用于检测和校正机器人有效载荷位置的系统和方法

摘要

本文中公开了一种方法。该方法包括使有效载荷移动通过接近至少一个传感器的运动路径。检测有效载荷的边缘，以使得至少两个边缘上的至少三个点被检测到。当至少一个传感器检测到有效载荷的至少一个边缘时，捕获位置。

说明书

技术领域

示例性和非限制性实施例大体上涉及一种用于确定多边形有效载荷在机器人末端执行器上的位置的系统和方法，并且如果被配置成这样，则该系统和方法利用该位置将有效载荷递送到指定地点。

针对半导体、LCD和LED产品的现有制造工艺通常利用自动化群集工具来处理呈各种类型的衬底的形式的材料。

在图1中示意性地描绘了示例群集工具10的俯视图。工具10可以由真空腔室12组成，该真空腔室具有被附接到腔室12的圆周的多个站14，诸如加载锁定件和处理模块。材料处置机器人16可以被定位于腔室中，以使材料循环通过工具10，例如从(多个)加载锁定件循环通过(多个)处理模块并且返回到(多个)加载锁定件。

材料通常放置在被集成到机器人16的末端执行器18中的焊盘集合上，并且仅通过摩擦力被固持在适当的位置。主动夹持器(是许多机器人应用中的常见解决方案)由于存在颗粒污染材料的风险而可能无法在真空群集工具10中被使用，这些颗粒由接近于材料的移动组件和与夹持动作相关联的滑动运动而引起群集。

在没有夹持器的情况下，当机器人拾取材料时，材料未在末端执行器18上机械对准，并且材料最终可能从其在机器人末端执行器上的理想标称地点移位(未对准)。为了理解材料在末端执行器上的位置是否可接受，并且如果可能的话，当机器人递送材料时校正材料的未对准，需要一种用于确定材料在机器人末端执行器上的位置、并视需要利用该位置将材料递送到指定地点的解决方案。

发明内容

以下发明内容仅旨在是示例性的。本发明内容不旨在限制权利要求书的范围。

根据一个方面，一种示例方法包括使有效载荷移动通过运动路径，该运动路径接近至少一个传感器。检测有效载荷的边缘，以使得至少两个边缘上的至少三个点被检测到。当至少一个传感器检测到有效载荷的至少一个边缘时，捕获位置。

根据另一示例，在装置中提供了示例实施例，该装置包括末端执行器、至少一个传感器和控制器。末端执行器被配置成移动有效载荷。至少一个传感器被配置成检测有效载荷的边缘。控制器包括至少一个处理器和非暂时性的至少一个存储器，该非暂时性的至少一个存储器包括计算机程序代码，至少一个存储器和计算机程序代码被配置成与至少一个处理器一起使装置执行：使有效载荷移动通过运动路径，该运动路径接近至少一个传感器；检测有效载荷的边缘，以使得至少两个边缘上的至少三个点被检测到；以及当至少一个传感器检测到有效载荷的至少一个边缘时，捕获位置。

根据另一示例，在非暂时性程序存储设备中提供了示例实施例，该非暂时性程序存储设备能够由机器读取、有形地实施可由机器执行的用于执行包括以下操作的操作的指令的程序：使有效载荷移动通过运动路径，该运动路径接近至少一个传感器；检测有效载荷的边缘，以使得至少两个边缘上的至少三个点被检测到；以及当至少一个传感器检测到有效载荷的至少一个边缘时，捕获位置。

附图说明

结合随附图式，在以下描述中解释了前述方面和其他特征，其中：

图1是群集工具的俯视图；

图2是并入了本发明的特征的群集工具的俯视图；

图3示出了图2的群集工具的机器人的各种运动路径；

图4是示例性运动路径的图示；

图5是在有效载荷的周边上的不同点的图示；

图6是与针对有效载荷和末端执行器的优化问题相对应的图示；

图7和8图示了有效载荷和末端执行器的取向；以及

图9是图示示例方法的图。

具体实施方式

在说明书和/或附图中可以找到的以下缩写/符号定义如下：

c

c

H

m-针对所有边缘的数据点的数目

m

m

n

r

r

r

r

v

W、L-矩形有效载荷的宽度和长度(参见图6)

x

x

x

x

x

x

θ

ξ

ξ

根据本发明的系统和方法的各种实施例旨在解决上文要求。与现有技术的方法相反，本发明解决了这些要求，而没有附加的机械复杂性并且对工具产量的影响最小。尽管将参考附图中所示出的示例实施例来描述特征，但是应当理解，特征可以以实施例的许多替代形式来实施。另外，可以使用任何适合的大小、形状或类型的元件或材料。

在一个示例实施例中，本发明包括具有真空腔室12的群集工具100，该真空腔室具有被附接到腔室12的圆周的多个站14。具有末端执行器18的材料处置机器人16被定位于腔室中，以使材料循环通过工具100。群集工具100还包括一个或多个传感器20，该一个或多个传感器被定位于一个或多个站14附近、并且被配置成使得：当机器人从位于腔室12中的缩回位置延伸到位于站14中的延伸位置时，传感器20可以检测由机器人16携带的有效载荷22的边缘，如图2中示意性地描绘。在图2的特定示例中，示出了每个站14的两个传感器20。传感器14可以是例如光学贯穿光束传感器、光学反射传感器或能够检测有效载荷22的边缘的任何其他适合的传感器。

根据本发明的各种示例性实施例的一个特征，可以仔细地计划机器人16在缩回位置与延伸位置之间的运动路径，以使得可以通过传感器20检测到有效载荷的多个边缘。参考图3，在图(a)的缩回位置与图(h)的延伸位置之间的运动路径可以是例如锯齿形，并且可以选择该形状，以使得传感器20可以检测有效载荷22的前缘24、右边缘26、左边缘28和后缘30。

例如，仍然参考图3，可以选择从图(a)的缩回位置到图(h)的延伸位置的运动路径32的形状，以使得：当有效载荷22进入传感器20时，传感器20可以检测有效载荷的前缘24，如图(b)中所示出；当有效载荷离开右传感器时，传感器20可以检测有效载荷的右边缘26，如图(c)中所描绘；当有效载荷进入右传感器时，传感器20可以再次检测有效载荷的右边缘26，如图(d)中所描绘；当有效载荷离开左传感器时，传感器20可以检测有效载荷22的左边缘28，如图(e)中所描绘；当有效载荷进入左传感器时，传感器20可以再次检测有效载荷的左边缘28，如图(f)中所描绘；并且当有效载荷离开传感器时，传感器20可以检测有效载荷的后缘30，如图(g)中所描绘。

作为示例，通过在图(a)的缩回位置与图(h)的延伸位置之间设置四个经过点(viapoint)，并且通过直线段连接缩回位置、经过点和延伸位置，可以获得运动路径32的期望形状，这些直线段可以被混合成单个平滑的运动路径。这种示例运动路径32的构造在图4中图示。直线段的混合可以例如通过以下方式来实现：将沿直线段的运动分解成笛卡尔坐标系中的两个正交分量，并且然后在时间上将一个分段的最后部分与下一分段的初始部分重叠并叠加。为了使从缩回位置到延伸位置的运动的持续时间最小化，因此使对产量(每小时由群集工具处理的晶片数量)的影响最小化，所生成的平滑且不间断的运动是至关重要的。

当传感器20中的任一个传感器检测到有效载荷22的边缘中的任一个边缘(检测或触发事件)时，机器人16的控制器34可以捕获机器人的末端执行器的位置，即坐标。例如通过捕获机器人的关节的位置、并且使用与机器人相关联的运动方程将机器人的关节的位置转换成末端执行器的位置，可以实现上述的情况。

在上文步骤中所获得的信息可以被用于在有效载荷的周边上构造几个点，每个点对应于一个边缘检测事件。以图3的配置为例，可以确定有效载荷的周边上的八个不同点，如图5中所示出。在图5中，根据由图3的图表示的边缘检测事件，对有效载荷的周边上的点进行标记。例如，图5中的点(c)对应于由图3中的图(c)表示的边缘检测事件。

例如，可以例如依据被附接到机器人的末端执行器的坐标系中的两个坐标来表达有效载荷的周边上的点的地点。然后，有效载荷的周边上的点的坐标可以被用于估计有效载荷在机器人末端执行器上的位置。接下来提供用于估计有效载荷在机器人末端执行器上的位置的示例方法。

有效载荷的周边上的与边缘检测事件相对应的点可以表示如下：

v

其中

ξ

η

在方程(1b)中，ξ

ξ

ξ

其中当传感器检测到有效载荷的边缘时，r

如果机器人的末端执行器被机械地约束为指向径向方向，诸如在图3的示例中，则末端执行器的取向是机器人的末端执行器的笛卡尔坐标的函数：

a

或者，利用极坐标系，针对方程(1b)和(1c)的末端执行器的取向可以简单地获得：

a

要求解的问题的一般形式可以陈述如下：将长度L和宽度W的矩形(参见图6和7)拟合到由v

·确定数据点(即末端执行器的被捕获的位置)所对应的矩形的边缘(前、后、左或右)。注意，前边缘和后边缘等效于文本中早前介绍的前缘和后缘。

·用公式表示优化问题，其中目标是使数据点到对应边缘的距离最小化。

·将优化设计为最小二乘问题。

·执行豪斯霍尔德算法(householder algorithm)以获得最小二乘问题的QR分解版本。

·一次求解线性方程的结果集(通过回代变量)。

为了找到最适合数据点集合的矩形，必须确定数据点对应的边缘。作为示例，机器人可以具有基于机器人的运动和最大可能的偏移而预定义的该信息。使用该信息，可以将初始数据点转换成以下表达式：

接下来，需要构造用于优化问题的成本函数。定义表示有效载荷的矩形的线(边)的一般方程可以被写成：

前/后边缘和左/右边缘受矩形的大小约束(换句话说，前边缘与后边缘之间的距离等于W，并且左边缘与前边缘之间的距离等于L，如图6中所示出)。该约束可以由以下表达式描述：

使用方程(2)至(4)，可以通过以下表达式来描述数据点与对应边缘之间的平方的距离的和：

前：

右：

利用方程(5)中所描述的约束，方程(6)和(7)的表达式可以被重写成：

前：

右：

对法向向量的幅度约束可以被添加以使解唯一。约束可以由以下表达式定义：

组合方程(6)至(10)，优化问题可以以以下的公式来表示：

方程(11)的表达式可以以矩阵形式写出：

或：

方程(13)表示受约束的最小二乘问题，可以使用各种方法来对齐进行求解。作为示例，可以通过豪斯霍尔德变换通过对矩阵A执行QR分解，从而对该问题进行求解。

为了解释通过豪斯霍尔德变换的QR分解，可以将变量A、

QR分解将矩阵A分解成两个矩阵Q和R。Q是具有正交列的矩阵，并且R是具有非零对角线的上三角矩阵。因此，问题可以被转换成以下方程(18)的格式。

Q·R·z

Q

让我们介绍矩阵

针对i＝1到n，执行以下步骤：

因此，获得以下矩阵：

H

(24)的矩阵可以被用于通过以下表达式来计算R和

可以将使用方程(25)和(26)计算的值代入方程(18)中，然后可以将其写成以下扩展形式：

针对四个未知数n

最后，在末端执行器坐标系中被表达的有效载荷的偏移可以被计算为：

θ

其中x

所得信息可以被用于检测机器人末端执行器上的有效载荷的不可接受的(例如过度的)未对准，并且因此例如通过中止机器人运动来做出反应。通过在递送有效载荷时调整机器人末端执行器的位置，所得信息还可以被用于补偿有效载荷在机器人末端执行器上的未对准，以使得有效载荷不论如何未对准均被适当地递送到指定地点。

作为示例，如果机器人可以控制末端执行器的取向，则可以通过根据以下表达式调整机器人末端执行器的目的地位置，从而完全补偿有效载荷在机器人末端执行器上的未对准：

x

其中x

r

其中r

如果机器人不能控制末端执行器的取向，例如，因为末端执行器受到机械约束以径向指向，则可以根据以下表达式通过调整机器人末端执行器的目的地位置，从而仅部分补偿有效载荷在机器人末端执行器上的未对准：

X

其中x

其中r

综上所述，用于确定多边形有效载荷在机器人末端执行器上的位置和在如此被配置的情况下用于利用该位置将有效载荷递送到指定地点的方法可以包括以下步骤：

·机器人使有效载荷移动通过一个或多个传感器，该一个或多个传感器被配置成检测有效载荷的边缘。

·运动方向至少改变边缘检测事件之间的一些边缘检测事件，以使得至少两个不平行的边缘上的至少三个点被检测到。

·当任何传感器检测到有效载荷的任何边缘时，机器人控制器都会捕获(直接或间接使用可用的位置测量值)末端执行器的位置。

·机器人控制器将捕获的末端执行器位置转换成末端执行器坐标系中的有效载荷的周边上的点。

·机器人控制器估计末端执行器坐标系中的有效载荷上的参考点的地点。

·如果被配置成这样，则控制器会估计末端执行器坐标系中的有效载荷的取向。

·如果被配置成这样，则控制器会调整机器人的目的地位置(例如延伸的)位置，以将有效载荷递送到指定地点(不论有效载荷如何未对准)。

·如果被配置成这样，则控制器会调整末端执行器在机器人的目的地(例如延伸的)位置中的取向，从而以指定的取向来递送有效载荷。

应当注意，尽管基于选择的示例实施例描述了本发明，但是本发明可以在各种备选实施例中被实践。特别地，应注意以下情况：

·尽管上文示例讨论了矩形有效载荷，但是有效载荷可以具有任何多边形的形状。

·尽管上文示例每个站利用一对传感器，但可以使用一个、三个或任何适合数量的传感器。

·尽管上文示例讨论了在延伸移动期间对有效载荷地点进行估计，但是估计可以在缩回移动或任何其他移动期间被执行。

·尽管上文示例示出了基于四个经过点(方向改变)的运动路径，但是可以利用任何适合数量的经过点，包括单个经过点。

·尽管上文文本呈现了使用经过点作为用于产生运动路径的示例方法，但是可以使用用于产生运动路径的任何适合的方法。

·尽管示例计算确定了有效载荷在末端执行器上的位置，并且然后使用该信息来调整延伸位置，以将有效载荷递送到指定地点，但是可以直接确定调整后的延伸位置。

·尽管上文示例示出了机器人，其中末端执行器被约束为径向指向，但机器人可能具有铰接的末端执行器(主动控制腕关节)。

·如果机器人具有铰接的末端执行器，则末端执行器可以以平行于到站的直接路径的取向被保持，以使有效载荷旋转最小化。

·备选地，如果机器人具有铰接的末端执行器，则末端执行器可能会在运动期间旋转，以获得对有效载荷在末端执行器上的地点的最佳估计。

·尽管上文示例讨论了带有单臂和单个末端执行器的机器人，但机器人可能具有多个臂和多个末端执行器。

图9中示出了示例方法200，其包括使得有效载荷移动通过接近至少一个传感器的运动路径(参见框202)；检测有效载荷的边缘，以使得至少两个边缘上的至少三个点被检测到(参见框204)；并且当至少一个传感器检测到有效载荷的至少一个边缘时，捕获位置(参见框206)。

示例装置可以包括：末端执行器，被配置成移动有效载荷；至少一个传感器，被配置成检测有效载荷的边缘；以及控制器34，包括至少一个处理器36和包括计算机程序代码的至少一个非暂时性存储器38，至少一个存储器和计算机程序代码被配置成与至少一个处理器一起使装置执行以下操作：使有效载荷移动通过接近至少一个传感器的运动路径；检测有效载荷的边缘，以使得至少两个边缘上的至少三个点被检测到；以及当至少一个传感器检测到有效载荷的至少一个边缘时，捕获位置。

可以在非暂时性程序存储设备(诸如图2中所示出的存储器38)中提供示例，该非暂时性程序存储设备例如可由机器读取、有形地实施了可由机器执行的用于执行包括以下的操作的指令的程序：使有效载荷移动通过接近至少一个传感器的运动路径；检测有效载荷的边缘，以使得至少两个边缘上的至少三个点被检测到；以及当至少一个传感器检测到有效载荷的至少一个边缘时，捕获位置。

可以利用一个或多个计算机可读介质的任何组合作为存储器。计算机可读介质可以是计算机可读信号介质或计算机可读存储介质。非暂时性计算机可读存储介质不包括传播信号，并且可以是例如(但不限于)电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备、或前述的任何适合的组合。计算机可读存储介质的更具体的示例(非穷尽性的列表)可以包括以下：具有一根或多根电线的电气连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦可编程只读存储器(EPROM或闪速存储器)、光纤、便携式光盘只读存储器(CD-ROM)、光学存储设备、磁性存储设备或前述的任何适合的组合。

应该理解，前述描述仅是说明性的。本领域的技术人员可以设计出各种备选和修改。例如，各种从属权利要求中记载的特征可以以(多个)任何适合的组合彼此被组合。另外，可以将来自上文所描述的不同实施例的特征选择性地组合成新的实施例。因此，描述旨在涵盖落入所附权利要求书的范围内的所有这种备选、修改和变化。