KR102607487B1 - 로봇팔의 노이즈 제거 방법 및 장치 - Google Patents

로봇팔의 노이즈 제거 방법 및 장치 Download PDF

Info

Publication number
KR102607487B1
KR102607487B1 KR1020230040913A KR20230040913A KR102607487B1 KR 102607487 B1 KR102607487 B1 KR 102607487B1 KR 1020230040913 A KR1020230040913 A KR 1020230040913A KR 20230040913 A KR20230040913 A KR 20230040913A KR 102607487 B1 KR102607487 B1 KR 102607487B1
Authority
KR
South Korea
Prior art keywords
robot arm
axis
vibration noise
vibration
modeling
Prior art date
Application number
KR1020230040913A
Other languages
English (en)
Inventor
남기환
성노윤
Original Assignee
주식회사 아임토리
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 아임토리 filed Critical 주식회사 아임토리
Priority to KR1020230040913A priority Critical patent/KR102607487B1/ko
Application granted granted Critical
Publication of KR102607487B1 publication Critical patent/KR102607487B1/ko

Links

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
    • B25J9/1679—Programme controls characterised by the tasks executed
    • B25J9/1692—Calibration of manipulator
    • 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
    • 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
    • B25J9/1602—Programme controls characterised by the control system, structure, architecture
    • B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
    • 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
    • B25J9/163—Programme controls characterised by the control loop learning, adaptive, model based, rule based expert control

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Numerical Control (AREA)

Abstract

본 발명은 로봇팔의 각 축마다 발생하는 진동 노이즈 및 외부 영향에 의해 발생되는 노이즈를 제거하여 로봇팔의 각 축에 대한 위치 제어 데이터를 분석하는 로봇팔의 노이즈 제거 방법 및 장치에 관한 것으로, 로봇팔의 구조 및 운동학적 특성 정보를 입력받아 로봇팔의 운동학적 특성을 수식화하여 모델링 하는 단계, 상기 모델링 하는 단계에서의 모델링 결과를 이용하여 로봇팔의 적어도 하나 이상의 축에 대한 운동학적 연산을 수행하는 단계, 로봇팔의 적어도 하나 이상의 축에 대한 진동 노이즈를 파악하는 단계, 파악된 축에 대한 진동 노이즈 이외에 발생되는 외부 노이즈를 더 파악하는 단계 및 수행된 적어도 하나 이상의 축에 대한 운동학적 연산 및 상기 파악된 진동 노이즈에 기반하여 각 축별로 해당 축에서 발생한 진동 노이즈에 인접한 축에서 발생된 진동 노이즈 및 파악된 외부 노이즈를 반영하여 각 축에 대한 위치 제어 데이터를 보정하는 단계를 포함하는 로봇팔의 노이즈 제거 방법에 의해 로봇팔의 축에서 발생하는 진동 노이즈를 제거함에 있어 인근의 다른 축에서 발생하는 진동 노이즈의 효과 및 그 외에 외부적 노이즈 발생 효과를 반영하여 로봇팔의 정확하고 안전한 운영을 제공할 수 있다는 효과가 도출된다.

Description

로봇팔의 노이즈 제거 방법 및 장치{Method and Apparatus for Reducing Noise in a Robot Arm}
본 발명은 로봇팔 제어 기술에 관한 것으로, 보다 상세하게는 로봇팔의 각 축마다 발생하는 진동 노이즈 및 외부 영향에 의해 발생되는 노이즈를 제거하여 로봇팔의 각 축에 대한 위치 제어 데이터를 분석하는 로봇팔의 노이즈 제거 방법 및 장치에 관한 것이다.
일반적으로 로봇팔은 각 축마다 모터를 구비하고, 이 모터를 제어함으로써 로봇팔의 움직임을 조작할 수 있다. 그리고 각 축의 움직임은 엔코더와 같은 센서를 이용하여 감지할 수 있다.
또한 로봇 팔에 위치, 속도 및 가속도 센서와 같은 다양한 센서가 장착될 수 있으며, 이러한 센서 데이터를 사용하여 로봇팔은 정확하고 반복 가능한 작업을 수행할 수 있다. 로봇팔의 각 축의 움직임을 파악할 수 있으며, 이러한 정보를 기반으로 다양한 작업을 수행할 수 있다. 로봇팔의 각 축은 서로 독립적으로 제어되고, 각축의 움직임이 서로 영향을 미칠 수 있다.
한편 로봇 팔의 진동 노이즈는 작업 성능에 지장을 줄 수 있으므로 제거하는 것이 바람직하다. 진동 노이즈가 큰 경우에는 로봇팔이 목표 위치로 정확하게 이동하지 못하거나, 작업 속도가 느려질 수 있기 때문이다. 진동 노이즈 제거는 로봇팔의 작업 성능을 향상시키는 데에 중요한 역할을 한다.
이때 로봇팔 축에서 발생하는 진동 노이즈는 인접한 축에 대한 진동 노이즈 뿐 아니라 추가적인 다른 외부적인 요인들에 의해서도 영향을 받을 수 있다. 데이터 분석시에 외부 영향까지 반영하여 분석을 시도하면 보다 정확도 높은 데이터를 획득할 수 있다.
KR 10-2022-0058674 A KR 10-2001-0081236 A
본 발명은 이 같은 기술적 배경에서 도출된 것으로, 로봇팔의 축에서 발생하는 진동 노이즈를 제거함에 있어 인근의 다른 축에서 발생하는 진동 노이즈의 효과 및 그외에 외부적 노이즈 발생 효과를 반영하여 로봇팔의 정확하고 안전한 운영을 제공함에 그 목적이 있다.
상기의 과제를 달성하기 위한 본 발명은 다음과 같은 구성을 포함한다.
즉 본 발명의 일 실시예에 따른 하나의 프로세서들, 및 상기 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비한 컴퓨팅 장치에서 수행되는 로봇팔의 노이즈 제거 방법은, 로봇팔의 구조 및 운동학적 특성 정보를 입력받아 로봇팔의 운동학적 특성을 수식화하여 모델링 하는 단계, 상기 모델링 하는 단계에서의 모델링 결과를 이용하여 로봇팔의 적어도 하나 이상의 축에 대한 운동학적 연산을 수행하는 단계, 로봇팔의 적어도 하나 이상의 축에 대한 진동 노이즈를 파악하는 단계, 파악된 축에 대한 진동 노이즈 이외에 발생되는 외부 노이즈를 더 파악하는 단계 및 수행된 적어도 하나 이상의 축에 대한 운동학적 연산 및 상기 파악된 진동 노이즈에 기반하여 각 축별로 해당 축에서 발생한 진동 노이즈에 인접한 축에서 발생된 진동 노이즈 및 파악된 외부 노이즈를 반영하여 각 축에 대한 위치 제어 데이터를 보정하는 단계를 포함한다.
한편, 일 실시예에 따른 컴퓨터 장치는, 로봇팔의 구조 및 운동학적 특성 정보를 입력받아 로봇팔의 운동학적 특성을 수식화하여 모델링 하는 모델링 모듈, 상기 모델링 모듈에서의 모델링 결과를 이용하여 로봇팔의 적어도 하나 이상의 축에 대한 운동학적 연산을 수행하는 연산 수행 모듈, 로봇팔의 적어도 하나 이상의 축에 대한 진동 노이즈를 파악하고, 파악된 축에 대한 진동 노이즈 이외에 발생되는 외부 노이즈를 더 파악하는 파악 모듈, 상기 연산 수행 모듈에서 수행된 적어도 하나 이상의 축에 대한 운동학적 연산 및 상기 파악 모듈에서 파악된 진동 노이즈에 기반하여 각 축별로 해당 축에서 발생한 진동 노이즈에 인접한 축에서 발생된 진동 노이즈및 파악된 외부 노이즈를 반영하여 각 축에 대한 위치 제어 데이터를 보정하는 보정 모듈을 포함한다.
본 발명에 의하면 로봇팔의 축에서 발생하는 진동 노이즈를 제거함에 있어 인근의 다른 축에서 발생하는 진동 노이즈의 효과 및 그 외에 외부적 노이즈 발생 효과를 반영하여 로봇팔의 정확하고 안전한 운영을 제공할 수 있다는 효과가 도출된다.
도 1 은 본 발명의 일 실시예에 따른 로봇팔의 노이즈 제거 장치의 구성을 도시한 블록도이다.
도 2 는 본 발명의 일 실시예에 따른 로봇팔의 노이즈 제거 방법의 흐름도이다.
본 발명에서 사용되는 기술적 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아님을 유의해야 한다. 또한, 본 발명에서 사용되는 기술적 용어는 본 발명에서 특별히 다른 의미로 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 의미로 해석되어야 하며, 과도하게 포괄적인 의미로 해석되거나, 과도하게 축소된 의미로 해석되지 않아야 한다.
이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명한다.
본 발명의 실시예들에 따른 로봇팔의 노이즈 제거 장치는 적어도 하나의 컴퓨터 장치에 의해 구현될 수 있으며, 본 발명의 실시예들에 따른 로봇팔의 노이즈 제거 방법은 로봇팔의 노이즈 제거 장치에 포함되는 적어도 하나의 컴퓨터 장치를 통해 수행될 수 있다. 이때, 컴퓨터 장치에는 본 발명의 일실시예에 따른 컴퓨터 프로그램이 설치 및 구동될 수 있고, 컴퓨터 장치는 구동된 컴퓨터 프로그램의 제어에 따라 본 발명의 실시예들에 따른 로봇팔의 노이즈 제거 방법을 수행할 수 있다. 상술한 컴퓨터 프로그램은 컴퓨터 장치와 결합되어 로봇팔의 노이즈 제거 방법을 컴퓨터에 실행시키기 위해 컴퓨터 판독 가능한 기록매체에 저장될 수 있다.
도 1 은 본 발명의 일 실시예에 따른 로봇팔의 노이즈 제거 장치의 구성을 도시한 블록도이다.
관리자 단말(30)은 일 실시예에 따른 로봇팔의 전반적인 동작을 수행하는 관리자가 정보를 제공받기 위한 단말장치를 모두 포괄하도록 해석된다. 일 실시예에 있어서 관리자 단말(30)의 사용자 인터페이스를 통해 노이즈 제거 장치(10)에서 수행되는 로봇팔의 운동 동작의 제어 및 다양한 동작 상태 정보의 제공이 가능하도록 구현된다.
관리자 단말(30)은 스마트 폰(Smart Phone), 휴대 단말기(Portable Terminal), 이동 단말기(Mobile Terminal), 폴더블 단말기(Foldable Terminal), 개인 정보 단말기(Personal Digital Assistant: PDA), PMP(Portable Multimedia Player) 단말기, 텔레매틱스(Telematics) 단말기, 내비게이션(Navigation) 단말기, 개인용 컴퓨터(Personal Computer), 노트북 컴퓨터, 슬레이트 PC(Slate PC), 태블릿 PC(Tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(Wearable Device, 예를 들어, 워치형 단말기(Smartwatch), 글래스형 단말기(Smart Glass), HMD(Head Mounted Display) 등 포함), 와이브로(Wibro) 단말기, IPTV(Internet Protocol Television) 단말기, 스마트 TV, 디지털방송용 단말기, AVN(Audio Video Navigation) 단말기, A/V(Audio/Video) 시스템, 플렉시블 단말기(Flexible Terminal), 디지털 사이니지 장치 등과 같은 다양한 단말기에 적용될 수 있다.
네트워크(20)는 PAN(personal area network), LAN(local area network), CAN(campus area network), MAN(metropolitan area network), WAN(wide area network), BBN(broadband network), 인터넷 등의 네트워크 중 하나 이상의 임의의 네트워크를 포함할 수 있다. 또한, 네트워크(20)는 버스 네트워크, 스타 네트워크, 링 네트워크, 메쉬 네트워크, 스타-버스 네트워크, 트리 또는 계층적(hierarchical) 네트워크 등을 포함하는 네트워크 토폴로지 중 임의의 하나 이상을 포함할 수 있으나, 이에 제한되지 않는다.
일 실시예에 따른 로봇팔의 노이즈 제거 장치(10)는 통신 인터페이스(110), 메모리(120), 입출력 인터페이스(130) 및 프로세서(140)를 포함한다.
일 예로 로봇팔이 6개의 축이 있으면, 1번 축과 2번 축과 3번 축 ~ 6번 축까지 있다고 가정해보자. 여기서 2번 축은 1번 축의 진동에도 영향을 받을 것이고 3번 축의 진동에도 영향을 받을 것이다.
일 실시예에 따른 로봇팔의 노이즈 제거 장치(10)는 2번 축의 진동을 분석할 때 1번 축과 3번 축에서 발생하는 노이즈가 2번에 적용되는 것을 데이터 분석을 기반으로 처리한다.
그리고 추가적인 외부 요인들에 대해 노이즈를 더 컨트롤 하여 전체적으로 데이터 퀄리티를 향상시킬 수 있다.
즉, 데이터 분석의 패턴을 분석해 아웃라이어들을 제거하는 프로세스를 거쳐서 노이즈 제거 후 진동데이터 분석을 시도하면 의미 있는 결과를 도출할 수 있다.
통신 인터페이스(110)는 네트워크(20)를 통해 로봇팔의 노이즈 제거 장치(10)가 다른 장치(일례로, 앞서 설명한 저장 장치들)와 서로 통신하기 위한 기능을 제공할 수 있다. 일례로, 로봇팔의 노이즈 제거 장치(10)의 프로세서(140)가 메모리(120)와 같은 기록 장치에 저장된 프로그램 코드에 따라 생성한 요청이나 명령, 데이터, 파일 등이 통신 인터페이스(110)의 제어에 따라 네트워크(20)를 통해 다른 장치들로 전달될 수 있다. 역으로, 다른 장치로부터의 신호나 명령, 데이터, 파일 등이 네트워크(20)를 거쳐 로봇팔의 노이즈 제거 장치(10)의 통신 인터페이스(110)를 통해 로봇팔의 노이즈 제거 장치(10)로 수신될 수 있다. 통신 인터페이스(110)를 통해 수신된 신호나 명령, 데이터 등은 프로세서(140)나 메모리(120)로 전달될 수 있고, 파일 등은 로봇팔의 노이즈 제거 장치(10)가 더 포함할 수 있는 저장 매체(상술한 영구 저장 장치)로 저장될 수 있다
메모리(120)는 컴퓨터에서 판독 가능한 기록매체로서, RAM(random access memory), ROM(read only memory) 및 디스크 드라이브와 같은 비소멸성 대용량 기록장치(permanent mass storage device)를 포함할 수 있다. 여기서 ROM과 디스크 드라이브와 같은 비소멸성 대용량기록장치는 메모리(120)와는 구분되는 별도의 영구 저장 장치로서 로봇팔의 노이즈 제거 장치(10)에 포함될 수도 있다.
또한, 메모리(120)에는 운영체제와 적어도 하나의 프로그램 코드가 저장될 수 있다. 이러한 소프트웨어 구성요소들은 메모리(120)와는 별도의 컴퓨터에서 판독 가능한 기록매체로부터 메모리(120)로 로딩될 수 있다. 이러한 별도의 컴퓨터에서 판독 가능한 기록매체는 플로피 드라이브, 디스크, 테이프, DVD/CD-ROM 드라이브, 메모리 카드 등의 컴퓨터에서 판독 가능한 기록매체를 포함할 수 있다. 다른 실시예에서 소프트웨어 구성요소들은 컴퓨터에서 판독 가능한 기록매체가 아닌 통신 인터페이스(110)를 통해 메모리(120)에 로딩될 수도 있다. 예를 들어, 소프트웨어 구성요소들은 네트워크(20)를 통해 수신되는 파일들에 의해 설치되는 컴퓨터 프로그램에 기반하여 로봇팔의 노이즈 제거 장치(10)의 메모리(120)에 로딩될 수 있다.
입출력 인터페이스(130)는 입출력 장치와의 인터페이스를 위한 수단일 수 있다. 예를 들어, 입력 장치는 마이크, 키보드 또는 마우스 등의 장치를, 그리고 출력 장치는 디스플레이, 스피커와 같은 장치를 포함할 수 있다. 다른 예로 입출력 인터페이스(130)는 터치스크린과 같이 입력과 출력을 위한 기능이 하나로 통합된 장치와의 인터페이스를 위한 수단일 수도 있다. 입출력 장치는 로봇팔의 노이즈 제거 장치(10)와 하나의 장치로 구성될 수도 있다.
프로세서(140)는 기본적인 산술, 로직 및 입출력 연산을 수행함으로써, 컴퓨터 프로그램의 명령을 처리하도록 구성될 수 있다. 명령은 메모리(120) 또는 통신 인터페이스(110)에 의해 프로세서(140)로 제공될 수 있다. 예를 들어 프로세서(140)는 메모리(120)와 같은 기록 장치에 저장된 프로그램 코드에 따라 수신되는 명령을 실행하도록 구성될 수 있다.
보다 상세하게 프로세서(140)는 모델링 모듈(1410), 연산 수행 모듈(1420), 파악 모듈(1430) 및 보정 모듈(1440)을 포함한다.
모델링 모델(1410)은 로봇팔의 구조 및 운동학적 특성 정보를 입력받아 로봇팔의 운동학적 특성을 수식화하여 모델링한다.
그리고 연산 수행 모듈(1420)은 모델링 모듈(1410)에서의 모델링 결과를 이용하여 로봇팔의 적어도 하나 이상의 축에 대한 운동학적 연산을 수행한다.
파악 모듈(1430)은 로봇팔의 적어도 하나 이상의 축에 대한 진동 노이즈를 파악하고, 파악된 축에 대한 진동 노이즈 이외에 발생되는 외부 노이즈를 더 파악한다. 이때 파악 모듈(1430)은 로봇팔의 움직임에 따른 기계적인 진동, 로봇팔의 작동에 따른 전기장 영향으로 발생되는 진동 노이즈 및 로봇팔의 작동에 따른 자기장 영향으로 발생되는 진동 노이즈 중 적어도 하나를 파악한다.
그리고 보정 모듈(1440)은 연산 수행 모듈(1420)에서 수행된 적어도 하나 이상의 축에 대한 운동학적 연산 및 파악 모듈(1430)에서 파악된 진동 노이즈에 기반하여 각 축별로 해당 축에서 발생한 진동 노이즈에 인접한 축에서 발생된 진동 노이즈 및 파악된 외부 노이즈를 반영하여 각 축에 대한 위치 제어 데이터를 보정한다.
이하에서는 로봇팔의 노이즈 제거 방법의 구체적인 실시예를 설명하기로 한다.
도 2 는 본 발명의 일 실시예에 따른 로봇팔의 노이즈 제거 방법의 흐름도이다.
일 실시예에 따른 로봇팔의 노이즈 제거 방법은 먼저, 로봇팔의 구조 및 운동학적 특성 정보를 입력받아 운동학적 특성을 수식화하여 모델링한다(S200).
로봇팔의 수학적 모델을 사용하여 로봇팔을 모델링함으로써 로봇팔의 운동을 제어할 수 있다.
로봇팔의 모델링 분석은 로봇팔의 동작을 이해하고 예측케하는 데에 중요한 역할을 한다. 이때 로봇팔의 모델링 분석은 운동학적 모델링과 역학적 모델링이 있다.
운동학적 모델링은 로봇팔의 운동을 수학적으로 모델링하는 과정이다. 로봇팔은 다양한 구성 요소들이 연결되어 있으며, 각 구성 요소들은 서로 다른 운동을 수행한다. 이러한 구성 요소들 간의 상호작용을 수학적으로 모델링하여, 로봇팔의 운동을 설명할 수 있다. 일 예로 Denavit-Hartenberg(D-H) 파라미터를 이용한 운동학적 모델링이 있다.
로봇팔의 모델링을 위해 로봇팔의 각 축에 대한 정보와 연결된 관절 각도, 링크 길이, 질량 및 중심, 관성 모멘트 등의 정보를 수집한다.
모델링을 이용하여 로봇팔 각축의 운동학적 연산을 수행하고, 로봇팔의 다양한 운동학적 특성, 예를 들어 위치, 속도, 가속도, 토크, 힘 등을 추정할 수 있다.
한편, 로봇팔의 각 축의 위치, 속도, 가속도, 토크, 힘 등을 추정하기 위해서는, 로봇팔의 운동 방정식을 수식화해야 한다. 이를 위해 로봇팔의 각 부품들의 질량, 길이, 관성 모멘트 등을 측정하고, 로봇팔의 운동방정식을 유도할 수 있다.
모델링 과정에서 로봇팔이 가해지는 힘과 가속도에 따라 로봇팔의 운동을 설명하는 수학적인 식으로, 뉴턴 역학의 법칙을 기반으로 하는 로봇팔의 운동방정식을 도출할 수 있다.
로봇팔의 각 조인트는 일반적으로 회전축을 중심으로 움직인다. 따라서 각 조인트에서 작용하는 토크(Torque)는 각 조인트의 관성 모멘트(Inertia Moment)와 각 가속도에 비례한다. 로봇팔에서는 토크가 소모되는 효율성을 고려하여 토크 손실과 마찰력을 고려해야 한다.
일실시예에 있어서, 로봇팔의 운동방정식은 수학식 1과 같이 표현된다.
Figure 112023035217951-pat00001
여기서 τ는 로봇팔에서 작용하는 토크, q는 로봇팔의 조인트 각도, q'는 각 조인트의 각 속도, q''는 각 조인트의 각 가속도를 나타낸다.
또한 M(q)는 로봇팔의 관성 행렬로, 각 조인트의 관성 모멘트를 포함한다. C(q, q')는 로봇팔의 코리올리스 및 중력 항으로, 로봇팔의 운동에 영향을 미치고, G(q)는 로봇팔에서 작용하는 중력 힘을 나타낸다.
이러한 운동 방정식을 이용하여 로봇팔의 운동을 수학적으로 모델링할 수 있다. 로봇팔의 제어 및 경로 계획 등 다양한 응용 분야에서도 운동방정식이 사용될 수 있다.
추가적으로 로봇팔의 각 부분을 연결하는 조인트 각도와 길이를 설명하는 기하학적 변환을 기술하는 덴브-하튼베르크(Denavit-Hartenberg) 표기법이 적용될 수도 있다.
이는 로봇 팔의 각 조인트의 위치와 방향을 설명하는 로봇 공학 모델로, 로봇 팔의 각 조인트를 연결하는 선들을 축(Axis)이라는 이름의 고정된 좌표계로 나타내며, 이를 통해 각 조인트의 위치와 방향을 나타낸다.
또한 로봇팔 각 조인트 사이의 상대 위치와 방향을 설명하는 전치 행렬(Transform Matrix)이 이용될 수도 있다. 각 전치 행렬은 DH 매개 변수에 의해 정의되며, 각 조인트 각도를 사용하여 계산된다.
또한 로봇팔에 작용하는 힘과 모멘트를 설명하는 로봇팔 역학 모델, 로봇팔이 원하는 위치와 방향으로 이동하도록 하는 조인트 각도를 계산하는 PID 제어기와 같은 제어 알고리즘을 사용하는 로봇팔 제어 모델을 이용할 수 있다.
일 양상에 있어서 모델링 하는 단계는, 인접한 축간 상호작용을 모델링한다.
모델링 하는 단계는 인접한 축간 상호작용을 모델링하여 진동 노이즈 영향을 산출하기 위해서 로봇 팔의 각 축에서 발생하는 운동과 힘을 분석하는 로봇 팔의 다축 로봇 역학 모델링을 수행한다. 이를 통해 인접한 축 간 상호작용의 영향을 예측하고, 각 축의 운동과 힘을 최적화하는 방법을 찾을 수 있다.
이때 모델링 하는 단계는 크로스 커플링(Cross-coupling) 모델링을 수행할 수 있다. 크로스 커플링 모델링은 인접한 축 간 상호작용을 고려한 다축 로봇 역학 모델링 기법 중 하나로 로봇 팔의 다축 역학 모델에서 인접한 축 간 상호작용을 고려하는 방법이다. 이를 위해서는 다축 로봇 역학 모델을 일반적인 뉴턴 방정식과 라그랑주 방정식으로 모델링하는데, 이때 크로스 커플링 상호작용을 추가적으로 고려한다. 크로스 커플링 상호작용은 한 축의 운동이 인접한 축의 운동에 영향을 주는 상황을 의미할 수 있다.
크로스 커플링 모델링을 사용하여 인접한 축 간 상호작용을 고려하면, 다축 로봇의 운동과 힘이 더욱 정확하게 모델링될 수있다.
또한 모델링 하는 단계는 실험 데이터를 수집하여 로봇 팔의 운동을 측정하고, 이를 통해 인접한 축 간 상호작용의 영향을 분석하여 인접한 축의 진동 노이즈 영향을 분석할 수도 있다. 이를 위해 가속도계나 자이로스코프와 같은 센서를 사용하여 로봇 팔의 운동을 측정하고, 이를 통해 진동 노이즈의 주파수와 진폭을 분석한다. 분석된 값을 바탕으로 인접한 축 간 상호작용의 영향을 추정하고, 이를 모델링에 반영하도록 구현될 수도 있다.
가속도계나 자이로스코프와 같은 센서를 이용하여 로봇팔의 운동을 측정하고, 이를 통해 진동 노이즈의 주파수와 진폭을 분석할 수 있다. 이후에 후술할 보정하는 단계에서 이를 바탕으로 인접한 축간 상호작용의 영향을 추정하고, 이를 모델링에 반영할 수 있다.
여기서 각축 별 기본 움직임과 진동을 파악하고 추가 분석하여 의미 있는 진동을 선택할 수 있다. 이에 따라 효과적인 진동 노이즈 제거가 가능하여 정밀한 작업을 수행하도록 고안된 로봇 팔의 작업 정확성과 안정성을 유지할 수 있다.
그리고 모델링 하는 단계에서의 모델링 결과를 이용하여 로봇팔의 적어도 하나 이상의 축에 대한 운동학적 연산을 수행한다(S210).
연산을 수행하는 단계는 모델링 단계에서 로봇팔의 모델링 결과와 함께 로봇팔이 수행하려는 움직임의 목표 위치와 방향 벡터를 입력받는다. 이는 관리자 단말(30)의 사용자 인터페이스를 통해 입력받을 수 있다. 그리고 입력받은 값들을 기반으로 로봇팔의 관절 각도와 연결된 링크의 움직임을 계산한다.
구체적으로 로봇팔의 각 축에 대한 순방향 운동학 계산을 수행할 수 있다. 이를 위해 로봇팔의 모델링 결과와 함께 로봇팔의 각 관절의 위치, 속도, 가속도를 입력받아, 이를 기반으로 로봇팔의 끝 부분의 위치, 속도, 가속도를 계산할 수 있다.
이때 로봇팔의 운동학적 연산을 통해 얻은 정보를 이용하여 모션 플래닝을 수행힌다. 이를 통해 로봇팔의 움직임을 제어하고, 로봇팔이 원하는 위치와 방향으로 움직일 수 있도록 할 수 있다.
또한, 로봇팔의 모션 플래닝 결과를 이용하여 로봇팔을 제어할 수 있다. 그리고 이를 위해 로봇팔의 모터나 액추에이터를 제어하여 로봇팔이 정확한 위치와 방향으로 움직일 수 있도록 제어한다.
운동학적 연산을 수행하는 단계는 로봇팔의 운동학 모델링을 통해 로봇팔의 각 조인트 각도를 이용하여 로봇팔의 위치와 방향을 계산하는 포워드 키네마틱스(Forward Kinematics) 수식을 도출할 수 있다.
또한, 로봇팔의 위치와 방향을 이용하여 각 조인트 각도를 계산하는 역키네마틱스(Inverse Kinematics) 수식을 도출할 수도 있다.
추가적으로 로봇팔이 작동하는 환경에서의 운동을 분석하는 과정으로 로봇팔이 물체를 집거나 이동하는 등의 작업을 수행하는 역학적 모델링을 통해, 로봇팔의 다양한 구성 요소들에 작용하는 힘과 토크를 계산하여, 로봇팔이 어떤 작업을 수행하는 데 필요한 힘과 토크를 결정하는 역학적 연산을 더 수행할 수도 있다.
로봇팔의 역학적 연산을 위한 역학 모델링에는 로봇팔이 가해지는 힘과 가속도에 따라 로봇팔의 운동을 설명하는 뉴턴 역학의 법칙, 로봇팔의 운동을 묘사하는 역학 모델을 구축하는 데에 사용되는 수식으로, 뉴턴 역학의 법칙을 일반화시킨 오일러-라그랑지(Euler-Lagrange) 방정식을 이용할 수 있다.
그러나 이에 한정되는 것은 아니고, 로봇팔의 모델링에는 PID 제어(PID Control), 미분방정식 등의 수학적 개념과 수식이 사용될 수도 있다.
이후에 로봇팔의 적어도 하나 이상의 축에 대한 진동 노이즈를 파악한다. (S220).
일 실시예에 있어서 진동 노이즈를 파악하는 것은, 여러 축 각각의 진동 노이즈를 측정할 수 있는 측정 장비로부터 측정된 진동 노이즈 측정값을 획득하는 것일 수 있다.
예를 들어 가속도계를 사용하여 로봇팔 축에서 발생하는 진동을 측정하고, 그 데이터를 분석하여 진동 주파수 및 진폭을 파악하는 것일 수 있다.
또는 가속도계로 측정된 진동 신호를 FFT를 이용하여 주파수 영역으로 변환한 후, 주파수 스펙트럼을 분석함으로써, 주파수 대역별로 진동 노이즈의 크기를 파악하는 것일 수 있다.
다른 예로 적외선 카메라를 이용하여 로봇 팔의 축 주변의 열 변화를 측정하는 것일 수도 있다. 이를 통해 진동에 의한 마찰 열의 변화를 파악하고, 진동 노이즈를 측정할 수 있다.
이외에 다양한 테스트 및 검증을 실시하여 로봇팔의 축에서 발생하는 진동 노이즈를 확인할 수 있다.
다른 실시예에 있어서, 진동 노이즈를 파악하는 단계는, 모델링 하는 단계에서 모델링된 로봇팔의 각 축의 운동에 대한 모델을 구축하여 각 축에서 발생할 것으로 예상되는 진동 노이즈 값을 계산하고, 계산 결과값을 이용하여 인접한 축에서 발생된 진동 노이즈를 파악할 수 있다.
이를 위해 각 축의 운동 모델링과 진동 노이즈 예측에 대한 계산을 수행하고, 인접한 축 사이의 상호작용을 고려한 모델링을 수행할 수 있다.
각 축의 운동 모델링은 각 축의 관성 모멘트, 무게 등을 고려하여 운동방정식을 설정하는 관성 모델링, 각 축의 마찰력을 고려하여 운동방정식을 설정하는 마찰 모델링, 각 축의 모터, 센서 등을 고려하여 제어 방식을 설정하는 제어 모델링등이 포함될 수 있다.
모델링된 각 축의 운동 모델을 바탕으로, 운동 시 발생할 것으로 예상되는 진동 노이즈 값을 계산할 수 있다.
이렇게 예측된 각 축에서 발생할 것으로 예상되는 진동 노이즈 값을 이용하여, 인접한 축에서 발생한 진동 노이즈를 파악할 수 있다. 이를 위해서는 인접한 축 간의 상호작용 모델을 고려하여 계산한다.
그리고 로봇 팔 축에 영향을 주는 진동 노이즈 외에 외부 노이즈를 더 파악한다(S230).
일 실시예에 있어서 로봇팔 축에 영향을 주는 외부 노이즈는, 주변 장비나 다른 로봇의 작동으로 인해 발생하는 기계적인 진동, 자기장, 온도, 및, 소음등에 의해 발생되는 노이즈를 포함할 수 있다.
즉, 외부 노이즈를 더 파악하는 단계는 로봇팔의 움직임에 따른 기계적인 진동, 로봇팔의 작동에 따른 전기장 영향으로 발생되는 진동 노이즈 및 로봇팔의 작동에 따른 자기장 영향으로 발생되는 진동 노이즈 중 적어도 하나를 파악한다.
구체적으로 가속도계, 진동센서 또는 진동 측정기 등의 측정 도구를 이용하여 로봇팔 축의 기계적인 진동을 측정할 수 있다.
가속도계는 로봇팔 축의 가속도를 측정하여 이를 이용해 진동을 계산하는 방식으로 작동하다. 이는 가속도계가 축의 진동을 감지하고 이를 계산해주는 과정을 통해 축의 기계적인 진동을 측정할 수 있다.
진동센서는 축의 진동을 직접 감지하여 측정하는 방식으로 작동하다. 이는 축에 부착된 진동센서가 축의 진동을 감지하고 이를 측정하는 과정을 통해 축의 기계적인 진동을 측정할 수 있다.
진동 측정기는 축의 진동을 측정하는 전용 기기로, 진동센서와 유사한 원리로 작동하다. 이는 축에 부착된 진동측정기가 축의 진동을 감지하고 이를 측정하는 과정을 통해 축의 기계적인 진동을 측정할 수 있다.
또한, 소음계를 이용하여 로봇팔이 작동하는 공간에서 발생하는 외부 소음을 측정할 수도 있다. 소음계는 주변 소음의 레벨을 측정하는 도구로, 일반적으로 데시벨(dB) 단위로 표시된다.
소음계를 사용하여 로봇팔이 작동하는 공간에서 발생하는 주변 소음의 레벨을 측정하고 이를 분석하여 적절한 대처방안을 마련할 수 있다. 예를들어 로봇팔의 작동 주파수를 조정하는 등의 대처방안을 고려할 수 있다.
또한, 전자기장 측정기를 사용하여 로봇팔이 작동하는 동안 전기장의 영향으로 인해 발생되는 진동 노이즈를 측정할 수 있다.
전자기장 측정기는 전자기장의 강도와 방향을 측정하는 도구로, 전기장과 자기장을 모두 측정할 수 있으며, 일반적으로 가우스(G) 단위로 표시된다. 로봇팔이 작동하는 동안 발생되는 전자기장이 강해지면 로봇팔과 주변 장치들 사이의 상호작용이 증가하게 되고, 이로 인해 로봇팔에서 발생되는 진동이 증가한다. 즉, 전자기장이 강해지면 로봇팔에서 발생되는 진동이 증가할 가능성이 있으므로, 로봇팔이 작동하는 환경에서 전자기장을 최소화하고 적절한 대처방안을 마련할 필요가 있다.
전자기장 측정기를 사용하여 로봇팔이 작동하는 동안 발생되는 전기장의 영향으로 인해 발생되는 진동 노이즈를 측정하고 이를 분석하여 적절한 대처방안을 마련할 수 있다. 예를 들어, 전기장의 세기를 낮추기 위해 전기장 차폐재료를 사용하거나, 전기장이 강한 위치에서 로봇팔을 작동시키지 않는 등의 대처방안을 고려할 수 있다.
로봇팔이 작동하는 공간에서 자기장 측정기를 이용하여 자기장의 영향으로 인해 발생하는 진동 노이즈를 측정할 수 있다. 자기장 측정기는 자기장의 세기, 방향, 주파수를 측정하는 기기로, 일반적으로 테슬라(T) 단위로 표시됩니다.
자기장 측정기를 사용하여 로봇팔이 작동하는 공간에서 자기장의 세기를 측정하고, 이를 분석하여 자기장의 영향으로 인해 발생되는 진동 노이즈의 크기와 주파수 스펙트럼을 파악할 수 있다. 이를 토대로 로봇팔의 설계나 작동 조건을 변경하여 자기장의 영향을 최소화하는 대처방안을 마련할 수 있다.
자기장의 세기를 측정하고 이를 바탕으로 진동 노이즈를 예측하기 위해서는 다음과 같은 방법을 사용할 수 있다.
먼저, 자기장 측정기를 사용하여 자기장 세기를 측정한다. 구체적으로 자기장 센서는 자기장을 감지하고,이를 전기 신호로 변환하여 측정기에 전달해준다. 그리고 진동 측정기를 사용하여 로봇팔이 발생시키는 진동을 측정한다. 진동 측정기는 가속도계나 진동계와 같은 센서를 사용하여 진동을 감지할 수 있다.
측정된 자기장 세기와 진동 데이터를 분석하여 자기장 세기와 진동 노이즈의 상관 관계를 파악한다. 이를 통해 자기장의 세기가 증가할수록 진동 노이즈가 증가하는 경향성이 있는지를 확인할 수 있다.
그리고 측정된 자기장 세기와 진동 데이터를 바탕으로 예측 모델을 구축한다. 이를 통해 자기장 세기에 따른 예상 진동 노이즈의 크기와 주파수 스펙트럼을 예측할 수 있다.
도출되는 예측 모델을 바탕으로 자기장 세기를 줄이거나 진동 노이즈를 감소시키는 대처방안을 마련할 수 있다.
즉, 자기장 세기와 진동 노이즈 사이의 상관 관계를 파악하고, 이를 기반으로 예측 모델을 구축하여 대처방안을 마련함으로써 로봇팔이 작동하는 환경에서 발생되는 자기장에 의한 진동 노이즈를 최소화할 수 있다.
이때 예측 모델을 구축하기 위해서 먼저, 자기장 센서와 진동 측정기를 사용하여 자기장 세기와 진동 데이터를 측정하고, 측정값을 수집한다. 이때, 측정 주파수 범위와 측정 시간 등 측정 조건을 일정하게 유지하여 데이터의 일관성을 확보할 수 있다.
그리고 수집한 데이터를 필요한 형태로 가공하는 데이터 전처리를 수행한다.
이 과정에서는 노이즈 제거, 이상치 제거, 주파수 변환 등의 작업을 수행하여 분석에 필요한 데이터의 정확성과 일관성을 확보할 수 있다.
그리고 전처리된 데이터를 분석하여 자기장 세기와 진동 데이터 사이의 상관 관계를 파악한다. 이를 위해 주파수 분석, 스펙트럼 분석, 상관 분석 등의 방법을 사용할 수 있다.
그리고 분석 결과를 바탕으로 예측 모델을 구축한다. 이때, 예측 모델에는 자기장 세기와 진동 데이터 사이의 상관 관계를 수학적으로 모델링한 수식이 포함된다. 일반적으로 회귀 분석, 머신 러닝, 딥 러닝 등의 방법을 사용하여 예측 모델을 구축할 수 있다.
그리고 구축된 예측 모델의 성능을 검증한다. 이때, 모델 성능 평가 지표를 사용하여 모델의 예측 능력을 평가할 수 있다. 예를 들어, 회귀 분석의 경우에는 R-squared, MSE, RMSE 등의 지표를 사용할 수 있다.
추가적으로 검증된 예측 모델을 바탕으로 자기장 세기와 진동 노이즈의 상관 관계를 예측하고, 이를 통해 자기장 세기에 따른 예상 진동 노이즈의 크기와 주파수 스펙트럼을 예측할 수 있다. 이를 바탕으로 로봇팔이 작동하는 환경에서 발생되는 자기장에 의한 진동 노이즈를 최소화하는 대처방안을 도출해낼 수 있다.
적어도 하나 이상의 축에 대한 운동학적 연산 및 상기 파악된 진동 노이즈에 기반하여 각 축별로 해당 축에서 발생한 진동 노이즈에 인접한 축에서 발생된 진동 노이즈 및 파악된 외부 노이즈를 반영하여 각 축에 대한 위치 제어 데이터를 보정한다(S240).
진동 데이터의 분석은 시간 영역의 진동 데이터를 주파수 영역으로 변환하여 분석하는 FFT(Fast Fourier Transform) 알고리즘, 시간-주파수 도메인에서의 신호 해석에 사용되는 다양한 분석 기법 중 하나인 Wavelet 변환 알고리즘, 다차원 데이터의 분산을 고려하여 데이터의 주요 정보를 추출하는 PCA(Principal Component Analysis) 알고리즘, 데이터를 유사한 속성을 갖는 여러 그룹으로 나누는 클러스터링 알고리즘 기법, 입력 변수와 출력 변수 사이의 관계를 모델링하는 회귀 분석 알고리즘, 복잡한 패턴을 찾는데 유용한 인공 신경망 기계 학습 알고리즘, 인공 신경망의 확장으로 더 복잡한 패턴을 학습하는 딥러닝 알고리즘 중 하나가 이용될 수 있다. 그러나 이에 한정되는 것은 아니다.
일 양상에 있어서, 보정하는 단계는 러신머닝 모델을 사용하여 인접한 축에서 발생한 진동 노이즈를 파악하고, 인접한 축 간의 진동 노이즈 상호작용을 예측하고, 해당 예측값을 사용하여 노이즈 보정을 수행할 수 있다.
보정하는 단계는 딥러닝 알고리즘을 이용하여 여러 층으로 이루어진 신경망을 통해 학습된 모델에 의해 인접한 축에서 발생한 진동 노이즈를 파악할 수 있다.
다양한 측정기기로부터 로봇 팔에서 발생한 진동 노이즈 데이터를 수집한다. 그리고 딥러닝 모델을 학습시키기 위해 수집된 데이터를 전처리하고, 모델을 설계하고 학습시킨다. 학습된 모델은 인접한 축에서 발생한 진동 노이즈를 파악할 수 있으며, 이를 바탕으로 로봇 팔의 운동을 보다 정확하게 제어할 수 있다.
러신머닝 모델을 사용하여 모델의 학습을 통해 로봇 팔의 운동 패턴을 파악하고, 보다 효율적인 제어 알고리즘을 개발하여 로봇 팔에서 인접한 축에서 발생한 진동 노이즈를 파악할 수 있다.
그리고 다른 양상에 있어서, 보정하는 단계는 상호작용 모델을 사용하여 각 축에서 발생한 노이즈를 예측하고, 해당 예측값을 사용하여 인접한 축에서 발생한 노이즈의 영향을 보정할 수도 있다.
상호작용 모델은 다양한 변수 간의 상호작용 관계를 분석하고 모델링하는 방법으로, 통계학, 머신 러닝, 인공지능 등 분야에서 활용될 수 있다.
즉, 각 축에서 발생하는 노이즈 데이터를 수집할 때, 인접한 축 간 상호작용을 고려하여 인접한 축의 노이즈 데이터도 함께 수집한다.
그리고 각 축에서 발생하는 노이즈와 인접한 축 간의 상호작용을 모델링한다. 이를 위해 각 축의 노이즈 데이터와 인접한 축의 노이즈 데이터를 이용하여 모델을 학습시키고, 예측할 수 있다. 모델에서 예측한 값은 해당 축에서 발생한 노이즈 예측 값이고, 이를 각 축에서 발생한 노이즈 값으로 사용하여, 인접한 축에서 발생한 노이즈의 영향을 파악할 수 있다.
그리고 예측된 노이즈 값을 기반으로, 보다 정확한 제어 알고리즘을 개발할 수 있다.
일 실시예에 있어서, 각 축에 대한 위치 제어 데이터를 보정하기 위해서 로봇팔의 모든 축에서 측정된 진동 데이터를 수집한다. 그리고 수집된 진동 데이터에 FFT 분석을 통해 각 축의 주파수 성분을 분석한다.
그리고 분석 결과를 바탕으로, 옆 축의 진동 노이즈에 의한 영향을 고려하여 각 축의 진동 노이즈를 분리할 수 있다.
각 축에서 분리된 진동 노이즈 데이터를 이용하여, 해당 축의 모델링을 업데이트하고, 업데이트 된 모델링을 통해 모든 축에서 진동 노이즈를 분석하는 단계를 반복 수행하여, 모든 축에서 측정된 진동 데이터를 동시에 분석할 수 있다. 결과적으로 인접한 축의 진동 노이즈에 의한 효과를 반영하여 진동 노이즈를 제거할 수 있다.
일 예로 보정하는 단계는 각 축에서 측정된 진동 데이터를 독립적으로 분석하여 보정할 수있다.
다른 축에서 발생한 진동 노이즈의 효과를 보정하기 위해 각 축의 모델링을 사용하여 다른 축에서 예측되는 진동을 제거하는 방법을 사용할 수 있다. 예를 들어, x 축에서 측정된 진동 데이터를 분석하는 경우 y 축과 z 축에서 예측되는 진동 노이즈를 모델링하여 x 축에서 측정된 데이터에서 예측되는 노이즈를 제거할 수 있다. 이를 위해, 각 축에서의 진동 노이즈를 모델링하고 분석하여, 해당 축에서 예측되는 진동을 계산하고 제거하는 알고리즘을 수행할 수 있다.
일 실시예에 있어서, 보정하는 단계는 각 축에서 측정된 진동 데이터에 대해 FFT 분석을 수행한 결과를 서로 곱하여 전체적인 진동 노이즈에 대한 효과를 반영하고, 곱한 결과를 IFFT(Inverse Fast Fourier Transform)를 통해 다시 시간 도메인으로 변환하여 최종 진동 데이터를 도출한다.
구체적으로 각 축에서 측정된 진동 데이터에 대해 FFT 분석 수행하는 단계, FFT 분석 수행 결과를 서로 곱하고, 그 곱한 결과를 IFFT(Inverse Fast Fourier Transform)를 통해 다시 시간 도메인으로 변환하여 최종 진동 데이터를 도출할 수 있다.
또한, 필터링 기술을 사용하여 다른 축에서 발생한 진동 노이즈를 제거할 수도 있다. 예를 들어, 다른 축에서 발생한 고주파 진동 노이즈를 필터링하여 해당 축에서 측정된 데이터에서 예측되는 진동을 제거할 수 있다.
이때 로봇팔의 움직임에 따른 기계적인 진동, 로봇팔의 작동에 따른 전기장 영향으로 발생되는 진동 노이즈 및 로봇팔의 작동에 따른 자기장 영향으로 발생되는 진동 노이즈 중 적어도 하나에 대한 노이즈를 보정할 수 있다.
그리고 적어도 하나 이상의 축에 대한 운동학적 연산에 기반하여 아웃라이어를 제거하는 것으로 외부 노이즈를 반영하여 보정할 수 있다. 아웃라이어(Outlier)는 일반적인 패턴에서 벗어나 극단적으로 크거나 작은 가지는 데이터 값을 말한다. 로봇팔의 축 움직임 패턴을 기준으로 일정 범위 이상 벗어난 값을 노이즈로 예측하여 제거할 수 있다.
또한 보정하는 단계는 특정 축에서의 진동 노이즈와 로봇팔의 제어 알고리즘을 개선하여, 로봇팔 축에서 발생하는 진동 노이즈를 최소화할 수 있다. 이를 위해서는 다양한 운동학적 모델링 및 제어 알고리즘이 적용될 수 있다. 또한 보정하는 단계는, 각 축의 움직임이 서로 영향을 미치는 영향을 파악하기 위해서 로봇팔의 모델링과 제어 알고리즘을 이용한다.
로봇팔의 제어 알고리즘은 로봇팔의 제어 방법을 결정하는 알고리즘으로 로봇팔의 모델링 결과와 센서 데이터를 이용하여 로봇팔을 제어한다. 보정하는 단계는 이 알고리즘을 통해 각 축의 움직임이 다른 축에 미치는 영향 및 그밖에 축의 움직임에의해 영향을 줄 수 있는 노이즈들을 보상할 수 있다.
전술한 방법은 애플리케이션으로 구현되거나 다양한 컴퓨터 구성요소를 통하여 수행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다.
상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것들이거니와 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수도 있다.
컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD 와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 ROM, RAM, 플래시 메모리 등과 같은 프로그램 명령어를 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다.
프로그램 명령어의 예에는, 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 상기 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상에서는 실시예들을 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
10 : 노이즈 제거 장치 20 : 네트워크
30 : 관리자 단말 110 : 통신 인터페이스
120 : 메모리 130 : 입출력 인터페이스
140 : 프로세서 1410 : 모델링 모듈
1420 : 연산 수행 모듈 1430 : 파악 모듈
1440 : 보정 모듈

Claims (7)

  1. 하나의 프로세서들, 및
    상기 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비한 컴퓨팅 장치에서 수행되는 방법으로서,
    로봇팔의 구조 및 운동학적 특성 정보를 입력받아 로봇팔의 운동학적 특성을 수식화하여 모델링 하는 단계;
    상기 모델링 하는 단계에서의 모델링 결과를 이용하여 로봇팔의 적어도 하나 이상의 축에 대한 운동학적 연산을 수행하는 단계;
    로봇팔의 적어도 하나 이상의 축에 대한 진동 노이즈를 파악하는 단계;
    파악된 축에 대한 진동 노이즈 이외에 발생되는 외부 노이즈를 더 파악하는 단계; 및
    수행된 적어도 하나 이상의 축에 대한 운동학적 연산 및 상기 파악된 진동 노이즈에 기반하여 각 축별로 해당 축에서 발생한 진동 노이즈에 인접한 축에서 발생된 진동 노이즈 및 파악된 외부 노이즈를 반영하여 각 축에 대한 위치 제어 데이터를 보정하는 단계;를 포함하고,
    상기 외부 노이즈를 더 파악하는 단계는,
    로봇팔의 움직임에 따른 기계적인 진동, 로봇팔의 작동에 따른 전기장 영향으로 발생되는 진동 노이즈 및 로봇팔의 작동에 따른 자기장 영향으로 발생되는 진동 노이즈 중 적어도 하나를 파악하며,
    상기 모델링 하는 단계는,
    로봇팔의 인접한 축간 상호작용을 모델링하고,
    상기 보정하는 단계는,
    상기 모델링하는 단계에서 모델링된 해당 모델을 이용하여 인접한 축에서 발생한 진동 노이즈를 예측하며,
    상기 진동 노이즈를 파악하는 단계는,
    상기 모델링 하는 단계에서 모델링된 로봇팔의 각 축의 운동에 대한 모델을 구축하여 각 축에서 발생할 것으로 예상되는 진동 노이즈 값을 계산하고, 계산 결과값을 이용하여 인접한 축에서 발생된 진동 노이즈를 예측하고,
    상기 외부 노이즈를 더 파악하는 단계는,
    자기장 측정기로부터 로봇팔이 작동하는 공간에서 자기장의 세기 측정값을 획득하여 분석하고, 자기장의 영향으로 인해 발생되는 진동 노이즈의 크기와 주파수 스펙트럼을 파악하여 자기장 세기와 진동 노이즈 사이의 상관 관계를 파악하고, 이를 기반으로 예측 모델을 구축하는, 로봇팔의 노이즈 제거 방법.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 제 1 항에 있어서,
    상기 보정하는 단계는,
    적어도 하나 이상의 축에 대한 운동학적 연산에 기반하여 아웃라이어를 제거하는 것으로 외부 노이즈를 반영하여 보정하는, 로봇팔의 노이즈 제거 방법.
  6. 하나 이상의 프로세서들, 및
    상기 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비한 컴퓨터 장치로서,
    로봇팔의 구조 및 운동학적 특성 정보를 입력받아 로봇팔의 운동학적 특성을 수식화하여 모델링 하는 모델링 모듈;
    상기 모델링 모듈에서의 모델링 결과를 이용하여 로봇팔의 적어도 하나 이상의 축에 대한 운동학적 연산을 수행하는 연산 수행 모듈;
    로봇팔의 적어도 하나 이상의 축에 대한 진동 노이즈를 파악하고, 파악된 축에 대한 진동 노이즈 이외에 발생되는 외부 노이즈를 더 파악하는 파악 모듈;
    상기 연산 수행 모듈에서 수행된 적어도 하나 이상의 축에 대한 운동학적 연산 및 상기 파악 모듈에서 파악된 진동 노이즈에 기반하여 각 축별로 해당 축에서 발생한 진동 노이즈에 인접한 축에서 발생된 진동 노이즈및 파악된 외부 노이즈를 반영하여 각 축에 대한 위치 제어 데이터를 보정하는 보정 모듈;을 포함하고,
    상기 파악 모듈은,
    로봇팔의 움직임에 따른 기계적인 진동, 로봇팔의 작동에 따른 전기장 영향으로 발생되는 진동 노이즈 및 로봇팔의 작동에 따른 자기장 영향으로 발생되는 진동 노이즈 중 적어도 하나를 파악하며,
    상기 모델링 모듈은,
    로봇팔의 인접한 축간 상호작용을 모델링하고,
    상기 보정 모듈은
    상기 모델링 모듈에서 모델링된 해당 모델을 이용하여 인접한 축에서 발생한 진동 노이즈를 예측하며,
    상기 파악 모듈은,
    상기 모델링 모듈에서 모델링된 로봇팔의 각 축의 운동에 대한 모델을 구축하여 각 축에서 발생할 것으로 예상되는 진동 노이즈 값을 계산하고, 계산 결과값을 이용하여 인접한 축에서 발생된 진동 노이즈를 예측하고,
    상기 파악 모듈은,
    자기장 측정기로부터 로봇팔이 작동하는 공간에서 자기장의 세기 측정값을 획득하여 분석하고, 자기장의 영향으로 인해 발생되는 진동 노이즈의 크기와 주파수 스펙트럼을 파악하여 자기장 세기와 진동 노이즈 사이의 상관 관계를 파악하고, 이를 기반으로 예측 모델을 구축하는, 컴퓨터 장치.
  7. 삭제
KR1020230040913A 2023-03-29 2023-03-29 로봇팔의 노이즈 제거 방법 및 장치 KR102607487B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020230040913A KR102607487B1 (ko) 2023-03-29 2023-03-29 로봇팔의 노이즈 제거 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020230040913A KR102607487B1 (ko) 2023-03-29 2023-03-29 로봇팔의 노이즈 제거 방법 및 장치

Publications (1)

Publication Number Publication Date
KR102607487B1 true KR102607487B1 (ko) 2023-11-29

Family

ID=88969159

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020230040913A KR102607487B1 (ko) 2023-03-29 2023-03-29 로봇팔의 노이즈 제거 방법 및 장치

Country Status (1)

Country Link
KR (1) KR102607487B1 (ko)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010081236A (ko) 2000-02-11 2001-08-29 윤종용 정지시의 진동을 억제하기 위한 모션 제어 장치
KR20120052042A (ko) * 2010-11-15 2012-05-23 삼성테크윈 주식회사 로봇 위치 추정 장치 및 방법
KR101199856B1 (ko) * 2010-12-16 2012-11-09 한양대학교 산학협력단 지능로봇의 분리된 모델 생성방법, 임무 인식 및 재생성 방법, 및 점진적인 학습을 통한 모델 개선 방법
KR20150006016A (ko) * 2012-05-30 2015-01-15 가부시키가이샤 고베 세이코쇼 다관절 로봇의 궤적 제어 장치 및 제어 방법
JP2020011361A (ja) * 2018-07-20 2020-01-23 セイコーエプソン株式会社 制御装置、水平多関節ロボットおよびロボットシステム
KR20220058674A (ko) 2020-10-29 2022-05-10 한국전자기술연구원 무선 전력 전송기술을 이용한 로봇 팔 관절 및 그 시스템

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010081236A (ko) 2000-02-11 2001-08-29 윤종용 정지시의 진동을 억제하기 위한 모션 제어 장치
KR20120052042A (ko) * 2010-11-15 2012-05-23 삼성테크윈 주식회사 로봇 위치 추정 장치 및 방법
KR101199856B1 (ko) * 2010-12-16 2012-11-09 한양대학교 산학협력단 지능로봇의 분리된 모델 생성방법, 임무 인식 및 재생성 방법, 및 점진적인 학습을 통한 모델 개선 방법
KR20150006016A (ko) * 2012-05-30 2015-01-15 가부시키가이샤 고베 세이코쇼 다관절 로봇의 궤적 제어 장치 및 제어 방법
JP2020011361A (ja) * 2018-07-20 2020-01-23 セイコーエプソン株式会社 制御装置、水平多関節ロボットおよびロボットシステム
KR20220058674A (ko) 2020-10-29 2022-05-10 한국전자기술연구원 무선 전력 전송기술을 이용한 로봇 팔 관절 및 그 시스템

Similar Documents

Publication Publication Date Title
Cha et al. Output-only computer vision based damage detection using phase-based optical flow and unscented Kalman filters
US9221170B2 (en) Method and apparatus for controlling a robotic device via wearable sensors
US10478969B2 (en) Method for the improved detection of the collision of a robot with its environment, system and computer program product implementing said method
US6278906B1 (en) Uncalibrated dynamic mechanical system controller
CN110815258B (zh) 基于电磁力反馈和增强现实的机器人遥操作***和方法
AU2013388670B2 (en) Determining a health condition of a structure
EP3900889A1 (en) Control apparatus, robot, learning apparatus, robot system, and method
KR20070077598A (ko) 제스쳐의 2차원 궤적을 추정하는 방법 및 장치
US10967505B1 (en) Determining robot inertial properties
Cheng et al. Reducing the frame vibration of delta robot in pick and place application: an acceleration profile optimization approach
Korayem et al. Precise end-effector pose estimation in spatial cable-driven parallel robots with elastic cables using a data fusion method
WO2020017266A1 (ja) シミュレーション装置、シミュレーションプログラムおよびシミュレーション方法
Khalilpour et al. Tip-trajectory tracking control of a deployable cable-driven robot via output redefinition
US20220019939A1 (en) Method and system for predicting motion-outcome data of a robot moving between a given pair of robotic locations
Hoang et al. New artificial intelligence approach to inclination measurement based on MEMS accelerometer
KR102607487B1 (ko) 로봇팔의 노이즈 제거 방법 및 장치
KR20060081509A (ko) 입력 장치의 자세 측정 방법 및 그 장치
KR102607486B1 (ko) 로봇팔의 진동 노이즈 제거 방법 및 장치
CN110765560A (zh) 一种基于时变阻尼机械机构振动预测方法
Luo et al. End‐Effector Pose Estimation in Complex Environments Using Complementary Enhancement and Adaptive Fusion of Multisensor
Angel et al. Parametric identification of a delta type parallel robot
Tang et al. Study of IMU installation position for posture estimation of excavators
KR102607490B1 (ko) 인체공학 기반의 휴머노이드 로봇의 모션 분석방법 및 장치
KR102607493B1 (ko) 로봇의 모션 분석 방법 및 장치
KR102624240B1 (ko) 로봇 축 움직임 예측 모델을 통한 로봇 상태 진단 장치및 방법

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant