CN112262026B - 加速度调整装置及存储介质 - Google Patents
加速度调整装置及存储介质 Download PDFInfo
- Publication number
- CN112262026B CN112262026B CN201980039334.0A CN201980039334A CN112262026B CN 112262026 B CN112262026 B CN 112262026B CN 201980039334 A CN201980039334 A CN 201980039334A CN 112262026 B CN112262026 B CN 112262026B
- Authority
- CN
- China
- Prior art keywords
- acceleration
- robot
- adjustment
- value
- load
- 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
Images
Classifications
-
- 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
- B25J9/1651—Programme controls characterised by the control loop acceleration, rate control
-
- 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
- B25J13/088—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices with position, velocity or acceleration sensors
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/39—Robotics, robotics to robotics hand
- G05B2219/39247—Control speed, acceleration as function of load and rate of fatigue
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Manipulator (AREA)
- Numerical Control (AREA)
Abstract
提供一种加速度调整装置,与用户的熟练度无关,能够调整作为机器人的参数的加速度。加速度调整装置(10)具有:负荷计算部(101),基于与机器人的运动相关的运动方程式和机器人运动时的关节的加速度的值,来计算预测的作用于机器人的负荷的峰值;以及加速度调整部(102),执行第一调整和第二调整中的至少一方,所述第一调整是在由负荷计算部计算出的负荷的峰值大于机器人运动时作用于机器人的负荷的目标值时进行调整以降低加速度;所述第二调整是在峰值小于目标值时进行调整以增加加速度。
Description
技术领域
本申请要求于2018年7月17日提交的日本专利申请第2018-134106号的优先权,并且在本说明书中通过参照来援用其全文。
本发明涉及加速度调整装置及加速度调整程序。
背景技术
例如,为了实现具备机械臂的机器人的高速动作,需要人工调整动作路径中的与机器人的动作相关的参数。在基于人工的调整中,必须寻找不对机器人施加过大的负荷且节拍时间变短的参数(机器人的动作指令值),该工作对用户造成大的负担。特别是,在用于向机器人示教动作路径的示教点、或者基于机器人的路径计划生成的通过点的变化多的情况下,难以事先准备在全部情况下最佳的参数。
因此,提出有自动确定参数的运动生成***(例如,参照日本特开2014-136275号公报)。
在专利文献1所记载的***中,将机械臂的可动范围分割为多个空间,事先准备在各个空间中施加于驱动力的传递要素的负荷扭矩为允许范围内的各关节的加加速度的制约条件加以使用。在专利文献1所记载的***中,通过解开将加加速度的制约条件设为不等式的最优化问题,来确定参数。
发明内容
[发明所要解决的技术问题]
在日本特开2014-136275号公报所记载的***中,以分割出的一个空间内的加加速度制约是恒定的为前提。然而,当分割出的一个空间较大时,在这一个空间内惯性力矩也会因机械臂的姿势而发生变化。一个空间内的加加速度制约恒定这一前提不成立。另外,用户能够设定由分割而得的空间的大小。但是,用户难以设定适当的空间的大小。因此,在对机器人的熟练度低的用户使用专利文献1记载的技术时,存在不能得到适当的机器人的加加速度的这一问题。
本发明鉴于上述问题而提出,而提供一种加速度调整装置和加速度调整程序,与用户的熟练度无关,能够调整作为机器人的参数的加速度。
[用于解决技术问题的手段]
本公开的一方面涉及的加速度调整装置,具有:负荷计算部,基于与机器人的运动相关的运动方程式和运动时的机器人的关节的加速度的值,来计算预测为作用于机器人的负荷的峰值;以及加速度调整部,执行第一调整和第二调整中的至少一方,所述第一调整是在由负荷计算部计算出的负荷的峰值大于机器人进行运动时作用于机器人的负荷的目标值的情况下,进行调整以降低加速度,所述第二调整是在峰值小于目标值的情况下,进行调整以增加加速度。
根据上述第一方面,可以重复进行基于加速度调整部的加速度的调整以及基于负荷计算部的负荷的峰值的计算,直到基于机器人的关节的加速度和运动方程式计算出的负荷的峰值为包含目标值在内的预定范围内的值为止。
根据上述第一方面,机器人进行动作的轨道被分类为多个区间,加速度调整部可以对每个区间进行加速度的调整。另外,根据上述第一方式,机器人进行动作的轨道通过由机器人的关节的角度值的变化的倾向发生改变的点进行划分而可以被分类为多个区间。
根据上述第一方面,加速度调整部调整加速度时,可以根据用户指定的调整宽度、由二分检索得到的调整值或者由梯度法得到的调整值来增减加速度。
公开的第二方面为加速度调整程序,使计算机执行如下步骤:负荷计算步骤,基于与机器人的运动相关的运动方程式和机器人运动时的关节的加速度的值,来计算预测为作用于机器人的负荷的峰值;以及加速度调整步骤,执行第一调整和第二调整中的至少一方,所述第一调整是在负荷计算步骤中计算出的负荷的峰值大于在机器人运动时作用于机器人的负荷的目标值的情况下,进行调整以降低加速度,所述第二调整是在峰值小于目标值的情况下,进行调整以增加加速度。
根据上述第二方面,可以重复进行基于加速度调整步骤的加速度的调整以及基于负荷计算步骤的负荷的峰值的计算,直到基于机器人的关节的加速度和运动方程式计算出的负荷的峰值成为包含目标值在内的预定范围内的值为止。
[发明的效果]
根据本公开,与用户的熟练度无关,能够调整作为机器人的参数的加速度。
附图说明
图1为示出机器人和加速度调整装置的简要构成的图。
图2为示出作为垂直多关节机器人的机器人的构成的图。
图3为示出第一实施方式所涉及的加速度调整装置的硬件构成的框图。
图4为示出加速度调整装置的功能构成的例子的框图。
图5为示出通过加速度调整装置进行的加速度调整处理的流程的流程图。
图6为示出增减指令加速度的方法的图。
图7为示出预测负荷与接头的转速的关系的图。
图8为示出预测负荷的曲线和扭矩在曲线中所占的分量的图。
图9为示出在降低速度的情况和在降低加速度的情况下的节拍时间的变化的图。
图10为示出通过第二实施方式的加速度调整装置进行的加速度调整处理的流程的流程图。
图11为示出接头在机器人的路径中的角度值的推移的图。
图12为示出一个区间中的指令速度的曲线的图。
图13为示出合成相邻区间中的指令速度的曲线的情形的图。
图14为示出合成相邻的区间中的速度曲线时的接头的角度值的推移的图。
图15为示出合成相邻区间的速度曲线的另一例的图。
图16为示出合成相邻区间的速度曲线的另一例的图。
图17为示出第三实施方式的加速度调整装置的功能构成的框图。
图18为示出第三实施方式的加速度调整装置的加速度调整处理的流程的流程图。
图19为示出生成通过点的通过点生成处理的流程的流程图。
具体实施方式
下面,参照附图来说明本发明的实施方式的一例。需要说明的是,在各附图中对相同或等价的构成要素和部分赋予相同的参照符号。另外,附图的尺寸比例在说明时加以夸大,而有时与实际的比例不同。
(第一实施方式)
图1为示出为机器人和加速度调整装置的简要构成的图。
如图1所示,加速度调整装置10连接于机器人RB,调整机器人RB进行动作时的参数(动作指令值)。加速度调整装置10也可以作为控制机器人RB的控制装置的一个功能而组装于控制装置。关于加速度调整装置10的详细构成,将在后面说明。
机器人RB沿着由用户示教的多个示教点或者根据路径计划生成的多个通过点进行运动。在运动时,机器人RB按照各种动作指令值。各种动作指令值包括例如最高速度、加速度等。机器人RB按照由加速度调整装置10调整后的加速度进行运动。
作为一个例子,机器人RB在机械臂A的前端安装有机械手H作为末端执行器。这种情况下,机器人RB是在规定的位置把持工件并将所述工件搬运及载置到预定的目的地的所谓的取放式机器人。作为其它例子,机器人RB安装有工具作为末端执行器。这种情况下,机器人RB按照示教的路径或基于路径计划的路径移动,并在预定的场所进行焊接、螺丝固定、检查等预定的处理。
在对加速度调整装置10的详细情况进行说明之前,对机器人RB的构成进行说明。在本实施方式中,对机器人RB为垂直多关节机器人的情况作为一例加以说明。但是,本发明也可以应用于水平多关节机器人(SCARA机器人)、并联连杆机器人、正交机器人、移动机器人、飞行机器人(无人机)以及仿人型机器人等。
图2为示出作为垂直多关节机器人的机器人的构成的图。
如图2所示,机器人RB是具备基座连杆BL、连杆L1~L6、接头J1~J6的六个自由度的六轴机器人。需要说明的是,所谓接头为将连杆彼此连接的关节。接头J1~J6通过未图示的马达将连杆彼此连接成能够旋转。另外,下面,包括连杆L1~L6以及与连杆L6连接的机械手H在内称为机械臂。在本实施方式中以六轴机器人为例进行说明,但轴的数量不限于6个,也可以是1个以上的任意的数量。随着轴的数量变化,连杆的数量也发生变化。
基座连杆BL与连杆L1经由在图2中以竖轴S1为中心向沿箭头C1方向旋转的接头J1连接。因此,连杆L1以基座连杆BL为支点在箭头C1方向旋转。
连杆L1与连杆L2经由在图2中以水平轴S2为中心向沿箭头C2方向旋转的接头J2连接。因此,连杆L2以接头J1为支点沿箭头C2方向旋转。
连杆L2与连杆L3经由在图2中以轴S3为中心沿箭头C3方向旋转的接头J3连接。因此,连杆L3以接头J2为支点沿箭头C3方向旋转。
连杆L3与连杆L4经由在图2中以轴S4为中心沿箭头C4方向旋转的接头J4连接。因此,连杆L4以接头J3为支点沿箭头C4方向旋转。
连杆L4与连杆L5经由在图2中以轴S5为中心沿箭头C5方向旋转的接头J5连接。因此,连杆L5以接头J4为支点沿箭头C5方向旋转。
连杆L5与连杆L6经由在图2中以轴S6为中心沿箭头C6方向旋转的接头J6连接。因此,连杆L6以接头J5为支点沿箭头C6方向旋转。需要说明的是,虽然在图2中省略了图示,但连杆L6安装有机械手H。
将接头J1~J6的预先规定的旋转角度的范围分别设定为可动区域。
机器人RB的手前端的位置或机器人RB的姿势由各接头J1~J6中的每一个的旋转角度确定。因此,在向机器人RB示教路径的情况下,将各接头J1~J6的旋转的角度值表述为与机器人所具有的轴数对应的维度的向量(本实施方式的情况下为六维的向量),并将该向量作为示教点依次示教。对于生成而非示教路径的情况,也同样地将机器人RB所通过的通过点生成为与各接头J1~J6的轴数对应的维度的向量。而且,分别设定接头J1~J6在预先规定的旋转角度下的最高速度。需要说明的是,作为动作路径,有时也会不提供具有在示教点或通过点处的各角度值的矢量数据,而是提供具有在正交坐标系上的各坐标值的矢量数据。这种情况下,基于机器人的反向运动学,能够将正交坐标系上的坐标值转换为接头J1~J6的角度值。另外,机器人RB运动时的速度例如作为各接头J1~J6的最高(角)速度数据和(角)加速度数据被提供给机器人RB。
接下来,对加速度调整装置10进行说明。
图3是示出第一实施方式所涉及的加速度调整装置的硬件构成的框图。
如图3所示,加速度调整装置10具有:CPU(Central Processing Unit:中央处理单元)11、ROM(Read Only Memory:只读存储器)12、RAM(Random Access Memory:随机存取存储器)13、存储器14、输入部15、监视器16、光盘驱动装置17以及通信接口18。各构成经由总线19以能够相互通信的方式连接。
在本实施方式中,在ROM12或存储器14中保存有加速度调整程序,该加速度调整程序调整施加于机器人RB的加速度。CPU11是中央运算处理单元,执行各种程序或者控制各构成。即,CPU11从ROM12或存储器14读出程序,以RAM13为作业区域来执行程序。CPU11按照记录于ROM12或存储器14的程序,进行上述各构成的控制和各种运算处理。
ROM12保存各种程序和各种数据。RAM13作为作业区域临时存储程序或数据。存储器14包括HDD(Hard Disk Drive:硬盘驱动器)或SSD(Solid State Drive:固态驱动器),保存包括操作***的各种程序和各种数据。
输入部15包括键盘151和鼠标152等指示设备,用于进行各种输入。监视器16例如是液晶显示器,显示工件吸附成功与否等各种信息。监视器16也可以采用触摸面板方式,以作为输入部15发挥功能。光盘驱动装置17进行各种记录介质(CD-ROM或蓝光盘等)中存储的数据的读取、对记录介质的数据写入等。
通信接口18是用于与其它设备进行通信的接口,例如使用以太网(注册商标)、FDDI或Wi-Fi(注册商标)等标准。
接下来,对加速度调整装置10的功能构成进行说明。
图4为示出加速度调整装置的功能构成的例子的框图。
如图4所示,加速度调整装置10具有负荷计算部101、加速度调整部102以及指令输出部103作为功能构成。各功能构成通过CPU11读出存储于ROM12或存储器14的加速度调整程序并在RAM13中展开以执行来实现。
负荷计算部101获取表示机器人RB的动作路径的示教点列、机器人RB运动时的运动方程式以及运动中的加速度初始值来作为输入数据。根据机器人RB运动的目的适当确定示教点列、加速度初始值。或者,也可以将加速度初始值作为随机生成的值来获取。这种情况下,用户无需确定加速度初始值并预先输入,能够减轻用户的负担。另外,运动方程式是通过使用机器人RB的物理模型等来分析运动时的机器人RB的各接头J1~J6的加速度与作用于机器人RB的各接头J1~J6的负荷的关系并进行算式化而得到的。运动方程式中也可以包括作用于连杆L1~L6的外力等其它要素。负荷为包括作用于各接头J1~J6的扭矩、扭矩的变化率、动能、供给到各接头J1~J6的电流及电力中的至少一个的机械能或电能。在本实施方式中,以负荷为作用于各接头J1~J6的扭矩的情况为例进行说明。
负荷计算部101基于与机器人RB运动相关的运动方程式和运动时的机器人的关节的加速度的值,计算预测作用于机器人RB的接头J1~J6的负荷(下面称为预测负荷)的峰值。换言之,负荷计算部101根据运动方程式和加速度的指令值来预测负荷的峰值以作为逻辑值,而不是实际作用于机器人RB的负荷的峰值。需要说明的是,通过机器人RB的整个动作路径来取得峰值作为最高负荷值。
加速度调整部102获取在机器人RB运动时作用于机器人RB的负荷的目标值、即负荷目标值作为输入数据。负荷目标值可以针对机器人RB的每个接头J1~J6进行设定,也可以将其设定为接头J1~J6共用的值。根据机器人RB的规格适当确定负荷目标值。例如,得到通过从对接头J1~J6允许的负荷的上限值中减去预定的余量值而得到的值来作为负荷目标值。
加速度调整部102判断由负荷计算部101计算出的各接头J1~J6的预测负荷的峰值分别是否为包括负荷目标值的预定范围内的值。在各峰值不是预定范围内的值的情况下,调整针对接头J1~J6的加速度的指令值(下面称为指令加速度)。指令加速度为具有各接头J1~J6的加速度值的六维向量。加速度调整部102执行第一调整和第二调整中的至少一方,其中,所述第一调整为在由负荷计算部101计算出的预测负荷的峰值比负荷目标值大的情况下以降低加速度的方式进行调整,所述第二调整为在预测负荷的峰值比负荷目标值小的情况下以增加加速度的方式进行调整。
加速度调整部102将调整后的加速度的值输出到负荷计算部101,并促使再次计算负荷。重复进行负荷的算出以及加速度的调整,直到根据调整后的加速度和运动方程式计算的预测负荷的峰值成为包括负荷目标值在内的预定范围的值。需要说明的是,例如以负荷目标值为中心值,将通过从中心值增减α的值而得到的范围设定为包括负荷目标值的预定范围。这种情况下,如果将上述的余量值设为α,则预定范围的上限成为允许负荷的上限值。α取越大则允许相对于负荷目标值的偏差越大。若偏差大,接近负荷目标值这一意义上的精度变低。用户可以根据允许的精度确定α的值。或者,α取越大,则到预测负荷的峰值成为预定范围内的值为止重复进行加速度的调整的次数越少。因此,用户也可以根据允许的加速度的调整时间确定α的值。α也可以是零。加速度调整部102将最终调整后的加速度输入至指令输出部103。
指令输出部103将由加速度调整单元102调整后的加速度作为机器人RB的运动的指令值输出到机器人RB。
接下来,对加速度调整装置10的作用进行说明。
图5为示出通过加速度调整装置进行的加速度调整处理的流程的流程图。CPU11从ROM12或存储器14中读出加速度调整程序,在RAM13中展开并执行,由此进行加速度调整处理。
CPU11作为负荷计算部101获取示教点列数据(步骤S101),并获取机器人RB的运动方程式(步骤S102)。CPU11作为负荷计算部进一步获取加速度初始值(步骤S103),暂且将所获取的加速度初始值设定为用于使机器人RB运动的指令加速度(步骤S104)。
CPU11作为加速度调整部102获取负荷目标值(步骤S105)。需要说明的是,为了设定包括负荷目标值的预定范围而加到负荷目标值、或从负荷目标值中减去的α的值既可以预先输入到加速度调整部102,也可以与负荷目标值一起获取。
CPU11作为负荷计算部101根据示教点列数据、运动方程式以及指令加速度,计算预测作用于运动中的机器人RB的预测负荷(扭矩)的峰值(步骤S106)。
CPU11作为加速度调整部102,判断在步骤S106中计算出的预测负荷的峰值是否为通过从负荷目标值加减α的值的预定范围内的值(步骤S107)。在预测负荷的峰值在预定范围内的情况下(步骤S107:是),CPU11作为指令输出部103,对机器人RB输出指令加速度(步骤S108),并结束加速度调整处理。
另一方面,在预测负荷的峰值不在预定范围内的情况下(步骤S107:否),CPU11判断计算出的预测负荷的峰值是否大于负荷目标值(步骤S109)。在峰值比负荷目标值大的情况下(步骤S109:是),CPU11基于预定的方法进行调整以减小指令加速度的方式(步骤S110),返回步骤S106的处理。在峰值为负荷目标值以下的情况下(步骤S109:否),CPU11基于预定的方法进行调整以增加指令加速度的方式(步骤S111),返回步骤S106的处理。关于步骤S110和步骤S111中的增减指令加速度的方法,将在后面说明。
图6为示出增减指令加速度的方法的图。
在图6中,列举三个例子作为增减指令加速度的方法。就是定量增减的方法、二分检索的方法和梯度法。
在定量增减方法中,向负荷目标值增减一定量(用户指定的调整幅度)的加速度。由于增减加速度的变量恒定,因此在变量小的情况下,预测负荷的峰值进入包括负荷目标值的预定范围为止的加速度的调整次数变多。另一方面,在变量大的情况下,加速度接近负荷目标值为止的加速度的调整次数少。但是,在变量过大的情况下,每次增加加速度以及减少加速度时,都会超过负荷目标值,有时一直都未收敛于预定范围内。
在二分检索的方法中,一边使增减的值减半,一边使预测负荷的峰值收敛于负荷目标值。如果使用二分检索,则预测负荷的峰值最终必定收敛于预定范围内。
梯度法是使用函数的梯度(偏导数)的最优化算法。在降低函数的梯度的同时,使预测负荷的峰值收敛于包括负荷目标值的预定范围内。
上述的三个方法只是示例,也可以通过其他方法使预测负荷的峰值收敛于预定范围内。作为结束条件,也可以设为一个以上的轴上的预测负荷的峰值在预定范围内且剩余的轴上的预测负荷的峰值在负荷目标值以下。
如上所述,根据第一实施方式的加速度调整装置10,调整提供给机器人RB的接头J1~J6的加速度,以使得预测负荷的峰值处于包括负荷目标值的预定范围内。因此,与用户对机器人RB的熟练度无关,能够自动调整机器人RB的联接件J1~J6的加速度,以成为包括负荷目标值的预定范围内的负荷。
加速度调整装置10对加速度进行调整,从而与调整速度的情况相比,容易调整作用于接头J1~J6的负荷且能够降低节拍时间。关于这一点,参照图7~图9进行说明。
图7为示出预测负荷与接头的转速的关系的图。图8为示出预测负荷的曲线和在曲线中占据的扭矩的分量的图。图9为示出在降低速度时和在降低加速度时的节拍时间变化的图。
在图7中,横轴表示时间,纵轴表示作用于接头的预测负荷。此外,在图7中,用虚线示出接头的速度变化。如图7所示,随着速度的增加,预测负荷增加。如果速度开始减小则预测负荷的符号反转,预测负荷增加。
在此,如图8所示,使用预测负荷的曲线来作为构成预测负荷的分量,可以对惯性扭矩、摩擦扭矩以及其它的力进行表述。将预测负荷设为τ,惯性扭矩、摩擦扭矩以及其它的力可以以下式来表述。
[数1]
τ:预测负荷(扭矩)、M(θ):与质量相关的阵列、
根据上述式(1)和图8,惯性扭矩由加速度的大小确定,摩擦扭矩由速度的大小确定。特别是,如图8所示,明确了惯性扭矩对于预测负荷的影响比摩擦扭矩大。因此,仅通过降低速度,既不确定是否有效地降低了惯性扭矩,也不确定是否接近目标负荷值。在原本仅因惯性扭矩超过目标负荷值或者负荷的允许值的情况下,仅降低速度也不能将负荷抑制到目标负荷值以下。另一方面,一般没有仅因摩擦扭矩超过目标负荷值或负荷的允许值的情况。这是因为,在速度上也以允许值为规格加以定义,如果速度在允许值的范围内,则不存在摩擦扭矩超过负荷的允许值。因此,仅调整加速度,就能够将预测负荷抑制为目标负荷。
如上所述,从负荷的分量的观点出发,明确了像上述实施方式那样地调整加速度比调整速度优异。
另外,与如图9的下图所示降低加速度的情况相比,如图9的上图所示在降低速度的情况下需要增大参数的变动。换言之,与降低速度相比,降低加速度时即使变化率小也能够同等程度地降低负荷。因此,在降低相同负荷时,与降低速度相比,降低加速度动作时间也变短。作为结果,如图9所示与通过速度调整相同负荷的情况相比,调整加速度时节拍时间变短。
如上所述,从节拍时间的观点考虑,明确了如上述实施方式那样调整加速度比调整速度优异。
(第二实施方式)
在第一实施方式中,在机器人RB的整个路径中结合负荷目标值调整加速度。在第二实施方式中,将机器人RB的路径分割为多个区间,对每个区间调整加速度。
下面,对第二实施方式的加速度调整装置10进行说明。
图10为示出通过第二实施方式的加速度调整装置进行的加速度调整处理的流程的流程图。CPU11从ROM12或存储器14中读出加速度调整程序,在RAM13中展开并加以执行,由此进行加速度调整处理。另外,对图10所示的处理的步骤中的与图5所示的第一实施方式的加速度调整处理相同的步骤标注相同的步骤编号,并省略详细的说明。
CPU11在步骤S101~步骤S105的处理之后,将1代入变量i(步骤S201)。CPU11从在步骤S101中获取的示教点列数据中提取区间Ti中的机器人RB的路径,并基于在步骤S102中获取的机器人RB的运动方程式和加速度,计算所提取出的路径中的预测负荷的峰值(步骤S202)。需要说明的是,关于将机器人RB的全部路径分割为区间Ti的方法,将在后面说明。
CPU11判断在步骤S202中计算出的峰值是否为对负荷目标值加上或减去α的值的预定范围内的值(步骤S203)。在预测负荷的峰值不在预定范围内的情况下(步骤S203:否),CPU11为了调整加速度而进入步骤S109的处理。另一方面,在预测负荷的峰值在预定范围内的情况下(步骤S203:是),CPU11使变量i递增1(步骤S204)。CPU11判断为在步骤S204中使i递增后的结果的变量i是否大于所有的区间数(步骤S205)。这是因为,在变量i大于所有的区间数的情况下,对所有的区间完成了加速度的调整。
在i不大于所有的区间数时(步骤S205:否),CPU11返回到步骤S202的处理。在i大于所有的区间数时(步骤S205:YES),CPU11基于调整后的加速度,向机器人RB输出动作指令(步骤S108)。
如上所述,在第二实施方式中,基于负荷目标值对每个区间Ti调整加速度,因此,按每个区间得到最佳加速度,其结果是与第一实施方式相比,能够缩短节拍时间。
接下来,对将机器人RB的全部路径分割为区间Ti的方法进行说明。
图11为示出在机器人的路径中的接头的角度值的推移的图。
在图11中,为了简化说明,以二维的形式在坐标空间中示出接头J1和接头J2的角度值的推移。但是,实际上在六维坐标空间中考虑所有接头J1~J6的角度值的推移。
点P1~P3分别表示机器人RB通过的通过点。通过点例如被提供作为示教点。如图11所示,当从点P1移动至点P3时,在点P2处接头J1和接头J2的角度值的变化的倾向发生改变。换言之,在点P2处接头J1和接头J2的速度发生改变。这样,以角度值变化的倾向而在例如速度变化的点P2处划分路径的区间。其结果是从点P1到点P2被设定为区间T1,从点P2到点P3被设定为区间T2。
接下来,更详细地说明各区间的动作而对给机器人RB提供的指令值。特别是,在路径被分割为多个区间的情况下,对指令值在相邻的区间中相互作用的点进行说明。
图12为示出指令速度在一个区间中的曲线的图。图13为示出合成指令速度在相邻区间中的曲线的情形的图。图14为示出接头的角度值在合成相邻区间中的速度曲线时的推移的图。
在图12中,纵轴表示接头的速度且横轴表示时间。如图12所示,针对各区间设定针对接头J1~J6的速度的指令值(指令速度)和指令加速度。在本实施方式中,以机器人RB所允许的最大速度为目标预先设定指令速度,而指令加速度通过图10的加速度调整处理进行调整而设定。指令值表示像图12所示的那样梯形的速度曲线,或者在没有匀速时间的情况下示出三角形的速度曲线。
如图13的上图所示,通过图10的加速度的调整来设定相邻的区间T1和区间T2的速度曲线。在区间T1的速度曲线中,在减速时间内速度从指令速度减速到0。在区间T2的速度曲线中,在加速时间内速度从0加速到与区间T1相同的指令速度。因此,区间T1的曲线直接接续区间T2的曲线时,尽管在区间T2中加速至相同的指令速度却仍为发生减速。该减速和减速无效。因此,如图13的下图所示,区间T1的减速时间与区间T2的加速时间重叠而对指令值进行合计。例如,在时间t1进行观察时,对区间T1的指令速度VT1和区间T2的指令速度VT2进行合计。其结果是得到与区间T1和T2各自的匀速部分相同的指令速度。这样,通过在重叠的部分将指令值合计得到图中的单点划线所示的合计部分的指令值。在图13所示的例子中,区间T1和区间T2的匀速部分连续地连结。
通过重叠相邻的区间T1和区间T2的减速时间和加速时间的指令值,从而使机器人RB所通过的路径发生改变。最初,如图11所示在机器人RB中,以按点P1、点P2、点P3的顺序移动的方式设定角度值的向量。但是,通过在区间T1和区间T2的一部分中对指令值进行合计,从而如图14所示,机器人RB不通过点P2而从区间T1流畅地移动到区间T2。
如上所述,基于图10的加速度调整处理的结果,首先对每个区间制作速度曲线,然后在相邻的区间的减速时间和加速时间对指令速度进行合计,由此能够使机器人RB的动作更流畅。
图15和图16为示出合成相邻区间的速度曲线的其他例子的图。
如图15所示,在区间T2的最高速度小于区间T1的最高速度的情况下,也能够将区间T1的减速时间和区间T2的加速时间的指令速度合计成如单点划线所示。
另外,如图16所示,在区间T2中速度反转的情况下,也能够像将区间T1的减速时间和区间T2的(负的)加速时间上的指令速度合计成如点划线所示。合计之后,与区间T1的减速时间的指令加速度和区间T2的加速时间的指令加速度相比,指令加速度成为作为绝对值较大的值。机器人RB的负荷也以加速度变大的量相应地变大。
(第三实施方式)
在第一实施方式和第二实施方式中,对示教机器人RB的路径的情况进行了说明。在第三实施方式中,加速度调整装置10自身生成机器人RB的路径。
图17为示出第三实施方式的加速度调整装置的功能构成的框图。
在第三实施方式的加速度调整装置10中,在图4所示的第一实施方式的加速度调整装置10的功能构成的基础上,还具有路径生成部201。路径生成部201通过CPU11读出存储于ROM12或存储器14的加速度调整程序,并在RAM13中展开加以执行而得以实现。
路径生成部201获取机器人RB的初始姿势数据以及最终的目标姿势数据。例如,将具有机器人RB的各接头J1~J6的旋转角度值的六维向量提供作为初始姿势数据和目标姿势数据。路径生成部201生成使机器人RB从初始姿势数据所表示的初始姿势到目标姿势数据所表示的目标姿势进行动作的路径,即是使机器人RB通过的通过点。在后面详述通过点的生成。
图18为示出第三实施方式的加速度调整装置的加速度调整处理的流程的流程图。图19为示出生成通过点的通过点生成处理的流程的流程图。CPU11从ROM12或存储器14读出加速度调整程序和通过点生成程序,在RAM13中展开加以执行,由此进行图18的加速度调整处理和图19的通过点生成处理。另外,对图18所示的处理的步骤中与图5所示的第一实施方式的加速度调整处理相同的步骤标注相同的步骤编号,并省略详细的说明。
CPU11获取机器人RB的初始姿势数据和目标姿势数据(步骤S301)。CPU11根据所获取到的初始姿势数据和目标姿势数据,生成机器人RB的通过点列数据(步骤S302)。后续的处理与图5相同。
参照图19来说明通过点列数据的生成。作为路径生成算法,存在各种算法。例如,可列举出PRM(Probabilistic Roadmap Method:概率路标法)和RRT(Rapid1y ecploringRandom Tree:快速扩展随机树)等随机采样方法。除此以外,也可以应用如STOMP(Stochastic Trajectory Optimization for Motion Planning用于动作计划的随机轨道优化法)和CHOMP(Covariant Hamiltonian Optimization for Motion Planning用于动作计划的协变哈密顿优化法)这样的最优化方法。通过应用上述路径生成算法,能够高速地生成从初始姿势到目标姿势的路径。为了生成路径,可以应用任何方法。在下面以RRT为例进行说明。
CPU11从配置空间内对一个点进行采样(步骤S401)。例如,对初始姿势数据所示出的点或者距已经生成的通过点最近的点进行采样。在此,配置空间是指表示为机器人RB能够取得的所有姿势(接头数的维度的向量)的集合的空间。
CPU11在机器人RB成为采样的点的姿势时,判定机器人RB是否自我干扰、或者与其他装置或设备碰撞(步骤S402)。需要说明的是,为了判定自我干扰或者与其他装置等之间的碰撞,虽然上面没有叙述,但CPU11会使用包括形状或者机构等信息的模拟模型。
在步骤S402之后,在判定为发生碰撞时(步骤S403:是)无法实施本次所采样的点,因此CPU11返回到步骤S401的处理以对其它点进行采样。
在判定为没有发生碰撞时(步骤S403:否),CPU11将所采样的点添加到通过点列(步骤S404)。CPU11判断通过点列是否到达了目标姿势(步骤S405)。
在未到达目标姿势的情况下(步骤S405:否),CPU11为了添加下一个通过点,返回到步骤S401的处理。在到达了目标姿势的情况下(步骤S405:是),CPU11结束通过点生成处理,并返回到加速度调整处理。
如上所述,关于生成通过点的情况,也能够适当地应用加速度调整处理。需要说明的是,在生成通过点的基础上,如图10所示也可以将路径分割为多个区间并对每个区间调整加速度。另外,在通过点的生成中可以包括进行平滑化的步骤。作为平滑化的具体方法,可以应用路径筛选法(Path Pruning:路径修整)或者直连法。
需要说明的是,除CPU以外的各种处理器也可以执行在上述各实施方式中CPU读取并执行软件(程序)的加速度调整处理和路径生成处理。作为这种情况下的处理器,示例出具有在FPGA(Field-Programmable Gate Array:现场可编程门阵列)等的制造后能够改变电路结构的PLD(Programmable Logic Device:可编程逻辑器件)、及ASIC(ApplicationSpecific Integrated Circuit:专用集成电路)等用于执行特定的处理而设计为专用的电路构成的处理器的专用电路等。另外,既可以通过这些各种处理器中的一个处理器中执行加速度调整处理和路径生成处理,也可以通过相同种类或不同种类的两个以上的处理器的组合(例如,多个FPGA、以及CPU与FPGA的组合等)执行加速度调整处理和路径生成处理。另外,更具体而言,这些各种处理器的硬件结构是将半导体元件等电路元件组合后的电路。
另外,在上述各实施方式中说明了加速度调整处理和路径生成处理的程序预先存储(安装)于ROM12或存储器14的方式,但并不限定于此。程序可以以记录在CD-ROM(CompactDisk Read Only Memory:光盘只读存储器)、DVD-ROM(Digital Versatile Disk ReadOnly Memory:数字通用光盘只读存储器)、以及USB(Universal Serial Bus:通用串行总线)存储器等的持续性(non-transitory:非暂时性)的记录介质的方式进行提供。此外,也可以设为经由网络从外部装置下载程序的方式。
Claims (5)
1.一种加速度调整装置,具有:
负荷计算部,基于与机器人的运动相关的运动方程式和运动时的机器人的关节的加速度的值,来计算预测的作用于所述机器人的负荷的峰值;以及
加速度调整部,执行第一调整和第二调整中的至少一方,所述第一调整是在由所述负荷计算部计算出的负荷的峰值大于所述机器人进行运动时作用于所述机器人的负荷的目标值的情况下,进行调整以降低所述加速度,所述第二调整是在所述峰值小于所述目标值的情况下,进行调整以增加所述加速度,
重复进行基于所述加速度调整部的所述加速度的调整以及基于所述负荷计算部的负荷的峰值的计算,直到基于所述机器人的关节的加速度和所述运动方程式计算出的负荷的峰值成为从所述目标值增减根据允许的加速度的调整时间而确定的余量值所得到的预定范围内的值为止。
2.根据权利要求1所述的加速度调整装置,其中,
所述机器人进行动作的轨道被分类为多个区间,
所述加速度调整部对每个所述区间进行所述加速度的调整。
3.根据权利要求2所述的加速度调整装置,其中,
所述机器人进行动作的轨道通过由所述机器人的关节的角度值的变化的倾向发生改变的点进行划分而被分类为多个区间。
4.根据权利要求1至3中任一项所述的加速度调整装置,其中,
所述加速度调整部调整所述加速度时,根据用户所指定的调整幅度、由二分检索法得到的调整值或者由梯度法得到的调整值来增减所述加速度。
5.一种存储介质,存储有使计算机执行如下步骤的加速度调整程序:
负荷计算步骤,基于与机器人的运动相关的运动方程式和运动时的机器人的关节的加速度的值,来计算预测的作用于所述机器人的负荷的峰值;以及
加速度调整步骤,执行第一调整和第二调整中的至少一项,所述第一调整是在所述负荷计算步骤中计算出的负荷的峰值大于所述机器人运动时作用于所述机器人的负荷的目标值的情况下,进行调整以降低所述加速度,所述第二调整是在所述峰值小于所述目标值的情况下,进行调整以增加所述加速度,
重复进行基于所述加速度调整步骤的所述加速度的调整以及基于所述负荷计算步骤的负荷的峰值的计算,直到基于所述机器人的关节的加速度和所述运动方程式计算出的负荷的峰值成为从所述目标值增减根据允许的加速度的调整时间而确定的余量值所得到的预定范围内的值为止。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018134106A JP7115090B2 (ja) | 2018-07-17 | 2018-07-17 | 加速度調整装置及び加速度調整プログラム |
JP2018-134106 | 2018-07-17 | ||
PCT/JP2019/009817 WO2020017093A1 (ja) | 2018-07-17 | 2019-03-11 | 加速度調整装置及び加速度調整プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112262026A CN112262026A (zh) | 2021-01-22 |
CN112262026B true CN112262026B (zh) | 2023-07-14 |
Family
ID=69164454
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980039334.0A Active CN112262026B (zh) | 2018-07-17 | 2019-03-11 | 加速度调整装置及存储介质 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11697206B2 (zh) |
EP (1) | EP3825074A4 (zh) |
JP (1) | JP7115090B2 (zh) |
CN (1) | CN112262026B (zh) |
WO (1) | WO2020017093A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111665740B (zh) * | 2020-06-17 | 2024-04-02 | 珠海格力智能装备有限公司 | 机器人的仿真方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005044230A (ja) * | 2003-07-24 | 2005-02-17 | Mitsubishi Electric Corp | ロボット制御装置 |
CN1903523A (zh) * | 2005-07-25 | 2007-01-31 | 发那科株式会社 | 机器人程序评价、修正方法及机器人程序评价、修正装置 |
JP2007125645A (ja) * | 2005-11-04 | 2007-05-24 | Hitachi Ltd | ロボット動作編集システム |
JP2014014875A (ja) * | 2012-07-05 | 2014-01-30 | Canon Inc | ロボット制御装置、及びロボット制御方法 |
CN107139171A (zh) * | 2017-05-09 | 2017-09-08 | 浙江工业大学 | 一种基于力矩控制的工业机器人避障轨迹规划方法 |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07200030A (ja) * | 1993-12-28 | 1995-08-04 | Hitachi Ltd | ロボット動作計画装置、コントローラ、および、最適軌道生成方法 |
JPH0916241A (ja) | 1995-06-29 | 1997-01-17 | Fanuc Ltd | ロボットの加減速動作の設定方法 |
JPH1153021A (ja) | 1997-08-05 | 1999-02-26 | Yaskawa Electric Corp | 産業用ロボットの加減速パターン生成方法 |
JP4358979B2 (ja) * | 2000-07-14 | 2009-11-04 | 株式会社ダイヘン | ロボットシステムの制御方法及び制御装置 |
JP4942672B2 (ja) * | 2008-01-25 | 2012-05-30 | 三菱電機株式会社 | ロボット軌道制御装置及びロボット軌道制御方法 |
JP4571225B1 (ja) * | 2009-05-27 | 2010-10-27 | ファナック株式会社 | 消費電力推定装置 |
DE102009049172B4 (de) * | 2009-10-13 | 2019-07-25 | Kuka Roboter Gmbh | Verfahren und Vorrichtung zur Steuerung eines Manipulators |
JP5618068B2 (ja) * | 2010-08-24 | 2014-11-05 | シンフォニアテクノロジー株式会社 | 移動装置の軌道情報生成装置 |
JP5426722B2 (ja) * | 2012-05-24 | 2014-02-26 | ファナック株式会社 | ロボットプログラム変更装置 |
JP5549749B1 (ja) | 2013-01-16 | 2014-07-16 | 株式会社安川電機 | ロボット教示システム、ロボット教示プログラムの生成方法および教示ツール |
US9221175B2 (en) * | 2013-03-28 | 2015-12-29 | Denso Wave Incorporated | Method of generating path of multiaxial robot and control apparatus for the multiaxial robot |
US9352465B2 (en) * | 2013-11-12 | 2016-05-31 | Canon Kabushiki Kaisha | Control method for robot apparatus and robot apparatus |
JP6418782B2 (ja) * | 2014-05-16 | 2018-11-07 | キヤノン株式会社 | ロボットシステムの制御方法、プログラム、記録媒体、ロボットシステム、及び診断装置 |
JP6455019B2 (ja) * | 2014-08-21 | 2019-01-23 | 株式会社デンソーウェーブ | ロボットの制御装置及び制御方法 |
JP6126152B2 (ja) * | 2015-03-16 | 2017-05-10 | ファナック株式会社 | 曲線部を有する軌道を生成するロボットの軌道生成装置 |
US9975244B1 (en) * | 2016-08-02 | 2018-05-22 | X Development Llc | Real-time generation of trajectories for actuators of a robot |
CN106426176B (zh) | 2016-11-08 | 2018-06-26 | 北京邮电大学 | 一种六自由度空间机械臂动态负载能力工作空间分析方法 |
-
2018
- 2018-07-17 JP JP2018134106A patent/JP7115090B2/ja active Active
-
2019
- 2019-03-11 WO PCT/JP2019/009817 patent/WO2020017093A1/ja unknown
- 2019-03-11 EP EP19836926.6A patent/EP3825074A4/en not_active Withdrawn
- 2019-03-11 US US17/254,326 patent/US11697206B2/en active Active
- 2019-03-11 CN CN201980039334.0A patent/CN112262026B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005044230A (ja) * | 2003-07-24 | 2005-02-17 | Mitsubishi Electric Corp | ロボット制御装置 |
CN1903523A (zh) * | 2005-07-25 | 2007-01-31 | 发那科株式会社 | 机器人程序评价、修正方法及机器人程序评价、修正装置 |
JP2007125645A (ja) * | 2005-11-04 | 2007-05-24 | Hitachi Ltd | ロボット動作編集システム |
JP2014014875A (ja) * | 2012-07-05 | 2014-01-30 | Canon Inc | ロボット制御装置、及びロボット制御方法 |
CN107139171A (zh) * | 2017-05-09 | 2017-09-08 | 浙江工业大学 | 一种基于力矩控制的工业机器人避障轨迹规划方法 |
Also Published As
Publication number | Publication date |
---|---|
JP7115090B2 (ja) | 2022-08-09 |
EP3825074A4 (en) | 2021-11-24 |
CN112262026A (zh) | 2021-01-22 |
JP2020011321A (ja) | 2020-01-23 |
US20210213608A1 (en) | 2021-07-15 |
US11697206B2 (en) | 2023-07-11 |
WO2020017093A1 (ja) | 2020-01-23 |
EP3825074A1 (en) | 2021-05-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9592606B2 (en) | Method and control means for controlling a robot | |
US6317651B1 (en) | Trajectory generation system | |
US9764471B2 (en) | Trajectory generation apparatus for robot to generate trajectory including curved portion | |
Pagilla et al. | A stable transition controller for constrained robots | |
Zhao et al. | Efficient trajectory optimization for robot motion planning | |
WO2020149021A1 (ja) | 経路生成装置、経路生成方法、及び経路生成プログラム | |
CN112262026B (zh) | 加速度调整装置及存储介质 | |
CN112236272B (zh) | 把持姿态评价装置和把持姿态评价程序 | |
CN112703090B (zh) | 机器人控制装置、机器人控制方法及存储介质 | |
JP2014014875A (ja) | ロボット制御装置、及びロボット制御方法 | |
Bulut et al. | Computed torque control of an aerial manipulation system with a quadrotor and a 2-dof robotic arm | |
Zhan et al. | Modified PSO method for robust control of 3RPS parallel manipulators | |
JP4970492B2 (ja) | 多関節ロボット | |
Carpio-Alemán et al. | Collision and tension analysis of cable-driven parallel robot for positioning and orientation | |
JP4647919B2 (ja) | 制御方法および制御装置 | |
Luan et al. | Structural dynamics simulation analysis of industrial robot arm based on Kane method | |
Belzile et al. | Heuristic algorithm for velocity scheduling with a Schönflies-motion generator | |
Fan | Robust dexterous manipulation and finger gaiting under various uncertainties | |
Hu et al. | Pre-train-based neural-learning control of a novel parallel robot by local model approximation | |
Bakaev et al. | Trajectory Planning of a Manipulator Robot in Joints Space | |
Yang et al. | A Novel Head-following Algorithm for Multi-Joint Articulated Driven Continuum Robots | |
Xiaofeng et al. | Force-position collaborative optimization of rope-driven snake manipulator for capturing non-cooperative space targets | |
Hong et al. | Trajectory planning of a planar cable-driven robot for industrial detection | |
Li et al. | Research on Path optimization Algorithm of the 6-DOF Manipulator | |
Mihali et al. | An Application of Robotic Optimization: Design for a Tire Changing Robot |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |