JP2018039059A - 把持装置、把持方法、及びプログラム - Google Patents
把持装置、把持方法、及びプログラム Download PDFInfo
- Publication number
- JP2018039059A JP2018039059A JP2016172816A JP2016172816A JP2018039059A JP 2018039059 A JP2018039059 A JP 2018039059A JP 2016172816 A JP2016172816 A JP 2016172816A JP 2016172816 A JP2016172816 A JP 2016172816A JP 2018039059 A JP2018039059 A JP 2018039059A
- Authority
- JP
- Japan
- Prior art keywords
- gripping
- failure
- success
- image information
- completion
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 20
- 238000004364 calculation method Methods 0.000 claims abstract description 31
- 238000012545 processing Methods 0.000 claims description 11
- 230000010365 information processing Effects 0.000 claims description 2
- 239000012636 effector Substances 0.000 description 23
- 238000010586 diagram Methods 0.000 description 3
- 239000004744 fabric Substances 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000007637 random forest analysis Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 1
- 210000002310 elbow joint Anatomy 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 210000000323 shoulder joint Anatomy 0.000 description 1
- 210000003857 wrist joint Anatomy 0.000 description 1
Images
Landscapes
- Manipulator (AREA)
Abstract
【解決手段】把持装置は、把持手段が対象物を把持でき、かつ対象物の変形量が小さい把持成功、把持手段が対象物を把持でき、かつ対象物の変形量が大きい第1の把持失敗、および、把持手段が前記対象物を把持できない第2の把持失敗、を含む把持成否パターンのそれぞれについて予め取得された、把持手段による対象物の把持開始から把持完了までの画像情報の特徴量を、記憶し、その記憶された把持手段による対象物の把持開始から把持完了までの画像情報の特徴量のそれぞれと、特徴量算出手段により算出された把持手段による判定対象の対象物の把持開始から把持完了までの画像情報の特徴量と、の相関を算出し、判定対象の対象物の把持成否パターンが、最も相関の高い特徴量に対応付けられた把持成否パターンと判定する。
【選択図】図1
Description
この一態様において、前記成否判定手段により前記把持成功の把持成否パターンであると判定されたとき、前記把持手段が次のタスクを実行するように、該把持手段を制御し、前記成否判定手段により前記第1の把持失敗の把持成否パターンであると判定されたとき、前記把持手段の動作を停止する制御を行う制御手段を更にを備えていてもよい。
この一態様において、前記記憶手段は、更に、前記把持手段が対象物を移動させることができ、かつ該対象物の変形量が所定量未満で小さい移動成功、前記把持手段が対象物を移動させることができ、かつ該対象物の変形量が所定量以上で大きい第1の移動失敗、および、前記把持手段が対象物を移動させることができない第2の移動失敗、を含む移動成否パターンのそれぞれについて、予め取得された前記把持手段による対象物の把持完了から、該把持完了後、前記把持手段による対象物の移動が完了する移動完了までの画像情報の特徴量の時系列データを記憶しており、前記成否判定手段は、前記記憶手段に記憶された前記把持手段による対象物の把持完了から移動完了までの画像情報の特徴量の時系列データのそれぞれと、前記特徴量算出手段により算出された把持手段による判定対象の対象物の把持完了から移動完了までの画像情報の特徴量の時系列データと、の相関を算出し、前記判定対象の対象物の把持成否パターンが、最も相関の高い特徴量の時系列データに対応付けられた移動成否パターンと判定してもよい。
この一態様において、前記成否判定手段により前記第1の把持失敗の把持成否パターンであると判定されたとき、該第1の把持失敗の内容を報知する報知手段を更に備えていてもよい。
上記目的を達成するための本発明の一態様は、対象物を把持する把持手段と、前記対象物の画像情報を取得する画像取得手段と、前記画像取得手段により取得された対象物の画像情報の特徴量を算出する特徴量算出手段と、前記把持手段が前記対象物を把持でき、かつ該対象物の変形量が所定量未満で小さい把持成功、前記把持手段が前記対象物を把持でき、かつ該対象物の変形量が所定量以上で大きい第1の把持失敗、および、前記把持手段が前記対象物を把持できない第2の把持失敗、を含む把持成否パターンの判定を行う成否判定手段と、を備える把持装置であって、前記成否判定手段は、前記画像取得手段により取得された把持完了時の把持手段の画像情報に基づいて、前記把持完了時に前記把持手段が前記対象物を把持していると判定し、かつ、前記特徴量算出手段により算出された対象物の把持開始から把持完了までの画像情報の特徴量の時系列データの変化量が第1所定変化量未満であると判定したとき、前記把持成功の把持成否パターンであると判定し、前記画像取得手段により取得された把持完了時の把持手段の画像情報に基づいて、前記把持完了時に前記把持手段が前記対象物を把持していないと判定し、かつ、前記特徴量算出手段により算出された対象物の把持開始から把持完了までの画像情報の特徴量の時系列データの変化量が第1所定変化量以上であると判定したとき、前記第1の把持失敗の把持成否パターンであると判定し、前記画像取得手段により取得された把持完了時の把持手段の画像情報に基づいて、前記把持完了時に前記把持手段が前記対象物を把持していないと判定したとき、前記第2の把持失敗の把持成否パターンであると判定する、ことを特徴とする把持装置であってもよい。
上記目的を達成するための本発明の一態様は、判定対象の対象物の画像情報を取得するステップと、前記取得された判定対象の対象物の画像情報の特徴量を算出するステップと、把持手段が前記対象物を把持でき、かつ該対象物の変形量が所定量未満で小さい把持成功、前記把持手段が前記対象物を把持でき、かつ該対象物の変形量が所定量以上で大きい第1の把持失敗、および、前記把持手段が前記対象物を把持できない第2の把持失敗、を含む把持成否パターンのそれぞれについて予め取得された前記把持手段による対象物の把持開始から把持完了までの画像情報の特徴量の時系列データを、記憶するステップと、前記記憶された前記把持手段による対象物の把持開始から把持完了までの画像情報の特徴量の時系列データのそれぞれと、前記算出された把持手段による判定対象の対象物の把持開始から把持完了までの画像情報の特徴量の時系列データと、の相関を算出し、前記判定対象の対象物の把持成否パターンが、最も相関の高い特徴量の時系列データに対応付けられた把持成否パターンと判定するステップと、を含む、ことを特徴とする把持方法であってもよい。
上記目的を達成するための本発明の一態様は、判定対象の対象物の画像情報を取得する処理と、前記取得された判定対象の対象物の画像情報の特徴量を算出する処理と、把持手段が前記対象物を把持でき、かつ該対象物の変形量が所定量未満で小さい把持成功、前記把持手段が前記対象物を把持でき、かつ該対象物の変形量が所定量以上で大きい第1の把持失敗、および、前記把持手段が前記対象物を把持できない第2の把持失敗、を含む把持成否パターンのそれぞれについて予め取得された前記把持手段による対象物の把持開始から把持完了までの画像情報の特徴量の時系列データを、記憶する処理と、前記記憶された前記把持手段による対象物の把持開始から把持完了までの画像情報の特徴量の時系列データのそれぞれと、前記算出された把持手段による判定対象の対象物の把持開始から把持完了までの画像情報の特徴量の時系列データと、の相関を算出し、前記判定対象の対象物の把持成否パターンが、最も相関の高い特徴量の時系列データに対応付けられた把持成否パターンと判定する処理と、をコンピュータに実行させる、ことを特徴とするプログラムであってもよい。
以下、図面を参照して本発明の実施形態について説明する。図1は、本発明の実施形態1に係る把持装置の概略的なシステム構成を示すブロック図である。本実施形態1に係る把持装置1は、例えば、布製品や紙製品などの形状変化し易い対象物の把持を行い、その把持の成否を判定する。
(1)ロボットアーム3による把持前の対象物の画像情報と、その対象物を把持するのに最適な対象物の把持位置(把持姿勢)と、が複数組、対応付けられている。
上述したように、本実施形態1に係る把持装置1は、まず、対象物の画像情報の学習データを生成し記憶部5に記憶させる処理を行う。
上記対応付けの学習には、例えば、SVM(support vector machine)又はランダムフォレスト(Random Forest)などが用いられている。
続いて、本実施形態1に係る把持装置1は、上記[学習処理]を行った後、把持開始から把持完了までの対象物の画像情報に基づいて、その把持動作の成否を判定する判定処理を行う。
画像取得部2は、判定データとなる対象物の把持開始から把持完了までの画像情報の時系列データを取得する。そして、特徴量算出部8は、画像取得部2により取得されたロボットアーム3の把持開始から把持完了までの画像情報の時系列データに基づいて、その画像情報の特徴量の時系列データを算出する。
成否判定部7が把持成功(把持成否パターン(a)の把持成功)と判定したとき、把持実行部4は、ロボットアーム3が次のタスクを実行するように、ロボットアーム3を制御する。この場合、ロボットアーム3が対象物を把持でき、かつ該対象物の変形量が小さいため、ロボットアーム3は次のタスクをそのまま実行できる。
以上のようにして、ロボットアーム3に把持された対象物の変形量が大きい場合に、ロボットアーム3のその後の動作を確実に停止できる。さらに、対象物の形状が修正等された場合は、ロボットアーム3はその対象物を再把持できる。
なお、成否判定部7は、(b)ロボットアーム3が対象物を把持でき、かつ該対象物の変形量が所定量以上である第1の把持失敗の把持成否パターンと判定したとき、その旨をユーザに報知してもよい。成否判定部7は、例えば、スピーカ、表示装置、などの報知部9を用いて、ユーザに対して報知を行う。これにより、対象物を把持できたが、対象物が大きく変形したために把持失敗であることをユーザに明確に報知できる。
ここで、把持成否パターン(c)の第2の把持失敗は、上述の如く、(c−1)ロボットアーム3が対象物に接触できないため対象物を把持できず、対象物の形状変化がない場合と、(c−2)ロボットアーム3が対象物を把持しようとしたが対象物が形状変化し把持できなかった場合と、を含んでいる。
例えば、把持位置設定部6は、前回選択した対象物の画像情報を除いて、画像取得部2により取得された対象物の画像情報と最も尤度が高い、記憶部5の学習データの対象物の画像情報を選択する。そして、把持位置設定部6はその選択した対象物の画像情報に対応付けられた把持位置を、対象物の把持位置として再設定する。把持実行部4は、把持位置設定部6により再設定された対象物の把持位置に基づいて、ロボットアーム3を制御し、該対象物の把持を再度開始する。
以上のようにして、ロボットアーム3が対象物を把持できなかった場合でも、その対象物を再把持できる。
把持位置設定部6は、マッチングを行い、画像取得部2により取得された対象物の画像情報と最も尤度が高い、記憶部5の学習データの対象物の画像情報を選択する。そして、把持位置設定部6はその選択した対象物の画像情報に対応付けられた把持位置を、対象物の把持位置として設定する(ステップS101)。
画像取得部2は、判定データとなる対象物の把持開始から把持完了までの対象物の画像情報の時系列データを取得する(ステップS103)。
これにより、把持成功、第1の把持失敗、及び第2の把持失敗を明確に区別して判定できる。したがって、対象物を把持できたが対象物が所定量以上で大きく変形した場合を把持失敗として正確に判定できる。
本発明の実施形態2において、成否判定部7は、ロボットアーム3が対象物の把持を完了(把持完了)してから、その対象物の移動(持上げ、持下げ、水平方向にスライド、など)を完了(移動完了)するまでの、移動動作の成否を判定する。これにより、把持完了後の移動動作についても、対象物を移動できたが対象物が所定量以上で大きく変形した場合を移動失敗として正確に判定できる。
画像取得部2は、判定データとなる、対象物の把持完了から移動完了までの、その対象物の画像情報の時系列データを取得する。特徴量算出部8は、画像取得部2により取得されたロボットアーム3の把持完了から移動完了までの画像情報の時系列データに基づいて、その画像情報の特徴量の時系列データを算出する。
なお、本実施形態2において、他の構成は上記実施形態1と略同一であるため、同一部分には同一符号を付して詳細な説明は省略する。
本発明の実施形態3において、成否判定部7は、特徴量算出部8により算出された対象物の把持開始から把持完了までの画像情報の特徴量の時系列データの変化量と、把持完了時のロボットアーム3による対象物の把持の有無と、に基づいて、把持成否パターン(a)〜(c)を判定してもよい。
本実施形態3によれば、対象物の把持開始から把持完了までの画像情報の特徴量の時系列データの変化量と、把持完了時のロボットアーム3による対象物の把持の有無と、に基づいて、対象物を把持できたが対象物が所定量以上で大きく変形した場合を把持失敗として正確に判定できる。
なお、本実施形態3において、他の構成は上記実施形態1と略同一であるため、同一部分には同一符号を付して詳細な説明は省略する。
Claims (7)
- 対象物を把持する把持手段と、
判定対象の対象物の画像情報を取得する画像取得手段と、
前記画像取得手段により取得された判定対象の対象物の画像情報の特徴量を算出する特徴量算出手段と、
前記把持手段が前記対象物を把持でき、かつ該対象物の変形量が所定量未満で小さい把持成功、前記把持手段が前記対象物を把持でき、かつ該対象物の変形量が所定量以上で大きい第1の把持失敗、および、前記把持手段が前記対象物を把持できない第2の把持失敗、を含む把持成否パターンのそれぞれについて予め取得された、前記把持手段による対象物の把持開始から把持完了までの画像情報の特徴量の時系列データを、記憶する記憶手段と、
前記記憶手段に記憶された前記把持手段による対象物の把持開始から把持完了までの画像情報の特徴量の時系列データのそれぞれと、前記特徴量算出手段により算出された把持手段による判定対象の対象物の把持開始から把持完了までの画像情報の特徴量の時系列データと、の相関を算出し、前記判定対象の対象物の把持成否パターンが、最も相関の高い特徴量の時系列データに対応付けられた把持成否パターンと判定する成否判定手段と、
を備える、ことを特徴とする把持装置。 - 請求項1記載の把持装置であって、
前記成否判定手段により前記把持成功の把持成否パターンであると判定されたとき、前記把持手段が次のタスクを実行するように、該把持手段を制御し、前記成否判定手段により前記第1の把持失敗の把持成否パターンであると判定されたとき、前記把持手段の動作を停止する制御を行う制御手段を更にを備える、
ことを特徴とする把持装置。 - 請求項1又は2記載の把持装置であって、
前記記憶手段は、更に、
前記把持手段が対象物を移動させることができ、かつ該対象物の変形量が所定量未満で小さい移動成功、前記把持手段が対象物を移動させることができ、かつ該対象物の変形量が所定量以上で大きい第1の移動失敗、および、前記把持手段が対象物を移動させることができない第2の移動失敗、を含む移動成否パターンのそれぞれについて、予め取得された前記把持手段による対象物の把持完了から、該把持完了後、前記把持手段による対象物の移動が完了する移動完了までの画像情報の特徴量の時系列データを記憶しており、
前記成否判定手段は、
前記記憶手段に記憶された前記把持手段による対象物の把持完了から移動完了までの画像情報の特徴量の時系列データのそれぞれと、前記特徴量算出手段により算出された把持手段による判定対象の対象物の把持完了から移動完了までの画像情報の特徴量の時系列データと、の相関を算出し、前記判定対象の対象物の把持成否パターンが、最も相関の高い特徴量の時系列データに対応付けられた移動成否パターンと判定する、
ことを特徴とする把持装置。 - 請求項1乃至3のうちのいずれか1項記載の把持装置であって、
前記成否判定手段により前記第1の把持失敗の把持成否パターンであると判定されたとき、該第1の把持失敗の内容を報知する報知手段を更に備える、
ことを特徴とする把持装置。 - 対象物を把持する把持手段と、
前記対象物の画像情報を取得する画像取得手段と、
前記画像取得手段により取得された対象物の画像情報の特徴量を算出する特徴量算出手段と、
前記把持手段が前記対象物を把持でき、かつ該対象物の変形量が所定量未満で小さい把持成功、前記把持手段が前記対象物を把持でき、かつ該対象物の変形量が所定量以上で大きい第1の把持失敗、および、前記把持手段が前記対象物を把持できない第2の把持失敗、を含む把持成否パターンの判定を行う成否判定手段と、
を備える把持装置であって、
前記成否判定手段は、
前記画像取得手段により取得された把持完了時の把持手段の画像情報に基づいて、前記把持完了時に前記把持手段が前記対象物を把持していると判定し、かつ、前記特徴量算出手段により算出された対象物の把持開始から把持完了までの画像情報の特徴量の時系列データの変化量が第1所定変化量未満であると判定したとき、前記把持成功の把持成否パターンであると判定し、
前記画像取得手段により取得された把持完了時の把持手段の画像情報に基づいて、前記把持完了時に前記把持手段が前記対象物を把持していないと判定し、かつ、前記特徴量算出手段により算出された対象物の把持開始から把持完了までの画像情報の特徴量の時系列データの変化量が第1所定変化量以上であると判定したとき、前記第1の把持失敗の把持成否パターンであると判定し、
前記画像取得手段により取得された把持完了時の把持手段の画像情報に基づいて、前記把持完了時に前記把持手段が前記対象物を把持していないと判定したとき、前記第2の把持失敗の把持成否パターンであると判定する、
ことを特徴とする把持装置。 - 判定対象の対象物の画像情報を取得するステップと、
前記取得された判定対象の対象物の画像情報の特徴量を算出するステップと、
把持手段が前記対象物を把持でき、かつ該対象物の変形量が所定量未満で小さい把持成功、前記把持手段が前記対象物を把持でき、かつ該対象物の変形量が所定量以上で大きい第1の把持失敗、および、前記把持手段が前記対象物を把持できない第2の把持失敗、を含む把持成否パターンのそれぞれについて予め取得された前記把持手段による対象物の把持開始から把持完了までの画像情報の特徴量の時系列データを、記憶するステップと、
前記記憶された前記把持手段による対象物の把持開始から把持完了までの画像情報の特徴量の時系列データのそれぞれと、前記算出された把持手段による判定対象の対象物の把持開始から把持完了までの画像情報の特徴量の時系列データと、の相関を算出し、前記判定対象の対象物の把持成否パターンが、最も相関の高い特徴量の時系列データに対応付けられた把持成否パターンと判定するステップと、
を含む、ことを特徴とする把持方法。 - 判定対象の対象物の画像情報を取得する処理と、
前記取得された判定対象の対象物の画像情報の特徴量を算出する処理と、
把持手段が前記対象物を把持でき、かつ該対象物の変形量が所定量未満で小さい把持成功、前記把持手段が前記対象物を把持でき、かつ該対象物の変形量が所定量以上で大きい第1の把持失敗、および、前記把持手段が前記対象物を把持できない第2の把持失敗、を含む把持成否パターンのそれぞれについて予め取得された前記把持手段による対象物の把持開始から把持完了までの画像情報の特徴量の時系列データを、記憶する処理と、
前記記憶された前記把持手段による対象物の把持開始から把持完了までの画像情報の特徴量の時系列データのそれぞれと、前記算出された把持手段による判定対象の対象物の把持開始から把持完了までの画像情報の特徴量の時系列データと、の相関を算出し、前記判定対象の対象物の把持成否パターンが、最も相関の高い特徴量の時系列データに対応付けられた把持成否パターンと判定する処理と、
をコンピュータに実行させる、ことを特徴とするプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016172816A JP6838833B2 (ja) | 2016-09-05 | 2016-09-05 | 把持装置、把持方法、及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016172816A JP6838833B2 (ja) | 2016-09-05 | 2016-09-05 | 把持装置、把持方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018039059A true JP2018039059A (ja) | 2018-03-15 |
JP6838833B2 JP6838833B2 (ja) | 2021-03-03 |
Family
ID=61624752
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016172816A Active JP6838833B2 (ja) | 2016-09-05 | 2016-09-05 | 把持装置、把持方法、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6838833B2 (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019225158A1 (ja) * | 2018-05-22 | 2019-11-28 | ソニー株式会社 | ロボットの制御装置及びロボットの制御方法 |
JP2020160562A (ja) * | 2019-03-25 | 2020-10-01 | 公立大学法人岩手県立大学 | 制御システム、制御方法、プログラム |
US20210229275A1 (en) * | 2018-06-14 | 2021-07-29 | Yamaha Hatsudoki Kabushiki Kaisha | Machine learning device and robot system provided with same |
US11584016B2 (en) | 2018-04-24 | 2023-02-21 | Fanuc Corporation | Robot controller and system |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011230245A (ja) * | 2010-04-28 | 2011-11-17 | Yaskawa Electric Corp | ロボットシステム |
JP2013052490A (ja) * | 2011-09-06 | 2013-03-21 | Mitsubishi Electric Corp | ワーク取り出し装置 |
JP2013184278A (ja) * | 2012-03-09 | 2013-09-19 | Canon Inc | 情報処理装置、情報処理方法 |
-
2016
- 2016-09-05 JP JP2016172816A patent/JP6838833B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011230245A (ja) * | 2010-04-28 | 2011-11-17 | Yaskawa Electric Corp | ロボットシステム |
JP2013052490A (ja) * | 2011-09-06 | 2013-03-21 | Mitsubishi Electric Corp | ワーク取り出し装置 |
JP2013184278A (ja) * | 2012-03-09 | 2013-09-19 | Canon Inc | 情報処理装置、情報処理方法 |
Non-Patent Citations (1)
Title |
---|
弓場 寛之,他3名: "つまみ滑りの失敗検知回復を伴う双腕ロボットによる布製品の展開", ロボティクスメカトロニクス講演会2016講演会論文集, JPN6020037051, ISSN: 0004356360 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11584016B2 (en) | 2018-04-24 | 2023-02-21 | Fanuc Corporation | Robot controller and system |
WO2019225158A1 (ja) * | 2018-05-22 | 2019-11-28 | ソニー株式会社 | ロボットの制御装置及びロボットの制御方法 |
US11820019B2 (en) | 2018-05-22 | 2023-11-21 | Sony Corporation | Robot control apparatus and robot control method |
US20210229275A1 (en) * | 2018-06-14 | 2021-07-29 | Yamaha Hatsudoki Kabushiki Kaisha | Machine learning device and robot system provided with same |
DE112018007729B4 (de) | 2018-06-14 | 2022-09-08 | Yamaha Hatsudoki Kabushiki Kaisha | Maschinelle Lernvorrichtung und mit dieser ausgestattetes Robotersystem |
US11945115B2 (en) | 2018-06-14 | 2024-04-02 | Yamaha Hatsudoki Kabushiki Kaisha | Machine learning device and robot system provided with same |
JP2020160562A (ja) * | 2019-03-25 | 2020-10-01 | 公立大学法人岩手県立大学 | 制御システム、制御方法、プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP6838833B2 (ja) | 2021-03-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3869464B1 (en) | Learning apparatus and learning method | |
CN109483573B (zh) | 机器学习装置、机器人系统以及机器学习方法 | |
JP5850962B2 (ja) | ビジュアルフィードバックを利用したロボットシステム | |
JP6711591B2 (ja) | ロボット制御装置およびロボット制御方法 | |
JP6429473B2 (ja) | ロボットシステム、ロボットシステムの校正方法、プログラム、およびコンピュータ読み取り可能な記録媒体 | |
JP6838833B2 (ja) | 把持装置、把持方法、及びプログラム | |
US20150283704A1 (en) | Information processing apparatus and information processing method | |
JP2018161692A5 (ja) | ||
JP2012055999A (ja) | 物体把持システム、物体把持方法、プログラム、およびロボットシステム | |
WO2020022302A1 (ja) | 把持装置 | |
US20220111533A1 (en) | End effector control system and end effector control method | |
US10909720B2 (en) | Control device for robot, robot, robot system, and method of confirming abnormality of robot | |
CN110303474B (zh) | 使用图像处理修正机器人的示教的机器人系统 | |
JP2016196077A (ja) | 情報処理装置、情報処理方法、およびプログラム | |
CN110363811B (zh) | 用于抓取设备的控制方法、装置、存储介质及电子设备 | |
US20230330858A1 (en) | Fine-grained industrial robotic assemblies | |
JP2015136764A (ja) | 制御装置、ロボットシステム、ロボット及びロボット制御方法 | |
JP2017170567A (ja) | ワーク認識方法及びランダムピッキング方法 | |
JP7372076B2 (ja) | 画像処理システム | |
WO2021010016A1 (ja) | ハンドの制御システム及びハンドの制御方法 | |
JP2015169515A (ja) | 姿勢推定システム、プログラムおよび姿勢推定方法 | |
JP2021071878A (ja) | アノテーション装置 | |
JP6248694B2 (ja) | ロボット、ロボットシステム、及び制御装置 | |
JP7201858B2 (ja) | 判定方法 | |
US20230415349A1 (en) | Method for controlling a robot for manipulating, in particular picking up, an object |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190724 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200730 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201006 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201201 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210119 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210211 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6838833 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |