KR20180083052A - 모듈라 로봇의 최적구조 도출 방법 - Google Patents

모듈라 로봇의 최적구조 도출 방법 Download PDF

Info

Publication number
KR20180083052A
KR20180083052A KR1020170004722A KR20170004722A KR20180083052A KR 20180083052 A KR20180083052 A KR 20180083052A KR 1020170004722 A KR1020170004722 A KR 1020170004722A KR 20170004722 A KR20170004722 A KR 20170004722A KR 20180083052 A KR20180083052 A KR 20180083052A
Authority
KR
South Korea
Prior art keywords
joint
modular robot
modules
robot
module
Prior art date
Application number
KR1020170004722A
Other languages
English (en)
Other versions
KR101930070B1 (ko
Inventor
박동일
손영수
최태용
도현민
박찬훈
오세웅
Original Assignee
한국기계연구원
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 한국기계연구원 filed Critical 한국기계연구원
Priority to KR1020170004722A priority Critical patent/KR101930070B1/ko
Publication of KR20180083052A publication Critical patent/KR20180083052A/ko
Application granted granted Critical
Publication of KR101930070B1 publication Critical patent/KR101930070B1/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
    • B25J9/1602—Programme controls characterised by the control system, structure, architecture
    • B25J9/1605—Simulation of manipulator lay-out, design, modelling of manipulator
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/08—Programme-controlled manipulators characterised by modular constructions
    • 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
    • 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
    • B25J9/1679—Programme controls characterised by the tasks executed

Abstract

본 발명은 조인트 모듈과 링크 모듈의 결합으로 구성될 수 있는 모듈라 로봇의 최적구조를 도출하는 방법에 있어서, 수행하고자 하는 작업에 대한 작업경로 또는 작업영역을 입력하는 단계; 조인트 모듈들 및 링크 모듈들의 데이터베이스로부터 구성 가능한 모듈라 로봇 조합들의 대표 배열을 분류하는 단계; 상기 분류된 대표 배열들에 대하여 기구학적 조건 만족 여부를 판별하는 단계; 상기 기구학적 특성을 만족하는 대표 배열들에 대하여 동역학적 조건 만족 여부를 판별하는 단계; 및 상기 동역학적 조건을 만족하는 대표 배열들에 대하여 성능지표를 분석하는 단계; 를 포함하여 이루어져, 조인트 모듈의 종류와 링크 모듈의 종류에 따라 도출될 수 있는 매우 다양한 형태의 로봇 조합들 중에서 수행하고자 하는 작업에 적합한 형태의 로봇 구조를 찾아낼 수 있는 모듈라 로봇의 최적구조 도출 방법에 관한 것이다.

Description

모듈라 로봇의 최적구조 도출 방법 {Method for deriving optimum structure of modular robot}
본 발명은 단위 모듈들의 종류와 결합 방법에 따라 다양한 형태의 로봇으로 만들어질 수 있는 모듈라 로봇에서, 사용자가 요구하는 작업을 수행할 수 있는 모듈형 로봇의 조합을 판단하여 로봇을 구성할 수 있도록 하는 모듈라 로봇의 최적구조 도출 방법에 관한 것이다.
서비스 로봇의 수요가 다양화되고 산업현장의 제조용 로봇도 다품종 소량 생산에 적합한 로봇의 수요가 커지면서, 이러한 새로운 환경에 적합한 로봇의 필요성이 제기 되고 있다. 특히 최근의 서비스 및 제조용 로봇의 공통점은 소품종 대량 생산이나 규격화된 단순 서비스가 아니라, 현장의 수요에 맞게 작업(task)의 종류나 조건이 다양하게 바뀐다는 점이다. 즉, 다종(多種)의 가변형(可變形) 작업에 효과적으로 대응할 수 있는 작업 적응성(task adaptation)을 갖는 로봇 매니퓰레이터의 필요성이 증대되고 있다.
현대의 로봇 작업 현장에서는 두 가지의 작업 적응성이 요구된다. 첫째로, 주어진 특정 작업에 가장 적합한 로봇 팔을 구성할 수 있도록 구성품을 모듈화하고 다양한 라인업을 준비하는 것이고, 둘째는 작업의 종류와 사양이 변경되었을 때 이에 대응하여 용이하게 로봇을 재구성하는 적응성이다. 이와 같이 로봇의 작업 적응성이라는 새로운 기능을 구현하기 위해 모듈라 로봇 기술이 요구되고 있다.
일반적으로 로봇의 구조와 사양은 로봇에 주어진 작업을 수행할 수 있는 작업경로(혹은 작업공간)를 따라가는 기구학 및 동역학 해석을 통해 얻어지는 자유도, 연결구조, 요구속도, 요구토크 등에 의해 결정되어질 수 있다. 로봇의 기구학적 구조가 주어진 경우에는 로봇이 작업경로(혹은 작업공간)를 따라가도록 하는 역기구학을 수치해석적 방법이나 분석적 방법을 통해 풀이하여 로봇의 자세를 정할 수 있으나, 로봇의 기구학적 구조가 결정되어 있지 않은 상황에서는 요구되는 작업에 따라 최적 구조를 도출할 수 있는 확정해를 구하는 일반적 방법론이 존재하지 않는다.
특히 모듈라 로봇의 경우 조인트 모터의 자유도 및 기구학적 사양, 감속비의 비율, 링크의 기구학적 사양을 고려하여 무수히 많은 조합이 가능하기 때문에 가능한 조합에 대한 체계적인 분석을 수행할 필요가 있다.
KR 10-1012975 B1 (2011.01.27.)
본 발명은 상술한 바와 같은 문제점을 해결하기 위하여 안출된 것으로서, 본 발명의 목적은 조인트 모듈과 링크 모듈의 결합으로 구성될 수 있는 모듈라 로봇에서 조인트 모듈의 종류와 링크 모듈의 종류에 따라 매우 다양한 형태의 로봇 조합이 도출될 수 있으므로, 수행하고자 하는 작업에 적합한 형태의 로봇 구조를 찾아낼 수 있는 모듈라 로봇의 최적구조 도출 방법을 제공하는 것이다.
상기한 바와 같은 목적을 달성하기 위한 본 발명의 모듈라 로봇의 최적구조 도출 방법은, 조인트 모듈과 링크 모듈의 결합으로 구성될 수 있는 모듈라 로봇의 최적구조를 도출하는 방법에 있어서, 수행하고자 하는 작업에 대한 작업경로 또는 작업영역을 입력하는 단계(S100); 조인트 모듈들 및 링크 모듈들의 데이터베이스로부터 구성 가능한 모듈라 로봇 조합들의 대표 배열을 분류하는 단계(S200); 상기 분류된 대표 배열들에 대하여 기구학적 조건 만족 여부를 판별하는 단계(S300); 상기 기구학적 조건을 만족하는 대표 배열들에 대하여 동역학적 조건 만족 여부를 판별하는 단계(S400); 및 상기 동역학적 조건을 만족하는 대표 배열들에 대하여 성능지표를 분석하는 단계(S500); 를 포함하여 이루어질 수 있다.
또한, 상기 S100단계에서는, 조인트 모듈들 및 링크 모듈들의 데이터베이스를 입력하는 과정이 더 수행될 수 있다.
또한, 상기 S100단계와 S200단계 사이에는 최적화하고자 하는 목표를 입력하는 과정이 더 수행될 수 있다.
또한, 상기 S300단계에서는, 상기 분류된 대표 배열들에 따른 모든 경우의 조합에 대하여 조인트 모듈들의 연결에 대응하는 부분 DH 파라메터(Denavit-Hartenberg parameter)를 생성하고, 다자유도 구성에 따른 조인트 모듈들의 연속적인 연결 구조에 따른 DH 파라메터 합성법을 이용해 모듈라 로봇의 DH 파라메터를 생성하여, 수치해석적 기법을 통해 기구학 만족 여부를 판별할 수 있다.
또한, 상기 S200단계에서는 조인트 모듈의 종류, 링크 모듈의 종류, 조인트 모듈과 링크 모듈의 연결 규약에 따라 모듈라 로봇의 구조에 대한 코드를 생성하며, 상기 S500단계에서는 동역학적 조건을 만족하는 대표 배열들에 해당되는 모듈라 로봇의 구조에 대한 코드를 출력할 수 있다.
또한, 상기 S500단계에서는, 기구학적 조작성(Kinematic Manipulability), 동역학적 조작성(Dynamic Manipulability), 에너지(Joint torque) 및 비용(Cost) 중 어느 하나 이상의 성능지표를 분석할 수 있다.
또한, 상기 S500단계에서는, 기구학적 조작성(Kinematic Manipulability), 동역학적 조작성(Dynamic Manipulability), 에너지(Joint torque) 및 비용(Cost) 중 둘 이상을 조합한 성능지표를 분석할 수 있다.
본 발명의 모듈라 로봇의 최적구조 도출 방법은, 수행하고자 하는 작업에 따라 그 작업을 효율적으로 수행할 수 있는 형태의 로봇 구조를 용이하게 찾아낼 수 있는 장점이 있다.
도 1은 본 발명에 따른 조인트 모듈들 및 링크 모듈들을 나타낸 사시도.
도 2는 본 발명에 따른 2개의 조인트 모듈이 하나의 링크 모듈로 연결된 모듈라 로봇의 단위 조합에 대한 대표 배열을 나타낸 개념도.
도 3은 본 발명의 일 시예에 따른 모듈라 로봇의 최적구도 도출 방법을 나타낸 개념도.
도 4는 본 발명에 따른 단위 조합의 B0 배열에 대한 조합들을 나타낸 개념도.
도 5는 본 발명에 따른 단위 조합들이 연속적으로 연결된 형태의 조합들을 나타낸 개념도.
도 6은 본 발명의 일 시예에 따른 모듈라 로봇의 최적구도 도출 방법을 나타낸 흐름도.
이하, 상기한 바와 같은 본 발명의 모듈라 로봇의 최적구조 도출 방법을 첨부된 도면을 참고하여 상세하게 설명한다.
[실시예]
도 1은 본 발명에 따른 조인트 모듈들 및 링크 모듈들을 나타낸 사시도이고, 도 2는 본 발명에 따른 2개의 조인트 모듈이 하나의 링크 모듈로 연결된 모듈라 로봇의 단위 조합에 대한 대표 배열을 나타낸 개념도이며, 도 3은 본 발명의 일 시예에 따른 모듈라 로봇의 최적구도 도출 방법을 나타낸 개념도이며, 도 4는 본 발명에 따른 단위 조합의 B0 배열에 대한 조합들을 나타낸 개념도이며, 도 5는 본 발명에 따른 단위 조합들이 연속적으로 연결된 형태의 조합들을 나타낸 개념도이며, 도 6은 본 발명의 일 시예에 따른 모듈라 로봇의 최적구도 도출 방법을 나타낸 흐름도이다.
도시된 바와 같이 본 발명의 일 실시예에 따른 모듈라 로봇의 최적구조 도출 방법은, 조인트 모듈과 링크 모듈의 결합으로 구성될 수 있는 모듈라 로봇의 최적구조를 도출하는 방법에 있어서, 수행하고자 하는 작업에 대한 작업경로 또는 작업영역을 입력하는 단계(S100); 조인트 모듈들 및 링크 모듈들의 데이터베이스로부터 구성 가능한 모듈라 로봇 조합들의 대표 배열을 분류하는 단계(S200); 상기 분류된 대표 배열들에 대하여 기구학적 조건 만족 여부를 판별하는 단계(S300); 상기 기구학적 특성을 만족하는 대표 배열들에 대하여 동역학적 조건 만족 여부를 판별하는 단계(S400); 및 상기 동역학적 조건을 만족하는 대표 배열들에 대하여 성능지표를 분석하는 단계(S500); 를 포함하여 이루어질 수 있다.
우선, 본 발명에 따른 모듈라 로봇은 조인트 모듈(100)과 링크 모듈(200)의 결합으로 구성될 수 있으며, 조인트 모듈 및 링크 모듈의 종류와 결합 방법에 따라 다양한 형태의 모둘라 로봇이 형성될 수 있다. 그리고 서로 이웃하는 조인트 모듈들이 링크 모듈에 의해 연결되도록 결합될 수 있으며, 조인트 모듈과 링크 모듈이 연속적으로 연결된 형태로 결합되어 다자유도를 갖는 모듈라 로봇으로 구성될 수 있다. 여기에서, 일례로 조인트 모듈(100)은 회전이 가능한 구동부(101)와 구동되지 않는 고정을 위한 결합부(102)가 존재할 수 있으며, 조인트 모듈이 갖는 구동부의 개수에 따라 1자유도 조인트 모듈(110)과 2자유도 조인트 모듈(120)로 구분될 수 있다. 그리고 조인트 모듈(100)의 구동부(101)는 형성된 면이 향하는 방향의 중심축을 기준으로 회전될 수 있는 회전 구동부가 될 수 있다. 또한, 링크 모듈(200)은 형태에 따라 I자형 링크 모듈(210)과 L자형 링크 모듈(220)로 구분될 수 있으며, 각 형태에 따라 길이가 다른 3가지의 링크 모듈이 존재하여 총 6개의 링크 모듈로 구성될 수 있다. 그리고 링크 모듈(200)에는 조인트 모듈(100)과의 결합을 위해 구동되지 않고 고정된 결합부(202)가 존재할 수 있다. 그리하여 조인트 모듈(100)의 구동부(110) 또는 결합부(120)가 링크 모듈(200)의 결합부(202)에 결합될 수 있으며, 두 개의 조인트 모듈(100)과 하나의 링크 모듈(200)이 결합되어 모듈의 단위 조합으로 구성될 수 있으며, 단위 조합들이 연속적으로 연결된 형태로 형성되어 모듈라 로봇으로 구성될 수 있다.
그리고 본 발명에 1자유도 조인트 모듈, 2자유도 조인트 모듈은 다양한 형상의 회전축 및 고정부를 가지는 것으로 확장이 가능하며, 조인트 모듈의 토크, 속도, 감속비 등 성능과 무게, 크기 등 규격도 다양하게 변경이 가능하다.
그리고 본 발명의 일 실시예에 따른 모듈라 로봇의 최적구조 도출 방법은, 상기한 바와 같은 조인트 모듈들과 링크 모듈들을 조합하여 모듈라 로봇을 구성함에 있어서, S100단계에서는 사용자가 수행하고자 하는 작업에 대한 작업경로 또는 작업영역을 소프트웨어에 입력할 수 있다. 그리고 S100단계에서는 선택적으로 모듈라 로봇의 자유도를 입력할 수도 있다.
S200단계에서는 소프트웨어에 미리 저장된 조인트 모듈(100)들 및 링크 모듈(100)들의 데이터베이스로부터 구성 가능한 모듈라 로봇 조합들의 대표 배열을 자동으로 분류할 수 있다. 그리고 데이터베이스에는 조인트 모듈들 및 링크 모듈들에 대한 정보들이 미리 입력되어 있을 수 있으며, S100단계에서 새로운 정보를 입력할 수도 있다. 이때, 도 2와 같이 아래쪽에 배치된 조인트 모듈을 기준으로 하여 조인트 모듈(100) 구동부(101)의 회전축이 링크 모듈(200)이 길이방향과 평행한 경우 R(Roll)로 구분할 수 있으며, 조인트 모듈(100) 구동부(101)의 회전축이 링크 모듈(200)이 길이방향과 평행한 수직한 경우 B(Bending)로 구분할 수 있다. 단, 조인트 모듈 및 링크 모듈에 길이방향 외의 오프셋이 있는 경우 R과 B중 근접한 경우로 포함시킬 수 있으며, 일부 오프셋은 S300단계의 DH파라미터 생성에 반영할 수도 있다. 여기에서 조인트 모듈의 연결 관점에서 본 기구학적 배열을 예를 들면 아래의 표 1과 같이 자유도에 따라 다양한 조합의 배열이 가능하다.
[표 1]
Figure pat00001
또한, 일례로 도 2와 같이 단위 조합에서 조인트 모듈들 및 링크 모듈들의 배치에 따라 R0, R1, B0, B1 및 B2 배열로 분류할 수 있다.
S300단계에서는 상기한 바와 같이 분류된 대표 배열들에 대하여 기구학적 조건을 만족하는지의 여부를 판별할 수 있다. 즉, 분류된 대표 배열들에 대하여 모듈라 로봇의 끝단이 S100단계에서 입력된 작업영역 내를 이동할 수 있는지 또는 입력된 작업경로를 따라 이동할 수 있는지 등의 여부를 판별(경로 평가)하여, 조건에 맞는 모듈라 로봇의 대표 배열들을 기구학, 동역학 해석기법(Motion solver, Dynamic simulator 등 활용 가능)을 통해 자동으로 선별할 수 있다.
S400단계에서는 기구학적 조건을 만족하는 대표 배열들에 대하여 동역학적 조건을 만족하는지의 여부를 판별할 수 있다. 즉, S300단계를 거쳐 선별된 기구학적 조건을 만족시키는 배열들 중에서 각 관절에서의 토크 및 속도에 대한 요구 조건을 만족하는지의 여부를 판별(구동력 평가)하여, 이 조건을 만족하는 대표 배열들을 기구학, 동역학 해석기법(Motion solver, Dynamic simulator 등 활용 가능)을 통해 자동으로 선별할 수 있다.
