JP2019150911A - ロボット作業システム、及びロボット作業システムの制御方法 - Google Patents
ロボット作業システム、及びロボット作業システムの制御方法 Download PDFInfo
- Publication number
- JP2019150911A JP2019150911A JP2018037340A JP2018037340A JP2019150911A JP 2019150911 A JP2019150911 A JP 2019150911A JP 2018037340 A JP2018037340 A JP 2018037340A JP 2018037340 A JP2018037340 A JP 2018037340A JP 2019150911 A JP2019150911 A JP 2019150911A
- Authority
- JP
- Japan
- Prior art keywords
- work target
- robot
- work
- working system
- control parameter
- 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 132
- 230000010365 information processing Effects 0.000 claims abstract description 55
- 238000012545 processing Methods 0.000 claims description 62
- 238000003860 storage Methods 0.000 claims description 18
- 238000013527 convolutional neural network Methods 0.000 claims description 12
- 238000010801 machine learning Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 description 79
- 230000032258 transport Effects 0.000 description 55
- 238000003384 imaging method Methods 0.000 description 30
- 238000004891 communication Methods 0.000 description 12
- 230000002093 peripheral effect Effects 0.000 description 12
- 238000004364 calculation method Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 238000002360 preparation method Methods 0.000 description 9
- 238000012546 transfer Methods 0.000 description 8
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000011478 gradient descent method Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000002537 cosmetic Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 238000005476 soldering Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1628—Programme controls characterised by the control loop
- B25J9/163—Programme controls characterised by the control loop learning, adaptive, model based, rule based expert control
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J13/00—Controls for manipulators
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J13/00—Controls for manipulators
- B25J13/08—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
- B25J19/02—Sensing devices
- B25J19/021—Optical sensing devices
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/0093—Programme-controlled manipulators co-operating with conveyor means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
- B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1628—Programme controls characterised by the control loop
- B25J9/1633—Programme controls characterised by the control loop compliant, force, torque control, e.g. combined with position control
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1661—Programme controls characterised by programming, planning systems for manipulators characterised by task planning, object-oriented languages
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1679—Programme controls characterised by the tasks executed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
- B25J9/1697—Vision controlled systems
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
- G05B19/41815—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by the cooperation between machine tools, manipulators and conveyor or other workpiece supply system, workcell
- G05B19/4182—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by the cooperation between machine tools, manipulators and conveyor or other workpiece supply system, workcell manipulators and conveyor only
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/39—Robotics, robotics to robotics hand
- G05B2219/39102—Manipulator cooperating with conveyor
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/40—Robotics, robotics mapping to robotics vision
- G05B2219/40007—Optimize sequence of pick and place operations upon arrival of workpiece on conveyor
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/40—Robotics, robotics mapping to robotics vision
- G05B2219/40014—Gripping workpiece to place it in another place
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/40—Robotics, robotics mapping to robotics vision
- G05B2219/40532—Ann for vision processing
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/40—Robotics, robotics mapping to robotics vision
- G05B2219/40554—Object recognition to track object on conveyor
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/40—Robotics, robotics mapping to robotics vision
- G05B2219/40607—Fixed camera to observe workspace, object, workpiece, global
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Abstract
Description
たときに当該作業対象に対する作業のパフォーマンスを最大化する前記搬送機の制御パラメータである搬送機最適制御パラメータと、の組合せを複数求める認識処理部と、前記組合せに基づき、前記作業対象候補の中から作業対象を決定する作業対象決定部と、決定した前記作業対象の前記搬送機最適制御パラメータに基づき前記搬送機を制御する搬送機制御部と、決定した前記作業対象の位置と当該作業対象の前記搬送機最適制御パラメータとに基づき、前記ロボットの制御計画を生成するロボット制御計画生成部と、を備える。
の装置の制御を行う。
知センサ、加速度センサ、ジャイロセンサ、磁気センサ、光センサ、ミリ波レーダ等を利用して、搬送機30自身により直接的に、もしくは情報処理装置10により間接的に、取得することができる。
装置40は、箱2及び箱2に収容されている複数の物品5を箱2の上方開口側から撮影した二次元もしくは深さ(奥行)の情報を含む三次元の画像(以下、撮影画像と称する。)を取得する。撮影装置40は、搬送機30が撮影可能範囲に存在するときに上記の撮影画像を取得し、取得した撮影画像を情報処理装置10に送信する。
装置120に格納されているプログラムを読み出して実行することにより、情報処理装置10の様々な機能が実現される。主記憶装置120は、プログラムやデータを記憶する装置であり、例えば、ROM(Read Only Memory)、RAM(Random Access Memory)、不揮発性メモリ(NVRAM(Non Volatile RAM))等である。補助記憶装置130は、例えば、ハードディスクドライブ、SSD(Solid State Drive)、光学式記憶装置(CD
(Compact Disc)、DVD(Digital Versatile Disc)等)、ストレージシステム、ICカード、SDカードや光学式記録媒体等の記録媒体の読取/書込装置、クラウドサーバの記憶領域等である。補助記憶装置130には、記録媒体の読取装置や通信装置160を介してプログラムやデータを読み込むことができる。補助記憶装置130に記憶されているプログラムやデータは主記憶装置120に随時読み込まれる。
する有線方式又は無線方式の通信インタフェースであり、例えば、NIC(Network Interface Card)、無線通信モジュール、USB(Universal Serial Interface)モジュール、シリアル通信モジュール等である。
述する搬送機最適制御パラメータと後述するパフォーマンスの組合せと、を含む。また学習データ461は、例えば、撮影画像と、作業対象候補の位置と作業対象候補の夫々の後述する搬送機最適制御パラメータと後述するマニピュレータ20の最適制御パラメータの組合せと、を含む。また学習データ461は、例えば、撮影画像と、作業対象候補の位置と、作業対象候補の夫々の後述する搬送機最適制御パラメータと後述するパフォーマンスと後述するマニピュレータ20の最適制御パラメータとの組合せと、を含む。
ラメータを精度よく求めることができる。
ば、搬送機30又は作業対象の現在位置、マニピュレータ20の周辺に設けられた物体検知センサや測距センサ等から取得される情報、搬送機30又は作業対象を撮影した映像等に基づき、作業対象がマニピュレータ20から制御準備開始距離内に入ったと判定する。
図6は認識処理S514の第1の実現方法に用いる畳み込みニューラルネットワークの構造を説明する図である。畳み込みニューラルネットワークの入力層611には撮影画像が入力される。中間層612は、複数(例えば20層程度)の畳み込み層を含む。中間層612は、出力層613における、搬送機最適制御パラメータr1,0、作業対象候補位置r2,0、作業対象候補可能性r3,0、及び非作業対象候補可能性r4,0等の各予測値を求める。ここで上記の各予測値に付している添え字の1つ目は出力値の種類を表し、添え字の2つ目は入力層611に与えられる撮影画像を複数の正方形状の単位領域(複数の作業対象候補の予測位置が同一領域内に入らない程度の大きさの領域。以下、格子と称する。)に分割して生成される各格子の識別子である。
尚、上記の各重要度は、作業対象候補における搬送機制御パラメータの重要度を1としたときの相対値である。
側から撮影することにより撮影画像を取得する(S811)。
り作業遂行のためのマニピュレータ20の動作の計画を複数回試行し、その動作計画の成功率として求めることができる。
(S820:NO)、処理はS811に戻る。また十分な数の学習データを取得することができたとユーザが判定した場合(S820:YES)、学習データの生成は終了する。
合(S1112〜S1115の1ループ実行後の総合差分値の減少量が閾値以下となった場合)や、S1112〜S1115のループの実行回数が予め設定された回数に達した場合に学習モデル生成部422は学習モデル生成処理を終了すると判定する。
続いて、図5の認識処理S514の第2の実現方法について説明する。第2の実現方法では、搬送機制御パラメータ(例えば、搬送機30の搬送速度や、搬送機30の移動ルート等。)を固定して学習モデル462を生成する。そして、搬送機制御パラメータの離散値ごとに学習モデル462を準備して、夫々の学習モデル462に対し、撮影画像を入力として、作業対象候補位置とパフォーマンスを認識結果の一つとして出力する。その出力された結果のうち、パフォーマンスが最大となる作業対象候補が得られた学習モデル462の搬送機制御パラメータが、搬送機最適制御パラメータとなる。このように搬送機制御パラメータを固定して学習モデル462を生成した場合、学習モデル462の複雑さが低下するため学習精度の向上が期待でき、固定した個々の学習モデル462は軽負荷で生成することができる。尚、以下において、第1の実現方法と共通する部分については説明を省略する。
候補可能性r3,0、非作業対象候補可能性r4,0等の各予測値を求める。
尚、上記の各重要度は、作業対象候補における搬送機制御パラメータの重要度を1としたときの相対値である。
計画を複数回試行し、その動作計画の成功率として求めることができる。
否かを判定する(S1517)。未選択の作業対象候補が存在する場合(S1517:YES)、処理はS1513に戻って他の未選択の作業対象候補を選択する。未選択の搬送機制御パラメータが存在しない場合(S1517:NO)、処理はS1518に進む。
理は終了する。尚、例えば、S1614でパラメータを更新しても現在モデル総合差分値が収束しない場合(総合差分値の減少量が閾値以下となった場合)や、S1612〜S1615の繰り返し実行回数が予め設定された回数に達した場合、学習モデル生成部422は個別学習モデル生成処理を終了すると判定する。
ード、SDカード、DVD(Digital Versatile Disc)の記録媒体に格納することができる。
マニピュレータ、21 アーム、23 関節部、30 搬送機、40 撮影装置、411 撮影処理部、412 認識処理部、413 作業対象決定部、414 搬送機制御部、415 マニピュレータ制御計画生成部、416 マニピュレータ制御部、421 学習データ生成部、422 学習モデル生成部、451 撮影画像、452 認識結果、453 搬送機制御パラメータ、454 マニピュレータ制御計画、461 学習データ、462 学習モデル
Claims (15)
- 搬送機により搬送される作業対象に対してロボットが作業を行うシステムであって、
プロセッサ及び記憶装置を有する情報処理装置を備え、
前記プロセッサが記憶装置に記憶されているプログラムを読み出して実行することにより実現される、
搬送機により搬送される複数の作業対象候補を含む領域を撮影した撮影画像に基づき、前記作業対象候補の位置と、前記作業対象候補を作業対象としたときに当該作業対象に対する作業のパフォーマンスを最大化する前記搬送機の制御パラメータである搬送機最適制御パラメータと、の組合せを複数求める認識処理部と、
前記組合せに基づき、前記作業対象候補の中から作業対象を決定する作業対象決定部と、
決定した前記作業対象の前記搬送機最適制御パラメータに基づき前記搬送機を制御する搬送機制御部と、
決定した前記作業対象の位置と当該作業対象の前記搬送機最適制御パラメータとに基づき、前記ロボットの制御計画を生成するロボット制御計画生成部と、
を備える、ロボット作業システム。 - 請求項1に記載のロボット作業システムであって、
前記作業対象決定部は、前記組合せのうち前記パフォーマンスが最大となる前記作業対象候補を作業対象として決定する、
ロボット作業システム。 - 請求項1に記載のロボット作業システムであって、
前記パフォーマンスは、前記搬送機の搬送速度、前記作業の成功率、及び前記搬送速度と前記成功率とを乗算した値、のうちの少なくともいずれかである、
ロボット作業システム。 - 請求項1乃至3のいずれか一項に記載のロボット作業システムであって、
前記認識処理部は、複数の作業対象候補を含む領域を撮影することにより取得される撮影画像を入力とし、前記作業対象候補の位置と前記搬送機最適制御パラメータとの組合せを出力とした学習データを機械学習することにより生成される学習モデルによって実現される、
ロボット作業システム。 - 請求項4に記載のロボット作業システムであって、
前記学習モデルは畳み込みニューラルネットワークを用いて構成され、
前記学習モデルの中間層は、前記撮影画像を入力として与えることにより、複数の前記作業対象候補の位置と前記作業対象候補の夫々の前記搬送機最適制御パラメータとを出力する、
ロボット作業システム。 - 請求項1乃至3のいずれか一項に記載のロボット作業システムであって、
前記認識処理部は、複数の作業対象候補を含む領域を撮影することにより取得される撮影画像を入力とし、前記作業対象候補の位置と前記作業対象候補の前記搬送機最適制御パラメータと前記パフォーマンスとの組合せを出力とした学習データを機械学習することにより生成される学習モデルによって実現される、
ロボット作業システム。 - 請求項6に記載のロボット作業システムであって、
前記学習モデルは畳み込みニューラルネットワークを用いて構成され、
前記学習モデルの中間層は、前記撮影画像を入力として与えることにより、複数の前記作業対象候補の位置と前記作業対象候補の夫々の前記搬送機最適制御パラメータと前記パフォーマンスとを出力する、
ロボット作業システム。 - 請求項1乃至3のいずれか一項に記載のロボット作業システムであって、
前記認識処理部は、複数の作業対象候補を含む領域を撮影することにより取得される撮影画像を入力とし、前記作業対象候補の位置と、前記作業対象候補の前記搬送機最適制御パラメータと、前記パフォーマンスと前記パフォーマンスを最大化する前記ロボットの制御パラメータであるロボット最適制御パラメータとの組合せを出力とした学習データを機械学習することにより生成される学習モデルによって実現される、
ロボット作業システム。 - 請求項8に記載のロボット作業システムであって、
前記学習モデルは畳み込みニューラルネットワークを用いて構成され、
前記学習モデルの中間層は、前記撮影画像を入力として与えることにより、複数の前記作業対象候補の位置と前記作業対象候補の夫々の前記搬送機最適制御パラメータと前記パフォーマンスと前記ロボット最適制御パラメータとを出力する、
ロボット作業システム。 - 請求項1乃至3のいずれか一項に記載のロボット作業システムであって、
前記認識処理部は、複数の作業対象候補を含む領域を撮影することにより取得される撮影画像を入力とし、前記作業対象候補の位置と、前記搬送機の制御パラメータを固定した場合における前記パフォーマンスとの組合せを出力とした学習データを機械学習することにより生成される学習モデルによって実現される、
ロボット作業システム。 - 請求項1乃至3のいずれか一項に記載のロボット作業システムであって、
前記認識処理部は、複数の前記作業対象候補を含む領域を撮影することにより取得される撮影画像を入力とし、前記作業対象候補の位置と、前記搬送機の制御パラメータを固定した場合における、前記作業対象候補の前記パフォーマンスと前記パフォーマンスを最大化する前記ロボットの制御パラメータであるロボット最適制御パラメータとの組合せを出力とした学習データを機械学習することにより生成される学習モデルによって実現される、
ロボット作業システム。 - 請求項10に記載のロボット作業システムであって、
前記認識処理部は、前記搬送機の制御パラメータの離散値ごとに準備した複数の前記学習モデルによって実現される、
ロボット作業システム。 - 請求項1乃至3のいずれか一項に記載のロボット作業システムであって、
前記認識処理部は、複数の作業対象候補を含む領域を撮影することにより取得される撮影画像を入力とし、前記作業対象候補の位置と、前記パフォーマンスを最大化する前記ロボットの制御パラメータであるロボット最適制御パラメータを固定した場合における前記パフォーマンスとの組合せを出力とした学習データを学習することにより得られる機械学習の学習モデルによって実現される、ロボット作業システム。 - 請求項13に記載のロボット作業システムであって、
前記認識処理部は、前記ロボットの制御パラメータの離散値ごとに準備した複数の前記学習モデルによって実現される、
ロボット作業システム。 - 搬送機により搬送される作業対象に対してロボットが作業を行うロボット作業システムの制御方法であって、
プロセッサ及び記憶装置を有する情報処理装置が、
搬送機により搬送される複数の作業対象候補を含む領域を撮影した撮影画像に基づき、前記作業対象候補の位置と、前記作業対象候補を作業対象としたときに当該作業対象に対する作業のパフォーマンスを最大化する前記搬送機の制御パラメータである搬送機最適制御パラメータと、の組合せを複数求めるステップと、
前記組合せに基づき、前記作業対象候補の中から作業対象を決定するステップと、
決定した前記作業対象の前記搬送機最適制御パラメータに基づき前記搬送機を制御するステップと、
決定した前記作業対象の位置と当該作業対象の前記搬送機最適制御パラメータとに基づき、前記ロボットの制御計画を生成するステップと、
を実行する、ロボット作業システムの制御方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018037340A JP6873941B2 (ja) | 2018-03-02 | 2018-03-02 | ロボット作業システム、及びロボット作業システムの制御方法 |
CN201910141331.XA CN110216649B (zh) | 2018-03-02 | 2019-02-26 | 机器人作业系统、以及机器人作业系统的控制方法 |
US16/289,742 US11065762B2 (en) | 2018-03-02 | 2019-03-01 | Robot work system and method of controlling robot work system |
EP19160316.6A EP3534230B1 (en) | 2018-03-02 | 2019-03-01 | Robot work system and method of controlling robot work system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018037340A JP6873941B2 (ja) | 2018-03-02 | 2018-03-02 | ロボット作業システム、及びロボット作業システムの制御方法 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2019150911A true JP2019150911A (ja) | 2019-09-12 |
