JP7489727B2 - マルチロボット運用環境におけるロボットの構成 - Google Patents
マルチロボット運用環境におけるロボットの構成 Download PDFInfo
- Publication number
- JP7489727B2 JP7489727B2 JP2022544106A JP2022544106A JP7489727B2 JP 7489727 B2 JP7489727 B2 JP 7489727B2 JP 2022544106 A JP2022544106 A JP 2022544106A JP 2022544106 A JP2022544106 A JP 2022544106A JP 7489727 B2 JP7489727 B2 JP 7489727B2
- Authority
- JP
- Japan
- Prior art keywords
- robot
- robots
- processor
- population
- candidate
- 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
- 238000000034 method Methods 0.000 claims description 116
- 239000013598 vector Substances 0.000 claims description 57
- 238000005457 optimization Methods 0.000 claims description 53
- 230000003094 perturbing effect Effects 0.000 claims description 17
- 230000004044 response Effects 0.000 claims description 12
- 238000005070 sampling Methods 0.000 claims description 5
- 238000004088 simulation Methods 0.000 description 17
- 230000015654 memory Effects 0.000 description 15
- 238000013459 approach Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 8
- 239000011159 matrix material Substances 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 6
- 230000001953 sensory effect Effects 0.000 description 5
- 230000007704 transition Effects 0.000 description 5
- 239000012636 effector Substances 0.000 description 4
- 230000008447 perception Effects 0.000 description 4
- 230000005055 memory storage Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000007670 refining Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 241000879777 Lynx rufus Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 230000036461 convulsion Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- APTZNLHMIGJTEW-UHFFFAOYSA-N pyraflufen-ethyl Chemical compound C1=C(Cl)C(OCC(=O)OCC)=CC(C=2C(=C(OC(F)F)N(C)N=2)Cl)=C1F APTZNLHMIGJTEW-UHFFFAOYSA-N 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- -1 signal buses Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
- B25J9/1666—Avoiding collision or forbidden zones
-
- 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
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1669—Programme controls characterised by programming, planning systems for manipulators characterised by special application, e.g. multi-arm co-operation, assembly, grasping
-
- 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
- B25J9/1679—Programme controls characterised by the tasks executed
- B25J9/1682—Dual arm manipulator; Coordination of several manipulators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
-
- 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
- G05B2219/40—Robotics, robotics mapping to robotics vision
- G05B2219/40417—For cooperating manipulators
-
- 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
- G05B2219/40—Robotics, robotics mapping to robotics vision
- G05B2219/40476—Collision, planning for collision free path
-
- 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
- G05B2219/40—Robotics, robotics mapping to robotics vision
- G05B2219/40515—Integration of simulation and planning
-
- 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
- G05B2219/40—Robotics, robotics mapping to robotics vision
- G05B2219/40629—Manipulation planning, consider manipulation task, path, grasping
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- General Physics & Mathematics (AREA)
- Physiology (AREA)
- Genetics & Genomics (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Manipulator (AREA)
Description
集団発生器を介してC個の候補ソリューションの集団を生成するステップであって、前記ロボットの各々について指定する前記C個の候補ソリューションの集団における前記候補ソリューションのそれぞれは、前記ロボットのそれぞれのために、それぞれのベース(又は、基本/基礎/bace)の位置及び向き、少なくとも1つの定義されたポーズのそれぞれの組、及びそれぞれのタスク又はターゲットシーケンスを指定するものであって、前記それぞれのベースの位置及び向きが、前記マルチロボット動作環境における前記それぞれのロボットのベースについてのそれぞれの位置及び向きを指定し、前記少なくとも1つの定義されたポーズのそれぞれの組が前記マルチロボット動作環境における前記それぞれのロボットの少なくとも1つのホームポーズを指定し、前記それぞれのタスク又はターゲットシーケンスがタスクのそれぞれのシーケンスを完了するために、前記それぞれのロボットが移動するためのターゲットのそれぞれの順序付けられたリストを備える、C個の候補ソリューションの集団を生成するステップと、
前記C個の候補ソリューションの集団に対する最適化を、前記ロボットの前記それぞれのベースの位置及び向き、前記ロボットのそれぞれの1つへの前記タスクの割当て、及び前記ロボットの前記それぞれのタスク又はターゲットシーケンスのうちの2つ又はそれ以上についての2つ又はそれ以上の非同種のパラメータの組にわたって共最適化するオプティマイザエンジンによって実行するステップと、
出力として、前記ロボットのそれぞれのための前記それぞれのベースの位置及び向き、前記ロボットのそれぞれのためのそれぞれのタスク割当て、及び前記ロボットのそれぞれのためのそれぞれのモーションプランを提供するステップと、
を備える、動作方法。
前記候補ソリューションに関連するそれぞれのコストに少なくとも部分的に基づいて、オプティマイザエンジンを介して前記候補ソリューションのうちの1つを選択するステップを含み、前記それぞれのコストは、タスクの前記シーケンスを完了する時間と、前記それぞれの候補ソリューションについて決定された衝突値とに少なくとも部分的に基づいている、実施例3に記載の方法。
前記マルチロボット環境シミュレータを介してタスクの前記シーケンスの各タスクを仮想的に実行するステップと、
複数のエポックの各エポックについて、前記マルチロボット環境シミュレータを介して前記ロボットの少なくとも1つの部分のC空間位置をサンプリングするステップと、
順運動学を使用して衝突をチェックして、前記ロボットのそれぞれの1つの1つ又は複数の部分と前記ロボットの前記それぞれの1つの別の部分との間、前記ロボットの前記それぞれの1つと前記環境内の前記ロボットの別の1つとの間、及び前記ロボットの前記それぞれの1つと別のロボットではないマルチロボット動作環境内の別のオブジェクトとの間の潜在的な衝突を識別するステップと、
を含む、実施例3に記載の方法。
摂動候補ソリューションを生成するために前記それぞれの候補ソリューションを摂動させるステップと、
前記摂動候補ソリューションをモデル化するステップと、
前記摂動候補ソリューションが前記それぞれの候補ソリューションよりも低い関連コストを有するかどうかを判定するステップと、
前記摂動候補ソリューションが前記それぞれの候補ソリューションよりも低い関連コストを有するという判定に応答して、前記C個の候補ソリューションの集団内の前記それぞれの候補ソリューションを前記摂動候補ソリューションで置き換えるステップと、
をさらに含む、実施例1又は2に記載の方法。
少なくとも1つのプロセッサと、
少なくとも1つのデータ及びプロセッサ実行可能命令を記憶する少なくとも1つの非一時的プロセッサ可読媒体であって、前記プロセッサ実行可能命令は前記少なくとも1つのプロセッサによって実行されるときに、前記プロセッサに実施例1から15のいずれかの方法を実行させる、少なくとも1つの非一時的プロセッサ可読媒体と、
を備える、プロセッサベースのシステム。
少なくとも1つのプロセッサと、
少なくとも1つのデータ及びプロセッサ実行可能命令を記憶する少なくとも1つの非一時的プロセッサ可読媒体であって、前記プロセッサ実行可能命令は前記少なくとも1つのプロセッサによって実行されるときに、前記プロセッサに、
集団発生器を介してC個の候補ソリューションの集団を生成するステップであって、前記ロボットの各々について指定する前記C個の候補ソリューションの集団における前記候補ソリューションのそれぞれは、前記ロボットのそれぞれのために、それぞれのベースの位置及び向き、少なくとも1つの定義されたポーズの組、及びそれぞれのタスク又はターゲットシーケンスを指定するものであって、前記それぞれのベースの位置及び向きが、前記マルチロボット動作環境における前記それぞれのロボットのベースについてそれぞれの位置及び向きを指定し、前記少なくとも1つの定義されたポーズのそれぞれの組がマルチロボット動作環境における前記それぞれのロボットの少なくとも1つのそれぞれのホームポーズを指定し、前記それぞれのタスク又はターゲットシーケンスがタスクのそれぞれのシーケンスを完了するために、前記それぞれのロボットが移動するためのターゲットのそれぞれの順序付けられたリストを備える、C個の候補ソリューションの集団を生成するステップと、
前記C個の候補ソリューションの集団に対する最適化を、前記ロボットの前記それぞれのベースの位置及び向き、前記ロボットのそれぞれの1つへの前記タスクの割当て、及び前記ロボットの前記それぞれのタスク又はターゲットシーケンスのうちの2つ又はそれ以上の2つ又はそれ以上の不均一なパラメータの組にわたって共最適化するオプティマイザエンジンによって実行するステップと、
出力として、前記ロボットのそれぞれのために、前記それぞれのベースの位置及び向き、前記ロボットのそれぞれのためのそれぞれのタスク割当て、及び前記ロボットのそれぞれのためのそれぞれのモーションプランを提供するステップと、
を実行させる、少なくとも1つの非一時的プロセッサ可読媒体と、
を備える、プロセッサベースのシステム。
候補ソリューションの集団Cの前記候補ソリューションの各々について、タスクのシーケンスを完了するためのそれぞれの時間、及びロボット環境シミュレータによって実行されるモデリングを介してタスクのシーケンスを完了する際に発生する衝突の割合又は確率を表すそれぞれの衝突値を決定させる、実施例17又は18のいずれかに記載のプロセッサベースのシステム。
前記候補ソリューションに関連するそれぞれのコストに少なくとも部分的に基づいて、オプティマイザエンジンを介して前記候補ソリューションのうちの1つを選択するステップを実行させ、前記それぞれのコストは、タスクの前記シーケンスを完了する時間と、前記それぞれの候補ソリューションについて決定された衝突値とに少なくとも部分的に基づいている、実施例19に記載のプロセッサベースのシステム。
前記マルチロボット環境シミュレータを介してタスクの前記シーケンスの各タスクを仮想的に実行するステップと、
複数のエポックの各エポックについて、前記マルチロボット環境シミュレータを介して前記ロボットの少なくとも1つの部分のC空間位置をサンプリングするステップと、
順運動学を使用して衝突をチェックして、前記ロボットのそれぞれの1つの1つ又は複数の部分と前記ロボットの前記それぞれの1つの別の部分との間、前記ロボットの前記それぞれの1つと前記環境内の前記ロボットの別の1つとの間、及び前記ロボットの前記それぞれの1つと別のロボットではないマルチロボット動作環境内の別のオブジェクトとの間の潜在的な衝突を識別するステップと、
を実行さえる、実施例19に記載のプロセッサベースのシステム。
前記C個の候補ソリューションの集団におけるいくつかの候補ソリューションの各々について、少なくとも1回の反復ごとに、
摂動候補ソリューションを生成するために前記それぞれの候補ソリューションを摂動させるステップと、
前記摂動候補ソリューションをモデル化するステップと、
前記摂動候補ソリューションが前記それぞれの候補ソリューションよりも低い関連コストを有するかどうかを判定するステップと、
前記摂動候補ソリューションが関それぞれの候補ソリューションよりも低い関連コストを有するという判定に応答して、前記C個の候補ソリューションの集団内の前記それぞれの候補ソリューションを前記摂動候補ソリューションと置き換えるステップと、
をさらに実行させる、実施例17又は18に記載のプロセッサベースのシステム。
マルチロボット動作環境の少なくとも1つのモデル、前記マルチロボット動作環境で動作する前記ロボットの少なくとも2つの各々のそれぞれのモデル、及びタスク又はターゲットの組を含む入力をさらに受信させる、実施例17又は18に記載のプロセッサベースのシステム。
マルチロボット動作環境の少なくとも1つのモデル、前記マルチロボット動作環境で動作する前記ロボットの少なくとも2つの各々のそれぞれのモデル、タスク又はターゲットの組、及び、ロボットの少なくとも1つが少なくとも1つのタスクを実行する間に1つ又は複数のターゲットに滞留するための1つ又は複数の滞留持続時間、変数に対する境界又は制約の組、又は衝突をシミュレートする際の時間制限を指定する時間隔の組のうちの少なくとも1つ、を含む入力をさらに受信させる、実施例17又は18に記載のプロセッサベースのシステム。
下記は、本願の出願当初に記載の発明である。
<請求項1>
複数のロボットが動作するマルチロボット動作環境のために複数のロボットを構成するためのプロセッサベースのシステムにおける動作方法であって、前記方法は、
集団発生器を介してC個の候補ソリューションの集団を生成するステップであって、前記C個の候補ソリューションの集団の前記候補ソリューションのそれぞれは、前記ロボットのそれぞれのために、それぞれのベースの位置及び向き、少なくとも1つの定義されたポーズのそれぞれの組、及びそれぞれのターゲットシーケンスを指定し、前記それぞれのベースの位置及び向きが、前記マルチロボット動作環境における前記それぞれのロボットのベースについてのそれぞれの位置及び向きを指定し、前記少なくとも1つの定義されたポーズのそれぞれの組が前記マルチロボット動作環境における前記それぞれのロボットの少なくとも1つのそれぞれのホームポーズを指定し、前記それぞれのターゲットシーケンスがそれぞれのタスクのシーケンスを完了するために前記それぞれのロボットが移動するためのそれぞれの順序付けられたターゲットのリストを備える、C個の候補ソリューションの集団を生成するステップと、
前記ロボットの前記それぞれのベースの位置及び向き、前記ロボットのそれぞれの1つへの前記タスクの割当て、及び前記ロボットの前記それぞれのターゲットシーケンスのうちの2つ又はそれ以上についての2つ又はそれ以上の非同種のパラメータの組にわたって共最適化するオプティマイザエンジンによって前記C個の候補ソリューションの集団に対する最適化を実行するステップと、
出力として、前記ロボットのそれぞれのための前記それぞれのベースの位置及び向き、前記ロボットのそれぞれのためのそれぞれのタスク割当て、及び前記ロボットのそれぞれのためのそれぞれのモーションプランを提供するステップと、
を備える、動作方法。
<請求項2>
出力として、前記ロボットのそれぞれのための前記それぞれのベースの位置及び向き、前記ロボットのそれぞれのためのそれぞれのタスク割当て、及び前記ロボットのそれぞれのためのそれぞれのモーションプランを提供するステップは、前記ロボットごとに、前記それぞれのロボットのC空間内の最適化された順序付けられたターゲットのリストの形態の実行されるべきそれぞれのタスクのシーケンスと、1つ又は複数の前記ターゲットにおける1つ又は複数の滞留持続時間とを指定する最適化されたタスク割当てを提供するステップと、衝突のない経路の組を指定する最適化されたモーションプランを提供するステップとを含み、前記衝突のない経路の組は前記順序付けられたターゲットのリスト内の連続するターゲットの各対の間のそれぞれの衝突のない経路を指定する、請求項1に記載の方法。
<請求項3>
前記C個の候補ソリューションの集団の前記候補ソリューションのそれぞれについて、前記タスクのシーケンスを完了するための時間、及びロボット環境シミュレータによって実行されるモデリングを介して前記タスクのシーケンスを完了する際に発生する衝突の割合又は確率を表すそれぞれの衝突値を決定するステップをさらに含む、請求項1又は2のいずれかに記載の方法。
<請求項4>
2つ又はそれ以上の非同種のパラメータの組にわたって共最適化するオプティマイザエンジンによって前記C個の候補ソリューションの集団に対する最適化を実行するステップは、
前記候補ソリューションに関連するそれぞれのコストに少なくとも部分的に基づいて、オプティマイザエンジンを介して前記候補ソリューションのうちの1つを選択するステップを含み、前記それぞれのコストは、前記タスクのシーケンスを完了するための時間と、前記それぞれの候補ソリューションについて決定された前記衝突値とに少なくとも部分的に基づいている、請求項3に記載の方法。
<請求項5>
前記タスクのシーケンスを完了するためのそれぞれの時間、及びオプティマイザエンジンによるモデリングを介して発生する衝突の割合又は確率を表すそれぞれの衝突値を決定するステップは、
前記マルチロボット環境シミュレータを介して前記タスクのシーケンスの各タスクを仮想的に実行するステップと、
複数のエポックの各エポックについて、前記マルチロボット環境シミュレータを介して前記ロボットの少なくとも1つの部分のC空間位置をサンプリングするステップと、
順運動学を使用して衝突をチェックして、前記ロボットのそれぞれの1つの1つ又は複数の部分と前記ロボットの前記それぞれの1つの別の部分との間、前記ロボットの前記それぞれの1つと前記環境内の前記ロボットの別の1つとの間、及び前記ロボットの前記それぞれの1つと別のロボットではない前記マルチロボット動作環境内の別のオブジェクトとの間の潜在的な衝突を識別するステップと、
を含む、請求項3に記載の方法。
<請求項6>
前記順序付けられたタスクのリストは前記ロボットの前記C空間内の軌道の順序付けられたリストに等しく、複数の軌道、1つ又は複数のポーズでの1つ又は複数の滞留持続時間、ホームポーズ、及び前記ロボットの前記C空間内の1つ又は複数の他の定義された機能的ポーズを含み、仮想的に実行するステップは、前記複数の軌道と、前記1つ又は複数のポーズでの1つ又は複数の滞留持続時間、前記ホームポーズ、又は前記1つ又は複数の他の定義された機能的ポーズのうちの1つ又は複数とを仮想的に実行するステップを含む、請求項5に記載の方法。
<請求項7>
前記C個の候補ソリューションの集団のいくつかの候補ソリューションの各々について、少なくとも1回の反復ごとに、
摂動候補ソリューションを生成するために前記それぞれの候補ソリューションを摂動させるステップと、
前記摂動候補ソリューションをモデル化するステップと、
前記摂動候補ソリューションが前記それぞれの候補ソリューションよりも低い関連コストを有するかどうかを判定するステップと、
前記摂動候補ソリューションが前記それぞれの候補ソリューションよりも低い関連コストを有するという判定に応答して、前記C個の候補ソリューションの集団内の前記それぞれの候補ソリューションを前記摂動候補ソリューションに置き換えるステップと、
をさらに含む、請求項1又は2に記載の方法。
<請求項8>
収束の発生、反復回数の制限又は反復時間の制限に達するまで、複数の反復について、摂動させるステップ、モデル化するステップ、判定するステップ、及び置き換えるステップを繰り返す、請求項7に記載の方法。
<請求項9>
摂動候補ソリューションを生成するために前記それぞれの候補ソリューションを摂動させるステップは、候補ソリューションベクトルを摂動させるステップを含み、前記候補ソリューションベクトルは、複数の実数ベクトル要素と、各タスクについての1つの実数ベクトル要素を含み、前記実数ベクトル要素は、前記タスクのそれぞれの1つと、前記タスクのそれぞれの1つについての優先度と、前記タスクのそれぞれの1つを実行するように識別された前記ロボットの1つとのそれぞれの組合せを表す、請求項7に記載の方法。
<請求項10>
マルチロボット動作環境の少なくとも1つのモデル、前記マルチロボット動作環境で動作する前記ロボットの少なくとも2つの各々のそれぞれのモデル、及びタスクの組を含む入力を受信するステップをさらに含む、請求項1又は2に記載の方法。
<請求項11>
マルチロボット動作環境の少なくとも1つのモデル、前記マルチロボット動作環境で動作する前記ロボットの少なくとも2つの各々のそれぞれのモデル、タスクの組、及び、前記ロボットの少なくとも1つが少なくとも1つのタスクを実行する間に1つ又は複数のターゲットに滞留するための1つ又は複数の滞留持続時間、変数に対する境界又は制約の組、又は衝突をシミュレートすることについての時間制限を指定する時間隔の組のうちの少なくとも1つ、を含む入力を受信するステップをさらに含む、請求項1又は2に記載の方法。
<請求項12>
入力を受信するステップは、前記マルチロボット動作環境で動作することが許可されるロボットの総数に対する制限と、ロボットごとに許可されるタスクの最大数とのうちの少なくとも1つをさらに含む入力を受信するステップを含む、請求項11に記載の方法。
<請求項13>
前記集団発生器が擬似ランダム集団発生器であり、集団シード発生器を介してC個の候補ソリューションの集団を生成するステップが、前記擬似ランダム集団発生器を介してC個の候補ソリューションの集団を擬似ランダムに生成するステップを含む、請求項1又は2に記載の方法。
<請求項14>
