DE112019007852T5

DE112019007852T5 - Informationsverarbeitungsvorrichtung, Werkstückerkennungsvorrichtung und Werkstückaufgreifvorrichtung

Info

Publication number: DE112019007852T5
Application number: DE112019007852.6T
Authority: DE
Inventors: Ryosuke Kawanishi; Akari Oshima; Yasunori Sakuramoto; Tomoki Tamada
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 2019-12-17
Filing date: 2019-12-17
Publication date: 2022-07-28
Anticipated expiration: 2039-12-18
Also published as: DE112019007852B4; CN114845844A; JPWO2021124445A1; JP6758540B1; CN114845844B; WO2021124445A1

Abstract

Eine Berechnungsmaschine (4), welche eine Informationsverarbeitungsvorrichtung ist, umfasst: eine Vorschlagbestimmungseinheit (13), welche basierend auf Messdaten eines durch einen Greifmechanismus zu greifenden Werkstücks einen Vorschlag für eine Greifposition und -orientierung bestimmt, welche eine Position und eine Orientierung sind, welche durch den Greifmechanismus beim Greifen einzunehmen sind; eine Evaluierungswertberechnungseinheit (14), welche einen Evaluierungswert berechnet, welcher ein Ergebnis des Evaluierens einer Stabilität des Greifens für einen Fall ist, in welchem der Greifmechanismus ein Werkstück greift und dabei eine Greifposition und -orientierung gemäß dem Vorschlag einnimmt; eine Position- und Orientierungbestimmungseinheit (15), welche basierend auf dem Evaluierungswert eine Greifposition und -orientierung bestimmt, welche durch den Greifmechanismus einzunehmen sind; und eine Griffevaluierunglerneinheit (21), welche basierend auf einem Datensatz, in welchem Messdaten für jedes Werkstück und eine Information über eine Greifposition und -orientierung für jedes Werkstück miteinander assoziiert sind, ein Griffevaluierungsmodell zum Evaluieren einer Stabilität des Greifens lernt. Die Evaluierungswertberechnungseinheit (14) berechnet den Evaluierungswert durch Eingeben der Information über die Greifposition und -orientierung gemäß dem Vorschlag und der Messdaten in das Griffevaluierungsmodell.

Description

Bereich
Die vorliegende Erfindung betrifft eine Informationsverarbeitungsvorrichtung, eine Werkstückerkennungsvorrichtung und eine Werkstückaufgreifvorrichtung, welche eine Position und eine Orientierung bestimmen, die von einem Greifmechanismus einzunehmen ist.
Hintergrund
Es ist eine Werkstückaufgreifvorrichtung bekannt, welche aus einer Vielzahl loser Werkstücke die Werkstücke einzeln aufgreift. Die Bedeutung von lose ist, dass Gegenstände in zufälligen Positionen und Orientierungen angeordnet sind. Patentliteratur 1 offenbart eine Werkstückaufgreifvorrichtung, welche eine Hand aufweist, die ein Greifmechanismus zum Greifen eines Werkstücks ist, und welche basierend auf dreidimensionalen Messdaten, die durch dreidimensionale Vermessung loser Werkstücke bezogen werden, eine Greifposition und -orientierung bestimmt. Die Greifposition und -orientierung bedeutet eine Position und eine Orientierung, die von der Hand beim Greifen eines Werkstücks eingenommen werden. Die Werkstückaufgreifvorrichtung gemäß Patentliteratur 1 evaluiert die Möglichkeit des erfolgreichen Greifens durch Anwenden eines Handmodells auf dreidimensionale Messdaten. Die Werkstückaufgreifvorrichtung gemäß Patentliteratur 1 bestimmt die Greifposition und -orientierung basierend auf einem Wert, welcher ein Evaluierungsergebnis der Möglichkeit des erfolgreichen Greifens ist.
Zitierungsliste
Patentliteratur
Patentliteratur 1: japanisches Patent Nummer 5558585
Kurzbeschreibung
Technisches Problem
In einem Fall, in welchem große individuelle Unterschiede in der Form von Werkstücken vorliegen, unterscheiden sich eine Greifposition und -orientierung, mit welchen die Werkstücke stabil gegriffen werden können, von Werkstück zu Werkstück, und es wird daher schwierig, die Möglichkeit des erfolgreichen Greifens zu evaluieren. Selbst wenn die Greifposition und -orientierung so bestimmt werden, dass ein Teil nahe dem Schwerpunkt des jeweiligen Werkstücks gegriffen wird, kann für einige Werkstücke ein stabileres Greifen beispielsweise dadurch erreicht werden, dass ein Teil gegriffen wird, der von dem Teil nahe des Schwerpunkts verschieden ist. Gemäß der in Patentliteratur 1 offenbarten herkömmlichen Technik kann die Werkstückaufgreifvorrichtung genau evaluieren, ob ein stabiles Greifen für Werkstücke mit geringer Abweichung in der Form der Werkstücke, beispielsweise industrieller Komponenten, erreicht werden kann, wohingegen es schwierig ist, eine genaue Evaluierung für Werkstücke unterschiedlicher Form durchzuführen. Gemäß der herkömmlichen Technik ist es daher bei Werkstücken unterschiedlicher Form für die Werkstückaufgreifvorrichtung schwierig, die Position und Orientierung des Greifmechanismus zu bestimmen, mit welchen jedes Werkstück stabil gegriffen werden kann, was ein Problem ist.
Die vorliegende Erfindung wurde in Anbetracht des Obigen gemacht und ihr Ziel ist es, eine Informationsverarbeitungsvorrichtung zu erhalten, welche fähig ist, die Position und Orientierung eines Greifmechanismus zu bestimmen, mit welchen jedes einer Vielzahl von Werkstücken unterschiedlicher Form stabil gegriffen werden können.
Lösung des Problems
Um das oben beschriebene Problem zu lösen und das Ziel zu erreichen, umfasst eine Informationsverarbeitungsvorrichtung gemäß der vorliegenden Erfindung: eine Vorschlagbestimmungseinheit, welche basierend auf Messdaten eines durch einen Greifmechanismus zu greifenden Werkstücks einen Vorschlag für eine Greifposition und -orientierung bestimmt, welche eine Position und eine Orientierung sind, welche durch den Greifmechanismus beim Greifen einzunehmen sind; eine Evaluierungswertberechnungseinheit, welche einen Evaluierungswert berechnet, welcher ein Ergebnis des Evaluierens einer Stabilität des Greifens für einen Fall ist, in welchem der Greifmechanismus ein Werkstück greift und dabei eine Greifposition und -orientierung gemäß dem Vorschlag einnimmt; eine Position- und Orientierungbestimmungseinheit, welche basierend auf dem Evaluierungswert eine durch den Greifmechanismus einzunehmende Greifposition und -orientierung bestimmt; und eine Griffevaluierunglerneinheit, welche basierend auf einem Datensatz, in welchem Messdaten für jedes Werkstück und eine Information über eine Greifposition und -orientierung für jedes Werkstück miteinander assoziiert sind, ein Griffevaluierungsmodell zum Evaluieren einer Stabilität des Greifens lernt. Die Evaluierungswertberechnungseinheit berechnet den Evaluierungswert durch Eingeben einer Information über die Greifposition und -orientierung gemäß dem Vorschlag und der Messdaten in das Griffevaluierungsmodell.
Vorteilhafte Wirkungen der Erfindung
Die Informationsverarbeitungsvorrichtung gemäß der vorliegenden Erfindung erreicht eine Wirkung, dass es möglich ist, die Position und Orientierung eines Greifmechanismus zu bestimmen, mit welchen jedes einer Vielzahl von Werkstücken unterschiedlicher Form stabil gegriffen werden können.
Figurenliste

1 ist ein Diagramm, welches eine Konfiguration einer Werkstückaufgreifvorrichtung gemäß einer ersten Ausführungsform der vorliegenden Erfindung zeigt.
2 ist ein Blockdiagramm der Werkstückaufgreifvorrichtung gemäß der ersten Ausführungsform.
3 ist ein Ablaufdiagramm, welches Betriebsprozeduren der Werkstückaufgreifvorrichtung gemäß der ersten Ausführungsform zeigt.
4 ist ein erstes Diagramm zum Erklären des Erkennens einer Greifposition und -orientierung durch die Werkstückaufgreifvorrichtung gemäß der ersten Ausführungsform.
5 ist ein zweites Diagramm zum Erklären des Erkennens einer Greifposition und -orientierung durch die Werkstückaufgreifvorrichtung gemäß der ersten Ausführungsform.
6 ist ein Diagramm, welches eine beispielhafte Konfiguration einer Datensatzbezugseinheit zeigt, welche in der Werkstückaufgreifvorrichtung gemäß der ersten Ausführungsform enthalten ist.

Beschreibung von Ausführungsformen
Nachfolgend werden eine Informationsverarbeitungsvorrichtung, eine Werkstückerkennungsvorrichtung und eine Werkstückaufgreifvorrichtung gemäß Ausführungsformen der vorliegenden Erfindung im Detail mit Bezug zu den Zeichnungen beschrieben. Die Erfindung ist nicht auf die Ausführungsformen begrenzt.
Erste Ausführungsform.
1 ist ein Diagramm, welches eine Konfiguration einer Werkstückaufgreifvorrichtung gemäß einer ersten Ausführungsform der vorliegenden Erfindung zeigt. Eine Werkstückaufgreifvorrichtung 1 gemäß der ersten Ausführungsform greift eine Vielzahl von losen Werkstücken 7 in einer Box 8 einzeln auf. Jedes Werkstück 7 ist ein Objekt, welches durch eine Hand 6 zu greifen ist. In der ersten Ausführungsform sind die Werkstücke 7 Güter oder Produkte, die individuelle Unterschiede in ihrer Form haben. Ein Beispiel des Werkstücks 7 ist ein Lebensmittel, welches Stück für Stück sortiert werden kann. In der ersten Ausführungsform ist ein Nutzer ein Geschäftsbetreiber, welcher eine Konstruktion oder einen Betrieb eines Systems, welches die Werkstückaufgreifvorrichtung 1 umfasst, unternimmt, oder ist ein Produktionsingenieur, welcher die Werkstückaufgreifvorrichtung 1 verwendet.
Die Werkstückaufgreifvorrichtung 1 umfasst einen Roboter 2, welcher ein Industrieroboter ist, eine Steuerung 3, welche den Roboter 2 steuert, eine Berechnungsmaschine 4, welche eine Informationsverarbeitungsvorrichtung ist, und einen Sensor 5, welcher ein Sensor zum dreidimensionalen Sehen ist. Der Roboter 2, die Steuerung 3, die Berechnungsmaschine 4 und der Sensor 5 sind so verbunden, dass sie fähig sind, miteinander zu kommunizieren.
Der Roboter 2 weist die Hand 6 auf, welche ein Greifmechanismus ist. Die Hand 6 ist an der Spitze eines Armes des Roboters 2 angebracht. Der Roboter 2 bewegt die Hand 6 innerhalb eines Bewegungsbereichs des Roboters 2 und ändert die Orientierung der Hand 6. Die Steuerung 3 steuert den Arm und die Hand 6 des Roboters 2.
In der ersten Ausführungsform umfasst die Hand 6 einen Mechanismus zum Einklemmen des Werkstücks 7 zwischen zwei oder einer Vielzahl von Klauen, welche geöffnet und geschlossen werden können. Die Hand 6 kann einen Mechanismus zum Anziehen des Werkstücks 7 durch Erzeugen einer Saugkraft umfassen. Wenn in dem Werkstück 7 ein Loch gebildet ist, kann die Hand 6 einen Mechanismus zum Halten des Werkstücks 7 durch Einführen der zwei oder der Vielzahl von Klauen in das Loch und Öffnen der Klauen umfassen.
Die Berechnungsmaschine 4 und der Sensor 5 bilden eine Werkstückerkennungsvorrichtung, welche die Position des Werkstücks 7 und die Orientierung des Werkstücks 7 erkennt. Die Werkstückerkennungsvorrichtung erkennt auch die Position und Orientierung, welche durch die Hand 6 beim Greifen des Werkstücks 7 durch die Hand 6 eingenommen werden. Der Sensor 5 bezieht dreidimensionale Messdaten des Werkstücks 7 durch Beobachten einer Situation, welche das Werkstück 7 umfasst. Der Sensor 5 erzeugt eine Situationinformation, welche die dreidimensionalen Messdaten des Werkstücks 7 enthält. Der Sensor 5 gibt die erzeugte Situationinformation an die Berechnungsmaschine 4 aus.
In der ersten Ausführungsform ist der Sensor 5 eine Stereokamera mit zwei Linsen oder drei oder mehr Linsen. Der Sensor 5 kann sein: eine aktive Stereokamera, welche eine Lichtprojektionseinheit, wie beispielsweise einen Laser oder einen Projektor, umfasst, ein Gerät, welches ein Laufzeitverfahren verwendet, ein Gerät, welches eine Faktorisierung oder einen Prozess einer Struktur aus Bewegung oder einer Struktur und Bewegung verwendet, eine Bewegungsstereokamera, ein Gerät, welches eine visuelle Hülle verwendet, oder dergleichen. Der Sensor 5 braucht lediglich ein Gerät sein, welches dreidimensionale Daten eines Bereichs erfassen kann.
Die Berechnungsmaschine 4 ist eine Informationsverarbeitungsvorrichtung, welche einen arithmetischen Prozess zum Erkennen einer Greifposition und -orientierung basierend auf dreidimensionalen Messdaten durchführt. Die durch die Berechnungsmaschine 4 erkannte Greifposition und -orientierung sind eine tatsächliche Greifposition und -orientierung, die von der Hand 6 beim Greifen des Werkstücks 7 durch die Hand 6 eingenommen werden. In der ersten Ausführungsform ist die Berechnungsmaschine 4 ein Computer, wie beispielsweise ein Personalcomputer. Ein Programm zum Erkennen einer Greifposition und -orientierung ist auf der Berechnungsmaschine 4 installiert.
2 ist ein Blockdiagramm der Werkstückaufgreifvorrichtung gemäß der ersten Ausführungsform. 2 zeigt eine funktionelle Konfiguration der Berechnungsmaschine 4 und eine Hardwarekonfiguration zur Implementierung der funktionellen Konfiguration der Berechnungsmaschine 4.
Die Berechnungsmaschine 4 umfasst einen Prozessor 10, welcher eine Verarbeitungseinheit ist, welche diverse Prozesse ausführt, einen Speicher 11, welcher eine Speichereinheit ist, welche Information speichert, und eine Schnittstelle 12, welche zum Übertragen und Empfangen von Information an und von einem Gerät, das für die Berechnungsmaschine 4 extern ist, verantwortlich ist.
Der Prozessor 10 ist eine zentrale Verarbeitungseinheit (CPU). Der Prozessor 10 kann ein Verarbeitungsgerät, ein Arithmetikgerät, ein Mikroprozessor, ein Mikrocomputer oder ein digitaler Signalprozessor (DSP) sein. Der Speicher 11 umfasst einen Direktzugriffsspeicher (RAM), einen nur lesbaren Speicher (ROM), einen Flash-Speicher, ein EPROM (Erasable Programable Read Only Memory), ein EEPROM (registrierte Marke) (Electrically Erasable Programable Read Only Memory), eine Festplatte (HDD) oder einen Festkörperspeicher (SSD). Das Programm zum Erkennen einer Greifposition und -orientierung ist in dem Speicher 11 gespeichert. Der Prozessor 10 führt das in dem Speicher 11 gespeicherte Programm aus.
2 zeigt die funktionelle Konfiguration, welche unter Verwendung des Prozessors 10 implementiert ist. Die Berechnungsmaschine 4 umfasst eine Vorschlagbestimmungseinheit 13, eine Evaluierungswertberechnungseinheit 14, eine Position- und Orientierungbestimmungseinheit 15, eine Datensatzbezugseinheit 16, eine Tatsächliches-Ergebnis-Bezugseinheit 17 und eine Lerneinheit 18, welche funktionelle Einheiten sind, die unter Verwendung des Prozessors 10 implementiert sind.
Funktionen der Vorschlagbestimmungseinheit 13, der Evaluierungswertberechnungseinheit 14, der Position- und Orientierungbestimmungseinheit 15, der Datensatzbezugseinheit 16, der Tatsächliches-Ergebnis-Bezugseinheit 17 und der Lerneinheit 18 werden durch eine Kombination aus dem Prozessor 10 und Software implementiert. Die Funktionen können durch eine Kombination aus dem Prozessor 10 und Firmware implementiert sein oder können durch eine Kombination aus dem Prozessor 10, der Software und der Firmware implementiert sein. Die Software oder die Firmware ist als ein Programm beschrieben und in dem Speicher 11 gespeichert. Der Prozessor 10 liest die Software oder die Firmware. Der Prozessor 10 führt die Software oder die Firmware aus.
Das Programm zum Erkennen einer Greifposition und -orientierung kann ein Programm sein, welches in einem Speichermedium gespeichert ist, welches von einem Computer gelesen werden kann. Die Berechnungsmaschine 4 kann das in dem Speichermedium gespeicherte Programm in den Speicher 11 speichern. Das Speichermedium kann ein tragbares Speichermedium sein, welches eine Diskette ist, oder kann ein Flash-Speicher sein, welcher ein Halbleiterspeicher ist. Das Programm zum Erkennen einer Griffposition und -orientierung kann auf der Berechnungsmaschine 4 von einem anderen Computer oder einem Servergerät über ein Kommunikationsnetzwerk installiert werden.
Die Schnittstelle 12 empfängt eine Situationinformation, welche von dem Sensor 5 ausgegeben wird. Die Vorschlagbestimmungseinheit 13 bestimmt basierend auf der von der Schnittstelle 12 eingegebenen Situationinformation einen Vorschlag für eine Greifposition und -orientierung. Die Vorschlagbestimmungseinheit 13 gibt an die Evaluierungswertberechnungseinheit 14 eine Information über die Greifposition und -orientierung aus, welche der bestimmte Vorschlag sind.
Die Evaluierungswertberechnungseinheit 14 berechnet einen Evaluierungswert, welcher ein Ergebnis des Evaluierens der Stabilität des Greifen ist, wenn die Hand 6 das Werkstück 7 greift und dabei die Griffposition und -orientierung gemäß dem Vorschlag einnimmt. Die Stabilität des Greifens ist der Grad, zu welchem das Werkstück 7 erfolgreich gegriffen werden kann und das Halten des Werkstücks 7 durch die Hand 6 beibehalten werden kann, bis die Hand 6 den Griff löst. Ein Fall, in welchem die Stabilität des Greifens gering ist, umfasst einen Fall, in welchem das Greifen wahrscheinlich fehlschlägt, wenn das Werkstück 7 zu greifen ist, einen Fall, in welchem es wahrscheinlich ist, dass das gegriffene Werkstück 7 aus der Hand 6 fällt, und einen Fall, in welchem das Greifen aufgrund einer Kollision der Hand 6 mit einem Objekt um das Werkstück 7 fehlschlägt. Das Objekt, mit welchem die Hand 6 kollidieren kann, ist beispielsweise ein anderes Werkstück 7 um das zu greifende Werkstück 7, die Kiste 8 oder dergleichen.
Die Evaluierungswertberechnungseinheit 14 berechnet den Evaluierungswert durch Eingeben der Information über die Greifposition und -orientierung gemäß dem Vorschlag und der Situationinformation in ein Griffevaluierungsmodell. Das Griffevaluierungsmodell ist ein Evaluierungsmodell zum Evaluieren eines Greifzustands, wenn die Hand 6 das Werkstück 7 greift. Die Evaluierungswertberechnungseinheit 14 evaluiert den Greifzustand, welcher aus den Messdaten des Werkstücks 7 und der Greifposition und -orientierung basierend auf dem Griffevaluierungsmodell geschätzt wird. Die Evaluierungswertberechnungseinheit 14 gibt den berechneten Evaluierungswert an die Position- und Orientierungbestimmungseinheit 15 aus.
Basierend auf dem Evaluierungswert bestimmt die Position- und Orientierungbestimmungseinheit 15 eine Greifposition und -orientierung, welche durch die Hand 6 durch die Steuerung 3, welche die Hand 6 steuert, einzunehmen sind. Die Position- und Orientierungbestimmungseinheit 15 gibt eine Information über die bestimmte Greifposition und -orientierung an die Schnittstelle 12 aus. Die Schnittstelle 12 überträgt die Information über die Greifposition und -orientierung an die Steuerung 3. Die Steuerung 3 steuert eine Greifoperation durch den Roboter 2 basierend auf der Information über die Greifposition und -orientierung. Die Steuerung 3 gibt Tatsächliches-Ergebnis-Daten über ein tatsächliches Ergebnis des Greifens des Werkstücks 7 durch die Hand 6 an die Schnittstelle 12 aus. Die Tatsächliches-Ergebnis-Daten enthalten eine Information, welche Erfolg oder Misserfolg des Greifens durch die Hand 6 angibt, die Information über die Greifposition und -orientierung und den berechneten Evaluierungswert.
Der Speicher 11 speichert das Griffevaluierungsmodell und ein Zuverlässigkeitevaluierungsmodell. Das Griffevaluierungsmodell umfasst ein Kollisionsmodell, ein Haltemodell und eine Gewichtungsinformation. Das Kollisionsmodell ist ein Evaluierungsmodell zum Evaluieren eines Zustands des Auftretens einer Kollision zwischen einem Objekt um das zu greifende Werkstück 7 und der Hand 6. Das Haltemodell ist ein Evaluierungsmodell zum Evaluieren eines Zustands, in welchem das Werkstück 7 beim Greifen des Werkstücks 7 durch die Hand 6 gehalten wird.
Die Gewichtungsinformation ist ein Parameter, welcher eine Gewichtung der Evaluierung des Zustands des Auftretens der Kollision und der Evaluierung des Zustands, in welchem das Werkstück 7 durch die Hand 6 gehalten wird, angibt. Die Evaluierungswertberechnungseinheit 14 berechnet den Evaluierungswert durch Gewichten eines Evaluierungsergebnisses von dem Kollisionsmodell und eines Evaluierungsergebnisses von dem Haltemodell gemäß der Gewichtungsinformation.
Das Zuverlässigkeitevaluierungsmodell ist ein Evaluierungsmodell zum Evaluieren einer Zuverlässigkeit einer zu bestimmenden Greifposition und -orientierung.
Die Lerneinheit 18 ist ein Maschinelles-Lernen-Gerät, welches diverse Evaluierungsmodelle lernt. Die Lerneinheit 18 umfasst eine Griffevaluierunglerneinheit 21, welche ein Griffevaluierungsmodell lernt, eine Modellaktualisierungseinheit 22, welche das Griffevaluierungsmodell aktualisiert, und eine Zuverlässigkeitlerneinheit 23, welche ein Zuverlässigkeitevaluierungsmodell lernt.
Die Datensatzbezugseinheit 16 bezieht einen Datensatz, in welchem Messdaten jedes Werkstücks 7 und eine Information über eine Griffposition und -orientierung jedes Werkstücks 7 miteinander assoziiert sind. Die Datensatzbezugseinheit 16 gibt den bezogenen Datensatz an die Griffevaluierunglerneinheit 21 aus. Die Griffevaluierunglerneinheit 21 lernt das Griffevaluierungsmodell basierend auf dem von der Datensatzbezugseinheit 16 eingegebenen Datensatz. Die Datensatzbezugseinheit 16 bezieht die Messdaten des Werkstücks 7 von der durch die Schnittstelle 12 empfangenen Situationinformation.
Die Tatsächliches-Ergebnis-Bezugseinheit 17 bezieht die durch die Schnittstelle 12 empfangenen Tatsächliches-Ergebnis-Daten. Die Tatsächliches-Ergebnis-Bezugseinheit 17 gibt die bezogenen Tatsächliches-Ergebnis-Daten an die Modellaktualisierungseinheit 22 und die Zuverlässigkeitlerneinheit 23 aus. Die Zuverlässigkeitlerneinheit 23 lernt basierend auf den Tatsächliches-Ergebnis-Daten ein Zuverlässigkeitevaluierungsmodell zum Evaluieren der Zuverlässigkeit der durch die Position- und Orientierungbestimmungseinheit 15 bestimmten Greifposition und -orientierung.
Die Berechnungsmaschine 4 kann ein Eingabegerät umfassen, welches eine Eingabehandlung des Nutzers empfängt. Das Eingabegerät ist ein Gerät zum Eingeben von Information, beispielsweise eine Tastatur, eine Maus oder ein Touchpad. Die Berechnungsmaschine 4 kann ein Anzeigegerät umfassen, welches Information auf einem Bildschirm anzeigt. Das Eingabegerät und das Anzeigegerät sind nicht gezeigt.
Als Nächstes werden Details eines Betriebs der Werkstückaufgreifvorrichtung 1 beschrieben. 3 ist ein Ablaufdiagramm, welches Betriebsprozeduren der Werkstückaufgreifvorrichtung gemäß der ersten Ausführungsform zeigt. 3 zeigt Prozeduren von einer Inbetriebnahmeanpassung vor Aufnahme des Betriebs der Werkstückaufgreifvorrichtung 1 bis zu dem Greifen des Werkstücks 7, welches durch den Betrieb der Werkstückaufgreifvorrichtung 1 durchgeführt wird. Die Prozeduren von Schritt S1 bis Schritt S3 sind Prozeduren der Inbetriebnahmeanpassung. Schritte S4 bis S9 sind Prozeduren, bis das Greifen des Werkstücks 7 durch den Betrieb der Werkstückaufgreifvorrichtung 1 durchgeführt wird.
In Schritt S1 bezieht die Datensatzbezugseinheit 16 einen Datensatz. Der Nutzer weist die Berechnungsmaschine 4 an, eine Werkstückregistrierung zum Modelllernen durchzuführen. Die Werkstückregistrierung bezeichnet eine Registrierung von Information über das zu greifende Werkstück 7. Der Nutzer gibt die Anweisung zum Durchführen der Werkstückregistrierung beispielsweise durch Bedienen eines Eingabegeräts ein. Die Berechnungsmaschine 4 gibt an den Sensor 5 gemäß der Anweisung zum Durchführen der Werkstückregistrierung einen Messbefehl aus. Der Sensor 5 bezieht eine Situationinformation gemäß dem Messbefehl und sendet die Situationinformation an die Berechnungsmaschine 4. Die Datensatzbezugseinheit 16 bezieht die Situationinformation, welche eine Komponente des Datensatzes ist. Der Sensor 5 kann sowohl Werkstücke, d. h. das lose Werkstück 7 in der Kiste 8, oder das auf einem Messtisch einzeln platzierte Werkstück 7 messen.
Der Nutzer gibt in das Eingabegerät eine Information über eine Greifposition und -orientierung und eine Information, welche Erfolg oder Misserfolg des Greifens beim Einnehmen der Griffposition und -orientierung durch die Hand 6 angibt, ein. Die Datensatzbezugseinheit 16 erzeugt einen Datensatz durch Registrieren der in das Eingabegerät eingegebenen Information in Assoziation mit den Messdaten des Werkstücks 7. Auf eine solche Weise bezieht die Datensatzbezugseinheit 16 den Datensatz.
Die Information über eine Greifposition und -orientierung kann in der Datensatzbezugseinheit 16 durch ein Mittel registriert werden, welches von einer manuellen Eingabe verschieden ist. Die Datensatzbezugseinheit 16 kann eine Information über eine Griffposition und -orientierung erfassen, die durch Ausführen eines existierenden Erkennungsalgorithmus erhalten wird. Die Information, welche Erfolg oder Misserfolg des Greifens angibt, wird durch Zuweisen eines Wahrheitslabels registriert. Des Weiteren kann die Berechnungsmaschine 4 einen Datensatz unter Verwendung einer Simulation beziehen. Der Bezug des Datensatzes unter Verwendung der Simulation wird später beschrieben.
Wenn der Datensatz bezogen ist, lernt die Griffevaluierunglerneinheit 21 in Schritt S2 das Griffevaluierungsmodell basierend auf dem in Schritt S1 bezogenen Datensatz. Die Griffevaluierunglerneinheit 21 lernt das Griffevaluierungsmodell durch sogenanntes überwachtes Lernen, beispielsweise gemäß einem neuronalen Netz. Vorliegend ist das überwachte Lernen ein Lernen, bei welchem eine große Anzahl von Datensätzen, die jeweils eine bestimmte Eingabe und ein Label, welches ein Ergebnis davon ist, umfassen, einem Maschinelles-Lernen-Gerät gegeben werden und hierdurch in einem Datensatz enthaltene Eigenschaften gelernt werden und Ergebnisse aus Eingaben geschätzt werden. Wenn das Lernen des Griffevaluierungsmodells abgeschlossen ist, speichert der Speicher 11 in Schritt S3 das Griffevaluierungsmodell.
Bei der Evaluierung des Greifzustands des Werkstücks 7 sind der Zustand des Auftretens einer Kollision und der Zustand, in welchem das Werkstück 7 gehalten wird, wichtige Gesichtspunkte. Die Aufteilung des Griffevaluierungsmodells in das Kollisionsmodell und das Haltemodell ermöglicht der Griffevaluierunglerneinheit 21, das Lernen durchzuführen und dabei ein Ziel der Evaluierung auf den Zustand des Auftretens einer Kollision und den Zustand, in welchem das Werkstück 7 gehalten wird, einzugrenzen. Hierdurch kann die Berechnungsmaschine 4 die Konvergenz eines Lernmodells verbessern.
Durch Einstellen der Gewichtung des Evaluierungsergebnisses von dem Kollisionsmodell und des Evaluierungsergebnisses von dem Haltemodell kann die Berechnungsmaschine 4 den Bedeutungsgrad betreffend die Evaluierung des Zustands des Auftretens einer Kollision und die Evaluierung des Zustands, in welchem das Werkstück 7 gehalten wird, anpassen. Hierdurch kann die Berechnungsmaschine 4 eine Greifposition und -orientierung für beide Fälle bestimmen, d. h. für einen Fall, in welchem das Verhindern einer Kollision beim Greifen zur Verbesserung der Greiferfolgsrate beiträgt, und für einen Fall, in welchem die Verbesserung eines Kontaktzustands der Hand 6 mit dem Werkstück 7 zu einer Verbesserung der Greiferfolgsrate beiträgt. Des Weiteren kann durch Lernen der Gewichtungsinformation die Berechnungsmaschine 4 unabhängig von der Einstellung des Nutzers eine Gewichtungsinformation erhalten, welche ein optimales Verhältnis zwischen der Gewichtung zum Verhindern der Kollision und der Gewichtung zum Verbessern des Kontaktzustands der Hand 6 bereitstellt.
Die Berechnungsmaschine 4 kann den Datensatz in Trainingsdaten und Testdaten aufteilen und kann ein Lernergebnis des Griffevaluierungsmodells dem Nutzer basierend auf einer Bestimmungsgenauigkeit der Greifposition und -orientierung in den Testdaten präsentieren. Die Berechnungsmaschine 4 präsentiert das Lernergebnis beispielsweise durch Anzeige auf einem Anzeigegerät. Hierdurch kann der Nutzer die Genauigkeit der Evaluierung unter Verwendung des Griffevaluierungsmodells prüfen und kann in einem frühen Stadium bestimmen, ob der Betrieb der Werkstückaufgreifvorrichtung 1 unter Verwendung des Griffevaluierungsmodells gestartet werden kann.
Die Berechnungsmaschine 4 kann die Greifposition und -orientierung unter Verwendung des gelernten Griffevaluierungsmodells evaluieren, um hierdurch dem Nutzer eine Liste von Daten zu präsentieren, in welchen Wahrheitslabels, die in dem Datensatz enthalten sind, falsch zugewiesen sind. Der Nutzer modifiziert oder löscht die in dem Datensatz enthaltenen Daten in Abhängigkeit der Präsentation. Hierdurch kann die Berechnungsmaschine 4 eine Abnahme der Lerngenauigkeit aufgrund einer fehlerhaften Zuweisung von Wahrheitslabels, die in dem Datensatz enthalten sind, reduzieren.
Nach der Inbetriebnahmeanpassung installiert der Nutzer in einem Anpassungsprozess zum Inbetriebnehmen der Werkstückaufnahmevorrichtung 1 ein Roboterprogramm in der Steuerung 3. Die Steuerung 3 führt das Roboterprogramm aus. Die Steuerung 3 überträgt einen Erkennungsbefehl zum Erkennen der Greifposition und -orientierung an den Sensor 5 gemäß der Beschreibung des Roboterprogramms. Der Sensor 5 bezieht eine Situationinformation und überträgt die Situationinformation an die Berechnungsmaschine 4.
In Schritt S4 bezieht die Berechnungsmaschine 4 die von dem Sensor 5 übertragene Situationinformation. In Schritt S5 bestimmt die Vorschlagbestimmungseinheit 13 basierend auf den Messdaten des Werkstücks 7 einen Vorschlag für die Greifposition und -orientierung. Die Vorschlagbestimmungseinheit 13 bestimmt als einen Vorschlag für die Greifposition eine Position durch Extrahieren eines Teils, welcher ein durch die Hand 6 greifbares Merkmal umfasst, aus der Form des Werkstücks 7.
Wenn die Hand 6 dazu konfiguriert ist, das Werkstück 7 zwischen Klauen einzuklemmen, entspricht eine Kante, welche zu der Form der Klauen gehört, dem greifbaren Merkmal. Wenn die Hand 6 dazu konfiguriert ist, das Werkstück 7 anzuziehen, entspricht eine Fläche, die größer als eine bestimmte Größe ist, dem greifbaren Merkmal. Wenn die Hand 6 dazu konfiguriert ist, das Werkstück 7 durch Öffnen von Klauen zu halten, entspricht ein Loch zum Einführen der Klauen dem greifbaren Merkmal. Die Vorschlagbestimmungseinheit 13 erkennt das Merkmal durch Bildanalyse. Die Vorschlagbestimmungseinheit 13 bestimmt eine Greiforientierung zum Greifen an der bestimmten Position. Hierdurch bestimmt die Vorschlagbestimmungseinheit 13 einen Vorschlag für die Greifposition und -orientierung. Es kann eine beliebige Anzahl von zu bestimmenden Vorschlägen geben. Die Vorschlagbestimmungseinheit 13 gibt eine Information über die Greifposition und -orientierung des bestimmten Vorschlags an die Evaluierungswertberechnungseinheit 14 aus.
In Schritt S6 berechnet die Evaluierungswertberechnungseinheit 14 einen Evaluierungswert für jeden in Schritt S5 bestimmten Vorschlag. Die Evaluierungswertberechnungseinheit 14 liest aus dem Speicher 11 das Griffevaluierungsmodell, welches dem Werkstück 7 entspricht, welches in dem Roboterprogramm spezifiziert ist. Die Evaluierungswertberechnungseinheit 14 berechnet jeden Evaluierungswert durch Eingeben der Information über die Greifposition und -orientierung gemäß dem Vorschlag und der Situationinformation in das Griffevaluierungsmodell. Die Evaluierungswertberechnungseinheit 14 gibt die berechneten Evaluierungswerte und die Information über die Greifposition und -orientierung gemäß den Vorschlägen an die Position- und Orientierungbestimmungseinheit 15 aus.
In Schritt S7 bestimmt die Position- und Orientierungbestimmungseinheit 15 aus der Greifposition und -orientierung gemäß den Vorschlägen die Greifposition und -orientierung, die von der Hand 6 einzunehmen sind. Die Position- und Orientierungbestimmungseinheit 15 bestimmt die Greifposition und -orientierung mit dem höchsten Evaluierungswert unter den Vorschlägen. Auf eine solche Weise bestimmt die Position- und Orientierungbestimmungseinheit 15 die Greifposition und -orientierung basierend auf dem Evaluierungswert. In Schritt S8 überträgt die Schnittstelle 12 eine Information über die in Schritt S7 bestimmte Greifposition und -orientierung an die Steuerung 3.
In der Berechnungsmaschine 4 kann die Vorschlagbestimmungseinheit 13 die Position des Schwerpunkts des Werkstücks 7 oder eine von dem Werkstück 7 eingenommene, durch die Bildanalyse erkannte Fläche bestimmen, und die Evaluierungswertberechnungseinheit 14 kann die Greifposition und -orientierung und den Evaluierungswert als Reaktion auf eine Eingabe von Messdaten aus der Nähe des Werkstücks 7, welche das Werkstück 7 umfassen, in die Evaluierungswertberechnungseinheit 14 berechnen. In diesem Fall lernt die Griffevaluierunglerneinheit 21 den Evaluierungswert und die Greifposition und -orientierung gleichzeitig. In einem Fall, in welchem das Lernen des Evaluierungswertes und der Greifposition und -orientierung durch ein neuronales Netz implementiert ist, werden Messdaten eines bestimmten Bereichs um den Schwerpunkt des Werkstücks 7 in eine Eingabeschicht des neuronalen Netzes eingegeben, und der Evaluierungswert und die Information über die Greifposition und -orientierung werden aus einer Ausgabeschicht des neuronalen Netzes ausgegeben.
Alternativ kann in der Berechnungsmaschine 4 die Evaluierungswertberechnungseinheit 14 die Greifposition und -orientierung als Reaktion auf eine Eingabe der Information über die Greifposition und -orientierung gemäß dem Vorschlag, welche von der Vorschlagbestimmungseinheit 13 bestimmt wurden, in die Evaluierungswertberechnungseinheit 14 korrigieren, und die Evaluierungswertberechnungseinheit 14 kann die Information über die Greifposition und -orientierung nach der Korrektur ausgeben. In einem Fall, in welchem das Lernen der korrigierten Greifposition und -orientierung durch das neuronale Netz implementiert ist, werden die Messdaten eines bestimmten Bereichs um den Schwerpunkt des Werkstücks 7 und die Information über die Greifposition und -orientierung gemäß dem Vorschlag in die Eingabeschicht des neuronalen Netzes eingegeben, und eine Information über die korrigierte Greifposition und -orientierung wird aus der Ausgabeschicht des neuronalen Netzes ausgegeben.
Auf den Empfang der Information über die Greifposition und -orientierung hin überträgt die Steuerung 3 einen Betriebsbefehl an den Roboter 2, um zu verursachen, dass die Hand 6 die durch die Berechnungsmaschine 4 bestimmte Greifposition und -orientierung einnimmt. Gemäß dem in den Roboter 2 eingegebenen Betriebsbefehl nimmt die Hand 6 in Schritt S9 die durch die Berechnungsmaschine 4 bestimmte Greifposition und -orientierung ein und greift das Werkstück 7. Hierdurch beendet die Werkstückaufgreifvorrichtung 1 den Betrieb der in 3 gezeigten Prozeduren.
Die von der Berechnungsmaschine 4 an die Steuerung 3 übertragene Information über die Greifposition und -orientierung umfasst dreidimensionale Koordinaten, welche die Greifposition in einem Roboterkoordinatensystem angeben, und Daten einer Annäherungsrichtung der Klauen. Die Annäherungsrichtung ist durch Winkel angegeben, welche jeweils auf eine von drei Achsen zentriert sind. Die Information über die Greifposition und -orientierung kann den in Schritt S6 berechneten Evaluierungswert als den Grad der Zuverlässigkeit des Erkennungsergebnisses enthalten. Der Grad der Zuverlässigkeit ist durch eine reelle Zahl zwischen 0 und 1 angegeben. Der Evaluierungswert als der Grad der Zuverlässigkeit kann jeder beliebige sein von einem Evaluierungswert für die Stabilität des Greifens, einem Evaluierungswert für den Zustand des Auftretens einer Kollision und einem Evaluierungswert für den Zustand, in welchem das Werkstück 7 gehalten wird.
4 ist ein erstes Diagramm zum Erklären des Erkennens der Greifposition und -orientierung durch die Werkstückaufgreifvorrichtung gemäß der ersten Ausführungsform. 5 ist ein zweites Diagramm zum Erklären des Erkennens einer Greifposition und -orientierung durch die Werkstückaufgreifvorrichtung gemäß der ersten Ausführungsform. 4 zeigt drei Werkstücke 7 zusammen mit Beispielen von Handmodellen 25 beim Greifen der Werkstücke 7. Jedes der in 4 gezeigten Handmodelle 25 repräsentiert schematisch die Hand 6, welche das Werkstück 7 zwischen zwei Klauen einklemmt. Wie in 4 gezeigt ist, sind die Formen der Werkstücke 7 nicht gleichmäßig und umfassen komplizierte Unregelmäßigkeiten.
5 zeigt ein Beispiel, in welchem zwei Instanzen einer Greifposition und -orientierung als Vorschläge für ein einziges Werkstück 7 bestimmt sind. In einem Handmodell 25-1, welches eine der zwei Instanzen einer Greifposition und -orientierung angibt, greift eine von zwei Klauen einen vorstehenden Teil und die andere Klaue greift einen vertieften Teil. In einem Handmodell 25-2, welches die andere der zwei Instanzen einer Greifposition und -orientierung angibt, greifen beide der zwei Klauen auf flache Kanten. Bei der durch das Handmodell 25-1 angegebenen Greifposition und -orientierung kann eine Position gegriffen werden, welche nahe dem Schwerpunkt des Werkstücks 7 ist, wohingegen bei der durch das Handmodell 25-2 angegebenen Greifposition und -orientierung eine Position zu greifen ist, welche von dem Schwerpunkt des Werkstücks 7 entfernt ist.
In dem Fall des in 5 gezeigten Beispiels kann das Werkstück 7 an der Position des Handmodells 25-1 stabiler gegriffen werden als an der Position des Handmodells 25-2. Wenn der Fokus jedoch lediglich darauf liegt, ob eine Angepasstheit auf die Form der Klauen erreicht wird, werden die durch das Handmodell 25-2 angegebene Greifposition und -orientierung höher evaluiert als die durch das Handmodell 25-1 angegebene Greifposition und -orientierung. Wenn eine Evaluierung gemäß einem vorbestimmten Standard, wie oben beschrieben, durchgeführt wird, kann eine geringe Evaluierung erhalten werden, obwohl es möglich ist, eine zum Greifen geeignete Position zu greifen, wie in einem Fall der Greifposition und -orientierung des Handmodells 25-1. Wenn eine Evaluierung gemäß einem vorbestimmten Standard durchgeführt wird, kann des Weiteren eine hohe Evaluierung erhalten werden, obwohl eine zum Greifen nicht geeignete Position zu greifen ist, wie in einem Fall der Greifposition und -orientierung des Handmodells 25-2. In der ersten Ausführungsform kann durch die Verwendung des durch Lernen erhaltenen Griffevaluierungsmodells die Berechnungsmaschine 4 genau evaluieren, ob ein stabiles Greifen für jedes der Werkstücke 7, welche unterschiedliche Formen haben, erreicht werden kann.
In der ersten Ausführungsform umfasst der Datensatz Messdaten jedes Werkstücks 7, eine Information über eine Greifposition und -orientierung und eine Information, welche Erfolg oder Misserfolg des Greifens angibt. In einem Fall, in welchem die Orientierungen der Werkstücke 7 durch die Achsenrichtungen der Werkstücke 7 ausgedrückt werden können, wie in einem Fall, in welchem die Werkstücke 7 eine lineare Form haben, kann der Datensatz eine Information über die Achsenrichtungen der Werkstücke 7 enthalten. Lernen basierend auf dem Datensatz, welcher die Information über die Achsenrichtungen enthält, ermöglicht der Berechnungsmaschine 4, eine Greifposition und -orientierung zu erkennen, die für die Orientierungen der Werkstücke 7 geeignet sind.
Der Datensatz kann auch eine Information enthalten, welche einen Zustand der Hand 6 angibt. In dem Fall der Hand 6, welche konfiguriert ist, das Werkstück 7 zwischen zwei Klauen einzuklemmen, kann eine Information über eine Öffnungsweite der Klauen in dem Datensatz enthalten sein. Des Weiteren kann eine Information über eine Einfügungstiefe der Klauen in dem Datensatz enthalten sein. Lernen basierend auf dem Datensatz, welcher die Information enthält, welche den Zustand der Hand 6 angibt, ermöglicht der Berechnungsmaschine 4, einen optimalen Zustand der Hand 6 in Abhängigkeit des Zustands jedes Werkstücks 7 zu erkennen. Es wird angenommen, dass in Abhängigkeit der Form, der Position oder der Orientierung jedes Werkstücks 7 das Greifen nicht stabil ist, wenn die Öffnungsbreite oder Einfügungstiefe einheitlich voreingestellt ist. Die Werkstückaufgreifvorrichtung 1 kann daher die Öffnungsweite und eine Eindringtiefe in Abhängigkeit der Form, der Position oder der Orientierung des jeweiligen Werkstücks 7 dynamisch ändern, was es ermöglicht, die Greiferfolgsrate weiter zu verbessern.
Wenn eine Vielzahl von Vorschlägen für die Greifposition und -orientierung bestimmt wird, kann die Berechnungsmaschine 4 eine Information über die Greifposition und -orientierung für jeden Vorschlag an die Steuerung 3 übertragen. Die Berechnungsmaschine 4 kann die Information über die Greifposition und -orientierung in der Reihenfolge der Evaluierungswerte sortieren und die Information an die Steuerung 3 übertragen.
Der Datensatz kann eine Information über die Reihenfolge des Aufgreifens jedes der Vielzahl von losen Werkstücken 7 enthalten. Die Griffevaluierunglerneinheit 21 kann eine optimale Reihenfolge des Aufgreifens jedes der Vielzahl von losen Werkstücken 7 basierend auf dem Datensatz lernen. Es wird für die Berechnungsmaschine 4 möglich, die optimale Reihenfolge des Aufgreifens der Werkstücke 7 zu erkennen. Wenn für die Werkstücke 7 das Aufgreifen mehrfach durch eine einzige Erkennung durchgeführt wird, kann die Werkstückaufgreifvorrichtung 1 die Greiferfolgsrate bei der mehrfach durchgeführten Werkstückaufgreifoperation verbessern, indem die Reihenfolge für die Werkstücke 7 innerhalb eines Bereichs so bestimmt wird, dass es in der Situation aufgrund des Aufgreifens des Werkstücks 7 nicht zu einem Kollaps kommt.
Als Nächstes wird der Bezug des Datensatzes unter Verwendung einer Simulation beschrieben. 6 ist ein Diagramm, welches eine beispielhafte Konfiguration der Datensatzbezugseinheit zeigt, welche in der Werkstückaufgreifvorrichtung gemäß der ersten Ausführungsform enthalten ist. 6 zeigt die beispielhafte Konfiguration der Datensatzbezugseinheit 16 für einen Fall, in welchem der Datensatz durch die Simulation automatisch erzeugt wird.
Die Datensatzbezugseinheit 16 umfasst eine Situationeinstellungseinheit 31, welche eine Situation in einem virtuellen Raum einstellt, welche eine Umgebung simuliert, in welcher das Werkstück 7 aufgegriffen wird, eine Situationinformationerzeugungseinheit 32, welche eine Situationinformation gemäß der Situationeinstellung erzeugt, eine Griffinformationeinstellungseinheit 33, welche eine Griffinformation einstellt, eine Datensatzerzeugungseinheit 34, welche einen Datensatz erzeugt, in welchem eine Griffinformation und eine Situationinformation miteinander assoziiert sind, und eine Datenwandlungseinheit 35. Die Griffinformation umfasst für jedes Werkstücks 7 eine Information über eine Griffposition und -orientierung und einen Evaluierungswert.
Die Situationeinstellungseinheit 31 ordnet in einem virtuellen Raum einen virtuellen Sensor und virtuelle Werkstücke an, wobei dieselbe Spezifikation und dieselbe Situation wie in einem Fall erhalten werden, in welchem die Werkstücke 7 tatsächlich aufgegriffen werden, und simuliert Messdaten, welche bezogen werden können. Ein Beispiel der Spezifikation ist ein Umstand, wie beispielsweise ein Blickwinkel oder eine Auflösung beim Beobachten einer Situation durch den Sensor 5. Ein Beispiel der Situation ist eine Situation, wie beispielsweise ein Messabstand, ein Zustand der Anordnung der Werkstücke 7 oder dergleichen. Beispiele des Zustands der Anordnung umfassen einen losen Zustand, einen flachliegenden Zustand und einen geordneten Zustand. Die Situationinformationerzeugungseinheit 32 simuliert die Messdaten, die bezogen werden können, und erzeugt die Situationinformation.
Um die Griffinformation zu erzeugen, ist in der Griffinformationeinstellungseinheit 33 ein Index eingestellt, wobei der Index angibt, welche Instanz einer Griffposition und -orientierung für das jeweilige Werkstück 7 optimal ist. Für den Index können die folgenden Elemente verwendet werden: ein Abstand zwischen einer Greifposition und dem Schwerpunkt des Werkstücks 7, die Größe einer Kontaktfläche zwischen der Hand 6 und dem Werkstück 7, der Winkel einer Kontaktoberfläche zwischen der Hand 6 und dem Werkstück 7, der Grad der Unebenheiten einer Oberfläche des Werkstücks 7, welche mit der Hand 6 in Kontakt kommt, ein beschränkender Umstand der Annäherungsrichtung und das Vorhandensein oder Nichtvorhandensein einer Beschädigung des Werkstücks 7 oder der Hand 6 beim Einfügen der Hand 6. Der Index kann eine Evaluierungsfunktion sein, welche Parameter für mehrere Elemente dieser Elemente umfasst. Die Evaluierungsfunktion kann eine Gewichtung für jedes Element umfassen. Wenn die Werkstücke 7 in der Kiste 8 angeordnet sind, bei der nur eine vertikale Oberseite geöffnet ist, ist die Bewegung der Hand 6 in der Horizontalrichtung der Kiste 8 oder von dem vertikal unteren Teil der Kiste 8 ins Innere der Kiste 8 beschränkt. Der beschränkende Umstand der Annäherungsrichtung ist ein Umstand für eine solche Beschränkung.
Die Datensatzerzeugungseinheit 34 erzeugt nicht nur Erfolgsdaten, welche Daten sind, wenn das Greifen erfolgreich ist, sondern auch Misserfolgsdaten, welche Daten sind, wenn das Greifen misslingt. Die Misserfolgsdaten werden auch als negative Daten bezeichnet. Der Datensatz umfasst nicht nur Misserfolgsdaten für einen Fall, in welchem das Greifen klar unmöglich ist, sondern auch Misserfolgsdaten für eine Greifposition und -orientierung, welche einer optimalen Greifposition und -orientierung nahe sind, für einen Misserfolg des Greifens jedoch anfällig sind. Ein Beispiel für den Fall, in welchem die Greifposition und -orientierung nahe einer optimalen Greifposition und -orientierung sind, jedoch für einen Misserfolg des Greifens anfällig sind, ist ein Fall, in welchem auf der Oberfläche des Werkstücks 7 in der Nähe der optimalen Greifposition eine lokale Einbuchtung oder eine lokale scharfe Ecke oder dergleichen vorhanden ist. Durch das Erzeugen solcher Misserfolgsdaten kann die Berechnungsmaschine 4 die Greifposition und -orientierung, die mit der optimalen Greifposition
und -orientierung verwechselt werden können und mit denen zu erwarten ist, dass das Greifen fehlschlägt, genau evaluieren. Die Berechnungsmaschine 4 kann ein Griffevaluierungsmodell mit besserer Leistungsfähigkeit erhalten.
Die Datenwandlungseinheit 35 führt eine Datenwandlung durch, um die Qualität der durch die Situationinformationerzeugungseinheit 32 erzeugten Situationinformation näher an die Qualität einer durch Beobachten einer tatsächlichen Situation, die das Werkstück 7 enthält, bezogenen Situationinformation zu bringen.
Im Allgemeinen enthalten Simulationsdaten kein Rauschen, so wie es in tatsächlichen Daten enthalten ist. Selbst wenn Rauschen künstlich zu den Simulationsdaten hinzugefügt wird, ist es schwierig, die Datenqualität der Simulationsdaten gleich der der tatsächlichen Daten zu machen. Andererseits führt die Datenwandlungseinheit 35 eine Datenwandlung durch, um die Datenqualität der Simulationsdaten der der tatsächlichen Daten gleich zu machen. Die Datenwandlungseinheit 35 führt eine Datenwandlung unter Anwendung eines „Generative Adversarial Network (GAN)“ durch, welches eine Struktur eines neuronalen Netzes ist, welches gegenseitige Wandlung von Daten mit voneinander verschiedenen Qualitäten durchführt. Als ein Datenwandlungsverarbeitungsverfahren existieren ein Verfahren des Wiedererzeugens fehlender Daten und eines Fehlerfaktors basierend auf einem physikalischen Modell, ein Verfahren des Beziehens einer Merkmalsdarstellung zur Datenwandlung durch maschinelles Lernen und dergleichen.
Vorliegend ist eine von zwei Datengruppen eine durch Simulation erzeugte Simulationsdatengruppe. Die andere der zwei Datengruppen ist eine tatsächlich bezogene Tatsächliche-Daten-Gruppe. Als ein Verfahren der Datenwandlung führt die Datenwandlungseinheit 35 eine Datenwandlung basierend auf Lernergebnissen einer gegenseitigen Wandlung zwischen den Simulationsdaten und den tatsächlichen Daten durch, um den Simulationsdaten eine Qualität zu geben, die der Qualität der tatsächlichen Daten nahe ist. Die Datensatzerzeugungseinheit 34 gibt einen Datensatz aus, welcher durch die Datenwandlungseinheit 35 gewandelt wurde. Wie oben beschrieben ist, erhält die Berechnungsmaschine 4 durch die Datenwandlung durch die Datenwandlungseinheit 35 in der Datensatzbezugseinheit 16 die Simulationsdaten mit geringer Abweichung von den tatsächlichen Daten, die von dem Sensor 5 bezogen werden. Hierdurch kann die Berechnungsmaschine 4 ein Lernen durchführen, welches dem Lernen ähnlich ist, welches auf einem Datensatz basiert, der tatsächliche Daten ist, und kann den Greifzustand genau evaluieren.
Die Berechnungsmaschine 4 kann alternativ, als ein weiteres Verfahren der Datenwandlung, den Greifzustand evaluieren, indem basierend auf einem unter Verwendung der Simulationsdaten erzeugten Datensatz ein Lernen durchgeführt wird, die tatsächlichen Daten gewandelt werden, um eine Qualität zu erhalten, die der Qualität der Simulationsdaten nahe ist, und die gewandelten Daten als eine Eingabe verwendet werden. Hinsichtlich der Frage, welches Verfahren für die Datenwandlung zu verwenden ist, kann eine Auswahl in Abhängigkeit der Werkstücke 7 oder einer durch den Roboter 2 durchgeführten Aufgabe oder dergleichen geeignet vorgenommen werden. Die Auswahl kann durch Testen einer mit dem jeweiligen Verfahren durchgeführten Datenwandlung und Auswählen eines Verfahrens mit einem besseren Testergebnis durchgeführt werden.
Die Berechnungsmaschine 4 kann das Griffevaluierungsmodell basierend auf dem Datensatz lernen, welcher die Simulationsdaten ist, und kann die tatsächlichen Daten um die Greifposition und -orientierung, die beim Greifen erkannt wurden, so wandeln, dass den tatsächlichen Daten um die Greifposition und -orientierung eine Qualität gegeben wird, die der Qualität der Simulationsdaten nahe ist. Hierdurch kann die Berechnungsmaschine 4 den Greifzustand unter Verwendung des Griffevaluierungsmodells basierend auf den Simulationsdaten genau evaluieren.
Auf eine solche Weise bezieht die Datensatzbezugseinheit 16 den Datensatz unter Verwendung der Simulation. Hierdurch kann die Berechnungsmaschine 4 den Zeitaufwand und Arbeitskosten zum Erzeugen des Datensatzes reduzieren.
Als Nächstes wird eine Aktualisierung des Griffevaluierungsmodells durch Rückkopplung beschrieben. Tatsächliches-Ergebnis-Daten, welche ein Griffergebnis angeben, d. h. Erfolg oder Misserfolg des Greifens, werden in die Modellaktualisierungseinheit 22 eingegeben. Die Modellaktualisierungseinheit 22 aktualisiert das aus dem Speicher 11 gelesene Griffevaluierungsmodell basierend auf den Tatsächliches-Ergebnis-Daten. Die Modellaktualisierungseinheit 22 aktualisiert das Griffevaluierungsmodell durch Neulernen basierend auf dem tatsächlichen Griffergebnis.
In der ersten Ausführungsform aktualisiert die Modellaktualisierungseinheit 22 das Griffevaluierungsmodell basierend auf einem Ergebnis eines Grifftests, welcher in der Inbetriebnahmeanpassung durchgeführt wurde. Die Modellaktualisierungseinheit 22 kann das Griffevaluierungsmodell zu einem beliebigen Zeitpunkt während des Betriebs der Werkstückaufgreifvorrichtung 1 aktualisieren. Die Modellaktualisierungseinheit 22 aktualisiert das Griffevaluierungsmodell an einem Zeitpunkt, welcher durch den Nutzer angegeben wird. Alternativ kann die Modellaktualisierungseinheit 22 Tatsächliches-Ergebnis-Daten zu einer beliebigen Zeit beziehen, um das Lernen des Griffevaluierungsmodells durch bestärkendes Lernen fortzuführen. Die Modellaktualisierungseinheit 22 kann diese Aktualisierungen kombiniert durchführen.
Es sei angenommen, dass die Berechnungsmaschine 4 ein Griffevaluierungsmodell durch Lernen unter Verwendung eines Datensatzes erhält, welcher durch Simulation erzeugt ist, und das Griffevaluierungsmodell auf eine tatsächliche Situation anwendet, um einen Greifzustand zu evaluieren. In diesem Fall kann die Greiferfolgsrate aufgrund der Abweichung der durch die Simulation erzeugten Situationinformation von der in einem realen Raum bezogenen Situationinformation abnehmen. Einer der Gründe dafür ist, dass die in dem realen Raum bezogene Situationinformation einen Messfehler enthalten kann, welcher durch Rauschen, Verzerrung eines optischen Systems in dem Sensor 5, einem Kalibrierungsfehler oder dergleichen verursacht ist, wohingegen die durch die Simulation erzeugte Situationinformation einen solchen Messfehler nicht enthält. Andererseits kann die Berechnungsmaschine 4 den Griffzustand durch Aktualisieren des Griffevaluierungsmodells basierend auf der in dem realen Raum bezogenen Situationinformation genau evaluieren.
Die Modellaktualisierungseinheit 22 kann ein neues Griffevaluierungsmodell erzeugen, welches eine Funktion des Ausschließens einer Lösung mit einer geringen Grifferfolgsrate aufweist, indem als eine Eingabe eine Lösung verwendet wird, welche eine basierend auf dem Griffevaluierungsmodell bezogene Information über die Greifposition und -orientierung ist. Auch in diesem Fall kann die Berechnungsmaschine 4 den Griffzustand genau evaluieren.
Wenn die Grifferfolgsrate aufgrund der Aktualisierung des Griffevaluierungsmodells unter eine bestimmte Erfolgsrate fällt, kann die Modellaktualisierungseinheit 22 das Griffevaluierungsmodell auf das Griffevaluierungsmodell vor der Aktualisierung wiederherstellen. Wenn die Erfolgsrate unter eine bestimmte Erfolgsrate fällt, kann die Berechnungsmaschine 4 auf einem Anzeigegerät einen Alarm anzeigen, welcher angibt, dass die Erfolgsrate abgenommen hat. Hierdurch kann die Werkstückaufgreifvorrichtung 1 eine minimale Greiffähigkeit sicherstellen. In einem Fall, in welchem das Lernen des Griffevaluierungsmodells durch bestärkendes Lernen fortgeführt wird, ändert sich der Betrieb des Roboters 2 durch die Aktualisierung des Griffevaluierungsmodells in Echtzeit. Durch Wiederherstellen des Griffevaluierungsmodells bei Abnahme der Grifferfolgsrate kann die Berechnungsmaschine 4 daher eine Abnahme der Grifferfolgsrate verringern.
Als Nächstes wird eine Auswahl der Greifposition und -orientierung basierend auf dem Zuverlässigkeitevaluierungsmodell beschrieben. Der Speicher 11 speichert das Zuverlässigkeitevaluierungsmodell, welches durch Lernen durch die Zuverlässigkeitlerneinheit 23 erhalten wird. Die Position- und Orientierungbestimmungseinheit 15 liest aus dem Speicher 11 das Zuverlässigkeitevaluierungsmodell, welches dem Werkstück 7 entspricht, welches in dem Roboterprogramm spezifiziert ist. Die Position- und Orientierungbestimmungseinheit 15 berechnet einen Evaluierungswert für die Zuverlässigkeit durch Eingeben einer Information über die bestimmte Griffposition und -orientierung in das Zuverlässigkeitevaluierungsmodell. Die Position- und Orientierungbestimmungseinheit 15 bestimmt durch Vergleichen eines Zuverlässigkeitevaluierungswertes, welcher der berechnete Evaluierungswert ist, mit einem Schwellwert, ob die bestimmte Griffposition und -orientierung eine Griffposition und -orientierung sind, mit welchen es wahrscheinlich ist, dass das Greifen fehlschlägt.
Wenn der Zuverlässigkeitevaluierungswert größer oder gleich dem Schwellwert ist, gibt die Position- und Orientierungbestimmungseinheit 15 an die Schnittstelle 12 eine Information über die bestimmte Greifposition und -orientierung aus. Wenn der Zuverlässigkeitevaluierungswert kleiner als der Schwellwert ist, wählt die Position- und Orientierungbestimmungseinheit 15 eine Greifposition und -orientierung aus der Greifposition und -orientierung gemäß den Vorschlägen wieder basierend auf dem von der Evaluierungswertberechnungseinheit 14 berechneten Evaluierungswert und dem Zuverlässigkeitevaluierungswert aus, wodurch wieder eine Greifposition und -orientierung bestimmt wird. Die Position-und Orientierungbestimmungseinheit 15 gibt an die Schnittstelle 12 eine Information über die bestimmte Greifposition und -orientierung aus.
Die Berechnungsmaschine 4 kann die Greiferfolgsrate durch Auswählen der Greifposition und -orientierung basierend auf dem Zuverlässigkeitevaluierungsmodell weiter verbessern. Die Berechnungsmaschine 4 kann eine beliebige Berechnungsmaschine sein, welche die Aktualisierung des Griffevaluierungsmodells durch die Modellaktualisierungseinheit 22 und/oder die Auswahl der Greifposition und -orientierung basierend auf dem Zuverlässigkeitevaluierungsmodell durchführt. Hierdurch kann die Berechnungsmaschine 4 die Greiferfolgsrate verbessern.
Als Nächstes wird eine Anwendung der ersten Ausführungsform beschrieben. Die Berechnungsmaschine 4 kann ausgestattet sein mit einer Funktion des Aufforderns des Nutzers zum Überprüfen einer Kalibrierung durch Anzeigen eines Systemfehlers oder eines Protokolls, wenn die Greiferfolgsrate immer noch gering ist, selbst wenn das Griffevaluierungsmodell, in welches die Tatsächliches-Ergebnis-Daten rückgekoppelt wurden, verwendet wird. Es kann einen Fall geben, in welchem ein in den Roboter 2 eingegebener Kalibrierungswert von dem Zustand des Roboters 2 aufgrund einer Abnutzung einer Komponente oder dergleichen der Hand 6 oder des Roboters 2 mit der Zeit abweicht. Selbst wenn das Griffevaluierungsmodell, in welches die Tatsächliches-Ergebnis-Daten rückgekoppelt wurden, verwendet wird, kann in diesem Fall die Greiferfolgsrate nicht verbessert werden. Mit der obigen Funktion kann die Berechnungsmaschine 4 den Nutzer auffordern, eine Kalibrierung durchzuführen, um die Greiferfolgsrate zu verbessern.
Das Maschinelles-Lernen-Gerät, welches die Lerneinheit 18 ist, ist nicht auf eines begrenzt, welches in der Berechnungsmaschine 4 eingebaut ist, und kann eines sein, welches außerhalb der Berechnungsmaschine 4 bereitgestellt ist. Das Maschinelles-Lernen-Gerät kann ein Gerät sein, welches mit der Berechnungsmaschine 4 über ein Netzwerk verbunden ist. Das Maschinelles-Lernen-Gerät kann in einem Cloudserver existieren. Ein gelerntes Griffevaluierungsmodell kann in der Berechnungsmaschine 4 installiert sein.
Das Maschinelles-Lernen-Gerät kann ein Griffevaluierungsmodell basierend auf Datensätzen erzeugen, welche auf den Cloudserver von einer Vielzahl von Standorten gesammelt werden. Durch Erzeugen des Griffevaluierungsmodells basierend auf umfangreichen Daten als Datensätzen, die für eine große Anzahl von Werkstücken 7 erzeugt werden, kann die Berechnungsmaschine 4 die Greiferfolgsrate weiter verbessern. Die Berechnungsmaschine 4 kann das Griffevaluierungsmodell, welches basierend auf den umfangreichen Daten erzeugt ist, als ein Basismodell behandeln, welches ein allgemeines Greifmerkmal angibt und kann ein Griffevaluierungsmodell für jeden Standort oder für ein neues Werkstück 7 unter Verwendung des Basismodells als Standard erzeugen. Weil zu erwarten ist, dass das Basismodell ein gemeinsames Merkmal unabhängig von dem Standort oder dem Werkstück 7 angibt, kann das Maschinelles-Lernen-Gerät eine zum Lernen benötigte Dauer im Vergleich zu einem Fall verringern, in welchem das Griffevaluierungsmodell neu gelernt wird. Des Weiteren ermöglicht die Verwendung des Basismodells dem Maschinelles-Lernen-Gerät, ein Griffevaluierungsmodell, mit welchem eine Greifposition und -orientierung mit hoher Genauigkeit erkannt werden können, basierend auf einer geringen Anzahl von Datensätzen zu lernen.
Hinsichtlich der Werkstücke 7, die durch das gleiche Verfahren und mit unterschiedlichen Materialien hergestellt sind, wie beispielsweise Lebensmittel, kann es einen Fall, in welchem die Werkstücke 7 unterschiedliche Formen und ähnliche Oberflächeneigenschaften haben, und einen Fall, in welchem die Werkstücke 7 ähnliche Formen und unterschiedliche Oberflächeneigenschaften haben, geben. Das Maschinelles-Lernen-Gerät kann ein Griffevaluierungsmodell unter Verwendung des gelernten Modells für die Werkstücke 7 mit solchen Ähnlichkeiten lernen. Weil zu erwarten ist, dass das gelernte Lernmodell ein den Werkstücken 7 gemeinsames Merkmal angibt, kann das Maschinelles-Lernen-Gerät eine zum Lernen benötigte Dauer im Vergleich zu einem Fall verringern, in welchem das Griffevaluierungsmodell neu gelernt wird. Des Weiteren ermöglicht die Verwendung des gelernten Modells dem Maschinelles-Lernen-Gerät, ein Griffevaluierungsmodell, mit welchem eine Greifposition und -orientierung mit hoher Genauigkeit erkannt werden können, basierend auf einer geringen Anzahl von Datensätzen zu lernen. Attributinformation über die Werkstücke 7, wie beispielsweise ein Herstellungsverfahren oder ein Material, können in der Berechnungsmaschine 4 bei der Werkstückregistrierung registriert werden. Die Berechnungsmaschine 4 kann empfehlen, das gelernte Modell zum Lernen der einander ähnlichen Werkstücke 7 zu verwenden, indem basierend auf der Attributinformation nach ähnlichen Werkstücken 7 gesucht wird.
Die Berechnungsmaschine 4 kann ein Griffevaluierungsmodell zum Erkennen einer Greifposition und -orientierung, d. h. eine Information, die das Greifen direkt betrifft, und gleichzeitig damit eine Information, welche das Greifen indirekt betrifft, lernen. Beispielsweise kann die Berechnungsmaschine 4 eine Information für einen Klassenidentifikationsprozess zum Identifizieren der Instanz eines Werkstücks 7, oder eine Information betreffend eine Aufgabe nach dem Greifen, wie beispielsweise eine Unterscheidung zwischen der Vorderseite und der Rückseite des Werkstücks 7 lernen. Hinsichtlich der Werkstückaufgreifvorrichtung 1 kann hierdurch die Anzahl der Schritte reduziert werden und die Konfiguration kann im Vergleich zu einem Fall der Unterscheidung zwischen den Instanzen eines Werkstücks 7 und zwischen der Vorderseite und Rückseite des Werkstücks 7 nach dem Greifen des Werkstücks 7 kompakt gemacht werden.
In der ersten Ausführungsform lernt die Berechnungsmaschine 4 ein Griffevaluierungsmodell, welches innerhalb eines Bereichs eines beschränkenden Umstands der Hand 6 anwendbar ist, um die Hand 6 innerhalb des Bewegungsbereichs des Roboters 2 zu bewegen. Die Berechnungsmaschine 4 kann das Griffevaluierungsmodell lernen, während der beschränkende Umstand der Hand 6 aufgehoben oder abgeschwächt wird. Die Berechnungsmaschine 4 sammelt Information über die Öffnungsweite der Hand 6 oder dergleichen durch einen Erkennungstest des Werkstücks 7, welcher basierend auf dem Griffevaluierungsmodell in einem Fall durchgeführt wird, in welchem der beschränkende Umstand aufgehoben oder abgeschwächt ist. Durch Analysieren der gesammelten Information kann die Berechnungsmaschine 4 einen Designwert der Hand 6 abschätzen, welcher ein stabiles Greifen erreichen kann. Beispielsweise wird die Hand 6 so designt, dass der Median der Öffnungsweite der Hand 6 mit der Öffnungsweite der Hand 6 an einer zentralen Position eines Hubs der Hand 6 / einer Bewegung der Hand 6 übereinstimmt. Die Berechnungsmaschine 4 lernt das Modell erneut basierend auf der Hand 6, welche auf eine solche Weise designt ist. Die Berechnungsmaschine 4 kann ein an das Werkstück 7 angepasstes Modell lernen und kann die Greiferfolgsrate im Vergleich zu einem Fall verbessern, in welchem der beschränkende Umstand der Hand 6 im Vorhinein bestimmt wird und anschließend ein Modell gelernt wird.
Gemäß der ersten Ausführungsform lernt die Griffevaluierunglerneinheit 21 das Griffevaluierungsmodell zum Evaluieren der Stabilität des Greifens basierend auf dem Datensatz, in welchem die Messdaten für jedes Werkstück 7 und die Information über eine Greifposition und -orientierung für jedes Werkstück 7 miteinander assoziiert sind. Die Evaluierungswertberechnungseinheit 14 berechnet den Evaluierungswert durch Eingeben der Informationen über die Greifposition und -orientierung gemäß dem Vorschlag und der Messdaten in das Griffevaluierungsmodell. Hierdurch erreicht die Berechnungsmaschine 4 eine Wirkung, dass es möglich ist, die Position und Orientierung des Griffmechanismus zu bestimmen, mit welchen jedes der Werkstücke 7 unterschiedlicher Form haben, stabil gegriffen werden können.
Die in der obigen Ausführungsform beschriebenen Konfigurationen sind lediglich Beispiele des Inhalts der vorliegenden Erfindung und können mit einer anderen bekannten Technologie kombiniert werden und Teile davon können weggelassen oder modifiziert werden, ohne von dem Geist der vorliegenden Erfindung abzuweichen.
Bezugszeichenliste

1: Werkstückaufgreifvorrichtung;
2: Roboter;
3: Steuerung;
4: Berechnungsmaschine;
5: Sensor;
6: Hand;
7: Werkstück;
8: Kiste;
10: Prozessor;
11: Speicher;
12: Schnittstelle;
13: Vorschlagbestimmungseinheit;
14: Evaluierungswertberechnungseinheit;
15: Position-und Orientierungbestimmungseinheit;
16: Datensatzbezugseinheit;
17: Tatsächliches-Ergebnis-Bezugseinheit;
18: Lerneinheit;
21: Griffevaluierunglerneinheit;
22: Modellaktualisierungseinheit;
23: Zuverlässigkeitlerneinheit;
25, 25-1, 25-2: Handmodell;
31: Situationeinstellungseinheit;
32: Situationinformationerzeugungseinheit;
33: Griffinformationeinstellungseinheit;
34: Datensatzerzeugungseinheit;
35: Datenwandlungseinheit.

ZITATE ENTHALTEN IN DER BESCHREIBUNG
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
Zitierte Patentliteratur

JP 5558585 [0003]

Claims

Informationsverarbeitungsvorrichtung, umfassend: eine Vorschlagbestimmungseinheit, welche basierend auf Messdaten eines durch einen Greifmechanismus zu greifenden Werkstücks einen Vorschlag für eine Greifposition und -orientierung bestimmt, welche eine Position und eine Orientierung sind, die durch den Greifmechanismus beim Greifen einzunehmen sind; eine Evaluierungswertberechnungseinheit, welche einen Evaluierungswert berechnet, welcher ein Ergebnis des Evaluierens einer Stabilität des Greifens für einen Fall ist, in welchem der Greifmechanismus ein Werkstück greift und dabei eine Greifposition und -orientierung gemäß dem Vorschlag einnimmt; eine Position- und Orientierungbestimmungseinheit, welche basierend auf dem Evaluierungswert eine durch den Greifmechanismus einzunehmende Greifposition und -orientierung bestimmt; und eine Griffevaluierunglerneinheit, welche basierend auf einem Datensatz, in welchem Messdaten für jedes Werkstück und eine Information über eine Greifposition und -orientierung für jedes Werkstück miteinander assoziiert sind, ein Griffevaluierungsmodell zum Evaluieren einer Stabilität des Greifens lernt, wobei die Evaluierungswertberechnungseinheit den Evaluierungswert durch Eingeben einer Information über die Greifposition und -orientierung gemäß dem Vorschlag und der Messdaten in das Griffevaluierungsmodell berechnet.
Informationsverarbeitungsvorrichtung gemäß Anspruch 1, wobei das Griffevaluierungsmodell ein Kollisionsmodell zum Evaluieren eines Zustands des Auftretens einer Kollision zwischen einem Objekt um ein zu greifendes Werkstück und dem Greifmechanismus und ein Haltemodell zum Evaluieren eines Zustands, in welchem ein Werkstück bei Greifen des Werkstücks durch den Greifmechanismus gehalten wird, umfasst und wobei die Evaluierungswertberechnungseinheit den Evaluierungswert basierend auf einem Evaluierungsergebnis von dem Kollisionsmodell und einem Evaluierungsergebnis von dem Haltemodell berechnet.
Informationsverarbeitungsvorrichtung gemäß Anspruch 2, wobei das Griffevaluierungsmodell eine Gewichtungsinformation umfasst, welche eine Gewichtung einer Evaluierung des Zustands des Auftretens einer Kollision und einer Evaluierung des Zustands, in welchem ein Werkstück durch den Greifmechanismus gehalten wird, angibt, und wobei die Evaluierungswertberechnungseinheit den Evaluierungswert durch Gewichten des Evaluierungsergebnisses von dem Kollisionsmodell und des Evaluierungsergebnisses von dem Haltemodell gemäß der Gewichtungsinformation berechnet.
Informationsverarbeitungsvorrichtung gemäß Anspruch 3, wobei die Griffevaluierunglerneinheit die Gewichtungsinformation lernt.
Informationsverarbeitungsvorrichtung gemäß einem der Ansprüche 1 bis 4, umfassend: eine Griffinformationeinstellungseinheit, welche eine Griffinformation einstellt, welche für jedes Werkstück eine Information über eine Greifposition und -orientierung und einen Evaluierungswert enthält; und eine Datensatzerzeugungseinheit, welche den Datensatz erzeugt, in welchem die Griffinformation und eine Situationinformation, welche die Messdaten enthält, miteinander assoziiert sind.
Informationsverarbeitungsvorrichtung gemäß Anspruch 5, umfassend: eine Situationeinstellungseinheit, welche eine Information zum Erzeugen einer Situation in einem virtuellen Raum einstellt, welche eine Umgebung simuliert, in welcher ein Werkstück aufgegriffen wird; und eine Situationinformationerzeugungseinheit, welche die Situationinformation basierend auf einer für eine Situation eingestellten Information erzeugt.
Informationsverarbeitungsvorrichtung gemäß Anspruch 6, umfassend: eine Datenwandlungseinheit, welche eine Datenwandlung durchführt, um eine Datenqualität der durch die Situationinformationerzeugungseinheit erzeugten Situationinformation näher an eine Datenqualität einer Situationinformation zu bringen, welche durch Beobachten einer das Werkstück umfassenden tatsächlichen Situation bezogen wird.
Informationsverarbeitungsvorrichtung gemäß einem der Ansprüche 1 bis 7, umfassend: eine Tatsächliches-Ergebnis-Bezugseinheit, welche Tatsächliches-Ergebnis-Daten bezieht, welche eine Information, die Erfolg oder Misserfolg des Greifens durch den Greifmechanismus angibt, eine Information über eine Greifposition und -orientierung und den berechneten Evaluierungswert enthalten; und eine Zuverlässigkeitlerneinheit, welche basierend auf den Tatsächliches-Ergebnis-Daten ein Zuverlässigkeitevaluierungsmodell zum Evaluieren einer Zuverlässigkeit einer durch die Position- und Orientierungbestimmungseinheit bestimmten Greifposition und -orientierung lernt, wobei die Position- und Orientierungbestimmungseinheit basierend auf dem Zuverlässigkeitevaluierungsmodell eine Greifposition und -orientierung auswählt.
Werkstückerkennungsvorrichtung, umfassend: einen Sensor, welcher eine Situation beobachtet, welche ein durch einen Greifmechanismus zu greifendes Werkstück umfasst, und Messdaten über das Werkstück ausgibt; eine Vorschlagbestimmungseinheit, welche basierend auf den Messdaten einen Vorschlag für eine Greifposition und -orientierung bestimmt, welche eine Position und eine Orientierung sind, die durch den Greifmechanismus beim Greifen einzunehmen sind; eine Evaluierungswertberechnungseinheit, welche einen Evaluierungswert berechnet, welcher ein Ergebnis des Evaluierens einer Stabilität des Greifens für einen Fall ist, in welchem der Greifmechanismus ein Werkstück greift und dabei eine Greifposition und -orientierung gemäß dem Vorschlag einnimmt; eine Position- und Orientierungbestimmungseinheit, welche basierend auf dem Evaluierungswert eine durch den Greifmechanismus einzunehmende Greifposition und -orientierung bestimmt; und eine Griffevaluierunglerneinheit, welche basierend auf einem Datensatz, in welchem Messdaten für jedes Werkstück und eine Information über eine Greifposition und -orientierung für jedes Werkstück miteinander assoziiert sind, ein Griffevaluierungsmodell zum Evaluieren einer Stabilität des Greifens lernt, wobei die Evaluierungswertberechnungseinheit den Evaluierungswert durch Eingeben einer Information über die Greifposition und -orientierung gemäß dem Vorschlag und der Messdaten in das Griffevaluierungsmodell berechnet.
Werkstückaufgreifvorrichtung, umfassend: einen Roboter, welcher einen Greifmechanismus umfasst; eine Steuerung, welche den Roboter steuert; einen Sensor, welcher eine Situation beobachtet, welche ein durch den Greifmechanismus zu greifendes Werkstück umfasst, und Messdaten über das Werkstück ausgibt; und eine Berechnungsmaschine, welche eine durch den Greifmechanismus einzunehmende Greifposition und -orientierung durch Eingabe der Messdaten in ein Griffevaluierungsmodell zum Evaluieren einer Stabilität des Greifens betreffend eine Greifposition und -orientierung, welche eine Position und eine Orientierung sind, die durch den Greifmechanismus beim Greifen einzunehmen sind, bestimmt, und welche eine Information über die bestimmte Greifposition und -orientierung an die Steuerung ausgibt.
Werkstückaufgreifvorrichtung gemäß Anspruch 10, wobei die Berechnungsmaschine umfasst: eine Vorschlagbestimmungseinheit, welche basierend auf den Messdaten einen Vorschlag für eine durch den Greifmechanismus einzunehmende Greifposition und -orientierung bestimmt; eine Evaluierungswertberechnungseinheit, welche einen Evaluierungswert berechnet, welcher ein Ergebnis des Evaluierens einer Stabilität des Greifens für einen Fall ist, in welchem der Greifmechanismus ein Werkstück greift und dabei eine Greifposition und -orientierung gemäß dem Vorschlag einnimmt; eine Position- und Orientierungbestimmungseinheit, welche basierend auf dem Evaluierungswert eine zur Steuerung des Greifmechanismus angewendete Greifposition und -orientierung bestimmt und eine Information über die bestimmte Greifposition und -orientierung an die Steuerung ausgibt; und eine Griffevaluierunglerneinheit, welche basierend auf einem Datensatz, in welchem Messdaten für jedes Werkstück und eine Information über eine Greifposition und -orientierung für jedes Werkstück miteinander assoziiert sind, das Griffevaluierungsmodell lernt, und wobei die Evaluierungswertberechnungseinheit den Evaluierungswert durch Eingeben einer Information über die Greifposition und -orientierung gemäß dem Vorschlag und der Messdaten in das Griffevaluierungsmodell berechnet.