CN108733011A - 非暂时计算机可读存储介质、机器人移动时间估计方法和装置 - Google Patents

非暂时计算机可读存储介质、机器人移动时间估计方法和装置 Download PDF

Info

Publication number
CN108733011A
CN108733011A CN201810250433.0A CN201810250433A CN108733011A CN 108733011 A CN108733011 A CN 108733011A CN 201810250433 A CN201810250433 A CN 201810250433A CN 108733011 A CN108733011 A CN 108733011A
Authority
CN
China
Prior art keywords
vector
traveling time
mobile route
unit
robot
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201810250433.0A
Other languages
English (en)
Other versions
CN108733011B (zh
Inventor
增田靖之
尾崎行雄
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fujitsu Ltd filed Critical Fujitsu Ltd
Publication of CN108733011A publication Critical patent/CN108733011A/zh
Application granted granted Critical
Publication of CN108733011B publication Critical patent/CN108733011B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/401—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by control arrangements for measuring, e.g. calibration and initialisation, measuring workpiece for machining purposes
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
    • G05B19/4183—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1671—Programme controls characterised by programming, planning systems for manipulators characterised by simulation, either to verify existing program or to create and verify new program, CAD/CAM oriented, graphic oriented programming systems
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B15/00—Systems controlled by a computer
    • G05B15/02—Systems controlled by a computer electric
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
    • G05B19/41815—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by the cooperation between machine tools, manipulators and conveyor or other workpiece supply system, workcell
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
    • G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/39—Robotics, robotics to robotics hand
    • G05B2219/39358—Time optimal control along path for singular points, having veloctiy constraints
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Manipulator (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

非暂时计算机可读存储介质、机器人移动时间估计方法和装置。提供了一种非暂时计算机可读存储介质，该非暂时计算机可读存储介质存储用于使得计算机执行处理的程序，处理包括：获取具有至少四个控制轴线的垂直多关节机器人的手的直线状移动路径的移动时间；计算各个直线状移动路径的向量；将有待估计移动时间的对象路径的向量的方向与各个直线状移动路径的向量的方向进行比较，并且在直线状移动路径中确定向量的方向与对象路径最为接近的移动路径；以及根据所确定的移动路径的向量的标量、对象路径的向量的标量以及所确定的移动路径的移动时间估计对象路径的移动时间。

Description

非暂时计算机可读存储介质、机器人移动时间估计方法和 装置
技术领域
这里所描述的实施方式的特定方面涉及非暂时计算机可读存储介质、机器人移动时间估计方法以及机器人移动时间估计装置。
背景技术
用于向用于组装产品的组装线上的各处理(作业单元)指派作业的传统处理编排(还被称为处理计划)通过将与相应处理中的作业顺序的遵守和工作量的均匀化考虑在内来优化。在机器人被包括在组装线中的情况下，需要估计各作业所需的时间，以计算机器人的循环时间(一个作业循环所需的时间)。各作业所需的时间是直到部件在部件供应位置处被拾起为止所需的时间、直到所拾起的部件被输送到组装位置为止所需的时间(机器人的移动时间)以及将部件并入到产品中所需的时间的合计。
发明内容
本发明鉴于这些情况而作出，并且本发明的目的是提供能够准确估计用于具有四个或更多个控制轴线的垂直多关节机器人的手的移动时间的非暂时计算机可读存储介质、机器人移动时间估计方法以及机器人移动时间估计装置。
根据实施方式的一个方面，提供了一种非暂时计算机可读存储介质，该非暂时计算机可读存储介质存储用于使得计算机执行处理的机器人移动时间估计程序，处理包括：获取具有至少四个控制轴线的垂直多关节机器人的手的多个直线状移动路径的移动时间；计算多个直线状移动路径各自的向量；将有待估计移动时间的对象路径的向量的方向与多个直线状移动路径各自的向量的方向进行比较，并且在多个直线状移动路径中确定向量的方向与对象路径最为接近的移动路径；以及根据所确定的移动路径的向量的标量、对象路径的向量的标量以及所确定的移动路径的移动时间估计对象路径的移动时间。
附图说明
图1是示意性例示了根据实施方式的处理计划生成装置的硬件构造的图；
图2是例示了生成处理计划的组装线的示例的图；
图3是例示了向图2所例示的五个处理指派作业的处理计划的示例的图；
图4是处理计划生成装置的功能框图；
图5是例示了在处理计划中被指派给机器人的各个作业的概述的图；
图6A是例示了坐标DB的示例数据结构的图，图6B是例示了作业DB的示例数据结构的图，并且
图6C是例示了操作向量DB的示例数据结构的图；
图7是例示了由移动时间估计单元执行的处理的流程图；
图8A至图8D是用于描述移动时间估计的图(示例1)；
图9A至图9D是用于描述移动时间估计的图(示例2)；
图10A至图10D是用于描述移动时间估计的图(示例3)；
图11是例示了移动时间DB的示例数据结构的图；
图12是例示了再生成处理计划的示例的图；
图13是例示了根据第一变型例的由移动时间估计单元执行的处理的流程图；
图14是根据第二变型例的处理计划生成装置的功能框图；以及
图15是例示了根据第二变型例的由移动时间估计单元执行的处理的流程图。
具体实施方式
在估计机器人在新作业中的移动时间的情况下，可以将借助仿真等计算或测量的在其他作业中的移动时间以及移动距离在其他作业与新作业之间的差异考虑在内。然而，在机器人为具有四个或更多个控制轴线的垂直多关节机器人的情况下，在切换移动路径时，被驱动的控制轴线的组合变化，并且移动速度也变化。因此，在估计垂直多关节机器人的移动时间的情况下，无法执行准确的移动时间估计，除非考虑垂直多关节机器人上的控制的特性。
以下是参照图1至图12的作为机器人移动时间估计装置的处理计划生成装置的实施方式的详细描述。
图1例示了根据实施方式的处理计划生成装置10的硬件构造。本实施方式的处理计划生成装置10是信息处理装置，诸如，个人计算机(PC)，并且如图1例示，包括中央处理单元(CPU)90、只读存储器(ROM)92、随机存取存储器(RAM)94、存储单元(在该示例中为硬盘驱动器(HDD))96、网络接口97、便携式存储介质驱动器99、显示单元93、输入单元95以及其他组件。显示单元93包括液晶显示器和其他组件，并且输入单元95包括键盘、鼠标、触摸板等。处理计划生成装置10的相应组件联接到总线98。在处理计划生成装置10中，CPU 90执行在ROM 92或HDD 96中存储的程序(包括机器人移动时间估计程序)或便携式存储介质驱动器99已经从便携式存储介质91读取的程序(包括机器人移动时间估计程序)。这样，实现图4所例示的相应组件的功能。图4还例示了在HDD 96中存储的坐标数据库(DB)50、作业DB 52、操作向量DB 54以及移动时间DB 56。便携式存储介质91例如是诸如CD-ROM、DVD或通用串行总线(USB)存储器的便携式记录介质或诸如闪存的半导体存储器。
该实施方式的处理计划生成装置10生成图2所例示的组装线120的处理计划。如图2例示，用于组装产品的组装线例如具有从处理A至处理E的五个处理。
组装线120用带式输送机(未例示)等将产品从一个处理输送到另一个处理。对于组装线120上的相应处理，设置机器人21A或人(工人)21B至21E。在图2所例示的示例中，对于处理A设置机器人21A，并且分别对于处理B至处理E设置工人21B至21E。位于处理A至E设置的机器人21A或工人21B至21E通过对在组装线120上输送的产品进行由处理计划指派的作业来制造产品。在该实施方式中，机器人21A是具有四个或更多个控制轴线的垂直多关节机器人。
应注意，组装线120的示例构造不限于图2所例示的示例构造。例如，组装线120可以具有六个或更多个处理，或者可以具有四个或更少处理。可以对于除了处理A之外的处理设置机器人21A，并且可以使用两个或更多个机器人。
图3例示了向上述五个处理指派作业的处理计划的示例。在如图3例示向包括设置机器人的处理的处理指派作业的情况下，需要考虑与工人和机器人的可工作性有关的参数以及诸如节拍时间的参数。在图3中，P1至P9表示可以由机器人21A进行的作业。在机器人21A进行作业的情况下，如图3中具有双点和短划线的框架例示的，各作业所需的时间被分成部件拾起时间、移动时间以及组装时间。部件拾起时间是机器人21A的手在部件供应位置拾起要并入到产品中的部件所需的时间。移动时间是已经拾起部件的手将部件移动到组装位置(产品中的预定位置)所需的时间。组装时间是已经移动部件的手将部件并入到产品中所需的时间。在生成处理计划时，需要计算(估计)机器人进行相应作业所需的时间并考虑机器人的大约周期时间。因为通常预先已知图3所例示的部件拾起时间和组装时间，所以需要高准确度地估计移动时间。
图4例示了处理计划生成装置10的功能框图。随着CPU 90执行程序，处理计划生成装置10起如图4例示的处理计划生成单元20和移动时间估计单元30的作用。处理计划生成单元20使用局部搜索技术等生成处理计划。移动时间估计单元30估计被指派给机器人21A的作业的移动时间。移动时间估计单元30包括仿真单元40、作为获取单元和计算单元的操作向量计算单元42、作为确定单元和判断单元的接近向量提取单元44、标量计算单元46以及作为估计单元的移动时间计算单元48。
仿真单元40参照由处理计划生成单元20生成的第一处理计划，并且执行仿真，以估计被指派给机器人21A的作业的移动时间。例如，如图3例示，根据第一处理计划，作业P1、P2、P3、P4、P5以及P6被指派给机器人21A。图5例示了各作业的概述。如图5例示，作业P1是在部件供应位置F1处拾起部件并在组装位置P1处将部件组装到产品70中的作业。类似地，作业P2至P6是在相应部件供应位置F2至F6拾起部件并在相应组装位置P2至P6处将部件并入到产品70中的作业。仿真单元40参照坐标DB 50，并且执行仿真。通过这样做，仿真单元40估计机器人21A的手沿着在图5中由实线箭头指示的直线状移动路径移动所需的时间(移动时间)。仿真单元40还将仿真结果(移动时间估计的结果)存储到作业DB 52中。
这里，坐标DB 50例如具有图6A所例示的数据结构。具体地，坐标DB 50存储相应部件供应位置的坐标(三维坐标)和相应组装位置的坐标(三维坐标)。
作业DB 52例如具有图6B所例示的数据结构。如图6B例示，作业DB具有“作业ID”、“部件供应位置坐标”、“组装位置坐标”以及“移动时间”的相应字段。与各作业有关的确定信息存储在“作业ID”的字段中，并且与相应作业对应的部件供应位置的坐标存储在“部件供应位置坐标”的字段中。与相应作业对应的组装位置的坐标存储在“组装位置坐标”的字段中。借助仿真获得的相应作业的移动时间存储在“移动时间”的字段中。
返回参照图4，操作向量计算单元42在手在作业DB 52中存储的相应作业中从部件供应位置线性移动至组装位置的情况下计算操作向量(由图5中的实线箭头指示的向量)。操作向量计算单元42将所计算的操作向量存储到操作向量DB 54中。操作向量计算单元42还检测未存储在作业DB 52中的作业(这种作业被称为未知作业)，并且计算所检测的未知作业中的操作向量。即，操作向量计算单元42计算有待估计移动时间的路径的向量。在这种情况下，操作向量计算单元42参照坐标DB 50，并且在手在所检测的未知作业中从部件供应位置线性移动至组装位置的情况下计算操作向量。
这里，操作向量DB 54例如具有图6C所例示的数据结构。如图6C例示，操作向量DB54具有“作业ID”和“操作向量”的字段。与作业有关的确定信息存储在“作业ID”的字段中，并且操作向量存储在“操作向量”的字段中。
接近向量提取单元44参照操作向量DB 54，并且提取与未知作业的操作向量最为接近的操作向量。具体地，接近向量提取单元44从操作向量DB 54一个接一个的指定操作向量，并且计算各所指定操作向量与未知作业的操作向量之间的角度。这样，接近向量提取单元44确定在操作向量DB 54所存储的操作向量中的具有最小角度的操作向量。
标量计算单元46计算由接近向量提取单元44提取的操作向量的标量以及未知作业的操作向量的标量。在这种情况下，标量计算单元46计算作业中的部件供应位置与组装位置之间的距离，作为操作向量的标量。
移动时间计算单元48根据由标量计算单元46执行的计算的结果计算未知作业的移动时间。具体地，移动时间计算单元48计算由接近向量提取单元44提取的操作向量的标量与未知作业的操作向量的标量之间的比。根据所计算的比和与由接近向量提取单元44提取的操作向量对应的作业的移动时间，移动时间计算单元48计算未知作业的移动时间。移动时间计算单元48将所计算的移动时间存储到移动时间DB 56中。
这里，移动时间DB 56是存储由移动时间计算单元48计算的移动时间等的数据库，并且具有图11例示的数据结构。如图11例示，移动时间DB 56具有与图6B所例示的作业DB52相同的数据结构。
要由移动时间估计单元30执行的处理
接着，参照图7中的流程图以及其他附图(如果必要的话)详细描述要由移动时间估计单元30执行的处理。在图7所例示的处理之前，基于与要制造的产品和组装线有关的信息的数据存储在坐标DB 50中，但没有数据存储在其他数据库中。
在开始图7所例示的处理时，步骤S10中的仿真单元40首先做好准备，直到由处理计划生成单元20执行第一处理计划生成为止。在该实施方式中，在处理计划生成单元20通知仿真单元40已经生成图3所例示的处理计划时，处理移到步骤S12。
在处理移到步骤S12之后，仿真单元40执行仿真，以估计被指派给机器人21A的作业的移动时间。在这种情况下，仿真单元40从坐标DB 50获取相应作业的部件供应位置和组装位置的坐标，并且执行仿真，以估计相应作业的移动时间(在图5中由实线箭头指示的移动路径的移动时间)。
在步骤S14中，仿真单元40将相应作业的部件供应位置和组装位置的坐标以及借助仿真获取的移动时间存储到作业DB 52中。图6B是进行步骤S14之后的作业DB 52。
在步骤S16中，操作向量计算单元42计算相应作业中的操作向量(在图5中由实线箭头指示的向量)，并且将操作向量存储到操作向量DB 54中。图6C是进行步骤S16之后的操作向量DB 54。
在步骤S18中，操作向量计算单元42判断是否已经估计所有未知作业(未由第一处理计划指派到机器人21A的作业)的移动时间。这里，尚未估计任何未知作业的移动时间。因此，步骤S18中的判断的结果为否定的，并且处理移到步骤S22。如果步骤S18中的判断的结果是肯定的，则结束图7所例示的处理。
如果步骤S18中的判断的结果是否定的，则处理移到步骤S22，并且操作向量计算单元42然后检测未知作业。在这种情况下，操作向量计算单元42检测具有部件供应位置F1和组装位置P7的作业(P7)，作为未知作业，例如，如图8A中由粗实线箭头指示的。
在步骤S24中，操作向量计算单元42计算所检测的未知作业的操作向量。在这种情况下，计算操作向量F1P7。
在步骤S26中，接近向量提取单元44从操作向量DB 54提取与所计算的操作向量最为接近的操作向量。在这种情况下，接近向量提取单元44计算操作向量F1P7与操作向量F1P1之间的角度(参见图8B)、操作向量F1P7与操作向量F2P2之间的角度(参见图8C)、操作向量F1P7与操作向量F3P3之间的角度(参见图8D)以及其他。接近向量提取单元44然后提取具有最小角度的操作向量，作为与所计算的操作向量最为接近的操作向量。在图8B至图8D所例示的示例中，提取图8B中的操作向量F1P1。
在步骤S28中，接近向量提取单元44判断操作向量角度是否不大于阈值，即，角度是否在预定范围以内。在步骤S28中的判断的结果为否定的情况下，高度可能的是，即使使用借助仿真获取的移动时间(图6B)，也无法准确估计未知作业的移动时间。因此，在步骤S28中的判断的结果为否定的情况下，处理移到步骤S30，并且接近向量提取单元44将表示无法估计未知作业(P7)的移动时间的信息存储到移动时间DB 56中。应注意，在步骤S30之后，处理返回到步骤S18，而不通过步骤S32到S40。即，在步骤S28中的判断的结果为否定的情况下，禁止稍后描述的移动时间估计(S40)。
另一方面，在步骤S28中的判断的结果为肯定的情况下，处理移到步骤S32。
随着处理移到步骤S32，标量计算单元46计算在步骤S26中提取的操作向量的标量。在图8B所例示的示例中，标量计算单元46计算操作向量F1P1的标量(|F1P1|)。
在步骤S34中，标量计算单元46计算在步骤S22中检测的未知作业的操作向量的标量。在图8B所例示的示例中，标量计算单元46计算操作向量F1P7的标量(|F1P7|)。
在步骤S36中，移动时间计算单元48计算标量比K。在图8B所例示的示例中，标量比K1如在以下算式(1)中提出的来计算：
K1＝|F1P7|/|F1P1| (1)
在步骤S38中，移动时间计算单元48获取与所提取的操作向量对应的移动时间。在这种情况下，移动时间计算单元48从图6B所例示的作业DB 52获取与操作向量F1P1(作业P1)对应的移动时间T1。
在步骤S40中，根据标量比和所获取的移动时间，移动时间计算单元48计算未知作业的移动时间，并且将该移动时间存储到移动时间DB 56中。在上述示例中，移动时间计算单元48根据以下提出的算式(2)计算未知作业的移动时间T7a。
T7a＝|K1|*|T1| (2)
在图11所例示的移动时间DB 56中，存储上述处理的结果(T7a＝K1×T1)，作为从顶部开始的第一记录。
在完成步骤S40中的处理之后，处理返回到步骤S18，并且重复执行步骤S18至S40中的处理，直到步骤S18中的判断的结果变成否定为止。
例如，选择如图9A中由粗实线箭头指示的具有部件供应位置F2和组装位置P7的作业P7，作为未知作业(S22)。在这种情况下，接近向量提取单元44在步骤S26中计算操作向量F2P7与操作向量F1P1之间的角度(参见图9B)、操作向量F2P7与操作向量F2P2之间的角度(参见图9C)、操作向量F2P7与操作向量F3P3之间的角度(参见图9D)以及其他。接近向量提取单元44然后提取具有最小角度的操作向量，作为与所计算的操作向量最为接近的操作向量。在图9B至图9D所例示的示例中，提取图9C中的操作向量F2P2。
由此，移动时间计算单元48根据以下提出的算式(3)计算标量比K2。使用所计算的比K2和与操作向量F2P2对应的移动时间T2，移动时间计算单元48根据以下提出的算式(4)计算未知作业的移动时间T7b。
K2＝|F2P7|/|F2P2| (3)
T7b＝|K2|*|T2| (4)
应注意，在图11所例示的移动时间DB 56中，存储上述处理的结果(T7b＝K2×T2)，作为从顶部开始的第二记录。
在另一个示例中，选择如图10A中由粗实线箭头指示的具有部件供应位置F3和组装位置P7的作业P7，作为未知作业(S22)。在这种情况下，接近向量提取单元44在步骤S26中计算操作向量F3P7与操作向量F1P1之间的角度(参见图10B)、操作向量F3P7与操作向量F2P2之间的角度(参见图10C)、操作向量F3P7与操作向量F3P3之间的角度(参见图10D)以及其他。接近向量提取单元44然后提取具有最小角度的操作向量，作为与所计算的操作向量最为接近的操作向量。在图10B至图10D所例示的示例中，提取图10C中的操作向量F2P2。
由此，移动时间计算单元48根据以下提出的算式(5)计算标量比K3。使用所计算的比K3和与操作向量F2P2对应的移动时间T2，移动时间计算单元48根据以下提出的算式(6)计算未知作业的移动时间T7c。
K3＝|F3P7|/|F2P2| (5)
T7c＝|K3|*|T2| (6)
应注意，在图11所例示的移动时间DB 56中，存储上述处理的结果(T7c＝K3×T2)，作为从顶部开始的第三记录。
如上所述，在图7所例示的处理中估计未知作业的移动时间的情况下，使用移动方向与未知作业最为接近的作业的操作向量的标量和移动时间。这样，通过使用与垂直多关节机器人的手被驱动时的控制轴线相同或接近的操作向量，可以估计未知作业的移动时间。由此，变得可以将移动的手的控制轴线考虑在内地、高准确度地估计未知作业的移动时间。
在该实施方式中，处理计划生成单元20可以在生成第一处理计划之后再次生成处理计划。例如，在再生成处理计划时，如图12例示的切换第一处理计划(图3)中的作业P3和作业P7。这种情况下的作业P7是具有部件供应位置F3和组装位置P7的作业。在这种情况下，处理计划生成单元20应获取在图11所例示的移动时间DB 56中从顶部开始的第三记录中存储的移动时间，作为作业P7的移动时间。这样，可以在不用仿真的情况下准确估计作业P7的作业时间。
关于表示无法估计移动时间的信息在图7的步骤S30中存储到移动时间DB 56中的作业，仿真单元40应通过例如执行仿真以估计移动时间来确定移动时间。
如以上详细描述的，根据实施方式，操作向量计算单元42获取在机器人21A的手沿着各个直线状移动路径移动的情况下的移动时间仿真的结果。操作向量计算单元42然后计算相应操作向量，并且将所计算的操作向量存储到操作向量DB 54中(S16)。接近向量提取单元44将该未知作业的操作向量的方向与在操作向量DB 54中存储的操作向量的方向进行比较，并且确定与该未知作业的操作向量最为接近的操作向量(S26)。移动时间计算单元48然后根据所确定的操作向量的标量、该未知作业的操作向量的标量以及与所确定的操作向量对应的移动时间来估计未知作业的移动时间(S40)。即，在该实施方式中，在通过使用借助仿真获取的移动时间来估计未知作业的移动时间的情况下，方向与未知作业的操作向量最为接近的操作向量以及与最为接近的操作向量对应的移动时间从操作向量DB 54和作业DB 52提取并用于估计。由此，由于根据与垂直多关节机器人的手被驱动时的控制轴线相同或接近的操作向量来估计未知作业的移动时间，可以准确估计未知作业的移动时间。
而且，在该实施方式中，在未知作业的操作向量与和该未知作业的操作向量最为接近的操作向量之间的角度既不等于也不小于阈值的情况下，不估计未知作业的操作向量(禁止估计)。借此，可以禁止低准确性移动时间估计。
进一步地，在该实施方式中，移动时间计算单元48在步骤S40中计算未知作业的操作向量的标量与在步骤S26中提取的操作向量的标量之间的比和与所提取的操作向量对应的移动时间的乘积。该乘积被计算作为该未知作业的移动时间。由此，可以借助容易的数学运算来计算未知作业的移动时间。
第一变型例
在以上实施方式所描述的示例中，移动时间估计单元30在生成第一处理计划之后估计所有未知作业的移动时间。然而，本发明不限于该示例。具体地，移动时间估计单元30可以仅估计在处理计划生成单元20再次生成处理计划的情况下指派给机器人21A的作业的移动时间。
图13是例示了第一变型例中的由移动时间估计单元30执行的处理的流程图。在图13所例示的处理中，以与在上述实施方式中相同的方式进行步骤S10至S16。
在步骤S16之后，处理移到步骤S118，并且操作向量计算单元42做好准备，直到处理计划生成单元20再创建处理计划为止。在从处理计划生成单元20接收处理计划的再创建的通知时，操作向量计算单元42在步骤S122中获取新指派到机器人21A的作业的部件供应位置和组装位置。在步骤S124中，操作向量计算单元42计算操作向量。
在步骤S126中，接近向量提取单元44从操作向量DB 54提取方向与所计算的操作向量最为接近的操作向量。在步骤S128中，接近向量提取单元44判断在步骤S124所计算的操作向量与在步骤S126中提取的操作向量之间的角度是否不大于阈值。
在步骤S18中的判断的结果是否定的情况下，处理移到步骤S130，并且接近向量提取单元44输出警报。在步骤S130中输出警报的情况下，仿真单元40例如可以借助仿真获取被新指派给机器人的作业的移动时间。随着在步骤S130中输出警报，用户(处理计划器)可以确定已经执行仿真。
在步骤S128中的判断的结果是肯定的情况下，处理移到步骤S132，并且以与图7所例示的步骤S32至S38中相同的方式执行步骤S132至S138中的处理。之后，处理移到步骤S140，并且移动时间计算单元49根据在步骤S136中计算的标量比和在步骤S138中获取的移动时间计算新指派到机器人的作业的移动时间。移动时间计算单元48将所计算的移动时间输出到处理计划生成单元20。之后，处理返回到步骤S118。
如上所描述，在第一变型例中，每当再生成处理计划时，计算(估计)新指派到机器人的作业的移动时间。由此，可以减小移动时间估计单元30上的处理负荷。
第二变型例
在以上描述的实施方式和第一变型例所描述的示例中，仿真单元40在步骤S12中执行仿真以估计由第一处理计划指派到机器人21A的作业的移动时间。然而，本发明不限于这些示例。例如，在实际操作机器人21A的情形下，可以沿着移动路径移动机器人21A，并且可以测量移动所需的时间(实际移动时间)。
例如，如图14例示，用作为移动时间估计单元30的功能而准备的实际操作时间获取单元40’代替了图4所例示的仿真单元40。在这种情况下，实际操作时间获取单元40’进行图15所例示的步骤S12’，而不是进行图7所例示的步骤S12。具体地，实际操作时间获取单元40’在步骤S12’中(通过在显示单元93等上显示指令)向工人输出指令，以使得工人测量由第一处理计划指派到机器人21A的作业的移动时间(实际移动时间)。已经检查指令的工人通过向机器人21A或更具体地为向机器人21A的控制器输入操作命令等来使机器人21A沿着移动路径移动，并且用秒表测量实际移动时间。工人然后通过输入单元95输入测量结果(实际移动时间)。这样，实际操作时间获取单元40’可以获取由第一处理计划指派到机器人21A的作业的实际移动时间，并且将实际移动时间存储到作业DB 52中的字段“移动时间”中。
如上所描述，根据第二变型例，移动时间估计单元30根据使机器人21A的手沿着相应直线状移动路径实际移动所需的移动时间(实际移动时间)来估计未知作业的移动时间。由此，可以准确地估计未知作业的移动时间。
虽然图15例示了代替图7所例示的步骤S12进行步骤S12’的示例，但本发明不限于该示例，并且可以代替第一变型例的处理(图13所例示的处理)中的步骤S12进行步骤S12’。
在要测量实际移动时间的情况下，捕捉机器人21A移动时的视频图像，并且可以根据捕捉机器人21A的移动的时间来测量实际移动时间。实际移动时间可以用除了秒表或视频成像之外的单元来测量。
进一步地，图14所例示的实际操作时间获取单元40’可以根据坐标DB 50生成用于进行由第一处理计划指派到机器人21A的作业的操作命令，并且将操作命令输入到机器人21A(控制器)。同时，实际操作时间获取单元40’可以输入使得机器人21A输出操作开始时间和操作结束时间的指令。这样，实际操作时间获取单元40’可以从机器人21A获取被指派到机器人21A的作业的实际执行的操作开始时间和操作结束时间。由此，可以根据这些所获取的时间计算实际操作时间。
以上所描述的处理功能由计算机来实施。
在这种情况下，提供编写处理装置(CPU)具有的功能的处理细节的程序。由计算机执行程序允许计算机实施以上所描述的处理功能。编写处理细节的程序可以存储在能够由计算机读取的存储介质(然而，排除载波)中。
在程序为分布式时，该程序可以以存储程序的便携式存储介质(诸如DVD(数字通用光盘)或CD-ROM(光盘只读存储器))的形式来销售。程序可以存储在服务器计算机的存储装置中，并且程序可以通过网络从服务器计算机移动至另一个计算机。
执行程序的计算机将在便携式存储介质中存储或从服务器计算机移动的程序存储在它自己的存储装置中。
计算机然后从它自己的存储装置读取程序，并且执行根据程序的处理。计算机可以从便携式存储介质直接读取程序，并且执行根据程序的处理。另选地，计算机可以在每次从服务器计算机传送程序时连续执行根据所接收程序的处理。
虽然已经详细例示了本发明的示例性实施方式，但本发明不限于以上所提及的实施方式，并且可以在不偏离本发明的范围的情况下进行其他实施方式、变更以及修改。

Claims (7)

1.一种非暂时计算机可读存储介质，该非暂时计算机可读存储介质存储用于使得计算机执行处理的机器人移动时间估计程序，所述处理包括：
获取具有至少四个控制轴的垂直多关节机器人的手的多个直线状移动路径的移动时间；
计算所述多个直线状移动路径各自的向量；
将有待估计移动时间的对象路径的向量的方向与所述多个直线状移动路径各自的向量的方向进行比较，在所述多个直线状移动路径中确定向量的方向与所述对象路径最为接近的移动路径；以及
根据所确定的移动路径的向量的标量、所述对象路径的向量的标量以及所确定的移动路径的移动时间估计所述对象路径的移动时间。
2.根据权利要求1所述的非暂时计算机可读存储介质，其中，所述处理还包括：
判断所确定的移动路径的向量与所述对象路径的向量之间的角度是否在预定范围以内；以及
在判断为所述角度不在所述预定范围以内时，禁止执行所述估计。
3.根据权利要求1或权利要求2所述的非暂时计算机可读存储介质，其中，所述估计包括计算通过将所述对象路径的向量的标量除以所确定的移动路径的向量的标量而得的结果与所确定的移动路径的移动时间的乘积。
4.一种由计算机实施的机器人移动时间估计方法，所述机器人移动时间估计方法包括以下步骤：
获取具有至少四个控制轴的垂直多关节机器人的手的多个直线状移动路径的移动时间；
计算所述多个直线状移动路径各自的向量；
将有待估计移动时间的对象路径的向量的方向与所述多个直线状移动路径各自的向量的方向进行比较，在所述多个直线状移动路径中确定向量的方向与所述对象路径最为接近的移动路径；以及
根据所确定的移动路径的向量的标量、所述对象路径的向量的标量以及所确定的移动路径的移动时间估计所述对象路径的移动时间。
5.一种机器人移动时间估计装置，该机器人移动时间估计装置包括：
获取单元，该获取单元被配置成获取具有至少四个控制轴的垂直多关节机器人的手的多个直线状移动路径的移动时间；
计算单元，该计算单元被配置成计算所述多个直线状移动路径各自的向量；
确定单元，该确定单元被配置成将有待估计移动时间的对象路径的向量的方向与所述多个直线状移动路径各自的向量的方向进行比较，在所述多个直线状移动路径中确定向量的方向与所述对象路径最为接近的移动路径；以及
估计单元，该估计单元被配置成根据由所述确定单元确定的移动路径的向量的标量、所述对象路径的向量的标量以及由所述确定单元确定的所述移动路径的移动时间估计所述对象路径的移动时间。
6.根据权利要求5所述的机器人移动时间估计装置，所述机器人移动时间估计装置还包括：
判断单元，该判断单元被配置成判断由所述确定单元确定的移动路径的向量与所述对象路径的向量之间的角度是否在预定范围以内，
其中，在判断为所述角度不在所述预定范围以内时，所述估计单元不执行估计。
7.根据权利要求5或权利要求6所述的机器人移动时间估计装置，其中，所述估计单元计算通过将所述对象路径的向量的标量除以由所述确定单元确定的所述移动路径的向量的标量而得的结果与所述确定单元确定的所述移动路径的移动时间的乘积。
CN201810250433.0A 2017-04-18 2018-03-26 非暂时计算机可读存储介质、机器人移动时间估计方法和装置 Active CN108733011B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2017082151A JP6828572B2 (ja) 2017-04-18 2017-04-18 ロボット移動時間推定プログラム及びロボット移動時間推定方法
JP2017-082151 2017-04-18

Publications (2)

Publication Number Publication Date
CN108733011A true CN108733011A (zh) 2018-11-02
CN108733011B CN108733011B (zh) 2020-12-15

Family

ID=63790608

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810250433.0A Active CN108733011B (zh) 2017-04-18 2018-03-26 非暂时计算机可读存储介质、机器人移动时间估计方法和装置

Country Status (3)

Country Link
US (1) US10712725B2 (zh)
JP (1) JP6828572B2 (zh)
CN (1) CN108733011B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07271415A (ja) * 1994-03-30 1995-10-20 Nec Corp 協調ロボット制御方法
CN1578530A (zh) * 2003-06-30 2005-02-09 微软公司 用于确定便携式计算设备的定位动态特性的系统和方法
CN100465833C (zh) * 2005-12-16 2009-03-04 发那科株式会社 离线编程装置
JP2011146916A (ja) * 2010-01-14 2011-07-28 Nec Corp パラメータの伝搬遅延誤差推定装置及びパラメータの伝搬遅延誤差推定方法
KR101299134B1 (ko) * 2012-03-19 2013-08-22 한국과학기술연구원 다수 로봇의 협력을 통한 동적 환경에서의 동적 목표물 탐색 시스템 및 방법
CN103353761A (zh) * 2013-07-12 2013-10-16 北京配天大富精密机械有限公司 机器人连续加工方法、装置及平滑转接方法、装置
US20130317642A1 (en) * 2012-05-28 2013-11-28 Well.Ca Inc. Order processing systems using picking robots
CN103853133A (zh) * 2012-11-29 2014-06-11 发纳科机器人美国公司 机器人系统校准方法
WO2015075777A1 (ja) * 2013-11-19 2015-05-28 株式会社安川電機 ロボットシステムおよび加工品の製造方法
CN104898594A (zh) * 2015-04-02 2015-09-09 山东省科学院海洋仪器仪表研究所 一种用于水下机器人群协同控制的通信装置与方法
CN106441275A (zh) * 2016-09-23 2017-02-22 深圳大学 一种机器人规划路径的更新方法及装置
CN106483943A (zh) * 2016-10-13 2017-03-08 北京京东尚科信息技术有限公司 机器人的调度方法、装置以及计算机可读存储介质

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5822687A (ja) * 1981-08-03 1983-02-10 日本電信電話株式会社 多自由度運動機構の制御方式
JPS6061801A (ja) 1983-09-14 1985-04-09 Hitachi Ltd ロボットの作業時間推定方式
JPH04260104A (ja) * 1991-02-15 1992-09-16 Fujitsu Ltd ロボット動作プログラムの作成装置
JPH10143218A (ja) 1996-11-08 1998-05-29 Nissan Motor Co Ltd ロボットのサイクルタイム予測装置
US6629053B1 (en) * 1999-11-22 2003-09-30 Lam Research Corporation Method and apparatus for determining substrate offset using optimization techniques
FR2864266B1 (fr) * 2003-12-19 2006-02-17 Staubli Sa Ets Procede et dispositif de commande des deplacements d'une partie mobile d'un robot multi-axes
JP3920317B2 (ja) * 2004-08-02 2007-05-30 松下電器産業株式会社 物品運搬用ロボット
US7313464B1 (en) * 2006-09-05 2007-12-25 Adept Technology Inc. Bin-picking system for randomly positioned objects
JP4297142B2 (ja) * 2006-09-13 2009-07-15 株式会社日立製作所 運搬システム
KR101372482B1 (ko) * 2007-12-11 2014-03-26 삼성전자주식회사 이동 로봇의 경로 계획 방법 및 장치
JP5078770B2 (ja) * 2008-06-23 2012-11-21 本田技研工業株式会社 多関節ロボットのティーチングデータ検証方法
JP4980458B2 (ja) * 2010-10-27 2012-07-18 ファナック株式会社 数値制御工作機械の加工時間予測装置
JP5911299B2 (ja) * 2011-12-27 2016-04-27 キヤノン株式会社 情報処理装置、情報処理装置の制御方法およびプログラム
JP5754454B2 (ja) * 2013-03-18 2015-07-29 株式会社安川電機 ロボットピッキングシステム及び被加工物の製造方法
JP5946854B2 (ja) 2014-03-24 2016-07-06 ファナック株式会社 工作機械の加工完了時刻を予測する機能を有するロボット制御装置
US9469029B2 (en) * 2014-07-31 2016-10-18 Siemens Industry Software Ltd. Method and apparatus for saving energy and reducing cycle time by optimal ordering of the industrial robotic path
JP6550605B2 (ja) * 2014-12-02 2019-07-31 Ｓｏｉｎｎ株式会社 動作の転移装置、動作の転移方法及びプログラム
WO2018084164A1 (ja) * 2016-11-07 2018-05-11 Ｓｏｉｎｎホールディングス合同会社 動作転移装置、動作転移方法及び動作転移プログラムが格納された非一時的なコンピュータ可読媒体

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07271415A (ja) * 1994-03-30 1995-10-20 Nec Corp 協調ロボット制御方法
CN1578530A (zh) * 2003-06-30 2005-02-09 微软公司 用于确定便携式计算设备的定位动态特性的系统和方法
CN100465833C (zh) * 2005-12-16 2009-03-04 发那科株式会社 离线编程装置
JP2011146916A (ja) * 2010-01-14 2011-07-28 Nec Corp パラメータの伝搬遅延誤差推定装置及びパラメータの伝搬遅延誤差推定方法
KR101299134B1 (ko) * 2012-03-19 2013-08-22 한국과학기술연구원 다수 로봇의 협력을 통한 동적 환경에서의 동적 목표물 탐색 시스템 및 방법
US20130317642A1 (en) * 2012-05-28 2013-11-28 Well.Ca Inc. Order processing systems using picking robots
CN103853133A (zh) * 2012-11-29 2014-06-11 发纳科机器人美国公司 机器人系统校准方法
CN103353761A (zh) * 2013-07-12 2013-10-16 北京配天大富精密机械有限公司 机器人连续加工方法、装置及平滑转接方法、装置
WO2015075777A1 (ja) * 2013-11-19 2015-05-28 株式会社安川電機 ロボットシステムおよび加工品の製造方法
CN104898594A (zh) * 2015-04-02 2015-09-09 山东省科学院海洋仪器仪表研究所 一种用于水下机器人群协同控制的通信装置与方法
CN106441275A (zh) * 2016-09-23 2017-02-22 深圳大学 一种机器人规划路径的更新方法及装置
CN106483943A (zh) * 2016-10-13 2017-03-08 北京京东尚科信息技术有限公司 机器人的调度方法、装置以及计算机可读存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
DEVIN CONNELL: "Dynamic path planning and Replanning for Mobile Robots using RRT", 《COMPUTER SCIENCE》 *
王栋耀: "非时间参考的移动机器人路径跟踪控制", 《机器人》 *

Also Published As

Publication number Publication date
JP6828572B2 (ja) 2021-02-10
CN108733011B (zh) 2020-12-15
US20180299858A1 (en) 2018-10-18
JP2018176377A (ja) 2018-11-15
US10712725B2 (en) 2020-07-14

Similar Documents

Publication Publication Date Title
Cruciani et al. Benchmarking in-hand manipulation
JP2013020616A (ja) オブジェクト追跡方法及びオブジェクト追跡装置
US20170087722A1 (en) Method and a Data Processing System for Simulating and Handling of Anti-Collision Management for an Area of a Production Plant
JP6880892B2 (ja) 工程計画生成プログラム及び工程計画生成方法
Delgado et al. Robotics in construction: A critical review of the reinforcement learning and imitation learning paradigms
Le et al. Evaluation of out-of-the-box ros 2d slams for autonomous exploration of unknown indoor environments
JP6995843B2 (ja) 作業管理システム及び作業管理方法
JP2021047825A (ja) 機械学習方法、フォークリフト制御方法、及び機械学習装置
US11579000B2 (en) Measurement operation parameter adjustment apparatus, machine learning device, and system
US20200209876A1 (en) Positioning method and apparatus with the same
JP6201556B2 (ja) 予測モデル学習装置、予測モデル学習方法およびコンピュータプログラム
CN111164622B (zh) 作业分析装置以及作业分析方法
JP6160622B2 (ja) 配置スコア算出システム、方法およびプログラム
CN108733011A (zh) 非暂时计算机可读存储介质、机器人移动时间估计方法和装置
Dundar Dynamic path finding method and obstacle avoidance for automated guided vehicle navigation in Industry 4.0
Tran et al. Assessing human worker performance by pattern mining of Kinect sensor skeleton data
JP7383999B2 (ja) 協調作業システム、解析装置および解析プログラム
Rasku et al. Feature and algorithm selection for capacitated vehicle routing problems
CN116594408B (zh) 一种移动协作机器人路径规划系统及方法
Elgendi et al. Video analysis for tower crane production rate estimation.
JP4492844B2 (ja) データ処理装置
JP7376405B2 (ja) 最適化処理装置、最適化処理方法及び最適化処理プログラム
JP7154453B1 (ja) 清掃作業評価装置及び清掃作業評価方法
WO2021240974A1 (ja) 生産工程改善支援装置、及び生産工程改善支援方法
US20230419643A1 (en) Machine learning device and machine learning method

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant