JP7270580B2 - ロボットの制御装置、制御方法、及びプログラム - Google Patents
ロボットの制御装置、制御方法、及びプログラム Download PDFInfo
- Publication number
- JP7270580B2 JP7270580B2 JP2020109801A JP2020109801A JP7270580B2 JP 7270580 B2 JP7270580 B2 JP 7270580B2 JP 2020109801 A JP2020109801 A JP 2020109801A JP 2020109801 A JP2020109801 A JP 2020109801A JP 7270580 B2 JP7270580 B2 JP 7270580B2
- Authority
- JP
- Japan
- Prior art keywords
- value
- force
- robot
- hand
- target
- 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
Landscapes
- Manipulator (AREA)
- Feedback Control In General (AREA)
Description
以下、本開示の一実施形態であるロボットシステムについて説明する。図1において、ロボットシステム1は、複数の関節11Aを有する多関節ロボット(以下、単にロボットという。)10と、ロボット10の制御装置20とを備える。ロボット10としては、例えば、ユニバーサルロボット社製の多関節ロボットが用いられる。制御装置20としては、パーソナルコンピュータなどの情報処理装置が用いられる。
次に、上記実施形態の変形例について説明する。上記実施形態では、学習時にロボット10に動作させるタスクを、初期位置及び最終目標位置を含むものとしているが、さらに最終力目標値を含むものとすることも好ましい。この場合、コストl(st,at)は、例えば、上式(3)に代えて、下式(13)で表される。
次に、第2実施形態に係るロボットシステムについて説明する。本実施形態のロボットシステムは、制御部31の機能が第1実施形態とは異なる。図21に示すように、制御部31には、パラメータ生成部304から制御部31に各種のパラメータが供給される。パラメータ生成部304は、目標値生成部30に設けられている。
次に、第2実施形態に係るロボットシステムの実施例について説明する。ロボット10(図1参照)として、ユニバーサルロボット社製の多関節ロボット(モデル:UR3e)を用いる。また、制御装置20として、CPU(Intel(登録商標) i9-9900k)及びGPU(Nvidia(登録商標) RTX-2800 Super)が内蔵されたコンピュータを用いる。GPUは、Graphics Processing Unitの略称である。
本明細書において、「A及び/又はB」は、「A及びBのうちの少なくとも1つ」と同義である。つまり、「A及び/又はB」は、Aだけであってもよいし、Bだけであってもよいし、A及びBの組み合わせであってもよい、という意味である。
11 アーム
12 基台
13 手先
14 力覚センサ
15 駆動モータ
16 エンコーダ
20 制御装置
30 目標値生成部
31 制御部
32 手先位置算出部
33 学習部
34 パラメータ設定部
40 目標物
41 穴
200 ストレージデバイス
201 メモリ
203 通信部
204 ディスプレイ
205 入力デバイス
206 バスライン
301 モデル記憶部
302 確率分布モデル記憶部
303 モデル切り替え部
304 パラメータ生成部
311A 第1偏差算出部
311B 第2偏差算出部
312A 位置制御部
312B 力制御部
313 線形加算部
314 逆運動学演算部
315 指令値生成部
γ ゲイン係数
θ 重みパラメータ
C1 第1駆動軸
C2 第2駆動軸
C3 第3駆動軸
C4 第4駆動軸
C5 第5駆動軸
C6 第6駆動軸
L1 入力層
L2 中間層
L3 出力層
SM 確率分布モデル
TM 学習済みモデル
W ワーク
Claims (14)
- ロボットの関節を駆動するための関節指令値を一定のサイクルごとに与えてロボットを作動させるプロセッサを有するロボットの制御装置であって、
前記プロセッサは、
前記関節の位置、前記関節の速度、及び前記ロボットの手先にかかる力を含むセンシング情報と、次サイクルの前記手先の位置と前記手先にかかる力の目標値である前記手先の位置目標値及び力目標値との関係を学習した学習済みモデルに基づいて、前記サイクルごとに前記位置目標値及び前記力目標値を生成し、
前記位置目標値と前記センシング情報に基づく前記手先の位置との偏差を表す位置偏差値と、前記力目標値と前記センシング情報に基づく前記手先にかかる力との偏差を表す力偏差値とのそれぞれに補償変換を施した値の線形和を算出し、かつ前記線形和を制御偏差値として現サイクルの前記関節指令値に対してフィードバックを行うことにより、次サイクルの前記関節指令値を生成する、
ロボットの制御装置。 - 前記プロセッサは、
前記位置偏差値と前記力偏差値とのそれぞれに微分補償変換を施した値の線形和を算出する、
請求項1に記載のロボットの制御装置。 - 前記プロセッサは、
前記位置偏差値に微分補償変換を施した値と、前記力偏差値に積分補償変換を施した値との線形和を算出する、
請求項1に記載のロボットの制御装置。 - 前記プロセッサは、
前記手先の初期位置、最終目標位置、及び最終力目標値を含むタスクを与え、前記サイクルごとに前記関節指令値を生成し、かつ前記センシング情報を取得することにより学習を行い、前記学習済みモデルを更新する、
請求項1から請求項3のうちいずれか1項に記載のロボットの制御装置。 - 前記プロセッサは、
前記学習済みモデルに代えて、前記センシング情報と前記手先の位置及び力との関係を、確率分布によって表現した確率分布モデルによって前記位置目標値及び前記力目標値を生成し、
前記関節指令値に基づいて前記ロボットを制御することにより、前記サイクルごとに前記センシング情報を収集し、
収集された前記センシング情報と前記位置目標値及び前記力目標値との関係を学習することにより前記確率分布モデル及び前記学習済みモデルを更新する、
請求項4に記載のロボットの制御装置。 - 前記プロセッサは、前記最終目標位置及び前記最終力目標値への到達度を表すコストを最小化するように前記確率分布モデルを更新する、
請求項5に記載のロボットの制御装置。 - 前記プロセッサは、更新された前記確率分布モデルを用いて前記学習済みモデルを更新する、
請求項6に記載のロボットの制御装置。 - 前記確率分布モデルは、線形ガウスモデルである、
請求項7に記載のロボットの制御装置。 - 前記学習済みモデルは、ニューラルネットワークである、
請求項1から請求項8のうちいずれか1項に記載のロボットの制御装置。 - 前記位置偏差値に補償変換を施した値をp’err、前記力偏差値に補償変換を施した値をf’err、前記線形和をpstepとした場合に、「pstep=γp’err+(1-γ)f’err」の関係(ここで、0<γ≦1)を有する、
請求項1から請求項9のうちいずれか1項に記載のロボットの制御装置。 - 前記プロセッサは、前記手先にかかる力に応じて係数γを、前記サイクルごとに変化させる、
請求項10に記載のロボットの制御装置。 - 前記学習済みモデルは、サイクルごとの前記係数γの関係をさらに記憶しており、
前記プロセッサは、前記係数γに基づいて線形和pstepを算出する、
請求項11に記載のロボットの制御装置。 - ロボットの関節を駆動するための関節指令値を一定のサイクルごとに与えてロボットを作動させるロボットの制御方法であって、
前記関節の位置、前記関節の速度、及び前記ロボットの手先にかかる力を含むセンシング情報と、次サイクルの前記手先の位置と前記手先にかかる力の目標値である前記手先の位置目標値及び力目標値との関係を学習した学習済みモデルに基づいて、前記サイクルごとに前記位置目標値及び前記力目標値を生成する目標値生成ステップと、
前記位置目標値と前記センシング情報に基づく前記手先の位置との偏差を表す位置偏差値と、前記力目標値と前記センシング情報に基づく前記手先にかかる力との偏差を表す力偏差値とのそれぞれに補償変換を施した値の線形和を算出し、かつ前記線形和を制御偏差値として現サイクルの前記関節指令値に対してフィードバックを行うことにより、次サイクルの前記関節指令値を生成する制御ステップと、
を有するロボットの制御方法。 - ロボットの関節を駆動するための関節指令値を一定のサイクルごとに与えてロボットを作動させる制御をコンピュータに作動させるプログラムであって、
前記関節の位置、前記関節の速度、及び前記ロボットの手先にかかる力を含むセンシング情報と、次サイクルの前記手先の位置と前記手先にかかる力の目標値である前記手先の位置目標値及び力目標値との関係を学習した学習済みモデルに基づいて、前記サイクルごとに前記位置目標値及び前記力目標値を生成する目標値生成ステップと、
前記位置目標値と前記センシング情報に基づく前記手先の位置との偏差を表す位置偏差値と、前記力目標値と前記センシング情報に基づく前記手先にかかる力との偏差を表す力偏差値とのそれぞれに補償変換を施した値の線形和を算出し、かつ前記線形和を制御偏差値として現サイクルの前記関節指令値に対してフィードバックを行うことにより、次サイクルの前記関節指令値を生成する制御ステップと、
をコンピュータに作動させるプログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019222997 | 2019-12-10 | ||
JP2019222997 | 2019-12-10 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021091079A JP2021091079A (ja) | 2021-06-17 |
JP7270580B2 true JP7270580B2 (ja) | 2023-05-10 |
Family
ID=76311352
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020109801A Active JP7270580B2 (ja) | 2019-12-10 | 2020-06-25 | ロボットの制御装置、制御方法、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7270580B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116079737A (zh) * | 2023-02-23 | 2023-05-09 | 南京邮电大学 | 基于分层强化学习的机械臂复杂操作技能学习方法及*** |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100145509A1 (en) | 2008-12-10 | 2010-06-10 | George Zhang | Method And System For In-Production Optimization of The Parameters Of A Robot Used for Assembly |
JP2019005834A (ja) | 2017-06-22 | 2019-01-17 | 株式会社デンソー | 学習システム及び学習方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09123078A (ja) * | 1995-11-01 | 1997-05-13 | Ricoh Co Ltd | ロボット装置 |
JPH09258814A (ja) * | 1996-03-22 | 1997-10-03 | Kayaba Ind Co Ltd | 組み立てロボットの位置決め制御装置及び位置決め制御方法 |
JPH10111701A (ja) * | 1996-10-05 | 1998-04-28 | Ricoh Co Ltd | 学習型自動セル装置と学習方法 |
-
2020
- 2020-06-25 JP JP2020109801A patent/JP7270580B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100145509A1 (en) | 2008-12-10 | 2010-06-10 | George Zhang | Method And System For In-Production Optimization of The Parameters Of A Robot Used for Assembly |
JP2019005834A (ja) | 2017-06-22 | 2019-01-17 | 株式会社デンソー | 学習システム及び学習方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2021091079A (ja) | 2021-06-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2022088593A1 (zh) | 机械臂的控制方法、装置及人机协同模型的训练方法 | |
JP4735795B2 (ja) | 冗長マニピュレータの制御方法 | |
US20070083290A1 (en) | Apparatus and method for computing operational-space physical quantity | |
JP5011525B2 (ja) | 逐次検索法による6自由度ロボットアームの逆運動学、およびそれを使用するロボットのシステム、制御方法、プログラム | |
CN110103225B (zh) | 一种数据驱动的机械臂重复运动控制方法与装置 | |
Feng et al. | Inverse kinematic solution for robot manipulator based on electromagnetism-like and modified DFP algorithms | |
Rubio et al. | Optimal time trajectories for industrial robots with torque, power, jerk and energy consumed constraints | |
JP7295421B2 (ja) | 制御装置及び制御方法 | |
Jiao et al. | Adaptive hybrid impedance control for dual-arm cooperative manipulation with object uncertainties | |
CN112338913B (zh) | 一种多关节柔性机械臂的轨迹跟踪控制方法及*** | |
JP7270580B2 (ja) | ロボットの制御装置、制御方法、及びプログラム | |
Mazare et al. | Adaptive variable impedance control for a modular soft robot manipulator in configuration space | |
EP4019208A1 (en) | Control device, control method, and control program | |
JP7263987B2 (ja) | 制御装置、制御方法、及び制御プログラム | |
Izadbakhsh et al. | Superiority of q-Chlodowsky operators versus fuzzy systems and neural networks: Application to adaptive impedance control of electrical manipulators | |
Pomares et al. | Dynamic visual servo control of a 4-axis joint tool to track image trajectories during machining complex shapes | |
EP4205916A1 (en) | Learning device, learning method, learning program, control device, control method, and control program | |
EP2359989B1 (en) | Robot control with bootstrapping inverse kinematics | |
JP7391635B2 (ja) | 制御システム | |
Nagata et al. | Neural network-based inverse kinematics for an industrial robot and its learning method | |
JP7028196B2 (ja) | ロボット制御装置、ロボット制御方法、及びロボット制御プログラム | |
JP6895086B2 (ja) | ロボットの制御装置、制御方法及びプログラム | |
Kirchoff et al. | A saturation-type robust controller for modular manipulators arms | |
Zhang et al. | An online prediction and compensation method for robot position errors embedded with error-motion correlation | |
Toner et al. | Probabilistically safe mobile manipulation in an unmodeled environment with automated feedback tuning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220117 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221128 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221206 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230112 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230404 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230425 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7270580 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |