JP3781557B2 - 物品の最適移送経路決定方法 - Google Patents
物品の最適移送経路決定方法 Download PDFInfo
- Publication number
- JP3781557B2 JP3781557B2 JP17736998A JP17736998A JP3781557B2 JP 3781557 B2 JP3781557 B2 JP 3781557B2 JP 17736998 A JP17736998 A JP 17736998A JP 17736998 A JP17736998 A JP 17736998A JP 3781557 B2 JP3781557 B2 JP 3781557B2
- Authority
- JP
- Japan
- Prior art keywords
- transfer
- input layer
- weight
- distance
- article
- 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.)
- Expired - Lifetime
Links
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
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
- B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Manipulator (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Warehouses Or Storage Devices (AREA)
- Numerical Control (AREA)
Description
【発明の属する技術分野】
この発明は、物品の荷積み、運搬、荷降ろし等を行うマテリアルハンドリングロボットに適用して好適な物品の最適移送経路決定方法に関する。
【0002】
【従来の技術】
従来のマテリアルハンドリングロボットでは、例えば、特開昭52−115064号公報に公表されているように、予め、ロボットのエンドイフェクタの移動軌跡をオペレータがティーチングボックス等により教示し、教示した移動軌跡をデータとしてロボットコントローラ内に記憶し、記憶された教示軌跡データに基づき、ワークを自動的に移送するように構成されている。
【0003】
【発明が解決しようとする課題】
しかしながら、ティーチングボックス等を利用して移動軌跡を教示する前記の技術ではオペレータによる教示時間が長くなり、しかも、最適な移動経路、すなわち、障害物に衝突しない、換言すれば、安全に、最短距離で、かつ移送時間が最短時間となる移動経路を決定するためには、熟練を要し、結果として、移送コストが増加するという問題があった。
【0004】
この発明はこのような課題を考慮してなされたものであり、物品の最適移動経路を自動的(自律的)に生成することを可能とする物品の最適移送経路決定方法を提供することを目的とする。
【0005】
【課題を解決するための手段】
この発明は、移送開始点において、物品をエンドイフェクタにより上方に持ち上げた後、前後左右方向に沿って移送し、移送目的点に前記物品を下ろすことの可能な移送ロボットにより、前記物品を前記移送開始点から前記移送目的点まで移送する際の最適移送経路を決定する場合、
前記移送開始点から前記移送目的点まで、四分木を用いて前記移送ロボットの移動可能な空間構造を記述し、それを地図として記憶し、
前記地図を参照しながら、移送候補方向毎に障害物の有無に基づいて安全性結合の重みを表記する第1入力層の設定を行い、前記地図を参照しながら、移送候補方向毎に前記移送目的点に対する距離に基づいて目的方向結合の重みを表記する第2入力層の設定を行い、移送候補方向毎に前回の移送方向に対するフィードバック結合の重みを表記する第3入力層の設定を行い、前記第1入力層、前記第2入力層及び前記第3入力層により、ニューラルネットワーク手法を用いて最適移送経路を決定することを特徴とする(請求項1記載の発明)。
【0006】
この発明によれば、物品の移送開始点から移送目的点まで、四分木を用いて移送ロボットの移動可能な空間構造を記述し、地図として記憶した後、この地図を参照しながら、移送候補方向毎に障害物の有無に基づいて安全性結合の重みを表記する第1入力層の設定を行い、前記地図を参照しながら、移送候補方向毎に前記移送目的点に対する距離に基づいて目的方向結合の重みを表記する第2入力層の設定を行い、ニューラルネットワーク手法を用いて最適移送経路を決定するようにしている。
【0007】
このため、物品の最適な移動経路を自動的(自律的)に生成することができる。
【0008】
また、第3入力層として移送候補方向毎に前回の移送方向に対するフィードバック結合の重みを表記し(優先して)決定することで、より短い時間で物品を移送することが可能となる。
【0009】
また、前記地図上での前記移送ロボットによる単位移送距離は、前記前後方向には前記物品の外接直方体の縦の長さとし、前記左右方向には前記外接直方体の横の長さとし、上下方向には前記外接直方体の高さとすることで、空間構造を記述してある地図を簡易に区分けすることができる(請求項2記載の発明)。
【0010】
さらに第1入力層の安全性結合の重みと第2入力層の目的方向結合の重みをそれぞれ値0〜1の範囲で条件に分けて規格化するニューラルネットワークを効率的に利用することができる(請求項3記載の発明)。
【0011】
【発明の実施の形態】
以下、この発明の一実施の形態について図面を参照して説明する。
【0012】
図1は、この発明の一実施の形態が適用されたマテリアルハンドリングロボットシステム10の構成を示している。
【0013】
マテリアルハンドリングロボットシステム10は、基本的には、最適移送経路データを生成する最適移送経路決定装置12と、生成された最適移送経路データが設定格納されるロボットコントローラ14と、格納された最適移送経路データに基づきロボットコントローラ14により駆動制御されるマテリアルハンドリングロボットである移送ロボット16とから構成される。
【0014】
最適移送経路決定装置12は、実際上、制御手段としての中央処理装置、ROM、RAMおよびハードディスク等のメモリ手段を有するコンピュータ本体と、このコンピュータ本体に接続されるディスプレイ装置、および前記コンピュータ本体に接続されるポインティングデバイスであるマウス、キーボード等を備えて構成される。もちろんディスプレイ一体形のノートパソコン的な構成とし、ニューラルネットワーク処理に適した専用のキーボード等を備えた専用機的な構成として、いわゆるコンソールに組み込む構成とすることもできる。
【0015】
最適移送経路決定装置12は、データ入力部22を有し、このデータ入力部22を通じて、物品である積み荷(以下、ワークともいう。)Wの移送開始点位置(荷積み開始位置)や移送目的点位置(荷積み位置)および移送ロボット16の進行に対して障害となる物(障害物)の位置等の環境条件等が、地図作成部24に入力される。
【0016】
地図作成部24は、入力された、移送開始点、移送目的点および障害物の位置データ等に基づき、四分木法により移動可能な空間構造を解析的に記述し、地図データを作成しメモリ26に格納する。
【0017】
記憶手段であるメモリ26に格納された地図が参照されて、安全性結合の重み算出部28と目的方向結合の重み算出部30により、移送方向の安全性が考慮された安全性結合の重みと、移送方向の最短移送距離が考慮された目的方向結合の重みがそれぞれ算出され、ニューラルネットワーク処理部34に供給される。
【0018】
このニューラルネットワーク処理部34から出力される最適移送経路データの中、各計算ステップにおける出力がメモリ手段であるフィードバック結合の重み設定部32に格納される。なお、フィードバック結合の重みは、移送方向の最適移送経路を決定する場合に、前回の移送方向を考慮するためのものである。
【0019】
ニューラルネットワーク処理部34は、安全性結合の重み、目的方向結合の重みおよびフィードバック結合の重みに基づき、最適進行方向を決定し、最終的に物品の最適移送経路を決定して周知のロボットコントローラ14にデータとして出力する。
【0020】
なお、この実施の形態において、最適移送経路データとは、移送ロボット16とワークWとが、障害物に衝突しない、換言すれば、安全に、最短距離で、かつ移送時間が最短時間となる移送経路を示すデータをいう。なお、移送時間を最短時間とするためには、異なる移送経路の距離が同じである場合に、ワークWに対する右折、左折、上昇、降下回数を少なくし、できるだけ同一方向に移送する移送経路を選択するように制御すればよい。
【0021】
図2は、図1に示したマテリアルハンドリングロボットシステム10を構成する最適移送経路決定装置12の中、ニューラルネットワーク処理部34の構成例を示している。ニューラルネットワーク処理部34は、公知の誤差逆伝搬学習則を採用した階層型のネットワーク構造を有し、3つの入力層61、62、63、6層の隠れ層(図2中には、繁雑となるので1層のみ描いているが、実際には、隠れ層が直列的に6層接続されている。)66および1つの出力層68とから構成されている。出力層68の応答関数fo(前進,後進,左折,右折,ゴール到達,非常回避)の採りうる値は、規格化された値[0,1]の間で連続的に変化するシグモイド関数を採用している。なお、応答関数foは、出力foともいうこととする。ニューラルネットワーク処理部34による処理計算が終了したとき、この応答関数f0が、ワークWの移送に関する最適移送経路データとして出力される。
【0022】
一方、入力層61、62、63のデータ、この実施の形態では、前後左右各方向の安全性の重みデータg1(前,後,左,右)、目的方向の結合の重みデータg2(前,後,左,右)およびフィードバック結合の重みデータgf(前回前進,前回後進,前回左折,前回右折)も、同様に、それぞれ値[0,1]の間で連続的に変化するように規格化している。
【0023】
なお、ニューラルネットワーク手法については、例えば、「ニューラルネットワーク」(編者:矢川 元基、発行所:(株)培風館、1992年5月30日初版、P132〜P138)に記載されているように、適当なものを用いることができる。
【0024】
再び、図1において、ロボットコントローラ14は、ニューラルネットワーク処理部34から出力される最適移送経路データに基づき、移送ロボット16を移動制御することで、ワークWが、安全、最短距離、かつ最短時間で移送開始点から移送目的点まで移送される。
【0025】
図3は、移送ロボット16の一部を省略した概略的な構成を示している。移送ロボット16は、いわゆる天井クレーン形の直交3軸方向に移送可能なロボットであり、両側に固定柱42を有している。この固定柱42間(他方の固定柱は図示していない。)に、移動柱44が配され、移動柱44は、図示していない回転駆動源(X軸モータ)により固定柱42のガイド46に沿って、矢印X方向に移動自在に構成されている。移動柱44にもガイド48が形成され、このガイド48に沿って、図示していない回転駆動源(Y軸モータ)によりロボットハンド50が矢印Y方向に移動自在に構成されている。さらに、ロボットハンド50の先端には、エンドイフェクタである吸着部(ハンドともいう。)52が設けられ、吸着部52は、シリンダ54により矢印Z方向に移動自在に構成されている。なお、吸着部52には、図示していない空圧源より圧縮空気が供給される。
【0026】
前記X軸モータ、Y軸モータおよびZ軸方向に移動するピストン棒56を有するシリンダ54は、ロボットコントローラ14により、それらの位置が正確に制御される。また、空圧源もロボットコントローラ14から図示していないPLC(プログラマブルロジックコントローラ)および電磁弁等を通じて正確に空気圧制御される。この実施の形態において、移送ロボット16は、XYZ直交3軸系のロボットの構成とされている。
【0027】
このような構成の移送ロボット16のエンドイフェクタであるハンド52により、積み荷であるワークWを、移送開始点においてZ軸上の上方に持ち上げた後、直交2軸であるXY軸の前後左右方向に沿って移送し、移送目的点でZ軸上の下方に移送することで、移送可能範囲の任意の位置にワークWを移送することができる。もちろん、移送開始点および移送目的点以外の移送経路において、最適経路としてZ軸方向に沿って移送する経路を選択してもよい。例えば、障害物が階段形状を有する場合、その階段形状に沿った移送経路が最適移送経路となるときである。
【0028】
なお、実際上、ロボットハンド50を構成する吸着部52のワークWと対向する面には、ワークWの位置と寸法を検出することのできる検出センサが取り付けられている。
【0029】
次に、以上のように構成されるマテリアルハンドリングロボットシステム10の動作について、図4に示す経路検索の基本的アルゴリズムを示すフローチャートを参照しながら説明する。
【0030】
まず、図5に示すように、移送ロボット16の移動可能範囲100、移送開始点102a、移送目的点102j、障害物105、106、107、108の各位置(座標)をデータ入力部22を介して地図作成部24に入力する(ステップS1)。なお、図5において、障害物105、106、107、108はハッチングをして示している。
【0031】
このデータ入力により、以下に説明するように、移送方向(前、後、左、右)が一意に決定される。なお、実際上、移送方向には、上方向、下方向であるZ軸方向も含まれるが、この実施の形態では理解の容易性を考慮して、移送開始点102aと移送目的点102jと移送ロボット16のハンド52に吸着されたワークWの移送方向は同一平面内にあるものとして説明する。
【0032】
次に、地図作成部24において、ステップS1でデータ入力された移動環境をモデル化し、地図を自動的に作成する(ステップS2)。この場合、移動可能範囲100の中で、移送開始点102aから移送目的点102jまで、四分木を用いて、大きい枠(実際には立方体)から小さい枠まで階層的に障害物105A、106A、107A、108Aと移動可能範囲(セルともいう。)□(図6参照)を記述する。換言すれば、移動可能な空間構造を記述する。この場合において、移動可能範囲□のセルの大きさは、換言すれば、ロボットハンド50の移送距離の単位(単位移送距離という。)は、図示していない積み荷(ワークW)の外接直方体の一辺の長さ(実際上、縦、横、高さ)に決定する。
【0033】
図6は、このようにして自動作成され、メモリ26に格納された地図110を示している(ステップS3)。図6から、移送ロボット16の動き得る空間構造を四分木を用いて階層的に記述することで、ハッチングをして示した障害物105A、106A、107A、108Aの少ない空間構造では空間記述が簡素化され、環境認識が容易であることが理解される。
【0034】
次いで、ニューラルネットワーク処理部34の入力層61、62、63に安全性結合の重みデータg1と目的方向結合の重みデータg2とフィードバック結合の重みデータgfをそれぞれ初期設定する(ステップS4)。この場合、重みデータg1、g2、gfは、それぞれの値が−0.3≦g1、g2、gf≦+0.3の値を取るように図示していない疑似乱数発生部により乱数を発生させて設定する。
【0035】
次に、学習アルゴリズムの順序を設定するが、ここでは、順伝搬学習則、いわゆるフォワードプロパゲーション学習アルゴリズムによる処理と誤差逆伝搬学習則、いわゆるバックプロパゲーション学習アルゴリズムによる処理を繰り返すものとする(ステップS5)。
【0036】
以下、ステップS6〜S9に示す繰り返し処理の処理例の詳細な説明をする前に、この発明の理解を容易にするため、ステップS6〜S9の各処理を簡単に説明する。
【0037】
ステップS5の処理の後に、メモリ26に書き込まれている地図を参照して、移送ロボット16のロボットハンド50の現在位置を元に周囲のセル□の情報を取得する、いわゆる環境認識処理を行う(ステップS6)。
【0038】
次に、後に詳しく説明するように、メモリ26に書き込まれている地図を参照して、安全性結合の重み算出部28により現在位置を元に障害物の有無、障害物の存在するセル□の位置を取得する(ステップS7)。
【0039】
さらに、メモリ26に書き込まれている地図を参照して、目的方向結合の重み算出部30により移送目的点(目的位置、目標位置ともいう。)104までの最短方向、換言すればコストが最小となる移送方向を取得する(ステップS8)。
【0040】
次に、前回の移送方向を考慮し、フィードバック結合の重みデータgfをフィードバック結合の重み設定部32を通じて入力層63に設定する(ステップS9)。この場合、第1回目の設定では、前回の移送方向が存在しないので、後述するように、フィードバック結合の重みデータgf(前進,左,右,後進)は、gf=0とされる。
【0041】
ここで、ステップ6〜S9の処理について、より具体的に説明すると、ステップS6およびステップS7の処理では、メモリ26に書き込まれている地図を参照して、安全性結合の重みデータg1は、安全性結合の重み算出部28により算出されるが、移送候補方向(移送しようとする方向)の次のセル□(セルの大きさは、上述したように、例えば、移送開始点102aを含む四角形)に障害物が存在する場合、すなわち移動不可の場合には、安全性結合の重みデータg1としてg1=0に設定する。また、移送候補方向の次の次のセル□に障害物が存在する場合、換言すれば、2つ先の単位移送距離の位置に障害物が存在する場合であって減速等が必要な場合には、安全性結合の重みデータg1としてg1=0.5〜0.8の間、好ましくはg1=0.7に設定する。さらに、移送候補方向の3個目以降のセル□(3つ先の単位移送距離)までに障害物が存在しない場合には、安全性結合の重みデータg1としてg1=1.00に設定する。
【0042】
そこで、図7に示すように、移送開始点102aにおいて、上記の規則を考慮すれば、安全性の結合の重みデータg1は、第1回目において、移送候補方向「後進」は、移動可能範囲100以外の領域であるので、安全性結合の重みデータg1(後進)としてg1(後進)=0(図7中、0.0000と記載している。以下、同じ。)を入力層61に設定する。同様に、移送候補方向「右」は、隣のセル□に障害物108Aが存在するので、移動不能であり、安全性結合の重みデータg1(右)としてg1(右)=0を入力層61に設定する。
【0043】
また、移送候補方向「左」および「前進」は、連続する2個のセル□が、移動可能であるので、安全性結合の重みデータg1(左)、g1(前進)として、それぞれ、g1(左)=1(図7中、1.0000と記載している。以下、同じ。)、g1(前進)=1を入力層61に設定する。
【0044】
次に、最小コスト取得に係わるステップS8の処理において、目的方向結合の重みデータg2は、目的方向結合の重み算出部30により算出されるが、移送候補方向が、移送目的点102jに対する最短距離の経路である場合、目的方向結合の重みデータg2としてg2=1に設定する。また、移送候補方向が、移送目的点102jに対して次に近い経路である場合には、目的方向結合の重みデータg2としてg2=0.5〜0.8の間、好ましくはg2=0.7に設定する。さらに、移送候補方向が、移送目的点102jに対して3番目以降に近い経路である場合には、目的方向結合の重みデータg2としてg2=0〜0.5の間の値、好ましくはg2=0に設定する。
【0045】
そこで、上記の規則を考慮すれば、図7に示すように、目的方向結合の重みデータg2は、移送開始点102aにおいて、第1回目の処理では、移送候補方向「前進」は、移送目的点102jに最も近い移送方向であるので、目的方向結合の重みデータg2(前進)としてg2(前進)=1を入力層62に設定する。次に、移送候補方向「左」は、移送目的点102jに次に近い移送方向であるので、目的方向結合の重みデータg2(左)としてg2(左)=0.7を入力層62に設定する。
【0046】
さらに、移送候補方向「後進」および「右」は、いずれも、移送目的点102jに対して距離が遠くなる移送方向であるので、目的方向結合の重みデータg2(後進)、g2(右)として、それぞれ、g2(後進)=0、g2(右)=0を入力層62に設定する。
【0047】
次に、前回の移送方向を考慮するステップS9の処理において、フィードバック結合の重みデータgfについて検討すると、第1回目の処理では、出力層68に出力foに値が存在しないので、フィードバック結合の重みデータgf(前進,左,右,後進)は、gf=0とされる。
【0048】
以上の説明が、ステップS6〜S9の処理の詳細な説明である。
【0049】
そこで、次に、このような入力層61、62、63への、それぞれ、安全性結合の重み算出部28、目的方向結合の重み算出部30およびフィードバック結合の重み設定部32からの入力データ(安全性結合の重みデータg1、目的方向結合の重みデータg2、フィードバック結合の重みデータgf)の入力処理の終了後に、順伝搬学習則により、隠れ層66を利用してそれぞれ各回の学習処理を行い、出力層68の応答関数fo(前進,後進,左折,右折,ゴール到達,非常回避)の各出力を求める(ステップS10)。
【0050】
この場合、各出力は、図7中、第1回目(回数=1)の学習結果から分かるように、出力fo(前進)の値がfo(前進)=0.9752であり、最大値であるので、最初の移送経路(移動ポイント)は、前進と決められる。これにより、次の現在位置は、図6中、移送経由点102bに選定される(移動ポイント行動決定:ステップS11)。
【0051】
なお、出力fo中、fo(ゴール到達)の値が最大値である場合{出力fo(ゴール到達)の値が他の全ての出力fo(前進)、fo(左折)、fo(右折)、fo(後進)、fo(非常回避)よりも大きな値、すなわち最大値である場合}には、後述するように、移送目的点104に到達したことが認識される。
【0052】
また、出力fo(非常回避)は、デッドロックを意味し、この値が出力fo中、最大値となったときには、この時点で最適移送経路データを学習により求めることが不能になったことを意味する。したがって、この場合には、処理を終了し、警報表示等により使用者にその旨を知らせる。この場合、デッドロックの理由、例えば、移動可能範囲100の中、所定位置の障害物を超えることができない等の理由を知らせる文字表示を図示していないディスプレイ上に行うこともできる。
【0053】
次いで、ステップS11で選定された移送経由点102bが移送目的点102jの位置であるかどうかが判定される(ステップS12)。
【0054】
ステップS12の判定が否定的であるときには、ステップS6において、再度、環境が認識され、安全性結合の重みデータg1が計算されて取得される(ステップS7)。この場合、現在位置である移送経由点102bから見て移送候補方向が「右」の場合には、障害物108が存在するので安全性結合の重みデータ(右)g1=0と計算され、移送候補方向が「前進」と「後進」である場合には、2つ目のセル□にそれぞれ障害物107Aと移動可能範囲100が存在するので、安全性結合の重みデータg1(前進,後進)としてg1(前進,後進)=0.7と計算され、移送候補方向が「左」の場合には、移送方向上、連続する3つのセル□に障害物が存在しないので安全性結合の重みデータg1(左)としてg1(左)=1と計算され、第2回目のフォワードプロパゲーション学習用として入力層61に設定される(図7中、回数2の欄参照)。
【0055】
さらに、ステップS8において、最小コストが計算されて取得される。すなわち、目的方向結合の重みデータg2は、移送経由点102bにおいて、移送候補方向「前進」は、移送目的点102jに最も近い方向であるので、目的方向結合の重みデータg2(前進)としてg2(前進)=1を入力層62に設定する。次に、移送候補方向「左」は、移送目的点102jに次に近い方向であるので、目的方向結合の重みデータg2(左)としてg2(左)=0.7を入力層62に設定する。さらにまた、移送候補方向「後進」および「右」は、いずれも、移送目的点102jに対して距離が遠くなる方向であるので、目的方向結合の重みデータg2(後進)、g2(右)としてg2(後進)=0、g2(右)=0を入力層62に設定する。
【0056】
次に、フィードバック結合の重みデータgf(前進,左,右,後進)を、フィードバック結合の重み設定部32を通じて入力層63に設定する(ステップS9)。この場合、前回の移送方向を尊重して、第1回目の出力結果をフィードバック結合の重みデータgf(前進,左,右,後進)としてgf(前進,左,右,後進)=(0.9752,0.0081,0.0000,0.0000)が入力層63に設定される。
【0057】
そして、第2回目のフォワードプロパゲーション学習を行い(ステップS10)、移動経路(移動セル)を決定する(ステップS11)。この場合、出力fo中、前進の値がfo=0.9799と最も大きい値となっているので、移送経路上前方の移送経由点102c(図6参照)が選択される。
【0058】
この時点でさらに移送経由点102cが移送目的点102jと一致しているかどうかが判定され(ステップS12)、この判定が成立するまで、上述したステップS6〜S11までと同様の処理が繰り返される。
【0059】
ステップS12の判定が肯定的となったときに、すなわち、移送経由点が移送目的点102jと一致した場合に、移送開始点102aから移送目的点102jまでの最適移送経路が決定され(往路の最適移送経路が決定されるとともに、帰路の最適移送経路も往路と同様に決定される。)、経路計画リストが作成されて、最適移送経路データとしてロボットコントローラ14に供給される(ステップS13)。実際上、図7中、第10回目(回数=10)の結果において、出力fo(ゴール到達)の値fo(ゴール到達)=0.9090が他の全ての出力fo(前進)、fo(左折)、fo(右折)、fo(後進)、fo(非常回避)よりも大きな値、すなわち最大値となったので、ワークWが移送目的点102jに到達したことが認識され、この認識結果の、換言すれば、結果のゴール地点である移送経由点と、予め設定した移送目的点102jとの位置(メモリ26に格納された地図110上の移送目的点102jの位置)を比較することにより、その移送経由点が正しい移送目的点102jであると判定される。
【0060】
次いで、ロボットコントローラ14が起動されたとき、移送ロボット16が前記最適移送経路データに基づき、自動的に移送開始点102aから移送目的点102jまでワークWを安全、正確かつ最短の時間で移送する、いわゆるプレイバック動作が行われる(ステップS14)。
【0061】
このように上述の実施の形態によれば、移送ロボット16によりワークWを移送開始点102aから移送目的点102jまで移送する際の最適経路を決定する場合、移送ロボット16の移動可能範囲100と、移送開始点102a、移送目的点102jおよび障害物105、106、107、108の各位置(座標)を入力することのみで、地図110が自動生成され、さらにこの地図110を参照して、移送方向の安全性、最短移動距離および前回の移送方向を考慮し、ニューラルネットワーク処理部34により、最適移送経路データを自動的に生成することができる。なお、前回の移送方向を考慮することで、換言すれば、前回の移送方向の重みであるフィードバック結合の重みデータgfを大きくすることで、その方向に進む確率を大きくし、できるだけ同一方向に移送するように図ることで、移送速度の向上、換言すれば、移送時間の短縮を図ることができる。
【0062】
なお、この発明は、上述の実施の形態に限らず、この発明の要旨を逸脱することなく、種々の構成を採り得ることはもちろんである。
【0063】
【発明の効果】
以上説明したように、この発明によれば、物品の移送開始点から移送目的点まで、四分木を用いて移送ロボットの移動可能な空間構造を記述し、地図として記憶した後、この地図を参照しながら、移送方向の安全性と最短移送経路、および必要に応じて前回の移送方向をも考慮し、ニューラルネットワーク手法を用いて最適移送経路を決定するようにしている。
【0064】
このため、最短距離、正確性(安全性)、さらには、最短移送時間が考慮された物品の最適な移動経路を自動的(自律的)に生成することができるという効果が達成される。
【0065】
この発明により、積み荷の移送中等に該積み荷の位置と寸法等を画像処理装置で認識する必要がなくなり、かつ、オペレータが移送経路を予め教示する作業が不要となる。したがって、種々の作業形態や他品種のワークに対して容易に対応して、最適な移送経路を生成することができる。
【0066】
移送経路が自動生成されるので、移送経路を作成するための熟練を必要としない。
【0067】
結果として、この発明によれば、移送コストを低減することができる。
【図面の簡単な説明】
【図1】この発明の一実施の形態が適用されたマテリアルハンドリングロボットシステムの構成を示すブロック図である。
【図2】ニューラルネットワーク処理部の構成例を示す模式的ブロック図である。
【図3】移送ロボットの概略的な構成を示す斜視図である。
【図4】マテリアルハンドリングロボットシステムの動作説明に供されるフローチャートである。
【図5】入力データの説明に供される線図である。
【図6】地図作成および最適移送経路作成の説明に供される線図である。
【図7】ニューラルネットワーク処理部における入力層、出力層の各データの内容を示す表図である。
【符号の説明】
10…マテリアルハンドリングロボットシステム
12…最適移送経路決定装置 14…ロボットコントローラ
16…移送ロボット 22…データ入力部
24…地図作成部
26…メモリ(移動可能な空間構造を記述した地図が格納されている。)
28…安全性結合の重み算出部 30…目的方向の重み算出部
32…フィードバック結合の重み設定部
34…ニューラルネットワーク処理部
50…ロボットハンド(エンドイフェクタ)
52…吸着部 61、62、63…入力層
66…隠れ層 68…出力層
102a…移送開始点 102j…移送目的点
W…ワーク(物品)
Claims (3)
- 移送開始点において、物品をエンドイフェクタにより上方に持ち上げた後、前後左右方向に沿って移送し、移送目的点に前記物品を下ろすことの可能な移送ロボットにより、前記物品を前記移送開始点から前記移送目的点まで移送する際の最適移送経路を決定する場合、
前記移送開始点から前記移送目的点まで、四分木を用いて前記移送ロボットの移動可能な空間構造を記述し、それを地図として記憶し、
前記地図を参照しながら、移送候補方向毎に障害物の有無に基づいて安全性結合の重みを表記する第1入力層の設定を行い、
前記地図を参照しながら、移送候補方向毎に前記移送目的点に対する距離に基づいて目的方向結合の重みを表記する第2入力層の設定を行い、
移送候補方向毎に前回の移送方向に対するフィードバック結合の重みを表記する第3入力層の設定を行い、
前記第1入力層、前記第2入力層及び前記第3入力層により、ニューラルネットワーク手法を用いて最適移送経路を決定する
ことを特徴とする物品の最適移送経路決定方法。 - 請求項1記載の方法において、
前記地図上での前記移送ロボットによる単位移送距離は、前記前後方向には前記物品の外接直方体の縦の長さとし、前記左右方向には前記外接直方体の横の長さとし、上下方向には前記外接直方体の高さとする
ことを特徴とする物品の最適移送経路決定方法。 - 請求項2記載の方法において、
前記物品の現在位置から次の移送位置への最適移送経路を決定する場合、
前記第1入力層の安全性結合の重みを値0〜1の範囲に規格化し、値1は、現在の進行方向上3つ先の単位移送距離までに障害物が存在しない場合であるとし、値0.5〜0.8は、現在の進行方向上2つ先の単位移送距離の位置に障害物が存在する場合であるとし、値0は障害物の存在する移送方向であるとし、
前記第2入力層の目的方向結合の重みを値0〜1に規格化し、値1は、前記現在位置から前記移送目的点との距離が最短距離となる進行方向である場合とし、値0.5〜0.8の進行方向は、前記現在位置から前記移送目的点との距離が2番目に短い距離となる進行方向である場合とする
ことを特徴とする物品の最適移送経路決定方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP17736998A JP3781557B2 (ja) | 1998-06-24 | 1998-06-24 | 物品の最適移送経路決定方法 |
US09/337,273 US6246931B1 (en) | 1998-06-24 | 1999-06-22 | Method of and apparatus for determining optimum delivery route for articles |
DE69938759T DE69938759D1 (de) | 1998-06-24 | 1999-06-24 | Verfahren und Vorrichtung zur Bestimmung des optimalen Bewegungsablaufes für Gegenstände |
EP99304974A EP0967055B1 (en) | 1998-06-24 | 1999-06-24 | Method of and apparatus for determining optimum delivery route for articles |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP17736998A JP3781557B2 (ja) | 1998-06-24 | 1998-06-24 | 物品の最適移送経路決定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2000010617A JP2000010617A (ja) | 2000-01-14 |
JP3781557B2 true JP3781557B2 (ja) | 2006-05-31 |
Family
ID=16029759
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP17736998A Expired - Lifetime JP3781557B2 (ja) | 1998-06-24 | 1998-06-24 | 物品の最適移送経路決定方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US6246931B1 (ja) |
EP (1) | EP0967055B1 (ja) |
JP (1) | JP3781557B2 (ja) |
DE (1) | DE69938759D1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10339230B2 (en) | 2013-01-31 | 2019-07-02 | Fujitsu Limited | Simulation apparatus and method of an article and a conveyor in a 3D simulated space |
Families Citing this family (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6456234B1 (en) | 2000-06-07 | 2002-09-24 | William J. Johnson | System and method for proactive content delivery by situation location |
US8060389B2 (en) | 2000-06-07 | 2011-11-15 | Apple Inc. | System and method for anonymous location based services |
US6667592B2 (en) * | 2001-08-13 | 2003-12-23 | Intellibot, L.L.C. | Mapped robot system |
KR100444960B1 (ko) * | 2002-06-03 | 2004-08-21 | 삼성전자주식회사 | 자동창고 시스템의 반송 시간 예측 방법 |
KR100541434B1 (ko) * | 2003-02-10 | 2006-01-10 | 삼성전자주식회사 | 물류반송시스템을 위한 레이아웃 모델링시스템 |
KR20040072250A (ko) * | 2003-02-10 | 2004-08-18 | 삼성전자주식회사 | 물류제어시스템 |
WO2004106009A1 (ja) | 2003-06-02 | 2004-12-09 | Matsushita Electric Industrial Co., Ltd. | 物品操作システムおよび方法、並びに物品管理システムおよび方法 |
US20060095171A1 (en) * | 2004-11-02 | 2006-05-04 | Whittaker William L | Methods, devices and systems for high-speed autonomous vehicle and high-speed autonomous vehicle |
JP4175422B2 (ja) * | 2006-04-24 | 2008-11-05 | 日産自動車株式会社 | 加工用ビーム照射装置の照射可能領域認識方法および照射可能領域認識装置並びに加工用ビーム照射装置の移動経路設定方法 |
KR20090077547A (ko) * | 2008-01-11 | 2009-07-15 | 삼성전자주식회사 | 이동 로봇의 경로 계획 방법 및 장치 |
WO2010004744A1 (ja) * | 2008-07-09 | 2010-01-14 | パナソニック株式会社 | 経路危険性評価装置 |
US10453004B2 (en) * | 2008-09-04 | 2019-10-22 | United Parcel Service Of America, Inc. | Vehicle routing and scheduling systems |
CA2733122A1 (en) * | 2008-09-04 | 2010-03-11 | United Parcel Service Of America, Inc. | Determining vehicle visit costs to a geographic area |
US8219312B2 (en) * | 2008-09-04 | 2012-07-10 | United Parcel Service Of America, Inc. | Determining speed parameters in a geographic area |
US8380640B2 (en) | 2008-09-04 | 2013-02-19 | United Parcel Service Of America, Inc. | Driver training systems |
US20100235210A1 (en) * | 2009-03-11 | 2010-09-16 | United Parcel Service Of America, Inc. | Scheduled delivery service systems, apparatuses, methods, and computer programs embodied on computer-readable media |
CN101650568B (zh) * | 2009-09-04 | 2010-12-29 | 湖南大学 | 未知环境下移动机器人导航安全的方法 |
US10789834B2 (en) * | 2009-11-24 | 2020-09-29 | Verizon Patent And Licensing Inc. | Traffic data distribution in a navigational system |
DE102010010875A1 (de) * | 2010-03-10 | 2011-09-15 | Siemens Aktiengesellschaft | Verfahren zum Überwachen der räumlichen Umgebung eines bewegbaren Geräts, insbesondere eines medizinischen Geräts |
JP6897744B2 (ja) * | 2015-07-06 | 2021-07-07 | ヤンマーパワーテクノロジー株式会社 | 作業車連携システム |
JP6705977B2 (ja) | 2017-01-31 | 2020-06-03 | 株式会社安川電機 | ロボットパス生成装置及びロボットシステム |
WO2018195815A1 (zh) * | 2017-04-26 | 2018-11-01 | 深圳市元征科技股份有限公司 | 一种物品配送方法及终端 |
KR102114808B1 (ko) * | 2018-01-16 | 2020-06-05 | 최중인 | 사물인터넷, 빅데이터, 딥러닝 및 블록체인 기술을 활용한 컨테이너로 구현된 자판기형 자동 무인 편의점 |
KR102292600B1 (ko) * | 2019-06-04 | 2021-08-24 | 최중인 | 자판기형 무인 편의점 시스템 및 이를 운용하는 방법 |
JP6677858B1 (ja) * | 2019-07-30 | 2020-04-08 | トーヨーカネツ株式会社 | 自動化倉庫最適化システム |
KR102596999B1 (ko) * | 2021-03-24 | 2023-10-31 | 한국로봇융합연구원 | 물품 하차를 위한 경로 설정방법 및 경로 설정시스템 |
CN114474057B (zh) * | 2022-02-09 | 2024-05-17 | 北京百度网讯科技有限公司 | 用于配送机器人的自动配送控制方法和装置、电子设备 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5916286B2 (ja) | 1976-03-24 | 1984-04-14 | 株式会社日立製作所 | 工業用ロボツトの動作制御方法 |
US5023790A (en) * | 1989-02-17 | 1991-06-11 | Whs Robotics | Automatic guided vehicle system |
US5835684A (en) * | 1994-11-09 | 1998-11-10 | Amada Company, Ltd. | Method for planning/controlling robot motion |
-
1998
- 1998-06-24 JP JP17736998A patent/JP3781557B2/ja not_active Expired - Lifetime
-
1999
- 1999-06-22 US US09/337,273 patent/US6246931B1/en not_active Expired - Fee Related
- 1999-06-24 DE DE69938759T patent/DE69938759D1/de not_active Expired - Lifetime
- 1999-06-24 EP EP99304974A patent/EP0967055B1/en not_active Expired - Lifetime
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10339230B2 (en) | 2013-01-31 | 2019-07-02 | Fujitsu Limited | Simulation apparatus and method of an article and a conveyor in a 3D simulated space |
Also Published As
Publication number | Publication date |
---|---|
JP2000010617A (ja) | 2000-01-14 |
US6246931B1 (en) | 2001-06-12 |
DE69938759D1 (de) | 2008-07-03 |
EP0967055A2 (en) | 1999-12-29 |
EP0967055A3 (en) | 2002-02-13 |
EP0967055B1 (en) | 2008-05-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3781557B2 (ja) | 物品の最適移送経路決定方法 | |
JP6705977B2 (ja) | ロボットパス生成装置及びロボットシステム | |
JP6807949B2 (ja) | 干渉回避装置 | |
KR20210149091A (ko) | 상자들을 팔레타이징하기 위한 로봇 및 방법 | |
US11203120B1 (en) | Mobile robotics frame system | |
Al-Sharo et al. | Generalized Procedure for Determining the Collision-Free Trajectory for a Robotic Arm | |
US11221632B2 (en) | Method for checking a collision between two driverless transport vehicles, driverless transport vehicle, and system having a plurality of driverless transport vehicles | |
Kaldestad et al. | Collision avoidance with potential fields based on parallel processing of 3D-point cloud data on the GPU | |
JP2009090403A (ja) | ロボット動作範囲設定装置 | |
JPH04315300A (ja) | 高速車両制御方法及び装置 | |
CN107814153A (zh) | 一种高精度停位的agv车辆叉取装置及其停位方法 | |
JP6711555B1 (ja) | 搬送システム、領域決定装置、および、領域決定方法 | |
JP5258013B2 (ja) | 天井クレーンによる搬送方法およびこの搬送方法を利用した天井クレーンシステム | |
KR20230137334A (ko) | 동적 사이트들에서의 로봇 자율성을 위한 시맨틱 모델들 | |
Ngo et al. | Using fuzzy logic scheme for automated guided vehicle to track following path under various load | |
JP6944611B1 (ja) | 自走装置および自走装置の走行システム | |
Özbaran et al. | Mechatronic System Design of A Smart Mobile Warehouse Robot for Automated Storage/Retrieval Systems | |
Lueth et al. | Reliability and integrated capabilities of locomotion and manipulation for autonomous robot assembly | |
JPS60195615A (ja) | 多関節ロボツトの姿勢教示方法 | |
WO2022264673A1 (ja) | 走行システム | |
US20230364803A1 (en) | Control apparatus, control system, control method, and robot | |
Yuan et al. | A novel obstacle avoidance method based on multi-information inflation map | |
Kuan et al. | Challenges in VR-based robot teleoperation | |
JP2021003805A (ja) | 物体ハンドリング装置、および制御方法 | |
Mikhail et al. | Navigation software system development for a mobile robot to avoid obstacles in a dynamic environment using laser sensor |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20041203 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20050804 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050809 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050928 |
|
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: 20060228 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20060307 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100317 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100317 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110317 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110317 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120317 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130317 Year of fee payment: 7 |