KR20210076090A - 모듈형 로봇을 위한 충돌 방지 안전 조치들 - Google Patents

모듈형 로봇을 위한 충돌 방지 안전 조치들 Download PDF

Info

Publication number
KR20210076090A
KR20210076090A KR1020217014498A KR20217014498A KR20210076090A KR 20210076090 A KR20210076090 A KR 20210076090A KR 1020217014498 A KR1020217014498 A KR 1020217014498A KR 20217014498 A KR20217014498 A KR 20217014498A KR 20210076090 A KR20210076090 A KR 20210076090A
Authority
KR
South Korea
Prior art keywords
modules
robot
safety device
link
joint
Prior art date
Application number
KR1020217014498A
Other languages
English (en)
Inventor
스테판 보손 리우
마티아스 알토프
Original Assignee
테크니쉐 우니베르지테트 뮌헨
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 테크니쉐 우니베르지테트 뮌헨 filed Critical 테크니쉐 우니베르지테트 뮌헨
Publication of KR20210076090A publication Critical patent/KR20210076090A/ko

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1656Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1664Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
    • B25J9/1666Avoiding collision or forbidden zones
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1602Programme controls characterised by the control system, structure, architecture
    • B25J9/1605Simulation of manipulator lay-out, design, modelling of manipulator
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1615Programme controls characterised by special kind of manipulator, e.g. planar, scara, gantry, cantilever, space, closed chain, passive/active joints and tendon driven manipulators
    • B25J9/1617Cellular, reconfigurable manipulator, e.g. cebot
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1656Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1661Programme controls characterised by programming, planning systems for manipulators characterised by task planning, object-oriented languages

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Automation & Control Theory (AREA)
  • Manipulator (AREA)
  • Safety Devices In Control Systems (AREA)
  • Numerical Control (AREA)

Abstract

로봇이 재구성되었을 때, 운동학적 체인에 대한 새로운/업데이트된 기하학적 모델을 자동으로 도출하는, 모듈형 로봇을 위한 충돌 방지 안전 디바이스/방법이 제공된다.

Description

모듈형 로봇을 위한 충돌 방지 안전 조치들
본 개시내용은 모듈형 로봇(modular robot)을 포함하는, 충돌들을 회피하기 위한 조치들에 관한 것이다. 특히, 본 개시내용은 재구성된 모듈형 로봇을 포함하여 충돌들을 자동으로 회피하는 것에 관한 것이다.
US 2017/0348856 A1은 기하학적 모델(geometric model)을 포함하는 충돌 회피 절차(collision avoidance procedure)를 교시한다. 기하학적 모델이 진입 금지 영역(no-entry area)을 간섭하는 것으로 결정되면, 기하학적 모델의 간섭 부분을 진입 금지 영역의 간섭 부분으로부터 반발(repel)하기 위한 반발력(repulsive force)이 가상으로 생성되어, 모델의 간섭 부분이 반발력에 의해 진입 금지 영역으로부터 동작 영역으로 푸시되는 상태에서 포즈(posture)가 계산되고, 계산된 포즈가 중간 지점(way-point)으로서 사용된다.
본 발명은 모듈형 로봇을 위한 충돌 방지 안전 디바이스 및 방법들을 제공한다. 충돌 방지 안전 디바이스 및 방법들은, 모듈이 로봇으로부터 제거되거나 로봇에 추가될 때마다, 로봇의 새로운/업데이트된 기하학적 모델을 자동으로 도출할 수 있다.
충돌 방지 안전 디바이스는 로봇의 모듈들을 운동학적 체인의 엘리먼트들에 할당하고, 그리고 할당된 모듈들의 지오메트리(geometry)를 설명하는 데이터에 기반하여, 운동학적 체인의 엘리먼트들에 대한 기하학적 모델(geometric model)을 결정하도록 구성된다. 그런 다음, 디바이스는, 결정된 기하학적 모델, 환경의 모델, 및 운동학적 체인의 적어도 하나의 엘리먼트의 타겟 위치 및/또는 배향에 기반하여, 운동학적 체인의 엘리먼트들의 무충돌 움직임(collision-free movement)을 계산할 수 있다.
충돌 방지 안전 디바이스의 이러한 액션들은, 로봇이 재구성되었다는 표시, 즉, 모듈(예컨대, 조인트 모듈 또는 링크 모듈)이 로봇으로부터 제거되거나 로봇에 추가되었다는 표시에 의해 트리거될 수 있다.
이와 관련하여, 설명 및 청구항들 전반에 걸쳐 사용되는 "조인트 모듈"이라는 용어는 특히, 하나 이상의 작동 가능한 조인트들에 의해 서로 연결된 둘 이상의 강체들(rigid bodies)의 체인을 지칭한다. 작동 가능한 조인트는, 작동 가능한 조인트의 근위 단부에서 다른 강체에 대해 작동 가능한 조인트의 원위 단부에서 강체의 위치를 제어하는 것을 허용한다. 조인트 모듈의 근위 단부에 대한 조인트 모듈의 원위 단부의 모션은 1, 2 또는 3 개의(또는 훨씬 더 많은) 자유도들로 제한될 수 있다. 더욱이, 설명 및 청구항들 전반에 걸쳐 사용되는 "링크 모듈"이라는 용어는 특히 단일 강체를 지칭한다. 조인트 및 링크 모듈들 둘 모두는 근위 단부와 원위 단부를 포함하며, 여기서 적어도 근위 단부는 다른 모듈에 부착될 수 있다. 따라서, 설명 및 청구항들 전반에 걸쳐 사용되는 "모듈형 로봇” 또는 "로봇"은 특히 조인트 모듈들 및 선택적으로 자신들의 근위/원위 단부들에 연결된 하나 이상의 링크 모듈들의 어셈블리를 지칭한다. 모듈은, 제한된(또는 원하는) 모션을 제공하는 작동 가능한 조인트들에 의해 연결된 강체들의 운동학적 체인으로 간주될 수 있다.
더욱이, 설명 및 청구항들 전반에 걸쳐 사용되는 "기하학적 모델"이라는 용어는 특히, 공통 좌표 프레임 내에서 서로에 대해 배열된 하나 이상의 기하학적 프리미티브들(geometric primitives)에 의해 정의될 수 있는 강체들(형상들)의 체인을 지칭한다. 또한, 설명 및 청구항들 전반에 걸쳐 사용되는 "운동학적 체인의 엘리먼트들의 무충돌 움직임"이라는 명확한 어구(formulation)는 특히, 로봇에 의해 수행되는 원하는 객체 조작들과는 반대로, 원하지 않는 (위험한) 충돌들을 회피하는 것을 나타낸다. 더욱이, 설명 및 청구항들 전반에 걸쳐 사용되는 "운동학적 체인의 엘리먼트"라는 용어는 특히 로봇의 하나 이상의 모듈들을 나타내는 강체를 지칭한다.
모듈(예컨대, 조인트 모듈 또는 링크 모듈)이 로봇으로부터 제거되거나 로봇에 추가될 때, 운동학적 체인에 대한 새로운/업데이트된 기하학적 모델을 (자동으로) 유도함으로써, 충돌 위험이 감소될 수 있고, 로봇 안전이 증가될 수 있다.
충돌 방지 안전 디바이스는, 할당된 모듈들로부터 할당된 모듈들의 지오메트리를 설명하는 데이터를 리트리브(retrieve)하도록 추가로 구성될 수 있다. 데이터는 모듈들 중 하나 이상에 대해 상이한 형상들(가상 강체들)을 정의할 수 있다(즉, 각각의 모듈은 그에 할당된 적어도 하나의 형상을 가질 수 있음). 상이한 형상들은 충실도(fidelity)(예컨대, 높음, 낮음 등)와 관련하여 상이할 수 있다.
예컨대, 각각의 모듈에는 영구 메모리가 제공될 수 있으며, 모듈의 지오메트리에 대한 데이터는 상기 메모리에 저장될 수 있다. 또한, 지오메트리를 근사화하는 형상들에 대한 데이터가 상기 메모리에 저장될 수 있다. 형상들은 크기와 세부사항에 대한주의(attention to detail)에서 상이할 수 있으며, 여기서 더 작은 형상은 상기 기하학적 세부사항들을 근사화하는 더 큰 형상보다 더 많은 기하학적 세부사항들을 포함할 수 있다.
충돌 방지 안전 디바이스는 데이터로부터 할당된 모듈에 대한 변환들을 추출하도록 추가로 구성될 수 있다. 상기 변환들 각각은 하나의 모듈에 대응하고, 상기 모듈의 근위 단부를 상기 모듈의 원위 단부에 관련시킬 수 있다.
충돌 방지 안전 디바이스는, 추출된 변환들에 기반하여, 운동학적 체인의 기하학적 모델을 결정하도록 추가로 구성될 수 있다.
변환은 로봇 내부의 각각의 모듈의 위치를 결정하는 것을 허용하고, 따라서 기하학적 모델을 자동으로 생성하는 것을 가능하게 한다. 또한, 변환들은, (Denavit-Hartenberg 파라미터들의 생성을 통해) 운동학적 모델 및/또는 동적 모델을 결정하는 데 사용될 수 있다. 변환들을 사용하여, 각각의 모듈의 지오메트리 복잡성과 독립적으로, 지오메트리 모델이 생성될 수 있다.
충돌 방지 안전 디바이스는 유선 또는 라디오 인터페이스를 통해 모듈들에 저장된 상기 데이터를 업데이트하도록 추가로 구성될 수 있다.
예컨대, 지오메트리를 근사화하는 형상은 다른 형상으로 교체될 수 있거나, 새로운 형상이 메모리에 저장된 형상들에 추가될 수 있다.
충돌 방지 안전 디바이스는, 로봇의 모듈들 각각에 대해, 동적 환경에서 의도된 경로의 제1 부분을 계획하도록 추가로 구성될 수 있고, 의도된 경로의 제1 부분은, 충돌들이 발생할 수 있는 구역들을 회피한다. 충돌 방지 안전 디바이스는, 로봇의 모듈들 각각에 대해, 의도된 경로의 제1 부분의 단부에서 고장 안전 조작(fail-safe maneuver)을 계획하도록 추가로 구성될 수 있고, 고장 안전 조작은 충돌들이 발생할 수 있는 구역들을 회피한다.
충돌들은 정적 및 동적 장애물들 둘 모두에 대해 발생할 수 있다. 특히, 동적 장애물들의 궤적이 예측될 수 있다.
충돌 방지 안전 디바이스는, 로봇의 모듈들 각각에 대해, 동적 환경에서 의도된 경로의 제2 부분을 계획하도록 추가로 구성될 수 있다. 충돌 방지 안전 디바이스는, 제1 부분의 단부가 도달되기 전에, 제2 부분이 충돌들이 발생할 수 있는 구역들을 회피한다는 것이 확인될 수 없는 로봇의 적어도 모듈들에 대해 고장 안전 조작을 실행하도록 추가로 구성될 수 있다.
고장 안전 조작은 계획된 고장 안전 조작이 종료 시에 또는 전에 로봇의 정지를 발생시키는 것으로 유도될 수 있다.
충돌 방지 안전 디바이스는, 충돌들이 발생할 수 있는 구역들을 회피하는 복구 조작(recovery maneuver)이 이용가능하게 되면, 고장 안전 조작을 중단하도록 추가로 구성될 수 있다.
복구 조작은 모듈을, 고장 안전 조작을 따르는 것과 비교하여, 모듈을 의도된 경로로 되돌리거나 적어도 의도된 경로에 더 가깝게 할 수 있다.
안전 디바이스는, 상기 데이터가 제공될 때, 모듈들의 지오메트리를 근사화하는 것에 기반하여, 기하학적 모델을 결정하도록 추가로 구성될 수 있다.
즉, 안전 디바이스는 컴퓨테이션 부하를 감소시키기 위해 기하학적 모델의 복잡성을 (자동으로) 감소시킬 수 있다.
안전 디바이스는 모듈형 로봇에 추가된 모듈을 식별하고, 상기 모듈의 지오메트리를 설명하는 데이터를 저장하는 데이터베이스에 액세스하도록 추가로 구성될 수 있다.
예컨대, 조인트 모듈 및/또는 링크 모듈에는 제조업체 및 부품 ID(identification)를 저장하는 메모리 엘리먼트가 제공될 수 있고, 이는 안전 디바이스가 상기 모듈의 지오메트리를 설명하는 데이터를 검색 및 리트리브하는 것을 가능하게 한다. 예컨대, 제조업체는 인터넷을 통해 액세스 가능한 데이터베이스를 제공할 수 있고, 새로운 조인트 모듈/링크 모듈들이 이용가능하게 되면, 정기적으로 데이터베이스를 업데이트할 수 있다. 다른 예에서, 데이터는 메모리 엘리먼트 내에 저장될 수 있고, 이에 따라 안전 디바이스가 조인트 모듈 또는 링크 모듈로부터 데이터를 (자동으로) 리트리브하는 것을 허용한다. 특히, 조인트 모듈 또는 링크 모듈 내에 데이터를 저장하는 것은, 데이터 부당 변경의 위험을 감소시키고, 따라서 전반적인 안전성이 추가로 증가시킨다.
안전 디바이스는, 상기 모듈로부터 유선 또는 무선 연결을 통해 제어 신호를 수신함으로써 모듈형 로봇에 추가된 모듈을 식별하도록 추가로 구성될 수 있다.
예컨대, 추가된 모듈 자체가 통신 네트워크에 통합되어, 네트워크를 통해 디바이스에 제어 신호를 전송할 수 있다. 예컨대, 안전 디바이스는 네트워크 엘리먼트들로부터 데이터를 폴링(poll)하는 마스터 디바이스로서 작동할 수 있거나, 엘리먼트는 (예컨대, 초기화 또는 시작 루틴의 일부로서) 네트워크를 통해 신호를 브로드캐스팅할 수 있다.
안전 디바이스는, 상기 모듈로부터 버스 인터페이스를 통해 제어 신호를 수신함으로써 모듈형 로봇에 추가된 모듈을 식별하도록 추가로 구성될 수 있다.
예컨대, 모듈형 로봇의 모듈들은 데이지 체인(daisy chain) 또는 논리적 링 네트워크를 형성할 수 있으며, 안전 디바이스로부터의 제어 프레임(즉, 바디에서 제어 데이터를 식별하는 헤더를 갖는 제어 메시지)은, 안전 디바이스가 제어 프레임을 평가함으로써 로봇의 구조를 학습하도록, 각각의 엘리먼트가 식별 데이터를 제어 프레임에 추가하여, 체인을 따라 (모듈로부터 모듈로) 순환될 수 있다. 다른 예에서, 모듈들은 자신들 및 자신들의 이웃들을 식별할 수 있다.
안전 디바이스는, 안전 디바이스의 센서로부터의 신호를 평가함으로써 모듈형 로봇에 추가된 모듈을 식별하도록 추가로 구성될 수 있다.
예컨대, 안전 디바이스에는, 모듈들에 부착된 RFID 태그들에 대해 주변을 스캔하는 RFID 센서가 제공될 수 있다. 따라서, 새로운 RFID 태그가 검출될 때마다, 안전 디바이스는, 새로운 모듈(RFID 태그에 의해 식별됨)이 모듈형 로봇에 추가되었다고 가정할 수 있다. 안전성을 추가로 증가시키기 위해, (성장하는) 운동학적 체인이 사용자에게 묘사되고, 사용자는 필요한 경우 시정 조치(corrective action)를 취할 수 있다.
안전 디바이스는, 모듈의 적어도 일부의 이미지를 분석하거나 또는 RFID(radio-frequency identification), 태그 리더를 활성화함으로써, 모듈형 로봇에 추가된 모듈을 식별하도록 구성될 수 있다.
예컨대, 모듈들을 식별하는 것을 허용하는 정보를 전달하는 바코드, 매트릭스 코드, 문자들, 숫자들(또는 다른 그래픽 코드들)이 모듈들에 제공될 수 있다. 다른 예에서, 안전 디바이스는 모듈의 형상과 복수의 가능한 형상들 중 하나를 매칭시키는 것에 기반하여 모듈을 식별할 수 있다.
안전 디바이스는, 수동 사용자 입력을 수신함으로써 모듈형 로봇에 추가된 모듈을 식별하도록 추가로 구성될 수 있다.
예컨대, 사용자에게, 가상 모듈형 로봇을 조립/재구성하는 것을 허용하는 사용자 단말(안전 디바이스에 연결됨)이 제공될 수 있으며, 여기서 가상 모듈형 로봇의 레이아웃은 물리적 로봇의 구조(구조에 대한 변화들)를 반영하는 것이다. 특히, 안전 디바이스는, 로봇의 작동(및 특히 모션)을 제어하는 제어 시스템/장치의 일부이거나 이에 통합될 수 있다.
제1 방법은, 모듈형 로봇으로부터 제1 링크 및/또는 조인트 모듈들 중 하나 이상을 제거하고, 모듈형 로봇에 하나 이상의 제2 링크 및/또는 조인트 모듈들을 추가함으로써 로봇을 재구성하는 단계, 하나 이상의 제2 링크 및/또는 조인트 모듈들의 지오메트리를 설명하는 데이터에 기반하여, 로봇의 기하학적 모델을 결정하는 단계, 및 로봇을 동작시키는 동안, 남아있는 제1 링크 및/또는 조인트 모듈들 및 하나 이상의 제2 링크 및/또는 조인트 모듈들의 무충돌 경로를 계획하기 위해, 기하학적 모델을 사용하는 단계를 포함한다.
데이터는 남아있는 제1 링크 및/또는 조인트 모듈들 및 하나 이상의 제2 링크 및/또는 조인트 모듈들에 대응하는 일련의 변환들을 포함할 수 있고, 그리고 기준 프레임에서 남아있는 제1 링크 및/또는 조인트 모듈들 및 하나 이상의 제2 링크 및/또는 조인트 모듈들 중 하나의 포즈는, 남아있는 제1 링크 및/또는 조인트 모듈들 및 하나 이상의 제2 링크 및/또는 조인트 모듈들 중 하나에 대응하는 변환에 일련의 변환들을 적용함으로써 정해질 수 있다.
로봇의 기하학적 모델을 결정하는 단계는, 기하학적 모델에 의해 표현되는 운동학적 체인에서 하나 이상의 제2 링크 및/또는 조인트 모듈들의 위치들을 결정하는 단계를 포함할 수 있다.
남아있는 제1 링크 및/또는 조인트 모듈들 및 하나 이상의 제2 링크 및/또는 조인트 모듈들은 유선 통신 네트워크의 노드들을 포함할 수 있다.
운동학적 체인에서 하나 이상의 제2 링크 및/또는 조인트 모듈들의 위치를 결정하는 단계는, 하나 이상의 제2 링크 및/또는 조인트 모듈들에 포함된 노드에 이웃한 하나 이상의 노드들을 식별하는 단계를 포함할 수 있다.
운동학적 체인에서 하나 이상의 제2 링크 및/또는 조인트 모듈들의 위치들을 결정하는 단계는, 로봇의 하나 이상의 이미지들을 촬영하는 단계, 및 상기 하나 이상의 이미지들에서 검출된 남아있는 제1 링크 및 조인트 모듈들 및 하나 이상의 제2 링크 및 조인트 모듈들의 유형을 결정하는 단계를 포함할 수 있다.
운동학적 체인에서 하나 이상의 제2 링크 및/또는 조인트 모듈들의 위치들을 결정하는 단계는, 하나 이상의 제2 링크 및/또는 조인트 모듈들에 부착 또는 임베딩된 RFID(radio-frequency identification), 태그들에 대해 로봇을 스캔하는 단계를 포함할 수 있다.
제1 방법은 남아있는 제1 링크 및/또는 조인트 모듈들 및 하나 이상의 제2 링크 및/또는 조인트 모듈들로부터 상기 데이터를 수집하는 단계 및/또는 유선 또는 무선 연결을 통해 상기 데이터를 업데이트하는 단계를 더 포함할 수 있다.
로봇의 기하학적 모델을 결정하는 단계는, 로봇의 둘 이상의 이웃 링크 및/또는 조인트 모듈들을, 운동학적 체인의 엘리먼트를 나타내는 단일 가상 강체로서 근사화하는 단계를 포함할 수 있다.
로봇의 둘 이상의 이웃 링크 및/또는 조인트 모듈들을 단일 가상 강체를 근사화하는 단계는 상이한 근사화 레벨들 사이에서 선택하는 단계를 포함할 수 있다.
기하학적 모델은 가상 강체들의 체인을 포함할 수 있고, 체인의 각각의 가상 강체는 운동학적 체인의 엘리먼트를 나타낸다.
제1 방법은 제1 링크 및 조인트 모듈들 및 제2 링크 및 조인트 모듈들로부터 복수의 링크 및 조인트 모듈 구성들을 결정하는 단계, 상기 구성들 각각에 대해, 상기 구성이 로봇이 작업의 부작업들의 세트를 수행하는 것을 가능하게 하는지 여부를 결정하는 단계, 로봇이 부작업들의 세트를 수행하는 것을 가능하게 하는 각각의 구성에 대해, 상기 구성이 로봇이 작업을 수행하는 것을 가능하게 하는지 여부를 결정하는 단계, 로봇이 작업을 수행하는 것을 가능하게 하는 각각의 구성에 대해, 기하학적 모델에 기반하여 시뮬레이션을 수행함으로써, 비용 메트릭에 따라, 작업을 수행하는 것의 비용을 나타내는 값을 결정하는 단계, 및 로봇이 작업을 수행하는 것을 가능하게 하는 구성을 선택하기 위해, 결정된 값들을 사용하는 단계를 더 포함할 수 있다.
제1 방법은, 로봇에 의해 수행될 작업에 카테고리를 할당하는 단계를 더 포함할 수 있고, 여기서 카테고리는 정해진 도구 경로들을 갖는 작업들, 부분적으로 정해진 도구 경로들을 갖는 작업들; 및 정해진 작업 공간 내에서 아직 정의되지 않은 도구 경로들을 갖는 작업들로 구성된 그룹으로부터 선택되고, 여기서 상기 구성이 로봇이 작업을 수행하는 것을 가능하게 하는지 여부를 결정하는 단계는, 상기 구성이 정해진 도구 경로, 부분적으로 정해진 도구 경로 및 작업 공간 내의 임의의 포즈를 각각 가능하게 하는지 여부를 결정하는 단계를 포함한다.
제2 방법은 로봇에 링크 모듈들 및/또는 조인트 모듈들을 추가 및/또는 로봇으로부터 이들을 제거함으로써 로봇을 재구성하는 단계, 상기 재구성 후 프레임에 장착된 모듈들의 지오메트리를 설명하는 데이터에 기반하여 로봇에 대한 기하학적 모델을 결정하는 단계, 및 로봇이 동작되는 동안, 충돌 회피를 위해 기하학적 모델을 사용하는 단계를 포함한다.
이와 관련하여, 설명 및 청구항들 전반에 걸쳐 사용되는 "프레임"이라는 용어는 특히, 동작 전반에 걸쳐 정적으로 유지되고 조인트들의 작동을 제어하는 제어 로직을 포함할 수 있는 로봇의 일부를 지칭한다. 모바일 로봇에 대해서, 설명 및 청구항 전반에 걸쳐 사용되는 "프레임"이라는 용어는 특히, 운동학적 체인의 엘리먼트들이 부착되고, 이로써 프레임으로부터 확장되는 로봇의 하나 이상의 팔다리들(limbs)을 형성하는 로봇의 일부를 나타낸다.
로봇에 대한 기하학적 모델을 결정하는 단계는 로봇의 레이아웃을 식별하는 단계 및 상기 데이터를 리트리브하기 위한 데이터베이스에 액세스하는 단계를 포함할 수 있다.
위에 설명된 바와 같이, 링크 모듈 또는 조인트 모듈에는, 안전 디바이스가 상기 엘리먼트의 지오메트리를 설명하는 데이터를 검색하고 리트리브하는 것을 허용하는 제조업체 및 부품 ID(identification)을 보유하는 메모리 엘리먼트가 제공될 수 있다. 예컨대, 제조업체는 인터넷을 통해 액세스 가능한 데이터베이스를 제공할 수 있고, 새로운 링크 모듈들/조인트 모듈들이 이용가능하게 되면, 정기적으로 데이터베이스를 업데이트할 수 있다. 다른 예에서, 데이터는 메모리 엘리먼트 내에 저장되어, 안전 디바이스가 링크 모듈 또는 조인트 모듈로부터 데이터를 (자동으로) 리트리브하는 것을 허용할 수 있다.
로봇에 대한 기하학적 모델을 결정하는 단계는, 로봇의 둘 이상의 이웃 모듈들을 커버하는 운동학적 체인의 하나 이상의 엘리먼트들을 근사화하는 단계를 포함할 수 있다.
예컨대, 서로에 대해 이동될 수 없거나 이동되지 않을 이웃 모듈들은, 운동학적 체인의 대응하는 엘리먼트를 나타내는 단일 가상 강체에 의해 모델링(근사화)될 수 있다. 다른 예에서, 서로에 대해 이동될 수 있는 이웃 모듈들은, 발생할 수 있는 모든 움직임들을 커버하는 운동학적 체인의 엘리먼트를 나타내는 단일 가상 강체에 의해 모델링(근사화)될 수 있다.
레이아웃을 식별하는 단계는 운동학적 체인 내에서 링크 모듈 또는 조인트 모듈의 위치를 식별하는 단계를 포함할 수 있다.
링크 모듈들 및/또는 조인트 모듈들은 데이지 체인 또는 논리적 링 네트워크를 형성할 수 있으며, 운동학적 체인 내에서 링크 모듈 또는 조인트 모듈의 위치를 식별하는 단계는 네트워크 내에서 링크 모듈 또는 조인트 모듈의 위치를 식별하는 단계를 포함할 수 있다.
위에 설명된 바와 같이, 안전 디바이스로부터의 제어 프레임은, 안전 디바이스가 제어 프레임을 평가함으로써 로봇의 구조를 학습하도록, 각각의 모듈이 식별 데이터를 제어 프레임에 추가하여, 모듈형 로봇을 따라 (모듈로부터 모듈로) 순환될 수 있다. 다른 예에서, 엘리먼트들은 자신들 및 자신들의 이웃들을 식별할 수 있다.
또 다른 예에서, 운동학적 체인 내에서 링크 모듈 또는 조인트 모듈의 위치를 식별하는 단계는 로봇의 모듈들의 이미지들을 촬영하는 단계를 포함할 수 있다.
위에 설명된 바와 같이, 모듈들에는, 모듈들을 식별하는 것을 허용하는 정보를 전달하는 바 코드, 매트릭스 코드, 문자들 및/또는 숫자들이 제공될 수 있다. 다른 예에서, 안전 디바이스는 모듈의 형상과 복수의 가능한 형상들 중 하나를 매칭시키는 것에 기반하여 모듈을 식별할 수 있다.
로봇이 동작될 때, 충돌 회피를 위해 기하학적 모델을 사용하는 단계는, 기하학적 모델에 기반하여 하나 이상의 모듈들을 이동하기 위한 무충돌 경로를 계산하는 단계를 포함할 수 있고, 여기서 기하학적 모델은 서로에 대해 변위될 수 있는 근사화된 가상 강체들의 체인을 포함한다.
개시된 방법들의 특징들 및 수반되는 장점들이 개시된 디바이스에 의해 실현될 수 있고 그 역도 가능하다는 것이 인지될 것이다. 또한, 설명 전반에 걸쳐 괄호들 안의 특징들이 선택 사항으로 간주되어야 함이 유의된다.
전술된 양상들 및 수반되는 많은 장점들은, 첨부된 도면들과 관련하여 취해질 때, 다음의 상세한 설명을 참조함으로써 동일한 것이 더 양호하게 이해되기 때문에 더 쉽게 인지될 것이며, 도면들에서, 달리 특정되지 않는다면, 동일한 참조 번호들은 다양한 도면들에 걸쳐 동일한 부분들을 지칭한다.
도 1은 재구성 가능한 모듈형 로봇의 구성을 선택하는 프로세스를 예시한다.
도 2는, 모듈형 로봇이 재구성될 때, 재구성 가능한 모듈형 로봇을 나타내는 운동학적 체인의 기하학적 모델을 업데이트하기 우한 절차를 예시한다.
도 3은 모듈형 로봇의 모듈들을 식별하기 위한 예시적인 절차를 예시한다.
도 4는 모듈형 로봇의 모듈들을 식별하기 위한 다른 예시적인 절차를 예시한다.
도 5는 모듈형 로봇의 모듈들을 식별하기 위한 또 다른 예시적인 절차를 예시한다.
도 6은 모듈의 지오메트리를 설명하는 데이터를 리트리브하기 위한 예시적인 절차를 예시한다.
도 7은 무충돌 경로를 계획하기 위한 예시적인 절차를 예시한다.
