JP2000010617A

JP2000010617A - 物品の最適移送経路決定方法

Info

Publication number: JP2000010617A
Application number: JP10177369A
Authority: JP
Inventors: Yoshihisa Araogi; 義久新荻
Original assignee: Honda Motor Co Ltd
Current assignee: Honda Motor Co Ltd
Priority date: 1998-06-24
Filing date: 1998-06-24
Publication date: 2000-01-14
Anticipated expiration: 2018-06-24
Also published as: EP0967055B1; US6246931B1; EP0967055A3; JP3781557B2; DE69938759D1; EP0967055A2

Abstract

(57)【要約】【課題】物品の移送ロボットの移動軌跡を教示すること
なく、移送経路を自動的に生成する。【解決手段】ワークＷの移送開始点から移送目的点ま
で、四分木を用いて移送ロボット１６の移動可能な空間
構造を記述し、それを地図としてメモリ２６に記憶す
る。この地図を参照しながら、移送方向の安全性に係わ
る結合の重みを安全性結合の重み算出部２８により算出
し、また、最短移送距離を目的方向結合の重み算出部３
０により算出する。さらに、ニューラルネットワーク処
理部３４の出力結果から前回の移送方向を考慮し、フィ
ードバック結合の重み設定部３２を通じてニューラルネ
ットワーク処理部３４に設定する。ニューラルネットワ
ーク処理部３４では誤差逆伝搬学習アルゴリズムを使用
して最適移送経路データを自律的に生成する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は、物品の荷積み、
運搬、荷降ろし等を行うマテリアルハンドリングロボッ
トに適用して好適な物品の最適移送経路決定方法に関す
る。

【０００２】

【従来の技術】従来のマテリアルハンドリングロボット
では、例えば、特開昭５２−１１５０６４号公報に公表
されているように、予め、ロボットのエンドイフェクタ
の移動軌跡をオペレータがティーチングボックス等によ
り教示し、教示した移動軌跡をデータとしてロボットコ
ントローラ内に記憶し、記憶された教示軌跡データに基
づき、ワークを自動的に移送するように構成されてい
る。

【０００３】

【発明が解決しようとする課題】しかしながら、ティー
チングボックス等を利用して移動軌跡を教示する前記の
技術ではオペレータによる教示時間が長くなり、しか
も、最適な移動経路、すなわち、障害物に衝突しない、
換言すれば、安全に、最短距離で、かつ移送時間が最短
時間となる移動経路を決定するためには、熟練を要し、
結果として、移送コストが増加するという問題があっ
た。

【０００４】この発明はこのような課題を考慮してなさ
れたものであり、物品の最適移動経路を自動的（自律
的）に生成することを可能とする物品の最適移送経路決
定方法を提供することを目的とする。

【０００５】

【課題を解決するための手段】この発明は、移送開始点
において、物品をエンドイフェクタにより上方に持ち上
げた後、前後左右方向に沿って移送し、移送目的点に物
品を下ろすことの可能な移送ロボットにより、前記物品
を移送開始点から移送目的点まで移送する際の最適移送
経路を決定する場合、前記移送開始点から前記移送目的
点まで、四分木を用いて前記移送ロボットの移動可能な
空間構造を記述し、それを地図として記憶し、前記地図
を参照しながら、移送方向の安全性と最短移送距離を考
慮し、ニューラルネットワーク手法を用いて最適移送経
路を決定することを特徴とする（請求項１記載の発
明）。

【０００６】この発明によれば、物品の移送開始点から
移送目的点まで、四分木を用いて移送ロボットの移動可
能な空間構造を記述し、地図として記憶した後、この地
図を参照しながら、移送方向の安全性と最短移送経路を
考慮し、ニューラルネットワーク手法を用いて最適移送
経路を決定するようにしている。

【０００７】このため、物品の最適な移動経路を自動的
（自律的）に生成することができる。

【０００８】なお、前記移送方向の最短移送経路を決定
する場合、移送方向の安全性と最短距離を考慮するとと
もに、前回の移送方向を考慮して（優先して）決定する
ことで、より短い時間で物品を移送することが可能とな
る（請求項２記載の発明）。

【０００９】また、地図上での移送ロボットにより単位
移送距離を、物品の外接直方体の一辺の長さとすること
で、空間構造を記述してある地図を簡易に区分けするこ
とができる（請求項３記載の発明）。

【００１０】さらに移送方向の安全性と最短移送距離を
それぞれ値０〜１の範囲で条件に分けて規格化するニュ
ーラルネットワークを効率的に利用することができる
（請求項４記載の発明）。

【００１１】

【発明の実施の形態】以下、この発明の一実施の形態に
ついて図面を参照して説明する。

【００１２】図１は、この発明の一実施の形態が適用さ
れたマテリアルハンドリングロボットシステム１０の構
成を示している。

【００１３】マテリアルハンドリングロボットシステム
１０は、基本的には、最適移送経路データを生成する最
適移送経路決定装置１２と、生成された最適移送経路デ
ータが設定格納されるロボットコントローラ１４と、格
納された最適移送経路データに基づきロボットコントロ
ーラ１４により駆動制御されるマテリアルハンドリング
ロボットである移送ロボット１６とから構成される。

【００１４】最適移送経路決定装置１２は、実際上、制
御手段としての中央処理装置、ＲＯＭ、ＲＡＭおよびハ
ードディスク等のメモリ手段を有するコンピュータ本体
と、このコンピュータ本体に接続されるディスプレイ装
置、および前記コンピュータ本体に接続されるポインテ
ィングデバイスであるマウス、キーボード等を備えて構
成される。もちろんディスプレイ一体形のノートパソコ
ン的な構成とし、ニューラルネットワーク処理に適した
専用のキーボード等を備えた専用機的な構成として、い
わゆるコンソールに組み込む構成とすることもできる。

【００１５】最適移送経路決定装置１２は、データ入力
部２２を有し、このデータ入力部２２を通じて、物品で
ある積み荷（以下、ワークともいう。）Ｗの移送開始点
位置（荷積み開始位置）や移送目的点位置（荷積み位
置）および移送ロボット１６の進行に対して障害となる
物（障害物）の位置等の環境条件等が、地図作成部２４
に入力される。

【００１６】地図作成部２４は、入力された、移送開始
点、移送目的点および障害物の位置データ等に基づき、
四分木法により移動可能な空間構造を解析的に記述し、
地図データを作成しメモリ２６に格納する。

【００１７】記憶手段であるメモリ２６に格納された地
図が参照されて、安全性結合の重み算出部２８と目的方
向結合の重み算出部３０により、移送方向の安全性が考
慮された安全性結合の重みと、移送方向の最短移送距離
が考慮された目的方向結合の重みがそれぞれ算出され、
ニューラルネットワーク処理部３４に供給される。

【００１８】このニューラルネットワーク処理部３４か
ら出力される最適移送経路データの中、各計算ステップ
における出力がメモリ手段であるフィードバック結合の
重み設定部３２に格納される。なお、フィードバック結
合の重みは、移送方向の最適移送経路を決定する場合
に、前回の移送方向を考慮するためのものである。

【００１９】ニューラルネットワーク処理部３４は、安
全性結合の重み、目的方向結合の重みおよびフィードバ
ック結合の重みに基づき、最適進行方向を決定し、最終
的に物品の最適移送経路を決定して周知のロボットコン
トローラ１４にデータとして出力する。

【００２０】なお、この実施の形態において、最適移送
経路データとは、移送ロボット１６とワークＷとが、障
害物に衝突しない、換言すれば、安全に、最短距離で、
かつ移送時間が最短時間となる移送経路を示すデータを
いう。なお、移送時間を最短時間とするためには、異な
る移送経路の距離が同じである場合に、ワークＷに対す
る右折、左折、上昇、降下回数を少なくし、できるだけ
同一方向に移送する移送経路を選択するように制御すれ
ばよい。

【００２１】図２は、図１に示したマテリアルハンドリ
ングロボットシステム１０を構成する最適移送経路決定
装置１２の中、ニューラルネットワーク処理部３４の構
成例を示している。ニューラルネットワーク処理部３４
は、公知の誤差逆伝搬学習則を採用した階層型のネット
ワーク構造を有し、３つの入力層６１、６２、６３、６
層の隠れ層（図２中には、繁雑となるので１層のみ描い
ているが、実際には、隠れ層が直列的に６層接続されて
いる。）６６および１つの出力層６８とから構成されて
いる。出力層６８の応答関数ｆｏ（前進，後進，左折，
右折，ゴール到達，非常回避）の採りうる値は、規格化
された値［０，１］の間で連続的に変化するシグモイド
関数を採用している。なお、応答関数ｆｏは、出力ｆｏ
ともいうこととする。ニューラルネットワーク処理部３
４による処理計算が終了したとき、この応答関数ｆ０
が、ワークＷの移送に関する最適移送経路データとして
出力される。

【００２２】一方、入力層６１、６２、６３のデータ、
この実施の形態では、前後左右各方向の安全性の重みデ
ータｇ１（前，後，左，右）、目的方向の結合の重みデ
ータｇ２（前，後，左，右）およびフィードバック結合
の重みデータｇｆ（前回前進，前回後進，前回左折，前
回右折）も、同様に、それぞれ値［０，１］の間で連続
的に変化するように規格化している。

【００２３】なお、ニューラルネットワーク手法につい
ては、例えば、「ニューラルネットワーク」（編者：矢
川元基、発行所：（株）培風館、１９９２年５月３０
日初版、Ｐ１３２〜Ｐ１３８）に記載されているよう
に、適当なものを用いることができる。

【００２４】再び、図１において、ロボットコントロー
ラ１４は、ニューラルネットワーク処理部３４から出力
される最適移送経路データに基づき、移送ロボット１６
を移動制御することで、ワークＷが、安全、最短距離、
かつ最短時間で移送開始点から移送目的点まで移送され
る。

【００２５】図３は、移送ロボット１６の一部を省略し
た概略的な構成を示している。移送ロボット１６は、い
わゆる天井クレーン形の直交３軸方向に移送可能なロボ
ットであり、両側に固定柱４２を有している。この固定
柱４２間（他方の固定柱は図示していない。）に、移動
柱４４が配され、移動柱４４は、図示していない回転駆
動源（Ｘ軸モータ）により固定柱４２のガイド４６に沿
って、矢印Ｘ方向に移動自在に構成されている。移動柱
４４にもガイド４８が形成され、このガイド４８に沿っ
て、図示していない回転駆動源（Ｙ軸モータ）によりロ
ボットハンド５０が矢印Ｙ方向に移動自在に構成されて
いる。さらに、ロボットハンド５０の先端には、エンド
イフェクタである吸着部（ハンドともいう。）５２が設
けられ、吸着部５２は、シリンダ５４により矢印Ｚ方向
に移動自在に構成されている。なお、吸着部５２には、
図示していない空圧源より圧縮空気が供給される。

【００２６】前記Ｘ軸モータ、Ｙ軸モータおよびＺ軸方
向に移動するピストン棒５６を有するシリンダ５４は、
ロボットコントローラ１４により、それらの位置が正確
に制御される。また、空圧源もロボットコントローラ１
４から図示していないＰＬＣ（プログラマブルロジック
コントローラ）および電磁弁等を通じて正確に空気圧制
御される。この実施の形態において、移送ロボット１６
は、ＸＹＺ直交３軸系のロボットの構成とされている。

【００２７】このような構成の移送ロボット１６のエン
ドイフェクタであるハンド５２により、積み荷であるワ
ークＷを、移送開始点においてＺ軸上の上方に持ち上げ
た後、直交２軸であるＸＹ軸の前後左右方向に沿って移
送し、移送目的点でＺ軸上の下方に移送することで、移
送可能範囲の任意の位置にワークＷを移送することがで
きる。もちろん、移送開始点および移送目的点以外の移
送経路において、最適経路としてＺ軸方向に沿って移送
する経路を選択してもよい。例えば、障害物が階段形状
を有する場合、その階段形状に沿った移送経路が最適移
送経路となるときである。

【００２８】なお、実際上、ロボットハンド５０を構成
する吸着部５２のワークＷと対向する面には、ワークＷ
の位置と寸法を検出することのできる検出センサが取り
付けられている。

【００２９】次に、以上のように構成されるマテリアル
ハンドリングロボットシステム１０の動作について、図
４に示す経路検索の基本的アルゴリズムを示すフローチ
ャートを参照しながら説明する。

【００３０】まず、図５に示すように、移送ロボット１
６の移動可能範囲１００、移送開始点１０２ａ、移送目
的点１０２ｊ、障害物１０５、１０６、１０７、１０８
の各位置（座標）をデータ入力部２２を介して地図作成
部２４に入力する（ステップＳ１）。なお、図５におい
て、障害物１０５、１０６、１０７、１０８はハッチン
グをして示している。

【００３１】このデータ入力により、以下に説明するよ
うに、移送方向（前、後、左、右）が一意に決定され
る。なお、実際上、移送方向には、上方向、下方向であ
るＺ軸方向も含まれるが、この実施の形態では理解の容
易性を考慮して、移送開始点１０２ａと移送目的点１０
２ｊと移送ロボット１６のハンド５２に吸着されたワー
クＷの移送方向は同一平面内にあるものとして説明す
る。

【００３２】次に、地図作成部２４において、ステップ
Ｓ１でデータ入力された移動環境をモデル化し、地図を
自動的に作成する（ステップＳ２）。この場合、移動可
能範囲１００の中で、移送開始点１０２ａから移送目的
点１０２ｊまで、四分木を用いて、大きい枠（実際には
立方体）から小さい枠まで階層的に障害物１０５Ａ、１
０６Ａ、１０７Ａ、１０８Ａと移動可能範囲（セルとも
いう。）□（図６参照）を記述する。換言すれば、移動
可能な空間構造を記述する。この場合において、移動可
能範囲□のセルの大きさは、換言すれば、ロボットハン
ド５０の移送距離の単位（単位移送距離という。）は、
図示していない積み荷（ワークＷ）の外接直方体の一辺
の長さ（実際上、縦、横、高さ）に決定する。

【００３３】図６は、このようにして自動作成され、メ
モリ２６に格納された地図１１０を示している（ステッ
プＳ３）。図６から、移送ロボット１６の動き得る空間
構造を四分木を用いて階層的に記述することで、ハッチ
ングをして示した障害物１０５Ａ、１０６Ａ、１０７
Ａ、１０８Ａの少ない空間構造では空間記述が簡素化さ
れ、環境認識が容易であることが理解される。

【００３４】次いで、ニューラルネットワーク処理部３
４の入力層６１、６２、６３に安全性結合の重みデータ
ｇ１と目的方向結合の重みデータｇ２とフィードバック
結合の重みデータｇｆをそれぞれ初期設定する（ステッ
プＳ４）。この場合、重みデータｇ１、ｇ２、ｇ３は、
それぞれの値が−０．３≦ｇ１、ｇ２、ｇ３≦＋０．３
の値を取るように図示していない疑似乱数発生部により
乱数を発生させて設定する。

【００３５】次に、学習アルゴリズムの順序を設定する
が、ここでは、順伝搬学習則、いわゆるフォワードプロ
パゲーション学習アルゴリズムによる処理と誤差逆伝搬
学習則、いわゆるバックプロパゲーション学習アルゴリ
ズムによる処理を繰り返すものとする（ステップＳ
５）。

【００３６】以下、ステップＳ６〜Ｓ９に示す繰り返し
処理の処理例の詳細な説明をする前に、この発明の理解
を容易にするため、ステップＳ６〜Ｓ９の各処理を簡単
に説明する。

【００３７】ステップＳ５の処理の後に、メモリ２６に
書き込まれている地図を参照して、移送ロボット１６の
ロボットハンド５０の現在位置を元に周囲のセル□の情
報を取得する、いわゆる環境認識処理を行う（ステップ
Ｓ６）。

【００３８】次に、後に詳しく説明するように、メモリ
２６に書き込まれている地図を参照して、安全性結合の
重み算出部２８により現在位置を元に障害物の有無、障
害物の存在するセル□の位置を取得する（ステップＳ
７）。

【００３９】さらに、メモリ２６に書き込まれている地
図を参照して、目的方向結合の重み算出部３０により移
送目的点（目的位置、目標位置ともいう。）１０４まで
の最短方向、換言すればコストが最小となる移送方向を
取得する（ステップＳ８）。

【００４０】次に、前回の移送方向を考慮し、フィード
バック結合の重みデータｇｆをフィードバック結合の重
み設定部３２を通じて入力層６３に設定する（ステップ
Ｓ９）。この場合、第１回目の設定では、前回の移送方
向が存在しないので、後述するように、フィードバック
結合の重みデータｇｆ（前進，左，右，後進）は、ｇｆ
＝０とされる。

【００４１】ここで、ステップ６〜Ｓ９の処理につい
て、より具体的に説明すると、ステップＳ６およびステ
ップＳ７の処理では、メモリ２６に書き込まれている地
図を参照して、安全性結合の重みデータｇ１は、安全性
結合の重み算出部２８により算出されるが、移送候補方
向（移送しようとする方向）の次のセル□（セルの大き
さは、上述したように、例えば、移送開始点１０２ａを
含む四角形）に障害物が存在する場合、すなわち移動不
可の場合には、安全性結合の重みデータｇ１としてｇ１
＝０に設定する。また、移送候補方向の次の次のセル□
に障害物が存在する場合、換言すれば、２つ先の単位移
送距離の位置に障害物が存在する場合であって減速等が
必要な場合には、安全性結合の重みデータｇ１としてｇ
１＝０．５〜０．８の間、好ましくはｇ１＝０．７に設
定する。さらに、移送候補方向の３個目以降のセル□
（３つ先の単位移送距離）までに障害物が存在しない場
合には、安全性結合の重みデータｇ１としてｇ１＝１．
００に設定する。

【００４２】そこで、図７に示すように、移送開始点１
０２ａにおいて、上記の規則を考慮すれば、安全性の結
合の重みデータｇ１は、第１回目において、移送候補方
向「後進」は、移動可能範囲１００以外の領域であるの
で、安全性結合の重みデータｇ１（後進）としてｇ１
（後進）＝０（図７中、０．００００と記載している。
以下、同じ。）を入力層６１に設定する。同様に、移送
候補方向「右」は、隣のセル□に障害物１０８Ａが存在
するので、移動不能であり、安全性結合の重みデータｇ
１（右）としてｇ１（右）＝０を入力層６１に設定す
る。

【００４３】また、移送候補方向「左」および「前進」
は、連続する２個のセル□が、移動可能であるので、安
全性結合の重みデータｇ１（左）、ｇ１（前進）とし
て、それぞれ、ｇ１（左）＝１（図７中、１．００００
と記載している。以下、同じ。）、ｇ１（前進）＝１を
入力層６１に設定する。

【００４４】次に、最小コスト取得に係わるステップＳ
８の処理において、目的方向結合の重みデータｇ２は、
目的方向結合の重み算出部３０により算出されるが、移
送候補方向が、移送目的点１０２ｊに対する最短距離の
経路である場合、目的方向結合の重みデータｇ２として
ｇ２＝１に設定する。また、移送候補方向が、移送目的
点１０２ｊに対して次に近い経路である場合には、目的
方向結合の重みデータｇ２としてｇ２＝０．５〜０．８
の間、好ましくはｇ２＝０．７に設定する。さらに、移
送候補方向が、移送目的点１０２ｊに対して３番目以降
に近い経路である場合には、目的方向結合の重みデータ
ｇ２としてｇ２＝０〜０．５の間の値、好ましくはｇ２
＝０に設定する。

【００４５】そこで、上記の規則を考慮すれば、図７に
示すように、目的方向結合の重みデータｇ２は、移送開
始点１０２ａにおいて、第１回目の処理では、移送候補
方向「前進」は、移送目的点１０２ｊに最も近い移送方
向であるので、目的方向結合の重みデータｇ２（前進）
としてｇ２（前進）＝１を入力層６２に設定する。次
に、移送候補方向「左」は、移送目的点１０２ｊに次に
近い移送方向であるので、目的方向結合の重みデータｇ
２（左）としてｇ２（左）＝０．７を入力層６２に設定
する。

【００４６】さらに、移送候補方向「後進」および
「右」は、いずれも、移送目的点１０２ｊに対して距離
が遠くなる移送方向であるので、目的方向結合の重みデ
ータｇ２（後進）、ｇ２（右）として、それぞれ、ｇ２
（後進）＝０、ｇ２（右）＝０を入力層６２に設定す
る。

【００４７】次に、前回の移送方向を考慮するステップ
Ｓ９の処理において、フィードバック結合の重みデータ
ｇｆについて検討すると、第１回目の処理では、出力層
６８に出力ｆｏに値が存在しないので、フィードバック
結合の重みデータｇｆ（前進，左，右，後進）は、ｇｆ
＝０とされる。

【００４８】以上の説明が、ステップＳ６〜Ｓ９の処理
の詳細な説明である。

【００４９】そこで、次に、このような入力層６１、６
２、６３への、それぞれ、安全性結合の重み算出部２
８、目的方向結合の重み算出部３０およびフィードバッ
ク結合の重み設定部３２からの入力データ（安全性結合
の重みデータｇ１、目的方向結合の重みデータｇ２、フ
ィードバック結合の重みデータｇｆ）の入力処理の終了
後に、順伝搬学習則により、隠れ層６６を利用してそれ
ぞれ各回の学習処理を行い、出力層６８の応答関数ｆｏ
（前進，後進，左折，右折，ゴール到達，非常回避）の
各出力を求める（ステップＳ１０）。

【００５０】この場合、各出力は、図７中、第１回目
（回数＝１）の学習結果から分かるように、出力ｆｏ
（前進）の値がｆｏ（前進）＝０．９７５２であり、最
大値であるので、最初の移送経路（移動ポイント）は、
前進と決められる。これにより、次の現在位置は、図６
中、移送経由点１０２ｂに選定される（移動ポイント行
動決定：ステップＳ１１）。

【００５１】なお、出力ｆｏ中、ｆｏ（ゴール到達）の
値が最大値である場合｛出力ｆｏ（ゴール到達）の値が
他の全ての出力ｆｏ（前進）、ｆｏ（左折）、ｆｏ（右
折）、ｆｏ（後進）、ｆｏ（非常回避）よりも大きな
値、すなわち最大値である場合｝には、後述するよう
に、移送目的点１０４に到達したことが認識される。

【００５２】また、出力ｆｏ（非常回避）は、デッドロ
ックを意味し、この値が出力ｆｏ中、最大値となったと
きには、この時点で最適移送経路データを学習により求
めることが不能になったことを意味する。したがって、
この場合には、処理を終了し、警報表示等により使用者
にその旨を知らせる。この場合、デッドロックの理由、
例えば、移動可能範囲１００の中、所定位置の障害物を
超えることができない等の理由を知らせる文字表示を図
示していないディスプレイ上に行うこともできる。

【００５３】次いで、ステップＳ１１で選定された移送
経由点１０２ｂが移送目的点１０２ｊの位置であるかど
うかが判定される（ステップＳ１２）。

【００５４】ステップＳ１２の判定が否定的であるとき
には、ステップＳ６において、再度、環境が認識され、
安全性結合の重みデータｇ１が計算されて取得される
（ステップＳ７）。この場合、現在位置である移送経由
点１０２ｂから見て移送候補方向が「右」の場合には、
障害物１０８が存在するので安全性結合の重みデータ
（右）ｇ１＝０と計算され、移送候補方向が「前進」と
「後進」である場合には、２つ目のセル□にそれぞれ障
害物１０７Ａと移動可能範囲１００が存在するので、安
全性結合の重みデータｇ１（前進，後進）としてｇ１
（前進，後進）＝０．７と計算され、移送候補方向が
「左」の場合には、移送方向上、連続する３つのセル□
に障害物が存在しないので安全性結合の重みデータｇ１
（左）としてｇ１（左）＝１と計算され、第２回目のフ
ォワードプロパゲーション学習用として入力層６１に設
定される（図７中、回数２の欄参照）。

【００５５】さらに、ステップＳ８において、最小コス
トが計算されて取得される。すなわち、目的方向結合の
重みデータｇ２は、移送経由点１０２ｂにおいて、移送
候補方向「前進」は、移送目的点１０２ｊに最も近い方
向であるので、目的方向結合の重みデータｇ２（前進）
としてｇ２（前進）＝１を入力層６２に設定する。次
に、移送候補方向「左」は、移送目的点１０２ｊに次に
近い方向であるので、目的方向結合の重みデータｇ２
（左）としてｇ２（左）＝０．７を入力層６２に設定す
る。さらにまた、移送候補方向「後進」および「右」
は、いずれも、移送目的点１０２ｊに対して距離が遠く
なる方向であるので、目的方向結合の重みデータｇ２
（後進）、ｇ２（右）としてｇ２（後進）＝０、ｇ２
（右）＝１を入力層６２に設定する。

【００５６】次に、フィードバック結合の重みデータｇ
ｆ（前進，左，右，後進）を、フィードバック結合の重
み設定部３２を通じて入力層６３に設定する（ステップ
Ｓ９）。この場合、前回の移送方向を尊重して、第１回
目の出力結果をフィードバック結合の重みデータｇｆ
（前進，左，右，後進）としてｇｆ（前進，左，右，後
進）＝（０．９７５２，０．００８１，０．００００，
０．００００）が入力層６３に設定される。

【００５７】そして、第２回目のフォワードプロパゲー
ション学習を行い（ステップＳ１０）、移動経路（移動
セル）を決定する（ステップＳ１１）。この場合、出力
ｆｏ中、前進の値がｆｏ＝０．９７９９と最も大きい値
となっているので、移送経路上前方の移送経由点１０２
ｃ（図６参照）が選択される。

【００５８】この時点でさらに移送経由点１０２ｃが移
送目的点１０２ｊと一致しているかどうかが判定され
（ステップＳ１２）、この判定が成立するまで、上述し
たステップＳ６〜Ｓ１１までと同様の処理が繰り返され
る。

【００５９】ステップＳ１２の判定が肯定的となったと
きに、すなわち、移送経由点が移送目的点１０２ｊと一
致した場合に、移送開始点１０２ａから移送目的点１０
２ｊまでの最適移送経路が決定され（往路の最適移送経
路が決定されるとともに、帰路の最適移送経路も往路と
同様に決定される。）、経路計画リストが作成されて、
最適移送経路データとしてロボットコントローラ１４に
供給される（ステップＳ１３）。実際上、図７中、第１
０回目（回数＝１０）の結果において、出力ｆｏ（ゴー
ル到達）の値ｆｏ（ゴール到達）＝０．９０９０が他の
全ての出力ｆｏ（前進）、ｆｏ（左折）、ｆｏ（右
折）、ｆｏ（後進）、ｆｏ（非常回避）よりも大きな
値、すなわち最大値となったので、ワークＷが移送目的
点１０２ｊに到達したことが認識され、この認識結果
の、換言すれば、結果のゴール地点である移送経由点
と、予め設定した移送目的点１０２ｊとの位置（メモリ
２６に格納された地図１１０上の移送目的点１０２ｊの
位置）を比較することにより、その移送経由点が正しい
移送目的点１０２ｊであると判定される。

【００６０】次いで、ロボットコントローラ１４が起動
されたとき、移送ロボット１６が前記最適移送経路デー
タに基づき、自動的に移送開始点１０２ａから移送目的
点１０２ｊまでワークＷを安全、正確かつ最短の時間で
移送する、いわゆるプレイバック動作が行われる（ステ
ップＳ１４）。

【００６１】このように上述の実施の形態によれば、移
送ロボット１６によりワークＷを移送開始点１０２ａか
ら移送目的点１０２ｊまで移送する際の最適経路を決定
する場合、移送ロボット１６の移動可能範囲１００と、
移送開始点１０２ａ、移送目的点１０２ｊおよび障害物
１０５、１０６、１０７、１０８の各位置（座標）を入
力することのみで、地図１１０が自動生成され、さらに
この地図１１０を参照して、移送方向の安全性、最短移
動距離および前回の移送方向を考慮し、ニューラルネッ
トワーク処理部３４により、最適移送経路データを自動
的に生成することができる。なお、前回の移送方向を考
慮することで、換言すれば、前回の移送方向の重みであ
るフィードバック結合の重みデータｇｆを大きくするこ
とで、その方向に進む確率を大きくし、できるだけ同一
方向に移送するように図ることで、移送速度の向上、換
言すれば、移送時間の短縮を図ることができる。

【００６２】なお、この発明は、上述の実施の形態に限
らず、この発明の要旨を逸脱することなく、種々の構成
を採り得ることはもちろんである。

【００６３】

【発明の効果】以上説明したように、この発明によれ
ば、物品の移送開始点から移送目的点まで、四分木を用
いて移送ロボットの移動可能な空間構造を記述し、地図
として記憶した後、この地図を参照しながら、移送方向
の安全性と最短移送経路、および必要に応じて前回の移
送方向をも考慮し、ニューラルネットワーク手法を用い
て最適移送経路を決定するようにしている。

【００６４】このため、最短距離、正確性（安全性）、
さらには、最短移送時間が考慮された物品の最適な移動
経路を自動的（自律的）に生成することができるという
効果が達成される。

【００６５】この発明により、積み荷の移送中等に該積
み荷の位置と寸法等を画像処理装置で認識する必要がな
くなり、かつ、オペレータが移送経路を予め教示する作
業が不要となる。したがって、種々の作業形態や他品種
のワークに対して容易に対応して、最適な移送経路を生
成することができる。

【００６６】移送経路が自動生成されるので、移送経路
を作成するための熟練を必要としない。

【００６７】結果として、この発明によれば、移送コス
トを低減することができる。

【図面の簡単な説明】

【図１】この発明の一実施の形態が適用されたマテリア
ルハンドリングロボットシステムの構成を示すブロック
図である。

【図２】ニューラルネットワーク処理部の構成例を示す
模式的ブロック図である。

【図３】移送ロボットの概略的な構成を示す斜視図であ
る。

【図４】マテリアルハンドリングロボットシステムの動
作説明に供されるフローチャートである。

【図５】入力データの説明に供される線図である。

【図６】地図作成および最適移送経路作成の説明に供さ
れる線図である。

【図７】ニューラルネットワーク処理部における入力
層、出力層の各データの内容を示す表図である。

【符号の説明】

１０…マテリアルハンドリングロボットシステム１２…最適移送経路決定装置１４…ロボットコ
ントローラ１６…移送ロボット２２…データ入力
部２４…地図作成部２６…メモリ（移動可能な空間構造を記述した地図が格
納されている。）２８…安全性結合の重み算出部３０…目的方向の
重み算出部３２…フィードバック結合の重み設定部３４…ニューラルネットワーク処理部５０…ロボットハンド（エンドイフェクタ）５２…吸着部６１、６２、６３
…入力層６６…隠れ層６８…出力層１０２ａ…移送開始点１０２ｊ…移送目
的点Ｗ…ワーク（物品）

Claims

【特許請求の範囲】

【請求項１】移送開始点において、物品をエンドイフェ
クタにより上方に持ち上げた後、前後左右方向に沿って
移送し、移送目的点に物品を下ろすことの可能な移送ロ
ボットにより、前記物品を移送開始点から移送目的点ま
で移送する際の最適移送経路を決定する場合、前記移送開始点から前記移送目的点まで、四分木を用い
て前記移送ロボットの移動可能な空間構造を記述し、そ
れを地図として記憶し、前記地図を参照しながら、移送方向の安全性と最短移送
距離を考慮し、ニューラルネットワーク手法を用いて最
適移送経路を決定することを特徴とする物品の最適移送
経路決定方法。
【請求項２】請求項１記載の方法において、前記移送方向の最短移送経路を決定する場合、移送方向
の安全性と最短距離と前回の移送方向を考慮して決定す
ることを特徴とする物品の最適移送経路決定方法。
【請求項３】請求項１記載の方法において、前記地図上での前記移送ロボットによる単位移送距離
は、前記物品の外接直方体の一辺の長さとすることを特
徴とする物品の最適移送経路決定方法。
【請求項４】請求項３記載の方法において、物品の現在位置から次の移送位置への最適移送経路を決
定する場合、前記移送方向の安全性を値０〜１の範囲に規格化して記
述するとき、値１は、現在の進行方向上３つ先の単位移
送距離までに障害物が存在しない場合であるとし、値
０．５〜０．８は、現在の進行方向上２つ先の単位移送
距離の位置に障害物が存在する場合であるとし、値０は
障害物の存在する移送方向であるとし、前記移送方向の最短移送距離を値０〜１に規格化して記
述するとき、値１は、前記現在位置から前記移送目的点
との距離が最短距離となる進行方向である場合とし、値
０．５〜０．８の進行方向は、前記現在位置から前記移
送目的点との距離が２番目に短い距離となる進行方向で
ある場合とすることを特徴とする物品の最適移送経路決
定方法。