KR20230129836A - Method for controlling variable admittance based on human-robot collaboration state, apparatus and computer program for performing the method - Google Patents
Method for controlling variable admittance based on human-robot collaboration state, apparatus and computer program for performing the method Download PDFInfo
- Publication number
- KR20230129836A KR20230129836A KR1020220026956A KR20220026956A KR20230129836A KR 20230129836 A KR20230129836 A KR 20230129836A KR 1020220026956 A KR1020220026956 A KR 1020220026956A KR 20220026956 A KR20220026956 A KR 20220026956A KR 20230129836 A KR20230129836 A KR 20230129836A
- Authority
- KR
- South Korea
- Prior art keywords
- value
- human
- robot
- state
- admittance
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000004590 computer program Methods 0.000 title claims abstract description 10
- 241000282412 Homo Species 0.000 claims description 21
- 238000009499 grossing Methods 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 6
- 229920006395 saturated elastomer Polymers 0.000 claims description 4
- 238000000586 desensitisation Methods 0.000 claims description 3
- 238000009738 saturating Methods 0.000 claims description 2
- 230000009471 action Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 11
- 238000005070 sampling Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000004069 differentiation Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000003631 expected effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Images
Classifications
-
- 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
- B25J13/085—Force or torque sensors
-
- 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
- B25J9/1628—Programme controls characterised by the control loop
- B25J9/163—Programme controls characterised by the control loop learning, adaptive, model based, rule based expert control
-
- 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
- B25J9/1628—Programme controls characterised by the control loop
- B25J9/1638—Programme controls characterised by the control loop compensation for arm bending/inertia, pay load weight/inertia
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
본 발명의 바람직한 실시예에 따른 인간-로봇 협업 상태 기반 가변 어드미턴스 제어 방법, 이를 수행하는 장치 및 컴퓨터 프로그램은, 인간과 로봇이 물리적으로 협업하는 환경에서 인간의 의도된 동작과 인간의 의도되지 않은 동작을 구별하기 위해 주파수 분석을 통해 획득한 인간-로봇 협업 상태를 기반으로 어드미턴스(admittance)를 조절함으로써, 안전한 협업 상태에서 어드미턴스 매개변수를 민감하게 설정하고, 불안전한 협업 상태에서 어드미턴스 매개변수를 둔감하게 설정할 수 있으며, 또한, 높은 주파수 분해능을 가지고, 낮은 연산량을 통해 인간-로봇 협업 상태의 인식 시간을 보장할 수 있다.The human-robot collaborative state-based variable admittance control method according to a preferred embodiment of the present invention, a device for performing the same, and a computer program are designed to control the intended and unintended actions of humans in an environment where humans and robots physically collaborate. By adjusting the admittance based on the human-robot collaboration state obtained through frequency analysis, the admittance parameter is set sensitive in the safe collaboration state and the admittance parameter is made insensitive in the unsafe collaboration state. In addition, it has high frequency resolution and can guarantee the recognition time of the human-robot collaboration state through low computational amount.
Description
본 발명은 인간-로봇 협업 상태 기반 가변 어드미턴스 제어 방법, 이를 수행하는 장치 및 컴퓨터 프로그램에 관한 것으로서, 더욱 상세하게는 어드미턴스(admittance)를 조절하는, 방법, 장치 및 컴퓨터 프로그램에 관한 것이다.The present invention relates to a human-robot collaborative state-based variable admittance control method, a device and a computer program for performing the same, and more particularly, to a method, device, and computer program for controlling admittance.
인간과 물리 협업을 이루는 로봇 시스템은 동작 중 사용자 요구 힘을 최소화하기 위해 민감하게 제어되어야 한다. 인간 동작 의도 기반 힘 제어를 위해 일반적으로 어드미턴스 제어기가 사용되고 있다. 어드미턴스 제어기는 로봇의 말단을 인간이 원하는 가상의 이너샤(inertia)와 댐퍼(damper)와 같은 어드미턴스 매개변수로 모델링한다. 어드미턴스 매개변수를 민감하게 설정할 경우 인간 동작 의도에 민감한 제어가 가능하다. 하지만, 너무 낮은 어드매턴스 매개변수 설정은 외부 환경과의 충돌에 쉽게 불안정한 특성을 가지게 된다. 반면, 어드미턴스 제어기를 둔감하게 설정할 경우 외란에 강인하지만 로봇 동작을 위한 인간 요구 힘이 높은 문제가 있다. 이와 같이, 민감한 제어와 안전한 제어는 상호 관계(trade-off)를 가지고 있고 있다. 이에 따라, 민감하면서도 안전한 고정된 어드미턴스 게인을 구하는 것은 어려운 문제이다.Robotic systems that achieve physical collaboration with humans must be sensitively controlled to minimize the force required by the user during operation. Admittance controllers are commonly used for force control based on human motion intention. The admittance controller models the robot's extremity with admittance parameters such as virtual inertia and damper desired by humans. If the admittance parameter is set sensitively, control that is sensitive to human motion intentions is possible. However, if the admittance parameter setting is too low, it will easily have unstable characteristics due to conflict with the external environment. On the other hand, if the admittance controller is set to be insensitive, there is a problem that although it is robust to disturbance, the human force required for robot movement is high. In this way, sensitive control and safe control have a trade-off. Accordingly, it is a difficult problem to obtain a fixed admittance gain that is both sensitive and safe.
그리고, 인간의 안전을 보장하기 위해 외부 환경 등과의 충돌 시 피부의 소성 변형에 영향을 미치는 0.5초 이내에 발생하는 충격 크기를 최소화할 수 있어야 한다. 이에 따라, 인간과 로봇의 안전한 물리 협업을 위해 0.5초 이내에 인간-로봇 협업 상태를 인식할 수 있어야 한다. 일반적으로 동작 주파수 분석을 위해서는 DFT(discrete Fourier transform)가 사용되지만, 1 ms의 샘플링 타임에서 1 Hz 단위의 주파수를 인식하기 위해서는 1,024개의 샘플링 데이터가 필요하다. 이로 인해, DFT 기반의 주파수 분석 기법은 5 Hz 이내의 주파수를 1 Hz의 분해능으로 인식하는데 약 1초의 지연 시간이 발생한다. 따라서, DFT 기반 관측기는 0.5초 이내에 인간-로봇 협업 상태를 인식할 수 없는 문제가 있다.In addition, in order to ensure human safety, it must be possible to minimize the size of the impact that occurs within 0.5 seconds, which affects the plastic deformation of the skin when colliding with the external environment. Accordingly, for safe physical collaboration between humans and robots, the status of human-robot collaboration must be recognized within 0.5 seconds. Generally, DFT (discrete Fourier transform) is used to analyze operating frequency, but 1,024 pieces of sampling data are required to recognize the frequency in units of 1 Hz at a sampling time of 1 ms. Because of this, the DFT-based frequency analysis technique has a delay time of about 1 second in recognizing frequencies within 5 Hz with a resolution of 1 Hz. Therefore, DFT-based observers have a problem in that they cannot recognize the human-robot collaboration state within 0.5 seconds.
본 발명이 이루고자 하는 목적은, 인간과 로봇이 물리적으로 협업하는 환경에서 인간의 의도된 동작과 인간의 의도되지 않은 동작을 구별하기 위해 주파수 분석을 통해 획득한 인간-로봇 협업 상태를 기반으로 어드미턴스(admittance)를 조절하는, 인간-로봇 협업 상태 기반 가변 어드미턴스 제어 방법, 이를 수행하는 장치 및 컴퓨터 프로그램을 제공하는 데 있다.The purpose of the present invention is to determine the admittance ( The purpose of the present invention is to provide a human-robot collaborative state-based variable admittance control method for controlling admittance, a device for performing the same, and a computer program.
본 발명의 명시되지 않은 또 다른 목적들은 하기의 상세한 설명 및 그 효과로부터 용이하게 추론할 수 있는 범위 내에서 추가적으로 고려될 수 있다.Other unspecified objects of the present invention can be additionally considered within the scope that can be easily inferred from the following detailed description and its effects.
상기의 기술적 과제를 달성하기 위한 본 발명의 바람직한 실시예에 따른 인간-로봇 협업 상태 기반 가변 어드미턴스 제어 방법은, 인간과 로봇이 물리적으로 협업하는 환경에서 인간의 의도된 동작과 인간의 의도되지 않은 동작을 구별하기 위해 주파수 분석을 통해 획득한 인간-로봇 협업 상태를 기반으로 어드미턴스(admittance)를 조절하는 방법으로서, 다자유도 힘 신호를 획득하는 단계; 저역 통과 필터(low-pass filter) 및 고역 통과 필터(high-pass filter)를 이용하여 상기 다자유도 힘 신호를 기반으로 인간-로봇 협업 상태값을 획득하는 단계; 및 미리 설정된 기준 주파수에 대응되는 기준 협업 상태값을 이용하여 상기 인간-로봇 협업 상태값을 기반으로 상기 어드미턴스의 매개변수를 조절하는 단계;를 포함한다.The human-robot collaborative state-based variable admittance control method according to a preferred embodiment of the present invention to achieve the above technical problem is a human-robot collaborative state-based variable admittance control method that combines the intended human motion and the unintended human motion in an environment where humans and robots physically collaborate. A method of adjusting admittance based on a human-robot collaboration state obtained through frequency analysis to distinguish between: acquiring a multi-degree-of-freedom force signal; Obtaining a human-robot collaboration state value based on the multi-degree-of-freedom force signal using a low-pass filter and a high-pass filter; and adjusting the parameters of the admittance based on the human-robot collaboration state value using a reference collaboration state value corresponding to a preset reference frequency.
여기서, 상기 어드미턴스 매개변수 조절 단계는, 상기 인간-로봇 협업 상태값이 상기 기준 협업 상태값 미만이면, 민감한 제어에 대응되게 미리 설정된 매개변수 기본값을 상기 어드미턴스의 매개변수의 값으로 획득하고, 상기 인간-로봇 협업 상태값이 상기 기준 협업 상태값 이상이면, 상기 미리 설정된 매개변수 기본값을 기반으로 상기 인간-로봇 협업 상태값을 이용하여 획득한 매개변수 조절값을 상기 어드미턴스의 매개변수의 값으로 획득하는 것으로 이루어질 수 있다.Here, in the admittance parameter adjustment step, if the human-robot collaboration state value is less than the reference collaboration state value, a preset parameter default value corresponding to sensitive control is obtained as the value of the admittance parameter, and the human-robot collaboration state value is less than the reference collaboration state value. -If the robot collaboration state value is greater than or equal to the reference collaboration state value, the parameter adjustment value obtained using the human-robot collaboration state value is obtained as the value of the admittance parameter based on the preset parameter default value. It can be done with
여기서, 상기 어드미턴스 매개변수 조절 단계는, 상기 인간-로봇 협업 상태값이 상기 기준 협업 상태값 이상이면, 상기 미리 설정된 매개변수 기본값에 따른 이너샤(inertia) 기본값, 상기 인간-로봇 협업 상태값과 상기 기준 협업 상태값의 차이값 및 미리 설정된 둔감 정도값을 이용하여 이너샤 조절값을 획득하고, 상기 미리 설정된 매개변수 기본값에 따른 댐퍼(damper) 기본값, 상기 이너샤 기본값 및 상기 이너샤 조절값을 이용하여 댐퍼 조절값을 획득하며, 상기 이너샤 조절값 및 상기 댐퍼 조절값을 상기 어드미턴스의 매개변수의 값으로 획득하는 것으로 이루어질 수 있다.Here, in the admittance parameter adjustment step, if the human-robot collaboration state value is greater than or equal to the reference collaboration state value, the inertia default value according to the preset parameter default value, the human-robot collaboration state value and the Obtain the inertia adjustment value using the difference value of the reference collaboration state value and the preset inertia degree value, and use the damper default value according to the preset parameter default value, the inertia default value, and the inertia adjustment value. Thus, the damper adjustment value may be obtained, and the inertia adjustment value and the damper adjustment value may be obtained as the value of the admittance parameter.
여기서, 상기 인간-로봇 협업 상태값 획득 단계는, 상기 저역 통과 필터를 통과한 상기 다자유도 힘 신호 및 상기 고역 통과 필터를 통과한 상기 다자유도 힘 신호를 기반으로, 상기 인간-로봇 협업 상태값을 획득하는데 이용되는 중간값을 획득하는 단계;를 포함할 수 있다.Here, the step of obtaining the human-robot collaboration state value is based on the multi-degree-of-freedom force signal that passed the low-pass filter and the multi-degree-of-freedom force signal that passed the high-pass filter, and the human-robot collaboration state. It may include; obtaining an intermediate value used to obtain a value.
여기서, 상기 중간값 획득 단계는, 상기 고역 통과 필터를 통과한 상기 다자유도 힘 신호의 유클리드 놈 값을 상기 저역 통과 필터를 통과한 상기 다자유도 힘 신호의 유클리드 놈 값으로 나누어 상기 중간값을 획득하는 것으로 이루어질 수 있다.Here, the median value acquisition step is to divide the Euclidean norm value of the multi-degree-of-freedom force signal that passed the high-pass filter by the Euclidean norm value of the multi-degree-of-freedom force signal that passed the low-pass filter to obtain the median value. This can be achieved by acquiring it.
여기서, 상기 중간값 획득 단계는, 상기 저역 통과 필터를 통과한 상기 다자유도 힘 신호의 유클리드 놈 값이 미리 설정된 기준값 이상이면, 상기 고역 통과 필터를 통과한 상기 다자유도 힘 신호의 유클리드 놈 값을 상기 저역 통과 필터를 통과한 상기 다자유도 힘 신호의 유클리드 놈 값으로 나눈 값을 상기 중간값으로 획득하고, 상기 저역 통과 필터를 통과한 상기 다자유도 힘 신호의 유클리드 놈 값이 상기 미리 설정된 기준값 미만이면, 0을 상기 중간값으로 획득하는 것으로 이루어질 수 있다.Here, the intermediate value acquisition step is performed when the Euclidean norm value of the multi-degree-of-freedom force signal that passed the low-pass filter is greater than or equal to a preset reference value. The value obtained by dividing by the Euclidean norm value of the multi-degree-of-freedom force signal that passed the low-pass filter is obtained as the intermediate value, and the Euclidean norm value of the multi-degree-of-freedom force signal that passed the low-pass filter is the preset If it is below the reference value, it can be achieved by obtaining 0 as the intermediate value.
여기서, 상기 인간-로봇 협업 상태값 획득 단계는, 상기 중간값을 평활화(smoothing) 처리하는 단계; 평활화 처리된 상기 중간값이 미리 설정된 하한(lower limit)과 미리 설정된 상한(upper limit) 사이의 값이 되도록 포화(saturation) 처리하는 단계; 및 포화 처리된 상기 중간값을 상기 인간-로봇 협업 상태값으로 획득하는 단계;를 더 포함할 수 있다.Here, the step of obtaining the human-robot collaboration state value includes smoothing the intermediate value; Saturating the smoothed median value to be a value between a preset lower limit and a preset upper limit; and obtaining the saturated intermediate value as the human-robot collaboration status value.
여기서, 상기 저역 통과 필터 및 상기 고역 통과 필터는, IIR(infinite impulse response) 2차 버터워스(Butterworth) 필터로 이루어지며, 상기 IIR 2차 버터워스 필터의 차단 주파수(cutoff frequency)는, 인간과 로봇 사이의 협업 상태 인식을 위한 관심 영역으로 미리 설정된 동작 주파수를 기반으로 설정될 수 있다.Here, the low-pass filter and the high-pass filter are composed of an infinite impulse response (IIR) second-order Butterworth filter, and the cutoff frequency of the IIR second-order Butterworth filter is It can be set based on a preset operating frequency as a region of interest for recognizing the collaborative state between the two.
상기의 기술적 과제를 달성하기 위한 본 발명의 바람직한 실시예에 따른 컴퓨터 프로그램은 컴퓨터 판독 가능한 저장 매체에 저장되어 상기한 인간-로봇 협업 상태 기반 가변 어드미턴스 제어 방법 중 어느 하나를 컴퓨터에서 실행시킨다.A computer program according to a preferred embodiment of the present invention for achieving the above technical problem is stored in a computer-readable storage medium and executes any one of the above-described human-robot collaborative state-based variable admittance control methods on a computer.
상기의 기술적 과제를 달성하기 위한 본 발명의 바람직한 실시예에 따른 인간-로봇 협업 상태 기반 가변 어드미턴스 제어 장치는, 인간과 로봇이 물리적으로 협업하는 환경에서 인간의 의도된 동작과 인간의 의도되지 않은 동작을 구별하기 위해 주파수 분석을 통해 획득한 인간-로봇 협업 상태를 기반으로 어드미턴스(admittance)를 조절하는 장치로서, 상기 인간-로봇 협업 상태를 관측하고, 상기 인간-로봇 협업 상태를 기반으로 상기 어드미턴스를 조절하기 위한 하나 이상의 프로그램을 저장하는 메모리; 및 상기 메모리에 저장된 상기 하나 이상의 프로그램에 따라 상기 인간-로봇 협업 상태를 관측하고, 상기 인간-로봇 협업 상태를 기반으로 상기 어드미턴스를 조절하기 위한 동작을 수행하는 하나 이상의 프로세서;를 포함하며, 상기 프로세서는, 다자유도 힘 신호를 획득하고, 저역 통과 필터(low-pass filter) 및 고역 통과 필터(high-pass filter)를 이용하여 상기 다자유도 힘 신호를 기반으로 인간-로봇 협업 상태값을 획득하며, 미리 설정된 기준 주파수에 대응되는 기준 협업 상태값을 이용하여 상기 인간-로봇 협업 상태값을 기반으로 상기 어드미턴스의 매개변수를 조절한다.The human-robot collaborative state-based variable admittance control device according to a preferred embodiment of the present invention for achieving the above technical problem is a human-robot collaborative state-based variable admittance control device that combines the intended human motion and the unintended human motion in an environment where humans and robots physically collaborate. A device that adjusts admittance based on the human-robot collaboration state obtained through frequency analysis to distinguish between the two, observes the human-robot collaboration state, and adjusts the admittance based on the human-robot collaboration state. a memory storing one or more programs for control; and one or more processors that observe the human-robot collaboration state according to the one or more programs stored in the memory and perform an operation to adjust the admittance based on the human-robot collaboration state. Obtains a multi-degree-of-freedom force signal, and obtains a human-robot collaboration state value based on the multi-degree-of-freedom force signal using a low-pass filter and a high-pass filter. And, the parameters of the admittance are adjusted based on the human-robot collaboration state value using a reference collaboration state value corresponding to a preset reference frequency.
여기서, 상기 프로세서는, 상기 인간-로봇 협업 상태값이 상기 기준 협업 상태값 미만이면, 민감한 제어에 대응되게 미리 설정된 매개변수 기본값을 상기 어드미턴스의 매개변수의 값으로 획득하고, 상기 인간-로봇 협업 상태값이 상기 기준 협업 상태값 이상이면, 상기 미리 설정된 매개변수 기본값을 기반으로 상기 인간-로봇 협업 상태값을 이용하여 획득한 매개변수 조절값을 상기 어드미턴스의 매개변수의 값으로 획득할 수 있다.Here, if the human-robot collaboration state value is less than the reference collaboration state value, the processor obtains a preset parameter default value corresponding to sensitive control as the value of the admittance parameter, and sets the human-robot collaboration state If the value is greater than or equal to the reference collaboration state value, the parameter adjustment value obtained using the human-robot collaboration state value based on the preset default parameter value may be obtained as the value of the admittance parameter.
여기서, 상기 프로세서는, 상기 인간-로봇 협업 상태값이 상기 기준 협업 상태값 이상이면, 상기 미리 설정된 매개변수 기본값에 따른 이너샤(inertia) 기본값, 상기 인간-로봇 협업 상태값과 상기 기준 협업 상태값의 차이값 및 미리 설정된 둔감 정도값을 이용하여 이너샤 조절값을 획득하고, 상기 미리 설정된 매개변수 기본값에 따른 댐퍼(damper) 기본값, 상기 이너샤 기본값 및 상기 이너샤 조절값을 이용하여 댐퍼 조절값을 획득하며, 상기 이너샤 조절값 및 상기 댐퍼 조절값을 상기 어드미턴스의 매개변수의 값으로 획득할 수 있다.Here, if the human-robot collaboration state value is greater than or equal to the reference collaboration state value, the processor sets an inertia default value according to the preset parameter default value, the human-robot collaboration state value, and the reference collaboration state value. An inertia adjustment value is obtained using the difference value and a preset desensitization degree value, a damper default value according to the preset parameter default value, and a damper adjustment value using the inertia default value and the inertia adjustment value. , and the inertia adjustment value and the damper adjustment value can be obtained as the value of the admittance parameter.
여기서, 상기 프로세서는, 상기 저역 통과 필터를 통과한 상기 다자유도 힘 신호 및 상기 고역 통과 필터를 통과한 상기 다자유도 힘 신호를 기반으로, 상기 인간-로봇 협업 상태값을 획득하는데 이용되는 중간값을 획득할 수 있다.Here, the processor is used to obtain the human-robot collaboration state value based on the multi-degree-of-freedom force signal that passed the low-pass filter and the multi-degree-of-freedom force signal that passed the high-pass filter. The value can be obtained.
본 발명의 바람직한 실시예에 따른 인간-로봇 협업 상태 기반 가변 어드미턴스 제어 방법, 이를 수행하는 장치 및 컴퓨터 프로그램에 의하면, 인간과 로봇이 물리적으로 협업하는 환경에서 인간의 의도된 동작과 인간의 의도되지 않은 동작을 구별하기 위해 주파수 분석을 통해 획득한 인간-로봇 협업 상태를 기반으로 어드미턴스(admittance)를 조절함으로써, 안전한 협업 상태에서 어드미턴스 매개변수를 민감하게 설정하고, 불안전한 협업 상태에서 어드미턴스 매개변수를 둔감하게 설정할 수 있다.According to a human-robot collaborative state-based variable admittance control method, a device for performing the same, and a computer program according to a preferred embodiment of the present invention, in an environment where humans and robots physically collaborate, the intended actions of humans and the unintended actions of humans are By adjusting the admittance based on the human-robot collaboration state obtained through frequency analysis to distinguish motion, the admittance parameter is set sensitive in the safe collaboration state and the admittance parameter is insensitive in the unsafe collaboration state. It can be set as follows.
또한, 본 발명은 높은 주파수 분해능을 가지고, 낮은 연산량을 통해 인간-로봇 협업 상태의 인식 시간을 보장할 수 있다.In addition, the present invention has high frequency resolution and can guarantee the recognition time of the human-robot collaboration state through a low computational amount.
본 발명의 효과들은 이상에서 언급한 효과들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.The effects of the present invention are not limited to the effects mentioned above, and other effects not mentioned will be clearly understood by those skilled in the art from the description below.
도 1은 본 발명의 바람직한 실시예에 따른 인간-로봇 협업 상태 기반 가변 어드미턴스 제어 장치를 설명하기 위한 블록도이다.
도 2는 본 발명의 바람직한 실시예에 따른 인간-로봇 협업 상태 관측의 기본 원리를 설명하기 위한 도면이다.
도 3은 본 발명의 바람직한 실시예에 따른 인간-로봇 협업 상태 기반 가변 어드미턴스 제어 방법을 설명하기 위한 흐름도이다.
도 4는 본 발명의 바람직한 실시예에 따른 어드미턴스 매개변수 조절 과정을 설명하기 위한 도면이다.
도 5는 도 3에 도시한 인간-로봇 협업 상태값 획득 단계의 세부 단계를 설명하기 위한 흐름도이다.
도 6은 본 발명의 바람직한 실시예에 따른 인간-로봇 협업 상태 획득 과정을 설명하기 위한 도면이다.
도 7은 본 발명의 바람직한 실시예에 따른 인간-로봇 협업 상태 기반 가변 어드미턴스 제어 과정의 일례를 설명하기 위한 도면이다.
도 8은 도 7에 도시한 인간-로봇 협업 상태 획득 부분의 일례를 설명하기 위한 도면이다.
도 9는 본 발명의 바람직한 실시예에 따른 인간-로봇 협업 상태 획득 동작의 성능을 설명하기 위한 도면으로, 도 9의 (a)는 입력 신호의 주파수를 나타내고, 도 9의 (b)는 입력 신호의 크기를 나타내며, 도 9의 (c)는 출력값인 인간-로봇 협업 상태값을 나타낸다.
도 10은 본 발명의 바람직한 실시예에 따른 인간-로봇 협업 상태 획득 동작의 성능을 설명하기 위한 도면으로, 1 Hz에서 5 Hz 사이의 서로 다른 주파수로 이루어지는 단위 계단 신호에 대한 응답을 나타낸다.Figure 1 is a block diagram illustrating a human-robot collaborative state-based variable admittance control device according to a preferred embodiment of the present invention.
Figure 2 is a diagram for explaining the basic principle of human-robot collaboration state observation according to a preferred embodiment of the present invention.
Figure 3 is a flowchart illustrating a variable admittance control method based on human-robot collaboration status according to a preferred embodiment of the present invention.
Figure 4 is a diagram for explaining the admittance parameter adjustment process according to a preferred embodiment of the present invention.
FIG. 5 is a flowchart for explaining the detailed steps of the human-robot collaboration state value acquisition step shown in FIG. 3.
Figure 6 is a diagram illustrating a process for obtaining a human-robot collaboration state according to a preferred embodiment of the present invention.
FIG. 7 is a diagram illustrating an example of a human-robot collaborative state-based variable admittance control process according to a preferred embodiment of the present invention.
FIG. 8 is a diagram for explaining an example of the human-robot collaboration state acquisition portion shown in FIG. 7.
FIG. 9 is a diagram for explaining the performance of a human-robot collaborative state acquisition operation according to a preferred embodiment of the present invention. FIG. 9 (a) represents the frequency of the input signal, and FIG. 9 (b) represents the input signal. It represents the size of , and Figure 9(c) represents the human-robot collaboration status value, which is the output value.
Figure 10 is a diagram for explaining the performance of a human-robot collaborative state acquisition operation according to a preferred embodiment of the present invention, and shows responses to unit step signals with different frequencies between 1 Hz and 5 Hz.
이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세히 설명한다. 본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 게시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 게시가 완전하도록 하고, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.Hereinafter, embodiments of the present invention will be described in detail with reference to the attached drawings. The advantages and features of the present invention and methods for achieving them will become clear by referring to the embodiments described in detail below along with the accompanying drawings. However, the present invention is not limited to the embodiments disclosed below and may be implemented in various different forms. The present embodiments are merely provided to ensure that the disclosure of the present invention is complete and to provide a general understanding of the technical field to which the present invention pertains. It is provided to fully inform those with knowledge of the scope of the invention, and the present invention is only defined by the scope of the claims. Like reference numerals refer to like elements throughout the specification.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.Unless otherwise defined, all terms (including technical and scientific terms) used in this specification may be used with meanings that can be commonly understood by those skilled in the art to which the present invention pertains. Additionally, terms defined in commonly used dictionaries are not interpreted ideally or excessively unless clearly specifically defined.
본 명세서에서 "제1", "제2" 등의 용어는 하나의 구성 요소를 다른 구성 요소로부터 구별하기 위한 것으로, 이들 용어들에 의해 권리범위가 한정되어서는 아니 된다. 예컨대, 제1 구성 요소는 제2 구성 요소로 명명될 수 있고, 유사하게 제2 구성 요소도 제1 구성 요소로 명명될 수 있다.In this specification, terms such as “first” and “second” are used to distinguish one component from another component, and the scope of rights should not be limited by these terms. For example, a first component may be named a second component, and similarly, the second component may also be named a first component.
본 명세서에서 각 단계들에 있어 식별부호(예컨대, a, b, c 등)는 설명의 편의를 위하여 사용되는 것으로 식별부호는 각 단계들의 순서를 설명하는 것이 아니며, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않는 이상 명기된 순서와 다르게 일어날 수 있다. 즉, 각 단계들은 명기된 순서와 동일하게 일어날 수도 있고 실질적으로 동시에 수행될 수도 있으며 반대의 순서대로 수행될 수도 있다.In this specification, identification codes (e.g., a, b, c, etc.) for each step are used for convenience of explanation. The identification codes do not describe the order of each step, and each step is clearly ordered in a specific order in context. Unless specified, it may occur differently from the specified order. That is, each step may occur in the same order as specified, may be performed substantially simultaneously, or may be performed in the opposite order.
본 명세서에서, "가진다", "가질 수 있다", "포함한다" 또는 "포함할 수 있다" 등의 표현은 해당 특징(예컨대, 수치, 기능, 동작, 또는 부품 등의 구성 요소)의 존재를 가리키며, 추가적인 특징의 존재를 배제하지 않는다.In this specification, expressions such as “have,” “may have,” “includes,” or “may include” indicate the presence of the corresponding feature (e.g., a numerical value, function, operation, or component such as a part). indicates, does not rule out the presence of additional features.
이하에서 첨부한 도면을 참조하여 본 발명에 따른 인간-로봇 협업 상태 기반 가변 어드미턴스 제어 방법, 이를 수행하는 장치 및 컴퓨터 프로그램의 바람직한 실시예에 대해 상세하게 설명한다.Hereinafter, with reference to the attached drawings, a preferred embodiment of the human-robot collaborative state-based variable admittance control method, a device for performing the same, and a computer program according to the present invention will be described in detail.
먼저, 도 1 및 도 2를 참조하여 본 발명의 바람직한 실시예에 따른 인간-로봇 협업 상태 기반 가변 어드미턴스 제어 장치에 대하여 설명한다.First, a human-robot collaborative state-based variable admittance control device according to a preferred embodiment of the present invention will be described with reference to FIGS. 1 and 2.
도 1은 본 발명의 바람직한 실시예에 따른 인간-로봇 협업 상태 기반 가변 어드미턴스 제어 장치를 설명하기 위한 블록도이고, 도 2는 본 발명의 바람직한 실시예에 따른 인간-로봇 협업 상태 관측의 기본 원리를 설명하기 위한 도면이다.Figure 1 is a block diagram for explaining a variable admittance control device based on human-robot collaboration state according to a preferred embodiment of the present invention, and Figure 2 is a basic principle of human-robot collaboration state observation according to a preferred embodiment of the present invention. This is a drawing for explanation.
도 1을 참조하면, 본 발명의 바람직한 실시예에 따른 인간-로봇 협업 상태 기반 가변 어드미턴스 제어 장치(이하 '가변 어드미턴스 제어 장치'라 한다)(100)는 인간과 로봇이 물리적으로 협업하는 환경에서 인간의 의도된 동작과 인간의 의도되지 않은 동작을 구별하기 위해 주파수 분석을 통해 획득한 인간-로봇 협업 상태를 기반으로 어드미턴스(admittance)를 조절할 수 있다.Referring to FIG. 1, a human-robot collaborative state-based variable admittance control device (hereinafter referred to as 'variable admittance control device') 100 according to a preferred embodiment of the present invention is a human-robot collaborative state-based variable
즉, 본 발명은 인간과 로봇이 물리적으로 협업하는 환경에서 안전한 인간-로봇 협업을 보장하기 위한 인간-로봇 협업 상태 관측기(human-robot collaboration observer, HRCO) 기반의 가변 어드미턴스 제어기에 대한 것이다.In other words, the present invention relates to a variable admittance controller based on a human-robot collaboration observer (HRCO) to ensure safe human-robot collaboration in an environment where humans and robots physically collaborate.
보다 자세히 설명하면, 인간과 물리 협업을 이루는 로봇 시스템은 동작 중 사용자 요구 힘을 최소화하기 위해 민감하게 제어되어야 한다. 인간 동작 의도 기반 힘 제어를 위해 일반적으로 어드미턴스 제어기가 사용되고 있다. 어드미턴스 제어기는 로봇의 말단을 인간이 원하는 가상의 이너샤(inertia)와 댐퍼(damper)와 같은 어드미턴스 매개변수로 모델링한다. 어드미턴스 매개변수를 민감하게 설정할 경우 인간 동작 의도에 민감한 제어가 가능하다. 하지만, 너무 낮은 어드매턴스 매개변수 설정은 외부 환경과의 충돌에 쉽게 불안정한 특성을 가지게 된다. 반면, 어드미턴스 제어기를 둔감하게 설정할 경우 외란에 강인하지만 로봇 동작을 위한 인간 요구 힘이 높은 문제가 있다. 이와 같이, 민감한 제어와 안전한 제어는 상호 관계(trade-off)를 가지고 있고 있다. 이에 따라, 민감하면서도 안전한 고정된 어드미턴스 게인을 구하는 것은 어려운 문제이다. 이와 같은 문제를 해결하기 위해, 본 발명은 인간-로봇 협업 상태를 기반으로 어드미턴스의 매개변수를 가변할 수 있는 가변 어드미턴스 제어기를 제공할 수 있다. 인간-로봇 협업 상태값에 따른 인간-로봇 협업 상태가 안전한 협업 상태이면, 민감한 제어에 대응되게 어드미턴스의 매개변수의 값을 조절하고, 인간-로봇 협업 상태값에 따른 인간-로봇 협업 상태가 불안전한 협업 상태이면, 안전한 제어에 대응되게 어드미턴스의 매개변수의 값을 조절할 수 있다. 다시 말하면, 본 발명은 안전한 협업 상태에서 어드미턴스 매개변수를 민감하게 설정하고, 불안전한 협업 상태에서 어드미턴스 매개변수를 둔감하게 설정할 수 있다.In more detail, robotic systems that achieve physical collaboration with humans must be sensitively controlled to minimize user required forces during operation. Admittance controllers are commonly used for force control based on human motion intention. The admittance controller models the robot's extremity with admittance parameters such as virtual inertia and damper desired by humans. If the admittance parameter is set sensitively, control that is sensitive to human motion intentions is possible. However, if the admittance parameter setting is too low, it will easily have unstable characteristics due to conflict with the external environment. On the other hand, if the admittance controller is set to be insensitive, there is a problem that although it is robust to disturbance, the human force required for robot movement is high. In this way, sensitive control and safe control have a trade-off. Accordingly, it is a difficult problem to obtain a fixed admittance gain that is both sensitive and safe. To solve this problem, the present invention can provide a variable admittance controller that can vary admittance parameters based on the human-robot collaboration state. If the human-robot collaboration state according to the human-robot collaboration state value is a safe collaboration state, the value of the admittance parameter is adjusted to correspond to the sensitive control, and if the human-robot collaboration state according to the human-robot collaboration state value is unsafe. When in a collaborative state, the value of the admittance parameter can be adjusted to correspond to safe control. In other words, the present invention can sensitively set the admittance parameter in a safe collaboration state and insensitively set the admittance parameter in an unsafe collaboration state.
그리고, 인간의 안전을 보장하기 위해 외부 환경 등과의 충돌 시 피부의 소성 변형에 영향을 미치는 0.5초 이내에 발생하는 충격 크기를 최소화할 수 있어야 한다. 이에 따라, 인간과 로봇의 안전한 물리 협업을 위해 0.5초 이내에 인간-로봇 협업 상태를 인식할 수 있어야 한다. 그러나, 종래의 DFT 기반 관측기는 0.5초 이내에 인간-로봇 협업 상태를 인식 할 수 없는 문제가 있다. 이에 반면, 본 발명은 0.5초 이내에 1 Hz 이상의 주파수 분해능을 갖는 인간-로봇 협업 상태 관측기(HRCO)를 제공할 수 있다. 일반적으로 인간의 의도된 동작은 2 Hz 이내에서 발생하고, 인간의 의도되지 않은 동작은 2 Hz ~ 5 Hz에서 발생된다. 이에, 로봇의 힘 센서로부터 측정된 다자유도 힘이 2 Hz 이내일 때에는 "안전한 협업 상태(safe collaboration state)"로 정의하고, 다자유도 힘이 2 Hz 이상일 때에는 "불안전한 협업 상태(unsafe collaboration state)"로 정의할 수 있다. 도 2에 도시된 바와 같이, IIR(infinite impulse response) 2차 버터워스(Butterworth) 필터인, 저역 통과 필터(low-pass filter, LPF) 및 고역 통과 필터(high-pass filter, HPF)는 단조적으로(monotonically) 변화하며, 차단 주파수(cutoff frequency) ωc에서 동일한 값을 가지게 된다. 이와 같은 원리를 이용하여, 본 발명은 0.5초 이내에 1 Hz 이상의 주파수 분해능을 가지는 인간-로봇 협업 상태 관측기(HRCO)를 제공할 수 있다.In addition, in order to ensure human safety, it must be possible to minimize the size of the impact that occurs within 0.5 seconds, which affects the plastic deformation of the skin when colliding with the external environment. Accordingly, for safe physical collaboration between humans and robots, the status of human-robot collaboration must be recognized within 0.5 seconds. However, conventional DFT-based observers have a problem in that they cannot recognize the human-robot collaboration state within 0.5 seconds. On the other hand, the present invention can provide a human-robot collaborative state observer (HRCO) with a frequency resolution of 1 Hz or more within 0.5 seconds. In general, human intentional motion occurs within 2 Hz, and unintentional human motion occurs between 2 Hz and 5 Hz. Accordingly, when the multi-degree-of-freedom force measured from the robot's force sensor is within 2 Hz, it is defined as a “safe collaboration state,” and when the multi-degree-of-freedom force is above 2 Hz, it is defined as an “unsafe collaboration state.” state)". As shown in Figure 2, the infinite impulse response (IIR) second-order Butterworth filter, the low-pass filter (LPF) and the high-pass filter (HPF) are monotonic. It changes monotonically and has the same value at the cutoff frequency ω c . Using this principle, the present invention can provide a human-robot collaborative state observer (HRCO) with a frequency resolution of 1 Hz or more within 0.5 seconds.
한편, 본 발명에 따른 가변 어드미턴스 제어 장치(100)는 인간의 상체에 착용되어 힘을 증강하는 로봇 등과 같은 착용형 로봇에 탑재되어, 인간-로봇 협업 상태를 관측하고, 관측한 인간-로봇 협업 상태를 기반으로 어드미턴스의 매개변수를 가변하여, 인간-로봇 협업 상태가 인간의 의도된 동작에 따른 안전한 협업 상태인지 인간의 의도되지 않은 동작에 따른 불안전한 협업 상태인지에 따라 민감도를 조절할 수 있다. 물론, 본 발명에 따른 가변 어드미턴스 제어 장치(100)는 서비스 로봇, 협동 로봇, 햅틱 인터페이스, 재활 로봇 등과 같이 인간과 물리 협업을 이루는 다른 유형의 로봇 시스템에 탑재될 수도 있다. 또한, 본 발명에 따른 가변 어드미턴스 제어 장치(100)는 센서, 기계, 음향 등 진동 기반 이상 감지 시스템과 같이 실시간 주파수 분석을 요하는 시스템에 탑재될 수도 있다.Meanwhile, the variable
이를 위해, 가변 어드미턴스 제어 장치(100)는 하나 이상의 프로세서(110), 컴퓨터 판독 가능한 저장 매체(130) 및 통신 버스(150)를 포함할 수 있다.To this end, the variable
프로세서(110)는 가변 어드미턴스 제어 장치(100)가 동작하도록 제어할 수 있다. 예컨대, 프로세서(110)는 컴퓨터 판독 가능한 저장 매체(130)에 저장된 하나 이상의 프로그램(131)을 실행할 수 있다. 하나 이상의 프로그램(131)은 하나 이상의 컴퓨터 실행 가능 명령어를 포함할 수 있으며, 컴퓨터 실행 가능 명령어는 프로세서(110)에 의해 실행되는 경우 가변 어드미턴스 제어 장치(100)로 하여금 인간-로봇 협업 상태를 관측하고, 인간-로봇 협업 상태를 기반으로 어드미턴스를 조절하기 위한 동작을 수행하도록 구성될 수 있다.The processor 110 may control the variable
컴퓨터 판독 가능한 저장 매체(130)는 인간-로봇 협업 상태를 관측하고, 인간-로봇 협업 상태를 기반으로 어드미턴스를 조절하기 위한 컴퓨터 실행 가능 명령어 내지 프로그램 코드, 프로그램 데이터 및/또는 다른 적합한 형태의 정보를 저장하도록 구성된다. 컴퓨터 판독 가능한 저장 매체(130)에 저장된 프로그램(131)은 프로세서(110)에 의해 실행 가능한 명령어의 집합을 포함한다. 일 실시예에서, 컴퓨터 판독 가능한 저장 매체(130)는 메모리(랜덤 액세스 메모리와 같은 휘발성 메모리, 비휘발성 메모리, 또는 이들의 적절한 조합), 하나 이상의 자기 디스크 저장 디바이스들, 광학 디스크 저장 디바이스들, 플래시 메모리 디바이스들, 그 밖에 가변 어드미턴스 제어 장치(100)에 의해 액세스되고 원하는 정보를 저장할 수 있는 다른 형태의 저장 매체, 또는 이들의 적합한 조합일 수 있다.The computer-readable storage medium 130 includes computer-executable instructions, program code, program data, and/or other suitable forms of information for observing the human-robot collaboration state and adjusting admittance based on the human-robot collaboration state. It is configured to save. The
통신 버스(150)는 프로세서(110), 컴퓨터 판독 가능한 저장 매체(130)를 포함하여 가변 어드미턴스 제어 장치(100)의 다른 다양한 컴포넌트들을 상호 연결한다.
가변 어드미턴스 제어 장치(100)는 또한 하나 이상의 입출력 장치를 위한 인터페이스를 제공하는 하나 이상의 입출력 인터페이스(170) 및 하나 이상의 통신 인터페이스(190)를 포함할 수 있다. 입출력 인터페이스(170) 및 통신 인터페이스(190)는 통신 버스(150)에 연결된다. 입출력 장치(도시하지 않음)는 입출력 인터페이스(170)를 통해 가변 어드미턴스 제어 장치(100)의 다른 컴포넌트들에 연결될 수 있다.The variable
그러면, 도 3 내지 도 5를 참조하여 본 발명의 바람직한 실시예에 따른 인간-로봇 협업 상태 기반 가변 어드미턴스 제어 방법에 대하여 설명한다.Next, a variable admittance control method based on human-robot collaboration status according to a preferred embodiment of the present invention will be described with reference to FIGS. 3 to 5.
도 3은 본 발명의 바람직한 실시예에 따른 인간-로봇 협업 상태 기반 가변 어드미턴스 제어 방법을 설명하기 위한 흐름도이고, 도 4는 본 발명의 바람직한 실시예에 따른 어드미턴스 매개변수 조절 과정을 설명하기 위한 도면이다.FIG. 3 is a flowchart for explaining a variable admittance control method based on human-robot collaboration status according to a preferred embodiment of the present invention, and FIG. 4 is a diagram for explaining an admittance parameter adjustment process according to a preferred embodiment of the present invention. .
도 3을 참조하면, 가변 어드미턴스 제어 장치(100)의 프로세서(110)는 다자유도 힘 신호를 획득할 수 있다(S110).Referring to FIG. 3, the processor 110 of the variable
즉, 프로세서(110)는 힘 센서(도시하지 않음) 등을 통해 다자유도 힘 신호, 즉 인간과 로봇이 물리적으로 협업하는 환경에서의 외부로 가해지는 외부 힘 신호를 측정할 수 있다.That is, the processor 110 can measure a multi-degree-of-freedom force signal, that is, an external force signal applied to the outside in an environment where humans and robots physically collaborate, through a force sensor (not shown).
그런 다음, 프로세서(110)는 저역 통과 필터(LPF) 및 고역 통과 필터(HPF)를 이용하여 다자유도 힘 신호를 기반으로 인간-로봇 협업 상태값을 획득할 수 있다(S120).Then, the processor 110 may obtain a human-robot collaboration state value based on the multi-degree-of-freedom force signal using a low-pass filter (LPF) and a high-pass filter (HPF) (S120).
여기서, 저역 통과 필터(LPF) 및 고역 통과 필터(HPF)는 IIR 2차 버터워스 필터로 이루어질 수 있다. 이 경우, IIR 2차 버터워스 필터의 차단 주파수는 인간과 로봇 사이의 협업 상태 인식을 위한 관심 영역으로 미리 설정된 동작 주파수를 기반으로 설정될 수 있다. 이때, 동작 주파수는 5 Hz 등으로 설정될 수 있다. 예컨대, 일반적으로 인간의 의도된 동작은 2 Hz 이내에서 발생되고, 인간의 의도되지 않은 동작은 2 Hz ~ 5 Hz에서 발생되는 점을 고려하여, 인간과 로봇 사이의 협업 상태 인식을 위한 관심 영역을 "5 Hz"로 설정하고, 이에 따라 동작 주파수도 "5 Hz"로 설정할 수 있다. 물론, 저역 통과 필터(LPF) 및 고역 통과 필터(HPF)는 FIR(finite impulse response) 필터 등과 같은 다른 형식의 필터로 이루어질 수도 있다.Here, the low-pass filter (LPF) and high-pass filter (HPF) may be formed as IIR second-order Butterworth filters. In this case, the cutoff frequency of the IIR second-order Butterworth filter can be set based on the operating frequency preset as the region of interest for recognizing the collaborative state between humans and robots. At this time, the operating frequency may be set to 5 Hz, etc. For example, considering that human intended motion generally occurs within 2 Hz and human unintentional motion occurs within 2 Hz to 5 Hz, the region of interest for recognizing the collaborative state between humans and robots was selected. It can be set to “5 Hz” and the operating frequency can also be set to “5 Hz” accordingly. Of course, the low-pass filter (LPF) and high-pass filter (HPF) may be composed of other types of filters, such as a finite impulse response (FIR) filter.
이후, 프로세서(110)는 미리 설정된 기준 주파수에 대응되는 기준 협업 상태값을 이용하여 인간-로봇 협업 상태값을 기반으로 어드미턴스의 매개변수를 조절할 수 있다(S130).Thereafter, the processor 110 may adjust the admittance parameters based on the human-robot collaboration state value using the reference collaboration state value corresponding to the preset reference frequency (S130).
여기서, 기준 주파수는 2 Hz 등으로 설정될 수 있다. 그리고, 기준 협업 상태값은 기준 주파수에 대응되는 인간-로봇 협업 상태값을 나타낼 수 있다. 예컨대, 일반적으로 인간의 의도된 동작은 2 Hz 이내에서 발생되고, 인간의 의도되지 않은 동작은 2 Hz ~ 5 Hz에서 발생되는 점을 고려하여, 안전한 협업 상태와 불안전한 협업 상태의 구별을 위한 기준 주파수를 "2 Hz"로 설정하고, 설정된 기준 주파수 "2 Hz"에 대응되는 인간-로봇 협업 상태값인 "0.16"을 기준 협업 상태값으로 설정할 수 있다.Here, the reference frequency may be set to 2 Hz, etc. And, the reference collaboration status value may represent a human-robot collaboration status value corresponding to the reference frequency. For example, considering that human intended movements generally occur within 2 Hz and unintentional human movements occur within 2 Hz to 5 Hz, standards for distinguishing between safe and unsafe collaboration states The frequency can be set to "2 Hz" and the human-robot collaboration status value "0.16" corresponding to the set reference frequency "2 Hz" can be set as the reference collaboration status value.
즉, 도 4에 도시된 바와 같이, 인간-로봇 협업 상태값이 기준 협업 상태값 미만이면, 프로세서(110)는 민감한 제어에 대응되게 미리 설정된 매개변수 기본값을 어드미턴스의 매개변수의 값으로 획득할 수 있다.That is, as shown in FIG. 4, if the human-robot collaboration state value is less than the reference collaboration state value, the processor 110 can obtain the preset parameter default value corresponding to sensitive control as the value of the admittance parameter. there is.
반면, 인간-로봇 협업 상태값이 기준 협업 상태값 이상이면, 프로세서(110)는 미리 설정된 매개변수 기본값을 기반으로 인간-로봇 협업 상태값을 이용하여 획득한 매개변수 조절값을 어드미턴스의 매개변수의 값으로 획득할 수 있다.On the other hand, if the human-robot collaboration state value is greater than or equal to the reference collaboration state value, the processor 110 adjusts the parameter adjustment value obtained using the human-robot collaboration state value based on the preset parameter default value to the parameter of the admittance. It can be obtained by value.
보다 자세히 설명하면, 인간-로봇 협업 상태값이 기준 협업 상태값 이상이면, 프로세서(110)는 미리 설정된 매개변수 기본값에 따른 이너샤 기본값, 인간-로봇 협업 상태값과 기준 협업 상태값의 차이값 및 미리 설정된 둔감 정도값을 이용하여 이너샤 조절값을 획득할 수 있다.In more detail, if the human-robot collaboration state value is greater than or equal to the reference collaboration state value, the processor 110 determines the Inertia default value according to the preset parameter default value, the difference value between the human-robot collaboration state value and the reference collaboration state value, and The inertia adjustment value can be obtained using a preset insensitivity degree value.
그리고, 프로세서(110)는 미리 설정된 매개변수 기본값에 따른 댐퍼 기본값, 이너샤 기본값 및 이너샤 조절값을 이용하여 댐퍼 조절값을 획득할 수 있다.Additionally, the processor 110 may obtain a damper adjustment value using the damper default value, inertia default value, and inertia adjustment value according to preset default parameter values.
그리고, 프로세서(110)는 이너샤 조절값 및 댐퍼 조절값을 어드미턴스의 매개변수의 값으로 획득할 수 있다.Additionally, the processor 110 may obtain the inertia adjustment value and the damper adjustment value as the admittance parameter value.
도 5는 도 3에 도시한 인간-로봇 협업 상태값 획득 단계의 세부 단계를 설명하기 위한 흐름도이고, 도 6은 본 발명의 바람직한 실시예에 따른 인간-로봇 협업 상태 획득 과정을 설명하기 위한 도면이다.FIG. 5 is a flowchart for explaining the detailed steps of the human-robot collaboration state value acquisition step shown in FIG. 3, and FIG. 6 is a diagram for explaining the human-robot collaboration state acquisition process according to a preferred embodiment of the present invention. .
도 5를 참조하면, 프로세서(110)는 저역 통과 필터(LPF)를 통과한 다자유도 힘 신호 및 고역 통과 필터(HPF)를 통과한 다자유도 힘 신호를 기반으로, 인간-로봇 협업 상태값을 획득하는데 이용되는 중간값을 획득할 수 있다(S121).Referring to FIG. 5, the processor 110 generates a human-robot collaboration state value based on the multi-degree-of-freedom force signal that has passed the low-pass filter (LPF) and the multi-degree-of-freedom force signal that has passed the high-pass filter (HPF). The intermediate value used to obtain can be obtained (S121).
즉, 도 6에 도시된 바와 같이, 프로세서(110)는 고역 통과 필터(HPF)를 통과한 다자유도 힘 신호의 유클리드 놈 값을 저역 통과 필터(LPF)를 통과한 다자유도 힘 신호의 유클리드 놈 값으로 나누어 중간값을 획득할 수 있다.That is, as shown in FIG. 6, the processor 110 converts the Euclidean norm value of the multi-degree-of-freedom force signal that has passed the high-pass filter (HPF) into the Euclidean norm of the multi-degree-of-freedom force signal that has passed the low-pass filter (LPF). You can obtain the median value by dividing it by the norm value.
이때, 저역 통과 필터(LPF)를 통과한 다자유도 힘 신호의 유클리드 놈 값이 미리 설정된 기준값 이상이면, 프로세서(110)는 고역 통과 필터(HPF)를 통과한 다자유도 힘 신호의 유클리드 놈 값을 저역 통과 필터(LPF)를 통과한 다자유도 힘 신호의 유클리드 놈 값으로 나눈 값을 중간값으로 획득할 수 있다. 여기서, 기준값은 0.01 N 등으로 설정될 수 있다.At this time, if the Euclidean norm value of the multi-degree-of-freedom force signal that passed the low-pass filter (LPF) is greater than or equal to a preset reference value, the processor 110 determines the Euclidean norm value of the multi-degree-of-freedom force signal that passed the high-pass filter (HPF). The median value can be obtained by dividing by the Euclidean norm value of the multi-degree-of-freedom force signal that has passed through the low-pass filter (LPF). Here, the reference value may be set to 0.01 N, etc.
반면, 저역 통과 필터(LPF)를 통과한 다자유도 힘 신호의 유클리드 놈 값이 미리 설정된 기준값 미만이면, 0을 중간값으로 획득할 수 있다.On the other hand, if the Euclidean norm value of the multi-degree-of-freedom force signal that has passed the low-pass filter (LPF) is less than a preset reference value, 0 can be obtained as the intermediate value.
그런 다음, 프로세서(110)는 중간값을 평활화(smoothing) 처리할 수 있다(S122).Then, the processor 110 may smooth the intermediate value (S122).
예컨대, 프로세서(110)는 저역 통과 필터(LPF), 미분 필터(derivative filter) 등을 이용하여 중간값을 평활화 처리할 수 있다.For example, the processor 110 may smooth the intermediate value using a low-pass filter (LPF), a derivative filter, or the like.
그런 다음, 프로세서(110)는 평활화 처리된 중간값이 미리 설정된 하한(lower limit)과 미리 설정된 상한(upper limit) 사이의 값이 되도록 포화(saturation) 처리할 수 있다(S123).Then, the processor 110 may saturate the smoothed median value so that it becomes a value between a preset lower limit and a preset upper limit (S123).
여기서, 하한은 0으로 설정되고, 상한은 1로 설정될 수 있다.Here, the lower limit may be set to 0 and the upper limit may be set to 1.
이후, 프로세서(110)는 포화 처리된 중간값을 인간-로봇 협업 상태값으로 획득할 수 있다(S124).Afterwards, the processor 110 may obtain the saturated intermediate value as the human-robot collaboration status value (S124).
그러면, 도 7 및 도 8을 참조하여 본 발명의 바람직한 실시예에 따른 인간-로봇 협업 상태 기반 가변 어드미턴스 제어 과정의 일례에 대하여 설명한다.Then, an example of a human-robot collaborative state-based variable admittance control process according to a preferred embodiment of the present invention will be described with reference to FIGS. 7 and 8.
도 7은 본 발명의 바람직한 실시예에 따른 인간-로봇 협업 상태 기반 가변 어드미턴스 제어 과정의 일례를 설명하기 위한 도면이다.FIG. 7 is a diagram illustrating an example of a human-robot collaborative state-based variable admittance control process according to a preferred embodiment of the present invention.
도 7을 참조하면, 본 발명에 따른 인간-로봇 협업 상태 기반 가변 어드미턴스 제어 과정의 일례는 인간-로봇 협업 상태 획득 부분 및 어드미턴스 매개변수 조절 부분으로 이루어질 수 있다.Referring to FIG. 7, an example of the variable admittance control process based on the human-robot collaboration state according to the present invention may consist of a human-robot collaboration state acquisition portion and an admittance parameter adjustment portion.
먼저, 인간-로봇 협업 상태 획득 부분은 저역 통과 필터(LPF) 및 고역 통과 필터(HPF)를 이용하여 다자유도 힘 신호 Fext를 기반으로 인간-로봇 협업 상태값 IHRCO을 획득할 수 있다.First, the human-robot collaboration state acquisition part can acquire the human-robot collaboration state value I HRCO based on the multi-degree-of-freedom force signal F ext using a low-pass filter (LPF) and a high-pass filter (HPF).
여기서, 다자유도 힘 신호 Fext는 인간 동작 의도 힘 Fh와 외부 환경과의 충돌로 인한 충격 힘 Fvir의 합력이다.Here, the multi-degree-of-freedom force signal F ext is the resultant force of the human motion intention force F h and the impact force F vir due to collision with the external environment.
그런 다음, 어드미턴스 매개변수 조절 부분은 인간-로봇 협업 상태값 IHRCO을 기반으로 어드미턴스의 매개변수, 즉 이너샤의 값과 댐퍼의 값을 조절할 수 있다.Then, the admittance parameter adjustment part can adjust the admittance parameters, that is, the inertia value and the damper value, based on the human-robot collaboration state value I HRCO .
즉, 어드미턴스 매개변수 조절 부분은 아래의 [수학식 1]을 통해 이너샤 조절값 md을 획득할 수 있다.That is, the admittance parameter control part can obtain the inertia control value m d through [Equation 1] below.
여기서, md,0은 민감한 제어에 대응되게 미리 설정된 이너샤 기본값을 나타낼 수 있다. IHRCO,0는 미리 설정된 기준 주파수(2 Hz)에 대응되는 기준 협업 상태값(0.16)을 나타낼 수 있다. α는 미리 설정된 둔감 정도값을 나타내고, 시스템이 불안전해짐에 따른 둔감도를 결정하는 변수일 수 있다.Here, m d,0 may represent a preset inertia default value corresponding to sensitive control. I HRCO,0 may represent a reference collaboration status value (0.16) corresponding to a preset reference frequency (2 Hz). α represents a preset insensitivity value and may be a variable that determines the insensitivity as the system becomes unstable.
그리고, 어드미턴스 매개변수 조절 부분은 아래의 [수학식 2]를 통해 댐퍼 조절값 dd를 획득할 수 있다. 댐퍼 조절값 dd는 이너샤 조절값 md과 항상 일정한 비율을 가지는 값일 수 있다.In addition, the admittance parameter control part can obtain the damper control value d d through [Equation 2] below. The damper adjustment value d d may be a value that always has a constant ratio to the inertia adjustment value m d .
여기서, dd,0는 민감한 제어에 대응되게 미리 설정된 댐퍼 기본값을 나타낼 수 있다.Here, d d,0 may represent a preset damper default value corresponding to sensitive control.
그러면, 어드미턴스 제어 모델(admittance model)은 이너샤 조절값 md 및 댐퍼 조절값 dd를 기반으로 어드미턴스의 매개변수를 조절하고, 조절된 매개변수를 기반으로 획득한 목표 위치 Xd를 위치 제어기(position controller)로 제공할 수 있다.Then, the admittance control model (admittance model) adjusts the admittance parameters based on the inertia adjustment value m d and the damper adjustment value d d , and controls the target position X d obtained based on the adjusted parameters to the position controller ( position controller).
이후, 위치 제어기는 로봇(robot)으로부터 제공받은 로봇 위치 Xr 및 목표 위치 Xd를 기반으로 자코비안(Jacobian) 행렬 J를 이용하여 출력 토크 τ를 획득하고, 획득된 출력 토크 τ를 로봇으로 제공할 수 있다.Afterwards, the position controller acquires the output torque τ using the Jacobian matrix J based on the robot position can do.
도 8은 도 7에 도시한 인간-로봇 협업 상태 획득 부분의 일례를 설명하기 위한 도면이다.FIG. 8 is a diagram for explaining an example of the human-robot collaboration state acquisition portion shown in FIG. 7.
도 8을 참조하면, 본 발명에 따른 인간-로봇 협업 상태 획득 과정의 일례는 주파수 분석 부분, 평활화 처리 부분 및 포화 처리 부분으로 이루어질 수 있다.Referring to FIG. 8, an example of the human-robot collaboration state acquisition process according to the present invention may consist of a frequency analysis part, a smoothing process part, and a saturation process part.
먼저, 주파수 분석 부분은 IIR 2차 버터워스 필터로 이루어지는 저역 통과 필터(LPF) 및 고역 통과 필터(HPF)를 이용하여 다자유도 힘 신호 Fext를 기반으로 중간값 Io를 획득할 수 있다.First, in the frequency analysis part, the intermediate value I o can be obtained based on the multi-degree-of-freedom force signal F ext using a low-pass filter (LPF) and a high-pass filter (HPF) consisting of an IIR second-order Butterworth filter.
여기서, IIR 2차 버터워스 필터의 차단 주파수 ωc는 미리 설정된 동작 주파수를 기반으로 5 Hz로 설정될 수 있다. 그리고, IIR 2차 버터워스 필터의 샘플링 주기(sampling period)는 1 ms로 설정될 수 있다. 그리고, IIR 2차 버터워스 필터의 파라미터들은 아래의 [표 1]과 같이 설정될 수 있다.Here, the cutoff frequency ω c of the IIR second-order Butterworth filter may be set to 5 Hz based on the preset operating frequency. And, the sampling period of the IIR second-order Butterworth filter can be set to 1 ms. And, the parameters of the IIR second-order Butterworth filter can be set as shown in [Table 1] below.
즉, 주파수 분석 부분은 아래의 [수학식 3]을 통해 다자유도 힘 신호 Fext를 기반으로 중간값 Io를 획득할 수 있다.That is, the frequency analysis part can obtain the intermediate value I o based on the multi-degree-of-freedom force signal F ext through [Equation 3] below.
여기서, ∥Fext,L∥는 저역 통과 필터(LPF)를 통과한 다자유도 힘 신호의 유클리드 놈 값을 나타낼 수 있다. ∥Fext,H∥는 고역 통과 필터(HPF)를 통과한 다자유도 힘 신호의 유클리드 놈 값을 나타낼 수 있다. ∥Fext,L∥가 0.01 N(미리 설정된 기준값) 미만인 경우 주파수 분석 부분의 출력값인 중간값 Io를 0으로 설정할 수 있다. 즉, 0에 매우 가까운 매우 작은 값으로 ∥Fext,H∥를 나누는 것에 의한 급격한 출력 변동을 방지하기 위해, 중간값은 0으로 설정될 수 있다.Here, ∥F ext,L ∥ may represent the Euclidean norm value of the multi-degree-of-freedom force signal that has passed the low-pass filter (LPF). ∥F ext,H ∥ can represent the Euclidean norm value of the multi-degree-of-freedom force signal that has passed the high-pass filter (HPF). If ∥F ext,L ∥ is less than 0.01 N (preset standard value), the intermediate value I o , which is the output value of the frequency analysis part, can be set to 0. That is, to prevent sudden output fluctuations due to dividing ∥F ext,H ∥ by a very small value very close to 0, the intermediate value can be set to 0.
그런 다음, 평활화 처리 부분은 주파수 분석 부분의 출력값인 중간값 Io를 미분 필터를 이용하여 평활화 처리할 수 있다.Then, in the smoothing processing part, the intermediate value I o , which is the output value of the frequency analysis part, can be smoothed using a differentiation filter.
즉, 평활화 처리 부분은 아래의 [수학식 4]를 통해 중간값 Io를 평활화 처리할 수 있다.That is, the smoothing part can smooth the intermediate value I o through [Equation 4] below.
여기서, 
그런 다음, 포화 처리 부분은 평활화 처리 부분의 출력값인 중간값 Io가 하한인 0과 상한인 1 사이의 값이 되도록 포화 처리할 수 있다.Then, the saturation processing part can be saturated so that the median value I o , which is the output value of the smoothing processing part, is a value between the lower limit of 0 and the upper limit of 1.
즉, 포화 처리 부분은 하한과 상한이 각각 0과 1로 설정된 포화 블록을 통해 5 Hz 이상의 동작 주파수에도 인간-로봇 협업 상태값 IHRCO가 최대 1의 값을 갖도록 할 수 있다.In other words, the saturation processing part can ensure that the human-robot collaboration state value I HRCO has a maximum value of 1 even at an operating frequency of 5 Hz or higher through a saturation block in which the lower and upper limits are set to 0 and 1, respectively.
이후, 포화 처리 부분의 출력값인 중간값 Io를 인간-로봇 협업 상태값 IHRCO로 획득할 수 있다.Afterwards, the intermediate value I o , which is the output value of the saturation processing part, can be obtained as the human-robot collaboration state value I HRCO .
그러면, 도 9 및 도 10을 참조하여 본 발명의 바람직한 실시예에 따른 인간-로봇 협업 상태 획득 동작의 성능에 대하여 설명한다.Next, the performance of the human-robot collaborative state acquisition operation according to a preferred embodiment of the present invention will be described with reference to FIGS. 9 and 10.
도 9는 본 발명의 바람직한 실시예에 따른 인간-로봇 협업 상태 획득 동작의 성능을 설명하기 위한 도면으로, 도 9의 (a)는 입력 신호의 주파수를 나타내고, 도 9의 (b)는 입력 신호의 크기를 나타내며, 도 9의 (c)는 출력값인 인간-로봇 협업 상태값을 나타낸다.FIG. 9 is a diagram for explaining the performance of a human-robot collaborative state acquisition operation according to a preferred embodiment of the present invention. FIG. 9 (a) represents the frequency of the input signal, and FIG. 9 (b) represents the input signal. It represents the size of , and Figure 9(c) represents the human-robot collaboration status value, which is the output value.
다양한 입력 크기 및 주파수에 따른 본 발명의 인간-로봇 협업 상태 관측기(HRCO)의 특성을 확인하기 위해, 입력 신호의 주파수는 도 9의 (a)와 같이 0 Hz ~ 10 Hz의 처프(chirp) 신호로 구성하였고, 입력 신호의 크기는 도 9의 (b)와 같이 0.5 N과 1 N으로 설정하였으며, 도 8에 도시된 인간-로봇 협업 상태 관측기(HRCO)의 구조를 이용하여 시뮬레이션을 수행하였다. 도 9의 (c)에 도시된 회색 선은 평활화 처리가 적용되기 이전의 중간값 Io를 나타내며, 검은색 선은 평활화 처리가 적용된 인간-로봇 협업 상태값 IHRCO를 나타낸다.In order to confirm the characteristics of the human-robot collaborative state observer (HRCO) of the present invention according to various input sizes and frequencies, the frequency of the input signal is a chirp signal of 0 Hz to 10 Hz, as shown in (a) of FIG. 9. The size of the input signal was set to 0.5 N and 1 N as shown in (b) of Figure 9, and the simulation was performed using the structure of the human-robot collaborative state observer (HRCO) shown in Figure 8. The gray line shown in (c) of FIG. 9 represents the median value I o before smoothing processing is applied, and the black line represents the human-robot collaboration state value I HRCO to which smoothing processing has been applied.
시뮬레이션 결과인 도 9의 (c)를 참조하면, 본 발명에 따른 인간-로봇 협업 상태 관측기(HRCO)는 입력 신호의 크기에는 영향을 받지 않고, 입력 주파수에만 반응함을 확인할 수 있다. 또한, 본 발명에 따른 인간-로봇 협업 상태 관측기(HRCO)는 차단 주파수인 5 Hz 이상의 신호에서는 1의 값을 가짐을 확인할 수 있다.Referring to Figure 9(c), which is the simulation result, it can be seen that the human-robot collaborative state observer (HRCO) according to the present invention is not affected by the size of the input signal and responds only to the input frequency. In addition, it can be confirmed that the human-robot collaborative state observer (HRCO) according to the present invention has a value of 1 for signals above 5 Hz, which is the cutoff frequency.
도 10은 본 발명의 바람직한 실시예에 따른 인간-로봇 협업 상태 획득 동작의 성능을 설명하기 위한 도면으로, 1 Hz에서 5 Hz 사이의 서로 다른 주파수로 이루어지는 단위 계단 신호에 대한 응답을 나타낸다.Figure 10 is a diagram for explaining the performance of a human-robot collaborative state acquisition operation according to a preferred embodiment of the present invention, and shows responses to unit step signals with different frequencies between 1 Hz and 5 Hz.
본 발명에 따른 인간-로봇 협업 상태 관측기(HRCO)의 협업 상태 인식 시간 및 주파수 인식 분해능을 분석하기 위해 1 N의 크기를 가지고 1 Hz에서 5 Hz 사이의 서로 다른 주파수를 갖는 단위 계단 신호를 입력하여 시뮬레이션을 수행하였다.To analyze the collaborative state recognition time and frequency recognition resolution of the human-robot collaborative state observer (HRCO) according to the present invention, unit step signals with a size of 1 N and different frequencies between 1 Hz and 5 Hz were input. A simulation was performed.
시뮬레이션 결과인 도 10을 참조하면, 본 발명에 따른 인간-로봇 협업 상태 관측기(HRCO)는 다양한 입력 주파수를 갖는 입력 신호에 대하여 0.29초(0초 ~ 1초는 대기 상태로 0 N의 신호가 입력되고, 1초에서 1 N의 동일한 크기를 갖고 1 Hz ~ 5 Hz의 서로 다른 주파수 신호가 입력됨)의 일정한 인식 시간을 가지면서 1 Hz 단위의 주파수를 구별할 수 있음을 확인할 수 있다.Referring to FIG. 10, which is a simulation result, the human-robot collaborative state observer (HRCO) according to the present invention receives input signals of various input frequencies for 0.29 seconds (0 seconds to 1 second is in a standby state, and a signal of 0 N is input). It can be confirmed that frequencies in units of 1 Hz can be distinguished while having a constant recognition time (signals of different frequencies from 1 Hz to 5 Hz are input with the same size of 1 N in 1 second).
2 Hz 주파수(미리 설정된 기준 주파수)의 신호 입력 시 인간-로봇 협업 상태값은 0.16(기준 협업 상태값)이 되며, 이를 기반으로 인간-로봇 협업 상태가 안전한 협업 상태인지 불안전한 협업 상태인지를 구별할 수 있다.When a signal of 2 Hz frequency (preset reference frequency) is input, the human-robot collaboration status value becomes 0.16 (standard collaboration status value), and based on this, it is distinguished whether the human-robot collaboration status is a safe collaboration status or an unsafe collaboration status. can do.
이에 따라, 본 발명은 인간-로봇 협업 상태값에 따른 인간-로봇 협업 상태가 안전한 협업 상태이면 민감한 제어에 대응되게 어드미턴스의 매개변수의 값을 조절하고, 인간-로봇 협업 상태값에 따른 인간-로봇 협업 상태가 불안전한 협업 상태이면 안전한 제어에 대응되게 어드미턴스의 매개변수의 값을 조절할 수 있다.Accordingly, the present invention adjusts the value of the admittance parameter to correspond to sensitive control when the human-robot collaboration state according to the human-robot collaboration state value is a safe collaboration state, and the human-robot collaboration state value according to the human-robot collaboration state value is adjusted. If the collaboration state is an unsafe collaboration state, the value of the admittance parameter can be adjusted to correspond to safe control.
본 발명의 차별성 및 기대 효과Differentiation and expected effects of the present invention
- 어드미턴스 매개변수의 가변 제어- Variable control of admittance parameters
본 발명은 안전한 협업 상태에서 어드미턴스 매개변수를 민감하게 설정하고, 불안전한 협업 상태에서 어드미턴스 매개변수를 둔감하게 설정할 수 있다.The present invention can set the admittance parameter sensitively in a safe collaboration state and set the admittance parameter insensitively in an unsafe collaboration state.
- 높은 주파수 분해능- High frequency resolution
본 발명의 주파수 분해능은 힘 센서의 ADC(analog to digital converter) 성능에 의해 결정되며, 16 bit ADC의 경우 무한대에 가까운 분해능을 가질 수 있다. 이에 따라, 본 발명은 인간 동작 의도 기반의 제어 알고리즘 등에 적용이 가능하다.The frequency resolution of the present invention is determined by the ADC (analog to digital converter) performance of the force sensor, and in the case of a 16 bit ADC, the resolution can be close to infinite. Accordingly, the present invention can be applied to a control algorithm based on human motion intention.
- 낮은 연산량- Low computation amount
본 발명이 IIR 2차 버터워스 필터를 이용하는 경우, 1,024개의 샘플링 데이터를 기반으로 계산되는 DFT(discrete fourier transform) 대비 훨씬 낮은 연산량으로 주파수 분석을 수행할 수 있다. 이에 따라, 본 발명은 실시간성 보장이 필수인 로봇 제어 시스템 등에 적용이 가능하다.When the present invention uses an IIR second-order Butterworth filter, frequency analysis can be performed with a much lower amount of calculation compared to DFT (discrete Fourier transform) calculated based on 1,024 sampling data. Accordingly, the present invention can be applied to robot control systems where real-time guarantee is essential.
- 보장된 인간-로봇 협업 상태 인식 시간- Guaranteed human-robot collaboration state recognition time
본 발명은 0.29초의 보장된 인식 시간을 가지며, 이를 통해 로봇 시스템은 인간과의 불안전한 협업 상태 발생 시 피부 소성 변형이 발생하는 0.5초 이내에 제어 시스템을 안정화할 수 있다. 그리고, 로봇과 협업하는 동안 작업자의 안전을 보장하기 위해 표준 ISO/TS 15066은 전력 및 힘 제한 모드를 정의하고 있고, 이 모드에서 충돌 시 인체 피부의 소성 변형을 방지하기 위해 0.5초 이내에 시스템의 출력을 관리하도록 규정하고 있다. 이에 따라, 본 발명은 작업자의 안전 보장을 위해 안전 표준(ISO/TS 15066 등)이 요구되는 로봇 분야에 적용이 가능하다.The present invention has a guaranteed recognition time of 0.29 seconds, which allows the robot system to stabilize the control system within 0.5 seconds when skin plastic deformation occurs in the event of unsafe collaboration with humans. And, to ensure the safety of workers while collaborating with robots, standard ISO/TS 15066 defines a power and force limiting mode, in which the system's output must be reduced within 0.5 seconds to prevent plastic deformation of human skin in the event of a collision. It is stipulated to manage. Accordingly, the present invention can be applied to robot fields that require safety standards (ISO/TS 15066, etc.) to ensure worker safety.
본 실시예들에 따른 동작은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능한 저장 매체에 기록될 수 있다. 컴퓨터 판독 가능한 저장 매체는 실행을 위해 프로세서에 명령어를 제공하는데 참여한 임의의 매체를 나타낸다. 컴퓨터 판독 가능한 저장 매체는 프로그램 명령, 데이터 파일, 데이터 구조 또는 이들의 조합을 포함할 수 있다. 예컨대, 자기 매체, 광기록 매체, 메모리 등이 있을 수 있다. 컴퓨터 프로그램은 네트워크로 연결된 컴퓨터 시스템 상에 분산되어 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수도 있다. 본 실시예를 구현하기 위한 기능적인(functional) 프로그램, 코드, 및 코드 세그먼트들은 본 실시예가 속하는 기술 분야의 프로그래머들에 의해 용이하게 추론될 수 있을 것이다.Operations according to the present embodiments may be implemented in the form of program instructions that can be performed through various computer means and recorded on a computer-readable storage medium. A computer-readable storage medium refers to any medium that participates in providing instructions to a processor for execution. A computer-readable storage medium may include program instructions, data files, data structures, or combinations thereof. For example, there may be magnetic media, optical recording media, memory, etc. A computer program may be distributed over networked computer systems so that computer-readable code can be stored and executed in a distributed manner. Functional programs, codes, and code segments for implementing this embodiment can be easily deduced by programmers in the technical field to which this embodiment belongs.
본 실시예들은 본 실시예의 기술 사상을 설명하기 위한 것이고, 이러한 실시예에 의하여 본 실시예의 기술 사상의 범위가 한정되는 것은 아니다. 본 실시예의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 실시예의 권리범위에 포함되는 것으로 해석되어야 할 것이다.These embodiments are intended to explain the technical idea of the present embodiment, and the scope of the technical idea of the present embodiment is not limited by these examples. The scope of protection of this embodiment should be interpreted in accordance with the claims below, and all technical ideas within the equivalent scope should be interpreted as being included in the scope of rights of this embodiment.
100 : 가변 어드미턴스 제어 장치,
110 : 프로세서,
130 : 컴퓨터 판독 가능한 저장 매체,
131 : 프로그램,
150 : 통신 버스,
170 : 입출력 인터페이스,
190 : 통신 인터페이스100: variable admittance control device,
110: processor,
130: computer-readable storage medium,
131: program,
150: communication bus,
170: input/output interface,
190: communication interface
Claims (13)
다자유도 힘 신호를 획득하는 단계;
저역 통과 필터(low-pass filter) 및 고역 통과 필터(high-pass filter)를 이용하여 상기 다자유도 힘 신호를 기반으로 인간-로봇 협업 상태값을 획득하는 단계; 및
미리 설정된 기준 주파수에 대응되는 기준 협업 상태값을 이용하여 상기 인간-로봇 협업 상태값을 기반으로 상기 어드미턴스의 매개변수를 조절하는 단계;
를 포함하는 인간-로봇 협업 상태 기반 가변 어드미턴스 제어 방법.A method of adjusting admittance based on the human-robot collaboration state obtained through frequency analysis to distinguish between intended human motion and unintended human motion in an environment where humans and robots physically collaborate,
Acquiring a multi-degree-of-freedom force signal;
Obtaining a human-robot collaboration state value based on the multi-degree-of-freedom force signal using a low-pass filter and a high-pass filter; and
adjusting the parameters of the admittance based on the human-robot collaboration state value using a reference collaboration state value corresponding to a preset reference frequency;
Human-robot collaborative state-based variable admittance control method including.
상기 어드미턴스 매개변수 조절 단계는,
상기 인간-로봇 협업 상태값이 상기 기준 협업 상태값 미만이면, 민감한 제어에 대응되게 미리 설정된 매개변수 기본값을 상기 어드미턴스의 매개변수의 값으로 획득하고,
상기 인간-로봇 협업 상태값이 상기 기준 협업 상태값 이상이면, 상기 미리 설정된 매개변수 기본값을 기반으로 상기 인간-로봇 협업 상태값을 이용하여 획득한 매개변수 조절값을 상기 어드미턴스의 매개변수의 값으로 획득하는 것으로 이루어지는,
인간-로봇 협업 상태 기반 가변 어드미턴스 제어 방법.In paragraph 1:
The admittance parameter adjustment step is,
If the human-robot collaboration state value is less than the reference collaboration state value, a preset parameter default value corresponding to sensitive control is obtained as the value of the admittance parameter,
If the human-robot collaboration state value is greater than or equal to the reference collaboration state value, the parameter adjustment value obtained using the human-robot collaboration state value based on the preset parameter default value is converted to the value of the admittance parameter. Consisting of acquiring,
Human-robot collaborative state-based variable admittance control method.
상기 어드미턴스 매개변수 조절 단계는,
상기 인간-로봇 협업 상태값이 상기 기준 협업 상태값 이상이면, 상기 미리 설정된 매개변수 기본값에 따른 이너샤(inertia) 기본값, 상기 인간-로봇 협업 상태값과 상기 기준 협업 상태값의 차이값 및 미리 설정된 둔감 정도값을 이용하여 이너샤 조절값을 획득하고, 상기 미리 설정된 매개변수 기본값에 따른 댐퍼(damper) 기본값, 상기 이너샤 기본값 및 상기 이너샤 조절값을 이용하여 댐퍼 조절값을 획득하며, 상기 이너샤 조절값 및 상기 댐퍼 조절값을 상기 어드미턴스의 매개변수의 값으로 획득하는 것으로 이루어지는,
인간-로봇 협업 상태 기반 가변 어드미턴스 제어 방법.In paragraph 2,
The admittance parameter adjustment step is,
If the human-robot collaboration state value is greater than or equal to the reference collaboration state value, the inertia default value according to the preset parameter default value, the difference value between the human-robot collaboration state value and the reference collaboration state value, and the preset Obtaining an inertia adjustment value using a desensitization degree value, obtaining a damper adjustment value using a damper default value according to the preset default parameter value, the inertia default value, and the inertia adjustment value, and obtaining the inner Consisting of obtaining the shah adjustment value and the damper adjustment value as the value of the parameter of the admittance,
Human-robot collaborative state-based variable admittance control method.
상기 인간-로봇 협업 상태값 획득 단계는,
상기 저역 통과 필터를 통과한 상기 다자유도 힘 신호 및 상기 고역 통과 필터를 통과한 상기 다자유도 힘 신호를 기반으로, 상기 인간-로봇 협업 상태값을 획득하는데 이용되는 중간값을 획득하는 단계;
를 포함하는 인간-로봇 협업 상태 기반 가변 어드미턴스 제어 방법.In paragraph 1:
The human-robot collaboration state value acquisition step is,
Obtaining an intermediate value used to obtain the human-robot collaboration state value based on the multi-degree-of-freedom force signal that passed the low-pass filter and the multi-degree-of-freedom force signal that passed the high-pass filter;
Human-robot collaborative state-based variable admittance control method including.
상기 중간값 획득 단계는,
상기 고역 통과 필터를 통과한 상기 다자유도 힘 신호의 유클리드 놈 값을 상기 저역 통과 필터를 통과한 상기 다자유도 힘 신호의 유클리드 놈 값으로 나누어 상기 중간값을 획득하는 것으로 이루어지는,
인간-로봇 협업 상태 기반 가변 어드미턴스 제어 방법.In paragraph 4,
The median value acquisition step is,
Consists of obtaining the intermediate value by dividing the Euclidean norm value of the multi-degree-of-freedom force signal that passed the high-pass filter by the Euclidean norm value of the multi-degree-of-freedom force signal that passed the low-pass filter,
Human-robot collaborative state-based variable admittance control method.
상기 중간값 획득 단계는,
상기 저역 통과 필터를 통과한 상기 다자유도 힘 신호의 유클리드 놈 값이 미리 설정된 기준값 이상이면, 상기 고역 통과 필터를 통과한 상기 다자유도 힘 신호의 유클리드 놈 값을 상기 저역 통과 필터를 통과한 상기 다자유도 힘 신호의 유클리드 놈 값으로 나눈 값을 상기 중간값으로 획득하고,
상기 저역 통과 필터를 통과한 상기 다자유도 힘 신호의 유클리드 놈 값이 상기 미리 설정된 기준값 미만이면, 0을 상기 중간값으로 획득하는 것으로 이루어지는,
인간-로봇 협업 상태 기반 가변 어드미턴스 제어 방법.In paragraph 5,
The median value acquisition step is,
If the Euclidean norm value of the multi-degree-of-freedom force signal that passed the low-pass filter is greater than or equal to a preset reference value, the Euclidean norm value of the multi-degree-of-freedom force signal that passed the high-pass filter is changed to the Euclidean norm value of the multi-degree-of-freedom force signal that passed the low-pass filter. Obtaining the intermediate value by dividing it by the Euclidean norm value of the multi-degree-of-freedom force signal,
If the Euclidean norm value of the multi-degree-of-freedom force signal that has passed the low-pass filter is less than the preset reference value, 0 is obtained as the intermediate value,
Human-robot collaborative state-based variable admittance control method.
상기 인간-로봇 협업 상태값 획득 단계는,
상기 중간값을 평활화(smoothing) 처리하는 단계;
평활화 처리된 상기 중간값이 미리 설정된 하한(lower limit)과 미리 설정된 상한(upper limit) 사이의 값이 되도록 포화(saturation) 처리하는 단계; 및
포화 처리된 상기 중간값을 상기 인간-로봇 협업 상태값으로 획득하는 단계;
를 더 포함하는 인간-로봇 협업 상태 기반 가변 어드미턴스 제어 방법.In paragraph 4,
The human-robot collaboration state value acquisition step is,
Smoothing the median value;
Saturating the smoothed median value to be a value between a preset lower limit and a preset upper limit; and
Obtaining the saturated median value as the human-robot collaboration state value;
A human-robot collaborative state-based variable admittance control method further comprising:
상기 저역 통과 필터 및 상기 고역 통과 필터는,
IIR(infinite impulse response) 2차 버터워스(Butterworth) 필터로 이루어지며,
상기 IIR 2차 버터워스 필터의 차단 주파수(cutoff frequency)는,
인간과 로봇 사이의 협업 상태 인식을 위한 관심 영역으로 미리 설정된 동작 주파수를 기반으로 설정되는,
인간-로봇 협업 상태 기반 가변 어드미턴스 제어 방법.In paragraph 1:
The low-pass filter and the high-pass filter are,
It consists of an infinite impulse response (IIR) second-order Butterworth filter,
The cutoff frequency of the IIR second-order Butterworth filter is,
It is set based on the motion frequency preset as a region of interest for recognizing the collaborative state between humans and robots.
Human-robot collaborative state-based variable admittance control method.
상기 인간-로봇 협업 상태를 관측하고, 상기 인간-로봇 협업 상태를 기반으로 상기 어드미턴스를 조절하기 위한 하나 이상의 프로그램을 저장하는 메모리; 및
상기 메모리에 저장된 상기 하나 이상의 프로그램에 따라 상기 인간-로봇 협업 상태를 관측하고, 상기 인간-로봇 협업 상태를 기반으로 상기 어드미턴스를 조절하기 위한 동작을 수행하는 하나 이상의 프로세서;
를 포함하며,
상기 프로세서는,
다자유도 힘 신호를 획득하고,
저역 통과 필터(low-pass filter) 및 고역 통과 필터(high-pass filter)를 이용하여 상기 다자유도 힘 신호를 기반으로 인간-로봇 협업 상태값을 획득하며,
미리 설정된 기준 주파수에 대응되는 기준 협업 상태값을 이용하여 상기 인간-로봇 협업 상태값을 기반으로 상기 어드미턴스의 매개변수를 조절하는,
인간-로봇 협업 상태 기반 가변 어드미턴스 제어 장치.A device that adjusts admittance based on the human-robot collaboration state obtained through frequency analysis to distinguish between intended human motion and unintended human motion in an environment where humans and robots physically collaborate.
a memory that stores one or more programs for observing the human-robot collaboration state and adjusting the admittance based on the human-robot collaboration state; and
One or more processors that observe the human-robot collaboration state according to the one or more programs stored in the memory and perform an operation to adjust the admittance based on the human-robot collaboration state;
Includes,
The processor,
Obtain a multi-degree-of-freedom force signal,
Obtaining a human-robot collaboration state value based on the multi-degree-of-freedom force signal using a low-pass filter and a high-pass filter,
Adjusting the parameters of the admittance based on the human-robot collaboration state value using a reference collaboration state value corresponding to a preset reference frequency,
Human-robot collaborative state-based variable admittance control device.
상기 프로세서는,
상기 인간-로봇 협업 상태값이 상기 기준 협업 상태값 미만이면, 민감한 제어에 대응되게 미리 설정된 매개변수 기본값을 상기 어드미턴스의 매개변수의 값으로 획득하고,
상기 인간-로봇 협업 상태값이 상기 기준 협업 상태값 이상이면, 상기 미리 설정된 매개변수 기본값을 기반으로 상기 인간-로봇 협업 상태값을 이용하여 획득한 매개변수 조절값을 상기 어드미턴스의 매개변수의 값으로 획득하는,
인간-로봇 협업 상태 기반 가변 어드미턴스 제어 장치.In paragraph 10:
The processor,
If the human-robot collaboration state value is less than the reference collaboration state value, a preset parameter default value corresponding to sensitive control is obtained as the value of the admittance parameter,
If the human-robot collaboration state value is greater than or equal to the reference collaboration state value, the parameter adjustment value obtained using the human-robot collaboration state value based on the preset parameter default value is converted to the value of the admittance parameter. acquiring,
Human-robot collaborative state-based variable admittance control device.
상기 프로세서는,
상기 인간-로봇 협업 상태값이 상기 기준 협업 상태값 이상이면, 상기 미리 설정된 매개변수 기본값에 따른 이너샤(inertia) 기본값, 상기 인간-로봇 협업 상태값과 상기 기준 협업 상태값의 차이값 및 미리 설정된 둔감 정도값을 이용하여 이너샤 조절값을 획득하고, 상기 미리 설정된 매개변수 기본값에 따른 댐퍼(damper) 기본값, 상기 이너샤 기본값 및 상기 이너샤 조절값을 이용하여 댐퍼 조절값을 획득하며, 상기 이너샤 조절값 및 상기 댐퍼 조절값을 상기 어드미턴스의 매개변수의 값으로 획득하는,
인간-로봇 협업 상태 기반 가변 어드미턴스 제어 장치.In paragraph 11:
The processor,
If the human-robot collaboration state value is greater than or equal to the reference collaboration state value, the inertia default value according to the preset parameter default value, the difference value between the human-robot collaboration state value and the reference collaboration state value, and the preset Obtaining an inertia adjustment value using a desensitization degree value, obtaining a damper adjustment value using a damper default value according to the preset default parameter value, the inertia default value, and the inertia adjustment value, and obtaining the inner Obtaining the shah adjustment value and the damper adjustment value as the value of the admittance parameter,
Human-robot collaborative state-based variable admittance control device.
상기 프로세서는,
상기 저역 통과 필터를 통과한 상기 다자유도 힘 신호 및 상기 고역 통과 필터를 통과한 상기 다자유도 힘 신호를 기반으로, 상기 인간-로봇 협업 상태값을 획득하는데 이용되는 중간값을 획득하는,
인간-로봇 협업 상태 기반 가변 어드미턴스 제어 장치.
In paragraph 10:
The processor,
Based on the multi-degree-of-freedom force signal that passed the low-pass filter and the multi-degree-of-freedom force signal that passed the high-pass filter, obtaining an intermediate value used to obtain the human-robot collaboration state value,
Human-robot collaborative state-based variable admittance control device.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220026956A KR102604104B1 (en) | 2022-03-02 | 2022-03-02 | Method for controlling variable admittance based on human-robot collaboration state, apparatus and computer program for performing the method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220026956A KR102604104B1 (en) | 2022-03-02 | 2022-03-02 | Method for controlling variable admittance based on human-robot collaboration state, apparatus and computer program for performing the method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20230129836A true KR20230129836A (en) | 2023-09-11 |
| KR102604104B1 KR102604104B1 (en) | 2023-11-17 |
Family
ID=88020447
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220026956A KR102604104B1 (en) | 2022-03-02 | 2022-03-02 | Method for controlling variable admittance based on human-robot collaboration state, apparatus and computer program for performing the method |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102604104B1 (en) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101214685B1 (en) | 2011-03-23 | 2013-01-09 | 고려대학교 산학협력단 | Method for controlling robot manipulator device based on frequency analysys of impact on the device |
| KR20170141621A (en) * | 2016-06-15 | 2017-12-26 | 주식회사 사이보그-랩 | Robot's Collision Detecting Device by Using Driving Control Signal |
| KR20200084501A (en) * | 2019-01-02 | 2020-07-13 | 성균관대학교산학협력단 | Apparatus for controlling robot and method thereof |
| KR20220063282A (en) | 2014-09-02 | 2022-05-17 | 더 존스 홉킨스 유니버시티 | System and method for flexible human-machine collaboration |
| KR20230061461A (en) | 2020-09-02 | 2023-05-08 | 아우리스 헬스, 인코포레이티드 | Robot collision boundary determination |
-
2022
- 2022-03-02 KR KR1020220026956A patent/KR102604104B1/en active IP Right Grant
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101214685B1 (en) | 2011-03-23 | 2013-01-09 | 고려대학교 산학협력단 | Method for controlling robot manipulator device based on frequency analysys of impact on the device |
| KR20220063282A (en) | 2014-09-02 | 2022-05-17 | 더 존스 홉킨스 유니버시티 | System and method for flexible human-machine collaboration |
| KR20170141621A (en) * | 2016-06-15 | 2017-12-26 | 주식회사 사이보그-랩 | Robot's Collision Detecting Device by Using Driving Control Signal |
| KR20200084501A (en) * | 2019-01-02 | 2020-07-13 | 성균관대학교산학협력단 | Apparatus for controlling robot and method thereof |
| KR20230061461A (en) | 2020-09-02 | 2023-05-08 | 아우리스 헬스, 인코포레이티드 | Robot collision boundary determination |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102604104B1 (en) | 2023-11-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Lecours et al. | Variable admittance control of a four-degree-of-freedom intelligent assist device | |
| US11000949B2 (en) | Robot for controlling learning in view of operation in production line, and method of controlling the same | |
| US8321075B2 (en) | Mitigating effects of biodynamic feedthrough on an electronic control device | |
| KR102655668B1 (en) | Method for controlling adaptive admittance based on fuzzy Q-learning, apparatus and computer program for performing the method | |
| CN112809667B (en) | Force control method and device of industrial robot and application of force control device | |
| JPH02188801A (en) | Parameter evaluation technique for closed loop apparatus | |
| Chaudhari et al. | Towards an objective quality evaluation framework for haptic data reduction | |
| Pao et al. | On the equivalence of minimum time input shaping with traditional time-optimal control | |
| KR102604104B1 (en) | Method for controlling variable admittance based on human-robot collaboration state, apparatus and computer program for performing the method | |
| Kouris et al. | Contact distinction in human-robot cooperation with admittance control | |
| EP3094539A1 (en) | Active disturbance rejection for electrical power steering system | |
| US20190092380A1 (en) | Steering torque control | |
| US3934124A (en) | Self-organizing controllers | |
| WO2017016641A2 (en) | Method and system for controlling a robot | |
| CN107748496B (en) | Impedance controller algorithm based on parameter self-adaptive adjustment | |
| Santacruz-Reyes et al. | Higher order sliding mode based impedance control for dual-user bilateral teleoperation under unknown constant time delay | |
| Mondié et al. | Tuning and noise attenuation of a second order system using proportional retarded control | |
| US10643009B2 (en) | Simulation apparatus | |
| KR20230129837A (en) | Method for observing human-robot collaboration state, apparatus and computer program for performing the method | |
| Elghoul et al. | Reconfigurable control of flexible joint robot with actuator fault and uncertainty | |
| US10691091B2 (en) | Controller and machine learning device | |
| Liaquat et al. | Sampled data output regulation of n-link robotic manipulator using a realizable reconstruction filter | |
| Du et al. | Signal processing algorithms for temperauture drift in a MEMS-gyro-based head mouse | |
| Delpoux et al. | Acceleration Feedback via an algebraic state estimation method | |
| US20180224829A1 (en) | Servo controller |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |