If the workpiece is setup at an arbitrary position-orientation or if the geometrical information of the workpiece is not sufficient, then the robot manipulator cannot work by itself without the sensor information obtained from additional sensory systems, vision, laser scanner or other such systems. In this case, human-robot cooperation can be a viable alternative. If the operator can easily give the manipulator access to the geometrical information of the workpiece by manual guidance, then the manipulator can do its jobs by itself with the gathered geometrical information during the manual guidance procedure. The manipulator controlled by the control scheme proposed in this paper can be manually guided to follow the surface of the workpiece while maintaining contact with the workpiece with a low amount of contact force. The actual trajectory of the manipulator can be gathered and memorized while under manual guidance. After manual guidance, the controller can reconstruct the shape, the curvature of the target surface, the setting position-orientation of the workpiece and other factors from the memorized trajectory of the teaching tool. Finally, the manipulator can work (e.g., grinding, welding the workpiece or performing other actions) by itself using the reconstructed information.
To implement this concept, a control scheme by which the teaching tool can be manually guided to follow the surface of the workpiece and maintain contact with the surface at the same time must be developed. For this purpose, this article proposes a control scheme to guide a manipulator manually in a constraint condition by the teaching force and moment of an operator. With the proposed control scheme, the position and orientation of the manipulator can be manually guided even when the manipulator comes into contact with the workpiece and the contact has to be maintained while under manual guidance. When contact occurs between the manipulator and the workpiece, the original teaching force by the operator is modified into a new teaching force because the operator’s original teaching motion is naturally not precise enough to guide a manipulator in constraint condition. Not the operator’s original teaching force but the newly generated teaching force is used to manually guide the manipulator in a constraint condition because the newly generated teaching force is more proper to guide the manipulator effectively in a constraint condition with small contact force. As a result, the operator can manually guide the manipulator even when the manipulator comes into contact with the workpiece and the contact has to be maintained while under manual guidance. The proposed method of modifying the teaching force is termed the “teaching force shaping method” in this article. In the proposed direct teaching algorithm using the teaching force shaping concept, the manipulator is controlled to comply with the shaped teaching force, the teaching moment and the contact force. For this reason, the proposed direct teaching algorithm has two stages of impedance, one is used to comply with the shaped teaching force and the teaching moment and the other is used to accommodate the contact force between the manipulator and the workpiece. A manipulator system has been developed to implement the proposed direct teaching algorithm. It is composed of a robot manipulator and a PC-based controller. Verification of the proposed control scheme is demonstrated through experimental results.
로봇의 작업 대상물이 임의의 위치와 임의의 방향으로 설치되면, 혹은 작업물의 기하학적 정보가 충분히 주어지지 않으면 로봇 머니퓰레이터는 추가적인 센서(비전 센서, 레이저 스케너, 혹은 다른 지능적인 센서들) 로부터 주어지는 정보의 도움 없이는 자동적인 작업의 수행이 불가능하다. 이러한 경우를 고려할 때, 인간과 로봇의 협력은 매우 효과적으로 적용 가능한 대안으로서 고려될 수 있다. 만일 작업자가 로봇 머니퓰레이터로 하여금 수동적인 운전을 통한 작업가이드를 제공함으로써 작업물의 기하학적 정보에 쉽게 접근할 수 있도록 할 수 있다면, 이러한 수동적인 운전 과정에서 획득되고 기억된 작업물의 기하학적 정보를 통해서 로봇 머니퓰레이터는 교시작업이 종료된 후에 스스로 자동적인 운전이 가능하게 될 것이다. 본 논문에서 제안되는 직접교시제어 알고리즘에 의해서 제어되는 로봇 머니퓰레이터는 작업자에 의해서 수동으로 쉽게 운전됨으로써 직접 교시되는 것이 가능하다. 교시 과정에서 로봇 머니퓰레이터는 작업물과 접촉상태를 유지한 상태에서 작업물의 표면을 따라서 움직이도록 교시되며 또한 이때 작은 접촉력이 유지되도록 제어될 수 있다. 교시 과정 중의 로봇 머니퓰레이터의 실제 궤적은 로봇 제어기에 의해서 기억된다. 이러한 일련의 수동적인 교시운전이 종료되면, 제어기는 교시과정 중에 기억되었던 로봇 말단에 부착된 티칭 툴 선단의 실제 궤적으로부터 작업물의 세팅 위치와 방향정보, 작업물의 곡률 정보 등의 형상정보를 재 구성하는 것이 가능할 것이다. 따라서 최종적으로는 로봇 머니퓰레이터는 이러한 재구성된 작업물의 형상정보를 이용하여 그라인딩 작업, 용접 작업 혹은 기타의 자동화된 작업을 스스로 자동으로 진행하는 것이 가능하게 된다.
이러한 개념을 구현하기 위해서는 로봇 말단에 위치한 티칭 툴이 수동으로 교시되는 과정에서 작업물과 접촉을 유지하면서 그 표면을 따라서 움직이도록 직접 교시되면서 또한 작은 접촉력이 유지될 수 있도록 해주는 수동 운전을 위한 직접교시제어 알고리즘이 개발되어야 한다. 이를 위하여 본 논문에서는 구속상태에서 사용자의 교시 힘과 교시 모멘트에 의해서 로봇 머니퓰레이터를 수동으로 가이드 할 수 있는 직접교시 알고리즘을 제안한다. 제안된 교시 전략에 의해서 로봇 머니퓰레이터의 위치와 방향은 수동으로 쉽게 교시될 수 있으며 특히 로봇 머니퓰레이터가 작업물과 접촉을 하게 되고 이러한 접촉이 교시 기간 동안에 지속적으로 유지되어야 하는 상황에서도 쉽게 적용이 가능하다. 제안된 전략에서는 로봇 머니퓰레이터와 작업물 간에 접촉이 발행하면 작업자에 의해서 인가된 원래의 교시 힘은 새로운 교시 힘으로 수정된다. 왜냐하면 작업자의 원래의 교시 움직임은 근본적으로 정밀하지 못해서 구속상태에 있는 로봇 머니퓰레이터를 수동으로 운전 하기에는 적합하지 않은 경우가 있기 때문이다. 즉 로봇과 작업물이 접촉한 상황에서 작업자는 자신이 로봇 머니퓰레이터에 인가하는 힘과 모멘트가 최종적으로 어느 정도의 접촉력을 야기시킬지 알지 못하고, 직접교시 과정에서 작업자의 운전 실수로 로봇 머니퓰레이터가 작업물과 과격하게 충돌하는 상황 등도 일어날 수 있으며 이러한 작업자의 잘못된 운전에 의해서 로봇이 심하게 손상을 입을 수 있다. 이러한 이유로 작업자의 원래의 교시 힘이 아니라 새롭게 생성된 교시 힘이 구속상태에 있는 로봇 머니퓰레이터를 수동으로 교시하는데 사용된다. 이는 앞서 설명한대로 제안된 방법에 의해서 새롭게 결정된 교시 힘이 구속상태에서 로봇과 작업물이 접촉된 상태에서 작은 접촉력을 유지하면서 교시되기에 훨씬 효과적이기 때문이다. 결과적으로 로봇 머니퓰레이터가 작업물과 접촉하는 상황이 발생하고 또한 그 접촉을 유지해야 하는 상황에서도 작업자는 안전하게 로봇을 직접 교시하는 것이 가능하게 된다. 사용자의 교시력을 수정하는 제안된 방법을 본 연구에서는 '교시력성형방법(teaching force shaping method)'이라 명명하였다. 교시력 성형의 개념을 사용하는 본 연구에서 제안된 직접교시알고리즘에서는 로봇 머니퓰레이터는 성형된 교시 힘, 교시 모멘트, 접촉력에 순응하여 움직이도록 제어된다. 이러한 이유로 본 연구에서 제안되는 직접교시 알고리즘은 2단계의 임피던스 제어 스테이지로 구성된다. 하나는 성형된 교시 힘과 교시 모멘트에 순응하기 위해 사용되는 임피던스이고, 나머지 하나는 로봇 머니퓰레이터와 작업물 사이의 접촉을 수용하기 위해 사용되는 임피던스이다. 제안된 직접 교시 알고리즘을 구현하기 위하여 직접교시 로봇 머니퓰레이터 시스템이 개발되었다. 이 로봇 시스템은 로봇 머니퓰레이터와 PC기반의 제어기로 구성된다. 제안된 알고리즘의 유효성이 실험을 통해서 보여질 것이다.