도 8은 재구성 가능한 모듈형 로봇과 로봇의 환경에서 장애물들과 환경 자체 사이의 충돌을 회피하기 위한 절차의 흐름도를 도시한다.
특히, 도면들은 실척으로 도시되지 않았고, 달리 표시되지 않는 한, 도면들은 단지 본원에 설명된 구조들 및 절차들을 개념적으로 예시하도록 의도된다.
도 1은 재구성 가능한 모듈형 로봇(10)에 대한 구성을 선택하는 프로세스를 예시한다. 프로세스는 복수의 상이한 구성들을 결정함으로써 단계 1에서 시작한다. 예컨대, 구성들은 운동학적 체인에서 모듈들의 위치들 및/또는 구성들에 사용된 모듈들의 유형에 관련하여 상이할 수 있다. 단계 2에서, 프로세스는, 구성들 각각에 대해, 상기 구성이 로봇(10)이 작업의 부작업들의 세트를 수행하는 것을 가능하게 하는지 여부를 결정함으로써 계속된다. 예컨대, 구성을 적용할 때 작업 공간의 특정 위치들이 도달될 수 있는지 여부가 확인될 수 있고, 상기 위치들에 도달하는 것을 가능하게 할 수 없는 구성들이 검색 공간을 감소시키도록 해제될 수 있다.
단계 4에서, 프로세스는, 로봇이 부작업들의 세트를 수행하는 것을 가능하게 하는 각각의 구성에 대해, 상기 구성이 로봇(10)이 작업을 수행하는 것을 가능하게 하는지 여부를 결정하는 것으로 계속한다. 즉, 이전 테스트를 통과한 그러한 구성들은, 모든 부작업들이 수행될 수 있는지 여부(예컨대, 모든 요구된 위치들이 도달될 수 있는지 여부)를 알기 위해 추가로 테스트될 수 있다. 단계 6에서, 프로세스는, 로봇(10)이 작업을 수행하는 것을 가능하게 하는 각각의 구성에 대해, 비용 메트릭에 따라 작업을 수행하는 것의 비용을 나타내는 값을 결정함으로써 계속된다. 이는, 구성을 나타내는 기하학적 모델에 기반하여 시뮬레이션을 수행함으로써 달성될 수 있다. 단계 8에서, 결정된 값들은 로봇(10)이 작업을 수행하는 것을 가능하게 하는 구성을 선택하는 데 사용된다.
도 2는, 충돌 방지 안전 디바이스(12)가 제공된 모듈형 로봇(10)이 적절한 구성이 선택된 후에 어떻게 재구성될 수 있는지를 예시한다. 로봇(10)은 단단한 지면에 서있는 프레임(14)을 포함한다. 로봇(10)은, 제1 조인트 모듈(18a)에 의해 프레임(14)에 부착된 제1 링크 모듈(16a)을 더 포함한다. 제1 조인트 모듈(18a)은 제1 수평 축(도시되지 않음) 및 수직 축(A)을 중심으로 제1 링크 모듈(16a)을 회전하는 것을 허용한다. 로봇(10)은, (재구성 이전의 모듈형 로봇(10)을 도시하는 도 1의 상단 부분에 도시된 바와 같이) 제1 링크 모듈(16a)의 원위 단부에 (제거 가능하게) 부착된 제2 링크 모듈(16b)을 더 포함한다.
제2 링크 모듈(16b)의 원위 단부는, 제2 조인트 모듈(18b)(힌지 조인트)에 연결되고, 제2 조인트 모듈(18b)은 제2 수평 축(도시되지 않음)을 중심으로 제2 조인트 모듈(18b)에 의해 제2 링크 모듈(16b)에 부착된 제3 링크 모듈(16c)을 회전시키는 것을 허용한다. 제3 링크 모듈(16c)은 도구(20)(예컨대, 클로(claw) 또는 다른 조작기)에 연결된다. 도구(20)가 타겟 위치로 이동될 때, 충돌 방지 안전 디바이스(12)는, 모듈들(16a-16c, 18a, 18b) 또는 도구(20) 중 어떤 것도 주변의 장애물들(22)과 충돌하지 않는 것을 보장한다. 이 작업의 컴퓨테이션 복잡성을 감소시키기 위해, 충돌 방지 안전 디바이스(12)는 (도 2의 오른쪽 부분에 예시된 바와 같이) 모듈들(16a-16c, 18a, 18b) 및 도구(20)의 지오메트리를 과도하게 근사화할 수 있다. 예컨대, 충돌 방지 안전 디바이스(12)는 운동학적 체인의 제1 엘리먼트(24a)를 나타내는 제1 단일 가상 강체의 일부로서 제1 및 제2 링크 모듈(16a, 16b) 및 조인트 모듈들(18a, 18b)(의 부분들), 및 운동학적 체인의 제2 엘리먼트(24b)를 나타내는 제2 단일 가상 강체의 일부로서 제3 링크 모듈(16c), 조인트 모듈(18b)(의 일부) 및 도구(20)를 모델링할 수 있다.
충돌 방지 안전 디바이스(12)는, 제1 및 제2 가상 강체들(24a, 24b)의 대응하는 움직임이 장애물들(22)과의 충돌을 발생시키지 않는 경우, 모듈들(16a-16c, 18a, 18b) 및 도구(20)의 움직임만을 허용할 수 있다. 예컨대, 모듈들(16a-16c, 18a, 18b) 및 도구(20)의 움직임들(또는 일련의 움직임들)은 환경의 모델 내의 (또는 그의 일부로서) (단순화된) 기하학적 모델(26)의 가상 강체들(24a, 24b)의 대응하는 움직임들을 시뮬레이션하는 것에 기반하여 유효성이 검증될 수 있다. 예컨대, 충돌 방지 안전 디바이스(12)에는, 로봇(10)의 범위 내의 (정적 및/또는 동적) 장애물들(인간들을 포함함)(22)을 인식/추적하는 모노- 또는 스테레오- 카메라 시스템, 레이저 스캐너, 라이더, 초음파 거리 디바이스 등이 제공될 수 있다.
충돌 방지 안전 디바이스(12)가 로봇(10)이 재구성되었다는 표시를 수신할 때, 충돌 방지 안전 디바이스(12)는 기하학적 모델(26)이 업데이트되어야 하는지 여부를 점검할 수 있다. 예컨대, 도 2의 하단 부분에 예시된 바와 같이, 제1 링크 모듈(16a)과 제2 링크 모듈(16b) 사이에 제4 링크 모듈(16d)이 추가될 수 있으며, 제3 수평 축(B)(즉, 제3 링크 모듈(16c)에 동축)을 중심으로 도구(20)를 회전시키는 것을 허용하는 제3 조인트 모듈(18c)이 도구(20)와 제3 링크 모듈(16c) 사이에 추가될 수 있다.
로봇(10)의 링크 모듈들(16a-16d) 및 조인트 모듈들(18a-18c)을, 기하학적 모델(26)이 기반하는 운동학적 체인의 엘리먼트들(24a, 24b)에 할당함으로써, 충돌 방지 안전 디바이스(12)는 구조적 변화를 평가하고, 운동학적 체인의 엘리먼트들에 대한 새로운/업데이트된 기하학적 모델(28)을 결정할 수 있다. 특히, 로봇(10)이 재구성되었다는 표시는, 도 3-도 5를 참조하여 더 상세히 설명될 바와 같이, 로봇(10)의 자체 점검에 의해 발생될 수 있거나, 수동으로 입력될 수 있다.
예컨대, 도 2에 도시된 로봇(10)의 단순화된 버전을 도시하는 도 3에 예시된 바와 같이, 링크 모듈들(16a-16d), 조인트 모듈들(18a-18c) 및/또는 도구(20)에는, 그들이 장착된 엘리먼트를 식별하는 것이 가능하게 되는 전자 회로들(30a-30d)이 제공될 수 있다. 따라서, 로봇(10)의 구조를 평가하기 위해, 충돌 방지 안전 디바이스(12)는 운동학적 체인을 따라 왕복으로(on a round trip) 제어 프레임을 전송할 수 있다.
즉, 충돌 방지 안전 디바이스(12)는 제1 조인트 모듈(18a)에 장착된 전자 회로(30a)에 빈 제어 프레임을 전송할 수 있다. 제어 프레임을 수신할 때, 전자 회로(30a)는 자신의 ID 및/또는 제1 조인트 모듈(18a)의 형상을 설명하는 기하학적 데이터를 제어 프레임에 추가하고, (수정된) 제어 프레임을 비슷하게 작동하는 이웃 링크 모듈(16d)의 전자 회로(30b)에 전송할 수 있다. 제어 프레임이 전자 회로들(30a-30c)을 통해 전달되었을 때, 제어 프레임은 도구(20)의 전자 회로(30d)(체인의 전자 회로들(30a-30d) 중 마지막 하나)에 의해 수신된다.
전자 회로(30d)가 자신의 원위 단부에 어떠한 이웃 엘리먼트도 갖지 않기 때문에, 전자 회로(30d)는 자신의 ID 및/또는 도구(20)의 형상을 설명하는 기하학적 데이터를 추가하고, 전자 회로들(30a-30d)의 체인을 따라 다시 충돌 방지 안전 디바이스(12)에 (따라서 수정된) 제어 프레임을 전송할 수 있다. 그런 다음, 충돌 방지 안전 디바이스(12)는, 제어 프레임의 엔트리들의 시퀀스를 분석함으로써 로봇(10)의 레이아웃을 유도할 수 있다. 다른 예에서, 예컨대, 전자 회로들이 연결된 조인트 모듈들(18a-18c) 및 링크 모듈들(16a-16d)에 대한 데이터를 전자 회로들이 각각 제공할 수 있다면, 링크 모듈들(16a-16d)만 또는 조인트 모듈들(18a-18c)에만 전자 회로들이 제공될 수 있다. 다시 말해서, 운동학적 체인의 모든 엘리먼트들(24a, 24b)은 적어도 하나의 전자 회로에 의해 커버되어야 하지만, 하나의 전자 회로는 하나 초과의 엘리먼트(24a, 24b)를 커버할 수 있다.
또한, 제어 프레임을 데이지 체인 또는 논리적인 링을 따라 전송하는 것 대신에, 각각의 전자 회로(30a-30d)는 자신의 ID 및/또는 모듈 형상을 설명하는 기하학적 데이터 및/또는 모듈들 ― 전자 회로가 모듈들을 사용하여 충돌 방지 안전 디바이스(12)에 연결됨 ― 에 대한 정보를 전송할 수 있다. 예컨대, 전자 회로들(30a-30d)은 버스에 연결되거나, 데이터를 무선으로 전송할 수 있다. 도 4에 도시된 다른 예에서, 충돌 방지 안전 디바이스(12)는, 운동학적 체인의 엘리먼트들을 식별하는 마킹들 AAA, BBB, CCC, DDD의 이미지들을 캡처하는 카메라(32)에 연결될 수 있다. 특히, 카메라(32)는 또한 로봇(10) 범위 내의 (정적 및/또는 동적) 장애물들(인간들을 포함함)(22)을 인식/추적하는 데 사용될 수 있다.
도 5에 도시된 다른 예에서, 충돌 방지 안전 디바이스(12)는, 물리적 로봇(10)의 구조를 가상 로봇의 레이아웃에 매핑하는 것을 허용하는 사용자 단말/인터페이스(34)에 연결될 수 있다. 예컨대, 사용자 단말/인터페이스(34)는, (예컨대, 드래그 앤 드롭을 통해) 서로에 부착될 수 있는 링크 모듈들(16a-16d) 및 조인트 모듈들(18a-18c)의 그래픽 표현들을 보여주는 (터치-) 스크린을 포함할 수 있다. 또 다른 예에서, 사용자 단말/인터페이스(34)는, 사용자가 물리적 로봇(10)의 구조가 정확하게 인식되었다는 것을 점검(및 확인)하는 것을 허용하는 데 사용될 수 있다. 일단 물리적 로봇(10)의 구조가 충돌 방지 안전 디바이스(12)에 의해 정확하게 인식되었다면, 로봇(10)의 동작이 시작될 수 있다.
도 6은 모듈들(16d, 18a 및 18b)의 지오메트리를 설명하는 데이터를 리트리브하기 위한 예시적인 절차를 예시한다. 데이터는 모듈들(16d, 18a 및 18b)의 메모리들(17)에 저장되고, 충돌 방지 안전 디바이스(12)는 라디오 인터페이스(12a)를 통해 할당된 모듈들(16d, 18a 및 18b)로부터 데이터를 리트리브한다. 데이터는 할당된 모듈들(16d, 18a 및 18b)에 대해 상이한 형상들을 정의할 수 있으며, 여기서 상이한 형상들은 충실도 레벨과 관련하여 상이하다.
충돌 방지 안전 디바이스(12)는 또한 데이터로부터 할당된 모듈들(16d, 18a 및 18b)에 대한 변환을 추출할 수 있다. 각각의 변환은 모듈들(16d, 18a 및 18b) 중 하나에 대응하고, 상기 모듈(16d, 18a 또는 18b)의 근위 단부를 상기 모듈(16d, 18a 또는 18b)의 원위 단부에 관련시킬 수 있다. 변환들은 기하학적 모델을 자동으로 컴퓨팅하는 데 사용될 수 있다. 또한, 충돌 방지 안전 디바이스(12)는 라디오 인터페이스(12)를 통해 메모리들(17)에 저장된 데이터를 업데이트할 수 있다.
도 7은 모듈들(16d, 18a 및 18b) 중 하나에 대한 무충돌 경로를 계획하기 위한 예시적인 절차를 예시한다. 도 7의 상단 부분에 도시된 바와 같이, 충돌 방지 안전 디바이스(12)는, 시간(T1)에서, 충돌이 발생할 수 있는 구역들(42)을 회피하는, 동적 환경 내의 의도된 경로의 제1 부분(36a)을 계획한다. 또한, 충돌 방지 안전 디바이스(12)는 의도된 경로의 제1 부분(36a)의 단부에서 고장 안전 조작(38a)을 계획하고, 여기서 고장 안전 조작(38a)은 충돌이 발생할 수 있는 구역들(42)을 회피한다. 충돌이 발생할 수 있는 구역들(42)은 동적 객체들 주변의 안전 거리를 추가함으로써 결정될 수 있다. 움직임들의 불확실성으로 인해, 시간이 지남에 따라 예측 지평선이 증가함에 따라, 안전 거리가 예측으로서 꾸준히 증가할 수 있다.
모듈(16d, 18a 및 18b)이 제1 부분(36a)을 따라 이동할 때, 충돌 방지 안전 디바이스(12)는 의도된 경로의 제2 부분(36b) 및 제2 부분(36b)의 단부에서 고장 안전 조작(38b)을 계획할 수 있다. 충돌 방지 안전 디바이스(12)는, 도 7의 하단 부분에 도시된 바와 같이, 제1 부분(36a)의 단부가 T2에 도달되기 전에, 제2 부분(36b)이 충돌들이 발생할 수 있는 구역들(42)을 회피한다는 것이 확인될 수 없는 경우, 고장 안전 조작(38a)을 실행할 수 있다. 고장 안전 조작(38a)은 로봇(10)의 정지를 발생시킨다. 충돌 방지 안전 디바이스(12)는, 충돌들이 발생할 수 있는 구역들(42)을 회피하는 복구 조작(40)이 이용가능하게 되면, 고장 안전 조작(38a)을 중단한다.
도 8은 로봇(10)의 환경에서 재구성 가능한 모듈형 로봇(10)과 장애물들(22) 사이의 충돌을 회피하기 위한 절차의 흐름도를 도시한다. 절차는, 운동학적 체인의 엘리먼트들 사이의 관계들을 정의하는 레이아웃에 따라, 로봇(10)에 링크 모듈들(16a-16d) 및/또는 조인트 모듈들(18a-18c)을 추가 및/또는 이들로부터 제거함으로써 로봇(10)을 재구성하는 단계(44)에서 시작된다. 그런 다음, 절차는, 프레임(14)에 장착된 링크 모듈들(16a-16d) 및 조인트 모듈들(18a-18c)의 지오메트리를 설명하는 데이터에 기반하여, 운동학적 체인에 대한 기하학적 모델(26, 28)을 결정하는 단계(46)에서 계속된다. 그런 다음, 기하학적 모델(26, 28)은, 로봇(10)이 동작될 때, 충돌 회피를 위한 단계(48)에서 사용될 수 있다. 특히, 절차들과 관련하여 설명된 모든 양상들은 충돌 방지 안전 디바이스(12)와 관련되며, 그 역도 가능하다.
1 프로세스 단계
2 프로세스 단계
4 프로세스 단계
6 프로세스 단계
8 프로세스 단계
10 로봇
12 안전 디바이스
12a 라디오 인터페이스
14 프레임
16a 링크 모듈
16b 링크 모듈
16c 링크 모듈
16d 링크 모듈
17 메모리
18a 조인트 모듈
18b 조인트 모듈
18c 조인트 모듈
20 도구
22 장애물
24a 엘리먼트(운동학적 체인)
24b 엘리먼트(운동학적 체인)
26 기하학적 모델
28 기하학적 모델
30a 전자 회로
30b 전자 회로
30c 전자 회로
30d 전자 회로
30e 전자 회로
32 카메라
34 사용자 단말/인터페이스
36a 제1 부분(의도된 경로)
36b 제2 부분(의도된 경로)
38a 고장 안전 조작
38b 고장 안전 조작
40 복구 조작
42 구역(충돌들이 가능한 곳)
44 프로세스 단계
46 프로세스 단계
48 프로세스 단계
A 축
B 축

Claims (24)

  1. 모듈형 로봇(modular robot)(10)을 위한 충돌 방지 안전 디바이스(anti-collision safety device)(12)로서,
    상기 충돌 방지 안전 디바이스(12)는:
    상기 로봇(10)의 모듈들(16a-16d, 18a-18c)을 운동학적 체인(kinematic chain)의 엘리먼트들(24a, 24b)에 할당하고;
    상기 할당된 모듈들(16a-16d, 18a-18c)의 지오메트리(geometry)를 설명하는 데이터에 기반하여, 상기 운동학적 체인의 엘리먼트들(24a, 24b)에 대한 기하학적 모델(geometric model)(26, 28)을 결정하고; 그리고
    상기 결정된 기하학적 모델(26, 28), 환경의 모델, 상기 운동학적 체인의 적어도 하나의 엘리먼트(24a, 24b)의 타겟 위치 및/또는 배향에 기반하여, 상기 운동학적 체인의 엘리먼트들의 무충돌 움직임(collision-free movement)을 계산하도록 구성되는,
    충돌 방지 안전 디바이스(12).
  2. 제1 항에 있어서,
    상기 충돌 방지 안전 디바이스(12)는 상기 할당된 모듈들(16a-16d, 18a-18c)로부터 상기 할당된 모듈들(16a-16d, 18a-18c)의 상기 지오메트리를 설명하는 상기 데이터를 리트리브(retrieve)하도록 추가로 구성되고;
    상기 데이터는 상기 모듈들(16a-16d, 18a-18c) 중 하나 이상에 대해 상이한 형상들을 정의하고; 그리고
    상기 상이한 형상들은 근사화(approximation)의 레벨에 관련하여 상이한,
    충돌 방지 안전 디바이스(12).
  3. 제2 항에 있어서,
    상기 충돌 방지 안전 디바이스(12)는 상기 데이터로부터 상기 할당된 모듈들(16a-16d, 18a-18c)에 대한 변환들을 추출하도록 추가로 구성되고; 그리고
    상기 변환들 각각은 하나의 모듈(16a-16d, 18a-18c)에 대응하고, 상기 모듈(16a-16d, 18a-18c)의 근위 단부를 상기 모듈(16a-16d, 18a-18c)의 원위 단부에 관련시키는,
    충돌 방지 안전 디바이스(12).
  4. 제3 항에 있어서,
    상기 충돌 방지 안전 디바이스(12)는, 상기 추출된 변환들에 기반하여, 상기 운동학적 체인의 상기 기하학적 모델(26, 28)을 결정하도록 추가로 구성되는,
    충돌 방지 안전 디바이스(12).
  5. 제2 항 내지 제4 항 중 어느 한 항에 있어서,
    상기 충돌 방지 안전 디바이스(12)는 유선 또는 라디오 인터페이스(12a)를 통해 상기 모듈들(16a-16d, 18a-18c)에 저장된 상기 데이터를 업데이트하도록 추가로 구성되는,
    충돌 방지 안전 디바이스(12).
  6. 제1 항 내지 제5 항 중 어느 한 항에 있어서,
    상기 충돌 방지 안전 디바이스(12)는, 상기 로봇(10)의 상기 모듈들(16a-16d, 18a-18c) 각각에 대해, 동적 환경에서 의도된 경로의 제1 부분(36a)을 계획하도록 추가로 구성되고, 상기 의도된 경로의 상기 제1 부분(36a)은, 충돌들이 발생할 수 있는 구역들(42)을 회피하고;
    상기 충돌 방지 안전 디바이스(12)는, 상기 로봇(10)의 모듈들(16a-16d, 18a-18c) 각각에 대해, 상기 의도된 경로의 상기 제1 부분(36a)의 단부에서 고장 안전 조작(fail-safe maneuver)(38a)을 계획하도록 추가로 구성되고, 상기 고장 안전 조작(38a)은 충돌들이 발생할 수 있는 구역들을 회피하고;
    상기 충돌 방지 안전 디바이스(12)는, 상기 로봇(10)의 상기 모듈들(16a-16d, 18a-18c) 각각에 대해, 상기 동적 환경에서 상기 의도된 경로의 제2 부분(36b)을 계획하도록 추가로 구성되고; 그리고
    상기 충돌 방지 안전 디바이스(12)는, 상기 제1 부분(36a)의 상기 단부가 도달되기 전에, 상기 제2 부분(36b)이 충돌들이 발생할 수 있는 구역들(42)을 회피한다는 것이 확인될 수 없는 상기 로봇(10)의 적어도 상기 모듈들(16a-16d, 18a-18c)에 대해 상기 고장 안전 조작(38a)을 실행하도록 추가로 구성되는,
    충돌 방지 안전 디바이스(12).
  7. 제6 항에 있어서,
    상기 고장 안전 조작(38a, 38b)은 상기 계획된 고장 안전 조작(38a, 38b)의 종료 시에 또는 전에 상기 로봇(10)의 정지를 발생시키는 것으로 유도되는,
    충돌 방지 안전 디바이스(12).
  8. 제6 항 또는 제7 항에 있어서,
    상기 충돌 방지 안전 디바이스(12)는, 충돌들이 발생할 수 있는 구역들(42)을 회피하는 복구 조작(recovery maneuver)(40)이 이용가능하게 되면, 상기 고장 안전 조작(38a, 38b)을 중단하도록 추가로 구성되는,
    충돌 방지 안전 디바이스(12).
  9. 제1 항 내지 제8 항 중 어느 한 항에 있어서,
    상기 안전 디바이스(12)는, 유선 또는 라디오 인터페이스(12a)를 통해 상기 모듈(16a-16d, 18a-18c)로부터 제어 신호를 수신함으로써 상기 모듈형 로봇(10)에 추가된 모듈(16a-16d, 18a-18c)을 식별하도록 추가로 구성되는,
    충돌 방지 안전 디바이스(12).
  10. 제9 항에 있어서,
    상기 안전 디바이스(12)는, 상기 모듈(16a-16d, 18a-18c))로부터 버스 인터페이스를 통해 상기 제어 신호를 수신함으로써 상기 모듈형 로봇(10)에 추가된 상기 모듈(16a-16d, 18a-18c)을 식별하도록 구성되는,
    충돌 방지 안전 디바이스(12).
  11. 제1 항 내지 제8 항 중 어느 한 항에 있어서,
    상기 안전 디바이스(12)는, 상기 안전 디바이스(12)의 센서로부터의 신호를 평가함으로써 상기 모듈형 로봇(10)에 추가된 모듈(16a-16d, 18a-18c)을 식별하도록 추가로 구성되는,
    충돌 방지 안전 디바이스(12).
  12. 제11 항에 있어서,
    상기 안전 디바이스(12)는, 상기 모듈(16a-16d, 18a-18c)의 적어도 일부의 이미지를 분석하거나 또는 RFID(radio-frequency identification), 태그 리더를 활성화함으로써, 상기 모듈형 로봇(10)에 추가된 상기 모듈(16a-16d, 18a-18c)을 식별하도록 구성되는,
    충돌 방지 안전 디바이스(12).
  13. 재구성 가능한 모듈형 로봇(10)과 상기 로봇(10)의 환경 내의 장애물들(22) 사이의 충돌을 회피하는 방법으로서,
    상기 모듈형 로봇(10)으로부터 제1 링크 및/또는 조인트 모듈들(16a-16d, 18a-18c) 중 하나 이상을 제거하고, 그리고 상기 모듈형 로봇(10)에 하나 이상의 제2 링크 및/또는 조인트 모듈들(16a-16d, 18a-18c)을 추가함으로써, 상기 로봇(10)을 재구성하는 단계(36):
    상기 하나 이상의 제2 링크 및/또는 조인트 모듈들(16a-16d, 18a-18c)의 지오메트리를 설명하는 데이터에 기반하여, 상기 로봇(10)의 기하학적 모델(26, 28)을 결정하는 단계(38); 및
    상기 로봇(10)을 동작시키는 동안, 남아있는 제1 링크 및/또는 조인트 모듈들 및 하나 이상의 제2 링크 및/또는 조인트 모듈들(16a-16d, 18a-18c)의 무충돌 경로들을 계획하기 위해, 상기 기하학적 모델(26, 28)을 사용하는 단계(40)를 포함하는,
    충돌을 회피하는 방법.
  14. 제13 항에 있어서,
    상기 데이터는 상기 남아있는 제1 링크 및/또는 조인트 모듈들 및 하나 이상의 제2 링크 및/또는 조인트 모듈들(16a-16d, 18a-18c)에 대응하는 일련의 변환들을 포함하고; 그리고
    기준 프레임에서 상기 남아있는 제1 링크 및/또는 조인트 모듈들 및 하나 이상의 제2 링크 및/또는 조인트 모듈들(16a-16d, 18a-18c) 중 하나의 포즈는, 상기 남아있는 제1 링크 및/또는 조인트 모듈들 및 하나 이상의 제2 링크 및/또는 조인트 모듈들(16a-16d, 18a-18c) 중 하나에 대응하는 변환에 상기 일련의 변환들을 적용함으로써 정해지는,
    충돌을 회피하는 방법.
  15. 제14 항에 있어서,
    상기 로봇(10)의 상기 기하학적 모델(26, 28)을 결정하는 단계(38)는, 상기 기하학적 모델(26, 28)에 의해 표현되는 운동학적 체인에서 상기 하나 이상의 제2 링크 및/또는 조인트 모듈들(16a-16d, 18a-18c)의 위치들을 결정하는 단계를 포함하는,
    충돌을 회피하는 방법.
  16. 제15 항에 있어서,
    상기 남아있는 제1 링크 및/또는 조인트 모듈들 및 하나 이상의 제2 링크 및/또는 조인트 모듈들(16a-16d, 18a-18c)은 유선 통신 네트워크의 노드들을 포함하고, 상기 운동학적 체인에서 상기 하나 이상의 제2 링크 및/또는 조인트 모듈들(16a-16d, 18a-18c)의 위치를 결정하는 단계는, 상기 하나 이상의 제2 링크 및/또는 조인트 모듈들(16a-16d, 18a-18c)에 포함된 노드에 이웃한 하나 이상의 노드들을 식별하는 단계를 포함하는,
    충돌을 회피하는 방법.
  17. 제15 항에 있어서,
    상기 운동학적 체인에서 상기 하나 이상의 제2 링크 및/또는 조인트 모듈들(16a-16d, 18a-18c)의 위치들을 결정하는 단계는, 상기 로봇(10)의 하나 이상의 이미지들을 촬영하는 단계, 및 상기 하나 이상의 이미지들에서 검출된 상기 남아있는 제1 링크 및 조인트 모듈들 및 하나 이상의 제2 링크 및 조인트 모듈들(16a-16d, 18a-18c)의 유형을 결정하는 단계를 포함하는,
    충돌을 회피하는 방법.
  18. 제15 항에 있어서,
    상기 운동학적 체인에서 상기 하나 이상의 제2 링크 및/또는 조인트 모듈들(16a-16d, 18a-18c)의 위치들을 결정하는 단계는, 상기 하나 이상의 제2 링크 및/또는 조인트 모듈들(16a-16d, 18a-18c)에 부착 또는 임베딩된 RFID(radio-frequency identification), 태그들에 대해 상기 로봇(10)을 스캔하는 단계를 포함하는,
    충돌을 회피하는 방법.
  19. 제13 항 내지 제18 항 중 어느 한 항에 있어서,
    상기 남아있는 제1 링크 및/또는 조인트 모듈들 및 하나 이상의 제2 링크 및/또는 조인트 모듈들(16a-16d, 18a-18c)로부터 상기 데이터를 수집하는 단계 및/또는 유선 또는 무선 연결을 통해 상기 데이터를 업데이트하는 단계를 더 포함하는,
    충돌을 회피하는 방법.
  20. 제13 항 내지 제18 항 중 어느 한 항에 있어서,
    상기 로봇(10)의 상기 기하학적 모델(26, 28)을 결정하는 단계(38)는, 둘 이상의 이웃 링크 및/또는 조인트 모듈들(16a-16d, 18a-18c)을, 상기 운동학적 체인의 엘리먼트를 나타내는 단일 가상 강체(24a, 24b)로서 근사화하는 단계를 포함하는,
    충돌을 회피하는 방법.
  21. 제20 항에 있어서,
    상기 로봇(10)의 둘 이상의 이웃 링크 및/또는 조인트 모듈들(16a-16d, 18a-18c)을 상기 단일 가상 강체(24a, 24b)로서 근사화하는 단계는 상이한 근사화 레벨들 사이에서 선택하는 단계를 포함하는,
    충돌을 회피하는 방법.
  22. 제13 항 내지 제21 항 중 어느 한 항에 있어서,
    상기 기하학적 모델(26, 28)은 가상 강체들의 체인을 포함하고, 상기 체인의 각각의 가상 강체는 상기 운동학적 체인의 엘리먼트를 나타내는,
    충돌을 회피하는 방법.
  23. 제13 항 내지 제22 항 중 어느 한 항에 있어서,
    상기 제1 링크 및 조인트 모듈들 및 제2 링크 및 조인트 모듈들(16a-16d, 18a-18c)로부터 복수의 링크 및 조인트 모듈(16a-16d, 18a-18c) 구성들을 결정하는 단계(1);
    상기 구성들 각각에 대해, 상기 구성이 상기 로봇(10)이 작업의 부작업들의 세트를 수행하는 것을 가능하게 하는지 여부를 결정하는 단계(2);
    상기 로봇(10)이 상기 부작업들의 세트를 수행하는 것을 가능하게 하는 각각의 구성에 대해, 상기 구성이 상기 로봇(10)이 상기 작업을 수행하는 것을 가능하게 하는지 여부를 결정하는 단계(4);
    상기 로봇(10)이 상기 작업을 수행하는 것을 가능하게 하는 각각의 구성에 대해, 상기 기하학적 모델(26, 28)에 기반하여 시뮬레이션을 수행함으로써, 비용 메트릭에 따라, 상기 작업을 수행하는 것의 비용을 나타내는 값을 결정하는 단계(6); 및
    상기 로봇(10)이 상기 작업을 수행하는 것을 가능하게 하는 구성을 선택하기 위해, 상기 결정된 값들을 사용하는 단계(8)를 더 포함하는,
    충돌을 회피하는 방법.
  24. 제23 항에 있어서,
    상기 로봇(10)에 의해 수행될 상기 작업에 카테고리를 할당하는 단계를 더 포함하고,
    상기 카테고리는:
    정해진 도구 경로들을 갖는 작업들;
    부분적으로 정해진 도구 경로들을 갖는 작업들; 및
    정해진 작업 공간 내에서 아직 정의되지 않은 도구 경로들을 갖는 작업들로 구성된 그룹으로부터 선택되고,
    상기 구성이 상기 로봇(10)이 상기 작업을 수행하는 것을 가능하게 하는지 여부를 결정하는 단계는, 상기 구성이 상기 정해진 도구 경로, 상기 부분적으로 정해진 도구 경로 및 상기 작업 공간 내의 임의의 포즈를 각각 가능하게 하는지 여부를 결정하는 단계를 포함하는,
    충돌을 회피하는 방법.
KR1020217014498A 2018-10-18 2019-10-18 모듈형 로봇을 위한 충돌 방지 안전 조치들 KR20210076090A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP18201371.4A EP3639983A1 (en) 2018-10-18 2018-10-18 Anti-collision safety measures for a reconfigurable modular robot
EP18201371.4 2018-10-18
PCT/EP2019/078463 WO2020079272A2 (en) 2018-10-18 2019-10-18 Anti-collision safety measures for a modular robot

Publications (1)

Publication Number Publication Date
KR20210076090A true KR20210076090A (ko) 2021-06-23

Family

ID=63914948

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020217014498A KR20210076090A (ko) 2018-10-18 2019-10-18 모듈형 로봇을 위한 충돌 방지 안전 조치들

Country Status (6)

Country Link
US (1) US20210387341A1 (ko)
EP (3) EP3639983A1 (ko)
JP (1) JP2022510082A (ko)
KR (1) KR20210076090A (ko)
CN (1) CN112955286A (ko)
WO (1) WO2020079272A2 (ko)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7168011B2 (ja) * 2019-02-08 2022-11-09 日本電気株式会社 動作モデル算出装置、制御装置、関節機構、動作モデル算出方法、プログラム
EP3725472A1 (de) * 2019-04-16 2020-10-21 Siemens Aktiengesellschaft Verfahren zum ermitteln einer trajektorie eines roboters
WO2022104161A2 (en) * 2020-11-13 2022-05-19 Armstrong Robotics, Inc. System for automated manipulation of objects using a vision-based collision-free motion plan
CN113478493B (zh) * 2021-09-07 2021-11-16 成都博恩思医学机器人有限公司 一种机械臂的碰撞保护方法、系统、机器人及存储介质
CN114434444B (zh) * 2022-01-27 2023-08-08 南京航空航天大学 一种重载工业机器人辅助装配安全空间的规划方法

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6678582B2 (en) * 2002-05-30 2004-01-13 Kuka Roboter Gmbh Method and control device for avoiding collisions between cooperating robots
CA2522097C (en) * 2003-04-28 2012-09-25 Stephen James Crampton Cmm arm with exoskeleton
ATE401170T1 (de) * 2004-10-25 2008-08-15 Univ Dayton Verfahren und system zum ermöglichen von erhöhter genauigkeit bei mehrfachverbundenen robotern durch berechnung der kinematischen robotermodellparameter
US8945148B2 (en) * 2007-06-13 2015-02-03 Intuitive Surgical Operations, Inc. Surgical system instrument manipulator
KR101667030B1 (ko) * 2009-08-10 2016-10-17 삼성전자 주식회사 로봇의 경로 계획 장치 및 그 방법
KR101667029B1 (ko) * 2009-08-10 2016-10-17 삼성전자 주식회사 로봇의 경로 계획방법 및 장치
KR101254575B1 (ko) * 2011-08-11 2013-04-15 (주)심랩 로봇의 시뮬레이션 모델 추출 방법 및 장치
US20150266182A1 (en) * 2012-10-11 2015-09-24 Abb Technology Ltd Method And An Apparatus For Automatically Generating A Collision Free Return Program For Returning A Robot From A Stop Position To A Predefined Restart Position
US9672184B1 (en) * 2013-06-24 2017-06-06 Redwood Robotics, Inc. Methods and systems for rapid configuration, calibration, and deployment of a modular robot workcell
US10394327B2 (en) * 2014-09-12 2019-08-27 University Of Washington Integration of auxiliary sensors with point cloud-based haptic rendering and virtual fixtures
JP6378783B2 (ja) 2014-12-25 2018-08-22 川崎重工業株式会社 アーム型のロボットの障害物自動回避方法及び制御装置
US9440353B1 (en) * 2014-12-29 2016-09-13 Google Inc. Offline determination of robot behavior
US9630315B2 (en) * 2015-08-24 2017-04-25 Rethink Robotics, Inc. Robot with hot-swapped end effectors
US10213923B2 (en) * 2015-09-09 2019-02-26 Carbon Robotics, Inc. Robotic arm system and object avoidance methods
JP6309990B2 (ja) * 2016-03-24 2018-04-11 ファナック株式会社 複数の機構ユニットにより構成されたロボットを制御するロボットシステム、該機構ユニット、およびロボット制御装置
US10105847B1 (en) * 2016-06-08 2018-10-23 X Development Llc Detecting and responding to geometric changes to robots
KR101714987B1 (ko) * 2016-08-31 2017-03-09 이상준 모듈 결합형 로봇의 추종제어장치
AU2017326462B2 (en) * 2016-09-16 2020-02-27 Verb Surgical Inc. Robotic arms
US10414046B1 (en) * 2016-11-07 2019-09-17 X Development Llc Modular robot design
WO2018172593A2 (es) * 2018-05-25 2018-09-27 Erle Robotics, S.L Método para integrar nuevos módulos en robots modulares, y un componente de robot del mismo

Also Published As

Publication number Publication date
WO2020079272A2 (en) 2020-04-23
JP2022510082A (ja) 2022-01-26
EP3867019B1 (en) 2022-11-30
CN112955286A (zh) 2021-06-11
EP3867019A2 (en) 2021-08-25
US20210387341A1 (en) 2021-12-16
EP4082725A1 (en) 2022-11-02
EP3639983A1 (en) 2020-04-22
WO2020079272A3 (en) 2020-07-02

Similar Documents

Publication Publication Date Title
KR20210076090A (ko) 모듈형 로봇을 위한 충돌 방지 안전 조치들
CN110198813B (zh) 机器人路径生成装置和机器人系统
CN110891740B (zh) 用于为远程可控机器人提供机器人操作约束的方法和系统
Cena et al. A cooperative multi-agent robotics system: Design and modelling
US20220410383A1 (en) Systems, devices, articles, and methods for parallelization of robots in synchronous communication framework
Turnage Simulation results for localization and mapping algorithms
US20210349470A1 (en) Dynamically refining markers in an autonomous world model
Udugama Mini bot 3D: A ROS based Gazebo Simulation
JP2005088146A (ja) 物体処理システム、物体処理方法及びロボット
Baslan et al. Navigation and vision system of a mobile robot
US20220066401A1 (en) Machine control system
JP2005088143A (ja) 物体処理システム、物体処理方法及びロボット
Quintero-Pena et al. Motion planning via bayesian learning in the dark
Huq et al. QBOT: an educational mobile robot controlled in MATLAB Simulink environment
Ferrera et al. Multi-robot operation system with conflict resolution
Lima et al. Isocrob 2003: Team description paper
Landa-Hurtado et al. Kinect-based trajectory teaching for industrial robots
Tang et al. Comparison between normal waveform and modified wavefront path planning algorithm for mobile robot
US20230278223A1 (en) Robots, tele-operation systems, computer program products, and methods of operating the same
EP3542971A2 (en) Generating learned knowledge from an executable domain model
Fong et al. Supervised autonomy interface with integrated perception and motion planning for telemanipulation tasks
Guillermo Localization and Mapping in Semi-Urban Environments with Unmanned Vehicles for Agriculture-Oriented Labours
Ewelike Neural Network Algorithm for Complete Coverage Path Planning in Industrial Robotic Platforms: A Simulation-Based Study
Burian Taktilní průzkum terénu robotickou rukou
Burian Haptic terrain exploration with robotic arm