JPH04340603A - 障害物回避を考慮したマニピュレータの制御方法 - Google Patents
障害物回避を考慮したマニピュレータの制御方法Info
- Publication number
- JPH04340603A JPH04340603A JP11278291A JP11278291A JPH04340603A JP H04340603 A JPH04340603 A JP H04340603A JP 11278291 A JP11278291 A JP 11278291A JP 11278291 A JP11278291 A JP 11278291A JP H04340603 A JPH04340603 A JP H04340603A
- Authority
- JP
- Japan
- Prior art keywords
- manipulator
- neural network
- obstacle avoidance
- obstacles
- inverse kinematics
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Control Of Position Or Direction (AREA)
- Numerical Control (AREA)
- Manipulator (AREA)
- Feedback Control In General (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【０００１】
【産業上の利用分野】本発明は、神経回路網による障害
物回避を考慮したロボットマニピュレータの制御方法に
関するものである。
物回避を考慮したロボットマニピュレータの制御方法に
関するものである。
【０００２】
【従来の技術】従来方法では、精密機械「並列制御機構
によるマニピュレータの制御（第２報）Ｐ．１６６〜１
７１，５１．４（１９８５）に示されるように、マニピ
ュレータの実体を円柱と球に、さらに障害物を球によっ
て包含し、これらの円柱と球、球と球の間の幾何学的な
距離を計算し、距離の関数として反発力の大きさを定義
する。一方手先位置には、目標点と距離の関数として近
接力を定義する。これらの仮想的な力を制御機構内のマ
ニピュレータの動特性モデルに与えて関節角の変化を求
める。この変化した姿勢に対して、再び仮想的な力を形
成する手順を繰り返すことで障害物を回避していた。
によるマニピュレータの制御（第２報）Ｐ．１６６〜１
７１，５１．４（１９８５）に示されるように、マニピ
ュレータの実体を円柱と球に、さらに障害物を球によっ
て包含し、これらの円柱と球、球と球の間の幾何学的な
距離を計算し、距離の関数として反発力の大きさを定義
する。一方手先位置には、目標点と距離の関数として近
接力を定義する。これらの仮想的な力を制御機構内のマ
ニピュレータの動特性モデルに与えて関節角の変化を求
める。この変化した姿勢に対して、再び仮想的な力を形
成する手順を繰り返すことで障害物を回避していた。
【０００３】以下、従来技術の作用及び動作について説
明する。全体の処理は図７のフローチャートに示すよう
に、まず初期化を行い１、マニピュレータの姿勢を決定
する２。次に反発力、近接力を決定し、各関節軸まわり
のモーメントを算出する３。さらに関節角を更新し４、
関節角が出力される５。３の処理では、比較的並列化が
容易な部分が多い。マニピュレータを実時間で動作させ
るために、ここでは３の処理を分割し処理モジュールを
並列処理機構上に実装している。図８に、２７個の処理
ユニットを用いたマニピュレータ制御装置の処理の流れ
を示す。図中のＥ，Ｆ，Ｇ，Ｈは、図７の３の処理を分
割したものに相当し、Ｅは腕と障害物との反発力の計算
、Ｆは関節点と反発力の計算、Ｇは近接力の計算、Ｈは
モーメント変換パラメータの計算である。
明する。全体の処理は図７のフローチャートに示すよう
に、まず初期化を行い１、マニピュレータの姿勢を決定
する２。次に反発力、近接力を決定し、各関節軸まわり
のモーメントを算出する３。さらに関節角を更新し４、
関節角が出力される５。３の処理では、比較的並列化が
容易な部分が多い。マニピュレータを実時間で動作させ
るために、ここでは３の処理を分割し処理モジュールを
並列処理機構上に実装している。図８に、２７個の処理
ユニットを用いたマニピュレータ制御装置の処理の流れ
を示す。図中のＥ，Ｆ，Ｇ，Ｈは、図７の３の処理を分
割したものに相当し、Ｅは腕と障害物との反発力の計算
、Ｆは関節点と反発力の計算、Ｇは近接力の計算、Ｈは
モーメント変換パラメータの計算である。
【０００４】
【発明が解決しようとする課題】上記のように従来方法
では障害物の数、マニピュレータの自由度によって処理
ユニットを複数結合しなければ実時間でマニピュレータ
を動作させることができず、また、障害物の数やマニピ
ュレータの自由度を変更するとそのたびに処理ユニット
の割当を考えなければならないという問題があった。
では障害物の数、マニピュレータの自由度によって処理
ユニットを複数結合しなければ実時間でマニピュレータ
を動作させることができず、また、障害物の数やマニピ
ュレータの自由度を変更するとそのたびに処理ユニット
の割当を考えなければならないという問題があった。
【０００５】本発明は、上記のような問題点を解決する
ためになされたもので、障害物回避を考慮したマニピュ
レータの制御方法を提供することにある。
ためになされたもので、障害物回避を考慮したマニピュ
レータの制御方法を提供することにある。
【０００６】
【課題を解決するための手段】本発明に係る障害物回避
を考慮したマニピュレータの制御方法は、実時間で障害
物回避を考慮したマニピュレータの制御を行うため、学
習型の神経回路網モデルを用い、あらかじめマニピュレ
ータの逆キネマティクスモデル（マニピュレータハンド
の座標から各関節角へ変換する関数）を神経回路網内に
学習によって形成する。神経回路網を用いると、入力か
ら出力への変換が積和演算だけなので関節角をすぐに求
めることができる。従って、実時間でマニピュレータを
制御することができる。
を考慮したマニピュレータの制御方法は、実時間で障害
物回避を考慮したマニピュレータの制御を行うため、学
習型の神経回路網モデルを用い、あらかじめマニピュレ
ータの逆キネマティクスモデル（マニピュレータハンド
の座標から各関節角へ変換する関数）を神経回路網内に
学習によって形成する。神経回路網を用いると、入力か
ら出力への変換が積和演算だけなので関節角をすぐに求
めることができる。従って、実時間でマニピュレータを
制御することができる。
【０００７】
【作用】本発明における障害物回避を考慮したマニピュ
レータの制御方法は、神経回路網にマニピュレータの逆
キネマティクスモデルが学習によって形成されているの
で、実時間でマニピュレータを動作することができる。 また、障害物の数やマニピュレータの自由度が変化して
も、学習し直すだけで容易に対応できる。
レータの制御方法は、神経回路網にマニピュレータの逆
キネマティクスモデルが学習によって形成されているの
で、実時間でマニピュレータを動作することができる。 また、障害物の数やマニピュレータの自由度が変化して
も、学習し直すだけで容易に対応できる。
【０００８】
【実施例】実施例１．以下、本発明の一実施例を図につ
いて説明する。まず、障害物回避を考慮した逆キネマテ
ィクスモデルの学習アルゴリズムについて述べる。作業
空間内に障害物の数と位置が与えられている。ここで図
１のような系を考える。図において、１は神経回路網を
、２は制御されるマニピュレータを表わす。マニピュレ
ータハンドの目標値ｒｄ が入力されると１はマニピュ
レータの関節角θを出力する。この関節角はマニピュレ
ータ２に対する入力で、マニピュレータハンドの観測値
ｒが出力される。このｒｄ とｒを用いて４で与えられ
る評価関数を指標としながら、３で誤差の変換が行われ
る。この系において、障害物回避を考慮した逆キネマテ
ィクスモデルを神経回路網に学習させるために、マニピ
ュレータハンドの観測値と目標値の誤差から次式に従っ
て神経回路網の重みｗを修正する。
いて説明する。まず、障害物回避を考慮した逆キネマテ
ィクスモデルの学習アルゴリズムについて述べる。作業
空間内に障害物の数と位置が与えられている。ここで図
１のような系を考える。図において、１は神経回路網を
、２は制御されるマニピュレータを表わす。マニピュレ
ータハンドの目標値ｒｄ が入力されると１はマニピュ
レータの関節角θを出力する。この関節角はマニピュレ
ータ２に対する入力で、マニピュレータハンドの観測値
ｒが出力される。このｒｄ とｒを用いて４で与えられ
る評価関数を指標としながら、３で誤差の変換が行われ
る。この系において、障害物回避を考慮した逆キネマテ
ィクスモデルを神経回路網に学習させるために、マニピ
ュレータハンドの観測値と目標値の誤差から次式に従っ
て神経回路網の重みｗを修正する。
【０００９】
【数１】
【００１０】ここで、Ｊはヤコビ行列、Ｊ＋ はＪの疑
似逆行列、ｗは重み、θはマニピュレータの関節角、ｒ
ｄ はハンドの目標値、ｒはハンドの観測値、Ｉは単位
行列、εは定数、Ｈは評価関数を表わす。（１）式で｛
｝内の第一項はマニピュレータハンドが目標値に近づく
ように働き、第二項は残された冗長性を用いて与えられ
た評価関数を大きくするように働く。ここでは、障害物
を包み込む球を考えて、その中にマニピュレータの各関
節が入らないようにすることで障害物回避を行う。その
ために評価関数Ｈを次式のように設定する。
似逆行列、ｗは重み、θはマニピュレータの関節角、ｒ
ｄ はハンドの目標値、ｒはハンドの観測値、Ｉは単位
行列、εは定数、Ｈは評価関数を表わす。（１）式で｛
｝内の第一項はマニピュレータハンドが目標値に近づく
ように働き、第二項は残された冗長性を用いて与えられ
た評価関数を大きくするように働く。ここでは、障害物
を包み込む球を考えて、その中にマニピュレータの各関
節が入らないようにすることで障害物回避を行う。その
ために評価関数Ｈを次式のように設定する。
【００１１】
【数２】
【００１２】（２）式のＨ１ は障害物回避、Ｈ２ は
マニピュレータの姿勢が過度に折れ曲がらないための評
価関数を表す。ここでＫ１ ，Ｋ２ は定数、ｍは障害
物の数、ｎはマニピュレータの自由度、Ｒｊ ，ｒ０ｊ
は第ｊ番目の障害物を包み込む球の半径と中心の位置、
ｒｉ はマニピュレータの第ｉ番目の関節の位置を表わ
す（図２）。ここで、ｇ（ｘ）は図３に示す下に凸の関
数である。障害物を避けるためには、障害物とマニピュ
レータの各関節との距離 ‖ｒｉ −ｒ０ｊ‖がＲｊ
よりも大きいという条件を満たさなければならない。
マニピュレータの姿勢が過度に折れ曲がらないための評
価関数を表す。ここでＫ１ ，Ｋ２ は定数、ｍは障害
物の数、ｎはマニピュレータの自由度、Ｒｊ ，ｒ０ｊ
は第ｊ番目の障害物を包み込む球の半径と中心の位置、
ｒｉ はマニピュレータの第ｉ番目の関節の位置を表わ
す（図２）。ここで、ｇ（ｘ）は図３に示す下に凸の関
数である。障害物を避けるためには、障害物とマニピュ
レータの各関節との距離 ‖ｒｉ −ｒ０ｊ‖がＲｊ
よりも大きいという条件を満たさなければならない。
【００１３】処理の流れを図４に示す。まず、マニピュ
レータハンドの目標値ｒｄ が神経回路網に入力される
と、マニピュレータの各関節角θが出力される。神経回
路網が出力した関節角をマニピュレータモデルに入力し
、実際のマニピュレータハンドの観測値ｒが得られる。 これらの出力値を用いて、（３），（４）式からＨ１
，Ｈ２ を計算する。次に（１）式によって神経回路網
の重みを修正する。これらの処理を重みが収束するまで
繰り返すと、神経回路網内に障害物回避を考慮した逆キ
ネマティクスモデルが獲得される。図５は本発明を用い
たマニピュレータ制御装置である。まず、神経回路網応
用制御装置にマニピュレータハンドの座標が入力される
。次に、学習によってメモリに蓄えられた重みを使って
望ましい関節角が出力され、マニピュレータが動作する
。
レータハンドの目標値ｒｄ が神経回路網に入力される
と、マニピュレータの各関節角θが出力される。神経回
路網が出力した関節角をマニピュレータモデルに入力し
、実際のマニピュレータハンドの観測値ｒが得られる。 これらの出力値を用いて、（３），（４）式からＨ１
，Ｈ２ を計算する。次に（１）式によって神経回路網
の重みを修正する。これらの処理を重みが収束するまで
繰り返すと、神経回路網内に障害物回避を考慮した逆キ
ネマティクスモデルが獲得される。図５は本発明を用い
たマニピュレータ制御装置である。まず、神経回路網応
用制御装置にマニピュレータハンドの座標が入力される
。次に、学習によってメモリに蓄えられた重みを使って
望ましい関節角が出力され、マニピュレータが動作する
。
【００１４】次に動作について説明する。以上発明した
装置により、平面内を運動する８自由度のマニピュレー
タに対し、マニピュレータの障害物回避を行う。ここで
は、神経回路網としてＣＭＡＣを用いた。目標軌道は図
２に示すような円弧状の曲線軌道で、まわりに２つの障
害物がある。この軌道を等間隔に２００等分する点を学
習させ、また、各関節角の駆動範囲に制限はないとした
。図６は本発明方法による結果を示す。図から明らかな
ように、ここで用いた評価関数と学習アルゴリズムを用
いて障害物回避を考慮した逆キネマティクスモデルが神
経回路網内に形成されることが確認できた。本発明方法
を用いた場合は、マニピュレータは障害物を避けながら
与えられた軌道を運動することができる。
装置により、平面内を運動する８自由度のマニピュレー
タに対し、マニピュレータの障害物回避を行う。ここで
は、神経回路網としてＣＭＡＣを用いた。目標軌道は図
２に示すような円弧状の曲線軌道で、まわりに２つの障
害物がある。この軌道を等間隔に２００等分する点を学
習させ、また、各関節角の駆動範囲に制限はないとした
。図６は本発明方法による結果を示す。図から明らかな
ように、ここで用いた評価関数と学習アルゴリズムを用
いて障害物回避を考慮した逆キネマティクスモデルが神
経回路網内に形成されることが確認できた。本発明方法
を用いた場合は、マニピュレータは障害物を避けながら
与えられた軌道を運動することができる。
【００１５】
【発明の効果】以上の説明から明らかなように、本発明
のマニピュレータの障害物回避方法を用いれば、障害物
の数、マニピュレータの自由度が増大しても、神経回路
網内にあらかじめ逆キネマティクスモデルを学習させる
ことで容易に変化に対応することができる。また、神経
回路網内に逆モデルが既に形成されているので、目標軌
道を満足する様なマニピュレータ関節角が実時間で得ら
れる効果がある。
のマニピュレータの障害物回避方法を用いれば、障害物
の数、マニピュレータの自由度が増大しても、神経回路
網内にあらかじめ逆キネマティクスモデルを学習させる
ことで容易に変化に対応することができる。また、神経
回路網内に逆モデルが既に形成されているので、目標軌
道を満足する様なマニピュレータ関節角が実時間で得ら
れる効果がある。
【図１】本発明の一実施例による制御機構の構成図であ
る。
る。
【図２】本発明の目標軌道の説明図である。
【図３】関数ｇ（ｘ）の説明図である
【図４】本発明の処理の流れを示すフローチャートであ
る。
る。
【図５】本発明に用いた神経回路網応用制御装置の構成
図である。
図である。
【図６】本発明の結果を示す説明図である。
【図７】従来の処理の流れを示すフローチャートである
。
。
【図８】２７個の処理ユニットを用いたマニピュレータ
の処理の流れを示すフローチャートである。
の処理の流れを示すフローチャートである。
１ 神経回路網
２ マニピュレータ
３ 誤差の変換
４ 評価関数
ｒ マニピュレータハンドの観測値
Claims (1)
- 【請求項１】 マニピュレータの作業空間にある障害
物の位置が既知の場合、神経回路網にあらかじめマニピ
ュレータの障害物回避を考慮した逆キネマティクスモデ
ルを学習させ、その神経回路網を用いてマニピュレータ
を制御することを特徴とする障害物回避を考慮したマニ
ピュレータの制御方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP11278291A JPH04340603A (ja) | 1991-05-17 | 1991-05-17 | 障害物回避を考慮したマニピュレータの制御方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP11278291A JPH04340603A (ja) | 1991-05-17 | 1991-05-17 | 障害物回避を考慮したマニピュレータの制御方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH04340603A true JPH04340603A (ja) | 1992-11-27 |
Family
ID=14595367
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP11278291A Pending JPH04340603A (ja) | 1991-05-17 | 1991-05-17 | 障害物回避を考慮したマニピュレータの制御方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH04340603A (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8315789B2 (en) | 2007-03-21 | 2012-11-20 | Commonwealth Scientific And Industrial Research Organisation | Method for planning and executing obstacle-free paths for rotating excavation machinery |
| JP2016514492A (ja) * | 2013-03-15 | 2016-05-23 | インテュイティブ サージカル オペレーションズ， インコーポレイテッド | ゼロ空間での複数の目標及びｓｌｉ動作を取り扱うシステム及び方法 |
| US9993923B2 (en) | 2012-03-22 | 2018-06-12 | Toyota Jidosha Kabushiki Kaisha | Trajectory generation device, moving object, trajectory generation method |
| US10029367B2 (en) | 1999-09-17 | 2018-07-24 | Intuitive Surgical Operations, Inc. | System and method for managing multiple null-space objectives and constraints |
| WO2020246482A1 (ja) * | 2019-06-04 | 2020-12-10 | 株式会社Ｐｒｅｆｅｒｒｅｄ Ｎｅｔｗｏｒｋｓ | 制御装置、システム、学習装置および制御方法 |
-
1991
- 1991-05-17 JP JP11278291A patent/JPH04340603A/ja active Pending
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10029367B2 (en) | 1999-09-17 | 2018-07-24 | Intuitive Surgical Operations, Inc. | System and method for managing multiple null-space objectives and constraints |
| US8315789B2 (en) | 2007-03-21 | 2012-11-20 | Commonwealth Scientific And Industrial Research Organisation | Method for planning and executing obstacle-free paths for rotating excavation machinery |
| US9993923B2 (en) | 2012-03-22 | 2018-06-12 | Toyota Jidosha Kabushiki Kaisha | Trajectory generation device, moving object, trajectory generation method |
| JP2016514492A (ja) * | 2013-03-15 | 2016-05-23 | インテュイティブ サージカル オペレーションズ， インコーポレイテッド | ゼロ空間での複数の目標及びｓｌｉ動作を取り扱うシステム及び方法 |
| CN109171975A (zh) * | 2013-03-15 | 2019-01-11 | 直观外科手术操作公司 | 用于管理多个零空间目标和饱和sli行为的系统和方法 |
| JP2019048084A (ja) * | 2013-03-15 | 2019-03-28 | インテュイティブ サージカル オペレーションズ， インコーポレイテッド | ゼロ空間での複数の目標及びｓｌｉ動作を取り扱うシステム及び方法 |
| US10513031B2 (en) | 2013-03-15 | 2019-12-24 | Intuitive Surgical Operations, Inc. | System and method for managing multiple null-space objectives and constraints |
| JP2020000904A (ja) * | 2013-03-15 | 2020-01-09 | インテュイティブ サージカル オペレーションズ， インコーポレイテッド | ゼロ空間での複数の目標及びｓｌｉ動作を取り扱うシステム及び方法 |
| US11173598B2 (en) | 2013-03-15 | 2021-11-16 | Intuitive Surgical Operations, Inc. | System and methods for managing multiple null-space objectives and SLI behaviors |
| US11602840B2 (en) | 2013-03-15 | 2023-03-14 | Intuitive Surgical Operations, Inc. | System and methods for managing multiple null-space objectives and SLI behaviors |
| WO2020246482A1 (ja) * | 2019-06-04 | 2020-12-10 | 株式会社Ｐｒｅｆｅｒｒｅｄ Ｎｅｔｗｏｒｋｓ | 制御装置、システム、学習装置および制御方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11845186B2 (en) | Inverse kinematics solving method for redundant robot and redundant robot and computer readable storage medium using the same | |
| Gong et al. | Analytical inverse kinematics and self-motion application for 7-DOF redundant manipulator | |
| US5719480A (en) | Parametric control device | |
| JP3207728B2 (ja) | 冗長マニピュレータの制御方法 | |
| US6456901B1 (en) | Hybrid robot motion task level control system | |
| Köker et al. | A neural-network committee machine approach to the inverse kinematics problem solution of robotic manipulators | |
| Dubey et al. | Redundant robot control for higher flexibility | |
| Papadopoulos et al. | On path planning and obstacle avoidance for nonholonomic platforms with manipulators: A polynomial approach | |
| US12151379B2 (en) | Method of robot dynamic motion planning and control | |
| EP3845346A1 (en) | Method, system and computer program product for controlling the teleoperation of a robotic arm | |
| Josin et al. | Robot control using neural networks | |
| Pan et al. | Adaptive robust sliding mode trajectory tracking control for 6 degree-of-freedom industrial assembly robot with disturbances | |
| CN111712356A (zh) | 机器人系统和操作方法 | |
| CN106844951A (zh) | 基于分段几何法求解超冗余机器人逆运动学的方法及系统 | |
| JPH07319507A (ja) | ロボット制御装置 | |
| Wang et al. | An obstacle avoidance method for redundant manipulators based on artificial potential field | |
| CN111791234A (zh) | 一种狭窄空间内多机器人空间工作位置防撞控制算法 | |
| Wolniakowski et al. | Towards human-like kinematics in industrial robotic arms: A case study on a UR3 robot | |
| Kalaycioglu et al. | Coordinated motion and force control of multi-rover robotics system with Mecanum wheels | |
| Gibet et al. | A self-organized model for the control, planning and learning of nonlinear multi-dimensional systems using a sensory feedback | |
| Le Boudec et al. | Modeling and adaptive control of redundant robots | |
| Miller III | A nonlinear learning controller for robotic manipulators | |
| JPH04340603A (ja) | 障害物回避を考慮したマニピュレータの制御方法 | |
| Benzaoui et al. | Redundant robot manipulator control with obstacle avoidance using extended jacobian method | |
| CN113084797B (zh) | 一种基于任务分解的双臂冗余机械臂动态协同控制方法 |