KR20150070370A - 산업용 로봇의 인라인 교정을 위한 방법, 이러한 방법을 수행하기 위한 교정 시스템, 및 이러한 교정 시스템을 포함하는 산업용 로봇 - Google Patents

산업용 로봇의 인라인 교정을 위한 방법, 이러한 방법을 수행하기 위한 교정 시스템, 및 이러한 교정 시스템을 포함하는 산업용 로봇 Download PDF

Info

Publication number
KR20150070370A
KR20150070370A KR1020157012999A KR20157012999A KR20150070370A KR 20150070370 A KR20150070370 A KR 20150070370A KR 1020157012999 A KR1020157012999 A KR 1020157012999A KR 20157012999 A KR20157012999 A KR 20157012999A KR 20150070370 A KR20150070370 A KR 20150070370A
Authority
KR
South Korea
Prior art keywords
robot
calibration
location
rays
sensors
Prior art date
Application number
KR1020157012999A
Other languages
English (en)
Inventor
마타이오스 알리프라그키스
알렉산드로스 부오가니스
안드레아스 데모폴로스
차랄람보스 타사코스
Original Assignee
이노스 오토메이션스소프트웨어 게엠베하
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 이노스 오토메이션스소프트웨어 게엠베하 filed Critical 이노스 오토메이션스소프트웨어 게엠베하
Publication of KR20150070370A publication Critical patent/KR20150070370A/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
    • B25J9/1612—Programme controls characterised by the hand, wrist, grip control
    • 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
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1628—Programme controls characterised by the control loop
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/39—Robotics, robotics to robotics hand
    • G05B2219/39018—Inverse calibration, find exact joint angles for given location in world space
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/39—Robotics, robotics to robotics hand
    • G05B2219/39043—Self calibration using ANN to map robot poses to the commands, only distortions
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/39—Robotics, robotics to robotics hand
    • G05B2219/39046—Compare image of plate on robot with reference, move till coincidence, camera
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/39—Robotics, robotics to robotics hand
    • G05B2219/39048—Closed loop kinematic self calibration, grip part of robot with hand
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/39—Robotics, robotics to robotics hand
    • G05B2219/39056—On line relative position error and orientation error calibration
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/39—Robotics, robotics to robotics hand
    • G05B2219/39391—Visual servoing, track end effector with camera image feedback
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/39—Robotics, robotics to robotics hand
    • G05B2219/39394—Compensate hand position with camera detected deviation, new end effector attitude
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/39—Robotics, robotics to robotics hand
    • G05B2219/39397—Map image error directly to robot movement, position with relation to world, base not needed, image based visual servoing

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Manipulator (AREA)

Abstract

본 발명은 산업용 로봇(1)의 인라인 교정(in-line calibration)에 대한 방법에 관한 것이다. 상기 로봇(1)은 고정된 베이스부(base section, 2)와 다수의 체인링크 로봇 팔(chain link robot arm, 3)을 포함한다. 상기 체인링크들(4)은 서로 연결되고, 관절들(articulated joints, 5)을 써서 각각 상기 로봇(1)의 상기 베이스부(2)에 연결된다. 상기 로봇 팔(3)의 엔드 이펙터(end effector, 6)는 3-차원 작업공간 내의 상기 베이스부(2)에 대해 소정의 희망하는 장소로 이동될 수 있다. 본 아이디어는 상기 엔드 이펙터(6)를 미리 정의된 교정 장소로 이동시키고, 그 장소에 대한 상기 로봇(1)의 특징 파라미터들을 결정하는 것이다. 상기 특징 파라미터들은 그 교정 장소에 대한 대응하는 파라미터들의 이전에 획득된 값들과 비교된다. 현재 장소의 특징 파라미터들과 이전에 획득된 파라미터들 간의 차이는 상기 로봇(1)의 운동학적 모델을 정정하고, 상기 로봇(1)의 정상 동작 동안에, 상기 말단(6)의 이동의 정확도를 향상시키기 위해 사용된다. 상기 엔드 이펙터(6)는, 상기 엔드 이펙터(6)에 고정적으로 연결된 광원들(7)이 상기 로봇 베이스(2)에 관해 고정적으로 위치된 적어도 하나의 광학 위치 센서(12)에 영향을 주는 광선들을 방출하는 반복적인 폐루프 제어 과정을 써서 상기 교정 장소로 정확하게 이동된다.상기 센서들(12) 상의 실제 광선 위치들(20)이 상기 반복적인 과정을 써서 미리 정의된 교정 장소에 대응하는 미리 정의된 위치(20')로 이동되도록 상기 엔드 이펙터(6)가 이동된다.

Description

산업용 로봇의 인라인 교정을 위한 방법, 이러한 방법을 수행하기 위한 교정 시스템, 및 이러한 교정 시스템을 포함하는 산업용 로봇 {METHOD FOR IN-LINE CALIBRATION OF AN INDUSTRIAL ROBOT, CALIBRATION SYSTEM FOR PERFORMING SUCH A METHOD AND INDUSTRIAL ROBOT COMPRISING SUCH A CALIBRATION SYSTEM}
본 발명은 산업용 로봇(industrial robot)의 인라인 교정(in-line calibration)을 위한 방법, 산업용 로봇의 인라인 교정을 위한 교정 시스템, 및 산업용 로봇과 관련이 있다. 상기 로봇은 고정된 베이스부(base section)와 다수의 체인링크 로봇 팔(chain link robot arm)을 포함한다. 상기 체인링크들은 서로 연결되고, 관절(articulated joints)을 써서 각각 상기 로봇의 상기 베이스부에 연결된다. 상기 로봇 팔의 말단(distal end)은, 3-차원 공간 내의 상기 베이스부에 대해, 이하 장소(location)로 칭해지는 소정의 희망하는 위치 및 방향으로 이동될 수 있다.
일반적으로 말해서, 로봇 교정(robot calibration)은 소프트웨어가 로봇의 위치 정확도를 향상시키는 데 사용되는 과정이다. 그 목적은 관절 각도들(joint angles) 및, 직교 공간(Cartesian space)에서의 상기 로봇 팔의 상기 말단에서의 엔드-이펙터(end-effector)의 위치 사이의 정확한 맵핑(mapping)을 구축할 상기 로봇의 정확한 운동학적 성질들(kinematic properties)을 확인하기 위한 것이다. 여기에는, 상기 로봇의 생산 동안의 제작 공차(manufacturing tolerance), 열 효과(thermal effects), 인코더 오프셋(encoder offsets), 팔 유연성(arm flexibility), 기어 변속기 오류(gear transmission errors), 및 기어 변속기에서의 반발(backlashes)을 포함하는 상기 로봇 위치의 부정확성을 초래하는 많은 오류원들(sources of error)이 있을 수 있다.
많은 산업적 응용에서의 높은 정확도의 로봇들의 중요성을 고려하면, 이 문제에 관심 있는 로봇공학 집단에서 많은 연구자들을 가지는 것은 당연하다. 알려진 방법들은 그들이 다루는 (i) 관절-레벨 오류 (예를 들어, 관절 오프셋), (ii) 운동학적 모델 오류, 및 (iii) 비-기하학적 오류 (예를 들어, 관절 강성(joint compliance))의 오류원들(error sources)에 기초한 세 개의 레벨들로 전형적으로 분류된다. 상기 알려진 접근들은 개-루프 및 폐-루프 교정 방법들로 더 분류될 수 있다.
산업적 응용을 위한 교정 시스템이 개발될 때, 많은 요구사항들은 보통 이들이 충족되면 이점이 있는 것으로 간주된다. 특히, 상기 시스템은, 상기 로봇의 실제 운동학적 성질들을 높은 정확도로 제공하고, 낮은 실행시간을 요구하고, 상기 로봇을 대형 작업공간에서 정확성 있게 하고, 교정을 위해서 사용가능한 작업공간에 적응하고, 공장 상태(factory conditions)에서 튼튼하고, 작동을 위해서 최소한의 인간의 간섭을 요구하고, 휴대용이고 저-비용일 수 있어야 한다. 대부분의 앞서 언급된 요구사항들은, 생산 도중에, 즉, 상기 로봇의 종래 작동 동안, 상기 로봇을 주기적으로 인라인 교정할 필요가 있다는 점에서 기인한다.
로봇 교정의 문제는 네 개의 단계들, 즉, (i) 운동학적 모델링, (ii) 자세 측정, (iii) 오류 파라미터 확인, 및 (iv) 오류 보상으로 분해될 수 있다. 이들 각각의 분석은 아래에 나타난다.
상기 교정 과정을 위해 선택된 상기 운동학적 모델은, 3개의 기본 요구사항들, 구체적으로, 완성도, 연속성, 미니멀리즘(minimalism)을 만족시켜야 하는 것으로 인식된다. 제1 요구사항은, 상기 모델에서의 파라미터들이 상기 로봇 기하학적 구조의 소정의 가능한 변형을 대표하기에 충분해야 하는 것으로 부과(imposed)된다. 제2 기준은, 상기 기하학적 구조에서의 변화들과 그들을 묘사하는 상기 파라미터들의 변화들 사이에 유사점(analogy)이 있어야 한다는 사실 때문에 고려된다. 다시 말해서, 상기 운동학적 모델은 상기 기하학적 구조에서의 작은 변화들이 그 파라미터들의 작은 변화에 의해 나타나도록 존재하여야 한다. 마지막으로, 운동학적 모델은, 불필요한 파라미터들을 포함하지 않아야 하고, 상기 기하학적 구조를 묘사하는 데 필요한 것들로 이들을 한정함으로써 최소화되어야 한다.
데나비 하텐베르크(Denavit-Hartenberg, D-H) 협정은 상기 로봇의 운동학적 성질들의 모델링을 단순화하고 앞서 언급된 고려사항들을 대부분의 경우에서 충족시키는 체계적인 접근으로 고려된다. 상기 D-H 협정에 따르면, 상기 로봇 팔의 각각의 링크(link)는 네 개의 파라미터들, 즉, 링크 길이(ai), 링크 꼬임(link twist, αi), 링크 오프셋(di), 및 관절 각도(joint angle, qi)가 할당된다.
상기 D-H 모델은 로봇 공학계에서 널리 사용되지만, 두 개의 연이은 관절 축들(joint axes)이 평행하거나 거의 평행할 때에 상기 로봇 링크들의 기하학적 특성들에서의 작은 변화가 관련된 D-H 파라미터들의 값들에서의 갑작스런 변화를 발생시킬 수 있다는 사실 때문에 문제가 생긴다. 하야티(Hayati) 등은 상기 D-H 모델을 수정하여 추가적인 각도 파라미터(β)를 사용함으로써 이러한 문제를 다루었다. 그러나, 상기에서와 유사한 이유로, 이러한 접근은 두 개의 연이은 직각의 또는 거의 직각의 관절 축들을 모델링하기에 알맞지 않다. 따라서, 상기 D-H 파라미터들을 사용하여 로봇의 운동학적 성질들을 모델링하고 (거의) 평행한 관절 축들에 대한 하야티 등의 파라미터들을 포함할 것이 제안된다.
스톤(Stone) 등에 의한 S-모델과 장(Zhuang) 등에 의한 완전하고 파라미터에 의해 계속되는(complete and parametrically continuous, CPC) 모델 등 다른 운동학적 모델들이 본 문헌에서 제시되었지만, 상기 D-H 및 하야티 모델들이 로봇공학계에서 지배적이다. 상기 교정 모델은 기하학적 파라미터들로만 제한되지 않고, 대신에, 탄성 인자들(elasticity factors)(예를 들어, 관절/링크 강도(joint/link stiffness))이 개선되는 것으로 잘 알려져 있다.
상기 자세 측정 단계에서, 전형적으로 몇몇 제약들(예를 들어, 엔드-이펙터(end-effector)가 센서들의 관측 시야(field-of-view)에 놓여 상기 환경 등에서 특정 지점을 목표로 하여야 한다)을 만족시키는 많은 자세들로 이동하고, 상기 관절 각도들이 기록된다. 외부 센서들은 상기 엔드-이펙터의 실제 장소(위치와 방향)에 대한 피드백(feedback)을 주기 위해 사용되고, 이러한 장소들은 전방향 운동학(기록된 관절 각도들을 이용)에 기초하여 예측된 것들과 비교된다. 관찰된 오류들은 기록되고, 이들을 최소화하는 이러한 운동학적 파라미터들을 찾기 위해 다음 단계(즉, 오류 파라미터 확인)에서 사용될 것이다.
상기 측정 시스템을 선택하기 위한 가장 중요한 인자들은 상기 공장 환경에서 요구되는 인간의 간섭량, 그 비용, 그 실행 시간, 및 그 성능을 포함한다. 교정을 수행하기 위한 상기 엔드-이펙터의 완전한 장소를 추정하는 것이 필요하진 않지만, 상기 엔드-이펙터의 완전한 6D 장소(위치와 방향)를 추출하는 측정 시스템들은 교정 방법들이 더 적은 수의 교정 장소들을 사용하도록 하는 것을 가능하게 한다(더 많은 제약들이 각 측정에 적용되므로).
선택된 교정 장소들의 집합이 상기 교정 방법들의 우수성(quality)을 위해 중요하다는 점이 강조된다. 장소들의 상이한 결합은 획득되는 결과를 개선시키거나 악화시킬 수 있다.
이전 단계에서 실시된 장소 측정들의 집합을 고려하면, 상기 엔드-이펙터의 예측된 및 실제의 장소들 사이의 각각의 오류들이 연산될 수 있다. 이제, 이 단계의 목표는 이러한 오류를 최소화하는 상기 운동학적 모델에서, 바람직하게는 최소 평균제곱 센스(least mean square sense)에서, 상기 파라미터 값들을 결정하는 것이다. 가장 대중적인 Levenberg-Marquardt와 함께 많은 접근들이 본 문헌에서 제시되었다.
상기 파라미터 추정 알고리즘들이 효율적이 되어 재빨리 수렴하도록(converge) 알려지지 않은 파라미터들의 실제 값에 대한 우수한 초기 추측이 중요하다는 점이 강조된다. 따라서, 실질적인 것들이 현저히 차이가 나지 않음에 따라, 반복적인 최적화 과정의 시작에서의 그들의 명목상의 값들(nominal values)을 상기 운동학적 파라미터들에 할당하도록 제안된다.
많은 알려진 방법들에서, 로봇 제어기에서 상기 운동학적 파라미터들을 변화시키는 것을 피하는 것이 일반적이다. 대신에, 많은 알려진 방법들은, 이전 단계에서 확인된 것처럼, 새로운 운동학적 파라미터들을 사용하여 상기 엔드-이펙터의 대상 직교 위치(target Cartesian position)에 대한 역운동학(inverse kinematics)을 해결하고 상기 제어기에게 새로운 관절 각도들을 송신하는 것을 통해 상기 위치 오류를 정정하는 것이 바람직하다.
본 발명의 목적은 산업용 로봇의 매우 정확한 인라인 교정(in-line calibration)을 위해 제공하는, 실현하기 쉽고 가격이 싼 새로운 교정 방법 및 교정 시스템을 제안하는 것이다.
이 목적은 상기 언급된 유형의 산업용 로봇의 인라인 교정(in-line calibration)에 대한 방법에 의해 해결되고, 이는,
- 적어도 세 개의 광선들이 로봇 팔(robot arm)의 말단(distal end)에 견고하게 연결된 적어도 하나의 광원을 써서 생성되고,
- 센서에 영향을 주는 광선의 위치를 2-차원 평면에서 결정하기 위해 적응되는 적어도 하나의 광학 위치 센서는, 상기 로봇 팔의 상기 말단의 미리 정의된 교정 장소에서 상기 적어도 하나의 광원에 의해 생성되는 상기 광선들 중 적어도 일부는 상기 센서 또는 상기 센서들 중 적어도 하나에 영향을 주도록 상기 로봇의 베이스부(base section)에 대해 고정된 장소에 위치되고,
- 상기 로봇 팔의 상기 말단은 제어 신호들을 사용하여 로봇 제어기로부터 미리 정의된 교정 장소로 이끌리고(driven), 상기 생성된 광선들 중 적어도 일부는 소정의 위치들 내의 상기 센서 또는 상기 센서들 중 적어도 하나에 영향을 주고,
- 상기 생성된 광선들이 상기 센서 또는 상기 센서들 중 적어도 하나에 영향을 주는 위치들이 결정되고,
- 상기 로봇은 상기 센서 또는 상기 센서들 중 적어도 하나에 영향을 주는 상기 광선들의 위치가 상기 로봇의 이전 상태에서의 상기 로봇 팔의 상기 말단의 교정 장소로 특징지어지는 이전에 정의된 위치들로 이동되도록 반복적인 폐-루프(closed-loop) 제어 과정을 써서 이끌리고(driven),
- 상기 센서 또는 상기 센서들 중 적어도 하나에 영향을 주는 상기 광선들이 이전에 정의된 위치들에 도달할 때, 상기 로봇 팔의 특징 파라미터들, 특히 상기 로봇의 운동학적 파라미터들은, 상기 로봇 제어기에서 상기 로봇 팔의 상기 말단의 장소를 명확하게 특징짓는 것으로 결정되고,
결정된 상기 특징 파라미터들은 이러한 미리 정의된 위치들에 대한 상기 로봇 팔의 대응하는 이전에 정의된 특징 파라미터들과 비교되고, 상기 로봇 팔의 상기 이전에 정의된 특징 파라미터들은 이전 상태에서의 상기 로봇의 운동학적 모델을 정의하고,
- 결정된 상기 특징 파라미터들과 상기 대응하는 이전에 정의된 특징 파라미터들 간의 차이들은 상기 로봇의 운동학적 모델을 갱신하도록 사용되고, 및
- 상기 로봇의 상기 갱신된 운동학적 모델은 상기 로봇의 상기 종래 동작 동안에 상기 로봇 제어기에 의해 나온 제어 신호들이 원인이 되는 상기 로봇 팔의 상기 말단의 원래 위치를 상기 로봇의 종래 동작 동안에 발생하는 상기 로봇 팔의 부정확성을 고려하여 더욱 정확한 위치로 정정(correct)하기 위하여 상기 로봇의 종래 동작 동안에 사용되도록 적응되는,
것으로 특징지어진다.
상기 결정된 특징 파라미터들의 정보 내용(information content)을 향상시키고, 상기 로봇의 운동학적 모델을 더 높은 정확도로 갱신할 수 있도록 하기 위하여, 본 발명의 바람직한 실시예에 따라, 적어도 하나의 광원에 의해 생성된 광선들이 적어도 두 개의 직교 평면들(orthogonal planes)로 연장하는 것이 제안된다. 물론, 이러한 바람직한 실시예가 실현되지 않는 경우조차 본 발명은 완벽히 잘 작동한다.
본 특허 출원에서, 상기 용어 "장소"는 상기 로봇 팔의 말단의 방향(예를 들어, x-, y-, z-축들 여기저기의 a, b, c) 뿐 아니라 위치(예를 들어, 직교 좌표계 내의 x, y, z)를 포함한다. 다른 용어 "자세"는 임의의 위치들, 방향들, 및 각도들에서의 상기 체인 링크들과 상기 관절들을 구비한 상기 로봇 팔의 임의의 상태를 묘사하기 위해 사용된다. 산업용 로봇의 로봇 팔의 말단의 이동에 관한 높은 자유도로 인해, 상기 말단의 동일한 장소가 상기 로봇 팔의 상이한 자세들로 달성될 수 있다.
상기 로봇 팔의 말단은 또한 플랜지(flange)로 칭해질 수 있다. 엔드 이펙터(공구 중심점(tool center point, TCP)을 갖는 실제 공구)는 상기 플랜지에 고정된다.
본 발명은 산업용 로봇의 인라인 교정을 위한 특히 유리한 방법에 관한 것이다. 이는 앞서 정의된 교정 장소(위치 및 방향)로의 상기 로봇 제어기에 의해 발생된 제어 신호들을 사용하여 상기 로봇 팔의 말단을 이끌며(driving) 시작된다. 상기 교정 위치에서, 상기 광원에 의해 방출된 복수의 광선들은 적어도 하나의 광학 위치 센서의 2차원 감지면(sensitive surface)에 영향을 준다. 상기 센서는, 예를 들어, 적절한 영상처리 소프트웨어와 함께 상기 감지면으로서의 CMOS 또는 CCD 칩을 갖는 디지털 카메라를 포함한다. 상기 센서는 또한 2차원 감지면으로서의 층상 반도체(laminar semiconductor)를 갖는 위치 감지기(position sensitive device, PSD)를 포함할 수도 있다. 상기 광선들은 동일한 PSD에 영향을 주도록 겨냥될 수 있다. 이 경우에, 상기 광학 위치 센서는 상기 센서에 동시에 영향을 주는(예를 들어, 디지털 카메라처럼) 복수의 광선들의 위치를 검출 및 결정하도록 적응되거나, 선택적으로(예를 들어, 상기 센서가 PSD였다면), 상기 광원이 하나의 광선을 따로따로 방출하도록 제어될 수 있고, 상기 복수의 광선들은, 모든 광선들의 방출 동안에 동일한 교정 장소에 남아있는 상기 로봇 팔의 말단을 갖고 연속적으로 방출된다. 본 발명과 관련하여 사용되는 상기 교정 시스템의 광학 위치 센서들이, 예를 들어 PSD들과 디지털 카메라들인 상이한 2차원 센서 기기들의 조합을 포함하는 것도 가능하다.
적어도 하나의 광학 위치 센서, 및 상기 엔드 이펙터의 교정 장소 또는 상기 교정 장소들 각각에의 상기 하나 이상의 센서들을 겨냥하는 적어도 세 개의 광선들을 사용할 것이 제시된다. 상기 교정 방법의 정확도를 향상시키기 위해, 예를 들어 두 개, 또는 바람직하게는 적어도 세 개의 광학 위치 센서들이 교정 장소 또는 교정 장소들 각각에서 사용된다.
상기 교정 시스템은 하나 이상의 광원들을 포함할 수 있다. 상기 시스템이 오직 하나의 광원을 포함한다면, 예를 들어 적절한 광학(optics)을 써서, 복수의 광선들을 방출하도록 적응된다. 상기 시스템이 복수의 광원들을 포함한다면, 각각의 광원은 하나 이상의 광선들을 방출하도록 적응된다. 또한, 상기 교정 시스템은 하나 이상의 광학 위치 센서들을 포함할 수 있다. 상기 시스템이 오직 하나의 센서를 포함한다면, 상기 적어도 하나의 광원은 상기 센서에 영향을 주는 광선들이 교대로 방출되도록 제어된다. 상기 광선들은 연속하여 방출되지만, 이들은 동일한 교정 위치에 대해 방출된다. 각각의 광선에 대해, 상기 로봇 팔의 말단을 이끌기 위해 상기 반복적인 과정은, 상기 센서의 광점(light spot)이 이전에 정의된 광점의 위치를 향하여 이동하고 상기 방법의 추가적인 단계들이 실행되도록 한다. 이는 아래에서 더욱 상세하게 설명된다. 상기 시스템이 복수의 센서들을 포함하면, 상기 광선들이 동시에 방출되고, 상기 반복적인 과정과 상기 방법의 추가적인 단계들은 상이한 센서들에 영향을 주는 모든 광선들에 대해 동시에 수행된다.
상기 로봇 제어기는, 상기 로봇 팔의 말단을 이전에 정의된 교정 위치로 이동시키도록 하는 상기 로봇의 액터들(actors)에게 제어 신호들을 생성하여 방출한다. 상기 교정 위치에서, 복수의 광선들은 적어도 하나의 PSD에 동시에 또는 연속하여 영향을 준다. 상기 PSD의 감지면 상의 각각의 광선의 위치(x, y)가 결정된다. 이때, 반복적인 폐-루프 제어과정의 진행(course)에서, 상기 로봇 팔의 말단은 상기 로봇 제어기에 의해 발생된 제어 신호들을 써서 이동되고, 그 결과 상기 센서(들)에 영향을 주는 상기 광선들에 의해 생성된 상기 광점들은 이전에 정의된 상기 광점들의 위치들을 향하여 이동하고, 상기 로봇의 이전 상태에서의 상기 로봇 팔의 말단의 교정 장소를 특징짓는다. 상기 로봇의 이전 단계(stage)는, 예를 들어, 상기 로봇의 냉각 상태(cold state)이고, 반면에 상기 교정 방법은 상기 로봇이 준비된(warmed up) 이후 단계에서 실행된다.
상기 센서(들) 상의 상기 광점들의 현재 위치들이 상기 로봇의 이전 상태에서의 상기 로봇 팔의 말단의 교정 장소를 특징짓는 미리 정의된 위치들에 도달할 때, 상기 반복적인 과정이 정지된다. 상기 광점들은, 상기 광점들의 현재 위치들과 미리 정의된 위치들 간의 오류, 예를 들어 최소평균제곱(least mean square) 오류가 최소점에 도달하면 상기 센서들 상의 미리 정의된 위치들에 도달하도록 고려된다. 바람직하게, 민감도 행렬(야코비안 행렬(Jacobian matrix))은, 상기 센서들 상의 상기 광선들의 미리 정의된 위치들을 향해 실제 광점들을 이동시키기 위한 상기 반복적인 과정 동안에, 상기 로봇 팔의 말단의 현재 위치를 결정하기 위해 사용된다. 상기 민감도 행렬은 아래에서 더욱 상세하게 설명될 것이다.
이후, 상기 로봇 팔의 특징 파라미터들이 결정되고, 상기 로봇 제어기 내의 상기 로봇 팔의 말단의 장소를 명확하게 특징짓는다. 특히, 상기 특징 파라미터들은, 예를 들어, 상기 로봇 팔의 말단의 위치(x, y, z)와 상기 x-, y-, z-축들 여기저기의 상기 말단의 회전(a, b, c)을 포함한다. 상기 특징 파라미터들은 상기 로봇 팔의 관절들의 각도들(q1, q2, ..., qNumberDOFs)도 포함할 수 있다. 물론, 다른 특징 파라미터들을 결정하는 것도 가능하다. 상기 말단의 위치(x, y, z)는 상기 광학 위치 센서들에 영향을 주는 광선들의 위치(x, y)와 상이하다는 점이 강조된다.
상기 결정된 특징 파라미터들은 상기 로봇의 이전 상태에서 상기 센서들 상의 상기 광점들의 미리 정의된 위치들에 대한 교정 장소에서 결정된 대응하는 특징 파라미터들과 비교된다. 상기 로봇의 상기 이전에 정의된 특징 파라미터들은 상기 이전 상태에서의 상기 로봇의 운동학적 모델을 정의한다. 상기 로봇의 상기 이전 상태에서의 이러한 운동학적 모델은 상기 로봇 특징(signature)에 대응한다. 결정된 상기 특징 파라미터들과 상기 대응하는 이전에 정의된 특징 파라미터들 간의 차이점들은 상기 로봇의 상기 운동학적 모델을 갱신하는 데 사용된다. 상기 운동학적 모델은, 예를 들어, 데나비 하텐베르크 및/또는 하야티 파라미터들을 포함할 수 있다. 상기 로봇 특징의 초기 근사치는(즉, 명목상의 운동학적 모델) 상기 로봇의 제조자에 의해 획득된 운동학적 정보에 기초하여 결정될 수 있다. 이러한 정보는 상기 로봇 팔의 링크들과 관절들의 수, 관절들의 유형(그들의 자유도), 상기 링크들의 길이 등을 포함할 수 있다. 이러한 정보는 또한 상기 로봇에 관한 CAD-데이터로 이루어질 수도 있다.
상기 로봇의 연속되는 종래의 동작 동안에, 상기 로봇 팔은 상기 로봇 제어기에 의해 발생된 제어 신호들을 써서 희망하는 장소로 이동된다. 상기 로봇 팔의 상기 희망하는 위치로의 이동은 갱신된 운동학적 모델에 기초한다. 상기 갱신된 운동학적 모델에서는, 상기 로봇의 종래 동작 동안에 발생하는 상기 로봇 팔의 부정확성이 보고되어 왔다. 따라서, 상기 로봇의 종래 동작 동안에의 상기 갱신된 모델의 사용은 상기 로봇 팔의 말단의 원래 장소를 정정할 수 있고, 상기 원래 장소는 명목상의 운동학적 모델에 기초한 상기 로봇 제어기에 의해 발생된 제어 신호들로부터 기인된다. 상기 말단의 정정된 장소는 상기 로봇의 가능한 부정확성을 고려한다. 이런 이유로, 본 발명에서는 상기 로봇의 정확성이 현저히 향상될 수 있다. 상기 부정확성은, 예를 들어, 상기 로봇의 운동학적 모델의 열 효과와 다른 기계적인 부정확성으로부터 기인한다.
상기 로봇의 운동학적 모델을 갱신하기 위해 설명된 교정 방법은 한 번에 전부가 실행될 필요는 없다. 예를 들어, 상기 로봇의 종래 동작을 중단하고 상기 설명된 교정 방법을 실행하는 것이 가능하지만, 오직 상기 교정 자세들 중 몇몇에 대해서만 가능하다. 그 후, 상기 로봇의 종래 동작이 계속될 수 있고, 잠시 후 전에, 상기 동작이 중단되고, 상기 설명된 교정 방법이 다시 실행되지만, 상기 종래 동작의 제1 중단 동안이기보다는 상이한 교정 자세들에 대한 시기이다. 얼마 후, 상기 로봇의 종래 동작의 일정 횟수의 중단 후, 및 상이한 교정 자세들에 대한 본 발명에 따른 교정 방법의 일정 횟수의 실행 후에, 상기 운동학적 모델이 갱신된다. 이것의 장점은, 상기 로봇의 실제 동작의 어떠한 방해 없이 상기 교정 방법을 실행하기 위해 상기 로봇의 종래 동작이 오직 짧은 시간 동안에만 가끔 방해받을 뿐 계속될 수 있다는 것이다. 따라서, 본 발명은 진정한 인라인 교정 방법으로 여겨질 수 있다.
바람직하게, 상기 민감도 행렬은 상기 센서 또는 상기 센서들 중 적어도 하나에 영향을 주는 적어도 3개의 광선들의 위치들이 상기 로봇의 이전 상태에서의 상기 로봇 팔의 말단의 교정 장소를 특징짓는 이전에 정의된 위치들로 이동되도록 상기 반복적인 폐-루프 제어 과정을 써서 상기 로봇을 이끌기 위해 사용된다. 상기 민감도 행렬은 이전 상태, 예를 들어, 상기 로봇의 냉각기 동안에 상기 로봇의 실제 교정 전에 결정될 수 있다.
민감도 행렬은, 각각의 자유도에 대한 작은 변위들(작은 변형들 dx', dy', dz', 및 회전들 da, db, dc)에 의해 상기 로봇 플랜지를 이동시키도록 상기 로봇 제어기에 의해 발생된 제어 신호들을 송신하는 것과, 상기 (x, y) 위치들의 센서 측정치들에서의 변화를 관찰하는 것에 의해 계산된다. 상기 변위들은 상기 로봇 제어기에 의해 발생된 제어 신호들에 의해 개시된다. 상기 특징 파라미터들에서의 변화들(예를 들어, 상기 로봇 팔의 말단의 직교 좌표에서의 변화들)은 상기 로봇 팔의 말단의 변위들로부터 기인하는 상기 센서 또는 상기 센서들 중 적어도 하나에 영향을 주는 광선들의 위치들(x, y)에서의 변화와 함께 상기 민감도 행렬에 저장된다. 이에 따라, 상기 민감도 행렬은 한편으로 상기 센서들 상의 광점들의 위치와 다른 한편으로 상기 로봇 팔의 말단의 장소(위치 및 방향)의 변화들 간에 논리적 링크들을 구축한다.
또한, 상기 로봇의 이전 단계 동안에, 상기 로봇을 특징짓는 추가적인 정보가 획득되어 저장된다. 예를 들어, 각각의 교정 위치에 대해, 및 각각의 작은 변위들 각각에 대해, 상기 로봇 팔의 말단의 장소의 변화들 뿐 아니라 외부 좌표계에 대한 상기 말단의 절대 위치값들이 획득되어 저장될 수 있다. 이러한 절대값들은 임의의 외부 컴퓨터 상에서 상기 로봇 제어기 내에 저장될 수 있다.
상기 절대값들은, 예를 들어, 정의된 관계로 외부 좌표계 및 로봇 베이스(robot base)에 위치된 레이저 추적기(laser tracker)를 써서 결정될 수 있다. 상기 레이저 추적기는 상기 교정 장소와 상기 각각의 작은 변위 장소들 내의 상기 로봇 팔의 말단의 위치와 방향의 정확한 결정을 허용하고, 상기 말단은 상기 민감도 행렬에 대해 각각의 특징 파라미터들과 그들의 변화들을 획득하는 동안 이동된다. 선택적으로, 어떠한 레이저 추적기도 사용가능하지 않다면, 상기 교정 장소와 상기 각각의 작은 변위 장소들 내의 상기 로봇 팔의 말단의 위치와 방향의 각각의 값들을 사용하는 것도 가능하고, 이러한 값들은 상기 로봇 제어기로부터 얻어진다. 물론, 이러한 값들은 경미한 부정확성으로 갖지만, 여전히 상기 교정 방법 동안 상기 로봇 팔의 말단을 상기 교정 장소로 이동시킬 만큼 충분히 정확하다.
바람직하게, 상기 반복적인 폐-루프 위치 제어 과정은, 예를 들어, DE 199 30 087 B4에 상세히 설명되는 소위 최적합-과정(BestFit-process)이다. 이 문헌의 내용은 본 출원에 참조로서 포함되고, 특히, 상기 최적합-과정의 실시예와 기능에 관한 것이다. DE 199 30087 B4에 언급된 훈련 단계(training phase)는 본 발명에서의 민감도 행렬에 대한 값들을 획득하는 것에 대응한다. 상기 센서들 상의 상기 광점들의 현재 위치들을 상기 교정 장소의 이전된 결정된 위치들을 향하여 이동시키기 위해 상기 민감도(또는 야코비안) 행렬이 결정되고 상기 로봇 팔의 말단이 이동되는 것에 기초하여, DE 199 30 087 B4에 언급된 영상 데이터는 상기 센서들이 상기 광점들의 현재 위치들에 의존하여 생성한 위치 데이터 (x, y)에 대응한다. 물론, 다른 폐-루프 위치 제어 과정들이 사용될 수도 있다.
바람직하게, 상기 적어도 하나의 광원은 대략 1013 내지 1016 헤르츠(Hz)의 주파수 범위로 광선들을 생성하고, 특히, 400nm 내지 700nm 범위로 인간의 눈으로 볼 수 있는 광 파장을 갖는다. 그러나, 상기 광원은 적외선 및/또는 자외선들을 생성하도록 적응될 수도 있다. 상기 적어도 하나의 광원은 레이저 광선을 방출하기 위한 레이저, 또는 적어도 하나의 반도체 광원, 특히 발광 다이오드(light emitting diode, LED)를 포함할 수 있다.
바람직하게, 오직 하나의 교정 장소에 대해 설명된 교정 방법은 복수의 교정 장소들에 대해 반복된다. 민감도 행렬은, 상기 로봇의 이전 상태 동안 각각의 교정 장소들에 대해 결정된다. 각각의 교정 장소들에 대한 반복적인 폐-루프 과정 후에 결정된 특징 파라미터들의 차이점들은 상기 로봇의 운동학적 모델을 갱신하기 위해 사용된다. 또한, 상기 방법은 바람직하게는 각각의 교정 장소에 대한 상기 로봇 팔의 복수의 상이한 교정 자세들에 대해 반복되고, 각각의 교정 자세는 상기 로봇 팔의 관절들의 소정의 각도 값들에 대응한다. 민감도 행렬은 상기 로봇의 이전 상태 동안 각각의 교정 자세들에 대해 결정된다. 상기 교정 자세들 각각에 대한 반복적인 폐-루프 과정 후에 결정된 상기 특징 파라미터들의 차이점들은 상기 로봇의 운동학적 모델을 갱신하기 위해 사용된다. 상기 로봇을 교정하기 위해 필요한 교정 자세들의 수는 상기 로봇과 상기 로봇 팔의 복잡도에 각각 의존한다. 단순한 로봇 팔 구성에서 또는 상기 로봇의 운동학적 모델의 오직 일부만이 갱신되는 상황에서, 하나의 교정 장소, 및 하나 또는 두 개의 대응하는 교정 자세들은 상기 로봇을 교정하기에 충분할 수 있다. 다른 경우에서, 더 많은(예를 들어, 적어도 다섯, 바람직하게는 적어도 열 개) 상이한 로봇 자세들이 완벽하고 정확한 갱신된 운동학적 모델을 획득하도록 상기 로봇의 모든 운동학적 파라미터들을 결정하기 위해 사용된다. 종종, 종래의 산업용 로봇의 운동학적 모델은 적어도 30개의 특징 파라미터들을 포함한다. 각각의 교정 자세는 6개의 상황들(equations)을 제공하고, 이에 따라, 기껏해야 6개의 로봇 교정 파라미터들의 결정을 제공한다. 잡음 또는 다른 장애들(disturbances)의 영향을 보상하기 위해, 다양한 자세들로 형성될 수 있는 상황들의 전체 수가 임의의 유형의 로봇의 운동학적 모델에 대해 결정되는 교정 파라미터들의 수보다 훨씬 크도록 교정 자세들의 수를 선택하는 것이 제안된다.
상기 교정 시스템은 광학 위치 센서들의 상이한 집합들을 포함하는 것이 가능하고, 상기 집합은 복수의 센서들을 포함하여 적어도 하나의 교정 장소에 연관된다. 이는 상기 생성된 광선들이 상기 로봇 팔의 말단의 제1 교정 장소 내의 제1 센서들의 집합의 상기 센서들의 적어도 몇몇에 영향을 주고, 제2 교정 장소 내의 제2 센서들의 집합의 상기 센서들의 적어도 몇몇에 영향을 주는 것을 의미한다. 물론, 상기 제1 센서들의 집합의 상기 센서들 중 적어도 하나는 상기 제2 센서들의 집합의 상기 센서들의 적어도 하나와 동일할 수 있다. 이에 따라, 상기 적어도 하나의 센서는 상기 제1 센서들의 집합 및 상기 제2 센서들의 집합의 일부이다.
또한, 그 목적은 상기 교정 시스템이 본 발명에 따른 상기 교정 방법을 실행시키기 위한 수단을 포함한다는 점에 특징지어지는 상기 언급된 유형의 산업용 로봇의 인라인 교정을 위한 교정 시스템에 의해 해결된다.
마지막으로, 본 발명은 상기 산업용 로봇이 상기 로봇의 인라인 교정에 영향을 주기 위한 본 발명에 따른 교정 시스템을 포함한다는 점에 특징지어지는 상기 언급된 유형의 산업용 로봇을 제안한다.
본 발명의 추가적 특징들과 장점들이 설명되고, 본 발명의 바람직한 실시예들의 이하 상세한 설명에 의하고 동봉된 도면들을 고려하여 더욱 명확해질 것이다.
본 발명에 따르면, 산업용 로봇의 매우 정확한 인라인 교정(in-line calibration)을 위해 제공하는, 실현하기 쉽고 가격이 싼 새로운 교정 방법 및 교정 시스템이 제공된다.
도 1은 본 발명에 따른 교정 시스템(calibration system)과 교정 방법을 써서 교정될 수 있는 산업용 로봇의 예시를 나타낸다.
도 2는 도 1에 따른 산업용 로봇의 작업공간(workspace)을 나타낸다.
도 3은 임의의 교정 장소에서의 엔드 이펙터(end effector)와 제1 자세에서의 로봇 팔을 구비한 도 1에 따른 산업용 로봇을 나타낸다.
도 4는 도 3의 교정 장소에서의 엔드 이펙터와 제2 자세에서의 로봇 팔을 구비한 도 1에 따른 산업용 로봇을 나타낸다.
도 5는 본 발명에 따른 교정 시스템에서 사용되는 위치 감지기(Position Sensitive Device, PSD)를 나타낸다.
도 6은 도 5에 따른 상기 PSD를 지지하기 위한 장착 기기(mounting device)를 나타낸다.
도 7은 3개의 레이저 프로브들(laser probes)이 장착된 도 1에 따른 산업용 로봇의 엔드 이펙터를 나타낸다.
다음으로, 본 발명에 따른 교정 시스템이 상세하게 할 수 있도록 기재된다. 상기 교정 시스템은 로봇 응용에서의 부정확성의 인라인 보상(in-line compensation)을 제공한다. 또한, 상기 시스템은 휴대가능하고, 매우 정확하고, 시간-효율적이고, 비용-효과적이다. 다음으로, 상기 시스템과 방법은 온도 보상(thermal compensation)의 예시를 사용하여 설명된다. 물론, 본 발명은 설명된 온도 보상의 예시로 한정되지 않는다. 상기 로봇의 생산 동안의 제작 공차(manufacturing tolerance), 열 효과(thermal effects), 인코더 오프셋(encoder offsets), 팔 유연성(arm flexibility), 기어 변속기 오류(gear transmission errors), 및 기어 변속기에서의 반발(backlashes)을 포함하는 상기 로봇 위치의 부정확성을 초래하는 많은 오류원(sources of error)이 있다. 이러한 모든 것들은 본 발명에 따른 교정 방법과 시스템에 의해 보상될 수 있다.
또한, 본 발명은 특수한 유형의 2-차원 광학 위치 센서들로 한정되지 않고, 상기 광학 위치 센서의 감지면에 영향을 주는 광선에 의해 생성되는 광점의 2-차원 위치를 검출하고 측정하도록 적응되는 한 그 기술적 디자인과 기능에 무관한 임의의 유형의 적응된 센서를 가지고 사용될 수 있다. 상기 센서들은 위치 감지기들(PSDs), 또는 적절한 영상처리 시스템을 구비한 디지털 카메라들, 또는 임의의 다른 유형의 광학 센서일 수 있다. 복수의 센서들이 사용된다면, 상기 센서들이 상이한 유형들일 수 있는 것도 가능하다. 본 발명이 임의의 유형의 광원들로 한정되지 않고, 비가시적인(예를 들어, 적외선 또는 자외선들) 주파수 영역들 이내 뿐 아니라 가시적인 주파수 영역들 이내의 주파수들을 포함하는 주파수 영역에 광선을 방출하도록 적응되는 한 그 기술적 디자인과 기능에 무관한 임의의 유형의 광원을 가지고 사용될 수 있는 것으로 추가로 인식된다. 상기 광원들은 레이저들, 또는 LED들, 또는 소정의 다른 유형의 광원들로 구체화될 수 있다. 복수의 광원들이 사용된다면, 상기 광원들이 상이한 유형들일 수 있는 것도 가능하다.
이러한 교정 시스템의 핵심 아이디어는 다음과 같이 설명될 수 있다: 우리가 2개의 로봇 상태들, 즉, s1과 s2를 가지고 있고, s1은 어떠한 열 효과도 나타나지 않은 초기 설정 동안의 로봇 상태이고, s2는 이러한 효과들의 발생 후의 상태이다. 열 효과가 상기 로봇 운동학적 성질들을 변형시킨다는 것을 고려하여, 우리가 상기 로봇에게 s1 및 s2 둘 모두의 상태에서 동일한 관절 각도들 Q로 이동하도록 명령하면, 엔드 이펙터 X의 직교 장소(위치 및 방향)가 상이할 것이다(Xs1(Q) ≠ Xs2(Q)). 이때, 상기 로봇이 각각의 상태에서 약간 상이한 관절 각도들, 즉, Xs1(Q1) = Xs2(Q2)인 Q2 = Q1+△Q로 이동하도록 명령받는다면, 상기 엔드 이펙터의 동일한 직교 장소는 상기 2개의 상태들에서 획득될 수 있다. 본 발명에 따른 교정 시스템은 이러한 각도들 △Q를 측정할 수 있고, 그들을 통해 상태 s2에서 상기 운동학적 모델에서 발생되는 변형들을 추론할 수 있다.
앞서 언급된 절차를 수행하기 위해서, 우리는: (i) 가능한 대로 기준 외부 프레임(external frame of reference)에 관해 상기 초기 설정(소위 상기 로봇의 이전 상태) 동안 상기 엔드-이펙터의 장소를 기록하는 측정 과정(measurement process); (ii) 상기 특징 파라미터들, 예를 들어 상기 관절 각도들 △Q을 측정하기 위해 상기 로봇이 상이한 상태에 있고 상기 로봇의 운동학적 모델이 변화될 때 상기 측정 과정 후에 상기 실제 교정 과정이 수행되는 동안 상기 엔드-이펙터의 원래 장소를 회복하기 위한 방법(다시 말해서, 우리는 상태 s2에서 실행될 과정이 필요하고, 자세 상기 엔드-이펙터를 Xs1(Q1)에서 이동시킬 상기 관절 각도들 Q2를 돌려준다); (iii) 상기 엔드-이펙터가 그 원래 자세를 회복하는 것을 높은 정확도로 확인할 과정; (iv) Q1과 △Q가 주어진 상기 운동학적 모델에서 오류 파라미터들을 식별하기 위한 방법; 마지막으로, (v) 상기 로봇의 종래 동작 동안에 상기 갱신된 운동학적 모델을 사용하여 상기 엔드-이펙터의 위치에서의 편차를 보상할 수 있는 과정이 필요하다.
도 1은 본 발명에 따른 교정 시스템과 방법에 의해 교정되는 산업용 로봇의 예시를 나타낸다. 상기 로봇은 전체적으로 참조 표시 1로 지정된다. 상기 로봇(1)은 고정된 베이스부(fixed base section, 2)와, 관절들(articulated joints, 5)을 써서 서로 연결된 다수의 체인링크들(chain links, 4)을 포함하는 로봇 팔(robot arm, 3)을 포함한다. 상기 관절들(5) 중 하나는 상기 로봇 팔(3)을 상기 고정된 베이스부(2)에 연결한다. 상기 TCP를 구비한 엔드-이펙터가 견고하게 장착되는 소위 플랜지(flange)인 상기 로봇 팔(3)의 말단(distal end, 6)은 이하 장소(location)로 언급되는 소정의 희망하는 위치와 방향 내로 3차원 공간 내부의 상기 베이스부(2)에 관해 이동될 수 있다. 도 1에 나타나는 상기 로봇의 가능한 이동은, 예를 들어: A=2498mm, B=3003mm, C=2033mm, D=1218mm, E=815mm, F=1084mm, G=820mm인 파라미터들을 가지고 도 2에 나타난다. 물론, 본 발명은 다른 유형의 로봇들(1)의 인라인 교정을 위해서도 사용될 수 있다.
본 발명의 바람직한 실시예에 따른 교정 시스템은 다음을 포함한다.
● 상기 로봇의 엔드-이펙터(6)에 고정된, 이 특수한 실시예에서 레이저 프로브들(laser probes)로 구체화된 세 개의 광원들(7)(도 3, 4, 및 7 참조). 이 실시예에서 상기 광원들(7)에 의해 방출된 광선들은 프레임 그레버(frame grabber)에 의해 제어된다. 물론, 소정의 다른 개수 또는 유형의 광원이 사용될 수 있다. 상기 광원들(7)은 탄력적인 방식으로 상기 엔드-이펙터(6)에 장착되고, 사용자가 큰 조합들의 집합 중에서 상기 광원들(7)의 위치와 방향을 선택하는 것을 허용한다. 이는 (i) 각각의 개별적인 광원(7)을 상기 엔드-이펙터(6)에 독립적으로 장착하는 것, (ii) 상기 광원들(7)과 그들의 베이스들(bases) 사이의 구관절(spherical joint, 8)(방향 유연성을 제공)을 사용하는 것, 및 (iii) 상기 광원들(7)의 수평 및 수직 이동에 유연성을 제공하는 튜브(tube)를 구비한 로즈-크리게르 플랜지 클램프(Rose-Krieger flange clamp, 9)를 사용하는 것에 의해 달성된다. 이는 도 7에 상세히 나타난다. 물론, 상기 광원들(7)을 상기 엔드-이펙터(6)에 유연성 있게 장착하기 위한 소정의 다른 유형의 고정 메카니즘이 사용될 수도 있다. 상기 광원들(7)이 그들의 희망하는 위치와 방향으로 운반된다면, 그들은 상기 엔드-이펙터(6)에 고정되고, 따라서, 상기 광원들(7)과 상기 엔드-이펙터(6) 사이의 관계는 전체 측정 과정과 차후의 실제 교정 과정을 통틀어 일정하다.
● 적어도 하나의 2차원 광학 위치 센서(12). 이 특수한 실시예에서는, 이하 PSD들(12)로 언급되는 위치 감지기들로 구체화되는 세 개의 센서들(12)이 있다(도 3, 4, 5, 및 6 참조). 물론, 상기 2-차원 센서들(12)은 소정의 다른 유형 또는 개수일 수 있다. 상기 센서들(12)은 상기 광원들(7)에 의해 방출된 광선들이 영향을 미치는 2-차원 감지면(21)을 포함한다. 상기 센서들(12)은 상기 감지면(21)에 영향을 주는 상기 광선에 의해 생성된 광점의 위치를 결정하도록 적응된다. 각각의 PSD(12)는 필수적인 전자장치, 즉 증폭기와 표시장치(도시되지 않음)에 연결된다. 상기 증폭기는 상기 PSD(12)에 의해 생성된 광전류(photocurrent)를 처리하고, 빔 강도(beam intensity)의 변화에 독립적으로 상기 센서의 표면(21) 상의 광빔 위치(20, 20')(도 5 참조)에 직접적으로 비례하는 x, y 아날로그 출력들을 돌려준다. 상기 광학 표시장치는 상기 증폭기로부터 상기 x, y 아날로그 전압(들) 출력을 수신할 수 있고, 이들을 밀리미터 단위의 대응하는 절대 위치로 전환할 수 있다. 상기 표시장치, 예를 들어 후면발광 LCD(backlit LCD)는, 상기 위치들을 고해상도로 표시한다. 마지막으로, 상기 장치는 주변광을 차단하고 잡음을 감소시키기 위해 상기 PSD들(12)에 대한 광학 필터들, 예를 들어 대역통과 필터(band pass filter)를 포함할 수 있다.
● 상기 설정은, PSD들을 상기 로봇의 베이스부(2)에 대해 고정된 장소들에 위치시키기 위해, 상기 PSD들(12)(도 6 참조)에 대한 장착 기기들(mounting devices, 10)도 포함한다. 이러한 장착 기기들(10)의 설계를 위해 설정된 선호되는 특징들은 (i) 상기 PSD들(12)의 6D 위치결정에 유연성을 제공하고, (ii) 상기 센서들(12)을 주변 온도의 변화에 영향받지 않고 안정성 있게 유지하고, (iii) 자기-지지(self-supporting)되고, 및 (iv) 휴대 가능하게 되는 것이다. 특징 (i)은, 생성된 광선들이 상기 엔드-이펙터(6)의 교정 장소들에서의 상기 PSD 표면(21)에 영향을 주는 것을 확실히 하기 위하여 상기 PSD들(12)의 장소(위치 및 방향)의 변화를 허용하는 것에 오직 중요성이 있다. 일단 이것이 확실해지면, 상기 PSD들(12)은 상기 로봇의 베이스부(2)에 대한 그들의 장소에 확고히 고정된다.
상기 선호되는 특징들 (i) 내지 (iv)는 도 4에 도시된 설계에 의해 충족된다. 보다 구체적으로, 특징 (i)은, 상기 장착 기기(10)가 상기 바닥(floor) 상의 어느 곳에서든 설치될 수 있다는 사실에 의해 충족되고(따라서, x와 y 오프셋들이 조절될 수 있다), 상기 PSD(12)를 상기 기기(10)의 본체에 연결하는 튜브(11)는 가변적인 높이로 설정될 수 있고, 상기 PSD(12)는 방향 유연성을 제공하는 구관절(13)을 가지고 앞서 언급된 튜브(11)에 장착된다. 특징 (ii)는 상기 기기(10)가 열적으로 안정적인 재료, 예를 들어 NILO® 합금(36)으로 구성된다는 사실에 의해 충족된다. 특징 (iii)이 고려되는 한에 있어서는, 상기 장착 기기(10)는 삼각 베이스(triangular base, 14) 상에 위치되는 것에 의해 자기 지지한다. 상기 베이스(14)는 상기 기기(10)로부터 분리될 수 있고, 상기 기기(10)는 측정용 셀(measuring cell) 등의 구조인 상기 바닥에 직접적으로 고정될 수 있다는 점이 주목된다. 마지막으로, 상기 기기(10)는 휴대 가능하게 되기 위해서 소형 및 경량으로 설계되고, 통상적인 기준 프레임에서의 절대 좌표를 획득하도록 레이저 추적기의 사용을 허용하기 위해 소위 구형으로 장착된 역반사기들(SMRs, 15)에 대한 장착 위치들을 가진다. 상기 로봇 베이스(2)가 상기 통상적인 기준 프레임에 관해서도 위치된다면, 상기 레이저 추적기는 상기 로봇 베이스(2)에 관한 상기 기기(10)의 장소를 결정하도록 사용될 수 있다. 물론, 임의의 다른 유형의 장착 기기(10)는 상기 로봇의 베이스부(2)에 관해 상기 센서들(12)을 고정시키기 위해 사용될 수 있다.
논의된 바와 같이, 로봇의 운동학적 성질들을 모델링하고 상기 로봇의 운동학적 모델을 획득하기 위한 본 문헌에서 나타나는 일반적인 접근은 데나비 하텐베르크(D-H) 파라미터들이다. 그러나, 2개의 연속적인 관절축들이 평행하거나 거의 평행할 때 이 모델에서 문제가 발생한다. 이 경우에, 상기 로봇 링크들 또는 관절들의 기하학적 특징들에서의 작은 변화는 대응하는 D-H 파라미터들의 값들의 급작스런 변화를 야기할 수 있다. 하야티 등은 상기 D-H 모델을 수정하고 추가적인 각도 파라미터 β를 사용함으로써 이 문제를 다룬다. 이 파라미터는 (거의) 평행한 이러한 2개의 연속적인 관절축들에 대해서만 이 모델에서 포함된다. 도 1에서 나타나는 상기 로봇에 대해 추출된 D-H/하야티 파라미터들에 대한 예시는 아래 표 1에서 나타난다.
기준 프레임 i ai -1
(라디안)		 Li -1
(밀리미터)		 di -1
(밀리미터)		 θi-1
(라디안)		 βi-1
(라디안)
관절 1 π 0 -815 θ1+π -
관절 2 π/2 350 0 θ2 -
관절 3 0 850 - θ3-π/2 0
관절 4 π/2 145 -820 θ4 -
관절 5 -π/2 0 0 θ5 -
관절 6 π/2 0 0 θ6+π -
엔드-이펙터 0 0 -170 0 -
프레임 i-1에 관한 프레임 i의 위치 및 방향에 관련하는 변형들은 다음에 의해 얻어진다:
Figure pct00001
여기서, Rotj(u)와 Translj(u)는 각각 u로 기운 축 j를 따른 회전과 변형을 의미한다. 평행하지 않은 연속적인 축들(따라서, 관절축들(2, 3) 사이의 변형 외에 모든 축들의 쌍들에 대해)에 대해, 상기 변형 i-1Ti는 다음에 의해 얻어진다.
Figure pct00002
여기서, 상기 D-H 파라미터들은 관절축 i-1에 대응한다. 관절들(2, 3)의 쌍에 대해, 상기 변형은 파리미터 d 대신에 상기 하야티 파라미터 β를 사용하여 얻어진다:
Figure pct00003
그 베이스 프레임에 관한 상기 엔드-이펙터(6)의 장소(위치 및 방향)는 전방향 운동학에 따라 계산될 수 있다. 즉:
Figure pct00004
물론, 사용된 상기 로봇(1)의 운동학적 모델의 정의에 의존할 뿐 아니라 사용된 상기 로봇(1)의 유형(예를 들어, 관절 유형, 자유도(DOF)의 수)에 의존하는 다른 변형들이 적용될 수도 있다.
상기 운동학적 모델의 특징 파라미터들과 값들, 예를 들어 상기 D-H/하야티 파라미터들 사이의 관계는 다음과 같다: 관절 각도들 Q = (q1, q2, ..., q6)에 대해, 상기 로봇의 운동학적 모델(예를 들어, 상기 D-H/하야티 파라미터들)을 안다면, 상기 엔드-이펙터(6)가 상기 직교 공간(x, y, z, a, b, c)에 위치되는 곳에서 계산될 수 있다. 상기 로봇(1)이 교정되지 않을 때, 상기 로봇 제어기(1a)는 명목상의 운동학적 모델(이는 오직 대략적으로 정확하다)을 사용하고, 상기 관절 각도들(q1, q2, ..., q6)에 대해 상기 엔드-이펙터(6)가 직교 공간에 있는 곳을 오직 대략적으로 예측할 수 있다. 교정 후에 갱신되어 정확한 운동학적 모델을 가지고, 상기 로봇(1)은 상기 엔드-이펙터(6)의 실제 직교 좌표들(x, y, z, a, b, c)인 주어진 관절 각도들(q1, q2, ..., q6)에 대해 높은 정확도로 동작될 수 있다.
설명된 바람직한 실시예에 따르면, 상기 교정 절차는 3단계로 수행된다. 첫째, 상기 엔드-이펙터(6)의 기준 교정 장소들과 상기 로봇 팔(3)의 기준 교정 자세들이 선택되고, 훈련 데이터(traning data)가 수집되고, 초기 상태(예를 들어, 그것의 냉각기)에서 상기 로봇의 운동학적 파라미터들을 포함하는 로봇 특징(robot signature)가 계산되는 초기 설정 단계가 있다. 이 과정은 오직 상기 시스템의 초기 설정 동안에 오프라인으로 수행된다. 제2 단계는 상이한 상태(예를 들어, 준비(warmed up) 상태에서)에서의 상기 로봇(1)의 동작 동안에 발생하고, 주기적으로 인라인 측정치를 수집하고 상기 운동학적 모델을 갱신한다. 최종 단계는 상기 로봇(1)이 관습적으로 동작하고 실제 작업을 실행하는 동안 수행되고, 상기 갱신된 운동학적 모델을 사용하여 상기 로봇의 메카닉에서의 열 효과 또는 다른 부정확성에 기인한 상기 로봇 팔(3)의 말단(6)의 임의의 장소 편차들을 정정하도록 한다. 상기 교정 방법의 다양한 단계들이 아래에 더욱 상세히 설명된다.
상기 초기 설정 동안에 수행되는 주요 과정은 상기 엔드 이펙터(6)의 교정 장소들 및 로봇 팔(3)의 대응하는 교정 자세들의 선택, 외부 기준 프레임에 관한 자세 측정, 열 효과 또는 다른 오류원들의 발생에 더해 상기 로봇 특징의 식별 후에 상기 엔드-이펙터(6)의 원래 직교 장소를 복구하기 위해 사용될 훈련 데이터(장소 측정의 결과)의 수집이다. 이러한 과정들의 각각은 다음에 상세히 설명된다.
기준 자세 선택의 과정에서, 첫째로 상기 엔드-이펙터(6)의 잠재적 장소들이 식별되고, 상기 교정 동안에 교정 장소들로서 사용될 수 있다. 이 실시예에서의 이러한 장소들이 충족해야 하는 제한은 세 개의 센서들(12)의 영역(21)으로 동시에 향하도록 상기 엔드-이펙터(6)에 장착된 세 개의 광원들(7)에 대한 것이다. 모든 이러한 장소들이 교정 동안에 이론상으로 사용되는 동시에, 인라인 응용에 대해 실용적이 될 수 있도록 상기 시스템에 부과된 시간 제약들이 있다. 그러므로, N개의 가능한 장소들의 부분집합은, (i) 상기 로봇(1)을 교정하기 위해 충분한 정보를 제공하기에 충분히 크고; 및 (ii) 실행 시간 면에서 인라인 동작에 대해 실용적인 교정 과정을 만들기에 충분히 작은 N을 가지고 유지된다.
예를 들어, 도 3 및 4는 상기 세 개의 센서들(12)의 표면들(21)을 맞추는 광선들을 방출하는 세 개의 광원들(7)을 구비한 동일한 미리 정의된 교정 장소에서의 엔드 이펙터(6)를 나타낸다. 그러나, 상기 엔드 이펙터(6)가 동일한 장소에 있지만, 상기 로봇 팔(3)은 도 3 및 4에서 2개의 상이한 교정 자세들을 가진다. 이에 따라, 도 4에서의 상기 체인 링크들(4) 및/또는 상기 관절들(5)의 적어도 하나는 도 3의 것과 다른 위치 및/또는 방향으로 있다.
상기 운동학적 오류들 상에서 제공된 정보를 최대화하는 N개의 위치들을 선택하기 위해서, 후보 교정 장소들의 집합을 입력을 가지고, 탐색 과정을 써서 평가 기준을 최적화하는 장소들의 부분집합(N 크기)을 식별하는 알고리즘이 구현된다. 본 예시에서, 식별 야코비안 행렬의 최소 특이치(singular value)의 최대화가 평가 기준으로서 선택된다. 물론, 다른 평가 기준도 사용될 수 있다. 다양한 탐색 과정들은, 이에 한정되지는 않지만, 유전 알고리즘(genetic algorithms), 가상 어닐링(simulated annealinig), 또는 다양한 초기 조건들을 검사하기 위한 다수의 반복을 구비한 국부 검색 방법(국부 최대값들을 피하기 위해서)을 포함하여 사용될 수 있다.
초기 설정 동안에, 다양한 기준 로봇 자세들(Q)에서의 상기 엔드-이펙터의 직교 장소(Cartesian location)가 또 다른 외부 기준 프레임을 가지고, 예를 들어, 상기 로봇 팔의 말단의 절대 좌표(외부 도구 - 예를 들어, 레이저 추적기에 의해 측정되는 것처럼)를 가지고 상기 광학 센서들에서의 측정들과 연관짓기 위해서 레이저 추적기, 좌표 측정기(Coordinate Measuring Machine, CMM), 또는 유사한 도구를 사용하여 기록될 수도 있다. 세 개의 광원들(7)이 상기 세 개의 센서들(12)을 향하는 상기 로봇(1)에 장착되는 것을 고려하면, 이는 상기 세 개의 PSD들의 표면들(21) 상의 상기 광점들(20')의 2D 좌표들(x, y)을 각각의 교정 장소에서 기록하는 것에 의해 달성될 수 있다. 추가적인 설명을 위해, 상기 초기 설정 동안에 기록되는 것처럼, 이러한 점들(20')의 위치는 명목상의 위치들로 불려질 것이고, F0(Q)에 의해 표현될 것이다. 따라서, 본 실시예에서, 상기 로봇(1)과 상기 로봇 팔(3)은 상기 로봇(1)이 소위 이전 상태(예를 들어, 냉각 상태)에 있을 때인 상기 초기 설정 동안에 자세 Qi에서 개별적으로 있을 때, F0(Qi)는 상기 3개의 PSD들(12) 상의 광점들(20')의 개별적인 (x, y) 좌표들을 연결된 방식으로 포함하는 6x1 벡터이다.
상기 민감도 행렬은 이 예시에서 영상 야코비안 행렬이다. m개의 영상 특징들은 DE 199 30 087 B4에서 기재된 카메라에 의해 검출되는 것으로 가정된다. F는 영상 좌표에서 관찰된 특징들의 위치가 될 것이고(따라서, F는 2mx1 벡터이다), X는 상기 카메라의 6D 직교 장소가 될 것이다. 또한, F0는 상기 카메라 장소가 X0일 때 관찰되는 영상 특징들의 명목상의 위치가 될 것이다. 당연하게도, 상기 카메라가 자세 X0+dx에 있으면, 상기 영상 특징들은 위치 F1 = F0+df에서 관찰될 것이다. 상기 민감도 행렬은, 상기 영상 특징들이 F1에서 관찰될 때, dx의 평가치(즉, 명목상의 장소로부터의 상기 카메라의 편차)를 주기 위한 능력을 가진다. 보다 구체적으로,
Figure pct00005
여기서, J*는 무어-펜로우즈 역의사(Moore-Penrose pseudoinverse) 민감도 행렬(J)이다. 상기 민감도 행렬은 dx와 df 사이에서 대략적으로 참(true)이고 명목상의 자세(X0)에 가까운 영역에서만의 선형 관계를 가정하는 것이 주의되어야 한다. 이에 따라, 상이한 민감도 행렬이 상기 카메라의 명백한 명목상의 장소들에 대해 사용되어야 한다. 일반적으로는, 각각의 명목상의 장소에 대한 민감도 행렬을 생산하기 위한 2개의 통상적인 접근들이 있고, 즉, 이들은 (i) 상기 설정의 정확한 기하학적 성질들의 지식을 필요로 하는 분석적인 접근, 및 (ii) 상기 카메라가 명목상의 위치 주위에서 다양한 자세로 이동하고, 알려진 dx에 대해 df에서 관찰되는 변화를 기록하고, 및 df가 dx에 가장 잘 맞는 민감도 행렬을 계산하는, 훈련 접근이다.
현재 설정에서는, 카메라에 의해 수집된 소정의 특징들의 영상 좌표들 대신에 상기 PSD들(12) 상의 레이저 점들(20')의 중심의 2D 좌표들(x, y)이 관찰되는 것에서 유일한 차이점을 가진, 동일한 개념이 사용된다. 각각의 교정 자세와 각각의 교정 장소에 대한 민감도 행렬을 생산하기 위해, 상기 초기 설정 동안에 상기 설명된 훈련 접근이 뒤따른다.
상기 초기 단계 동안에 발생하는 추가적인 과정은 상기 로봇 특징의 식별이다. 이는 상기 로봇의 특징을 정의하는 상기 로봇의 진정한 운동학적 파라미터들이 식별되는 것을 의미한다. 산업용 로봇들(1)의 제조자가 동일한 유형의 모든 로봇들(1)에 대한 동일한 운동학적 모델(명목상의 운동학적 모델)을 제공함과 동시에, 제조 부정확성(manufacturing inaccuracies), 노화(aging) 효과, 열 효과 등에 기인한 동일한 유형의 상이한 로봇 유닛들 사이에서 상기 진정한 운동학적 모델이 차이남에 따라 이는 대략적으로만 유효하다.
본 발명의 바람직한 실시예에 따르면, 레이저 추적기나 유사한 도구가 PSD들(12)에서의 명목상 값들을 직교 좌표계에서의 대응하는 절대 위치들과 연관시키기 위해 이 단계에서 사용된다. 상기 레이저 추적기의 사용은 아래에서 더욱 상세히 설명된다. 이 사용은 상기 시스템의 설치 단계 동안에만 필요하다. 그러나, 본 발명은 레이저 추적기 없이 완벽히 잘 작동한다. 이 경우에, 현재 교정 장소와 가능한대로의 상기 로봇 팔(3)의 현재 교정 자세에서의 운동학적 파라미터들의 값들은 레이저 추적기나 유사한 도구를 써서 절대값으로서 결정되지 않고, 이보다는 상기 로봇 제어기(1a)로부터 얻어진 가능한 오류 위협 값들(error afflicted values)에 기초한다.
다음 단계(실제 로봇 교정에 대응)는 인라인(즉, 상기 로봇의 정상 동작 동안에)을 수행하고, (i) 상기 로봇의 운동학적 모델을 갱신하기 위해 사용될 측정치들, 즉, 각각의 교정 장소에 대한 개별적인 △Q를 수집하고; 및 (ii) 상기 로봇(1)의 상기 운동학적 모델에서의 오류들을 식별한다. 이 단계에서 실행되는 상기 2개의 주요 단계들은 장소 복구 과정과 오류 식별 과정이다.
상기 장소 복구 과정에 대해서, 상기 로봇(1)은 기생효과(parasitic effects) 발생 후의 상태, 예를 들어, 열 효과가 상기 운동학적 모델에서의 부정확성을 이끄는 상기 로봇(1)의 기계적 부품들을 변형시키는 상태 s2에 있다. 상기 장소 복구 과정은, 각각의 기준 자세 Qi1에 대해, 대응하는 관절 각도들 Qi2 또는 상기 엔드-이펙터(6)을 그 원래의 직교 장소(상기 이전의 로봇 상태 s1에서 측정된 것처럼), 즉, Xs1(Qi1) = Xs2(Qi2)로 이끌게 되는 다른 특징 파라미터들을 측정할 책임이 있다. Qi2는 Qi1에 가까운 것으로 기대될 것이 강조된다.
이를 달성하기 위해서, 상기 로봇(1)은 각각의 미리 정의된 교정 장소들로, 및 각각의 상기 교정 자세들 내로 이동할 것을 로봇 제어기(1a)에 의해 지시받는다. 상기 로봇(1)이 기준 자세(Qi1)에 있고, 상기 로봇의 엔드-이펙터(6) 상에 장착되는 세 개의 광원들(7)을 가지고, 실제 위치들(20)에서 세 개의 PSD들(12)을 향하는 것으로 가정한다. 상기 PSD들(12)로부터의 측정들은 상기 벡터 F(Qi1)을 돌려줄 것이다. 상기 논의된 것처럼, 상기 교정 자세 Qi1에서의 상기 각각의 교정 장소 내의 세 개의 광점들의 명목상의 위치들(20')은 F0(Qi1)에 의해 주어진다. 각각의 교정 장소에 대해 세 개보다 적은 센서들(12)이 사용되고, 따라서, 두 개 이상의 광선들이 동일한 센서(12)로 향하는 경우에, 상기 벡터 F0(Qi1)는 시간 제어기를 가지고 상기 광원들(7)을 스위칭 온/오프하는 것에 의해 추출될 수 있다. 특정 자세(즉, J(Qi1))에 대한 민감도 행렬을 따르는 F(Qi1)과 F0(Qi1) 사이의 차이는, 상기 광점들의 실제 위치(20)가 이전에 결정되어 저장된 명목상 위치(20')에 대응하는 원래의, 이전에 정의된 장소 Xs1(Qi1)을 복구하기 위해서, 상기 엔드-이펙터(6)의 상대적인 이동 dx이어야 하는 것을 되돌려줄 것이다:
Figure pct00006
이는, 상기 엔드-이펙터(6)가 직교 장소 Xs1(Qi1)에 도달하고 상기 광점(들)의 실제 위치(20)가 상기 명목상의 위치(20')에 가능한 한 가깝게, 바람직하게는 동일할 때까지, PSD들(12) 상의 실제 위치(20)의 측정들이 갱신되는 반복적인 과정이다.
시간 제약들에 의존하여, 상기 복구 과정은 모든 교정 장소들에 대해 연속적으로든 중단들(상기 로봇(1)이 종래와 같이 동작되는 동안)이 되어 가면 실행될 수 있고, 각각의 교정 장소에 대해 드물게 측정 데이터를 수집한다(즉, 예를 들어, 상기 로봇은 두 개의 교정 장소들에 대해 데이터를 수집하고, 그 후, 그 정상 동작을 다시 시작하고, 그 후, 추가적인 두 개의 교정 장소들로부터 데이터를 수집하는 것으로 돌아가고, 충분한 데이터가 요구되는 수의 장소들로부터 수집될 때까지 반복한다).
바람직하게, 정확한 교정 데이터를 달성하기 위해 반발 효과들(backlash effects)가 다루어진다. 특히: (i) 상기 로봇(1)은, 항상 동일한 정위치(home position)에서 시작하여 상대적인 관절 이동을 처음으로 하게 하는, 상기 교정 자세로 이끌려간다. 이러한 상대적인 이동은, 상기 교정 자세로부터 상기 정위치로 갈 때 그들이 이동하는 것처럼 상기 관절들(5)을 동일한 방향으로 이동시켜야 한다; (ii) 상기 명목상 위치들(20')의 방향으로 상기 레이저 점들(20)을 이동시키기 위해 사용되는 반복적인 폐-루프 제어 과정, 및 그에 의해 상기 엔드 이펙터(6)를 미리 정의된 교정 장소로 안내하는 것은 다수의 단계들에서 히스테리시스 보상(hysteresis compensation)을 가지고 수행될 수 있다.
상기 오류 식별 과정의 목표는 (i) 상기 로봇(1)의 운동학적 모델에서의 오류들을 식별하는 것과, (ii) 그 운동학적 파라미터들을 갱신하는 것이다. 이는 상기 설명된 상기 장소 복구 과정의 결과를 입력으로 가지도록 설계되어 왔으며, 상기 결과는, 예를 들어, (i) 상기 엔드-이펙터(6)를 상기 초기 설정(즉, Qi1)에서의 교정 장소로 이끄는 관절 각도들의 집합(q1, q2, ..., qNumberDOFs) 또는 상기 x-, y-, z-축들 주위의 위치들(x, y, z) 및 방향(a, b, c). - 레이저 추적기 또는 유사한 도구가 초기 설정에서 사용 가능하면, 상기 값들(x, y, z, a, b, c)은 상기 로봇 제어기(1a)를 대신하는 이 측정 도구에 의해 얻어진다; 및 (ii) 열 효과들, 또는 다른 오류들이나 부정확성의 원천들(sources)이 발생될 수 있고 상기 로봇 운동학적 모델이 변화되는 곳인 상기 동일한 직교 장소(즉, Qi2)에서 상기 엔드-이펙터(6)를 현재 이동시키는 관절 각도들 또는 위치와 방향 값들 각각의 집합. 본 시스템에서, 상기 오류 식별 과정은, 상기 엔드-이펙터(6)의 예측된 장소 및 실제 장소 사이의 오류를 최소화시키는 상기 데나비-하텐베르크/하야티 파라미터들의 값들(상기 로봇(1)의 운동학적 모델을 정의)을 포함하는 교정 중의 상기 운동학적 파라미터들이 찾아지는 최적화 문제로서 다루어진다.
특히, 상기 로봇(1)의 운동학적 파라미터들에서 작은 변화가 발생할 때, 상기 식별 야코비안 행렬의 개념이 사용되고, 상기 엔드 이펙터(6)의 직교 장소에서 기대되어야 하는 결과적인 변화를 표현한다. 상기 운동학적 모델의 현재 평가치에 의해 주어지는 것처럼, Jid(Q)가 교정 자세 Q에서의 상기 식별 야코비안 행렬을 의미하고, X(Q)가 자세 Q에서의 상기 로봇 베이스(2)에 관한 상기 엔드-이펙터(6)의 직교 위치를 의미하는 것으로 한다. 상기 자세 Qi2에서의 상기 엔드-이펙터(6)의 측정된 직교 위치가, 상기 로봇(1)의 현재 준비 상태(상기 로봇 팔(3)의 자세)에 대하여, Qi1에서의 원래 위치, 즉 X(Qi1)에 의해 주어지는 것을 고려하면, 상기 엔드-이펙터(6)의 예측된 및 측정된 직교 장소 사이의 오류가 다음과 같이 표현될 수 있다:
Figure pct00007
X(Qi2)의 값은 상기 현재 운동학적 모델 파라미터들의 전방향 운동학과 상기 시스템의 신뢰도(belief)에 기초하여 계산된다. 절대 교정에 대해, 및 레이저 추적기나 유사한 측정 도구가 초기 단계에서 사용되는 것을 고려하면, 상기 값 X(Qi1)은 상기 측정 도구(예를 들어, 상기 레이저 추적기나 유사한 도구)를 사용한 설치 단계동안 직접적으로 측정되어 저장된다. 상기 운동학적 파라미터들에서의 오류들을 DV로 표시하면, 이때,
Figure pct00008
아래 보여지게 될 것처럼, 상기 식별 야코비안 행렬의 값들은 상기 관절 각도들 뿐 아니라 상기 운동학적 파라미터들의 현재 신뢰도에 의존한다. 따라서, 상기 수식은 반복적으로 DV에 관해 해결되고, - 각각의 반복에서 - Jid와 DP 값들을 갱신한다. 상기 DP의 반복적인 갱신은 다음에 의해 얻어진다:
Figure pct00009
여기서, W는 이전의 반복으로부터 전방향 운동학과 상기 갱신된 운동학적 모델에 기초하여 계산된, 상기 엔드-이펙터의 장소에 대한 현재 신뢰도이다.
상기 수식은 각각의 교정 장소/자세에 대해 새로운 열들(rows)을 추가함으로써 상기 벡터 DP와 상기 매트릭스 Jid를 연결시키는 것에 의해 실제로 해결된다는 점이 강조된다. 단일 교정 자세에 대해, 상기 식별 야코비안 Jid는 6xM 행렬이고, 여기서, 열들은 상기 엔드-이펙터의 직교 공산에서의 자유도에 대응하고, 행들은 교정 중의 M개의 운동학적 파라미터들에 대응한다. 사용되는 교정 자세들의 수가 N이면, 상기 식별 야코비안에서의 열들의 수는 6N일 것이다. 물론, 상기 엔드-이펙터(6)의 자유도의 더 적은 수가 고려되면 유사한 과정이 뒤따를 수 있다. 그 경우에, 단지 소수의 열들이 상기 식별 야코비안 행렬에 추가될 필요가 있다.
오류 보상의 세 번째 단계에서, 상기 로봇(1)이 이미 교정되었다고 가정한다(상기 설명된 것처럼). 상기 갱신된 운동학적 모델은 그 종래의 동작 동안에 상기 로봇(1)의 위치와 상기 엔드 이펙터(6)의 장소에서 각각 나타날 수 있는 부정확성들을 정정하기 위해 사용된다.
더욱 구체적으로, 다시 s1은 아무런 열 효과와 다른 부정확성에 기인한 다른 효과가 제각각 나타나지 않는 초기 설정 동안의 로봇 상태이고, s2는 이전에 정의된 것처럼 이러한 효과가 발생되는 로봇의 현재 상태이다. 상기 목표는, Xs1(Q1) = Xs2(Q2)인 Xs1(Q1)을 가진 동일한 직교 장소에서 상기 엔드 이펙터(6)를 상태 s2로 몰아갈 관절 각도들 Q2 또는 다른 특징 파라미터 값들을 찾는 것이다. 상기 교정 단계에서 이러한 각도들 △Q = Q2 - Q1은 상기 교정 과정의 일부로서 상기 기준 자세에 대해 측정되고, 이제 이들은 상기 갱신된 운동학적 모델을 사용하여 상기 로봇 작업공간 내의 모든 엔드 이펙터 장소들과 로봇 팔 자세들에 대해 계산/예측되어야 한다. 다음에는, 상기 특징 파라미터들이 관절 각도들 Qi이라는 것이 모범적인 근거로 가정된다. 물론, 다른 특징 파라미터들이 같다는 것에 대해 설명이 유효하다.
이를 달성하기 위해서, 상기 엔드-이펙터(6)의 기준 프레임에서 i∈[1,3]을 가진 적어도 3개의 제어점들 ci가 사용된다.
Figure pct00010
는 상태 sk에서 상기 제어점 ci의 직교 좌표들을 의미한다. 이때, 상기 상태 sk에서의 상기 엔드-이펙터의 장소는
Figure pct00011
(행 벡터 9x1)에 의해 나타날 수 있고, 장소는:
Figure pct00012
이제 상기 관절 각도들 Q2가 기본 야코비안 J를 사용하여 계산될 수 있다. 특히, △Q에 관한 아래의 수식은
Figure pct00013
의 차이가 0과 같을 때까지(또는 무시할 수 있을 정도로 작을 때까지) 반복적으로 풀어진다.
Figure pct00014
여기서,
Figure pct00015
은 상기 엔드-이펙터(6)를 상기 로봇의 작업공간(예를 들어, 초기 설정 동안에 익히게 되거나 절대 좌표들의 형식으로 주어질 수 있는 타겟 자세들)으로 이끌기를 원하는 타겟 장소이고,
Figure pct00016
는 전방향 운동학과 상기 갱신된 운동학적 모델을 사용하여 관절 각도 Q에 대한 현재 상태 sk에서의 상기 엔드-이펙터(6)의 위치 평가치이고, J(Q)는 자세 Q에서의 기본 야코비안이고, △Q는 상기 수식의 각각의 반복에서 생겨나는 해결책이고, Q는 Q1과 △Q에 기초하여 각각의 반복에서 갱신된다.
요약하면, 다음에 본 발명의 주요 측면들이 한번 더 간략히 설명된다. 목표는 로봇(1)을 많은 동작 사이클들에 대해 직교 장소 T*로 반복적으로 이동시키는 것이다. 프로그램될 때, 정확도는 두 가지 주요 이유들: (i) 절대 위치 부정확성, 및 (ii) 열 효과들로 인해 만족스럽지가 않다.
이는, 로봇이 여전히 "냉각(cold)"일 때조차, 직교 장소 T*로 이동할 것을 지시받으면, 상기 로봇(1)은 대신에 T*+dA로 이동할 것이다. 이는 상기 로봇 제어기(1a)가 특정 로봇 유형에 대한 로봇 제조자에 의해 제공되거나 상기 특정 로봇에 대한 소정의 다른 방식으로 계산된 명목상의 운동학적 모델에 기초하여 상기 엔드-이펙터(6)를 장소 T*로 이동시킬 제어 신호들(예를 들어, 관절 명령들)을 연산한다는 사실에 기인한다. 그러나, 실제의 운동학적 모델은 상이한 로봇 유닛들 간에 차이가 있고, 동일한 유형의 로봇들(1)에 대해서도 같다(예를 들어, 상기 로봇들(1)을 생산할 때의 제작 공차(manufacturing tolerances) 때문임). 따라서, 상기 관절 각도들 또는 다른 특징 파라미터들의 값들은 - 상기 명목상의 운동학적 모델을 사용하여 상기 로봇(1)을 장소 T*로 이동시키기 위해 상기 로봇 제어기(1a)로부터 연산됨 - 상기 로봇을 장소 T = T*+dA로 실제로 이동시킬 것이고, dA는 상기 실제의 운동학적 모델과 상기 명목상의 운동학적 모델 간의 차이를 반영한다.
상기 언급된 것처럼, 부정확성에 대한 두 번째 이유는 열 효과들 때문이다. 이러한 효과들은 상기 로봇(1)의 운동학적 모델을 일시적으로 변화하게 하고(예를 들어, 연장되는 링크들(4)), 따라서, 그 동작 동안에 상기 로봇(1)의 직교 장소 T의 편차를 일으킨다. 이러한 열 오류가 dB로 표시되면, 이에 따라 상기 실제의 로봇 장소 T는 T = T*+dA+dB가 될 것이다. 상기 열 오류 dB는 상기 로봇의 열 상태에 의존하여 상기 로봇(1)의 동작 동안에 변화한다는 점에 주의한다.
본 발명에 따른 교정 시스템의 목표는 이동(drift) dA+dB 인라인(상기 로봇(1)의 종래의 동작 동안)을 최소화시키고, 매우 높은 정확도를 가진 상기 로봇(1)을 희망하는 직교 장소 T*로 안내하는 것이다. 이는 (i) 상기 로봇(1)의 운동학적 모델에서의 변화를 인라인 식별하는 것에 의해서, 및 (ii) 상기 실제 관절 각도들 Q_act 또는 갱신된 운동학적 모델에 기초하여 상기 로봇(1)을 장소 T*로 이동시킬 소정의 다른 특징 파라미터를 연산하는 것에 의해서 달성된다. 따라서, 관절 각도들 Q가 상기 로봇(1)을 직교 장소 T*로 이동시킬 것으로 상기 로봇 제어기(1a)가 믿는 반면, 상기 엔드 이펙터(6)는 실제로 장소 T로 이동될 것이고, 대신에 상기 로봇(1)은 상기 이동 dA+dB을 최소하시키고 실제로 장소 T*로 이동하기 위해서 관절 각도들 Q_act에서 이동할 것을 지시받는다.
주로, 상기 방법은 2단계로 수행된다. 제1 단계는 상기 시스템이 설정될 때, 예를 들어 상기 로봇(1)이 여전히 "냉각"일 때 오프-라인으로 발생한다. 이 단계 동안에, 몇몇 기준 값들과 훈련 데이터는 제2 단계에서 사용될 것으로 수집된다. 상기 2단계는 상기 로봇(1)의 종래 동작 동안에 인라인으로 발생하고, 상기 운동학적 모델을 갱신하기 위한 교정 데이터를 모으고, 및 상기 운동학적 모델에서 만들어진 기생 변화(parasitic changes)에 독립적으로, 상기 로봇(1)의 엔드-이펙터(6)를 절대 공간에서의 희망하는 직교 장소들 T*으로 일정하게 이끌 상기 관절 각도들 Q_act를 연산할 책임이 있다.
외부 기준 프레임을 가진 인라인(상기 PSD들(12) 또는 다른 유형의 광학 위치 센서들에 의해 제공됨)으로 상기 교정 시스템이 상기 교정 시스템이 상기 로봇 팔(3)을 절대 공간 내의 상기 말단(6)의 미리 정의된 장소의 알려진 직교 좌표들을 가진 미리 정의된 자세로 이동시키는 상기 관절들(5)의 각도들을 측정하는 것이 중요하다. 특히, 본 발명의 실시예에 따르면, 상기 로봇 팔(3)의 각각의 교정 자세에 대해, 교정 데이터가 수집된다
(i) 상기 레이저 프로브들(7)로부터의 입사 광선들(incident rays)로 인해 상기 PSD들 표면들(21) 상에 세 개의 점들이 있다. 전체적으로 세 개의 점들이 있고 각각의 점들에 대해 2-차원 좌표들이 있다고 하면, 6개의 수식들이 공식화될 수 있고, 이에 따라 상기 PSD들(12)에 관한 상기 로봇(1)의 상대적인 직교 자세가 결정될 수 있다. 상기 PSD들(12)과 레이저 선들의 위치와 방향이 등록되지 않았다고 하면, 수신된 유일한 정보는 다음과 같다: 두 개의 로봇 자세들이 상기 PSD 표면들(21) 상에서 동일한 점 좌표들을 갖는다면, 이러한 자세들은 동일할 것이고, 즉, 그들은 정확하게 동일한 직교 좌표들을 가질 것이다. 그러나, 이러한 직교 좌표들의 값들은 아직 추출될 수 없다는 것에 주의한다. 이는 상기 레이저 추적기, CMM, 또는 유사한 도구를 사용하여 다루어진다. 상기 세 개의 점들은 다수의 광선들을 단일 PSD(12)로 향하게 하는 것에 의해 측정될 수도 있다는 점에 주의한다.
(ii) 상기 레이저 추적기 또는 유사한 도구는 소정의 로봇 자세의 직교 공간에서의 상기 로봇 팔(3)의 말단(6)의 절대 좌표들을 측정할 수 있다.
상기 항목들 (i)과 (ii)를 조합하고, 상기 레이저 추적기나 유사한 도구, 및 상기 교정 시스템의 하드웨어 기기(레이저 프로브들(7)/PSD들(12)을 포함) 둘 다를 사용하여, 상기 레이저 선들이 상기 PSD들(12)로 향하고 상기 감지면들(21)을 맞추는 다양한 자세들로 상기 로봇(1)을 이동시킬 수 있다. 이때, 각각의 자세에 대하여, 다음의 절차가 실행될 수 있다:
● 각각의 자세에 대해, 상기 PSD들(12) 상의 각각의 점 좌표들이 기록된다. 이러한 값들은 명목상의 것들(nominals)로 불린다.
● 각각의 자세에 대해, 상기 로봇 팔(3)의 말단(6)의 직교 공간에서의 절대 좌표들(각각 플랜지 또는 엔드 이펙터)은 상기 레이저 추적기를 사용하여 상기 PSD들(12)의 대응하는 장소들을 가지고 측정되어 기록된다.
이 절차를 수행한 후에, 각각의 교정 자세에 대해, 상기 PSD들의 명목상의 점 좌표들은 직교 공간에서의 절대 좌표들과 연관된다. 따라서, 상기 레이저 추적기는 대응하는 PSD 점 좌표들을 절대 직교 좌표들로 구축하기 위해 상기 시스템의 설치 단계 동안에만 필요로 된다.
상기 설치 단계 후, 상기 로봇이 종래와 같이 동작하고 상기 교정 시스템이 작동하는 동안, 상기 교정은 상기 레이저 추적기 없이 계속될 수 있다. 특히, 각각의 교정 자세에 대해, 동일한 명목상의 점 좌표들을 야기하고, 이에 따라 절대 공간 내의 동일한 직교 좌표들에 있게 되는 새로운 관절 각도들이 폐-루프 제어 반복적 과정을 적용함으로써 측정될 수 있다. 상기 설명된, 즉, 점 좌표들과 레이저 추적기 데이터 간의 맵핑(mapping)에 기초하여, 관절 각도들이 절대 공간 내의 알려진 직교 좌표들을 야기할 시점에 알려진다.
다음으로, 상기 교정 방법의 두 단계들, 즉, 초기 설정 및 인라인 과정이 설명된다.
초기 설정 단계는, 상기 시스템이 처음으로 설치될 때, 운영 생산(상기 로봇(1)의 종래 동작 전의 오프라인) 없이 발생한다. 이 단계에서, 상기 로봇은 "냉각"으로 가정되고, 반면에 레이저 추적기가 사용가능한 것으로 가정된다. 다음의 단계들이 실행된다:
● 세 개의 레이저 프로브들(7)이 세 개의 PSD들(12)로 향하는 N개의 기준 자세들을 선택(다수의 역해(inverse solutions)가 기준 자세들의 집합에도 포함된다).
● 각각의 기준 자세에 대해, 상기 기준 자세의 관절 각도들 뿐 아니라 상기 PSD들(12) 상의 상기 레이저 선들의 각각의 점 좌표들을 기록한다. 상기 관절 각도들을 i번째 기준 자세에 대한 Q1(i) 및 각각의 점 좌표들 F(i)라 한다. 여기서 기록된 점 좌표들은 명목상의 것들로 불린다.
● 각각의 기준 자세에 대해, 상기 레이저 추적기를 가지고 상기 로봇 팔(3)의 말단(6)의 절대 직교 좌표들을 측정한다. X(i)를 i번째 기준 자세의 직교 자세라 한다.
● 각각의 기준 자세에 대해, 상기 말단(6)의 상기 직교 자세에서의 변화(상기 로봇 제어기(1a)에 의해 또는 상기 레이저 추적기에 의해 주어짐)를 상기 점 좌표들에서의 변화와 연관시키는 야코비안 행렬(민감도 행렬)을 생산한다. 이는 DE 199 30 087 B4에 따른 반복적인 폐루프 과정의 훈련 단계이고, 여기서 각각의 자유도에 대해 알려진 단계적 이동이 수행되고, 상기 점 좌표들에서의 변화가 관찰된다.
상기 인라인 과정 단계는 상기 로봇이 동작하는 동안 수행되고, 그 목표는 상기 언급된 이동 dx = dA+dB를 최소화시키는 것이다. 이 단계에서, 상기 레이저 추적기는 더 이상 요구되지 않는다. 주요 단계들은: (i) 교정 데이터의 수집; (ii) 오류 식별; 및 (iii) 오류 보상을 포함한다. 아래에, 이러한 단계들 각각이 설명된다.
상기 로봇의 동작 사이클들 사이에서, 교정 데이터가 상기 PSD(12)의 영역으로 상기 로봇(1)을 이동시키도록 지시함으로써 수집된다. 특히, 초기 설정에서 기록되는 각각의 기준 자세에 대해, 아래 주어진 절차가 뒤따른다:
● 초기 설정 단계에서 정의되어 사용되는 기준 자세 Q1(i)로 상기 로봇이 이동할 것을 지시.
● 상기 운동학적 모델이 변형되었다고 하면, 상기 로봇 팔(3)의 말단(6)의 직교 자세는 이동 X(i)+dx를 가질 것이다. 이는 명목상의 것들 F(i)+dF보다는 상기 PSD들(12)에서의 상이한 점 좌표들을 가지는 것을 초래할 것이다. 초기 단계에서 명목상의 것들로 이전에 기록된 동일한 점 좌표들 F(i)이 상기 PSD들로부터 수신될 때까지 DE 199 30 087 B4의 반복적인 감합 과정(fitting process)을 적용한다. 전형적으로, 세 개의 반복적인 단계들은 히스테리시스 보상으로 불리는 것을 활성화하기에 충분하다(즉, 각 단계에서 상기 반복적인 감합 과정에 의해 제공된 정정을 수행하기 전, 상기 로봇(1)이 정의된 정위치로 이동된다).
● 상기 반복적인 감합 과정이 종료되면, 최종 관절 각도들 Q2(i)이 기록된다. 이에 따라, 로봇 운동학적 모델이 변형되고, 상기 관절 각도들이 Q1(i) 대신에 Q2(i)일 때 절대 직교 자세 X(i)가 이제 획득되는 것으로 알려져 있다. 상기 절대 직교 자세 X(i)가 상기 레이저 추적기를 사용하여 초기 단계 동안에 측정되었음이 상기된다.
● 상기 언급된 관절 각도들 Q2(i)에 대한 전방향 운동학과 명목상의 운동학적 모델을 사용하여 상기 로봇 팔(3)의 말단(6)의 직교 자세 Y(i)를 연산한다.
● 매우 작은 사이클 시간이 필요한 경우에, 교정 데이터를 수집하는 과정의 사용가능한 시간은 매우 제약된다. 여기서, 상기 야코비안 행렬은 DE 199 30 087 B4로부터 추가적인 반복적 감합 단계들을 수행하는 것 없이 상기 이동 dx의 직접적 계산을 위해 직접적으로 사용될 수 있다(DE 199 30 087 B4에서 설명된 방법의 오직 한 단계를 수행함). 그러나, 상기 반복적인 과정을 수행하는 것에 의해, 정확도가 상승하고, 평가치에 기초한 계산만이 아닌 실제 편차들의 증거가 획득된다.
다시 말해서, 상기 절차는, 상기 로봇(1)이 상기 관절 각도들이 Y(i)이기 보다는 Q2(i)일 때의 현재 상태에서의 직교 자세 X(i) 내에 실제로 머물러 있는 정보를 제공한다(상기 명목상의 모델에 기초하여 예측되는 것처럼). 수집된 데이터(관절 각도들)에서의 보다 높은 정확도가 요구된다는 것이 중요하다. 이러한 이유로, 경로 궤도들(path trajectories)이, - 교정 데이터를 수집할 때 -, 반발 효과들을 최소화하는 로봇 이동으로 생성되어 왔다.
모든 기준 자세들에 대한 상기 단계들이 뒤따른 후에, 오류 식별 단계 동안에, 수집된 교정 데이터는 상기 설명된 최적화 기술을 사용하여 상기 로봇(1)의 운동학적 모델을 갱신하는 데 사용된다. 특히, 상기 데나비-하텐베르크/하야티 파라미터들의 값들은 상기 관절 각도들 Q2(i)에 대해 상기 로봇 팔(3)의 말단(6)의 예측된 자세들(즉, Y(i)) 및 실제 자세들(즉, X(i)) 사이의 오류를 최소화하는 것으로 검색된다.
상기 설명된 과정은, 교정 데이터가 수집되고 상기 로봇의 운동학적 모델이 갱신되는 것으로 상기 교정 절차를 요약한다. 상기 갱신된 운동학적 모델을 가지고, - 오류 보상 단계에서 - 소정의 이동 dx에 대하여 보상하고, 및 - 상기 로봇 작업공간에서의 소정의 자세에 대해 - 또한 소정의 열 효과들 dA를 보상하며 상기 로봇(1)을 절대 공간에서의 희망하는 직교 자세 T*로 이끌게 될 상기 갱신된 관절 각도들을 연산하는 것이 이제 가능하다. 상기 차이를 명확히 하기 위해서, 상기 설명된 교정 데이터의 수집 과정은 상기 반복적인 폐-루프 감합 과정을 적용하는 것에 의해 상기 PSD 표면들에서 상기 갱신된 관절 각도들을 찾을 책임이 있고(교정 데이터), 반면에 여기서 설명되는 과정은 상기 갱신된 운동학적 모델을 사용하여 높은 정확도를 가진 상기 로봇(1)을 전체 작업공간으로 이끌 상기 갱신된 관절 각도들을 연산할 책임이 있다.
상기 교정 과정이 수행되고, 상기 로봇(1)이 이제 그 정상 동작(예를 들어, 차량 특징 등을 측정)으로 돌아가야 하는 것으로 가정하면, 오류 보상 절차는 상기 갱시된 운동학적 모델을 고려하고 정정된 관절 명령들을 연산하도록 수행된다.
상기 로봇 팔(3)의 말단(6)의 희망하는 직교 자세가 T*라면:
(i) 역 운동학 및 명목상 운동학적 모델이 상기 로봇(1)을 직교 자세 T*로 이끌 상기 관절 각도들 Q를 연산하도록 사용된다.
(ii) 전방향 운동학 및 상기 갱신된 운동학적 모델을 사용하여, 상기 말단(6)의 실제 자세 T가 관절 각도들 Q에 대해 연산된다.
(iii) 최적화 단계는 상기 오류 T*-T를 최소화시키는 상기 관절 각도들 Q+dq를 연산하도록 사용된다.

Claims (20)

  1. 산업용 로봇(1)의 인라인 교정(in-line calibration)에 대한 방법으로서, 상기 로봇(1)은 고정된 베이스부(base section, 2)와 다수의 체인링크 로봇 팔(chain link robot arm, 3)을 포함하고, 상기 체인링크들은 서로 연결되고, 관절들(articulated joints, 5)을 써서 각각 상기 로봇(1)의 상기 베이스부(2)에 연결되고, 상기 로봇 팔(3)의 말단(distal end, 6)은 이하 장소로 칭해지는 소정의 희망하는 위치와 방향으로 3차원 공간 내의 상기 베이스부(2)에 관하여 이동될 수 있고,
    - 적어도 세 개의 광선들이 상기 로봇 팔(3)의 상기 말단(6)에 견고하게 연결된 적어도 하나의 광원(7)을 써서 생성되고,
    - 상기 센서에 영향을 주는 광선의 위치를 2-차원 평면 내에 결정하기 위해 적응되는 적어도 하나의 광학 위치 센서(12)는, 상기 로봇 팔(3)의 상기 말단(6)의 미리 정의된 교정 장소에서 상기 적어도 하나의 광원(7)에 의해 생성된 적어도 몇몇의 상기 광선들이 상기 센서(12) 또는 상기 센서들(12) 중 적어도 하나에 영향을 주도록 상기 로봇의 베이스부(2)에 대해 고정된 장소에 위치되고,
    - 상기 로봇 팔(3)의 상기 말단(6)은 로봇 제어기(1a)로부터의 제어 신호들을 써서 미리 정의된 교정 장소로 이끌리고, 상기 생성된 광선들 중 적어도 몇몇은 소정의 위치들(20)에서 상기 센서(12) 또는 상기 센서들(12) 중 적어도 하나에 영향을 주고,
    - 상기 생성된 광선들이 상기 센서(12) 또는 상기 센서들(12) 중 적어도 하나에 영향을 주는 위치들(20)이 결정되고,
    - 상기 로봇(1)은, 상기 센서(12) 또는 상기 센서들(12) 중 적어도 하나에 영향을 주는 상기 광선들의 위치들(20)이 상기 로봇(1)의 이전 상태에서의 상기 로봇 팔(3)의 상기 말단(6)의 교정 장소를 특징짓는 이전에 정의된 위치들(20')로 이동되도록 반복적인 폐-루프 제어 과정을 써서 이끌리고,
    - 상기 센서(12) 또는 상기 센서들(12) 중 적어도 하나에 영향을 주는 상기 광선들이 상기 이전에 정의된 위치들(20')에 도달할 때, 상기 로봇 팔(3)의 특징 파라미터들이 결정되어, 상기 로봇 제어기(1a) 내의 상기 로봇 팔(3)의 상기 말단(6)의 장소를 명확하게 특징짓고,
    - 결정된 상기 특징 파라미터들은 상기 로봇 팔(3)의 이러한 미리 정의된 위치들(20')에 대해 대응하는 이전에 정의된 특징 파라미터들과 비교되고, 상기 로봇 팔(3)의 이전에 정의된 특징 파라미터들은 이전 상태에서 상기 로봇(1)의 운동학적 모델을 정의하고,
    - 결정된 상기 특징 파라미터들과 대응하는 이전에 정의된 특징 파라미터들 간의 차이는 상기 로봇(1)의 운동학적 모델을 갱신하는 데 사용되고, 및
    - 상기 로봇(1)의 갱신된 운동학적 모델은 상기 로봇 팔(3)의 상기 말단(6)의 원래 장소를 보다 정확한 장소로 정정하기 위해 상기 로봇(1)의 종래 동작 동안에 사용되도록 적응되고, 상기 원래 장소는 상기 로봇(1)의 상기 종래 동작 동안에 상기 로봇 제어기(1a)에 의해 발생된 제어 신호들로부터 나타나고, 상기 로봇(1)의 종래 동작 동안에 발생하는 상기 로봇 팔Z(3)의 부정확성을 고려하는, 인라인 교정에 대한 방법.
  2. 제 1 항에 있어서, 적어도 하나의 광원(7)에 의해 생성된 상기 광선들이 적어도 두 개의 직교 평면들에서 연재하는, 인라인 교정에 대한 방법.
  3. 제 1 항 또는 제 2 항에 있어서, 상기 적어도 하나의 광원(7)은 레이저 또는 적어도 하나의 반도체 광원, 특히 발광 다이오드(LED)를 포함하는, 인라인 교정에 대한 방법.
  4. 제 1 항 내지 제 3 항 중 어느 한 항에 있어서, 상기 적어도 하나의 광원(7)은 인간의 눈으로 볼 수 있거나 인간의 눈으로 볼 수 없는 주파수 범위로 광선들을 생성하고, 인간의 눈으로 볼 수 없는 주파수 범위는 특히 적외선 IR-주파수 범위 또는 자외선 UV-주파수 범위를 포함하는, 인라인 교정에 대한 방법.
  5. 제 1 항 내지 제 4 항 중 어느 한 항에 있어서, 상기 로봇 팔(3)의 특징 파라미터들은 상기 로봇 팔의 관절들(5)의 현재 각도 값들(q1, q2, ..., qNumberDOFs), 또는 상기 로봇 팔(3)의 상기 말단(6)의 위치(x, y, z)와 회전(a, b, c)을 포함하는 상기 장소의 현재 값들을 포함하는, 인라인 교정에 대한 방법.
  6. 제 1 항 내지 제 5 항 중 어느 한 항에 있어서, 상기 방법은 복수의 상이한 교정 장소들에 대해 반복되고, 각각은 상기 생성된 광선들이 상기 센서(12) 또는 상기 센서들(12) 중 적어도 하나에 영향을 주는 소정의 위치들(20')에 의해 특징지어지는, 인라인 교정에 대한 방법.
  7. 제 1 항 내지 제 6 항 중 어느 한 항에 있어서, 상기 방법은 각각의 교정 장소에 대해 상기 로봇 팔(3)의 복수의 상이한 교정 자세들에 대해 반복되고, 각각은 상기 관절들(5)의 소정의 각도 값들에 대응하는, 인라인 교정에 대한 방법.
  8. 제 1 항 내지 제 7 항 중 어느 한 항에 있어서, 상기 로봇의 이전 상태는 상기 로봇(1)의 냉각 상태(cold state)이고, 상기 교정 방법은 상기 로봇(1)의 준비 상태(warm state)에서 실행되는, 인라인 교정에 대한 방법.
  9. 제 1 항 내지 제 8 항 중 어느 한 항에 있어서, 상기 센서들(12)은, 2-차원 감지면(sensitive surface, 21)으로서의 층형 반도체(laminar semiconductor), 또는 2-차원 감지면(21)으로서의 CMOS나 CCD를 갖는 디지털 카메라를 갖는 위치 감지기(position sensitive device, PSD)를 포함하는, 인라인 교정에 대한 방법.
  10. 제 1 항 내지 제 9 항 중 어느 한 항에 있어서, 상기 적어도 하나의 광원(7)은 적어도 세 개의 광선들을 생성하는, 인라인 교정에 대한 방법.
  11. 제 1 항 내지 제 10 항 중 어느 한 항에 있어서, 상기 로봇 팔(3)의 상기 말단(6)의 각각의 교정 장소에 대해, 상기 광선들이 동시에 또는 순차적으로 생성되는, 인라인 교정에 대한 방법.
  12. 제 1 항 내지 제 11 항 중 어느 한 항에 있어서, 상기 로봇(1)의 이전 상태 동안에, 민감도 행렬(sensitivity matrix)은 각각의 교정 장소에 대해 정의되고, 상기 민감도 행렬은, 상기 로봇 제어기(1a)에 의해 발생된 제어 신호들에 의해 개시된 각각의 자유도(degree-of-freedom)에 대하여 상기 교정 장소에 관한 상기 로봇 팔(3)의 상기 말단(6)의 작은 변위들(displacements)에 기인한 상기 로봇 팔(3)의 상기 특징 파라미터들에서의 변화들, 및 상기 센서(12) 또는 상기 센서들(12) 중 적어도 하나 상의 위치들(20)에서의 대응하는 변화들에 대한 정보를 포함하는, 인라인 교정에 대한 방법.
  13. 제 12 항에 있어서, 상기 민감도 행렬의 결정 동안에, 상기 로봇 팔(3)의 상기 말단(6)의 상기 변위들은 작은 변형들(dx', dy', dz') 및 회전들(da, db, dc)을 포함하는, 인라인 교정에 대한 방법.
  14. 제 12 항 또는 제 13 항에 있어서, 상기 민감도 행렬은, 상기 센서(12) 또는 상기 센서들(12) 중 적어도 하나에 영향을 주는 상기 광선들의 상기 위치들(20)이 상기 로봇(1)의 이전 상태에서 상기 로봇 팔(3)의 상기 말단(6)의 상기 교정 장소를 특징짓는 상기 이전에 정의된 위치들(20') 내로 이동되도록 상기 반복적인 폐-루프 제어 과정을 써서 상기 로봇(1)을 이끌기 위해 사용되는, 인라인 교정에 대한 방법.
  15. 제 1 항 내지 제 13 항 중 어느 한 항에 있어서, 상기 로봇(1)의 이전 상태 동안에, 상기 로봇 팔(3)의 상기 말단(6)의 절대값들은, 각각의 교정 위치에 대해 외부 좌표계 및 상기 로봇 베이스(2)에 정의된 관계로 위치된 레이저 추적기, 좌표 측정기(CMM) 또는 소정의 다른 측정도구를 써서 결정되어 저장되는, 인라인 교정에 대한 방법.
  16. 제 12 항 내지 제 14 항 중 어느 한 항에 있어서, 상기 로봇(1)의 이전 상태 동안에, 상기 로봇 팔(3)의 상기 말단(6)의 절대값들은, 각각의 교정 위치에 대해 및 각각의 작은 변위들 각각에 대해 외부 좌표계 및 상기 로봇 베이스(2)에 정의된 관계로 위치된 레이저 추적기, 좌표 측정기(CMM) 또는 소정의 다른 측정도구를 써서 결정되어 저장되는, 인라인 교정에 대한 방법.
  17. 제 1 항 내지 제 16 항 중 어느 한 항에 있어서, 상기 광선들 및 상기 미리 정의된 위치들(20')의 실제 위치들(20) 사이의 오류들, 특히 최소평균제곱(least mean square) 오류들이 최소치에 도달하면, 상기 센서들(12)에 영향을 주는 상기 광선들은 상기 센서(12) 또는 상기 센서들(12) 중 적어도 하나 상의 미리 정의된 위치들(20')에 도달한 것으로 간주되는, 인라인 교정에 대한 방법.
  18. 제 1 항 내지 제 17 항 중 어느 한 항에 있어서, 상기 광선들의 교차점(intersection)이 상기 로봇 팔(3)의 상기 말단(6)의 거리 내에 위치되도록 상기 광선들이 생성되는, 인라인 교정에 대한 방법.
  19. 산업용 로봇(1)의 인라인 교정을 위한 교정 시스템(30)으로서, 상기 로봇(1)은 고정된 베이스부(2)와 다수의 체인링크 로봇 팔(3)을 포함하고, 상기 체인링크들(4)은 서로 연결되고, 관절들(5)을 써서 각각 상기 로봇(1)의 상기 베이스부(2)에 연결되고, 상기 로봇 팔(3)의 말단(6)은 이하 장소로 칭해지는 3-차원 작업공간 내의 상기 베이스부(2)에 대해 소정의 희망하는 위치와 방향으로 이동될 수 있고, 상기 교정 시스템(30)은 제 1 항 내지 제 18 항 중 하나 이상의 항에 따른 방법을 실행시키기 위한 수단(7, 12)을 포함하는, 교정 시스템.
  20. 산업용 로봇(1)으로서, 고정된 베이스부(2)와 다수의 체인링크 로봇 팔(3)을 포함하고, 상기 체인링크들(4)은 서로 연결되고, 관절들(5)을 써서 각각 상기 로봇(1)의 상기 베이스부(2)에 연결되고, 상기 로봇 팔(3)의 말단(6)은 이하 장소로 칭해지는 3-차원 작업공간 내의 상기 베이스부(2)에 대해 소정의 희망하는 위치와 방향으로 이동될 수 있고, 상기 산업용 로봇(1)은 상기 로봇(1)의 인라인 교정에 영향을 주기 위해 제 19 항에 따른 교정 시스템(30)을 포함하는, 산업용 로봇.
KR1020157012999A 2012-10-19 2013-10-17 산업용 로봇의 인라인 교정을 위한 방법, 이러한 방법을 수행하기 위한 교정 시스템, 및 이러한 교정 시스템을 포함하는 산업용 로봇 KR20150070370A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP12189174.1A EP2722136A1 (en) 2012-10-19 2012-10-19 Method for in-line calibration of an industrial robot, calibration system for performing such a method and industrial robot comprising such a calibration system
EP12189174.1 2012-10-19
PCT/EP2013/071726 WO2014060516A1 (en) 2012-10-19 2013-10-17 Method for in-line calibration of an industrial robot, calibration system for performing such a method and industrial robot comprising such a calibration system

Publications (1)

Publication Number Publication Date
KR20150070370A true KR20150070370A (ko) 2015-06-24

Family

ID=47115443

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020157012999A KR20150070370A (ko) 2012-10-19 2013-10-17 산업용 로봇의 인라인 교정을 위한 방법, 이러한 방법을 수행하기 위한 교정 시스템, 및 이러한 교정 시스템을 포함하는 산업용 로봇

Country Status (7)

Country Link
US (1) US20150266183A1 (ko)
EP (1) EP2722136A1 (ko)
JP (1) JP2015532219A (ko)
KR (1) KR20150070370A (ko)
CN (1) CN104736304A (ko)
CA (1) CA2888603A1 (ko)
WO (1) WO2014060516A1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210064041A (ko) * 2019-11-25 2021-06-02 재단법인대구경북과학기술원 로봇 시스템 및 그 보정 방법
KR20230045736A (ko) 2021-09-28 2023-04-05 한국생산기술연구원 레이저 트래커 피드백을 이용한 로봇 제어 방법 및 장치
KR20230046333A (ko) 2021-09-29 2023-04-06 한국생산기술연구원 강성 모델과 절삭력 모델을 이용한 로봇 제어 방법 및 장치

Families Citing this family (81)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2194357A1 (de) * 2008-12-03 2010-06-09 Leica Geosystems AG Optisches Sensorelement für eine Messmaschine, und messmaschinenseitiges Kupplungselement hierfür
WO2015068152A1 (en) * 2013-11-06 2015-05-14 Hexagon Metrology (Israel) Ltd. Method and system for analyzing spatial measuring data
JP6510761B2 (ja) * 2014-04-08 2019-05-08 川崎重工業株式会社 データ採取システムおよび方法
CN105091807B (zh) * 2014-04-30 2017-12-01 鸿富锦精密工业（深圳）有限公司 机器人工具坐标系的校正方法
CN105588525B (zh) * 2014-11-14 2019-09-20 北京配天技术有限公司 一种工具在机器人法兰坐标系上的标定方法及装置
EP3054265B1 (en) * 2015-02-04 2022-04-20 Hexagon Technology Center GmbH Coordinate measuring machine
US10456883B2 (en) 2015-05-13 2019-10-29 Shaper Tools, Inc. Systems, methods and apparatus for guided tools
DE102015211407A1 (de) * 2015-06-22 2016-12-22 Kuka Roboter Gmbh Verbesserung der Temperaturdriftkompensation durch geregelte Überkompensation
US10547796B2 (en) 2015-07-14 2020-01-28 Industrial Technology Research Institute Calibration equipment and calibration method of a mechanical system
US10564031B1 (en) * 2015-08-24 2020-02-18 X Development Llc Methods and systems for determining errors based on detected sounds during operation of a robotic device
WO2017055955A1 (en) 2015-09-29 2017-04-06 Koninklijke Philips N.V. Automatic robotic arm calibration to camera system using a laser
US9757859B1 (en) * 2016-01-21 2017-09-12 X Development Llc Tooltip stabilization
US9815204B2 (en) * 2016-01-22 2017-11-14 The Boeing Company Apparatus and method to optically locate workpiece for robotic operations
US9744665B1 (en) 2016-01-27 2017-08-29 X Development Llc Optimization of observer robot locations
US10059003B1 (en) 2016-01-28 2018-08-28 X Development Llc Multi-resolution localization system
GB201601880D0 (en) * 2016-02-02 2016-03-16 Ocado Innovation Ltd Robotic gripping device system and method
CN107443389B (zh) * 2016-05-31 2019-12-31 发那科株式会社 机器人控制装置及机器人控制方法
CN107756391B (zh) * 2016-08-19 2021-05-25 达观科技有限公司 机械手臂校正***的校正方法
KR102474345B1 (ko) * 2016-12-14 2022-12-05 현대자동차 주식회사 차량용 갭 단차 측정기를 구비한 갭 단차 측정 시스템
JP2018094703A (ja) * 2016-12-16 2018-06-21 セイコーエプソン株式会社 ロボット
EP3339801B1 (en) * 2016-12-20 2021-11-24 Hexagon Technology Center GmbH Self-monitoring manufacturing system, production monitoring unit and use of production monitoring unit
CN110114191B (zh) * 2017-03-09 2020-05-19 三菱电机株式会社 机器人控制装置以及校准方法
FR3063667B1 (fr) * 2017-03-13 2019-04-19 Staubli Faverges Procede de commande d'une cellule de travail automatisee
DE102017107593B4 (de) * 2017-04-07 2023-04-27 Deutsches Zentrum für Luft- und Raumfahrt e.V. Verfahren zum Bestimmen unbekannter Transformationen
CN106873644B (zh) * 2017-04-10 2020-01-07 哈尔滨工业大学 一种对飞行器地面仿真***平动机构高精度姿态控制方法
CN106949908B (zh) * 2017-04-12 2023-05-23 温州大学瓯江学院 一种高精度空间运动轨迹姿态追踪测量修正方法
JP6880982B2 (ja) * 2017-04-21 2021-06-02 セイコーエプソン株式会社 制御装置およびロボットシステム
CN107053216A (zh) * 2017-04-25 2017-08-18 苏州蓝斯视觉***股份有限公司 机器人和末端执行器的自动标定方法及***
US11679507B2 (en) * 2017-04-26 2023-06-20 Hewlett-Packard Development Company, L.P. Robotic structure calibrations
KR20200064095A (ko) * 2017-10-06 2020-06-05 어드밴스드 솔루션즈 라이프 사이언스, 엘엘씨 엔드 이펙터 보정 조립체들, 시스템들, 및 방법들
CN108000502A (zh) * 2017-12-07 2018-05-08 合肥市春华起重机械有限公司 一种工程机械配件单臂输送机
US10625419B2 (en) * 2018-03-21 2020-04-21 The Boeing Company Robotic system and method for operating on a workpiece
US11162241B2 (en) 2018-03-27 2021-11-02 Deere & Company Controlling mobile machines with a robotic attachment
US10689831B2 (en) * 2018-03-27 2020-06-23 Deere & Company Converting mobile machines into high precision robots
CN108502530B (zh) * 2018-05-28 2019-11-01 南理工泰兴智能制造研究院有限公司 一种搬运机械手用光电***及其定位方法
JP2020011320A (ja) * 2018-07-17 2020-01-23 オムロン株式会社 パラメータ同定装置、方法、及びプログラム
CN108942930A (zh) * 2018-07-18 2018-12-07 上海天豚信息科技有限公司 机械臂装置的闭环控制***及方法
CN108972559B (zh) * 2018-08-20 2021-08-03 上海嘉奥信息科技发展有限公司 基于红外立体视觉定位***和机械臂的手眼标定方法
CN112262023B (zh) * 2018-08-30 2023-06-09 平田机工株式会社 动作装置的校准方法、动作装置***及控制装置
WO2020118244A1 (en) * 2018-12-07 2020-06-11 Activ Surgical, Inc. Mechanical coupling to join two collaborative robots together for means of calibration
CN110355755B (zh) * 2018-12-15 2023-05-16 深圳铭杰医疗科技有限公司 机器人手眼***标定方法、装置、设备及存储介质
TWI672206B (zh) * 2018-12-19 2019-09-21 財團法人工業技術研究院 機械手臂非接觸式工具中心點校正裝置及其方法以及具有校正功能的機械手臂系統
US11402353B2 (en) 2019-01-21 2022-08-02 The Boeing Company Imaging beam adjustments on a non-destructive inspection sensor situated on a robotic effector to accommodate in situ conditions
JP6898366B2 (ja) * 2019-01-22 2021-07-07 ファナック株式会社 ロボット装置及び熱変位量推定装置
EP3914426A4 (en) * 2019-01-23 2022-08-31 ABB Schweiz AG METHOD AND DEVICE FOR ADMINISTRATION OF A ROBOT ARM
US11911914B2 (en) 2019-01-28 2024-02-27 Cognex Corporation System and method for automatic hand-eye calibration of vision system for robot motion
US11433545B2 (en) * 2019-02-17 2022-09-06 Samsung Electronics Co., Ltd. Robotic vision
JP7048535B2 (ja) * 2019-04-01 2022-04-05 ファナック株式会社 ロボットを制御するための機構誤差パラメータを較正するロボットの制御装置
CN110111388B (zh) * 2019-05-10 2021-03-23 北京航空航天大学 三维物***姿参数估计方法及视觉设备
CN110065072B (zh) * 2019-05-21 2021-04-20 西南交通大学 机器人重复定位精度的验证方法
CN110142805A (zh) * 2019-05-22 2019-08-20 武汉爱速达机器人科技有限公司 一种基于激光雷达的机器人末端校准方法
US11087514B2 (en) * 2019-06-11 2021-08-10 Adobe Inc. Image object pose synchronization
CN110370280B (zh) * 2019-07-25 2021-11-30 深圳市天博智科技有限公司 机器人行为的反馈控制方法、***和计算机可读存储介质
WO2021060227A1 (ja) * 2019-09-27 2021-04-01 日本電産株式会社 高さ補正システム
WO2021060228A1 (ja) * 2019-09-27 2021-04-01 日本電産株式会社 高さ補正システム
CN111125843B (zh) * 2019-12-11 2022-02-11 同济大学 基于数字图像相关技术的工业机器人刚度辨识方法
CN110900610B (zh) * 2019-12-11 2022-04-22 哈尔滨工业大学 一种基于lm算法和粒子滤波算法优化的工业机器人标定方法
WO2021147037A1 (en) * 2020-01-22 2021-07-29 Abb Schweiz Ag Method and electronic device, system and computer readable medium for calibration
CN111136661A (zh) * 2020-02-19 2020-05-12 珠海格力智能装备有限公司 机器人位置标定方法、装置、***及机器人***
CN113799114B (zh) * 2020-06-11 2023-03-14 台达电子工业股份有限公司 机器手臂的原点校正方法
CN111844005B (zh) * 2020-07-08 2022-06-28 哈尔滨工业大学 一种应用于隧道湿喷的2r-p-2r-p-2r机械臂运动规划方法
JP2022084259A (ja) * 2020-11-26 2022-06-07 キヤノン株式会社 情報処理装置、情報処理方法、ロボットシステム、測定システム、ロボットシステムを用いた物品の製造方法、制御プログラム及び記録媒体
CN114683259A (zh) * 2020-12-28 2022-07-01 财团法人工业技术研究院 机械手臂校正***及机械手臂校正方法
TW202224872A (zh) * 2020-12-28 2022-07-01 財團法人工業技術研究院 機械手臂校正系統及機械手臂校正系統方法
CN113146613B (zh) * 2021-01-22 2022-11-04 吉林省计量科学研究院 一种工业机器人d-h参数三维自标定校准装置及方法
CN112959323B (zh) * 2021-03-02 2022-03-11 中国工程物理研究院激光聚变研究中心 一种机器人运动误差在位检测与补偿方法及设备
CN113043271B (zh) * 2021-03-03 2022-05-27 北京航空航天大学 一种基于天牛须算法的工业机器人标定补偿方法
US11554506B2 (en) * 2021-03-31 2023-01-17 National Chung Shan Institute Of Science And Technology Device and method for measuring repeated positioning precision of robotic arm
US11911915B2 (en) 2021-06-09 2024-02-27 Intrinsic Innovation Llc Determining robotic calibration processes
CN113290364A (zh) * 2021-07-01 2021-08-24 中国工程物理研究院机械制造工艺研究所 一种基于工业机器人自动装配的安全控制方法、***
CN113715061B (zh) * 2021-09-07 2024-04-19 南京信息职业技术学院 一种非接触式的工业机器人工具坐标标定工具及标定方法
JPWO2023047591A1 (ko) * 2021-09-27 2023-03-30
CN113894794B (zh) * 2021-11-12 2023-08-25 长春理工大学 面向机器人自标定的机器人闭环运动链建立方法
CN114043528B (zh) * 2021-11-25 2023-08-04 成都飞机工业（集团）有限责任公司 一种机器人定位性能测试方法、***、设备及介质
CN113977558B (zh) * 2021-11-29 2023-01-31 湖南交通职业技术学院 一种可视化动态显示并联机器人末端轨迹的装置及方法
CN114347018B (zh) * 2021-12-20 2024-04-16 上海大学 一种基于小波神经网络的机械臂扰动补偿方法
CN114002990B (zh) * 2021-12-30 2022-04-08 之江实验室 并联双足机器人关节实时控制方法和装置
DE102022000815A1 (de) 2022-03-09 2022-05-05 Mercedes-Benz Group AG Messsystem mit einem als ein Gelenkarmroboter ausgebildeten Industrieroboter und mindestens einem Sensor und Verfahren zum Vermessen eines Bauteiles und/oder zum Ermitteln einer dreidimensionalen Position
CN115464656A (zh) * 2022-09-26 2022-12-13 北京瑞医博科技有限公司 植牙机器人位姿校准方法、装置、***和电子设备
CN117340897B (zh) * 2023-12-05 2024-03-12 山东建筑大学 面向动态响应预测的机器人数字孪生模型建模方法及***
CN117733872B (zh) * 2024-02-18 2024-04-19 华南理工大学 一种基于方向性能的串联机器人逆运动学控制方法

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS61118810A (ja) * 1984-11-14 1986-06-06 Aisin Seiki Co Ltd フレキシブルマニプレ−タの制御装置
JPH0768480A (ja) * 1993-09-06 1995-03-14 Mitsubishi Heavy Ind Ltd マニピュレータの関節角度制御方法
DE19930087C5 (de) 1999-06-30 2011-12-01 Inos Automationssoftware Gmbh Verfahren und Vorrichtung zur Regelung der Vorhalteposition eines Manipulators eines Handhabungsgeräts
JP4284765B2 (ja) * 1999-07-27 2009-06-24 株式会社豊田中央研究所 ロボットハンド位置計測装置
JP4191080B2 (ja) * 2004-04-07 2008-12-03 ファナック株式会社 計測装置
DE102004026814A1 (de) * 2004-06-02 2005-12-29 Kuka Roboter Gmbh Verfahren und Vorrichtung zum Verbessern der Positioniergenauigkeit eines Handhabungsgeräts
JP4274558B2 (ja) * 2004-09-15 2009-06-10 富士フイルム株式会社 キャリブレーション方法
CN1238689C (zh) * 2004-11-11 2006-01-25 天津大学 视觉测量***现场校准装置及校准方法
JP4922584B2 (ja) * 2004-12-10 2012-04-25 株式会社安川電機 ロボットシステム
JP2007098464A (ja) * 2005-10-07 2007-04-19 Nissan Motor Co Ltd レーザー加工ロボット制御装置、レーザー加工ロボット制御方法およびレーザー加工ロボット制御プログラム
DE102008060052A1 (de) * 2008-12-02 2010-06-17 Kuka Roboter Gmbh Verfahren und Vorrichtung zur Kompensation einer kinematischen Abweichung
CA2751878A1 (en) * 2009-02-17 2010-08-26 Absolute Robotics Limited Measurement of positional information for a robot arm
JP5378908B2 (ja) * 2009-08-11 2013-12-25 川崎重工業株式会社 ロボットの精度調整方法およびロボット
CN102679875B (zh) * 2012-05-30 2014-05-07 哈尔滨工业大学 采用主动靶对束靶耦合传感器在线标定方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210064041A (ko) * 2019-11-25 2021-06-02 재단법인대구경북과학기술원 로봇 시스템 및 그 보정 방법
KR20230045736A (ko) 2021-09-28 2023-04-05 한국생산기술연구원 레이저 트래커 피드백을 이용한 로봇 제어 방법 및 장치
KR20230046333A (ko) 2021-09-29 2023-04-06 한국생산기술연구원 강성 모델과 절삭력 모델을 이용한 로봇 제어 방법 및 장치

Also Published As

Publication number Publication date
CA2888603A1 (en) 2014-04-24
WO2014060516A1 (en) 2014-04-24
CN104736304A (zh) 2015-06-24
US20150266183A1 (en) 2015-09-24
JP2015532219A (ja) 2015-11-09
EP2722136A1 (en) 2014-04-23

Similar Documents

Publication Publication Date Title
KR20150070370A (ko) 산업용 로봇의 인라인 교정을 위한 방법, 이러한 방법을 수행하기 위한 교정 시스템, 및 이러한 교정 시스템을 포함하는 산업용 로봇
US10279479B2 (en) Robot calibrating apparatus and robot calibrating method, and robot apparatus and method of controlling robot apparatus
CN108789404B (zh) 一种基于视觉的串联机器人运动学参数标定方法
US9517560B2 (en) Robot system and calibration method of the robot system
US7813830B2 (en) Method and an apparatus for performing a program controlled process on a component
JP6415190B2 (ja) ロボット装置、ロボット制御プログラム、記録媒体、およびロボット装置の制御方法
CN110355788B (zh) 移动操作机器人大尺度空间高精度在线标定***
JP6611888B2 (ja) ロボット装置、ロボット装置の制御方法、プログラムおよび記録媒体
US11285609B2 (en) Working position correcting method and working robot
KR20110009658A (ko) 로봇 정확도 향상을 위한 외부 시스템
WO2018196232A1 (zh) 机器人和末端执行器的自动标定方法及***
KR20210125459A (ko) 캘리브레이션 장치 및 캘리브레이션 방법
US11673275B2 (en) Through-beam auto teaching
CN107340788A (zh) 基于视觉传感器的工业机器人现场实时温度补偿方法
US20220105640A1 (en) Method Of Calibrating A Tool Of An Industrial Robot, Control System And Industrial Robot
US20230075352A1 (en) Method and apparatus for metrology-in-the-loop robot control
CN117506918A (zh) 一种工业机器人末端位姿校准方法
Guo et al. A distance calibration method for kinematic parameters of serial industrial robots considering the accuracy of relative position
TW202112514A (zh) 運動裝置之位置與姿態校正裝置及系統與方法
WO2023170166A1 (en) System and method for calibration of an articulated robot arm
Liu et al. An automated method to calibrate industrial robot joint offset using virtual line-based single-point constraint approach
Zou et al. Discussions on the camera-aided calibration of parallel manipulators
JP2022120550A (ja) ロボットシステム、ロボットシステムの制御方法、ロボットシステムを用いた物品の製造方法、制御プログラムおよび記録媒体
Motta Robot Calibration: Modeling, Measurement and Applications
Liu et al. Rapid robot/workcell calibration using line-based approach

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E601 Decision to refuse application