JP2021011001A - 演算装置、機械学習方法及び制御プログラム - Google Patents
演算装置、機械学習方法及び制御プログラム Download PDFInfo
- Publication number
- JP2021011001A JP2021011001A JP2019127781A JP2019127781A JP2021011001A JP 2021011001 A JP2021011001 A JP 2021011001A JP 2019127781 A JP2019127781 A JP 2019127781A JP 2019127781 A JP2019127781 A JP 2019127781A JP 2021011001 A JP2021011001 A JP 2021011001A
- Authority
- JP
- Japan
- Prior art keywords
- target article
- moving target
- mobile manipulator
- predetermined position
- moved
- 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
- 238000010801 machine learning Methods 0.000 title claims description 32
- 238000003860 storage Methods 0.000 claims abstract description 23
- 238000012549 training Methods 0.000 claims abstract description 14
- 238000000034 method Methods 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 16
- 230000005484 gravity Effects 0.000 claims description 11
- 238000010586 diagram Methods 0.000 description 16
- 230000007613 environmental effect Effects 0.000 description 7
- 238000003384 imaging method Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000010415 tidying Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 3
- 230000007786 learning performance Effects 0.000 description 2
- 230000014759 maintenance of location Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 210000002310 elbow joint Anatomy 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 210000004247 hand Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000036544 posture Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 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
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
- 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
-
- 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
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
-
- 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
- B25J9/1615—Programme controls characterised by special kind of manipulator, e.g. planar, scara, gantry, cantilever, space, closed chain, passive/active joints and tendon driven manipulators
- B25J9/162—Mobile manipulator, movable base with manipulator arm mounted on it
-
- 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
- G05B2219/40298—Manipulator on vehicle, wheels, mobile
-
- 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
- G05B2219/40364—Position of robot platform as additional task
-
- 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
- G05B2219/40411—Robot assists human in non-industrial environment like home or office
Abstract
Description
図1は、本実施形態に係る演算装置を適用するモバイルマニピュレータ100の外観斜視図である。図において、xy平面はモバイルマニピュレータ100の走行面であり、z軸プラス方向は天頂方向を示す。図1に示すように、モバイルマニピュレータ100は、大きく分けて、走行面を移動するための移動機構としての台車部110と、本体部120と、マニピュレータ150を構成するロボットアーム130及びロボットハンド140と、によって構成される。
図3は、演算装置300の構成を示すブロック図である。図3に示すように、演算装置300は、主に、取得部310と、記憶部320と、演算部330と、を備える。
図4は、機械学習器の状態変数について説明する模式図である。ここで、作業環境のマップEにおいて、移動対象物品は丸印で表されている。機械学習器の状態変数は、図4において矢印で示されている、モバイルマニピュレータ100の特定部位と移動対象物品(図中に丸印で示す)との相対位置が含まれている。すなわち、モバイルマニピュレータ100の特定部位P1と移動対象物品との相対位置は、モバイルマニピュレータ100の特定部位P1から移動対象物品へ至るベクトルである。モバイルマニピュレータ100の特定部位P1と移動対象物品との相対位置を状態変数に含めると、モバイルマニピュレータ100の特定部位P1に対するそれぞれの移動対象物品の位置関係が分かる。これにより、移動可能な本実施の形態に係るモバイルマニピュレータ100のように、モバイルマニピュレータ100自身が移動することによりモバイルマニピュレータ100の絶対位置が変わる場合にも、今所定の位置に移動するのに最適な移動対象物品を適切に決定することができる。
図10は、演算装置300の処理の流れを示すフローチャートである。図10に示すように、まず、取得部310が、環境カメラ121などにより撮像された作業環境の画像データを分析することにより、モバイルマニピュレータ100の特定部位と移動対象物品との相対位置を含む状態変数を取得し、状態変数を演算部330へ引き渡す(ステップS1)。続いて、演算部330が、記憶部320から学習済みNN320aを読み出す(ステップS2)。そして、読み出した学習済みNN320aに取得した状態変数(モバイルマニピュレータ100の特定部位と移動対象物品との相対位置を含むもの)を入力して、今所定の位置に移動するべき移動対象物品を出力する(ステップS3)する。そして一連の処理を終了する。
図11は、モバイルマニピュレータ100において実行する処理の流れを示すフローチャートである。図11に示すように、まず、学習済みNNを用いてどの移動対象物品から所定の位置に移動するか決定する(ステップS101)。この処理は、図10を参照して説明した演算装置300における処理である。続いて、決定した移動対象物品について、保持計画・経路計画を実行する(ステップS102)。保持計画、経路計画には、公知の技術を用いることができる。
110 台車部
111 駆動輪
112 キャスター
120 本体部
121 環境カメラ
123 表示パネル
130 ロボットアーム
131 関節部
132 アクチュエータ
133 力センサ
134 回転センサ
140 ロボットハンド
140a 第1フィンガー
140b 第2フィンガー
141 ハンドカメラ
142 アクチュエータ
150 マニピュレータ
190 コントロールユニット
200 制御部
210 駆動輪ユニット
220 センサユニット
240 メモリ
300 演算装置
310 取得部
320 記憶部
320a 学習済みNN
330 演算部
320b 未学習NN
Claims (10)
- 複数の移動対象物品をマニピュレータにより保持して所定の位置まで移動する作業を行うモバイルマニピュレータの動作を制御するための演算を行う演算装置であって、
予め取得された、状態変数、及び、前記状態変数に対応した判定データの組み合わせによって構成される訓練データセットが複数入力されることにより学習する学習済みの機械学習器を記憶した記憶部と、
前記記憶部から読み出した前記学習済みの機械学習器に前記状態変数を入力することによって今所定の位置まで移動するべき移動対象物品を出力する演算部と、を備え、
前記状態変数には、前記モバイルマニピュレータの特定部位と前記移動対象物品との相対位置が含まれ、
前記状態変数に対応した判定データは、前記今所定の位置まで移動するべき移動対象物品である、演算装置。 - 前記状態変数には、前記モバイルマニピュレータの特定部位と障害物との相対位置が含まれる、請求項1に記載の演算装置。
- 前記モバイルマニピュレータの特定部位と前記移動対象物品との相対位置と、前記モバイルマニピュレータの特定部位と障害物との相対位置は、マップまたはビットマップ画像上に表されるデータである、請求項1または請求項2に記載の演算装置。
- 前記今所定の位置まで移動するべき移動対象物品の出力は、前記マップまたはビットマップ画像上に表される、前記移動対象物品の前記モバイルマニピュレータの特定部位に対する相対位置データである、請求項3に記載の演算装置。
- 前記状態変数には、経路計画で得られた、前記モバイルマニピュレータから前記移動対象物品へ至る経路における、経路長が含まれる、請求項1に記載の演算装置。
- 前記状態変数には、前記移動対象物品から当該移動対象物品に対応する所定の位置へ至る経路長が含まれる、請求項5に記載の演算装置。
- 前記モバイルマニピュレータの特定部位と前記移動対象物品及び前記障害物との相対位置は、重力方向の情報を含む、請求項2に記載の演算装置。
- 前記モバイルマニピュレータの特定部位と前記移動対象物品との相対位置は、当該移動対象物品の保持可能領域の情報を含む、請求項1に記載の演算装置。
- モバイルマニピュレータの有するマニピュレータにより複数の移動対象物品を保持して所定の位置まで移動する作業で、今所定の位置まで移動するべき移動対象物品を出力するようコンピュータを機能させるための機械学習器の機械学習方法であって、
前記モバイルマニピュレータの特定部位と前記移動対象物品との相対位置が含まれる状態変数、及び、判定データとしての前記状態変数に対応した今所定の位置まで移動するべき移動対象物品の組み合わせによって構成される訓練データセットを複数入力して前記機械学習器を学習させる、機械学習方法。 - 複数の移動対象物品をマニピュレータにより保持して所定の位置まで移動する作業を行うモバイルマニピュレータの動作を制御する制御プログラムであって、
前記モバイルマニピュレータの特定部位と前記移動対象物品との相対位置が含まれる状態変数、及び、判定データとしての前記状態変数に対応した今所定の位置まで移動するべき移動対象物品の組み合わせによって構成される訓練データセットを予め取得し、前記訓練データセットを複数入力して機械学習器を学習させるステップと、
学習済みの前記機械学習器に前記状態変数を入力することによって、今所定の位置まで移動するべき移動対象物品を出力するステップと、をコンピュータに実行させる制御プログラム。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019127781A JP7207207B2 (ja) | 2019-07-09 | 2019-07-09 | 演算装置、機械学習方法及び制御プログラム |
DE102020114583.7A DE102020114583B4 (de) | 2019-07-09 | 2020-06-02 | Rechenvorrichtung, Maschinenlernverfahren und Speichermedium |
CN202010498466.4A CN112207813A (zh) | 2019-07-09 | 2020-06-04 | 运算装置、机器学习方法以及非暂时性存储介质 |
US16/897,567 US11633852B2 (en) | 2019-07-09 | 2020-06-10 | Computing device, machine learning method, and storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019127781A JP7207207B2 (ja) | 2019-07-09 | 2019-07-09 | 演算装置、機械学習方法及び制御プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021011001A true JP2021011001A (ja) | 2021-02-04 |
JP7207207B2 JP7207207B2 (ja) | 2023-01-18 |
Family
ID=74059360
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019127781A Active JP7207207B2 (ja) | 2019-07-09 | 2019-07-09 | 演算装置、機械学習方法及び制御プログラム |
Country Status (4)
Country | Link |
---|---|
US (1) | US11633852B2 (ja) |
JP (1) | JP7207207B2 (ja) |
CN (1) | CN112207813A (ja) |
DE (1) | DE102020114583B4 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6881268B2 (ja) * | 2017-12-05 | 2021-06-02 | トヨタ自動車株式会社 | 把持装置、把持判定方法および把持判定プログラム |
US20220188625A1 (en) * | 2020-12-11 | 2022-06-16 | Poyen Hsieh | Method and computer implemented system for generating layout plan using neural network |
DE102021202759A1 (de) | 2021-03-22 | 2022-09-22 | Robert Bosch Gesellschaft mit beschränkter Haftung | Vorrichtung und Verfahren zum Trainieren eines neuronalen Netzwerks zum Steuern eines Roboters |
US20230271319A1 (en) * | 2022-02-28 | 2023-08-31 | Denso Wave Incorporated | Method of generating a learning model for transferring fluid from one container to another by controlling robot arm based on a machine-learned learning model, and a method and system for weighing the fluid |
DE102022205011A1 (de) | 2022-05-19 | 2023-11-23 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren zum Bestimmen eines Moments für einen Betrieb eines Roboters unter Verwendung eines Modells und Verfahren zum Einlernen des Modells |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10249765A (ja) * | 1997-03-07 | 1998-09-22 | Yaskawa Electric Corp | 移動物体のハンドリング方法 |
JP2002113678A (ja) * | 2000-10-06 | 2002-04-16 | Seiko Instruments Inc | トラッキング方法、及びトラッキングシステム |
JP2004326264A (ja) * | 2003-04-22 | 2004-11-18 | Matsushita Electric Works Ltd | 障害物検出装置と同装置を用いた自律移動ロボット、障害物検出方法、及び障害物検出プログラム |
JP2005088164A (ja) * | 2003-09-19 | 2005-04-07 | Denso Wave Inc | ロボットの停止箇所決定方法及びロボットの停止箇所決定装置 |
JP2007216381A (ja) * | 2004-07-13 | 2007-08-30 | Matsushita Electric Ind Co Ltd | ロボット |
US20090210090A1 (en) * | 2008-02-18 | 2009-08-20 | Toyota Motor Engineering & Manufacturing North America, Inc. | Robotic system and method for observing, learning, and supporting human activities |
JP2016101612A (ja) * | 2014-11-27 | 2016-06-02 | トヨタ自動車株式会社 | 物品搬送用ロボット |
US20180284760A1 (en) * | 2017-03-28 | 2018-10-04 | Amazon Technologies, Inc. | Method and system for tele-operated inventory management system |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010045272A1 (en) | 2008-10-14 | 2010-04-22 | Honda Motor Co., Ltd. | Smoothed sarsa: reinforcement learning for robot delivery tasks |
EP2216145B1 (en) * | 2009-02-06 | 2011-06-08 | Honda Research Institute Europe GmbH | Learning and use of schemata in robotic devices |
KR101686517B1 (ko) * | 2009-05-22 | 2016-12-14 | 도요타지도샤 히가시니혼 가부시키가이샤 | 작업 지원 로봇 시스템 |
WO2012153629A1 (ja) * | 2011-05-12 | 2012-11-15 | 株式会社Ihi | 運動予測制御装置と方法 |
JP5908350B2 (ja) * | 2012-06-21 | 2016-04-26 | 本田技研工業株式会社 | 行動制御システム |
US9384443B2 (en) | 2013-06-14 | 2016-07-05 | Brain Corporation | Robotic training apparatus and methods |
US9579789B2 (en) * | 2013-09-27 | 2017-02-28 | Brain Corporation | Apparatus and methods for training of robotic control arbitration |
US9630317B2 (en) * | 2014-04-03 | 2017-04-25 | Brain Corporation | Learning apparatus and methods for control of robotic devices via spoofing |
US9272417B2 (en) | 2014-07-16 | 2016-03-01 | Google Inc. | Real-time determination of object metrics for trajectory planning |
US9475198B2 (en) | 2014-12-22 | 2016-10-25 | Qualcomm Incorporated | System and method for dynamic robot manipulator selection |
JP6240689B2 (ja) | 2015-07-31 | 2017-11-29 | ファナック株式会社 | 人の行動パターンを学習する機械学習装置、ロボット制御装置、ロボットシステム、および機械学習方法 |
JP6514166B2 (ja) * | 2016-09-16 | 2019-05-15 | ファナック株式会社 | ロボットの動作プログラム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 |
JP6514171B2 (ja) | 2016-09-27 | 2019-05-15 | ファナック株式会社 | 最適な物品把持経路を学習する機械学習装置、及び機械学習方法 |
JP6453922B2 (ja) * | 2017-02-06 | 2019-01-16 | ファナック株式会社 | ワークの取り出し動作を改善するワーク取り出し装置およびワーク取り出し方法 |
JP6490132B2 (ja) * | 2017-03-31 | 2019-03-27 | ファナック株式会社 | ロボットの制御装置、機械学習装置及び機械学習方法 |
JP6951659B2 (ja) * | 2017-05-09 | 2021-10-20 | オムロン株式会社 | タスク実行システム、タスク実行方法、並びにその学習装置及び学習方法 |
JP6680730B2 (ja) * | 2017-08-08 | 2020-04-15 | ファナック株式会社 | 制御装置及び学習装置 |
CN108163436B (zh) * | 2017-11-07 | 2019-05-03 | 北京翰宁智能科技有限责任公司 | 一种基于指令卡牌的物流或生产场所货物配送系统 |
US11465279B2 (en) * | 2018-11-29 | 2022-10-11 | X Development Llc | Robot base position planning |
CN109816725B (zh) * | 2019-01-17 | 2023-03-14 | 合肥哈工慧拣智能科技有限公司 | 一种基于深度学习的单目相机物体位姿估计方法及装置 |
-
2019
- 2019-07-09 JP JP2019127781A patent/JP7207207B2/ja active Active
-
2020
- 2020-06-02 DE DE102020114583.7A patent/DE102020114583B4/de active Active
- 2020-06-04 CN CN202010498466.4A patent/CN112207813A/zh active Pending
- 2020-06-10 US US16/897,567 patent/US11633852B2/en active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10249765A (ja) * | 1997-03-07 | 1998-09-22 | Yaskawa Electric Corp | 移動物体のハンドリング方法 |
JP2002113678A (ja) * | 2000-10-06 | 2002-04-16 | Seiko Instruments Inc | トラッキング方法、及びトラッキングシステム |
JP2004326264A (ja) * | 2003-04-22 | 2004-11-18 | Matsushita Electric Works Ltd | 障害物検出装置と同装置を用いた自律移動ロボット、障害物検出方法、及び障害物検出プログラム |
JP2005088164A (ja) * | 2003-09-19 | 2005-04-07 | Denso Wave Inc | ロボットの停止箇所決定方法及びロボットの停止箇所決定装置 |
JP2007216381A (ja) * | 2004-07-13 | 2007-08-30 | Matsushita Electric Ind Co Ltd | ロボット |
US20090210090A1 (en) * | 2008-02-18 | 2009-08-20 | Toyota Motor Engineering & Manufacturing North America, Inc. | Robotic system and method for observing, learning, and supporting human activities |
JP2016101612A (ja) * | 2014-11-27 | 2016-06-02 | トヨタ自動車株式会社 | 物品搬送用ロボット |
US20180284760A1 (en) * | 2017-03-28 | 2018-10-04 | Amazon Technologies, Inc. | Method and system for tele-operated inventory management system |
Also Published As
Publication number | Publication date |
---|---|
JP7207207B2 (ja) | 2023-01-18 |
CN112207813A (zh) | 2021-01-12 |
DE102020114583B4 (de) | 2022-03-17 |
US20210008717A1 (en) | 2021-01-14 |
DE102020114583A1 (de) | 2021-01-14 |
US11633852B2 (en) | 2023-04-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7207207B2 (ja) | 演算装置、機械学習方法及び制御プログラム | |
JP6963748B2 (ja) | ロボットシステム及びロボットシステムの制御方法 | |
CN103128729B (zh) | 机器人装置和控制该机器人装置的方法 | |
JP6450960B2 (ja) | ロボット、ロボットシステム及び教示方法 | |
Rolley-Parnell et al. | Bi-manual articulated robot teleoperation using an external RGB-D range sensor | |
JP7044047B2 (ja) | ロボット | |
TW201718204A (zh) | 機器人教示方法及機器臂控制裝置 | |
JP2009274203A (ja) | ロボット及びその協調作業制御方法 | |
JPWO2016103303A1 (ja) | 自走式関節ロボット | |
JP2011516283A (ja) | ロボットシステムに教示する方法 | |
Patidar et al. | Survey of robotic arm and parameters | |
JP4976883B2 (ja) | マニピュレータシステム | |
Kamali et al. | Real-time motion planning for robotic teleoperation using dynamic-goal deep reinforcement learning | |
US20230117928A1 (en) | Nonlinear trajectory optimization for robotic devices | |
JP5948914B2 (ja) | ロボット制御装置、ロボット制御方法、ロボット制御プログラムおよびロボットシステム | |
CN111975763B (zh) | 算术设备、控制程序、机器学习器、抓握装置和控制方法 | |
JP2004025387A (ja) | 多関節ロボットの負荷重量及び負荷重心位置の自動算出方法 | |
CN114378827B (zh) | 一种基于移动机械臂整体控制的动态目标跟踪抓取方法 | |
Baek et al. | Pre-grasp manipulation planning to secure space for power grasping | |
Shanmugasundar et al. | Method of Trajectory Generation of a Generic Robot using Bresenham’ s Circle Algorithm | |
JP2006315128A (ja) | ロボットハンドの持ち替え把持制御方法。 | |
WO2022168609A1 (ja) | 制御システム、動作計画装置、制御装置、動作計画及び制御方法、動作計画方法、並びに制御方法 | |
Karunakaran et al. | Trajectory Control for Differential Drive Mobile Manipulators | |
Devi et al. | Integration of Artificial Intelligence into Operations and Monitoring of 3R Manipulator | |
WO2022162769A1 (ja) | ロボットシステム、移動経路生成装置および移動経路生成方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210827 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220531 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220607 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220808 |
|
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: 20221206 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221219 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7207207 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |