Human-robot co-operation becomes increasingly frequent due to the widespread use of service robots. However, during such co-operation, robots have a high chance of colliding with humans, which may result in serious injury. Thus, many solutions were proposed to ensure collision safety, and among them...
Human-robot co-operation becomes increasingly frequent due to the widespread use of service robots. However, during such co-operation, robots have a high chance of colliding with humans, which may result in serious injury. Thus, many solutions were proposed to ensure collision safety, and among them, collision detection algorithms are regarded as one of the most practical solutions. They allow a robot to quickly detect a collision so that the robot can perform a proper reaction to minimize the impact. However, conventional collision detection algorithms required the precise model of a robot, which is difficult to obtain and is subjected to change. Also, expensive sensors, such as torque sensors, are often required. In this study, we propose a novel collision detection algorithm which only requires motor encoders. It detects collisions by monitoring the high-pass filtered version of the velocity error. The proposed algorithm can be easily implemented to any robots, and its performance was verified through various tests.
Human-robot co-operation becomes increasingly frequent due to the widespread use of service robots. However, during such co-operation, robots have a high chance of colliding with humans, which may result in serious injury. Thus, many solutions were proposed to ensure collision safety, and among them, collision detection algorithms are regarded as one of the most practical solutions. They allow a robot to quickly detect a collision so that the robot can perform a proper reaction to minimize the impact. However, conventional collision detection algorithms required the precise model of a robot, which is difficult to obtain and is subjected to change. Also, expensive sensors, such as torque sensors, are often required. In this study, we propose a novel collision detection algorithm which only requires motor encoders. It detects collisions by monitoring the high-pass filtered version of the velocity error. The proposed algorithm can be easily implemented to any robots, and its performance was verified through various tests.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
즉, 느린 충돌이나 정적 충돌에는 대응할 수 없다. 그러나 이러한 느린 충돌은 사람에게 큰 해를 끼칠 가능성이 작으므로, 본 연구에서는 사람에게 실제로 해를 입힐 수 있는 빠른 충돌만을 고려하였다. 본 연구에서 제시된 충돌 감지기를 그림 2에 나타내었다.
따라서 기존의 충돌 감지 알고리즘은 로봇에 실제로 적용하기가 힘들었으며, 모델오차에 민감하여 로봇이 물체를 파지할 시에는 충돌 감지가 불가능하다는 단점이 있었다. 본 연구에서는 로봇의 모터 엔코더 정보만을 이용한 속도 오차 기반의 충돌 감지 알고리즘을 제시한다. 제시된 알고리즘은 로봇의 모델 정보 및 추가적인 센서를 요구하지 않으므로 다양한 상황에 쉽게 적용할 수 있다.
본 연구에서는 모델오차에 민감하고 추가적인 센서를 요구하는 기존의 충돌 감지 알고리즘의 한계를 보안하기 위하여 속도 오차 기반의 충돌 감지기를 제안하였다. 로봇의 모터 엔코더를 통해 속도 오차는 쉽게 측정할 수 있으며, 로봇 동작에 의한 속도 오차를 배제하고 충돌로 인한 오차만을 사용하기 위하여 고역통과필터를 사용하였다.
제안 방법
로봇의 모터 엔코더를 통해 속도 오차는 쉽게 측정할 수 있으며, 로봇 동작에 의한 속도 오차를 배제하고 충돌로 인한 오차만을 사용하기 위하여 고역통과필터를 사용하였다. 다양한 실험을 통해 제시된 충돌 감지 알고리즘의 성능을 검증하였으며, 다음의 결론을 도출하였다:
타겟 PC는 1ms의 제어 주기로 구동되며, 로봇의 모션제어와 충돌 감지를 수행한다. 또한 로드셀(load cell)를 설치할 수 있도록 하여 충돌 감지에 걸리는 시간을 측정할 수 있도록 하였다. 이때 충돌 감지 임계치는 0.
마지막으로, 제안한 충돌 감지 알고리즘의 충돌 감지 시간 측정을 위한 실험을 수행하였다. 충돌로부터 사람을 보호하기 위해선 빠르게 충돌을 감지하여야 한다.
앞서 언급한 바와 같이 제시된 충돌 감지 알고리즘은 HPF의 사용으로 인해 로봇은 정적 충돌은 감지할 수 없게 되는데, 이를 검증하기 위해 다음과 같은 두 가지 충돌 상황을 비교하였다. 우선 동적 충돌을 보이기 위해 그림 5(a)와 같이 로봇이 시작 지점으로부터 가속하여 로드셀과 충돌하도록 하였다.
우선 제시된 알고리즘이 실제로 충돌을 감지할 수 있는지를 확인하기 위하여 로봇의 1, 2축을 각각 ±60° 과 ±30° 로 움직이는 도중에 링크 2에 양 방향으로 한 번씩, 총 2번의 충돌을 가하였다.
충돌 감지 시간을 측정하기 위하여 로드셀을 이용하여 실제 충돌이 일어난 시간과 감지된 시간을 비교하였으며, 사람에게 큰 상해를 줄 수 있는 빠른 충돌을 가정하여 충돌속도를 관절 1과 2를 각각 75°/s 와 25°/s로 설정하였다.
이러한 위치 및 속도 오차는 모터 엔코더를 이용하여, 별도의 센서 없이도 쉽게 측정이 가능하다. 충돌 시에 위치 및 속도 오차 중에서 속도오차에 더 큰 변화가 발생하므로, 본 연구에서는 속도 오차를 이용하여 충돌을 감지하였다. 로봇의 속도 오차는 다음과 같이 정의될 수 있다.
따라서 이를 이용하면 효율적인 충돌대응이 가능하다. 한편, 이러한 충돌에 대한 로봇의 대응으로, 본 연구에서는 충돌이 감지되면 로봇이 충돌의 반대 방향으로 미리 정해진 각도만큼 후퇴하도록 하였다.
대상 데이터
로봇의 말단에는 로봇의 물체 파지를 모사하기 위해 1kg의 무게추를 설치하기 위한 소켓을 부착하였다. 로봇은 사용자를 위한 GUI를 제공하는 호스트(host) PC와 실질적인 제어를 담당하는 타겟(target) PC를 이용하여 제어하였으며, 이 두 PC는 TCP/IP를 이용하여 서로 통신을 하게 된다. 타겟 PC에는 실시간 운영체제인 NI사의 PharLab ETS를 설치하여 안정적인 제어가 가능하게 하였다.
제안한 충돌 감지 알고리즘의 성능을 검증하기 위해서 그림 3과 같은 2자유도 스카라(SCARA) 로봇을 사용하여 실험을 수행하였다. 로봇의 말단에는 로봇의 물체 파지를 모사하기 위해 1kg의 무게추를 설치하기 위한 소켓을 부착하였다.
성능/효과
1. 제시한 충돌 감지기는 고가의 토크센서나 측정이 힘든 로봇의 모델 정보 없이도 안정적인 충돌 감지가 가능하다. 또한, 로봇의 모델정보의 변화에도 상관 없이 충돌 감지가 가능하다.
2. 제시된 충돌 감지기는 계산량이 적고, 적용이 간편하여 기존의 로봇에 쉽게 적용될 수 있다.
3. 제시된 충돌 감지기는 충돌의 위치와 방향, 그리고 상대적인 크기를 측정함으로써 효율적인 대응을 가능하게 한다.
그림 11(a)는 충돌이 가해진 로드셀의 출력을 그림 11(b)는 충돌 인덱스를 나타낸다. 결과로부터 알 수 있듯이, 제시된 충돌 감지 알고리즘을 사용하면 3~4 ms 내에 충돌 감지가 가능함을 알 수 있다. 따라서 본 알고리즘을 사용하면 충격력이 최대가 되기 전에 충돌을 감지하고 대응함으로써 사용자를 보호할 수 있음을 알 수 있다.
결과로부터 알 수 있듯이, 제시된 충돌 감지 알고리즘을 사용하면 3~4 ms 내에 충돌 감지가 가능함을 알 수 있다. 따라서 본 알고리즘을 사용하면 충격력이 최대가 되기 전에 충돌을 감지하고 대응함으로써 사용자를 보호할 수 있음을 알 수 있다. 이때 충돌 인덱스는 충돌이 발생하였음을 알리며, 충돌 해제 신호가 들어오기 전까지는 1로 유지되도록 하였다.
로드셀에 측정된 외력으로부터 알 수 있듯이, 이러한 정적 충돌은 힘의 크기는 동적 충돌과 거의 유사하지만, 급격한 외력의 변화를 야기하지 않는다. 따라서 속도 오차 역시 저주파수가 되므로 제시된 충돌 감지 알고리즘으로는 측정이 불가능함을 알 수 있다.
그림 4에 나타낸 1kg 무게추의 추가 전의 결과와 비교해 보면, 충돌로 인해 발생한 속도 오차의 크기에는 다소 차이가 있으나, 전체적인 경향은 동일함을 알 수 있다. 따라서 제시된 알고리즘은 물체의 파지로 인해 로봇의 모델 정보가 크게 변하더라도 안정적으로 충돌 감지가 가능함을 알 수 있다.
7°/s이었다. 또한, 실험 결과를 보면, 충돌 후 속도 오차가 양에서 음의 방향으로 크게 변하는 것을 볼 수 있는데, 이는 로봇이 빠른 충돌 대응을 위해 급격하게 뒤로 후퇴하면서 발생하는 속도 오차에 의한 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
기존의 충돌 감지 알고리즘의 단점은 무엇인가?
따라서 기존의 충돌 감지 알고리즘은 로봇에 실제로 적용하기가 힘들었으며, 모델오차에 민감하여 로봇이 물체를 파지할 시에는 충돌 감지가 불가능하다는 단점이 있었다. 본 연구에서는 로봇의 모터 엔코더 정보만을 이용한 속도 오차 기반의 충돌 감지 알고리즘을 제시한다.
슬라이딩 섭동 관측기 기반의 외력 감지 알고리즘의 단점은 무엇인가?
그러나 이러한 알고리즘은 측정이 힘들고 부정확한 가속도 정보를 요구한다는 문제가 있었다. 슬라이딩 섭동 관측기 기반의 외력 감지 알고리즘이 제시되었으나 정확한 마찰 모델을 필요로 한다는 단점이 있었다[6]. 또한, 일반화 운동량(generalized momentum) 기반의 관측기를 이용, 가속도 정보가 없이 외력을 추출하고, 이를 이용하여 충돌을 감지하는 알고리즘도 개발되었다[7].
관절토크 정보를 이용하여 충돌로 인한 외력을 측정하고, 이를 이용하여 충돌을 감지하는 방식의 문제점은 무엇인가?
반면에, 관절토크 정보를 이용하여 충돌로 인한 외력을 측정하고, 이를 이용하여 충돌을 감지하는 방식이 제시되었다[5]. 그러나 이러한 알고리즘은 측정이 힘들고 부정확한 가속도 정보를 요구한다는 문제가 있었다. 슬라이딩 섭동 관측기 기반의 외력 감지 알고리즘이 제시되었으나 정확한 마찰 모델을 필요로 한다는 단점이 있었다[6].
참고문헌 (11)
S. Morikawa, T. Senoo, A. Namiki, and M. Ishikawa, "Real-time collision avoidance using a robot manipulator with Light-weight small high-speed vision system," Proc. of the IEEE Int. Conf. on Robotics and Automation, pp. 794-799, 2007.
J. J. Park, and J. B. Song, "A nonlinear stiffness safe joint mechanism design for human robot interactions," ASME Journal of Mechanical Design, vol. 132, no. 6, pp. 061005-1-8, 2010.
B. S. Kim, J. J. Park, and J. B. Song, "A serial-type dual actuator unit with planetary gear train: basic design and applications," IEEE/ASME Transactions on Mechatronics, vol. 15, no. 1, pp.108-116, 2010.
G. Tonietti, R. Schiavi, and A. Bicchi, "Design and control of a variable stiffness actuator for safe and fast physical human/robot interaction," Proc. of the IEEE Int. Conf. on Robotics and Automation, pp. 526-531, 2005.
S. Takakura, T. Murakami, and K. Ohnishi, "An approach to collision detection and recovery motion in industrial robot," Proc. of 15th Annual Conf. of IEEE Industrial Electronics Society, pp. 421-426, 1989.
S. M., Yoon, M. C. Lee, C. Y. Kim, and B. H. Kang, "Evaluation of a possibility of estimation of reaction force of surgical robot instrument using sliding perturbation observer," Journal of Korea Robotics Society, vol. 7, no. 1, pp. 20-28, 2012.
A. De Luca, A. Albu-Schaffer, S. Haddadin, and G. Hirzinger, "Collision detection and safe reaction with the DLR-III lightweight manipulator arm," Proc. of the IEEE/RSJ Int. Conf. on Intelligent Robotics and Systems, pp. 1623-1630, 2006.
A. Albu-Schaffer, and G. Hirzinger, "Parameter identification and passivity based joint control for a 7 DOF torque controlled light weight robot," Proc. of the IEEE Int. Conf. on Robotics and Automation, pp. 2852-2858, 2001.
Y. Choi, "Dynamic parameters identification of robotic manipulator using momentum," Journal of Korea Robotics Society, vol. 7, no. 3, pp. 222-230, 2012.
A. De Luca and R. Mattone, "An adapt-and-detect actuator FDI scheme for robot manipulators," Proc. of the IEEE Int. Conf. on Robotics and Automation, pp. 4875-4980, 2004.
S. Haddadin, A. Albu-Schaffer, and G. Hirzinger, "Safety evaluation of physical human-robot interaction via crashtesting," Robotics: Science and Systems Conf., pp. 217-224, 2007.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.