集団発生器を介してC個の候補ソリューションの集団を生成するステップが、純粋に擬似ランダムに生成されたC個の候補ソリューションの集団よりも、無効な候補ソリューションである可能性が低いC個の候補ソリューションの集団を生成するステップを含む、請求項1又は2に記載の方法。
<請求項15>
2つ又はそれ以上の非同種のパラメータの組にわたって共最適化するオプティマイザエンジンによって前記C個の候補ソリューションの集団に対する最適化を実行するステップは、それぞれの前記ロボットのそれぞれのベースについてのそれぞれの最適化されたベースの位置及び向き、最適化されたタスク割当て、及び最適化されたモーションプラン、の共最適化された組み合わせと共に最適化された候補ソリューションを選択するステップを含む、請求項1又は2に記載の方法。
<請求項16>
複数のロボットが動作するマルチロボット動作環境のために複数のロボットを構成するプロセッサベースのシステムであって、
少なくとも1つのプロセッサと、
少なくとも1つのデータ及びプロセッサ実行可能命令を記憶する少なくとも1つの非一時的プロセッサ可読媒体であって、前記プロセッサ実行可能命令は前記少なくとも1つのプロセッサによって実行されるときに、前記プロセッサに請求項1から15のいずれかの方法を実行させる、少なくとも1つの非一時的プロセッサ可読媒体と、
を備える、プロセッサベースのシステム。
<請求項17>
複数のロボットが動作するマルチロボット動作環境のために複数のロボットを構成するプロセッサベースのシステムであって、前記プロセッサベースのシステムは、
少なくとも1つのプロセッサと、
少なくとも1つのデータ及びプロセッサ実行可能命令を記憶する少なくとも1つの非一時的プロセッサ可読媒体であって、前記プロセッサ実行可能命令は前記少なくとも1つのプロセッサによって実行されるときに、前記プロセッサに、
集団発生器を介してC個の候補ソリューションの集団を生成するステップであって、前記C個の候補ソリューションの集団の前記候補ソリューションのそれぞれは、前記ロボットのそれぞれのために、それぞれのベースの位置及び向き、少なくとも1つの定義されたポーズのそれぞれの組、及びそれぞれのターゲットシーケンスを指定し、前記それぞれのベースの位置及び向きが、前記マルチロボット動作環境における前記それぞれのロボットのベースについてのそれぞれの位置及び向きを指定し、前記少なくとも1つの定義されたポーズのそれぞれの組が前記マルチロボット動作環境における前記それぞれのロボットの少なくとも1つのそれぞれのホームポーズを指定し、前記それぞれのターゲットシーケンスがタスクのそれぞれのシーケンスを完了するために、前記それぞれのロボットが移動するためのそれぞれの順序付けられたターゲットのリストを備える、C個の候補ソリューションの集団を生成するステップと、
前記ロボットの前記それぞれのベースの位置及び向き、前記ロボットのそれぞれの1つへの前記タスクの割当て、及び前記ロボットの前記それぞれのターゲットシーケンスのうちの2つ又はそれ以上についての2つ又はそれ以上の非同種のパラメータの組にわたって共最適化するオプティマイザエンジンによって前記C個の候補ソリューションの集団に対する最適化を実行するステップと、
出力として、前記ロボットのそれぞれのための前記それぞれのベースの位置及び向き、前記ロボットのそれぞれのためのそれぞれのタスク割当て、及び前記ロボットのそれぞれのためのそれぞれのモーションプランを提供するステップと、
を実行させる、少なくとも1つの非一時的プロセッサ可読媒体と、
を備える、プロセッサベースのシステム。
<請求項18>
前記プロセッサ実行可能命令は前記少なくとも1つのプロセッサによって実行されたとき、前記プロセッサに、前記ロボットごとに、前記それぞれのロボットのC空間内の最適化された順序付けられたターゲットのリストの形態の実行されるべきそれぞれのタスクのシーケンスと、1つ又は複数の前記ターゲットにおける1つ又は複数の滞留持続時間とを指定する最適化されたタスク割当て及び衝突のない経路の組を指定する最適化されたモーションプランを出力として提供させ、前記衝突の経路の組は前記順序付けられたターゲットのリスト内の連続するターゲットの各対の間のそれぞれの衝突のない経路を指定する、請求項17に記載のプロセッサベースのシステム。
<請求項19>
前記プロセッサ実行可能命令は前記少なくとも1つのプロセッサによって実行されたとき、前記プロセッサに、
前記C個の候補ソリューションの集団の前記候補ソリューションのそれぞれについて、前記タスクのシーケンスを完了するための時間、及びロボット環境シミュレータによって実行されるモデリングを介して前記タスクのシーケンスを完了する際に発生する衝突の割合又は確率を表すそれぞれの衝突値をさらに決定させる、請求項17又は18のいずれかに記載のプロセッサベースのシステム。
<請求項20>
2つ又はそれ以上の非同種のパラメータの組にわたって共最適化するオプティマイザエンジンによって前記C個の候補ソリューションの集団に対する最適化を実行するために、前記プロセッサ実行可能命令が前記少なくとも1つのプロセッサによって実行されたときに、前記プロセッサに、
前記候補ソリューションに関連するそれぞれのコストに少なくとも部分的に基づいて、オプティマイザエンジンを介して前記候補ソリューションのうちの1つを選択するステップを実行させ、前記それぞれのコストは、前記タスクのシーケンスを完了する時間と、前記それぞれの候補ソリューションについて決定された前記衝突値とに少なくとも部分的に基づいている、請求項19に記載のプロセッサベースのシステム。
<請求項21>
前記タスクのシーケンスを完了するためのそれぞれの時間、及びオプティマイザエンジンによるモデリングを介して発生する衝突の割合又は確率を表すそれぞれの衝突値を決定するために、前記プロセッサ実行可能命令が前記少なくとも1つのプロセッサによって実行されたとき、前記プロセッサに、
前記マルチロボット環境シミュレータを介してタスクの前記シーケンスの各タスクを仮想的に実行するステップと、
複数のエポックの各エポックについて、前記マルチロボット環境シミュレータを介して前記ロボットの少なくとも1つの部分のC空間位置をサンプリングするステップと、
順運動学を使用して衝突をチェックして、前記ロボットのそれぞれの1つの1つ又は複数の部分と前記ロボットの前記それぞれの1つの別の部分との間、前記ロボットの前記それぞれの1つと前記環境内の前記ロボットの別の1つとの間、及び前記ロボットの前記それぞれの1つと別のロボットではない前記マルチロボット動作環境内の別のオブジェクトとの間の潜在的な衝突を識別するステップと、
を実行させる、請求項19に記載のプロセッサベースのシステム。
<請求項22>
前記順序付けられたタスクのリストは前記ロボットの前記C空間内の軌道の順序付けられたリストと等しく、複数の軌道、1つ又は複数のポーズでの1つ又は複数の滞留持続時間、ホームポーズ、及び前記ロボットの前記C空間の1つ又は複数の他の定義された機能ポーズを含み、仮想的に実行するために、前記プロセッサ実行可能命令が前記少なくとも1つのプロセッサによって実行されたとき、前記プロセッサに、前記複数の軌道と1つ又は複数のポーズでの前記1つ又は複数の滞留持続時間、前記ホームポーズ、又は前記1つ又は複数の他の定義された機能的ポーズのうちの1つ又は複数を仮想的に実行させる、請求項21に記載のプロセッサベースのシステム。
<請求項23>
前記プロセッサ実行可能命令は前記少なくとも1つのプロセッサによって実行されたとき、前記プロセッサに、
前記C個の候補ソリューションの集団のいくつかの候補ソリューションの各々について、少なくとも1回の反復ごとに、
摂動候補ソリューションを生成するために前記それぞれの候補ソリューションを摂動させるステップと、
前記摂動候補ソリューションをモデル化するステップと、
前記摂動候補ソリューションが前記それぞれの候補ソリューションよりも低い関連コストを有するかどうかを判定するステップと、
前記摂動候補ソリューションが前記それぞれの候補ソリューションよりも低い関連コストを有するという判定に応答して、前記C個の候補ソリューションの集団内の前記それぞれの候補ソリューションを前記摂動候補ソリューションに置き換えるステップと、
をさらに実行させる、請求項17又は18に記載のプロセッサベースのシステム。
<請求項24>
前記プロセッサ実行可能命令は前記少なくとも1つのプロセッサによって実行されたとき、前記プロセッサに、収束の発生、反復回数の制限又は反復時間の制限に達するまで、複数の反復について、前記摂動、前記モデル化、前記判定、及び前記置換をさらに繰り返させる、請求項23に記載のプロセッサベースのシステム。
<請求項25>
摂動候補ソリューションを生成するために前記それぞれの候補ソリューションを摂動させるために、前記プロセッサ実行可能命令が前記少なくとも1つのプロセッサによって実行されたとき、前記プロセッサに、候補ソリューションベクトルを摂動させ、前記候補ソリューションベクトルは、複数の実数ベクトル要素と、各タスクについて1つの実数ベクトル要素とを含み、前記実数ベクトル要素は前記タスクのそれぞれの1つと、前記タスクのそれぞれの1つについての優先度と、前記タスクのそれぞれの1つを実行するように識別された前記ロボットの1つのそれぞれの組合せを表す、請求項23に記載のプロセッサベースのシステム。
<請求項26>
前記プロセッサ実行可能命令は前記少なくとも1つのプロセッサによって実行されたとき、前記プロセッサに、
マルチロボット動作環境の少なくとも1つのモデル、前記マルチロボット動作環境で動作する前記ロボットの少なくとも2つの各々のそれぞれのモデル、及びタスクの組を含む入力をさらに受信させる、請求項17又は18に記載のプロセッサベースのシステム。
<請求項27>
前記プロセッサ実行可能命令は前記少なくとも1つのプロセッサによって実行されたとき、前記プロセッサに、マルチロボット動作環境の少なくとも1つのモデル、前記マルチロボット動作環境で動作する前記ロボットの少なくとも2つの各々のそれぞれのモデル、タスクの組、及び、前記ロボットの少なくとも1つが少なくとも1つのタスクを実行する間に1つ又は複数のターゲットに滞留するための1つ又は複数の滞留持続時間、変数に対する境界又は制約の組、又は衝突をシミュレートすることについての時間制限を指定する時間隔の組のうちの少なくとも1つ、を含む入力をさらに受信させる、請求項17又は18に記載のプロセッサベースのシステム。
<請求項28>
前記プロセッサ実行可能命令は前記少なくとも1つのプロセッサによって実行されたとき、前記プロセッサに、前記マルチロボット動作環境で動作することが許可されるロボットの総数に対する制限と、ロボットごとに許可されるタスクの最大数とのうちの少なくとも1つを入力としてさらに受信させる、請求項27に記載のプロセッサベースのシステム。
<請求項29>
前記集団発生器が擬似ランダム集団発生器であり、集団シード発生器を介したC個の候補ソリューションの集団の生成が、前記擬似ランダム集団発生器を介したC個の候補ソリューションの集団の擬似ランダムな生成を含む、請求項17又は18に記載のプロセッサベースのシステム。
<請求項30>
集団発生器を介したC個の候補ソリューションの集団の生成が、C個の候補ソリューションの純粋に擬似ランダムに生成された集団よりも無効な候補ソリューションである可能性が低いC個の候補ソリューションの集団の生成を含む、請求項17又は18に記載のプロセッサベースのシステム。
<請求項31>
2つ又はそれ以上の非同種のパラメータの組にわたって共最適化するオプティマイザエンジンによって前記C個の候補ソリューションの集団に対する最適化を実行するために、前記プロセッサ実行可能命令が前記少なくとも1つのプロセッサによって実行されたとき、前記プロセッサに、それぞれの前記ロボットのそれぞれのベースについてのそれぞれの最適化されたベースの位置及び向き、最適化されたタスク割当て、及び最適化されたモーションプランの共最適化された組み合わせと共に最適化された候補ソリューションを選択させる、請求項17又は18に記載のプロセッサベースのシステム。
Claims (16)
- 複数のロボットが動作するマルチロボット動作環境のために複数のロボットを構成するためのプロセッサベースのシステムにおける動作方法であって、前記方法は、
集団発生器を介してC個の候補ソリューションの集団を生成するステップであって、前記C個の候補ソリューションの集団の前記候補ソリューションのそれぞれは、前記ロボットのそれぞれのために、それぞれのベースの位置及び向き、少なくとも1つの定義されたポーズのそれぞれの組、及びそれぞれのターゲットシーケンスを指定し、前記それぞれのベースの位置及び向きが、前記マルチロボット動作環境における前記それぞれのロボットのベースについてのそれぞれの位置及び向きを指定し、前記少なくとも1つの定義されたポーズのそれぞれの組が前記マルチロボット動作環境における前記それぞれのロボットの少なくとも1つのそれぞれのホームポーズを指定し、前記それぞれのターゲットシーケンスがそれぞれのタスクのシーケンスを完了するために前記それぞれのロボットが移動するためのそれぞれの順序付けられたターゲットのリストを備える、C個の候補ソリューションの集団を生成するステップと、
前記ロボットの前記それぞれのベースの位置及び向き、前記ロボットのそれぞれの1つへの前記タスクの割当て、及び前記ロボットの前記それぞれのターゲットシーケンスのうちの2つ又はそれ以上についての2つ又はそれ以上の非同種のパラメータの組にわたって共最適化するオプティマイザエンジンによって前記ロボットのそれぞれのためのそれぞれの最適化されたベースの位置及び向き、前記ロボットのそれぞれのためのそれぞれの最適化されたタスク割当て、及び前記ロボットのそれぞれのためのそれぞれの最適化されたモーションプランを選択するために前記C個の候補ソリューションの集団に対する最適化を実行するステップと、
前記最適化からの出力として、前記ロボットのそれぞれのための前記それぞれの最適化されたベースの位置及び向き、前記ロボットのそれぞれのためのそれぞれの前記最適化されたタスク割当て、及び前記ロボットのそれぞれのためのそれぞれの最適化されたモーションプランを提供するステップと、
を備える、動作方法。 - 前記最適化からの出力として、前記ロボットのそれぞれのための前記それぞれの最適化されたベースの位置及び向き、前記ロボットのそれぞれのための前記それぞれの最適化されたタスク割当て、及び前記ロボットのそれぞれのための前記それぞれの最適化されたモーションプランを提供するステップは、前記ロボットごとに、前記それぞれのロボットのC空間内の最適化された順序付けられたターゲットのリストの形態の実行されるべきそれぞれのタスクのシーケンスと、1つ又は複数の前記ターゲットにおける1つ又は複数の滞留持続時間とを指定する最適化されたタスク割当てを提供するステップと、衝突のない経路の組を指定する最適化されたモーションプランを提供するステップとを含み、前記衝突のない経路の組は前記順序付けられたターゲットのリスト内の連続するターゲットの各対の間のそれぞれの衝突のない経路を指定する、請求項1に記載の方法。
- 前記C個の候補ソリューションの集団の前記候補ソリューションのそれぞれについて、前記タスクのシーケンスを完了するための時間、及びマルチロボット環境シミュレータによって実行されるモデリングを介して前記タスクのシーケンスを完了する際に発生する衝突の割合又は確率を表すそれぞれの衝突値を決定するステップをさらに含む、請求項1又は2のいずれかに記載の方法。
- 2つ又はそれ以上の非同種のパラメータの組にわたって共最適化するオプティマイザエンジンによって前記C個の候補ソリューションの集団に対する最適化を実行するステップは、
前記候補ソリューションに関連するそれぞれのコストに少なくとも部分的に基づいて、オプティマイザエンジンを介して前記候補ソリューションのうちの1つを選択するステップを含み、前記それぞれのコストは、前記タスクのシーケンスを完了するための時間と、前記それぞれの候補ソリューションについて決定された前記衝突値とに少なくとも部分的に基づいている、請求項3に記載の方法。 - 前記タスクのシーケンスを完了するためのそれぞれの時間、及びオプティマイザエンジンによるモデリングを介して発生する衝突の割合又は確率を表すそれぞれの衝突値を決定するステップは、
前記マルチロボット環境シミュレータを介して前記タスクのシーケンスの各タスクを仮想的に実行するステップと、
複数のエポックの各エポックについて、前記マルチロボット環境シミュレータを介して前記ロボットの少なくとも1つの部分のC空間位置をサンプリングするステップと、
順運動学を使用して衝突をチェックして、前記ロボットのそれぞれの1つの1つ又は複数の部分と前記ロボットの前記それぞれの1つの別の部分との間、前記ロボットの前記それぞれの1つと前記環境内の前記ロボットの別の1つとの間、及び前記ロボットの前記それぞれの1つと別のロボットではない前記マルチロボット動作環境内の別のオブジェクトとの間の潜在的な衝突を識別するステップと、
を含む、請求項3に記載の方法。 - 前記順序付けられたタスクのリストは前記ロボットの前記C空間内の軌道の順序付けられたリストに等しく、複数の軌道、1つ又は複数のポーズでの1つ又は複数の滞留持続時間、ホームポーズ、及び前記ロボットの前記C空間内の1つ又は複数の他の定義された機能的ポーズを含み、仮想的に実行するステップは、前記複数の軌道と、前記1つ又は複数のポーズでの1つ又は複数の滞留持続時間、前記ホームポーズ、又は前記1つ又は複数の他の定義された機能的ポーズのうちの1つ又は複数とを仮想的に実行するステップを含む、請求項5に記載の方法。
- 前記C個の候補ソリューションの集団のいくつかの候補ソリューションの各々について、少なくとも1回の反復ごとに、
摂動候補ソリューションを生成するために前記それぞれの候補ソリューションを摂動させるステップと、
前記摂動候補ソリューションをモデル化するステップと、
前記摂動候補ソリューションが前記それぞれの候補ソリューションよりも低い関連コストを有するかどうかを判定するステップと、
前記摂動候補ソリューションが前記それぞれの候補ソリューションよりも低い関連コストを有するという判定に応答して、前記C個の候補ソリューションの集団内の前記それぞれの候補ソリューションを前記摂動候補ソリューションに置き換えるステップと、
をさらに含む、請求項1又は2に記載の方法。 - 収束の発生、反復回数の制限又は反復時間の制限に達するまで、複数の反復について、摂動させるステップ、モデル化するステップ、判定するステップ、及び置き換えるステップを繰り返す、請求項7に記載の方法。
- 摂動候補ソリューションを生成するために前記それぞれの候補ソリューションを摂動させるステップは、候補ソリューションベクトルを摂動させるステップを含み、前記候補ソリューションベクトルは、複数の実数ベクトル要素と、各タスクについての1つの実数ベクトル要素を含み、前記実数ベクトル要素は、前記タスクのそれぞれの1つと、前記タスクのそれぞれの1つについての優先度と、前記タスクのそれぞれの1つを実行するように識別された前記ロボットの1つとのそれぞれの組合せを表す、請求項7に記載の方法。
- マルチロボット動作環境の少なくとも1つのモデル、前記マルチロボット動作環境で動作する前記ロボットの少なくとも2つの各々のそれぞれのモデル、及びタスクの組を含む入力を受信するステップをさらに含む、請求項1又は2に記載の方法。
- マルチロボット動作環境の少なくとも1つのモデル、前記マルチロボット動作環境で動作する前記ロボットの少なくとも2つの各々のそれぞれのモデル、タスクの組、及び、前記ロボットの少なくとも1つが少なくとも1つのタスクを実行する間に1つ又は複数のターゲットに滞留するための1つ又は複数の滞留持続時間、変数に対する境界又は制約の組、又は衝突をシミュレートすることについての時間制限を指定する時間隔の組のうちの少なくとも1つ、を含む入力を受信するステップをさらに含む、請求項1又は2に記載の方法。
- 入力を受信するステップは、前記マルチロボット動作環境で動作することが許可されるロボットの総数に対する制限と、ロボットごとに許可されるタスクの最大数とのうちの少なくとも1つをさらに含む入力を受信するステップを含む、請求項11に記載の方法。
- 前記集団発生器が擬似ランダム集団発生器であり、集団発生器を介してC個の候補ソリューションの集団を生成するステップが、前記擬似ランダム集団発生器を介してC個の候補ソリューションの集団を擬似ランダムに生成するステップを含む、請求項1又は2に記載の方法。
- 集団発生器を介してC個の候補ソリューションの集団を生成するステップが、純粋に擬似ランダムに生成されたC個の候補ソリューションの集団よりも、無効な候補ソリューションである可能性が低いC個の候補ソリューションの集団を生成するステップを含む、請求項1又は2に記載の方法。
- 2つ又はそれ以上の非同種のパラメータの組にわたって共最適化するオプティマイザエンジンによって前記C個の候補ソリューションの集団に対する最適化を実行するステップは、それぞれの前記ロボットのそれぞれのベースについてのそれぞれの最適化されたベースの位置及び向き、最適化されたタスク割当て、及び最適化されたモーションプラン、の共最適化された組み合わせと共に最適化された候補ソリューションを選択するステップを含む、請求項1又は2に記載の方法。
- 複数のロボットが動作するマルチロボット動作環境のために複数のロボットを構成するプロセッサベースのシステムであって、
少なくとも1つのプロセッサと、
少なくとも1つのデータ及びプロセッサ実行可能命令を記憶する少なくとも1つの非一時的プロセッサ可読媒体であって、前記プロセッサ実行可能命令は前記少なくとも1つのプロセッサによって実行されるときに、前記プロセッサに請求項1から15のいずれかの方法を実行させる、少なくとも1つの非一時的プロセッサ可読媒体と、
を備える、プロセッサベースのシステム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202062964405P | 2020-01-22 | 2020-01-22 | |
US62/964,405 | 2020-01-22 | ||
PCT/US2021/013610 WO2021150439A1 (en) | 2020-01-22 | 2021-01-15 | Configuration of robots in multi-robot operational environment |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023512954A JP2023512954A (ja) | 2023-03-30 |
JP7489727B2 true JP7489727B2 (ja) | 2024-05-24 |
Family
ID=76856677
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022544106A Active JP7489727B2 (ja) | 2020-01-22 | 2021-01-15 | マルチロボット運用環境におけるロボットの構成 |
Country Status (6)
Country | Link |
---|---|
US (1) | US11623346B2 (ja) |
EP (1) | EP4045240A4 (ja) |
JP (1) | JP7489727B2 (ja) |
CN (1) | CN115003460A (ja) |
TW (1) | TW202146189A (ja) |
WO (1) | WO2021150439A1 (ja) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102014118001A1 (de) * | 2014-12-05 | 2016-06-09 | Broetje-Automation Gmbh | Verfahren zur Bewegungssimulation eines Manipulators |
JP7178900B2 (ja) * | 2018-12-28 | 2022-11-28 | 川崎重工業株式会社 | ロボットの作業計画作成方法および作業計画作成装置 |
WO2021149757A1 (ja) * | 2020-01-24 | 2021-07-29 | 哲也 小野 | 情報処理装置、情報処理方法およびプログラム |
CN114089755B (zh) * | 2021-11-16 | 2024-02-02 | 大连理工大学 | 一种基于一致性包算法的多机器人任务分配方法 |
CN114167808B (zh) * | 2021-12-10 | 2022-07-01 | 南京航空航天大学 | 一种面向整体增材制造的多机器人柔性生产线的运行方法 |
US20230182302A1 (en) * | 2021-12-10 | 2023-06-15 | Autodesk, Inc. | Techniques for robotic workcell design |
TW202415506A (zh) * | 2022-07-05 | 2024-04-16 | 美商即時機器人股份有限公司 | 穩健運動規劃及/或用於多機器人環境之控制 |
DE102022124067A1 (de) * | 2022-09-20 | 2024-03-21 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zum Ermitteln eines von einem Roboter auszuführenden Arbeitsvorgangs, Verfahren zum Ermitteln und Prüfen eines von einer Anlage auszuführenden Arbeitsvorgangs, Vorrichtung zur Datenverarbeitung, Computerprogramm und computerlesbares Medium |
WO2024073245A1 (en) * | 2022-09-27 | 2024-04-04 | Realtime Robotics, Inc. | Automated configuration of robots in multi-robot operational environment optimizing for wear and other parameters |
CN115847394B (zh) * | 2022-10-21 | 2023-10-10 | 圣名科技(广州)有限责任公司 | 控制机械臂抓取对象的方法和装置、电子设备和存储介质 |
CN117381805B (zh) * | 2023-12-13 | 2024-02-27 | 成都航空职业技术学院 | 一种面向冲突应对的机械臂运行控制方法和*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001166806A (ja) | 1999-10-08 | 2001-06-22 | Dassault Systemes | コンピュータシステム操作方法およびコンピュータデータ信号ならびにcad/cam装置、データのセットを探索する方法 |
JP2005022062A (ja) | 2003-07-03 | 2005-01-27 | Fanuc Ltd | ロボットオフラインシミュレーション装置 |
JP2008502488A (ja) | 2004-06-15 | 2008-01-31 | エービービー エービー | 複数の相互作用ロボットをオフラインでプログラミングする方法及びシステム |
JP2015208811A (ja) | 2014-04-25 | 2015-11-24 | ファナック株式会社 | 複数台のロボットのシミュレーション装置 |
Family Cites Families (132)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4862373A (en) | 1987-05-13 | 1989-08-29 | Texas Instruments Incorporated | Method for providing a collision free path in a three-dimensional space |
US4949277A (en) | 1988-03-09 | 1990-08-14 | North American Philips Corporation | Differential budding: method and apparatus for path planning with moving obstacles and goals |
US6089742A (en) | 1989-11-01 | 2000-07-18 | Warmerdam; Thomas P. H. | Method and apparatus for controlling robots and the like using a bubble data hierarchy placed along a medial axis |
US5544282A (en) | 1991-04-05 | 1996-08-06 | Chen; Pang C. | Method and apparatus for planning motions of robot manipulators |
US5347459A (en) | 1993-03-17 | 1994-09-13 | National Research Council Of Canada | Real time collision detection |
US5835684A (en) | 1994-11-09 | 1998-11-10 | Amada Company, Ltd. | Method for planning/controlling robot motion |
US6004016A (en) * | 1996-08-06 | 1999-12-21 | Trw Inc. | Motion planning and control for systems with multiple mobile objects |
US5795297A (en) | 1996-09-12 | 1998-08-18 | Atlantis Diagnostics International, L.L.C. | Ultrasonic diagnostic imaging system with personal computer architecture |
US6049756A (en) | 1997-11-12 | 2000-04-11 | Lockheed Martin Corporation | System and method for avoiding collision between vector and solid objects |
JPH11296229A (ja) | 1998-02-13 | 1999-10-29 | Komatsu Ltd | 車両の誘導装置 |
DE19831216A1 (de) | 1998-07-03 | 2000-01-05 | Amecon Gmbh | Verfahren und Vorrichtung zur Bestimmung der Abhängigkeit einer ersten Meßgröße von einer zweiten Meßgröße |
US6259988B1 (en) | 1998-07-20 | 2001-07-10 | Lockheed Martin Corporation | Real-time mission adaptable route planner |
JP2002073130A (ja) | 2000-06-13 | 2002-03-12 | Yaskawa Electric Corp | ロボットの大域動作経路計画方法とその制御装置 |
DE10063722C2 (de) | 2000-12-20 | 2003-07-03 | Siemens Ag | Ruckbegrenzung mit Adaption der Bahndynamik |
JP2003127077A (ja) | 2001-10-19 | 2003-05-08 | Komatsu Ltd | 作業ロボットのロボットプログラム修正装置。 |
DE10200680B4 (de) | 2002-01-10 | 2004-03-25 | Siemens Ag | Minimale Schwingungsanregung beim Verfahren mit Ruckbegrenzung durch Adaption von Ruckprofilen |
US10065317B2 (en) | 2016-06-30 | 2018-09-04 | General Electric Company | Control system for coordinating robotic machines to collaborate on tasks |
WO2004095520A2 (en) | 2003-04-22 | 2004-11-04 | Berkeley Process Control, Inc. | System of path planning for robotic manipulators based on maximum acceleration and finite jerk constraints |
JP3834307B2 (ja) | 2003-09-29 | 2006-10-18 | ファナック株式会社 | ロボットシステム |
US7447593B2 (en) | 2004-03-26 | 2008-11-04 | Raytheon Company | System and method for adaptive path planning |
EP1738232A4 (en) | 2004-04-22 | 2009-10-21 | Frontline Robotics | ARCHITECTURE OF OPEN CONTROL SYSTEM FOR AUTONOMOUS MOBILE SYSTEMS |
DE102004059966B3 (de) | 2004-12-13 | 2006-06-22 | Siemens Ag | Verfahren und Einrichtung zur Bewegungsführung eines bewegbaren Maschinenelements einer numerisch gesteurten Maschine |
JP2006224740A (ja) | 2005-02-16 | 2006-08-31 | Advics:Kk | 車両用走行支援装置 |
US20060235610A1 (en) | 2005-04-14 | 2006-10-19 | Honeywell International Inc. | Map-based trajectory generation |
US20060247852A1 (en) | 2005-04-29 | 2006-11-02 | Kortge James M | System and method for providing safety-optimized navigation route planning |
JP5112666B2 (ja) | 2006-09-11 | 2013-01-09 | 株式会社日立製作所 | 移動装置 |
ATE412929T1 (de) | 2006-09-14 | 2008-11-15 | Abb Research Ltd | Verfahren und vorrichtung zur vermeidung von kollisionen zwischen einem industrieroboter und einem objekt |
US7974737B2 (en) | 2006-10-31 | 2011-07-05 | GM Global Technology Operations LLC | Apparatus and method of automated manufacturing |
EP1972415B1 (en) | 2007-03-23 | 2019-01-02 | Honda Research Institute Europe GmbH | Robots with collision avoidance functionality |
US7865277B1 (en) | 2007-05-07 | 2011-01-04 | The United States Of America As Represented By The Secretary Of The Navy | Obstacle avoidance system and method |
US8380424B2 (en) | 2007-09-28 | 2013-02-19 | The Boeing Company | Vehicle-based automatic traffic conflict and collision avoidance |
EP2085279B1 (en) | 2008-01-29 | 2011-05-25 | Ford Global Technologies, LLC | A system for collision course prediction |
US8571706B2 (en) | 2008-02-20 | 2013-10-29 | Abb Research Ltd. | Method and system for optimizing the layout of a robot work cell |
US8571745B2 (en) | 2008-04-10 | 2013-10-29 | Robert Todd Pack | Advanced behavior engine |
US8315738B2 (en) * | 2008-05-21 | 2012-11-20 | Fanuc Robotics America, Inc. | Multi-arm robot system interference check via three dimensional automatic zones |
US9144904B2 (en) | 2008-05-21 | 2015-09-29 | Fanuc Robotics America Corporation | Method and system for automatically preventing deadlock in multi-robot systems |
US8706452B2 (en) | 2008-06-26 | 2014-04-22 | Siemens Product Lifecycle Management Software Inc. | System and method for collision-free CAD design of pipe and tube paths |
JP5086942B2 (ja) | 2008-09-02 | 2012-11-28 | トヨタ自動車株式会社 | 経路探索装置、経路探索方法、及び経路探索プログラム |
KR101554515B1 (ko) | 2009-01-07 | 2015-09-21 | 삼성전자 주식회사 | 로봇의 경로계획장치 및 그 방법 |
KR101105325B1 (ko) | 2009-09-08 | 2012-01-16 | 부산대학교 산학협력단 | 실제 로봇의 다중 경로계획 방법 |
US8386080B2 (en) | 2009-09-15 | 2013-02-26 | Harris Corporation | Robotic apparatus implementing collision avoidance scheme and associated methods |
JP4975075B2 (ja) | 2009-09-30 | 2012-07-11 | クラリオン株式会社 | ナビゲーション装置および経路演算方法 |
WO2011056633A1 (en) | 2009-10-27 | 2011-05-12 | Battelle Memorial Institute | Semi-autonomous multi-use robot system and method of operation |
US20110153080A1 (en) | 2009-12-22 | 2011-06-23 | Siemens Product Lifecycle Management Software Inc. | Method and apparatus for industrial robotic pathscycle time optimization using fly by |
US20120061155A1 (en) | 2010-04-09 | 2012-03-15 | Willow Garage, Inc. | Humanoid robotics system and methods |
JP2011249711A (ja) | 2010-05-31 | 2011-12-08 | Kyocera Corp | 配線基板およびその実装構造体 |
US8855812B2 (en) | 2010-07-23 | 2014-10-07 | Chetan Kapoor | System and method for robot safety and collision avoidance |
JP2012056023A (ja) | 2010-09-09 | 2012-03-22 | Toyota Motor Corp | ロボットの動作生成システム及び動作生成方法 |
EP2619742B1 (en) | 2010-09-24 | 2018-02-28 | iRobot Corporation | Systems and methods for vslam optimization |
US8509982B2 (en) | 2010-10-05 | 2013-08-13 | Google Inc. | Zone driving |
JP2012190405A (ja) | 2011-03-14 | 2012-10-04 | Toyota Motor Corp | 経路情報修正装置、軌道計画装置、及びロボット |
JP5774361B2 (ja) | 2011-04-28 | 2015-09-09 | 本田技研工業株式会社 | 軌道計画方法、軌道計画システム及び軌道計画・制御システム |
JP2012243029A (ja) | 2011-05-18 | 2012-12-10 | Toyota Central R&D Labs Inc | 経路探索機能付き移動体 |
DE112012002677B4 (de) | 2011-06-29 | 2018-12-06 | Mitsubishi Electric Corp. | Zuführvorrichtung für Bauelemente |
TW201318793A (zh) | 2011-11-08 | 2013-05-16 | Univ Minghsin Sci & Tech | 機器人光學定位系統及其定位方法 |
DE112013001597T5 (de) | 2012-03-22 | 2014-12-11 | Israel Aerospace Industries Ltd. | Planung und Überwachung von Autonomen-Mission |
JP5724919B2 (ja) | 2012-03-22 | 2015-05-27 | トヨタ自動車株式会社 | 軌道生成装置、移動体、軌道生成方法及びプログラム |
KR20130112507A (ko) | 2012-04-04 | 2013-10-14 | 인하대학교 산학협력단 | S* 알고리즘을 이용한 이동로봇의 안전경로계획 수립방법 |
JP6128767B2 (ja) | 2012-07-05 | 2017-05-17 | キヤノン株式会社 | ロボット制御装置、及びロボット制御方法 |
KR101441187B1 (ko) | 2012-07-19 | 2014-09-18 | 고려대학교 산학협력단 | 자율 보행 로봇 경로 계획 방법 |
JP6069923B2 (ja) | 2012-07-20 | 2017-02-01 | セイコーエプソン株式会社 | ロボットシステム、ロボット、ロボット制御装置 |
EP2890529A2 (en) | 2012-08-31 | 2015-07-08 | Rethink Robotics Inc. | Systems and methods for safe robot operation |
CN104812535A (zh) | 2012-10-11 | 2015-07-29 | Abb技术有限公司 | 自动产生用于将机器人从停止位置返回预设重启位置的无碰撞返回程序的方法和设备 |
KR102009482B1 (ko) | 2012-10-30 | 2019-08-14 | 한화디펜스 주식회사 | 로봇의 경로계획 장치와 방법 및 상기 방법을 구현하는 프로그램이 기록된 기록 매체 |
US9405296B2 (en) | 2012-12-19 | 2016-08-02 | Elwah LLC | Collision targeting for hazard handling |
US8972057B1 (en) | 2013-01-09 | 2015-03-03 | The Boeing Company | Systems and methods for generating a robotic path plan in a confined configuration space |
US9102055B1 (en) | 2013-03-15 | 2015-08-11 | Industrial Perception, Inc. | Detection and reconstruction of an environment to facilitate robotic interaction with the environment |
JP5962560B2 (ja) | 2013-03-22 | 2016-08-03 | トヨタ自動車株式会社 | 経路探索装置、移動体、経路探索方法及びプログラム |
US9280899B2 (en) | 2013-08-06 | 2016-03-08 | GM Global Technology Operations LLC | Dynamic safety shields for situation assessment and decision making in collision avoidance tasks |
JP6057862B2 (ja) | 2013-08-29 | 2017-01-11 | 三菱電機株式会社 | 部品供給装置および部品供給装置のプログラム生成方法 |
US9352465B2 (en) | 2013-11-12 | 2016-05-31 | Canon Kabushiki Kaisha | Control method for robot apparatus and robot apparatus |
CN105980940B (zh) | 2014-01-28 | 2019-01-01 | Abb瑞士股份有限公司 | 用于优化机器人单元的性能的方法和装置 |
JP5897624B2 (ja) | 2014-03-12 | 2016-03-30 | ファナック株式会社 | ワークの取出工程をシミュレーションするロボットシミュレーション装置 |
DE102014212898A1 (de) | 2014-07-03 | 2016-01-07 | Robert Bosch Gmbh | Verfahren zum Ermitteln einer Notfall-Trajektorie und Verfahren zum teilautomatisierten oder automatisierten Führen eines Ego-Fahrzeugs |
US11576543B2 (en) | 2014-07-18 | 2023-02-14 | Ali Ebrahimi Afrouzi | Robotic vacuum with rotating cleaning apparatus |
US9403275B2 (en) | 2014-10-17 | 2016-08-02 | GM Global Technology Operations LLC | Dynamic obstacle avoidance in a robotic system |
JP5980873B2 (ja) | 2014-10-17 | 2016-08-31 | ファナック株式会社 | ロボットの干渉領域設定装置 |
US20160121487A1 (en) | 2014-11-03 | 2016-05-05 | Qualcomm Incorporated | Communicating Configurable Instruction Sets to Robots for Controlling Robot Behavior |
US10723024B2 (en) | 2015-01-26 | 2020-07-28 | Duke University | Specialized robot motion planning hardware and methods of making and using same |
WO2016128066A1 (en) | 2015-02-13 | 2016-08-18 | Abb Technology Ltd | A method for avoiding collisions between two robots |
US10019006B2 (en) | 2015-04-08 | 2018-07-10 | University Of Maryland, College Park | Surface vehicle trajectory planning systems, devices, and methods |
US9687982B1 (en) | 2015-05-27 | 2017-06-27 | X Development Llc | Adapting programming of a robot and/or control of the robot based on one or more parameters of an end effector of the robot |
US20160357187A1 (en) | 2015-06-05 | 2016-12-08 | Arafat M.A. ANSARI | Smart vehicle |
US20170004406A1 (en) | 2015-06-30 | 2017-01-05 | Qualcomm Incorporated | Parallel belief space motion planner |
US9707681B2 (en) | 2015-07-27 | 2017-07-18 | Siemens Industry Software Ltd. | Anti-collision management of overlapping robotic movements |
KR101724887B1 (ko) | 2015-08-10 | 2017-04-07 | 현대자동차주식회사 | 전방 도로 형상과 연결을 분석해 차선 변경과 타이밍을 결정하는 자율주행 제어 장치 및 방법 |
EP3357790A4 (en) | 2015-09-29 | 2019-06-19 | Sony Corporation | DEVICE AND METHOD FOR DAMAGE REDUCTION AND PROGRAM |
KR20170044987A (ko) | 2015-10-16 | 2017-04-26 | 한국전기연구원 | 저크가 제한된 궤적 생성 방법 |
KR101748632B1 (ko) | 2015-10-29 | 2017-06-20 | 한국과학기술연구원 | 로봇의 구동 경로를 계획하기 위한 로봇 제어 시스템 및 로봇 구동 경로 계획방법 |
US9632502B1 (en) | 2015-11-04 | 2017-04-25 | Zoox, Inc. | Machine-learning systems and techniques to optimize teleoperation and/or planner decisions |
US10496766B2 (en) | 2015-11-05 | 2019-12-03 | Zoox, Inc. | Simulation system and methods for autonomous vehicles |
EP3171133B1 (en) | 2015-11-19 | 2020-03-11 | Sikorsky Aircraft Corporation | Kinematic motion planning with regional planning constraints |
US10093021B2 (en) | 2015-12-02 | 2018-10-09 | Qualcomm Incorporated | Simultaneous mapping and planning by a robot |
US10012984B2 (en) | 2015-12-14 | 2018-07-03 | Mitsubishi Electric Research Laboratories, Inc. | System and method for controlling autonomous vehicles |
US10705528B2 (en) | 2015-12-15 | 2020-07-07 | Qualcomm Incorporated | Autonomous visual navigation |
US10665115B2 (en) | 2016-01-05 | 2020-05-26 | California Institute Of Technology | Controlling unmanned aerial vehicles to avoid obstacle collision |
US10035266B1 (en) | 2016-01-18 | 2018-07-31 | X Development Llc | Generating robot trajectories using a real time trajectory generator and a path optimizer |
JP6576255B2 (ja) | 2016-01-25 | 2019-09-18 | キヤノン株式会社 | ロボット軌道生成方法、ロボット軌道生成装置、および製造方法 |
US9645577B1 (en) | 2016-03-23 | 2017-05-09 | nuTonomy Inc. | Facilitating vehicle driving and self-driving |
WO2017168187A1 (en) * | 2016-03-31 | 2017-10-05 | Siemens Industry Software Ltd. | Method and system for determining optimal positioning of a plurality of robots in a simulated production environment |
KR102499421B1 (ko) | 2016-05-05 | 2023-02-14 | 하만인터내셔날인더스트리스인코포레이티드 | 운전자 지원을 위한 시스템 및 방법 |
US9687983B1 (en) | 2016-05-11 | 2017-06-27 | X Development Llc | Generating a grasp pose for grasping of an object by a grasping end effector of a robot |
US9880561B2 (en) | 2016-06-09 | 2018-01-30 | X Development Llc | Sensor trajectory planning for a vehicle |
US11429105B2 (en) | 2016-06-10 | 2022-08-30 | Duke University | Motion planning for autonomous vehicles and reconfigurable motion planning processors |
US9981383B1 (en) | 2016-08-02 | 2018-05-29 | X Development Llc | Real-time trajectory generation for actuators of a robot to reduce chance of collision with obstacle(s) |
US10131053B1 (en) | 2016-09-14 | 2018-11-20 | X Development Llc | Real time robot collision avoidance |
US10345815B2 (en) | 2016-09-14 | 2019-07-09 | Qualcomm Incorporated | Motion planning and intention prediction for autonomous driving in highway scenarios via graphical model-based factorization |
DE102016120763B4 (de) | 2016-10-31 | 2019-03-14 | Pilz Gmbh & Co. Kg | Verfahren zur kollisionsfreien Bewegungsplanung |
US20190346275A1 (en) | 2016-11-09 | 2019-11-14 | Inventive Cogs (Campbell) Limited | Vehicle route guidance |
KR102518532B1 (ko) | 2016-11-11 | 2023-04-07 | 현대자동차주식회사 | 자율주행차량의 경로 결정장치 및 그 방법 |
US10012988B2 (en) | 2016-11-29 | 2018-07-03 | Mitsubishi Electric Research Laboratories, Inc. | Methods and systems for path planning using a network of safe-sets |
US10480947B2 (en) | 2016-12-21 | 2019-11-19 | X Development Llc | Boolean satisfiability (SAT) reduction for geometry and kinematics agnostic multi-agent planning |
US10296012B2 (en) | 2016-12-21 | 2019-05-21 | X Development Llc | Pre-computation of kinematically feasible roadmaps |
US10882185B2 (en) | 2017-02-07 | 2021-01-05 | Veo Robotics, Inc. | Dynamically determining workspace safe zones with speed and separation monitoring |
US11541543B2 (en) | 2017-02-07 | 2023-01-03 | Veo Robotics, Inc. | Dynamic, interactive signaling of safety-related conditions in a monitored environment |
DE102017102749A1 (de) | 2017-02-13 | 2018-08-16 | Festo Ag | Automatische Trajektorienerzeugung zur Ansteuerung eines Antriebssystems |
US10430641B2 (en) | 2017-03-08 | 2019-10-01 | GM Global Technology Operations LLC | Methods and systems for object tracking using bounding boxes |
KR101937269B1 (ko) | 2017-05-15 | 2019-01-14 | 한국생산기술연구원 | 로봇 모션 경로 계획방법 |
US11014240B2 (en) | 2017-09-05 | 2021-05-25 | Abb Schweiz Ag | Robot having dynamic safety zones |
US10782694B2 (en) | 2017-09-07 | 2020-09-22 | Tusimple, Inc. | Prediction-based system and method for trajectory planning of autonomous vehicles |
EP3486612B1 (en) | 2017-11-20 | 2020-07-01 | Robert Bosch GmbH | Method for generating a trajectory |
US10466707B2 (en) | 2017-12-22 | 2019-11-05 | X Development Llc | Planning robot stopping points to avoid collisions |
WO2019183141A1 (en) | 2018-03-21 | 2019-09-26 | Realtime Robotics, Inc. | Motion planning of a robot for various environments and tasks and improved operation of same |
WO2020005993A1 (en) * | 2018-06-25 | 2020-01-02 | X Development Llc | Robot coordination in a shared workspace |
WO2020040979A1 (en) | 2018-08-23 | 2020-02-27 | Realtime Robotics, Inc. | Collision detection useful in motion planning for robotics |
US10809732B2 (en) | 2018-09-25 | 2020-10-20 | Mitsubishi Electric Research Laboratories, Inc. | Deterministic path planning for controlling vehicle movement |
JP7394853B2 (ja) | 2018-12-04 | 2023-12-08 | デューク・ユニバーシティ | 動的物体を有する環境における運動計画を促進する装置、方法及び物品 |
EP3725472A1 (de) | 2019-04-16 | 2020-10-21 | Siemens Aktiengesellschaft | Verfahren zum ermitteln einer trajektorie eines roboters |
US11179850B2 (en) | 2019-04-24 | 2021-11-23 | Intrinsic Innovation Llc | Robot motion planning |
JP7222803B2 (ja) | 2019-04-25 | 2023-02-15 | 株式会社日立製作所 | 軌道計画装置、軌道計画方法及びプログラム |
GB2600552B (en) | 2019-05-07 | 2022-12-07 | Motional Ad Llc | Systems and methods for planning and updating a vehicle's trajectory |
TWI699636B (zh) | 2019-05-21 | 2020-07-21 | 華邦電子股份有限公司 | 協同型機器人控制系統和方法 |
-
2021
- 2021-01-11 TW TW110100958A patent/TW202146189A/zh unknown
- 2021-01-15 JP JP2022544106A patent/JP7489727B2/ja active Active
- 2021-01-15 CN CN202180010425.9A patent/CN115003460A/zh active Pending
- 2021-01-15 EP EP21744840.6A patent/EP4045240A4/en active Pending
- 2021-01-15 WO PCT/US2021/013610 patent/WO2021150439A1/en unknown
- 2021-01-20 US US17/153,662 patent/US11623346B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001166806A (ja) | 1999-10-08 | 2001-06-22 | Dassault Systemes | コンピュータシステム操作方法およびコンピュータデータ信号ならびにcad/cam装置、データのセットを探索する方法 |
JP2005022062A (ja) | 2003-07-03 | 2005-01-27 | Fanuc Ltd | ロボットオフラインシミュレーション装置 |
JP2008502488A (ja) | 2004-06-15 | 2008-01-31 | エービービー エービー | 複数の相互作用ロボットをオフラインでプログラミングする方法及びシステム |
JP2015208811A (ja) | 2014-04-25 | 2015-11-24 | ファナック株式会社 | 複数台のロボットのシミュレーション装置 |
Non-Patent Citations (2)
Title |
---|
HASSAN, Mahdi et al.,"An Approach to Base Placement for Effective Collaboration of Multiple Autonomous Industrial Robots",2015 IEEE International Conference on Robotics and Automation (ICRA),pages 3286-3291 |
LIM, Zhen Yang et al.,"Multi-objective hybrid algorithms for layout optmization in multi-robot cellular manufacturing systems",Knowledge-Based Systems,volume 120,pages 87-98 |
Also Published As
Publication number | Publication date |
---|---|
TW202146189A (zh) | 2021-12-16 |
JP2023512954A (ja) | 2023-03-30 |
EP4045240A4 (en) | 2022-12-07 |
WO2021150439A1 (en) | 2021-07-29 |
US11623346B2 (en) | 2023-04-11 |
CN115003460A (zh) | 2022-09-02 |
US20210220994A1 (en) | 2021-07-22 |
EP4045240A1 (en) | 2022-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7489727B2 (ja) | マルチロボット運用環境におけるロボットの構成 | |
JP7332199B2 (ja) | 共用ワークスペースにおける複数のロボットの動作計画 | |
Hong et al. | A PC-based open robot control system: PC-ORC | |
Ying et al. | Cyber-physical assembly system-based optimization for robotic assembly sequence planning | |
JP2012232408A (ja) | マルチロボットシステムのデッドロックを自動的に防止する方法及びシステム | |
US20240009845A1 (en) | Systems, methods, and user interfaces employing clearance determinations in robot motion planning and control | |
BENOTSMANE et al. | SIMULATION AND TRAJECTORY OPTIMIZATION OF COLLABORATING ROBOTS BY APPLICATION OF SOLIDWORKS AND MATLAB SOFTWARE IN INDUSTRY 4.0. | |
JP2021169149A (ja) | 分解ベースのアセンブリ計画 | |
US20230342967A1 (en) | Configuration of robot operational environment including layout of sensors | |
WO2024073245A1 (en) | Automated configuration of robots in multi-robot operational environment optimizing for wear and other parameters | |
Chen et al. | ManiWare: An Easy-to-Use Middleware for Cooperative Manipulator Teams | |
Yasuda | Discrete event behavior-based distributed architecture design for autonomous intelligent control of mobile robots with embedded petri nets | |
US20230286156A1 (en) | Motion planning and control for robots in shared workspace employing staging poses | |
EP3978209B1 (en) | Generative design techniques for soft robot manipulators | |
Evlampev et al. | Obstacle avoidance for robotic manipulator using mixed reality glasses | |
WO2024011062A1 (en) | Robust motion planning and/or control for multi-robot environments | |
Szabó et al. | GPU Accelerated Collision Detection for Robotic Manipulators | |
Silva et al. | Manipulator path planning for pick-and-place operations with obstacles avoidance: an A* algorithm approach | |
Cao | GPU-Enabled Genetic Algorithm Optimization and Path Planning of Robotic Arm for Minimizing Energy Consumption | |
WO2023196240A1 (en) | Motion planning and control for robots in shared workspace employing look ahead planning | |
Kazimierczak et al. | Intelligent adaptive control of a mobile robot: The automaton with an internal and external parameter approach | |
Batinica et al. | Motion planning of a robot in real-time based on the general model of humanoid robots | |
Yasuda | Design and implementation of Petrinet based distributed control architecture for robotic manufacturing systems | |
Kluge-Wilkes et al. | ¹ Chair of Production Metrology and Quality Management, Laboratory for Machine Tools and Production Engineering (WZL), RWTH Aachen University, Aachen, Germany A. Kluge-Wilkes@ wzl. rwth-aachen. de 2 | |
Yasuda | Hierarchical and distributed implementation of synchronization and coordination for discrete event multiple robot systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220921 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220921 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230307 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230928 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231024 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20240119 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240130 |
|
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: 20240430 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240507 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7489727 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |