[发明专利]监测机器人传感器的一致性有效
| 申请号: | 201380056403.1 | 申请日: | 2013-08-28 |
| 公开(公告)号: | CN104968477B | 公开(公告)日: | 2017-03-08 |
| 发明(设计)人: | 马修·M·威廉姆森;迈克尔·萨斯曼;瓦利德·A·法拉哈特 | 申请(专利权)人: | 睿信科机器人有限公司;马修·M·威廉姆森;迈克尔·萨斯曼;瓦利德·A·法拉哈特 |
| 主分类号: | B25J9/16 | 分类号: | B25J9/16 |
| 代理公司: | 北京泛华伟业知识产权代理有限公司11280 | 代理人: | 胡强,谭彦闻 |
| 地址: | 美国马*** | 国省代码: | 暂无信息 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 监测 机器人 传感器 一致性 | ||
相关申请的交叉引用
本申请要求在2012年8月28日提交的美国临时申请No.61/693,981的优先权,其所有内容通过参引并入本申请。
技术领域
本发明涉及机器人操作的安全,特别地涉及在传感器失效状态下的机器人操作的安全。
背景技术
工业机器人通常具有移动大型和重型物体的强有力的致动器,该致动器在传感器测量值(例如来自编码器、位置传感器、扭矩传感器等)的反馈下进行控制。如果传感器失效,这机器人失去控制,其会导致机器人的快速且危险的运动。相应地,检测任何传感器失效以启动适当的失效保障程序、并且如果需要启动机器人停机是重要的。
传感器会以多种不同方式失效,其中一些(例如超出传感器值的范围)相对容易检测,然而另一些(例如传感器值似乎合理的却是错误的)难以发现。目前为止,采用两种主要的方法检测潜在的传感器错误:针对难以置信的传感器值(其通常是错误的)进行监测,和冗余感测。第一种方法使用针对传感器状态的监测系统,其识别某些失效状况,例如传感器值超出期望范围、在物理上不可能或基本不太可能的传感器值的变化率,或者传感器数据的丢失或损坏。如果观测到任何这些状况,系统启动安全保障程序。该方法固有地受限于其仅对有限数量的具体失效模式进行保护;如果这些模式不涵盖所有可能的失效状况(实际上很难做到),则这些类型的传感器失效会不被注意到。例如,针对超出范围值的检测无助于识别在范围内(因此似乎合理)但是错误的传感器值。
在第二方法中,传感器及其相应的处理电路是重复的;通常对每个测量量提供两个或更多个传感器。多个传感器的输出彼此相互比较,如果其不符合一定的允许偏差,则发出传感器失效旗标。该旗标能够用来启动失效保障程序。传感器重复不一定具有两个或更多个测量相同物理量的相同的传感器,而是可以包括多个不同的传感器通过不同方式测量相同量的配置。尽管不针对特定的传感器失效模式,冗余感测方法也具有各种限制。第一,其由于重复传感器和相关的处理硬件和软件从而增加系统的成本和复杂性。第二,由于各种现实原因,例如物理设计约束或缺少空间,可能无法或不便增加冗余传感器。第三,确保冗余传感器的真实独立性实际上可能是困难的,即,一些失效状况可能以同样的方式影响冗余传感器,因此模糊了不正确的读数。冗余传感器可能受到相同错误的影响,不是因为其都有故障,而是因为所测量的量的表现都受连累。例如,冗余的并行位置传感器可能均测量到弹簧的偏转以确定弹簧的压缩力。如果弹簧的材料属性改变,例如由于过度的屈服或硬化,所有传感器会给出相同的但是错误的力的测量值。
相应地,需要检测传感器失效的替代方法,其具有较少的误报(传感器读数实际上正确而被检测为失效)和漏报(传感器失效没有被检测到),并且避免或降低与传感器冗余相关的成本。
发明内容
因此,本发明的任务是提供基于一个或多个约束针对相互一致性监测与不同的测量量相对应的机器人传感器读数的系统和方法。约束通过正被监测的物理系统的模型(或模型组)表示,并且每个约束体现两个或更多个物理量之间的关系,这些物理量的测量值必须相应地符合这些约束。该方法避免了对传感器冗余的需要,消除了与相同量的多个相互依赖的传感器读数相关的漏报,并且有助于基于与其它传感器读数的不一致性检测不正确的传感器读数,无论其各自是否显得合理。另外,其能够检测所监测的系统本身有关的问题,尽管传感器正常工作,这种问题仍可能造成约束违规。
在各实施方式中,约束从要被监测的系统(例如机器人、其附器、诸如多接头链节或臂、或附器的单个接头)的物理模型得出。系统行为可以利用通常包括表征各系统部件的内在物理特性的模型参数的数学方程(例如代数方程或微分方程)解析建模。替代地,系统行为可以例如基于通过实验确定的、由传感器监测的物理量之间的定量关系而数值地表达。在一些实施方式中,函数模型通过将数学函数与数值数据相配合从而由这些实验确定的关系得出。在其它实施方式中,来自多个传感器的数值数据仅用来基于实验区分系统的正常状态与故障状态(例如使用传统的机器学习算法),而没有系统部件或其相互作用的基础模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于睿信科机器人有限公司;马修·M·威廉姆森;迈克尔·萨斯曼;瓦利德·A·法拉哈特,未经睿信科机器人有限公司;马修·M·威廉姆森;迈克尔·萨斯曼;瓦利德·A·法拉哈特许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201380056403.1/2.html,转载请声明来源钻瓜专利网。





