KR20230172260A

KR20230172260A - Apparatus and method for modifying path of robot for improving joint lifespan

Info

Publication number: KR20230172260A
Application number: KR1020220072904A
Authority: KR
Inventors: 이영재
Original assignee: 두산로보틱스 주식회사
Priority date: 2022-06-15
Filing date: 2022-06-15
Publication date: 2023-12-22

Abstract

로봇의 경로를 수정하기 위한 장치는 각각의 관절의 움직임에 따라 소정의 경로로 이동하는 로봇의 복수의 관절에 설치된 복수의 센서를 통해 상기 복수의 관절에서 발생하는 진동을 계측한 계측 데이터를 검출하는 계측부와, 상기 계측 데이터를 기초로 상기 복수의 관절의 수명을 예측하고, 상기 복수의 관절 중 상기 예측된 수명이 임계치 미만인 한계 관절을 도출하는 예측부와, 상기 한계 관절의 움직임이 최소가 되도록 상기 경로를 수정하는 수정부를 포함한다. A device for correcting the path of a robot detects measurement data measuring vibrations occurring in the plurality of joints through a plurality of sensors installed in the plurality of joints of the robot that moves in a predetermined path according to the movement of each joint. a measurement unit, a prediction unit that predicts the lifespan of the plurality of joints based on the measurement data and derives a limit joint among the plurality of joints whose predicted lifespan is less than a threshold, and a prediction unit configured to minimize the movement of the limit joint. Includes a correction unit that modifies the path.

Description

Apparatus and method for modifying path of robot for improving joint lifespan}

본 발명은 로봇의 경로를 수정하기 위한 기술에 관한 것으로, 더욱 상세하게는, 관절의 수명 개선을 위한 로봇의 경로를 수정하기 위한 장치 및 이를 위한 방법에 관한 것이다. The present invention relates to a technology for correcting the path of a robot, and more specifically, to a device and method for correcting the path of a robot to improve the lifespan of joints.

일반적으로 로봇은 스스로 보유한 능력에 의해 주어진 일을 자동으로 처리하거나 작동하는 기계로서, 로봇의 응용분야는 대체로 산업용, 의료용, 우주용, 해저용 등 다양한 분야로 분류된다. In general, a robot is a machine that automatically processes or operates a given task based on its own capabilities, and its application fields are generally classified into various fields such as industrial, medical, space, and undersea applications.

다관절 로봇은 회전 관절이 있는 로봇을 이른다. 대표적으로, 산업용 로봇을 예시할 수 있다. 다관절 로봇은 2축 관절의 단순한 구조에서 10개나 그 이상의 관절이 있는 복잡한 구조에 이르기까지 다양한 범위를 포함한다. 이러한 관절은 전기 모터나 다른 다양한 동력 기관으로 구동될 수 있다. An articulated robot refers to a robot with rotating joints. Representative examples include industrial robots. Jointed robots range from simple structures with two-axis joints to complex structures with 10 or more joints. These joints can be driven by electric motors or various other power sources.

한편, 다관절 로봇의 경로 설정은 특이점 영역을 회피하는 최단거리로 설정이 되어 있어 특정 관절에만 부하가 집중될 수 있다. 하지만, 다관절 로봇은 여러 축 중 하나라도 동작하지 않으면 로봇이 동작하지 않기 때문에 부하를 분배할 수 있는 방법이 요구된다. Meanwhile, the path setting of the articulated robot is set to the shortest distance to avoid the singularity area, so the load can be concentrated only on specific joints. However, since the articulated robot does not operate unless one of the multiple axes operates, a method to distribute the load is required.

한국공개특허 제10-2005-0012323호 (2005년02월02일 공개)Korean Patent Publication No. 10-2005-0012323 (published on February 2, 2005)

본 발명의 목적은 관절의 수명 개선을 위한 로봇의 경로를 수정하기 위한 장치 및 이를 위한 방법을 제공함에 있다. The purpose of the present invention is to provide a device and method for correcting the path of a robot to improve the lifespan of joints.

상술한 바와 같은 목적을 달성하기 위한 본 발명의 바람직한 실시예에 따른 로봇의 경로를 수정하기 위한 장치는 각각의 관절의 움직임에 따라 소정의 경로로 이동하는 로봇의 복수의 관절에 설치된 복수의 센서를 통해 상기 복수의 관절에서 발생하는 진동을 계측한 계측 데이터를 검출하는 계측부와, 상기 계측 데이터를 기초로 상기 복수의 관절의 수명을 예측하고, 상기 복수의 관절 중 상기 예측된 수명이 임계치 미만인 한계 관절을 도출하는 예측부와, 상기 한계 관절의 움직임이 최소가 되도록 상기 경로를 수정하는 수정부를 포함한다. A device for correcting the path of a robot according to a preferred embodiment of the present invention to achieve the above-described object includes a plurality of sensors installed on a plurality of joints of the robot that moves in a predetermined path according to the movement of each joint. a measurement unit that detects measurement data measuring vibrations occurring in the plurality of joints, predicts the lifespan of the plurality of joints based on the measurement data, and, among the plurality of joints, a limit joint whose predicted lifespan is less than a threshold value; It includes a prediction unit that derives and a correction unit that corrects the path so that the movement of the limit joint is minimized.

상기 장치는 정상 범위의 관절의 진동을 계측한 계측 데이터를 학습 데이터로 이용하여 정상 범위를 학습하고, 학습된 정상 범위에 따라 상기 임계치를 설정하는 학습부를 더 포함한다. The device further includes a learning unit that learns the normal range using measurement data measuring the vibration of the joint in the normal range as learning data, and sets the threshold according to the learned normal range.

상기 장치는 정상 범위에 속하는 관절의 복수의 계측 데이터를 학습 데이터로 마련하고, 상기 복수의 계측 데이터를 소정의 벡터 공간에 사상하여 복수의 계측벡터를 생성하고, 상기 복수의 계측벡터의 중심벡터를 도출하고, 상기 복수의 계측벡터 각각과 상기 중심벡터와의 오차를 산출하고, 상기 오차의 통계치를 이용하여 상기 임계치를 설정하는 학습부를 더 포함한다. The device prepares a plurality of measurement data of joints within the normal range as learning data, generates a plurality of measurement vectors by mapping the plurality of measurement data into a predetermined vector space, and determines the center vector of the plurality of measurement vectors. It further includes a learning unit that derives and calculates an error between each of the plurality of measurement vectors and the center vector, and sets the threshold using a statistical value of the error.

상기 예측부는 상기 계측 데이터를 상기 벡터공간에 사상하여 계측벡터를 도출하고, 도출된 계측벡터와 상기 중심벡터와의 거리에 따라 상기 관절의 수명을 예측하는 것을 특징으로 한다. The prediction unit maps the measurement data to the vector space to derive a measurement vector, and predicts the lifespan of the joint according to the distance between the derived measurement vector and the center vector.

상기 예측부는 상기 계측 데이터를 상기 벡터공간에 사상하여 계측벡터를 도출하고, 도출된 계측벡터와 상기 중심벡터와의 거리가 상기 임계치를 벗어나면 상기 한계 관절로 판단하는 것을 특징으로 한다. The prediction unit maps the measurement data to the vector space to derive a measurement vector, and determines the joint as the limit when the distance between the derived measurement vector and the center vector exceeds the threshold.

상기 학습부는 수학식 에 따라 상기 오차를 산출하며, 상기 L은 오차를 나타내며, 상기 cv는 중심벡터이고, 상기 dv는 계측벡터인 것을 특징으로 한다. The learning unit uses mathematical formulas The error is calculated according to where L represents the error, cv is the center vector, and dv is the measurement vector.

상기 학습부는 수학식 에 따라 상기 임계치를 산출하며, 상기 T는 임계치이고, 상기 A는 상기 오차의 평균이고, 상기 D는 상기 오차의 표준편차이고, 상기 w는 상기 오차의 표준편차의 가중치인 것을 특징으로 한다.The learning unit uses mathematical formulas The threshold is calculated according to, where T is the threshold, A is the average of the error, D is the standard deviation of the error, and w is the weight of the standard deviation of the error.

상기 계측 데이터는 상기 관절의 진동의 강도 및 주파수인 것을 특징으로 한다. The measurement data is characterized in that the intensity and frequency of vibration of the joint.

상술한 바와 같은 목적을 달성하기 위한 본 발명의 바람직한 실시예에 따른 로봇의 경로를 수정하기 위한 방법은 계측부가 각각의 관절의 움직임에 따라 소정의 경로로 이동하는 로봇의 복수의 관절에 설치된 복수의 센서를 통해 상기 복수의 관절에서 발생하는 진동을 계측한 계측 데이터를 검출하는 단계와, 예측부가 상기 계측 데이터를 기초로 상기 복수의 관절의 수명을 예측하는 단계와, 상기 예측부가 상기 복수의 관절 중 상기 예측된 수명이 임계치 미만인 한계 관절을 도출하는 단계와, 수정부가 상기 한계 관절의 움직임이 최소가 되도록 상기 경로를 수정하는 단계를 포함한다. A method for correcting the path of a robot according to a preferred embodiment of the present invention to achieve the above-described object is a method of modifying the path of a robot in which a measuring unit is installed on a plurality of joints of a robot that moves along a predetermined path according to the movement of each joint. detecting measurement data measuring vibrations occurring in the plurality of joints through a sensor, a prediction unit predicting the lifespan of the plurality of joints based on the measurement data, and the prediction unit selecting one of the plurality of joints. It includes deriving a limit joint whose predicted lifespan is less than a threshold, and modifying the path so that the movement of the limit joint is minimized by a correction unit.

상기 방법은 상기 검출하는 단계 전, 학습부가 정상 범위의 관절의 진동을 계측한 계측 데이터를 학습 데이터로 이용하여 정상 범위를 학습하고, 학습된 정상 범위에 따라 상기 임계치를 설정하는 단계를 더 포함한다. The method further includes the step of learning the normal range by using the measurement data measuring the vibration of the joint in the normal range as learning data, and setting the threshold according to the learned normal range, before the detecting step. .

상기 방법은 상기 검출하는 단계 전, 학습부가 정상 범위에 속하는 관절의 복수의 계측 데이터를 학습 데이터로 마련하는 단계와, 학습부가 상기 복수의 계측 데이터를 소정의 벡터 공간에 사상하여 복수의 계측벡터를 생성하는 단계와, 학습부가 상기 복수의 계측벡터의 중심벡터를 도출하는 단계와, 학습부가 상기 복수의 계측벡터 각각과 상기 중심벡터와의 오차를 산출하는 단계와, 학습부가 상기 오차의 통계치를 이용하여 상기 임계치를 설정하는 단계를 더 포함한다. The method includes, before the detecting step, a learning unit preparing a plurality of measurement data of joints within the normal range as learning data, and the learning unit mapping the plurality of measurement data into a predetermined vector space to generate a plurality of measurement vectors. A step of generating, a step of the learning unit deriving the center vector of the plurality of measurement vectors, a step of the learning unit calculating an error between each of the plurality of measurement vectors and the center vector, and the learning unit using statistical values of the errors. It further includes setting the threshold.

상기 복수의 관절의 수명을 예측하는 단계는 상기 예측부가 상기 계측 데이터를 상기 벡터공간에 사상하여 계측벡터를 도출하고, 도출된 계측벡터와 상기 중심벡터와의 거리에 따라 상기 관절의 수명을 예측하는 것을 특징으로 한다. In the step of predicting the lifespan of the plurality of joints, the prediction unit maps the measurement data to the vector space to derive a measurement vector, and predicts the lifespan of the joint according to the distance between the derived measurement vector and the center vector. It is characterized by

상기 예측된 수명이 임계치 미만인 한계 관절을 도출하는 단계는 상기 예측부가 상기 계측 데이터를 상기 벡터공간에 사상하여 계측벡터를 도출하고, 도출된 계측벡터와 상기 중심벡터와의 거리가 상기 임계치를 벗어나면 상기 한계 관절로 판단하는 것을 특징으로 한다. In the step of deriving a limit joint whose predicted lifespan is less than the threshold, the prediction unit maps the measurement data to the vector space to derive a measurement vector, and when the distance between the derived measurement vector and the center vector exceeds the threshold, It is characterized in that it is judged by the limit joint.

상기 오차를 산출하는 단계는 상기 학습부가 수학식 에 따라 상기 오차를 산출하며, 상기 L은 오차를 나타내며, 상기 cv는 중심벡터이고, 상기 dv는 계측벡터인 것을 특징으로 한다. The step of calculating the error is performed by the learning unit using the equation The error is calculated according to where L represents the error, cv is the center vector, and dv is the measurement vector.

상기 임계치를 설정하는 단계는 상기 학습부가 수학식 에 따라 상기 임계치를 산출하며, 상기 T는 임계치이고, 상기 A는 상기 오차의 평균이고, 상기 D는 상기 오차의 표준편차이고, 상기 w는 상기 오차의 표준편차의 가중치인 것을 특징으로 한다. The step of setting the threshold is performed by the learning unit using the equation The threshold is calculated according to, where T is the threshold, A is the average of the error, D is the standard deviation of the error, and w is the weight of the standard deviation of the error.

본 발명에 따르면, 복수의 관절 각각의 수명을 예측하고, 수명이 짧아진 관절의 사용을 최소화하는 경로를 이용하여 작업을 수행하게 함으로써 해당 관절의 수명을 개선할 수 있다. 이에 따라, 로봇 전체의 수명을 개선할 수 있다. According to the present invention, the lifespan of each joint can be improved by predicting the lifespan of each of a plurality of joints and performing work using a route that minimizes the use of joints with shortened lifespans. Accordingly, the lifespan of the entire robot can be improved.

도 1은 본 발명의 실시예에 따른 관절의 수명 개선을 위한 로봇의 경로를 수정하기 위한 로봇시스템의 구성을 설명하기 위한 도면이다.
도 2는 본 발명의 실시예에 따른 관절의 수명 개선을 위한 로봇의 경로를 수정하기 위한 장치의 구성을 설명하기 위한 도면이다.
도 3은 본 발명의 실시예에 따른 관절의 수명 개선을 위한 로봇의 경로를 수정하기 위한 학습 방법을 설명하기 위한 흐름도이다.
도 4는 본 발명의 실시예에 따른 관절의 수명 개선을 위한 로봇의 경로를 수정하기 위한 학습 방법을 설명하기 벡터 공간을 도시한 도면이다.
도 5는 본 발명의 실시예에 따른 관절의 수명 개선을 위한 로봇의 경로를 수정하기 위한 방법을 설명하기 위한 흐름도이다.
도 6은 본 발명의 실시예에 따른 컴퓨팅 장치를 나타내는 도면이다. 1 is a diagram illustrating the configuration of a robot system for modifying the path of a robot to improve the lifespan of joints according to an embodiment of the present invention.
Figure 2 is a diagram for explaining the configuration of a device for correcting the path of a robot to improve the lifespan of joints according to an embodiment of the present invention.
Figure 3 is a flowchart illustrating a learning method for modifying the path of a robot to improve the lifespan of joints according to an embodiment of the present invention.
Figure 4 is a diagram illustrating a vector space to explain a learning method for modifying the path of a robot to improve the lifespan of joints according to an embodiment of the present invention.
Figure 5 is a flowchart illustrating a method for modifying the path of a robot to improve the lifespan of joints according to an embodiment of the present invention.
Figure 6 is a diagram showing a computing device according to an embodiment of the present invention.

본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예를 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. Since the present invention can be modified in various ways and can have various embodiments, specific embodiments will be exemplified and explained in detail in the detailed description. However, this is not intended to limit the present invention to specific embodiments, and should be understood to include all transformations, equivalents, and substitutes included in the spirit and technical scope of the present invention.

본 발명에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 발명에서, '포함하다' 또는 '가지다' 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다. The terms used in the present invention are only used to describe specific embodiments and are not intended to limit the present invention. Singular expressions include plural expressions unless the context clearly dictates otherwise. In the present invention, terms such as 'include' or 'have' are intended to designate the presence of features, numbers, steps, operations, components, parts, or combinations thereof described in the specification, but are not intended to indicate the presence of one or more other features. It should be understood that this does not exclude in advance the possibility of the existence or addition of elements, numbers, steps, operations, components, parts, or combinations thereof.

이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예들을 상세히 설명한다. 이 때, 첨부된 도면에서 동일한 구성 요소는 가능한 동일한 부호로 나타내고 있음에 유의한다. 또한, 본 발명의 요지를 흐리게 할 수 있는 공지 기능 및 구성에 대한 상세한 설명은 생략할 것이다. 마찬가지 이유로 첨부 도면에 있어서 일부 구성요소는 과장되거나 생략되거나 개략적으로 도시되었다.Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the attached drawings. At this time, note that in the attached drawings, like components are indicated by the same symbols whenever possible. Additionally, detailed descriptions of well-known functions and configurations that may obscure the gist of the present invention will be omitted. For the same reason, some components are exaggerated, omitted, or schematically shown in the accompanying drawings.

먼저, 본 발명의 실시예에 따른 관절의 수명 개선을 위한 로봇의 경로를 수정하기 위한 로봇시스템에 대해서 설명하기로 한다. 도 1은 본 발명의 실시예에 따른 관절의 수명 개선을 위한 로봇의 경로를 수정하기 위한 로봇시스템의 구성을 설명하기 위한 도면이다. 도 1을 참조하면, 로봇 시스템(1000)은 로봇(100), 로봇제어기(200) 및 사용자장치(300)를 포함한다. First, a robot system for modifying the path of a robot to improve the lifespan of joints according to an embodiment of the present invention will be described. 1 is a diagram illustrating the configuration of a robot system for modifying the path of a robot to improve the lifespan of joints according to an embodiment of the present invention. Referring to FIG. 1, the robot system 1000 includes a robot 100, a robot controller 200, and a user device 300.

로봇(100)은 공작 기계 보조 작업, 사출기 보조 작업, 프레스 보조 작업, 픽 엔드 플레이스(pick and place) 작업, 나사 조립 작업, 일반 조립 작업, 용접 작업, 본딩(bonding) 작업, 비전(vision) 검사 작업 또는 분류 작업 등을 포함하는 다양한 작업을 수행할 수 있는 하나 이상의 관절 부분을 포함하는 다관절 로봇 암일 수 있다. The robot 100 performs machine tool auxiliary work, injection machine auxiliary work, press auxiliary work, pick and place work, screw assembly work, general assembly work, welding work, bonding work, and vision inspection. It may be an articulated robot arm that includes one or more jointed parts that can perform various tasks, including tasks or sorting tasks.

도시된 바와 같이, 로봇(100)은 복수의 관절(120, 130, 140)을 포함할 수 있으며, 로봇(100)의 말단에는 엔드 이펙터(end effector)(110)가 부착될 수 있다. 도시된 바에 따르면, 엔드 이펙터(110)가 그리퍼(gripper)인 것으로 도시되어 있으나, 로봇(100)이 실행할 작업 유형에 따라 엔드 이펙터(110)는 그리퍼 뿐만 아니라, 용접 토치, 스프레이건, 너트 러너 등을 포함할 수 있다. As shown, the robot 100 may include a plurality of joints 120, 130, and 140, and an end effector 110 may be attached to the end of the robot 100. As shown, the end effector 110 is shown as a gripper, but depending on the type of work to be performed by the robot 100, the end effector 110 may be used not only as a gripper, but also as a welding torch, spray gun, nut runner, etc. may include.

특히, 로봇(100)은 로봇(100)의 동작을 제어하도록 구성될 수 있는 로봇제어기(200)와 유선 혹은 무선으로 통신할 수 있다. 즉, 로봇제어기(200)는 임의의 유선 또는 무선 인터페이스를 통해 로봇(100)과 통신할 수 있다. 일 실시예에 따르면, 로봇(100)은 로봇제어기(200)와 유선 통신을 위한 하네스 케이블(10)로 연결될 수 있다. 하지만, 이에 한정되는 것은 아니며, 무선으로 로봇(100)과 로봇제어기(200)가 연결될 수 있다. In particular, the robot 100 can communicate wired or wirelessly with a robot controller 200 that can be configured to control the operation of the robot 100. That is, the robot controller 200 can communicate with the robot 100 through any wired or wireless interface. According to one embodiment, the robot 100 may be connected to the robot controller 200 with a harness cable 10 for wired communication. However, it is not limited to this, and the robot 100 and the robot controller 200 can be connected wirelessly.

로봇제어기(200)는 본 발명의 실시예에 따라 관절의 수명 개선을 위한 로봇의 경로를 수정하기 위한 것이다. 기본적으로, 로봇제어기(200)는 로봇의 복수의 관절(120, 130, 140) 각각의 움직임을 설정하고, 설정된 복수의 관절(120, 130, 140) 각각의 움직임에 따라 로봇(100)이 소정의 경로로 이동하도록 할 수 있다. 이러한 복수의 관절(120, 130, 140) 각각의 움직임은 x, y, z 축 방향의 이동, yaw, roll, pitch의 회전 등을 포함한다. The robot controller 200 is used to modify the path of the robot to improve the lifespan of the joints according to an embodiment of the present invention. Basically, the robot controller 200 sets the movement of each of the plurality of joints 120, 130, and 140 of the robot, and the robot 100 moves in a predetermined manner according to the movement of each of the set joints 120, 130, and 140. You can move to the path of . The movements of each of the plurality of joints 120, 130, and 140 include movement in the x, y, and z axes, yaw, roll, and pitch rotation.

특히, 로봇제어기(200)는 로봇의 복수의 관절 각각에 설치된 센서(S)를 통해 복수의 관절 각각의 수명을 예측할 수 있다. 이러한 센서(S)는 가속도 센서, 진동 센서 등을 예시할 수 있다. 게다가, 로봇제어기(200)는 예측된 수명이 미리 도출된 임계치 미만인 한계 관절인 경우, 한계 관절의 움직임이 최소가 되도록 전체 관절의 움직임을 수정함으로써 로봇(100)의 경로를 수정할 수 있다. 이에 따라, 한계 관절의 부하가 경감되어 해당 관절의 수명을 개선할 수 있다. In particular, the robot controller 200 can predict the lifespan of each of the plurality of joints through the sensor (S) installed in each of the plurality of joints of the robot. Such sensors (S) may include, for example, acceleration sensors and vibration sensors. Additionally, in the case of a limit joint whose predicted lifespan is less than a pre-derived threshold, the robot controller 200 may modify the path of the robot 100 by modifying the movement of all joints so that the movement of the limit joint is minimized. Accordingly, the load on the limiting joint can be reduced and the lifespan of the joint can be improved.

한편, 도 1에서 로봇(100)과 로봇제어기(200)는 별개의 구성요소 또는 장치로서 도시되어 있으나, 로봇(100)과 로봇제어기(200)는 하나의 장치로 결합될 수도 있다. Meanwhile, in FIG. 1, the robot 100 and the robot controller 200 are shown as separate components or devices, but the robot 100 and the robot controller 200 may be combined into one device.

사용자장치(300)는 로봇 시스템을 관리하는 사용자가 사용하는 장치이며, 사용자장치(300)는 로봇(100) 혹은 로봇제어기(200)와 무선 혹은 유선으로 통신하여 로봇(100)을 직접 제어하거나, 로봇제어기(200)를 통해 로봇(100)을 제어할 수 있다. 또한, 로봇(100) 혹은 로봇제어기(200)로부터 각 종 데이터를 수신하여 로봇(100) 혹은 로봇제어기(200)를 모니터링할 수 있다. The user device 300 is a device used by a user who manages the robot system. The user device 300 directly controls the robot 100 by communicating wirelessly or wired with the robot 100 or the robot controller 200. The robot 100 can be controlled through the robot controller 200. In addition, the robot 100 or the robot controller 200 can be monitored by receiving various types of data from the robot 100 or the robot controller 200.

그러면, 전술한 바와 같이, 관절의 수명 개선을 위한 로봇의 경로를 수정하기 위한 장치의 구성을 설명하기로 한다. 도 2는 본 발명의 실시예에 따른 관절의 수명 개선을 위한 로봇의 경로를 수정하기 위한 장치의 구성을 설명하기 위한 도면이다. Then, as described above, the configuration of the device for modifying the path of the robot to improve the lifespan of the joints will be described. Figure 2 is a diagram for explaining the configuration of a device for correcting the path of a robot to improve the lifespan of joints according to an embodiment of the present invention.

도 2를 참조하면, 본 발명의 실시예에 따른 관절의 수명 개선을 위한 로봇의 경로를 수정하기 위한 장치는 로봇제어기(200)의 내부 구성이 될 수 있다. 이러한 본 발명의 실시예에 따른 관절의 수명 개선을 위한 로봇의 경로를 수정하기 위한 장치는 학습부(210), 계측부(220), 예측부(230) 및 수정부(230)를 포함한다. Referring to FIG. 2, a device for correcting the path of a robot to improve the lifespan of joints according to an embodiment of the present invention may be an internal component of the robot controller 200. The device for correcting the path of a robot to improve the lifespan of joints according to an embodiment of the present invention includes a learning unit 210, a measuring unit 220, a prediction unit 230, and a correction unit 230.

학습부(210)는 정상 범위의 관절의 진동을 계측한 계측 데이터를 학습 데이터로 이용하여 정상 범위를 학습하고, 학습된 정상 범위에 따라 임계치를 설정한다. The learning unit 210 learns the normal range by using measurement data measuring the vibration of the joint in the normal range as learning data, and sets a threshold according to the learned normal range.

계측부(220)는 로봇(100)과 통신하여 계측 데이터를 검출하기 위한 것이다. 계측부(220)는 각각의 관절의 움직임에 따라 소정의 경로로 이동하는 로봇(100)의 복수의 관절(120, 130, 140)에 설치된 복수의 센서(S)를 통해 복수의 관절에서 발생하는 진동을 계측한 계측 데이터를 검출한다. The measurement unit 220 is used to detect measurement data by communicating with the robot 100. The measuring unit 220 measures vibrations occurring in a plurality of joints through a plurality of sensors (S) installed in the plurality of joints 120, 130, and 140 of the robot 100 that moves in a predetermined path according to the movement of each joint. Detect the measurement data.

예측부(230)는 계측 데이터를 기초로 복수의 관절(120, 130, 140)의 수명을 예측하기 위한 것이다. 또한, 예측부(230)는 복수의 관절(120, 130, 140) 중 예측된 수명이 임계치 미만인 한계 관절을 도출한다. The prediction unit 230 is for predicting the lifespan of the plurality of joints 120, 130, and 140 based on measurement data. Additionally, the prediction unit 230 derives a limit joint whose predicted lifespan is less than a threshold among the plurality of joints 120, 130, and 140.

수정부(230)는 예측부(230)가 한계 관절을 도출하는 경우, 도출된 한계 관절의 움직임이 최소가 되도록 경로를 수정한다. When the prediction unit 230 derives a limit joint, the correction unit 230 modifies the path so that the movement of the derived limit joint is minimized.

전술한 학습부(210), 계측부(220), 예측부(230) 및 수정부(230)를 포함하는 로봇제어기(200)의 동작은 아래에서 더 상세하게 설명될 것이다. The operation of the robot controller 200 including the above-described learning unit 210, measurement unit 220, prediction unit 230, and correction unit 230 will be described in more detail below.

다음으로, 본 발명의 실시예에 따른 관절의 수명 개선을 위한 로봇의 경로를 수정하기 위한 방법에 대해서 설명하기로 한다. Next, a method for modifying the path of a robot to improve the lifespan of joints according to an embodiment of the present invention will be described.

전술한 바와 같이, 본 발명의 실시예에 따른 관절의 수명 개선을 위한 로봇의 경로를 수정하기 위하여 정상 범위의 관절에 대한 학습이 요구된다. 이러한 방법에 대해서 설명한다. 도 3은 본 발명의 실시예에 따른 관절의 수명 개선을 위한 로봇의 경로를 수정하기 위한 학습 방법을 설명하기 위한 흐름도이다. 도 4는 본 발명의 실시예에 따른 관절의 수명 개선을 위한 로봇의 경로를 수정하기 위한 학습 방법을 설명하기 벡터 공간을 도시한 도면이다. As described above, in order to modify the path of the robot to improve the lifespan of the joints according to an embodiment of the present invention, learning about the normal range of joints is required. These methods are explained. Figure 3 is a flowchart illustrating a learning method for modifying the path of a robot to improve the lifespan of joints according to an embodiment of the present invention. Figure 4 is a diagram illustrating a vector space to explain a learning method for modifying the path of a robot to improve the lifespan of joints according to an embodiment of the present invention.

도 3을 참조하면, 학습부(110)는 S110 단계에서 정상 범위에 속하는 관절의 진동을 계측한 복수의 계측 데이터를 학습 데이터로 마련한다. 이를 위하여, 새로 배치된 로봇(100)의 정상 범위의 관절에 부착된 센서(S)를 통해 계측된 복수의 계측 데이터가 수집되어 제공될 수 있다. 여기서, 각각의 계측 데이터는 진동의 강도 및 주파수를 포함한다. Referring to FIG. 3, the learning unit 110 prepares a plurality of measurement data measuring vibration of joints within the normal range as learning data in step S110. To this end, a plurality of measurement data measured through a sensor (S) attached to a joint in the normal range of the newly placed robot 100 may be collected and provided. Here, each measurement data includes the intensity and frequency of vibration.

학습부(210)는 S120 단계에서 복수의 계측 데이터를 도 4에 도시된 바와 같은, 소정의 벡터 공간(V)에 사상(embedding)하여 복수의 계측벡터를 도출한다. 여기서, 벡터 공산(V)은 2차원의 공간이 될 수 있다. 이에 따라, 3차원인 복수의 계측 데이터 각각의 진동의 강도 및 주파수를 2차원의 벡터 공간에 사상하여 하나의 벡터값으로 정규화 할 수 있다. The learning unit 210 derives a plurality of measurement vectors by embedding the plurality of measurement data into a predetermined vector space (V) as shown in FIG. 4 in step S120. Here, the vector variance (V) can be a two-dimensional space. Accordingly, the intensity and frequency of vibration of each of the plurality of three-dimensional measurement data can be mapped into a two-dimensional vector space and normalized into one vector value.

이어서, 학습부(210)는 S130 단계에서 복수의 계측벡터의 중심벡터를 도출한다. 이때, 학습부(210)는 벡터 공간(V) 상에서 복수의 계측벡터를 모두 포함하는 최소 면적의 다각형을 형성하고, 형성된 다각형의 무게중심을 도출한 후, 무게중심과 가장 가까운 계측벡터를 중심벡터로 도출할 수 있다. Next, the learning unit 210 derives the center vector of the plurality of measurement vectors in step S130. At this time, the learning unit 210 forms a polygon with the minimum area including all of the plurality of measurement vectors in the vector space (V), derives the center of gravity of the formed polygon, and then selects the measurement vector closest to the center of gravity as the center vector. It can be derived as:

다음으로, 학습부(210)는 S140 단계에서 복수의 계측벡터 각각과 중심벡터와의 오차를 산출한다. 이때, 학습부(210)는 다음의 수학식 1에 따라 복수의 계측벡터 각각과 중심벡터와의 오차를 산출할 수 있다. Next, the learning unit 210 calculates the error between each of the plurality of measurement vectors and the center vector in step S140. At this time, the learning unit 210 can calculate the error between each of the plurality of measurement vectors and the center vector according to Equation 1 below.

수학식 1에서, L은 오차를 나타낸다. 또한, cv는 중심벡터이고, dv는 계측벡터이며, i는 계측벡터의 인덱스이고, N은 전체 계측벡터의 개수이다. In Equation 1, L represents the error. Additionally, cv is the center vector, dv is the measurement vector, i is the index of the measurement vector, and N is the total number of measurement vectors.

다음으로, 학습부(210)는 S150 단계에서 오차의 통계치를 이용하여 정상범위와 정상범위 외의 계측 데이터를 구분하기 위한 임계치를 설정한다. 이때, 학습부(210)는 다음의 수학식 2에 따라 임계치를 산출할 수 있다. Next, the learning unit 210 sets a threshold for distinguishing measurement data outside the normal range from the normal range using error statistics in step S150. At this time, the learning unit 210 can calculate the threshold value according to Equation 2 below.

여기서, T는 임계치를 나타낸다. 또한, A는 오차의 평균이고, D는 오차의 표준편차이다. 특히, w는 오차의 표준편차의 가중치이고, 0.5 이상 1 미만인 수이다. 이러한 가중치는 미리 설정되는 값이며, 학습 데이터로 사용되는 계측벡터의 수에 비례하여 증가한다. Here, T represents the threshold. Also, A is the average of the error, and D is the standard deviation of the error. In particular, w is the weight of the standard deviation of the error, and is a number between 0.5 and less than 1. These weights are preset values and increase in proportion to the number of measurement vectors used as learning data.

전술한 바와 같이 도출된 임계치 및 중심벡터는 예측부(230)에 제공될 수 있다. The threshold and center vector derived as described above may be provided to the prediction unit 230.

다음으로, 본 발명의 실시예에 따른 관절의 수명 개선을 위한 로봇의 경로를 수정하기 위한 방법에 대해서 설명하기로 한다. 도 5는 본 발명의 실시예에 따른 관절의 수명 개선을 위한 로봇의 경로를 수정하기 위한 방법을 설명하기 위한 흐름도이다. Next, a method for modifying the path of a robot to improve the lifespan of joints according to an embodiment of the present invention will be described. Figure 5 is a flowchart illustrating a method for modifying the path of a robot to improve the lifespan of joints according to an embodiment of the present invention.

도 4 및 도 5를 참조하면, 계측부(220)는 S210 단계에서 로봇(100)으로부터 로봇(100)의 복수의 관절(120, 130, 140)에 설치된 복수의 센서(S)를 통해 복수의 관절에서 발생하는 진동을 계측한 계측 데이터를 검출한다. 4 and 5, the measurement unit 220 measures a plurality of joints from the robot 100 through a plurality of sensors S installed on the plurality of joints 120, 130, and 140 of the robot 100 in step S210. Detects measurement data that measures vibration occurring in.

예측부(230)는 S220 단계에서 계측 데이터에 따라 복수의 관절 각각의 수명을 예측할 수 있다. 도 4를 참조하면, 예측부(230)는 복수의 관절 각각에 대한 계측 데이터를 벡터 공간(V)에 사상하여 계측벡터를 도출하고, 도출된 계측벡터와 앞서(도 3의 S130) 도출된 중심벡터와의 거리(d)에 따라 관절의 수명을 예측할 수 있다. The prediction unit 230 may predict the lifespan of each of the plurality of joints according to the measurement data in step S220. Referring to FIG. 4, the prediction unit 230 maps the measurement data for each of a plurality of joints to the vector space (V) to derive a measurement vector, and the derived measurement vector and the center derived previously (S130 in FIG. 3) The lifespan of a joint can be predicted depending on the distance (d) from the vector.

추가적인 실시예에 따르면, 예측부(230)는 중심벡터와의 거리(d)의 역수를 해당 관절의 수명을 나타내는 인덱스로 사용자장치(300)로 출력할 수 있다. According to an additional embodiment, the prediction unit 230 may output the reciprocal of the distance d from the center vector to the user device 300 as an index indicating the lifespan of the corresponding joint.

이어서, 예측부(230)는 S230 단계에서 복수의 관절 중 예측된 수명이 임계치 미만인 한계 관절이 존재하는지 여부를 판별한다. 이때, 도 4를 참조하면, 예측부(230)는 도출된 계측벡터와 중심벡터와의 거리(d)가 임계치(T)를 벗어나면 한계 관절로 판단할 수 있다. Next, the prediction unit 230 determines whether a limit joint whose predicted lifespan is less than the threshold exists among the plurality of joints in step S230. At this time, referring to FIG. 4, the prediction unit 230 may determine the joint to be a limit joint if the distance (d) between the derived measurement vector and the center vector exceeds the threshold (T).

이때, S230 단계의 판별 결과, 예측된 수명이 임계치 미만인 한계 관절이 존재하면, S240 단계로 진행하고, S230 단계의 판별 결과, 예측된 수명이 임계치 미만인 한계 관절이 존재하지 않으면, 전술한 S210 단계 내지 S230 단계를 반복한다. At this time, if there is a limit joint whose predicted life is less than the threshold as a result of the determination in step S230, the process proceeds to step S240. If, as a result of the determination in step S230, there is no limit joint whose predicted life is less than the threshold, the process proceeds to the above-described steps S210 to Repeat step S230.

한계 관절이 존재하는 경우, 수정부(240)는 한계 관절의 움직임이 최소가 되도록 로봇의 경로를 수정한다. 일례로, 엔드 이펙터(end effector)(110)를 제1 위치에서 제2 위치로 이동시키기 위해서는 제1 관절(120)이 30도, 제2 관절(130)이 30도, 제3 관절(140)이 30도씩 움직여야 한다고 가정한다. 이때, 제1 관절(120)이 한계 관절로 판별되었다고 가정한다. 그러면, 수정부(240)는 제1 관절(120)의 움직임 없이, 즉, 제1 관절(120)을 0도 움직이고, 제2 관절(130) 및 제3 관절(140) 각각을 45도씩 움직이도록 하여 엔드 이펙터(end effector)(110)를 제1 위치에서 제2 위치로 이동시키는 경로를 생성할 수 있다. If a limit joint exists, the correction unit 240 corrects the path of the robot so that the movement of the limit joint is minimized. For example, in order to move the end effector 110 from the first position to the second position, the first joint 120 is rotated by 30 degrees, the second joint 130 is rotated by 30 degrees, and the third joint 140 is rotated by 30 degrees. Assume that this must be moved by 30 degrees. At this time, it is assumed that the first joint 120 is determined to be a limit joint. Then, the correction unit 240 moves the first joint 120 by 0 degrees without moving the first joint 120, and moves each of the second joint 130 and the third joint 140 by 45 degrees. Thus, a path for moving the end effector 110 from the first position to the second position can be created.

이와 같이, 본 발명은 복수의 관절 각각의 수명을 예측하고, 수명이 짧아진 관절의 사용을 최소화하는 경로를 이용하여 작업을 수행하게 함으로써 해당 관절의 수명을 개선할 수 있다. 이에 따라, 로봇 전체의 수명을 개선할 수 있다. In this way, the present invention can improve the lifespan of each joint by predicting the lifespan of each of a plurality of joints and performing work using a route that minimizes the use of joints with shortened lifespans. Accordingly, the lifespan of the entire robot can be improved.

도 6은 본 발명의 실시예에 따른 컴퓨팅 장치를 나타내는 도면이다. 컴퓨팅 장치(TN100)는 본 명세서에서 기술된 장치(예, 로봇(100), 로봇제어기(200) 등) 일 수 있다. Figure 6 is a diagram showing a computing device according to an embodiment of the present invention. Computing device TN100 may be a device described herein (e.g., robot 100, robot controller 200, etc.).

도 6의 실시예에서, 컴퓨팅 장치(TN100)는 적어도 하나의 프로세서(TN110), 송수신 장치(TN120), 및 메모리(TN130)를 포함할 수 있다. 또한, 컴퓨팅 장치(TN100)는 저장 장치(TN140), 입력 인터페이스 장치(TN150), 출력 인터페이스 장치(TN160) 등을 더 포함할 수 있다. 컴퓨팅 장치(TN100)에 포함된 구성 요소들은 버스(bus)(TN170)에 의해 연결되어 서로 통신을 수행할 수 있다.In the embodiment of FIG. 6, the computing device TN100 may include at least one processor TN110, a transceiver device TN120, and a memory TN130. Additionally, the computing device TN100 may further include a storage device TN140, an input interface device TN150, an output interface device TN160, etc. Components included in the computing device TN100 may be connected by a bus TN170 and communicate with each other.

프로세서(TN110)는 메모리(TN130) 및 저장 장치(TN140) 중에서 적어도 하나에 저장된 프로그램 명령(program command)을 실행할 수 있다. 프로세서(TN110)는 중앙 처리 장치(CPU: central processing unit), 그래픽 처리 장치(GPU: graphics processing unit), 또는 본 발명의 실시예에 따른 방법들이 수행되는 전용의 프로세서를 의미할 수 있다. 프로세서(TN110)는 본 발명의 실시예와 관련하여 기술된 절차, 기능, 및 방법 등을 구현하도록 구성될 수 있다. 프로세서(TN110)는 컴퓨팅 장치(TN100)의 각 구성 요소를 제어할 수 있다. The processor TN110 may execute a program command stored in at least one of the memory TN130 and the storage device TN140. The processor TN110 may refer to a central processing unit (CPU), a graphics processing unit (GPU), or a dedicated processor on which methods according to embodiments of the present invention are performed. Processor TN110 may be configured to implement procedures, functions, and methods described in connection with embodiments of the present invention. The processor TN110 may control each component of the computing device TN100.

메모리(TN130) 및 저장 장치(TN140) 각각은 프로세서(TN110)의 동작과 관련된 다양한 정보를 저장할 수 있다. 메모리(TN130) 및 저장 장치(TN140) 각각은 휘발성 저장 매체 및 비휘발성 저장 매체 중에서 적어도 하나로 구성될 수 있다. 예를 들어, 메모리(TN130)는 읽기 전용 메모리(ROM: read only memory) 및 랜덤 액세스 메모리(RAM: random access memory) 중에서 적어도 하나로 구성될 수 있다. Each of the memory TN130 and the storage device TN140 can store various information related to the operation of the processor TN110. Each of the memory TN130 and the storage device TN140 may be comprised of at least one of a volatile storage medium and a non-volatile storage medium. For example, the memory TN130 may be comprised of at least one of read only memory (ROM) and random access memory (RAM).

송수신 장치(TN120)는 유선 신호 또는 무선 신호를 송신 또는 수신할 수 있다. 송수신 장치(TN120)는 네트워크에 연결되어 통신을 수행할 수 있다.The transceiving device TN120 can transmit or receive wired signals or wireless signals. The transmitting and receiving device (TN120) can be connected to a network and perform communication.

한편, 전술한 본 발명의 실시예에 따른 다양한 방법은 다양한 컴퓨터수단을 통하여 판독 가능한 프로그램 형태로 구현되어 컴퓨터로 판독 가능한 기록매체에 기록될 수 있다. 여기서, 기록매체는 프로그램 명령, 데이터 파일, 데이터구조 등을 단독으로 또는 조합하여 포함할 수 있다. 기록매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 예컨대 기록매체는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광 기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치를 포함한다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어를 포함할 수 있다. 이러한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.Meanwhile, various methods according to the embodiments of the present invention described above can be implemented in the form of programs readable through various computer means and recorded on a computer-readable recording medium. Here, the recording medium may include program instructions, data files, data structures, etc., singly or in combination. Program instructions recorded on the recording medium may be those specifically designed and constructed for the present invention, or may be known and available to those skilled in the art of computer software. For example, recording media include magnetic media such as hard disks, floppy disks, and magnetic tapes, optical media such as CD-ROMs and DVDs, and magneto-optical media such as floptical disks. magneto-optical media), and hardware devices specifically configured to store and execute program instructions, such as ROM, RAM, flash memory, etc. Examples of program instructions may include machine language, such as that created by a compiler, as well as high-level languages that can be executed by a computer using an interpreter, etc. These hardware devices may be configured to operate as one or more software modules to perform the operations of the present invention, and vice versa.

이상, 본 발명의 일 실시예에 대하여 설명하였으나, 해당 기술 분야에서 통상의 지식을 가진 자라면 특허청구범위에 기재된 본 발명의 사상으로부터 벗어나지 않는 범위 내에서, 구성 요소의 부가, 변경, 삭제 또는 추가 등에 의해 본 발명을 다양하게 수정 및 변경시킬 수 있을 것이며, 이 또한 본 발명의 권리범위 내에 포함된다고 할 것이다. Above, an embodiment of the present invention has been described, but those skilled in the art can add, change, delete or add components without departing from the spirit of the present invention as set forth in the patent claims. The present invention may be modified and changed in various ways, and this will also be included within the scope of the present invention.

10: 하네스 케이블
100: 로봇
110: 엔드 이펙터
120, 130, 140: 관절
200: 로봇제어기
210: 학습부
220: 계측부
230: 예측부
240: 수정부
300: 사용자장치 10: Harness cable
100: Robot
110: End effector
120, 130, 140: Joints
200: Robot controller
210: Learning Department
220: measurement unit
230: prediction unit
240: Correction unit
300: User device

Claims

a measuring unit that detects measurement data measuring vibrations occurring in the plurality of joints through a plurality of sensors installed in the plurality of joints of the robot that moves along a predetermined path according to the movement of each joint;
a prediction unit that predicts the lifespan of the plurality of joints based on the measurement data and derives a limit joint whose predicted lifespan is less than a threshold among the plurality of joints; and
a correction unit that corrects the path to minimize movement of the limit joint;
Characterized by including
A device for correcting the path of a robot.

According to paragraph 1,
The device is
The normal range is learned using the measurement data measuring the vibration of the joint in the normal range as learning data,
a learning unit that sets the threshold according to a learned normal range;
Characterized by further comprising
A device for correcting the path of a robot.

According to paragraph 1,
Prepare multiple measurement data of joints within the normal range as learning data,
Generating a plurality of measurement vectors by mapping the plurality of measurement data into a predetermined vector space,
Deriving the center vector of the plurality of measurement vectors,
Calculating an error between each of the plurality of measurement vectors and the center vector,
Setting the threshold using the statistical value of the error
Learning Department;
Characterized by further comprising
A device for correcting the path of a robot.

According to paragraph 3,
The prediction unit
Characterized in that mapping the measurement data to the vector space to derive a measurement vector, and predicting the lifespan of the joint according to the distance between the derived measurement vector and the center vector.
A device for correcting the path of a robot.

According to paragraph 3,
The prediction unit
Characterized in that mapping the measurement data to the vector space to derive a measurement vector, and determining the limit joint when the distance between the derived measurement vector and the center vector exceeds the threshold value.
A device for correcting the path of a robot.

According to paragraph 3,
The learning department
math equation

The above error is calculated according to
The L represents the error,
The cv is the center vector,
Characterized in that the dv is a measurement vector.
A device for correcting the path of a robot.

According to paragraph 3,
The learning department
math equation

The threshold value is calculated according to
The T is a threshold value,
A is the average of the errors,
D is the standard deviation of the error,
Wherein w is the weight of the standard deviation of the error.
A device for correcting the path of a robot.

According to paragraph 1,
The measurement data is
Characterized by the intensity and frequency of vibration of the joint
A device for correcting the path of a robot.

A measuring unit detecting measurement data measuring vibrations occurring in the plurality of joints through a plurality of sensors installed in the plurality of joints of a robot that moves along a predetermined path according to the movement of each joint;
A prediction unit predicting the lifespan of the plurality of joints based on the measurement data;
The prediction unit deriving a limit joint among the plurality of joints whose predicted lifespan is less than a threshold value; and
A correction unit correcting the path so that movement of the limit joint is minimized;
Characterized by including
A method for modifying a robot's path.

According to clause 9,
Before the detection step,
A learning unit learning a normal range using measurement data measuring vibration of a joint in the normal range as learning data, and setting the threshold according to the learned normal range;
Characterized by further comprising
A method for modifying a robot's path.

According to clause 9,
Before the detection step,
A learning unit preparing a plurality of measurement data of joints within the normal range as learning data;
A learning unit mapping the plurality of measurement data into a predetermined vector space to generate a plurality of measurement vectors;
A learning unit deriving a center vector of the plurality of measurement vectors;
A learning unit calculating an error between each of the plurality of measurement vectors and the center vector; and
A learning unit setting the threshold value using the statistical value of the error;
Characterized by further comprising
A method for modifying a robot's path.

According to clause 11,
The step of predicting the lifespan of the plurality of joints is
The prediction unit maps the measurement data to the vector space to derive a measurement vector, and predicts the lifespan of the joint according to the distance between the derived measurement vector and the center vector.
A method for modifying a robot's path.

According to clause 11,
The step of deriving a limit joint whose predicted life is less than the threshold is
The prediction unit maps the measurement data to the vector space to derive a measurement vector, and when the distance between the derived measurement vector and the center vector exceeds the threshold, the prediction unit determines the limit joint.
A method for modifying a robot's path.

According to clause 11,
The step of calculating the error is
The above learning department
math equation

The above error is calculated according to
The L represents the error,
The cv is the center vector,
Characterized in that the dv is a measurement vector.
A method for modifying a robot's path.

According to clause 11,
The step of setting the threshold is
The above learning department
math equation

The threshold value is calculated according to
The T is a threshold value,
A is the average of the errors,
D is the standard deviation of the error,
Wherein w is the weight of the standard deviation of the error.
A method for modifying a robot's path.

According to clause 9,
The measurement data is
Characterized by the intensity and frequency of vibration of the joint
A method for modifying a robot's path.