JP2019150911A5 JP2019150911A5 (ja) | 2020-03-19 |
JP6873941B2 JP6873941B2 (ja) | 2021-05-19 |
Family
ID=65685143
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018037340A Active JP6873941B2 (ja) | 2018-03-02 | 2018-03-02 | ロボット作業システム、及びロボット作業システムの制御方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11065762B2 (ja) |
EP (1) | EP3534230B1 (ja) |
JP (1) | JP6873941B2 (ja) |
CN (1) | CN110216649B (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112935772A (zh) * | 2021-01-08 | 2021-06-11 | 佛山科学技术学院 | 视觉引导机器人拧螺丝的方法、装置、存储介质和设备 |
WO2021200438A1 (ja) * | 2020-03-31 | 2021-10-07 | ミネベアミツミ株式会社 | 較正システム、情報処理システム、ロボット制御システム、較正方法、情報処理方法、ロボット制御方法、較正プログラム、情報処理プログラム、較正装置、情報処理装置、及びロボット制御装置 |
US11253999B2 (en) * | 2018-03-29 | 2022-02-22 | Fanuc Corporation | Machine learning device, robot control device and robot vision system using machine learning device, and machine learning method |
US11278997B2 (en) | 2019-09-27 | 2022-03-22 | Fanuc Corporation | Machine system performing workpiece transport control |
KR102464963B1 (ko) * | 2022-05-25 | 2022-11-10 | 주식회사 애자일소다 | 데이터 기반의 물체 위치 최적화를 위한 강화학습 장치 |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10120364B2 (en) * | 2015-03-27 | 2018-11-06 | GM Global Technology Operations LLC | Self-corrective nut running for robotic applications |
JP6333871B2 (ja) * | 2016-02-25 | 2018-05-30 | ファナック株式会社 | 入力画像から検出した対象物を表示する画像処理装置 |
CN111727108B (zh) * | 2018-03-05 | 2023-09-15 | 欧姆龙株式会社 | 用于控制机器人的方法、装置及系统以及存储介质 |
JP6918756B2 (ja) * | 2018-08-31 | 2021-08-11 | ファナック株式会社 | 検出システム |
JP7221183B2 (ja) * | 2019-09-20 | 2023-02-13 | 株式会社日立製作所 | 機械学習方法、フォークリフト制御方法、及び機械学習装置 |
JP2021053718A (ja) * | 2019-09-27 | 2021-04-08 | ファナック株式会社 | ワークを検出する検出システム |
JP7192748B2 (ja) * | 2019-11-25 | 2022-12-20 | トヨタ自動車株式会社 | 搬送システム、学習済みモデル生成方法、学習済みモデル、制御方法およびプログラム |
WO2022003878A1 (ja) * | 2020-07-01 | 2022-01-06 | 三菱電機株式会社 | 制御パラメータ調整システム、制御パラメータ調整装置および制御パラメータ調整方法 |
CN111906781B (zh) * | 2020-07-08 | 2021-07-13 | 西安交通大学 | 基于图神经网络的机器人自主工具构建方法、系统及相关设备 |
DE102020004813A1 (de) | 2020-08-07 | 2022-02-10 | Günther Zimmer | Transportbehälter-Entladestation und Verfahren zum Entladen |
CN113172621B (zh) * | 2021-04-13 | 2023-05-09 | 哈尔滨工业大学(威海) | 一种面向scara机械臂的动力学参数辨识方法 |
USD996486S1 (en) * | 2021-06-17 | 2023-08-22 | Autostore Technology AS | Remotely operated storage vehicle |
CN113618709B (zh) * | 2021-07-07 | 2023-12-29 | 浙江大学 | 一种用于智能产线的多模态力控无损抓取装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH01257586A (ja) * | 1988-04-08 | 1989-10-13 | Kobe Steel Ltd | ロボットとコンベアの協働装置 |
JPH08323669A (ja) * | 1995-03-28 | 1996-12-10 | Matsushita Electric Works Ltd | 部品供給方法およびその装置 |
JP2005111607A (ja) * | 2003-10-07 | 2005-04-28 | Fanuc Ltd | ロボット物流トラッキング装置 |
JP2009536872A (ja) * | 2006-05-12 | 2009-10-22 | デュール システムズ ゲゼルシャフト ミット ベシュレンクテル ハフツング | コーティング設備およびコーティング設備の作動方法 |
JP2016060004A (ja) * | 2014-09-18 | 2016-04-25 | 株式会社安川電機 | ロボットシステム、ロボット装置およびワークピッキング方法 |
EP3456485A1 (de) * | 2017-09-15 | 2019-03-20 | Siemens Aktiengesellschaft | Optimieren eines automatisierten vorganges zum auswählen und greifen eines objektes durch einen roboter |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2876066A1 (en) * | 2012-07-20 | 2015-05-27 | Kabushiki Kaisha Yaskawa Denki | Robot system and article transfer method |
CN108081268A (zh) * | 2013-10-10 | 2018-05-29 | 精工爱普生株式会社 | 机器人控制系统、机器人、程序以及机器人控制方法 |
JP6715565B2 (ja) * | 2014-09-18 | 2020-07-01 | 株式会社安川電機 | ロボットシステムおよびワークピッキング方法 |
JP6522488B2 (ja) | 2015-07-31 | 2019-05-29 | ファナック株式会社 | ワークの取り出し動作を学習する機械学習装置、ロボットシステムおよび機械学習方法 |
US11230006B2 (en) * | 2016-05-20 | 2022-01-25 | Abb Schweiz Ag | Industrial object handling robot |
US11580398B2 (en) * | 2016-10-14 | 2023-02-14 | KLA-Tenor Corp. | Diagnostic systems and methods for deep learning models configured for semiconductor applications |
-
2018
- 2018-03-02 JP JP2018037340A patent/JP6873941B2/ja active Active
-
2019
- 2019-02-26 CN CN201910141331.XA patent/CN110216649B/zh active Active
- 2019-03-01 EP EP19160316.6A patent/EP3534230B1/en active Active
- 2019-03-01 US US16/289,742 patent/US11065762B2/en active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH01257586A (ja) * | 1988-04-08 | 1989-10-13 | Kobe Steel Ltd | ロボットとコンベアの協働装置 |
JPH08323669A (ja) * | 1995-03-28 | 1996-12-10 | Matsushita Electric Works Ltd | 部品供給方法およびその装置 |
JP2005111607A (ja) * | 2003-10-07 | 2005-04-28 | Fanuc Ltd | ロボット物流トラッキング装置 |
JP2009536872A (ja) * | 2006-05-12 | 2009-10-22 | デュール システムズ ゲゼルシャフト ミット ベシュレンクテル ハフツング | コーティング設備およびコーティング設備の作動方法 |
JP2016060004A (ja) * | 2014-09-18 | 2016-04-25 | 株式会社安川電機 | ロボットシステム、ロボット装置およびワークピッキング方法 |
EP3456485A1 (de) * | 2017-09-15 | 2019-03-20 | Siemens Aktiengesellschaft | Optimieren eines automatisierten vorganges zum auswählen und greifen eines objektes durch einen roboter |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11253999B2 (en) * | 2018-03-29 | 2022-02-22 | Fanuc Corporation | Machine learning device, robot control device and robot vision system using machine learning device, and machine learning method |
US11278997B2 (en) | 2019-09-27 | 2022-03-22 | Fanuc Corporation | Machine system performing workpiece transport control |
WO2021200438A1 (ja) * | 2020-03-31 | 2021-10-07 | ミネベアミツミ株式会社 | 較正システム、情報処理システム、ロボット制御システム、較正方法、情報処理方法、ロボット制御方法、較正プログラム、情報処理プログラム、較正装置、情報処理装置、及びロボット制御装置 |
JP7423387B2 (ja) | 2020-03-31 | 2024-01-29 | ミネベアミツミ株式会社 | 較正システム、情報処理システム、ロボット制御システム、較正方法、情報処理方法、ロボット制御方法、較正プログラム、情報処理プログラム、較正装置、情報処理装置、及びロボット制御装置 |
CN112935772A (zh) * | 2021-01-08 | 2021-06-11 | 佛山科学技术学院 | 视觉引导机器人拧螺丝的方法、装置、存储介质和设备 |
KR102464963B1 (ko) * | 2022-05-25 | 2022-11-10 | 주식회사 애자일소다 | 데이터 기반의 물체 위치 최적화를 위한 강화학습 장치 |
Also Published As
Publication number | Publication date |
---|---|
EP3534230A3 (en) | 2020-02-26 |
CN110216649B (zh) | 2022-05-10 |
EP3534230A2 (en) | 2019-09-04 |
CN110216649A (zh) | 2019-09-10 |
EP3534230B1 (en) | 2022-05-11 |
US11065762B2 (en) | 2021-07-20 |
JP6873941B2 (ja) | 2021-05-19 |
US20190270200A1 (en) | 2019-09-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6873941B2 (ja) | ロボット作業システム、及びロボット作業システムの制御方法 | |
Zhou et al. | Intuitive robot teleoperation for civil engineering operations with virtual reality and deep learning scene reconstruction | |
KR102327825B1 (ko) | 로봇 행동들에 대한 보정들의 결정 및 이용 | |
US10759051B2 (en) | Architecture and methods for robotic mobile manipulation system | |
JP5904635B2 (ja) | 制御装置、制御方法及びロボット装置 | |
Taryudi et al. | Eye to hand calibration using ANFIS for stereo vision-based object manipulation system | |
Zhang et al. | Sim2real learning of obstacle avoidance for robotic manipulators in uncertain environments | |
CN114347033A (zh) | 机器人物品抓取方法、装置、机器人及存储介质 | |
Raessa et al. | Teaching a robot to use electric tools with regrasp planning | |
CN114516060A (zh) | 用于控制机器人装置的设备和方法 | |
Zhou et al. | 3d pose estimation of robot arm with rgb images based on deep learning | |
JP2022187983A (ja) | 高次元のロボット作業を学習するためのネットワークモジュール化 | |
US10933526B2 (en) | Method and robotic system for manipulating instruments | |
US20150019011A1 (en) | Robot system and work facility | |
US20240033907A1 (en) | Pixelwise predictions for grasp generation | |
US11883962B2 (en) | Object manipulation with collision avoidance using complementarity constraints | |
JP2022187984A (ja) | モジュール化ニューラルネットワークを用いた把持学習 | |
Peng et al. | Sensor-guided assembly of segmented structures with industrial robots | |
Ivanov et al. | Bin Picking Pneumatic-Mechanical Gripper for Industrial Manipulators | |
Ata | Inverse dynamic analysis and trajectory planning for flexible manipulator | |
Junare et al. | Deep Learning based end-to-end Grasping Pipeline on a lowcost 5-DOF Robotic arm | |
Rud | Robotic Grasping with Obstacle Avoidance Using Octrees | |
Wang et al. | Research summary of" Camellia oleifera fruit picking robot" technical analysis | |
WO2024051978A1 (en) | Action abstraction controller for fully actuated robotic manipulators | |
Marín et al. | Telerobotic system based on natural language and computer vision |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200203 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200203 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20201228 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210126 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210323 |
|
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: 20210406 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210421 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6873941 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |