(b)와 같이 장갑 형태로 구현되어 사용자의 손에 착용될 수 있다. 사용자는 파지 정보 측정 장치(120)를 착용하고 파지 대상 물체를 파지하는 작업을 수행하게 된다. 이 과정에서 파지 정보 측정 장치(120)는 촉각 센서(121), 벤드 센서(122)(bend sensor), 그리고 움직임 트랙커(123)를 통해 파지 형태 정보, 파지 관련 물리량 정보 및, 손의 접근 위치 및 접근 방향 정보 등을 측정하여, 입력부(110)를 통해 사용자로부터 입력된 작업 목적, 파지 대상 물체 고유 속성 및 파지 대상 물체 외적 속성을 포함하는 입력 정보와 함께 대응시켜 데이터베이스(130)에 저장할 수 있다.
학습 알고리즘부(140)는 데이터베이스(130)에 저장된 정보에 대해 학습 알고리즘을 적용하여 파지 전략 엔진을 구현하는 기능을 수행한다.
그러면 도 6을 참고하여 본 발명에 따른 로봇 파지 지능 학습 지원 시스템에 의해 구현되는 파지 전략 엔진에 대해 설명한다.
도 6은 본 발명에 따른 로봇 파지 지능 학습 지원 시스템에 의해 구현되는 파지 엔진을 설명하기 위해 제공되는 블록도이다.
도 6을 참고하면, 본 발명에 따른 파지 전략 엔진부(200)는 작업 목적, 파지 대상 물체 고유 속성 및 파지 대상 물체 외적 속성을 포함하는 입력 정보를 입력받아 로봇(300)이 파지 동작을 수행할 수 있도록 파지 형태의 종류, 파지 관련 물리량 정보, 손의 접근 위치 및 방향 등의 파지 관련 파라미터를 도출해내는 기능을 수행한다.
파지형태결정 모듈(210)은 작업 목적 및 파지 대상 물체 고유 속성을 입력받아 파지 형태를 결정하는 기능을 수행한다.
파지파라미터결정 모듈(220)은 파지 대상 물체 고유 속성과, 파지형태결정 모듈(210)에서 결정된 파지 형태를 입력받아 파지력 작용면, 파지력 크기, 파지력 작용방향 및 작업 자유도 등을 포함하는 파지 파라미터를 결정하는 기능을 수행한다.
접근위치/방향 결정 모듈(230)은 파지 대상 물체 외적 속성과, 파지형태결정 모듈(210)에서 결정된 파지 형태를 입력받아 로봇 손(도시하지 않음)의 접근위치/방향을 결정하는 기능을 수행한다.
도 7은 본 발명의 일 실시예에 따른 로봇 파지 지능 학습 지원 방법을 설명하기 위해 제공되는 흐름도이다.
도 7을 참고하면, 먼저 입력부(110)는 사용자로부터 작업 목적, 파지 대상 물체 고유 속성 및 파지 대상 물체 외적 속성을 포함하는 입력 정보를 입력받을 수 있다(S710).
다음으로 사용자가 파지 정보 측정 장치(120)를 착용하고 단계(S710)에서 입력된 정보에 대응하는 파지 동작을 수행하면, 파지 정보 측정 장치(120)는 촉각 센서(121), 벤드 센서(122)(bend sensor), 그리고 움직임 트랙커(123)를 통해 파지 형태 정보, 파지 관련 물리량 정보 및, 손의 접근 위치 및 접근 방향 정보 등을 측정할 수 있다(S720).
다음으로 단계(S720)에서 측정된 파지 형태 정보, 파지 관련 물리량 정보 및, 손의 접근 위치 및 접근 방향 정보를, 입력부(110)를 통해 사용자로부터 입력된 작업 목적, 파지 대상 물체 고유 속성 및 파지 대상 물체 외적 속성을 포함하는 입력 정보와 함께 대응시켜 데이터베이스(130)에 저장할 수 있다(S730).
단계(S710) 내지 단계(S730)를 반복하여 수행함으로써 데이터베이스(130)에 축적된 데이터에, 학습 알고리즘부(140)는 학습 알고리즘을 적용하여 파지 전략 엔진을 구현하고 업데이트 할 수 있다(S740).
본 발명의 실시예는 다양한 컴퓨터로 구현되는 동작을 수행하기 위한 프로그램 명령을 포함하는 컴퓨터로 읽을 수 있는 매체를 포함한다. 이 매체는 지금까지 설명한 로봇 파지 지능 학습 지원 방법을 실행시키기 위한 프로그램을 기록한다. 이 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 이러한 매체의 예에는 하드디스크, 플로피디스크 및 자기 테이프와 같은 자기 매체, CD 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 자기-광 매체, 롬, 램, 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 구성된 하드웨어 장치 등이 있다. 또는 이러한 매체는 프로그램 명령, 데이터 구조 등을 지정하는 신호를 전송하는 반송파를 포함하는 광 또는 금속선, 도파관 등의 전송 매체일 수 있다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
이상에서 본 발명의 바람직한 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.

Claims (9)

  1. 작업 목적, 파지 대상 물체 고유 속성 및 파지 대상 물체 외적 속성을 포함하는 입력 정보를 입력받는 단계,
    상기 파지 대상 물체를 파지하는 과정에서 파지 정보 측정 장치에서 측정되는 파지 형태 정보, 파지 관련 물리량 정보 및, 손의 접근 위치 및 접근 방향 정보를 포함하는 측정 정보를 제공받는 단계, 그리고
    상기 입력 정보와 상기 측정 정보를 대응하여 데이터베이스에 저장하는 단계
    를 포함하는 로봇 파지 지능 학습 지원 방법.
  2. 제 1 항에서,
    상기 파지 대상 물체 고유 속성은 파지 대상 물체의 구조적 속성 및 표면적 속성을 포함하고,
    상기 파지 대상 물체 외적 속성은 파지 대상 물체의 공간 상 위치 및 방향을 포함하며,
    상기 파지 관련 물리량 정보는 파지력 크기, 파지력 작용 방향, 파지력 작용면 및 작업 자유도를 포함하는 로봇 파지 지능 학습 지원 방법.
  3. 제 2 항에서,
    상기 파지 정보 측정 장치는,
    손가락 끝 부분과 손바닥 부분의 압력을 측정하기 위한 촉각 센서,
    손의 구부러진 정도를 측정하기 위한 벤드 센서(bend sensor), 그리고
    손의 위치 및 방향을 추적하는 움직임 트랙커를 포함하는 로봇 파지 지능 학습 지원 방법.
  4. 제 1 항에서,
    상기 데이터베이스에 저장된 정보에 대해 학습 알고리즘을 적용하여 파지 전략 엔진을 구현하는 로봇 파지 지능 학습 지원 방법.
  5. 컴퓨터에 제1항 내지 제4항 중 어느 한 항의 방법을 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 매체.
  6. 작업 목적, 파지 대상 물체 고유 속성 및 파지 대상 물체 외적 속성을 포함하는 입력 정보를 입력받는 입력부,
    상기 파지 대상 물체를 파지하는 과정에서 파지 형태 정보, 파지 관련 물리량 정보 및, 손의 접근 위치 및 방향 정보를 포함하는 측정 정보를 측정하는 파지 정보 측정 장치, 그리고
    상기 입력 정보와 상기 측정 정보를 대응하여 저장하는 데이터베이스
    를 포함하는 로봇 파지 지능 학습 지원 시스템.
  7. 제 6 항에서,
    상기 파지 대상 물체 고유 속성은 파지 대상 물체의 구조적 속성 및 표면적 속성을 포함하고,
    상기 파지 대상 물체 외적 속성은 파지 대상 물체의 공간 상 위치 및 방향을 포함하며,
    상기 파지 관련 물리량 정보는 파지력 크기, 파지력 작용 방향, 파지력 작용면 및 작업 자유도를 포함하는 로봇 파지 지능 학습 지원 시스템.
  8. 제 7 항에서,
    상기 파지 정보 측정 장치는,
    손가락 끝 부분과 손바닥 부분의 압력을 측정하기 위한 촉각 센서,
    손의 구부러진 정도를 측정하기 위한 벤드 센서(bend sensor), 그리고
    손의 위치 및 방향을 추적하는 움직임 트랙커를 포함하는 로봇 파지 지능 학습 지원 시스템.
  9. 제 6 항에서,
    상기 데이터베이스에 저장된 정보에 대해 학습 알고리즘을 적용하여 파지 전략 엔진을 구현하는 학습 알고리즘부를 더 포함하는 로봇 파지 지능 학습 지원 시스템.
KR1020110079362A 2011-08-10 2011-08-10 로봇 파지 지능 학습 지원 시스템 및 방법 KR20130017123A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110079362A KR20130017123A (ko) 2011-08-10 2011-08-10 로봇 파지 지능 학습 지원 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110079362A KR20130017123A (ko) 2011-08-10 2011-08-10 로봇 파지 지능 학습 지원 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR20130017123A true KR20130017123A (ko) 2013-02-20

Family

ID=47896329

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110079362A KR20130017123A (ko) 2011-08-10 2011-08-10 로봇 파지 지능 학습 지원 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR20130017123A (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180114217A (ko) * 2016-03-03 2018-10-17 구글 엘엘씨 로봇 파지용 심층 기계 학습 방법 및 장치
US10639792B2 (en) 2016-03-03 2020-05-05 Google Llc Deep machine learning methods and apparatus for robotic grasping
KR20230122443A (ko) * 2022-02-14 2023-08-22 경희대학교 산학협력단 사람형 로봇 손의 처리 시스템

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180114217A (ko) * 2016-03-03 2018-10-17 구글 엘엘씨 로봇 파지용 심층 기계 학습 방법 및 장치
US10639792B2 (en) 2016-03-03 2020-05-05 Google Llc Deep machine learning methods and apparatus for robotic grasping
US10946515B2 (en) 2016-03-03 2021-03-16 Google Llc Deep machine learning methods and apparatus for robotic grasping
US11045949B2 (en) 2016-03-03 2021-06-29 Google Llc Deep machine learning methods and apparatus for robotic grasping
US11548145B2 (en) 2016-03-03 2023-01-10 Google Llc Deep machine learning methods and apparatus for robotic grasping
KR20230122443A (ko) * 2022-02-14 2023-08-22 경희대학교 산학협력단 사람형 로봇 손의 처리 시스템

Similar Documents

Publication Publication Date Title
CN104057447B (zh) 机器人拾取系统以及被加工物的制造方法
US9321176B1 (en) Systems and methods for planning a robot grasp based upon a demonstrated grasp
Cutkosky et al. Human grasp choice and robotic grasp analysis
Friedman et al. Task-dependent selection of grasp kinematics and stiffness in human object manipulation
Vahrenkamp et al. Representing the robot’s workspace through constrained manipulability analysis
CN111226237A (zh) 用于稳健抓取和瞄准物体的机器人系统和方法
Costanzo et al. Two-fingered in-hand object handling based on force/tactile feedback
Deimel et al. Exploitation of environmental constraints in human and robotic grasping
US9649764B1 (en) Systems and methods for planning a robot grasp that can withstand task disturbances
JP2009269127A (ja) 把持装置及びその制御方法
JP2019084601A (ja) 情報処理装置、把持システムおよび情報処理方法
Flintoff et al. Single-grasp, model-free object classification using a hyper-adaptive hand, google soli, and tactile sensors
Lin et al. Task-based grasp quality measures for grasp synthesis
KR20130017123A (ko) 로봇 파지 지능 학습 지원 시스템 및 방법
Hendrich et al. Multi-sensor based segmentation of human manipulation tasks
Jamone et al. Benchmarking the grasping capabilities of the icub hand with the ycb object and model set
Kojima et al. Sensor prediction and grasp stability evaluation for in-hand manipulation
Jentoft et al. Determining object geometry with compliance and simple sensors
El-Khoury et al. 3d objects grasps synthesis: A survey
KR101211601B1 (ko) 로봇의 양 팔을 이용해 물체를 잡기 위한 로봇의 동작 제어 시스템 및 제어 방법
Lazher et al. Modeling and analysis of 3D deformable object grasping
Roa et al. Graspability map: A tool for evaluating grasp capabilities
WO2018161305A1 (zh) 抓取质量检测方法及其应用的方法与系统
Mellmann et al. Dynamic motion control: Adaptive bimanual grasping for a humanoid robot
Lin et al. Dynamic trajectory-tracking control method of robotic transcranial magnetic stimulation with end-effector gravity compensation based on force sensors

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application