S500단계에서는 동역학적 조건을 만족하는 대표 배열들에 대하여 성능지표를 분석할 수 있다. 이때, 조작성(manipulability) 등의 특정 성능지표를 평가할 수 있으며 이를 바탕으로 최적의 모듈라 로봇 구조가 도출될 수 있다.
이와 같이 본 발명의 모듈라 로봇의 최적구조 도출 방법은, 수행하고자 하는 작업에 따라 그 작업을 효율적으로 수행할 수 있는 형태의 로봇 구조를 용이하게 찾아낼 수 있는 장점이 있다.
또한, 본 발명의 일 실시예에 따른 모듈라 로봇의 최적구조 도출 방법은, 조인트 모듈(100)과 링크 모듈(200)의 규격 변경에 따라, 상기 S100단계에서 조인트 모듈(100)들 및 링크 모듈(200)들의 데이터베이스를 입력하는 과정이 더 수행될 수 있다.
즉, 기존에 조인트 모듈들 및 링크 모듈들에 대한 정보가 입력되어 있는 데이터베이스가 없거나 일부의 조인트 모듈 또는 링크 모듈에 대한 정보가 없는 경우 미리 S100단계에서 조인트 모듈(100)들 및 링크 모듈(200)들의 데이터베이스를 입력할 수 있다.
또한, 상기 S100단계와 S200단계 사이에는 최적화하고자 하는 목표를 입력하는 과정이 더 수행될 수 있다.
즉, S300단계인 기구학적 조건의 만족 여부를 판별하는 절차 및 S400단계인 동역학적 조건의 만족 여부를 판별하는 절차를 수행하기 전에, 어떤 것을 최적화할 것인지에 대하여 미리 최적화 정의를 할 수 있다. 이때, 최적화 정의를 할 수 있는 것들로는 기구학적 조작성(Kinematic Manipulability), 동역학적 조작성(Dynamic Manipulability), 에너지(Joint torque) 및 비용(Cost) 등이 될 수 있으며, 여러 항목의 조합으로 이루어질 수도 있다. 그리고 S500단계에서는 소프트웨어를 통해 상기 최적화 정의에 따른 최적화 함수(목적 함수)를 이용해 성능지표들의 값을 자동으로 계산하여 출력하도록 할 수 있다.
이와 같이 본 발명의 모듈라 로봇의 최적구조 도출 방법은 도 3과 같이 사용자가 수행하고자 하는 작업에 대한 정보(Task)를 소프트웨어에 입력하면 서치 알고리즘을 통해 작업에 적합한 모듈라 로봇의 조합을 필터링하여 모듈라 로봇의 최적 구조에 해당되는 조합을 출력하도록 할 수 있다. 이때, 작업 정보 이외에도 조인트 모듈 및 링크 모듈에 대한 정보를 입력할 수 있으며, 자유도를 입력할 수도 있다. 그리고 작업에 적합한 모듈라 로봇의 조합을 필터링할 때, 입력된 최적화 정의에 따른 최적화 함수(목적 함수) 또는 구속 조건(경로 추종 구속, 자세 구속)을 이용해 최적 구조에 해당되는 모듈라 로봇의 조합을 선별할 수 있다.
또한, 상기 S300단계에서는, 상기 분류된 대표 배열들에 따른 모든 경우의 조합에 대하여 조인트 모듈들의 연결에 대응하는 부분 DH 파라메터(Denavit-Hartenberg parameter)를 생성하고, 다자유도 구성에 따른 조인트 모듈들의 연속적인 연결 구조에 따른 DH 파라메터 합성법을 이용해 모듈라 로봇의 DH 파라메터를 생성하여, 수치해석적 기법을 통해 기구학 만족 여부를 판별할 수 있다.
즉, 도 4와 같이 두 개의 조인트 모듈(100)과 하나의 링크 모듈(200)이 결합된 단위 조합의 B0 배열에 대한 부분 DH 파라메터는 아래의 표 2와 같이 나타낼 수 있다. R0, R1, B1, B2를 포함하여 다양한 다른 연결 사례도 같은 방법으로 DH 파라메타가 생성될 수 있다.
[표 2]
Figure pat00002
그리고 도 5와 같이 다자유도로 구성되어 연속적인 연결 구조는 아래의 표 3과 같이 부분 DH 파라메터 합성법을 이용해 모듈라 로봇의 DH 파라메터로 생성될 수 있다. 도5와 표3은 B2 배열과 R1 배열이 조합되는 한가지 예시로써, 다른 조합의 배열에 대해서도 같은 방법으로 합성될 수 있다.
[표 3]
Figure pat00003
또한, 생성된 모듈라 로봇의 DH 파라메터를 이용해 수치해석적 기법을 통해 기구학 만족 여부를 판별할 수 있다. 이때, 부분 DH 파라메터 및 부분 DH 파라메터를 이용해 합성되는 모듈라 로봇의 DH 파라메터는 조합의 종류에 따라 자동으로 생성될 수 있으며, 수치해석적 기법을 이용한 기구학 만족 여부는 기구학, 동역학 해석기법(Motion solver, Dynamic simulator 등 활용 가능)을 통해 자동으로 판별될 수 있다.
그리하여 도 6과 같이 사용자가 수행하고자 하는 작업에 대한 정보(Work Space or Task)를 입력하면 모듈라 로봇 조합들의 대표 배열에 따른 모든 경우의 DH 파라메터(DH Table)가 생성되고, 이를 RMD Generator(로봇 모델 데이터 생성기)를 이용해 기구학적 해석 모델을 생성하여 Motion Solver를 통해 경로 추종 여부를 판별하여 기구학적 조건을 만족하는 DH 파라메터를 필터링할 수 있다. 그리고 기구학적 조건을 만족하는 DH 파라메터들에 대하여 동역학 정보를 생성하고 RMD Generator(로봇 모델 데이터 생성기)를 이용해 동역학적 해석 모델을 생성하여 Motion Solver를 통해 각 관절들의 토크 만족 여부를 체크하여 동역학적 조건을 만족하는 DH 파라메터를 필터링할 수 있다. 그리하여 동역학적 조건을 만족하는 모듈라 로봇의 조합들에 대하여 성능지표를 출력하고 이에 대한 최적 조건을 선정하여 최적 구조의 모듈라 로봇 조합을 선택할 수 있다.
또한, 상기 S200단계에서는 조인트 모듈의 종류, 링크 모듈의 종류, 조인트 모듈과 링크 모듈의 연결 규약에 따라 모듈라 로봇의 구조에 대한 코드를 생성하며, 상기 S500단계에서는 동역학적 조건을 만족하는 대표 배열들에 해당되는 모듈라 로봇의 구조에 대한 코드를 출력할 수 있다.
즉, 모듈라 로봇의 DH 파라메터를 통해서는 사용자가 모듈라 로봇의 구조를 정확히 알 수 없기 때문에, 사용자가 모듈라 로봇의 코드를 보고 모듈라 로봇의 구조를 파악할 수 있도록 하기 위해 S200단계에서는 조인트 모듈의 종류, 링크 모듈의 종류, 조인트 모듈과 링크 모듈의 연결 구조에 대한 규약을 설정하고 이를 이용해 모듈라 로봇의 구조에 대한 코드가 자동으로 생성되도록 할 수 있다. 그리고 상기 S500단계에서는 S400단계에서 선별된 동역학적 조건을 만족하는 대표 배열들에 해당되는 모듈라 로봇의 구조에 대한 코드를 출력하여, 사용자가 모듈라 로봇의 코드를 확인함으로써 선별된 모듈라 로봇의 구조를 알 수 있다.
[성능지표 분석 실시예 1]
또한, 상기 S500단계에서는, 기구학적 조작성(Kinematic Manipulability), 동역학적 조작성(Dynamic Manipulability), 에너지(Joint torque) 및 비용(Cost) 중 어느 하나 이상의 성능지표를 분석할 수 있다.
즉, 선별된 모듈라 로봇의 대표 배열들에 대하여 모듈라 로봇의 성능을 나타낼 수 있는 상기와 같은 지표들 중 어느 하나 이상의 성능지표에 대해 분석하여 최적 구조의 모듈라 로봇을 도출할 수 있다. 이때, 각 성능지표들은 아래와 같은 수식으로 나타낼 수 있다.
Figure pat00004
[성능지표 분석 실시예 2]
또한, 상기 S500단계에서는, 기구학적 조작성(Kinematic Manipulability), 동역학적 조작성(Dynamic Manipulability), 에너지(Joint torque) 및 비용(Cost) 등 다양한 성능지표 중에서 둘 이상을 조합한 성능지표를 분석할 수 있다.
즉, 상기한 각각의 성능지표들에 대한 분석만으로 요구되는 작업에 적합한 최적 구조의 모듈라 로봇을 찾아낼 수 없는 경우에는, 상기 성능지표들 중 둘 이상의 성능지표들을 조합한 성능지표를 통해 분석하여 최적의 모듈라 로봇 구조를 도출할 수 있다. 이때, 둘 이상의 성능지표들 중 각각의 성능지표에 대한 가중치를 적용하여 분석함으로써 모듈라 로봇의 복합적인 성능에 대해 평가하여 모듈라 로봇의 최적 구조를 도출할 수 있다.
본 발명은 상기한 실시예에 한정되지 아니하며, 적용범위가 다양함은 물론이고, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형 실시가 가능한 것은 물론이다.
100 : 조인트 모듈
101 : 구동부
102 : 결합부
110 : 1자유도 조인트 모듈
120 : 2자유도 조인트 모듈
200 : 링크 모듈
202 : 결합부
210 : I자형 링크 모듈
220 : L자형 링크 모듈

