KR20200033806A - 로봇에 의한 충돌 처리 - Google Patents

로봇에 의한 충돌 처리 Download PDF

Info

Publication number
KR20200033806A
KR20200033806A KR1020197037981A KR20197037981A KR20200033806A KR 20200033806 A KR20200033806 A KR 20200033806A KR 1020197037981 A KR1020197037981 A KR 1020197037981A KR 20197037981 A KR20197037981 A KR 20197037981A KR 20200033806 A KR20200033806 A KR 20200033806A
Authority
KR
South Korea
Prior art keywords
robot
kinematic chain
chain structure
generalized
data
Prior art date
Application number
KR1020197037981A
Other languages
English (en)
Other versions
KR102363857B1 (ko
Inventor
사미 하드다딘
요나단 보른담메
Original Assignee
프랜카 에미카 게엠바하
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 프랜카 에미카 게엠바하 filed Critical 프랜카 에미카 게엠바하
Publication of KR20200033806A publication Critical patent/KR20200033806A/ko
Application granted granted Critical
Publication of KR102363857B1 publication Critical patent/KR102363857B1/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
    • B25J9/1674—Programme controls characterised by safety, monitoring, diagnostic
    • B25J9/1676—Avoiding collision or forbidden zones
    • 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
    • B25J9/1674—Programme controls characterised by safety, monitoring, diagnostic
    • 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
    • B25J9/00—Programme-controlled manipulators
    • B25J9/0006—Exoskeletons, i.e. resembling a human figure
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/0081—Programme-controlled manipulators with master teach-in means
    • 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
    • B25J9/1607—Calculation of inertia, jacobian matrixes and inverses
    • 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
    • B25J9/1694—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
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/40—Robotics, robotics mapping to robotics vision
    • G05B2219/40201—Detect contact, collision with human
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/40—Robotics, robotics mapping to robotics vision
    • G05B2219/40317—For collision avoidance and detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Software Systems (AREA)
  • Human Computer Interaction (AREA)
  • Manipulator (AREA)

Abstract

본 발명은 적어도 하나의 운동학적 체인을 포함하는 운동학적 체인 구조를 갖는 로봇(1)에 대한 충돌 처리 방법에 관한 것이고, 운동학적 체인 구조는: 베이스, 링크들, 링크들을 연결하는 조인트들, 액추에이터들 및 적어도 하나의 엔드-이펙터, 힘/토크를 측정/추정하기 위해 운동학적 체인들 중 적어도 하나의 원위 링크에 있는 센서(Sdistal.i), 및 고유감각 데이터를 측정/추정하기 위한 센서들(Si)을 포함하고, 센서들(Si)은 운동학적 체인 구조를 따라 임의로 위치결정되고, 방법은: 로봇((1)의 역학을 설명하는 모델을 제공하는 단계(S1), 운동학적 체인들 중 적어도 하나의 원위 링크의 힘/토크(Fext,S.distal.i)를 센서(Sdistal.i)로 측정 및/또는 추정하는 단계(S2), 고유감각 데이터, 즉 베이스 및 로봇 일반화 좌표들(q(t)) 및 이의 시간 도함수(I), 일반화된 조인트 모터 힘들(II), 외부 힘들(FS), 베이스 배향(
Figure pct00202
) 및 베이스 속도(III)를 센서들(Si)로 측정 및/또는 추정하는 단계(S3), 고유감각 데이터 및 상기 모델 중 적어도 하나에 기반하여, 모멘텀 관측기(3)로 일반화된 외부 힘들(V)의 추정치(IV)를 생성하는 단계(S4), VIII 및 II에 기반하여, 베이스 및 로봇 일반화 좌표들(VII)의 2차 도함수의 추정치(VI)를 생성하는 단계(S5), (VI)에 기반하여 운동학적 체인 구조 상의 지점(D)의 직교 가속도(IX)를 추정하는 단계(S6), 추정된 외부 렌치(X)를 획득하기 위해 (IX)에 기반한 강체 역학 효과들 및 중력 효과들에 대한 외부 힘들(FS)을 보상하는 단계(S7), 예상되지 않은 충돌들로부터 발생하는 일반화된 조인트 힘들의 추정치(XII)를 획득하기 위해 변형된(
Figure pct00203
) 자코비안(Jacobian)(XI)을 보상하는 단계(S8),
Figure pct00204
인 경우 및/또는
Figure pct00205
인 경우에 주어진 임계치들(XIII)에 기반하여 충돌을 검출하는 단계(S9)를 포함한다.

Description

로봇에 의한 충돌 처리
본 발명은 로봇의 충돌 처리를 위한 방법 및 이 방법을 수행하도록 설계 및 셋업된 로봇에 관한 것이다.
조작 작업들을 실행하는 휴머노이드(humanoid) 로봇들은 일반적으로 몇몇 접촉 지점들에서 그들의 환경과 접촉한다. 로봇은 원하는 조작 작업을 실행하기 위해 지면 접점들과 손들을 통해 발들에서 자신의 환경과 접촉한다. 원하지 않는 충돌들, 이를테면 무릎에서 충돌 객체와의 원하지 않는 접촉에 올바르게 반응하기 위해, 로봇은 충돌들을 검출하고, 접촉 상황(들)을 분석하고 그리고 이에 따라 반응하기 위한 능력을 가져야 한다. 요약하여, 충돌은 검출, 격리 및 식별되어야 한다. 조작기들에 대한 충돌 검출 문제에 대한 몇몇 접근법들이 존재한다. [22], [19]에서, 모델 기반 기준 토크는 모터 전류들을 통해 측정된 액추에이터 토크와 비교된다. [12]는 적응성 임피던스 제어기와 유사한 접근법을 사용한다. [20]은 조인트(joint)들 사이의 커플링을 무시하고, 조인트 당 외란 토크들을 관측한다. 위의 방법들 모두는 충돌 검출을 위해 시간 불변 임계치들을 이용한다. 추정된 모델링 에러에 기반한 시간 불변 임계치들을 갖는 접근법은 [17], [16]에서 찾을 수 있고, 일반화된 모멘텀 기반 관측기는 조인트들에서의 외란 토크들 및 또한 모델링 에러들에 대한 경계들을 추정하는 데 사용된다. 모든 전술된 방법들의 단점은, 이들 방법들이 일반적으로 높은 노이즈를 도입하는 가속도 측정들을 요구한다는 것이다. 일반적으로, 접촉 위치를 찾기 위한 접근법들(충돌 격리)은 촉각 스킨(tactile skin)들을 활용한다([2], [11], [10], [18]). 적합한 촉각 스킨으로, 접촉 위치는 정확하고 강력하게 찾을 수 있다. 그러나, 고유감각 감지만을 사용하여, 부가적인 센서들의 필요 없이 그렇게 할 수 있는 것이 바람직하다. 충돌 식별은 외부 접촉 렌치(wrench)(Fext) 및 외부 일반화된 조인트 힘(
Figure pct00001
)을 찾는 것을 목표로 한다. 고정된 베이스를 갖는 직렬 링크 로봇들에 대한 외부 조인트 토크 추정은 [6]에서 제안되었고, 이어서 이는 [3]의 DLR(독일 우주항공 센터) 경량 로봇과 함께 가요적 조인트 로봇들로 확장되고 검증되었다. 이것은 동시에 충돌들을 검출하고, 접촉 위치를 찾고 그리고 외부 토크들을 추정하기 위한, 즉 충돌 처리 문제의 제1 3 개의 단계들을 해결하기 위한 제1 방법이었다. 이 접근법은 가속도들의 측정에 의존하지 않는, 일반화된 모멘텀 기반 외란 관측기의 디커플링 특성을 활용한다([4], [9]). 접촉 렌치들은 종종 힘/토크 센서들의 도움으로 결정된다. [14]는 휴머노이드 로봇 TORO에 대한 조작으로부터 발생하는 외부 조인트 토크들만을 추정하기 위해 직접 배제된 측정된 발(foot) 힘들과 함께 일반화된 모멘텀 기반 외란 관측기를 사용한다. 접촉 힘 추정을 위해, 손들에서의 접촉들이 가정되었다. [8]에서, 휴머노이드 로봇의 발에서의 지면 접촉 힘들은 원하는 총 가해진 힘에 기반하여 최적 부하 분배 접근법으로 추정된다. NASA 로봇 "발키리(Valkyrie)"에 대해, 지면 접촉 힘들은 발목들에 위치된 힘/토크 센서들로 측정된다[15].
본 발명의 목적은 로봇들, 특히 휴머노이드의 충돌의 식별 및 격리 끝에 더 효과적인 검출을 제공하는 것이다.
본 발명의 제1 양상은 적어도 하나의 운동학적 체인을 포함하는 운동학적 체인 구조를 갖는 로봇에 대한 충돌 처리 방법에 관한 것이고, 운동학적 체인 구조는: 베이스, 링크들, 링크들을 연결하는 조인트들, 액추에이터들 및 적어도 하나의 엔드-이펙터(end-effector), 힘/토크를 측정/추정하기 위해 운동학적 체인들 중 적어도 하나의 원위 링크에 있는 센서(Sdistal.i), 및 고유감각 데이터를 측정/추정하기 위한 센서들(Si)을 포함하고, 센서들(Si)은 운동학적 체인 구조를 따라 임의로 위치결정되고, 방법은:
- 로봇의 역학을 설명하는 모델을 제공하는 단계,
- 운동학적 체인들 중 적어도 하나의 원위 링크의 힘/토크(Fext,S.distal.i)를 센서(Sdistal.i)로 측정 및/또는 추정하는 단계,
- 고유감각 데이터: 베이스 및 로봇 일반화 좌표들(q(t)) 및 이의 시간 도함수(
Figure pct00002
), 일반화된 조인트 모터 힘들(
Figure pct00003
), 외부 힘들(FS), 베이스 배향(
Figure pct00004
) 및 베이스 속도(
Figure pct00005
)를 센서들(Si)로 측정 및/또는 추정하는 단계,
고유감각 데이터 및 모델 중 적어도 하나에 기반하여, 모멘텀 관측기로 일반화된 외부 힘들(
Figure pct00006
)의 추정치(
Figure pct00007
)를 생성하는 단계,
-
Figure pct00008
및
Figure pct00009
에 기반하여, 베이스 및 로봇 일반화 좌표들의 2차 도함수의 추정치(
Figure pct00010
)를 생성하는 단계,
-
Figure pct00011
에 기반하여 운동학적 체인 구조 상의 지점(D)의 직교 가속도(
Figure pct00012
)를 추정하는 단계,
- 추정된 외부 렌치(
Figure pct00013
)를 획득하기 위해
Figure pct00014
에 기반한 강체 역학 효과들 및 중력 효과들에 대한 FS를 보상하는 단계,
- 예상되지 않은 충돌들로부터 발생하는 일반화된 조인트 힘들의 추정치(
Figure pct00015
)를 획득하기 위해 변형된(
Figure pct00016
) 자코비안(
Figure pct00017
)에 대한
Figure pct00018
을 보상하는 단계, 및
Figure pct00019
인 경우 및/또는
Figure pct00020
인 경우 주어진 임계치들(
Figure pct00021
및
Figure pct00022
)에 기반하여 충돌을 검출하는 단계를 포함한다.
몇몇 경우들에서, 실행 인덱스(i)는 상기 및 하기에서 사용된다. 당업자는, 실행 인덱스(i)를 복수의 유한 - 또는 가능하게 일부 경우들에서 무한 - 세트의 개별 엘리먼트를 나타내기 위한 언급으로 이해할 것이지만, 유한 세트의 엘리먼트들의 수는 또한 "하나"일 수 있다. 특히, i가 외부 객체들과 로봇의 충돌들의 개별 번호지정을 지칭하고, 그리고 유일하게 영구히 i=1만 유지되면, 그것은 단지 1회 충돌만이 있다는 것을 의미한다. i가 i=1 또는 i=2일 수 있다면, 2 개의 충돌들이 지칭된다. 충돌들의 번호지정을 넘어서 센서들 및 다른 것들의 번호지정에 동일한 것이 적용된다.
로봇의 역학을 설명하는 모델은 특히 질량 및 특히 운동학적 체인 구조를 따른 질량 분배에 관한 정보를 포함한다. 질량 분배에 관한 정보로부터, 운동학적 체인 구조의 관성 모멘트가 또한 알려진다.
로봇은 바람직하게 휴머노이드 로봇이고, 휴머노이드 로봇은 다음과 같이 모델링된다:
Figure pct00023
여기서
Figure pct00024
및
Figure pct00025
는 데카르트 기본 포지션(
Figure pct00026
), 오일러 각도 베이스 배향(
Figure pct00027
) 및 조인트 각도들(
Figure pct00028
)로 이루어진 베이스 및 로봇 일반화 좌표들을 나타낸다. 베이스 및 조인트 엔트리들은 인덱스("B" 및 "J")로 마킹된다. 또한, (1)은 더 컴팩트한 형태로 쓰여질 수 있다.
Figure pct00029
여기서 M(q)는 질량 매트릭스를 나타내고,
Figure pct00030
는 원심 및 코리올리(Coriolis) 항들의 매트릭스를 나타내고, g(q)는 중력 벡터를 나타내고, (1)의 간략성 및 간략성 목적을 위해 q에 대한 의존성이 생략되고 그리고 이의 시간 도함수들은 짧게 q 및
Figure pct00031
등으로서 쓰여진다. 벡터들(
Figure pct00032
및
Figure pct00033
)은 일반화된 모터 조인트 힘들, 마찰 조인트 힘들 및 외부 조인트 힘들을 나타낸다. 직교 힘들(fB) 및 모멘트들(mB)은 각속도 자코비안(
Figure pct00034
)의 기본 일반 회전 좌표들에 투영되고,
Figure pct00035
이다. 일반화된 외부 힘들(
Figure pct00036
)은 일반화된 조인트 힘들에 대한 접촉 지점(rC.i)의 대응하는 기하학적 부동 베이스 자코비안(JC.i)을 통해 투영된다.
Figure pct00037
여기서 JJtC.i 및 JJRC.i은 조인트 자코비안의 대응하는 병진 및 회전 서브매트릭스들이고 그리고 R은 로봇 베이스로부터 월드 프레임(world frame)으로의 회전 매트릭스이고, [14] 및 [1]을 참조하라.
운동학적 체인 구조는 바람직하게 조인트 토크 감지 및 운동학적 체인 구조를 따라 임의로 위치결정된 힘/토크를 측정하기 위해 임의의 수의 센서들(Si)을 포함한다. 게다가, 베이스 배향(
Figure pct00038
) 및 일반화된 베이스 속도(
Figure pct00039
)가 측정될 수 있다. 이제 일반적인 목적은 운동학적 체인 구조와 외부 객체의 임의의 충돌을 검출, 격리 및 식별하는 것이다. 이런 맥락에서, 충돌 검출은, 특히 충돌이 로봇의 소정의 토폴로지 부분에서 발생하였는지 아닌지 여부를 말하는 다수의 이진 신호들을 생성하는 것을 의미한다. 격리는 충돌(i)에 대한 접촉 위치(rC.i)를 찾는 것을 나타낸다. 식별은 일반화된 외부 조인트 힘(
Figure pct00040
) 및 외부 접촉 렌치들(
Figure pct00041
)을 추정하는 것을 목표로 한다. 요약하여, 목적은 모든 접촉 위치들, 대응하는 접촉 렌치들 및 운동학적 체인 구조의 어느 부분들이 주어진 시간에 충돌하는지를 찾는 것이다.
특히, 다음 측정 량들에 대해, 측정 및/또는 추정 값은 다음과 같이 제공된다:
- 베이스 배향(
Figure pct00042
) 및 베이스 속도(
Figure pct00043
): 바람직하게 자이로스코프 및/또는 칼만(Kalman) 추정기로 획득;
- 링크들에 대해:
Figure pct00044
: 힘/토크 센서에 의함 및 힘/토크 센서에 의한
Figure pct00045
;
- 엔드-이펙터(들)에 대해:
Figure pct00046
: 힘/토크 센서에 의함;
모든 접촉들에 의해 생성된 일반화된 외부 힘들(
Figure pct00047
)의 추정치(
Figure pct00048
)는 모멘텀 관측기의 도움으로 그리고 고유감각 데이터 및 모델 중 적어도 하나에 기반하여 획득된다. 바람직하게 [4], [5], [7]로부터 일반화된 모멘텀 관측기가 적용되고, 이는 다음과 같이 정의된다.
Figure pct00049
이는 운동학적 체인 구조에 작용하는 일반화된 외부 힘들의 추정치(
Figure pct00050
)를 생성하고, 여기서
Figure pct00051
는 관측기 이득 매트릭스이고 그리고
Figure pct00052
의 비-대칭(skew-symmetry)으로 인한
Figure pct00053
[3]을 참조하라.
이상적인 조건들 하에서
Figure pct00054
는 정확하게 알려진다. 관측기 역학이 디커플링되고 그리고 모든 컴포넌트(
Figure pct00055
)는 1차 역학을 따른다:
Figure pct00056
그러므로,
Figure pct00057
는 단순히
Figure pct00058
의 1차 필터링 버전이다.
최대 수의 접촉 렌치들 및 위치들을 결정할 수 있기 위해, 관측된 일반 외부 조인트 힘들(
Figure pct00059
)로부터 힘/토크 센서들의 정보는 바람직하게 [21]에 도시된 바와 같이 배제된다. 그러므로, 각각의 센서에 부착된 관성에 의해 생성된 동적 및 정적 힘들이 보상된다. 이런 보상을 위해, 질량 중심(D)의 데카르트 공간(
Figure pct00060
)의 가속도가 요구된다. 이는 바람직하게 아래에 의해 계산된다.
Figure pct00061
여기서 JD는 지점(D)의 자코비안이다. 이를 위해, 일반화된 가속도(
Figure pct00062
)가 데카르트 가속도를 계산하기 위해 필요하다.
Figure pct00063
의 추정치(
Figure pct00064
)는 식(4)에 도시된 바와 같은 외란 관측기를 확대하여 획득될 수 있다. 이의 내부 상태, 즉 일반화된 모멘텀(
Figure pct00065
)을 사용하여, 자신의 시간 도함수의 추정치에 따라 다음과 같다:
Figure pct00066
이로부터, 추정된 가속도는 다음과 같다:
Figure pct00067
가속도 에러(
Figure pct00068
)의 역학은 (8)을 사용하여 도출된다:
Figure pct00069
(6) 및 (10)의 라플라스 변환을 사용하여, 다음 역학이 획득된다:
Figure pct00070
에러 역학은
Figure pct00071
에 의해 트리거되는 선형 역학을 갖는 벡터로 이루어지고, 이는 역 질량 매트릭스에 의해 비선형적으로 에러(e)에 커플링된다. 추정치(
Figure pct00072
)는 바람직하게 아래에 도시된 바와 같이, (7)에 따라
Figure pct00073
를 그러므로 외부 렌치(Fext)를 획득하는 데 사용된다.
추정된 외부 렌치(
Figure pct00074
)를 획득하기 위해
Figure pct00075
에 기반한 강체 역학 효과들 및 중력 효과들에 대해 측정된 일반 외부 힘들(FS)의 보상은 바람직하게 다음과 같이 행해진다:
엔드-이펙터에 인접한 본체로부터 발췌된 자유 본체를 고려하면, 이 본체에 부착된 센서에 대해 뉴톤의 제2 법칙이 생성된다:
Figure pct00076
여기서 mD는 본체 질량이고 그리고 이의 관성 텐서(tensor)는 ID이다. 일반적으로 센서에서 측정된 중력 및 동적 힘들이 있고, 동적 힘들은 식(12)의 좌측에서 볼 수 있다. 감지된 외부 힘에 따라 다음과 같다:
Figure pct00077
식(13)은, 센서가 순수 외부 힘들만을 측정하는 것이 아니라, 일반적으로 중력 및 관성으로 인한 힘들을 측정하는 것을 도시한다. 따라서, FS는 진정한 외부 렌치를 획득하기 위해 이들 역학들에 의해 수정되어야 한다. 외부 모멘트를 획득하기 위해, 강체 모션의 오일러 법칙은 본체의 중력 중심(D)에 적용된다:
Figure pct00078
이것은 감지된 외부 모멘트를 유도한다.
Figure pct00079
식들(13 및 14)은 외부 렌치를 초래한다.
Figure pct00080
(16)에서, I3는 3차원 단위 매트릭스를 나타내고, g는 데카르트 중력 벡터를 나타내고, rSD는 센서에 부착된 관성의 질량 중심으로부터 센서까지의 벡터를 나타내고 그리고 0은 부합하는 크기의 제로 매트릭스를 나타낸다. S 연산자는 자신의 인수와 함께 외적을 나타내는 비-대칭 매트릭스를 나타낸다. 모든 엔티티들은 월드 프레임에 표현된다.
Figure pct00081
를 계산하기 위해
Figure pct00082
대신
Figure pct00083
를 사용하면, 지점(S)에서 추정된 외부 렌치는 바람직하게 다음과 같이 획득된다:
Figure pct00084
센서가 운동학적 체인의 원위 단부가 아닌 링크 내에 있으면, 운동학적 체인 내의 센서 다음의 각각의 본체(b)에 대한 보상 렌치는 아래와 같이 된다.
Figure pct00085
모든 b에 대해 상기 보상이 파악된다. 이 연산은 다중본체 역학을 계산하기 위한 뉴톤-오일러 방법에 대응한다. 그러므로, 이 경우, 외부 렌치는 특히 아래에 의해 획득된다.
Figure pct00086
(19)에서, N(bS)는 운동학적 체인에 센서를 유지하는 원위 방향 사지(limb)(bS)를 따르는 본체들의 세트를 나타낸다.
다음에서, 예상되지 않은 충돌들로부터 발생하는 일반화된 조인트 힘들의 추정치(
Figure pct00087
)를 획득하기 위해 변형된(
Figure pct00088
) 자코비안(
Figure pct00089
)을 보상하는 바람직한 방식이 도시된다.
특히, 일반화된 접촉 힘들의 추정 및 또한 관측기가 모든 외부 접촉들로부터 발생하는 일반화된 외부 조인트 힘들을 검출하는 충돌 검출이 고려된다. 휴머노이드와 같이, 일반적으로 항상 원하는 접촉들(예컨대, 조작 동안 발 또는 손들)이 있다. 이들 접촉 힘들은 관측된 일반 조인트 힘들에서 배제할 수 있게 하고 원하지 않는 충돌 검출들("잘못된 알람들")을 회피하기 위해 대응하는 엔드-이펙터들(예컨대, 손목들 및 발목들)에 가까운 힘/토크 센서들로 측정되어야 한다. 바람직하게, 힘/토크 센서들(Sdistal,i)은 휴머노이드 로봇의 팔들 및 다리들의 원위 링크들에서 운동학적 체인 구조에 부착된다. 원위 링크들에서 외부 렌치들에 의해 생성된 일반화된 외부 조인트 힘들은 바람직하게 예상되지 않은 충돌들(
Figure pct00090
)로부터 발생하는 일반화된 조인트 힘들의 추정치를 획득하기 위해 관측된 일반화된 조인트 힘들로부터 감산된다:
Figure pct00091
힘/토크 센서들이 보상되고 원하는 일반화된 외부 힘들이 관측된 일반화된 외부 힘들로부터 배제되므로, 충돌 검출은 바람직하게 다음과 같이 행해진다.
충돌 검출은, 즉 바람직하게 다음 조건들(현명하게 엘리먼트가 체크됨) 중 적어도 하나가 충족되면, 임계화(thresholding)를 통해 일반화된 조인트 힘들 및 추정된 외부 렌치들로 바람직하게 행해진다:
Figure pct00092
휴머노이드 로봇에서 가속 추정 및 부하 보상에 대한 새로운 실시간 방법이 로봇의 운동학적 체인 구조에 임의적으로 위치된 힘/토크 센서들을 위해 제공되는 것은 본 발명의 장점이다.
본 발명의 실시예에 따라, 다수의 센서들(Si)이 조인트들 또는 링크들 중 하나에 부착되면, 추정된 외부 렌치(
Figure pct00093
)를 획득하기 위해
Figure pct00094
에 기반한 강체 역학 효과들 및 중력 효과들에 대한 외부 힘들(FS)을 보상하기 위한 보상 렌치들은 재귀적으로 생성된다.
바람직하게, 식(19)에 기반하여, (예컨대, 각각의 조인트에서) 운동학적 체인의 다수의 센서들에 대해, 보상 렌치들은 본 실시예에 따른 다수의 계산들을 회피하기 위해 재귀적으로 계산된다. 바람직하게, 이것은 본원에서 의사-코드로 쓰여진 다음 알고리즘에 따라 수행된다:
Figure pct00095
알고리즘은 원위 방향으로 직접 따르는 모든 센서들을 나타내는 세트(N(S))를 사용한다. 직접적으로는, S와 N(S)를 연결하는 운동학적 체인에서 S와 N(S)의 엘리먼트 사이에 어떠한 다른 센서도 없다는 것을 의미한다.
다수의 계산들을 회피하는 것은 본 실시예의 장점이다.
본 발명의 다른 실시예에 따라, 방법은 다음 단계를 더 포함한다:
- 충돌의 힘 작용 라인(
Figure pct00096
을 갖는
Figure pct00097
)을 계산하고 힘 작용 라인을 운동학적 체인 구조 기하구조와 교차시킴으로써 운동학적 체인 구조와의 충돌들의 접촉 위치들(rC)을 결정하는 단계.
(21)의 정보는 바람직하게 또한 접촉 위치를 대략적으로 추정하는 데 사용된다. 접촉들은 항상 임치를 초과하는 마지막 조인트 또는 센서와 임계치를 초과하지 않는 다음 센서 사이에 위치가능할 것이다. 접촉하는 링크에 대해 더 많은 정보를 얻기 위해, 외부 렌치들(
Figure pct00098
)이 필요하다. 다음에서,
Figure pct00099
를 획득하는 바람직한 방식 및 충돌 격리를 위해 이를 사용하는 방식이 도시된다:
외부 모멘트들이 로봇을 따라 작용하는 경우 충돌 격리는 일반적으로 처리될 수 없다. 이 경우, 부가적으로 작용하는 접촉 힘의 접촉 위치는 정확하게 위치결정될 수 없다. 따라서, 격리 경우에 대해, 어떠한 외부 모멘트들도 로봇에 작용하지 않는 것
Figure pct00100
이 본원에서 가정되고, 이는 대부분 원하지 않는 충돌 상황들에 대한 현실적인 가정이다. 격리는 다음 4 개의 단계 접근법을 통해 행해진다:
a) 접촉 링크를 격리,
b) 개별 접촉 링크에 작용하는 외부 렌치를 추정,
c) 추정된 힘의 작용 라인을 계산, 그리고
d) 알려진 운동학적 체인 구조 기하구조와 작용 라인을 교차시킴으로써 정확한 접촉 지점을 결정.
단계들 b) 및 c)에 대해, 2 개의 주 시나리오들(단일 접촉 및 다중 접촉 시나리오들)은 구분되어야 한다. 단일 접촉 시나리오는 조인트 토크 감지만으로 처리될 수 있는 반면, 다중 접촉 시나리오는 때때로 상이한 접촉들을 구분하기 위해 부가적인 힘/토크 센서들을 요구한다.
단계 a)에 관하여: 접촉 링크는, 접촉이 운동학적 체인을 따라 접촉 위치 뒤에 나타나는 조인트들에서 토크들을 생성할 수 없고, 예컨대 상부 팔에서의 접촉이 손목에 토크들을 생성하지 않는 사실에 기반하여 찾을 수 있다. 그러므로, 조인트(j)가 로봇의 이전 링크들에 링크(j)를 연결하는 협약이 주어지면, 접촉 링크 인덱스(i)는 아래에 의해 격리될 수 있다.
Figure pct00101
휴머노이드의 트리 구조로 인해, 이런 절차는 다수의 잠재적 접촉 링크들을 유도할 수 있다. 모델링 및 측정 에러들로 인해, 식(22)이 임계화에 영향을 받는 것이 또한 주목되어야 한다. 또한 일부 힘들, 예컨대 작용하는 링크에 연결된 조인트의 축과 평행한 힘들은 이 조인트에서 토크를 생성하지 않는다. 이것은 접촉 링크의 잘못된 추정을 유도할 수 있다. 그러나, 이 문제는 이후에 도입되는 수정 단계로 처리될 수 있다.
단계 b)에 관하여, 접촉 링크가 찾아질 때, 개별 링크 상에 작용하는 렌치(Fi)는
Figure pct00102
의 무어-펜로즈(Moore-Penrose) 의사 역수를 사용하여 바람직하게 다음과 같이 추정된다.
Figure pct00103
단계 c)에 관하여: 접촉 위치(rC)에 작용하는 단일 외부 렌치(Fext)에 대해, 렌치(Fi)는 다음과 같이 표현될 수 있다.
Figure pct00104
외부 모멘트들이 없다는 가정을 상기하면, 이는 하기를 초래한다.
Figure pct00105
(25)로부터, 힘의 작용 라인이 도출된다. 이는
Figure pct00106
에 대한
Figure pct00107
에 의해 설명된다.
Figure pct00108
단계 d)에 관하여: 의사 역수의 특성들 및 비 대칭 매트릭스들의 랭크 결손으로 인해, rd는 원점에 가장 가깝게 놓이고 그러므로 일반적으로 rC와 동일하지 않은 힘의 작용 라인을 따른 지점이다. 접촉 링크의 링크 기하구조와 힘의 작용 라인을 교차시킴으로써 rC를 계산하는 것이 가능하다. 이런 교차 문제가 하나 초과의 해를 가지면, 추진력이 예상되므로 가장 작은 파라미터(λ)를 갖는 해가 선정되고, 이는 예상되지 않은 충돌들에 대해 가장 일반적이다. 그러나, 모든 후보들은, 더 정교한 프로세싱이 더 높은 레벨의 추상화에서 행해지면 생성 및 활용될 수 있다. 접촉 링크가 올바르게 추정되지 않으면, 기본 움직임이 충분한 정보를 제공하여 접촉 지점(rC)을 결정할 수 있으므로, 접촉 지점(rC)은 그럼에도 불구하고 단일 접촉 경우 계산될 수 있다. 이 경우, 작용 라인은 추정된 접촉 링크를 교차하지 않도록 발생할 수 있다. 그러므로, 접촉 지점(rC)은 바람직하게 또한 후속 링크들과 작용 라인을 교차시킴으로써 올바르게 결정된다. 다수의 접촉들에 대해, 위의 방법은 바람직하게 힘/토크 감지와 조합하여 사용된다. 이어서, 각각의 센서에 대해, 센서 다음의 운동학적 체인의 접촉은 센서들의 보상된((19)의 측면에서) 렌치들(
Figure pct00109
)에 대해 단계들(3 및 4)을 적용함으로써 바람직하게 검출된다. 운동학적 체인에서 하나 초과의 센서 및 하나 초과의 접촉의 경우, 운동학적 체인의 원위 단부에 더 가까운 센서들에 의해 이미 측정된 접촉들로부터 발생하는 렌치들은 체인의 초기에 접촉들을 올바르게 추정하기 위해 측정된 렌치로부터 감산되어야 한다.
Figure pct00110
어떠한 힘/토크 센서들도 이용가능하지 않은 경우, 접촉 링크들이 올바르게 추정되고 베이스로부터 충분히 멀리 떨어져 있는 경우에만 다수의 접촉들의 올바른 격리가 가능하고, 이는, 접촉 링크들의 자코비안이 함께 추정할 렌치 당 적어도 6 개의 자유도를 포함하는 것을 의미한다. 이를 위해, 접촉 렌치들은 바람직하게 자코비안을 함께 적층하고 부합하는 의사 역수를 계산함으로써 바람직하게 계산된다.
Figure pct00111
자코비안에서 특이점의 경우, 부가적인 자유도들은 렌치들을 올바르게 추정하기 위해 요구될 수 있다. 그 후, 단계들 c) 및 d)은 각각의 추정된 렌치(Fi,j)에 적용될 수 있다. 이 단계는 [14]의 식(6)의 일반화로 간주될 수 있다.
이에 의해, 접촉 위치들(rC)이 위치결정된다.
특히 휴머노이드 로봇들의 단일 접촉 시나리오들에서 접촉 위치 및 접촉 힘들을 추정하기 위한 새로운 방법이 제공되는 것이 본 실시예의 장점이다.
본 발명의 다른 실시예에 따라, 방법은 다음 단계를 더 포함한다:
- 결정된 접촉 위치들에 기반하여, rC는 전체 접촉 자코비안들(Jc.i = Jc,iJi)을 결정하는 단계,
- 외부 렌치들:
Figure pct00112
을 결정하는 단계.
상기를 이용하면, 접촉 지점들(rC)이 결정되기 때문에, 전체 접촉 자코비안들은 아래와 같이 바람직하게 계산된다.
Figure pct00113
(28)과 유사하게, 전체 접촉 자코비안들은 바람직하게 아래의 외부 렌치들을 식별하는 데 사용된다.
Figure pct00114
힘/토크 센서로 식별된 렌치들에 대해, 수정된 렌치들이 이미 최상의 추정치들이기 때문에 어떠한 동작도 이 단계에서 취해지지 않아야 한다.
위에서 언급된 발명의 확대 및 이의 실시예가 운동학적 체인에서 부가적인 힘/토크 센서들의 도움으로 그리고 도움 없이 다중-접촉 상황들에 제공되는 것이 본 실시예의 장점이다.
본 발명의 다른 실시예에 따라, 방법은 다음 단계를 더 포함한다:
- rC 및
Figure pct00115
에 의존하여 로봇을 제어하는 단계.
본 발명의 다른 실시예에 따라, 로봇은 휴머노이드 로봇이다.
본 발명의 다른 양상은 데이터 프로세싱 유닛을 갖는 컴퓨터 시스템에 관한 것이고, 데이터 프로세싱 유닛은 전술한 청구항들 중 하나에 따른 방법을 수행하도록 설계 및 셋업된다.
본 발명의 다른 양상은 전자적으로 판독가능한 제어 신호들을 갖는 디지털 데이터 저장소에 관한 것이고, 제어 신호들은 프로그램가능 컴퓨터 시스템과 협력할 수 있어서, 전술한 청구항들 중 하나에 따른 방법이 수행된다.
본 발명의 다른 양상은, 프로그램 코드가 컴퓨터 시스템 상에서 실행되면, 전술한 청구항들 중 하나에 따른 방법을 실행하기 위한 기계-판독가능 매체에 저장된 프로그램 코드를 포함하는 컴퓨터 프로그램 제품에 관한 것이다.
본 발명의 다른 양상은, 컴퓨터 프로그램이 컴퓨터 시스템 상에서 실행되면, 전술한 청구항들 중 하나에 따른 방법을 실행하기 위한 프로그램 코드를 갖는 컴퓨터 프로그램에 관한 것이다.
본 발명의 다른 양상은 적어도 하나의 운동학적 체인을 포함하는 운동학적 체인 구조를 갖는 로봇에 관한 것이고, 운동학적 체인 구조는: 베이스, 링크들, 링크들을 연결하는 조인트들, 액추에이터들 및 적어도 하나의 엔드-이펙터, 힘/토크를 측정/추정하기 위해 운동학적 체인들 중 적어도 하나의 원위 링크에 있는 센서(Sdistal.i), 및 고유감각 데이터를 측정/추정하기 위한 센서들(Si)을 포함하고, 센서들(Si)은 운동학적 체인 구조를 따라 임의로 위치결정되고, 그리고 로봇은 전술한 청구항들 중 하나에 따른 방법을 수행하도록 설계 및 셋업된다.
본 발명의 실시예에 따라, 로봇은 데이터 네트워크를 갖는 데이터 인터페이스를 포함하고, 그리고 로봇은 데이터 네트워크로부터 로봇을 셋업 및 제어하기 위한 시스템-프로그램들을 다운로드하도록 설계 및 셋업된다.
본 발명의 다른 실시예에 따라, 로봇은 데이터 네트워크로부터 시스템-프로그램들에 대한 파라미터들을 다운로드하도록 설계 및 셋업된다.
본 발명의 다른 실시예에 따라, 로봇은 로컬 입력-인터페이스 및/또는 티치-인-프로세스(teach-in-process)를 통해 시스템-프로그램들에 대한 파라미터들을 입력하도록 설계 및 셋업되고, 그리고 로봇은 수동으로 안내된다.
본 발명의 다른 실시예에 따라, 로봇은, 데이터 네트워크로부터 시스템-프로그램들 및/또는 개별 파라미터들을 다운로드하는 것이 원격 스테이션에 의해 제어되도록 설계 및 셋업되고, 그리고 원격 스테이션은 데이터 네트워크의 일부이다.
본 발명의 다른 실시예에 따라, 로봇은, 로봇에서 로컬로 이용가능한 시스템-프로그램들 및/또는 개별 파라미터들이 데이터 네트워크로부터 수신된 개별 요청에 기반하여 데이터 네트워크의 하나 이상의 참여자들에게 전송되도록 설계 및 셋업된다.
본 발명의 다른 실시예에 따라, 로봇은, 로봇에서 로컬로 이용가능한 개별 파라미터들을 갖는 시스템-프로그램들이 원격 스테이션으로부터 시작될 수 있도록 설계 및 셋업되고, 그리고 원격 스테이션은 데이터 네트워크의 일부이다.
본 발명의 다른 실시예에 따라, 로봇은, 원격 스테이션 및/또는 로컬 입력-인터페이스가 시스템-프로그램들 및 개별 파라미터들의 입력을 위해 설계 및 셋업되고 그리고/또는 다수의 시스템-프로그램들 및 개별 파라미터들로부터 시스템-프로그램들 및 개별 파라미터들을 선택하기 위한 인간-기계-인터페이스(HMI)를 포함하도록 설계 및 셋업된다.
본 발명의 다른 실시예에 따라, 인간-기계-인터페이스(HMI)는, 엔트리들이 터치스크린, 안내 대화, 키보드, 컴퓨터-마우스, 촉각 인터페이스, 가상-현실-인터페이스, 증강 현실 인터페이스, 음향 인터페이스 상의 "드래그-앤드-드롭(drag-and-drop)" 입력을 통해, 신체 추적 인터페이스를 통해, 근전도 검사 데이터에 기반하여, 전기 뇌조영술(elektroenzephalographic) 데이터에 기반하여, 신경 인터페이스를 통해, 또는 이의 조합을 통해 가능하도록 설계 및 셋업된다.
본 발명의 다른 실시예에 따라, 인간-기계-인터페이스(HMI)는 청각적, 시각적, 촉각적, 후각적, 촉감적, 전기 피드백 또는 이의 조합을 전달하도록 설계 및 셋업된다.
본 발명은 전술된 실시예들을 참조하여 위에서 설명된다. 그러나, 본 발명이 이들 실시예들로 제한되는 것이 아니라, 본 발명의 생각 및 특허 청구항들의 사상 및 범위 내에서 모든 가능한 실시예들을 포함하는 것이 명백하다.
위 및 부가적인 소스들에서 언급된 종래 기술의 소스들은 다음과 같다:
Figure pct00116
Figure pct00117
도 1은 본 발명의 실시예에 따른 로봇의 충돌 처리를 위한 방법을 도시한다.
도 2는 본 발명의 다른 실시예에 따른 로봇의 충돌 처리를 위한 방법을 도시한다.
도 3은 본 발명의 다른 실시예에 따른 휴머노이드 로봇을 도시한다.
도 4는 도 1에 도시된 방법의 상세한 발췌부를 도시한다.
도 5는 도 2의 방법의 다른 설명을 도시한다.
도 1은 적어도 하나의 운동학적 체인을 포함하는 운동학적 체인 구조를 갖는 로봇(1)에 대한 충돌 처리 방법을 도시하고, 운동학적 체인 구조는: 베이스, 링크들, 링크들을 연결하는 조인트들, 액추에이터들 및 적어도 하나의 엔드-이펙터, 힘/토크를 측정/추정하기 위해 운동학적 체인들 중 적어도 하나의 원위 링크에 있는 센서(Sdistal.i), 및 고유감각 데이터를 측정/추정하기 위한 센서들(Si)을 포함하고, 센서들(Si)은 운동학적 체인 구조를 따라 임의로 위치결정되고, 방법은:
- 로봇(1)의 역학을 설명하는 모델을 제공하는 단계(S1),
- 운동학적 체인들 중 적어도 하나의 원위 링크의 힘/토크(Fext,S.distal.i)를 센서(Sdistal.i)로 측정 및/또는 추정하는 단계(S2),
- 고유감각 데이터: 베이스 및 로봇 일반화 좌표들(q(t)) 및 이의 시간 도함수(
Figure pct00118
), 일반화된 조인트 모터 힘들(
Figure pct00119
), 외부 힘들(FS), 베이스 배향(
Figure pct00120
) 및 베이스 속도(
Figure pct00121
)를 센서들(Si)로 측정 및/또는 추정하는 단계(S3),
- 고유감각 데이터 및 모델 중 적어도 하나에 기반하여, 모멘텀 관측기(3)로 일반화된 외부 힘들(
Figure pct00122
)의 추정치(
Figure pct00123
)를 생성하는 단계(S4),
-
Figure pct00124
및
Figure pct00125
에 기반하여, 베이스 및 로봇 일반화 좌표들(q(t))의 2차 도함수의 추정치(
Figure pct00126
)를 생성하는 단계(S5),
-
Figure pct00127
에 기반하여 운동학적 체인 구조 상의 지점(D)의 직교 가속도(
Figure pct00128
)를 추정하는 단계(S6),
- 추정된 외부 렌치(
Figure pct00129
)를 획득하기 위해
Figure pct00130
에 기반한 강체 역학 효과들 및 중력 효과들을 보상하는 단계(S7),
- 예상되지 않은 충돌들로부터 발생하는 일반화된 조인트 힘들의 추정치(
Figure pct00131
)를 획득하기 위해 변형된(
Figure pct00132
) 자코비안(
Figure pct00133
)을 보상하는 단계(S8), 및
-
Figure pct00134
인 경우 및/또는
Figure pct00135
인 경우에 주어진 임계치들(
Figure pct00136
및
Figure pct00137
)에 기반하여 충돌을 검출하는 단계(S9)를 포함한다.
도 2는 적어도 하나의 운동학적 체인을 포함하는 운동학적 체인 구조를 갖는 로봇(1)에 대한 충돌 처리 방법을 도시하고, 운동학적 체인 구조는: 베이스, 링크들, 링크들을 연결하는 조인트들, 액추에이터들 및 적어도 하나의 엔드-이펙터, 힘/토크를 측정/추정하기 위해 운동학적 체인들 중 적어도 하나의 원위 링크에 있는 센서(Sdistal.i), 및 고유감각 데이터를 측정/추정하기 위한 센서들(Si)을 포함하고, 센서들(Si)은 운동학적 체인 구조를 따라 임의로 위치결정되고, 방법은:
- 로봇(1)의 역학을 설명하는 모델을 제공하는 단계(S1),
- 운동학적 체인들 중 적어도 하나의 원위 링크의 힘/토크(Fext,S.distal.i)를 센서(Sdistal.i)로 측정 및/또는 추정하는 단계(S2),
- 고유감각 데이터: 베이스 및 로봇 일반화 좌표들(q(t)) 및 이의 시간 도함수(
Figure pct00138
), 일반화된 조인트 모터 힘들(
Figure pct00139
), 외부 힘들(FS), 베이스 배향(
Figure pct00140
) 및 베이스 속도(
Figure pct00141
)를 센서들(Si)로 측정 및/또는 추정하는 단계(S3),
- 고유감각 데이터 및 모델 중 적어도 하나에 기반하여, 모멘텀 관측기(3)로 일반화된 외부 힘들(
Figure pct00142
)의 추정치(
Figure pct00143
)를 생성하는 단계(S4),
-
Figure pct00144
및
Figure pct00145
에 기반하여, 베이스 및 로봇 일반화 좌표들(q(t))의 2차 도함수의 추정치(
Figure pct00146
)를 생성하는 단계(S5),
-
Figure pct00147
에 기반하여 운동학적 체인 구조 상의 지점(D)의 직교 가속도(
Figure pct00148
)를 추정하는 단계(S6),
- 추정된 외부 렌치(
Figure pct00149
)를 획득하기 위해
Figure pct00150
에 기반한 강체 역학 효과들 및 중력 효과들을 보상하는 단계(S7),
- 예상되지 않은 충돌들로부터 발생하는 일반화된 조인트 힘들의 추정치(
Figure pct00151
)를 획득하기 위해 변형된(
Figure pct00152
) 자코비안(
Figure pct00153
)을 보상하는 단계(S8), 및
-
Figure pct00154
인 경우 및/또는
Figure pct00155
인 경우에 주어진 임계치들(
Figure pct00156
및
Figure pct00157
)에 기반하여 충돌을 검출하는 단계(S9),
- 충돌의 힘 작용 라인(
Figure pct00158
를 갖는
Figure pct00159
)을 계산하고 힘 작용 라인을 운동학적 체인 구조 기하구조와 교차시킴으로써 운동학적 체인 구조와의 충돌들의 접촉 위치들(rC)을 결정하는 단계(S10).
- 결정된 접촉 위치들(rC)에 기반하여, 전체 접촉 자코비안들(Jc.i = Je,iJi)을 결정하는 단계(S11),
- 외부 렌치들:
Figure pct00160
을 결정하는 단계(S12), 및
- rC 및
Figure pct00161
에 의존하여 로봇(1)을 제어하는 단계(S13)를 포함한다.
도 3은 베이스(B) 및 팔들 및 다리들을 운동학적 체인들로서 갖는 휴머노이드 로봇(1)을 도시하고, 베이스 배향은
Figure pct00162
로서 나타내고 그리고 베이스 속도는
Figure pct00163
로서 나타낸다. 휴머노이드 로봇(1)은 다수의 접촉 상황에 있는다. 일반화된 외부 힘들(
Figure pct00164
)은 그 구조 전체에 걸쳐 모두가 작용한다. 발들 상의 힘들은 운동으로부터 발생하고, 손들 상의 힘들은 조작으로부터 발생한다. 다른 외부 힘들은 원하지 않는 충돌들에 의해 야기된다. 또한, 다수의 힘/토크 센서들(Si)(도 3의 경우 5 개)은 로봇(1)의 운동학적 체인 구조를 따라 임의로 분배된다. 2 개의 접촉들은 우측 팔에서 검출된다. 하나의 접촉이 S1 뒤에 있고 그리고 다른 접촉이 S3와 S1 사이에 있는 한, 센서(S3)에 하나 및 센서(S1)에 하나가 있다. 이것이 Fext,2 및 Fext,5에 대한 경우일 때, 이들 2 개의 렌치들은 올바르게 추정된다. (그렇지 않으면, 바람직한 진행은 식(28)으로 도시됨).
도 4는 도 1에 도시된 방법의 상세한 발췌부를 도시한다. 식(4)의 관측된 일반화된 조인트 힘들로부터 힘/토크 센서들(Si)에 의해 측정된 원위 링크들에서의 외부 렌치들의 배제는 위의 일반적인 설명으로 행해진다. 그러므로, 이들 렌치들은 위의 일반적인 설명으로부터 식(19)에 따라 보상되고 그리고 관측기(3)로부터
Figure pct00165
및
Figure pct00166
를 수신하는 직사각형으로 상징되는 부하 보상을 갖는
Figure pct00167
내지
Figure pct00168
의 맵을 허용한다. 모든 다른 표기법들 및 단계들은 도 1에 대응하는 설명 하에서 설명된다.
Figure pct00169
를 출력하는 상부 우측 점선 블록은 필터이다.
도 5는 도 2 하에서 설명된 단계들의 상이한 도면이고 그리고 충돌 검출, 격리 및 식별 알고리즘의 개요를 도시한다. 따라서, 도 2의 설명 하에서 참조된 모든 단계들(S1...S13)은 또한 도 5에 적용될 수 있다. 또한, 위로부터의 일반적인 설명, 특히 식들((17) 내지 (19))은 적용가능하다. 더 많은 감지 또는 추정 또는 생성 정보가 사용되고, 더 많은 정보가 충돌 검출로부터 획득될 수 있다. 충돌 검출이
Figure pct00170
에만 기반하면, 접촉은 완전히 찾을 수 없다.
Figure pct00171
가 또한 사용되면, 접촉은 검출 센서와 다음 센서 사이에 놓이는 로봇의 부분들에 위치될 수 있다. 전체
Figure pct00172
가 이용가능하면, 충돌 검출은 링크 별로 행해질 수 있다.
1 로봇
3 관측기
S1 제공
S2 측정 및/또는 추정
S3 측정 및/또는 추정
S4 생성
S5 생성
S6 추정
S7 보상
S8 보상
S9 검출
S10 결정
S11 결정
S12 결정
S13 제어

Claims (20)

  1. 적어도 하나의 운동학적 체인(kinematic chain)을 포함하는 운동학적 체인 구조를 갖는 로봇(1)에 대한 충돌 처리를 위한 방법으로서,
    상기 운동학적 체인 구조는 베이스, 링크들, 상기 링크들을 연결하는 조인트(joint)들, 액추에이터들 및 적어도 하나의 엔드-이펙터(end-effector), 힘/토크를 측정/추정하기 위해 상기 운동학적 체인들 중 적어도 하나의 원위 링크에 있는 센서(
    Figure pct00173
    ), 및 고유감각(proprioceptive) 데이터를 측정/추정하기 위한 센서들(Si)을 포함하고, 상기 센서들(Si)은 상기 운동학적 체인 구조를 따라 임의로 위치결정되고, 상기 방법은:
    - 상기 로봇(1)의 역학을 설명하는 모델을 제공하는 단계(S1),
    - 상기 운동학적 체인들 중 적어도 하나의 원위 링크의 힘/토크(Fext,S.distal.i)를 센서(Sdistal.i)로 측정 및/또는 추정하는 단계(S2),
    - 상기 고유감각 데이터, 즉 베이스 및 로봇 일반화 좌표들(q(t)) 및 이의 시간 도함수(
    Figure pct00174
    ), 일반화된 조인트 모터 힘들(
    Figure pct00175
    ), 외부 힘들(FS), 베이스 배향(
    Figure pct00176
    ) 및 베이스 속도(
    Figure pct00177
    )를 상기 센서들(Si)로 측정 및/또는 추정하는 단계(S3),
    - 상기 고유감각 데이터 및 상기 모델 중 적어도 하나에 기반하여, 모멘텀 관측기(3)로 상기 일반화된 외부 힘들(
    Figure pct00178
    )의 추정치(
    Figure pct00179
    )를 생성하는 단계(S4),
    -
    Figure pct00180
    및
    Figure pct00181
    에 기반하여, 베이스 및 로봇 일반화 좌표들(q(t))의 2차 도함수의 추정치(
    Figure pct00182
    )를 생성하는 단계(S5),
    -
    Figure pct00183
    에 기반하여 상기 운동학적 체인 구조 상의 지점(D)의 직교 가속도(
    Figure pct00184
    )를 추정하는 단계(S6),
    - 추정된 외부 렌치(wrench)(
    Figure pct00185
    )를 획득하기 위해
    Figure pct00186
    에 기반한 강체 역학 효과들 및 중력 효과들에 대한 FS를 보상하는 단계(S7),
    - 예상되지 않은 충돌들로부터 발생하는 일반화된 조인트 힘들의 추정치(
    Figure pct00187
    )를 획득하기 위해 변형된(
    Figure pct00188
    ) 자코비안(Jacobian)(
    Figure pct00189
    )에 대한
    Figure pct00190
    을 보상하는 단계(S8),
    -
    Figure pct00191
    인 경우 및/또는
    Figure pct00192
    인 경우에 주어진 임계치들(
    Figure pct00193
    및
    Figure pct00194
    )에 기반하여 충돌을 검출하는 단계(S9)를 포함하는,
    방법.
  2. 제1 항에 있어서,
    다수의 센서들(S)이 상기 조인트들 또는 링크들 중 하나에 부착되면, 추정된 외부 렌치(
    Figure pct00195
    )를 획득하기 위해
    Figure pct00196
    에 기반한 강체 역학 효과들 및 중력 효과들에 대한 외부 힘들(FS)을 보상하기 위한 보상 렌치들이 재귀적으로 생성되는,
    방법.
  3. 제1 항 또는 제2 항에 있어서,
    - 충돌의
    Figure pct00197
    으로 힘 작용 라인
    Figure pct00198
    을 계산하고 상기 힘 작용 라인을 상기 운동학적 체인 구조 기하구조와 교차시킴으로써 상기 운동학적 체인 구조와의 충돌들의 접촉 위치들(rC)을 결정하는 단계(S10)를 더 포함하는,
    방법.
  4. 제3 항에 있어서,
    - 상기 결정된 접촉 위치들(rC)에 기반하여, 전체 접촉 자코비안들(
    Figure pct00199
    )을 결정하는 단계(S11),
    - 외부 렌치들
    Figure pct00200
    을 결정하는 단계(S12)를 더 포함하는,
    방법.
  5. 제2 항 내지 제4 항 중 어느 한 항에 있어서,
    - rC 및
    Figure pct00201
    에 의존하여 상기 로봇(1)을 제어하는 단계(S13)를 포함하는,
    방법.
  6. 제1 항 내지 제5 항 중 어느 한 항에 있어서,
    상기 로봇(1)은 휴머노이드(humanoid) 로봇인,
    방법.
  7. 데이터 프로세싱 유닛을 갖는 컴퓨터 시스템으로서,
    상기 데이터 프로세싱 유닛은 제1 항 내지 제6 항 중 어느 한 항에 따른 방법을 수행하도록 설계 및 셋업되는,
    컴퓨터 시스템.
  8. 전자적으로 판독가능한 제어 신호들을 갖는 디지털 데이터 저장소로서,
    상기 제어 신호들은 프로그램가능 컴퓨터 시스템과 협력할 수 있어서, 제1 항 내지 제6 항 중 어느 한 항에 따른 방법이 수행되는,
    디지털 데이터 저장소.
  9. 컴퓨터 프로그램 제품으로서,
    상기 컴퓨터 프로그램 제품은, 프로그램 코드가 컴퓨터 시스템 상에서 실행되면, 제1 항 내지 제6 항 중 어느 한 항에 따른 방법을 실행하기 위한 기계-판독가능 매체에 저장된 프로그램 코드를 포함하는,
    컴퓨터 프로그램 제품.
  10. 컴퓨터 프로그램으로서,
    상기 컴퓨터 프로그램은, 상기 컴퓨터 프로그램이 컴퓨터 시스템 상에서 실행되면, 제1 항 내지 제6 항 중 어느 한 항에 따른 방법을 실행하기 위한 프로그램 코드들을 갖는,
    컴퓨터 프로그램.
  11. 적어도 하나의 운동학적 체인을 포함하는 운동학적 체인 구조를 갖는 로봇(1)으로서,
    상기 운동학적 체인 구조는 베이스, 링크들, 상기 링크들을 연결하는 조인트들, 액추에이터들 및 적어도 하나의 엔드-이펙터, 힘/토크를 측정/추정하기 위해 운동학적 체인들 중 적어도 하나의 원위 링크에 있는 센서(Sdistal.i), 및 고유감각 데이터를 측정/추정하기 위한 센서들(Si)을 포함하고, 상기 센서들(Si)은 상기 운동학적 체인 구조를 따라 임의로 위치결정되고, 그리고 상기 로봇(1)은 제1 항 내지 제6 항 중 어느 한 항에 따른 방법을 수행하도록 설계 및 셋업되는,
    로봇(1).
  12. 제11 항에 있어서,
    상기 로봇(1)은 데이터 네트워크를 갖는 데이터 인터페이스를 포함하고, 그리고 상기 로봇(1)은 상기 데이터 네트워크로부터 상기 로봇(1)을 셋업 및 제어하기 위한 시스템-프로그램들을 다운로드하도록 설계 및 셋업되는,
    로봇(1).
  13. 제11 항 또는 제12 항에 있어서,
    상기 로봇(1)은 상기 데이터 네트워크로부터 상기 시스템-프로그램들에 대한 파라미터들을 다운로드하도록 설계 및 셋업되는,
    로봇(1).
  14. 제11 항 내지 제13 항 중 어느 한 항에 있어서,
    상기 로봇(1)은 로컬 입력-인터페이스 및/또는 티치-인-프로세스(teach-in-process)를 통해 상기 시스템-프로그램들에 대한 파라미터들을 입력하도록 설계 및 셋업되고, 그리고 상기 로봇(1)은 수동으로 안내되는,
    로봇(1).
  15. 제11 항 내지 제14 항 중 어느 한 항에 있어서,
    상기 로봇(1)은, 상기 데이터 네트워크로부터 시스템-프로그램들 및/또는 개별 파라미터들을 다운로드하는 것이 원격 스테이션에 의해 제어되도록 설계 및 셋업되고, 상기 원격 스테이션은 상기 데이터 네트워크의 일부인,
    로봇(1).
  16. 제11 항 내지 제15 항 중 어느 한 항에 있어서,
    상기 로봇(1)은, 상기 로봇(1)에서 로컬로 이용가능한 시스템-프로그램들 및/또는 개별 파라미터들이 상기 데이터 네트워크로부터 수신된 개별 요청에 기반하여 상기 데이터 네트워크의 하나 이상의 참여자들에게 전송되도록 설계 및 셋업되는,
    로봇(1).
  17. 제11 항 내지 제16 항 중 어느 한 항에 있어서,
    상기 로봇(1)은, 상기 로봇(1)에서 로컬로 이용가능한 개별 파라미터들을 갖는 시스템-프로그램들이 원격 스테이션으로부터 시작될 수 있도록 설계 및 셋업되고, 상기 원격 스테이션은 상기 데이터 네트워크의 일부인,
    로봇(1).
  18. 제11 항 내지 제17 항 중 어느 한 항에 있어서,
    상기 로봇(1)은, 원격 스테이션 및/또는 로컬 입력-인터페이스가 시스템-프로그램들 및 개별 파라미터들의 입력을 위해 설계 및 셋업되고 그리고/또는 다수의 시스템-프로그램들 및 개별 파라미터들로부터 시스템-프로그램들 및 개별 파라미터들을 선택하기 위한 인간-기계-인터페이스(HMI)를 포함하도록 설계 및 셋업되는,
    로봇(1).
  19. 제18 항에 있어서,
    상기 인간-기계-인터페이스(HMI)는, 입력들이 터치스크린, 안내 대화, 키보드, 컴퓨터-마우스, 촉각 인터페이스, 가상-현실-인터페이스, 증강 현실 인터페이스, 음향 인터페이스 상의 "드래그-앤드-드롭" 입력을 통해, 신체 추적 인터페이스를 통해, 근전도 검사 데이터에 기반하여, 전기 뇌조영술(elektroenzephalographic) 데이터에 기반하여, 신경 인터페이스를 통해, 또는 이의 조합을 통해 가능하도록 설계 및 셋업되는,
    로봇(1).
  20. 제18 항 또는 제19 항에 있어서,
    상기 인간-기계-인터페이스(HMI)는 청각적, 시각적, 촉각적, 후각적, 촉감적, 전기 피드백 또는 이의 조합을 전달하도록 설계 및 셋업되는,
    로봇(1).
KR1020197037981A 2017-05-29 2018-05-29 로봇에 의한 충돌 처리 KR102363857B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102017005080.5 2017-05-29
DE102017005080 2017-05-29
PCT/EP2018/064075 WO2018219952A1 (en) 2017-05-29 2018-05-29 Collision handling by a robot

Publications (2)

Publication Number Publication Date
KR20200033806A true KR20200033806A (ko) 2020-03-30
KR102363857B1 KR102363857B1 (ko) 2022-02-16

Family

ID=62636151

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020197037981A KR102363857B1 (ko) 2017-05-29 2018-05-29 로봇에 의한 충돌 처리

Country Status (7)

Country Link
US (1) US11370117B2 (ko)
EP (1) EP3634695A1 (ko)
JP (1) JP7015068B2 (ko)
KR (1) KR102363857B1 (ko)
CN (1) CN110662635B (ko)
SG (1) SG11201910185TA (ko)
WO (1) WO2018219952A1 (ko)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106687062B (zh) * 2014-09-17 2019-11-22 直观外科手术操作公司 用于利用增广雅可比矩阵控制操纵器接头移动的系统和方法
US11833681B2 (en) * 2018-08-24 2023-12-05 Nvidia Corporation Robotic control system
CN109591023B (zh) * 2018-12-30 2020-09-08 深圳市优必选科技有限公司 串联机器人的迭代计算方法及串联机器人
US11714163B2 (en) 2020-03-18 2023-08-01 Samsung Electronics Co., Ltd. Acoustic collision detection and localization for robotic devices
TWI764377B (zh) * 2020-11-16 2022-05-11 達明機器人股份有限公司 機器人安全補償重量的系統及方法
CN112304245A (zh) * 2020-11-22 2021-02-02 西北工业大学 一种框肋零件外形偏差测量方法
US11931898B2 (en) 2020-12-22 2024-03-19 Boston Dynamics, Inc. Arm and body coordination
CN112775937B (zh) * 2021-01-07 2022-04-29 合肥工业大学 欠驱动液压单腿助力外骨骼的自适应鲁棒控制方法及装置
CN113043283B (zh) * 2021-04-23 2022-07-08 江苏理工学院 一种机器人末端外力预估方法
WO2023277736A2 (ru) * 2021-06-30 2023-01-05 Автономная некоммерческая организация высшего образования "Университет Иннополис" Способ определения силы и точки контакта коллаборативного робота с окружающей средой
US20230311338A1 (en) * 2022-04-05 2023-10-05 General Electric Company Apparatus and Method for Tool Monitoring
CN114643581B (zh) * 2022-04-20 2024-01-19 安徽大学 基于改进人工势场法的双机械臂避碰轨迹规划方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002283276A (ja) * 2001-03-21 2002-10-03 Daihen Corp 多関節ロボットにおける衝突検出・停止制御法
KR20170041678A (ko) * 2014-06-05 2017-04-17 소프트뱅크 로보틱스 유럽 충돌 검출

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0866893A (ja) * 1994-08-24 1996-03-12 Fanuc Ltd 衝突検出方法
JP2000099105A (ja) * 1998-09-22 2000-04-07 Yaskawa Electric Corp 負荷機械の制御方法
JP3878054B2 (ja) * 2001-05-08 2007-02-07 三菱電機株式会社 ロボット制御装置
US8010180B2 (en) * 2002-03-06 2011-08-30 Mako Surgical Corp. Haptic guidance system and method
JP2009537231A (ja) * 2006-05-19 2009-10-29 マコ サージカル コーポレーション 触覚デバイスを制御するための方法および装置
DE102006055849A1 (de) * 2006-11-27 2008-05-29 Innotec Gmbh Verfahren zur sicherheitsgerichteten Abschaltung von Bewegungsvorgängen im Kollisionsfall
US9687303B2 (en) * 2012-04-20 2017-06-27 Vanderbilt University Dexterous wrists for surgical intervention
FR3002048B1 (fr) 2013-02-14 2016-07-01 Commissariat Energie Atomique Procede de detection amelioree de collision d'un robot avec son environnement, systeme et produit programme d'ordinateur mettant en œuvre le procede
US9981389B2 (en) * 2014-03-03 2018-05-29 California Institute Of Technology Robotics platforms incorporating manipulators having common joint designs
CN104985598B (zh) * 2015-06-24 2016-11-23 南京埃斯顿机器人工程有限公司 一种工业机器人碰撞检测方法
DE102015009892A1 (de) * 2015-07-30 2017-02-02 Kuka Roboter Gmbh Verfahren und System zum Steuern eines Roboters
US10730191B2 (en) * 2015-10-30 2020-08-04 Kawasaki Jukogyo Kabushiki Kaisha Monitoring device of robot system

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002283276A (ja) * 2001-03-21 2002-10-03 Daihen Corp 多関節ロボットにおける衝突検出・停止制御法
KR20170041678A (ko) * 2014-06-05 2017-04-17 소프트뱅크 로보틱스 유럽 충돌 검출

Also Published As

Publication number Publication date
SG11201910185TA (en) 2020-01-30
US20200061835A1 (en) 2020-02-27
JP7015068B2 (ja) 2022-02-02
CN110662635A (zh) 2020-01-07
JP2020521645A (ja) 2020-07-27
EP3634695A1 (en) 2020-04-15
CN110662635B (zh) 2022-11-22
KR102363857B1 (ko) 2022-02-16
WO2018219952A1 (en) 2018-12-06
US11370117B2 (en) 2022-06-28

Similar Documents

Publication Publication Date Title
KR20200033806A (ko) 로봇에 의한 충돌 처리
Magrini et al. Estimation of contact forces using a virtual force sensor
Vorndamme et al. Collision detection, isolation and identification for humanoids
USRE47553E1 (en) Robot, robot system, control device, and control method
JP4595727B2 (ja) 外力推定システム及び外力推定方法、並びにコンピュータ・プログラム
Fumagalli et al. Force feedback exploiting tactile and proximal force/torque sensing: Theory and implementation on the humanoid robot iCub
EP2080596B1 (en) Control system, control method, and robot apparatus
Hartley et al. Hybrid contact preintegration for visual-inertial-contact state estimation using factor graphs
KR101086361B1 (ko) 로봇의 자세 제어 방법 및 그 장치
Bimbo et al. Collision detection and isolation on a robot using joint torque sensing
JP5512406B2 (ja) 外力検出インタフェースの故障検知方法
Chenut et al. Recursive formalism with a minimal dynamic parameterization for the identification and simulation of multibody systems. Application to the human body
Nori et al. Simultaneous state and dynamics estimation in articulated structures
Chavez et al. Contact force and joint torque estimation using skin
JP6270334B2 (ja) ロボット制御装置及び方法
Vigne et al. Estimation of multiple flexibilities of an articulated system using inertial measurements
Kobayashi et al. Motion capture with inertial measurement units for hand/arm robot teleoperation
Ravichandran et al. Joint angle measurement using MEMs based inertial sensors for biped robot
Lee et al. An active sensing strategy for contact location without tactile sensors using robot geometry and kinematics
JP2023502721A (ja) 冗長ロボットマニピュレータの力測定と力生成
Kajita et al. ZMP and Dynamics
Sadeghian et al. Experimental study on task space control during physical human robot interaction
JP6149791B2 (ja) 重心推定装置、及び重心推定方法
Li et al. Relative posture-based kinematic calibration of a 6-RSS parallel robot by using a monocular vision system
Likar et al. Estimation of contact information using nonlinear optimization

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right