JP2010243317A - 物体認識方法 - Google Patents

Abstract

【課題】精度良くワークの位置を検出する方法を提供する。
【解決手段】第１パターンが形成された容器上に第１パターンの内側を目標にして四角板を配置するワーク配置工程と、第１パターンと四角板とを撮像して画像データ４７を取得する撮像工程と、画像データ４７における第１パターン像４９と四角板像４８との相対位置を分析して四角板の姿勢を認識するワーク認識工程と、を有する。そして、第１パターンは四角板の外形形状を囲むパターンに形成されている。
【選択図】図５

Description

本発明は、物体認識方法にかかわり、特に物体の姿勢を検出する方法に関するものである。

ロボットを用いてワークをピッキングするとき、撮像装置を用いてワークを撮像する。そして、撮像した画像を分析してワークの位置や姿勢を検出する方法が広く用いられている。ワークの位置を検出する方法が特許文献１に開示されている。それによると、ワークを撮像装置の視野の中心付近に移動して、ワークを撮像する。次に、撮像した画像におけるワークの中心と視野の中心との差を検出する。そして、撮像装置の位置情報と撮像した画像におけるワークの位置情報とを用いてワークの位置を検出していた。

さらに、ワークを撮像した画像を用いて寸法計測を行い、ワークの良否判断を行っていた。

特開平８−３３０３３６号公報

撮像装置の位置情報と画像処理したワークの位置情報とを組み合わせてワークの位置を認識していた。このとき、ワークの位置の検出誤差には、撮像装置の位置情報の誤差と、ワークの位置検出誤差とが含まれる。そして、誤差が大きいときにはワークをピッキングするときにピッキングに失敗することがある。ピッキングの失敗をなくすために、精度良くワークの位置を検出する方法が望まれていた。

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］
本適用例にかかる物体認識方法であって、第１パターンが形成された載置部上に前記第１パターンの近くにワークを配置するワーク配置工程と、前記第１パターンと前記ワークとを撮像して画像データを取得する撮像工程と、前記画像データにおける前記第１パターンの画像と前記ワークの画像との相対位置を分析して前記ワークの姿勢を検出するワーク認識工程と、を有することを特徴とする。

この物体認識方法によれば、載置部上に第１パターンが形成され、ワークが載置部上に配置される。このとき、ワークは第１パターンの近くに配置される。そして、ワーク認識工程では第１パターンに対するワークの姿勢を認識する。このとき、第１パターンとワークとは近い場所に位置する為、第１パターンに対するワークの姿勢を精度良く検出することができる。

［適用例２］
上記適用例にかかる物体認識方法において、前記第１パターンは前記ワークの外形形状を囲むパターンに形成されていることを特徴とする。

この物体認識方法によれば、第１パターンはワークを囲むパターンに形成されている。従って、ワークの外周の各場所と第１パターンとが近い場所に位置している。その結果、第１パターンの形状とワークの形状とを容易に比較することができる。

［適用例３］
上記適用例にかかる物体認識方法において、前記ワークが所定の範囲内に位置しているかを判断する姿勢判断工程を有することを特徴とする。

この物体認識方法によれば、ワークの姿勢が所定の範囲内にあるか否かが判る為、後工程にてワークを操作することが可能か、ワークの姿勢を修正する必要があるかの判断をすることができる。

［適用例４］
上記適用例にかかる物体認識方法において、前記第１パターンを用いて前記ワークの画像を含む部分画像データを抽出する画像抽出工程と、前記部分画像データを用いて前記ワークの画像を分析するワーク分析工程とを有することを特徴とする。

この物体認識方法によれば、撮像した画像データから部分画像データを抽出している。そして、部分画像データを用いてワークの画像を分析している。部分画像データは撮像した画像データの一部なので、部分画像データのデータ量は撮像した画像データのデータ量より小さい量となっている。従って、ワークの画像の分析するとき、撮像した画像データを分析するより部分画像データを用いる方が生産性良く分析することができる。

［適用例５］
上記適用例にかかる物体認識方法において、前記ワーク分析工程における分析結果を用いて、前記ワークの特性が所定の判定値の範囲内にあるかを判断するワーク特性判断工程を有することを特徴とする。

この物体認識方法によれば、ワークの特性が所定の判定値の範囲内にあるかどうかを判断している。つまり、ワークが正常の範囲にあるのか異常の範囲にあるのかを判定値を用いて判定している。従って、正常なワークと異常なワークとを分類することができる。

［適用例６］
上記適用例にかかる物体認識方法において、前記載置部上には前記第１パターンと対応する第２パターンが配置され、前記撮像工程では前記第２パターンを撮像し、前記画像データにおける前記第２パターンの画像を分析して前記第１パターンの場所を認識するパターン位置検出工程を有することを特徴とする。

この物体認識方法によれば、載置部上に第１パターンと第２パターンとが配置されている。そして、第１パターンと第２パターンとの位置関係が設定されている。そして、撮像した第２パターンの画像を分析して第１パターンの場所を認識している。従って、第１パターンが配置された場所を検出し易くすることができる。

［適用例７］
上記適用例にかかる物体認識方法において、前記第１パターンは前記所定の範囲を示す線であり、前記姿勢判断工程では、前記ワークが前記第１パターンと接触するか否かを分析して判断することを特徴とする。

この物体認識方法によれば、ワークが第１パターンと接しているかどうかで判断している。従って、ワークの画像と第１パターンの画像とが一体化しているかどうかにて判断可能な為、容易にワークの姿勢を分析することができる。

第１の実施形態にかかわるピッキング装置の構成を示す概略斜視図。 ピッキング装置の電気制御ブロック図。 ワークのピッキング工程を示すフローチャート。 ピッキング作業の作業方法を説明するための模式図。 ピッキング作業の作業方法を説明するための模式図。 ピッキング作業の作業方法を説明するための模式図。 ピッキング作業の作業方法を説明するための模式図。 第２の実施形態にかかわるワーク認識方法を説明するための模式図。

以下、実施形態について図面に従って説明する。尚、各図面における各部材は、各図面上で認識可能な程度の大きさとするため、各部材毎に縮尺を異ならせて図示している。
（第１の実施形態）
本実施形態におけるピッキング装置と特徴的なワーク認識方法と認識したワークをピッキングする方法とについて図１〜図７に従って説明する。ピッキングはワークを把持して移動して離すことにより、ワークを移動させる動作を示す。

（ピッキング装置）
図１は、ピッキング装置の構成を示す概略斜視図である。図１に示すように、ピッキング装置１は主にワーク供給装置２、可動部としてのロボット３及びワーク収納装置４から構成されている。ワーク供給装置２はワークを供給する装置である。ワークの形状や材質は特に限定されない。ロボット３がピッキング可能であれば良い。例えば、ワークの形状は直方体、円錐、円柱、等やこれらの形状を組み合わせた形状を用いることができる。実施形態においてはワークとして四角板５を用いて説明する。

ワーク供給装置２には複数の載置部としての容器６が配置されている。容器６は外形が直方体であり、深さが浅く形成されている。そして、容器６内には四角板５が４枚配置されている。ワーク供給装置２は内部に供給用昇降装置７、除材用昇降装置８とが並んで配置されている。供給用昇降装置７と除材用昇降装置８とが並んでいる方向をＹ方向とする。そして水平方向においてＹ方向と直交する方向をＸ方向とし、鉛直方向をＺ方向とする。供給用昇降装置７及び除材用昇降装置８の上側には容器６が重ねて配置されている。そして、供給用昇降装置７及び除材用昇降装置８は上下方向に移動する直動機構を備え、容器６を上昇及び下降することが可能になっている。この直動機構は、例えば、ボールネジとパルスモーターとのを組み合わせたユニットまたはリニアモーター等により構成することができる。

ワーク供給装置２において図中左側の側面には押出装置９が配置されている。押出装置９は直動機構を備え、この直動機構は、例えば、エアーシリンダーまたはリニアモーター等により構成することができる。押出装置９は、供給用昇降装置７の上側に重ねて配置された容器６の内最上段の容器６を図中右下方向に押し出す。そして、押出装置９は容器６を供給用昇降装置７の上側から除材用昇降装置８の上側へ移動させる。

ロボット３が除材用昇降装置８の上側に位置する容器６内の四角板５を移動することにより、容器６が空になる。その後、除材用昇降装置８が空の容器６を下降させる。次に、四角板５が配置された容器６を供給用昇降装置７が上昇させる。続いて、上昇された容器６を押出装置９がロボット３の方向に移動する。その結果、四角板５が配置された容器６がワーク供給装置２のロボット３側の場所に配置される。

ワーク供給装置２の図中右側にはロボット３が配置されている。ロボット３は基台１０を備え、基台１０上には回転台１１が配置されている。回転台１１は固定台１１ａと回転軸１１ｂとを備えている。回転台１１は内部にサーボモーターと減速機構とを備え、回転軸１１ｂを角度精度良く回転及び停止することができる。サーボモーターは回転軸１１ｂの回転角度を検出するエンコーダーを備えている。そして、エンコーダーの出力を用いて固定台１１ａに対する回転軸１１ｂの相対角度を検出することが可能になっている。

回転台１１の回転軸１１ｂと接続して第１関節１２が配置され、第１関節１２と接続して第１腕１３が配置されている。第１腕１３と接続して第２関節１４が配置され、第２関節１４と接続して第２腕１５が配置されている。第２腕１５は固定軸１５ａと回転軸１５ｂとを備え、第２腕１５は第２腕１５の長手方向を軸にして回転軸１５ｂを回転することができる。第２腕１５の回転軸１５ｂと接続して第３関節１６が配置され、第３関節１６と接続して第３腕１７が配置されている。第３腕１７は固定軸１７ａと回転軸１７ｂとを備え、第３腕１７は第３腕１７の長手方向を回転軸にして回転軸１７ｂを回転することができる。第３腕１７の回転軸１７ｂと接続して可動要素及び把持部としての手部１８が配置され、手部１８には吸着装置が配置されている。手部１８の図中下側の面には四角錐状に凹部が形成されている。そして、この凹部の斜面を四角板５の外周に接触させて、吸着装置が凹部の空気を吸引することにより、手部１８は四角板５を吸着させることができる。

回転軸１５ｂと接続して第１支持腕１９が配置されている。第１支持腕１９は第２腕１５の図中上側に突出して配置されている。第１支持腕１９と接続して支持部関節２０が配置され、支持部関節２０と接続して第２支持腕２１が配置されている。第２支持腕２１には撮像装置２２が配置されている。撮像装置２２は、例えば、図示しない同軸落射型光源とＣＣＤ（Ｃｈａｒｇｅ Ｃｏｕｐｌｅｄ Ｄｅｖｉｃｅ）が組み込まれたものである。同軸落射型光源から出射した光は四角板５を照射する。撮像装置２２は、四角板５にて反射する光を用いて四角板５を撮像することが可能となっている。そして、ロボット３に配置された各関節、腕、支持部が可動要素となっている。

第１関節１２、第２関節１４、第２腕１５、第３関節１６、第３腕１７、支持部関節２０はそれぞれ内部にサーボモーター及び減速機構等からなる回転機構を備えている。そして、第１関節１２、第２関節１４、第２腕１５、第３関節１６、第３腕１７、支持部関節２０は角度精度良く回転及び停止することができる。各サーボモーターは回転軸の回転角度を検出するエンコーダーを備えている。上述のようにロボット３は多くの関節と回転機構を備えている。そして、これらの各腕及び回転軸の位置や角度を検出することによりロボット３の姿勢を検出することが可能になっている。

また、これらの関節及び回転機構に加えて手部１８の吸着機構を制御することにより四角板５を把持することが可能になっている。同様に、第２腕１５の角度と対応して第２支持腕２１の角度を制御することにより、撮像装置２２における光軸の方向をＺ方向にすることができる。

ロボット３の図中右上にはワーク収納装置４が配置されている。ワーク収納装置４は第１室４ａ〜第５室４ｅの５つの室に分離されている。そして、各室には四角板５が区分して配置されている。ロボット３は容器６内に配置された各四角板５の形状を認識した後、ワーク収納装置４に分類して配置する。従って、ワーク収納装置４では各室毎に四角板５が分類して配置される。

ワーク収納装置４の各室は図中上側が開放して形成されることにより、ロボット３が上側から各室に四角板５を入れることができる。各室には各室の底面を昇降する昇降装置が配置されている。そして、各室に配置された四角板５の量に応じて各室の底面を下降することにより、ロボット３が四角板５をワーク収納装置４に移動し易くなっている。

ロボット３の図中左下側には制御装置２３が配置されている。制御装置２３はワーク供給装置２、ロボット３、ワーク収納装置４等を含むピッキング装置１を制御する装置である。

図２は、ピッキング装置の電気制御ブロック図である。図２において、ピッキング装置１の制御部としての制御装置２３はプロセッサーとして各種の演算処理を行うＣＰＵ（中央処理装置）２６と各種情報を記憶する記憶部としてのメモリー２７とを有する。

ロボット駆動装置２８、撮像装置２２、ワーク供給装置２、ワーク収納装置４は、入出力インターフェース２９及びデータバス３０を介してＣＰＵ２６に接続されている。さらに、入力装置３１、表示装置３２も入出力インターフェース２９及びデータバス３０を介してＣＰＵ２６に接続されている。

ロボット駆動装置２８はロボット３と接続されロボット３を駆動する装置である。ロボット駆動装置２８は、ロボット３の姿勢に関する情報をＣＰＵ２６に出力する。そして、ＣＰＵ２６が指示する場所にロボット駆動装置２８がロボット３を駆動して撮像装置２２を移動させる。そして、撮像装置２２は所望の場所を撮像できる。さらに、ＣＰＵ２６が指示する場所にロボット駆動装置２８が手部１８を移動させる。その後、ロボット駆動装置２８が手部１８の吸着装置を駆動することにより、ロボット３は四角板５を把持できる。

撮像装置２２は四角板５を撮像する装置である。ＣＰＵ２６の指示する信号に従って撮像した後、撮像した画像のデータをメモリー２７に出力する。

ワーク供給装置２はＣＰＵ２６の指示により供給用昇降装置７、除材用昇降装置８、押出装置９を駆動する。そして、ロボット３の手部１８が到達可能な範囲にワーク供給装置２は四角板５を供給する。ワーク収納装置４はＣＰＵ２６の指示により昇降装置を駆動する。そして、ロボット３が四角板５を置く高さを制御する。

入力装置３１は四角板５の位置認識をする条件やピッキング動作の動作条件等の諸情報を入力する装置である。例えば、四角板５の形状を示す座標を図示しない外部装置から受信し、入力する装置である。表示装置３２はワークやロボット３に関するデータや作業状況を表示する装置である。表示装置３２に表示される情報を基に入力装置３１を用いて操作者が入力操作を行う。

メモリー２７は、ＲＡＭ、ＲＯＭ等といった半導体メモリーや、ハードディスク、ＤＶＤ−ＲＯＭといった外部記憶装置を含む概念である。機能的には、ピッキング装置１における動作の制御手順が記述されたプログラムソフト３３を記憶する記憶領域がメモリー２７に設定される。さらに、四角板５の形状や寸法等の情報であるワーク関連データ３４を記憶するための記憶領域もメモリー２７に設定される。さらに、ロボット３を構成する要素の情報や、ワーク供給装置２及びワーク収納装置４とロボット３との相対位置等の情報であるロボット関連データ３５を記憶するための記憶領域もメモリー２７に設定される。さらに、撮像装置２２が撮像した画像のデータや画像処理後の画像のデータである画像データ３６を記憶するための記憶領域もメモリー２７に設定される。他にも、ＣＰＵ２６のためのワークエリアやテンポラリーファイル等として機能する記憶領域やその他各種の記憶領域がメモリー２７に設定される。

ＣＰＵ２６はメモリー２７内に記憶されたプログラムソフト３３に従って、ワークの位置及び姿勢を検出した後、ワークを移動させるための制御を行うものである。具体的な機能実現部として、ロボット３を駆動してワークや撮像装置２２を移動させるための制御を行うロボット制御部３７を有する。ロボット制御部３７は撮像装置２２を駆動する制御も行う。他にも、撮像装置２２が撮像する画像を用いて特徴量を演算する画像演算部３８を有する。画像演算部３８は撮像した画像において特定の図形を抽出する。他にも画像演算部３８は図形の位置や寸法を画素単位で計測する。他にも、撮像装置２２が撮像する画像を用いて容器６に形成された特定のパターンの位置を演算するパターン位置演算部３９を有する。他にも、撮像装置２２が撮像する画像を用いて容器６に形成された特定のパターンの位置に対する四角板５の位置を演算するワーク位置演算部４０を有する。さらに、四角板５の外形寸法や特定の場所の寸法を演算するワーク特性演算部４１を有する。他にも、ロボット３の動作と連携してワーク供給装置２及びワーク収納装置４の動作を制御する除給材制御部４２等を有する。

（撮像方法及びピッキング方法）
次に、上述したピッキング装置１を用いてワークを移動する作業における撮像方法及びピッキング方法について図３〜図７にて説明する。図３は、ワークのピッキング工程を示すフローチャートである。図４〜図７は、ピッキング作業の作業方法を説明するための模式図である。

図３に示すフローチャートにおいて、ステップＳ１は、ワーク配置工程に相当する。ロボットの可動範囲内に配置された容器上に四角板がないとき、除給材制御部がワーク供給装置を駆動する。そして、四角板が配置された容器を除給材制御部が供給させることにより、除給材制御部が四角板を配置させる工程である。ステップＳ２は撮像工程に相当する。ロボット制御部がロボットを駆動して撮像装置を移動させる。そして、四角板が配置された容器を撮像装置が撮像する工程である。次にステップＳ３に移行する。ステップＳ３は、パターン位置検出工程に相当し、撮像した画像内において容器に形成されたパターンの位置を検出する工程である。次にステップＳ４に移行する。

ステップＳ４は、ワーク認識工程に相当し、四角板の位置及び姿勢を算出する工程である。次に、ステップＳ５に移行する。ステップＳ５は、姿勢判断工程に相当し、ワークの位置及び傾きが所定の範囲内にあるか否かを判断する工程である。ワークの位置及び傾きが所定の範囲内にあるとき、次にステップＳ６に移行する。ワークの位置及び傾きが所定の範囲内にないとき、ステップＳ１０に移行する。ステップＳ６は、画像抽出工程に相当し、撮像装置が撮像した画像から四角板の画像を抽出する工程である。

次にステップＳ７に移行する。ステップＳ７は、ワーク分析工程に相当し、四角板における寸法等の特性を分析する工程である。次にステップＳ８に移行する。ステップＳ８は、ワーク特性判断工程に相当し、四角板の特性が所定の範囲内にあるか否かを判断する工程である。次にステップＳ９に移行する。ステップＳ９は、ワーク移動工程に相当し、四角板の特性に応じて四角板をワーク収納装置における所定の場所に移動する工程である。ステップＳ１０は作業終了判断工程に相当し、四角板を分類する作業を継続するか終了するかを判断する工程である。作業を継続するとき、ステップＳ１に移行する。作業を終了するとき、ワークのピッキング工程を終了する。

次に、図４〜図７を用いて、図３に示したステップと対応させて、ピッキング工程における撮像方法及びピッキング方法を詳細に説明する。図４（ａ）はステップＳ１のワーク配置工程に対応する図である。図４（ａ）に示すように、ステップＳ１において、ワーク供給装置２には容器６が配置される。そして、ロボット３側の容器６には四角板５が４枚配置されている。

１個の四角板５の周囲には８個の円マークから構成された第１パターン４５が容器６上に形成されている。そして、第１パターン４５の内図中左上に位置する１つの円マークが第２パターン４６となっている。第１パターン４５と第２パターン４６とは同じ形状であるが、色が異なって形成されている。例えば、第２パターン４６は赤色に形成され、第１パターン４５において第２パターン４６以外の円マークは青色に形成されている。第１パターン４５と第２パターン４６とにおける形状や色は特に限定されない。第１パターン４５と第２パターン４６とが識別可能であれば良い。

容器６に四角板５を配置するとき、第１パターン４５の内側を目標にして四角板５が配置される。従って、四角板５は第１パターン４５と近い場所に配置される。容器６に四角板５を配置する工程や容器６を運搬する工程において、四角板５が目標とする場所から移動する場合がある。従って、ある確率にて四角板５が第１パターン４５の内側から移動した場所に位置することがある。

図４（ｂ）はステップＳ２の撮像工程に対応する図であり、撮像装置２２が撮像した画像データ４７を示している。図４（ｂ）に示すように、ステップＳ２において、撮像装置２２が容器６を撮像し、ＣＰＵ２６は画像データ４７をメモリー２７に格納する。画像データ４７には四角板５に対応する４個のワークの画像としての四角板像４８が表示される。他にも、第１パターン４５に対応する第１パターン像４９、第２パターン４６に対応する第２パターン像５０が表示される。従って、第１パターン像４９は１つの四角板像４８に対して８個表示され、第２パターン像５０は１つの四角板像４８に対して１個表示される。

図５（ａ）はステップＳ３のパターン位置検出工程に対応する図である。図５（ａ）に示すように、ステップＳ３において、画像演算部３８は画像データ４７から第２パターン像５０を抽出する。第２パターン像５０は赤色に撮像される。そして、画像データ４７の中から赤色の像を抽出することにより、第２パターン像５０を抽出することができる。

制御装置２３はメモリー２７のワーク関連データ３４に第１パターン４５及び第２パターン４６の位置に関するデータを記憶している。そして、メモリー２７には第２パターン４６におけるインデックス番号と座標とのデータ表を備えている。データ表のインデックス番号は１番から４番までの通し番号である。そして、データ表の座標は容器６上において、図中左下の隅を原点としたときの座標となっている。

画像演算部３８は画像データ４７における第２パターン像５０の場所とワーク関連データ３４とを用いて第２パターン像５０のインデックス番号を検出する。例えば、画像データ４７において図中左上を１番像５０ａとする。そして、第２パターン像５０において１番像５０ａから右回りに順に２番像５０ｂ、３番像５０ｃ、４番像５０ｄとなっている。インデックス番号は四角板５を移動する順番に設定されており、１番像５０ａ〜４番像５０ｄの順番にてロボット３は四角板５を移動する。

図５（ｂ）及び図５（ｃ）はステップＳ４のワーク認識工程に対応する図である。図５（ｂ）に示すように、ステップＳ４において、パターン位置演算部３９が１番像５０ａを検出する。次に、パターン位置演算部３９は１番像５０ａが属する第１パターン像４９を検出する。第１パターン像４９は８個の円マークにより構成されており、１番像５０ａは第１パターン像４９を構成する円マークの１個となっている。そして、第１パターン像４９に囲まれた場所に四角板像４８が撮像されている。

図５（ｃ）に示すように、ワーク位置演算部４０が第１パターン像４９に対する四角板像４８の位置を演算する。まず、ワーク位置演算部４０は第１パターン像４９の各円マークの中心を通る４本の中心線４９ａを算出する。４本の中心線４９ａは四角を形成する。次に、この四角の辺である中心線４９ａから四角の内側に間隔５１の距離離れた場所に平行な線を配置し、この線を判定線５２とする。判定線５２は４本配置され、４本の判定線５２は四角を形成する。次に、ワーク位置演算部４０は四角板像４８の総ての外周において、判定線５２と四角板像４８とが接触する場所または重なる場所がないかを確認する。さらに、ワーク位置演算部４０は判定線５２と四角板像４８との距離５３を演算する。このとき、四角板像４８の外周上に等間隔の演算点を設定し、その演算点における距離５３を演算する。

ステップＳ５の姿勢判断工程において、ワーク位置演算部４０は四角板像４８が所定の範囲内にあるか否かを判断する。判定線５２と四角板像４８とが接触しないとき、距離５３の値と予め設定した判定値とを比較する。そして、距離５３の値が判定値の間にあるときには次のステップＳ６に移行する。距離５３の値が判定値の間にないときには四角板５の移動を止めてステップＳ１０に移行する。図６（ａ）に示すように、四角板像４８が判定線５２と接触するとき、距離５３の値が判定値の間にないときにはステップＳ１０に移行する。このとき、ワーク位置演算部４０は手部１８が四角板５を吸着できない可能性が大きいと判断して、四角板５を移動することを断念する。

図６（ｂ）はステップＳ６の画像抽出工程に対応する図である。図６（ｂ）に示すように、ステップＳ６において、ワーク特性演算部４１は、画像データ４７から中心線４９ａによって四角に囲まれた範囲を切り取って部分画像データ５４とする。そして、ワーク特性演算部４１は部分画像データ５４をメモリー２７の画像データ３６に記憶する。

図６（ｃ）はステップＳ７のワーク分析工程に対応する図である。図６（ｃ）に示すように、ステップＳ７において、ワーク特性演算部４１は四角板像４８の形状を測定して四角板５の寸法を算出する。このとき、ワーク特性演算部４１は部分画像データ５４を用いて演算を行う。まず、ワーク特性演算部４１は四角板像４８の長手方向の長さである第１長さ４８ａを算出する。部分画像データ５４はＸＹ方向に配列した複数の画素から構成されている。そして、ワーク特性演算部４１は四角板像４８がＸ方向に占める画素数を算出することにより第１長さ４８ａを算出する。次に、同様の方法を用いてワーク特性演算部４１は四角板像４８の短手方向の長さである第２長さ４８ｂを算出する。

四角板像４８には３つの孔の像が撮像されている。これを第１孔像４８ｃ、第２孔像４８ｄ、第３孔像４８ｅとする。次に、ワーク特性演算部４１は、第１孔像４８ｃ〜第３孔像４８ｅの直径である第１直径４８ｆ〜第３直径４８ｈを算出する。まず、ワーク特性演算部４１は第１直径４８ｆを算出する。ワーク特性演算部４１は第１孔像４８ｃが占める画素数を計測する。次に、計測した画素数を円周率にて除算することにより、第１直径４８ｆを算出する。第２直径４８ｇ及び第３直径４８ｈにおいても同様の方法にて算出する。四角板５と四角板像４８との倍率を予め測定しておく。そして、この倍率と算出したデータとを用いて四角板５の各寸法を演算する。

ステップＳ８のワーク特性判断工程では、第１長さ４８ａ、第２長さ４８ｂ、第１直径４８ｆ、第２直径４８ｇ、第３直径４８ｈの値を用いて、四角板５の移動場所を判断する。例えば、第１直径４８ｆが所定の判定値より大きいとき、四角板５を第１室４ａに移動する。第１直径４８ｆが所定の判定値より小さいとき、四角板５を第２室４ｂ〜第５室４ｅのいずれかに移動する。第２直径４８ｇが所定の判定値より大きいとき、四角板５を第２室４ｂに移動する。第２直径４８ｇが所定の判定値より小さいとき、四角板５を第３室４ｃ〜第５室４ｅのいずれかに移動する。さらに、第３直径４８ｈが所定の判定値より大きいとき、四角板５を第３室４ｃに移動する。第３直径４８ｈが所定の判定値より小さいとき、四角板５を第４室４ｄ〜第５室４ｅのいずれかに移動する。さらに、第１長さ４８ａが所定の判定値より大きいとき、四角板５を第４室４ｄに移動する。第１長さ４８ａが所定の判定値より小さいとき、四角板５を第５室４ｅに移動する。尚、この例に限らず、所望の規定にて分類することができる。さらに、四角板５の各寸法を判定値と比較した後、四角板５の良否判定を行っても良い。

図７はステップＳ９のワーク移動工程に対応する図である。図７に示すように、ステップＳ９において、ロボット３は四角板５をピッキングして移動する。ロボット制御部３７はロボット３を駆動して、手部１８を四角板５と対向する場所に移動させる。そして、手部１８を四角板５に接触させて、四角板５を手部１８に吸着させる。次に、ロボット制御部３７はロボット３を駆動して、手部１８をワーク収納装置４と対向する場所に移動させる。このとき、ロボット制御部３７はステップＳ８にて選択した室と対向する場所に手部１８を移動させる。次に、ロボット制御部３７は手部１８から四角板５を離させることにより、四角板５をワーク収納装置４に載置する。ステップＳ１０の作業終了判断工程において、作業を終了する判断をするとき、ワークのピッキング工程を終了する。

上述したように、本実施形態によれば、以下の効果を有する。
（１）本実施形態によれば、容器６上に第１パターン４５が形成され、四角板５が容器６上に配置される。このとき、第１パターン４５の内側を目標にして四角板５を配置するので、四角板５は第１パターン４５の近くに配置される。そして、ステップＳ４のワーク認識工程では第１パターン４５に対する四角板５の相対位置と相対角度とを検出する。従って、第１パターン４５と四角板５とは近い場所に位置する為、第１パターン４５に対する四角板５の姿勢を精度良く検出することができる。

（２）本実施形態によれば、第１パターン４５は四角板５を囲むパターンに形成されている。従って、四角板５の外周形状の各場所と第１パターン４５とが近い場所に位置している。その結果、第１パターン４５の形状と四角板５の形状とを容易に比較することができる。

（３）本実施形態によれば、四角板５の姿勢が所定の範囲内にあるか否かが判る為、ステップＳ９のワーク移動工程にて手部１８が四角板５を吸着することが可能か、四角板５の姿勢を修正する必要があるかの判断をすることができる。

（４）本実施形態によれば、撮像した画像データ４７から部分画像データ５４を抽出している。そして、部分画像データ５４を用いて四角板像４８を分析している。部分画像データ５４は撮像した画像データ４７の一部なので、部分画像データ５４のデータ量は撮像した画像データ４７のデータ量より小さい量となっている。従って、四角板像４８の分析をするとき、撮像した画像データ４７を分析するより部分画像データ５４を用いる方が生産性良く分析することができる。

（５）本実施形態によれば、四角板５の寸法が所定の判定値の範囲内にあるかどうかを判断している。つまり、四角板５の寸法が正常の範囲にあるのか異常の範囲にあるのかを判定値をもちいて判定している。従って、正常な四角板５と異常な四角板５とを分類することができる。

（６）本実施形態によれば、容器６上に第１パターン４５と第２パターン４６とが配置されている。そして、第１パターン４５と第２パターン４６との位置関係が設定されている。そして、撮像した第２パターン像５０を分析して第１パターン像４９の場所を認識している。従って、第１パターン像４９が配置された場所を検出し易くすることができる。

（７）本実施形態によれば、ステップＳ６の画像抽出工程において、第１パターン像４９を用いて部分画像データ５４を抽出している。四角板像４８は第１パターン像４９の内側に配置されている。従って、確実に四角板像４８が含まれる画像を抽出することができる。

（第２の実施形態）
次に、ワーク認識方法の一実施形態について図８のワーク認識方法を説明するための模式図を用いて説明する。本実施形態が第１の実施形態と異なるところは、第１パターンの形状が異なる点にある。尚、第１の実施形態と同じ点については説明を省略する。

すなわち、本実施形態では、図８（ａ）に示したように容器６上に第１パターン５５と第２パターン４６が形成されている。そして、第１パターン５５の内側を目標にして四角板５が配置されている。

第１パターン５５の内側の形状は、四角板５の外周形状と略同じ形状に形成されている。そして、第１パターン５５の内側の形状は、第１の実施形態における判定線５２により形成された形状と同じ形状となっている。

従って、図８（ｂ）に示すように、第１パターン５５に対して四角板５の角度が傾くとき、四角板５が第１パターン５５と接触する。そして、ステップＳ５の姿勢判断工程では、四角板５が第１パターン５５と接触する否か分析して判断することにより良否判定することができる。

上述したように、本実施形態によれば、以下の効果を有する。
（１）本実施形態によれば、四角板５が第１パターン５５と接しているかどうかで判断している。従って、四角板５の画像と第１パターン５５の画像とが一体化しているかどうかにて判断可能な為、容易に四角板５の姿勢を分析することができる。

（２）本実施形態によれば、第１パターン５５の内側の形状は、第１の実施形態における判定線５２により形成された形状と同じ形状となっている。従って、ワーク位置演算部４０は判定線５２を演算する必要がない為、生産性良く四角板５の姿勢を分析することができる。

尚、本実施形態は上述した実施形態に限定されるものではなく、種々の変更や改良を加えることも可能である。変形例を以下に述べる。
（変形例１）
前記第１の実施形態では、第２パターン４６は１個の四角板５に対して１個配置された。これに限らず、第２パターン４６は１個の四角板５に対して２個以上配置しても良い。例えば、大きさの異なる円マークを２個配置して方向を検出可能にしても良い。方向がわかるので、容器６を配置する方向の間違いを検出することができる。

（変形例２）
前記第１の実施形態では、四角板５の寸法を検出して特徴量としたが、他にも、四角板５が反射する輝度を特徴量にしても良い。光学的に検出可能な特性を特徴量にすることができる。

（変形例３）
前記第１の実施形態では、四角板５を容器６上に配置したが、これに限らない。ピッキング装置の構成に合わせて四角板５を配置する場所を設定しても良い。そして、四角板５を配置する場所に第１パターン４５及び第２パターン４６を配置することにより同様の効果を得ることができる。

（変形例４）
前記第１の実施形態では、第１パターン４５と第２パターン４６とは同じ形状で色が異なっていた。第１パターン４５と第２パターン４６を区別する方法はこれに限らない。例えば、形状を異ならせても良い。このとき、色は同じでも良い。この場合にも同様の効果を得ることができる。

５…ワークとしての四角板、６…載置部としての容器、４５，５５…第１パターン、４６…第２パターン、４８…ワークの画像としての四角板像、５４…部分画像データ。

Claims (7)

1. 第１パターンが形成された載置部上に前記第１パターンの近くにワークを配置するワーク配置工程と、
   前記第１パターンと前記ワークとを撮像して画像データを取得する撮像工程と、
   前記画像データにおける前記第１パターンの画像と前記ワークの画像との相対位置を分析して前記ワークの姿勢を検出するワーク認識工程と、を有することを特徴とする物体認識方法。
2. 請求項１に記載の物体認識方法であって、
   前記第１パターンは前記ワークの外形形状を囲むパターンに形成されていることを特徴とする物体認識方法。
3. 請求項２に記載の物体認識方法であって、
   前記ワークが所定の範囲内に位置しているかを判断する姿勢判断工程を有することを特徴とする物体認識方法。
4. 請求項３に記載の物体認識方法であって、
   前記第１パターンを用いて前記ワークの画像を含む部分画像データを抽出する画像抽出工程と、前記部分画像データを用いて前記ワークの画像を分析するワーク分析工程とを有することを特徴とする物体認識方法。
5. 請求項４に記載の物体認識方法であって、
   前記ワーク分析工程における分析結果を用いて、前記ワークの特性が所定の判定値の範囲内にあるかを判断するワーク特性判断工程を有することを特徴とする物体認識方法。
6. 請求項５に記載の物体認識方法であって、
   前記載置部上には前記第１パターンと対応する第２パターンが配置され、
   前記撮像工程では前記第２パターンを撮像し、
   前記画像データにおける前記第２パターンの画像を分析して前記第１パターンの場所を認識するパターン位置検出工程を有することを特徴とする物体認識方法。
7. 請求項３に記載の物体認識方法であって、
   前記第１パターンは前記所定の範囲を示す線であり、前記姿勢判断工程では、前記ワークが前記第１パターンと接触するか否かを分析して判断することを特徴とする物体認識方法。

Images