CN111844053B - 教导设备、教导方法和机器人系统 - Google Patents

教导设备、教导方法和机器人系统 Download PDF

Info

Publication number
CN111844053B
CN111844053B CN202010757148.5A CN202010757148A CN111844053B CN 111844053 B CN111844053 B CN 111844053B CN 202010757148 A CN202010757148 A CN 202010757148A CN 111844053 B CN111844053 B CN 111844053B
Authority
CN
China
Prior art keywords
robot
model
path
virtual
movement path
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.)
Active
Application number
CN202010757148.5A
Other languages
English (en)
Other versions
CN111844053A (zh
Inventor
藤枝康吏
松本久
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.)
Canon Inc
Original Assignee
Canon Inc
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 Canon Inc filed Critical Canon Inc
Priority to CN202010757148.5A priority Critical patent/CN111844053B/zh
Publication of CN111844053A publication Critical patent/CN111844053A/zh
Application granted granted Critical
Publication of CN111844053B publication Critical patent/CN111844053B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/0081—Programme-controlled manipulators with master teach-in means
    • 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
    • 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
    • G05B19/406—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 monitoring or safety
    • G05B19/4069—Simulating machining process on screen
    • 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
    • G05B19/42—Recording and playback systems, i.e. in which the programme is recorded from a cycle of operations, e.g. the cycle of operations being manually controlled, after which this record is played back on the same machine
    • 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
    • G05B19/42—Recording and playback systems, i.e. in which the programme is recorded from a cycle of operations, e.g. the cycle of operations being manually controlled, after which this record is played back on the same machine
    • G05B19/4202—Recording and playback systems, i.e. in which the programme is recorded from a cycle of operations, e.g. the cycle of operations being manually controlled, after which this record is played back on the same machine preparation of the programme medium using a drawing, a model
    • 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
    • G05B2219/39014—Match virtual world with real world
    • 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
    • G05B2219/40—Robotics, robotics mapping to robotics vision
    • G05B2219/40317—For collision avoidance and detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Human Computer Interaction (AREA)
  • Manufacturing & Machinery (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Numerical Control (AREA)
  • Manipulator (AREA)

Abstract

本公开涉及教导设备、教导方法和机器人系统。本发明即使在虚拟机器人系统的结构与真实机器人系统的结构之间出现几何形状差异，也生成适当的离线教导数据。一种教导设备，在虚拟空间中构建其中布置机器人的虚拟3D模型和机器人的周边结构的虚拟3D模型的虚拟机器人系统，并且教导机器人的移动路径。教导设备包括被配置为获取关于虚拟3D模型之间的几何形状误差的信息的获取单元、和被配置为根据由获取单元获取的信息校正机器人的移动路径的校正单元。

Description

教导设备、教导方法和机器人系统
本申请是申请号为201680008511.5、申请日为2016年1月27日、发明名称为“教导设备、教导方法和机器人系统”的发明专利申请的分案申请。
技术领域
本发明涉及离线教导机器人的操作的教导设备、教导方法和机器人系统。
背景技术
在虚拟空间中构建由机器人和机器人的周边结构构成的虚拟机器人系统的教导设备生成机器人的操作程序并且离线地教导机器人的操作。通常在虚拟机器人系统与真实机器人系统之间存在误差，并且，如果由教导设备生成的机器人的操作程序被供应到真实机器人系统，则可能在机器人与周边结构之间出现干涉等。
PTL 1公开了作为考虑上述误差的教导设备的技术。该技术用于通过使用2D视觉传感器、3D视觉传感器和距离传感器等测量真实机器人系统的结构的部署位置来检测真实机器人系统的结构与虚拟机器人系统之间的部署位置的误差、并且按误差量偏移教导点坐标来避免机器人与周边结构之间的干涉。
[引文列表]
[专利文献]
PTL 1：日本专利公开No.2003-150219
发明内容
[技术问题]
在教导设备中，在虚拟空间中准备和部署机器人或周边结构的3D模型以构建虚拟机器人系统。通过使用这些3D模型设定机器人的操作和教导点坐标来实施教导工作。在虚拟机器人系统的构建期间，由机器人的制造商准备的3D模型可以用于机器人，而在许多情况下不对周边结构准备3D模型。在这种情况下，周边结构的3D模型由具有基本上相同的外部尺寸的简单几何形状模型替代。因此，可能在虚拟机器人系统与真实机器人系统之间的结构的模型几何形状中出现差异。
在PTL 1中公开的技术仅校正虚拟机器人系统和真实机器人系统的部署位置中的误差，并且不能校正结构的模型几何形状中的误差。因此，在PTL 1所公开的技术中，可能由于模型几何形状中的差异而在真实机器人系统中出现机器人与结构之间的干涉。如果在模型几何形状中存在差异，则到工作点的最短路径可能被改变。在如PTL 1中所公开的技术中那样按关于部署位置的误差量偏移教导点坐标时，机器人的移动路径不能被校正到最短路径。
[问题的解决方案]
从而，本发明即使在虚拟机器人系统的结构与真实机器人系统的结构之间出现几何形状差异也生成适当的离线教导数据。
根据本发明的一方面，提供一种在虚拟空间中构建虚拟机器人系统并且教导机器人的移动路径的教导设备，在该虚拟机器人系统中布置机器人的虚拟3D模型和机器人的周边结构的虚拟3D模型，该设备包括：被配置为获取关于虚拟3D模型之间的几何形状误差的信息的获取单元；和被配置为根据由获取单元获取的信息校正机器人的移动路径的校正单元。根据本发明，即使在虚拟机器人系统的结构与真实机器人系统的结构之间出现几何形状差异，也可以生成适当的离线教导数据。
从以下参考附图对本示例性实施例的描述，本发明的另外特征将变得清楚。
附图说明
图1是示出本实施例的示例性机器人系统的配置图。
图2是示出教导设备的示例性硬件配置的图。
图3是示出预先分析处理的示例性过程的流程图。
图4是示出系统构建单元的细节的图。
图5是示出画面配置元素(element)数据的细节的图。
图6是示出示例性教导点和示例性移动路径的图。
图7是示出路径校正处理的示例性过程的流程图。
图8是示出用于测量构成要素(component)的方法的图。
图9A是示出3D模型的示例性几何形状差异图案的图。
图9B是示出3D模型的示例性几何形状差异图案的图。
图9C是示出3D模型的示例性几何形状差异图案的图。
图9D是示出3D模型的示例性几何形状差异图案的图。
图10A是示出用于比较模型的方法的图。
图10B是示出用于比较模型的方法的图。
图11是示出路径校正确定方法(最短路径校正)的图。
图12是示出示例性最短路径校正确定的图。
图13是示出示例性最短路径校正确定的图。
图14是示出示例性最短路径校正确定的图。
图15是示出端部效应器的示例性形状的图。
图16是示出要实施最短路径校正的示例的图。
图17是示出要实施最短路径校正的示例的图。
图18是示出路径校正确定方法(干涉避免路径校正)的图。
图19是示出要实施干涉避免路径校正的示例的图。
图20是示出最短路径校正方法的图。
图21是示出用于设定最短路径校正的开始点和结束点的方法的图。
图22是示出路径搜索方法的图。
图23是示出路径搜索方法的图。
图24是示出路径搜索方法的图。
图25是示出路径搜索方法的图。
图26是示出最短路径校正的结果的图。
图27是示出干涉避免路径校正的结果的图。
具体实施方式
在下文中，参考附图描述用于实现本发明的实施例。下面描述的实施例是本发明的示例性实现，并且应当依赖于应用本发明的装置的配置和各种条件被适当地修改或改变。本发明不限于以下的实施例。
第一实施例
图1是示出本实施例中的设有教导设备的机器人系统100的示例性配置的图。机器人系统100包括机器人10和教导设备20。机器人10例如是关节型机器人，并且具有附接到臂的端部(手)的传感器部分11。传感器部分11测量定位在机器人10的手附近的物体，并将测量结果输出到教导设备20。传感器部分11可以是例如视觉传感器或距离传感器。
传感器部分11不一定必须被安装在机器人10上，而是可以例如被安装在另一操作机器上，或者被固定在要被拍摄的预定空间的上方的位置处。机器人10包括能够改变机器人10的手的位置和姿态(attitude)的位置和姿态改变机构12。位置和姿态改变机构12通过改变机器人10的每个关节的角度来改变机器人10的手的位置和姿势。位置和姿态改变机构12可以由电动马达驱动，或者可以由通过诸如油压和空气压力的流体压力操作的致动器驱动。位置和姿态改变机构12根据由教导设备20生成的指示机器人10的移动路径等的教导数据被驱动。
端部效应器13被附接到机器人10的手上。端部效应器13是根据机器人10的工作类型实施操作的工具，并且例如是机器人手。机器人手可以例如是具有能够抓握物体的马达驱动夹持机构的手，或者是采用利用空气压力吸附物体的吸附垫(absorption pad)的手。端部效应器13可拆卸地附接到臂，并且可以依赖于工作的类型而替换。机器人10不限于关节型机器人，而可以是数控(NC)可移动机器。
教导设备20在虚拟空间中生成用于机器人的教导数据(例如，机器人的移动路径)，并实施离线教导(离线教导)以向真实机器人供应生成的教导数据。具体地，教导设备20执行预先分析处理，在该预先分析处理中，在虚拟空间中部署虚拟机器人、附接到虚拟机器人的工具(端部效应器)、作为工作对象的工件和周边结构等的3D模型以构建虚拟机器人系统，并且通过虚拟机器人系统生成教导数据。教导设备20执行路径校正处理以根据在真实机器人系统的构建之后获取的构成要素的3D模型的几何形状来校正在预先分析处理中生成的教导数据。
在下文中，对教导设备20的每个部分进行详细描述。教导设备20例如由个人计算机(PC)构造，并且如图1中所示，包括系统构建单元201、机器人路径生成单元202、操作确认单元203、测量和模型生成单元204、几何形状差异确定单元205、路径校正单元206、外部I/F单元207以及I/O控制单元208。系统构建单元201在虚拟空间中构建虚拟机器人系统。机器人路径生成单元202是由系统构建单元201构建的虚拟机器人系统，并且生成作为教导数据的机器人的移动路径。操作确认单元203通过动画来实施对由机器人路径生成单元202生成的机器人路径的模拟。
测量和模型生成单元204通过控制传感器部分11来测量指示真实机器人系统的构成要素的几何形状的信息，并且生成所测量的构成要素的3D模型(测量3D模型)。几何形状差异确定单元205确定在由测量和模型生成单元204生成的测量3D模型和与测量3D模型对应的存在于虚拟空间中的现存3D模型(虚拟3D模型)之间是否存在几何形状差异，并且获取关于现存3D模型的几何形状误差的信息。如果确定差异存在，则几何形状差异确定单元205确定差异是否可能影响在预先分析处理中生成的机器人路径，即，在预先分析处理中生成的机器人路径是否需要被校正。
路径校正单元206根据几何形状差异确定单元205的确定结果来校正在预先分析处理中生成的机器人路径。如果确定几何形状差异可能影响机器人路径(即，机器人路径需要被校正)，则几何形状差异确定单元205校正机器人路径。外部I/F单元207将由机器人路径生成单元202和路径校正单元206生成的教导数据发送到机器人10。外部I/F单元207接收传感器部分11的测量结果，并将接收的测量结果发送到测量和模型生成单元204。I/O控制单元208是用户使用诸如键盘和鼠标之类的定点设备(pointing device)输入经由监视器执行的操作或者在监视器上显示模拟结果的设备。
[离线教导设备20的硬件配置]
图2示出教导设备20的示例性硬件配置。教导设备20包括CPU21、ROM 22、RAM 23、外部存储器24、输入单元25、显示单元26、通信I/F 27和系统总线28。CPU21共同地控制教导设备20中的操作，并且经由系统总线28控制构建单元(22至27)中的每一个。ROM 22是非易失性存储器，其中存储CPU 21执行处理所需要的控制程序等。程序可以存储在外部存储器24或可移动存储介质(未示出)中。RAM23充当CPU 21的主存储器、工作区等。CPU 21将必要的程序等从ROM 22加载到RAM 23以用于执行处理，并且执行程序等以实现各种的功能操作。
外部存储器24存储CPU 21使用程序执行处理所需要的各种类型的数据、各种类型的信息等。在CPU 21使用程序执行处理时获得的各种类型的数据、各种类型的信息等也被存储于外部存储器24中。输入单元25由键盘、鼠标等构成。操作者能够经由输入单元25向教导设备20提供指令。显示单元26由例如液晶显示器(LCD)的监视器形成。通信I/F 27是用于与外部设备通信的接口。系统总线28连接CPU 21、ROM 22、RAM 23、外部存储器24、输入单元25、显示单元26和通信I/F 27以彼此通信。
当CPU 21执行存储于ROM 22或外部存储器24中的程序时，教导设备20的每个部分的功能被实现。下面详细描述由教导设备20执行的处理。
预先分析处理
图3是示出由教导设备20执行的预先分析过程的流程图。预先分析处理是用于在构建真实机器人系统之前通过在虚拟空间中进行模拟而实施预先分析的处理。在步骤S1中，教导设备20在虚拟空间中构建虚拟机器人系统。系统构建单元201构建虚拟机器人系统。系统构建单元201导入机器人系统的每个构成要素的3D模型，并将3D模型部署在虚拟空间中以构建虚拟机器人系统。如图4中所示，关于其中3D模型在外部CAD设备210中准备的结构，3D模型从CAD设备210导入，并且关于其中3D模型不在CAD设备210中准备的结构，用户经由I/O控制单元208导入在画面上生成的简单3D模型。CAD设备210可以被安装在教导设备20上。
当导入3D模型时，系统构建单元201将画面配置元素数据211存储于存储器等中。画面配置元素数据211由图5中所示的字段(field)构成。即，3D模型的名称211a、部署3D模型的坐标211b、关于3D模型的几何形状的信息211c、3D模型的参考目的地CAD 211d以及几何形状校正实现标记211e与构成要素中的每一个相关。
如果在CAD设备210中不存在3D模型并且由用户生成的3D模型被导入，则在参考目的地CAD 211d的字段中什么也不描述。几何形状校正实现标记211e是指示在虚拟系统与真实系统之间是否可能已经出现几何形状差异的标记，并且等同于指示模型几何形状的可靠性的属性信息。在几何形状校正实现标记211e的字段中，例如描述以下标记：该标记指示在CAD设备210中不存在3D模型并且在由用户生成和导入的简单几何形状模型的结构与真实机器人系统之间可能已经出现几何形状差异。几何形状校正实现标记211e用于确定在稍后描述的路径校正处理中是否必须进行路径校正。返回图3，在步骤S1中构建虚拟机器人系统之后，在步骤S2中，教导设备20生成机器人的教导点和通过这些教导点的线性插值获得的机器人的移动路径。教导点和机器人路径被生成使得工作时间变得更短并使得机器人路径不干涉周边设备。
接下来，在步骤S3中，基于在步骤S2中生成的教导点和路径，在虚拟空间中实施模拟。图6示出通过模拟结果获得的、示例性的所获得的机器人路径。点401是教导点。机器人路径402是以a、b、c、d、e和f的顺序连接教导点的线。以这种方式，教导点401和机器人路径402被生成使得不干涉周边设备301。在图3中，如上所述，由系统构建单元201执行步骤S1的处理，由机器人路径生成单元202执行步骤S2的处理，并且由操作确认单元203执行步骤S3的处理。
路径校正处理
接下来，详细描述由教导设备20执行的路径校正处理。图7是示出路径校正处理的过程的流程图。路径校正处理是用于根据需要校正在上述的预先分析处理中生成的机器人路径的处理，并且在执行预先分析处理并构建真实机器人系统之后被执行。在步骤S11中，教导设备20在传感器部分11处测量真实机器人系统的构成要素。基于在虚拟机器人系统的构建期间生成的画面配置元素数据211，确定要测量的构成要素。
首先，教导设备20参考图5中所示的画面配置元素数据211的几何形状校正实现标记211e的字段，并且判别其处可能出现与真实机器人系统的几何形状差异的构成要素。接下来，教导设备20参考图5中所示的画面配置元素数据211的布置211b的字段，并且获取其处可能出现几何形状差异的构成要素的虚拟空间中的位置。以这种方式，要由真实机器人系统用传感器测量的构成要素被确定。
如果通过传感器部分11测量构成要素，则从多个方向测量要测量的构成要素到可以生成3D模型的程度。例如，如图8中所示，从X方向(即，结构310的宽度方向)、Y方向(结构310的深度方向)和Z方向(结构310的高度方向)中的任意一个，基于构成要素的几何形状211c的字段信息来确定要测量的方向。当由此确定要测量的构成要素时，教导设备20经由外部I/F单元207将测量指令输出到传感器部分11，并且获取传感器部分11的测量结果。教导设备20基于获取的测量结果生成构成要素的3D模型(测量3D模型)，并且使处理前进到步骤S12。
在步骤S12中，教导设备20将在步骤S11中生成的测量3D模型与对应于测量3D模型的虚拟空间中的现存3D模型进行比较。如果现存3D模型如图9A中所示的3D模型301那样是具有与实际构成要素的外部尺寸相同的外部尺寸的简单几何形状模型，则存在测量3D模型在外部尺寸上与现存3D模型301基本上相同但在形状上与现存3D模型301不同的情况(分别如图9B至9D中所示的3D模型311至313那样)。然后，如图所示，例如，在图10A和图10B中，现存3D模型301和测量3D模型311以体素示出并且在形状上被比较。通过例如提取以体素示出的形状的傅里叶谱来确认现存3D模型301与测量3D模型311之间的几何形状差异。
接下来，在步骤S13中，教导设备20基于关于在步骤S12中被确定为具有几何形状差异的构成要素的信息来确定几何形状差异是否可能影响在预先分析处理中生成的机器人路径。这里，如果在预先分析处理中生成的机器人路径由于几何形状差异而能够校正到工作时间较短的最短路径，则确定几何形状差异影响机器人路径。由于在预先分析处理中生成的机器人路径与实际构成要素之间出现干涉，因此当机器人路径需要被校正到一路径以避免干涉时，也确定几何形状差异可能影响机器人路径。
首先，描述用于确定是否能够校正到最短路径的方法。如图11中所示，从X方向上的两侧看机器人10和真实结构的3D模型310。关注面向机器人10的表面上的高度方向(Z方向)上的现存3D模型的尺寸、面向机器人10的表面上的高度方向(Z方向)上的测量3D模型的尺寸、以及机器人10的端部效应器13在高度方向(Z方向)和深度方向(Y方向)上的尺寸。例如，如果测量3D模型是如图9B中所示的3D模型311，则如图12中所示，关于现存3D模型301关注尺寸H1。关于测量3D模型311关注尺寸H2和H3。
如果测量3D模型是图9C中所示的3D模型312，则如图13中所示，以与图12中相同的方式，关于现存3D模型301关注尺寸H1。关于测量3D模型312关注尺寸H4。类似地，如果测量3D模型是图9D中所示的3D模型313，则如图14中所示，关于现存3D模型301关注尺寸H1。关于测量3D模型313关注尺寸H5(＝H1)。
然后，基于上述关注的尺寸，确定现存3D模型与测量3D模型之间的几何形状差异是否可能影响在预先分析处理中生成的机器人路径。在本实施例中，在机器人10的端部效应器13如图15中所示的那样具有高度H、宽度W和深度D的情况下，如果通过从面向机器人10的表面上的高度方向上的现存3D模型的尺寸减去面向机器人10的表面上的高度方向上的测量3D模型的尺寸的总和而获得的值大于端部效应器13的高度H或宽度W，则确定几何形状差异可以影响机器人路径。在图12中所示的示例中，当H1-(H2+H3)>H或H1-(H2+H3)>D时，如图16中所示，机器人10的端部效应器13可以穿过(pass through)作为与现存3D模型301的差异部分的中空部分。因此，确定可以新找到最短路径，并且在这种情况下，确定现存机器人路径可以受到影响。
在所示示例的情况下，例如，在图13中，当H1-H4>H或H1-H4>D时，如图17中所示，机器人10的端部效应器13可以穿过作为与现存3D模型301的差异部分的中空部分。同样在这种情况下，确定现存机器人路径可以受到影响(可以校正到最短路径)。相反，在图14中所示的H1-H5＝0并且上述条件不被满足的示例中，确定现存机器人路径不受影响(不可以校正到最短路径)。因而可以确定是否可以校正到最短路径。关于图11的X方向上的两侧做出这种确定。
接下来，描述用于确定是否必须校正到干涉避免路径的方法。图18是示出在预先分析处理中生成的示例性机器人路径的图。该机器人路径403是机器人10在虚拟空间中按照a、b、c、d、e和f的教导点的顺序在现存3D模型301附近沿其经过的路径。如图19中所示，在用测量3D模型314取代图18中的现存3D模型301之后，基于现存机器人路径403与测量3D模型314之间的位置关系来确定是否必须校正到干涉避免路径。
在图19中所示的示例中，事实证明由于几何形状差异，在穿过教导点b、c和d的路径上出现干涉。即，穿过教导点b、c和d的路径是需要校正到干涉避免路径的路径。因而可以确定是否可以校正到干涉避免路径。如果在图7的步骤S13中确定几何形状差异可以影响现存机器人路径，则教导设备20确定校正机器人路径，并使处理前进到步骤S14。如果确定现存机器人路径不受影响，则教导设备20确定不校正机器人路径，并且使处理前进到稍后描述的步骤S16。在步骤S14中，教导设备20校正机器人路径。这里，教导设备20在需要校正的部分处部分地校正在预先分析处理中生成的机器人路径。
首先，描述用于校正到最短路径的方法。图20是示出在预先分析处理中生成的示例性机器人路径的图。机器人路径403是机器人10在虚拟空间中按照a、b、c、d、e和f的教导点的顺序在现存3D模型301附近沿其经过的路径。机器人路径404是机器人10在虚拟空间中按照教导点x、y和z的顺序在现存3D模型301附近沿其经过的路径。当搜索最短路径时，如图21中所示，首先用测量3D模型311替代图20中的现存3D模型301。
接下来，设定定位在离测量3D模型311某一距离处的邻近区域501，并且搜索定位在邻近区域501中的教导点。在图21中所示的示例中，教导点b、c、d、e和y定位在邻近区域501中。虽然邻近区域501在本文中是长方体空间，但是仅需要邻近区域501限定测量区域3D附近的区域，并且可以例如形状为球形。此外，从邻近区域501的外部搜索朝向邻近区域501中的教导点的路径(即，从邻近区域501的外部进入邻近区域501的路径)。在图21中所示的示例中，搜索a到b的路径411和x到y的路径412。类似地，搜索从邻近区域501的内部朝向邻近区域501的外部的路径。在图21中所示的示例中，搜索e到f的路径413和y到z的路径414。
接下来，搜索从邻近区域501的外部进入邻近区域501的路径(图21中的路径411和路径412)的结束点与从邻近区域501移出邻近区域501的路径(图21中的路径413和路径414)的开始点不是相同坐标的教导点。在图21中所示的示例中，搜索教导点b和教导点e。在图21中，关于按照教导点x、y和z的顺序的路径，教导点y具有开始点和结束点两者的功能，并且可以确定端部效应器13仅瞬间进入邻近区域501，并且它与穿过3D模型311的中空部分的端部效应器没有关系。因此，事实证明仅需要以教导点b为开始点且以教导点e为结束点来搜索最短路径。
例如，对于最短路径搜索可以使用搜索树方法。图22是示出用于通过图搜索来搜索路径的方法的图。考虑如图22中所示的要搜索空间600中从开始点601到目标点602的最短路径的情况。这里，在空间600中存在障碍物，即非透射区域603。虽然在图22中示出2D空间，但本实施例也适用于3D空间。
首先，如图22中所示，空间600被呈现为网状(网格)结构。接下来，如图23中所示。考虑从开始点601移动到邻接网格以及从目标点602移动到邻接网格。如果障碍物603存在于邻接网格中，则这些点不移动到这些网格。例如，关于图23中的开始点601，由于障碍物603存在于A到H的八个方向之中的C和D的方向上，因此开始点601不向C和D的方向移动。关于目标点602，由于在任何邻接网格中不存在障碍物603，因此目标点602可以向A到H的任何方向移动。
类似地，如图24中所示，路径从它们已经移动到的网格移动到不存在障碍物的邻接网格(例如，网格604和605)。在开始点601和目标点602两者处重复该处理，并且，来自开始点601和目标点602的点沿其最快速地进入相同网格的路径是最短路径。在本示例中，如图25中所示，路径610是最短路径。以图21中的教导点b为开始点并且以图21中的教导点e为结束点在上述方法中搜索的最短路径是图26中的路径415。因而现存机器人路径可以被校正到最短路径。
由于上述方法用于路径搜索算法，因此，如果将邻近区域501设定得大，则变得可以进行长距离的路径校正，并且可以使校正路径平滑。但是，在这种情况下，容易估计到，处理时间变长。因此，可以依赖于给予处理时间优先级还是给予路径平滑度优先级来设定邻近区域501。虽然上面已经描述了通过图形搜索来搜索最短路径的情况，但是也可以使用其他算法(例如，抽样基础搜索，诸如RRT和PRM)。
接下来，描述用于校正到干涉避免路径的方法。首先，搜索干涉避免路径的开始点和结束点。在上述的图19中所示的示例中，穿过教导点b、c和d的路径是需要校正到干涉避免路径的路径。因此，在这种情况下，以教导点b作为开始点且以教导点d作为结束点来搜索干涉避免路径。以与上述最短路径的搜索相同的方式实施干涉避免路径的搜索。以这种方式，如图27中所示，获得其教导点b是开始点且教导点d是目标点并且已经避免与测量3D模型314的干涉的校正路径416。校正路径416穿过例如在路径搜索中新设定的教导点g和h。如上所述，在路径被校正以经过最短路径或避免干涉之后，教导设备20使处理前进到图7的步骤S15并更新虚拟机器人系统。即，教导设备20用测量3D模型替代虚拟空间中的3D模型并更新虚拟空间中的机器人系统。
接下来，在步骤S16中，教导设备20将校正的机器人路径数据发送到真实机器人系统。因而实施由真实机器人系统进行的操作确认。如上所述，在本实施例中，用于预先分析的由虚拟空间中的虚拟机器人系统教导的机器人的移动路径依赖于构造虚拟机器人系统的虚拟3D模型的几何形状误差而被校正。在虚拟机器人系统与真实机器人系统之间存在机器人系统的结构的几何形状差异的情况下，当使机器人在虚拟机器人系统上生成的操作程序上进行操作时，在真实机器人系统中可能出现机器人与周边设备之间的干涉，或者可能不能实现期望的工作时间。
因此，在现有技术的离线教导设备中，生成的操作程序被发送到真实机器人系统，在真实机器人系统中实施调整，并且校正操作程序。如果在真实机器人系统中校正的操作程序被返回到教导设备，则在教导设备上的模拟中，在机器人与周边设备之间可能出现干涉等。因此，虚拟空间中的机器人系统被重构为与真实机器人系统相同，并且，实施重新教导操作。
相反，在本实施例中，如果已经出现虚拟3D模型的几何形状误差，则在虚拟机器人系统上生成的操作程序被自动校正，并然后被发送到真实机器人系统。因此，不必使用真实机器人系统进行现场调整或重新教导操作。因而，即使虚拟空间中的系统与真实机器人系统之间已经出现结构上的几何形状差异，也实现适当的离线教导。3D模型的几何形状差异是否可能影响在预先分析处理中生成的机器人路径(即，是否必须校正该机器人路径)被确定，并且如果确定必须校正，则校正机器人路径。因此，可以高效地执行校正处理。
通过使用视觉传感器、距离传感器等测量真实机器人系统的结构的形状来确定是否已经出现虚拟3D模型的几何形状误差。具体地，根据传感器的测量结果生成结构的测量3D模型，比较生成的测量3D模型与虚拟3D模型，并计算虚拟3D模型的几何形状误差。由于几何形状差异是根据测量结果来确定的，因此可以可靠地获知虚拟机器人系统与真实机器人系统之间的机器人系统的结构上的几何形状差异的存在。
由传感器进行的几何形状测量仅关于与确定可能存在几何形状误差的虚拟3D模型对应的真实机器人系统上的结构来实施。这里，依赖于例如虚拟3D模型是否是由用户生成的简单几何形状模型来确定是否可能存在几何形状误差。由机器人的制造商准备的3D数据可以用于机器人，而在许多情况下，由于诸如工具之类的部件的数量大，因此对于周边设备，虽然存在2D图，但是不准备3D模型。特别是，由于在生产现场供应周边设备，因此新生成3D模型对于不使用3D CAD设备进行设计的在生产现场的操作者来说是显著耗时的工作。因此，关于周边设备，在许多情况下，具有与3D模型的外形尺寸基本上相同的外形尺寸的简单几何形状模型被生成并用作替代。因此，在构造虚拟机器人系统的虚拟3D模型中存在模型几何形状可靠性上不同的各种类型的数据。
在本实施例中，当构造虚拟机器人系统时，指示模型是由制造商等准备的具有高可靠性的数据还是由用户简单生成的具有低可靠性的数据的属性信息(几何形状校正实现标记211e)被添加到每个虚拟3D模型。参考属性信息，判别可能存在几何形状误差的虚拟3D模型。因此，可以相对容易且适当地判别需要使用传感器进行几何形状测量的结构。
在测量3D模型与虚拟3D模型之间的比较中，这些3D模型由体素数据表达并且它们之间的几何形状差异被确定。因此，可以适当地实施几何形状比较。依赖于机器人路径是否可以校正到最短移动路径或者机器人路径是否是沿其可能出现干涉的路径来确定3D模型的几何形状差异是否可能影响在预先分析处理中生成的机器人路径(即，机器人路径是否需要被校正)。
在预先分析处理中，离线教导被实施使得在虚拟机器人系统上不出现机器人与周边设备之间的干涉并且工作时间变得最短，并且操作程序被生成。但是，如果在虚拟3D模型和真实结构之间存在几何形状差异，则到工作点的最短路径可以被改变(即，可以找到更短的路径)。在本实施例中，如果确定机器人路径由于3D模型的几何形状差异而可被校正到最短移动路径，则该机器人路径可被校正到最短移动路径。因此，可以适当地教导到工作点的最短路径，并且可以实现工作时间的进一步缩短。
此时，依赖于虚拟3D模型的几何形状、测量3D模型的几何形状以及机器人的端部效应器的3D模型的几何形状来确定机器人路径是否可被校正到最短移动路径。具体地，当通过从面向机器人的表面上的高度方向上的虚拟3D模型的边的长度减去面向机器人的表面上的高度方向上的测量3D模型的边的长度而获得的长度比与在高度方向上的端部效应器的3D模型对应的长度长时，确定机器人路径可被校正到最短移动路径。因此，如果真实机器人系统的结构具有中空部分并且其大小(magnitude)大得足以使端部效应器穿过，则确定端部效应器沿其穿过中空部分的路径是最短移动路径并且机器人路径可以被校正。
此外，在本实施例中，如果确定机器人路径是由于3D模型的几何形状差异而在真实机器人系统中沿其可能出现干涉的路径，则该机器人路径可以被校正到干涉避免路径。因此，将操作程序发送到真实机器人系统之后的调整变得不必要。此时，依赖于测量3D模型的几何形状和机器人路径来确定机器人路径是否是沿其可能出现干涉的路径。如上所述，可以从测量3D模型与机器人路径之间的位置关系容易地确定是否可能出现干涉。如果路径被校正到最短移动路径或干涉避免路径，则在预先分析处理中生成的机器人路径中，虚拟3D模型附近的需要被校正的移动路径被部分地校正。因此，可以缩短校正处理时间。
如果路径被校正到最短移动路径，则虚拟3D模型被测量3D模型替代，并且在虚拟空间中设定被定位在离测量3D模型预定距离处的邻近区域。然后从存在于邻近区域中的教导点选择要部分校正的移动路径的开始点和结束点，并且搜索连接所选择的教导点的最短移动路径。选择变为从邻近区域外部的教导点移动到邻近区域内部的教导点的移动路径的结束点的教导点作为开始点，并且选择变为从邻近区域内部的教导点移动到邻近区域外部的教导点的移动路径的开始点的教导点作为结束点。由于要被部分地校正的移动路径的开始点和结束点因而被选择并且路径搜索被实施，因此，可以搜索端部效应器沿其穿过3D模型的中空部分的路径。因此，可以搜索与在预先分析处理中生成的机器人路径相比最短的移动到工作点的路径。
如果路径被校正到干涉避免路径，则作为沿其已经出现干涉的移动路径的开始点的教导点和作为其结束点的教导点分别被选择为要被部分地校正的移动路径的开始点和结束点，搜索连接所选择的教导点的干涉避免路径。因此，可以在真实机器人系统中适当地教导沿其不出现干涉的机器人路径。如上所述，可以依赖于在构建真实机器人系统之后测量的构成要素的3D模型的几何形状来根据需要自动地校正为了预先分析而用使用虚拟空间中的构成要素的3D模型构建的机器人系统模型教导的机器人路径，使得机器人经过最短路径或者机器人经过避免干涉的路径。因此，即使在虚拟机器人系统的结构与真实机器人系统的结构之间出现几何形状差异，也可以生成适当的离线教导数据，并且可以节省用于重新指示的劳力和时间。
修改
在上述实施例中，使用传感器部分11测量机器人10的周边结构的几何形状，但是可以使用传感器部分11测量机器人10的端部效应器13的几何形状。在这种情况下，测量值可以被用作用于确定现存3D模型与测量3D模型之间的几何形状差异是否可能影响在预先分析处理中生成的机器人路径的端部效应器13的高度H或宽度W的值。因此，可以实施更高精度的确定。
在上述实施例中，使用传感器部分11测量真实机器人系统上的结构的几何形状，并且通过比较根据测量结果生成的测量3D模型与现存3D模型来确认模型几何形状上的差异，但这不是限制性的。例如，可以由例如用户从外部直接输入关于现存3D模型的几何形状误差(与真实机器人系统的对应结构的几何形状差异)的信息。在这种情况下，图7的步骤S11和S12的处理变得不必要。
其他实施例
本发明也适用于将执行上述实施例的一个或多个功能的程序经由网络或存储介质供应到系统或装置、并且系统或装置的计算机中的一个或更多个处理器读取并且执行程序的处理。此外，可以在具有一个或多个功能的电路(例如，ASIC)中实现本发明。
本发明的实施例也可以通过读出并执行记录于存储介质(也可以被更完整地称为‘非暂时性计算机可读存储介质’)上的计算机可执行指令(例如，一个或更多个程序)以执行(一个或多个)上述实施例中的一个或多个的功能和/或包含用于执行(一个或多个)上述实施例中的一个或多个的功能的一个或多个电路(例如，专用集成电路(ASIC))的系统或装置的计算机，以及，由系统或装置的计算机通过例如读出并执行来自存储介质的计算机可执行指令以执行(一个或多个)上述实施例中的一个或多个的功能和/或控制一个或多个电路以执行(一个或多个)上述实施例中的一个或多个的功能来执行的方法来实现。计算机可以包括一个或多个处理器(例如，中央处理单元(CPU)、微处理单元(MPU))，并且可以包括单独的计算机或单独的处理器的网络，以读出并执行计算机可执行指令。计算机可执行指令可以例如从网络或存储介质被提供给计算机。存储介质可以包括例如硬盘、随机存取存储器(RAM)、只读存储器(ROM)、分布式计算系统的储存器、光盘(诸如紧凑盘(CD)、数字多功能盘(DVD)或蓝光盘(BD)TM)、闪存存储器设备和存储卡等中的一个或多个。
虽然已经参考示例性实施例描述了本发明，但应理解，本发明不限于公开的示例性实施例。所附权利要求的范围应被赋予最广泛的解释以涵盖所有这样的修改以及等同的结构和功能。
本申请要求在2015年2月3日提交的日本专利申请No.2015-019641的权益，该申请通过引用被整体并入本文。

Claims (20)

1.一种信息处理装置，包括：
虚拟模型获取单元，被配置为获取虚拟地指示机器人的周边结构的形状的虚拟模型；
移动路径获取单元，被配置为获取与所述机器人的移动路径有关的数据；
测量模型获取单元，被配置为获取指示真实机器人系统中的所述机器人的周边结构的形状的测量模型；以及
校正单元，被配置为在基于虚拟模型和测量模型之间的差异能够生成更短移动路径的情况下，或者在所述机器人沿移动路径的移动造成机器人与周边结构之间的干涉的情况下，校正与移动路径有关的数据。
2.根据权利要求1所述的信息处理装置，其中，在基于虚拟模型和测量模型之间的差异能够生成在时间或距离上的更短移动路径的情况下，所述校正单元校正与移动路径有关的所述数据。
3.根据权利要求1所述的信息处理装置，其中，所述校正单元基于所述虚拟模型中的周边结构中的面向机器人的表面上的尺寸与所述测量模型中的周边结构中的面向机器人的表面上的尺寸的比较，确定是否能够生成更短移动路径。
4.根据权利要求3所述的信息处理装置，
其中，所述机器人包括端部效应器，以及
其中，在通过从所述测量模型中的周边结构中的面向机器人的表面上高度方向上的尺寸减去所述虚拟模型中的周边结构中的面向机器人的表面上高度方向上的尺寸所计算出的值大于所述端部效应器在高度方向上或在宽度方向上的尺寸的情况下，所述校正单元确定能够生成更短移动路径。
5.根据权利要求1所述的信息处理装置，其中，在所述机器人沿该移动路径的移动在测量模型中造成机器人与周边结构之间的干涉的情况下，所述校正单元校正与移动路径有关的所述数据。
6.根据权利要求1所述的信息处理装置，其中，所述测量模型获取单元是视觉传感器或距离传感器。
7.根据权利要求1到6中任一项所述的信息处理装置，还包括生成单元，被配置为构建机器人的虚拟模型和机器人的周边结构被布置在虚拟空间中的虚拟机器人系统，并且基于虚拟机器人系统生成与机器人的移动路径有关的所述数据。
8.根据权利要求1到6中任一项所述的信息处理装置，
其中，所述虚拟模型是指示模型形状的可靠性的属性信息被添加到的模型，以及
其中，所述测量模型获取单元基于测量结果和所述属性信息获取所述测量模型。
9.根据权利要求1到6中任一项所述的信息处理装置，其中，所述校正单元部分地校正移动路径。
10.根据权利要求1到6中任一项所述的信息处理装置，其中，所述校正单元设定离所述测量模型预定距离处的区域，并且校正移动路径上的所述区域中包括的部分。
11.根据权利要求1到6中任一项所述的信息处理装置，进一步包括传递单元，被配置为将与经校正的移动路径有关的数据传送到机器人系统。
12.根据权利要求1到6中任一项所述的信息处理装置，其中所述虚拟模型和所述测量模型是三维模型。
13.一种信息处理方法，包括：
获取虚拟地指示机器人的周边结构的形状的虚拟模型；
获取与所述机器人的移动路径有关的数据；
获取指示真实机器人系统中的所述机器人的周边结构的形状的测量模型；以及
在基于虚拟模型和测量模型之间的差异能够生成更短移动路径的情况下，或者在所述机器人沿该移动路径的移动造成机器人与周边结构之间的干涉的情况下，校正与移动路径有关的所述数据。
14.根据权利要求13所述的信息处理方法，其中，在校正中，在基于虚拟模型和测量模型之间的差异能够生成在时间或距离上的更短移动路径的情况下，校正与移动路径有关的所述数据。
15.根据权利要求13所述的信息处理方法，其中，在校正中，基于所述虚拟模型中的周边结构中的面向机器人的表面上的尺寸与所述测量模型中的周边结构中的面向机器人的表面上的尺寸的比较，确定是否能够生成更短移动路径。
16.根据权利要求15所述的信息处理方法，其中，
其中，所述机器人包括端部效应器，以及
其中，在校正中，在通过从所述测量模型中的周边结构中的面向机器人的表面上高度方向上的尺寸减去所述虚拟模型中的周边结构中的面向机器人的表面上高度方向上的尺寸所计算出的值大于所述端部效应器在高度方向上或在宽度方向上的尺寸的情况下，确定能够生成更短移动路径。
17.一种机器人系统，包括：
机器人；
根据权利要求1至12中的任一项所述的信息处理装置；和
控制设备，被配置为基于校正的与移动路径有关的数据来操作机器人。
18.一种物品制造方法，其中，通过使用根据权利要求17所述的机器人系统对工件进行加工而制造物品。
19.一种非暂时性计算机可读存储介质，存储控制程序，所述控制程序用于执行根据权利要求13至16中任一项所述的信息处理方法。
20.一种信息处理设备，包括：
处理器，以及
非暂时性计算机可读存储介质，存储控制程序，所述控制程序在被处理器执行的情况下使得处理执行根据权利要求13至16中任一项所述的信息处理方法。
CN202010757148.5A 2015-02-03 2016-01-27 教导设备、教导方法和机器人系统 Active CN111844053B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010757148.5A CN111844053B (zh) 2015-02-03 2016-01-27 教导设备、教导方法和机器人系统

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
JP2015-019641 2015-02-03
JP2015019641A JP6497953B2 (ja) 2015-02-03 2015-02-03 オフライン教示装置、オフライン教示方法及びロボットシステム
CN201680008511.5A CN107206594B (zh) 2015-02-03 2016-01-27 教导设备、教导方法和机器人系统
CN202010757148.5A CN111844053B (zh) 2015-02-03 2016-01-27 教导设备、教导方法和机器人系统
PCT/JP2016/000415 WO2016125464A1 (en) 2015-02-03 2016-01-27 Teaching device, teaching method, and robot system

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN201680008511.5A Division CN107206594B (zh) 2015-02-03 2016-01-27 教导设备、教导方法和机器人系统

Publications (2)

Publication Number Publication Date
CN111844053A CN111844053A (zh) 2020-10-30
CN111844053B true CN111844053B (zh) 2023-11-17

Family

ID=56563819

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202010757148.5A Active CN111844053B (zh) 2015-02-03 2016-01-27 教导设备、教导方法和机器人系统
CN201680008511.5A Active CN107206594B (zh) 2015-02-03 2016-01-27 教导设备、教导方法和机器人系统

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN201680008511.5A Active CN107206594B (zh) 2015-02-03 2016-01-27 教导设备、教导方法和机器人系统

Country Status (5)

Country Link
US (3) US10556342B2 (zh)
JP (1) JP6497953B2 (zh)
CN (2) CN111844053B (zh)
DE (1) DE112016000582B4 (zh)
WO (1) WO2016125464A1 (zh)

Families Citing this family (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6497953B2 (ja) 2015-02-03 2019-04-10 キヤノン株式会社 オフライン教示装置、オフライン教示方法及びロボットシステム
JP7009051B2 (ja) * 2016-08-04 2022-01-25 キヤノン株式会社 レイアウト設定方法、制御プログラム、記録媒体、制御装置、部品の製造方法、ロボットシステム、ロボット制御装置、情報処理方法、情報処理装置
JP2018047509A (ja) * 2016-09-20 2018-03-29 ファナック株式会社 ロボットシミュレーション装置
EP3338969A3 (en) * 2016-12-22 2018-07-25 Seiko Epson Corporation Control apparatus, robot and robot system
JP6469162B2 (ja) 2017-04-17 2019-02-13 ファナック株式会社 ロボットのオフライン教示装置
FR3067957B1 (fr) * 2017-06-26 2020-10-23 Capsix Dispositif de gestion des deplacements d'un robot et robot de soin associe
JP7066357B2 (ja) * 2017-08-31 2022-05-13 川崎重工業株式会社 ロボットシステム及びその運転方法
JP7199073B2 (ja) * 2017-10-20 2023-01-05 株式会社キーレックス 垂直多関節ロボットの教示データ作成システム
US11926058B2 (en) * 2017-12-28 2024-03-12 Fuji Corporation Information providing device, information providing method and program
DE102019001252A1 (de) 2018-03-08 2019-09-12 Sew-Eurodrive Gmbh & Co Kg Verfahren zum Betreiben eines Systems und System zur Durchführung des Verfahrens
CN108573631A (zh) * 2018-06-26 2018-09-25 江苏汇博机器人技术股份有限公司 机器人虚拟实操平台
JP6767436B2 (ja) * 2018-07-06 2020-10-14 ファナック株式会社 自動機械及び制御装置
US20210268646A1 (en) * 2018-07-30 2021-09-02 Sony Corporation Robot, method for controlling robot, and computer program
EP3831544A4 (en) * 2018-08-21 2022-03-30 Siemens Aktiengesellschaft METHOD, DEVICE AND SYSTEM FOR OFFLINE PROGRAMMING PROGRAM CORRECTION, MEDIA AND TERMINAL
JP7125745B2 (ja) * 2018-09-14 2022-08-25 学校法人早稲田大学 自律型作業支援ロボットの環境適応性強化システム、動作シミュレーション装置及びそのプログラム
US10776949B2 (en) * 2018-10-30 2020-09-15 Liberty Reach Inc. Machine vision-based method and system for measuring 3D pose of a part or subassembly of parts
JP2021058972A (ja) * 2019-10-08 2021-04-15 ファナック株式会社 ロボットシステム
JP7359657B2 (ja) 2019-11-07 2023-10-11 ファナック株式会社 ロボットの位置または姿勢の修正方法を判定する制御装置
CN111046597B (zh) * 2020-01-20 2023-07-21 兰州理工大学 基于数字孪生三维模型3d打印机建模方法及模型系统
CN115135466A (zh) * 2020-02-21 2022-09-30 发那科株式会社 毛刺去除装置和控制系统
US11498213B2 (en) * 2020-09-23 2022-11-15 Applied Materials, Inc. Robot joint space graph path planning and move execution
CN113172602A (zh) * 2021-01-28 2021-07-27 朱少强 一种基于vr技术的佩戴式仿生机械手
JP2022137797A (ja) * 2021-03-09 2022-09-22 オムロン株式会社 安全検証装置、安全検証方法、およびプログラム
JP2022180964A (ja) * 2021-05-25 2022-12-07 株式会社ビジュアルジャパン 情報処理装置
WO2024042653A1 (ja) 2022-08-24 2024-02-29 ファナック株式会社 教示装置
CN116197918B (zh) * 2023-05-05 2023-07-21 北京华晟经世信息技术股份有限公司 基于动作记录分析的机械手控制系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02148307A (ja) * 1988-11-30 1990-06-07 Kobe Steel Ltd 工業用ロボットの教示データ作成装置
CN1734379A (zh) * 2004-08-02 2006-02-15 发那科株式会社 加工程序生成装置
WO2013057192A1 (de) * 2011-10-21 2013-04-25 Siemens Aktiengesellschaft Verfahren zur vermessung und visualisierung der räumlichen verhältnisse einer fertigungsstätte
CN103835719A (zh) * 2014-02-27 2014-06-04 中国矿业大学 一种基于虚拟轨迹控制的采煤机自适应截割方法

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH03113512A (ja) * 1989-09-27 1991-05-14 Komatsu Ltd 産業用ロボットの教示方法
JPH0519840A (ja) * 1991-07-12 1993-01-29 Fanuc Ltd オフライン検証方式
JPH05119824A (ja) * 1991-10-28 1993-05-18 Toshiba Corp ロボツトタスクプランニング装置
JPH10128684A (ja) * 1996-10-30 1998-05-19 Asahi Sanac Kk ロボットの動作プログラム作成方法及びその作成装置
JP2003114706A (ja) 2001-10-05 2003-04-18 Matsuura Tekkosho:Kk 多関節汎用ロボットモデルの表示システム
JP2003150219A (ja) 2001-11-12 2003-05-23 Fanuc Ltd 作業機械のシミュレーション装置
JP2007280251A (ja) 2006-04-11 2007-10-25 Yaskawa Electric Corp 移動ロボット
JP5137537B2 (ja) * 2007-11-28 2013-02-06 三菱電機株式会社 ロボットの作業動作最適化装置
JP5173958B2 (ja) * 2009-07-29 2013-04-03 株式会社東芝 移動体姿勢生成方法および移動体姿勢生成装置
JP5715809B2 (ja) * 2010-03-29 2015-05-13 株式会社ダイヘン ロボットの作業プログラム作成方法、ロボットの作業プログラム作成装置、及びロボット制御システム
SE1050763A1 (sv) * 2010-07-08 2010-07-12 Abb Research Ltd En metod för att kalibrera en mobil robot
JP5845212B2 (ja) * 2013-06-28 2016-01-20 ファナック株式会社 視覚センサ及び力センサを備えたバリ取り装置
JP2015019641A (ja) 2013-07-23 2015-02-02 ユーハ味覚糖株式会社 果実又は野菜、及びそれを含有する食品
JP6497953B2 (ja) 2015-02-03 2019-04-10 キヤノン株式会社 オフライン教示装置、オフライン教示方法及びロボットシステム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02148307A (ja) * 1988-11-30 1990-06-07 Kobe Steel Ltd 工業用ロボットの教示データ作成装置
CN1734379A (zh) * 2004-08-02 2006-02-15 发那科株式会社 加工程序生成装置
WO2013057192A1 (de) * 2011-10-21 2013-04-25 Siemens Aktiengesellschaft Verfahren zur vermessung und visualisierung der räumlichen verhältnisse einer fertigungsstätte
CN103835719A (zh) * 2014-02-27 2014-06-04 中国矿业大学 一种基于虚拟轨迹控制的采煤机自适应截割方法

Also Published As

Publication number Publication date
DE112016000582B4 (de) 2021-08-26
CN107206594B (zh) 2020-08-11
JP6497953B2 (ja) 2019-04-10
JP2016140958A (ja) 2016-08-08
US20200139547A1 (en) 2020-05-07
US11498214B2 (en) 2022-11-15
US20180021952A1 (en) 2018-01-25
WO2016125464A1 (en) 2016-08-11
US20230060472A1 (en) 2023-03-02
US10556342B2 (en) 2020-02-11
CN107206594A (zh) 2017-09-26
CN111844053A (zh) 2020-10-30
DE112016000582T5 (de) 2018-01-04

Similar Documents

Publication Publication Date Title
CN111844053B (zh) 教导设备、教导方法和机器人系统
KR101126808B1 (ko) 다축 제어 기계의 오차 평가 방법 및 장치
JP3732494B2 (ja) シミュレーション装置
JP6378783B2 (ja) アーム型のロボットの障害物自動回避方法及び制御装置
EP1936458B1 (en) Device, method, program and recording medium for robot offline programming
JP5670416B2 (ja) ロボットシステム表示装置
CN109719703B (zh) 警告或修正示教点或示教线的位置偏移的机器人示教装置
JP7293267B2 (ja) 情報処理装置、情報処理方法及びロボットシステム
JP5908544B2 (ja) 駆動軸のジャークを低下させるロボットプログラムを生成するロボットプログラム生成装置
CN104908038A (zh) 对工件的取出工序进行仿真的机器人仿真装置
JP6348097B2 (ja) ワーク位置姿勢算出装置およびハンドリングシステム
US9696714B2 (en) Numerical controller for controlling a tool and distinguished workpiece and jig
JP6825026B2 (ja) 情報処理装置、情報処理方法及びロボットシステム
WO2019082394A1 (ja) 数値制御装置
US11392106B2 (en) Servomotor adjustment device and servomotor adjustment method
JP2016159406A (ja) ロボット制御装置、ロボット制御方法及びロボットシステム
CN109789548B (zh) 用于工件校准的方法和使用该方法的机器人系统
JP2020086759A (ja) ３次元モデル作成装置、加工シミュレーション装置、工具経路自動生成装置
KR101525677B1 (ko) 원호 시험용 가상 오차 평가 시뮬레이션 방법
EP3226181A1 (en) Apparatus, method, and program for supporting development of production line
JP7299442B1 (ja) 制御装置、３次元位置計測システム、及びプログラム
WO2024062535A1 (ja) ロボット制御装置
CN116945157A (zh) 信息处理系统和方法、机器人系统和控制方法、物品制造方法、以及记录介质

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