CN102725109B - 移动路径搜索装置及移动路径搜索方法 - Google Patents
移动路径搜索装置及移动路径搜索方法 Download PDFInfo
- Publication number
- CN102725109B CN102725109B CN201180007494.0A CN201180007494A CN102725109B CN 102725109 B CN102725109 B CN 102725109B CN 201180007494 A CN201180007494 A CN 201180007494A CN 102725109 B CN102725109 B CN 102725109B
- Authority
- CN
- China
- Prior art keywords
- space
- director
- mobile route
- machine people
- movable machine
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- 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
- G05B19/42—Recording and playback systems, i.e. in which the programme is recorded from a cycle of operations, e.g. the cycle of operations being manually controlled, after which this record is played back on the same machine
- G05B19/423—Teaching successive positions by walk-through, i.e. the tool head or end effector being grasped and guided directly, with or without servo-assistance, to follow a path
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manipulator (AREA)
- Numerical Control (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
移动路径搜索装置(100)，对可动机器人(302)的可动部(508)的移动路径进行搜索，该可动机器人(302)是指导者(301)直接调动并指导动作的可直接指导的可动机器人，该移动路径搜索装置(100)具有：第1空间确定部(131)，确定在直接指导中，可动机器人(302)的可动部(508)扫过的空间；第二空间确定部(132)，确定在直接指导中指导者(301)的身体的至少一部和安装在可动机器人(302)的空间指导用夹具(308)内的至少一方扫过的空间；空间合成部(106)，将由第1空间确定部(131)所确定的空间和由第二空间确定部(132)所确定的空间的并集计算为可移动空间；以及路径搜索部(107)，在由空间合成部(106)所计算可移动空间内，搜索可动部(508)的移动路径。
Description
技术领域
本发明涉及能够直接指导的可动机器人的可动部的搜索移动路径的移动路径搜索装置及移动路径搜索方法。
背景技术
为了使以往的可动机器人执行组装加工作业等的希望的作业，首先指导者需要采用操作器或者力传感器等的操作装置来指导动作。
可动机器人通常是被阻止自由移动的很多复杂的形状的障碍物（例如、组装后对加工的对象物进行固定的夹具，或固定可动机器人的基台等）包围来进行动作。因此，指导者为了可动机器人不被那些的障碍物干扰，一边使可动机器人的姿势变形，一边指导应该通过点，或应该采取的姿势。
可动机器人正确地追随这样被指导的应该通过点，存在可动机器人的动作有浪费多、自动作业的周期变得长的情况。这样的情况下，指导者不得不通过以低速使可动机器人进行实际做动作，不断调整可动机器人应该通过点或者轨迹来进行最优化。但是，在试行错误的调整中，时间成本或者由不注意引起的过失的物损成本高，特别在指导者的经验少的情况下这些的成本显著地增大。
因此，尝试以下方法：自动取得直接指导（以下，称“直接调整”）中可动机器人可移动的空间，自动搜索自动动作时最适合的路径（例如，参照非专利文献1）。非专利文献1所公开的方法中，将直接调整时可动机器人扫过的空间作为可移动的空间来自动取得，并将自动取得（以下，也说“扫过空间”）的空间作为最适宜路径的搜索空间来利用。
另外，直接调整是指通过指导者使用身体（例如手等）直接调动可动机器人，从而指导可动机器人动作。能够直接调整的可动机器人，例如根据力传感器所检测到的外力进行控制以使可动部运动。
另外，扫过空间是指表示通过物体移动形成的空间。即，扫过空间是指由物体暂时所占有的空间的集合。因此，所谓直接调整中的可动机器人的扫过空间，是直接调整中可动机器人移动的空间以及静止的空间的集合。
图34是示出以往的可移动的空间表示取得处理和最适宜路径搜索处理概要的图。在非专利文献1中，指导者201利用被组装于可动机器人202前端的力传感器，根据直接调整来指导动作。通过加上直接调整中可动机器人202自身占有的空间，从而计算的可移动的空间203。并且，在被算出的可移动空间203中，能够搜索2点间的移动路径204。总之，可移动空间203能够作为搜索空间而被利用。可动机器人202通过按照这样所搜索的移动路径204来进行动作，从而能够与障碍物没有干扰地自动作业。
现有技术文献
非专利文献
非专利文献1：前田他“使用了空间扫过的产业用操纵器的指导”，日本机械学会论文集(C编辑)，74卷737号（2008－1）
发明概要
发明要解决的问题
然而，在非专利文献1方法中，被算出的可移动空间的容积，往往比实际可动机器人可移动的空间的容积变得小。因此，存在被搜索的移动路径的最适应性低这样的问题。
为了得到充分的容积的可移动空间，例如，指导者能考虑对可动机器人更加指导扩大可移动空间这样的动作。但是，指导者难于知道指导怎样的动作能够扩展可移动空间。因此，存在如下问题：指导者为了扩展可移动空间通过反复进行试行错误的指导，导致指导成本的增加。
发明内容
因此，本发明是考虑上述课题而完成的，其目的是通过自动地扩展用于搜索可动机器人的移动路径的可移动空间，抑制指导者的负荷的增加，提供能搜索更最适合的移动路径的移动路径搜索装置及移动路径搜索方法。
用于解决问题的手段
为了解决上述以往的课题，本发明的一个实施方式涉及的移动路径搜索装置是指导者直接调动可动机器人搜索指导动作的直接可以指导的可动机器人的可动部的移动路径的移动路径搜索装置，具有：第一空间确定部，确定直接指导中可动机器人的可动部扫过空间；第二空间确定部，确定直接指导中，指导者的身体的至少一部分和安装于所述可动机器人的空间指导用夹具的至少一个扫过的空间；空间合成部，将由所述第一空间确定部所确定的空间和由所述第二空间确定部所确定的空间的集合作为可移动空间来进行计算；以及路径搜索部，在由所述空间合成部所算出的可移动空间内搜索所述可动部的移动路径。
根据这个结构，能够将在直接指导中可动机器人扫过的空间、和指导者的身体的至少一部分以及空间教示用夹具中的至少一方扫过的空间的并集，作为搜索移动路径时的可移动空间来算出。总之，可以在直接指教中，能够将可动机器人未扫过的空间也加到可移动空间。因此，因为能得到与只将可动机器人扫过的空间作为可移动空间的情况相比扩展的可移动空间，所以可以搜索更最合适的移动路径。另外，在直接指教中，通过使用指导者的身体的至少一部分与空间指导用夹具中的至少一方扫过的空间来计算可移动空间，所以指导者因为扩大了可移动空间，不需要重复试行错误的指导。因此，也能够抑制指导者的负荷的增加。
发明效果
根据本发明，能够自动地能扩大用于搜索可动机器人的移动路径的可移动空间。其结果，能够一边抑制指导者的负荷的增加一边搜索更最适合的移动路径。
附图说明
图1是示出本发明的实施方式1的移动路径搜索装置的基本的功能结构的框图。
图2是表示在本发明的实施方式1的移动路径搜索装置的利用场面的图。
图3是用于说明表现本发明的实施方式1的三维空间的体元的图。
图4是在本发明的实施方式1的可动机器人的外观图。
图5是表示在本发明的实施方式1的移动路径搜索处理的流程的流程图。
图6是用于说明在本发明的实施方式1的移动空间确定部的内部判断处理的图。
图7是表示在本发明的实施方式1的移动空间确定部所确定的空间的一个例子的图。
图8是示出在本发明的实施方式1的指导者形状数据库保存的指导者形状数据的一个例子的图。
图9是用于说明本发明的实施方式1的人占有空间确定部的内部判断处理的图。
图10是用于表示本发明的实施方式1的人占有空间确定部所确定的空间的一个例子的图。
图11是用于说明本发明的实施方式1的空间合成部所算出的可移动空间的图。
图12是用于说明本发明的实施方式1的空间合成部所算出的可移动空间的图。
图13是用于说明搜索条件的一个例子的图。
图14是表示由以往的方法所搜索的移动路径的一个例子的图。
图15是示出由本发明的实施方式1的移动路径搜索装置所搜索的移动路径的一个例子的图。
图16是示出本发明的实施方式2的移动路径搜索装置的基本的功能结构的框图。
图17是示出本发明的实施方式2的指导者形状数据库保存的指导者形状数据的一个例子的图。
图18是示出在本发明的实施方式3的移动路径搜索装置的基本的功能结构的框图。
图19是示出本发明的实施方式3的移动路径搜索装置的利用场面的图。
图20是示出本发明的实施方式3的指导者形状数据库保存的指导者形状数据的一个例子的图。
图21是用于说明本发明的实施方式3的指导者的指导姿势的图。
图22是示出本发明的实施方式4的移动路径搜索装置的基本的功能结构的框图。
图23是本发明的实施方式4的可动机器人及空间指导用夹具的外观图。
图24是示出本发明的实施方式4的移动路径搜索处理的流程的流程图。
图25是用于说明本发明的实施方式4的移动空间确定部的内部判断处理的图。
图26是用于说明本发明的实施方式4的夹具占有空间确定部的内部判断处理的图。
图27是用于说明由本发明的实施方式4的空间合成部说明所计算的可移动空间的图。
图28是用于说明由本发明的实施方式4的空间合成部所计算的可移动的空间的图。
图29是示出由以往的方法所搜索的移动路径的一个例子的图。
图30是示出本发明的实施方式4的移动路径搜索装置所搜索的移动路径的一个例子的图。
图31是本发明的实施方式4变形例的移动路径搜索装置的基本的功能结构的框图。
图32是表示本发明的一实施方式所涉及的移动路径搜索装置的功能结构的框图。
图33是本发明的一实施方式所涉及的可移动空间输出装置的功能结构的框图。
图34是以往的可移动空间取得处理和最适宜路径搜索处理概要的图。
具体实施方式
本发明的一个实施方式涉及的移动路径搜索装置搜索可动机器人的可动部的移动路径，该可动机器人是指导者能够进行直接调动来指导动作的直接指导的可动机器人，该移动路径搜索装置具有：第一空间确定部，确定在直接指导中可动机器人的可动部扫过的空间；第二空间确定部，确定在直接指导中指导者的身体的至少一部分和被安装于所述可动机器人的空间指导用夹具中的至少一个扫过的空间；空间合成部，对由所述第一空间确定部所确定的空间和由所述第二空间确定部所确定的空间的并集进行计算，作为可移动空间；以及路径搜索部，在由可移动空间合成部计算出的可移动空间内搜索所述可动部的移动路径。
