CN109692821B - 分拣系统 - Google Patents

Abstract

本发明提供一种分拣系统，其判定学习表示与分拣对象物的状态的测定数据对应的分拣对象物的分拣结果的分拣数据而得的学习结果的适当性，在适当性符合事先指定的基准的情况下，切换系统的动作以便进行分拣对象物的自动分类，在适当性不符合事先指定的基准的情况下，切换系统的动作以便不进行分拣对象物的自动分类。

Description

分拣系统

技术领域

本发明涉及分拣系统，尤其涉及通过机器学习逐次削减分拣工序的工数的分拣系统。

背景技术

存在希望使人通过目视进行的工件(生产品)的分拣(合格品和不合格品的分类等)自动化的要求。为了与该要求对应，进行工件的分拣，开发出了测定工件的图像、重量等物理量并根据所测定的结果判定该工件的合格/不合格的分拣系统。

作为与工件的分拣有关的现有技术的例子，在日本特开2011-158373号公报所公开的技术中，计算所收集到的缺陷图像数据的特征量，使用相对于监督图像的欧几里得距离依次确定分类，由此制作用于自动地分类基板的缺陷的监督数据。

另外，在日本特开2015-137919号公报中，公开了以下的技术，即在摄影的缺陷候选的合格与否不清楚的情况下，使操作者输入合格与否，根据缺陷候选的特征量来更新分类用阈值，由此与装置的使用同时地提高缺陷分类和合格与否的判定精度。

如上述的现有技术所示那样，为了使用机器学习来作为工件的分拣方法，必须首先制作学习器。现状是为了制作学习器，必须大量地保存每个分拣类别的图像、重量等物理信息，进行标注(指示工件所属的类别)，准备学习数据。

在图7中示出了制作学习数据的概念图。为了进行能够高精度地将工件分拣为图7所示的因素、所制作的类别的学习，需要准备相当量的每个类别的样本，到能够实际进行自动分拣为止的障碍很大，因此存在难以在进行分拣的现场采用机器学习的问题。

针对这样的问题，在日本特开2011-158373号公报、日本特开2015-137919号公报所公开的技术中，在自动分拣的工序内组合了操作者的目视检查，使得再学习其评价结果。这些公报所公开的技术从分类的初期工序开始灵活运用学习器的结果，通过目视确认分拣结果的正误。在该方法中，在学习器的精度不充分的初期工序等中，发生很多对错误分类的工件的分拣返工，因此无法高效地进行分拣工序。

发明内容

因此，本发明的目的在于提供一种用于实现高效且高精度的自动分拣作业的分拣系统。

本发明的分拣系统根据显示出分拣对象物的影像的输入图像、重量等物理信息，取得操作者手动分类的分类结果，使该输入图像、该物理信息与该分类结果关联，使用关联了的输入图像、物理信息和分类结果的信息，与操作者的手动的操作并行地进行机器学习，使用学习的结果随时进行临时分类，并与操作者的手动的分类结果进行比较。在比较的结果是操作者的手动的分类结果与机器学习装置的分类结果之间的一致率、连续一致次数超过了预定的阈值的时刻，向操作者通知手动的操作的结束，此后进行机器学习装置的自动分拣。

另外，本发明的分拣系统根据测定装置测定成为分拣对象的分拣对象物的状态而得到的测定数据，生成用于对上述分拣对象物进行分拣的控制信息，该分拣系统具备：输入装置，其输入表示操作者对上述分拣对象物进行分拣而得的分拣结果的分拣数据；机器学习装置，其学习针对上述测定数据的上述分拣数据；学习结果适当性判定部，其根据从上述输入装置输入的分拣对象物的分拣结果、使用上述机器学习装置的学习结果判定出的上述分拣对象物的分拣结果，来判定上述机器学习装置的学习结果的适当性；分拣控制切换部，其根据上述学习结果适当性判定部的判定结果，来切换上述分拣对象物的分拣动作；控制部，其生成用于对上述分拣对象物进行分拣的控制信息，其中，上述分拣控制切换部进行如下动作：在上述机器学习装置的学习结果的适当性符合事先指定的基准的情况下，切换上述控制部的动作以便进行上述分拣对象物的自动分拣，在上述机器学习装置的学习结果的适当性不符合事先指定的基准的情况下，切换上述控制部的动作以便不进行上述分拣对象物的自动分拣。

在基于从上述输入装置输入的分拣对象物的分拣结果和上述机器学习装置的学习结果的统计处理的结果为预先确定的第一预定基准以上的情况下，上述学习结果适当性判定部判定为上述机器学习装置的学习结果的适当性符合事先指定的基准。

在基于从上述输入装置输入的分拣对象物的分拣结果和上述机器学习装置的学习结果的统计处理的结果为预先确定的第三预定基准以上的情况下，上述学习结果适当性判定部对上述机器学习装置指令停止学习。

在基于从上述输入装置输入的分拣对象物的分拣结果和上述机器学习装置的学习结果的统计处理的结果为预先确定的第五预定基准以下的情况下，上述学习结果适当性判定部对上述机器学习装置指令废弃此前的学习结果并重新开始学习。

上述机器学习装置除了上述测定数据外，还能够观测对上述分拣对象物的分拣进行补充的分拣关联信息，并学习针对上述测定数据和上述分拣关联信息的双方的上述分拣数据。

本发明通过具备以上的结构，在初期阶段手动地进行分拣，并与进行生产同时地根据分拣结果进行模型学习，由此能够保持分拣速度和精度，同时使分拣工序自动化而削减手动的分拣工数。

附图说明

根据参照附图的以下的实施例的说明，使本发明的上述以及其他目的和特征变得更加明确。

图1是表示一个实施方式的分拣系统的主要部分的概要硬件结构图。

图2是一个实施方式的分拣系统的概要功能框图。

图3是表示分拣系统的一个方式的概要功能框图。

图4A是说明神经元的图。

图4B是说明神经网络的图。

图5是表示分拣系统的动作例子的图。

图6是表示分拣系统的其他动作例子的图。

图7是学习数据制作的概念图。

具体实施方式

以下，说明用于实现本发明的分拣系统(sorting system)的结构例子。

图1是表示第一实施方式的分拣系统的主要部分的概要硬件结构图。本实施方式的分拣系统1至少具备：输入装置50，其用于输入操作者对蔬菜水果那样的不定形品、加工后的工件等分拣对象物的分拣结果；测定装置60，其取得分拣对象物的图像、重量，或硬度或大小或温度等其他物理量；分拣装置70，其对分拣对象物进行分拣；控制装置2，其控制该分拣装置70；以及机器学习装置100。

如果分拣装置70例如是在其分支路径上对流过传送带的分拣对象物进行分拣的装置、把握位于传送带上、加工机上、架台上等的分拣对象物并进行分拣的机器人等为了对分拣对象物进行分拣而构成的装置，则可以采取任意的方式。控制装置2具备用于控制这样的分拣装置70而控制成按照预定的类别对分拣对象物进行分拣的必要的结构。

本实施方式的控制装置2所具备的CPU11是整体地对控制装置2进行控制的处理器。CPU11经由总线20读出存储在ROM12中的系统/程序，按照该系统/程序对控制装置2整体进行控制。在RAM13中，暂时存储暂时的计算数据、操作者经由输入装置50输入(或自动地输入)的分拣对象物的分拣结果数据、测定装置60测定出的分拣对象物的测定数据等各种数据等。

非易失性存储器14例如构成为通过未图示的电池进行备份等而即使控制装置2的电源被切断也保持存储状态的存储器。在非易失性存储器14中，存储有预先设定的分拣装置70的设定数据、经由未图示的接口输入的控制用程序等。也可以在执行时/使用时在RAM13中展开存储在非易失性存储器14中的程序、各种数据。另外，在ROM12中，预先写入有包括用于解析由测定装置60测定出的测定数据的公知的解析程序、用于控制与后述的机器学习装置100的交换的系统/程序等的系统/程序。

输入装置50是用于输入分拣对象物的分拣结果的装置。通过输入装置50输入的分拣对象物的分拣结果例如可以是将分拣对象物分拣为合格/不合格这样的2个类别的结果，也可以是将分拣对象物分拣为合格/再加工/废弃、A/B/C/D等这样的多个类别的结果。输入装置50也可以是用于操作者输入分拣对象物的分拣结果的键盘、指示设备、操作盘等输入装置。另外，输入装置50也可以是自动地检测操作者将分拣对象物分拣到预先准备的预定的类别的装置。

在输入装置50是自动地检测分拣对象物的分拣结果的装置的情况下，例如既可以检测由操作者向分拣对象物附加的标签、标志等每个类别的识别信息，也可以检测分拣到对每个类别准备的类别区域中的情况。输入装置50经由接口17将分拣结果数据传递到CPU11。

测定装置60是用于取得为了对分拣对象物进行分拣而使用的表示形状、色彩、重量等物理量的测定数据的装置。测定装置60例如可以是拍摄分拣对象物的外观的拍摄装置，也可以是测定分拣对象物的重量、强度、温度等物理量的传感器，还可以是测定糖度、熟度、酸度、番茄红素、脂肪、氨基酸、其他蛋白质、淀粉量、葡萄糖量等成分的装置。进而，测定装置60也可以组合多个上述的拍摄装置以及各种传感器等以便一边拍摄一边测定重量等。测定装置60经由接口18将测定出的测定数据传递到CPU11。

控制电路19接受来自CPU11的指令，控制分拣装置70的分拣动作。控制电路19对分拣装置70的分拣动作的控制根据分拣装置70的种类而不同。例如，在分拣装置70是简单地输出分拣结果的装置的情况下，控制电路19按照来自CPU11的指令控制成通过显示画面、灯、声音等通知分拣结果。在分拣装置70是在分支路径中对传送带上的分拣对象物进行分拣的装置的情况下，控制电路19按照来自CPU11的指令控制分拣对象物在分支路径上的移动目的地。在分拣装置70是把持分拣对象物而进行分拣的机器人的情况下，控制电路19按照来自CPU11的指令控制机器人对分拣对象物的搬送。

另外，控制电路19进行操作者的分拣作业和分拣装置70的自动分拣动作的切换控制。操作者的分拣作业和分拣装置70的分拣动作的切换控制的内容根据分拣装置70的种类而不同。例如，在分拣装置70是在分支路径上对传送带上的分拣对象物进行分拣的装置的情况下，可以控制成在操作者进行分拣作业时降低传送带的流动速度后不进行分支路径上的自动分拣动作。另一方面，分拣装置70进行自动分拣动作时，可以提高传送带的速度后控制分支路径上的自动分拣动作。

接口21是用于连接控制装置2和机器学习装置100的接口。机器学习装置100具备：CPU101，其统一控制机器学习装置100整体；ROM102，其存储系统/程序等；RAM103，其用于进行机器学习的各处理中的暂时存储；以及非易失性存储器104，其用于存储学习模型等。机器学习装置100能够观测可经由接口21由控制装置2取得的各信息(从输入装置50输入的分拣对象物的分拣结果数据、通过测定装置60测定出的测定数据等)。另外，控制装置2将从机器学习装置100输出的、控制分拣装置70对分拣对象物的分拣的指令传递到CPU11。

图2是表示本发明的一个实施方式的分拣系统的主要部分的概要功能框图。图1所示的控制装置2所具备的CPU11以及机器学习装置100的处理器101执行各自的系统/程序，控制控制装置2和机器学习装置100的各部的动作，来实现图2所示的各功能模块。构成本实施方式的分拣系统1的控制装置2具备学习结果适当性判定部30、分拣控制切换部32、控制部34。

学习结果适当性判定部30是以下的功能单元：根据对从输入装置50输入的分拣对象物的分拣结果与机器学习装置100对该分拣对象物进行判定所得的分拣结果进行比较的结果，判定机器学习装置100的学习结果的适当性，并将该判定结果输出到分拣控制切换部32。学习结果适当性判定部30进行基于与分拣对象物有关的从输入装置50输入的分拣对象物的分拣结果、机器学习装置100对该分拣对象物进行判定所得的分拣结果的统计处理。在统计处理的结果为预先确定的第一预定基准以上的情况下，学习结果适当性判定部30判定为机器学习装置100的学习结果的适当性符合事先指定的基准，另一方面，是其他结果的情况下，判定为机器学习装置100的学习结果的适当性不符合事先指定的基准，并向分拣控制切换部32输出该信息。作为该预定基准，例如可以是双方的分拣结果连续一致的次数为预先确定的第一预定次数以上，也可以是过去进行的与预先确定的预定数量的分拣对象物有关的双方的分拣结果的一致率高于预先确定的第一预定率的情况。进而，作为该预定基准，还可以使用其他公知的统计方法。

学习结果适当性判定部30例如也可以在已经判定为机器学习装置100的学习结果的适当性符合事先指定的基准以后，直接持续输出机器学习装置100的学习结果的适当性符合事先指定的基准这样的判定。另外，学习结果适当性判定部30例如也可以在已经判定为机器学习装置100的学习结果的适当性符合以后，在操作者的任意的定时下采样进行同样的适当性判定。另外，也可以在低于预先确定的第二预定基准(例如表示不满第一预定基准的水平的基准)的情况下，学习结果适当性判定部30输出机器学习装置100的学习结果的适当性不符合事先指定的基准这样的判定。

学习结果适当性判定部30例如也可以在判定为机器学习装置100的学习结果的适当性符合事先指定的基准以后，在学习结果的适当性判定的结果为预先确定的第三预定基准(例如表示第一预定基准以上的水平的基准)以上的情况下，向机器学习装置100发出指令使得停止机器学习。然后，也可以在操作者的任意的定时下采样进行的学习结果的适当性判定的结果低于预先确定的第四预定基准(例如表示不满第三预定基准的水平的基准)的情况下，学习结果适当性判定部30向机器学习装置100发出指令使得重新开始机器学习。

进而，学习结果适当性判定部30例如也可以在机器学习装置100的学习结果的适当性判定的结果为预先确定的第五预定基准(例如表示第一预定基准以上的水平的基准)以下的情况下，向机器学习装置100发出指令使得废弃此前的学习结果而重新进行学习。

分拣控制切换部32是以下的功能单元：根据从学习结果适当性判定部30输出的机器学习装置100的机器学习的学习结果的适当性判定，切换通过分拣装置70的自动分拣、还是通过操作者的手动分拣来进行分拣对象物的分拣。分拣控制切换部32在判定为从学习结果适当性判定部30输出的机器学习装置100的机器学习的学习结果的适当性不符合事先指定的基准的情况下，向控制部34发出指令以便不进行分拣装置70对分拣对象物的自动分拣。另一方面，分拣控制切换部32在判定为从学习结果适当性判定部30输出的机器学习装置100的机器学习的学习结果的适当性符合事先指定的基准的情况下，向控制部34发出指令以便进行分拣装置70对分拣对象物的自动分拣。

分拣控制切换部32也可以在切换分拣对象物的分拣的自动/手动时，利用未图示的显示装置、操作盘的灯、声音输出，向操作者通知切换。

可以如下这样整理上述的学习结果适当性判定部30的学习结果的适当性判定、分拣控制切换部32的自动分拣的切换。

·适当性为优(第三预定基准以上)：(以后)进行自动分拣，不进行机器学习装置的学习(能够在充分的精度下进行分拣的情况等)

·适当性为良(第一预定基准以上)：(以后)进行自动分拣，进行机器学习装置的学习(目的是适当性成为优)

·适当性未定(pending)(系统启动时的状态)：(以后)不进行自动分拣，进行机器学习装置的学习(目的是适当性成为良)

·适当性为差(bad)(第五预定基准以下)：(以后)不进行自动分拣，进行机器学习装置的学习(废弃现存的学习结果重新进行学习。使用了学习结果的分拣结果为不相干(irrelevant)的情况等)

控制部34是以下的功能单元：在从分拣控制切换部32发出指令进行分拣对象物的分拣时，生成控制分拣装置70进行分拣对象物的自动分拣的控制信息。控制部34对分拣装置70的分拣动作的控制根据分拣装置70的种类而不同，而示例了上述那样的分拣的结果的输出控制、传送带的分支路径上的分支控制、机器人的运送控制等。

另一方面，构成本实施方式的分拣系统1的机器学习装置100具备：状态观测部106，其观测包含由测定装置60测定出的表示与分拣对象物的状态相关的信息的测定数据S1的表示环境的当前状态的状态变量S；以及标签数据取得部108，其取得包含从输入装置50输入的表示分拣对象物的分拣结果的分拣结果数据L1的标签数据(lable data)L。机器学习装置100还具备：学习部110，其使用状态变量S和标签数据L，将分拣对象物的状态与分拣结果数据L1关联起来进行学习；以及判定结果输出部12，其根据分拣对象物的状态，使用当前的已学习模型，输出判定结果。

可以作为通过测定装置60测定出的与分拣对象物的状态相关的信息集(set)，来取得机器学习装置100所具备的状态观测部106所观测的状态变量S中的测定数据S1。作为由测定装置60测定出的与分拣对象物的状态相关的信息，示例了从表示分拣对象物的外观的图像取得的形状、色彩、伤痕的有无、分拣对象物的重量、分拣对象物的硬度、损伤、腐败的有无、土、梗、叶等废物、异物的附着的有无等。但是，只要是成为在对分拣对象物进行分拣时的判断基准的信息，则可以取得任意的值作为由测定装置60测定出的与分拣对象物的状态相关的信息。

标签数据取得部108可以使用从输入装置50输入的表示分拣对象物的分拣结果的分拣结果数据L1作为标签数据L1。分拣结果数据L1可取的值根据分拣的目的而不同，但例如在分拣合格品和不合格品的情况下，取表示合格品的标签、表示不合格品的标签的2个值，在分拣为多个类别的情况下，可取表示各个类别的标签的值(多值)。分拣结果数据L1是表示操作者对从分拣对象物得到的状态变量S的判定结果的指标。

学习部110依照被统称为机器学习的任意的学习算法，学习与状态变量S(作为与分拣对象物的状态相关的信息的测定数据S1)对应的标签数据L(表示分拣对象物的分拣结果的分拣结果数据L1)。学习部110例如可以学习包含在状态变量S中的摄像分拣对象物所得的摄像数据(图像)与包含在标签数据L中的分拣对象物的分拣结果之间的相关性。

学习部110可以反复执行基于包含上述状态变量S和标签数据L的数据集合的学习。学习部110通过反复进行学习周期，能够自动地识别暗示了与分拣对象物的状态相关的信息(测定数据S1)和分拣对象物的分拣结果(分拣结果数据L1)之间的相关性的特征。在学习算法的开始时，测定数据S1和分拣结果数据L1之间的相关性实质上是未知的，但学习部110随着学习的推进，逐渐识别特征并解释相关性。如果测定数据S1和分拣结果数据L1之间的相关性被解释到可以某种程度地信赖的水平，则为了针对当前状态(即分拣对象物的状态)进行应该怎样对分拣对象物进行分拣这样的判定，可以使用学习部110反复输出的学习结果。即，学习部110伴随着学习算法的推进，能够逐渐使分拣对象物的状态和该分拣对象物的分类的判定之间的相关性接近最佳解。此外，学习部110也可以在机器学习装置100从学习结果适当性判定部30发出指令停止学习时，停止上述的机器学习的执行。

判定结果输出部122根据学习部110学习的结果，进行与分拣对象物的状态对应的该分拣对象物的分拣的判定，并将该判定结果输出到学习结果适当性判定部30。判定结果输出部122输出的分拣对象物的分拣的判定结果根据分拣的目的而可取的值不同，但例如在分拣合格品和不合格品的情况下，能够输出表示合格品的标签和表示不合格品的标签的2个值，在分拣为多个类别的情况下，能够输出表示各个类别的标签的值(多值)。此外，判定结果输出部122的判定结果与学习结果适当性判定部30对学习结果的适当性判定无关，例如可以向未图示的分拣装置70的显示装置、未图示的控制装置2的显示装置等输出，但理想的是这时与控制部34的自动分类相关的显示进行区分地进行显示。

作为分拣系统1所具备的机器学习装置100的一个变形例子，状态观测部106除了观测测定数据S1以外，也可以还观测表示分拣的补足信息的分拣关联信息S2。作为分拣关联信息S2的例子，例如可以是测定数据S1是摄像图像数据的情况下的表示分拣的根据的图像区域的部分的值。

另外，也可以是测定数据S1为温度数据的情况下的表示架台、外部大气等外部环境的温度的值。分拣关联信息S2既可以解析由测定装置60测定出的测定数据而得到，也可以经由输入装置50手动地输入。

根据上述变形例子，机器学习装置100能够学习测定数据S1和表示分拣的补足信息的分拣关联信息S2与分拣结果数据L1之间的相关性，因此能够输出更高精度的分拣的判定结果。

在具有上述结构的机器学习装置100中，学习部110执行的学习算法并没有特别限定，可以采用公知的学习算法作为机器学习。图3是图2所示的分拣系统1的其他形式，作为学习算法的其他例子表示具备执行监督学习的学习部110的结构。监督学习是以下的方法：被提供输入和与之对应的输出的已知的数据集(set)(称为监督数据)，根据这些监督数据识别暗示了输入和输出之间的相关性的特征，由此学习用于推定与新输入对应的需要的输出的相关性模型。

在图3所示的分拣系统1所具备的机器学习装置100中，学习部110具备：误差计算部112，其根据状态变量S计算相关性模型M与相关性特征之间的误差E，其中，相关性模型M是根据分拣对象物的状态进行该分拣对象物的分拣的判定的模型，相关性特征是根据从操作者对分拣对象物的分拣结果得到的监督数据T识别出的特征；模型更新部114，其更新相关性模型M以便缩小误差E。学习部110通过由模型更新部114反复进行相关性模型M的更新，来学习与分拣对象物的状态对应的该分拣对象物的分拣的判定。

例如对状态变量S和分拣对象物的分拣结果之间的相关性进行简化(例如用一次函数)来表现相关性模型M的初始值，在开始监督学习之前提供给学习部110。在本发明中，监督数据T可以由从操作者对分拣对象物的分拣结果得到的经验值构成，在分拣系统1的最初的运行时随时提供给学习部110。误差计算部112根据随时提供给学习部110的监督数据T，识别暗示了分拣对象物的状态与该分拣对象物的分拣结果之间的相关性的相关性特征。接着，误差计算部112求出该相关性特征和与当前状态下的状态变量S和标签数据L对应的相关性模型M之间的误差E。模型更新部114例如依照预先确定的更新规则，向误差E变小的方向更新相关性模型M。

在下一个学习周期中，误差计算部112依照更新后的相关性模型M，使用状态变量S，进行分拣对象物的分拣的判定，求出该判定的结果与实际取得的标签数据L之间的误差E。然后，模型更新部114再次更新相关性模型M。这样，逐渐了解未知的环境的当前状态和对其的预测之间的相关性。

在进行上述的监督学习时，可以使用神经网络。

图4A示意地表示神经元的模型。图4B示意地表示组合图4A所示的神经元而构成的三层神经网络的模型。神经网络例如可以由模仿了神经元的模型的运算装置、存储装置等构成。

图4A所示的神经元输出针对多个输入x(在此作为一个例子，为输入x₁～输入x₃)的结果y。针对各输入x₁～x₃附加与该输入x对应的加权w(w₁～w₃)。由此，神经元输出通过以下的公式1表现的输出y。此外，输入x、输出y、以及加权w全部是向量。另外，θ是偏差，f_k是激活函数。

图4B所示的三层的神经网络从左侧输入多个输入x(在此作为一个例子，为输入x1～输入x3)，从右侧输出结果y(在此作为一个例子，为结果y1～结果y3)。在图示的例子中，将输入x1、x2、x3分别乘以对应的加权(统一地用w1表示)，各个输入x1、x2、x3都被输入到三个神经元N11、N12、N13。

在图4B中，统一地用z1表示神经元N11～N13的各个输出。z1可以看作为抽出输入向量的特征量所得的特征向量。在图示的例子中，将特征向量z1分别乘以对应的加权(统一地用w2表示)，各个特征向量z1都被输入到两个神经元N21、N22。特征向量z1表示加权W1和加权W2之间的特征。

在图4B中，统一地用z2表示神经元N21～N22的各个输出。Z2可以看作为抽出特征向量z1的特征量所得的特征向量。在图示的例子中，将特征向量z2分别乘以对应的加权(统一地用w3表示)，各个特征向量z2都被输入到三个神经元N31、N32、N33。特征向量z2表示加权W2和加权W3之间的特征。最后，神经元N31～N33分别输出结果y1～y3。

此外，也可以使用利用了成为三层以上的层的神经网络的所谓的深层学习的方法。

在分拣系统1所具备的机器学习装置100中，将状态变量S作为输入x，学习部110进行与上述神经网络一致的多层构造的运算，由此能够输出与分拣对象物的状态对应的分拣的判定(结果y)。此外，在神经网络的动作模式中有学习模式和价值预测模式，例如可以在学习模式下使用学习数据集来学习加权w，使用学习到的加权w，在价值预测模式下进行行为的价值判断。此外，在价值预测模式下，也可以进行检测、分类、推论等。

上述的机器学习装置100的结构可以记述为由处理器101分别执行的机器学习方法(或软件)。该机器学习方法是学习与分拣对象物的状态对应的该分拣对象物的分拣的判定的机器学习方法，包括：处理器101观测表示与分拣对象物的状态相关的信息的测定数据S1作为表示当前状态的状态变量S的步骤；取得表示分拣对象物的分拣结果的分拣结果数据L1作为标签数据L的步骤；使用状态变量S和标签数据L，将测定数据S1和分拣对象物的分拣结果关联起来进行学习的步骤。

可以利用通过机器学习装置100的学习部110进行学习而得到的已学习模型作为与机器学习相关的软件的一部分即程序模块。可以在具备计算机所具备的CPU、GPU等处理器和存储器的计算机中使用本发明的已学习模型。更具体地说，计算机的处理器进行动作使得依照来自存储在存储器中的已学习模型的指令，将分拣对象物的状态作为输入而进行运算，根据运算结果输出与该分拣对象物的状态对应的该分拣对象物的分拣结果。可以经由外部存储介质、网络等将本发明的已学习模型复制到其他计算机而利用。

另外，在将本发明的已学习模型复制到其他计算机并在新的环境中利用时，也可以根据在该环境中得到的新的状态变量、判定数据，对该已学习模型进行进一步学习。在这样的情况下，能够得到从基于该环境的已学习模型派生出的已学习模型(以下称为派生模型)。本发明的派生模型在输出与预定的分拣对象物的状态对应的该分拣对象物的分拣的判定的结果这一点上与原来的已学习模型相同，但在输出比原来的已学习模型更适合于新的环境(新的分拣对象物)的结果这一点上不同。该派生模型还可以经由外部存储介质、网络等复制到其他计算机而利用。

进而，也可以使用针对向组入了本发明的已学习模型的机器学习装置的输入(预定的分拣对象物的状态下的分拣的判定)而得到的输出(价值)，在其他机器学习装置中制作从1开始进行学习而得到的已学习模型(以下称为蒸馏模型)，并利用它(将这样的学习步骤称为蒸馏)。在蒸馏中，也将原来的已学习模型称为教师模型，将新制作的蒸馏模型称为学生模型。一般，蒸馏模型的大小比原来的已学习模型小，由此能够得出与原来的已学习模型同等的准确度，因此更适合于经由外部存储介质、网络等向其他计算机发布。

作为本发明的一个实施例，图5表示了以下的例子，即使用视觉传感器作为测定装置60，对承载在架台82上的分拣对象物80进行摄像，将该分拣对象物80是合格品80a还是不合格品80b的判定结果显示到作为分拣装置70的显示装置。在分拣操作的初期，操作者86通过测定装置60摄像分拣对象物80，进而经由输入装置50输入该分拣对象物80为合格品80a/不合格品80b的分拣结果。然后，根据通过测定装置60摄像的摄像数据(测定数据S1)、从输入装置50输入的分拣对象物80的分拣结果(分拣结果数据L1)，由控制装置2所具备的机器学习装置100进行机器学习。在学习的精度变高的时间点，在分拣装置70显示此后自动地进行分拣的意思。然后，操作者只通过测定装置60测定分拣对象物80，就在分拣装置70上显示作为分拣的结果的合格品80a/不合格品80b的判定。

此外，在图5所示的实施例中，既可以将作为测定装置60的视觉传感器设置在机器人的手指尖等可动部，也可以将分拣对象物80把持在机器人的手指尖等可动部来处理。另外，也可以同时配置多个分拣对象物80而进行摄像，在该情况下，可以准备操作者针对各个分拣对象物80分别输入分拣结果的界面，另外，控制装置2可以从摄像所得的图像切分一个一个的分拣对象物80并进行分析，输出对各个分拣对象物80的判定的分拣结果。进而，通过作为测定装置60的视觉传感器得到的输入图像可以是二维彩色图像、二维灰度等级图像、距离图像、三维点群，也可以是它们的视频。

另外，在图5示例的分拣系统1中判定为学习结果的适当性符合事先指定的基准以后，也可以如图6所示，将作为分拣装置70的机器人与控制装置2连接，使得在控制装置2的控制下进行分拣装置70(机器人)的自动分拣。

以上，说明了本发明的实施方式，但本发明并不只限于上述实施方式的例子，通过施加适当的变更能够以各种形式实施。

例如，机器学习装置100执行的学习算法、机器学习装置100执行的运算算法、控制装置2执行的控制算法等并不限于上述情况，可以采用各种算法。

另外，在上述实施方式中，说明为控制装置2和机器学习装置100具备不同的CPU(处理器)的装置，但也可以通过控制装置2所具备的CPU11、存储在ROM12中的系统/程序来实现机器学习装置100。

进而，在上述实施方式中，表示了机器学习装置100在控制装置2上的例子，但机器学习装置100也可以构成为存在于在网络上准备的云服务器等中，进而，也可以将控制装置2所具备的学习结果适当性判定部30、分拣控制切换部32的功能设置在单元控制器、主控制器中，将控制部34设置在分拣装置70或控制分拣装置70的控制装置上，由此实现本发明。

Claims (5)

1.一种分拣系统，其根据测定装置测定成为分拣对象的分拣对象物的状态而得到的测定数据，生成用于对上述分拣对象物进行分拣的控制信息，其特征在于，该分拣系统具备：

输入装置，其输入表示操作者对上述分拣对象物进行分拣而得的分拣结果的分拣数据；

机器学习装置，其学习针对上述测定数据的上述分拣数据；

学习结果适当性判定部，其根据从上述输入装置输入的分拣对象物的分拣结果、使用上述机器学习装置的学习结果判定出的上述分拣对象物的分拣结果，来判定上述机器学习装置的学习结果的适当性；

分拣控制切换部，其根据上述学习结果适当性判定部的判定结果，来切换上述分拣对象物的分拣动作；以及

控制部，其生成用于对上述分拣对象物进行分拣的控制信息，

上述分拣控制切换部进行如下动作：

在上述机器学习装置的学习结果的适当性符合事先指定的基准的情况下，切换上述控制部的动作以便进行上述分拣对象物的自动分拣，

在上述机器学习装置的学习结果的适当性不符合事先指定的基准的情况下，切换上述控制部的动作以便不进行上述分拣对象物的自动分拣。

2.根据权利要求1所述的分拣系统，其特征在于，

在基于从上述输入装置输入的分拣对象物的分拣结果和上述机器学习装置的学习结果的统计处理的结果为预先确定的第一预定基准以上的情况下，上述学习结果适当性判定部判定为上述机器学习装置的学习结果的适当性符合事先指定的基准。

3.根据权利要求1或2所述的分拣系统，其特征在于，

在基于从上述输入装置输入的分拣对象物的分拣结果和上述机器学习装置的学习结果的统计处理的结果为预先确定的第三预定基准以上的情况下，上述学习结果适当性判定部对上述机器学习装置指令停止学习。

4.根据权利要求1或2所述的分拣系统，其特征在于，

在基于从上述输入装置输入的分拣对象物的分拣结果和上述机器学习装置的学习结果的统计处理的结果为预先确定的第五预定基准以下的情况下，上述学习结果适当性判定部对上述机器学习装置指令废弃此前的学习结果并重新开始学习。

5.根据权利要求1或2所述的分拣系统，其特征在于，

上述机器学习装置除了上述测定数据外，还能够观测对上述分拣对象物的分拣进行补充的分拣关联信息，并学习针对上述测定数据和上述分拣关联信息的双方的上述分拣数据。

Images