CN118119485A - 机器人数据处理服务器以及修正程序计算方法 - Google Patents
机器人数据处理服务器以及修正程序计算方法 Download PDFInfo
- Publication number
- CN118119485A CN118119485A CN202280070578.7A CN202280070578A CN118119485A CN 118119485 A CN118119485 A CN 118119485A CN 202280070578 A CN202280070578 A CN 202280070578A CN 118119485 A CN118119485 A CN 118119485A
- Authority
- CN
- China
- Prior art keywords
- correction
- robot
- data
- correction method
- program
- 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.)
- Pending
Links
- 238000012937 correction Methods 0.000 claims abstract description 204
- 238000000034 method Methods 0.000 claims abstract description 156
- 238000004891 communication Methods 0.000 claims abstract description 24
- 238000003860 storage Methods 0.000 claims abstract description 15
- 230000004044 response Effects 0.000 claims abstract description 11
- 238000010801 machine learning Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 description 23
- 230000008676 import Effects 0.000 description 18
- 238000004519 manufacturing process Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 8
- 230000009471 action Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000003466 welding Methods 0.000 description 5
- 238000007405 data analysis Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000010422 painting Methods 0.000 description 1
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
-
- 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)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Numerical Control (AREA)
- Manipulator (AREA)
Abstract
本发明提供一种机器人数据处理服务器。服务器(10)包括通信装置(11)、存储装置(13)以及处理装置(12)。通信装置(11)通过经由广域网与客户装置(20)进行通信,来从客户装置(20)接收工业用机器人(42)的示教点。存储装置(13)对包含多种修正方法的修正方法数据进行存储,所述修正方法响应于作业时的机器人(42)和工件的位置关系对示教点进行修正。处理装置(12)对于通信装置(11)接收到的示教点通过适用记载在修正方法数据中的修正方法来制作修正程序,向通信装置(11)指示将修正程序发送给客户装置(20)。
Description
技术领域
本发明主要涉及对关于工业用机器人的数据进行处理的机器人数据处理服务器。
背景技术
专利文献1公开了一种生产系统,所述生产系统具有通过动作程序进行动作的多个工业机械。生产系统的动作由单元控制器优化。具体而言,单元控制器根据从生产系统所获取的时间序列的运行信息,分析给生产系统的节拍时间造成不良影响的部分,改进动作程序。单元控制器所获取的信息被发送到云端服务器。因此,在多个单元控制器共享信息。并且,在专利文献1中列举了工业用机器人来作为工业机械的例子。
专利文献1:日本特开2017-199077号公报
发明内容
为了使工业用机器人进行作业,需要事先示教作业内容。作为示教方法,例如,有线下示教方法和线上示教方法。线下示教方法是指将作业现场的三维数据以及工业用机器人的三维数据配置在虚拟空间,在虚拟空间一边使工业用机器人动作,一边示教作业内容的方法。线上示教方法是指将工业用机器人实际配置在作业现场,一边使用示教器使工业用机器人实际动作,一边示教作业内容的方法。通过用线下示教方法或线上示教方法示教工业用机器人,来设定示教点。示教点是指规定工业用机器人的位置以及姿势的点。
但是,在实际作业时,作业现场的环境并不一定与示教时相同。例如,有时实际作业时的工件形状与示教时的工件形状略微不同。并且,有时实际作业时的工件位置与示教时的工件位置略微不同。至今为止,作为与实际的作业时和示教时的误差相对应的方法,进行适用修正程序使示教点与实际作业场所的环境对齐的修正。但是,由于修正方法存在多种,因此无论是从制作者的技能方面来看,还是从软件方面来看,都难以对应各种各样的修正方法。
鉴于以上内容,本发明的主要目的在于提供一种机制,其能够使用利用者所希望的修正方法,来较容易地制作修正示教点的修正程序。
本发明所要解决的课题如上所述,其次,对用于解决该课题的手段以及其效果进行说明。
根据本发明的第一方面,提供一种以下结构的机器人数据处理服务器。即,机器人数据处理服务器包括通信装置、存储装置和处理装置。所述通信装置通过经由广域网与外部设备进行通信,来从该外部设备接收工业用机器人的示教点。所述存储装置对包含多种修正方法的修正方法数据进行存储,所述修正方法响应于作业时的所述机器人和工件的位置关系对所述示教点进行修正。所述处理装置对于所述通信装置接收到的所述示教点通过适用记载在所述修正方法数据中的所述修正方法来制作修正程序,向所述通信装置指示将所述修正程序发送给所述外部设备。
根据本发明的第二方面,提供一种以下的修正程序制作方法。即,所述修正程序制作方法通过经由广域网与外部设备进行通信,来从该外部设备接收工业用机器人的示教点。从包含多种修正方法的修正方法数据中选择修正方法,通过对于接收到的所述示教点适用所述修正方法来制作修正程序,将所制作的所述修正程序发送给所述外部设备,所述修正方法响应于作业时的所述机器人和工件的位置关系来修正所述示教点。
(发明的效果)
根据本发明,能够使用利用者所希望的修正方法,较容易地制作修正示教点的修正程序。
附图说明
图1是示出了机器人服务提供系统的概要图。
图2是服务器、客户装置以及机器人系统的方块图。
图3是修正制作服务的流程图。
图4是表示受理修正程序的选择的窗口。
图5是表示修正建议模型的制作和利用的说明图。
图6是表示从修正模板制作修正程序的处理的图。
图7是表示从修正历史数据通过数据分析来计算修正方法的使用比率的说明图。
具体实施方式
其次,参照附图对本发明的实施方式进行说明。首先,参照图1对机器人服务提供系统1的概要进行说明。
机器人服务提供系统1是将涉及工业用机器人的企业所提供的信息汇集在一起,向每个企业提供各种各样的服务的系统。
工业用机器人是指在工厂或仓库等作业场所进行作业的机器人。工业用机器人是示教回放型。示教回放型是指事先示教工业用机器人的动作,工业用机器人沿着被示教的内容重复相同动作。工业用机器人例如是垂直多关节或水平多关节的臂机器人。不过,机器人服务提供系统1也能够适用于臂机器人之外的机器人,例如,并联连杆机器人等。工业用机器人所进行的作业例如是组装、焊接、涂装、机械加工或运输。以下,将工业用机器人单纯地称为“机器人”。
如图1所示,作为涉及工业用机器人的企业,存在有机器人制造商、机器人用户、相关制造商以及导入支持企业等。机器人制造商进行机器人的开发、制造以及维护。机器人用户将机器人导入自己公司的作业场所,使机器人进行作业。相关制造商例如是制造作业工具或传感器等外部设备的制造商。在相关制造商中也可以包含提供用于进行机器人的示教或管理等的软件的制造商。导入支持企业是所谓的系统集成商,支持由机器人用户进行的机器人的导入。具体而言,进行适于机器人用户的作业场所的机器人的选择、机器人的示较或导入后的改善建议等。
如图1所示,机器人服务提供系统1包括服务器10和客户装置20。
服务器10和客户装置20分别设置在不同据点。服务器10和客户装置20能够经由广域网相互通信。广域网例如是互联网,也可以是互联网之外。作为互联网之外的例子,能够举出用专用线路连接了不同据点的局域网之间的网络。
服务器10是机器人数据处理服务器,将与机器人有关的信息汇集在一起向各个企业提供后述的服务。服务器10例如设置在数据中心。服务器10既可以是一台硬件,也可以是多台硬件联动的结构。例如,将信息汇集在一起存储下来的硬件和响应于来自客户装置20的要求进行处理的硬件也可以是不同的硬件。服务器10也可以通过云计算服务来实现。
客户装置20分别设置在机器人制造商、机器人用户、相关制造商以及导入支持企业。客户装置20是通用PC,安装有用于利用机器人服务提供系统1的软件。以下,将该软件称为“机器人运行支持应用”。需要说明的是,客户装置20并不限于通用PC,也可以是用于利用机器人服务提供系统1的专用品。并且,客户装置20并不限于PC,也可以是平板电脑装置或智能手机。也可以对客户装置20安装与机器人运行支持应用不同的软件,具体而言,也可以安装相关制造商所提供的示教软件。
以下,对设置在机器人制造商的客户装置20将数据发送给服务器10的情况进行简化说明,例如,机器人制造商将数据发送给服务器10等。
其次,对用机器人服务提供系统1收发的信息进行说明。以下所表示的信息是一个例子,也可以收发以下所表示的信息之外的信息。
机器人制造商例如将制造的机器人的规格以及计算工具向服务器10发送。机器人的规格是指机器人的尺寸、臂的可移动范围以及臂的速度范围等。机器人的规格与机器人的机种相对应地被发送。计算工具例如是响应于动作程序来使机器人动作的软件或用于示教机器人的软件。
机器人用户将通过使机器人运行而累积的数据发送到服务器10。例如,是响应于动作程序的机器人的动作、循环时间或故障的发生场所。并且,机器人用户能够从服务器10接收生产支持数据。生产支持数据是导入或运用机器人时被使用的数据,生产支持数据是与外部设备或作业工具有关的数据或者机器人的导入时或作业追加时所需的程序等。
相关制造商将机器人的外部设备的规格、外部设备的驱动程序、使外部设备和机器人连动的程序或者软件发送给服务器10。并且,相关制造商在驱动程序或软件被更新时,将更新文件发送给服务器10。
导入支持企业对从其它企业发送到服务器10的各种各样的数据进行接收。因此,导入支持企业能够在支持机器人用户的机器人的导入时灵活运用这些数据。
其次,对用机器人服务提供系统1所提供的服务进行简单说明。
服务器10提供作为云平台的虚拟场所,使各个企业的联动较容易。服务器10具有数据共享功能、数据累积功能和数据解析功能。数据共享功能是将各个企业所发送的数据在企业之间共享的功能。数据累积功能是累积各个企业所发送的数据的功能。数据解析功能是对用数据累积功能所累积的数据进行解析,制作新信息的功能。优选例如将AI用在数据的解析中。利用这些功能,机器人服务提供系统1提供服务。
机器人服务提供系统1作为机器人导入时所提供的服务,提供轨迹数据制作服务、修正程序制作服务、动作路径制作服务、导入数据共享服务、软件联动服务、程序库服务和机器人导入AI支持服务。各个企业通过被安装在用户装置20的机器人运行支持应用或安装在客户装置20的浏览器来接收这些服务的提供。
轨迹数据制作服务是服务器10制作轨迹数据的服务。首先,机器人用户或导入支持企业将动作程序发送给服务器10。服务器10对于所接收到的动作程序制作轨迹数据,将轨迹数据发送给机器人用户或导入支持企业。动作程序是指依次描述使机器人进行的动作的数据。具体而言,动作程序包含使机器人位于的示教点、使臂移动的速度以及加速度。并且,当使其它装置的动作作为触发来使机器人动作时,动作程序包含与动作时机有关的条件。轨迹数据是机器人的每个时刻的动作。能够通过使用累积在服务器10的数据,来计算高精度的轨迹数据。
修正程序制作服务是服务器10制作修正程序的服务。首先,机器人用户或导入支持企业将示教点以及作业类别发送给服务器10。作业类别是指机器人进行的作业的类别,例如,是组装或焊接。另外,当是焊接时,也可以进一步设定焊接的种类或工件的种类等。服务器10根据所接收到的示教点以及作业类别制作修正程序,将修正程序发送给机器人用户或导入支持企业。修正程序是指用于修正实际的作业时和示教时的误差的程序。并且,还能够通过使用累积在服务器10的数据,来将适当的修正方法建议给机器人用户或导入支持企业。需要说明的是,后面将要对修正程序制作服务的详细内容进行说明。
动作路径制作服务是服务器10制作动作路径的服务。首先,机器人用户或导入支持企业制作干扰数据。干扰数据是指对于多个示教点,与在使机器人的位置以及姿势与示教点对齐时将机器人与其它物体是否会有干扰相对应的数据。机器人用户或导入支持企业将干扰数据发送给服务器10。服务器10根据干扰数据制作动作路径。动作路径是指用时间序列排列了机器人的示教点的数据。能够通过使用累积在服务器10的数据,来制作适当的动作路径。
导入数据共享服务是为了能够较容易在企业之间共享向机器人用户导入机器人时的导入数据的服务。作为导入数据,有机器人用户的作业场所的数据、工件的数据、作业内容的数据、动作程序的数据或外部设备的控制程序等。导入数据保存在服务器10中,机器人用户或导入支持企业访问。因此,导入数据的共享变得容易。
软件联动服务是使各种各样的企业所提供的软件联动的服务。服务器10使机器人制造商所提供的软件和相关制造商所提供的软件联动。因此,能够简单地使机器人和外部设备连动。并且,能够通过使机器人制造商所提供的示教软件和机器人制造商之外所提供的示教软件连动,来有效利用两种示教软件的长处。
程序库服务是将各种各样的企业所提供的程序存储为库,在企业之间共享的服务。例如,为了制作使用了特定的作业工具的动作程序、为了制作需要感测或力觉控制等的动作程序,要求技能。在该点上,在程序库服务中,将能够通用的动作程序作为库预先存储在服务器10中。因此,机器人用户或导入支持企业能够较容易制作此类动作程序。
机器人导入AI支持服务是在机器人用户导入机器人时用AI支持机器人的导入的服务。如上所述,机器人服务提供系统1在机器人用户导入机器人时将各种各样的服务提供给机器人用户。服务器10累积在该服务的提供时所获得的数据,进行解析。具体而言,服务器10对该数据进行机器学习。因此,能够在新的机器人用户导入机器人时,根据过去的机器人用户所采用的机器人机种、外部设备或动作程序等的倾向,向新的机器人用户进行建议。
其次,对机器人服务提供系统1为了适当提供上述的服务而具有的功能进行简单说明。
在服务器10共享的数据中包含机密性较高的数据。例如,有时机器人用户的作业场所的数据以及工件的数据机密性较高。并且,在被共享的数据中还有可能包含各个企业的顾客信息以及技术信息。因此,机器人服务提供系统1具有为了防止机密性较高的数据的泄露的安全功能。
有时使用机器人运行支持应用,构建作业场所、工件以及机器人等的虚拟环境,进行机器人的导入或机器人的运行的监视。此时,优选预先使机器人运行支持应用上的虚拟环境与作业场所的实际环境始终一致。因此,机器人运行支持应用具有能够较容易构建或更新虚拟环境的功能。
机器人服务提供系统1所提供的服务跨越多个方面。这些服务由机器人运行支持应用提供。因此,机器人运行支持应用具有能够较容易执行操作员所期望的功能的那样的用户界面。
在服务器10中累积各种各样的数据。例如,在将与机器人的导入有关的所有数据发送给服务器10时,除了上述的安全课题之外,还可能产生通信数据量以及服务器容量肥大化这样的课题。因此,在机器人服务提供系统1中,具有不将与机器人的导入有关的所有数据发送给服务器10,或仅提取与服务的提供有关的数据,或使与服务的提供无关的部分的数据轻量化的功能。
其次,参照图2,对服务器10、用户装置20以及机器人系统40的结构进行说明。
服务器10包括通信装置11、处理装置12和存储装置13。通信装置11例如是通信模块,与作为外部设备的客户装置20等进行通信。处理装置12例如是CPU,通过执行程序,来进行各种各样的处理。存储装置13是硬盘或SSD,对包含上述的程序的各种各样的数据进行存储。以下,将对处理装置12所进行的处理以及存储在存储装置13的数据的详细内容进行说明。
如上所述,客户装置20设置在各个企业,安装有机器人运行支持应用。客户装置20与服务器10一样包括通信装置、处理装置、存储装置。并且,客户装置20还包括显示装置以及输入装置。显示装置是液晶显示器或有机EL显示器,对处理装置所制作的图像进行显示。输入装置是鼠标、键盘、触摸屏等,受理人的操作。
客户装置20将所制作的动作程序或从服务器10接收到的动作程序发送给机器人系统40。机器人系统40包括机器人控制装置41和机器人42。
机器人控制装置41包括CPU等处理装置和硬盘、SSD或闪存等存储装置。处理装置通过执行存储在存储装置的程序,来控制机器人42。
机器人42包括多个臂42a、作业工具42b和传感器42c。多个臂42a通过马达等致动器的动力,分别单独动作。作业工具42b进行对于工件的作业。作业工具42b例如是保持工件的手或焊接工件的焊枪。传感器42c检测每一个臂42a的旋转角度,将其输出到机器人控制装置41。
根据以上的结构,机器人控制装置41根据动作程序和传感器42c检测到的旋转角度,或控制致动器使臂42a动作,或使作业工具42b进行作业。
其次,参照图2到图6对修正程序制作服务进行详细说明。
机器人用户以及导入支持企业等为了接收机器人服务提供系统1的服务而预先进行注册。作为注册的项目,除了企业名称等之外,还包含用户属性。用户属性是指对使用机器人服务提供系统1的企业的种类进行分类的项目。用户属性包含例如是机器人用户、导入支持企业、相关制造商、机器人制造商的哪一个的分类项目以及机器人用户是制造商时的技术领域。如下所述,机器人服务提供系统1有时使用用户属性进行服务的提供。
修正程序制作服务由机器人用户或导入支持企业所属的人员利用。以下,将修正程序制作服务的利用者简单地称为利用者。如上所述,修正程序制作服务是服务器10根据客户装置20所发送的示教点以及作业类别制作修正程序,将其发送给客户装置20的服务。修正程序是用于响应于实际作业时的机器人42和工件的位置关系来修正示教点的程序。换句话说,修正程序是用于修正实际的作业时和示教时的误差的程序。修正程序根据示教点制作。根据示教点制作修正程序的方法存在多个方法。以下,将该方法称为修正方法。
利用者使用机器人运行支持应用通过线下示教方法制作示教点。具体而言,客户装置20将作业场所的三维数据、机器人42的三维数据以及工件的三维数据配置在虚拟空间。其次,根据机器人42对于工件进行的作业的内容,响应于机器人42的作业的流程制作示教点。示教点是指规定机器人42的位置以及姿势的点。机器人42的位置以及姿势是指例如机器人42的位置、各个臂42a的旋转角度、作业工具42b的位置、作业工具42b的姿势等。制作示教点的处理也可以作为制作动作程序的处理的一个工序进行。并且,也可以代替线下示教方法,通过所述线上示教方法制作示教点。
以下,沿着图3所示的服务器10的流程图,对服务器10所进行的具体处理进行说明。以下,当表示示教点时,不是表示单独的示教点,而是表示为了进行一连串的作业而用时间序列排列了示教点的示教点的集合。
服务器10从客户装置20接收示教点以及作业类别(S101)。接收示教点意思是指接收包含示教点的数据。也就是说,服务器10既可以接收仅描述了示教点的数据,也可以接收动作程序等的包含示教点的数据。如上所述,作业类别是机器人42所进行的作业的种类。
从客户装置20向服务器10的示教点以及作业类别的发送例如如下述那样进行。首先,利用者对客户装置20进行操作,指示利用修正程序制作服务。这样一来,如图4所示,修正程序制作工具画面30被显示在客户装置20的显示装置上。修正程序制作工具画面30既可以是通过客户装置20的功能所制作的画面,也可以是通过服务器10的功能所制作的画面。修正程序制作工具画面30包含示教点指定框31和作业类别指定框32。
利用者对示教点指定框31进行操作,从示教点的一览中指定希望进行修正程序的制作的示教点。其次,利用者对作业类别指定框32进行操作,从作业类别的一览中指定相对应的作业类别。相对应的作业类别是指使用用示教点指定框31所指定的示教点所进行的作业的作业类别。能够用作业类别指定框32指定的作业类别被预先制作而注册在客户装置20的机器人运行支持应用中。并且,相同的作业类别也被注册在服务器10中。通过在指定示教点和作业类别之后对确认按钮33进行操作,来使示教点和作业类别发送到服务器10。
需要说明的是,从客户装置20向服务器10发送示教点以及作业类别的方法各种各样。例如,当在利用者使用客户装置20制作示教点的时刻作业类别被指定时,示教点和作业类别的对应已经完成。此时,也可以是利用者仅指定示教点,相对应的作业类别就被自动地指定,示教点以及作业类别被发送到服务器10。
没有从客户装置20向服务器10发送作业场所的三维数据以及工件的三维数据。由于这些数据的机密性较高,因此有时向服务器10发送从安全的观点出发并不好。并且,这些三维数据由于数据的大小较大,因此会造成通信数据量的增加。在该点上,对于修正程序的制作,这些三维数据并不是必须的。因此,通过不将这些三维数据发送给服务器10,而是取而代之,发送示教点,能够提高安全性,并且抑制通信数据量。
其次,服务器10将作业类别以及用户属性输入给修正建议模型,选择使用率较高的修正方法(S102)。服务器10能够访问利用修正制作服务的利用者的注册信息,获取利用者的用户属性。需要说明的是,与示教点以及作业类别一样,利用者也可以发送用户属性。
如图5所示,修正建议模型是通过对修正历史数据进行机器学习而被构建的模型。修正历史数据是对过去被执行的修正进行分类而存储下来的数据。具体而言,修正历史数据是使用户属性、作业类别和修正方法相对应的数据。能够通过对修正历史数据进行机器学习,来识别用户属性、作业类别以及修正方法的相关性。换句话说,能够构建基于怎样的用户在选择怎样的作业类别时用怎样的方法进行了修正的倾向的修正建议模型。
如图5所示,在使用修正建议模型时,用户属性和作业类别被输入到修正建议模型。修正建议模型的输出是使用率较高的修正方法的一览。如上所述,修正建议模型由于学习用户属性、作业类别以及修正方法的相关性,因此对于所输入的用户属性以及作业类别,相关性较高的修正方法被输出。在本实施方式中,以相关性高的顺序依次输出多个修正方法,服务器10以相关性高的顺序依次选择一个或多个修正方法。需要说明的是,使用用户属性并不是必须的,也可以从机器学习的对象中省略。或者,也可以将其它项目加入机器学习的对象中。
其次,服务器10将根据修正建议模型的输出所选择的修正方法发送给客户装置20,受理修正方法的指定(S103)。客户装置20向利用者提示接收到的修正方法。例如,如图4所示,客户装置20将修正对象框34和修正建议框35显示在修正程序制作工具画面30。制作修正程序的对象的示教点以及作业类别显示在修正对象框34。显示在修正对象框34的内容与利用者使用示教点指定框31以及作业类别框32所指定的信息相同。修正建议模型所输出的修正方法以相关性高的顺序依次显示在修正建议框35。利用者从被显示的修正方法的一览中指定用于修正程序的制作的修正方法。
需要说明的是,也可以在修正建议框35不仅显示修正方法的名称,还显示修正方法的具体内容以及参数等。在本实施方式中,建议多个修正方法,也可以建议相关性最高的一个修正方法受理利用者的许可。
通过利用者对客户装置20进行操作来指定修正方法,使得被指定的修正方法被发送到服务器10。服务器10从修正方法数据读出与被指定的修正方法相对应的修正模板(S104)。修正方法数据是使服务器10可执行的修正方法和修正模板相对应的数据。
修正模板是指用于较容易制作修正程序的数据。如图6所示,修正模板包含示教点52和修正项53。示教点52是输入示教时所制作的示教点的项。修正项53是输入与传感器有关的信息等示教点之外所需的值或条件等的信息的项。例如,当根据用传感器检测到的值修正误差时,修正项53是基于传感器的检测值的值。以下,将该信息称为修正参数。修正参数并不限于与传感器有关的信息,也可以例如是用于确定修正项53的任何条件。
示教点在每个机器人42所保持的信息不同,并且,修正参数考虑到进行误差的范围等修正,有时需要改变设定。修正模板能够通过具有示教点52和修正项53的输入项,在与示教点和修正参数的改变相对应的同时,简单地制作修正程序。
根据被指定的修正方法,有时需要将与传感器有关的信息输入到修正项53。服务器53在需要修正参数时,获取修正参数(S105)。服务器10例如将输入修正参数的画面显示在修正程序制作工具画面30,向利用者要求修正参数的输入。或者,服务器10也可以在指定修正方法时要求修正参数的输入。
其次,服务器10将示教点和修正参数适用于修正模板,制作修正程序(S106)。如图6所示,通过将示教点和修正参数输入到修正模板,来制作修正程序。一般来说,制作修正程序的行为对于利用者要求技能。尤其是由于修正方法有很多种类,因此对于利用者来说难以对应所有的种类。在该点上,能够通过使用修正模板,来在与利用者的技能无关的情况下,较容易地制作修正程序。
需要说明的是,能够通过将修正方法数据存储在客户装置20,来解决利用者的技能的问题。但是,由于修正方法有很多种类,因此为了指定适当的修正方法,要求利用者有较高的技能。并且,当新的修正方法被追加了时,为了利用该修正方法,不得不更新所有的客户装置20的修正方法数据。在该点上,在本实施方式中,仅通过更新服务器10的修正方法数据,机器人服务提供系统1的很多的利用者就能够利用新的修正方法。因此,在机器人服务提供系统1中,使服务器10存储修正方法数据。
其次,服务器10将所制作的修正程序发送给客户装置20(S107)。利用者使用从服务器10接收到的修正程序,使机器人42执行作业。因此,机器人42一边修正实际的作业时和示教时的误差,一边进行作业。
其次,服务器10使被指定的修正方法、作业类别以及用户属性相对应,更新修正历史数据(S108)。服务器10在适当的时机将被更新的修正历史数据或新获取的修正历史数据用作学习用数据进行追加学习,更新修正建议模型。因此,能够建议更适当的修正方法。
在本实施方式中,服务器10提示修正方法,用利用者所指定的修正方法制作修正程序。也可以代替它,能够在示教点的发送时,利用者指定修正方法。例如,也可以将修正方法指定框显示在修正程序制作工具画面30,利用者可以指定修正方法数据中的能够执行的修正方法。服务器10在从客户装置20有修正方法的指定时,用被指定的修正方法制作修正程序。服务器10在从客户装置20没有修正方法的指定时,与本实施方式一样,建议修正方法。因此,例如,当能够根据利用者的经验指定适当的修正方法时,能够减少利用者的劳力和时间以及服务器10的处理负荷。此时也由于能够使用修正模板,因此与利用者自己制作修正程序相比,能够减少利用者的劳力和时间。
或者,服务器10也可以在用步骤S102获取了使用率较高的修正方法之后,在向利用者建议修正方法之前,用使用率最高的修正方法制作修正程序,将其发送给客户装置20。因此,能够省略利用者选择修正方法的劳力和时间。需要说明的是,也可以在修正程序的发送时,向利用者询问是否希望改变修正方法。
在本实施方式中,使用修正建议模型进行修正方法的建议,由机器学习进行模型的构建并不是必须的。也可以代替模型的构建,使用数据分析建议修正方法。例如,如图7所示,当存在修正历史数据时,对于每个作业类别计算被指定的修正方法的使用比率。并且,服务器10在作业类别被指定时,根据该数据分析结果,建议使用比率较高的修正方法。
如上所述,本实施方式的服务器10包括通信装置11、存储装置13和处理装置12。通信装置11通过经由广域网与客户装置20进行通信,来从客户装置20接收工业用机器人42的示教点。存储装置13对包含多种修正方法的修正方法数据进行存储,所述修正方法响应于作业时的机器人42和工件的位置关系对示教点进行修正。处理装置12对于通信装置11接收到的示教点通过适用记载在修正方法数据中的修正方法来制作修正程序,向通信装置11指示将修正程序发送给客户装置20。在本实施方式中,通过以上的处理进行修正程序制作方法。
因此,客户装置20的利用者仅通过将示教点发送给机器人服务提供系统1,就能够获取修正程序。尤其是在机器人服务提供系统1中存储有记载有多种修正方法的修正方法数据。因此,利用者能够获得使用了所希望的修正方法或适当的修正方法的修正程序。
在本实施方式的服务器10中,处理装置12受理修正方法的指定。处理装置12将被指定的修正方法适用于示教点,制作修正程序。
因此,能够用利用者所希望的修正方法制作修正程序。
在本实施方式的服务器10中,存储装置13对使过去所实施的修正方法和作业类别相对应的修正历史数据进行存储。处理装置12受理机器人42所进行的作业的作业类别的指定。处理装置12提示根据被指定的作业类别和修正历史数据所选择的修正方法。
因此,能够向利用者建议妥当性较高的修正方法。
在本实施方式的服务器10中,处理装置12使用修正建议模型,选择对于被指定的作业类别的一个或多个修正方法,提示所选择的修正方法,所述修正建议模型是作为至少对修正历史数据进行机器学习而构建的模型且作业类别是输入,修正方法是输出的模型。
因此,能够向利用者建议妥当性更高的修正方法。尤其是在输入到模型的数据多种多样,不能唯一确定时,能够向利用者建议妥当性较高的修正方法。
在本实施方式的服务器10中,处理装置12使用被指定的作业类别和修正方法进行追加学习,更新修正建议模型。
因此,能够提高由修正建议模型建议适当的修正方法的概率。
在本实施方式的服务器10中,处理装置12参照修正历史数据,根据对于被指定的作业类别所指定的比率的高低选择一个或多个修正方法,建议所选择的修正方法。
因此,能够在省略构建模型的处理的同时,向利用者建议妥当性较高的修正方法。
在本实施方式的服务器10中,修正方法数据包含每个修正方法的修正模板。处理装置12通过将示教点输入到与被指定的修正方法相对应的修正模板,来制作修正程序。
这样一来,由于能够根据示教点和修正模板制作修正程序,因此能够在不从客户装置20接收工件的三维数据等的情况下,制作修正程序。
在本实施方式的服务器10中,通信装置11经由互联网与分别配置在多个设施的客户装置20进行通信。
因此,能够在多个设施共享机器人数据处理服务器。
以上,对本申请的较佳实施方式进行了说明,所述结构例如能够如下那样改变。
在所述实施方式所示的流程图是一个例子,也可以或省略一部分处理,或改变一部分处理的内容,或追加新的处理。
所述实施方式的服务器10被设置在数据中心,例如,也可以在机器人制造商提供机器人服务提供系统1时,将服务器10设置在机器人制造商内。
在本说明书中公开的要素的功能能够使用包含为执行所公开的功能而构成或程序化的通用处理器、专用处理器、集成电路、ASIC(ApplicationSpecific IntegratedCircuits)、常规电路以及/或者它们的组合的电路或处理电路执行。处理器由于包含晶体管和其它电路,因此被看作处理电路或电路。在本发明中,电路、单元或手段是执行所列举的功能的硬件或者为了执行所列举的功能而被程序化的硬件。硬件既可以是在本说明书中所公开的硬件,或者,也可以是为了执行所列举的功能而被程序化或构成的其它已知的硬件。当硬件是被认为是电路的一种的处理器时,电路、装置或单元是硬件与软件的组合,软件被用于硬件以及/或者处理器的结构。
Claims (9)
1.一种机器人数据处理服务器,其特征在于:
所述机器人数据处理服务器包括通信装置、存储装置和处理装置,所述通信装置通过经由广域网与外部设备进行通信,来从该外部设备接收工业用机器人的示教点,所述存储装置对包含多种修正方法的修正方法数据进行存储,所述修正方法响应于作业时的所述机器人和工件的位置关系对所述示教点进行修正,所述处理装置对于所述通信装置所接收到的所述示教点,通过适用记载在所述修正方法数据中的所述修正方法来制作修正程序,向所述通信装置指示将所述修正程序发送给所述外部设备。
2.根据权利要求1所述的机器人数据处理服务器,其特征在于:
所述处理装置受理所述修正方法的指定,
所述处理装置将被指定的所述修正方法适用于所述示教点来制作所述修正程序。
3.根据权利要求1或2所述的机器人数据处理服务器,其特征在于:
所述存储装置对使过去被实施的所述修正方法和所述机器人所进行的作业的作业类别相对应的修正历史数据进行存储,
所述处理装置受理所述机器人所进行的作业的作业类别的指定,
所述处理装置提示根据被指定的所述作业类别和所述修正历史数据所选择的所述修正方法。
4.根据权利要求3所述的机器人数据处理服务器,其特征在于:
所述处理装置使用修正建议模型,选择对于被指定的所述作业类别的一个或多个所述修正方法,提示所选择的所述修正方法,所述修正建议模型是作为至少对所述修正历史数据进行机器学习而构建的模型且所述作业类别是输入,所述修正方法是输出的模型。
5.根据权利要求4所述的机器人数据处理服务器,其特征在于:
所述处理装置使用被指定的所述作业类别和所述修正方法进行追加学习,更新所述修正建议模型。
6.根据权利要求3所述的机器人数据处理服务器,其特征在于:
所述处理装置参照所述修正历史数据,根据对于被指定的所述作业类别被指定的比率的高低选择一个或多个所述修正方法,建议所选择的所述修正方法。
7.根据权利要求1到权利要求6中任意一项所述的机器人数据处理服务器,其特征在于:
修正方法数据包含每个所述修正方法的修正模板,
所述处理装置通过将所述示教点输入到与被指定的所述修正方法相对应的所述修正模板,来制作所述修正程序。
8.根据权利要求1到权利要求7中任意一项所述的机器人数据处理服务器,其特征在于:
所述通信装置经由互联网与分别配置在多个设施的所述外部设备进行通信。
9.一种修正程序制作方法,其特征在于:
所述修正程序制作方法通过经由广域网与外部设备进行通信,来从该外部设备接收工业用机器人的示教点,从包含多种修正方法的修正方法数据中选择修正方法,通过对于接收到的所述示教点适用所述修正方法来制作修正程序,将所制作的所述修正程序发送给所述外部设备,所述修正方法响应于作业时的所述机器人和工件的位置关系来修正所述示教点。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021172878A JP2023062781A (ja) | 2021-10-22 | 2021-10-22 | ロボットデータ処理サーバ及び補正プログラム算出方法 |
JP2021-172878 | 2021-10-22 | ||
PCT/JP2022/039220 WO2023068352A1 (ja) | 2021-10-22 | 2022-10-21 | ロボットデータ処理サーバ及び補正プログラム算出方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118119485A true CN118119485A (zh) | 2024-05-31 |
Family
ID=86058312
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280070578.7A Pending CN118119485A (zh) | 2021-10-22 | 2022-10-21 | 机器人数据处理服务器以及修正程序计算方法 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP2023062781A (zh) |
CN (1) | CN118119485A (zh) |
WO (1) | WO2023068352A1 (zh) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6410411B2 (ja) * | 2013-06-20 | 2018-10-24 | キヤノン株式会社 | パターンマッチング装置及びパターンマッチング方法 |
JP2017199077A (ja) | 2016-04-25 | 2017-11-02 | ファナック株式会社 | 複数台の産業機械を有する生産システムの動作を最適化するセルコントローラ |
JP7326911B2 (ja) * | 2019-06-20 | 2023-08-16 | オムロン株式会社 | 制御システムおよび制御方法 |
-
2021
- 2021-10-22 JP JP2021172878A patent/JP2023062781A/ja active Pending
-
2022
- 2022-10-21 WO PCT/JP2022/039220 patent/WO2023068352A1/ja active Application Filing
- 2022-10-21 CN CN202280070578.7A patent/CN118119485A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
JP2023062781A (ja) | 2023-05-09 |
WO2023068352A1 (ja) | 2023-04-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111386179B (zh) | 硬件模块、机器人系统以及用于操作机器人系统的方法 | |
CN111386178B (zh) | 机器人系统的硬件模块的基于计算机的储存器的操作方法 | |
Gorecky et al. | Human-machine-interaction in the industry 4.0 era | |
JP6031202B1 (ja) | 製造機械の異常の原因を発見するセル制御装置 | |
US7945349B2 (en) | Method and a system for facilitating calibration of an off-line programmed robot cell | |
US9393691B2 (en) | Industrial robot system including action planning circuitry for temporary halts | |
CN102004485A (zh) | 机器人离线示教方法 | |
EP1310843B1 (en) | Simulation device | |
CN101539772A (zh) | 产品生命周期管理方法及设备 | |
JP2000081906A (ja) | 仮想工場シミュレーション装置および仮想工場シミュレーション方法 | |
US8768498B2 (en) | Method for operating an industrial system | |
JP6914452B1 (ja) | 数値制御装置、および機械学習装置 | |
CN116882222B (zh) | 一种基于数字孪生的生产线仿真系统及其搭建方法 | |
CN118119485A (zh) | 机器人数据处理服务器以及修正程序计算方法 | |
CN118139731A (zh) | 机器人数据处理服务器以及轨迹数据计算方法 | |
WO2023068354A1 (ja) | ロボットデータ処理サーバ及び干渉データ提供方法 | |
Contreras et al. | Maintenance management of an additive manufacturing system based on the I4. 0 model | |
JPH08192906A (ja) | 物流オンライン制御方法とその装置、及び物流シミュレーション装置 | |
JP7328473B1 (ja) | 制御装置、産業機械のシステム、実行履歴データ表示方法、及びプログラム | |
US20220121163A1 (en) | Method for visualizing the automation of a technical system | |
KR100374391B1 (ko) | 자동화시스템을 위한 제어와 시뮬레이션의 통합제어장치및 그것의 운영방법 | |
CN118061191B (zh) | 基于mcd的icf靶微装配机器人虚拟调试方法 | |
Thulasiraman | A Comprehensive Study Utilizing Two Industry 4.0 Pillars to Increase the Effectiveness of Automated Pharmacy Processes: Cobotics & Simulation | |
Brera | Collaborative Screwdriving: Integrating Robot Optimal Sequence Algorithms for Increased Efficiency | |
Krishnappa | A Case Study on Optimizing an Industrial Robot cell using Simulation as a tool |
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 |