Claims (7)

  1. 조인트 모듈과 링크 모듈의 결합으로 구성될 수 있는 모듈라 로봇의 최적구조를 도출하는 방법에 있어서,
    수행하고자 하는 작업에 대한 작업경로 또는 작업영역을 입력하는 단계(S100);
    조인트 모듈들 및 링크 모듈들의 데이터베이스로부터 구성 가능한 모듈라 로봇 조합들의 대표 배열을 분류하는 단계(S200);
    상기 분류된 대표 배열들에 대하여 기구학적 조건 만족 여부를 판별하는 단계(S300);
    상기 기구학적 조건을 만족하는 대표 배열들에 대하여 동역학적 조건 만족 여부를 판별하는 단계(S400); 및
    상기 동역학적 조건을 만족하는 대표 배열들에 대하여 성능지표를 분석하는 단계(S500);
    를 포함하여 이루어지는 모듈라 로봇의 최적구조 도출 방법.
  2. 제1항에 있어서,
    상기 S100단계에서는,
    조인트 모듈들 및 링크 모듈들의 데이터베이스를 입력하는 과정이 더 수행되는 것을 특징으로 하는 모듈라 로봇의 최적구조 도출 방법.
  3. 제1항에 있어서,
    상기 S100단계와 S200단계 사이에는 최적화하고자 하는 목표를 입력하는 과정이 더 수행되는 것을 특징으로 하는 모듈라 로봇의 최적구조 도출 방법.
  4. 제1항에 있어서,
    상기 S300단계에서는,
    상기 분류된 대표 배열들에 따른 모든 경우의 조합에 대하여 조인트 모듈들의 연결에 대응하는 부분 DH 파라메터(Denavit-Hartenberg parameter)를 생성하고, 다자유도 구성에 따른 조인트 모듈들의 연속적인 연결 구조에 따른 DH 파라메터 합성법을 이용해 모듈라 로봇의 DH 파라메터를 생성하여, 수치해석적 기법을 통해 기구학 만족 여부를 판별하는 것을 특징으로 하는 모듈라 로봇의 최적구조 도출 방법.
  5. 제4항에 있어서,
    상기 S200단계에서는 조인트 모듈의 종류, 링크 모듈의 종류, 조인트 모듈과 링크 모듈의 연결 규약에 따라 모듈라 로봇의 구조에 대한 코드를 생성하며,
    상기 S500단계에서는 동역학적 조건을 만족하는 대표 배열들에 해당되는 모듈라 로봇의 구조에 대한 코드를 출력하는 것을 특징으로 하는 모듈라 로봇의 최적구조 도출 방법.
  6. 제1항에 있어서,
    상기 S500단계에서는,
    기구학적 조작성(Kinematic Manipulability), 동역학적 조작성(Dynamic Manipulability), 에너지(Joint torque) 및 비용(Cost) 중 어느 하나 이상의 성능지표를 분석하는 것을 특징으로 하는 모듈라 로봇의 최적구조 도출 방법.
  7. 제1항에 있어서,
    상기 S500단계에서는,
    기구학적 조작성(Kinematic Manipulability), 동역학적 조작성(Dynamic Manipulability), 에너지(Joint torque) 및 비용(Cost) 중 둘 이상을 조합한 성능지표를 분석하는 것을 특징으로 하는 모듈라 로봇의 최적구조 도출 방법.
KR1020170004722A 2017-01-12 2017-01-12 모듈라 로봇의 최적구조 도출 방법 KR101930070B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170004722A KR101930070B1 (ko) 2017-01-12 2017-01-12 모듈라 로봇의 최적구조 도출 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170004722A KR101930070B1 (ko) 2017-01-12 2017-01-12 모듈라 로봇의 최적구조 도출 방법

Publications (2)

Publication Number Publication Date
KR20180083052A true KR20180083052A (ko) 2018-07-20
KR101930070B1 KR101930070B1 (ko) 2018-12-17

Family

ID=63103548

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170004722A KR101930070B1 (ko) 2017-01-12 2017-01-12 모듈라 로봇의 최적구조 도출 방법

Country Status (1)

Country Link
KR (1) KR101930070B1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100093834A (ko) * 2009-02-17 2010-08-26 동아대학교 산학협력단 이족 인간형 로봇의 계단 오르기를 위한 최적 궤적 설계 방법
KR101012975B1 (ko) 2008-08-01 2011-02-10 이수종 인간형 로봇을 위한 모듈형 몸체 장치
JP2012157965A (ja) * 2011-02-02 2012-08-23 Kanazawa Univ ロボットの運動方法決定装置、ロボットの運動方法決定方法、及び、そのプログラム
KR20120138579A (ko) * 2011-06-15 2012-12-26 삼성중공업 주식회사 로봇 제어 장치
KR20150063308A (ko) * 2013-11-29 2015-06-09 금오공과대학교 산학협력단 이동 머니퓰레이터 시스템 및 그의 최적화 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101012975B1 (ko) 2008-08-01 2011-02-10 이수종 인간형 로봇을 위한 모듈형 몸체 장치
KR20100093834A (ko) * 2009-02-17 2010-08-26 동아대학교 산학협력단 이족 인간형 로봇의 계단 오르기를 위한 최적 궤적 설계 방법
JP2012157965A (ja) * 2011-02-02 2012-08-23 Kanazawa Univ ロボットの運動方法決定装置、ロボットの運動方法決定方法、及び、そのプログラム
KR20120138579A (ko) * 2011-06-15 2012-12-26 삼성중공업 주식회사 로봇 제어 장치
KR20150063308A (ko) * 2013-11-29 2015-06-09 금오공과대학교 산학협력단 이동 머니퓰레이터 시스템 및 그의 최적화 방법

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
오세웅 외 4명, "다물체 동역학 해석 기법을 이용한 3DOF 모듈라 로봇 최적 조합 검색", 대한기계학회 창립 70주년 기념 학술대회, 2769-2773pp.(2015.11.) *

Also Published As

Publication number Publication date
KR101930070B1 (ko) 2018-12-17

Similar Documents

Publication Publication Date Title
JP6857145B2 (ja) 軌道計画装置、軌道計画方法、及び生産システム
Zaeh et al. Improvement of the machining accuracy of milling robots
Fujimoto et al. Assembly process design for managing manufacturing complexities because of product varieties
Chatterjee et al. Selection of industrial robots using compromise ranking and outranking methods
US11726448B1 (en) Robotic workspace layout planning
Kovalenko et al. SMART: A system-level manufacturing and automation research testbed
Zaeh et al. A multi-dimensional measure for determining the complexity of manual assembly operations
Dash et al. Task-oriented configuration design for reconfigurable parallel manipulator systems
Manaenkov et al. Forming and selection technique for optimal configuration of form-shaping system for multiple-axis machining
Chen et al. The kinematic calibration of a drilling robot with optimal measurement configurations based on an improved multi-objective PSO algorithm
Etesami et al. Optimal transmission angle and dynamic balancing of slider-crank mechanism with joint clearance using Pareto Bi-objective Genetic Algorithm
Seiler et al. A multi-dimensional configuration algorithm for modular product architectures
Erdem et al. A novel comparative design procedure for reconfigurable assembly fixtures
KR101930070B1 (ko) 모듈라 로봇의 최적구조 도출 방법
El Amine et al. Comparison of different Multiple-criteria decision analysis methods in the context of conceptual design: application to the development of a solar collector structure
Delfs et al. Automatic creation of manikin motions affected by cable forces
McGovern et al. Unified assembly-and disassembly-line model formulae
Fässberg et al. Cognitive automation in assembly systems for mass customization
Windheim et al. Towards a decision-making framework for multi-criteria product modularization in cooperative environments
Eckert et al. The lure of the measurable in design research.
JP2006512628A5 (ko)
Khatami et al. Isotropic design optimization of robotic manipulators using a genetic algorithm method
Stolt et al. Manufacturability assessment in the conceptual design of aircraft engines–building knowledge and balancing trade-offs
Constantinescu et al. Methodology of realising the digital twins of exoskeleton-centred workplaces
Travaini et al. Methodological approach and reconfiguration tool for assembly systems

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant