KR20200057503A - 로봇 보정 시스템 및 그것의 보정 방법 - Google Patents

로봇 보정 시스템 및 그것의 보정 방법 Download PDF

Info

Publication number
KR20200057503A
KR20200057503A KR1020180141996A KR20180141996A KR20200057503A KR 20200057503 A KR20200057503 A KR 20200057503A KR 1020180141996 A KR1020180141996 A KR 1020180141996A KR 20180141996 A KR20180141996 A KR 20180141996A KR 20200057503 A KR20200057503 A KR 20200057503A
Authority
KR
South Korea
Prior art keywords
robot
position data
measurement
data
calibration
Prior art date
Application number
KR1020180141996A
Other languages
English (en)
Other versions
KR102561103B1 (ko
Inventor
고인영
노경식
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020180141996A priority Critical patent/KR102561103B1/ko
Priority to US16/680,909 priority patent/US11267124B2/en
Publication of KR20200057503A publication Critical patent/KR20200057503A/ko
Application granted granted Critical
Publication of KR102561103B1 publication Critical patent/KR102561103B1/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
    • B25J9/1679—Programme controls characterised by the tasks executed
    • B25J9/1692—Calibration 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
    • B25J9/16—Programme controls
    • B25J9/1602—Programme controls characterised by the control system, structure, architecture
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/02—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness
    • G01B21/04—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness by measuring coordinates of points
    • G01B21/042—Calibration or calibration artifacts
    • 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
    • G05B2219/39—Robotics, robotics to robotics hand
    • G05B2219/39024—Calibration of manipulator

Landscapes

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

Abstract

로봇의 위치 및 이동 거리를 측정하는 측정 장치를 이용하는 로봇 보정 방법에 있어서, 상기 로봇의 로봇 선단의 위치를 측정한 좌표를 포함하는 측정 위치 데이터를 수집하는 동작, 상기 측정 위치 데이터에 기초하여 거리 기반 매개 변수 최적화를 수행하는 동작, 상기 측정 위치 데이터에 기초하여 상기 로봇의 로봇 좌표계를 특정하는 동작, 상기 로봇 좌표계를 기준으로 상기 측정 위치 데이터를 변환하여 로봇 기준 위치 데이터를 생성하는 동작, 상기 로봇 기준 위치 데이터에 기초하여 위치 기반 매개 변수 최적화를 수행하는 동작, 그리고 상기 위치 기반 매개 변수 최적화를 통해 최적화된 매개 변수를 저장하는 동작을 포함하는 로봇 보정 방법이 개시된다. 이 외에도 명세서를 통해 파악되는 다양한 실시 예가 가능하다.

Description

로봇 보정 시스템 및 그것의 보정 방법{ROBOT CALIBRATION SYSTEM AND CALIBRATION METHOD THEREOF}
본 문서에서 개시되는 실시 예들은, 로봇의 구조적인 오차를 보정하는 기술과 관련된다.
최근 산업 현장에서 생산성 향상, 인력 감소, 품질 향상 등을 위해 로봇 매니퓰레이터를 이용한 공장 자동화가 빠르게 확산되고 있는 추세이다. 로봇 매니퓰레이터를 산업 현장에 이용하기 위해서는 높은 정밀도가 필수적인데, 반복 정밀도뿐만 아니라 절대 위치 정밀도(pose accuracy)도 매우 중요한 요소이다. 로봇의 절대 위치 정밀도를 높이기 위해서는 캘리브레이션(calibration)을 수행하여야 한다. 캘리브레이션에는 주변 장비와의 위치 보정을 목적으로 하는 캘리브레이션, 로봇 선단에 부착된 툴 길이 보정 및 카메라, 센서 등과의 상대 위치를 보정하기 위한 캘리브레이션 등 여러 가지가 있는데, 그 중에서 기구 제작 시 발생하는 가공 오차, 조립 오차 등을 보정하기 위한 로봇 자체 기구부의 보정은 기본적으로 수행되어야 한다. 로봇 자체 기구부의 정확한 정밀도를 유지하는 것은 앞에서 언급한 주변 장비와의 위치 보정, 툴 및 센서 위치 보정 등에도 영향을 미치므로 로봇을 이용하는데 필수적인 요소라고 할 수 있다.
로봇 선단의 위치 및 이동한 거리 값을 알기 위해 다양한 측정 장비를 이용한다. 레이저 트레커(laser tracker)가 대표적인 측정 장치이다. 기존의 로봇 보정 방법은 로봇 제어기에서 계산한 로봇 선단 위치와 측정 장치에서 측정한 로봇 선단 위치를 비교하는 위치 기반 캘리브레이션 및 로봇 제어기에서 계산한 로봇 선단 이동 거리와 측정 장치에서 측정한 로봇 선단 이동 거리를 비교하는 거리 기반 캘리브레이션이 있다. 위치 기반 캘리브레이션은 측정 장치의 좌표계와 로봇의 좌표계를 정합하는 과정이 어렵다는 단점이 있다. 거리 기반 캘리브레이션은 좌표계의 정합이 필요 없으나 보정할 수 없는 매개 변수(예: 일정 지점에 고정된 제1 링크의 길이 오차)가 존재한다는 단점이 있다.
본 발명의 다양한 실시 예들은 거리 기반 캘리브레이션을 통해 로봇 좌표계를 특정하고, 특정된 로봇 좌표계를 기준으로 위치 기반 캘리브레이션을 수행하여 각 캘리브레이션의 단점을 보완하는 로봇 보정 시스템을 제공하고자 한다.
본 문서에 개시되는 일 실시 예에 따른 로봇의 위치 및 이동 거리를 측정하는 측정 장치를 이용하는 로봇 보정 방법은, 상기 로봇의 로봇 선단의 위치를 측정한 좌표를 포함하는 측정 위치 데이터를 수집하는 동작, 상기 측정 위치 데이터에 기초하여 거리 기반 매개 변수 최적화를 수행하는 동작, 상기 측정 위치 데이터에 기초하여 상기 로봇의 로봇 좌표계를 특정하는 동작, 상기 로봇 좌표계를 기준으로 상기 측정 위치 데이터를 변환하여 로봇 기준 위치 데이터를 생성하는 동작, 상기 로봇 기준 위치 데이터에 기초하여 위치 기반 매개 변수 최적화를 수행하는 동작, 그리고 상기 위치 기반 매개 변수 최적화를 통해 최적화된 매개 변수를 저장하는 동작을 포함할 수 있다.
또한, 본 문서에 개시되는 일 실시 예에 따른 로봇의 위치 및 이동 거리를 측정하는 측정 장치를 이용하는 로봇 보정 시스템은, 통신 회로, 메모리, 그리고 상기 통신 회로 및 상기 메모리에 작동적으로(operatively) 연결된 프로세서를 포함하고, 상기 프로세서는, 상기 로봇의 동작을 제어하는 로봇 제어기로부터 상기 로봇의 로봇 선단의 위치를 제어하기 위해 사용된 제어 위치 데이터 및 제어 거리 데이터를 수신하고, 상기 제어 위치 데이터에 따른 상기 로봇 선단의 위치를 측정한 측정 위치 데이터를 상기 측정 장치로부터 수신하고, 상기 측정 위치 데이터에 기초하여 계산된 측정 거리 데이터와 상기 제어 거리 데이터를 비교하여 거리 기반 캘리브레이션을 수행하고, 상기 측정 위치 데이터 및 상기 제어 위치 데이터에 기초하여 상기 로봇의 로봇 좌표계를 특정하고, 상기 특정된 로봇 좌표계를 기준으로 상기 측정 위치 데이터를 변환한 로봇 기준 위치 데이터와 상기 제어 위치 데이터를 비교하여 위치 기반 캘리브레이션을 수행하도록 설정될 수 있다.
본 문서에 개시되는 실시 예들에 따르면, 거리 기반 캘리브레이션을 통해 로봇 좌표계를 특정하고, 특정된 로봇 좌표계를 기준으로 위치 기반 캘리브레이션을 수행하여 각 캘리브레이션의 단점을 보완하는 로봇 보정 시스템을 제공할 수 있다.
이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.
도 1은 본 발명의 일 실시 예에 따른 로봇 보정 시스템을 나타내는 블록도이다.
도 2a는 본 발명의 일 실시 예에 따른 로봇 보정 방법을 나타내는 순서도이다.
도 2b는 일 실시 예에 따른 측정 장치 좌표계와 로봇 좌표계의 관계를 나타내는 도면이다.
도 3a 내지 도 3c는 일 실시 예에 따른 측정 위치 데이터에 기초하여 로봇 좌표계를 구하는 방법을 나타내는 도면이다.
도 4는 본 발명의 다양한 실시 예에 따른 로봇 보정 방법을 나타내는 순서도이다.
도면의 설명과 관련하여, 동일 또는 유사한 구성요소에 대해서는 동일 또는 유사한 참조 부호가 사용될 수 있다.
이하, 본 발명의 다양한 실시 예가 첨부된 도면을 참조하여 기재된다. 그러나 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 실시 예의 다양한 변경(modification), 균등물(equivalent), 및/또는 대체물(alternative)을 포함하는 것으로 이해되어야 한다.
도 1은 본 발명의 일 실시 예에 따른 로봇 보정 시스템(100)을 나타내는 블록도이다.
일 실시 예에 따르면, 로봇 보정 시스템(100)은 적어도 통신 회로, 메모리 및 프로세서를 포함할 수 있다. 로봇 보정 시스템(100)은 통신 회로를 통해 측정 장치(200)(예: 레이저 트레커(laser tracker)) 및 로봇 제어기(300)와 통신(예: 근거리 통신)을 수행할 수 있다. 로봇 보정 시스템(100)은 측정 장치(200) 및 로봇 제어기(300)로부터 수신된 정보(예: 측정 위치 데이터, 제어 위치 데이터, 제어 거리 데이터, 매개 변수)를 메모리에 저장할 수 있다. 로봇 보정 시스템(100)은 로봇 보정 방법을 수행하는 도중에 생성된 데이터(예: 측정 거리 데이터, 로봇 기준 위치 데이터, 변경된 매개 변수)를 메모리에 저장할 수 있다. 로봇 보정 시스템(100)은 로봇 캘리브레이션을 위한 프로그램들(예: 거리 기반 매개 변수 최적화 알고리즘 또는 위치 기반 매개 변수 최적화 알고리즘)을 메모리에 저장할 수 있다. 로봇 보정 시스템(100)은 프로세서를 통해 메모리에 저장된 로봇 캘리브레이션을 위한 프로그램들을 실행할 수 있다.
일 실시 예에 따르면, 로봇 보정 시스템(100)은 다양한 위치에서 로봇 선단(311)의 위치 정보를 측정하기 위해 로봇 선단(311)의 위치를 변경하도록 로봇 제어기(300)를 제어할 수 있다. 로봇 보정 시스템(100)은 로봇 제어기(300)로부터 제어 위치 데이터를 수신할 수 있다. 제어 위치 데이터는 로봇 제어기(300)가 로봇 선단(311)을 지정된 일 지점에서 지정된 다른 지점으로 이동시키기 위해 사용된 위치 정보를 포함할 수 있다. 로봇 제어기(300)는 제어 위치 데이터에 기초하여 로봇 선단(311)의 위치를 변경할 수 있다. 로봇 보정 시스템(100)은 로봇 제어기(300)로부터 제어 거리 데이터를 수신할 수 있다. 제어 거리 데이터는 로봇 제어기(300)가 로봇 선단(311)을 상기 지정된 일 지점에서 지정된 다른 지점으로 이동시키기 위해 사용된 거리 정보를 포함할 수 있다.
일 실시 예에 따르면, 로봇 보정 시스템(100)은 로봇 선단(311)의 위치를 측정하도록 측정 장치(200)를 제어할 수 있다. 예를 들면, 로봇 보정 시스템(100)은 로봇 제어기(300)를 통해 로봇 선단(311)의 위치를 변경하고, 로봇 선단(311)의 변경된 위치를 측정하도록 측정 장치(200)를 제어할 수 있다. 로봇 보정 시스템(100)은 측정 장치(200)로부터 측정 위치 데이터를 수신할 수 있다. 측정 위치 데이터는 측정 장치(200)에 의해 측정된 로봇 선단(311)의 위치 정보를 포함할 수 있다. 측정 위치 데이터는 복수의 위치 좌표를 포함할 수 있다. 측정 장치(200)는 임의의 좌표계(예: 측정 장치(200)의 좌표계)를 기준으로 로봇 선단(311)의 위치를 측정한 측정 위치 데이터를 생성할 수 있다.
일 실시 예에 따르면, 로봇 보정 시스템(100)은 측정 위치 데이터에 기초하여 로봇 선단(311)의 이동 거리(예: 측정 거리 데이터)를 계산할 수 있다. 로봇 보정 시스템(100)은 측정 거리 데이터와 로봇 제어기(300)로부터 수신된 제어 거리 데이터를 비교할 수 있다. 측정 거리 데이터와 제어 거리 데이터의 차이(예: 거리 오차)에 기초하여, 로봇 보정 시스템(100)은 로봇(310)의 매개 변수(예: 로봇(310)의 각 링크 길이 또는 원점 오차)를 최적화(예: 거리 오차가 기준 오차보다 감소하는 방향으로 매개 변수를 변경)할 수 있다(예: 거리 기반 매개 변수 최적화).
일 실시 예에 따르면, 로봇 보정 시스템(100)은 거리 기반 매개 변수 최적화를 수행한 후 측정 위치 데이터에 기초하여 로봇 좌표계(예: 로봇 제어기(300)에 의해 사용되는 제어 위치 데이터의 기준이 되는 좌표계)를 특정할 수 있다. 예를 들면, 로봇 보정 시스템(100)은 측정 장비에서 바라본 로봇(310)의 상대 좌표 행렬, 측정 장비에서 바라본 로봇 선단(311)의 상대 좌표 행렬 및 로봇(310)에서 바라본 로봇 선단(311)의 상대 좌표 행렬을 이용하여 로봇 좌표계를 특정할 수 있다.
일 실시 예에 따르면, 로봇 보정 시스템(100)은 특정된 로봇 좌표계에 기초하여 위치 기반 매개 변수 최적화를 수행할 수 있다. 예를 들면, 로봇 보정 시스템(100)은 특정된 로봇 좌표계를 이용하여 측정 위치 데이터를 로봇 기준 위치 데이터로 변환할 수 있다. 로봇 보정 시스템(100)은 로봇 기준 위치 데이터와 제어 위치 데이터를 비교할 수 있다. 로봇 기준 위치 데이터와 제어 위치 데이터의 차이(예: 위치 오차)에 기초하여, 로봇 보정 시스템(100)은 로봇(310)의 매개 변수를 최적화(예: 위치 오차가 기준 오차보다 감소하는 방향으로 매개 변수를 변경)할 수 있다(예: 위치 기반 매개 변수 최적화). 로봇 보정 시스템(100)은 최적화된 매개 변수를 로봇 제어기(300)에 전달할 수 있다. 로봇 제어기(300)는 최적화된 매개 변수에 기초하여 로봇(310)을 제어할 수 있다.
도 2a는 본 발명의 일 실시 예에 따른 로봇 보정 방법을 나타내는 순서도이다. 도 2b는 일 실시 예에 따른 측정 장치(200) 좌표계와 로봇 좌표계의 관계를 나타내는 도면이다. 도 3a 내지 도 3c는 일 실시 예에 따른 측정 위치 데이터에 기초하여 로봇 좌표계를 구하는 방법을 나타내는 도면이다.
일 실시 예에 따르면, 동작 110에서, 로봇 보정 시스템(100)은 로봇 선단(311)의 위치 데이터를 수집할 수 있다. 예를 들면, 측정 장치(200)(예: 레이저 트레커(laser tracker))는 로봇 선단(311)의 위치를 측정하여 측정 위치 데이터를 생성할 수 있다. 로봇 보정 시스템(100)은 측정 장치(200)로부터 측정 위치 데이터를 수신할 수 있다. 로봇 보정 시스템(100)은 로봇 선단(311)이 다양한 위치들로 이동하도록 로봇 제어기(300)를 제어할 수 있다. 로봇 보정 시스템(100)은 로봇 선단(311)이 상기 다양한 위치들로 이동할 때 로봇 선단(311)의 위치를 측정하도록 측정 장비를 제어할 수 있다. 로봇 보정 시스템(100)은 상기 다양한 위치들에 대응하는 복수의 측정 위치 데이터를 수집할 수 있다. 로봇 보정 시스템(100)은 미리 설정된 횟수만큼 측정 위치 데이터를 수집할 수 있다. 측정 위치 데이터는 임의의 좌표계(예: 측정 장치(200) 좌표계)를 기준으로 측정될 수 있다.
일 실시 예에 따르면, 동작 120에서, 로봇 보정 시스템(100)은 거리 기반 매개 변수 최적화를 수행할 수 있다. 예를 들면, 로봇 보정 시스템(100)은 수집된 측정 위치 데이터에 기초하여 로봇 선단(311)의 이동 거리를 나타내는 측정 거리 데이터를 계산할 수 있다. 로봇 보정 시스템(100)은 측정 위치 데이터에서 두 좌표를 선택하고, 두 좌표 사이의 거리를 계산할 수 있다. 로봇 보정 시스템(100)은 측정 거리 데이터에 기초하여 로봇(310)의 매개 변수(예: 로봇(310)의 각 링크 길이 또는 원점 오차)를 최적화할 수 있다. 로봇 보정 시스템(100)은 로봇 제어기(300)로부터 제어 거리 데이터(예: 로봇 제어기(300)가 로봇(310)을 제어하기 위해 사용한 데이터)를 수신할 수 있다. 로봇 보정 시스템(100)은 측정 거리 데이터와 제어 거리 데이터의 차이(또는 거리 오차)를 계산할 수 있다. 로봇 보정 시스템(100)은 거리 오차에 기초하여 매개 변수를 변경할 수 있다. 로봇 보정 시스템(100)은 거리 오차가 기준 오차보다 감소되는 방향으로 매개 변수를 변경할 수 있다. 일 실시 예에 따르면, 로봇 보정 시스템(100)은 거리 기반 매개 변수 최적화를 통해 제1 링크(예: 지면에 고정되어 회전 운동만 수행하는 링크)를 제외한 나머지 링크들의 매개 변수를 보정할 수 있다.
일 실시 예에 따르면, 로봇 보정 시스템(100)은 거리 기반으로 최적화된 매개 변수에 기초하여 로봇 좌표계(예: 로봇 제어기(300)에서 사용되는 로봇(310)의 기준 좌표계)를 특정할 수 있다. 예를 들면, 로봇 보정 시스템(100)은 측정 장치(200)에서 바라본 로봇(310)의 위치 및 로봇 선단(311)의 위치를 이용하여 로봇 좌표계를 계산할 수 있다.
일 실시 예에 따르면, 측정 장비에서 바라본 로봇(310)의 상대 좌표 행렬(
Figure pat00001
)(예: 제1 상대 좌표 행렬), 측정 장비에서 바라본 로봇 선단(311)의 상대 좌표 행렬(
Figure pat00002
)(예: 제2 상대 좌표 행렬) 및 로봇(310)에서 바라본 로봇 선단(311)의 상대 좌표 행렬(
Figure pat00003
)(예: 제3 상대 좌표 행렬)의 관계는 수학식 1과 같이 표현될 수 있다. 상대 좌표 행렬(T)은 3차원 좌표의 선형 이동을 표현하는 변환 행렬(transform matrix)로서 4차원을 가질 수 있다. 4차원의 상대 좌표 행렬(T)은 3차원의 회전 행렬(R)(예: 회전 이동) 및 3차원에서 상대 위치(p)(예: 선형 이동)로 구성될 수 있다.
Figure pat00004
수학식 1에서 3차원에서의 위치 정보만을 표시하면, 측정 장비가 로봇 선단(311)의 위치를 측정한 측정 위치 좌표(
Figure pat00005
), 측정 장비에서 바라본 로봇(310)의 회전 행렬(
Figure pat00006
), 로봇(310)이 로봇 선단(311)의 위치를 제어한 제어 위치 좌표(
Figure pat00007
) 및 측정 장비에서 바라본 로봇(310)의 상대 위치(
Figure pat00008
) 사이의 관계는 수학식 2와 같이 표현될 수 있다. 수학식 2에서, 로봇 좌표계는 측정 장비에서 바라본 로봇(310)의 회전 행렬(
Figure pat00009
)과 측정 장비에서 바라본 로봇(310)의 상대 위치(
Figure pat00010
)로 구성될 수 있다. 로봇 보정 시스템(100)은 수학식 2를 통해 측정 장비에서 바라본 로봇(310)의 회전 행렬(
Figure pat00011
)과 측정 장비에서 바라본 로봇(310)의 상대 위치(
Figure pat00012
)를 계산하여 로봇 좌표계를 특정할 수 있다. 이하에서, 측정 장비에서 바라본 로봇(310)의 회전 행렬(
Figure pat00013
)과 측정 장비에서 바라본 로봇(310)의 상대 위치(
Figure pat00014
)를 구하는 방법을 설명한다.
Figure pat00015
수학식 2에서, 측정 위치 좌표(
Figure pat00016
)는 측정 장비로부터 수신될 수 있고, 제어 위치 좌표(
Figure pat00017
)는 로봇 제어기(300)로부터 수신될 수 있다. n 개의 측정 위치 데이터 중 i번째 측정 위치 좌표(
Figure pat00018
)와 j번째 측정 위치 좌표(
Figure pat00019
)의 차이는 수학식 3과 같이 표현될 수 있다.
Figure pat00020
수학식 3에서,
Figure pat00021
으로 설정하면, 측정 위치 데이터에서 두 좌표 사이의 차이는 모든 경우에 있어서 수학식 4와 같이 표현될 수 있다.
Figure pat00022
수학식 4에서,
Figure pat00023
으로 설정하면, 측정 장비에서 바라본 로봇(310)의 회전 행렬(
Figure pat00024
)은 수학식 5에 의해 표현될 수 있다. 여기서,
Figure pat00025
는 의사역행렬(pseudo-inverse)이다.
Figure pat00026
다만, 일반적으로 이러한 방식으로 구해진 회전 행렬(R)은
Figure pat00027
의 조건을 만족시키지 못한다. 이를 해결하기 위해, 로봇 보정 시스템(100)은 특이 값 분해(singular value decomposition)를 이용하여
Figure pat00028
조건을 만족하는 측정 장비에서 바라본 로봇(310)의 회전 행렬(
Figure pat00029
)을 구할 수 있다. 측정 장비에서 바라본 로봇(310)의 상대 위치(
Figure pat00030
)는 수학식 2를 통해 계산될 수 있다. 따라서, 로봇 보정 시스템(100)은 측정 위치 좌표(
Figure pat00031
) 및 제어 위치 좌표(
Figure pat00032
)에 기초하여 로봇 좌표계를 결정할 수 있다.
일 실시 예에 따르면, 도 3a 내지 도 3c를 참조하여 로봇 좌표계를 구하는 방법이 설명될 수 있다. 도 3a 내지 도 3c에서, 로봇 좌표계는 {R}, 측정 장치(200) 좌표계는 {L}, 로봇 선단 좌표계는 {F}로 표현될 수 있다. 예를 들어, 도 3a에서, 로봇 선단(311)의 최초 위치 좌표는 (0, 0, 100)으로 가정한다. 도 3b에서, 로봇 선단(311)은 로봇 좌표계의 X2 축을 기준으로 -90도 회전 운동한 것으로 가정한다. 도 3c에서, 로봇 선단(311)은 로봇 좌표계의 X2 축을 기준으로 +90도 회전 운동한 것으로 가정한다. 이에 따라, {F1}, {F2}, {F3}의 상대 좌표 행렬은 수학식 6 내지 수학식 8와 같이 표현될 수 있다.
Figure pat00033
Figure pat00034
Figure pat00035
측정 장비에서 측정한 각 로봇 선단(311)의 위치는
Figure pat00036
(-1000, 0, 100),
Figure pat00037
(-950, 0, 50),
Figure pat00038
(-1050, 0, 50)으로 가정한다. 수학식 6 내지 수학식 8에 기초하여 {F1}, {F2}, {F3}의 각 경우에 대하여 수학식 2를 적용하면, 수학식 9 내지 수학식 11을 구할 수 있다.
Figure pat00039
Figure pat00040
Figure pat00041
수학식 9 내지 수학식 11에 대하여 수학식 3 및 수학식 4를 적용하면, 수학식 4에 대응하는 수학식 12를 구할 수 있다.
Figure pat00042
수학식 12에 수학식 5를 적용하면, 수학식 13을 구할 수 있다.
Figure pat00043
특이 값 분해(singular value decomposition)를 이용하여
Figure pat00044
조건을 만족하는 측정 장비에서 바라본 로봇(310)의 회전 행렬(
Figure pat00045
)을 다시 계산하면, 수학식 14와 같이 표현될 수 있다.
Figure pat00046
수학식 14를 수학식 9에 대입하면, 측정 장비에서 바라본 로봇(310)의 상대 위치(
Figure pat00047
)는 수학식 15와 같이 계산될 수 있다.
Figure pat00048
수학식 14 및 수학식 15에 기초하면, 측정 장비에서 바라본 로봇(310)의 상대 좌표 행렬(
Figure pat00049
)은 수학식 16과 같이 표현될 수 있다.
Figure pat00050
수학식 16을 이용하면, 측정 장치(200)에 의해 측정된 측정 위치 데이터는 로봇 좌표계의 로봇 기본 위치 데이터로 변환될 수 있다.
일 실시 예에 따르면, 동작 140에서, 로봇 보정 시스템(100)은 측정 위치 데이터를 특정된 로봇 좌표계를 이용하여 변환할 수 있다. 예를 들면, 로봇 보정 시스템(100)은 동작 110에서 측정된 측정 위치 데이터를 동작 130에서 특정된 로봇 좌표계를 이용하여 변환한 로봇 기준 위치 데이터를 생성할 수 있다. 로봇 기준 위치 데이터는 측정 위치 데이터를 수학식 2에 대입하여 구할 수 있다.
일 실시 예에 따르면, 동작 150에서, 로봇 보정 시스템(100)은 로봇 기준 위치 데이터에 기초하여 위치 기반 매개 변수 최적화를 수행할 수 있다. 예를 들면, 로봇 보정 시스템(100)은 로봇 기준 위치 데이터와 제어 위치 데이터를 비교하여 위치 오차를 계산할 수 있다. 로봇 보정 시스템(100)은 위치 오차가 기준 오차보다 감소하는 방향으로 로봇(310)의 매개 변수를 변경할 수 있다.
일 실시 예에 따르면, 동작 160에서, 로봇 보정 시스템(100)은 변경된 매개 변수를 로봇 제어기(300)에 전달할 수 있다. 로봇 제어기(300)는 변경된 매개 변수를 저장하고, 이후에는 변경된 매개 변수에 기초하여 로봇(310)을 제어할 수 있다.
도 4는 본 발명의 다양한 실시 예에 따른 로봇 보정 방법을 나타내는 순서도이다.
도 2a 및 도 4를 참조하면, 동작 210 내지 동작 250은 도 2a의 동작 110 내지 동작 150과 동일 또는 유사할 수 있다. 따라서, 동작 210 내지 동작 250에 대한 설명은 생략한다.
일 실시 예에 따르면, 동작 260에서, 로봇 보정 시스템(100)은 최적화된 매개 변수를 적용하여 새로운 측정 위치 데이터를 수집할 수 있다. 예를 들면, 로봇 보정 시스템(100)은 동작 210에서 수집된 측정 위치 데이터를 저장할 수 있다. 로봇 보정 시스템(100)은 동작 250에서 최적화된 매개 변수를 로봇 제어기(300)에 전달할 수 있다. 로봇 보정 시스템(100)은 최적화된 매개 변수를 적용하여 동작 210에서 제어된 로봇 선단(311)의 위치 좌표와 동일하게 반복하여 로봇(310)을 이동시키도록 로봇 제어기(300)를 제어할 수 있다. 로봇 보정 시스템(100)은 반복된 로봇 선단(311)의 이동에 대응하여 로봇 선단(311)의 새로운 위치를 측정(예: 새로운 측정 위치 데이터를 생성)하도록 측정 장치(200)를 제어할 수 있다. 로봇 보정 시스템(100)은 새로운 측정 위치 데이터를 수집할 수 있다.
일 실시 예에 따르면, 동작 270에서, 로봇 보정 시스템(100)은 이전 측정 위치 데이터와 새로운 측정 위치 데이터의 차이(위치 변화량)를 계산할 수 있다. 예를 들면, 위치 변화량이 크면, 로봇(310)의 매개 변수가 최적화되어 있지 않음을 의미할 수 있다.
일 실시 예에 따르면, 동작 280에서, 위치 변화량이 기준 변화량보다 작은 경우, 로봇 보정 시스템(100)은 매개 변수 최적화 동작을 종료하고, 동작 290에서 매개 변수를 최종적으로 로봇 제어기(300)에 저장할 수 있다. 위치 변화량이 기준 변화량보다 크거나 같은 경우, 로봇 보정 시스템(100)은 동작 230 내지 동작 270을 반복하여 수행할 수 있다. 로봇 보정 시스템(100)은 위치 변화량이 기준 변화량보다 작은 값으로 수렴할 때까지 동작 230 내지 동작 270을 반복(예: 특정된 로봇 좌표계에서 위치 기반 매개 변수 최적화를 반복)하여 수행할 수 있다.
본 문서의 다양한 실시 예들 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. "제1", "제2", "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: 제1) 구성요소가 다른(예: 제2) 구성요소에 "(기능적으로 또는 통신적으로) 연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되거나, 다른 구성요소(예: 제3 구성요소)를 통하여 연결될 수 있다.
본 문서에서, "~하도록 설정된(adapted to or configured to)"은 상황에 따라, 예를 들면, 하드웨어적 또는 소프트웨어적으로 "~에 적합한," "~하는 능력을 가지는", "~하도록 변경된", "~하도록 만들어진", "~를 할 수 있는" 또는 "~하도록 설계된"과 상호 호환적으로(interchangeably) 사용될 수 있다. 어떤 상황에서는, "~하도록 구성된 장치"라는 표현은, 그 장치가 다른 장치 또는 부품들과 함께 "~할 수 있는" 것을 의미할 수 있다. 예를 들면, 문구 "A, B, 및 C를 수행하도록 설정된 (또는 구성된) 프로세서"는 해당 동작들을 수행하기 위한 전용 프로세서(예: 임베디드 프로세서), 또는 메모리 장치(예: 메모리 130)에 저장된 하나 이상의 프로그램들을 실행함으로써, 해당 동작들을 수행할 수 있는 범용 프로세서(예: CPU 또는 AP)를 의미할 수 있다.
본 문서에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어(firmware)로 구성된 유닛(unit)을 포함하며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로 등의 용어와 상호 호환적으로 사용될 수 있다. "모듈"은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는 최소 단위 또는 그 일부가 될 수 있다. "모듈"은 기계적으로 또는 전자적으로 구현될 수 있으며, 예를 들면, 어떤 동작들을 수행하는, 알려졌거나 앞으로 개발될, ASIC(application-specific integrated circuit) 칩, FPGAs(field-programmable gate arrays), 또는 프로그램 가능 논리 장치를 포함할 수 있다.
다양한 실시 예들에 따른 장치(예: 모듈들 또는 그 기능들) 또는 방법(예: 동작들)의 적어도 일부는 프로그램 모듈의 형태로 컴퓨터로 판독 가능한 저장 매체(예: 메모리(130))에 저장된 명령어로 구현될 수 있다. 상기 명령어가 프로세서(예: 프로세서(120))에 의해 실행될 경우, 프로세서가 상기 명령어에 해당하는 기능을 수행할 수 있다. 컴퓨터로 판독 가능한 기록 매체는, 하드디스크, 플로피디스크, 마그네틱 매체(예: 자기테이프), 광기록 매체(예: CD-ROM, DVD, 자기-광 매체(예: 플롭티컬 디스크), 내장 메모리 등을 포함할 수 있다. 명령어는 컴파일러에 의해 만들어지는 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다.
다양한 실시 예들에 따른 구성 요소(예: 모듈 또는 프로그램 모듈) 각각은 단수 또는 복수의 개체로 구성될 수 있으며, 전술한 해당 서브 구성 요소들 중 일부 서브 구성 요소가 생략되거나, 또는 다른 서브 구성 요소를 더 포함할 수 있다. 대체적으로 또는 추가적으로, 일부 구성 요소들(예: 모듈 또는 프로그램 모듈)은 하나의 개체로 통합되어, 통합되기 이전의 각각의 해당 구성 요소에 의해 수행되는 기능을 동일 또는 유사하게 수행할 수 있다. 다양한 실시 예들에 따른 모듈, 프로그램 모듈 또는 다른 구성 요소에 의해 수행되는 동작들은 순차적, 병렬적, 반복적 또는 휴리스틱(heuristic)하게 실행되거나, 적어도 일부 동작이 다른 순서로 실행되거나, 생략되거나, 또는 다른 동작이 추가될 수 있다.

Claims (20)

  1. 로봇의 위치 및 이동 거리를 측정하는 측정 장치를 이용하는 로봇 보정 방법에 있어서,
    상기 로봇의 로봇 선단의 위치를 측정한 좌표를 포함하는 측정 위치 데이터를 수집하는 동작;
    상기 측정 위치 데이터에 기초하여 거리 기반 매개 변수 최적화를 수행하는 동작;
    상기 측정 위치 데이터에 기초하여 상기 로봇의 로봇 좌표계를 특정하는 동작;
    상기 로봇 좌표계를 기준으로 상기 측정 위치 데이터를 변환하여 로봇 기준 위치 데이터를 생성하는 동작;
    상기 로봇 기준 위치 데이터에 기초하여 위치 기반 매개 변수 최적화를 수행하는 동작; 그리고
    상기 위치 기반 매개 변수 최적화를 통해 최적화된 매개 변수를 저장하는 동작을 포함하는 로봇 보정 방법.
  2. 청구항 1에 있어서,
    상기 측정 위치 데이터는 상기 측정 장치에 의해 설정된 임의의 좌표계를 기준으로 측정되는 로봇 보정 방법.
  3. 청구항 1에 있어서,
    상기 거리 기반 매개 변수 최적화를 수행하는 동작은,
    상기 측정 위치 데이터 중 두 위치 좌표의 차이를 통해 측정 거리 데이터를 계산하는 동작;
    상기 로봇을 제어하는 로봇 제어기로부터 상기 로봇 제어에 사용된 제어 거리 데이터를 수신하는 동작; 및
    상기 측정 거리 데이터 및 상기 제어 거리 데이터의 차이에 기초하여 상기 로봇의 매개 변수를 변경하는 동작을 포함하는 로봇 보정 방법.
  4. 청구항 3에 있어서,
    상기 로봇의 매개 변수를 변경하는 동작은 상기 측정 거리 데이터 및 상기 제어 거리 데이터의 차이가 기준 오차보다 감소하도록 상기 로봇의 매개 변수를 변경하는 동작을 포함하는 로봇 보정 방법.
  5. 청구항 1에 있어서,
    상기 위치 기반 매개 변수 최적화를 수행하는 동작은,
    상기 로봇을 제어하는 로봇 제어기로부터 상기 로봇 제어에 사용된 제어 위치 데이터를 수신하는 동작; 및
    상기 로봇 기준 위치 데이터 및 상기 제어 위치 데이터의 차이에 기초하여 상기 로봇의 매개 변수를 변경하는 동작을 포함하는 로봇 보정 방법.
  6. 청구항 5에 있어서,
    상기 로봇의 매개 변수를 변경하는 동작은 상기 로봇 기준 위치 데이터 및 상기 제어 위치 데이터의 차이가 기준 오차보다 감소하도록 상기 로봇의 매개 변수를 변경하는 동작을 포함하는 로봇 보정 방법.
  7. 청구항 1에 있어서,
    상기 로봇 좌표계는,
    상기 측정 장비에서 바라본 상기 로봇의 제1 상대 좌표 행렬, 상기 측정 장비에서 바라본 상기 로봇 선단의 제2 상대 좌표 행렬 및 상기 로봇에서 바라본 상기 로봇 선단의 제3 상대 좌표 행렬의 관계를 이용하여 특정되는 로봇 보정 방법.
  8. 청구항 1에 있어서,
    상기 측정 장비가 상기 로봇 선단의 위치를 측정한 측정 위치 좌표는 상기 로봇이 상기 로봇 선단의 위치를 제어한 제어 위치 좌표와 상기 측정 장비에서 바라본 상기 로봇의 회전 행렬을 내적 연산한 후 상기 측정 장비에서 바라본 상기 로봇의 상대 위치만큼 선형 이동한 것으로 계산되고,
    상기 로봇 좌표계는,
    상기 측정 장비로부터 수신된 상기 측정 위치 좌표 및 상기 로봇을 제어하는 로봇 제어기로부터 수신된 상기 제어 위치 좌표에 기초하여 상기 로봇의 회전 행렬 및 상기 로봇의 상대 위치를 계산하여 특정되는 로봇 보정 방법.
  9. 청구항 1에 있어서,
    상기 위치 기반 매개 변수 최적화를 수행하는 동작 이후에, 최적화된 매개 변수를 적용하여 상기 측정 위치 데이터가 측정된 상기 로봇 선단의 위치에서 새로운 측정 위치 데이터를 수신하는 동작을 더 포함하는 로봇 보정 방법.
  10. 청구항 9에 있어서,
    상기 측정 위치 데이터와 상기 새로운 측정 위치 데이터의 차이인 위치 변화량을 계산하는 동작을 더 포함하는 로봇 보정 방법.
  11. 청구항 10에 있어서,
    상기 위치 변화량이 기준 변화량보다 작은 경우, 상기 최적화된 매개 변수를 상기 로봇의 제어에 적용하는 로봇 보정 방법.
  12. 청구항 10에 있어서,
    상기 위치 변화량이 기준 변화량보다 크거나 같은 경우,
    상기 로봇의 로봇 좌표계를 특정하는 동작, 상기 로봇 기준 위치 데이터를 생성하는 동작, 그리고 상기 위치 기반 매개 변수 최적화를 수행하는 동작을 반복하여 수행하는 로봇 보정 방법.
  13. 로봇의 위치 및 이동 거리를 측정하는 측정 장치를 이용하는 로봇 보정 시스템에 있어서,
    통신 회로;
    메모리; 그리고
    상기 통신 회로 및 상기 메모리에 작동적으로(operatively) 연결된 프로세서를 포함하고,
    상기 프로세서는,
    상기 로봇의 동작을 제어하는 로봇 제어기로부터 상기 로봇의 로봇 선단의 위치를 제어하기 위해 사용된 제어 위치 데이터 및 제어 거리 데이터를 수신하고, 상기 제어 위치 데이터에 따른 상기 로봇 선단의 위치를 측정한 측정 위치 데이터를 상기 측정 장치로부터 수신하고,
    상기 측정 위치 데이터에 기초하여 계산된 측정 거리 데이터와 상기 제어 거리 데이터를 비교하여 거리 기반 캘리브레이션을 수행하고,
    상기 측정 위치 데이터 및 상기 제어 위치 데이터에 기초하여 상기 로봇의 로봇 좌표계를 특정하고, 상기 특정된 로봇 좌표계를 기준으로 상기 측정 위치 데이터를 변환한 로봇 기준 위치 데이터와 상기 제어 위치 데이터를 비교하여 위치 기반 캘리브레이션을 수행하도록 설정되는 로봇 보정 시스템.
  14. 청구항 13에 있어서,
    상기 프로세서는,
    상기 측정 위치 데이터 중 두 위치 좌표의 차이를 통해 측정 거리 데이터를 계산하고, 상기 측정 거리 데이터 및 상기 제어 거리 데이터의 차이에 기초하여 상기 로봇의 매개 변수를 변경하도록 설정되는 로봇 보정 시스템.
  15. 청구항 14에 있어서,
    상기 프로세서는,
    상기 측정 거리 데이터 및 상기 제어 거리 데이터의 차이가 기준 오차보다 감소하도록 상기 로봇의 매개 변수를 변경하도록 설정되는 로봇 보정 시스템.
  16. 청구항 13에 있어서,
    상기 프로세서는,
    상기 로봇 기준 위치 데이터 및 상기 제어 위치 데이터의 차이에 기초하여 상기 로봇의 매개 변수를 변경하도록 설정되는 로봇 보정 시스템.
  17. 청구항 16에 있어서,
    상기 프로세서는,
    상기 로봇 기준 위치 데이터 및 상기 제어 위치 데이터의 차이가 기준 오차보다 감소하도록 상기 로봇의 매개 변수를 변경하도록 설정되는 로봇 보정 시스템.
  18. 청구항 13에 있어서,
    상기 프로세서는,
    상기 측정 장치에 의해 설정된 임의의 좌표계를 기준으로 상기 측정 위치 데이터를 측정하도록 설정되는 로봇 보정 시스템.
  19. 청구항 13에 있어서,
    상기 프로세서는,
    상기 위치 기반 캘리브레이션을 수행한 이후에, 최적화된 매개 변수를 적용하여 상기 측정 위치 데이터가 측정된 상기 로봇 선단의 위치에서 새로운 측정 위치 데이터를 수신하고, 상기 측정 위치 데이터와 상기 새로운 측정 위치 데이터의 차이인 위치 변화량을 계산하도록 설정되는 로봇 보정 시스템.
  20. 청구항 19에 있어서,
    상기 프로세서는,
    상기 위치 변화량이 기준 변화량보다 작은 경우, 상기 최적화된 매개 변수를 상기 로봇 제어기에 적용하고,
    상기 위치 변화량이 기준 변화량보다 크거나 같은 경우, 상기 로봇 좌표계를 특정하고, 상기 로봇 좌표계를 기준으로 상기 새로운 측정 위치 데이터를 변환한 새로운 로봇 기준 위치 데이터와 상기 제어 위치 데이터를 비교하여 위치 기반 캘리브레이션을 반복하여 수행하도록 설정되는 로봇 보정 시스템.
KR1020180141996A 2018-11-16 2018-11-16 로봇 보정 시스템 및 그것의 보정 방법 KR102561103B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020180141996A KR102561103B1 (ko) 2018-11-16 2018-11-16 로봇 보정 시스템 및 그것의 보정 방법
US16/680,909 US11267124B2 (en) 2018-11-16 2019-11-12 System and method for calibrating robot

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180141996A KR102561103B1 (ko) 2018-11-16 2018-11-16 로봇 보정 시스템 및 그것의 보정 방법

Publications (2)

Publication Number Publication Date
KR20200057503A true KR20200057503A (ko) 2020-05-26
KR102561103B1 KR102561103B1 (ko) 2023-07-31

Family

ID=70728706

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180141996A KR102561103B1 (ko) 2018-11-16 2018-11-16 로봇 보정 시스템 및 그것의 보정 방법

Country Status (2)

Country Link
US (1) US11267124B2 (ko)
KR (1) KR102561103B1 (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111360810A (zh) * 2018-12-25 2020-07-03 深圳市优必选科技有限公司 机器人传感器的外参标定方法、装置、机器人及存储介质
JP7048535B2 (ja) * 2019-04-01 2022-04-05 ファナック株式会社 ロボットを制御するための機構誤差パラメータを較正するロボットの制御装置
CN116468797B (zh) * 2023-03-09 2023-11-24 北京航天众信科技有限公司 一种挂轨式机器人瞄准方法、装置及计算机设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040006154A (ko) * 2002-07-09 2004-01-24 삼성전자주식회사 로봇의 캘리브레이션 방법
KR20140054927A (ko) * 2012-10-30 2014-05-09 현대중공업 주식회사 로봇의 자동 캘리브레이션 방법
KR20190027584A (ko) * 2017-09-07 2019-03-15 주식회사 인지 카메라와 로봇 핸드의 캘리브레이션 방법 및 장치

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5761390A (en) * 1991-12-12 1998-06-02 Hitachi, Ltd. Robot for removing unnecessary portion on workpiece
CN1067932C (zh) * 1997-01-29 2001-07-04 株式会社安川电机 机器人的校准装置及方法
US6519860B1 (en) * 2000-10-19 2003-02-18 Sandia Corporation Position feedback control system
SE524818C2 (sv) * 2003-02-13 2004-10-05 Abb Ab En metod och ett system för att programmera en industrirobot att förflytta sig relativt definierade positioner på ett objekt
JP4021413B2 (ja) * 2004-01-16 2007-12-12 ファナック株式会社 計測装置
JP4267005B2 (ja) * 2006-07-03 2009-05-27 ファナック株式会社 計測装置及びキャリブレーション方法
JP4298757B2 (ja) * 2007-02-05 2009-07-22 ファナック株式会社 ロボット機構のキャリブレーション装置及び方法
WO2009059323A1 (en) * 2007-11-01 2009-05-07 Rimrock Automation, Inc. Dba Wolf Robotics A method and system for finding a tool center point for a robot using an external camera
US8457786B2 (en) * 2008-11-25 2013-06-04 Abb Technology Ltd Method and an apparatus for calibration of an industrial robot system
JP5083194B2 (ja) * 2008-12-18 2012-11-28 株式会社デンソーウェーブ ロボットのキャリブレーション方法及びロボットの制御装置
DE102009041734B4 (de) * 2009-09-16 2023-11-02 Kuka Roboter Gmbh Vermessung eines Manipulators
WO2013002099A1 (ja) * 2011-06-29 2013-01-03 三菱電機株式会社 部品供給装置
WO2013176212A1 (ja) * 2012-05-25 2013-11-28 学校法人立命館 ロボット制御装置、ロボット制御方法、プログラム、記録媒体、ロボットシステム
JP6108860B2 (ja) * 2013-02-14 2017-04-05 キヤノン株式会社 ロボットシステム及びロボットシステムの制御方法
US10272571B2 (en) 2014-11-12 2019-04-30 Abb Schweiz Ag Determining a calibration position of a robot joint
CN105729441A (zh) * 2014-12-24 2016-07-06 精工爱普生株式会社 机器人、机器人系统、控制装置以及控制方法
EP3277468A4 (en) * 2015-04-02 2019-10-16 ABB Schweiz AG METHOD FOR COMMISSIONING AN INDUSTRIAL ROBOT, INDUSTRIAL ROBOT SYSTEM AND CONTROL SYSTEM USING THE SAME
DE102016116702B4 (de) * 2015-09-14 2019-01-24 Fanuc Corporation Messsystem zum Kalibrieren der mechanischen Parameter eines Roboters
TWI601611B (zh) * 2016-04-08 2017-10-11 台達電子工業股份有限公司 用於機器手臂系統之機構參數校正方法
US10596706B2 (en) 2016-04-08 2020-03-24 Delta Electronics, Inc. Mechanism-parameter-calibration method for robotic arm system
US10551821B2 (en) * 2016-06-30 2020-02-04 Seiko Epson Corporation Robot, robot control apparatus and robot system
JP6746419B2 (ja) * 2016-07-28 2020-08-26 キヤノン株式会社 情報処理装置、及びその制御方法ならびにコンピュータプログラム
EP3785866B1 (en) * 2018-04-26 2023-12-20 Panasonic Holdings Corporation Actuator device, method for removing target object using actuator device, and target object removal system

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040006154A (ko) * 2002-07-09 2004-01-24 삼성전자주식회사 로봇의 캘리브레이션 방법
KR20140054927A (ko) * 2012-10-30 2014-05-09 현대중공업 주식회사 로봇의 자동 캘리브레이션 방법
KR20190027584A (ko) * 2017-09-07 2019-03-15 주식회사 인지 카메라와 로봇 핸드의 캘리브레이션 방법 및 장치

Also Published As

Publication number Publication date
US20200156252A1 (en) 2020-05-21
KR102561103B1 (ko) 2023-07-31
US11267124B2 (en) 2022-03-08

Similar Documents

Publication Publication Date Title
KR20200057503A (ko) 로봇 보정 시스템 및 그것의 보정 방법
US20170157770A1 (en) Method for calibrating a robot and a robot system
CN109895094B (zh) 一种工业机器人测量轨迹定位误差分析方法及系统
EP2997428B1 (en) Robot positioning
US20140229005A1 (en) Robot system and method for controlling the same
JP2015066603A (ja) ロボット校正装置及びロボット校正方法、並びにロボット装置及びロボット装置の制御方法
JP2012200805A (ja) ロボット制御装置、ロボット制御方法、プログラム及び記録媒体
KR20080090215A (ko) 이동 로봇의 자이로 센서를 캘리브레이션하는 장치 및 방법
JP5730614B2 (ja) トルクセンサ校正装置、校正方法、及びプログラム
TW201736069A (zh) 用於機器手臂系統之機構參數校正方法
KR101813072B1 (ko) 케이블 로봇 캘리브레이션 장치 및 방법
Gao et al. Kinematic calibration of industrial robots based on distance information using a hybrid identification method
CN109909999B (zh) 一种获取机器人tcp坐标的方法和装置
KR20140054927A (ko) 로봇의 자동 캘리브레이션 방법
CN116901081B (zh) 机器人dh参数标定方法、装置、电子设备及存储介质
KR20200101796A (ko) 이동형 로봇 및 그것의 로봇 암 정렬 방법
CN107263463B (zh) 用于机器手臂系统的机构参数校正方法
KR20160007791A (ko) 중재시술 로봇의 캘리브레이션 방법
CN106887990B (zh) 一种音圈电机位置运动控制装置
WO2019163116A1 (ja) 補正関数生成装置、ロボット制御システム及びロボットシステム
WO2022025059A1 (ja) ロボットシステム
JP2005157784A (ja) 小型アーティファクトを用いた運動機構の校正方法
US20230025318A1 (en) Calibration of an impedance control of a robot manipulator
KR101284856B1 (ko) 이기종 로봇의 캘리브레이션 방법 및 그 시스템
KR102048066B1 (ko) 의료용 로봇의 툴 검증을 위한 추가 캘리브레이션 방법

Legal Events

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