JP2010122777A - ワーク識別方法およびワーク識別装置 - Google Patents

Abstract

【課題】カメラ画像からワークの種類および姿勢を認識するときの処理時間を短縮する。
【解決手段】ワークＷｉは外面Ｆごとに方向性を有する識別可能なマークＣが付与され、ロボット１０は前記マークＣおよび前記ワークＷｉを撮像する撮像手段１２と前記マークＣが撮像されたマークマスタ画像Ｍを格納する第１マスタ画像格納手段４２と、前記ワークＷｉが撮像された前記ワークＷｉの姿勢ごとのワークマスタ画像Ｎを格納する第２マスタ画像格納手段４３とを有し、上記画像を取り込む画像入力工程Ｓ３と、前記マーク画像Ｐと前記マークマスタ画像Ｍとを比較する第１画像比較工程Ｓ４と、その結果から前記ワークＷｉの姿勢を判定する姿勢判定工程Ｓ５と、判定結果の姿勢に対応する前記ワークマスタ画像Ｎと前記ワーク画像Ｒとを比較する第２画像比較工程Ｓ６と、その結果から前記ワークＷｉの種類を判定する種類判定工程Ｓ７とを有するワーク識別方法。
【選択図】図１

Description

本発明は、ランダムな姿勢で供給される複数の種類のワークに対して作業を実施するロボットにおけるワーク識別方法およびワーク識別装置に関する。

各種生産現場において、作業の高速化、効率化を訴求するためロボットが多用されている。ロボットに作業対象物であるワークを供給する場合、１種類のワークを整列もしくは位置決めして供給することが一般的であった。ところが、近年、生産効率の向上のため、ワークの整列もしくは位置決め工程を省略し、複数の種類のワークをランダムに供給して、ロボット自身がワークの種類や姿勢を認識して必要部位に作業を実施することが求められている。

ワークの種類や姿勢の認識方法としては、例えば、ワークの輪郭を輪郭パラメータとして捉え、輪郭パラメータデータベースと輪郭照合する方法が知られている。対象物体（ワーク）の位置や姿勢を認識する方法としては、三次元の数値データが与えられた対象物体（ワーク）をカメラにより複数の姿勢として捉え、対象物体（ワーク）の輪郭点から輪郭関数を算定し輪郭関数データベースを作成する。そして、実空間での対象物体（ワーク）をカメラで撮像して、カメラ画像から輪郭関数を抽出する。抽出された輪郭関数とデータベースに格納された輪郭関数との相関について、フーリエ変換を用いて相関係数を算定し、その結果から対象物体の位置や姿勢を推定する画像推定方法が提案されている（例えば、特許文献１参照）。なお、上述の方法は、対象物体（ワーク）の種類を推定する場合にも適用し得る。

特開２００４−３２６３１４号公報

しかしながら、上述の方法では、対象物体のカメラ画像から輪郭関数を得る際や、得られた輪郭関数と輪郭関数データベースとの相関をとる際に、データ量が多くなったり複雑な演算処理を行うため、多大な計算時間を要してしまうとの問題がある。

本発明は、上述の課題の少なくとも一部を解決するためになされたものであり、以下の形態または適用例として実現することが可能である。

（適用例１）ランダムに供給される複数の種類のワークに対して作業を実施するロボットにおける前記ワークの種類および姿勢を認識するワーク識別方法であって、前記ワークは、複数の外面を有し、外面ごとに、方向性を有するとともに識別可能なマークが付与されており、前記ロボットは、少なくとも、前記マークおよび前記ワークを撮像する撮像手段と、前記マークに対して、前記撮像手段により撮像されたマークマスタ画像を予め格納する第１マスタ画像格納手段と、複数の種類の前記ワークに対して、前記撮像手段により撮像された前記ワークの姿勢ごとのワークマスタ画像を予め格納する第２マスタ画像格納手段と、を有し、前記撮像手段により撮像されるマーク画像およびワーク画像を取り込む画像入力工程と、取り込まれた前記マーク画像と前記第１マスタ画像格納手段に格納される前記マークマスタ画像とを比較して、前記マーク画像と前記マークマスタ画像との一致度もしくは差異を検出する第１画像比較工程と、前記第１画像比較工程で得られた比較結果から前記ワークの姿勢を判定する姿勢判定工程と前記姿勢判定工程で得られた判定結果の姿勢に対応する前記ワークマスタ画像を、前記第２マスタ画像格納手段から抽出して、取り込まれた前記ワーク画像と比較して、前記ワーク画像と前記ワークマスタ画像との一致度もしくは差異を検出する第２画像比較工程と、前記第２画像比較工程で得られた比較結果から前記ワークの種類を判定する種類判定工程と、を有することを特徴とするワーク識別方法。

（適用例２）前記第１画像比較工程において、前記マーク画像と前記マークマスタ画像とを順次比較して、前記マーク画像と最大に一致する前記マークマスタ画像を検出して前記マークの種類を認識するとともに、前記マーク画像と前記マークマスタ画像との方向もしくは角度の違いを検出し、前記姿勢判定工程では、前記マークの種類から前記撮像手段に対向する前記ワークの外面を認識し、前記マーク画像の方向もしくは角度の違いから、前記マークマスタ画像を取得したときの前記ワークの姿勢からの方向および角度を認識することを特徴とする上記のワーク識別方法。

（適用例３）前記第２マスタ画像格納手段に格納される前記ワークマスタ画像は、複数の種類の前記ワークに対して、前記ワークの姿勢を一定の割合で変化させながら前記撮像手段により撮像されることを特徴とする上記のワーク識別方法。

これらの方法によれば、ワークにはそれぞれの外面ごとに識別可能となる異なる種類のマークが付与されている。そのため、第１画像比較工程および姿勢判定工程において、撮像手段によって撮像されたマーク画像とマークマスタ画像とを比較してマークの種類を認識することによって、ワークのいずれの面が撮像手段が設けられている方向に面しているか容易に判断することができる。すなわち、ワークの向きを判断することができる。また、正面のマークマスタ画像との一致度もしくは差異を比較することによって、方向性を有するマークがどの方向を示しているのか、または、どれだけ傾いているかを判断することができる。その結果、マークが付与されたワークの向き、方向、傾き、角度を容易に判定することができ、ワークの姿勢を判定することができる。従って、複雑な演算処理を行わず、簡単にワークの姿勢を判定することができる。

また、ワークマスタ画像は、複数のワークに対して、それぞれのワークの姿勢を一定の割合で変化させながら撮像手段により撮像されている。すなわち、ワークマスタ画像群は、姿勢を同一とする複数の種類のワークからなるワークマスタ画像のグループから構成されている。そのため、第２画像比較工程および種類判定工程において、上記の姿勢判定工程で判定された姿勢に近い姿勢からなるワークマスタ画像のグループを抽出して、取り込まれたワーク画像と順次比較して、一致度の最も高いワークマスタ画像を抽出することができる。そして、取り込まれたワーク画像と抽出されたワークマスタ画像とを比較してワークの種類を判定することができる。その結果、取り込まれたワーク画像と比較するワークマスタ画像の数を絞り込むことができるとともに、複雑な演算処理を行わず、簡単にワークの種類を識別することができる。

（適用例４）前記マークは、非対称の形状に形成されることを特徴とする上記のワーク識別方法。

この方法によれば、マークは、方向性を有し、かつ非対称の形状である。そのため、マーク画像とマークマスタ画像とを比較する際において、一致度もしくは差異を容易に認識することができる。また、マークの方向、上下左右の関係、傾き等を容易に判断することができる。

（適用例５）前記マークは、前記ワークのそれぞれの外面ごとに色違いに付与されていることを特徴とする上記のワーク識別方法。

この方法によれば、マークの色を識別することによって、いずれの外面が撮像手段が設けられている方向に面しているか容易に判断することができる。そのため、１つのワークに付与されるマークの形状を同じくすることができる。その結果、マークマスタ画像の種類（データ量）を低減することができ、第１画像比較工程でマーク画像とマークマスタ画像とを比較する時間を低減することができる。

（適用例６）ランダムに供給される複数の種類のワークに対して作業を実施するロボットにおける前記ワークの種類および姿勢を認識するワーク識別装置であって、前記ワークは、複数の外面を有し、外面ごとに、方向性を有するとともに識別可能なマークが付与されており、少なくとも、前記マークおよび前記ワークを撮像する撮像手段と、前記マークに対して前記撮像手段により撮像されたマークマスタ画像を予め格納する第１マスタ画像格納部と、複数の種類の前記ワークに対して、前記撮像手段により撮像された前記ワークの姿勢ごとのワークマスタ画像を予め格納する第２マスタ画像格納部と、前記撮像手段により撮像されるマーク画像およびワーク画像を取り込む画像入力部と、取り込まれた前記マーク画像と前記第１マスタ画像格納部に格納される前記マークマスタ画像とを比較して、前記マーク画像と前記マークマスタ画像との一致度もしくは差異を検出する第１画像比較部と、前記第１画像比較部で得られた比較結果から前記ワークの姿勢を判定する姿勢判定部と、前記姿勢判定部で得られた判定結果の姿勢に対応する前記ワークマスタ画像を、前記第２マスタ画像格納部から抽出して、取り込まれた前記ワーク画像と比較して、前記ワーク画像と前記ワークマスタ画像との一致度もしくは差異を検出する第２画像比較部と、前記第２画像比較部で得られた比較結果から前記ワークの種類を判定する種類判定部と、を備えることを特徴とするワーク識別装置。

（適用例７）前記第１画像比較部において、前記マーク画像と前記マークマスタ画像とを順次比較して、前記マーク画像と最大に一致する前記マークマスタ画像を検出して前記マークの種類を認識するとともに、前記マーク画像と前記マークマスタ画像との方向もしくは角度の違いを検出し、前記姿勢判定部では、前記マークの種類から前記撮像手段に対向する前記ワークの外面を認識し、前記マーク画像の方向もしくは角度の違いから、前記マークマスタ画像を取得したときの前記ワークの姿勢からの方向および角度を認識することを特徴とする上記のワーク識別装置。

（適用例８）前記第２マスタ画像格納部に格納される前記ワークマスタ画像は、複数の種類の前記ワークに対して、前記ワークの姿勢を一定の割合で変化させながら前記撮像手段により撮像されることを特徴とする上記のワーク識別装置。

これらの装置には、それぞれの外面ごとに識別可能となる異なる種類のマークが付与されている複数の種類のワークが適用される。そのため、これらの装置によれば、第１画像比較部および姿勢判定部において、撮像手段によって撮像されたマーク画像とマークマスタ画像とを比較してマークの種類を認識することによって、ワークのいずれの面が撮像手段が設けられている方向に面しているか容易に判断することができる。すなわち、ワークの向きを判断することができる。また、正面のマークマスタ画像との一致度もしくは差異を比較することによって、方向性を有するマークがどの方向を示しているのか、または、どれだけ傾いているか判断することができる。その結果、マークが付与されたワークの向き、方向、傾き、角度を容易に判定することができ、ワークの姿勢を判定することができる。従って、複雑な演算処理を行わず、簡単にワークの姿勢を判定することができる。

また、ワークマスタ画像は、複数のワークに対して、それぞれのワークの姿勢を一定の割合で変化させながら撮像手段により撮像されている。すなわち、ワークマスタ画像群は、姿勢を同一とする複数の種類のワークからなるワークマスタ画像のグループから構成されている。そのため、第２画像比較部および種類判定部において、上記の姿勢判定部で判定された姿勢に近い姿勢からなるワークマスタ画像のグループを抽出して、取り込まれたワーク画像と順次比較して、一致度の最も高いワークマスタ画像を抽出することができる。そして、取り込まれたワーク画像と抽出されたワークマスタ画像とを比較してワークの種類を判定することができる。その結果、取り込まれたワーク画像と比較するワークマスタ画像の数を絞り込むことができるとともに、複雑な演算処理を行わず、簡単にワークの種類を識別することができる。

（適用例９）前記マークは、非対称の形状に形成されることを特徴とする上記のワーク識別装置。

この装置によれば、マークは、方向性を有し、かつ非対称の形状である。そのため、マーク画像とマークマスタ画像とを比較する場合において、一致度もしくは差異を容易に認識することができる。また、マークの方向、上下左右の関係、傾き等を容易に判断することができる。

（適用例１０）前記マークは、前記ワークのそれぞれの外面ごとに色違いに付与されていることを特徴とする上記のワーク識別装置。

この装置によれば、マークの色を識別することによって、いずれの外面が撮像手段が設けられている方向に面しているか容易に判断することができる。そのため、１つのワークに付与されるマークの形状を同じくすることができる。その結果、マークマスタ画像の種類（データ量）を低減することができ、第１画像比較部でマーク画像とマークマスタ画像とを比較する時間を低減することができる。

（ワーク識別装置について）
本発明のワーク識別方法を適用したワーク識別装置について、図１を参照して説明する。図１は、ワーク識別装置の構成例を示す図である。

図１に示すように、ワーク識別装置１は、ワーク載置部５と、ロボット１０と、ロボット１０を制御する制御部２０とから構成されている。ワーク載置部５は、後述するマークが付与された作業対象物であるワークＷを保持する。そして、ワーク載置部５でロボット１０による作業が実施される。ワークＷは、例えば、ベルトコンベア７で搬送されワーク載置部５に搬入されロボット１０による作業が実施された後、次のワーク載置部５もしくは次の工程に搬出される。

なお、この作業において、複数の種類のワークＷがランダムな姿勢で搬送され、それぞれのワークＷに対して固有の作業が実施される。すなわち、生産効率向上および設備の汎用化および簡素化のため、複数の種類のワークＷを１つのロボット１０で作業するとともに、ワークＷの整列装置や位置決め装置を設けていない。

ロボット１０は、撮像手段としてのカメラ１２と、ロボットハンド１４と、ロボットアーム１６，１７と、関節部１８とから構成されている。ロボット１０は、いわゆる多関節型ロボットであり、ロボットアーム１６，１７が関節部１８を支点として自在に可動する。そして、ロボットハンド１４を用いてワークＷに対して作業が実施される。カメラ１２は、いわばロボット１０の眼として機能するものであり、ワークＷの種類、位置、姿勢、作業部位等を認識する。

制御部２０は、少なくとも、画像処理装置３０と、記憶装置４０と、コンピュータ５０とから構成されている。画像処理装置３０は、少なくとも、画像入力部３２と、第１画像比較処理部３４と、第２画像比較処理部３５と、カメラ位置制御部３６とを含む。記憶装置４０は、少なくとも、第１マスタ画像格納部４２と、第２マスタ画像格納部４３と、認識結果格納部４４とを含む。コンピュータ５０は、中央処理装置として機能し、ロボット１０、画像処理装置３０、および記憶装置４０等を総括的に制御するものである。制御部２０の動作については後述する。

（ワークについて）
ここで、ワークについて、図２および図３を参照して説明する。図２は、マークが付与されるワークの１例を示す図であり、図３は、その他のワークの例を示す図である。

本実施形態では、複数の種類のワークＷｉ（ｉはワークＷの種類をあらわす自然数）が適用される。図２に示すように、ワークＷｉの１つの種類であるワークＷ１は、例えば、長方形の面がそれぞれ平行に対向する六面体、すなわちレンガ形状に対して、４つの側面の一部が天面側からそれぞれ異なる角度で斜めに切り落とされた形状に形成されている。すなわち、このワークＷ１は、上下、前後、左右に方向性を有している。なお、以降、ワークＷｉの各外面Ｆに関して、図２に示す面Ｆ３を正面から見た図を正面図として、天面をＦ１、底面をＦ２、前面をＦ３、後面をＦ４、右面をＦ５、左面をＦ６と称する。

図３（ａ）に示すように、ワークＷｉの他の種類であるワークＷ２は、図２に示すワークＷ１に対して、例えば、天面Ｆ１から左面Ｆ６への切り落としがない形状に形成されている。すなわち、ワークＷ２は、Ｗ１に対して斜面が１つ少ない。図３（ｂ）に示すように、ワークＷ３は、ワークＷ１に対して、例えば、天面Ｆ１から左面Ｆ６への切り落としが平面ではなく曲面によって結ばれている。すなわち、ワークＷ３は、Ｗ１に対して１つの面形状が異なっている。このようにワークＷｉは、それぞれ異なる種類に構成されている。また、これらワークＷ１〜３の外面Ｆには、マークが付与されている。

（マークについて）
次いで、ワークに付与するマークについて、図４を参照して説明する。図４は、マークを説明する図である。

図４に示すように、マークＣは、例えば、変形された矢印形状を呈している。すなわち、矢印Ａは、矢の矢羽に相当する部分が矢竹を中心にいずれか片側のみしか形成されていない。すなわち、マークＣとしての矢印Ａは非対称形に形成されている。この場合、矢印Ａの矢ａの向きで図４中の上下の方向を、矢印Ａの矢竹に対する矢羽根ｂのある位置で図４中の左右を表す。

図２および図３（ａ），（ｂ）に示すワークＷ１，２，３には、天面Ｆ１、底面Ｆ２、前面Ｆ３、後面Ｆ４、右面Ｆ５、左面Ｆ６に対して、図４に示す矢印Ａ１を基本として、わずかずつ変形され識別可能となった矢印Ａが付与される。矢印Ａは、例えば、付与される矢羽根ｂの数によって識別される。すなわち、矢印Ａ１は矢羽根ｂが１つ、矢印Ａ２は矢羽根ｂが２つ、矢印Ａ３は矢羽根ｂが３つ、矢印Ａ４は矢羽根ｂが４つ、矢印Ａ５は矢羽根ｂが５つ、矢印Ａ６は矢羽根ｂが６つ付与され、それぞれ識別される。本実施形態では、ワークＷ１，２，３の天面Ｆ１には矢印Ａ１が、底面Ｆ２には矢印Ａ２が、前面Ｆ３には矢印Ａ３が、後面Ｆ４には矢印Ａ４が、右面Ｆ５には矢印Ａ５が、左面Ｆ６には矢印Ａ６がそれぞれ付与される。

このとき、天面Ｆ１、底面Ｆ２には、矢印Ａの矢ａの向きが左面Ｆ６から右面Ｆ５に向かうように、前面Ｆ３、後面Ｆ４、右面Ｆ５、左面Ｆ６には、矢印Ａの矢ａの向きが底面Ｆ２から天面Ｆ１に向かうように付与される。また、天面Ｆ１、底面Ｆ２には矢印Ａの矢羽根ｂが後面Ｆ４方向にあるように、前面Ｆ３、後面Ｆ４には矢印Ａの矢羽根ｂが左面Ｆ６方向にあるように、右面Ｆ５、左面Ｆ６には前面Ｆ３方向にあるように付与される。すなわち、外面Ｆに付与された矢印Ａの種類、矢ａの方向および矢羽根ｂの向きを知ることによって、外面Ｆの種類、方向、向きを知ることができる。なお、本実施形態では、マークＣがそれぞれ各外面Ｆに小さく印刷されている。ただし、図面においては、説明をわかりやすくするためマークＣを拡大し強調して示している。

（マークマスタ画像について）
ここで、第１マスタ画像格納部に格納されるマークマスタ画像について、図５を参照して説明する。図５は、マークマスタ画像の例を示す図である。

図１に示すカメラ１２を用いて、上述のワークＷｉに付与されるマークＣのそれぞれに対して正面から観察した時のマークマスタ画像を予め用意しておく。例えば、図１に示すワーク識別装置１のロボット１０のカメラ１２を用い、図２に示すワークＷ１の各外面Ｆに付与されたマークＣとしての矢印Ａ１を、矢ａが上方向をさすようにして正面から撮像してマークマスタ画像とする。詳しくは、制御部２０の画像処理装置３０のカメラ位置制御部３６でカメラ１２の位置を制御して、ワーク載置部５に載置されたワークＷ１の各外面の正面にカメラ１２を位置決めしてそれぞれ撮像する。

その結果、図５に示すようなマークマスタ画像Ｍが得られる。マークマスタ画像Ｍ１は、天面Ｆ１の矢印Ａ１を、マークマスタ画像Ｍ２は、底面Ｆ２の矢印Ａ２を、マークマスタ画像Ｍ３は、前面Ｆ３の矢印Ａ３を撮像した画像である。同様に、マークマスタ画像Ｍ４は、後面Ｆ４の矢印Ａ４を、マークマスタ画像Ｍ５は、右面Ｆ５の矢印Ａ５を、マークマスタ画像Ｍ６は、左面Ｆ６の矢印Ａ６を撮像した画像である。この場合、マークマスタ画像Ｍ１，Ｍ３，Ｍ５と、マークマスタ画像Ｍ２，Ｍ４，Ｍ６とは矢印Ａの矢羽根ｂの向きが図中左右異なる。また、いずれのマークマスタ画像Ｍとも矢ａは上方向を指し示している。

このマークマスタ画像Ｍは、図１に示す制御部２０の記憶装置４０の第１マスタ画像格納部４２に格納される。なお、ワークＷ１，Ｗ２，Ｗ３とも各外面Ｆごとに付与されるマークＣの種類は同一であるため、このマークマスタ画像ＭはワークＷ１，Ｗ２，Ｗ３において共通に使用できる。

（ワークマスタ画像について）
次いで、第２マスタ画像格納部に格納されるワークマスタ画像について、図６を参照して説明する。図６は、ワークマスタ画像の例を示す図である。なお、図６に示すＸ軸、Ｚ軸は、図２に示すＸ軸、Ｚ軸と同様な方向を示す。

図１に示すワーク姿勢認識装置１のロボット１０のカメラ１２を用いて、上述のワークＷｉに対して、一定の割合でワークＷｉの姿勢を変化させたときのワークマスタ画像を予め用意しておく。本実施形態では、例えば、ワークＷｉに対して、カメラ１２を図２で示す正面図に正対させ、その姿勢からワークＷｉを図２中のＸ軸、Ｙ軸、Ｚ軸に対して一定角度だけ傾けて撮像しワークマスタ画像Ｎとする。

その結果、例えば、図６に示すようなワークマスタ画像Ｎｉ（ｎｘ，ｎｙ，ｎｚ）が得られる。なお、ここで、ｉは撮像されるワークＷｉの種類をあらわす自然数である。また、ｎｘはＸ軸に対してワークＷｉをｎｘ度傾けた状態で撮像したことを示し、ｎｙはＹ軸に対してワークＷｉをｎｙ度傾けた状態で撮像したことを示し、ｎｚはＺ軸に対してワークＷｉをｎｚ度傾けた状態で撮像したことを示す。なお、傾け角度ｎｘ，ｎｙ，ｎｚは、図中の矢印ｇ，ｈの矢印の方向すなわち反時計方向の角度を正とし、時計方向の角度を負とする。なお、ここではワークＷｉとしてワークＷ１を例にとり説明するが、他のワークＷ２，Ｗ３も同様である。また、説明の簡便のため、Ｘ軸，Ｚ軸に対する傾きを例にとり説明するが、Ｙ軸に対する傾きに関しても同様である。

図６の中央に位置するワークマスタ画像Ｎ１（０，０，０）は、ワークＷ１をＸ軸、Ｙ軸、Ｚ軸に対して傾けずに撮像したこと、すなわち、カメラ１２を図２に示す正面図の方向に正対させ撮像して得たワークマスタ画像Ｎである。また、ワークマスタ画像Ｎ１（０，０，０）の図中上に位置するワークマスタ画像Ｎ１（α，０，０）は、ワークＷ１をＸ軸に対してα°（αは任意の角度）だけ矢印ｘ方向に回転させ（傾けて）、Ｙ軸、Ｚ軸に対してはワークＷ１を回転させず（傾けず）に撮像して得たワークマスタ画像Ｎである。また、ワークマスタ画像Ｎ１（０，０，０）の図中左斜め上に位置するワークマスタ画像Ｎ１（α，０，β）は、ワークＷ１をＸ軸に対してα°、Ｚ軸に対してβ°（βは任意の角度）反時計方向に回転させ（傾けて）、Ｙ軸に対して回転させず（傾けず）に撮像して得たワークマスタ画像Ｎである。

なお、このワークＷ１に対するワークマスタ画像Ｎ１（ｎｘ，ｎｙ，ｎｚ）は、Ｘ軸、Ｙ軸、Ｚ軸に対して回転（傾け）角度を任意に変化させ、上記の方法で所定の個数作成される。そして、図１に示す制御部２０の記憶装置４０の第２マスタ画像格納部４３に、ワークＷｉの種類および角度等によりそれぞれ層別またはグループ分けされ格納される。さらには、ワークＷ２およびＷ３に対しても、同様に、ワークマスタ画像Ｎ２（ｎｘ，ｎｙ，ｎｚ）およびワークマスタ画像Ｎ３（ｎｘ，ｎｙ，ｎｚ）を生成して記憶装置４０の第２マスタ画像格納部４３に格納する。

（ワーク識別方法について）
（第１実施例）
次いで、本発明のワーク識別方法について、図７〜図１２を参照して説明する。図７は、ワーク識別方法の流れを示すフローチャートであり、図８は、ワーク識別方法を説明する図であり、図９は、マーク画像の例を示す図である。また、図１０は、ワーク画像の例を示す図であり、図１１は、マーク画像とマークマスタ画像との比較処理を説明する図であり、図１２は、ワーク画像とワークマスタ画像との比較処理を説明する図である。なお、図８で示すＸ軸、Ｙ軸、Ｚ軸は、ロボット１０の作業における絶対座標の基本となるＸ軸、Ｙ軸、Ｚ軸を示す。すなわち、ロボット１０のロボットハンド１４の移動制御において、移動始点および移動終点等の位置を示す座標の基本となる座標軸である。本実施形態では、ロボット１０は、ＸＺ平面に正対しＹ方向を向いた位置にセットされている。

このワーク識別方法は、複数の種類のワークＷｉがランダムな順番およびランダムな姿勢で搬入もしくはバラ積み状態で供給される生産ライン等において、供給されるワークＷｉの種類および姿勢を上述のワーク識別装置１を用いて識別するものである。ワーク識別方法は、図７に示すように、ワーク搬入工程Ｓ１、マーク＆ワーク撮像工程Ｓ２、画像入力工程Ｓ３、第１画像比較工程Ｓ４、姿勢判定工程Ｓ５、第２画像比較工程Ｓ６、および種類判定工程Ｓ７を有している。

ステップＳ１のワーク搬入工程では、図１に示すワーク識別装置１において、上述のマークＣが付与されたワークＷｉが、ベルトコンベア７等で搬送されワーク載置部５に供給される。このときワークＷｉは、ランダムな順番およびランダムな姿勢で供給される。そのため、例えば、図８（ａ）に示すように、搬入されたワークＷｉがどの種類のワークＷｉなのか、どの外面Ｆがどの方向を向いているのか、または、図示しない他のワークＷｉ等と重なり合い干渉して、図８中のＸ軸、Ｙ軸、Ｚ軸に対してどの位の角度で配置されているかわからない。そこで、ステップＳ２に進む。

図７に示すステップＳ２のマーク＆ワーク撮像工程では、図１に示すカメラ１２を用いて、供給されたワークＷｉおよびワークＷｉに付与されているマークＣを撮像する。まず、図１に示すロボット１０のカメラ１２を、画像処理装置３０のカメラ位置制御部３６により、図８（ａ）中のＸＹ平面に正対させＺ（＋）方向より、ワークＷｉのマークＣを撮像する。この場合、Ｚ（＋）方向にはマークＣａが付与されているため、マークＣａが撮影され図９に示すマーク画像Ｐ１を得る。

次いで、カメラ１２を、図８（ａ）中のＸＺ平面に正対させＹ（−）方向より、ワークＷｉのマークＣを撮像する。この場合、Ｙ（−）方向にはマークＣｂが付与されているため、マークＣｂが撮影され図９に示すマーク画像Ｐ２を得る。次いで、カメラ１２を、図８（ａ）中のＹＺ平面に正対させＸ（＋）方向より、ワークＷｉのマークＣを撮像する。この場合、Ｘ（＋）方向にはマークＣｃが付与されているため、マークＣｃが撮影され図９に示すマーク画像Ｐ３を得る。すなわち、図８の絶対座標軸としてのＸ軸方向、Ｙ軸方向およびＺ軸方向から対向するマークＣを撮影して、それぞれのマーク画像Ｐを得る。

次いで、カメラ１２を基準位置（図６で示すＮｉ（０，０，０）を撮像した位置）に配置して、作業対象のワークＷｉを撮像して図１０に示すワーク画像Ｒｉを得る。そして、ステップＳ３に進む。

ステップＳ３の画像入力工程では、カメラ１２によって撮像された上記マーク画像Ｐ１，Ｐ２，Ｐ３およびワーク画像Ｒｉを、図１に示す制御部２０の画像処理装置３０の画像入力部３２に取り込む。

そして、ステップＳ４の第１画像比較工程およびステップＳ５の姿勢判定工程では、取り込まれたマーク画像Ｐと第１マスタ画像格納部４２に格納されたマークマスタ画像Ｍとの比較処理およびワークＷｉの姿勢の判定処理を行う。この比較処理および判定処理は、図１に示す制御部２０の第１画像比較処理部３４で、コンピュータ５０の指令、制御により行われる。

まず、ステップＳ４の第１画像比較工程では、ステップＳ２で得られたマーク画像Ｐ１について比較検証する。図１１（ａ）に示すように、マーク画像Ｐ１にあるマークＣａを観察すると、マークＣａは矢印Ａａであり、矢印Ａａは矢羽根ｂを１つ具備している。そのため、矢印Ａａは、ワークＷｉの天面Ｆ１に付与される矢印Ａ１であることがわかる。そこで、第１マスタ画像格納部４２に格納された矢印Ａ１を撮像したマークマスタ画像Ｍ１を第１画像比較処理部３４に取り込み、マーク画像Ｐ１とマークマスタ画像Ｍ１とを比較する。すると、矢印Ａａの矢ａの向いている方向は概略同じ図中のＹ（＋）方向の範囲であるが、マークマスタ画像Ｍ１の矢印Ａ１と比較して傾きがＺ軸を中心にβ度反時計方向に異なっていることがわかる。また、矢印Ａａの矢羽根ｂは、Ｘ（−）方向に向いていることがわかる。

次いで、マーク画像Ｐ２について比較検証する。図１１（ｂ）に示すように、マーク画像Ｐ２にあるマークＣｂを観察すると、マークＣｂは矢印Ａｂであり、矢印Ａｂは矢羽根ｂを６つ具備している。そのため、矢印Ａｂは、ワークＷｉの左面Ｆ６に付与される矢印Ａ６であることがわかる。そこで、第１マスタ画像格納部４２に格納された矢印Ａ６を撮像したマークマスタ画像Ｍ６を第１画像比較処理部３４に取り込み、マーク画像Ｐ２とマークマスタ画像Ｍ６とを比較する。すると、矢印Ａｂの矢ａの向いている方向は、図中Ｚ（＋）方向と同じであり、傾き等も同じであることがわかる。また、矢印Ａｂの矢羽根ｂは、Ｘ（＋）方向に向いていることがわかる。

次いで、マーク画像Ｐ３について比較検証する。図１１（ｃ）に示すように、マーク画像Ｐ３にあるマークＣｃを観察すると、マークＣｃは矢印Ａｃであり、矢印Ａｃは矢羽根ｂを３つ具備している。そのため、矢印Ａｃは、ワークＷの前面Ｆ３に付与される矢印Ａ３であることがわかる。そこで、第１マスタ画像格納部４２に格納された矢印Ａ３を撮像したマークマスタ画像Ｍ３を第１画像比較処理部３４に取り込み、マーク画像Ｐ３とマークマスタ画像Ｍ３とを比較する。すると、矢印Ａｃの矢ａの向いている方向は概略同じＺ（＋）方向の範囲であるが、マークマスタ画像Ｍ３の矢印Ａ３と比較して傾きがＸ軸を中心にα度反時計方向に異なっていることがわかる。また、矢印Ａｃの矢羽根ｂは、Ｙ（−）方向に向いていることがわかる。

ステップＳ５の姿勢判定工程では、ステップＳ４の第１画像比較工程で得られたマーク画像Ｐとマークマスタ画像Ｍとの上述の比較検証結果により、図８（ｂ）に示すように、マークＣａが付された外面Ｆは天面Ｆ１であり、マークＣｂが付された外面Ｆは左面Ｆ６であり、マークＣｃが付された外面Ｆは前面Ｆ３であると判定できる。これは、矢印Ａの種類、矢ａの方向、矢羽根ｂの向きの組み合わせのいくつか、もしくは、すべてを用いることによって判定できる。また、天面Ｆ１の矢印Ａ１がＺ軸に対してβ度反時計方向に傾いていること、左面Ｆ６の矢印Ａ６が傾いていないこと、前面Ｆ３の矢印Ａ３がＸ軸に対してα度反時計方向に傾いていることがわかる。

すなわち、ワークＷｉは、天面Ｆ１をＺ（＋）方向に、左面Ｆ６をＹ（−）方向に、前面Ｆ５をＸ（＋）方向に向け配置されている。また、ワークＷｉは、Ｘ軸に対してα度反時計方向に傾いて、Ｚ軸からβ度反時計方向に傾いて配置されていることがわかる。すなわち、これらのことでワークＷｉの姿勢を判定することができる。

図７に示すステップＳ６の第２画像比較工程およびステップＳ７の種類判定工程では、取り込まれたワーク画像Ｒｉと第２マスタ画像格納部４３に格納されたワークマスタ画像Ｎとの比較処理およびワークＷｉの種類の判定処理を行う。この比較処理および判定処理は、図１に示す制御部２０の第２画像比較処理部３５で、コンピュータ５０の指令、制御により行われる。

ステップＳ６の第２画像比較工程およびステップＳ７の種類判定工程では、ステップＳ２で得られた図１０に示すワーク画像Ｒｉについて比較検証する。上述の姿勢判定工程Ｓ５でワークＷｉの姿勢は、Ｘ軸に対してα度反時計方向に傾いて、Ｙ軸に対しては傾かず、Ｚ軸からβ度反時計方向に傾いて配置されていることがわかる。すなわち、ワークＷｉの姿勢（ｎｘ，ｎｙ，ｎｚ）は、姿勢（α，０，β）であることがわかる。つまり、ワーク画像Ｒｉに対応するワークマスタ画像Ｎｉは、ワークマスタ画像Ｎｉ（α，０，β）のグループの中のいずれかであることがわかる。

そこで、第２マスタ画像格納部４３に格納されたワークマスタ画像Ｎの中からワークマスタ画像Ｎｉ（α，０，β）に属するものを選択する。すると、図１２に示すように、ワークマスタ画像Ｎ１（α，０，β），Ｎ２（α，０，β），Ｎ３（α，０，β）の３つが選択される。次いで、図１０に示すワーク画像Ｒｉとワークマスタ画像Ｎ１（α，０，β），Ｎ２（α，０，β），Ｎ３（α，０，β）とを順次比較する。その結果、ワーク画像Ｒｉとワークマスタ画像Ｎ１（α，０，β）とがほぼ一致することがわかる。ワークマスタ画像Ｎ１（α，０，β）は、ワークＷ１をＸ軸に対してα度だけ傾けて、Ｙ軸に対しては傾けず、Ｚ軸からβ度だけ傾けて撮像した画像である。従って、ワーク画像Ｒｉとして撮像されたワークＷｉはワークＷ１であることが判別できる。これらの検証結果は、図１に示す制御部２０の記憶装置４０の認識結果格納部４４に格納され、ワークＷに対するロボット１０の作業に対する指示命令の基本となる。

次いで、ステップＳ８に進み、次に姿勢および種類を判定するワークＷｉがあるか否かを判断する。次に姿勢および種類を判定するワークＷｉがある（ＹＥＳ）場合は、上述のステップＳ１のワーク搬入工程に進み、上述の作業を繰り返す。次に姿勢および種類を判定するワークＷｉがない（ＮＯ）場合は、この識別作業を終了する。なお、上記説明では、ワークＷｉがＷ１の場合を例にとり説明したが、ワークＷｉがワークＷ２もしくはワークＷ３の場合についても、同様に画像比較処理および判定処理が行われる。

以下、本実施例の効果を記載する。
（１）上述のワーク識別装置１を用いたワーク識別方法によれば、ワークＷｉにはワークＷｉの各外面Ｆごとに識別可能なマークとしての矢印Ａｉが付与される。このとき、矢印Ａｉは、方向性を示すことができるとともに非対称形に形成されている。そして、異なる種類のワークＷｉがランダムな順番およびランダムな姿勢で供給される製造ライン等において、ワーク載置部５に搬入されるワークＷｉに対して、その矢印Ａｉをカメラ１２で撮像してマーク画像Ｐを得ることができる。そして、そのマーク画像Ｐを予め用意されている矢印Ａｉのマークマスタ画像Ｍと比較することができる。

そのため、矢印Ａｉの種類によって、ワークＷｉのどの外面Ｆがどの方向に向いているか、矢印Ａの矢ａの指し示す方向によってワークＷｉがどの方向に向いているか、マーク画像Ｐの矢印Ａｉとマークマスタ画像Ｍの矢印Ａとの傾きの違いによってワークＷｉがどの方向にどれだけ傾いているか判断することができる。すなわち、マーク画像Ｐとマークマスタ画像Ｍとを比較するという簡単な作業でワークＷｉの姿勢を認識することができる。

そして、ステップＳ６の第２画像比較工程およびステップＳ７の種類判定工程で、予め用意された姿勢ごとのワークマスタ画像Ｎから認識された姿勢に対応するワークマスタ画像Ｎｉ（ｎｘ，ｎｙ，ｎｚ）を抽出してワーク画像Ｒｉと比較することによってワークＷｉの種類を認識することができる。その結果、ＣＡＤ／ＣＡＭデータや輪郭関数等を使って複雑な演算処理を行わずにワークＷｉの種類や姿勢を認識することができる。従って、ワークＷの種類の判別や姿勢の認識のための計算時間を短縮することができ、生産の効率化に寄与することができる。

（第２実施例）
ここで、第２実施例のワーク識別方法について説明する。なお、第２実施例は、第１実施例に対して、ワークＷの各外面に付与するマークの様態が異なる例である。また、第１実施例と同様な構成および内容については、符号を等しくして説明を省略する。

（マークについて）
第２実施例におけるマークについて、図１３を参照して説明する。図１３は、ワークと第２実施例におけるマークを説明する図である。なお、ワークＷｉとしてワークＷ１を例にとり説明する。図１３に示すように、第２実施例におけるワークＷ１は、第１実施例のワークＷ１と同様な形状を呈している。このワークＷ１の各外面Ｆには、マークＤが付与されている。マークＤは、第１実施例と同様に変形された矢印形状を呈している。マークＤの矢印Ｅは、矢の矢羽に相当する部分が矢竹を中心にいずれか片側のみしか形成されていない。すなわち、マークＤとしての矢印Ｅは非対称形に形成されている。

図１３に示すワークＷ１には、天面Ｆ１、底面Ｆ２、前面Ｆ３、後面Ｆ４、右面Ｆ５、左面Ｆ６に対して、図４に示す矢印Ａ１を基本として、それぞれ異なる色に着色され識別可能となった矢印Ｅが付与される。矢印Ｅは、例えば、矢印Ｅ１は赤色、矢印Ｅ２は青色、矢印Ｅ３は緑色、矢印Ｅ４は黄色、矢印Ｅ５は黒色、矢印Ｅ６は白色に着色され、それぞれ識別される。本実施例では、ワークＷ１の天面Ｆ１には矢印Ｅ１が、底面Ｆ２には矢印Ｅ２が、前面Ｆ３には矢印Ｅ３が、後面Ｆ４には矢印Ｅ４が、右面Ｆ５には矢印Ｅ５が、左面Ｆ６には矢印Ｅ６がそれぞれ付与される。

このとき、天面Ｆ１、底面Ｆ２には、矢印Ｅの矢ａの向きが左面Ｆ６から右面Ｆ５に向かうように、前面Ｆ３、後面Ｆ４、右面Ｆ５、左面Ｆ６には、矢印Ｅの矢ａの向きが底面Ｆ２から天面Ｆ１に向かうように付与される。また、天面Ｆ１、底面Ｆ２には矢印Ｅの矢羽根ｂが後面Ｆ４方向にあるように、前面Ｆ３、後面Ｆ４には矢印Ｅの矢羽根ｂが左面Ｆ６方向にあるように、右面Ｆ５、左面Ｆ６には前面Ｆ３方向にあるように付与される。すなわち、外面Ｆに付与された矢印Ｅの種類すなわち着色された色、矢ａの方向および矢羽根ｂの向きを知ることによって、外面Ｆの種類、方向、向きを知ることができる。

以降、第１実施例で説明したマークマスタ画像Ｍの取得および姿勢判定方法を適用して、マークＤが付与されたワークＷ１の姿勢を認識する。すなわち、第２実施例は、マークＤとしての矢印Ｅ１〜６が矢羽根ｂの数の違いによって識別されるのではなく、着色された色の違いによって識別される点にある。

以下、本第２実施例の効果を記載する。
（１）上述のワーク姿勢認識方法によれば、ワークＷにはそれぞれの外面Ｆごとに識別可能なマークＤとして方向性を示すことができる非対称形かつ色違いの矢印Ｅが付与されている。そのため、矢印Ｅの色を識別することによってワークＷのどの外面Ｆがどの方向に向いているか容易に判断することができる。そのため、１つのワークに付与されるマークＤの形状を同じくすることができ、マークマスタ画像Ｍの種類（データ量）を低減することができる。従って、より短時間でワークＷの姿勢を認識することができる。

以上、本発明の実施形態について説明したが、上記実施形態に対しては、本発明の趣旨から逸脱しない範囲で様々な変形を加えることができる。例えば上記実施形態以外の変形例は、以下の通りである。

（第１変形例）上述の実施形態では、図７に示すステップＳ２のマーク＆ワーク撮像工程において、ワークＷｉの各外面Ｆごとにマーク画像Ｐを取得する場合を例にとり説明したがこれに限定されない。第１変形例を説明する図である図１４に示すように、供給されたワークＷｉをそのまま俯瞰してマーク画像Ｐを取得してもよい。すなわち、マーク画像Ｐとワーク画像Ｒを１つの画像として捉えてもよい。図１４に示すマーク画像（ワーク画像）Ｐ０は、前面Ｆ３と右面Ｆ５との稜線の上部Ｑに図１に示すカメラ１２を対向させて取得されている。このようにすることによって、天面Ｆ１に付与された矢印Ａ１、前面Ｆ３に付与された矢印Ａ３、および右面Ｆ５に付与された矢印Ａ５が、１つのマーク画像Ｐ０に記録される。

また、マークマスタ画像Ｍの作成において、図１に示すカメラ１２を用いてワークＷｉに付与されている各マークＣを角度を変えて複数撮像し複数のマークマスタ画像Ｍを作成しておく。そして、図７に示すステップＳ４の第１画像比較工程では、取り込まれたマーク画像Ｐ０と第１マスタ画像格納部４２に格納された複数のマークマスタ画像Ｍとを比較して、最も近い（一致度の高い）マークマスタ画像Ｍを抽出する。そして、マーク画像Ｐ０と抽出されたマークマスタ画像Ｍと一致度および差異を比較検証する。ステップＳ５の姿勢判定工程では、ステップＳ４の第１画像比較工程で得られたマーク画像Ｐとマークマスタ画像Ｍとの上述の比較検証結果により、ワークＷｉの姿勢を判断する。

そして、ステップＳ６の第２画像比較工程およびステップＳ７の種類判定工程では、第１実施例のワーク画像Ｒｉの代わりとしてマーク画像（ワーク画像）Ｐ０を用い、第２マスタ画像格納部４３に格納されたワークマスタ画像Ｎとの比較処理およびワークＷｉの種類の判定処理を行う。この方法によれば、マーク＆ワーク撮像工程Ｓ２においてマーク画像Ｐ０とワーク画像Ｒｉとを共通にすることができ、ワークＷｉの種類や姿勢を判定する時間を短縮したり作業を簡便にすることができる。

（第２変形例）上述の実施形態では、位置および個数の異なる矢羽根ｂの付いた矢印Ａｉを基本マークとして用いる場合を例にとり説明したが、これに限定されない。矢印Ａｉは、一例であり様々な変形、応用が考えられる。例えば、マークとして、矢印の変形例を示す図である図１５に示すような矢印Ｊ，Ｋ，Ｌ等が適用され得る。すなわち、マークは、方向性を有するとともに非対称形に形成されていて、わずかな変形を加えることによってそれぞれが識別可能であればよい。なお、矢印Ｊ，Ｋ，Ｌは、それぞれ付与される線分の数によって識別される。また、マークは矢印に限定されない。これらの場合でも上述の実施形態と同様な効果を奏することができる。

（第３変形例）上述の実施形態では、ワークＷｉがベルトコンベア７等でワーク載置部５に搬入される場合を例にとり説明したが、これに限定されない。ワークＷｉは、例えば、トレイ等にいわゆるバラ積みされていてもよい。この場合でも上述の実施形態と同様な効果を奏することができる。

（第４変形例）上述の実施形態では、マークＣとしての矢印ＡｉがワークＷｉの各外面Ｆに印刷され付与されている場合を例にとり説明したが、これに限定されない。矢印Ａｉは、ラベルに印刷されそれぞれの外面Ｆに貼り付けられていてもよい。また、それぞれの外面Ｆに刻印されていてもよい。方向性を有するとともに非対称形に形成されていて、わずかな変形を加えることによってそれぞれが識別可能なマークが何らかの方法で付与されていればよい。また、上述の実施形態では、撮像手段としてのカメラ１２がロボット１０の一体として設けられている場合を例に説明したが、これに限定されない。生産ラインにおいてロボット１０とワークＷｉとを俯瞰する位置に設けられていてもよい。これらの場合でも上述の実施形態と同様な効果を奏することができる。また、上述の実施形態で説明したワークＷｉの形状は、１例でありこれに限定されない。様々な応用変形が考えられる。

ワーク識別装置の構成例を示す図。 マークが付与されるワークの１例を示す図。 その他のワークの例を示す図。 マークを説明する図。 マークマスタ画像の例を示す図。 ワークマスタ画像の例を示す図。 ワーク識別方法の流れを示すフローチャート。 ワーク識別方法を説明する図。 マーク画像の例を示す図。 ワーク画像の例を示す図。 マーク画像とマークマスタ画像との比較処理を説明する図。 ワーク画像とワークマスタ画像との比較処理を説明する図。 ワークと第２実施例におけるマークを説明する図。 第１変形例を説明する図。 矢印の変形例を示す図。

符号の説明

１…ワーク識別装置、５…ワーク載置部、７…ベルトコンベア、１０…ロボット、１２…撮像手段としてのカメラ、１４…ロボットハンド、２０…制御部、３０…画像処理装置、３２…画像入力部、３４…第１画像比較処理部、３５…第２画像比較処理部、３６…カメラ位置制御部、４０…記憶装置、４２…第１マスタ画像格納部、４３…第２マスタ画像格納部、５０…コンピュータ、Ａ，Ａｉ，Ｅ，Ｅｉ（色）マークとしての矢印、Ｃ，Ｄ…マーク、Ｆ…外面、Ｍ…マークマスタ画像、Ｎ，Ｎｉ，Ｎｉ（ｎｘ，ｎｙ，ｎｚ）…ワークマスタ画像、Ｓ３…画像入力工程、Ｓ４…第１画像比較工程、Ｓ５…姿勢判定工程、Ｓ６…第２画像比較工程、Ｓ７…種類判定工程、Ｐ，Ｐ０…マーク画像、Ｒｉ…ワーク画像、Ｗｉ…ワーク、ａ…矢、ｂ…矢羽根。

Claims (10)

1. ランダムに供給される複数の種類のワークに対して作業を実施するロボットにおける前記ワークの種類および姿勢を認識するワーク識別方法であって、
   前記ワークは、複数の外面を有し、外面ごとに、方向性を有するとともに識別可能なマークが付与されており、
   前記ロボットは、少なくとも、前記マークおよび前記ワークを撮像する撮像手段と、
   前記マークに対して、前記撮像手段により撮像されたマークマスタ画像を予め格納する第１マスタ画像格納手段と、
   複数の種類の前記ワークに対して、前記撮像手段により撮像された前記ワークの姿勢ごとのワークマスタ画像を予め格納する第２マスタ画像格納手段と、を有し、
   前記撮像手段により撮像されるマーク画像およびワーク画像を取り込む画像入力工程と、
   取り込まれた前記マーク画像と前記第１マスタ画像格納手段に格納される前記マークマスタ画像とを比較して、前記マーク画像と前記マークマスタ画像との一致度もしくは差異を検出する第１画像比較工程と、
   前記第１画像比較工程で得られた比較結果から前記ワークの姿勢を判定する姿勢判定工程と
   前記姿勢判定工程で得られた判定結果の姿勢に対応する前記ワークマスタ画像を、前記第２マスタ画像格納手段から抽出して、取り込まれた前記ワーク画像と比較して、前記ワーク画像と前記ワークマスタ画像との一致度もしくは差異を検出する第２画像比較工程と、
   前記第２画像比較工程で得られた比較結果から前記ワークの種類を判定する種類判定工程と、を有することを特徴とするワーク識別方法。
2. 前記第１画像比較工程において、前記マーク画像と前記マークマスタ画像とを順次比較して、前記マーク画像と最大に一致する前記マークマスタ画像を検出して前記マークの種類を認識するとともに、前記マーク画像と前記マークマスタ画像との方向もしくは角度の違いを検出し、
   前記姿勢判定工程では、前記マークの種類から前記撮像手段に対向する前記ワークの外面を認識し、前記マーク画像の方向もしくは角度の違いから、前記マークマスタ画像を取得したときの前記ワークの姿勢からの方向および角度を認識することを特徴とする請求項１に記載のワーク識別方法。
3. 前記第２マスタ画像格納手段に格納される前記ワークマスタ画像は、複数の種類の前記ワークに対して、前記ワークの姿勢を一定の割合で変化させながら前記撮像手段により撮像されることを特徴とする請求項１または２に記載のワーク識別方法。
4. 前記マークは、非対称の形状に形成されることを特徴とする請求項１乃至３のいずれか一項に記載のワーク識別方法。
5. 前記マークは、前記ワークのそれぞれの外面ごとに色違いに付与されていることを特徴とする請求項１乃至４のいずれか一項に記載のワーク識別方法。
6. ランダムに供給される複数の種類のワークに対して作業を実施するロボットにおける前記ワークの種類および姿勢を認識するワーク識別装置であって、
   前記ワークは、複数の外面を有し、外面ごとに、方向性を有するとともに識別可能なマークが付与されており、
   少なくとも、前記マークおよび前記ワークを撮像する撮像手段と、
   前記マークに対して前記撮像手段により撮像されたマークマスタ画像を予め格納する第１マスタ画像格納部と、
   複数の種類の前記ワークに対して、前記撮像手段により撮像された前記ワークの姿勢ごとのワークマスタ画像を予め格納する第２マスタ画像格納部と、
   前記撮像手段により撮像されるマーク画像およびワーク画像を取り込む画像入力部と、
   取り込まれた前記マーク画像と前記第１マスタ画像格納部に格納される前記マークマスタ画像とを比較して、前記マーク画像と前記マークマスタ画像との一致度もしくは差異を検出する第１画像比較部と、
   前記第１画像比較部で得られた比較結果から前記ワークの姿勢を判定する姿勢判定部と、
   前記姿勢判定部で得られた判定結果の姿勢に対応する前記ワークマスタ画像を、前記第２マスタ画像格納部から抽出して、取り込まれた前記ワーク画像と比較して、前記ワーク画像と前記ワークマスタ画像との一致度もしくは差異を検出する第２画像比較部と、
   前記第２画像比較部で得られた比較結果から前記ワークの種類を判定する種類判定部と、を備えることを特徴とするワーク識別装置。
7. 前記第１画像比較部において、前記マーク画像と前記マークマスタ画像とを順次比較して、前記マーク画像と最大に一致する前記マークマスタ画像を検出して前記マークの種類を認識するとともに、前記マーク画像と前記マークマスタ画像との方向もしくは角度の違いを検出し、
   前記姿勢判定部では、前記マークの種類から前記撮像手段に対向する前記ワークの外面を認識し、前記マーク画像の方向もしくは角度の違いから、前記マークマスタ画像を取得したときの前記ワークの姿勢からの方向および角度を認識することを特徴とする請求項６に記載のワーク識別装置。
8. 前記第２マスタ画像格納部に格納される前記ワークマスタ画像は、複数の種類の前記ワークに対して、前記ワークの姿勢を一定の割合で変化させながら前記撮像手段により撮像されることを特徴とする請求項６または７に記載のワーク識別装置。
9. 前記マークは、非対称の形状に形成されることを特徴とする請求項６乃至８のいずれか一項に記載のワーク識別装置。
10. 前記マークは、前記ワークのそれぞれの外面ごとに色違いに付与されていることを特徴とする請求項６乃至９のいずれか一項に記載のワーク識別装置。

Images