JP7015068B2 - ロボットによる衝突処理 - Google Patents

Description

本発明は、ロボットの衝突処理方法、およびこの方法を実行するように設計および構成されたロボットに関する。

上記の先行技術のソースおよび追加のソースは次のとおりである。
[1] K. Bouyarmane and A. Kheddar. On the dynamics modeling of free-floating-base articulated mechanisms and applications to humanoid whole-body dynamics and control. Humanoids, 2012. [2] R. S. Dahiya, P. Mittendorfer, M. Valle, et al. Directions toward effective utilization of tactile skin: A review. IEEE Sensors Journal, 2013. [3] A. De Luca, A. Albu-Scha¨ffer, S. Haddadin, and G. Hirzinger. Collision detection and safe reaction with the DLR-III lightweight manipulator arm. In IROS, 2006. [4] A. De Luca and R. Mattone. Actuator failure detection and isolation using generalized momenta. In ICRA, 2003. [5] A. De Luca and R. Mattone. An adapt-and-detect actuator fdi scheme for robot manipulators. In ICRA, 2004. [6] A. De Luca and R. Mattone. Sensorless robot collision detection and hybrid force/motion control. In ICRA, 2005. [7] S. Haddadin. Towards Safe Robots. Springer Berlin Heidelberg, 2014. [8] S.-H. Hyon, J. Hale, and G. Cheng. Full-body compliant human- humanoid interaction: Balancing in the presence of unknown external forces. IEEE Trans. Robot., 2007. [9] H.-B. Kuntze, C. Frey, K. Giesen, and G. Milighetti. Fault tolerant supervisory control of human interactive robots. In IFAC Workshop on Advanced Control and Diagnosis, 2003. [10] V. J. Lumelsky and E. Cheung. Real-time collision avoidance in tele- operated whole-sensitive robot arm manipulators. IEEE Transactions on Systems, Man, and Cybernetics, 1993. [11] G. D. Maria, C. Natale, and S. Pirozzi. Force/tactile sensor for robotic applications. Sensors and Actuators A: Physical, 2012. [12] S. Morinaga and K. Kosuge. Collision detection system for manipu- lator based on adaptive impedance control law. In ICRA, 2003. [13] Open Source Robotics Foundation. "DRC simulator", https://bitbucket.org/osrf/drcsim. [Online], 2015. [14] C. Ott, B. Henze, and D. Lee. Kinesthetic teaching of humanoid motion based on whole-body compliance control with interaction- aware balancing. In IROS, 2013. [15] N. A. Radford, P. Strawser, K. Hambuchen, et al. Valkyrie: Nasa’s first bipedal humanoid robot. Journal of Field Robotics, 2015. [16] V. Sotoudehnejad and M. R. Kermani. Velocity-based variable thresh- olds for improving collision detection in manipulators. In ICRA, 2014. [17] V. Sotoudehnejad, A. Takhmar, M. R. Kermani, and I. G. Polushin. Counteracting modeling errors for sensitive observer-based manipula- tor collision detection. In IROS, 2012. [18] M. Strohmayr. Artificial Skin in Robotics. PhD thesis, Karlsruhe Institute of Technology, 2012. [19] K. Suita, Y. Yamada, N. Tsuchida, et al. A failure-to-safety "kyozon" system with simple contact detection and stop capabilities for safe human-autonomous robot coexistence. In ICRA, 1995. [20] S. Takakura, T. Murakami, and K. Ohnishi. An approach to collision detection and recovery motion in industrial robot. In IECON, 1989. [21] J. Vorndamme, M. Schappler, A. Todtheide, and S. Haddadin. Soft robotics for the hydraulic Atlas arms: Joint impedance control with collision detection and disturbance compensation. In IROS, 2016. Accepted and publicly available October 2016. Initial submission:https://www.irt.uni-hannover.de/fileadmin/institut/pdf/tmp/VorndammeSchToeHad2016.pdf. [22] Y. Yamada, Y. Hirasawa, S. Huang, et al. Human-robot contact in the safeguarding space. IEEE/ASME Transactions on Mechatronics, 1997.

本発明の課題は、ロボット、特にヒューマノイドの、より効果的な、衝突の検出から識別まで、および分離を提供することである。

ロボットのダイナミクスを記述するモデルには、特に質量に関する情報、特に運動連鎖構造に沿った質量分布が含まれる。後者から、運動連鎖構造の慣性モーメントも知られている。

力／トルクセンサが補正され、所望の一般化外力が観察された一般化外力から除外されたので、衝突検出は以下のように行われることが好ましい。

本発明の利点は、ヒューマノイドロボットの加速度推定および負荷補正のための新しい実時間法が、ロボットの運動連鎖構造上に任意に配置された力／トルクセンサに提供されることである。

この実施形態の利点は、複数の計算を回避することである。

ステップｂ）とｃ）の場合、２つの主要なシナリオを区別する必要がある：単一接触と多接触のシナリオである。単一接触シナリオは、関節トルク感知でのみ処理できるが、多接触シナリオでは、異なる接触を区別するために追加の力／トルクセンサが必要になる場合がある。

この実施形態の利点は、特にヒューマノイドロボットの単一接触シナリオにおける接触位置および接触力を推定するための新規な方法が提供されることである。

力／トルクセンサで特定された外部レンチの場合、修正された外部レンチは既に最良の推定値であるため、このステップでアクションを実行する必要はない。

この実施形態の利点は、上記の発明およびその実施形態の拡張が、運動連鎖における追加の力／トルクセンサの助けを借りて、および助けなしで、多接触状況に提供されることである。

本発明の別の実施形態によれば、ロボットはヒューマノイドロボットである。

本発明の別の態様は、データ処理ユニットを有するコンピュータシステムに関し、データ処理ユニットは、先行する請求項のうち１つに記載の方法を実行するように設計および設定される。

本発明の別の態様は、電子的に読み取り可能な制御信号を備えたデジタルデータストレージに関し、制御信号は、プログラム可能なコンピュータシステムと共働することができ、それにより、先行する請求項のうち１つに記載の方法が実行される。

本発明の別の態様は、プログラムコードがコンピュータシステム上で実行される場合、先行する請求項のうち１つに記載の方法を実行するための機械可読媒体に格納されたプログラムコードを含むコンピュータプログラムプロダクトに関する。

本発明の別の態様は、コンピュータプログラムがコンピュータシステム上で実行される場合、先行する請求項のうち１つに記載の方法を実行するためのプログラムコードを有するコンピュータプログラムに関する。

本発明の別の実施形態によれば、ロボットは、データネットワークとのデータインターフェースを備え、ロボットは、データネットワークからロボットを設定および制御するためのシステムプログラムをダウンロードするように設計および設定される。

本発明の別の実施形態によれば、ロボットは、データネットワークからシステムプログラムのパラメータをダウンロードするように設計および設定される。

本発明の別の実施形態によれば、ロボットは、ローカル入力インターフェースおよび／またはティーチインプロセスを介してシステムプログラムのパラメータを入力するように設計および設定され、ロボットは手動で誘導される。

本発明の別の実施形態によれば、ロボットは、データネットワークからのシステムプログラムおよび／またはそれぞれのパラメータのダウンロードが遠隔基地によって制御されるように設計および設定され、遠隔基地はデータネットワークの一部である。

本発明の別の実施形態によれば、ロボットは、ロボットでローカルに利用可能なシステムプログラムおよび／またはそれぞれのパラメータが、データネットワークから受信したそれぞれの要求に基づいてデータネットワークの１人以上の参加者に送信されるように設計および設定される。

本発明の別の実施形態によれば、ロボットは、ロボットでローカルに利用可能なそれぞれのパラメータを有するシステムプログラムが遠隔基地から開始できるように設計および設定され、遠隔基地はデータネットワークの一部である。

本発明の別の実施形態によれば、ロボットは、遠隔基地および／またはローカル入力インターフェースが、システムプログラムおよびそれぞれのパラメータの入力のためおよび／または多数のシステムプログラムとそれぞれのパラメータからシステムプログラムとそれぞれのパラメータを選択するために設計および設定されたヒューマンマシンインターフェースＨＭＩを含むように設計および設定される。

本発明の別の実施形態によれば、ヒューマンマシンインターフェースＨＭＩは、タッチスクリーンでの「ドラッグアンドドロップ」入力を介して、誘導ダイアログ、キーボード、コンピュータマウス、触覚インターフェース、仮想現実インターフェース、拡張現実インターフェース、音響インターフェース、身体追跡インターフェースを介して、筋電データに基づいて、脳波データに基づいて、神経インターフェースを介して、またはそれらの組み合わせを介してエントリが可能になるように設計および設定される。

本発明の別の実施形態によれば、ヒューマンマシンインターフェースＨＭＩは、聴覚的、視覚的、触覚的、嗅覚的、触知的、または電気的フィードバック、またはそれらの組み合わせを提供するように設計および設定される。

本発明は、上記の実施形態を参照して上記で説明されている。しかし、本発明がこれらの実施形態に限定されるだけでなく、発明思想および特許請求の範囲の精神および範囲内のすべての可能な実施形態を含むことは明らかである。

図１は、本発明の一実施形態によるロボットの衝突処理方法を示す。 図２は、本発明の別の実施形態によるロボットの衝突処理方法を示す。 図３は、本発明の別の実施形態によるヒューマノイドロボットを示す。 図４は、図１に示した方法の詳細な抜粋を示す。 図５は、図２の方法の別の説明を示す。

１：ロボット
３：オブザーバ
Ｓ１：提供
Ｓ２：測定および／または推定
Ｓ３：測定および／または推定
Ｓ４：生成
Ｓ５：生成
Ｓ６：推定
Ｓ７：補正
Ｓ８：補正
Ｓ９：検出
Ｓ１０：決定
Ｓ１１：決定
Ｓ１２：決定
Ｓ１３：制御

Claims (20)

1. 
2. 
3. 
4. 
5. 
6. 前記ロボット（１）はヒューマノイドロボットである、請求項１～請求項５のいずれか一項に記載の方法。
7. データ処理ユニットを備えたコンピュータシステムであって、前記データ処理ユニットは、請求項１～請求項６のいずれか一項に記載の方法を実行するように設計および設定される、コンピュータシステム。
8. 制御信号は、プログラム可能なコンピュータシステムと共働することができ、それにより、請求項１～請求項６のいずれか一項に記載の方法を実行することができる、電子的に読み取り可能な前記制御信号を備えたデジタルデータストレージ。
9. プログラムコードがコンピュータシステム上で実行される場合、請求項１～請求項６のいずれか一項に記載の方法を実行するための機械可読媒体に格納された前記プログラムコードを含むコンピュータプログラムプロダクト。
10. コンピュータプログラムがコンピュータシステム上で実行される場合、請求項１～請求項６のいずれか一項に記載の方法を実行するためのプログラムコードを有するコンピュータプログラム。
11. 
12. 前記ロボット（１）は、データネットワークとのデータインターフェースを備え、前記ロボット（１）は、前記データネットワークから前記ロボット（１）を設定および制御するためのシステムプログラムをダウンロードするように設計および設定される、請求項１１に記載のロボット（１）。
13. 前記ロボット（１）は、前記データネットワークから前記システムプログラムのパラメータをダウンロードするように設計および設定される、請求項１１または請求項１２のいずれか一項に記載のロボット（１）。
14. 前記ロボット（１）は、ローカル入力インターフェースおよび／またはティーチインプロセスを介して前記システムプログラムのパラメータを入力するように設計および設定され、前記ロボット（１）は手動で誘導される、請求項１１～請求項１３のいずれか一項に記載のロボット（１）。
15. 前記ロボット（１）は、前記データネットワークからのシステムプログラムおよび／またはそれぞれのパラメータのダウンロードが遠隔基地によって制御されるように設計および設定され、前記遠隔基地は前記データネットワークの一部である、請求項１１～請求項１４のいずれか一項に記載のロボット（１）。
16. 前記ロボット（１）は、前記ロボット（１）でローカルに利用可能なシステムプログラムおよび／またはそれぞれのパラメータが、前記データネットワークから受信したそれぞれの要求に基づいてデータネットワークの１人以上の参加者に送信されるように設計および設定される、請求項１１～請求項１５のいずれか一項に記載のロボット（１）。
17. 前記ロボット（１）は、前記ロボット（１）でローカルに利用可能なそれぞれのパラメータを有するシステムプログラムが遠隔基地から開始できるように設計および設定され、前記遠隔基地は前記データネットワークの一部である、請求項１１～請求項１６のいずれか一項に記載のロボット（１）。
18. 前記ロボット（１）は、前記遠隔基地および／または前記ローカル入力インターフェースが、システムプログラムおよびそれぞれのパラメータの入力のためおよび／または多数のシステムプログラムとそれぞれのパラメータからシステムプログラムとそれぞれのパラメータを選択するために設計および設定されたヒューマンマシンインターフェースＨＭＩを含むように設計および設定される、請求項１１～請求項１７のいずれか一項に記載のロボット（１）。
19. 前記ヒューマンマシンインターフェースＨＭＩは、タッチスクリーンでの「ドラッグアンドドロップ」入力を介して、誘導ダイアログ、キーボード、コンピュータマウス、触覚インターフェース、仮想現実インターフェース、拡張現実インターフェース、音響インターフェース、身体追跡インターフェースを介して、筋電データに基づいて、脳波データに基づいて、神経インターフェースを介して、またはそれらの組み合わせを介してエントリが可能になるように設計および設定される、請求項１８に記載のロボット（１）。
20. 前記ヒューマンマシンインターフェースＨＭＩは、聴覚的、視覚的、触覚的、嗅覚的、触知的、または電気的フィードバック、またはそれらの組み合わせを提供するように設計および設定される、請求項１８または請求項１９に記載のロボット（１）。

Images