信息处理装置和信息处理方法

技术领域

本公开内容涉及信息处理装置和信息处理方法。

背景技术

关于用于将书本或电子设备(例如智能电话、摄像装置、麦克风或灯)固定在空中的臂型支架，基座侧的固定结构对于防止跌倒是重要的。作为固定结构，通常采用夹住书桌或加宽基座的面积。此外，考虑到小型化或者将臂型支架设置在平坦表面、倾斜表面、侧壁等上的自由度，存在通过磁体或真空吸附来固定这样的基座部分的方式(例如，专利文献1)。

引用列表

专利文献

专利文献1：日本未审查专利申请公开第H06-155368号

发明内容

然而，当通过磁体固定基座部分时，臂型支架的粘附力依赖于包括在基座部分所附接至的物体中的材料的磁力。替选地，当通过真空吸附固定基座部分时，臂型支架的粘附力依赖于基座部分所附接至的物体的表面粗糙度。因此，存在以下问题：在将臂型支架安装在任何位置时，用户难以辨别臂型支架相对于重心平衡的稳定程度。特别地，当臂部分被机动化时，臂型支架的稳定性由于臂部分的移动所引起的其加速度或重心的变化而改变。这使得用户更难以辨别臂型支架的稳定性。因此，期望提供可以客观地识别稳定性或者可以以确保稳定性这样的方式控制臂部分的操作的信息处理装置或信息处理方法。

根据本公开内容的第一方面的信息处理装置包括估计部和确定部。估计部基于使用传感器获得的、并与基座部的接触表面和基座部所附接至的接触目标表面之间的粘附力相关的数据来估计该粘附力。确定部基于由估计部估计的粘附力来确定基座部相对于接触目标表面的稳定性。

根据本公开内容的第二方面的信息处理方法包括：

(A)基于使用传感器获得的、并与基座部的接触表面和基座部所附接至的接触目标表面之间的粘附力相关的数据来估计该粘附力；以及

(B)基于所估计的粘附力来确定基座部相对于接触目标表面的稳定性。

当使用根据本公开内容的第一方面的信息处理装置和根据本公开内容的第二方面的信息处理方法时，基于使用传感器获得的数据来估计基座部的接触表面与基座部所粘附至的接触目标表面之间的粘附力，并且基于所估计的粘附力来确定基座部相对于接触目标表面的稳定性。这使得用户能够在将基座部安装在任何表面上时识别出基座部相对于接触目标表面是否具有足够的稳定性，并且使得用户能够以确保基座部相对于接触目标表面的稳定性的方式移动联接至基座部的臂。

附图说明

[图1]图1是示出根据本公开内容的第一实施方式的臂型支架的示意性配置示例的图。

[图2]图2是示出图1所示的臂型支架的功能块示例的图。

[图3]图3是示出图1所示的臂型支架的操作的示例的图。

[图4]图4是示出在图3之后的操作的示例的图。

[图5]图5是示出图1所示的臂型支架的功能块的修改的图。

[图6]图6是示出图1所示的臂型支架的功能块的修改的图。

[图7]图7是示出图1所示的臂型支架的功能块的修改的图。

[图8]图8是示出图1所示的臂型支架的示意性配置的修改的图。

[图9]图9是示出根据本公开内容的第二实施方式的机器人臂的示意性配置示例的图。

[图10]图10是示出图9所示的机器人臂的功能块示例的图。

[图11]图11是示出图9所示的机器人臂的操作的示例的图。

[图12]图12是示出图9所示的机器人臂的功能块的修改的图。

[图13]图13是示出将图1所示的臂型支架附接至移动物体的情况的图。

[图14]图14是示出图13所示的臂型支架和移动物体的功能块示例的图。

[图15]图15是示出图13所示的臂型支架和移动物体的功能块的修改的图。

[图16]图16是示出将图9所示的机器人臂附接至移动物体的情况的图。

[图17]图17是示出图16所示的机器人臂和移动物体的功能块示例的图。

[图18]图18是示出图16所示的机器人臂和移动物体的功能块的修改的图。

具体实施方式

在下文中，将参照附图详细描述用于实施本公开内容的实施方式。要注意的是，将按照以下顺序给出描述。

1.第一实施方式(图1至图4)：臂型支架

2.第一实施方式的修改(图5至图8)

3.第二实施方式(图9至图11)：机器人臂

4.第二实施方式的修改(图12)

5.两个实施方式共同的修改(图13至图18)

<1.第一实施方式>

[配置]

图1示出了根据本公开内容的第一实施方式的臂型支架100的示意性配置示例。图2示出了臂型支架100的功能块示例。臂型支架100是用于将固定目标物体200固定在空中的装置。例如，如图1所示，臂型支架100包括基座部110、臂120和固定部130。

基座部110具有粘附至接触目标表面Sa并与其接触的底表面。在下文中，基座部110的底表面将被称为接触表面Sb。接触目标表面Sa是预定物体(例如，书桌、墙壁或移动物体(例如车辆或无人机))的表面。根据本实施方式，永磁体和电磁体安装在基座部110的接触表面Sb附近，预定物体的接触目标表面Sa包括金属材料，并且基座部110的接触表面Sb通过永磁体和电磁体的磁力粘附至接触目标表面Sa。永磁体和电磁体的磁力对应于根据本公开内容的“粘附力”的具体示例。

(基座部110)

例如，如图2所示，基座部110包括永磁体111、电磁电路112、磁传感器113、惯性测量单元(IMU)114、输入部115、输出部116、电池117和信号处理部118。

例如，电磁电路112包括磁性材料、缠绕在磁性材料周围的线圈、向线圈施加电流的电流源以及对电流源进行控制的控制电路。控制电路基于来自信号处理部118的控制信号来控制电流源，并且从而使线圈生成根据流过线圈的电流的大小的磁力。磁传感器113检测从永磁体111和电磁电路112生成的磁通密度，并且将通过检测获得的检测信号输出至信号处理部118。例如，磁传感器113是霍尔传感器，并且输出与检测到的磁通密度的大小成比例的电压信号。由磁传感器113获得的数据(检测信号和电压信号)是与基座部110的接触表面Sb和基座部110所粘附至的接触目标表面Sa之间的粘附力相关的数据。IMU 114包括检测正交三轴方向上的平移运动的加速度传感器和检测旋转运动的角速度(陀螺仪)传感器。IMU 114检测三维惯性运动(旋转运动和正交三轴方向上的平移运动)，并且将从检测获得的检测信号输出至信号处理部118。

输入部115接受来自用户的输入。例如，输入部115接受臂120的可移动范围和加速度之中的至少可移动范围的设置，并且将所接受的设置输出至信号处理部118。例如，输入部115包括触摸屏。例如，输出部116包括显示面板，并且显示由信号处理部118生成的信息。电池117向包括在基座部110和臂120中的各种电路或电子电路供应电力。

信号处理部118包括例如中央处理单元(CPU)。信号处理部118基于从接合部121和接合部122(将稍后描述)获得的各种信号计算总力矩和总重量(臂120、固定部130和固定目标物体200)。信号处理部118还基于从磁传感器113获得的检测信号估计接触表面Sb与接触目标表面Sa之间的粘附力。例如，信号处理部118得出当接触表面Sb未粘附至接触目标表面Sa(非粘附状态)时从磁传感器113获得的检测信号与当接触表面Sb粘附至接触目标表面Sa(粘附状态)时从磁传感器113获得的检测信号之间的差。例如，信号处理部118通过将如上所述获得的差代入下面列出的式(1)中来估计粘附力，其中ΔB表示磁通密度的变化。要注意的是，粘附力的估计不限于下面列出的式(1)。此外，信号处理部118基于所计算的总重量、所计算的总力矩和所估计的粘附力来确定基座部110相对于接触目标表面Sa的稳定性。

F ＝ α × ΔB + β … 式(1)

其中F表示粘附力(磁力(N))。

ΔB表示所测量的磁通密度的变化，以及

α和β表示实验地获得的参数。

(臂120)

例如，如图1所示，臂120包括接合部121、接合部122、第一臂123和第二臂124。例如，如图2所示，接合部121包括马达121a、驱动部121b和旋转角度检测传感器121c。马达121a使第一臂123枢转。驱动部121b在信号处理部118的控制下驱动马达121a。旋转角度检测传感器121c检测马达121a的旋转角度。驱动部121b将要施加至马达121a的电流的测量值(马达121a的电流信息)输出至信号处理部118。旋转角度检测传感器121c将检测到的马达121a的旋转角度(马达121a的角度信息)输出至信号处理部118。例如，旋转角度检测传感器121c包括编码器。

例如，如图2所示，接合部122包括马达122a、驱动部122b和旋转角度检测传感器122c。马达122a使第二臂124枢转。驱动部122b在信号处理部118的控制下驱动马达122a。旋转角度检测传感器122c检测马达122a的旋转角度。驱动部122b将要施加至马达122a的电流的测量值(马达122a的电流信息)输出至信号处理部118。旋转角度检测传感器122c将检测到的马达122a的旋转角度(马达122a的角度信息)输出至信号处理部118。例如，旋转角度检测传感器122c包括编码器。

第一臂123的一端固定至接合部121的马达121a的旋转轴，并且第一臂123的另一端固定至固定接合部122的马达121a的壳体。第二臂124的一端固定至接合部122的马达122a的旋转轴，并且第二臂124的另一端固定至固定部130。

(固定部130)

固定部130包括将固定目标物体200固定的机构。固定部130被固定至第二臂124的一端。因此，固定目标物体200相对于第二臂124的位置被恒定地固定。

同时，例如，信号处理部118基于从接合部121和接合部122(将稍后描述)获得的各种信号(例如马达121a和马达122a的角度信息/电流信息)来计算总重量和总力矩。

例如，信号处理部118根据马达121a的角度信息计算第一臂123相对于接合部121的角度。例如，信号处理部118根据马达122a的角度信息计算第二臂124相对于接合部122的角度。例如，信号处理部118根据马达121a和马达122a的电流信息估计施加至固定部130的转矩，并且根据所估计的转矩估计固定目标物体200和固定部130的重量。在先前已知臂120的重量的情况下，信号处理部118通过例如将臂120的已知重量与固定目标物体200和固定部130的所估计的重量相加来计算总重量。

例如，信号处理部118根据所计算的总重量、所计算的第一臂123的角度和所计算的第二臂124的角度来估计总重心位置。例如，信号处理部118基于所估计的总重心位置、所计算的总重量和由IMU 114获得的基座部110的倾斜度来计算施加至接触表面Sb的力矩(总力矩)。

接着，参照图3和图4，将描述臂型支架100的操作。图3示出了臂型支架100的操作的示例。图4示出了在图3之后的臂型支架100的操作的示例。

首先，用户将臂型支架100的基座部110安装在接触目标表面Sa上。然后，信号处理部118基于从IMU 114输入的检测信号来估计基座部110的倾斜度(步骤S101)。

接着，信号处理部118基于从接合部121、接合部122获得的各种信号(例如马达121a、马达122a的角度信息/电流信息)来计算总重量和总力矩(步骤S102)。接着，信号处理部118基于从磁传感器113获得的检测信号来估计粘附力(永磁体和电磁体的磁力)(步骤S103)。例如，信号处理部118通过根据从磁传感器113获得的检测信号测量接触状态与非接触状态之间的磁通密度的变化并且将所测量的磁通密度的变化代入上面列出的式(1)中来估计粘附力。可以在用户将臂型支架100的基座部110安装在接触目标表面Sa上之前立即获取非接触状态下的检测信号。替选地，内置在基座部110中的存储器等可以预先存储非接触状态下的检测信号，该非接触状态下的检测信号是在将臂型支架100从工厂运送之前预先获取的。

此外，信号处理部118基于所计算的总重量、所计算的总力矩和所估计的粘附力来确定基座部110相对于接触目标表面Sa的稳定性(步骤S104)。因此，在确定臂型支架100不稳定(换言之，存在臂型支架100将跌倒的高可能性)的情况下(步骤S104中为否)，信号处理部118通过控制电磁电路112来增加粘附力(步骤S105)。例如，信号处理部118估计为了获得相对于所计算的总重量和总力矩的稳定性所必需的粘附力，并且控制电磁电路112，使得获得所估计的粘附力。换言之，信号处理部118基于确定稳定性的结果生成用于控制电磁电路112的控制信号。接着，信号处理部118重新估计粘附力并重新确定稳定性(步骤S106)。因此，在确定臂型支架100仍然不稳定的情况下(步骤S106中为否)，信号处理部118执行不可安装处理(例如折叠臂120的一系列处理)(步骤S107)。

同时，在步骤S104和步骤S106中确定臂型支架100稳定(换言之，存在臂型支架100将跌倒的低可能性)的情况下(步骤S104中为是以及步骤S106中为是)，信号处理部118确定是否接受臂120的可移动范围和加速度之中的至少可移动范围的设置(步骤S108)。输入臂120的可移动范围和加速度之中的至少可移动范围的设置意味着使得臂120在设置范围内操作。

因此，在接受臂120的可移动范围和加速度之中的至少可移动范围的设置的情况下(步骤S108中为是)，信号处理部118计算根据臂120的可移动范围或加速度中的任何的设置假设的力矩/重心的最大变化(步骤S109)。同时，在既不接受臂120的可移动范围的设置也不接受臂120的加速度的设置的情况下(步骤S108中为否)，信号处理部118等待接受臂120的可移动范围或加速度中的任何的设置(步骤S108中为否)。

接着，信号处理部118基于所计算的力矩/重心的最大变化推定最大粘附力(步骤S110)。接着，信号处理部118基于所推定的最大粘附力来确定基座部110相对于接触目标表面Sa的稳定性(步骤S111)。例如，信号处理部118确定臂型支架100是否可以输出所推定的最大粘附力。

因此，在确定臂型支架100不稳定的情况下(例如，在确定臂型支架100难以输出最大粘附力的情况下)(步骤S111中为否)，信号处理部118接受臂120的可移动范围或加速度中的任何的重置(步骤S112)，并且进行至步骤S109。同时，在步骤S111中确定臂型支架100稳定的情况下(例如，在确定臂型支架100可以输出最大粘附力的情况下)(步骤S111中为是)，信号处理部118生成用于控制电磁电路112的控制信号，使得获得最大粘附力，并且将所生成的控制信号输出至电磁电路112。随后，信号处理部118开始臂120的操作(步骤S113)。

在信号处理部118已经接受了臂120的可移动范围或加速度中的任何的设置的情况下(步骤S114中为是)，信号处理部118计算根据所接受的设置假设的力矩/重心的最大变化(步骤S109)。随后，信号处理部118执行步骤S110和步骤S111。在信号处理部118既没有接受臂120的可移动范围的设置也没有接受臂120的加速度的设置的情况下(步骤S114中为否)，信号处理部118确定臂型支架100是否具有异常(步骤S115)。

此处，例如，异常是指从IMU 114获得的基座部110的倾斜度的异常、从磁传感器113获得的磁力的大小的异常等。因此，在检测到异常的情况下(步骤S115中为是)，信号处理部118执行折叠臂120的处理(步骤S116)。同时，在未检测到异常的情况下(步骤S115中为否)，信号处理部118结束臂120的操作(步骤S117)。以这样的方式，臂型支架100进行操作。

[效果]

接着，将描述臂型支架100的效果。

在本实施方式中，基于使用磁传感器113获得的数据来估计基座部110的接触表面Sb与基座部110所粘附至的接触目标表面Sa之间的粘附力，并且基于所估计的粘附力来确定基座部110相对于接触目标表面Sa的稳定性。这使得用户能够在将基座部110安装在任何表面上时识别出基座部110相对于接触目标表面Sa是否具有足够的稳定性，并且使得用户能够以确保基座部110相对于接触目标表面Sa的稳定性的方式移动联接至基座部110的臂120。因此，可以客观地识别稳定性，或者可以以确保稳定性的方式控制臂120的操作。

在本实施方式中，基于确定稳定性的结果来生成用于对设置在基座部110中的电磁电路112进行控制的控制信号。这使得可以控制电磁电路112，使得基座部110与接触目标表面Sa的粘附力增加。因此，可以以确保稳定性的方式控制臂120的操作。

在本实施方式中，基于臂120的可移动范围和加速度之中的至少可移动范围来计算用于确保基座部110相对于接触目标表面Sa的稳定性所必需的最大粘附力。此外，生成用于控制电磁电路112的控制信号，使得获得所计算的最大粘附力。因此，可以以确保稳定性的方式控制臂120的操作。

在本实施方式中，基于通过来自用户的输入获得的可移动范围和加速度来计算最大粘附力。这使得可以生成用于控制电磁电路112的控制信号，使得获得所计算的最大粘附力。因此，可以以确保稳定性的方式控制臂120的操作。

<2.第一实施方式的修改>

接着，将描述根据上述实施方式的臂型支架100的修改。

[修改1-1]

图5示出了臂型支架100的功能块的修改。根据本修改的臂型支架100是不利用由磁力引起的粘附力而是利用由空气压力引起的粘附力的支架。空气压力对应于根据本公开内容的“粘附力”的具体示例。根据本修改的臂型支架100包括吸盘141、气泵142、气动传感器143和信号处理部144，而不是永磁体111、电磁电路112、磁传感器113和信号处理部118。

吸盘141具有利用大气压力与吸盘141内部的空隙的压力之间的压力差将接触目标表面Sa朝向吸盘141内部的空隙吸附的功能。例如，吸盘141包括具有空隙的吸附块或吸附垫。吸盘141设置有流动路径，空隙和气泵142通过该流动路径彼此连通。例如，气泵142基于来自信号处理部144的控制信号，经由吸盘141中的流动路径将气体从吸盘141内部的空隙排放到外部。气动传感器143检测吸盘141内部的空隙的压力，并且将通过检测获得的检测信号输出至信号处理部144。例如，气动传感器143输出与吸盘141内部的空隙的压力的大小成比例的电压信号。由气动传感器143获得的数据(检测信号和电压信号)是与基座部110的接触表面Sb和基座部110所粘附至的接触目标表面Sa之间的粘附力相关的数据。

信号处理部144包括例如中央处理单元(CPU)。信号处理部144基于从接合部121和接合部122获得的各种信号来计算总力矩和总重量(臂120、固定部130和固定目标物体200)。总重量和总力矩可以以与根据上述实施方式的计算方法类似的方式来计算。信号处理部144还基于从气动传感器143获得的检测信号来估计接触表面Sb与接触目标表面Sa之间的粘附力。例如，信号处理部144通过将从气动传感器143获得的检测信号代入下面列出的式(2)中来估计粘附力，其中P表示吸盘141内部的空隙的压力。此外，信号处理部144基于所计算的总重量、所计算的总力矩和所估计的粘附力来确定基座部110相对于接触目标表面Sa的稳定性。

W ＝ ((Po - P)/ Po) × A× T … 式(2)

其中，W表示粘附力(吸附力(kg))，

Po表示大气压力(101.325Pa)，

P表示吸盘141内部的空隙的压力(Pa)，

A表示吸盘141的面积(cm2)，以及

T表示大气压力的力(1kg/cm2)。

接着，将描述根据本修改的臂型支架100的操作。

首先，用户将臂型支架100的基座部110安装在接触目标表面Sa上。然后，信号处理部144基于从IMU 114输入的检测信号来估计基座部110的倾斜度(步骤S101)。

接着，信号处理部144基于从接合部121和接合部122获得的各种信号(例如马达121a和马达122a的角度信息/电流信息)来计算总重量和总力矩(步骤S102)。接着，信号处理部144基于从气动传感器143获得的检测信号来估计由空气压力引起的粘附力(步骤S103)。例如，信号处理部144通过将从气动传感器143获得的检测信号代入上面列出的式(2)中来估计粘附力，其中P表示吸盘141内部的空隙的压力。此外，信号处理部144基于所计算的总重量、所计算的总力矩和所估计的粘附力来确定基座部110相对于接触目标表面Sa的稳定性(步骤S104)。

因此，在确定臂型支架100不稳定的情况下(步骤S104中为否)，信号处理部144通过控制气泵142来增加粘附力(步骤S105)。例如，信号处理部144估计为了获得相对于所计算的总重量和总力矩的稳定性所必需的粘附力，并且控制气泵142，使得获得所估计的粘附力。换言之，信号处理部144基于确定稳定性的结果生成用于控制气泵142的控制信号。接着，信号处理部144重新估计粘附力并重新确定稳定性(步骤S106)。因此，在确定臂型支架100仍然不稳定的情况下(步骤S106中为否)，信号处理部144执行不可安装处理(例如折叠臂120的一系列处理)(步骤S107)。

同时，在步骤S104和步骤S106中确定臂型支架100稳定(换言之，存在臂型支架100将跌倒的低可能性)的情况下(步骤S104中为是以及步骤S106中为是)，信号处理部144确定是否接受臂120的可移动范围和加速度之中的至少可移动范围的设置(步骤S108)。输入臂120的可移动范围和加速度之中的至少可移动范围的设置意味着使得臂120在设置范围内操作。

因此，在接受臂120的可移动范围和加速度之中的至少可移动范围的设置的情况下(步骤S108中为是)，信号处理部144计算根据臂120的可移动范围或臂120的加速度中的任何的设置假设的力矩/重心的最大变化(步骤S109)。同时，在既不接受臂120的可移动范围的设置也不接受臂120的加速度的设置的情况下(步骤S108中为否)，信号处理部144等待接受臂120的可移动范围或加速度中的任何的设置(步骤S108中为否)。

接着，信号处理部144基于所计算的力矩/重心的最大变化推定最大粘附力(步骤S110)。接着，信号处理部144基于所推定的最大粘附力确定基座部110相对于接触目标表面Sa的稳定性(步骤S111)。例如，信号处理部144确定臂型支架100是否可以输出所推定的最大粘附力。

因此，在确定臂型支架100不稳定的情况下(例如，在确定臂型支架100难以输出最大粘附力的情况下)(步骤S111中为否)，信号处理部144接受臂120的可移动范围或臂120加速度中的任何的重置(步骤S112)，并且进行至步骤S109。同时，在步骤S111中确定臂型支架100稳定的情况下(例如，在确定臂型支架100可以输出最大粘附力的情况下)(步骤S111中为是)，信号处理部144生成用于控制电磁电路112的控制信号，使得获得最大粘附力，并且将所生成的控制信号输出至电磁电路112。随后，信号处理部144开始操作臂120(步骤S113)。

在信号处理部144已经接受了臂120的可移动范围或臂120的加速度中的任何的设置的情况下(步骤S114中为是)，信号处理部144计算根据所接受的设置假设的力矩/重心的最大变化(步骤S109)。随后，信号处理部144执行步骤S110和步骤S111。在信号处理部144既没有接受臂120的可移动范围的设置也没有接受臂120的加速度的设置的情况下(步骤S114中为否)，信号处理部144确定臂型支架100是否具有异常(步骤S115)。

此处，例如，异常是指从IMU 114获得的基座部110的倾斜度的异常、从磁传感器113获得的磁力的大小的异常等。因此，在检测到异常的情况下(步骤S115中为是)，信号处理部144执行折叠臂120的处理(步骤S116)。同时，在未检测到异常的情况下(步骤S115中的否)，信号处理部144结束臂120的操作(步骤S117)。以这样的方式，臂型支架100进行操作。

接着，将描述根据本修改的臂型支架100的效果。

在本实施方式中，基于利用气动传感器143获得的数据来估计基座部110的接触表面Sb与基座部110所粘附至的接触目标表面Sa之间的粘附力，并且基于所估计的粘附力来确定基座部110相对于接触目标表面Sa的稳定性。这使得用户能够在将基座部110安装在任何表面上时识别出基座部110相对于接触目标表面Sa是否具有足够的稳定性，并且使得用户能够以确保基座部110相对于接触目标表面Sa的稳定性的方式移动联接至基座部110的臂120。因此，可以客观地识别稳定性，或者可以以确保稳定性的方式控制臂120的操作。

在本修改中，基于确定稳定性的结果来生成对设置在基座部110中的气泵142进行控制的控制信号。这使得可以控制气泵142，使得基座部110与接触目标表面Sa的粘附力增加。因此，可以以确保稳定性的方式控制臂120的操作。

在本修改中，基于臂120的可移动范围和加速度之中的至少可移动范围来计算用于确保基座部110相对于接触目标表面Sa的稳定性所必需的最大粘附力。此外，生成用于控制气泵142的控制信号，使得获得所计算的最大粘附力。因此，可以以确保稳定性的方式控制臂120的操作。

在本修改中，基于通过来自用户的输入获得的可移动范围和加速度来计算最大粘附力。这使得可以生成用于控制气泵142的控制信号，使得获得所计算的最大粘附力。因此，可以以确保稳定性的方式控制臂120的操作。

[修改1-2]

在上述实施方式和其修改中，臂120通过驱动马达而移位。然而，在上述实施方式和其修改中，臂120可以手动进行移位。

此时，例如，如图6所示，接合部121包括旋转角度检测传感器121c，但是省略了马达121a和驱动部121b。此外，例如，如图7所示，接合部122包括旋转角度检测传感器122c，但是省略了马达122a和驱动部122b。此外，例如，如图6和图7所示，基座部110包括重量传感器119。重量传感器119测量臂120、固定部130和固定目标物体200的重量，并且将通过测量获得的测量数据作为总重量输出至信号处理部118或信号处理部144。信号处理部118或信号处理部144基于从重量传感器119获得的总重量和从接合部121和接合部122(旋转角度检测传感器121c和旋转角度检测传感器122c)获得的信号(第一臂123和第二臂124的角度信息)来计算总力矩。

即使在这样的情况下，旋转角度检测传感器121c和旋转角度检测传感器122c检测手动移位的第一臂123和第二臂124的旋转角度，并且基于检测的结果来估计基座部110的接触表面Sb与基座部110所粘附至的接触目标表面Sa之间的粘附力。因此，以类似于上述实施方式和其修改的方式，可以客观地识别稳定性，或者可以以确保稳定性的方式控制臂120的操作。

[修改1-3]

在上述实施方式和其修改中，安装了多个接合部121和接合部122。然而，例如，如图8所示，也可以仅安装一个接合部121。

<3.第二实施方式>

[配置]

图9示出了根据本公开内容的第二实施方式的机器人臂300的示意性配置示例。图10示出了机器人臂300的功能块示例。机器人臂300是用于将把持目标物体400固定在空中的装置。例如，如图9所示，机器人臂300包括基座部310、臂320和把持部330。

基座部310具有粘附至接触目标表面Sa并与其接触的底表面。在下文中，基座部110的底表面将被称为接触表面Sb。接触目标表面Sa是预定物体(例如，书桌、墙壁或移动物体(例如车辆或无人机))的表面。根据本实施方式，永磁体和电磁体安装在基座部310的接触表面Sb附近，预定物体的接触目标表面Sa包括金属材料，并且基座部310的接触表面Sb通过永磁体和电磁体的磁力粘附至接触目标表面Sa。永磁体和电磁体的磁力对应于根据本公开内容的“粘附力”的具体示例。

(基座部310)

例如，如图10所示，基座部310包括永磁体111、电磁电路112、磁传感器113、IMU114、输入部115、输出部116、电池117和信号处理部311。

信号处理部311包括例如中央处理单元(CPU)。信号处理部311基于从把持部330以及接合部321和接合部322获得的各种信号来计算总力矩和总重量(臂320、把持部330和把持目标物体400)。信号处理部311还基于从磁传感器113获得的检测信号来估计接触表面Sb与接触目标表面Sa之间的粘附力。例如，信号处理部311得出当接触表面Sb未粘附至接触目标表面Sa(非粘附状态)时从磁传感器113获得的检测信号与当接触表面Sb粘附至接触目标表面Sa(粘附状态)时从磁传感器113获得的检测信号之间的差。例如，信号处理部311通过将如上所述获得的差代入上面列出的式(1)中来估计粘附力，其中ΔB表示磁通密度的变化。要注意的是，粘附力的估计不限于上面列出的式(1)。此外，信号处理部311基于所计算的总重量、所计算的总力矩和所估计的粘附力来确定基座部310相对于接触目标表面Sa的稳定性。

(臂320)

例如，如图9所示，臂120包括接合部321、接合部322、第一臂323和第二臂324。例如，如图10所示，接合部321包括马达321a、驱动部321b和旋转角度检测传感器321c。马达321a使第一臂323枢转。驱动部321b在信号处理部311的控制下驱动马达321a。旋转角度检测传感器321c检测马达321a的旋转角度。驱动部321b将要施加至马达321a的电流的测量值(马达321a的电流信息)输出至信号处理部311。旋转角度检测传感器321c将检测到的马达321a的旋转角度(马达321a的角度信息)输出至信号处理部311。例如，旋转角度检测传感器321c包括编码器。

例如，如图10所示，接合部322包括马达322a、驱动部322b和旋转角度检测传感器322c。马达322a使第二臂324枢转。驱动部322b在信号处理部311的控制下驱动马达322a。旋转角度检测传感器322c检测马达322a的旋转角度。驱动部322b将要施加至马达322a的电流的测量值(马达322a的电流信息)输出至信号处理部311。旋转角度检测传感器322c将检测到的马达322a的旋转角度(马达322a的角度信息)输出至信号处理部311。例如，旋转角度检测传感器322c包括编码器。

第一臂323的一端固定至接合部321的马达321a的旋转轴，并且第一臂323的另一端固定至固定接合部322的马达321a的壳体。第二臂324的一端固定至接合部322的马达322a的旋转轴，并且第二臂324的另一端固定至把持部330。

(把持部330)

把持部330包括使把持目标物体400把持的机构。把持部330可移动地联接至第二臂324的一端。例如，如图10所示，把持部330包括马达331、驱动部332和旋转角度检测传感器333。马达331使把持把持目标物体400的机构枢转。驱动部332在信号处理部311的控制下驱动马达331。旋转角度检测传感器333检测马达331的旋转角度。驱动部332将要施加至马达331的电流的测量值(马达331的电流信息)输出至信号处理部311。旋转角度检测传感器333将检测到的马达331的旋转角度(马达331的角度信息)输出至信号处理部311。例如，旋转角度检测传感器333包括编码器。

例如，信号处理部311根据马达321a的角度信息计算第一臂323相对于接合部321的角度。例如，信号处理部311根据马达322a的角度信息计算第二臂324相对于接合部322的角度。例如，信号处理部311根据马达331的角度信息计算使把持目标物体400把持的机构相对于第二臂324的角度。例如，信号处理部311根据马达321a、马达322a和马达331的电流信息来估计施加至把持部330的转矩，并且根据所估计的转矩来估计把持目标物体400和把持部330的重量。在先前已知臂320的重量的情况下，信号处理部311通过例如将臂320的已知重量与把持目标物体400和把持部330的所估计的重量相加来计算总重量。

例如，信号处理部311根据所计算的总重量、所计算的第一臂323的角度、所计算的第二臂324的角度以及所计算的使把持目标物体400把持的机构的角度来估计总重心位置。例如，信号处理部311基于所估计的总重心位置、所计算的总重量和由IMU 114获得的基座部310的倾斜度来计算施加至接触表面Sb的力矩(总力矩)。

接着，参照图11，将描述机器人臂300的操作。图11示出了机器人臂300的操作的示例。

首先，用户将机器人臂300的基座部310安装在接触目标表面Sa上。此时，把持目标物体400尚未被机器人臂300把持。然后，信号处理部311基于从IMU 114输入的检测信号来估计基座部310的倾斜度(步骤S101)。

接着，信号处理部311基于从接合部321、接合322和把持部330获得的各种信号(例如马达321a、马达322a和马达331的角度信息/电流信息)来计算总重量和总力矩(步骤S102)。接着，信号处理部311基于从磁传感器113获得的检测信号来估计粘附力(永磁体和电磁体的磁力)(步骤S103)。例如，信号处理部311通过根据从磁传感器113获得的检测信号测量接触状态与非接触状态之间的磁通密度的变化并且将所测量的磁通密度的变化代入上面列出的式(1)中来估计粘附力。可以在用户将机器人臂300的基座部310安装在接触目标表面Sa上之前立即获取非接触状态下的检测信号。替选地，内置在基座部310中的存储器等可以预先存储非接触状态下的检测信号，该非接触状态下的检测信号是在将机器人臂300从工厂运送之前预先获取的。

此外，信号处理部311基于所计算的总重量、所计算的总力矩和所估计的粘附力来确定基座部310相对于接触目标表面Sa的稳定性(步骤S205)。因此，在确定机器人臂300不稳定(换言之，存在机器人臂300将跌倒的高可能性)的情况下(步骤S104中为否)，信号处理部311通过控制电磁电路112来增加粘附力(步骤S105)。例如，信号处理部311估计为了获得相对于所计算的总重量和总力矩的稳定性所必需的粘附力，并且控制电磁电路112，使得获得所估计的粘附力。接着，信号处理部311重新估计粘附力并重新确定稳定性(步骤S106)。因此，在确定机器人臂300仍然不稳定的情况下(步骤S207中为否)，信号处理部311执行不可安装处理(例如折叠臂320的一系列处理)(步骤S107)。

同时，在步骤S104和步骤S106中确定机器人臂300稳定(换言之，存在机器人臂300将跌倒的低可能性)的情况下(步骤S104中为是以及步骤S106中为是)，信号处理部311确定是否接受臂120的可移动范围和加速度之中的至少可移动范围的设置(步骤S108)。输入臂120的可移动范围和加速度之中的至少可移动范围的设置意味着使臂120在设置范围内操作。

因此，在接受臂320的可移动范围和加速度之中的至少可移动范围的设置的情况下(步骤S108中为是)，信号处理部311计算根据臂320的可移动范围或臂320的加速度中的任何的设置假设的力矩/重心的最大变化(步骤S109)。同时，在既不接受臂320的可移动范围的设置也不接受臂320的加速度的设置的情况下(步骤S108中为否)，信号处理部311等待接受臂320的可移动范围或臂320的加速度中的任何的设置(步骤S108中为否)。

接着，信号处理部311基于所计算的力矩/重心的最大变化推定最大粘附力(步骤S110)。接着，信号处理部311基于所推定的最大粘附力来确定基座部310相对于接触目标表面Sa的稳定性(步骤S111)。例如，信号处理部311确定机器人臂300是否可以输出所推定的最大粘附力。

因此，在确定机器人臂300不稳定的情况下(例如，在确定机器人臂300难以输出最大粘附力的情况下)(步骤S111中为否)，信号处理部311接受臂320的可移动范围或臂320的加速度中的任何的重置(步骤S112)，并且进行至步骤S109。同时，在步骤S111中确定机器人臂300稳定的情况下(例如，在确定机器人臂300可以输出最大粘附力的情况下)(步骤S111中为是)，信号处理部311生成控制信号以控制电磁电路112，使得获得最大粘附力，并且将所生成的控制信号输出至电磁电路112。随后，信号处理部311开始臂320的操作(步骤S113)。

此处，将描述臂320的操作的细节。

首先，用户指示机器人臂300抓住把持目标物体400。然后，信号处理部311执行用把持部330抓住把持目标物体400的一系列操作。因此，把持部330抓住把持目标物体400(步骤S202)。在把持部330稍微地抬起把持目标物体400的状态下，信号处理部311基于从接合部321、接合部322和把持部330获得的各种信号(例如马达321a、马达322a和马达331的角度信息/电流信息)来计算总重量和总力矩(步骤S203)。接着，信号处理部311基于从磁传感器113获得的检测信号来估计粘附力(永磁体和电磁体的磁力)(步骤S204)。例如，信号处理部311通过根据从磁传感器113获得的检测信号测量接触状态与非接触状态之间的磁通密度的变化并且将所测量的磁通密度的变化代入上面列出的式(1)中来估计粘附力。

此外，信号处理部311基于所计算的总重量、所计算的总力矩和所估计的粘附力来确定基座部310相对于接触目标表面Sa的稳定性(步骤S205)。因此，在确定基座部310不稳定的情况下(步骤S205中为否)，信号处理部311通过控制电磁电路112来增加粘附力(步骤S206)。例如，信号处理部311估计为了获得相对于所计算的总重量和总力矩的稳定性所必需的粘附力，并且控制电磁电路112，使得获得所估计的粘附力。接着，信号处理部311重新估计粘附力并重新确定稳定性(步骤S207)。因此，在确定基座部310仍然不稳定的情况下(步骤S207中为否)，信号处理部311执行不可安装处理(例如将把持目标物体400与把持部330分离的一系列处理)(步骤S208)。

同时，在步骤S205和步骤S207中确定基座部310稳定的情况下(步骤S205中为是以及步骤S207中为是)，信号处理部311继续操作臂320(步骤S209)。此时，如果需要，信号处理部311可以执行类似于上述步骤S114至步骤S117的处理。

[效果]

接着，将描述机器人臂300的效果。

在本实施方式中，基于使用磁传感器113获得的数据来估计基座部310的接触表面Sb与基座部310所粘附至的接触目标表面Sa之间的粘附力，并且基于所估计的粘附力来确定基座部310相对于接触目标表面Sa的稳定性。这使得用户能够在将基座部310安装在任何表面上时识别出基座部310相对于接触目标表面Sa是否具有足够的稳定性，并且使得用户能够以确保基座部310相对于接触目标表面Sa的稳定性的方式移动联接至基座部310的臂320。因此，可以客观地识别稳定性，或者可以以确保稳定性的方式控制臂320的操作。

在本实施方式中，基于确定稳定性的结果生成用于对设置在基座部310中的电磁电路112进行控制的控制信号。这使得可以控制电磁电路112，使得基座部310与接触目标表面Sa的粘附力增加。因此，可以以确保稳定性的方式控制臂320的操作。

在本实施方式中，基于臂320的可移动范围和加速度之中的至少可移动范围来计算用于确保基座部310相对于接触目标表面Sa的稳定性所必需的最大粘附力。此外，生成用于控制电磁电路112的控制信号，使得获得所计算的最大粘附力。因此，可以以确保稳定性的方式控制臂320的操作。

在本实施方式中，基于通过来自用户的输入获得的可移动范围和加速度来计算最大粘附力。这使得可以生成用于控制电磁电路112的控制信号，使得获得所计算出的最大粘附力。因此，可以以确保稳定性的方式控制臂320的操作。

<4.第二实施方式的修改>

接着，将描述根据上述第二实施方式的机器人臂300的修改。

[修改2-1]

图12示出了机器人臂300的功能块的修改。根据本修改的机器人臂300是不利用由磁力引起的粘附力而是利用由空气压力引起的粘附力的机器人臂。空气压力对应于根据本公开内容的“粘附力”的具体示例。根据本修改的机器人臂300包括吸盘141、气泵142、气动传感器143和信号处理部312，而不是永磁体111、电磁电路112、磁传感器113和信号处理部311。

信号处理部312包括例如中央处理单元(CPU)。信号处理部312基于从接合部121和接合部122获得的各种信号来计算总力矩和总重量(例如，臂320、把持部330和把持目标物体400)。总重量和总力矩可以以与根据上述第二实施方式的计算方法类似的方式来计算。信号处理部312还基于从气动传感器143获得的检测信号来估计接触表面Sb与接触目标表面Sa之间的粘附力。例如，信号处理部312通过将从气动传感器143获得的检测信号代入上面列出的式(2)中来估计粘附力，其中P表示吸盘141内部的空隙的压力。此外，信号处理部312基于所计算的总重量、所计算的总力矩和所估计的粘附力来确定基座部310相对于接触目标表面Sa的稳定性。

在根据第二实施方式的机器人臂300的一系列操作中，通过用空气压力的控制替换磁力的控制来执行根据本修改的机器人臂300的操作。

在本实施方式中，基于使用气动传感器143获得的数据来估计基座部310的接触表面Sb与基座部310所粘附至的接触目标表面Sa之间的粘附力，并且基于所估计的粘附力来确定基座部310相对于接触目标表面Sa的稳定性。这使得用户能够在将基座部310安装在任何表面上时识别出基座部310相对于接触目标表面Sa是否具有足够的稳定性，并且使得用户能够以确保基座部310相对于接触目标表面Sa的稳定性的方式移动联接至基座部310的臂320。因此，可以客观地识别稳定性，或者可以以确保稳定性的方式控制臂320的操作。

在本修改中，基于确定稳定性的结果来生成对设置在基座部310中的气泵142进行控制的控制信号。这使得可以控制气泵142，使得基座部310与接触目标表面Sa的粘附力增加。因此，可以以确保稳定性的方式控制臂320的操作。

在本修改中，基于臂320的可移动范围和加速度之中的至少可移动范围来计算为了确保基座部310相对于接触目标表面Sa的稳定性所必需的最大粘附力。此外，生成用于控制气泵142的控制信号，使得获得所计算的最大粘附力。因此，可以以确保稳定性的方式控制臂320的操作。

在本修改中，基于通过来自用户的输入获得的可移动范围和加速度来计算最大粘附力。这使得可以生成控制气泵142的控制信号，使得获得所计算的最大粘附力。因此，可以以确保稳定性的方式控制臂320的操作。

<5.两个实施方式共同的修改>

接着，将描述两个实施方式共同的修改。

[修改3-1]

在上述实施方式和其修改中，移动物体(例如车辆或无人机)可以处理臂型支架100和机器人臂300的运算处理的一部分。

例如，如图13所示，假设臂型支架100粘附至移动物体500(例如车辆或无人机)的表面。此时，例如，如图14和图15所示，移动物体500可以包括对从臂型支架100输出的数据进行处理的结构元件。此时，臂型支架100可以包括与移动物体500通信的通信部151。移动物体500可以包括通信部501和信号处理部504。通信部501与臂型支架100(通信部151)进行通信。信号处理部504处理经由通信部501从臂型支架100获取的数据。信号处理部504包括例如中央处理单元(CPU)。移动物体500还可以包括输入部502和输出部503。输入部502接受来自用户的输入。输出部503将来自信号处理部504的数据输出至外部。例如，输出部503包括显示器等。

信号处理部118和信号处理部144可以经由通信部151将从接合部121和接合部122获得的各种信号以及从磁传感器113或气动传感器143获得的检测信号输出至移动物体500。此时，信号处理部504可以基于从接合部121和接合部122获得的各种信号以及从磁传感器133或气动传感器143获得的检测信号来执行上述步骤S101至步骤S117中的一系列处理。

例如，如图16所示，假设机器人臂300粘附至移动物体600(例如车辆或无人机)的表面。此时，例如，如图17和图18所示，移动物体600可以包括对从机器人臂300输出的数据进行处理的结构元件。此时，机器人臂300可以包括与移动物体600通信的通信部313。移动物体600可以包括通信部601和信号处理部604。通信部601与机器人臂300(通信部313)进行通信。信号处理部604处理经由通信部601从机器人臂300获取的数据。信号处理部604包括例如中央处理单元(CPU)。移动物体600还可以包括输入部602和输出部603。输入部602接受来自用户的输入。输出部603将来自信号处理部604的数据输出至外部。例如，输出部603包括显示器等。

信号处理部311和信号处理部312可以经由通信部601将从接合部121和接合部122获得的各种信号以及从磁传感器113或气动传感器143获得的检测信号输出至移动物体600。此时，信号处理部604可以基于从接合部121和接合部122获得的各种信号以及从磁传感器113或气动传感器143获得的检测信号来执行上述步骤S101至步骤S117中的一系列处理。

如上所述，通过使得移动物体500和移动物体600处理上述步骤S101至步骤S117中的一系列处理，可以降低臂型支架100和机器人臂300上的运算处理的负担。

[修改3-2]

在上述实施方式和其修改中，可以适当地设置确定(决定)上述稳定性的定时。

在上述实施方式和其修改中，信号处理部118、信号处理部144、信号处理部311、信号处理部312、信号处理部504和信号处理部604可以在基座部110或基座部310与接触目标表面Sb接触时确定稳定性。替选地，在上述实施方式和其修改中，信号处理部118、信号处理部144、信号处理部311、信号处理部312、信号处理部504和信号处理部604可以在可移动地联接至基座部110或基座部310的臂120或臂320开始移动时确定稳定性。

在第二实施方式和其修改中，信号处理部311、信号处理部312和信号处理部604可以在由联接至臂320的端部的把持部330抬起物体(把持目标物体400)时确定稳定性。替选地，在第二实施方式和其修改中，信号处理部311、信号处理部312和信号处理部604可以在移动物体500或移动物体600开始移动时确定稳定性。

通过在上述定时中的任何定时处确定(决定)稳定性，可以降低臂型支架100或机器人臂300在随后的操作期间可能由于粘附力不足而跌倒的可能性。

上面已经参照实施方式和其修改描述了本公开内容。然而，本公开内容不限于此，并且可以对其进行各种修改。要注意的是，在本说明书中描述的效果仅是示例。本公开内容的效果不限于本说明书中描述的那些效果。本公开内容可以包括除了本说明书中描述的效果之外的效果。

例如，本公开内容可以被配置如下：

(1)

一种信息处理装置，包括：

估计部，所述估计部基于使用传感器获得的、并与基座部的接触表面和所述基座部所附接至的接触目标表面之间的粘附力相关的数据，来估计所述粘附力；以及

确定部，所述确定部基于由所述估计部估计的所述粘附力来确定所述基座部相对于所述接触目标表面的稳定性。

(2)

根据(1)所述的信息处理装置，其中，

所述传感器包括磁传感器，并且

所述信息处理装置还包括信号处理部，所述信号处理部基于由所述确定部作出的确定结果生成控制信号，所述控制信号控制设置在所述基座部中的电磁电路。

(3)

根据(1)所述的信息处理装置，其中，

所述传感器包括气动传感器，并且

所述信息处理装置还包括信号处理部，所述信号处理部基于由所述确定部作出的确定结果生成控制信号，所述控制信号控制设置在所述基座部中的气泵。

(4)

根据(2)或(3)所述的信息处理装置，其中，所述信号处理部基于可移动地联接至所述基座部的臂的可移动范围和加速度之中的至少所述可移动范围来计算确保所述基座部相对于所述接触目标表面的稳定性所必需的最大粘附力，并且生成所述控制信号以获得所计算的所述最大粘附力。

(5)

根据(4)所述的信息处理装置，其中，所述信号处理部基于通过来自用户的输入获得的所述可移动范围和所述加速度来计算所述最大粘附力。

(6)

根据(1)至(5)中任一项所述的信息处理装置，其中，所述确定部在所述基座部与所述接触目标表面接触时确定所述稳定性。

(7)

根据(6)所述的信息处理装置，其中，所述确定部在可移动地联接至所述基座部的所述臂开始移动时确定所述稳定性。

(8)

根据(7)所述的信息处理装置，其中，所述确定部在联接至所述臂的端部的把持部抬起物体时确定所述稳定性。

(9)

根据(6)至(8)中任一项所述的信息处理装置，其中，所述确定部在具有所述接触目标表面的移动物体开始移动时确定所述稳定性。

(10)

根据(1)至(9)中任一项所述的信息处理装置，其中，所述估计部和所述确定部设置在具有所述接触目标表面的移动物体中。

(11)

根据(1)至(9)中任一项所述的信息处理装置，其中，所述估计部和所述确定部设置在所述基座部中。

(12)

根据(2)或(3)所述的信息处理装置，其中，所述信号处理部设置在所述基座部中。

(13)

一种信息处理方法，包括：

基于使用传感器获得的、并与基座部的接触表面和所述基座部所附接至的接触目标表面之间的粘附力相关的数据来估计所述粘附力；以及

基于所估计的粘附力来确定所述基座部相对于所述接触目标表面的稳定性。

(14)

根据(13)所述的信息处理方法，其中，

所述传感器包括磁传感器，并且

所述信息处理方法还包括基于通过所述确定获得的确定结果来生成控制信号，所述控制信号控制设置在所述基座部中的电磁电路。

(15)

根据(13)所述的信息处理方法，其中，

所述传感器包括气动传感器，并且

所述信息处理方法还包括基于通过所述确定获得的确定结果来生成控制信号，所述控制信号控制设置在所述基座部中的气泵。

当使用根据本公开内容的第一方面的信息处理装置和根据本公开内容的第二方面的信息处理方法时，基于使用传感器获得的数据来估计基座部的接触表面与基座部所粘附至的接触目标表面之间的粘附力，并且基于所估计的粘附力来确定基座部相对于接触目标表面的稳定性。这使得用户能够在将基座部安装在任何表面上时识别出基座部相对于接触目标表面是否具有足够的稳定性，并且使得用户能够以确保基座部相对于接触目标表面的稳定性的方式移动联接至基座部的臂。因此，可以客观地识别稳定性，或者以确保稳定性的方式控制臂部的操作。

本申请要求于2021年11月26日向日本专利局提交的日本优先权专利申请JP2021-192214的权益，该日本优先权专利申请的全部内容通过引用并入本文。

本领域技术人员应当理解，可以根据设计要求和其他因素进行各种修改、组合、子组合和变更，只要这些修改、组合、子组合和变更在所附权利要求或其等同物的范围内即可。