JP2020187016A - 位置ずれ検出方法 - Google Patents

Abstract

【課題】ワークの外形ラインの検出精度を向上可能な位置ずれ検出方法を提供すること。【解決手段】ロボットに教示した基準となるワークの位置と、実際のワークの位置とのずれ量を検出する位置ずれ検出方法であって、（ａ）撮像手段を用いて背景表示部及び前記背景表示部上に載置した前記ワークの画像を取得するステップと、（ｂ）前記ワークの外形ラインのデータを取得するステップと、（ｃ）前記外形ラインのデータと、基準となる外形ラインのデータとを対比させ、前記外形ラインを取得できた割合を算出するステップと、（ｄ）前記背景表示部の色を段階的に変化させるステップと、（ｅ）ステップ（ａ）〜（ｄ）をｎ回（ｎは１以上の整数）繰り返すステップと、（ｆ）前記外形ラインを取得できた割合が最も高いメインデータを抽出するステップと、（ｇ）前記メインデータと、校正画像とを比較し、前記ワークの位置ずれを補正量として算出するステップを備える。【選択図】図２

Description

本発明は位置ずれ検出方法に関するものである。

撮像手段を用いてワークを撮像して得られた画像には、ワーク以外に、ワークを載置している背景の画像も含まれている。したがって、ワークと背景とを区別する処理が必要となる。特許文献１には、光学特性が互いに異なる複数の背景材料を用いて、検査対象に測定光を照射し、測定ステップ、背景判定ステップ及び良品判定ステップを繰り返す、異物検出方法が開示されている。

特開２０１６−０９０４７６号公報

発明者は、光学特性が互いに異なる複数の背景材料を用いる方法を、撮像装置を用いた外形ラインの検出の精度向上に適用することは困難であるという問題を見出した。

本発明は、上記の問題を鑑みてなされたものであり、ワークの外形ラインの検出精度を向上可能な位置ずれ検出方法を提供するものである。

本発明に係る位置ずれ検出方法は、
ロボットに教示した基準となるワークの位置と、実際のワークの位置とのずれ量を検出する位置ずれ検出方法であって、
（ａ）撮像手段を用いて背景表示部及び前記背景表示部上に載置した前記ワークの画像を取得するステップと、
（ｂ）前記ワークの外形ラインのデータを取得するステップと、
（ｃ）前記外形ラインのデータと、基準となる外形ラインのデータとを対比させ、前記外形ラインを取得できた割合を算出するステップと、
（ｄ）前記背景表示部の色を段階的に変化させるステップと、
（ｅ）ステップ（ａ）〜（ｄ）をｎ回（ｎは１以上の整数）繰り返すステップと、
（ｆ）前記外形ラインを取得できた割合が最も高いメインデータを抽出するステップと、
（ｇ）前記メインデータと、校正画像とを比較し、前記ワークの位置ずれを補正量として算出するステップと、を備える。

本発明に係る位置ずれ検出方法では、
前記背景表示部の色を段階的に変化させるステップと、
前記外形ラインを取得できた割合が最も高いメインデータを抽出するステップと、
前記メインデータと、校正画像とを比較し、前記ワークの位置ずれを補正量として算出するステップと、を備える。
よって、ワークの外形ラインの検出精度を向上できる。

本発明により、ワークの外形ラインの検出精度を向上できる。

実施の形態にかかる位置ずれ検出方法に用いる画像処理装置を示す模式図である。 実施の形態にかかる位置ずれ検出方法を示すフローチャートである。 実施の形態にかかる背景表示部上にワークを載置し、境界部の位置を示した平面図である。 実施の形態にかかるワークの外形ラインの一例を示した平面図である。 実施例にかかる位置ずれ検出方法を用いて、背景色を変化させた際のワークの外形ラインの検出精度（スコア）の変化を示すグラフである。 実施例にかかる位置ずれ検出方法を用いて背景色を変化させた際の、ワークの外形ラインの検出精度（スコア）とｘ方向の補正量のばらつきの関係を示すグラフである。 実施例にかかる位置ずれ検出方法を用いて背景色を変化させた際の、ワークの外形ラインの検出精度（スコア）とｙ方向の補正量のばらつきの関係を示すグラフである。

以下、本発明の具体的な実施の形態について、図面を参照しながら詳細に説明する。

＜実施の形態＞
まず、図１を用いて、本実施の形態にかかる位置ずれ検出方法に用いる画像処理装置１について説明する。
図１は、実施の形態にかかる位置ずれ検出方法に用いる画像処理装置を示す模式図である。図１に示すように、画像処理装置１は、背景表示部１０、撮像手段２０、画像処理部３０、ロボットアーム４０を備える。例えば、撮像手段２０、画像処理部３０及びロボットアーム４０がそれぞれ別体となった構成であってもよいし、一体となった構成であるロボットビジョン（マシンビジョン）を用いてもよい。

本実施の形態におけるワークＷは、後述する撮像手段２０によって撮像可能な対象である。例えば、鋳造アルミダイカストによって鋳込まれる、エンジンブロック、ハウジングケース、ボデー部品のサスタワー、サスペンションメンバー、リアサイドメンバー等である。ワークＷは、背景表示部１０に載置されている。換言すると、ワークＷ及び背景表示部１０を平面視した際に、背景表示部１０は、ワークＷの背景に位置する。

背景表示部１０は、表示する背景色を段階的に任意の色に変更可能な画面である。背景表示部１０として、例えば液晶ディスプレイや、有機ＥＬディスプレイを用いることができる。

撮像手段２０は、ワークＷ及び背景表示部１０の画像を取得する、画像センサ（カメラ）である。撮像手段２０は、ワークＷ及び背景表示部１０を一度に撮像できる位置に配置することが好ましい。特に、撮像手段２０を、ワークＷ及び背景表示部１０の上方に配置することが好ましい。撮像手段２０は、ワークＷ及び背景表示部１０の上方に固定された固定式のものを用いることができるが、これに限定されない。例えば、撮像手段２０は、ロボットアーム４０や別の機器に接続して用いられるような、可動式のものであってもよい。撮像手段２０が備える撮像素子は、例えばＣＣＤ（Charge-Coupled Device）やＣＭＯＳ（Complementary Metal-Oxide Semiconductor）センサ等を用いることができる。なお、撮像手段に加え、例えばレーザー光を組み合わせることにより、ワークの３次元の位置を検出することも可能である。

画像処理部３０は、画像処理装置１の動作制御を行うものであり、ＣＰＵ（Central Processing Unit）を含むプロセッサや、メモリ、通信モジュール、カメラポート及びロボット教示操作盤を備える。ロボット教示操作盤は、取得する画像の領域を教示するための操作盤である。より具体的には、画像処理部３０は、撮像手段２０が取得した画像を処理し、当該処理結果に基づき、背景表示部１０又はロボットアーム４０を制御する。なお、カメラポートは複数備えていてもよい。画像処理装置１が備えるロボットアーム４０とは別体のロボットを、通信モジュールを用いて制御する機能を有していてもよい。画像処理部３０の動作に関する詳細は、図２及び図３を用いて後述する。

ロボットアーム４０は、画像処理部３０の処理結果に基づき、ワークＷを保持し、位置ずれの補正を行う。ロボットアーム４０の種類は、ワークＷの形状に応じて、例えば、垂直多関節ロボット、水平多関節ロボット（スカラロボット）、パラレルリンクロボット、直交ロボット等から適宜選択可能である。ワークＷの保持方法としては、ワークＷを保持できるものであればよい。より具体的には、例えば、ワークＷを把持、挟持、磁石を用いる等、ワークＷの種類に応じて、適宜変更可能である。

本実施の形態に係る位置ずれ検出方法では、上述の画像処理装置１を用いることができる。本実施の形態にかかる位置ずれ検出方法は、ロボットに教示した基準となるワークの位置と、実際のワークの位置とのずれ量を検出する位置ずれ検出方法である。
図２は、実施の形態にかかる位置ずれ検出方法を示すフローチャートである。本実施の形態にかかる位置ずれ検出方法は、図２に示すステップＳ１〜Ｓ１４のうち、少なくとも以下の（ａ）〜（ｇ）のステップを備える。
（ａ）撮像手段を用いて背景表示部及び背景表示部上に載置したワークの画像を取得するステップ（ステップＳ２）。
（ｂ）ワークの外形ラインのデータを取得するステップ（ステップＳ５）。
（ｃ）外形ラインのデータと、基準となる外形ラインのデータとを対比させ、外形ラインを取得できた割合を算出するステップ（ステップＳ６）。
（ｄ）背景表示部の色を段階的に変化させるステップ（ステップＳ８）。
（ｅ）ステップ（ａ）〜（ｄ）をｎ回（ｎは１以上の整数）繰り返すステップ（ステップＳ７）。
（ｆ）外形ラインを取得できた割合が最も高いメインデータを抽出するステップ（ステップＳ９）。
（ｇ）メインデータと、校正画像とを比較し、ワークの位置ずれを補正量として算出するステップ（ステップＳ１１）。

以下、図１及び図２と、図２のフローチャートのステップの一部を示す図３及び図４を参照し、本実施の形態に係る位置ずれ検出方法の一連の流れについて説明する。

＜ステップＳ１：ワークセット＞
図３は、実施の形態にかかる背景表示部上にワークを載置し、境界部の位置を示した平面図である。
ステップＳ１では、図３に示すように、背景表示部１０上にワークＷを載置してセットする。
ワークＷを背景表示部１０上に載置する方法として、例えば、ロボットや機械を用いることができる。なお、作業者が載置してもよい。また、図３では一例として、平面視でワークＷと同様の形状を有する背景表示部１０を用いているが、これに限定されない。背景表示部１０の形状は、平面視した際にワークＷの外形より大きくなるような形状であればよい。より具体的には、背景表示部１０の形状は、例えば、矩形状等のものを用いることもでき、所望の形状に適宜変更可能である。

図３に示すように、背景表示部１０が表示する背景色１０ａは、少なくともワークＷの背景の一部に表示される。より具体的には、撮像手段２０が画像取得可能な範囲の背景表示部１０に、背景色１０ａ（ドットのハッチングで示す）を表示させることが好ましい。換言すれば、図３では、背景表示部１０のうち、背景色１０ａが表示されている部分が、撮像手段２０が画像取得可能な範囲である。なお、撮像手段２０の画像取得可能な範囲に応じて、背景色１０ａを表示させる範囲は適宜変更することが可能である。また、背景色１０ａの表示範囲は、撮像手段２０の画像取得可能な範囲に限られず、背景表示部１０全体に表示させてもよい。なお、背景色１０ａは、ステップＳ２の開始までに表示されていればよく、ワークＷを載置する時点で表示されていてもよいし、載置した後に表示してもよい。

本実施の形態において、一連のフローの間表示されている背景色１０ａは、単色であることが好ましい。背景色１０ａとして、例えば、ワークＷの色と補色関係となる色を用いることができる。また、ワークＷの色が無彩色である場合は、無彩色とコントラストがつきやすい、白、黒及び青系統のいずれかの色を用いることができる。

＜ステップＳ２：画像取得（ａ）＞
ステップＳ２では、図１に示す撮像手段２０を用いて、背景表示部１０及び背景表示部１０上に載置したワークＷの画像を取得する。背景表示部１０には、背景色１０ａが表示されているものとする。
本実施の形態では、撮像手段２０はワークＷ及び背景表示部１０の上方に配置されている。したがって、ワークＷ及び背景表示部１０を平面視した、二次元画像を取得することができる。

以下、ステップＳ３〜ステップＳ１４は、図１に示す画像処理部３０が処理を行う。

＜ステップＳ３：ワークと背景表示部との境界部のコントラストを算出＞
ステップＳ３では、境界部のコントラストを算出する。
図３に示すように、境界部Ｂとは、撮像手段２０が画像取得可能な範囲であって、平面視した際に、ワークＷと背景表示部１０が表示する背景色１０ａとの境界部分のことを指す。図３では、境界部Ｂを黒太線にて示す。境界部のコントラストの算出方法としは、輝度、彩度、濃度などの差を用いてもよく、一般的なコントラストの算出方法を用いることが可能である。

＜ステップＳ４：ワークの外形ラインの判断＞
ステップＳ４では、取得した境界部Ｂのコントラストに基づき、ワークＷの外形ラインＥＬを判断可能か否かを判断する。

まず、本実施の形態における用語「外形ライン」について説明する。
図４は、実施の形態にかかるワークの外形ラインの一例を示した平面図である。図４では、ワークＷの外形ラインＥＬの一例を、黒太線にて示す。図４に示すように、境界部Ｂとして取得した部分のうち、少なくとも一部の指定した範囲のことを、「外形ラインＥＬ」と呼ぶ。より具体的には、例えば、図３に示した境界部Ｂのうち、右上がり斜線、右下がり斜線及び半楕円状の円弧を、データを取得する対象の外形ラインＥＬとして指定することができる。なお、データ取得対象の外形ラインＥＬを、境界部Ｂと一致するように指定してもよい。

データ取得対象の外形ラインＥＬとして指定した部分は、後のステップにおいて、ワークＷの位置ずれ量の補正の指標として用いることができる。すなわち、ロボットに教示した外形ラインＥＬの基準となる位置と、取得した外形ラインＥＬの位置との間にずれがある場合、当該ずれ量に基づいて、ワークＷの位置の補正を行うことができる。

次に、本ステップにて行うワークの外形ラインの判断可否について説明する。
ワークＷの外形ラインを判断可能な場合とは（ステップＳ４：ＹＥＳ）、例えば、ステップＳ３で算出した境界部Ｂのコントラストが高い場合である。すなわち、ワークＷの外形ラインＥＬの色と、背景表示部１０が表示する背景色１０ａの色とがより高コントラストとなっている場合である。

これに対し、ワークＷの外形ラインを判断可能ではない場合とは（ステップＳ４：ＮＯ）、例えば、ステップＳ３で算出した境界部Ｂのコントラストが低い場合である。すなわち、ワークＷの外形ラインＥＬの色と、背景表示部１０が表示する背景色１０ａの色とが近い色であり、低コントラストとなっている場合である。

図２に示すように、画像処理部３０が記憶する外形ラインＥＬを判断可能であるとする閾値のデータと、取得した画像から算出した境界部Ｂのコントラストのデータとに基づいて、取得したデータが閾値以上である場合は（ステップＳ４：ＹＥＳ）、ステップＳ５へ進む。一方、取得したデータが閾値を下回る場合は（ステップＳ４：ＮＯ）、ステップＳ１３へ進み、当該取得したデータは外形ラインのデータリストから外す。ステップＳ１３へ進んだ場合は、ステップＳ２へ戻ってフローを再開してもよい。

＜ステップＳ５：外形ラインのデータを取得（ｂ）＞
ステップＳ５では、ステップＳ４において外形ラインＥＬを判断可能と判断したデータを取得する。すなわち、外形ラインＥＬを判断可能とされた境界部Ｂのデータから、外形ラインＥＬとして指定した部分を、取得データとして取得する。

＜ステップＳ６：基準データに対する取得データの割合を算出（ｃ）＞
ステップＳ６では、外形ラインＥＬの基準となる基準データと、ステップＳ５にて取得した外形ラインＥＬの取得データと、を対比させ、外形ラインＥＬを取得できた割合を数値として算出する。数値は例えば、パーセント（％）表記で算出することができる。外形ラインＥＬの基準となる「基準データ」とは、ワークＷの外形ラインの実測データのことを指す。

ここで、「外形ラインＥＬを取得できた割合」の具体例について説明する。
例えば、外形ラインＥＬを取得できた割合が１００％の場合とは、基準データと取得データを対比させたとき、１００％一致することを指す。すなわち、撮像手段２０が撮像した画像から取得したデータより、ワークＷの外形ラインＥＬを完全に読み取ることができたことを意味する。この場合、外形ラインＥＬの検出精度（スコア）は１００である。

例えば、外形ラインＥＬを取得できた割合が８０％の場合とは、基準データと取得データとを対比させたとき、８０％一致することを指す。すなわち、撮像手段２０が撮像した画像から取得したデータより、基準データに対してワークＷの外形ラインＥＬの８０％を読み取ることはできたが、２０％は読み取ることができなかったことを意味する。この場合、外形ラインＥＬの検出精度（スコア）を８０である。

＜ステップＳ７：ｎ回繰り返し完了の判断（ｅ）＞
ステップＳ７では、ステップＳ２〜Ｓ６をｎ回繰り返したか否かを判断する。ｎは１以上の整数であり、任意の値に設定可能である。ｎ回繰り返しが完了していない場合は（ステップＳ７：ＮＯ）、ステップＳ８に進む。ｎ回繰り返しが完了した場合は（ステップＳ７：ＹＥＳ）、ステップＳ９に進む。

＜ステップＳ８：背景色を変化させる（ｄ）＞
ステップＳ８では、背景表示部１０の背景色１０ａを段階的に変化させる。段階的に変化させるとは、いわゆるグラデーションに変化させることである。より具体的には、ステップＳ２〜Ｓ８を繰り返す一連のフローごとに、色を段階的に変化させる。すなわち、１回目のフローからｎ回目のフローまでの各回の色を並べると、グラデーションになるように変化させる。グラデーションの変化の程度は任意に設定可能である。

＜ステップＳ９：取得した外形ラインの割合が最も高いデータを抽出（ｆ）＞
ステップＳ９では、外形ラインＥＬを取得できた割合が最も高いデータをメインデータとして抽出する。背景色１０ａをｎ回、段階的に変化させることによって、同じワークＷについて、最大でｎ個のデータを取得することができる。ｎ個のデータのうち、ワークＷと背景色１０ａとの境界部Ｂにおいて、コントラストが最も大きいとき、ワークＷの外形ラインＥＬをより正確に読み取ることができる。すなわち、コントラストが最も大きく、外形ラインＥＬを取得できた割合がより１００％に近い値となった場合のデータをメインデータとして抽出し、ステップＳ１０へ進む。

＜ステップＳ１０：メインデータが閾値以上か否かの判断＞
ステップＳ１０では、ステップＳ９において抽出したメインデータが、閾値以上か否かを判断する。ステップＳ９において外形ラインＥＬを取得できた割合の値が、所定の値以上であったか否かを閾値として設定する。閾値は、任意の値（％）を設定することができ、当該値は適宜変更可能である。メインデータが閾値以上であった場合（ステップＳ１０：ＹＥＳ）、ステップＳ１１へ進む。メインデータが閾値未満であった場合（ステップＳ１０：ＮＯ）、ステップＳ１４へ進み、フローを停止する。なお、ステップＳ１４へ進んだ場合は、ステップＳ２へ戻ってフローを再開してもよい。

＜ステップＳ１１：校正画像と照合し、補正量を算出（ｇ）＞
ステップＳ１１では、メインデータと、校正用に準備した校正画像とを照合し、ワークＷの位置ずれを補正量として算出する。ワークＷを平面視した際のｘ軸方向、ｙ軸方向及びｒ方向について、補正量を算出することができる。

＜ステップＳ１２：補正量をロボットに送信＞
ステップＳ１２では、ステップＳ１１で算出した補正量をロボットに送信する。ワークＷを置いた位置と、基準位置との間にずれがあった場合であっても、補正量を受信したロボットは、正確な位置で搬送チャック等を行うことができる。

以上が、本実施の形態にかかる位置ずれ検出方法の一連の流れである。
本実施の形態にかかる位置ずれ検出方法は、他に、以下の場合についても用いることができる。例えば、ビジョンやカメラを用いて、製品やワークの位置又は外形のシルエットなどを識別する場合にも、用いることができる。また、治具、中継台又は仮置き台などに置いた粗材、ワーク又は製品等を、ロボット又は機械を用いて搬送チャックを行う場合にも、用いることができる。さらに、異なる色のワークや製品が混在している場合について、当該ワークや製品をロボット又は機械を用いて搬送チャックを行う場合にも、用いることができる。また、ワークの塗装の前後や、焼き入れの前後等、色の変化前と変化後のワークの両方でロボット又は機械を用いて搬送チャックを行う場合においても用いることができる。

発明者は、光学特性が互いに異なる複数の背景材料を用いる方法を、撮像装置を用いた外形ラインの検出の精度向上に適用することは困難であるという問題を見出した。

本実施の形態では、ワークを載置した背景表示部の背景色を、一連のフローの繰り返し単位ごとに段階的に変化させている。ワークは、同素材を用いた場合であっても成形条件によっては色が異なる場合があるが、色が異なるワークについて位置ずれの検出を行う場合であっても、背景表示部の背景色を適宜段階的に変化させることができる。つまり、本実施の形態では、背景色を段階的に変化させた上で、ワークの外形ラインを取得できた割合が最も高いメインデータに基づいて、位置ずれの補正量を決定することができる。したがって、外形ラインの検出精度を向上できる。

以下、図５〜７を参照し、実施例に基づき本発明を具体的に説明するが、本発明はこれらの実施例のみに限定されるものではない。

本実施例では、ワークとしてアルミ製の粗材を用いて、位置ずれ検出を行った。ワークの色は、銀白色であった。
図５は、実施例にかかる位置ずれ検出方法を用いて、背景色を変化させた際のワークの外形ラインの検出精度（スコア）の変化を示すグラフである。ここで、「検出精度（スコア）」とは、実施の形態のステップＳ６において述べたように、外形ラインの基準となる基準データと、取得した外形ラインの取得データと、を対比させ、外形ラインを取得できた割合を数値（パーセント、％）として算出したものである。

図５のグラフの横軸は背景色を示しており、縦軸は検出精度（スコア）を示している。各プロットが、繰り返し回数を示している。具体的には、例えば、一番左のプロットが１回目、２番目のプロットが２回目の繰り返しを行ったときの検出精度（スコア）を示している。

本実施例では、図５に示すように、横軸の上向き黒矢印のタイミングで、背景色を白から黒へと変化させた。具体的には、本実施例では、白背景を用いた検出を６４回繰り返した。白背景の、合計検出回数６４回の検出精度（スコア）の平均は、９４．０％であった。一方、黒背景に変更した後、黒背景を用いた検出を５５回繰り返した。黒背景の、合計検出回数５５回の検出精度（スコア）の平均は、９９．２％であった。このように、背景色を白から黒へと変化させることによって、検出精度（スコア）を向上させることができた。本実施例において用いたワークは銀白色であるため、ワークに対して白背景を用いるよりも、黒背景を用いた方が高コントラストとなり、検出精度（スコア）を向上させることができたものと考えられる。

図６は、実施例にかかる位置ずれ検出方法を用いて背景色を変化させた際の、ワークの外形ラインの検出精度（スコア）とｘ方向の補正量のばらつきの関係を示すグラフである。ｘ方向の補正量とは、ステップＳ１１にて算出した補正量のことを意味する。すなわち、ロボットに教示した基準となる位置データと、取得した位置データとの差の値のことである。各データは、シックス・シグマ（６σ）の範囲内におけるばらつきを示している。

図６に示すように、ワークの外形ラインの検出精度（スコア）が低い場合、特に７９．２％の場合のｘ方向の補正量は１．０９ｍｍであった。一方で、外形ラインの検出精度が９９．９％の場合のｘ方向の補正量は０．０４ｍｍであった。よって、ワークの外形ラインの検出精度（スコア）が高いほど、ｘ方向の補正量のばらつきは小さいという結果を得ることができた。

図７は、実施例にかかる位置ずれ検出方法を用いて背景色を変化させた際の、ワークの外形ラインの検出精度（スコア）とｙ方向の補正量のばらつきの関係を示すグラフである。ｙ方向の補正量とは、ｘ方向の補正量の場合と同様に、ステップＳ１１にて算出した補正量のことを意味する。すなわち、ロボットに教示した基準となる位置データと、取得した位置データとの差の値のことである。各データは、シックス・シグマ（６σ）の範囲内におけるばらつきを示している。

図７に示すように、ワークの外形ラインの検出精度（スコア）が低い場合、特に７９．２％の場合のｙ方向の補正量は０．１５ｍｍであった。一方で、外形ラインの検出精度が９９．９％の場合のｘ方向の補正量は０．０２ｍｍであった。よって、ワークの外形ラインの検出精度（スコア）が高いほど、ｙ方向の補正量のばらつきは小さいという結果を得ることができた。

以上の結果より、ワークの外形ラインの検出精度（スコア）が高いほど、ｘ方向及びｙ方向の補正量のばらつきは小さい。すなわち、ワークの外形ラインの検出精度（スコア）と補正量のばらつきには相関関係があるものと考えられる。また、本実施例では、背景色をワークの銀白色に対して高コントラストとなる黒色に変化させることによって、ワークの外形ラインの検出精度（スコア）を向上させることができた。したがって、本実施例にかかる位置ずれ検出方法を用いることによって、ワークの外形ラインの検出精度を向上できた。

上述の通り、本実施例で用いたワークは銀白色であったが、同様の形状と寸法を備えるアルミ製の粗材であっても、銀白色とは異なる色を示す場合がある。例えば、鋳込みを行う温度によっては、同じアルミ製の粗材であっても、黒っぽい色を示すこともある。その場合は、適宜背景色を変更することによって、ワークの外形ラインの検出精度（スコア）を向上させることができる。より具体的には、黒っぽい色を示すアルミ製の粗材をワークとして用いる場合は、白又は白に近い色の背景色を用いると、ワークの外形ラインの検出精度（スコア）をより向上させることができるものと考えられる。

なお、本発明は上記実施の形態に限られたものではなく、趣旨を逸脱しない範囲で適宜変更することが可能である。

１ 画像処理装置
１０ 背景表示部
１０ａ 背景色
２０ 撮像手段
３０ 画像処理部
４０ ロボットアーム
Ｂ 境界部
ＥＬ 外形ライン
Ｗ ワーク

Claims (1)

1. ロボットに教示した基準となるワークの位置と、実際のワークの位置とのずれ量を検出する位置ずれ検出方法であって、
   （ａ）撮像手段を用いて背景表示部及び前記背景表示部上に載置した前記ワークの画像を取得するステップと、
   （ｂ）前記ワークの外形ラインのデータを取得するステップと、
   （ｃ）前記外形ラインのデータと、基準となる外形ラインのデータとを対比させ、前記外形ラインを取得できた割合を算出するステップと、
   （ｄ）前記背景表示部の色を段階的に変化させるステップと、
   （ｅ）ステップ（ａ）〜（ｄ）をｎ回（ｎは１以上の整数）繰り返すステップと、
   （ｆ）前記外形ラインを取得できた割合が最も高いメインデータを抽出するステップと、
   （ｇ）前記メインデータと、校正画像とを比較し、前記ワークの位置ずれを補正量として算出するステップと、を備える、
   位置ずれ検出方法。

Images