根据这个结构，能够将在直接指导中可动机器人扫过的空间、和指导者的身体的至少一部分以及空间教示用夹具中的至少一方扫过的空间的并集，作为搜索移动路径时的可移动空间来算出。总之，可以在直接指导中，能够将可动机器人未扫过的空间也加到可移动空间。因此，因为与只将可动机器人扫过的空间作为可移动空间的情况相比能得到扩展的可移动空间，所以可以搜索更合适的移动路径。另外，在直接指导中，通过使用指导者的身体的至少一部分与空间指导用夹具中的至少一方扫过的空间来计算可移动空间，所以指导者不需要为了扩大了可移动空间而重复试行错误的指导。因此，也能够抑制指导者的负荷的增加。
还有，所述第二空间确定部优选基于所述指导者的身体至少一部分的三维位置，在三维空间虚拟地配置具有所述指导者的身体的至少有一部分的形状的三维模型，通过在所述三维空间确定所述三维模型所占的区域，从而确定所述指导者的身体的至少一部分扫过的空间。
根据该结构，能够基于指导者的身体的至少一部分的三维位置确定指导者的身体的至少一部分扫过的空间。因此，通过比较简易的结构能够确定指导者的身体的至少一部分扫过的空间。
另外，所述可动机器人具有在直接指导中所述指导者把持的把持部，所述第二空间确定部优选基于所述指导者的肘的三维位置和所述把持部的三维位置，在所述三维空间虚拟地配置具有所述指导者下臂的形状的所述三维模型，在所述三维空间确定所述三维模型所占的区域，由此确定所述指导者的身体的至少一部分扫过的空间。
根据该结构，通过利用可动机器人的把持部的三维位置，能够更高精度地确定指导者下臂扫过的空间。
另外，所述三维模型优选具有圆柱形状。
根据该结构，能够将指导者下臂的形状近似为圆柱形状，并能实现减少确定指导者下臂扫过的空间的时候的处理负荷。
另外，所述移动路径搜索装置，还具有指导者形状取得部，基于所述把持部的三维位置和所述指导者的肘的三维位置的距离，取得所述三维模型具有的圆柱形状的高度，所述第二空间确定部优选在所述三维空间虚拟地配置有由所述指导者形状取得部所取得的高度的圆柱形状的所述三维模型。
根据该结构，因为基于把持部的三维位置和指导者的肘的三维位置的距离能够取得圆柱形状的高度，所以能使圆柱形状和指导者的臂的形状的差异减少。因此，能够更高精度地确定指导者的下臂扫过的空间。还有，因为不需要指导者直接测量下臂长度，所以能抑制指导者的负荷的增加。
还有，所述移动路径搜索装置还具有指导者形状判断部，通过将所述指导者的左肘的三维位置和所述把持部的三维位置的距离、以及所述指导者的右肘的三维位置和所述把持部的三维位置的距离的每一个与预先规定的阈值比较，从而对所述指导者用于直接指导的下臂进行判断。所述第二空间确定部优选确定判断为所述指导者形状判断部所使用的下臂扫过的空间。
根据该结构，基于左右的肘的三维位置，能对在直接指导中所利用的下臂进行判断。因此，能够回避基于在指导中指导者未使用的肘的三维位置，来确定指导者的下臂扫过空间的情况。其结果，能够更高精度地确定指导者的下臂扫过的空间。
另外，所述移动路径搜索装置还具有指导者形状数据库，保存示出所述指导者的身体的至少一部分的形状的形状数据，所述第二空间确定部优选在所述三维空间配置所述三维模型，该三维模型具有由所述指导者形状数据库保存的形状数据示出的形状。
根据该结构，基于指导者形状数据库所保存的形状数据表示的形状，能够形成三维模型。因此，能够更高精度地确定指导者的身体的至少一部分扫过的空间。
另外，所述移动路径搜索装置还具有指导者位置检测部，检测所述指导者的身体的至少一部分的三维位置，所述第二空间确定部优选基于由所述指导者位置检测部所检测出的三维位置，在三维空间虚拟地配置所述三维模型。
根据该结构，基于检测出的三维位置能够在三维空间虚拟地配置三维模型。因此，能够更高精度地确定指导者的身体的至少一部分扫过的空间。
另外，所述第二空间确定部优选基于安装有所述空间指导用夹具的、所述可动机器人的部位，在三维空间虚拟地配置具有所述空间指导用夹具的形状的三维模型，并在所述三维空间确定所述三维模型所占的区域，从而确定所述空间指导用夹具扫过的空间。
根据该结构，能够基于安装有空间指导用夹具的部位，确定空间指导用夹具扫过的空间。因此，通过比较简易的结构能够确定空间教具用夹具扫过的空间。
还有，所述移动路径搜索装置还具有夹具检测部，检测安装有所述空间指导用夹具的、所述可动机器人的部位，所述第二空间确定部优选基于由所述夹具检测部检测出的部位，在三维空间虚拟地配置所述三维模型。
根据该结构，基于检测的可动机器人的部位，能够在三维空间虚拟地配置三维模型。因此，因为不需要指导者通过手动输入可动机器人的部位，所以能够减轻指导者的负荷。
另外，所述移动路径搜索装置还具有夹具形状数据库，该夹具形状数据库与标识符对应地保存有分别示出多个的空间指导用夹具的形状的多个的形状数据的每一个，所述夹具检测部进一步检测所述空间指导用夹具的标识符，所述第二空间确定部优选从所述夹具形状数据库读出与由所述夹具检测部所检测出的标识符对应的形状数据，并在三维空间虚拟地配置具有读出的所述形状数据示出的形状的所述三维模型。
根据该结构，因为即使在使用多个空间指导用夹具来进行直接指导的情况下，也不需要指导者手动输入空间指导用夹具的标识符，因此可以减轻指导者的负荷。
另外，所述移动路径搜索装置优选还具有通知部，在直接指导结束后，所述空间指导用夹具仍被安装在所述可动机器人的情况下，该通知部通知需要从所述可动机器人拆下所述空间指导用夹具。
根据这个结构，在直接指导结束后，能够对指导者或者工作者等通知需要从可动机器人拆下空间指导用夹具。因此，在空间指导用夹具被安装于可动机器人的状态下，能够抑制工作开始，并能够提高工作的安全性。
下面对本发明的实施方式，一边参照图面一边进行说明。
（实施方式1）
图1是示出本发明的实施方式1的移动路径搜索装置100的基本的功能结构的框图。如图1所示，移动路径搜索装置100具有：机器人形状数据库101、移动空间确定部102、指导者位置检测部103、指导者形状数据库104、人占有空间确定部105、空间合成部106、以及路径搜索部107。
机器人形状数据库101保存着表示进行自动作业的可动机器人302的形状的机器人形状数据。
移动空间确定部102相当于第1空间确定部。移动空间确定部102确定直接调整中可动机器人302的可动部扫过的空间。
具体地说，移动空间确定部102基于可动机器人302姿势信息和机器人形状数据库101所保存的机器人形状数据，在直接调整中的各定时确定可动机器人302占有的空间，从而在直接调整中确定可动机器人302的可动部扫过的空间。
指导者位置检测部103检测出指导者301的身体的至少一部分的三维位置。本实施方式中，指导者位置检测部103检测对可动机器人302指导动作的指导者301的肘的三维位置。另外，指导者位置检测部103不需要一定查出肘的三维位置，例如也可以检测出肩或者手腕等的关节部位的三维位置。另外，指导者位置检测部103除了肘的三维位置之外，例如也可以查出肩或者手腕等的三维位置。
指导者形状数据库104保存着表示指导者301身体的至少一部分的形状的指导者形状数据。在本实施方式中，指导者形状数据库104保存着表示指导者301的下臂的形状的指导者形状数据。另外，指导者形状数据库104也可以保存表示指导者301的上臂的形状的指导者形状数据。另外，指导者形状数据库104也可以保存表示指导者301的全身的形状的指导者形状数据。
人占有空间确定部105相当于第二空间确定部。人占有空间确定部105在直接调整中确定指导者301的身体的至少一部分扫过的空间。在本实施方式中，人占有空间确定部105在直接调整中确定指导者301的下臂扫过的空间。
具体地说，人占有空间确定部105基于根据指导者位置检测部103所检测出的指导者301的肘的三维位置、以及指导者形状数据库104保存的指导者形状数据，在直接调整中的各定时确定指导者301下臂占有的空间。并且，人占有空间确定部105将确定了的空间的并集作为指导者301的下臂扫过的空间。
另外，人占有空间确定部105未必一定需要确定指导者301的下臂扫过的空间。例如，人占有空间确定部105也可以确定指导者301的臂全体扫过的空间。
空间合成部106将移动空间确定部102和人占有空间确定部105输出的空间的并集作为可动机器人302可移动空间来计算。
路径搜索部107在由空间合成部106所计算的可移动空间内，搜索可动机器人302可动部的移动路径。具体地说，路径搜索部107基于被给予的搜索条件，在可移动空间内搜索能取得的移动路径中最适合的移动路径。在此，搜索条件是指例如是始点及终点的位置、最适应性的评价基准（时间优先或省电力优先等）、或限制条件等。
接着，对于移动路径搜索装置100利用场面进行说明。
图2是示出在本发明的实施方式1的移动路径搜索装置100的利用场面的图。在图2中指导者301用手把持作为可动机器人302一部分的把持部。并且，指导者301通过使可动机器人302的可动部不与障碍物306接触的方式直接从从始点305移动到终点307，从而对可动机器人302指导动作。
指导者301的肘安装有三维位置测量装置303。另外，在工作环境内（例如，设置有可动机器人302的房间的天棚或者壁等）设置有位置传感装置304。所谓三维位置测量装置303和位置传感装置304，例如，实现利用UWB（Ultra Wide Band：超宽带）的公知技术的室内GPS（Global Positioning System：全球定位***）等。总之，指导者位置检测部103具有三维位置测量装置303和位置传感装置304，检测安装三维位置测量装置303的、指导者301的身体的一部分的三维位置。
在这里对虚拟地配置有三维模型的三维空间进行说明。三维空间的闭区域由体元（Voxel）表现。体元如图3所示将固定大小的立方体设为基本单位。距离原点的三维坐标位置为（x,y，z）的体元表现为V（x,y，z）。各体元V（x,y，z）具有示出可动机器人302是否可移动的逻辑值M（x,y，z）。
在V（x，y，z）的内部是否具有阻碍可动机器人302移动的障碍物不明确的情况下，逻辑值M（x，y，z）如以下的式(1)所示。
M（x，y，z）=false(假) 式(1)
另外，在V（x，y，z）的内部不存在妨碍可动机器人302移动的障碍物、且可动机器人302能够进入到V（x,y，z）的情况下，逻辑值M（x,y，z）如以下的式(2)所示。
M（x，y，z）=true(真) 式(2)
图3例存在影线的体元的逻辑值是false，不存在影线的白的体元的逻辑值是true。即，为了避开与障碍物的干涉，可动机器人302必须避开进入影线的空间，并且在没有影线的空间移动。如以下的式(3)所示，可移动空间的逻辑值表现为true的体元的集合。
∪｛V（x，y，z）|M（x,y，z）=true｝ 式(3)
这样，不论是否接触到障碍物，可动机器人302能够到达的三维空间由体元所表现。另外，在指导开始前，全部的体元的逻辑值被设定为false。即，在指导开始前，可动机器人302可到达的全部的空间，是否可以移动是不明确的。
其次，对在本实施方式1的可动机器人302进行详细说明。
图4是在本发明的实施方式1的可动机器人302外观图。可动机器人302例如是6轴的垂直多关节机器人。如图4(a)所示，在本实施方式中，可动机器人302物理的构造假设为R－P－P－R－P－R（R转动，P平移）。
在这里，由（JT1,JT2,JT3,JT4,JT5,JT6）表现6个转动轴501～506的角度的组合。通过这6个转动轴501～506的角度的组合，可唯一地决定可动机器人302的姿势。
另外，机器人形状数据库101保存着以线段或者曲线闭区域表现图4所示的机器人的形状的机器人形状数据。因此，如果能提供（JT1,JT2,JT3,JT4,JT5,JT6），移动空间确定部102能够利用机器人形状数据，唯一地算出可动部508相对固定部507的三维位置。
例如，如图4(b)所示，在JT 1=JT2=JT3=JT4=JT5=JT6=0[deg]的情况下，假设可动机器人302被校准为直立的姿势。此时，JT1=JT2=JT4=JT6=0[deg]且JT3=JT5=－90[deg]的情况，可动机器人302，成为成为如图4(c)所示的姿势。
指导者301在直接调整时，通过握住可动机器人302把持部509，对被安装在可动机器人302的内部的力传感器增加力，从而能够改变可动机器人302的姿势。
另外，可动机器人302也可以是具有R－P－P－R－P－R以外的机构构造的垂直多关节机器人。或者，可动机器人302也可以是水平多关节机器人。还有，可动机器人302也可以是单轴机器人的组合。
接着，对于如上所述构成的移动路径搜索装置100的各种动作说明。
图5是表示在本发明的实施方式1的移动路径搜索处理的流程的流程图。以下，对指导者301使可动机器人302一边避开障碍物306一边从始点305向终点307移动的动作直接调整的例子进行说明。
指导者301在一边握住可动机器人302的把持部509一边进行直接调整时，表示各转动轴的角度的值（JT1,JT2,JT3,JT4,JT5,JT6）变化，从而可动机器人302变形。
此时，移动空间确定部102确定可动机器人302的可动部508占有的空间(S601)。具体地说，首先，移动空间确定部102从可动机器人302取得在一定周期T的表示可动机器人302的各转动轴的角度的值作为姿势信息。接着，移动空间确定部102取得由机器人形状数据库101所保存的机器人形状数据。并且，移动空间确定部102基于取得的姿势信息和与机器人形状数据，进行构成空间的各体元是否位于可动机器人302的内部的内部判断处理。在这里的内部判断处理是指通过已知的point in polygon test等的方法判断构成某体元的全部的点是不是包含在机器人形状数据表示的闭区域中（以下，称为“体元包含在可动机器人302内”）。
在这里，在体元被包含在可动机器人302内的情况下，移动空间确定部102判断该体元为可移动的体元，并将该体元的逻辑值设定为true。另一方面，在体元未被可动机器人302包含的情况下，移动空间确定部102不变更对该体元所设定的逻辑值。移动空间确定部102通过这样的内部判断处理，将由逻辑值被设定true的体元的集合所构成的三维空间确定为可动机器人302的可动部508所占的空间。
在这里，使用图6及图7，对移动空间确定部102的处理进行更加详细地说明。
图6是用于说明在本发明的实施方式1的移动空间确定部102的内部判断处理的图。另外，图7是表示由在本发明的实施方式1的移动空间确定部102所确定的空间的一个例子的图。
在图6中为了使说明简单，示出二元平面射影时的、各体元和可动机器人302一部分的位置关系。如图6所示，在可动机器人302内部所包含的体元702逻辑值被设定true。即，不变更一部分位于可动机器人302外侧的体元701的逻辑值。
在这里，判断移动空间确定部102能够移动的体元的集合R由以下的式(4)算出。
R=∪｛V（x,y，z）|M（x,y，z）=true｝ 式(4)
移动空间确定部102将这个体元的集合R确定为被可动机器人302占有的空间。对直接调整中的各定时所算出的体元的集合R的和，相当于如图7所示的可动机器人302的扫过空间801。以下，将体元的集合R适宜地记载为机器人扫过空间R。
返回到图5流程图的说明。
指导者位置检测部103利用三维位置测量装置303和位置传感装置304，每隔一定周期T检查指导者301肘的三维位置G_h(S602)。
接着，人占有空间确定部105确定指导者301的下臂占有的空间(S603)。具体地说，人占有空间确定部105基于指导者301的肘的三维位置，在三维空间虚拟地配置具有指导者301的下臂的形状的三维模型。并且，人占有空间确定部105确定在三维空间上所配置的三维模型所占的区域。
更具体地说，人占有空间确定部105基于所检测出的指导者301的肘的三维位置G_h、以及指导者形状数据库所保存的指导者形状数据，在三维空间虚拟地配置具有指导者301的下臂的形状的三维模型。
使用图8，对在指导者形状数据库所保存的指导者形状数据进行说明。
图8是表示在本发明的实施方式的指导者形状数据库104保存的指导者形状数据的一个例子的图。指导者形状数据库104保存着表示指导者301的下臂的近似形状的数据。下臂的近似形状例如在图8所示以圆柱形状901来表示。圆柱形状901由2个数值参数（半径r和高度h）所规定。在本实施方式中，半径r和高度h，例如是经由未图示的输入部，由指导者301预先输入的值。另外，圆柱形状901未必一定需要由半径r和高度h来规定。例如，圆柱形状也可以由圆周长和高度来规定。
这里，半径r优选指导者301的下臂中外周最短的部分的半径。由此，通过将指导者301的下臂过大地模型化，从而能抑制将障碍物位于的空间计算为可移动空间。
另外，指导者301下臂的形状不一定需要由圆柱形状所表示，也可以更接近实际的下臂的形状的形状来表示。但是，三维模型的形状越复杂内部判断处理的负荷越大。因此，三维模型的形状如本实施方式所示，优选比较简单的情况。
人占有空间确定部105在三维空间上虚拟地配置这样的指导者形状数据表示的圆柱形状的三维模型。更具体地说，人占有空间确定部105利用指导者301的肘的三维位置G_h、以及从移动空间确定部102能得的可动机器人302的把持部509的三维位置G_r，在三维空间虚拟地配置具有指导者301的下臂的形状的三维模型。
例如，人占有空间确定部105在三维空间虚拟地配置三维模型以使肘的三维位置G_h和把持部509的三维位置G_r连接的线段方向和三维模型高度方向一致。这样，通过利用可动机器人302的把持部509的三维位置，人占有空间确定部105可更加正确地配置具有指导者301的下臂的形状的三维模型。
并且，人占有空间确定部105进行内部判断处理，该内部判断处理是判断构成三维空间的各体元是否位于在三维空间上被虚拟地配置的具有指导者301的下臂的形状的三维模型的内部。在这里所谓的内部判断处理是指判断构成某体元的全部的点是否包含于由表示指导者301的形状的三维模型所形成的闭区域中（以下，称“体元被指导者301包含”）的处理。
在这里，在体元被包含于指导者301内部时，人占有空间确定部105判断为该体元是可动机器人302可移动的体元，并设定那个体元的逻辑值为true。另一方面，在体元未被指导者301内部包含的情况下，人占有空间确定部105不变更在该体元所设定的逻辑值。人占有空间确定部105通过这样的内部判断处理将逻辑值被设定true的体元的集合所构成的三维空间确定为指导者301的下臂占有的空间。
使用图9及图10，对关于人占有空间确定部的处理进行更加详细地说明。
图9是用于说明在本发明的实施方式1的人占有空间确定部105的内部判断处理的图。另外，图10是表示根据在本发明的实施方式1的人占有空间确定部105所确定的空间的一个例子的图。
在图9中，为了简化说明，示出二维平面射影时的、各体元与指导者301下臂的形状的三维模型1001的位置关系。如图9所示，被三维模型1001内部包含的体元1003逻辑值被设定为true。即，不变更即使一部分位于三维模型1001外侧的体元1002逻辑值。
在这里，通过以下的式(5)计算出人占有空间确定部105判断为可移动的体元的集合H。
H=∪｛V（x,y，z）|M（x,y，z）=true｝ 式(5)
人占有空间确定部105将这个体元的集合H确定为被指导者301所占有的空间。对直接调整中的各定时所算出的体元的集合H的和相当于如图10所示的、指导者301的扫过空间1101。以下，将指导者扫过空间H适宜地记载体元的集合H。
返回到到图5的流程图的说明。
判断指导者301是否指示了指导结束(S604)。在这里，只要未指示指导结束（S604为No），则反复执行步骤S601～S603的处理。即，移动空间确定部102通过反复确定可动机器人302的可动部508在直接调整中的各定时占有的空间，从而确定如图7所示、可动机器人302的可动部508扫过的扫过空间801。另外，人占有空间确定部105在直接调整中的各定时通过反复确定指导者301身体的至少一部（在这里下臂）占有的空间，从而确定图10所示的、指导者301身体的至少一部分扫过的扫过空间1101。
在指示指导者301指导结束了（S604为Yes）的情况下，空间合成部106将移动空间确定部102输出的可移动的体元的集合R和人占有空间确定部105输出的可移动的体元的集合H的并集R ∪H作为可动机器人302的可移动空间进行计算(S605)。即，空间合成部106能够将由移动空间确定部102所确定的空间和由人占有空间确定部105所确定的空间的并集作为可移动空间进行计算。
图11以及图12是用于说明本发明的实施方式1的空间合成部106所算出的可移动空间的图。图11示出的可移动空间1201相当于与可动机器人302的扫过空间801和指导者301的扫过空间1101的并集R∪H。另外，在图12中，为了简化说明，示出二维平面射影时的并集R∪H。并集R ∪H相当于根据由白的体元1203和点纹理的体元1204所形成的区域。即，并集R∪H相当于由影线的体元1202以外的体元为所形成的区域。
返回到图5流程图的说明。
最后，路径搜索部107在由空间合成部106所算出的可移动空间内，搜索可动部508的移动路径(S606)。具体地说，路径搜索部107将由空间合成部106算出的可移动空间作为搜索空间来搜索移动路径。其结果，路径搜索部107相对可给予的搜索条件（示出三维位置的始点及终点、和限制条件）能够输出更加适合的路径。
在此，使用图13～图15，将由在本实施方式的路径搜索部107所搜索的移动路径的一个例子与由以往的方法所搜索的移动路径进行比较并进行说明。
图13是用于说明搜索条件的一个例子的图。另外，图14是表示由以往的方法所搜索的移动路径的一个例子的图。另外，图15是示出由本发明的实施方式1的移动路径搜索装置100所搜索的移动路径的一个例子的图。再者，图13～图15是为了简化说明，将三维空间投影到了二元平面时的图。
如图13所示，路径搜索部107以使可动机器人302的可动部508的前端以最短时间从始点1401移动到终点1402作为搜索条件，来搜索移动路径。
在以往的方法中只在机器人扫过空间R的内部进行移动路径的搜索。因此，作为搜索结果能得的移动路径1501成为图14所示的复杂的曲线路径。为了按照这样的移动路径1501使可移动部508前端移动，需要使可动机器人302全体向方向1502移动之后使之旋转。即，根据以往的方法所搜索的移动路径1501对于可动机器人302动作浪费多且适应性低。
可是，由在本实施方式的移动路径搜索装置100的路径搜索，如图15所示，除了利用机器人扫过空间R之外还利用指导者扫过空间H，能搜索移动路径。即，路径搜索部107能够用于在对机器人扫过空间R加上空间H－R（减法符号是从H中去除H∩R的元素的意味）的空间进行搜索。因此，如图15所示，垂直多关节机器人能够以最快速移动的圆弧形的路径作为移动路径1601来进行搜索。即，通过按照在本实施方式的移动路径搜索装置100所搜索的移动路径1601进行动作，从而可动机器人302与以往相比能抑制动作的浪费。即，可动机器人302与往相比能够以短时间在始点和终点之间移动。总之，移动路径搜索装置100可以搜索更适合的移动路径。
如上所述，根据本实施方式的移动路径搜索装置100能够将直接调整中可动机器人302扫过的空间和指导者301的身体的至少一部分扫过的空间的并集作为搜索移动路径时的可移动空间来进行计算。即，在直接调整中可动机器人302未扫过的空间也能加到可移动空间。因此，因为与只将可动机器人302扫过的空间作为可移动空间的情况相比能得到扩展的可移动空间，所以可以搜索更合适的移动路径。另外，在直接调整中，因为能够使用指导者301身体的至少一部分扫过的空间来计算可移动空间，所以指导者301不需要为了扩大可移动空间反复进行试行错误的指导。因此，也能够抑制指导者的负荷的增加。
（实施方式2）
下面对本发明的实施方式2，一边参照图面一边进行说明。另外，对于与实施方式1一样的部分省略说明。
图16是示出本发明的实施方式2的移动路径搜索装置100的基本的功能结构的框图。如图16所示，在本实施方式的移动路径搜索装置除了具有实施方式1的移动路径搜索装置的结构元件之外，还具有指导者形状取得部1701。
指导者形状取得部1701将由指导者位置检测部103检测到的指导者的位置作为输入，来变更由指导者形状数据库104所保存的指导者形状数据。
指导者形状数据库104保存着表示指导者301下臂的形状的指导者形状数据。指导者形状数据例如如图17所示，示出圆柱形状1801。圆柱形状1801的大小由2个数值参数（半径r和高度h）所规定。
半径r是例如通过未图示的输入部由指导者301预先输入的值。另外，半径r例如测量指导者301的下臂的外周，优选由所测量的值中最小的值决定。
通过测量指导者301握住可动机器人302把持部509时的、把持部509的三维位置G_r和三维位置测量装置303测量位置G_h的三维距离|G_h－G_r|来决定高度h。
即，指导者形状取得部1701基于把持部509的三维位置和指导者301的肘的三维位置的距离，取得三维模型具有的圆柱形状高度。具体地说，指导者形状取得部1701例如在直接调整前或直接调整中，将多次测量的三维距离|G_h－G_r|的最小值（h＝min|G_h－G_r|）决定为高度h。并且，指导者形状取得部1701将决定的高度h反映在指导者形状数据。
如上所述，根据本实施方式的移动路径搜索装置100，能够削减指导者301利用卷尺等手动测量具有指导者301的下臂的形状的三维模型高度h时的劳力和时间，并能很快速地开始可动机器人302的指导。另外，与利用预定的高度h的情况比较，能减少指导者形状数据表示的圆柱形状和指导者的臂的形状的差异。因此，根据本实施方式的移动路径搜索装置100可更高精度地确定指导者的下臂扫过的空间。
（实施方式3）
下面对本发明的实施方式3，一边参照图面一边进行说明。另外，对于与实施方式1相同的部分省略说明。
图18是示出本发明的实施方式3的移动路径搜索装置100的基本的功能结构的框图。如图18所示，在本实施方式的移动路径搜索装置，除了在实施方式1的移动路径搜索装置具有的结构元件之外，还具有指导者形状判断部1901。
指导者形状判断部1901将由指导者位置检测部103所检测出的指导者301的位置、移动空间确定部102输出的可动机器人302的姿势、以及指导者形状数据库104所保存的指导者形状数据作为输入，判断指导者301用于指导可动机器人302动作的手臂是左臂、右臂以及双臂中的哪一个。并且，指导者形状判断部1901将判断结果输出到人占有空间确定部105。
人占有空间确定部105基于由指导者形状判断部1901的判断结果，确定指导者301占有的空间。
如图19所示，指导者301在左肘安装三维位置测量装置2001，在右肘安装三维位置测量装置2002。
如图20所示，指导者形状数据库104分别保存指导者301左臂的下臂的指导者形状数据（圆柱形状2101）、和右臂的下臂的指导者形状数据（圆柱形状2102）。指导者形状数据示出的圆柱形状2101的大小，由2个数值参数（半径r_left，高度h_left）所确定。同样，指导者形状数据所示出的圆柱形状2102的大小，由2个数值参数（半径r_right，高度h_right）所确定。
所谓半径r_left和半径r_right，例如是由指导者301通过未图示的输入部所输入的值。具体地说，所谓半径r_left和半径r_right例如分别基于指导者301的左右各自的下臂中外周最小的部分所决定。
通过测量指导者301握住可动机器人302把持部509时的从位置传感装置2201、2202到把持部509的距离来决定高度h_left和高度h_right。
在指导者301一边用左手、右手或两手握住可动机器人302把持部509一边进行时直接调整时，指导者位置检测部103利用位置传感装置2201和位置传感装置2202，每隔一定周期T检测指导者301左右的肘的三维位置G_h_left、G_h_right。另外，移动空间确定部102使可动机器人302的把持部509的三维位置G_r与左右的肘的三维位置的检测周期同步并输出。
指导者形状判断部1901通过对指导者301左右的肘的三维位置G_h_left、G_h_right的每一个与把持部509的三维位置G_r的距离、指导者形状数据库104保存的左臂及右臂的指导者形状数据示出的高度h_left、h_right进行比较，从而判断指导者301在指导中使用的手臂。
具体地说，在满足|G_h_left－G_r|<＝h_left的情况下，指导者形状判断部1901判断为指导者301使用左手进行指导(图21的(a))。另外，在满足|G_h_right－G_r|<＝h_right的情况下，指导者形状判断部1901判断为指导者301使用右手进行指导(图21的(b))。另外，在满足|G_h_left－G_r|<=h_left、且、|G_h_right－G_r|<=h_right的情况下，指导者形状判断部1901判断为指导者301使用双手进行指导(图21的(c))。
人占有空间确定部105在三维空间虚拟地配置示出由指导者形状判断部1901所判定的下臂的形状的三维模型。并且，进行构成三维空间的各体元是否位于表示指导者301的下臂的形状的三维模型的内部的内部判断处理。
如上所述，根据本实施方式的移动路径搜索装置100，即使指导者301使用哪个手进行直接调整的情况下，人占有空间确定部105能确定在直接调整所使用的下臂扫过的空间。另外，根据本实施方式的移动路径搜索装置100，指导者301因为不需要主动地通知使用哪个手进行直接调整，所以能够抑制指导者301负荷的增加。
（实施方式4）
下面对本发明的实施方式4，一边参照图面一边进行说明。另外，对于与实施方式4相同的部分省略说明。
图22是示出本发明的实施方式4的移动路径搜索装置100的基本的功能结构的框图。如图22所示，本实施方式的移动路径搜索装置100代替指导者位置检测部103和指导者形状数据库104和人占有空间确定部105，具备夹具检测部121、夹具形状数据库122和夹具占有空间确定部123。
夹具检测部121检测安装空间指导用夹具308的可动机器人302的部位。进而，夹具检测部121检测空间指导用夹具308的标识符。
例如，如果为可动机器人302的部位设置有固定空间指导用夹具308的锁定机构的情况下，夹具检测部121通过检测锁定机构是否为锁定状态，从而检测在设置有锁定机构的部位是否安装有空间教示用夹具308。
再例如，夹具检测部121例如使用光电断路器，检测空间指导用夹具308的标识符。另外，夹具检测部121例如也可以使用条码阅读器，从设置在空间指导用夹具308的条码读出标识符。
夹具形状数据库122与标识符建立对应地保存着多个的分别表示多个空间指导用夹具的形状的形状数据的每一个。该标识符是用于识别空间指导用夹具的标识符。空间指导用夹具的形状也可以是区分线形近似形状。
另外，移动路径搜索装置100不一定需要具有夹具检测部121。这个情况下，指导者301例如对移动路径搜索装置100手动输入安装空间指导用夹具308的部位、以及空间指导用夹具308标识符即可。
夹具占有空间确定部123相当于第二空间确定部。夹具占有空间确定部123确定直接调整中空间指导用夹具308扫过的空间。
具体地说，夹具占有空间确定部123，基于安装有空间指导用夹具308的可动机器人302部位、和夹具形状数据库122所保存的夹具形状数据，确定在直接调整中的各定时空间指导用夹具308占有的空间。并且，夹具占有空间确定部123将确定的空间的并集作为空间指导用夹具308扫过的空间。
空间合成部106将移动空间确定部102和夹具占有空间确定部123输出的空间的并集作为可动机器人302可移动空间来进行计算。
路径搜索部107在由空间合成部106所计算的可移动空间内，搜索空间指导用夹具308被拆下时的可动机器人302的可动部的移动路径。
其次，对本实施方式的可动机器人302及空间指导用夹具308进行详细说明。
图23是本发明的实施方式4的可动机器人302及空间指导用夹具308的外观图。具体地说，图23的(a)表示在可动机器人302安装空间指导用夹具308之前的状态。另一方面，图23的(b)表示在可动机器人302安装空间指导用夹具308之后的状态。
空间指导用夹具308例如是铝或者丙烯等被构成的刚体。空间指导用夹具308被安装于可动机器人302预先规定的部位。
在图23的例子中，在可动机器人302的多个的部位的每一个设置锁定机构309（图23的(a）)。并且，在进行直接调整之前，空间指导用夹具308在这些的多个的部位中的至少1个部位通过锁定机构来进行安装（图23的(b）)。此后，在直接调整被进行之后，空间指导用夹具308被从可动机器人302取下。
即，空间指导用夹具308是为了在直接调整中指导可移动空间而被安装于可动机器人302的夹具。因此，在直接调整后，空间指导用夹具308被从可动机器人302取下。
另外，空间指导用夹具308未必一定需要通过锁定机构被安装于可动机器人302部位。例如，空间指导用夹具308也可以利用磁力而被安装于可动机器人302的部位。
接着，对于如上所述构成的移动路径搜索装置100的各种动作说明。
图24是表示在本发明的实施方式4的移动路径搜索处理的流程的流程图。并且，在图24中对于与图5相同的步骤赋予相同的符号并适当地省略说明。以下，对指导者301使安装有空间指导用夹具308的可动机器人302一边避开障碍物306一边从始点305向终点307移动的动作直接调整的例子进行说明。
在指导者301一边握住可动机器人302的把持部509一边直接调整时，表示各转动轴的角度的值（JT1,JT2,JT3,JT4,JT5,JT6）变化，从而可动机器人302变形。
此时，移动空间确定部102确定可动机器人302的可动部508占有的空间(S601)。其结果，如图25所示，在可动机器人302内部所包含的体元2502逻辑值被设定true。另外，不改变一部分位于可动机器人302外侧的体元2501逻辑值。
接着，夹具检测部121检测安装于可动机器人302的空间指导用夹具308（S2402）。具体地说，夹具检测部121检测安装空间指导用夹具308的部位、和空间指导用夹具308的标识符。
夹具占有空间确定部123确定空间指导用夹具308占有的空间（S2403）。具体地说，夹具占有空间确定部123基于安装有空间指导用夹具308的部位，在三维空间虚拟地配置具有空间指导用夹具308形状的三维模型。并且，夹具占有空间确定部123确定在三维空间上所配置的三维模型所占的区域。
更具体地说，夹具占有空间确定部123从夹具形状数据库122读出与由夹具检测部121所检测出的标识符对应的夹具形状数据。并且，夹具占有空间确定部123在三维空间虚拟地配置有三维模型，该三维模型具有读出的夹具形状数据表示的形状。即，夹具占有空间确定部123在根据可动机器人302的姿势信息、机器人形状数据、以及安装有空间指导用夹具308的部位的信息算出的三维空间的位置虚拟地配置三维模型，该三维模型具有夹具形状数据表示的形状。
并且，夹具占有空间确定部123进行构成三维空间的各体元是否位于三维空间上被虚拟的配置的三维模型的内部的内部判断处理，该三维模型具有空间指导用夹具308的形状。在这里所谓的内部判断处理是指判断构成某体元的全部的点是否包含于表示空间指导用夹具308的形状的三维模型所形成的闭区域中（以下，称“体元包含在空间指导用夹具308内部”）的处理。
在这里，在体元包含在空间指导用夹具308内部的情况下，夹具占有空间确定部123判断该体元是可动机器人302可移动的体元时，设定该体元的逻辑值为true。另一方面，在体元未被空间指导用夹具308内部包含的情况下，夹具占有空间确定部123不变更在该体元所设定的逻辑值。
其结果，如图26所示，包含在空间指导用夹具308内部的体元2602逻辑值被设定true。另外，即使一部分位于空间指导用夹具308外侧，也不变更体元2601逻辑值。
在这里，通过以下的式(6)算出夹具占有空间确定部123判断为可移动的体元的集合S。
S=∪｛V（x,y，z）|M（x,y，z）=true｝ 式(6)
夹具占有空间确定部123将该体元的集合S确定为空间指导用夹具308占有的空间。
接着，判断是否指示指导者301指导结束(S604)。在这里，只要未指示指导结束（S604为No），就反复执行步骤S601、S2402、和S2403处理。
即，移动空间确定部102通过反复确定可动机器人302的可动部508在直接调整中的各定时占有的空间，从而确定可动机器人302的可动部508扫过的扫过空间。另外，夹具占有空间确定部123通过在直接调整中的各定时反复确定空间指导用夹具308占有的空间，从而确定空间指导用夹具308扫过的扫过空间。
在指导者301指示指导结束的情况下（S604为Yes），空间合成部106如图28所示，算出移动空间确定部102输出的可移动的体元的集合R和夹具占有空间确定部123输出的可移动的体元的集合S的并集R∪S，作为可动机器人302的可移动空间（S2405）。即，空间合成部106将由移动空间确定部102所确定的空间和由夹具占有空间确定部123所确定的空间的并集计算为可移动空间。
图27以及图28是用于说明由本发明的实施方式4的空间合成部106所计算的可移动空间的图。图27所示的可移动空间2703相当于可动机器人302的扫过空间2701和空间指导用夹具308的扫过空间2702的并集R∪S。另外，在图28中，为了简化说明，示出向二维平面投影时的并集R∪S。并集R∪S相当于由白的体元2802和点纹理的体元2803为形成的区域。即，并集R∪S相当于由影线的体元2801以外的体元所形成的区域。
最后，路径搜索部107在由空间合成部106所算出的可移动空间内，搜索可动部508的移动路径(S606)。具体地说，路径搜索部107将由空间合成部106所计算的可移动空间作为搜索空间来搜索移动路径。其结果，路径搜索部107对能给予的搜索条件（表示三维位置的始点、终点、和限制条件）能够输出更最适合的路径。
在这里，使用图29及图30，对由本实施方式的路径搜索部107所搜索的移动路径与由以往的方法所搜索的移动路径进行比较并进行说明。
图29是示出由以往的方法所搜索的移动路径的一个例子的图。另外，图30是示出本发明的实施方式4的移动路径搜索装置100所搜索的移动路径的一个例子的图。
在以往的方法中，仅在机器人扫过空间R的内部，进行从始点2901到终点2902的移动路径的搜索。因此，作为搜索结果而得到的移动路径2903成为如图29所示的复杂的曲线路径。按照这样的移动路径2903，为了使可动部508的前端移动，需要使可动机器人302全体向方向2904移动之后使之转动。即，由以往的方法所搜索的移动路径2903，在可动机器人302的动作上浪费大且适应性低。
但是，在本实施方式的移动路径搜索装置100的路径搜索中，如图30所示，除了机器人扫过空间R之外还利用夹具扫过空间S，能够搜索移动路径。即，路径搜索部107能够利用在机器人扫过空间R的基础上加上空间S－R（减法负号表示从S中减去做为S∩R的要素）的空间。
因此，将如图30所示的垂直多关节机器人能够以最快速度移动的圆弧状的路径搜索为移动路径3001。即，通过按照由本实施方式的移动路径搜索装置100所搜索的移动路径3001进行动作，从而可动机器人302能够比以往抑制动作的浪费。即，可动机器人302能够以比以往短时间在始点和终点之间移动。即，移动路径搜索装置100能够搜索更最适合的移动路径。
如上所述，能够根据本实施方式的移动路径搜索装置100将直接调整中可动机器人302扫过的空间和空间指导用夹具308扫过的空间的并集作为搜索移动路径时的可移动空间进行计算。即，在直接调整中能够将可动机器人302未扫过的空间也加到可移动空间。因此，因为能得到与只将可动机器人302扫过的空间作为可移动空间的情况相比扩展的可移动空间，所以可以搜索更最合适的移动路径。还有，因为在直接调整中使用空间指导用夹具308扫过的空间来计算可移动空间，所以不需要指导者301为了扩大可移动空间反复进行运行错误的指导。因此，也能够抑制指导者的负荷的增加。
（实施方式4的变形例）
其次，对于实施方式4变形例进行说明。
本变形例的移动路径搜索装置除了在实施方式4的移动路径搜索装置具有的结构元件之外，还具有通知要求从所述可动机器人拆下空间指导用夹具的通知部。
图31是示出本发明的实施方式4的变形例的移动路径搜索装置100的基本的功能结构的框图。另外，在图31中对于与图22相同的构成要素赋予相同的符号并省略说明。
如图31所示，移动路径搜索装置100还具有通知部124。
通知部124在直接指导结束之后，在可动机器人302安装有空间指导用夹具308的情况下，向指导者或者工作者等通知需要从可动机器人302拆下空间指导用夹具308。
具体地说，通知部124例如通过使设置在可动机器人302的灯点灯或者忽亮忽灭，向指导者或者工作者等通知需要从可动机器人302取下空间指导用夹具308。再例如，通知部124也可以通过输出警告音，向指导者或者工作者等通知需要从可动机器人302取下空间指导用夹具308。
像这样，根据本变形例的移动路径搜索装置100在直接指导结束之后，能够向指导者或者工作者等通知需要从可动机器人302拆下空间指导用夹具308。因此，在空间指导用夹具308被安装于可动机器人302的状态下，能够抑制工作开始，并能够提高工作的安全性。
以上，对本发明的一个实施方式所涉及的摄像装置100基于实施方式进行了说明，但本发明不限于这些的实施方式。在不超出本发明的主旨的范围内，在本实施方式中实施的本领域技术人员所能够想到的各种变形，以及对不同的实施例中的构成要素进行的组合而构成的实施方式均包括在本发明的范围内。
例如，也可以对实施方式2和实施方式3进行组合，来构成移动路径搜索装置100。即，移动路径搜索装置100也可以具有与指导者形状取得部1701和指导者形状判断部1901的双方。由此，移动路径搜索装置100能够自动取得左下臂和右下臂的双方的三维模型高度h。
另外，在上述实施方式1～3中，指导者301利用臂进行着直接调整，不过，例如即使利用脚来进行直接调整的情况下，也能适用本发明。这种情况下，人占有空间确定部105只要在直接调整中确定指导者301的脚扫过的空间即可。
还有，也可以组合实施方式1和实施方式4，来构筑移动路径搜索装置100。即，移动路径搜索装置100也可以具有人占有空间确定部105和夹具占有空间确定部123的双方。这种情况下，空间合成部106将移动空间确定部102所确定的空间、人占有空间确定部105所确定的空间、以及由夹具占有空间确定部123所确定的空间的并集计算为可移动空间。
即，空间合成部106将可动机器人302可动部扫过的空间、指导者301的身体的至少一部分扫过的空间、以及空间指导用夹具308扫过的空间的并集计算为可移动空间。因此，移动路径搜索装置100因为能得到进一步被扩张的可移动空间，所以能检索更适合的移动路径。
还有，本发明的一个实施方式所涉及的移动路径搜索装置，不需要预备在上述实施方式1～4的移动路径搜索装置具有的结构元件的全部。例如，移动路径搜索装置也可以由图32所示而被构成。
图32是表示本发明的一实施方式所涉及的移动路径搜索装置100的功能结构的框图。图32所示的移动路径搜索装置100具有第1空间确定部131、第二空间确定部132、空间合成部106、以及路径搜索部107。
在这里，第1空间确定部131相当于移动空间确定部102。另外，第二空间确定部132相当于人占有空间确定部105及夹具占有空间确定部123的至少一方。
这样，移动路径搜索装置100不一定需要具有机器人形状数据库101、指导者位置检测部103、指导者形状数据库104、夹具检测部121、和夹具形状数据库122等。如图32所示的情况，移动路径搜索装置100例如通过未图示的通信部或者输入部取得直接调整中的指导者301身体的至少一部分的三维位置、机器人形状数据、以及指导者形状数据即可。再例如，移动路径搜索装置100也可以通过通信部或者输入部等取得直接调整中的空间指导用夹具308所安装的部位和夹具形状数据。
另外，本发明也可作为可移动空间输出装置110来实现。图33是示出本发明的一实施方式所涉及的可移动空间输出装置110的功能结构的框图。如图33所示，可移动空间输出装置110具有第1空间确定部131、第二空间确定部132、以及空间合成部106。这个情况下，空间合成部106例如将计算出的可移动空间输出到显示装置。其结果，可移动空间输出装置110能够对指导者301提示可移动空间。另外，空间合成部106也可以算出的可移动空间输出到移动路径搜索装置。其结果，即使是利用指导者的身体扫过的空间未能够算出可移动空间的移动路径搜索装置，也能够搜索最适合的移动路径。
另外，在上述实施方式1、2、3或4的移动路径搜索装置100具有的结构元件的一部分或者全部也可以由1个***LSI（Large ScaleIntegration：大规模集成电路）构成。例如，移动路径搜索装置100也可以由具有第1空间确定部131、第二空间确定部132、空间合成部106、以及路径搜索部107的***LSI构成。
***LSI是在1个芯片上集成多个的结构部而制造的超多功能LSI，具体地说，是包含微处理器、ROM（Read Only Memory）、RAM（Ramdom Access Memory）等而构成的计算机***。在所述RAM存储有计算机程序。所述微处理器，按照所述计算机程序进行动作，从而***LSI实现其功能。
另外，在这里设定为***LSI,但根据集成度的差异，有时也被称为IC，LSI，超级LSI，ultraLSI。并且，集成电路化的方法不仅限于LSI，也可以以专用电路或通用处理器来实现。LSI制造后，也可以利用可程序的FPGA（Field Programmable Gate Array）、可重构LSI内部的电路单元的连接和设定的可重构（リコンフィギュラブル）处理器。
而且，随着半导体技术的进步或派生出的其他的技术，若出现了能够取代LSI的集成电路化的技术，当然也可以利用这些技术来对功能块进行进行集成化。也有可能应用生物技术等。
另外，本发明不仅能够实现具有这样的特征的处理部的移动路径搜索装置，也能够实现将移动路径搜索装置中所包含的特征的处理部作为步骤的移动路径搜索方法。另外，也能够将移动路径搜索方法中所包含的特征的各步骤作为计算机执行的程序来实现。并且，这些计算机程序是可以通过CD－ROM（Compact Disc Read OnlyMemory）等计算机读取的非一时性的记录介质或网络等通信网络来流通。
工业实用性
本发明所涉及的一个实施方式的移动路径搜索装置作为在指导后可动机器人自律地搜索移动路径来做动作的机器人而使用。
符号说明
100 移动路径搜索装置
101 机器人形状数据库
102 移动空间确定部
103 指导者位置检测部
104 指导者形状数据库
105 人占有空间确定部
106 空间合成部
107 路径搜索部
110 可移动空间输出装置
121 夹具检测部
122 夹具形状数据库
123 夹具占有空间确定部
124 通知部
131 第一空间确定部
132 第二空间确定部
301 指导者
302 可动机器人
303，2001，2002 三维位置测量装置
304，2201，2202 位置传感装置
305 始点
306 障碍物
307 终点
308 空间指导用夹具
309 锁定机构
501，502，503，504，505，506 转动轴
507 固定部
508 可动部
509 把持部
1701 指导者形状取得部
1901 指导者形状判断部
Claims (8)
1.一种移动路径搜索装置，搜索可动机器人的可动部的移动路径，该可动机器人是由指导者直接进行调动来指导动作的可直接指导的可动机器人，该移动路径搜索装置具有：
第一空间确定部，确定在直接指导中可动机器人的可动部扫过的空间；
第二空间确定部，确定在直接指导中指导者的身体的至少一部分和被安装于所述可动机器人的空间指导用夹具中的至少一方扫过的空间；
空间合成部，对由所述第一空间确定部所确定的空间和由所述第二空间确定部所确定的空间的并集进行计算，作为可移动空间；以及
路径搜索部，在由所述空间合成部计算出的可移动空间内搜索所述可动部的移动路径，
所述第二空间确定部基于所述指导者的身体的至少一部分的三维位置，在三维空间虚拟地配置具有所述指导者的身体的至少一部分的形状的三维模型，通过在所述三维空间确定所述三维模型所占的区域，从而确定所述指导者的身体的至少一部分扫过的空间。
2.如权利要求1所述的移动路径搜索装置，
所述可动机器人具有在直接指导中由所述指导者把持的把持部，
所述第二空间确定部基于所述指导者的肘的三维位置和所述把持部的三维位置，在所述三维空间虚拟地配置具有所述指导者下臂的形状的所述三维模型，通过在所述三维空间确定所述三维模型所占的区域，从而确定所述指导者的身体的至少一部分扫过的空间。
3.如权利要求2所述的移动路径搜索装置，
所述三维模型具有圆柱形状。
4.如权利要求3所述的移动路径搜索装置，
所述移动路径搜索装置，还具有：
指导者形状取得部，基于所述把持部的三维位置与所述指导者的肘的三维位置的距离，取得所述三维模型具有的圆柱形状的高度，
所述第二空间确定部在所述三维空间虚拟地配置所述三维模型，该三维模型具有由所述指导者形状取得部所取得的高度的圆柱形状。
5.如权利要求2所述的移动路径搜索装置，
所述移动路径搜索装置，还具有：
指导者形状判断部，通过将所述指导者的左肘的三维位置与所述把持部的三维位置的距离、以及所述指导者的右肘的三维位置与所述把持部的三维位置的距离的每一个与预先规定的阈值进行比较，从而判断所述指导者在进行直接指导中正在使用的下臂，
所述第二空间确定部确定由所述指导者形状判断部判断为正在使用的下臂扫过的空间。
6.如权利要求1所述的移动路径搜索装置，
所述移动路径搜索装置，还具有：
指导者形状数据库，保存示出所述指导者的身体的至少一部分的形状的形状数据，
所述第二空间确定部在所述三维空间虚拟地配置所述三维模型，该三维模型具有由所述指导者形状数据库保存的形状数据示出的形状。
7.如权利要求1所述的移动路径搜索装置，
所述移动路径搜索装置，还具有：
指导者位置检测部，检测所述指导者的身体的至少一部分的三维位置，
所述第二空间确定部基于由所述指导者位置检测部所检测出的三维位置，在三维空间虚拟地配置所述三维模型。
8.一种移动路径搜索方法，搜索可动机器人的可动部的移动路径，该可动机器人是由指导者直接进行调动来指导动作的可直接指导的可动机器人，该移动路径搜索方法具有：
第一空间确定步骤，确定在直接指导中可动机器人的可动部扫过的空间；
第二空间确定步骤，确定在直接指导中指导者的身体的至少一部分和被安装于所述可动机器人的空间指导用夹具中的至少一方扫过的空间；
空间合成步骤，对在所述第一空间确定步骤所确定的空间和在所述第二空间确定步骤所确定的空间的并集进行计算，以作为可移动空间；以及
路径搜索步骤，在所述空间合成步骤所计算的可移动空间内，搜索所述可动部的移动路径，
在所述第二空间确定步骤中，基于所述指导者的身体的至少一部分的三维位置，在三维空间虚拟地配置具有所述指导者的身体的至少一部分的形状的三维模型，并在所述三维空间确定所述三维模型所占的区域，从而确定所述指导者的身体的至少一部分扫过的空间。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2010-168660 | 2010-07-27 | ||
| JP2010168660 | 2010-07-27 | ||
| PCT/JP2011/004100 WO2012014409A1 (ja) | 2010-07-27 | 2011-07-20 | 移動経路探索装置および移動経路探索方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102725109A CN102725109A (zh) | 2012-10-10 |
| CN102725109B true CN102725109B (zh) | 2015-03-18 |
Family
ID=45529643
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201180007494.0A Active CN102725109B (zh) | 2010-07-27 | 2011-07-20 | 移动路径搜索装置及移动路径搜索方法 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US8855815B2 (zh) |
| JP (2) | JP4951722B2 (zh) |
| CN (1) | CN102725109B (zh) |
| WO (1) | WO2012014409A1 (zh) |
Families Citing this family (51)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9906838B2 (en) | 2010-07-12 | 2018-02-27 | Time Warner Cable Enterprises Llc | Apparatus and methods for content delivery and message exchange across multiple content delivery networks |
| JP5541020B2 (ja) * | 2010-09-09 | 2014-07-09 | 株式会社デンソーウェーブ | ロボットの評価制御方法及びロボットの制御装置 |
| US8775341B1 (en) | 2010-10-26 | 2014-07-08 | Michael Lamport Commons | Intelligent control with hierarchical stacked neural networks |
| US9015093B1 (en) | 2010-10-26 | 2015-04-21 | Michael Lamport Commons | Intelligent control with hierarchical stacked neural networks |
| US9566710B2 (en) | 2011-06-02 | 2017-02-14 | Brain Corporation | Apparatus and methods for operating robotic devices using selective state space training |
| JP5862382B2 (ja) * | 2012-03-14 | 2016-02-16 | トヨタ自動車株式会社 | 作業支援装置 |
| US9186793B1 (en) | 2012-08-31 | 2015-11-17 | Brain Corporation | Apparatus and methods for controlling attention of a robot |
| US9764468B2 (en) | 2013-03-15 | 2017-09-19 | Brain Corporation | Adaptive predictor apparatus and methods |
| US8996177B2 (en) * | 2013-03-15 | 2015-03-31 | Brain Corporation | Robotic training apparatus and methods |
| US9427871B2 (en) * | 2013-05-06 | 2016-08-30 | Abb Technology Ag | Human safety provision in mobile automation environments |
| US9242372B2 (en) | 2013-05-31 | 2016-01-26 | Brain Corporation | Adaptive robotic interface apparatus and methods |
| US9314924B1 (en) * | 2013-06-14 | 2016-04-19 | Brain Corporation | Predictive robotic controller apparatus and methods |
| US9792546B2 (en) | 2013-06-14 | 2017-10-17 | Brain Corporation | Hierarchical robotic controller apparatus and methods |
| US9384443B2 (en) | 2013-06-14 | 2016-07-05 | Brain Corporation | Robotic training apparatus and methods |
| US9436909B2 (en) | 2013-06-19 | 2016-09-06 | Brain Corporation | Increased dynamic range artificial neuron network apparatus and methods |
| US9296101B2 (en) | 2013-09-27 | 2016-03-29 | Brain Corporation | Robotic control arbitration apparatus and methods |
| US9579789B2 (en) | 2013-09-27 | 2017-02-28 | Brain Corporation | Apparatus and methods for training of robotic control arbitration |
| US9597797B2 (en) | 2013-11-01 | 2017-03-21 | Brain Corporation | Apparatus and methods for haptic training of robots |
| US9463571B2 (en) | 2013-11-01 | 2016-10-11 | Brian Corporation | Apparatus and methods for online training of robots |
| US9248569B2 (en) | 2013-11-22 | 2016-02-02 | Brain Corporation | Discrepancy detection apparatus and methods for machine learning |
| JP5902664B2 (ja) * | 2013-12-25 | 2016-04-13 | ファナック株式会社 | 保護部材を有する人協調型産業用ロボット |
| US9358685B2 (en) | 2014-02-03 | 2016-06-07 | Brain Corporation | Apparatus and methods for control of robot actions based on corrective user inputs |
| JP5785284B2 (ja) * | 2014-02-17 | 2015-09-24 | ファナック株式会社 | 搬送対象物の落下事故を防止するロボットシステム |
| US9987743B2 (en) | 2014-03-13 | 2018-06-05 | Brain Corporation | Trainable modular robotic apparatus and methods |
| US9533413B2 (en) | 2014-03-13 | 2017-01-03 | Brain Corporation | Trainable modular robotic apparatus and methods |
| US9364950B2 (en) | 2014-03-13 | 2016-06-14 | Brain Corporation | Trainable modular robotic methods |
| US9613308B2 (en) | 2014-04-03 | 2017-04-04 | Brain Corporation | Spoofing remote control apparatus and methods |
| US9630317B2 (en) * | 2014-04-03 | 2017-04-25 | Brain Corporation | Learning apparatus and methods for control of robotic devices via spoofing |
| US9346167B2 (en) | 2014-04-29 | 2016-05-24 | Brain Corporation | Trainable convolutional network apparatus and methods for operating a robotic vehicle |
| US9579790B2 (en) | 2014-09-17 | 2017-02-28 | Brain Corporation | Apparatus and methods for removal of learned behaviors in robots |
| US9821470B2 (en) | 2014-09-17 | 2017-11-21 | Brain Corporation | Apparatus and methods for context determination using real time sensor data |
| US9860077B2 (en) | 2014-09-17 | 2018-01-02 | Brain Corporation | Home animation apparatus and methods |
| US9849588B2 (en) | 2014-09-17 | 2017-12-26 | Brain Corporation | Apparatus and methods for remotely controlling robotic devices |
| US9630318B2 (en) | 2014-10-02 | 2017-04-25 | Brain Corporation | Feature detection apparatus and methods for training of robotic navigation |
| DE102014222809B3 (de) * | 2014-11-07 | 2016-01-14 | Kuka Roboter Gmbh | Event-basierte Redundanzwinkelkonfiguartion für Gelenkarmroboter |
| US9426946B2 (en) | 2014-12-02 | 2016-08-30 | Brain Corporation | Computerized learning landscaping apparatus and methods |
| US9717387B1 (en) | 2015-02-26 | 2017-08-01 | Brain Corporation | Apparatus and methods for programming and training of robotic household appliances |
| DE102015205176B3 (de) * | 2015-03-23 | 2016-05-12 | Kuka Roboter Gmbh | Robustes intuitives Bedienverfahren durch Berührung eines Manipulators |
| US9895803B1 (en) * | 2015-06-19 | 2018-02-20 | X Development Llc | Calculating trajectory corridor for robot end effector |
| US9840003B2 (en) | 2015-06-24 | 2017-12-12 | Brain Corporation | Apparatus and methods for safe navigation of robotic devices |
| JP6733239B2 (ja) * | 2016-03-18 | 2020-07-29 | セイコーエプソン株式会社 | 制御装置及びロボットシステム |
| US10168688B2 (en) * | 2016-04-29 | 2019-01-01 | Taylor BRUSKY | Systems and methods for implementing a pointer-guided tracking system and a pointer-guided mechanical movable device control system |
| US10295972B2 (en) | 2016-04-29 | 2019-05-21 | Brain Corporation | Systems and methods to operate controllable devices with gestures and/or noises |
| US20190160677A1 (en) * | 2016-06-21 | 2019-05-30 | Abb Schweiz Ag | Method Of Building A Geometric Representation Over A Working Space Of A Robot |
| CN107717982B (zh) * | 2016-08-12 | 2020-09-25 | 财团法人工业技术研究院 | 机械手臂的控制装置及操作方法 |
| JP6752499B2 (ja) * | 2017-02-07 | 2020-09-09 | ヴェオ ロボティクス， インコーポレイテッド | 制御された機械類を含む、３次元作業空間内の安全区域を識別するための安全システム、ならびに、３次元作業空間内で制御された機械類を安全に動作させる方法 |
| JP6879464B2 (ja) * | 2017-08-02 | 2021-06-02 | オムロン株式会社 | 干渉判定方法、干渉判定システム及びコンピュータプログラム |
| US10060857B1 (en) | 2017-11-16 | 2018-08-28 | General Electric Company | Robotic feature mapping and motion control |
| US11504853B2 (en) | 2017-11-16 | 2022-11-22 | General Electric Company | Robotic system architecture and control processes |
| US10795342B1 (en) | 2019-04-01 | 2020-10-06 | The Boeing Company | Proximity detection in assembly environments having machinery |
| JP7335096B2 (ja) * | 2019-06-07 | 2023-08-29 | ファナック株式会社 | ロボットシステムの障害物探索装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4888707A (en) * | 1987-09-09 | 1989-12-19 | International Business Machines Corporation | Object collision detection method and apparatus |
| US6099573A (en) * | 1998-04-17 | 2000-08-08 | Sandia Corporation | Method and apparatus for modeling interactions |
| CN1507384A (zh) * | 2001-02-19 | 2004-06-23 | 本田技研工业株式会社 | 用于多关节型机器人的操作路径的设置方法及设置装置 |
| CN101063986A (zh) * | 2006-04-24 | 2007-10-31 | 日产自动车株式会社 | 可照射区域识别方法和装置以及移动路径设定方法 |
| CN101770235A (zh) * | 2009-01-01 | 2010-07-07 | 索尼株式会社 | 路径计划装置、路径计划方法和计算机程序 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5542036A (en) * | 1994-07-05 | 1996-07-30 | General Electric Company | Implicit modeling of swept volumes and swept surfaces |
| US7206627B2 (en) * | 2002-03-06 | 2007-04-17 | Z-Kat, Inc. | System and method for intra-operative haptic planning of a medical procedure |
| US7996197B1 (en) * | 2002-09-12 | 2011-08-09 | Sandia Corporation | Clearance detector and method for motion and distance |
| JP3923053B2 (ja) * | 2004-03-31 | 2007-05-30 | ファナック株式会社 | ロボット教示装置 |
| JP4175422B2 (ja) | 2006-04-24 | 2008-11-05 | 日産自動車株式会社 | 加工用ビーム照射装置の照射可能領域認識方法および照射可能領域認識装置並びに加工用ビーム照射装置の移動経路設定方法 |
-
2011
- 2011-07-20 JP JP2011554012A patent/JP4951722B2/ja active Active
- 2011-07-20 WO PCT/JP2011/004100 patent/WO2012014409A1/ja active Application Filing
- 2011-07-20 CN CN201180007494.0A patent/CN102725109B/zh active Active
-
2012
- 2012-02-22 JP JP2012036668A patent/JP5789752B2/ja active Active
- 2012-04-23 US US13/453,522 patent/US8855815B2/en active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4888707A (en) * | 1987-09-09 | 1989-12-19 | International Business Machines Corporation | Object collision detection method and apparatus |
| US6099573A (en) * | 1998-04-17 | 2000-08-08 | Sandia Corporation | Method and apparatus for modeling interactions |
| CN1507384A (zh) * | 2001-02-19 | 2004-06-23 | 本田技研工业株式会社 | 用于多关节型机器人的操作路径的设置方法及设置装置 |
| CN101063986A (zh) * | 2006-04-24 | 2007-10-31 | 日产自动车株式会社 | 可照射区域识别方法和装置以及移动路径设定方法 |
| CN101770235A (zh) * | 2009-01-01 | 2010-07-07 | 索尼株式会社 | 路径计划装置、路径计划方法和计算机程序 |
Non-Patent Citations (2)
| Title |
|---|
| Easy Robot Programming for Industrial Manipulators by Manual Volume Sweeping;Yusuke Maeda, Tatsuya Ushioda, Satoshi Makita;《2008 IEEE International Conference on Robotics and Automation》;20080523;2234-2239 * |
| Toward On-line Transition to Autonomous Teleoperation from Master-slave Manipulation;Tsutomu Hasegawa, Kousuke Nakagawa, Kouji Murakami;《Proceedings of the 2004 IEEE International Conference on Robotics ﹠ Automation》;20040429;3715-3720 * |
Also Published As
| Publication number | Publication date |
|---|---|
| JP5789752B2 (ja) | 2015-10-07 |
| US8855815B2 (en) | 2014-10-07 |
| JP4951722B2 (ja) | 2012-06-13 |
| WO2012014409A1 (ja) | 2012-02-02 |
| JPWO2012014409A1 (ja) | 2013-09-09 |
| CN102725109A (zh) | 2012-10-10 |
| US20120209428A1 (en) | 2012-08-16 |
| JP2012096355A (ja) | 2012-05-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102725109B (zh) | 移动路径搜索装置及移动路径搜索方法 | |
| CN109709945B (zh) | 一种基于障碍物分类的路径规划方法、装置及机器人 | |
| US10800036B1 (en) | Tooltip stabilization | |
| CN109153125B (zh) | 用于定向工业机器人的方法和工业机器人 | |
| US20190084160A1 (en) | System and method for robust calibration between a machine vision system and a robot | |
| Shen et al. | Multiple-sensor integration for rapid and high-precision coordinate metrology | |
| US8396254B1 (en) | Methods and systems for estimating a location of a robot | |
| US11253991B1 (en) | Optimization of observer robot locations | |
| CN112161619B (zh) | 位姿检测方法、三维扫描路径规划方法和检测*** | |
| US11230016B1 (en) | Multi-resolution localization system | |
| KR20140008262A (ko) | 로봇 시스템, 로봇, 로봇 제어 장치, 로봇 제어 방법 및 로봇 제어 프로그램 | |
| TWI329876B (zh) | ||
| JP2017071001A (ja) | ターゲットマークを撮像するカメラを備えたロボットシステム | |
| CN101903836A (zh) | 运动路线的确定 | |
| WO2020079886A1 (en) | Control apparatus, work robot, program, and control method | |
| US20160016274A1 (en) | Measurement device for machining center | |
| CN109648568B (zh) | 机器人控制方法、***及存储介质 | |
| CN111609853A (zh) | 三维地图构建方法、扫地机器人及电子设备 | |
| JP2020179441A (ja) | 制御システム、情報処理装置および制御方法 | |
| KR101272422B1 (ko) | 레이저 스캐너와 인공표식 매칭을 이용한 위치측정장치 및 방법 | |
| CN110370287B (zh) | 基于视觉引导的地铁列检机器人路径规划***及方法 | |
| US10563979B2 (en) | Methods, apparatus, computer programs and non-transitory computer readable storage mediums for controlling a robot within a volume | |
| CN111679663A (zh) | 三维地图构建方法、扫地机器人及电子设备 | |
| JP2021079464A (ja) | 設定装置、設定方法およびプログラム | |
| KR20180079215A (ko) | 지자기 센서 기반 이동체의 위치 인식 시스템 및 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |