通过直接教学控制封闭式机器人化系统的方法和相关的处理设施

相关申请的交叉引用

本专利申请要求2021年9月29日提交的意大利专利申请号102021000024899的优先权，其全部公开内容通过引用并入本文。

技术领域

本发明涉及一种特别是通过直接教学，控制封闭式机器人化系统的方法，封闭式机器人化系统特别地包括机器人操纵器，并且涉及一种相关的处理设施。

本发明发现在陶瓷，尤其是陶瓷物品的上釉领域具有优势但并非独有的应用，在不失其一般性的情况下，以下讨论将明确涉及该领域。

背景技术

在加工陶瓷物品的领域中，已知使用支持喷头的机器人化装置来给表面上漆和/或上釉。

这种方法也用于焊接等其他领域，是高度地通用和有效的，并已经导致在生产速度上的提高以及在工业过程的可重复性和精度上的改善。

近年来，工业操纵器(以下也简称为机器人)的使用发生了根本性的变化，从完全隔离工作空间(通过物理屏障实现)的想法转变为机器人和人类操作员共享同一工作空间并一起协作的场景。在这种情况下，机器人正在成为提高生产竞争力的关键要素，因为物理人-机器人交互(pHRI)无疑可以帮助公司实现更大的生产灵活性，以应对快速发展的产品。然而，机器人化技术的广泛采用仍然由于一些众所周知的因素而削弱，包括机器人编程的固有的复杂和耗时的特性。

鉴于同一个机器人可以给不同形状的物品上漆和/或上釉的事实，教它如何行动的方式已经成为越来越重要的工作步骤，并且应该尽可能简单和直观。

对工业操纵器进行编程的传统方法通常包括使用手持设备(教学器)进行“点对点”编程(PTP)或在“离线”编程环境中模拟操纵器的活动。

在前一种情况下，不仅操作员必须学会正确使用教学器和机器人编程语言，而且这些设备的固有的点对点编程方式仅对于特别简单的移动是高效的。特别地，机器人本身必须用于对机器人编程(即形成生产停止)，并且编程相当复杂(有必要在路径的每个点处以所谓的“协作的”减速的速度移动机器人并保存其位置)；并且为了能够评估结果的良好性，程序必须完成然后执行；如果结果不令人满意，必须重复这些操作。

另一方面，在第二种情况下(“离线”编程)，绝对有必要知道平台特定的编程语言(和/或专用编程环境，例如3D CAD程序)，因此需要来自人类操作员的对于机器操作员的任务的特定且通常过量的知识。

“离线”和“PTP”编程方法既复杂又费力，这使得它们在中小批量生产中特别低效。

为了克服这些缺点，开发了通常定义为“走查(walk-through)”编程(也称为“引导式”或“手动引导”编程)的直接教学编程策略，具有最多样的实际应用，例如喷涂或焊接。这些编程策略的特点是，操作员抓住操纵器并手动将其引导在所需路径上直到所需位置，而无需事先了解特定编程语言和/或特定手持设备(教学器)提供的功能。在学习步骤期间，机器人的控制单元(以下也称为控制器)记录由人类操作员施加的中间点或整个轨迹，以便操纵器本身随后可以独立地再现该期望的移动。

通常，直接教学编程架构基于两个关键要素：检测系统(传感器)和由控制单元(或控制器)管理的导纳(或阻抗)控制算法。检测系统负责测量操作员施加在操纵器上的相互作用力/扭矩。

前述目的可以主要以两种方式实现：通过利用对在操纵器的接头处的扭矩的直接检测(然而，操纵器制造商通常不向客户提供这种检测，或者这种检测受数据的差的频率和/或分辨率的影响)；或者通过在操纵器的末端执行器(即部分/元件/末端连杆，即最后一个接头之后)上安装特定传感器(例如专用测压元件)。

然而，需要准确地检测操作员施加的内容必然带来成本和硬件鲁棒性两方面的问题。事实上，本身配备有用于检测操作员施加的力/扭矩的系统的操纵器通常也具有高成本和有限负载的特征。

在工业操纵器的控制中，例如在PCT/IB2017/055972中，导纳控制算法是已知的，该算法负责，在接头空间的对应位移中(在每个接头上都有扭矩传感器的情况下)，或者在笛卡尔空间中(在有负载传感器的情况下)，或者两者都有，将操作员施加的力/扭矩测量值转换到特定的传感器。然而，在后两种情况下，通过反向运动学，笛卡尔参考立即转换为接头空间中的对应参考。

为了实现这些参考，需要一个“开放式”控制架构(或开放式系统)，允许导纳控制算法以直接地覆写接头的位置和相应的速度参考。换句话说，根据现有技术，如PCT/IB2017/055972中所示，直接教学一般通过在操纵器本身的控制系统的实时频率流中向开放式系统提供操纵器接头的位置参考或位置和速度参考来进行。本质上，在导纳控制之后，通过反向运动学控制单元立即处理机器人操纵器的每个接头处的待控制位置。

理论上，直接与低级实时控制接口的可能性使得开放式控制架构的解决方案更可取，尤其是当直接教学用于记录连续的高速轨迹时(通过前述流)。然而，从安全角度来看，这种方法会导致严重的问题。特别是，由于这些原因，在工业操纵器直接教学的安全标准中定义了250mm/s的笛卡尔速度限制。虽然这种限制可能适用于仅需要存储中间点的场景，但当需要记录高速下执行的连续轨迹时，这种限制可能会妨碍直接教学编程的使用。例如，喷涂机器人不能在低笛卡尔速度下手动引导，因为它们的移动必须平滑并且与喷涂系统的参数同步，而喷涂系统的参数又不能(通常还包括开/关阀)相对于时间进行运动学调整。对于其他类型的应用，如焊接、抛光等，也可以进行相同的观察。

还应注意的是，工业操纵器的大多数控制器不具有开放式架构。这意味着，一旦购买了工业操纵器，就不可能取决于检测系统检测到的力/扭矩，通过向其控制器实时传输接头位置和速度参考信号来迫使操纵器本身遵循特定轨迹。事实上，术语“封闭式”系统指的是目前市场上的大多数工业操纵器，其中不可能直接覆写操纵器的接头的位置或位置和速度。

本发明的目的是提供一种特别是通过直接教学控制封闭式机器人化系统的方法，封闭式机器人化系统特别是工业操纵器和相关的处理设施，该方法允许至少部分地克服已知技术的缺点，并且同时容易且经济地实现。

发明内容

根据本发明，提供了一种特别是通过直接教学控制封闭式机器人化系统的方法，封闭式机器人化系统特别是包括机器人操纵器和处理设施，如以下独立权利要求，并且优选地，如直接或间接从属于独立权利要求的权利要求中的任一项所要求保护的。

权利要求描述了本发明的优选实施例，形成了本公开的组成部分。

在本文中，“扭矩”是指“力矩”(扭矩)或在任何情况下包含力矩(更准确地说是力矩的函数)的另一个量。“力矩”(或“机械矩”)的一般含义是当力没有作用于刚体的质心时，力使刚体绕点(平面内)或轴(空间内)转动的倾向。

在本文中，“力”也指(除了通常赋予该术语的含义，即沿应用轴线对刚体进行平移的含义)包含力(更准确地说是力的函数)的另一个量。根据一些实施例，“力”表示根据其正常含义的力。

附图说明

现在将参考附图描述本发明，附图显示了实施例的一些非限制性示例，其中：

图1是为了清楚起见去除了细节的根据本发明的设施的透视图；

图2是图1处于第二配置的细节的透视和放大比例图；

图3是图1的设施的控制系统的示意框图。

具体实施方式

根据本发明的第一方面，在图1中，1总体上表示用于封闭式机器人化系统3的处理设施，特别是但不限于，用于处理物品2。设施1包括机器人化系统3，机器人化系统3又包括末端执行器4，末端执行器4配置为处理正在生产的物品(例如物品2)或与其交互。

在图1和图2的非限制性实施例中，末端执行器4是喷头，其配置为发射物质喷射流以覆盖物品2的至少部分表面。在其他非限制性和非说明性实施例中，末端执行器4是焊接头、夹头、夹具或任何其他加工工具。

有利地，设施1包括机器人操纵器5，该机器人操纵器5以至少三个(特别是至少四个，更特别是六个)自由度可移动，并且末端执行器4(例如喷头)安装在该机器人操纵器5上。设施还包括控制系统6(图3)和驱动组件7。

控制系统6包括存储单元8，并配置为控制机器人操纵器5的移动，以便移动末端执行器4(即喷头)。特别地，控制系统6还设计成调整安装在末端执行器4上的工具(例如喷头)的操作。

驱动组件7配置成由操作员(未示出)操作，以便将移动指示传递给机器人操纵器5。特别地，驱动组件7还配置成将操作指示传递给末端执行器4(例如，喷头)。

特别地，机器人操纵器5(图1和图2)包括彼此连续连接的几个部分(连杆)。每个部分相对于前一个部分围绕各自的旋转轴线A可旋转。围绕每个轴线A的旋转代表机器人操纵器5的自由度。在所示实施例中，机器人操纵器5具有六个自由度，更准确地说，具有六个旋转轴线A。

机器人操纵器5通常是拟人工业型机器人，例如可以是Gaiotto Automation SpA的GA-OL机器人。机器人操纵器5也可以具有多于六个自由度(特别是多于六个旋转轴线A)。在一些非限制性情况下，自由度可以是五个旋转轴线和一个平移轴线(例如水平或垂直的)。

在图1和图2的非限制性实施例中，驱动组件7包括操作装置9，在使用中，操作员在操作装置9上施加力和扭矩F

特别地，传感器10具有(至少)三个(优选至少四个，特别是六个)自由度，并且能够测量(至少)三个力和三个扭矩(在笛卡尔参考系中)。传感器10可以是能够执行上述功能的任何已知设备。

根据特定的非限制性实施例，传感器10例如是FTSens，其已经测量了三个力和三个扭矩，能够通过CAN网络数字地传输它们。FTSens是由热那亚(Genoa)的意大利理工学院(IIT)开发的。在这种情况下，多亏应变仪技术，基于放置在传感器的本体内部的(电气/电阻型)应变仪的变形，检测测量值。

根据其他特定的非限制性实施例，传感器10例如是由ATI Automation开发的FTAxia传感器80；它通过

存储单元8设计成当操作员借助于驱动组件7移动末端执行器4(即喷头)时，存储机器人操纵器5做出的移动q

特别地，“移动”或“转移”在本文中表示路径和沿着路径的速度。更准确地说，机器人操纵器5的移动是机器人操纵器5的每个可移动部件在空间中的移动。

特别地，操作装置9安装在机器人操纵器5上(更特别地，安装在传感器10上)。有利地但非必要地，操作装置9安装在机器人操纵器5上、在末端执行器4处(即搭载其上)，特别是在机器人操纵器5的末端处。更准确地说，操作装置9通过传感器10(其支撑操作装置9)连接到机器人操纵器5。根据一些实施例，传感器10安装在机器人操纵器5上。

特别地，操作装置9包括至少一个把手12，该把手设计成由操作员抓握以移动机器人操纵器5(并因此移动末端执行器4)。

根据一些非限制性实施例，操作装置9包括(至少)两个把手12，两个把手12设计成由操作员抓握以移动机器人操纵器5(并因此移动喷头4)，并且两个把手12整体地彼此连接，特别是借助于(操作装置9的)连接元件连接。更特别地，连接元件包括(更准确地说是)横向于把手12的杆。在这些情况下，有利地但非必要地，横杆安装在传感器10上；更准确地说，横杆在传感器10和把手12之间。

特别地，末端执行器4借助于支撑件4’安装在机器人操纵器5上，支撑件4’从机器人操纵器5突出(特别地，从机器人操纵器5的一端突出)。

根据一些实施例(如图1和图2所示)，支撑件4’具有连接到机器人操纵器5的第一端，延伸(向下)超过传感器10，并(在与第一端相对的第二端处)具有联接区，喷头4连接在该联接区处。传感器10布置在操作装置9和第一端之间。根据一些非限制性实施例，支撑件4’在两个把手12之间延伸。在这些情况下，末端执行器4，例如喷头，布置在两个把手12之间。

根据替代实施例(例如图9中的实施例)，支撑件4’基本上在水平方向上从机器人操纵器5延伸。

根据一些非限制性实施例，驱动组件7(特别是操作装置9)包括命令(例如，按钮、杠杆等)，它们设计成由操作员操作，以便随着时间的推移，调整末端执行器4的至少一个操作参数。存储单元8配置成存储操作参数(及其随时间的变化)的调整；控制系统6设计成调整喷头4的激活，使得存储的操作参数(及其随时间的变化)的调整基本上重复，特别是以与机器人操纵器5做出的移动相协调的方式重复。

根据一些非限制性实施例，驱动组件7设计成向控制系统6提供对于操作参数(及其随时间的变化)的指示，控制系统6设计成取决于从驱动组件7接收的指示来激活喷头4。

有利地但非必要地，操作参数选自组，该组包括：从喷头排出的覆盖物质的流量(单位时间内的量)的调整、从喷头排出的覆盖物质的喷涂程度的调整、从喷头排出的覆盖物质的喷射流幅度的调整、从喷头排出的覆盖物质的喷射流形状的调整、焊接的温度和/或持续时间、抛光的压力和/或幅度(及其组合)。

操作参数也可以简单地是例如喷射流的激活(开)和去激活(关)。

在一些情况下(但非必要地)，驱动组件7(特别是操作装置9)包括使机器人操纵器5(通常在行话中称为“死人”)能够移动的命令，并允许在紧急情况下停止机器人操纵器5。典型地，该命令包括必须由操作员按下的按钮，以使机器人操纵器5能够移动。如果在使用中，该按钮被释放或按压太长时间，控制系统6禁止机器人操纵器5移动的可能性。

根据一些非限制性实施例，设施1(特别是机器人化装置3)还包括用于移动物品2的装置13；驱动组件7(特别是操作装置9)包括设计成由操作员操作的命令(例如按钮或杠杆)，以便控制用于移动物品2的装置13。在这些情况下，存储单元8设计成存储由操作员设定的物品2的位置(取向)(及其随时间的变化)。控制系统6设计成基于存储在存储单元8中的物品2的位置(取向)(及其随时间的变化)来调整用于移动物品2的装置13的操作。更特别地，控制系统6设计成调整用于移动物品2的装置13的激活，以便重复存储在存储单元8中的物品2的位置(取向)(及其随时间的变化)。

根据一些非限制性实施例(例如所示的实施例)，装置13包括可旋转平台13’，在使用中，物品2布置在该平台上。特别地，平台13’绕竖直轴线(未示出)可旋转。

有利地但非必要地，处理系统11设计成取决于由安装在传感器10(更准确地说，传感器10的敏感部分)上的(更准确地说，传感器支撑的)负载(特别地说，操作装置9)产生的固定和可变分量，来估计非接触力和扭矩F

特别是，应该注意到，上面指出的所有力和扭矩(F

根据一些非限制性实施例，由负载产生的固定和可变分量包括重力、惯性力和科里奥利(Coriolis)力。特别地，固定分量包括重力。特别地，取决于安装在传感器10上(更准确地说，由传感器10支撑)的物体的(特别是操作装置9的)角速度ω、角加速度α、线性加速度a和惯性来估计(至少部分地)可变分量。

有利地但非必要地，处理系统11包括处理单元14，该处理单元14设计成取决于机器人操纵器5的每个旋转轴线A的构造来估计(计算)角速度ω、角加速度α和线性加速度a。根据一些特定的非限制性实施例，处理单元14包括(特别是)卡尔曼(Kalman)滤波器。

这些参数可以直接从在机器人操纵器上存在的编码器获得，或者通过放置在机器人操纵器5上的附加加速度计获得。实验结果表明，从编码器获得的测量结果更加准确。

根据一些非限制性实施例，处理系统11还包括补偿单元15，补偿单元15设计成估计如上所述的力和扭矩F*

有利地但非必要地，处理系统11还包括控制系统16，控制系统16设计成取决于(从补偿单元15接收的)力和扭矩F*

在一些非限制性情况下，控制系统16包括(是)导纳控制或阻抗控制。有利地但非必要地，控制系统16包括(是)导纳控制。导纳控制在非接触任务中提供了高水平的精度。

特别地，在其特定的倾斜中，导纳控制引导机器人根据由以下等式表征的阻尼质量系统与环境交互：

其中，M

然而，由于与用户的交互可能导致不稳定，导纳控制的参数有利地但非必要地变化，因此惯性和阻尼随时间可变化而不是恒定的。根据一些非限制性实施例，可变导纳模型如下：

特别地，设施1(特别地，机器人化装置3)包括参数适配单元PA，该参数适配单元PA配置成基于人类操作员在驱动组件7上的动态行为来适配矩阵M(t)的惯性参数和矩阵D(t)的阻尼参数(在图3中分别用M和D表示)。特别地，由于机器人与操作员相互作用，取决于操作员的动态行为，控制电路可能会发生不稳定。为此，实施了一种策略来检测机器人行为中不断增加的振荡，并适配导纳控制的参数以恢复所需的稳定行为。参数适配算法取决于通过由导纳控制器自身计算的检测指数对向上振荡的检测，来调整导纳控制的惯性参数M和阻尼参数D。

根据一些非限制性实施例，控制系统6包括插值单元17，其配置为对参考位置X

特别地，控制系统6还包括位置控制18，其设计成提供致动扭矩以将机器人操纵器5移动到期望位置(换句话说，再现参考位置X

应该注意的是，根据不同的实施例，处理单元14、补偿单元15、控制系统16、控制系统6和位置控制18可以理解为如上所述操作的物理装置或者软件系统的一部分。

有利地但非必要地，设施1(特别是机器人化装置3)还包括反奇点单元19，该反奇点单元19配置成对在笛卡尔空间(X

在这种场景下，机器人操纵器5的控制系统6(或者更特别地，轨迹的插值单元17)将笛卡尔空间的参考位置X

将参考下面描述的本发明的第二方面更详细地解释设施1的操作的一些方面。

根据一些非限制性实施例，设施1(特别地，机器人化装置3)被配置成实施涉及本发明第二方面的方法。

根据本发明的第二方面，提供了一种控制封闭式机器人化系统3的方法(参见上述封闭式系统的定义)，该封闭式机器人化系统执行与在本发明第一方面的上下文中描述的机器人装置3相同的功能并包括相同的部件。更准确地说，机器人化装置3类似于根据本发明第一方面描述的装置。特别地，机器人化装置3是本发明第一方面的设施1的一部分。

该方法包括学习步骤，在该学习步骤期间，操作员借助于包括力/扭矩传感器10的驱动组件7来移动机器人操纵器5的末端执行器4，并且由末端执行器4做出的移动存储在存储单元8中；以及再现步骤，再现步骤发生在学习步骤之后，并且在再现步骤期间，控制系统6操作机器人操纵器5，使得末端执行器4基本上重复存储在存储单元8中的移动(特别是在学习步骤期间做出的移动)。特别地，在学习步骤期间，操作员抓住操作装置9。

在学习步骤期间，操作员在操作装置9上施加力和扭矩F

一些研究表明，有意的人类输入具有在0至5赫兹范围内的主频率，而意外影响通常表现为高频率(大于10赫兹)处的峰值。优选地，轨迹插值的频率等于或大于125赫兹，特别是等于或大于250赫兹。与意外撞击的频率相比，由于极低的延迟这使得在学习步骤期间增加机器人操纵器5的移动速度成为可能。

有利地但非必要地，该方法包括以下进一步的步骤：为机器人操纵器5创建动态目标参考系统(DTRF-这是通常在封闭式系统中也可用的功能)；并将末端执行器4的位置设定为动态目标参考系统(DTRF)的初始参考位置。

特别地，术语动态目标参考系统(DTRF)指的是操纵器必须在笛卡尔坐标中遵循的、具有至少一个自由度的时间变化参考系统。

特别地，该方法还包括使末端执行器4的位置与动态目标参考系统(DTRF)的位置同步的步骤。

此外，优选地，该方法进一步包括基于在导纳控制AC期间处理的移动指示X

在一些非限制性情况下，机器人化系统3的插值单元17将在笛卡尔空间中的移动的指示X

有利地但非必要地，该方法包括以下进一步的步骤：在导纳控制AC之后，但在由单元17执行插值之前，对在笛卡尔空间中的移动的指示X

在图3的非限制性实施例中，该方法包括基于机器人操纵器5所属的运动学家族CF改变奇点控制SA的进一步的步骤。

特别地，奇点控制指的是“奇点避免”算法，例如，但不限于以下类型：

-阻尼-最小平方雅可比矩阵(DLS)，例如D.E.Whitney于1969年在《IEEE人机系统(TMMS)汇刊》中的“操纵器和人类假肢的运动速率控制解析”("Resolved Motion RateControl of Manipulators and Human Prostheses",D.E.Whitney,IEEE Transactionson Man-Machine Systems(TMMS),1969)中描述的；

-遗传算法，例如M.Nasr等人于2018年在《信息模型和分析》中的“在机械臂的定位任务中使用遗传算法避免奇点”("Using Genetic Algorithms for singularityAvoidance in Positioning Tasks of a Robotic Arm",M.Nasr et al.,InformationModels and Analyses,2018)中描述的；

-指数DLS，例如S.Aldini等人于2021年在《IEEE机器人与自动化国际会议(ICRA)》发表的“预测-误差负值评估物理人与机器人协作中的奇点避免策略”("Prediction-ErrorNegativity to assess Singularity Avoidance Strategies in physical Human-RobotCollaboration”,S.Aldiniet al.,IEEE International Conference on Robotics andAutomation(ICRA),2021)中描述的；

-控制障碍函数，例如V.Kurtz等人于2021年在《IEEE决策与控制会议(CDC)》的“基于被动性的操纵器控制中避免奇点的控制障碍函数”("Control Barrier Functions forSingularity Avoidance in Passivity-Based Manipulator Control"r V.Kurtz etal.,IEEE Conference on Decision and Control(CDC),2021)中描述的。

在一些非限制性情况下，在执行学习步骤之前，操作员选择运动学家族CF。

术语“运动学家族CF”是指一组具有相似运动学特性的操纵器，包括：

-在表征属于该家族的操纵器(例如，具有相同类型和/或数量的接头的操纵器)的奇点之间存在相似性；和/或

-应用于属于该家族的操纵器的反向运动学问题的解决方案的缺失或多重性问题出现的相似性。

运动学家族的非限制性示例有：具有球形腕部的六个自由度操纵器、具有偏置腕部的六个自由度操纵器以及具有球形腕部的冗余操纵器(7个或更多自由度)。

优选但不限于，运动学家族CF的宽度由实验地定义，这也取决于所生产或使用的操纵器的类型。

有利地但非必要地，在学习步骤期间，处理系统11取决于由安装在传感器10(更准确地说，传感器10的敏感部分)上的(更准确地说，由传感器10支撑的)负载(特别地说，操作装置)产生的固定和可变分量，来估计非接触力和扭矩F

根据一些非限制性实施例，由负载产生的固定和可变分量包括重力、惯性力和科里奥利力。特别地，取决于安装在传感器10(更准确地说，在传感器10的敏感部分上)上(更准确地说，由传感器10支撑)的物体的角速度ω、角加速度α、线性加速度a和惯性(惯性传感器)来估计可变分量。

在人-机器人交互期间，必须确保稳定性，以使系统安全并使操作员的体力劳动最小化。导纳控制用于此目的，相关参数的选择至关重要。这里提出的允许识别在导纳中控制的机器人的标称行为的偏差，适配控制器的参数以保证其被动性。

参数的选择影响机器人与操作员互动的方式。例如，如果操作需要精细的移动，惯性和阻尼将具有高的值，以使机器人反应性较低并获得更平滑的移动。相反地，如果操作需要高速度和加速度，参数将具有较低的值。此外，操作员在与机器人交互期间表现出的刚性也会影响系统的行为。特别是，操作员越刚性，系统越偏离等式(B)定义的理想行为，振动并使交互变得困难和不安全。为此，必须首先识别、随后消除(或减少)与理想行为的偏差，恢复系统的稳定性。

优选地，在导纳控制AC的参数适配单元PA中，在线(即在操作员和机器人之间的交互期间)调整导纳控制的参数。最初，定义启发法来识别机器人与标称行为的偏差；随后，提出了一种用于适配参数的方法，该方法保证恢复标称条件，而不会过度地增加操作员的体力劳动。在导纳中控制的机器人的被动性和稳定性得到保证。提出了不太保守的解决方案，设想使用虚拟能源罐，该罐存储由系统消耗的能量，以便能够在以后重新使用它。

根据一些非限制性实施例，当以下不等式未被验证时，惯性和阻尼参数改变(适配)：

其中ε>0是实验地得出的最小阈值。如上所述，M

考虑到导纳控制的动态行为，当不等式(14)有效时，机器人的行为由“标称行为”定义。

使用该等式，可以定义用于识别与标称行为的偏差的启发法，例如，当操作员在与机器人交互期间伸直手臂时，可以发现该偏差。

一旦确定了这个偏差，就必须适配导纳控制的参数。通过使用储能罐，可能定义将系统带回到标称条件所需的惯性增量，从而保证其被动性。

有利地但非必要地(在学习步骤期间)，取决于检测到的力和扭矩F

根据一些非限制性实施例，通过修改(适配)导纳控制的参数来变化(适配)(控制系统16的)导纳控制。更特别地，导纳控制的惯性和阻尼参数被变化(适配)。

根据一些非限制性实施例，阻尼是变化的，以便保持惯性与阻尼的比率基本恒定。这允许保持系统的动态类似于变化之前的动态，这对于操作员来说更直观。

根据一些非限制性实施例，在学习步骤期间，操作员随时间的推移调整末端执行器4的至少一个操作参数，并且所应用的操作参数(及其随时间的变化)基本上由存储单元8存储。在这些情况下，在再现步骤期间，控制系统6调整喷头4的激活，使得在学习步骤期间存储的操作参数(及其随时间的变化)基本上重复。有利地但非必要地，在再现步骤期间，控制系统6调整末端执行器4的激活，使得在学习步骤期间存储的操作参数(及其随时间的变化)基本上重复，特别是以与末端执行器4做出的移动相协调的方式重复。

有利地但非必要地，如上所述选择操作参数。

有利地但非必要地，在学习步骤期间，操作员移动物品2(特别地，随时间调整物品2的取向)，并且存储单元存储因此获得的位置(特别地，获得的取向及其随时间的变化)。在这些情况下，在再现步骤期间，控制系统6调整物品2的位置(取向)，使得在学习步骤期间存储的物品2的位置(方向)(及其随时间的变化)基本上重复，特别是以与末端执行器4做出的移动相协调的方式重复。

根据一些非限制性实施例，在学习步骤期间，驱动组件7向控制系统6提供移动的指示，控制系统6又基于从驱动组件7接收的指示激活机器人操纵器5。

有利地但非必要地，操作装置9包括至少一个把手12，在学习步骤期间，操作员抓住至少一个把手12以移动喷头4。

特别地，操作装置9包括至少两个把手12，在学习步骤期间，操作员抓住至少两个把手12以移动喷头4，并且至少两个把手12以整体的方式彼此连接，特别是借助于操作装置的连接元件。

根据一些实施例，物品2是陶瓷物品，特别是卫生物品，例如脸盆和/或水槽和/或操作台和/或淋浴盘。

根据本发明的另一方面，提供了一种用于对现有封闭式机器人化系统的控制进行编程的套件。该套件包括：

-驱动组件7，其可以安装在机器人操纵器5上(和从其上移除)，并包括操作装置，在使用中，操作员在操作装置上施加接触力和扭矩F

-传感器10，其可以连接到机器人化系统3的末端执行器4(和从其上移除)，并设计成检测施加到操作装置9的力和扭矩F

-处理系统11，其设计成取决于传感器10检测到的数据并遵循导纳控制为机器人操纵器5提供笛卡尔移动指示。特别地，该套件配置为安装在现有的封闭式机器人化系统3上并执行前述方法。

尽管上述发明特别参考了非常精确的实施示例，但它不限于该实施示例，因为所有这些变化、修改或简化都由所附权利要求覆盖，例如机器人操纵器5的不同几何形状、不同类型的末端执行器、方法步骤的不同细分等，都属于权利要求的范围。

上述设施和方法具有许多优点。

首先，这种架构通过仅利用标准(封闭式)控制系统的功能而不需要强制开放式控制器接口，确保机器人操纵器5(通过力/扭矩传感器和导纳控制)跟随人类操作员施加的轨迹。

此外，这使得在教学步骤期间实现高速成为可能，同时确保系统的稳定性和人类操作员的安全。这使得帮助公司实现更大的生产灵活性以应对快速发展的产品成为可能。

最后，使用上述套件可以实现通用封闭式机器人化系统的简单集成。