JP2018097889A - 物体認識装置、物体認識方法、物体認識プログラム、ロボットシステム及びロボット - Google Patents
物体認識装置、物体認識方法、物体認識プログラム、ロボットシステム及びロボット Download PDFInfo
- Publication number
- JP2018097889A JP2018097889A JP2018005434A JP2018005434A JP2018097889A JP 2018097889 A JP2018097889 A JP 2018097889A JP 2018005434 A JP2018005434 A JP 2018005434A JP 2018005434 A JP2018005434 A JP 2018005434A JP 2018097889 A JP2018097889 A JP 2018097889A
- Authority
- JP
- Japan
- Prior art keywords
- unit
- plane
- template
- shape
- region
- 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
Images
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Manipulator (AREA)
- Image Analysis (AREA)
Abstract
Description
例えば、特許文献1には、対象物の点群データを取得し、取得した点群データより対象物の位置情報として中心点を算出し、法線情報として表面の法線を算出するロボットシステムが記載されている。
この構成によれば、対象物が有する平面のうち最も大きい平面がテンプレートとの照合に用いられる領域として限定されるため、対象物の認識に係る処理を効率化することができる。
この構成によれば、テンプレートとの照合が対象物の形状が選択された平面に射影された変換画像との間で行われる。そのため、3次元の照合よりも照合に係る自由度が低減されるため、これに応じて処理量を格段に低減することができる。
この構成によれば、対象物の分布に応じて定めた関心領域からテンプレートとの照合がなされる対象物の平面が抽出される。これにより、関心領域に含まれる対象物がロボットの動作の対象となる対象物として優先して選択することができる。
この構成によれば、対象物が有する平面のうち最も大きい平面がテンプレートとの照合に用いられる領域として限定されるため、対象物の認識に係る処理を効率化することができる。
この構成によれば、対象物が有する平面のうち最も大きい平面がテンプレートとの照合に用いられる領域として限定されるため、対象物の認識に係る処理を効率化することができる。
この構成によれば、対象物が有する平面のうち最も大きい平面がテンプレートとの照合に用いられる領域として限定されるため、対象物の認識に係る処理を効率化することができる。
この構成によれば、対象物が有する平面のうち最も大きい平面がテンプレートとの照合に用いられる領域として限定されるため、対象物の認識に係る処理を効率化することができる。
図1は、本実施形態に係るロボットシステム1の概略斜視図である。
図1に示すように、ロボットシステム1は、撮像装置10、制御装置20及び多関節ロボット(以下、ロボットともいう)30を備える。なお、図1における部品や構造等の縮尺は、図を明瞭なものとするために実際のものとは異なっている。
撮像装置10は、撮像により得られた撮像画像(以下、カメラ画像ともいう)を示す画像データを制御装置20へ出力する。
ロボット30の自由度は6軸に限られず、その自由度は7軸であってもよい。また、支持台30aは、壁や天井等、床面に対して固定された場所に設置されてもよい。
図2は、本実施形態に係る物体認識装置21の構成を示す概略ブロック図である。
物体認識装置21は、画像データ取得部211、窓領域設定部212、平面抽出部213、対象決定部(選択部)214、テンプレート記憶部215、マッチング部(照合部)216、画像情報排除部217、空間状態算出部218及び空間データ出力部219を含んで構成される。
窓領域設定部212は、入力された画像データが示す撮像領域のうち、設定した窓領域のそれぞれに含まれるサンプル点毎のサンプル点データからなる点群データを抽出する。窓領域設定部212は、窓領域毎に抽出した点群データを平面抽出部213に出力する。
ここで、平面抽出部213は、点群データに含まれるサンプル点のうち任意の3点を通る平面を抽出する。平面抽出部213は、その3点の座標に基づいて3点を通る平面の法線ベクトルを算出し、算出した法線ベクトルをもって平面が一意に定められる。平面抽出部213は、その平面から予め定めた距離の範囲内にあるサンプル点の数を計数することにより面積を算出する。
平面抽出部213は、窓領域毎に抽出した平面を示す係数、その平面の基準点を示す座標、及びその平面の面積を示す平面データを生成する。平面の基準点は、例えば、その平面の中心点である。平面抽出部213は、生成した平面データと点群データを対象決定部214に出力する。
テンプレートデータは、例えば、CAD(Computer Aided Design)技術を用いて生成した対象物の3次元形状を2次元の画像データに変換したCADモデルであってもよい。
マッチング部216は、2次元変換画像データのうちテンプレートデータとのマッチングに成功したサンプル点(2次元)を抽出する。マッチング部216は、例えば、2次元変換画像データに係る輝度値とテンプレートデータに係る輝度値との差分の絶対値が、予め定めた差分の閾値よりも小さいサンプル点(2次元)を、マッチングに成功したサンプル点(2次元)と判定する。マッチング部216は、点群データに含まれるサンプル点(3次元)のうち、マッチングに成功したサンプル点(2次元)に対応するサンプル点(3次元)を特定する。マッチング部216は、特定したサンプル点(3次元)を示すマッチングサンプルデータを画像情報排除部217に出力する。
空間状態算出部218は、算出した対象物の位置及び方向を示す空間データを空間データ出力部219に出力する。
空間データ出力部219は、空間状態算出部218から入力された空間データをロボット制御装置22に出力する。空間データ出力部219は、例えば、データ出力インターフェイスである。
図3は、画像データと窓領域の一例を示す図である。
図3に示す画像データは、所定の撮像領域Ir内の被写体の3次元形状を示す点群画像を示す。この点群画像は、複数のサンプル点からなり、サンプル点の各々は対象物の表面を所定の分解能でサンプリングした点である。サンプル点の濃淡は、撮像装置10からの距離を示す。濃いサンプル点ほど撮像装置10からの距離が短く、薄いサンプル点ほど撮像装置10からの距離が長いことを示す。この点群画像は、8個の対象物を示す画像である。8個の対象物は、同じ形状の部材(歯車)である。8個の対象物は、それぞれ異なる方向を向いて置かれている。
図3の右側に示されている破線の四角形で囲まれた領域は、窓領域Wdを示す。窓領域Wdには、1個の対象物Wkの表面を示す領域が含まれている。
窓領域Wdの大きさは、検出対象の候補である対象物Wkの大きさに応じて定めておいてもよい。図4に示すように、窓領域Wdの大きさは、対象物Wkの大きさよりも大きく、かつ、関心領域(例えば、撮像領域Ir)の大きさよりも小さければよい。窓領域Wdの大きさを対象物の大きさよりも大きくすることで、窓領域Wdに対象物の全体が含まれ、窓領域Wdの大きさを関心領域の大きさよりも小さくすることで一度に行われる処理量を低減することができる。
次に、本実施形態に係るマッチング部216が行う処理について説明する。
図5は、本実施形態に係るマッチング部216が行う処理を示すフローチャートである。
(ステップS101)マッチング部216は、対象決定部214から入力された点群データが示すサンプル点毎の座標のそれぞれについて、入力された平面データが示す平面の法線方向の座標値を算出する。その後、ステップS102に進む。
(ステップS102)マッチング部216は、算出した座標値をサンプル点毎の輝度値からなる2次元変換画像データを生成する。その後、ステップS103に進む。
(ステップS105)マッチング部216は、2次元変換画像データのうちテンプレートデータとのマッチングに成功したサンプル点(2次元)を抽出する。マッチング部216は、点群データに含まれるサンプル点(3次元)のうちマッチングに成功したサンプル点(2次元)に対応するものを示すマッチングサンプルデータを画像情報消去部207に出力する。その後、図5に示す処理を終了する。
図6に示す2次元変換画像は、図4に示す点群画像に基づいて生成された画像である。
この画像には、撮像装置10からの距離が短いサンプル点ほど高い輝度値が与えられ、その距離が長いサンプル点ほど低い輝度値が与えられている。図6に示す2次元変換画像のうち、網掛けで示されている領域は、テンプレートとのマッチングに成功した領域を示す。このように、3次元の形状を示す点群データを2次元変換画像データに変換し、2次元のマッチングを行うことで、マッチングの自由度を平面に平行な2次元の変位と、その平面の法線まわりの回転量に縮退させることができる。これにより、マッチングの演算量を低減できるため、正確かつ高速に対象物の位置及び方向を検出することができる。また、2次元画像のマッチングの手法を適用することが可能である。
図7に示す画像データは、図3に示す画像データからマッチングに成功したサンプル点のサンプル点データが排除されたデータである。この例では、最も右側の対象物の画像が排除されている。このように、マッチングに成功したサンプル点を順次排除した画像データを処理することで、処理済みの対象物についての処理が繰り返されることを避けることができる。
次に、本実施形態に係る物体認識処理について説明する。
図8は、本実施形態に係る物体認識処理を示すフローチャートである。
(ステップS201)画像データ取得部211には、撮像装置10から画像データが入力され、入力された画像データを窓領域設定部212及び画像情報排除部217に出力する。その後、ステップS202に進む。
(ステップS202)窓領域設定部212は、予め定めた条件に基づいて処理を継続するか否かを判定する。処理を継続すると判定された場合には(ステップS202 YES)ステップS203に進む。処理を継続しないと判定された場合には(ステップS202 NO)、図8に示す処理を終了する。
(ステップS204)窓領域設定部212は、前回の窓領域の位置から予め定めた設定間隔だけずれた位置を現在の窓領域の位置として設定する。但し、窓領域設定部212は、初期値として予め定めた位置(例えば、カメラ座標系の原点に最も近い位置)を用いる。その後、ステップS205に進む。
(ステップS205)平面抽出部213には、窓領域設定部212が設定した窓領域に含まれるサンプル点毎のサンプル点データからなる点群データについて、その点群データが示す3次元の表面から、所定の手法を用いて平面を抽出する。その後、ステップS203に進む。
(ステップS207)マッチング部216は、選択された窓領域の点群データが示すサンプル点毎の座標を輝度値に変換し、選択された平面上に射影されたサンプル点毎の輝度値からなる2次元変換画像データを生成する。マッチング部216は、所定の手法を用いて2次元変換画像データとテンプレート記憶部215に記憶されたテンプレートデータとをマッチングして、2次元変換画像とテンプレートが最も類似するときの変位及び回転量をマッチング結果として算出する。その後、ステップS208に進む。
(ステップS209)画像情報排除部217は、撮像装置10から入力された画像データのうち、マッチングに成功したサンプル点に係るサンプル点データを排除する。その後、ステップS202に進む。
次に、関心領域ROIの他の例について説明する。関心領域ROIの大きさは、撮像領域Irの大きさよりも小さくてもよい。窓領域設定部212は、撮影領域Irに含まれる対象物の分布に応じて関心領域ROIを定めてもよい。関心領域ROIは、例えば、複数の対象物からなる対象物群のうち表面に位置している対象物を含む領域が主となる領域である。このような領域は、ロボット30にとり対象物のいずれかを把持するうえで好適である。
図9に示す例では、関心領域ROIは、撮像領域Irに含まれる領域であって、その表面及び底面が水平面に平行な直方体の領域である。複数の対象物からなる対象物群Wpが水平面に平行な基盤Bs上に積み重ねられている。また、撮像装置10の撮像方向は、この例では、下方、つまり水平面に垂直であって水平面に向かう方向である。窓領域設定部212は、例えば、対象物群Wpのうち、その上端から予め定めた間隔だけ低い領域に少なくともその一部が窓領域に含まれるように関心領域ROIを定める。つまり、撮像領域Irに含まれる対象物群Wpのうち最も撮像装置10に近い対象物から予め定めた間隔h’だけ撮像装置10から離れた距離までの間で対象物が占める領域を含んだ関心領域ROIが設定される。これにより、対象物群Wpのうち最も撮像装置10に近い対象物、つまり、基盤Bsからの高さが最も高い対象物の平面が優先して抽出される。
関心領域ROIの上下方向の両端は、対象物群Wpの上端の座標値w0に基づいて定めることができる。関心領域ROIの上端は、対象物群Wpの上端から窓領域Wdの高さwhだけ高い。ここで、窓領域設定部212は、画像データ取得部211から入力された画像データが示す対象物の座標値のうち、最も撮像装置10に近いサンプル点の座標値w0から窓領域Wdの高さwhを減算した値w1を、その上端の座標値と定めることができる。
関心領域ROIの下端の高さは、対象物群Wpの上端から予め定めた間隔h’及び窓領域Wdの高さwhだけ低い。従って、窓領域設定部212は、画像データ取得部211から入力された画像データが示す対象物の座標値のうち、最も撮像装置10に近いサンプル点の座標値w0に間隔h’及び高さwhを加算した値w2を、関心領域ROIの下端の座標値として定めることができる。
このようにすることで、ロボット30の当面の動作の対象になりうる対象物を、対象物群Wpのうち、その上端から予め定めた高さだけ低い領域に限定することで処理量が低減する。また、この限定された領域に含まれる対象物を確実に検出することができる。
平面抽出部213は、抽出した平面データの面積が予め定めた面積(例えば、対象物の表面の面積の0.5倍)よりも小さい場合には、その窓領域について平面データの生成、出力を省略してもよい。このような場合には、平面の抽出が成功していない可能性があるため、その平面データを用いた無用な処理を省略することができる。
平面抽出部213は、平面毎に算出した面積を、その平面の方向θの余弦cosθで除算して面積を補正してもよい。ここで、平面の方向θは、撮像装置10の光学軸の方向を基準とする方向である。これにより、算出される面積が、対象物が置かれている向きに依存せずに対象物の表面の面積を算出することができる。
上述では、物体認識装置21とロボット制御装置22が一体である場合を例にとって説明したが、これには限られない。物体認識装置21とロボット制御装置22は別体であってもよい。
また、物体認識装置21とロボット制御装置22は、ロボット30と一体化したロボットとして構成されてもよい。
Claims (7)
- 対象物の形状を示すテンプレートを記憶するテンプレート記憶部と、
撮像部が撮像した対象物の形状を示す画像内で予め定めた大きさの窓領域を設定する窓領域設定部と、
前記窓領域に含まれる画像に基づいて当該対象物の平面を抽出する平面抽出部と、
前記平面抽出部が抽出した平面のうち最も大きい平面を選択する選択部と、
前記選択部が選択した平面と前記テンプレート記憶部に記憶されたテンプレートが示す対象物の形状を照合する照合部と
を備えることを特徴とする物体認識装置。 - 前記テンプレート記憶部は、前記対象物が有する平面のいずれかに射影された前記対象物の形状を示すテンプレートを記憶し、
前記照合部は、前記テンプレート記憶部に記憶されたテンプレートと、前記窓領域に含まれる画像を前記選択部が選択した平面に射影した変換画像とを照合することを特徴とする請求項1に記載の物体認識装置。 - 前記窓領域設定部は、前記撮像部の撮像領域に含まれる対象物の分布に応じて関心領域を定め、前記関心領域内で前記窓領域を設定することを特徴とする請求項1又は2に記載の物体認識装置。
- 物体認識装置における物体認識方法であって、
撮像部が撮像した対象物の形状を示す画像内で予め定めた大きさの窓領域を設定する窓領域設定過程と、
前記窓領域に含まれる画像に基づいて当該対象物の平面を抽出する平面抽出過程と、
前記平面抽出過程で抽出した平面のうち最も大きい平面を選択する選択過程と、
前記選択過程で選択された平面とテンプレート記憶部に記憶された対象物の形状を示すテンプレートが示す対象物の形状を照合する照合過程と
を有することを特徴とする物体認識方法。 - 物体認識装置のコンピューターに、
撮像部が撮像した対象物の形状を示す画像内で予め定めた大きさの窓領域を設定する窓領域設定手順、
前記窓領域に含まれる画像に基づいて当該対象物の平面を抽出する平面抽出手順、
前記平面抽出手順で抽出した平面のうち最も大きい平面を選択する選択手順、
前記選択手順で選択された平面とテンプレート記憶部に記憶された対象物の形状を示すテンプレートが示す対象物の形状を照合する照合手順、
を実行させるための物体認識プログラム。 - ロボットと、対象物を撮像する撮像部と、前記撮像部の出力結果に基づいて前記対象物の状態を認識する物体認識装置と、前記物体認識装置の出力結果に基づいて前記ロボットの動作を制御するロボット制御装置とを備えるロボットシステムであって、
前記物体認識装置は、
前記対象物の形状を示すテンプレートを記憶するテンプレート記憶部と、
前記撮像部が撮像した前記対象物の形状を示す画像内で予め定めた大きさの窓領域を設定する窓領域設定部と、
前記窓領域に含まれる画像に基づいて前記対象物の平面を抽出する平面抽出部と、
前記平面抽出部が抽出した平面のうち最も大きい平面を選択する選択部と、
前記選択部が選択した平面と前記テンプレート記憶部に記憶されたテンプレートが示す対象物の形状を照合する照合部とを備え、
前記ロボット制御装置は、前記照合部が照合した結果に基づいて前記ロボットの動作を制御すること、
を特徴とするロボットシステム。 - 対象物の形状を示すテンプレートを記憶するテンプレート記憶部と、
撮像部が撮像した対象物の形状を示す画像内で予め定めた大きさの窓領域を設定する窓領域設定部と、
前記窓領域に含まれる画像に基づいて当該対象物の平面を抽出する平面抽出部と、
前記平面抽出部が抽出した平面のうち最も大きい平面を選択する選択部と、
前記選択部が選択した平面と前記テンプレート記憶部に記憶されたテンプレートが示す対象物の形状を照合する照合部と
を備えることを特徴とするロボット。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018005434A JP6489243B2 (ja) | 2018-01-17 | 2018-01-17 | 物体認識装置、物体認識方法、物体認識プログラム、ロボットシステム及びロボット |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018005434A JP6489243B2 (ja) | 2018-01-17 | 2018-01-17 | 物体認識装置、物体認識方法、物体認識プログラム、ロボットシステム及びロボット |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013216462A Division JP2015079374A (ja) | 2013-10-17 | 2013-10-17 | 物体認識装置、物体認識方法、物体認識プログラム、ロボットシステム及びロボット |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018097889A true JP2018097889A (ja) | 2018-06-21 |
JP6489243B2 JP6489243B2 (ja) | 2019-03-27 |
Family
ID=62633718
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018005434A Active JP6489243B2 (ja) | 2018-01-17 | 2018-01-17 | 物体認識装置、物体認識方法、物体認識プログラム、ロボットシステム及びロボット |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6489243B2 (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114489328A (zh) * | 2021-12-30 | 2022-05-13 | 重庆特斯联智慧科技股份有限公司 | 一种基于手势分布模板动作识别的机器人控制方法和系统 |
WO2022190533A1 (ja) | 2021-03-11 | 2022-09-15 | オムロン株式会社 | テンプレート生成装置、照合システム、照合装置、テンプレート生成方法、照合方法およびプログラム |
DE112021006976T5 (de) | 2021-06-04 | 2023-11-16 | Fanuc Corporation | Werkstückdetektionssystem |
US12002007B2 (en) | 2022-09-13 | 2024-06-04 | Mujin, Inc. | Robotic system with automated package scan and registration mechanism and methods of operating the same |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007218596A (ja) * | 2006-02-14 | 2007-08-30 | Pulstec Industrial Co Ltd | 座標変換関数の取得方法および座標変換関数取得用プログラム |
WO2009028489A1 (ja) * | 2007-08-30 | 2009-03-05 | Kabushiki Kaisha Yaskawa Denki | 物体検出方法と物体検出装置およびロボットシステム |
JP2011133273A (ja) * | 2009-12-22 | 2011-07-07 | Canon Inc | 推定装置及びその制御方法、プログラム |
-
2018
- 2018-01-17 JP JP2018005434A patent/JP6489243B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007218596A (ja) * | 2006-02-14 | 2007-08-30 | Pulstec Industrial Co Ltd | 座標変換関数の取得方法および座標変換関数取得用プログラム |
WO2009028489A1 (ja) * | 2007-08-30 | 2009-03-05 | Kabushiki Kaisha Yaskawa Denki | 物体検出方法と物体検出装置およびロボットシステム |
JP2011133273A (ja) * | 2009-12-22 | 2011-07-07 | Canon Inc | 推定装置及びその制御方法、プログラム |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022190533A1 (ja) | 2021-03-11 | 2022-09-15 | オムロン株式会社 | テンプレート生成装置、照合システム、照合装置、テンプレート生成方法、照合方法およびプログラム |
DE112021006976T5 (de) | 2021-06-04 | 2023-11-16 | Fanuc Corporation | Werkstückdetektionssystem |
CN114489328A (zh) * | 2021-12-30 | 2022-05-13 | 重庆特斯联智慧科技股份有限公司 | 一种基于手势分布模板动作识别的机器人控制方法和系统 |
CN114489328B (zh) * | 2021-12-30 | 2024-04-05 | 重庆特斯联智慧科技股份有限公司 | 一种基于手势分布模板动作识别的机器人控制方法和系统 |
US12002007B2 (en) | 2022-09-13 | 2024-06-04 | Mujin, Inc. | Robotic system with automated package scan and registration mechanism and methods of operating the same |
Also Published As
Publication number | Publication date |
---|---|
JP6489243B2 (ja) | 2019-03-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10562182B2 (en) | Robot, robot system, control device, and control method | |
JP5458885B2 (ja) | 物体検出方法と物体検出装置およびロボットシステム | |
CN109816730B (zh) | 工件抓取方法、装置、计算机设备和存储介质 | |
JP6364856B2 (ja) | ロボット | |
JP6415026B2 (ja) | 干渉判定装置、干渉判定方法、コンピュータプログラム | |
JP5455873B2 (ja) | シーンにおける物体の姿勢を求めるための方法 | |
JP4940461B2 (ja) | 3次元物体認識装置及び3次元物体認識方法 | |
JP6489243B2 (ja) | 物体認識装置、物体認識方法、物体認識プログラム、ロボットシステム及びロボット | |
JP5088278B2 (ja) | 物体検出方法と物体検出装置およびロボットシステム | |
JP6042291B2 (ja) | ロボット、ロボット制御方法、及びロボット制御プログラム | |
JP6632656B2 (ja) | 干渉判定装置、干渉判定方法、コンピュータプログラム | |
KR20180117138A (ko) | 텍스쳐가 없는 오브젝트의 포즈를 추정하기 위한 시스템 및 방법 | |
JP2020001127A (ja) | ピッキングシステム,ピッキング処理装置及びプログラム | |
JP2014029664A (ja) | 比較画像範囲生成方法、位置姿勢検出方法、比較画像範囲生成装置、位置姿勢検出装置、ロボット、ロボットシステム、比較画像範囲生成プログラム及び位置姿勢検出プログラム | |
CN111724446B (zh) | 一种用于建筑物三维重建的变焦距相机外参数标定方法 | |
JP6237122B2 (ja) | ロボット、画像処理方法及びロボットシステム | |
JP2015079374A (ja) | 物体認識装置、物体認識方法、物体認識プログラム、ロボットシステム及びロボット | |
CN116249607A (zh) | 用于机器人抓取三维物体的方法和装置 | |
JP2018195070A (ja) | 情報処理装置、情報処理方法、及びプログラム | |
JP5083715B2 (ja) | 三次元位置姿勢計測方法および装置 | |
JP2019158427A (ja) | 制御装置、ロボット、ロボットシステム,及び、物体を認識する方法 | |
JP2005069757A (ja) | 中心窩広視野画像を利用したカメラ位置姿勢推定方法及びシステム | |
Nakano | Stereo vision based single-shot 6d object pose estimation for bin-picking by a robot manipulator | |
JP7066671B2 (ja) | 干渉判定装置、干渉判定方法、プログラム及びシステム | |
JP2014178967A (ja) | 3次元物体認識装置及び3次元物体認識方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD05 | Notification of revocation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7425 Effective date: 20180904 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20181107 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190121 |
|
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: 20190129 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190211 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6489243 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |