CN1274310A - 机器人装置及其姿态控制方法 - Google Patents

Abstract

根据加速度传感器41的检测输出获得的加速度信息通过CPU102对装置主体的姿势状态为与正常的姿势状态不同的异常的姿势状态进行识别,使用预先生成并存储在存储器101中的由某种翻倒状态起进行姿势复原的轨道计划数据,通过回放,控制各种驱动装置30～70,完成向正常姿势状态的复原动作。

Description

机器人装置及其姿态控制方法

技术领域

本发明涉及机器人装置及其姿态控制方法，该机器人装置具有从翻倒状态等异常姿势状态独立地复原为正常姿势状态的功能。

背景技术

以往所见的多是通过轮子转动实现滑行的轮式机器人和2足或4足的独立式步行机器人等具有不同形式的结构系统的各种形态的机器人装置。

此类机器人装置在各个规定的位置上设置着具有一定自由度的传动器及检测特定物理量的传感器等结构系统。通过装有微电脑的控制部按照各种传感器的输出及控制程序对各种传动器进行个别的驱动控制，使自行或规定执行的动作得以实现。又，此类机器人装置的躯干部、脚部及头部等各部位以具有各种预定的相关关系的状态结合而成，并由此装配成规定的形态。

具有2只或2只以上的多只的多足步行机器人中，有像猫、狗式的动物类形态的机器人。此种形态的多足步行机器人，以具有4只足的为例，各只足上都装有一定数量的关节部。对此类机器人的足关节进行控制的方法，有将位置信息、速度信息通过示教进行记录和再现的方法，还有采用运动模型将位置信息、速度信息通过运算生成执行的方法。

以往对机器人装置的控制，不论是采用示教法还是运动模型法，都是以设计者预想环境下的动作为前提。因此，在使用环境变化后，装置的姿态出现意外状况的情形时有发生。由于异常姿态对装置的功能和结构造成危害、故障或对使用环境造成危害的可能亦随之而生。

                     发明的公开

鉴于上述以往机器人装置的实际情况，本发明的目的在于防止在翻倒状态等异常姿势状态时使用的机器人装置发生故障和事故。

本发明的目的还在于提供一种机器人装置及其姿态控制方法，它能使机器人装置从翻倒状态等异常姿势状态独立地复原到正常的姿势状态。

与本发明相关的机器人装置的特征在于具有下列装置，即确认装置主体的姿态并将确认结果进行输出的姿态确认装置；基于所述确认结果对前述装置主体成为某种规定姿态进行判别的姿态判别装置；在由所述姿态判别装置进行前述规定姿态的判定后，将前述装置主体的姿态进行修正的姿态修正装置。

与本发明相关的机器人装置的姿态控制方法的特征在于确认装置主体的姿态，根据该确认结果对所述装置主体成为某种规定的姿态进行判别，在判定了所述规定的姿态后，将所述装置主体的姿态进行修正。

附图的简要说明

图1所示，为将应用了本发明的多足步行机器人的结构模型化的透视图。

图2所示，为将用于检测所述多足步行机器人的翻倒状态的加速度传感器等各种传感器的设置状态模型化的透视图。

图3所示，为将所述多足步行机器人控制系统的结构模型化的方块图。

图4所示，为简化的前述多足步行机器人基本姿势的透视图。

图5所示，为简化的前述多足步行机器人由基本姿势变为左前脚抬起状态的透视图。

图6所示，为简化的前述多足步行机器人姿势倒塌后状态的透视图。

图7所示，为简化的前述多足步行机器人姿势没有倒塌状态的透视图。

图8所示，为前述多足步行机器人行动模式的编辑方法案例的程序框图。

图9所示，为前述多足步行机器人控制部所做的翻倒判定的算法案例的程序框图。

图10A及图10B所示，为以所述翻倒判定处理求得的平均加速度Acc与Y-Z平面之间的偏移角θ、平均加速度Acc向Y-Z平面的投影成分与Z轴形成的角φ之关系的模式图。

图11所示，为由所述多足步行机器人的形状为制约条件而确定的步行时翻倒方向与角φ之关系的模式图。

图12A、图12B、图12C及图12D所示，为所述多足步行机器人步行时各种翻倒状态的侧面模型图。

图13所示，为所述多足步行机器人从翻倒状态复原为正常姿势状态的动作过程的侧面模型图。

图14所示，为所述多足步行机器人站立姿势时接触传感器的接触检测的状态模型图。

图15所示，为所述多足步行机器人坐下姿势时接触传感器的接触检测的状态模型图。

图16所示，为所述多足步行机器人站立姿势通过CCD摄像相获得图像信息的状态模型图。

图17A、图17B、图17C及图17D所示，为在正常姿势及异常姿势状态时，CCD摄像机获得的各图像信息的模型图。

图18为根据所述CCD摄像机获得的图像信息判定地面状态方法的说明图。

图19为作为异常姿态检测装置设有旋转检测装置的轮式机器人装置的模型透视图。

图20为作为异常姿势检测装置设有地面检测装置的轮式机器人装置的模型透视图。

图21所示，为从背部翻倒状态起复原动作的状态变化模型图。

                发明实施的最佳形态

下面，关于本发明实施的最佳形态参照图表加以说明。

本发明适用于图1所示结构的多足步行机器人1。

此多足步行机器人1为多关节型机器人，呈长有4只足的动物型。多关节型机器人1有主体2、右前足3、左前足4、右后足5、左后足6、头部7、躯干部8、尾部9等。

此多关节型机器人1右前足3、左前足4、右后足5、左后足6等的关节部10、11、12、13处设有制动机构30。利用此制动机构30的动作，操作者能够以直接教学方式将右前足3、左前足4、右后足5、左后足6中任意动作部(脚)的相对位置关系进行位置示教。

主体2上设有右前足3、左前足4、左后足5、左后足6用的轴承架20、21、22、23。头部7设于主体2的前上部，躯干部8设于从头部7至后侧的位置。尾部9从躯干部8的上方突出出来。

下面依次说明相对主体2设置的各个部分。

首先，右前足3上装有脚3a、脚3b、轴承架20、关节部10、10a、制动机构30、伺服马达3c、3d、3e等。

脚3a的上端部连接于轴承架20，脚3a能够以中心轴CL1为中心沿等头R1方向旋转。脚3a和脚3b由关节部10进行连接。伺服马达3C内藏于主体2中，伺服马达3C工作时，轴承架20能够以中心轴CL2为中心沿箭头R2的方向旋转。

伺服马达3d工作时，脚3a能够以中心轴CL1为中心沿箭头R1方向旋转。伺服电机3e工作时，脚3b相对脚3a能够以中心轴CL3为中心沿箭头R3方向旋转。

左前足4上装有脚4a、4b、轴承架21、关节部11、11a、制动机构30、伺服马达4c、4d、4e。

脚4a连接于轴承架21，能够以中心轴CL4为中心沿箭头R4方向旋转。脚4b通过关节部11与脚4a相连。伺服马达4c内藏于主体2中，伺服马达4C工作时，轴承架21以中心轴CL5为中心沿箭头R5方向旋转。伺服马达4d工作时，脚4a相对轴承架21以中心轴CL4为中心沿箭头R4方向旋转。伺服马达4e工作时，脚4b以中心轴CL6为中心沿箭头R6方向旋转。

右后足5上装有脚5a、5b、轴承架22、关节部12、12a、制动机构30、伺服马达5c、5d、5e。

脚5a的上端部连接于轴承架22。伺服马达5e工作时，轴承架22能够以中心轴CL7为中心沿箭头R7方向旋转。伺服马达5d工作时，脚5a能够以中心轴CL8为中心沿箭头R8方向旋转。伺服马达5e工作时，脚5d能够以中心轴CL9为中心沿箭头R9方向旋转。

左后足6上装有脚6a、6b、轴承架23、关节部13、13a、制动机构30、伺服马达6c、6d、6e。

伺服马达6c工作时，轴承架23能够以中心轴CL10为中心沿箭头R10方向旋转。伺服马达6d工作时，脚6a能够以中心轴CL11为中心沿箭头R11方向旋转。伺服马达6e工作时，脚6b能够以中心轴CL12为中心沿箭头R12方向旋转。

如上所述，右前足3、左前足4、右后足5、右后足6分别由各自的3自由度结构的脚部件组成，并能够以多个轴为中心由伺服马达进行驱动。

头部7上装有伺服马达7a、7b、7c、伺服马达7a工作时，能够以中心轴CL20为中心沿箭头R20方向摆动。伺服马达7b工作时，头部7以中心轴CL21为中心沿箭头R21方向摆动。伺服马达7C工作时，头部7能够以中心轴CL22为中心沿箭头R22方向摆动。也就是说，此头部7为3自由度结构。

躯干部8上装有伺服马达8a，此伺服马达8a工作时，尾部9以中心轴CL23为中心沿箭头R23方向摆动。

如图2所示，此多关节型机器人1的主体2中内藏有3轴(x，y，z)的加速度传感器41，它能够检测出处于任意姿态的主体2的加速度及角速度。又，在头部7上设有CCD摄像机43和话筒44。还在头部、各脚尖、腹部、喉部、臀部、尾部设置了接触传感器45。如图3所示，来自各传感器的检测输出，经总线103送至设于此多关节型机器人1的控制部100上的CPU(中央处理器)102中。

这里以图3说明此多关节型机器人1的控制部100与右前足3、左前足4、右后足5、左后足6、头部7、尾部9的各关节轴驱动用伺服马达及位置传感器的连接关系。

控制部100包括存储器101和CPU(中央处理器)102。CPU102的总线103连接着前述右前足3、左前足4、右后足5、左后足6、头部7、尾部9的各部件。

右前足3上装有伺服马达3c、3d、3e和位置传感器3P1、3P2、3P3，伺服马达3c、3d、3e分别连接于驱动装置30，同时，位置传感器3P1、3P2、3P3也分别连接在驱动装置3D上。各驱动装置3D连接于总线103。

同样，左前足4的伺服马达4c、4d、4e、位置传感器4P1、4P2、4P3连接在驱动装置4D。右后足5的伺服马达5c、5d、5e、位置传感器5P1、5P2、5P3分别连接于驱动装置5D。左后足6的伺服马达6c、6d、6e、位置传感器6P1、6P2、6P3连接于驱动装置6D。

头部7的伺服马达7a、7b、7c、位置传感器7P1、7P2、7P3连接于驱动装置7D。尾部9的伺服马达9a和位置传感器9P1连接于驱动装置9D。

右前足3的各位置传感器3P1、3P2、3P3；左前足4的各位置传感器4P1、4P2、4P3，右后足5的各位置传感器5P1、5P2、5P3及左后足6的各位置传感器6P1、6P2、6P3分别用来获得其所在位置的位置信息。这些位置传感器可使用关节角度检测用的电位计等旋转角传感器。由此类旋转角式位置传感器3P1～6P3获得的位置信息一旦反馈至CPU102，则CPU102便根据该反馈的位置信息向驱动装置发出指令，与之相应的驱动装置便对相应的马达进行伺服控制，伺服马达便旋转到CPU102指令要求的位置。

图4～图7，为将图1所示的多足步行机器人1进一步简单化的示意图。在躯干部8上装有头部7、右前足3、左前足4、右后足5、左后足6、各足3～6上分别设有关节部10、11、12、13、30、30、30、30。

图4所示多足步行机器人1的姿势是右前足3、左前足4、右后足5、左后足6完全伸直的基本姿势。图5所示，是从图4的基本姿势变为左前足4的关节部11和关节部30被驱动后的状态。

图4所示多足步行机器人1的右前足3、左前足4、右后足5、左后足6四只脚与地面300接触。在图5的状态中，由于左前足4的关节部11、30被驱动，因此呈现为左前足4向前方突出的姿势。

操作者在确定这样的多足步行机器人1的左前足4的左足肘处的关节部11与对应左前肩的相应的关节部30的角度时，进行了下述的多足步行机器人动作模式的编辑工作。

就图4和图5所示的多足步行机器人1以及对这样的关节部件11、30进行驱动的编辑作业来说，如图2所示的控制部100的外部编辑指令电脑400能够在软件上算出图5所示的多足步行机器人1的重心WO的位置，并为使多足步行人1不在该重心WO的位置翻倒，能够将其他的左前足3、右后足5、左后足6中的至少一只足关节部的角度自动设定。此指令从所述外部编辑指令电脑400发至所述控制部的CPU102，由此，CPU102便能够对相应足的伺服马达发出动作指令。

此时，多足步行机器人1的各部位的重量，即躯干部8和主体2的重量、右前足3、左前足4、右后足5、左后足6、头部7的各部位重量都预存在外部编辑指令电脑400的存储器402中，根据这些重量数据，能够计算出图4所示的多足步行机器人1的重心WO的位置。

下面参照图8，举例说明多足步行机器人动作模式的编辑方法。

首先在步骤S1中，在所述多足步行机器人1的存储器101中预存着所述多足步行机器人1的各结构部的重量、形状等信息，即预存着主体2、躯干部8、头部7、右前足3、左前足4、右后足5、左后足6、尾部9等各部件的重量、形状的信息。然后将信息从存储器101转移到外部编辑指令电脑400的存储器402中。这便是步骤S1所做的重量、形状等的信息获取。

接着在步骤S2中开始对所述多足步行机器人1进行姿态的编辑。即：使其从图4所示的基本姿态获得图5所示的左前足4向前突出的姿态。此时，对可关节部11和关节部30进行动作示教，但若不执行该动作，如图6所示多足步行机器人1的重心将因向右前足4一侧的移动造成机器人向左前方翻倒。

为防止这种多足步行机器人1向前倾倒，如图5所示，在将左前足4向前弯曲，使关节部11、30转动时，在步骤S3中，图3所示的控制部100的外部编辑指令电脑400将多足步行机器人1的重心WO如图5那样相对主体2及躯干部8沿后方T进行新的重心W1的计算，并将其数据作为新的计算后的重心值。为要这样将重的WO移到新的重心W1上，就要如图7所示的那样使右前足3、右后足5、左后足6的关节部10、12、13及关节部30、30、30转动。驱使这一运动的便是外部编辑指令电脑400。

此时，为确实取得多足步行机器人1的平衡，对右前足3、右后足5、左后足6的关节部10、12、13及30、30、30所施加的转动以实施步骤S4、S5为宜，即，对于多足步行机器人1的新的重心W1对触地面300的投影点1M，恰在三角形重心位置所适范围AR内。这个所适范围AR是右前足3的触地点CP1与右后足5的触地点CP2、左后足6的触地点CP3三点相连形成的三角型区域。

一般情况下，重心W1的投影点1M都在这一所适范围AR之内，因此多足步行机器人1在不至翻倒的状态能够令右前足3、左后足5、左后足6上的关节部10、12、13及关节部30、30、30转动，并能够以最少的动作选择这种稳定的姿态。

将图5与图7进行比较后可知，当操作者令多足步行机器人做左前足4向前突出的姿势时，重心便自动地从WO移向W1，多足步行机器人1变为后侧整体降低的状态。这样一来，在步骤3中进行重心位置计算后，在步骤4中对多足步行机器人1是否会翻倒进行判断，若会翻倒，外部编辑指令电脑400便对其他关节部的转动(角度计)进行计算或变更，然后再次回到步骤S3进行重心位置的计算。

如果步骤S4中确认为不翻倒，外部编辑指令电脑400便将其转移到步骤S6，结束多足步行机器人1的动作模式的编辑。在结束了这种编辑后，外部编辑指令电脑400便对多足步行机器人1的CPU102进行正式的动作模式输入(步骤7)。

此多足步行机器人1根据内藏于本体2中3轴(x，y，z)的加速度传感器41检测的各轴(x，y，z)方向的加速度信息AccXt、AccYt、AccZt通过所述控制部100进行翻倒检测，在检测到翻倒状态时，便采取措施，进行复原为正常姿势状态的姿态复归。

这里，以图9的程序框图来表示所述控制部100所做的位置判断算法。

即，所述控制部100根据所述加速度传感器41检测到的各轴(x，y，z)方向的加速度信息AccXt、AccYt、AccZt，进行如下翻倒检测。

首先是翻倒判断处理，先将步骤S11中对数据缓冲器的原始加速度信息AccXt、AccYt、AccZt进行清除，并将数据缓冲器的时间标记加以变更。此多足步行机器人1中数据缓冲器的缓冲量为各轴50。

AccXk→AccXk+1(k＝0～n-1)                (式1)

AccYk→AccYk+1(k＝0～n-1)                (式2)

AccZk→AccZk+1(k＝0～n-1)                (式3)

在下一步骤S12中，将所述加速度传感器41测定的各轴(x，y，z)方向的加速度信息AccXt、AccYt、AccZt存入数据缓冲器。这一数据更新的比例对此多足步行机器人1来说为10ms。

AccXo→AccXt                             (式4)

AccYo→AccYt                             (式5)

AccZo→AccZt                             (式6)

在下一步骤S13中，将从数据缓冲器的数据计算出各轴(x，y，z)方向的时间平均加速度AccXt、AccYt、AccZt。

AccX＝∑AccXk/n(k＝0～n)                (式7)

AccY＝∑AccYk/n(k＝0～n)                (式8)

AccZ＝∑AccZk/n(k＝0～n)                (式9)

在下一步骤S14中，求出平均加速度Acc与Y-Z平面之间的偏角θ、平均加速度Acc向Y-Z平面的投影成分与Z轴形成的角φ(参见图10A及图10B)。

Acc＝(AccX²+AccY²+AccZ²)^1/2

(式10)

θ＝asin(AccY/((AccY²+AccZ²)^1/2))

(式11)

φ＝asin(AccZ/Acc)

(式12)

在下一步骤S15中，对平均加速度(欧几里得距离)Acc是否在允许误差(ΔAcc)范围之内进行判断。若在误差范围之外时，则认为由于受到拿起等从外部施加的强力，便从翻倒判断处理状态退出。

Acc＞1.0+ΔAcc[G]或Acc＜1.0-ΔAcc

[G]

                           →处理例外

(式13)

在下列步骤S16中，平均加速度Acc与Y-Z平面之间的偏角θ、以及平均加速度Acc向Y-Z平面的投影成分与Z轴形成的角φ，和以当前姿势状态为基准的平均加速度Acc与Y-Z平面之间的基准偏角以及平均加速度Acc向Y-Z平面的投影成分与Z轴的基准角φm相比较，若分别在允许误差(Δθm，Δφm)范围之内，便视为姿态正常；超出范围之外时，则判断为翻倒或异常姿态，处于步行状态时，θ＝-π/2、φ＝任意。

θ＞θm+Δθm or θ＜θm-Δθm    (式14)

φ＞φm+Δφm or φ＜φm-Δφm    (式15)

这里所谓翻倒现象是指对于角速度的取样周期呈极低频率的现象。因此，作为翻倒检测的数据，使用数据缓冲器的获取某一时间的平均值，能够减少因瞬间性的干扰造成的误判。此方法在进行数据处理时与数字滤波器等低通滤波处理相比，具有负荷小的优点。

在所述由翻倒判断处理检测出翻倒时(步骤S17)，转向翻倒复归步骤S18，进行如下恢复正常姿态的姿态转变。

即，在姿态转变处理中，先根据翻倒检测时算出的平均加速度Acc与Y-Z平面之间的偏角θ、平均加速度Acc的Y-Z投影成分与Z轴形成的角φ进行翻倒方向的判断。在此多足步行机器人1中，因受形状的制约，其步行时的翻倒仅预设图11的(A)、(B)、(C)、(D)所示的4个方向，由

0＜φ＜(1/4)π或-(1/4)π＜φ＜0      (式16)判断图12A所示的前方倒状态(head Side Down)是否存在，由

(1/4)π＜φ＜(3/4)π                 (式17)判断图12B所示的右侧翻倒状态(Right Side Down)是否存在，由

-(1/4)π＞φ＞-(3/4)π            (式18)判断图12C所示的左侧翻倒状态(Left Side Down)是否存在，再由

(3/4)π＜φorφ＞-(3/4)π         (式19)判断图12D所示的后方翻倒状态(Tail Side Down)是否存在。

然后，为从预存在存储器101中的所述4个翻倒状态(Head SideDown，Right Side Down，Left Side Down，Tail Side Down)进行姿态复原，通过采用轨道计划数据的回放进行向正常姿势的复原。同样，在实行所述翻倒复原动作过程中，存在着翻倒状态发生变化的情况。如，本是前方低下且翻倒了的前方翻倒状态(Head Side Down)，在翻倒复原动作开始执行后又变成了侧面翻倒状态。出现这种情况时，机器人能够迅速终止当前执行中的翻倒复原动作，通过再次执行检测翻倒复原动作，迅速执行从翻倒状态起的复原动作。

这里，图13所示，为模式化的前方翻倒状态(Head Side Down)向正常姿态的复原动作的过程。

为实行从所述前方翻倒状态起姿态复原的轨道计划数据，可由操作者采用所述的直接教学方式预先将此多关节型机器人1的右前足3、左前足4、右后足5、左后足6的相对位置通过位置示教生成后存储在所述存储器101中。

需要说明的是，此多关节机器人1根据内藏于主体2中的3轴(x，y，z)的加速度传感器41产生的加速度信息由所述控制部100进行翻倒判断，并完成了从所述4种翻倒状态(Head Side Down，RightSide Down，Left Side Down，Tail Side Down)复原到正常姿势状态的复原动作。其实，所述控制部100也可以根据所述内藏于主体2中的角速度传感器、角加速度传感器、倾斜传感器等的检测输出进行翻倒判断，并完成复原到正常姿势状态的复原动作。再则，所述控制部100还可以综合利用各种传感器的检测输出进行翻倒判断，并完成复原到正常姿势状态的复原动作。

作为4脚型的机器人装置，可以通过内部的姿态模型同设于脚尖、主体各部位的接触传感器的输出相比较，进行异常状态的检测。

比如图14所示的站立姿势，接触传感器45A、45B、45C中只有脚尖的接触传感器45A、45B检测为接触状态，而在图15所示的坐姿并用手时，后脚尖的接触传感器45B和尾部设置的接触传感器45C检测为接触状态。于是，将机器人装置执行着的姿势和当时接触传感器45的理想状态预存在装置主体内，通过对姿态执行中的接触传感器45的输出进行比较，能够实现异常姿态的检测。

又，设有图像输入装置的机器人装置能够通过识别路面取得其位置与装置当前欲做姿势的关系，实现对异常姿态的检测。

即，当所述多关节型机器人1如图16所示将站立姿势作为正常状态时，对应CCD摄像机43的摄像输出，其正常姿势时得到的是图17A所示的地面F呈水平状态的图像。相反，在异常姿势时得到的是图1 7B所示的地面F的天地颠倒了的图像或图17C、图17D所示的地面F倾斜了的图像。因此，通过对所述CCD摄像机43摄像输出得到的图像中地面F的状态进行判断，就能够检测出异常姿势状态。

为判断所述图像中地面F的状态，如图18所示，先返复检测图像坐标系中Y方向的边缘，再由求得的多个检测位置坐标求出线段，最后由求得的线段求出所述地面F的横向边缘。同样，由X方向的边缘检测的结果得到的检测位置坐标求出所述地面F的纵向边缘。进一步，最好通过二者的结合，进行倾斜后的地面F的线段检测。

在利用车轮做移动机构的轮机器人装置中，使用环境限定为车轮与地面接触状态，所以最好用下列方法进行异常姿态的检测。

即，如图19所示，由安装在非驱动轴上的旋转检测装置RD检测到的旋转状态与旋转输出装置RO要求的旋转不同时，测出这一状态，就能够进行异常姿态的检测。

或如图20所示，通过设置地面检测装置FD，能够对翻倒等异常姿态进行检测。作为所述地面检测装置FD，也可使用具有发光与受光部的非接触型传感器或微动开关等接触式传感器装置。

这里，在以回放方式进行翻倒复原动作时，根据机器人装置的形状，从翻倒状态起的复原动作限定为某种特定的状态转变。作为所述多关节型机器人1类的4脚型机器人装置，存在着6种状态，即前述的4种翻倒状态(Head Side Down，Right Side Down，Left Side Down，Tail Side Down)以及后背着地的背部翻倒状态(Back Side Down)还有腹部着地的伏卧状态(stomach Side Down)。从翻倒到复原，必定经过伏卧状态(Stomach Side Down)。当处于背部翻倒状态(BookSide Down)时，如图21所示，在到达伏卧状态(Stomach Side Down)之前，必定要经过前述4种翻倒状态(Head Side Down，Right SideDown，Left Side Down，Tail Side Down)中的某一种状态。利用这一性质，在以检测翻倒时采用将翻倒的复原动作加以细化、生成回放的动作数据，再结合翻倒状态的变化进行再生的方法对机器人装置进行控制的话，当遇到无法预测的外因翻倒状态发生变化时，能够立即进行翻倒复原动作的切换，再则，这样做能够将各种复原动作进行分割后再生成复原动作数据，使动作数据的生成变得很容易。

相反，不采用这种方法，遇到诸如把从背部翻倒状态(Book SideDown)起的复原动作作为一个动作并生成复原动作数据并再生时，将产生下列几个问题。

1.即使由于外部作业发生强制性使姿势向正常的状态变化，也非要等到复原动作执行完了才能转变为下一动作。

2.当所述复原动作数据比如是以经由左侧翻倒状态(Left SideDown)为准而生成的时，一旦由于外部原因(如地面有凸起等)变为其他的状态(如右侧翻倒状态(Right Side Down))，就无法依靠复原动作进行复原，形成无效作业。

3.采用这些方法，当翻倒状态暂时变化时，若先停止执行中的作业，再将动作重新纠正的话，由于产生不连贯的动作，增加了关节部的负荷。

综上所述，本发明涉及的机器人装置，能够识别装置主体的姿势，并根据该识别结果判断所述装置主体已完成的规定的姿势。在判断到所述规定的姿势后，通过对所述装置主体的姿势进行修正，能够从异常的姿势状态自动地复原到正常的姿势状态。

因此，本发明可以提供一种能够从翻倒状态等异常的姿势状态独立地复原成通常的姿势状态的机器人装置。

由于本发明涉及的机器人装置具有从异常的姿势状态独立地复原为正常的姿势状态的功能，因此能够防止在翻倒状态等异常姿势状态下使用造成的机器人装置的故障及事故的发生。

并且它能够防止使用环境遭到破坏，还能够将使用者从姿势复原的作业中解放出来。

Claims (15)

1.一种机器人装置，其特征在于具有识别装置主体的姿势并输出识别结果的姿势识别装置；根据所述识别结果，判别所述装置主体已成为规定姿势的姿势判别装置；在由所述姿势判别装置判别到所述规定的姿势时，对所述装置主体的姿势进行修正的姿势修正装置。

2.权利要求1所述的机器人装置，其特征在于所述姿势识别装置是传感器；所述姿势修正装置根据所述姿势判别装置的判别结果进行与所述判别结果相应的姿势修正。

3.权利要求2所述的机器人装置，其特征在于所述姿势判断装置判断的所述规定的姿势是所述装置主体的翻倒姿势。

4.权利要求3所述的机器人装置，其特征在于所述翻倒姿势至少为前方的翻倒姿势、后方翻倒姿势、右侧翻倒姿势、左侧翻倒姿势中的一种。

5.权利要求2所述的机器人装置，其特征在于所述传感器为图像识别传感器。

6.权利要求2所述的机器装置，其特征在于所述传感器为接触传感器。

7.权利要求6所述的机器人装置，其特征在于所述装置主体具有步行装置；所述接触传感器设置于所述步行装置的底面附近。

8.权利要求2所述的机器人装置，其特征在于所述传感器为加速度传感器；所述姿势判别装置至少根据所述加速度传感器输出的大小及/或根据由所述加速度传感器输出算出的加速度方向对所述规定的姿势进行判断。

9.权利要求8所述的机器人装置，其特征在于所述姿势判别装置判断的所述规定姿势是所述装置方体的翻倒姿势。

10.权利要求9所述的机器人装置，其特征在于所述翻倒姿势至少为前方翻倒姿势、后方翻倒姿势、右侧翻倒姿势、左侧翻倒姿势中的一种。

11.权利要求2所述的机器人装置，其特征在于具有存储与所述装置主体的姿势相应的姿势修正动作信息的存储装置；由所述存储装置读出所述姿势修正信息的读出装置；所述姿势修正装置根据读出的所述姿势修正动作信息对所述装置主体的姿势进行修正。

12.权利要求11所述的机器人装置，其特征在于在所述存储装置中存储着多个所述姿势修正动作信息；所述读出装置读出在多个所述姿势修正动作信息中与所述判断装置的判断结果相应的姿势修正动作信息。

13.权利要求12所述的机器人装置，其特征在于所述姿势判别装置的判断结果是所述装置主体的翻倒姿势。

14.权利要求13所述的机器人装置，其特征在于所述翻倒姿势至少是前方翻倒姿势、后方翻倒姿势、右侧翻倒姿势、右侧翻倒姿势的一种。

15.一种机器人装置的姿态控制方法，其特征在于识别装置主体的姿势，根据其识别结果判别所述装置主体已成为规定的姿势；在判断出所述规定的姿势时，将所述装置主体的姿势进行修正。

Images