JP2022087042A - 異常物を除去するための方法、システム、コンピュータ・プログラム、及びコンピュータ可読ストレージ媒体 - Google Patents

Abstract

【課題】 材料の集団から異常物を除去するための技術を提供する。【解決手段】 プロセッサは、複数の物体を有する材料の集団の画像を受け取ることができる。プロセッサは、複数の物体から異常物を識別することができる。プロセッサは、異常物に対するバウンディングボックスを生成することができる。プロセッサは、１つ又は複数のピッキングポイントを異常物上に生成することができる。１つ又は複数のピッキングポイントは、異常物の少なくとも１つの均衡点上に構成することができる。プロセッサは、１つ又は複数のピッキングポイントを介して、材料の集団から異常物を除去することができる。【選択図】 図２

Description

本開示は、一般に、材料の選別の分野に関し、より具体的には、材料の集団から不規則な材料を除去することに関する。

多くの産業では、製品の製造中に原材料を選別する必要がある。様々な選別方法が存在するが、そうした方法は、除去する必要がある不規則形状材料のすべてを除去することができない場合が多い。すべての不規則形状材料を除去できない場合、最終製品の価値が下がることがあり、最終的には、不規則形状材料が装置に引っかかったときに装置の故障につながることがある。

本発明は、材料の集団から異常物を除去するための技術を提供することを課題とする。

本開示の実施形態は、材料の集団から異常物を除去するための方法、コンピュータ・プログラム製品、及びシステムを含む。プロセッサは、複数の物体を有する材料の集団の画像を受け取ることができる。プロセッサは、複数の物体から異常物を識別することができる。プロセッサは、異常物に対するバウンディングボックスを生成することができる。プロセッサは、１つ又は複数のピッキングポイントを異常物上に生成することができる。１つ又は複数のピッキングポイントは、異常物の少なくとも１つの均衡点（balance point）上に構成することができる。プロセッサは、１つ又は複数のピッキングポイントに基づいて、材料の集団から異常物を除去することができる。

上記の概要は、図示された各実施形態又は本開示のすべての実装を説明することを意図したものではない。

本開示に含まれる図面は、本明細書に組み込まれ、本明細書の一部を構成する。これらの図面は、本開示の実施形態を示し、説明とともに、本開示の原理を説明する役割を果たす。図面は、特定の実施形態を例示するものに過ぎず、本開示を限定するものではない。

本開示の実施形態による、材料の集団の例示的な実施形態を示す。 本開示の実施形態による、ピッキングポイント・システムによって構成された１つ又は複数の画像の例示的な実施形態を示す。 本開示の実施形態による、ピッキングポイント生成の例示的な実施形態を示す。 本開示の実施形態による、材料の集団から異常物を除去する方法のフローチャートを示す。 本開示の実施形態によるクラウド・コンピューティング環境を示す。 本開示の実施形態による抽象化モデル層を示す。 本開示の実施形態による、本明細書に記載される方法、ツール、及びモジュールの１つ又は複数、並びに任意の関連機能を実装する際に用いることができる、例示的なコンピュータ・システムの高レベルブロック図を示す。

本明細書に記載される実施形態は、様々な変更及び代替形態に合わせて修正可能であるが、その具体的な内容は、図面に例として示されており、詳細に説明されるであろう。しかしながら、記載された特定の実施形態は、限定的な意味で捉えられるべきではないことを理解すべきである。それどころか、本開示の精神と範囲内に入るすべての修正、均等物、及び代替をカバーすることが意図される。

本開示の態様は、一般に、材料から異常物を除去することの分野に関し、より詳細には、異常物に関連付けられるピッキングポイントを識別して、適切な除去を可能にすることに関する。本開示は、必ずしもそのような用途に限定されるものではないが、本開示の様々な態様は、この文脈を用いた様々な例の議論を通じて理解することができる。

従来の除去システムでは、様々なタイプの材料（例えば、茶葉及び生薬成分）から不純物を除去するために、ロボット手段（ロボットアームなど）を用いる場合が多い。これらの従来のシステムでは、不純物を目視によって識別し、バウンディングボックスとセグメンテーション計算との組合せを用いて、ピッキングポイントを識別することができる。これらの方法では、不純物（例えば、異常物（anomaly）又は望ましくない材料）上に位置していないピッキングポイントが生成されるか、又はピッキングポイントが不純物の遠位部分の上に位置する場合が多い。不純物上に位置していないピッキングポイントが生成された場合、そのピッキングポイントは失敗である。状況によっては、そうしたピッキングポイントの失敗は、不純物又は異常物の独特の形状、及び不純物の除去の際にピッキングポイントが成功となる場所を正しく推定できないことに起因する。不純物／異常物が除去されない場合、望ましくない材料が、１つ又は複数の不純物／異常物を有する望ましくない消費者製品をもたらす結果となることがある。したがって、より正確に、成功したピッキングポイントを定める方法が必要である。

実施形態において、ピッキングポイント・システムは、材料内のある物体が不純物又は異常物であるかどうか識別するように構成することができる。不純物／異常物が識別されると、ピッキングポイント・システムは、物体（例えば、不純物／異常物）のバウンディングボックスを検出し、バウンディングボックスの全体サイズを判定することができる。バウンディングボックスのサイズが閾値面積より小さい実施形態では、ピッキングポイント・システムは、ピッキングポイントを（例えば、バウンディングボックスの中心に）生成し、不純物／異常物を除去するようにロボット手段を構成することができる。バウンディングボックスのサイズが閾値サイズを上回る実施形態では、ピッキングポイント・システムは、不純物／異常物のセグメンテーションを（例えば、教師なしセグメンテーションを用いて）定めるように構成することができる。

不純物／異常物のセグメンテーションが点によって表される実施形態では、ピッキングポイント・システムは、得られた点を集めて１つ又は複数の連結領域にすることができる（例えば、ＤＢＳＣＡＮなどの統計的手法を用いて）。不純物／異常物のセグメンテーションが別の形状（例えば、多角形）によって表される実施形態では、描かれた各形状を１つの連結領域に構成することができる。これらの実施形態において、ピッキングポイント・システムは、機械学習原理（例えば、ｋ－セントロイド・クラスタリング）を用いて、ピッキングポイントの数を計算するように構成することができる。

本明細書で論じられる実施形態は、様々な実施で用いることができる。例えば、１つの例示的な実施形態は、消費用に茶葉を加工するときに不純物（例えば、異常物）を除去することを含むことができる。多くの場所で、茶樹は畑で栽培され、茶樹から茶葉が収穫される。様々な努力（例えば、フィルタリング）にもかかわらず、多くの場合、不純物（例えば、茶葉以外の何らかの望ましくない植物性物質）もしくは異物（例えば、石及び繊維）又はその両方が茶葉と一緒に収集されることがある。そのため、茶葉をさらに加工できるようするためには、加工の前に、茶葉に含まれる不純物もしくは異物又はその両方を除去する必要がある。多くの場合、仮にそうした不純物もしくは異物（例えば、異常物）又はその両方が収集された材料から除去されなければ、そうした異常物は、不純物又は異常物が加工装置に影響を与える場合に粗悪な製品又は生産の遅延を生じさせかねない。例えば、茶葉の中に石又は針金片が混入しており、かつ、そうした物質が適時に除去されない場合には、結果的に石又は針金が破損するか又は茶の加工装置に詰まってしまう可能性がある。そのため、こうした異常物（例えば、不純物及び異物）を正確に検出する方法が必要とされる。

ここで図に目を向けると、添付図面において同様の参照番号が同様の部品を示すのに用いられていることに留意すると、図１Ａは、本開示の実施形態による、ピッキングポイント・システム１００と、異常物１０４Ａ、１０４Ｂ、及び１つ又は複数の材料１０６で構成される材料の集団１０２との例示的な実施形態を示す。ピッキングポイント・システム１００を用いて１つ又は複数のピッキングポイントを生成し、材料の集団１０２から１つ又は複数の異常物（例えば、異常物１０４Ａ、及び異常物１０４Ｂ）を除去することができる。図１Ａは、１つの実施のみの例示を提供し、異なる実施形態を実施することができる環境に関して、いかなる制限も含意しない。描かれた環境に対する多くの変更は、特許請求の範囲に記載された発明の範囲を逸脱することなく、当業者によって行うことができる。

実施形態において、ピッキングポイント・システム１００は、１つ又は複数のピッキングポイントを生成することによって、材料の集団１０２から１つ又は複数の異常物（例えば、異常物１０４Ａ及び異常物１０４Ｂ）を除去するように構成することができる。実施形態において、ピッキングポイントとは、ロボットアームなどのロボット手段が１つ又は複数の異常物（例えば、異常物１０４Ａ及び異常物１０４Ｂ）をピッキングする（摘まみ上げる）こと（pick）、把持すること（grasp）、払い落とすこと（swat away）などを行う、特定の定められた位置のことを指すものとすることができる。このように、ピッキングポイント・システム１００は、異常物上に位置する１つ又は複数のピッキングポイントを生成するように構成することができる。材料の集団１０２は、有機材料（例えば、茶葉及び他の植物材料）、無機材料（例えば、金属成分）、又はそれらの任意の組合せなど、任意のタイプ又は量の材料を含むことができる。さらに、材料の集団１０２は、２種以上の材料タイプを有することができる。

例えば、材料の集団１０２は、特定の最終製品に含めることができる茶葉及び様々な生薬などの成分の組合せを含むことができる。そうした構成要素は、材料の集団１０２内で様々なサイズ及び形状であってもよい。材料の集団１０２はまた、１つ又は複数の異常物（例えば、異常物１０４Ａ及び異常物１０４Ｂ）を含む場合がある。

本明細書で論じられるように、異常物とは、ピッキングポイント・システム１００による除去のために識別される任意の物体を指すことができる。幾つかの実施形態において、異常物は、他の材料（例えば、ごみ材料）と共に収集された望ましい物体であってもよい。例えば、材料の集団１０２は、１つのタイプの材料であるがサイズが異なるもので構成されてもよい。この例では、ピッキングポイント・システム１００は、特定のサイズの材料を異常物として識別し、その材料を他の場所で用いるために材料の集団１０２からピッキングする又は除去するように構成することができる。このような実施形態により、ピッキングポイント・システム１００は、材料の集団１０２内の各材料片を取り除くことなく、材料の集団１０２を選別し、関心のある物体又は異常物を識別することができる。他の実施形態において、異常物（例えば、異常物１０４Ａ及び異常物１０４Ｂ）は、材料の集団１０２から除去されるべき望ましくない物体（例えば、不純物もしくは異物又はその両方）を指すものとすることができる。

図１Ａに示された例示的な実施形態に戻ると、材料の集団１０２は、異常物１０４Ａ及び異常物１０４Ｂ、並びに１つ又は複数の材料１０６を含むがこれらに限定されない複数の物体を含むことができる。１つ又は複数の材料１０６は、同様のサイズ又は多様なサイズとすることができ、また、任意の数の異なる材料を含むことができる。本明細書で想定される異常物１０４Ａ及び１０４Ｂは、任意の種類の形状又は構成を有することができる。図１Ａに示すように、異常物１０４Ａは、一様な形状を有さない物体であってもよい。異常物１０４Ａは、様々な特性を有する任意の種類の材料とすることができる。例えば、異常物１０４Ａは、展性、脆性、又は繊維状であってもよい。従来のピッキングポイント・システムを用いると、結果として、失敗したピッキングポイントが生成され、異常物１０４Ａが材料の集団１０２から除去されないことがある。異常物１０４Ｂは、より一様な形状を有し、一般に小さい領域を有する異常物を代表する。材料１０６は、図１Ａでは葉状の材料として描かれているが、このような描写は、材料１０６と異常物１０４Ａ及び１０４Ｂとの間の明確な区別を提供するためだけのものであり、したがって限定的なものと見なすべきではない。

図１Ｂは、本開示の実施形態によるピッキングポイント・システム１００の例示的な実施形態を示す。ピッキングポイント・システム１００は、１つ又は複数のピッキングポイントを生成／識別し、材料の集団１０２から１つ又は複数の異常物（例えば、異常物１０４Ａ、及び異常物１０４Ｂ）を除去することができる。実施形態において、ピッキングポイント・システム１００は、図１Ａで参照されるような、材料の集団１０２の１つ又は複数の画像１０８をキャプチャするもしくは受け取る、又はキャプチャしかつ受け取るように構成することができる。図１Ｂは、１つの実施のみの例示を提供し、異なる実施形態を実施することができる環境に関して、いかなる制限も含意しない。

実施形態において、１つ又は複数の画像１０８は、材料の集団１０２についての情報をキャプチャするように構成された任意のタイプの撮像装置を用いて生成することができる。幾つかの実施形態では、従来の画像認識カメラを用いることができるが、他の実施形態では、他の撮像技術を用いることができ、又は、従来の画像認識方法と組み合わせることができる。例えば、幾つかの実施形態において、材料の集団１０２は、不透明度（opacity）が低い又はほとんどない、材料と異常物とが混ざり合った厚い層とすることができる。このような実施形態において、従来の画像認識カメラを用いてキャプチャされた１つ又は複数の画像１０８では、ピッキングポイント・システム１００が、複数の物体に関連付けられる必要なパラメータ（例えば、異常物１０４Ａ、異常物１０４Ｂ、及び材料１０６のバウンディングボックスもしくはセグメンテーション又はその両方）を定めることを可能にすることができない場合がある。結果として、二次的な撮像方法を用いることができる。そうした二次的な撮像方法の１つは、赤外線撮像を含むことができるが、これに限定されない。実施形態において、特に材料の集団１０２に重なり合った材料の層がある場合、赤外線撮像は、ピッキングポイント・システム１００が、入り組んだ材料の層間を区別し、１つ又は複数の異常物（例えば、異常物１０４Ａ及び１０４Ｂ）のパラメータを定めることができる、１つ又は複数の画像１０８を生成することを可能にすることができる。

実施形態において、ピッキングポイント・システム１００は、材料の集団１０２の１つ又は複数の画像１０８を用いて、１つ又は複数の異常物（例えば、異常物１０４Ａ及び異常物１０４Ｂ）が材料の集団１０２内に存在するかどうか識別するように構成することができる。実施形態において、ピッキングポイント・システム１００は、１つ又は複数の画像１０８に対してセグメンテーション解析法を用いて、１つ又は複数の異常物が材料の集団１０２内に存在するかどうか識別するように構成される。これらの実施形態において、ピッキングポイント・システム１００は、材料の集団１０２の１つ又は複数の画像１０８のパッチ及び特徴抽出を実行するように構成することができる。

抽出された特徴を用いて、実施形態において、ピッキングポイント・システム１００は、様々な統計的解析（例えば、主成分分析（ＰＣＡ）及びｋ－ｍｅａｎｓクラスタリング）を実行するように構成することができる。実施形態において、ピッキングポイント・システム１００は、結果として得られた情報が、材料の集団１０２の１つ又は複数の画像１０８内の正常な物体／材料（例えば、材料１０６）及び／又は異常な物体／材料（例えば、異常物１０４Ａ－１０４Ｂ）を表しているかどうか判定することができる。実施形態において、このような判定は、得られた情報をコーパス又は辞書と比較することを可能にする機械学習機能を用いて実行することができる。これらの実施形態において、コーパス又は辞書は、以前に異常物１０４又は材料１０６として識別されたものに関連付けられたデータを有する履歴リポジトリ、もしくは、材料１０６と異常物１０４Ａ及び／又は異常物１０４Ｂとの間を区別する態様を識別するために用いることができる提供されたデータ（例えば、管理者によって提供されたデータ）のデータベース、又はその両方を含むことができる。

図１Ｃは、本開示の実施形態による、１つ又は複数の異常物（例えば、異常物１０４Ａ及び異常物１０４Ｂ）の各々に対してバウンディングボックス１１０Ａ及び１１０Ｂを生成するように構成されたピッキングポイント・システム１００の例示的な実施形態を示す。

実施形態において、ピッキングポイント・システム１００は、識別された各異常物に対してバウンディングボックスを生成し、閾値面積を定めるように構成することができる。図１Ｂに示すように、ピッキングポイント・システム１００は、異常物１０４Ａの周りにバウンディングボックス１１０Ａを生成して、異常物１０４Ｂの周りにバウンディングボックス１１０Ｂを生成することができる。幾つかの実施形態において、バウンディングボックス１１０Ａ及び１１０Ｂは、各異常物１０４Ａ及び１０４Ｂの全体を包含するように構成することができる。異常物１０４Ａに関連付けられる総面積と異常物１０４Ｂに関連付けられる総面積とを比較すると、総面積は顕著には異ならないかもしれない。しかしながら、バウンディングボックス１１０Ａに関連付けられる面積とバウンディングボックス１１０Ｂに関連付けられる面積とを比較すると、異常物１０４Ａの構成及び広がりのため、顕著な違いがある。

実施形態において、識別された各異常物（例えば、１０４Ａ及び１０４Ｂ）に対するバウンディングボックスが生成されると、ピッキングポイント・システム１００は、識別された各異常物に関連付けられたバウンディングボックスの面積を閾値面積と比較することができる。幾つかの実施形態において、閾値面積は、異常物のタイプに応じて異なるように構成することができるが、他の実施形態においては、識別された各異常物に対して１つの閾値面積を用いることができる。実施形態において、特定の異常物のバウンディングボックスの面積が閾値面積の面積を下回る場合、ピッキングポイント・システム１００は、その特定の異常物のバウンディングボックスの中心にピッキングポイントを生成するように構成することができる。

実施形態において、閾値面積は、以下の要因を含むがこれらに限定されない様々な要因に依存することができる。（ｉ）材料の集団１０２内の材料のタイプ及び以前に識別された異常物（例えば、閾値面積は、材料の集団１０２内で見いだされる物体／材料の平均サイズに応じて大きくする／小さくすることができる）、（ｉｉ）除去手段に関連する誤差の可能性（例えば、閾値面積を定める際に、ロボット手段に関連するパーセント誤差を考慮することができる）、（ｉｉｉ）異常物がバウンディングボックスの中心に位置していることの指標となる特定量の面積を定めること、又は（ｉｖ）それらの任意の組合せ。

さらに、幾つかの実施形態において、閾値面積は、機械学習の原理に基づいて経時的に設定することができ、バウンディングボックスのサイズがその閾値面積よりも小さい場合にバウンディングボックスの中心にあるピッキングポイントが成功となることを正確に予測できるサイズの閾値面積であることを保証するようになっている。識別された各異常物に対して１つの閾値面積が用いられる実施形態では、閾値面積は小さい面積であることが多い。これらの実施形態において、異常物のバウンディングボックスが閾値面積よりも小さい面積を有すると判定することで、ピッキングポイント・システム１００が、ピッキングポイントをバウンディングボックスの中心に生成することができ、そのピッキングポイントが異常物上にあることが保証される。

図１Ｃに戻ると、ピッキングポイント・システム１００は、異常物１０４Ｂのバウンディングボックス１１０Ｂの面積を閾値面積と比較し、バウンディングボックス１１０Ｂが、定められた閾値面積よりも小さい面積を有すると判定した。したがって、ピッキングポイント・システム１００は、異常物１０４Ｂの中心にピッキングポイント１１２を生成することができる。実施形態において、バウンディングボックスの面積が閾値面積を下回ることの結果として生成されるピッキングポイントは、異常物上に位置するのみならず、異常物の重心（barycenter）又は均衡点（balancing point）に生成されることが多い。ピッキングポイント１１２を重心又は均衡点に生成することで、異常物１０４Ｂの重量が除去の際に均等に分散されることを保証することができる。異常物１０４Ｂの重量を均等に又はほぼ均等に分散させることで、異常物１０４の大部分又は全体が材料の集団１０２から除去されることを保証することができる。ピッキングポイントが異常物の均衡点以外の位置に生成された場合、そうした位置決めは異常物の構造に応力を生じさせ、その結果、異常物が破損する可能性がある。除去プロセス中に異常物が破損すると、除去はより困難になり、ピッキングポイント・システム１００に関連した効率が低下する。

実施形態において、特定の異常物のバウンディングボックスの面積が閾値面積の面積よりも大きい場合、ピッキングポイント・システム１００は、（図１Ｃにおいて１１０Ａ内の小さい破線のボックスで描かれているように）１つ又は複数のピッキングポイントを異常物上に生成するように構成することができる。これらの実施形態において、ピッキングポイント・システム１００は、１つ又は複数の画像１０８の１つ又は複数のセグメンテーション解析を計算することによって、１つ又は複数のピッキングポイントを異常物上に生成することができる。幾つかの実施形態では、異常物検出中に行われたセグメンテーション解析を、異常物上にピッキングポイントを生成するために再利用することができるが、他の実施形態では、ピッキングポイントを生成するために二次的セグメンテーション解析を行うことができる。

実施形態において、セグメンテーション解析は、異常物の位置パラメータを識別する関連付けられたセグメントの形で、情報を提供することができる。実施形態において、セグメンテーション解析は、異常物の１つ又は複数のセグメントが点で構成されることを含むことができる。これらの実施形態において、ピッキングポイント・システム１００は、点を観察し、点のクラスタが存在するかどうか判定することができる。ピッキングポイント・システム１００は、点のクラスタを連結領域として分類／識別するように構成することができる。

実施形態において、セグメンテーション解析は、１つ又は複数の多角形で構成される異常物の１つ又は複数のセグメントを含むことができる。１つ又は複数のセグメントが１つ又は複数の多角形を含む実施形態において、ピッキングポイント・システム１００は、１つ又は複数の多角形の各々が（１１０Ａ内の／１１０Ａの小さい破線のボックスの各々のような）連結領域であることを分類／識別するように構成することができる。幾つかの実施形態では、各多角形が連結領域であるが、他の実施形態では、２以上の多角形を１つの連結領域として識別することができる。実施形態において、セグメンテーション解析は、点又は多角形のいずれかで構成することができ、幾つかの実施形態においては、点及び多角形の両方で構成することができる。

異常物１０４Ａのバウンディングボックス１１０Ａの面積が閾値面積よりも大きいことの結果として、ピッキングポイント・システム１００は、異常物１０４Ａに対してセグメンテーション解析を実行し、異常物１０４Ａ上のどこに１つ又は複数の連結領域を識別すべきかを定めるように構成することができる。図１Ｃで提示される例示的な実施形態において、異常物１０４Ａに関連付けられた連結領域は、異常物１０４Ａの上に位置する様々な小さい破線のボックスで表される。実施形態において、ピッキングポイント・システム１００は、１つ又は複数のピッキングポイントを、識別された各連結領域において識別された異常物上に生成することができる。幾つかの実施形態において、生成されるピッキングポイントは１つだけであるが、他の実施形態においては、ピッキングポイント・システム１００は、異常物を除去するのに必要な任意の数のピッキングポイントを計算することができる。実施形態において、１つ又は複数のピッキングポイントを、異常物１０４Ａの構造的完全性が除去プロセスを通して維持されることを保証するように生成することができる。例えば、ピッキングポイント・システム１００は、ピッキングポイントを生成する際に、異常物１０４Ａの様々な均衡の中心を考慮して、異常物１０４Ａの重量が均等に分散されることを保証することができる。

実施形態において、ピッキングポイント・システム１００は、１つ又は複数の画像１０８から見いだされた、生成された１つ又は複数のピッキングポイントを介して、材料の集団１０２から異常物を除去するように構成することができる。ピッキングポイント・システム１００は、除去に際して様々なタイプの除去手段を構成することができる。幾つかの実施形態において、除去手段（例えば、任意の種類のロボット手段）は、ある特定の異常物に対して生成された１つ又は複数のピッキングポイントの各々を同時にピッキングする又は把持するように構成することができる。除去手段は、１つ又は複数の異常物を除去することができる任意のタイプの機械的装置を含むことができるが、多くの実施形態において、異常物は、生成されたピッキングポイントにおいて１つ又は複数の異常物を除去するようにピッキングポイント・システム１００によって構成されたロボット手段（例えば、ロボットアーム）を介して除去される。

ここで図２を参照すると、本開示の実施形態による、異常物のピッキングポイントを生成するための例示的な方法２００を示すフローチャートである。幾つかの実施形態において、方法２００は、異常物を識別し、材料の集団から異常物を正確かつ完全に除去することを可能にするピッキングポイントを生成するために用いることができる。

幾つかの実施形態において、方法２００は、プロセッサが、複数の物体／材料を有する材料の集団の画像を受け取るオペレーション２０２で開始する。方法２００は、オペレーション２０４に進む。オペレーション２０４において、プロセッサは、複数の物体から異常物を識別する。方法２００は、オペレーション２０６に進む。オペレーション２０６において、プロセッサは、異常物に対するバウンディングボックスを生成する。方法２００は、オペレーション２０８に進む。オペレーション２０８において、プロセッサは、１つ又は複数のピッキングポイントを異常物上に生成する。方法２００は、オペレーション２１０に進む。オペレーション２１０において、プロセッサは、異常物上の１つ又は複数のピッキングポイントを介して、材料の集団から異常物を除去する。幾つかの実施形態において、図２に示されるように、オペレーション２１０の後、方法２００は終了することができる。

後述する幾つかの実施形態において、簡潔にするために描かれなかった方法２００の１つ又は複数のオペレーションがあり、オペレーション／ステップはプロセッサによってさらに実行される。

したがって、実施形態において、プロセッサは、バウンディングボックスの面積を閾値面積と比較することができる。実施形態において、バウンディングボックスの面積を閾値面積と比較することに応答して、プロセッサは、バウンディングボックスの面積が閾値面積を下回ると判定することがある。これらの実施形態において、プロセッサは、１つ又は複数のピッキングポイントをバウンディングボックスの中心に生成することができる。

実施形態において、バウンディングボックスの面積を閾値と比較することに応答して、プロセッサは、バウンディングボックスの面積が閾値面積を上回ると判定することがある。実施形態において、プロセッサは、異常物の１つ又は複数のセグメンテーションを計算し、１つ又は複数のセグメンテーションを解析することができる。実施形態において、１つ又は複数のセグメンテーションを解析することに応答して、プロセッサは、１つ又は複数のセグメンテーションが点で構成されていることを識別することができる。これらの実施形態において、プロセッサは、点のクラスタが連結領域であるかどうか判定することもできる。

実施形態において、１つ又は複数のセグメンテーションを解析することに応答して、プロセッサは、１つ又は複数のセグメンテーションが１つ又は複数の多角形で構成されていることを識別し、１つ又は複数の多角形の各々が連結領域であると判定することができる。実施形態において、プロセッサは、１つ又は複数のピッキングポイントを異常物上に生成する間に、異常物上の１つ又は複数の連結領域を識別し、１つ又は複数の連結領域に対して１つ又は複数のピッキングポイントの数を計算することができる。実施形態において、プロセッサは、１つ又は複数のピッキングポイントを介して材料の集団から異常物を除去する間に、ロボット手段によって１つ又は複数のピッキングポイントにおいて同時にピッキングする又は把持することができる。

本開示はクラウド・コンピューティングについての詳細な説明を含むが、本明細書に記載される教示の実施は、クラウド・コンピューティング環境に限定されないことを理解されたい。むしろ、本開示の実施形態は、現在既知の又は後で開発されることになる他のあらゆるタイプのコンピューティング環境とともに実施することができる。

クラウド・コンピューティングは、最小限の管理労力又はサービス・プロバイダとの対話で迅速にプロビジョニング及び解放することができる構成可能なコンピューティング・リソース（例えば、ネットワーク、ネットワーク帯域幅、サーバ、処理、メモリ、ストレージ、アプリケーション、仮想マシン、及びサービス）の共有プールへの、便利なオンデマンドのネットワークアクセスを可能にするためのサービス配信のモデルである。このクラウドモデルは、少なくとも５つの特徴、少なくとも３つのサービスモデル、及び少なくとも４つのデプロイメント・モデルを含むことができる。

特徴は、以下の通りである。

オンデマンド・セルフ・サービス：クラウド・コンシューマは、必要に応じて、サーバ時間及びネットワーク・ストレージ等のコンピューティング機能を、人間がサービスのプロバイダと対話する必要なく自動的に、一方的にプロビジョニングすることができる。

広範なネットワークアクセス：機能は、ネットワーク上で利用可能であり、異種のシン又はシック・クライアント・プラットフォーム（例えば、携帯電話、ラップトップ、及びＰＤＡ）による使用を促進する標準的な機構を通じてアクセスされる。

リソースのプール化：プロバイダのコンピューティング・リソースは、マルチテナント・モデルを用いて複数のコンシューマにサービスを提供するためにプールされ、異なる物理及び仮想リソースが要求に応じて動的に割り当て及び再割り当される。コンシューマは、一般に、提供されるリソースの正確な位置についての制御又は知識を持たないという点で位置とは独立しているといえるが、より抽象化レベルの高い位置（例えば、国、州、又はデータセンタ）を特定できる場合がある。

迅速な弾力性：機能は、迅速かつ弾力的に、幾つかの場合自動的に、プロビジョニングして素早くスケールアウトし、迅速に解放して素早くスケールインすることができる。コンシューマにとって、プロビジョニングに利用可能な機能は、多くの場合、無制限であるように見え、いつでもどんな量でも購入できる。

計測されるサービス：クラウド・システムは、サービスのタイプ（例えば、ストレージ、処理、帯域幅、及びアクティブなユーザアカウント）に適した何らかの抽象化レベルでの計量機能を用いることによって、リソースの使用を自動的に制御及び最適化する。リソース使用を監視し、制御し、報告して、利用されるサービスのプロバイダとコンシューマの両方に対して透明性をもたらすことができる。

サービスモデルは以下の通りである。

Ｓｏｆｔｗａｒｅ ａｓ ａ Ｓｅｒｖｉｃｅ（ＳａａＳ）：コンシューマに提供される機能は、クラウド・インフラストラクチャ上で動作しているプロバイダのアプリケーションを使用することである。これらのアプリケーションは、ウェブ・ブラウザ（例えば、ウェブ・ベースの電子メール）などのシン・クライアント・インターフェースを通じて、種々のクライアント・デバイスからアクセス可能である。コンシューマは、限定されたユーザ固有のアプリケーション構成設定を想定される例外として、ネットワーク、サーバ、オペレーティング・システム、ストレージ、又は個々のアプリケーション機能をも含めて、基礎をなすクラウド・インフラストラクチャを管理又は制御しない。

Ｐｌａｔｆｏｒｍ ａｓ ａ Ｓｅｒｖｉｃｅ（ＰａａＳ）：コンシューマに提供される機能は、プロバイダによってサポートされるプログラミング言語及びツールを用いて生成された、コンシューマが生成した又は取得したアプリケーションを、クラウド・インフラストラクチャ上にデプロイすることである。コンシューマは、ネットワーク、サーバ、オペレーティング・システム、又はストレージなどの基礎をなすクラウド・インフラストラクチャを管理又は制御しないが、デプロイされたアプリケーション、及び場合によってはアプリケーションホスティング環境構成に対する制御を有する。

Ｉｎｆｒａｓｔｒｕｃｔｕｒｅ ａｓ ａ Ｓｅｒｖｉｃｅ（ＩａａＳ）：コンシューマに提供される機能は、コンシューマが、オペレーティング・システム及びアプリケーションを含み得る任意のソフトウェアをデプロイ及び動作させることができる、処理、ストレージ、ネットワーク、及び他の基本的なコンピューティング・リソースをプロビジョニンングすることである。コンシューマは、基礎をなすクラウド・インフラストラクチャを管理又は制御しないが、オペレーティング・システム、ストレージ、デプロイされたアプリケーションに対する制御、及び場合によってはネットワーク・コンポーネント（例えば、ホストのファイアウォール）選択に対する限定された制御を有する。

デプロイメント・モデルは以下の通りである。

プライベート・クラウド：クラウド・インフラストラクチャは、ある組織のためだけに運営される。このクラウド・インフラストラクチャは、その組織又は第三者によって管理することができ、オンプレミス又はオフプレミスに存在することができる。

コミュニティ・クラウド：クラウド・インフラストラクチャは、幾つかの組織によって共有され、共通の関心事項（例えば、ミッション、セキュリティ要件、ポリシー、及びコンプライアンス上の考慮事項）を有する特定のコミュニティをサポートする。このクラウド・インフラストラクチャは、それら組織又は第三者によって管理することができ、オンプレミス又はオフプレミスに存在することができる。

パブリック・クラウド：クラウド・インフラストラクチャは、一般公衆又は大規模な業界グループに利用可能であり、クラウド・サービスを販売する組織によって所有される。

ハイブリッド・クラウド：クラウド・インフラストラクチャは、固有のエンティティのままであるが、データ及びアプリケーションのポータビリティを可能にする標準化技術又は専用技術（例えば、クラウド間の負荷分散のためのクラウドバースティング）によって互いに結び付けられた２つ以上のクラウド（プライベート、コミュニティ、又はパブリック）の混成である。

クラウド・コンピューティング環境は、サービス指向であり、ステートレス性、低結合性、モジュール性、及びセマンティック相互運用性に焦点を置く。クラウド・コンピューティングの中心は、相互接続されたノードのネットワークを含むインフラストラクチャである。

ここで図３Ａを参照すると、例示的なクラウド・コンピューティング環境３１０が描かれている。図示のように、クラウド・コンピューティング環境３１０は、例えば、携帯情報端末（ＰＤＡ）又は携帯電話３００Ａ、デスクトップコンピュータ３００Ｂ、ラップトップ・コンピュータ３００Ｃ、もしくは車載コンピュータ・システム３００Ｎ又はそれらの組合せなどのような、クラウド・コンシューマによって用いられるローカル・コンピューティング・デバイスと通信することができる、１つ又は複数のクラウド・コンピューティング・ノード３００を含む。ノード３００は、互いに通信することができる。これらのノードを物理的又は仮想的にグループ化して（図示せず）、上述のようなプライベート・クラウド、コミュニティ・クラウド、パブリック・クラウド、もしくはハイブリッド・クラウド、又はこれらの組合せなど、１つ又は複数のネットワークにすることができる。このことは、クラウド・コンピューティング環境３１０が、クラウド・コンシューマがローカル・コンピューティング・デバイス上にリソースを保持する必要のない、ｉｎｆｒａｓｔｒｕｃｔｕｒｅ ａｓ ａ ｓｅｒｖｉｃｅ、ｐｌａｔｆｏｒｍ ａｓ ａ ｓｅｒｖｉｃｅ、もしくはｓｏｆｔｗａｒｅ ａｓ ａ ｓｅｒｖｉｃｅ又はそれらの組合せを提供することを可能にする。図３Ａに示されるコンピューティング・デバイス３００Ａ～Ｎのタイプは単に例示であることを意図しており、コンピューティング・ノード３００及びクラウド・コンピューティング環境３１０は、あらゆるタイプのネットワーク上でもしくはネットワーク・アドレス指定可能な接続（例えば、ウェブ・ブラウザを用いる）上で又はその両方で、あらゆるタイプのコンピュータ化されたデバイスと通信できることを理解されたい。

ここで図３Ｂを参照すると、クラウド・コンピューティング環境３１０（図３Ａ）によって提供される機能抽象化層のセットが示される。図３Ｂに示されるコンポーネント、層、及び機能は単に例示であることを意図し、本開示の実施形態はそれらに限定されないことを予め理解されたい。図示されるように、以下の層及び対応する機能が提供される。

ハードウェア及びソフトウェア層３１５は、ハードウェア及びソフトウェア・コンポーネントを含む。ハードウェア・コンポーネントの例には、メインフレーム３０２、ＲＩＳＣ（Reduced Instruction Set Computer（縮小命令セットコンピュータ））アーキテクチャ・ベースのサーバ３０４、サーバ３０６、ブレード・サーバ３０８、ストレージデバイス３１１、並びにネットワーク及びネットワーク・コンポーネント３１２が含まれる。幾つかの実施形態において、ソフトウェア・コンポーネントは、ネットワーク・アプリケーション・サーバ・ソフトウェア３１４及びデータベース・ソフトウェア３１６を含む。

仮想化層３２０は、仮想エンティティの以下の例、すなわち、仮想サーバ３２２、仮想ストレージ３２４、仮想プライベート・ネットワークを含む仮想ネットワーク３２６、仮想アプリケーション及びオペレーティング・システム３２８、並びに仮想クライアント３３０を提供することができる抽象化層を提供する。

一例において、管理層３４０は、以下で説明される機能を提供することができる。リソース・プロビジョニング３４２は、クラウド・コンピューティング環境内でタスクを実行するために利用されるコンピューティング・リソース及び他のリソースの動的な調達を提供する。計量及び価格決定３４４は、クラウド・コンピューティング環境内でリソースが利用されたときのコスト追跡と、これらのリソースの消費に対する課金又は請求とを提供する。一例において、これらのリソースは、アプリケーション・ソフトウェア・ライセンスを含むことができる。セキュリティは、クラウド・コンシューマ及びタスクについての識別情報の検証と、データ及び他のリソースに対する保護とを提供する。ユーザ・ポータル３４６は、コンシューマ及びシステム管理者に対してクラウド・コンピューティング環境へのアクセスを提供する。サービス・レベル管理３４８は、要求されるサービス・レベルが満たされるように、クラウド・コンピューティング・リソースの割り当て及び管理を提供する。サービス・レベル・アグリーメント（Service Level Agreement、ＳＬＡ）の計画及び履行３５０は、ＳＬＡに従って将来的な必要性が予測されるクラウド・コンピューティング・リソースの事前配置及び調達を提供する。

ワークロード層３６０は、クラウド・コンピューティング環境を利用することができる機能の例を提供する。この層から提供することができるワークロード及び機能の例として、マッピング及びナビゲーション３６２、ソフトウェア開発及びライフサイクル管理３６４、仮想教室教育配信３６６、データ分析処理３６８、トランザクション処理３７０、及びピッキングポイント生成３７２が挙げられる。

図４は、本発明の実施形態による、本明細書に記載される方法、ツール、及びモジュール、並びに任意の関連機能の１つ又は複数を実施する際に用いることができる、例示的なコンピュータ・システム４０１の高レベルブロック図である（例えば、コンピュータの１つ又は複数のプロセッサ回路又はコンピュータプロセッサを用いる）。幾つかの実施形態において、コンピュータ・システム４０１の主コンポーネントは、１つ又は複数のプロセッサ４０２と、メモリサブシステム４０４と、端末インターフェース４１２と、ストレージ・インターフェース４１６と、Ｉ／Ｏ（入力／出力）デバイス・インターフェース４１４と、ネットワーク・インターフェース４１８とを含むことができ、これらのすべては、メモリバス４０３と、Ｉ／Ｏバス４０８と、Ｉ／Ｏバスインターフェースユニット４１０とを介したコンポーネント間通信のために、直接的又は間接的に通信可能に結合することができる。

コンピュータ・システム４０１は、１つ又は複数の汎用プログラム可能中央処理装置（ＣＰＵ）４０２Ａ、４０２Ｂ、４０２Ｃ、及び４０２Ｄを含むことができ、本明細書では一般的にＣＰＵ４０２と呼ばれる。幾つかの実施形態において、コンピュータ・システム４０１は、比較的大規模なシステムに典型的な複数のプロセッサを含むことができるが、他の実施形態においては、コンピュータ・システム４０１は、代替的に単一のＣＰＵシステムであってもよい。各ＣＰＵ４０２は、メモリサブシステム４０４に格納された命令を実行することができ、１つ又は複数のレベルのオンボードキャッシュを含むことができる。

システム・メモリ４０４は、ランダム・アクセス・メモリ（ＲＡＭ）４２２又はキャッシュ・メモリ４２４など、揮発性メモリの形態のコンピュータ・システム可読媒体を含むことができる。コンピュータ・システム４０１は、他の取外し可能／取外し不能、揮発性／不揮発性のコンピュータ・システム・ストレージ媒体をさらに含むことができる。単なる例として、「ハード・ドライブ」などの取外し不能の不揮発性磁気媒体との間の読み出し及び書き込みのために、ストレージ・システム４２６を設けることができる。図示されていないが、取外し可能な不揮発性磁気ディスク（例えば、「フロッピー・ディスク」）との間の読み出し及び書き込みのための磁気ディスク・ドライブ、又は、ＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ又は他の光媒体などの取外し可能な不揮発性光ディスクとの間の読み出し及び書き込みのための光ディスク・ドライブを設けることができる。さらに、メモリ４０４は、フラッシュメモリ、例えば、フラッシュメモリスティックドライブ又はフラッシュドライブを含むことができる。メモリデバイスは、１つ又は複数のデータ媒体インターフェースによってメモリバス４０３に接続することができる。メモリ４０４は、種々の実施形態の機能を実行するように構成されたプログラムモジュールのセット（例えば、少なくとも１つ）を有する少なくとも１つのプログラム製品を含むことができる。

各々が少なくとも１つのプログラムモジュール４３０のセットを有する１つ又は複数のプログラム／ユーティリティ４２８を、メモリ４０４に格納することができる。プログラム／ユーティリティ４２８は、ハイパーバイザ（仮想マシンモニタとも呼ばれる）と、１つ又は複数のオペレーティング／システムと、１つ又は複数のアプリケーションプログラムと、他のプログラムモジュールと、プログラムデータとを含むことができる。オペレーティング・システム、１つ又は複数のアプリケーションプログラム、他のプログラムモジュール、及びプログラムデータ、又はそれらの何らかの組合せの各々は、ネットワーク環境の実装を含むことができる。プログラム４２８もしくはプログラムモジュール４３０又はその両方は、一般に、様々な実施形態の機能又は方法論を実行する。

メモリバス４０３は、ＣＰＵ４０２と、メモリサブシステム４０４と、Ｉ／Ｏバスインターフェース４１０との間の直接的な通信経路を提供する単一のバス構造として図４に示されているが、メモリバス４０３は、幾つかの実施形態において、複数の異なるバス又は通信経路を含むことができ、これらは、階層型のポイントツーポイントリンク、スター又はウェブ構成、多重階層型バス、並列及び冗長経路、又はいずれかの他の適切なタイプの構成など、様々な形態のいずれかで配置することができる。さらに、Ｉ／Ｏバスインターフェース４１０及びＩ／Ｏバス４０８は、単一のそれぞれのユニットとして示されているが、コンピュータ・システム４０１は、幾つかの実施形態において、複数のＩ／Ｏバスインターフェースユニット４１０、複数のＩ／Ｏバス４０８、又はその両方を含むことができる。さらに、複数のＩ／Ｏインターフェースユニットが示されおり、これらは、Ｉ／Ｏバス４０８を様々なＩ／Ｏデバイスに延びる様々な通信経路から分離するものであるが、他の実施形態においては、Ｉ／Ｏデバイスの一部又はすべてを、１つ又は複数のシステムＩ／Ｏバスに直接接続することができる。

幾つかの実施形態において、コンピュータ・システム４０１は、マルチユーザのメインフレーム・コンピュータ・システム、シングルユーザ・システム、又は直接的なユーザインターフェースをほとんど又は全く有さないが、他のコンピュータ・システム（クライアント）からの要求を受け取るサーバーコンピュータ又は同様のデバイスとすることができる。さらに、幾つかの実施形態において、コンピュータ・システム４０１は、デスクトップコンピュータ、ポータブルコンピュータ、ラップトップ又はノートブックコンピュータ、タブレットコンピュータ、ポケットコンピュータ、電話機、スマートフォン、ネットワークスイッチもしくはルータ、又はいずれかの他の適切なタイプの電子デバイスとして実装することができる。

図４は、例示的なコンピュータ・システム４０１の代表的な主コンポーネントを描くことを意図していることに留意されたい。しかしながら、幾つかの実施形態において、個々のコンポーネントは、図４に示されているものよりも複雑度が高い又は低いものであってもよく、図４に示されているもの以外の又はそれに加えてコンポーネントが存在してもよく、そのようなコンポーネントの数、タイプ、及び構成は異なっていてもよい。

本明細書においてより詳細に論じられているとおり、本明細書に記載される方法の幾つかの実施形態のオペレーションの幾つか又はすべては、代替的な順序で実行されてもよく、又はまったく実行されなくてもよく、さらに、複数のオペレーションが同時に行われてもよく、又はより大きいプロセスの内部部分として行われてもよいことが想定される。

本発明は、集積のあらゆる可能な技術的詳細レベルにおける、システム、方法、もしくはコンピュータ・プログラム製品又はその組合せとすることができる。コンピュータ・プログラム製品は、本発明の態様をプロセッサに実行させるためのコンピュータ可読プログラム命令を有する１つ又は複数のコンピュータ可読ストレージ媒体を含むことができる。

コンピュータ可読ストレージ媒体は、命令実行デバイスによる使用のための命令を保持及び格納できる有形デバイスとすることができる。コンピュータ可読ストレージ媒体は、例えば、これらに限定されるものではないが、電子ストレージデバイス、磁気ストレージデバイス、光学ストレージデバイス、電磁気ストレージデバイス、半導体ストレージデバイス、又は上記のいずれかの適切な組合せとすることができる。コンピュータ可読ストレージ媒体のより具体的な例の非網羅的なリストは、ポータブル・コンピュータ・ディスケット、ハードディスク、ランダム・アクセス・メモリ（ＲＡＭ）、読み出し専用メモリ（ＲＯＭ）、消去可能プログラム可能読み出し専用メモリ（ＥＰＲＯＭ又はフラッシュメモリ）、スタティック・ランダム・アクセス・メモリ（ＳＲＡＭ）、ポータブル・コンパクト・ディスク読み出し専用メモリ（ＣＤ－ＲＯＭ）、デジタル多用途ディスク（ＤＶＤ）、メモリスティック、フロッピーディスク、パンチカードもしくは命令がそこに記録された溝内の隆起構造のような機械式コード化デバイス、及び上記のいずれかの適切な組合せを含む。本明細書で使用される場合、コンピュータ可読ストレージ媒体は、電波、又は他の自由に伝搬する電磁波、導波管もしくは他の伝送媒体を通じて伝搬する電磁波（例えば、光ファイバケーブルを通る光パルス）、又はワイヤを通って送られる電気信号などの、一時的信号自体として解釈すべきではない。

本明細書で説明されるコンピュータ可読プログラム命令は、コンピュータ可読ストレージ媒体からそれぞれのコンピューティング／処理デバイスにダウンロードすることも、又は、例えばインターネット、ローカル・エリア・ネットワーク、広域ネットワーク、もしくは無線ネットワーク又はその組合せなどのネットワークを介して外部コンピュータ又は外部ストレージデバイスにダウンロードすることもできる。ネットワークは、銅伝送ケーブル、光伝送ファイバ、無線伝送、ルータ、ファイアウォール、スイッチ、ゲートウェイ・コンピュータ、もしくはエッジサーバ、又はそれらの組合せを含むことができる。各コンピューティング／処理デバイスにおけるネットワーク・アダプタ・カード又はネットワーク・インターフェースは、ネットワークからコンピュータ可読プログラム命令を受け取り、そのコンピュータ可読プログラム命令をそれぞれのコンピューティング／処理デバイス内のコンピュータ可読ストレージ媒体内に格納するために転送する。

本発明のオペレーションを実行するためのコンピュータ可読プログラム命令は、アセンブラ命令、命令セットアーキテクチャ（ＩＳＡ）命令、機械語命令、機械依存命令、マイクロコード、ファームウェア命令、状態設定データ、集積回路用の構成データ、又は、Ｓｍａｌｌｔａｌｋ、Ｃ＋＋などのオブジェクト指向プログラミング言語、及び、「Ｃ」プログラミング言語もしくは類似のプログラミング言語などの手続き型プログラミング言語を含む１つもしくは複数のプログラミング言語の任意の組合せで記述されたソース・コードもしくはオブジェクトコードのいずれかとすることができる。コンピュータ可読プログラム命令は、完全にユーザのコンピュータ上で実行される場合もあり、一部がユーザのコンピュータ上で独立型ソフトウェア・パッケージとして実行される場合もあり、一部がユーザのコンピュータ上で実行され、一部が遠隔コンピュータ上で実行される場合もあり、又は完全に遠隔コンピュータもしくはサーバ上で実行される場合もある。後者のシナリオにおいては、遠隔コンピュータは、ローカル・エリア・ネットワーク（ＬＡＮ）もしくは広域ネットワーク（ＷＡＮ）を含むいずれかのタイプのネットワークを通じてユーザのコンピュータに接続される場合もあり、又は外部コンピュータへの接続が行われる場合もある（例えば、インターネットサービスプロバイダを用いたインターネットを通じて）。幾つかの実施形態において、例えば、プログラム可能論理回路、フィールド・プログラマブル・ゲート・アレイ（ＦＰＧＡ）、又はプログラム可能論理アレイ（ＰＬＡ）を含む電子回路は、本発明の態様を実施するために、コンピュータ可読プログラム命令の状態情報を利用して電子回路を個別化することにより、コンピュータ可読プログラム命令を実行することができる。

本発明の態様は、本明細書において、本開示の実施形態による方法、装置（システム）及びコンピュータ・プログラム製品のフローチャート図もしくはブロック図又はその両方を参照して説明される。フローチャート図もしくはブロック図又はその両方の各ブロック、並びにフローチャート図もしくはブロック図又はその両方におけるブロックの組合せは、コンピュータ可読プログラム命令によって実装することができることが理解されるであろう。

これらのコンピュータ可読プログラム命令を、コンピュータ、又は他のプログラム可能データ処理装置のプロセッサに与えてマシンを製造し、それにより、コンピュータ又は他のプログラム可能データ処理装置のプロセッサによって実行される命令が、フローチャートもしくはブロック図又はその両方の１つ又は複数のブロック内で指定された機能／動作を実施するための手段を作り出すようにすることができる。これらのコンピュータ・プログラム命令を、コンピュータ、プログラム可能データ処理装置、もしくは他のデバイス又はそれらの組合せを特定の方式で機能させるように指示することができるコンピュータ可読ストレージ媒体内に格納し、それにより、その中に格納された命令を有するコンピュータ可読媒体が、フローチャートもしくはブロック図又はその両方の１つ又は複数のブロックにおいて指定された機能／動作の態様を実施する命令を含む製品を含むようにすることもできる。

コンピュータ・プログラム命令を、コンピュータ、他のプログラム可能データ処理装置、又は他のデバイス上にロードして、一連のオペレーションステップをコンピュータ、他のプログラム可能データ処理装置、又は他のデバイス上で行わせてコンピュータ実施のプロセスを生成し、それにより、コンピュータ、他のプログラム可能装置又は他のデバイス上で実行される命令が、フローチャートもしくはブロック図又はその両方の１つ又は複数のブロックにおいて指定された機能／動作を実施するようにすることもできる。

図面内のフローチャート及びブロック図は、本発明の種々の実施形態による、システム、方法、及びコンピュータ・プログラム製品の可能な実装の、アーキテクチャ、機能及びオペレーションを示す。この点に関して、フローチャート又はブロック図内の各ブロックは、指定された論理機能を実装するための１つ又は複数の実行可能命令を含む、モジュール、セグメント、又は命令の一部を表すことができる。幾つかの代替的な実装において、ブロック内に示される機能は、図に記される順序とは異なる順序で行われることがある。例えば、連続して示される２つのブロックは、関与する機能に応じて、実際には、１つのステップとして遂行され、同時に実行され、実質的に同時に実行され、部分的に又は完全に時間的に重なる様式で行われることもあり、又はこれらのブロックはときとして逆順で実行されることもある。ブロック図もしくはフローチャート図又はその両方の各ブロック、及びブロック図もしくはフローチャート図又はその両方におけるブロックの組合せは、指定された機能又は動作を実行する専用ハードウェア・ベースのシステムによって実装することもでき、又は専用ハードウェアとコンピュータ命令との組合せを実行することもできることに留意されたい。

本開示の種々の実施形態の説明は、例証の目的で提示したものであるが、網羅的であることも、又は開示した実施形態に限定することも意図しない。当業者には、説明した実施形態の範囲及び趣旨から逸脱することなく、多くの修正及び変形が明らかであろう。本明細書で用いられる用語は、実施形態の原理、実際の適用、又は市場で見いだされる技術に優る技術的改善を最も良く説明するように、又は、当業者が本明細書で開示される実施形態を理解することを可能にするように、選択されたものである。

本発明を具体的な実施形態に基づいて説明してきたが、その変更及び修正が当業者には明らかであることが予想される。したがって、以下の特許請求の範囲は、本開示の真の趣旨及び範囲内に入るすべてのそうした変更及び修正をカバーすると解釈されることが意図される。

Claims (20)

1. 材料の集団内の異常物を除去するための方法であって、
   プロセッサによって、複数の物体を有する前記材料の集団の画像を受け取ることと、
   前記複数の物体から前記異常物を識別することと、
   前記異常物に対するバウンディングボックスを生成することと、
   １つ又は複数のピッキングポイントを前記異常物上に生成することであって、前記１つ又は複数のピッキングポイントが前記異常物の少なくとも１つの均衡点上に構成される、生成することと、
   前記１つ又は複数のピッキングポイントに基づいて、前記材料の集団から前記異常物を除去することと
   を含む方法。
2. 前記異常物に対する前記バウンディングボックスを生成することが、
   前記バウンディングボックスの面積を閾値面積と比較すること
   をさらに含む、請求項１に記載の方法。
3. 前記バウンディングボックスの前記面積を前記閾値面積と比較することに応答して、
   前記バウンディングボックスの前記面積が閾値面積を下回ると判定することと、
   前記１つ又は複数のピッキングポイントを前記バウンディングボックスの中心に生成することと
   をさらに含む、請求項２に記載の方法。
4. 前記バウンディングボックスの前記面積を前記閾値面積と比較することに応答して、
   前記バウンディングボックスの前記面積が閾値面積を上回ると判定すること
   をさらに含む、請求項２に記載の方法。
5. 前記１つ又は複数のピッキングポイントを前記異常物上に生成することが、
   前記異常物の１つ又は複数のセグメンテーションを計算することと、
   前記１つ又は複数のセグメンテーションを解析することと
   をさらに含む、請求項４に記載の方法。
6. 前記１つ又は複数のセグメンテーションを解析することに応答して、
   前記１つ又は複数のセグメンテーションが点で構成されていると識別することと、
   点のクラスタが連結領域であると判定することと
   をさらに含む、請求項５に記載の方法。
7. 前記１つ又は複数のセグメンテーションを解析することに応答して、
   前記１つ又は複数のセグメンテーションが１つ又は複数の多角形で構成されていると識別することと、
   前記１つ又は複数の多角形の各々が連結領域であると判定することと
   をさらに含む、請求項５に記載の方法。
8. 前記１つ又は複数のピッキングポイントを前記異常物上に生成することが、
   前記異常物上の１つ又は複数の連結領域を識別することと、
   前記１つ又は複数の連結領域に対して前記１つ又は複数のピッキングポイントの数を計算することと、
   をさらに含む、請求項１に記載の方法。
9. 前記１つ又は複数のピッキングポイントに基づいて、前記材料の集団から前記異常物を除去することが、
   前記１つ又は複数のピッキングポイントにおいて、ロボット手段を介して前記異常物を収集すること
   をさらに含む、請求項８に記載の方法。
10. 材料の集団内の異常物を除去するためのシステムであって、
    メモリと、
    前記メモリと通信するプロセッサとを含み、前記プロセッサが、
    複数の物体を有する前記材料の集団の画像を受け取ることと、
    前記複数の物体から前記異常物を識別することと、
    前記異常物に対するバウンディングボックスを生成することと、
    １つ又は複数のピッキングポイントを前記異常物上に生成することであって、前記１つ又は複数のピッキングポイントが前記異常物の少なくとも１つの均衡点上に構成される、生成することと、
    前記１つ又は複数のピッキングポイントに基づいて、前記材料の集団から前記異常物を除去することと
    を含むオペレーションを実行するように構成される、
    システム。
11. 前記異常物に対する前記バウンディングボックスを生成することが、
    前記バウンディングボックスの面積を閾値面積と比較すること
    をさらに含む、請求項１０に記載のシステム。
12. 前記バウンディングボックスの前記面積を前記閾値面積と比較することに応答して、前記オペレーションが、
    前記バウンディングボックスの前記面積が閾値面積を下回ると判定することと、
    前記１つ又は複数のピッキングポイントを前記バウンディングボックスの中心に生成することと
    をさらに含む、請求項１１に記載のシステム。
13. 前記バウンディングボックスの前記面積を前記閾値面積と比較することに応答して、前記オペレーションが、
    前記バウンディングボックスの前記面積が閾値面積を上回ると判定すること
    をさらに含む、請求項１１に記載のシステム。
14. 前記１つ又は複数のピッキングポイントを前記異常物上に生成することが、
    前記異常物の１つ又は複数のセグメンテーションを計算することと、
    前記１つ又は複数のセグメンテーションを解析することと
    をさらに含む、請求項１３に記載のシステム。
15. 前記１つ又は複数のセグメンテーションを解析することに応答して、前記オペレーションが、
    前記１つ又は複数のセグメンテーションがポイントで構成されると識別することと、
    点のクラスタが連結領域だと判定することと
    をさらに含む、請求項１４に記載のシステム。
16. 前記１つ又は複数のセグメンテーションを解析することに応答して、前記オペレーションが、
    前記１つ又は複数のセグメンテーションが１つ又は複数の多角形で構成されていると識別することと、
    前記１つ又は複数の多角形の各々が連結領域であると判定することと
    をさらに含む、請求項１４に記載のシステム。
17. 前記１つ又は複数のピッキングポイントを前記異常物上に生成することが、
    前記異常物上の１つ又は複数の連結領域を識別することと、
    前記１つ又は複数の連結領域に対して前記１つ又は複数のピッキングポイントの数を計算することと、
    をさらに含む、請求項１０に記載のシステム。
18. 前記１つ又は複数のピッキングポイントに基づいて、前記材料の集団から前記異常物を除去することが、
    前記１つ又は複数のピッキングポイントにおいて、ロボット手段を介して前記異常物を収集すること
    をさらに含む、請求項１７に記載のシステム。
19. 材料の集団内の異常物を除去するためのコンピュータ・プログラムであって、プロセッサによって実行可能なプログラム命令を含み、前記プログラム命令は、前記プロセッサに、請求項１から請求項９までのいずれかに記載の方法を行わせる、コンピュータ・プログラム。
20. 請求項１９に記載のコンピュータ・プログラムを格納した、コンピュータ可読ストレージ媒体。

Images