KR102170591B1 - 다자유도 협동 로봇의 마찰 보상 방법 - Google Patents

다자유도 협동 로봇의 마찰 보상 방법 Download PDF

Info

Publication number
KR102170591B1
KR102170591B1 KR1020190138394A KR20190138394A KR102170591B1 KR 102170591 B1 KR102170591 B1 KR 102170591B1 KR 1020190138394 A KR1020190138394 A KR 1020190138394A KR 20190138394 A KR20190138394 A KR 20190138394A KR 102170591 B1 KR102170591 B1 KR 102170591B1
Authority
KR
South Korea
Prior art keywords
friction
cooperative robot
joints
model function
motion
Prior art date
Application number
KR1020190138394A
Other languages
English (en)
Inventor
박종훈
이웅용
허영진
김관우
Original Assignee
주식회사 뉴로메카
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 주식회사 뉴로메카 filed Critical 주식회사 뉴로메카
Priority to KR1020190138394A priority Critical patent/KR102170591B1/ko
Priority to KR1020200131103A priority patent/KR102356660B1/ko
Application granted granted Critical
Publication of KR102170591B1 publication Critical patent/KR102170591B1/ko
Priority to US17/629,279 priority patent/US20220410388A1/en
Priority to EP20883155.2A priority patent/EP4052863A4/en
Priority to PCT/KR2020/015022 priority patent/WO2021086106A1/ko

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
    • B25J9/1641—Programme controls characterised by the control loop compensation for backlash, friction, compliance, elasticity in the joints
    • 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
    • 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
    • B25J9/1692—Calibration of manipulator

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Manipulator (AREA)

Abstract

본 발명의 실시예에 따른 다자유도 협동 로봇의 마찰 보상 방법은, 복수의 관절을 포함하는 다자유도 협동 로봇의 마찰 보상 방법에 있어서, 마찰 보상을 위한 협동 로봇의 모션을 생성하는 단계, 생성된 상기 협동 로봇의 모션에 기초하여 상기 복수의 관절을 구동하는 단계, 상기 협동 로봇으로부터 마찰 식별 데이터를 수신하는 단계 및 수신된 상기 마찰 식별 데이터로부터 마찰 모델 함수를 연산하는 단계를 포함한다.

Description

다자유도 협동 로봇의 마찰 보상 방법{Friction Compensation Method for Multi-DOF Cooperative Robots}
본 발명은 다자유도 협동 로봇의 마찰 보상 방법에 관한 것으로서, 보다 상세하게는 다자유도를 갖는 협동 로봇에 작용하는 마찰력을 보상하는 방법에 관한 것이다.
최근 사람과 같은 공간에서 일할 수 있는 협동 로봇이 출현하였다. 협동 로봇은 사람과 근접한 곳에서 작동하는 로봇으로서, 사람의 안전을 위해 종래의 산업 로봇에 비해 소형이며 느린 스피드로 작동하도록 제작된다.
협동 로봇은 작업자가 필요에 따라 직접 교시하여 사용할 수 있다는 장점이 있다.
그러나 협동 로봇의 각 관절에 존재하는 기어 메커니즘 등에서 발생하는 큰 마찰력으로 인해 사용자가 협동 로봇을 직접 움직여 직접 교시하는 상황에서 사용자와 협동 로봇 사이의 기민한 상호 작용이 방해된다.
또한, 협동 로봇의 최초 세팅 시에 마찰력 보상에 따른 세팅을 완료하더라도, 협동 로봇의 사용 기간에 따라 구동계의 마모 등의 이유로 마찰 특성이 변화하게 되므로, 협동 로봇의 사용 기간이 늘어남에 따라 협동 로봇의 구동 정밀성이 떨어지는 경우가 종종 발생한다.
본 발명이 해결하고자 하는 과제는, 사용자의 개입 없이 협동 로봇이 스스로 마찰력을 측정하고 다량의 마찰력 데이터를 수집하고 마찰 모델을 도출할 수 있는 다자유도 협동 로봇의 마찰 보상 방법을 제공하는 것이다.
본 발명의 과제들은 이상에서 언급한 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
상기 과제를 해결하기 위한 본 발명의 실시예에 따른 다자유도 협동 로봇의 마찰 보상 방법은, 복수의 관절을 포함하는 다자유도 협동 로봇의 마찰 보상 방법에 있어서, 마찰 보상을 위한 협동 로봇의 모션을 생성하는 단계, 생성된 상기 협동 로봇의 모션에 기초하여 상기 복수의 관절을 구동하는 단계, 상기 협동 로봇으로부터 마찰 식별 데이터를 수신하는 단계 및 수신된 상기 마찰 식별 데이터로부터 마찰 모델 함수를 연산하는 단계를 포함한다.
상기 협동 로봇의 모션을 생성하는 단계에서는 중력 영향을 제거하는 자세를 생성할 수 있다.
상기 협동 로봇의 모션을 생성하는 단계에서는 관성 영향을 제거하는 모션을 생성할 수 있다.
상기 협동 로봇의 모션을 생성하는 단계에서는 코리올리힘 영향을 제거하는 모션을 생성할 수 있다.
상기 마찰 식별 데이터는, 복수의 관절의 각도 정보, 복수의 관절에 작용하는 토크 관련 정보 및 상기 복수의 관절을 구동하는 액츄에이터의 온도 정보를 포함할 수 있다.
상기 마찰 모델 함수를 연산하는 단계에서, 상기 마찰 식별 데이터를 기초로 상기 복수의 관절에서 작용하는 정지 마찰, 운동 마찰, 점성 마찰을 식별할 수 있다.
상기 정지 마찰과 상기 운동 마찰을 식별하기 위해 상기 마찰 식별 데이터의 실시간 데이터를 이용하고, 상기 점성 마찰을 식별하기 위해 상기 마찰 식별 데이터의 평균 데이터를 이용할 수 있다.
상기 마찰 모델 함수의 변수는 상기 복수의 관절의 구동 속도를 포함할 수 있다.
상기 마찰 식별 데이터에는 상기 복수의 관절을 구동하는 액츄에이터의 온도 정보를 포함하고, 상기 마찰 모델 함수의 변수는 상기 온도 정보를 더 포함할 수 있다.
연산된 상기 마찰 모델 함수를 적용해 상기 복수의 관절을 구동하는 단계; 및
상기 협동 로봇의 위치 오차를 기초로 상기 마찰 모델 함수를 평가하는 단계를 더 포함할 수 있다.
상기 마찰 모델 함수를 평가하는 단계의 결과를 기초로 상기 마찰 모델 함수의 파라미터를 보정하는 단계를 더 포함할 수 있다.
본 발명의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.
본 발명의 실시예들에 의하면 적어도 다음과 같은 효과가 있다.
사용자의 개입 없이 협동 로봇이 스스로 마찰력을 측정하고 다량의 마찰력 데이터를 수집하고 마찰 모델을 도출한다.
또한, 마찰 모델을 자동으로 연산한 후 스스로 마찰력을 계산하여 보상하기 때문에 협동 로봇의 사용기간에 관계없이 기민한 직접 교시 및 힘제어 성능을 유지할 수 있다.
본 발명에 따른 효과는 이상에서 예시된 내용에 의해 제한되지 않으며, 더욱 다양한 효과들이 본 명세서 내에 포함되어 있다.
도 1은 다자유도 협동 로봇을 도시한 사시도이다.
도 2는 본 발명의 일 실시예에 따른 다자유도 협동 로봇의 마찰 보상 시스템을 개략적으로 도시한 블록도이다.
도 3은 본 발명의 일 실시예에 따른 다자유도 협동 로봇의 마찰 보상 방법을 설명하기 위한 순서도이다.
도 4는 본 발명의 다른 실시예에 따른 다자유도 협동 로봇의 마찰 보상 방법을 설명하기 위한 순서도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
또한, 본 명세서에서 기술하는 실시예들은 본 발명의 이상적인 예시도인 단면도 및/또는 개략도들을 참고하여 설명될 것이다. 따라서, 제조 기술 및/또는 허용 오차 등에 의해 예시도의 형태가 변형될 수 있다. 또한, 본 발명에 도시된 각 도면에 있어서 각 구성 요소들은 설명의 편의를 고려하여 다소 확대 또는 축소되어 도시된 것일 수 있다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
이하, 본 발명의 실시예에 따른 다자유도 협동 로봇의 마찰 보상 시스템 및 다자유도 협동 로봇의 마찰 보상 방법을 설명하기 위한 도면들을 참고하여 본 발명에 대하여 설명하도록 한다.
도 1은 다자유도 협동 로봇을 도시한 사시도이다.
협동 로봇(10)은 다자유도의 움직임을 실현하기 위해 복수의 관절(12, 13, 14, 15, 16, 17)을 포함한다. 도 1에는 다자유도 협동 로봇의 일예로서, 6개의 관절(12, 13, 14, 15, 16, 17)을 이용해 6 자유도를 갖도록 구성된 협동 로봇(10)을 도시하였다.
제1 관절(12)은 베이스(11)의 상부에 회전 가능하게 결합되며, 제1 관절(12)은 Z축(도 1을 기준으로 수직 방향)을 중심으로 회전하게 된다. 제1 관절(12)의 일단면(베이스(11)와 마주하는 면)과 타단면(제2 관절(13)과 마주하는 면)은 서로 수직한 평면 상에 위치한다.
제2 관절(13)은 제1 관절(12)의 타단부에 회전 가능하게 결합된다. 제1 관절(12)의 일단면과 타단면이 서로 수직한 평면 상에 위치하므로, 제2 관절(13)은 제1 관절(12)의 회전축에 대해 수직 방향의 축을 중심으로 회전하게 된다. 제2 관절(13)의 일단면(제1 관절(12)과 마주하는 면)과 타단면(제3 관절(14)과 마주하는 면)은 서로 평행하거나 일치하는 평면 상에 위치한다.
제3 관절(14)은 제2 관절(13)의 타단부에 회전 가능하게 결합된다. 제2 관절(13)의 일단면과 타단면이 서로 평행하거나 일치하는 평면 상에 위치하므로, 제3 관절(14)은 제2 관절(13)의 회전축과 평행한 축을 중심으로 회전하게 된다. 제3 관절(14)의 일단면(제2 관절(13)과 마주하는 면)과 타단면(제4 관절(15)과 마주하는 면)은 서로 수직한 평면 상에 위치한다.
제4 관절(15)은 제3 관절(14)의 타단부에 회전 가능하게 결합된다. 제3 관절(14)의 일단면과 타단면이 서로 수직한 평면 상에 위치하므로, 제4 관절(15)은 제3 관절(14)의 회전축에 대해 수직 방향의 축을 중심으로 회전하게 된다. 제4 관절(15)의 일단면(제3 관절(14)과 마주하는 면)과 타단면(제5 관절(16)과 마주하는 면)은 서로 수직한 평면 상에 위치한다.
제5 관절(16)은 제4 관절(15)의 타단부에 회전 가능하게 결합된다. 제4 관절(15)의 일단면과 타단면이 서로 수직한 평면 상에 위치하므로, 제5 관절(16)은 제4 관절(15)의 회전축에 대해 수직 방향의 축을 중심으로 회전하게 된다. 제5 관절(16)의 일단면(제4 관절(15)과 마주하는 면)과 타단면(제6 관절(17)과 마주하는 면)은 서로 수직한 평면 상에 위치한다.
제6 관절(17)은 제5 관절(16)의 타단부에 회전 가능하게 결합된다. 제5 관절(16)의 일단면과 타단면이 서로 수직한 평면 상에 위치하므로, 제6 관절(17)은 제5 관절(16)의 회전축에 대해 수직 방향의 축을 중심으로 회전하게 된다. 제5 관절(16)의 일단면(제4 관절(15)과 마주하는 면)과 타단면은 서로 수직한 평면 상에 위치한다.
제6 관절(17)의 타단부에는 엔드툴(미도시)이 장착된다. 엔드툴은 협동 로봇(10)이 수행하는 작업 등에 따라 다양한 종류가 존재하며, 제6 관절(17)의 타단부는 다양한 엔트툴이 교체 장착되도록 구성된다.
각 관절(12, 13, 14, 15, 16, 17)에는 관절(12, 13, 14, 15, 16, 17)을 회전 구동시키는 액츄에이터(미도시)가 구비된다.
협동 로봇(10)의 구동 정밀성 향상 및 유지와 사용 편의성을 위해서는, 협동 로봇(10)의 각 관절(12, 13, 14, 15, 16, 17) 등에서 작용하는 마찰력을 파악하고, 마찰력에 의해 손실되는 토크를 고려하여 액츄에이터를 제어하는 마찰력 보상 제어가 필요하다.
도 2는 본 발명의 일 실시예에 따른 다자유도 협동 로봇의 마찰 보상 시스템을 개략적으로 도시한 블록도이다.
도 2에 도시된 바와 같이, 본 발명의 일 실시예에 따른 다자유도 협동 로봇의 마찰 보상 시스템(1)은 다자유도의 협동 로봇(10)과 로봇 제어부(20)를 포함한다.
협동 로봇(10)은 액츄에이터(11), 액츄에이터 제어부(12), 엔코더(13) 및 온도 센서(14)를 포함한다.
액츄에이터(11)는 전술한 바와 같이, 협동 로봇(10)의 관절(12, 13, 14, 15, 16, 17)을 회전 구동시키는 구동원이다. 액츄에이터 제어부(12)는 액츄에이터(11)로 공급되는 전류값을 측정하고, 관절(12, 13, 14, 15, 16, 17)의 구동 속도, 위치 등을 연산할 수 있다. 온도 센서(14)는 액츄에이터(11)의 온도를 측정한다. 엔코더(13)는 관절(12, 13, 14, 15, 16, 17)의 각도를 측정한다.
액츄에이터(11), 액츄에이터 제어부(12), 엔코더(13) 및 온도 센서(14)는 협동 로봇(10)의 관절(12, 13, 14, 15, 16, 17)마다 각각 구비될 수 있다.
로봇 제어부(20)는 협동 로봇(10)과 통신 가능하게 연결되며, 모션 생성부(21), 제어부(22), 통신부(23), 데이터 수집부(24), 연산부(25), 마찰 파라미터 저장부(26), 마찰 모델 함수 평가부(27) 및 마찰 파라미터 보정부(28)를 포함한다.
모션 생성부(21)는 협동 로봇(10)의 마찰력을 도출하기 위해 협동 로봇(10)에 요구되는 모션을 생성한다.
제어부(22)는 협동 로봇(10)의 제어를 담당한다. 제어부(22)는 협동 로봇(10)의 액츄에이터(11)를 제어하고, 협동 로봇(10)이 모션 생성부(21)에서 생성한 협동 로봇(10)의 운동 궤적을 정확하게 준수하여 동작하도록 협동 로봇(10)에 대한 강인 위치 제어를 수행할 수 있다.
통신부(23)는 로봇 제어부(20)와 협동 로봇(10) 사이의 통신을 관리한다. 통신부(23)는 이더켓 통신을 기반으로 할 수 있으며, 로봇 제어부(20)에서 협동 로봇(10)으로 제어 명령을 전달하고, 협동 로봇(10)에서 로봇 제어부(20)로 협동 로봇(10)의 제어에 필요한 정보들을 전달할 수 있다. 또한, 협동 로봇(10)으로부터 복수의 관절의 각도 정보, 토크 관련 정보, 액츄에이터의 온도 정보 등을 포함하는 마찰 식별 데이터를 로봇 제어부(20)로 전달할 수 있다.
데이터 수집부(24)는 통신부(23)로부터 전달되는 협동 로봇(10) 관련 데이터(특히, 마찰 식별 데이터)를 수집하여 분류한다.
연산부(25)는 데이터 수집부(24)에서 수집/분류된 데이터를 기반으로 협동 로봇(10)의 관절(12, 13, 14, 15, 16, 17)들에 대한 추가적인 정보(예를 들어, 속도 정보, 위치 정보, 토크 정보, 특정 정보에 대한 평균값 등)을 연산할 수 있다.
또한, 연산부(25)는 데이터 수집부(24)에서 수집/분류된 데이터를 기반으로 복수의 관절에서 작용하는 정지 마찰, 운동 마찰, 점성 마찰을 식별할 수 있다.
또한, 연산부(25)는 데이터 수집부(24)에서 수집/분류된 데이터를 기반으로 마찰 모델 함수를 연산할 수 있다
마찰 파라미터 저장부(26)는 연산부(25)에서 연산한 마찰 모델 함수 또는 마찰 모델 함수의 파라미터를 저장한다.
마찰 모델 함수 평가부(27)는 연산부(25)에서 연산한 마찰 모델 함수의 적절성에 대해 평가하고, 마찰 파라미터 보정부(28)는 마찰 모델 함수 평가부(27)에서 마찰 모델 함수가 적절하지 않다고 평가한 경우, 마찰 모델 함수의 파라미터를 보정한다.
로봇 제어부(20)의 구성들인 모션 생성부(21), 제어부(22), 통신부(23), 데이터 수집부(24), 연산부(25), 마찰 파라미터 저장부(26), 마찰 모델 함수 평가부(27) 및 마찰 파라미터 보정부(28)에 대한 보다 구체적인 내용에 대해서는 후술하는 다자유도 협동 로봇의 마찰 보상 방법에 대한 설명에서 자세하게 설명한다.
로봇 제어부(20)의 구성들인 모션 생성부(21), 제어부(22), 통신부(23), 데이터 수집부(24), 연산부(25), 마찰 파라미터 저장부(26), 마찰 모델 함수 평가부(27) 및 마찰 파라미터 보정부(28)는 기능을 기준으로 분류한 것이며, 실제 물리적인 구성에서는 복수의 구성이 하나의 물리적 부품으로 통합될 수 있다. 예를 들어, 하나의 연산 장치에서 연산부(25), 마찰 모델 함수 평가부(27) 및 마찰 파라미터 보정부(28)의 기능을 수행할 수도 있다.
도 3은 본 발명의 일 실시예에 따른 다자유도 협동 로봇의 마찰 보상 방법을 설명하기 위한 순서도이다.
도 3에 도시된 바와 같이, 본 발명의 일 실시예에 따른 다자유도 협동 로봇의 마찰 보상 방법은, 협동 로봇의 모션을 생성하는 단계(S11), 생성된 모션에 기초하여 협동 로봇을 구동하는 단계(S12), 마찰 식별 데이터를 수신하는 단계(S13), 마찰 모델 함수를 연산하는 단계(S14), 마찰 모델 함수를 적용해 협동 로봇을 구동하는 단계(S15), 마찰 모델 함수를 평가하는 단계(S16), 마찰 모델 함수의 파라미터를 보정하는 단계(S17) 및 마찰 모델 함수의 파라미터를 업데이트하는 단계(S18)를 포함한다.
협동 로봇의 모션을 생성하는 단계(S11)에서 모션 생성부(21)는 마찰 보상을 위한 협동 로봇(10)의 모션을 생성한다.
모션 생성부(21)는 협동 로봇(10)이 사용자의 개입 없이 마찰력을 스스로 측정할 수 있도록 다음의 로봇 동역학 수식(수식 1)을 기초로 협동 로봇(10)의 모션을 생성한다.
[수식 1]
Figure 112019112080848-pat00001
Figure 112019112080848-pat00002
은 각각 로봇(10)의 회전위치, 회전속도, 회전각속도를 나타낸다. 또한
Figure 112019112080848-pat00003
은 로봇(10)의 관성력,
Figure 112019112080848-pat00004
은 코리올리힘,
Figure 112019112080848-pat00005
은 중력을 나타내며,
Figure 112019112080848-pat00006
는 각각 로봇(10)에 입력되는 토크 값 및 로봇(10)에 작용하는 마찰력을 나타낸다.
모션 생성부(21)는 토크 입력 값(
Figure 112019112080848-pat00007
)으로 로봇(10)이 스스로 마찰력을 측정할 수 있도록 관성력, 코리올리힘 및 중력의 영향을 제거할 수 있는 로봇 모션을 각각 생성한다.
먼저, 중력 영향을 제거할 수 있는 중력 보상 모션에 대해 설명한다.
모션 생성부(21)는 마찰력을 측정하고자 하는 관절(12, 13, 14, 15, 16, 17)이 중력에 의한 영향을 받지 않도록 협동 로봇(10)의 자세를 설정한다. 이 경우 협동 로봇(10)은 전체적인 자세가 중력이 작용하는 방향과 나란한 방향이 될 수 있다. 예를 들어, 각 관절의 회전축이 중력이 작용하는 방향에 평행하게 위치하도록 하여 각 관절에 작용하는 중력의 영향을 배제시킬 수 있다. 다만, 관절(12, 13, 14, 15, 16, 17)들 중 제2 관절(13)과 같이 회전축이 중력에 평행하게 될 수 없는 관절에 대한 중력 보상 모션에 대해서는 후술한다.
도 1에 도시된 협동 로봇(10)을 기준으로 설명하면,
제1 관절(12), 제3 관절(14), 제4 관절(15) 및 제6 관절(17)의 경우, 모든 관절(12, 13, 14, 15, 16, 17)의 각도가 0도인 자세에서 마찰력을 측정한다.
제5 관절(16)의 경우, 제1 관절(12), 제2 관절(13), 제5 관절(16) 및 제6 관절(17)은 0도의 각도를 갖고, 제3 관절(14) 및 제4 관절(15)은 90도의 각도를 갖는 자세에서 마찰력을 측정한다.
한편, 어떠한 자세에서도 중력의 영향을 받을 수밖에 없는 관절에 대해서는 중력의 영향을 상쇄할 수 있는 대칭 모션을 생성하고 마찰력을 측정한다.
예를 들어, 제2 관절(13)은 0도에서 90도로 변화하는 모션과 90도에서 0도로 변화하는 모션을 통해 마찰력을 측정한다.
관성 영향을 제거할 수 있는 관성 보상 모션에 대해 설명한다.
모션 생성부(21)는 마찰력을 측정하고자 하는 관절(12, 13, 14, 15, 16, 17)이 관성에 의한 영향을 받지 않도록 협동 로봇(10)의 모션을 생성한다.
예를 들어, 모션 생성부(21)는 선형 궤적과 포물선 궤적이 혼합된 위치 궤적을 생성하여 선형의 속도 궤적 및 일정한 속도 궤적이 포함된 로봇 모션을 생성할 수 있다. 즉, 모션 생성부(21)는 각 관절(12, 13, 14, 15, 16, 17)의 가속도에 의해 발생하는 관성력에 영향을 받지 않는 등속구간을 포함한 모션을 연속적으로 생성하여, 관절(12, 13, 14, 15, 16, 17)에 작용하는 관성의 영향을 제거한다.
코리올리힘 영향을 제거할 수 있는 코리올리힘 보상 모션에 대해 설명한다.
모션 생성부(21)는 마찰력을 측정하고자 하는 관절(12, 13, 14, 15, 16, 17)이 코리올리힘에 의한 영향을 받지 않도록 협동 로봇(10)의 모션 계획을 수립한다.
예를 들어, 모션 생성부(21)는 비선형 다자유도 로봇 모션에 의해서 발생하는 코리올리힘을 제거하기 위해서 관절(12, 13, 14, 15, 16, 17)별 순차적 구동을 수행하기 위한 모션을 생성할 수 있다.
또한, 모션 생성부(21)는 마찰력 측정의 정확도 향상을 위해서 속도 기준 단계별 모션을 생성할 수 있다. 속도 기준 단계별 모션은 제1 단계에서 1도/초의 속도에 도달할 때까지 0.05도/초의 간격으로 속도를 증가시키고, 제2 단계에서 10도/초의 속도에 도달할 때까지 1도/초의 간격으로 속도를 증가시키고, 제3 단계에서 최대속도에 도달할 때까지 10도/초 간격으로 속도를 증가시킬 수 있다
생성된 모션에 기초하여 협동 로봇을 구동하는 단계(S12)에서 제어부(22)는 S11 단계에서 모션 생성부(21)가 생성한 모션을 따라 협동 로봇(10)을 구동한다.
협동 로봇(10)이 모션을 따라 정밀하게 구동되도록, 제어부(22)는 이더켓 통신을 기반으로 4kHz 제어주기의 고속 실시간 제어를 구현하도록 구성될 수 있다.
또한, 제어부(22)는 실시간 강인 위치 제어를 통해 협동 로봇(10)의 구동 정밀성을 향상시킬 수 있다. 예를 들어, 제어부(22)는 로봇 모델기반 앞먹임 제어기법과 로봇 상태변수기반 되먹임 제어기법을 결합하여 협동 로봇(10)의 각 관절(12, 13, 14, 15, 16, 17)들을 제어할 수 있다.
마찰 식별 데이터를 수신하는 단계(S13)에서 통신부(23)는 협동 로봇(10)으로부터 마찰 식별 데이터를 수신하고, 데이터 수집부(24)는 통신부(23)부터 마찰 식별 데이터를 수집하고 분류한다. 마찰 식별 데이터의 수신은 S12 단계와 함께 이루어질 수 있으며, 각 관절(12, 13, 14, 15, 16, 17)의 마찰 식별 데이터를 수신하게 된다.
협동 로봇(10)의 액츄에이터 제어부(12)는 액츄에이터(11)에 공급되는 전류값에 대한 정보, 엔코더(13)로부터 획득한 각 관절(12, 13, 14, 15, 16, 17)의 각도에 대한 정보, 온도 센서(14)로부터 획득한 액츄에이터(11)의 온도에 대한 정보를 로봇 제어부(20)로 전송한다.
액츄에이터 제어부(12)는 엔코더(13)로부터 획득한 정보와 액츄에이터(11)에 공급되는 전류값 등을 기초로 관절(12, 13, 14, 15, 16, 17)의 위치, 속도, 관절에 작용하는 토크 등을 연산하고 연산 결과를 로봇 제어부(20)로 전송할 수도 있다.
실시예에 따라 협동 로봇(10)은 각 관절(12, 13, 14, 15, 16, 17)에 작용하는 토크를 측정하는 토크 센서(미도시)를 더 포함하고, 토크 센서로부터 출력되는 토크 정보를 로봇 제어부(20)로 전송할 수도 있다.
마찰 식별 데이터는 각 관절(12, 13, 14, 15, 16, 17)에 작용하는 마찰력을 식별하기 위해 사용되는 데이터로서, 엔코더(13)가 측정한 관절(12, 13, 14, 15, 16, 17)의 각도 정보, 액츄에이터 제어부(12)가 측정한 액츄에이터에 공급되는 전류값, 온도 센서(14)가 측정한 액츄에이터(11)의 온도 정보, 액츄에이터 제어부(12)가 연산한 관절(12, 13, 14, 15, 16, 17)의 위치 정보, 속도 정보 등을 포함할 수 있다. 이 경우, 액츄에이터에 공급되는 전류값은 관절(12, 13, 14, 15, 16, 17)을 작동하기 위해 필요한 토크에 비례하므로, 액츄에이터에 공급되는 전류값은 관절(12, 13, 14, 15, 16, 17)에 작용하는 토크를 추정하기 위한 토크 관련 정보가 된다. 협동 로봇(10)에 토크 센서가 구비된 경우에는 토크 센서의 측정값이 토크 관련정보가 된다.
연산부(25)는 데이터 수집부(24)에서 수집/분류된 데이터를 기반으로 협동 로봇(10)의 관절(12, 13, 14, 15, 16, 17)들에 대한 추가적인 정보(예를 들어, 속도 정보, 위치 정보, 토크 정보, 특정 정보에 대한 평균값 등)을 연산하여 데이터 수집부(24)로 전달할 수 있다.
데이터 수집부(24)는 관절(12, 13, 14, 15, 16, 17)별 마찰 식별 데이터의 평균값과 실시간 데이터를 속도 기준 단계별 모션에 따라 수집하여 저장할 수 있다.
하나의 모션 단위는 정지, 시계방향 회전, 정지, 반시계방향 회전, 정지로 구성될 수 있다. 또는 하나의 모션 단위는 정지, 반시계방향 회전, 정지, 시계방향 회전, 정지로 구성될 수 있다. 또한, 시계방향 회전 및 반시계방향 회전은 선형 속도 구간 및 일정 속도 구간으로 구성될 수 있다. 일정 속도 구간에서는 마찰 식별 데이터의 평균 데이터를 저장하고, 특정 속도의 모션에서는 마찰 식별 데이터의 실시간 데이터를 수집하여 저장할 수 있다.
마찰 모델 함수를 연산하는 단계(S14)에서 연산부(25)는 데이터 수집부(24)에서 수집/분류된 데이터를 기반으로 마찰 모델 함수를 연산할 수 있다
이를 위해, 연산부(25)는 데이터 수집부(24)에서 수집/분류된 데이터를 기반으로 각 관절(12, 13, 14, 15, 16, 17)에서 작용하는 정지 마찰, 운동 마찰, 점성 마찰을 식별할 수 있다.
예를 들어, 연산부(25)는 정지 마찰과 운동 마찰을 식별하기 위해 마찰 식별 데이터의 실시간 데이터를 이용할 수 있다. 정지 마찰은 관절(12, 13, 14, 15, 16, 17)이 움직이기 시작할 때 나타나는 최대 토크값을 이용해 식별할 수 있고, 운동 마찰은 관절(12, 13, 14, 15, 16, 17)이 움직임을 시작한 이후에 저속 구간에서 나타나는 토크값을 이용해 식별할 수 있다.
또한, 연산부(25)는 점성 마찰을 식별하기 위해 마찰 식별 데이터의 평균 데이터(평균 토크 관련 정보)를 이용할 수 있다.
연산부(25)는 정지 마찰, 운동 마찰, 점성 마찰을 표현하는 관절의 마찰 모델 함수를 식별할 수 있다. 마찰 모델 함수의 형식은 미리 정의된 것일 수 있다. 연산부(25)는 마찰 모델 함수의 상수값을 최소 자승법을 이용한 데이터 피팅으로 식별할 수 있다.
예를 들어, 연산부(25)는 도출된 데이터들을 기반으로 2차 함수의 마찰 모델 함수(f(x)=ax2+bx+c)를 도출하고, 마찰 모델 함수의 3가지 마찰 파라미터(a, b, c)를 연산할 수 있다. 마찰 모델 함수의 변수(x)는 관절의 구동 속도일 수 있다.
연산부(25)는 연산된 마찰 모델 함수 또는 마찰 파라미터를 마찰 파라미터 저장부(26)에 저장할 또는 갱신할 수 있다.
마찰 모델 함수를 적용해 협동 로봇을 구동하는 단계(S15)에서 제어부(22)는 연산부(25)가 연산한 마찰 모델 함수를 적용해 협동 로봇(10)의 각 관절(12, 13, 14, 15, 16, 17)을 구동한다. 연산부(25)가 연산된 마찰 모델 함수 또는 마찰 파라미터를 마찰 파라미터 저장부(26)에 저장한 경우 제어부(22)는 마찰 파라미터 저장부(26)에 새로 업데이트된 마찰 모델 함수 또는 마찰 파라미터를 적용하여 협동 로봇(10)을 구동한다.
제어부(22)는 연산한 마찰 모델 함수의 파라미터를 적용하여 마찰 보상력을 실시간으로 연산한다. 제어부(22)는 아래의 [수식 2]에 기초하여 통신부(23)를 통해 얻어지는 실시간 속도 및 온도값을 입력받아 마찰 보상 토크값을 연산하고, 이를 기초로 관절(12, 13, 14, 15, 16, 17)들을 제어할 수 있다.
[수식 2]
Figure 112019112080848-pat00008
Figure 112019112080848-pat00009
는 비선형 마찰모델을 나타내며
Figure 112019112080848-pat00010
는 각각 연산된 마찰력, 관절의 속도 및 온도를 나타낸다. 본 발명의 실시예에 따른 방법은 다음의 수정된 Lu-Gre 마찰모델을 활용할 수 있다.
Figure 112019112080848-pat00011
Figure 112019112080848-pat00012
Figure 112019112080848-pat00013
Figure 112019112080848-pat00014
Figure 112019112080848-pat00015
는 각각 강성상수 및 감쇠상수를 나타내며,
Figure 112019112080848-pat00016
정지마찰력과 운동마찰력을 나타내고,
Figure 112019112080848-pat00017
는 점성마찰 상수값들을 나타낸다.
Figure 112019112080848-pat00018
는 속도상수값을 의미하고,
Figure 112019112080848-pat00019
은 각각 온도와 협동 로봇에 부착되는 무게를 나타낸다.
마찰 모델 함수를 평가하는 단계(S16)에서 마찰 모델 함수 평가부(27)는 협동 로봇(10)의 수동성 및 위치 오차를 기반으로 마찰 모델 함수의 마찰 보상 성능을 평가한다.
평가 결과가 일정 기준 미만인 경우에는 마찰 모델 함수의 파라미터를 보정하는 단계(S17)를 진행하고, 평가 결과가 일정 기준 이상인 경우에는 마찰 모델 함수의 파라미터를 업데이트하는 단계(S18)를 진행한다.
마찰 모델 함수의 파라미터를 보정하는 단계(S17)에서 마찰 파라미터 보정부(28)는 마찰 모델 함수의 파라미터를 조정한다. 마찰 모델 함수의 파라미터를 조정하는 규칙은 미리 정의되어 있을 수 있다. 예를 들어, 마찰 파라미터 보정부(28)는 S16 단계에서 측정된 위치 오차의 결과를 기반으로 마찰 모델 함수의 파라미터의 조정 범위를 결정할 수 있다.
마찰 모델 함수의 파라미터를 업데이트하는 단계(S18)에서 마찰 파라미터 저장부(26)는 S16 단계에서 적절하다고 판정된 마찰 모델 함수(또는 마찰 파라미터) 또는 S17 단계에서 파라미터가 보정된 마찰 모델 함수(또는 보정된 마찰 파라미터) 를 저장할 수 있다.
이후, 제어부(22)는 양의 되먹임 제어기법을 이용하여 마찰력(
Figure 112019112080848-pat00020
)을 협동 로봇(10)의 직접 교시 및 힘제어 모드에서 마찰력 효과를 보상하는데 사용할 수 있다.
예를 들어, 사용자가 직접 교시를 하는 상황에서 사용자가 협동 로봇(10)을 움직일 때에 마찰력에 대응하는 토크를 관절에 인가하여, 협동 로봇(10)은 각 관절에서 마찰력이 거의 작용하지 않는 것과 유사한 상태로 사용자가 협동 로봇(10)의 각 관절(12, 13, 14, 15, 16, 17)을 움직일 수 있다.
또한, 협동 로봇(10)의 사용 기간에 따라 구동계의 마모 등의 이유로 마찰 특성이 변화하게 되므로, 협동 로봇(10)의 최초 세팅 시에 마찰력 보상에 따른 세팅을 완료한 이후에도, 협동 로봇(10)의 사용 기간이 늘어남에 따라 협동 로봇(10)의 구동 정밀성이나 사용 편의성이 떨어지는 경우가 종종 발생하는데, 본 발명의 일 실시예에 따른 다자유도 협동 로봇의 마찰 보상 시스템 및 다자유도 협동 로봇의 마찰 보상 방법에 따르면, 언제든지 새롭게 협동 로봇(10)의 마찰 보상 함수(또는 마찰 파라미터)를 새롭게 업데이트 할 수 있으므로, 협동 로봇(10)의 구동 정밀성 및 사용 편의성이 지속적으로 유지될 수 있다.
도 4는 본 발명의 다른 실시예에 따른 다자유도 협동 로봇의 마찰 보상 방법을 설명하기 위한 순서도이다.
본 발명의 다른 실시예에 따른 다자유도 협동 로봇의 마찰 보상 방법은 도 3에 도시된 다자유도 협동 로봇의 마찰 보상 방법과 각 단계들(S11 ~ S18)은 동일하다.
다만, 도 4에 도시된 바와 같이, 본 발명의 다른 실시예에 따른 다자유도 협동 로봇의 마찰 보상 방법은 마찰 모델 함수의 파라미터를 보정하는 단계(S17)에서 마찰 파라미터 보정부(28)는 마찰 모델 함수의 상수값을 조정한 이후, 다시 마찰 모델 함수를 적용해 협동 로봇을 구동하는 단계(S15)로 진행한다.
따라서, S15 단계에서 제어부(22)는 새롭게 상수값이 조정된 마찰 모델 함수를 적용하여 협동 로봇(10)의 각 관절(12, 13, 14, 15, 16, 17)을 구동하고, S16 단계에서는 그 결과를 기초로 상수값이 조정된 마찰 모델 함수의 적절성을 판단하게 된다. S16 단계에서 다시 마찰 모델 함수의 평가 결과가 일정 기준 미만인 경우에는 다시 S17 단계가 진행된 이후, S15 단계와 S16 단계가 진행하게 되고, 이러한 작업들이 상수값이 조정된 마찰 모델 함수의 평가 결과가 일정 기준 이상이 될 때까지 반복된다.
S16 단계에서 마찰 모델 함수의 평가 결과가 일정 기준 이상인 것으로 판정되면 S18 단계로 진행하여 마찰 파라미터 저장부(26)는 마찰 모델 함수(또는 마찰 파라미터)를 최종적으로 저장하게 된다.
본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
1: 다자유도 협동 로봇의 마찰 보상 시스템
10: 협동 로봇 11: 베이스
12: 제1 관절 13: 제2 관절
14: 제3 관절 15: 제4 관절
16: 제5 관절 17: 제6 관절
20: 로봇 제어부

Claims (11)

  1. 복수의 관절을 포함하는 다자유도 협동 로봇의 마찰 보상 방법에 있어서,
    마찰 보상을 위한 협동 로봇의 모션을 생성하는 단계;
    생성된 상기 협동 로봇의 모션에 기초하여 상기 복수의 관절을 구동하는 단계;
    상기 협동 로봇으로부터 마찰 식별 데이터를 수신하는 단계; 및
    수신된 상기 마찰 식별 데이터로부터 마찰 모델 함수를 연산하는 단계;를 포함하고,
    상기 협동 로봇의 모션을 생성하는 단계에서는 상기 복수의 관절 중 적어도 일부의 관절에 작용하는 중력 영향을 제거하는 중력 보상 모션, 상기 복수의 관절 중 적어도 일부의 관절에 작용하는 관성 영향을 제거하는 관성 보상 모션, 상기 복수의 관절 중 적어도 일부의 관절에 작용하는 코리올리힘 영향을 제거하는 코리올리힘 보상 모션을 생성하고,
    상기 마찰 식별 데이터는, 상기 복수의 관절의 각도 정보, 상기 복수의 관절에 작용하는 토크 관련 정보 및 상기 복수의 관절을 구동하는 액츄에이터의 온도 정보를 포함하고,
    상기 마찰 모델 함수를 연산하는 단계에서는 상기 마찰 식별 데이터를 기초로 상기 복수의 관절에서 작용하는 정지 마찰, 운동 마찰, 점성 마찰을 식별하고, 상기 정지 마찰과 상기 운동 마찰을 식별하기 위해 상기 마찰 식별 데이터의 실시간 데이터를 이용하고, 상기 점성 마찰을 식별하기 위해 상기 마찰 식별 데이터의 평균 데이터를 이용하며,
    상기 마찰 모델 함수의 변수는 상기 복수의 관절의 구동 속도 및 상기 액츄에이터의 온도 정보를 포함하는, 다자유도 협동 로봇의 마찰 보상 방법.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 삭제
  6. 삭제
  7. 삭제
  8. 삭제
  9. 삭제
  10. 제1항에 있어서,
    연산된 상기 마찰 모델 함수를 적용해 상기 복수의 관절을 구동하는 단계; 및
    상기 협동 로봇의 위치 오차를 기초로 상기 마찰 모델 함수를 평가하는 단계;를 더 포함하는, 다자유도 로봇의 마찰 보상 방법.
  11. 제10항에 있어서,
    상기 마찰 모델 함수를 평가하는 단계의 결과를 기초로 상기 마찰 모델 함수의 파라미터를 보정하는 단계;를 더 포함하는, 다자유도 로봇의 마찰 보상 방법.
KR1020190138394A 2019-11-01 2019-11-01 다자유도 협동 로봇의 마찰 보상 방법 KR102170591B1 (ko)

Priority Applications (5)

Application Number Priority Date Filing Date Title
KR1020190138394A KR102170591B1 (ko) 2019-11-01 2019-11-01 다자유도 협동 로봇의 마찰 보상 방법
KR1020200131103A KR102356660B1 (ko) 2019-11-01 2020-10-12 다자유도 협동 로봇의 마찰 보상 방법
US17/629,279 US20220410388A1 (en) 2019-11-01 2020-10-30 Method for compensating for friction of multi-degree-of-freedom cooperative robot
EP20883155.2A EP4052863A4 (en) 2019-11-01 2020-10-30 METHOD FOR COMPENSATING THE FRICTION OF A COOPERATIVE ROBOT WITH MULTIPLE DEGREES OF FREEDOM
PCT/KR2020/015022 WO2021086106A1 (ko) 2019-11-01 2020-10-30 다자유도 협동 로봇의 마찰 보상 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190138394A KR102170591B1 (ko) 2019-11-01 2019-11-01 다자유도 협동 로봇의 마찰 보상 방법

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020200131103A Division KR102356660B1 (ko) 2019-11-01 2020-10-12 다자유도 협동 로봇의 마찰 보상 방법

Publications (1)

Publication Number Publication Date
KR102170591B1 true KR102170591B1 (ko) 2020-10-27

Family

ID=73136292

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190138394A KR102170591B1 (ko) 2019-11-01 2019-11-01 다자유도 협동 로봇의 마찰 보상 방법

Country Status (1)

Country Link
KR (1) KR102170591B1 (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021086106A1 (ko) * 2019-11-01 2021-05-06 주식회사 뉴로메카 다자유도 협동 로봇의 마찰 보상 방법
CN112757340A (zh) * 2020-12-25 2021-05-07 珞石（山东）智能科技有限公司 基于关节扭矩传感器的关节摩擦力观测方法及装置
CN113510693A (zh) * 2021-08-03 2021-10-19 香港中文大学（深圳） 一种基于摩擦力的机器人控制方法、装置及设备
CN113742865A (zh) * 2021-09-10 2021-12-03 遨博（北京）智能科技有限公司 一种数据处理方法
KR20230087303A (ko) * 2021-12-09 2023-06-16 두산로보틱스 주식회사 로봇아암 관절마찰 추정장치 및 추정방법

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150093039A (ko) * 2014-02-06 2015-08-17 현대중공업 주식회사 외란관측기와 마찰모델을 이용한 대상물 구동방법 및 대상물 구동장치
KR20150141246A (ko) * 2014-06-09 2015-12-18 고려대학교 산학협력단 로봇 머니퓰레이터 및 이의 제어 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150093039A (ko) * 2014-02-06 2015-08-17 현대중공업 주식회사 외란관측기와 마찰모델을 이용한 대상물 구동방법 및 대상물 구동장치
KR20150141246A (ko) * 2014-06-09 2015-12-18 고려대학교 산학협력단 로봇 머니퓰레이터 및 이의 제어 방법

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021086106A1 (ko) * 2019-11-01 2021-05-06 주식회사 뉴로메카 다자유도 협동 로봇의 마찰 보상 방법
CN112757340A (zh) * 2020-12-25 2021-05-07 珞石（山东）智能科技有限公司 基于关节扭矩传感器的关节摩擦力观测方法及装置
CN112757340B (zh) * 2020-12-25 2022-06-28 珞石（山东）智能科技有限公司 基于关节扭矩传感器的关节摩擦力观测方法及装置
CN113510693A (zh) * 2021-08-03 2021-10-19 香港中文大学（深圳） 一种基于摩擦力的机器人控制方法、装置及设备
CN113510693B (zh) * 2021-08-03 2022-10-25 香港中文大学（深圳） 一种基于摩擦力的机器人控制方法、装置及设备
WO2023010811A1 (zh) * 2021-08-03 2023-02-09 香港中文大学（深圳） 一种基于摩擦力的机器人控制方法、装置及设备
CN113742865A (zh) * 2021-09-10 2021-12-03 遨博（北京）智能科技有限公司 一种数据处理方法
KR20230087303A (ko) * 2021-12-09 2023-06-16 두산로보틱스 주식회사 로봇아암 관절마찰 추정장치 및 추정방법
KR102618327B1 (ko) 2021-12-09 2023-12-27 두산로보틱스 주식회사 로봇아암 관절마찰 추정장치 및 추정방법

Similar Documents

Publication Publication Date Title
KR102356660B1 (ko) 다자유도 협동 로봇의 마찰 보상 방법
KR102170591B1 (ko) 다자유도 협동 로봇의 마찰 보상 방법
JP4962551B2 (ja) ロボットシステムおよびロボットシステムの制御方法
JP6097174B2 (ja) ロボット制御装置
US9242374B2 (en) Robotic control apparatus
JP5078891B2 (ja) 機械における機械要素の移動案内のための方法および装置
US9874865B2 (en) Control method and control device
CN109202894B (zh) 进行学习控制的机器人及其控制方法
CN109664297A (zh) 机器人的振动抑制方法、***、装置及计算机可读存储器
JP2015231663A (ja) 多数の要素システムを制御調節する装置および方法
CN104736303B (zh) 多关节机器人的摆动控制装置
JP2019098439A (ja) 振動抑制装置
WO2018109968A1 (ja) ロボットの制御方法
JPH08249067A (ja) 電動機の位置制御装置
SE516720C2 (sv) Utrustning för styrning av en industrirobot och förfarande för programmering och/eller justering av robotens rörelse
CN106426163A (zh) 电动机的控制装置
JP7185495B2 (ja) 減速機システム、駆動ユニットへの指令値の補正方法、補正データの生成方法、及び減速機システムの製造方法
JP2020064576A (ja) 制御システム、制御方法、及び制御プログラム
WO2020217597A1 (ja) サーボ制御装置
Oueslati et al. Improving the dynamic accuracy of elastic industrial robot joint by algebraic identification approach
Tungpataratanawong et al. Robust motion control of industrial robot based on robot parameter identification and feedforward control considering resonant frequency
JP5698519B2 (ja) 制御装置およびロボットアームの制御方法
CN114102636A (zh) 遥操作机器人的焊缝打磨控制***及其设计方法和应用
JPH10249763A (ja) ロボットマニピュレータの制御パラメータ調整方法
KR102479904B1 (ko) 다자유도 로봇의 마찰보상 시스템 및 마찰보상 방법

Legal Events

Date Code Title Description
A107 Divisional application of patent
GRNT Written decision to grant