JP5246468B2 - バリまたは欠損認識方法と装置およびバリ取り方法と装置 - Google Patents
バリまたは欠損認識方法と装置およびバリ取り方法と装置 Download PDFInfo
- Publication number
- JP5246468B2 JP5246468B2 JP2007301358A JP2007301358A JP5246468B2 JP 5246468 B2 JP5246468 B2 JP 5246468B2 JP 2007301358 A JP2007301358 A JP 2007301358A JP 2007301358 A JP2007301358 A JP 2007301358A JP 5246468 B2 JP5246468 B2 JP 5246468B2
- Authority
- JP
- Japan
- Prior art keywords
- voxel
- workpiece
- model
- measurement
- error distribution
- 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 - Fee Related
Links
Images
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Grinding And Polishing Of Tertiary Curved Surfaces And Surfaces With Complex Shapes (AREA)
Description
本発明は、鋳造されたワークのバリまたは欠損を検出するバリまたは欠損認識方法と装置に関する。また、本発明は、検出されたバリを除去するバリ取り方法と装置に関する。
ワーク（鋳造物）には、通常、突出部であるバリまたは凹部である欠損が発生している。バリまたは欠損の発生箇所や、バリまたは欠損の形状・大きさは不定であり、バリまたは欠損が微小の場合もある。従って、バリまたは欠損を自動で精度よくとるためには、ワークの位置・姿勢やバリまたは欠損の位置・形状を精度よく認識する必要がある。
バリを自動で取るための技術が、例えば下記の特許文献１、２に記載されている。
図２０は、特許文献１のバリ取り装置を示す図である。特許文献１では、視覚センサ５１によりワーク５２の画像データ得る。この画像データを画像処理装置５３で処理して、ワークの稜線５２ａを構成する２つの面５２ｂ，５２ｃを求める。これら面５２ｂ，５２ｃに基づいて、ロボット（バリ除去装置）５４の位置および姿勢を位置及び姿勢決定手段５５で求め、この位置および姿勢データに基づいて、ロボット制御装置５６がロボット５４を制御して稜線５２ａを追跡してバリ取り加工を行っている。
図２１は、特許文献２のバリ取り装置を示す図である。特許文献２では、温度分布画像入力装置６１は切削により発熱したワークの温度分布を観察し、画像処理装置６２は、ワークの温度分布に基づいてバリを認識し、ロボット制御装置６３は、認識したバリに基づいて、バリ取り用のロボット６４を制御してバリ取りを行う。
特開平５−３４５２６０号公報 「稜線形状追跡方式」
特開平９−７０７４２号公報 「自動バリ取り方法及び装置」
国際公開番号 ＷＯ ２００７／０６９７２１ Ａ１ 「三次元形状データの記憶・表示方法と装置および三次元形状の計測方法と装置」
関本清英、他「三次元レーザレーダの開発」、石川島播磨技報Ｖｏｌ．４３ Ｎｏ．４（２００３−７）
特許文献１では、視覚センサを用いるため、照明条件の影響を受ける可能性があり、照明条件の影響を受けずに、ワークの位置・姿勢とバリの位置・形状を精度良く認識することが望まれる。また、特許文献１では、画像自体は２次元情報であるため、複雑な３次元形状としてのワークやバリを精度良く認識すること望まれる。
特許文献２では、温度分布画像を入力する方法では、切削によりワークを発熱させているため、研削直後のワークに対するバリ認識は有効であるが、切削後、時間を経るにしたがって、温度分布がなくなる。また、特許文献２では、発熱のために、切削を行うことが必要である。従って、切削しなくてもバリを認識できる方法が望まれる。
そこで、本発明の目的は、特許文献１、２とは異なる手段を用いることで、高精度にバリだけでなく欠損もを自動的に認識できるバリまたは欠損認識方法と装置を提供することにある。
また、本発明の目的は、特許文献１、２とは異なる手段を用いることで、高精度にバリ取りを自動で行えるバリ取り方法と装置を提供することにある。
また、本発明の目的は、特許文献１、２とは異なる手段を用いることで、高精度にバリ取りを自動で行えるバリ取り方法と装置を提供することにある。
なお、本発明に関連する技術として、３次元形状を有する対象物を高精度で計測することを可能にする特許文献３がある。本発明は、特許文献３の技術を利用した上で、さらなる工夫をして上記目的を達成するものである。
上記目的を達成するため、本発明によると、ワークの計測データから得たワークの照合用３次元形状と、ワークの３Ｄ−ＣＡＤモデルとに基づいてワークのバリまたは欠損を認識するバリまたは欠損認識方法であって、
ワークに対する複数の計測位置からワークを計測することで計測データを取得し、この計測データをコンピュータに入力するデータ入力ステップと、
前記計測データに基づいて、ワークの存在する空間領域を、境界表面が互いに直交する直方体からなる複数のボクセルに分割し、各ボクセル位置を記憶する環境モデルを構築する環境モデル構築ステップと、
前記計測データはワーク表面における複数の被計測点の座標値を含むとして、これら各座標値に対応するボクセルの内部に代表点とその誤差分布を設定し記憶するマッチングステップと、
ワークの３Ｄ−ＣＡＤモデルを読込んでワークの形状モデルを得るワークモデル取得ステップと、
前記ボクセル位置、代表点および誤差分布の少なくともいずれかにより表現される照合用３次元形状と、前記ワークの形状モデルとを照合して両者の形状差異を評価する照合ステップと、を有し、
前記照合ステップにおいて、前記３次元形状をワークの形状モデルと照合した結果、前記ワークの形状モデル上の部分と対応する環境モデル内の部分が、所定の面積よりも大きい広がりを持つ誤差分布を有していると判断した場合、該部分と対応するワーク部分を計測できるように、新たな計測位置を設定し該計測位置からワークを再び計測して、被計測点の座標値を再びコンピュータに入力する、ことを特徴とするバリまたは欠損認識方法が提供される。
ワークに対する複数の計測位置からワークを計測することで計測データを取得し、この計測データをコンピュータに入力するデータ入力ステップと、
前記計測データに基づいて、ワークの存在する空間領域を、境界表面が互いに直交する直方体からなる複数のボクセルに分割し、各ボクセル位置を記憶する環境モデルを構築する環境モデル構築ステップと、
前記計測データはワーク表面における複数の被計測点の座標値を含むとして、これら各座標値に対応するボクセルの内部に代表点とその誤差分布を設定し記憶するマッチングステップと、
ワークの３Ｄ−ＣＡＤモデルを読込んでワークの形状モデルを得るワークモデル取得ステップと、
前記ボクセル位置、代表点および誤差分布の少なくともいずれかにより表現される照合用３次元形状と、前記ワークの形状モデルとを照合して両者の形状差異を評価する照合ステップと、を有し、
前記照合ステップにおいて、前記３次元形状をワークの形状モデルと照合した結果、前記ワークの形状モデル上の部分と対応する環境モデル内の部分が、所定の面積よりも大きい広がりを持つ誤差分布を有していると判断した場合、該部分と対応するワーク部分を計測できるように、新たな計測位置を設定し該計測位置からワークを再び計測して、被計測点の座標値を再びコンピュータに入力する、ことを特徴とするバリまたは欠損認識方法が提供される。
上記バリまたは欠損認識方法では、ワークの計測データから環境モデルにおけるボクセル位置、代表点、誤差分布を得て、これらにより表現される照合用３次元形状を、３Ｄ−ＣＡＤモデルを読み込んで得たワークの形状モデルと照合することで、両者の形状差異を評価するので、形状差異の有無によりバリまたは欠損を認識できる。
また、ワークの存在する空間領域を、複数のボクセルに分割し、各ボクセル位置を記憶するので、ワークが大きい場合であっても、照合用３次元形状の情報量をボクセル数に比例する小さいデータサイズに抑えることができる。
また、３次元座標値に対応するボクセルの内部に代表点とその誤差分布を設定し記憶するので、統計的により精度良く照合用３次元形状を得ることができ、ボクセルの分解能以上の情報を表現できる。
このように、小さいデータサイズでかつ高い分解能で表現される照合用３次元形状を、ワークの３Ｄ−ＣＡＤモデルを読み込んで得たワークの形状モデルと照合し、これにより、両者の形状差異を評価するので、小さいデータサイズで高精度にバリまたは欠損を自動的に認識することが可能になる。
しかも、照合は、ワークの目標形状であるワークの形状モデルと行うので、極めて高精度にバリまたは欠損を認識することが可能になる。
また、ワークの存在する空間領域を、複数のボクセルに分割し、各ボクセル位置を記憶するので、ワークが大きい場合であっても、照合用３次元形状の情報量をボクセル数に比例する小さいデータサイズに抑えることができる。
また、３次元座標値に対応するボクセルの内部に代表点とその誤差分布を設定し記憶するので、統計的により精度良く照合用３次元形状を得ることができ、ボクセルの分解能以上の情報を表現できる。
このように、小さいデータサイズでかつ高い分解能で表現される照合用３次元形状を、ワークの３Ｄ−ＣＡＤモデルを読み込んで得たワークの形状モデルと照合し、これにより、両者の形状差異を評価するので、小さいデータサイズで高精度にバリまたは欠損を自動的に認識することが可能になる。
しかも、照合は、ワークの目標形状であるワークの形状モデルと行うので、極めて高精度にバリまたは欠損を認識することが可能になる。
本発明の好ましい実施形態によると、前記環境モデル構築ステップにおいて、最大のボクセルを必要最小限の分解能に相当する大きさに設定し、かつ単一のボクセル内に複数の被計測点が存在する場合に、単一のボクセル内に単一の被計測点のみが存在するように、該ボクセルを更に分割して階層的に複数のボクセルに分割する。
このように、最大のボクセルを必要最小限の分解能に相当する大きさに設定し、単一のボクセル内に単一の被計測点のみが存在するように、該ボクセルを更に分割して階層的に複数のボクセルに分割することにより、データ量を小さく抑えると同時に、分割後のボクセルと代表点を用いて解像度を更に高めることができる。
本発明の好ましい実施形態によると、上記方法は、前記マッチングステップの後に、前記環境モデルを更新するモデル更新ステップを有し、該モデル更新ステップにおいて、新たに入力された被計測点の座標値に対応するボクセルを探索し、
前記計測位置を原点として、該原点と被計測点の間にワークが存在しないものとして、その間に位置するボクセル内の代表点と誤差分布を再設定もしくは消去する。
前記計測位置を原点として、該原点と被計測点の間にワークが存在しないものとして、その間に位置するボクセル内の代表点と誤差分布を再設定もしくは消去する。
計測位置である原点とワーク外表面上の被計測点の間にはワークは存在しないはずなので、原点と被計測点との間に位置するボクセル内の代表点と誤差分布を消去することにより、誤った計測データの影響を取り除くことができる。
本発明の好ましい実施形態によると、上記方法は、前記マッチングステップの後に、前記環境モデルを更新するモデル更新ステップを有し、該モデル更新ステップにおいて、新たに入力された被計測点の座標値に対応するボクセルを探索し、
該ボクセル内に代表点がない場合に、当該座標値とその誤差分布を代表点の座標値と誤差分布として設定する。
該ボクセル内に代表点がない場合に、当該座標値とその誤差分布を代表点の座標値と誤差分布として設定する。
このように、新たに入力された被計測点の座標値に対応するボクセルを探索し、該ボクセル内に代表点がない場合に、当該座標値とその誤差分布を代表点の座標値と誤差分布として設定することにより、代表点の座標値と誤差分布を容易に設定できる。
本発明の好ましい実施形態によると、上記方法は、前記マッチングステップの後に、前記環境モデルを更新するモデル更新ステップを有し、該モデル更新ステップにおいて、新たに入力された被計測点の座標値に対応するボクセルを探索し、
当該ボクセル内に既に設定した代表点がある場合に、新たに取得した誤差分布と既に設定したボクセル内の誤差分布とを比較し、
誤差分布が互いに重複する場合に、両誤差分布から、または、両誤差分布とボクセル内に既に設定した代表点と新たに入力された被計測点の座標値とから、新たな誤差分布と新たな代表点を再設定し、
誤差分布が互いに重複しない場合に、単一のボクセル内に単一の代表点のみが存在するように、該ボクセルを更に分割して階層的に複数のボクセルに分割する。
当該ボクセル内に既に設定した代表点がある場合に、新たに取得した誤差分布と既に設定したボクセル内の誤差分布とを比較し、
誤差分布が互いに重複する場合に、両誤差分布から、または、両誤差分布とボクセル内に既に設定した代表点と新たに入力された被計測点の座標値とから、新たな誤差分布と新たな代表点を再設定し、
誤差分布が互いに重複しない場合に、単一のボクセル内に単一の代表点のみが存在するように、該ボクセルを更に分割して階層的に複数のボクセルに分割する。
このように、誤差分布が互いに重複する場合に、両誤差分布から、または、両誤差分布とボクセル内に既に設定した代表点と新たに入力された被計測点の座標値とから、新たな誤差分布と新たな代表点を再設定するので、誤差の蓄積を回避しながら高精度な形状に収束させることができる。
本発明の好ましい実施形態によると、ボクセルの内部に代表点とその誤差分布に加えて、確率値を併せ持つ。
このように、各ボクセルに代表点が存在する確率値を持たせることによって、誤差分布が代表点の属するボクセルよりも広がっている場合においても、各ボクセルにおけるワークの存在有無を、代表点が属するボクセルを見つけその誤差分布から再計算させることなく、当該ボクセルの確率値だけで判断できる。
本発明の好ましい実施形態によると、前記モデル更新ステップにおいて、前記新たに取得した誤差分布と前記既に設定したボクセル内の誤差分布とを比較し、誤差分布が互いに重複する場合に、両誤差分布から新たな誤差分布と新たな代表点を再設定した結果、新たな代表点が他のボクセル内へ移動したとき、
該他のボクセル内に代表点がない場合に、該新たな誤差分布と該新たな代表点を該他のボクセルの内部に設定し、
該他のボクセル内に既に設定した代表点がある場合に、該新たな誤差分布と既に設定した該他のボクセル内の誤差分布とを比較し、（Ａ）誤差分布が互いに重複する場合に、両誤差分布から、または、両誤差分布とボクセル内に既に設定した代表点と新たに入力された被計測点の座標値とから、新たな誤差分布と新たな代表点を再設定し、（Ｂ）誤差分布が互いに重複しない場合に、単一のボクセル内に単一の代表点のみが存在するように、該ボクセルを更に分割して階層的に複数のボクセルに分割する。
該他のボクセル内に代表点がない場合に、該新たな誤差分布と該新たな代表点を該他のボクセルの内部に設定し、
該他のボクセル内に既に設定した代表点がある場合に、該新たな誤差分布と既に設定した該他のボクセル内の誤差分布とを比較し、（Ａ）誤差分布が互いに重複する場合に、両誤差分布から、または、両誤差分布とボクセル内に既に設定した代表点と新たに入力された被計測点の座標値とから、新たな誤差分布と新たな代表点を再設定し、（Ｂ）誤差分布が互いに重複しない場合に、単一のボクセル内に単一の代表点のみが存在するように、該ボクセルを更に分割して階層的に複数のボクセルに分割する。
このように、誤差分布が互いに重複する場合に、新たな誤差分布と新たな代表点を再設定した結果、代表点が別のボクセルに移動する場合には、既に設定したボクセル内の誤差分布と更に比較することで、単一のボクセル内に単一の代表点のみが存在するように一貫性を保つことができる。
本発明の好ましい実施形態によると、上記方法は、前記マッチングステップの後に、前記環境モデルを更新するモデル更新ステップを有し、
該モデル更新ステップにおいて、新たに入力された被計測点の座標値およびその誤差分布と、既に設定したボクセル内の代表点およびその誤差分布とから、カルマンフィルタにより新たな代表点と誤差分布を取得して再設定する。
該モデル更新ステップにおいて、新たに入力された被計測点の座標値およびその誤差分布と、既に設定したボクセル内の代表点およびその誤差分布とから、カルマンフィルタにより新たな代表点と誤差分布を取得して再設定する。
このように、前記モデル更新ステップにおいて、新たに入力された被計測点の座標値およびその誤差分布と、既に設定したボクセル内の代表点およびその誤差分布とから、カルマンフィルタにより新たな代表点と誤差分布を取得して再設定するので、より真値に近い形状を得ることができる。
特に、カルマンフィルタを用いたモデル更新ステップを繰り返すことで、誤差を含むデータであってもカルマンフィルタの効果により真値に収束した高精度な形状が得られる。
特に、カルマンフィルタを用いたモデル更新ステップを繰り返すことで、誤差を含むデータであってもカルマンフィルタの効果により真値に収束した高精度な形状が得られる。
本発明の好ましい実施形態によると、上記方法は、前記照合ステップの前に、前記ボクセル位置、代表点および誤差分布の少なくともいずれかを前記照合のために出力する出力ステップを有し、
該出力ステップで、前記ボクセルの内部の誤差分布の大きさが所定の基準値よりも大きい場合に、当該ボクセル内の代表点の信頼性または精度が所定の基準よりも低いとして、該ボクセル内の代表点と誤差分布を出力しない。
該出力ステップで、前記ボクセルの内部の誤差分布の大きさが所定の基準値よりも大きい場合に、当該ボクセル内の代表点の信頼性または精度が所定の基準よりも低いとして、該ボクセル内の代表点と誤差分布を出力しない。
このように、前記ボクセルの内部の誤差分布の大きさが所定の基準値よりも大きい場合に、当該ボクセル内の代表点の信頼性または精度が所定の基準よりも低いとして、該ボクセル内の代表点と誤差分布を出力しないようにすることによって、代表点（被計測点）を使用する際に、そもそも信頼性の高い代表点のみを扱うことができるようになるため、扱うデータ量を削減することや、信頼性の向上につながる。
本発明の好ましい実施形態によると、前記照合ステップにおいて、前記照合用３次元形状をワークの形状モデルと照合した結果、ワークの形状モデル上に該照合用３次元形状と対応しない部分があると判断した場合、該部分と対応するワーク部分を計測できるように、新たな計測位置を設定し該計測位置からワークを再び計測して、被計測点の座標値を再び前記コンピュータに入力する。
このように、前記照合用３次元形状をワークの形状モデルと照合した結果、ワークの形状モデル上に該照合用３次元形状と対応しない部分があると判断した場合、該部分と対応するワーク部分を計測できるように、新たな計測位置を設定し該計測位置からワークを再び計測して、被計測点の座標値を再び前記コンピュータに入力するので、ワークの全面を漏らさず検査することができる。
また上記バリまたは欠損認識方法では、前記ワークの形状モデル上の部分と対応する環境モデル内の部分が、所定の面積よりも大きい広がりを持つ誤差分布を有している場合には、この部分は、まだ計測が十分行われておらず、十分な精度が得られていないため、この部分を再度３次元計測することによって、微小なバリまたは欠損を母材と区別するために十分なレベルまでバリまたは欠損認識精度を向上できる。
本発明の好ましい実施形態によると、前記ワークはターンテーブル上に設置され、
前記新たな計測位置を設定した場合に、ターンテーブルを回転することで、前記ワークに対する計測位置を新たにし、該計測位置からワークを再び計測する。
前記新たな計測位置を設定した場合に、ターンテーブルを回転することで、前記ワークに対する計測位置を新たにし、該計測位置からワークを再び計測する。
このように、前記ワークはターンテーブル上に設置され、前記新たな計測位置を設定した場合に、ターンテーブルを回転することで、前記ワークに対する計測位置を新たにし、該新たな計測位置からワークを再び計測するので、簡単な動作により不足部分を計測できる。
また、上記目的を達成するため、本発明によると、上述のバリまたは欠損認識方法により前記照合用３次元形状と、前記ワークの形状モデルとを照合して両者の形状差異を評価した結果、両者の形状差異があると判断した場合に、当該形状差異の位置の情報に基づいて、バリ取り装置が当該位置におけるバリを取る、ことを特徴とするバリ取り方法が提供される。
上記バリ取り方法では、上述のように高精度に求めた照合用３次元形状とワークの形状モデルとの照合により、両者の形状差異があると判断した場合に、当該形状差異の位置の情報に基づいて、バリ取り装置が当該位置におけるバリを取るので、高精度にバリを自動的に取ることができる。
しかも、ワークの目標形状であるワークの形状モデルと照合を行って得た形状差異の位置の情報に基づいてバリ取りを行うので、極めて高精度なバリ取りが可能になる。
しかも、ワークの目標形状であるワークの形状モデルと照合を行って得た形状差異の位置の情報に基づいてバリ取りを行うので、極めて高精度なバリ取りが可能になる。
本発明の好ましい実施形態によると、バリ取りを行った部分を計測できるように、計測位置を設定し該計測位置からワークを再び計測して、計測データを得て、
該計測データを反映した照合用３次元形状と前記ワークの形状モデルとを照合して、両者の形状差異を再び評価する。
該計測データを反映した照合用３次元形状と前記ワークの形状モデルとを照合して、両者の形状差異を再び評価する。
このように、バリ取りを行った部分を計測できるように、計測位置を設定し該計測位置からワークを再び計測して、計測データを得て、該計測データを反映した照合用３次元形状と前記ワークの形状モデルとを照合して、両者の形状差異を再び評価するので、この再評価に基づいて再びバリ取りを行える。これにより、バリを確実かつ高精度に除去できる。
また、上記目的を達成するため、本発明によると、上記バリまたは欠損認識方法を実施し、ワークの計測データから得たワークの照合用３次元形状と、ワークの３Ｄ−ＣＡＤモデルとに基づいてワークのバリまたは欠損を認識するバリまたは欠損認識装置であって、
ワークに対する複数の計測位置からワークを計測することで計測データを取得し、この計測データをコンピュータに入力するデータ入力装置と、
前記計測データに基づいて、ワークの存在する空間領域を、境界表面が互いに直交する直方体からなる複数のボクセルに分割し、各ボクセル位置を記憶する環境モデルを構築する環境モデル構築装置と、
前記計測データはワーク表面における複数の被計測点の座標値を含むとして、これら各座標値に対応するボクセルの内部に代表点とその誤差分布を設定し記憶するマッチング装置と、
ワークの３Ｄ−ＣＡＤモデルを読込んでワークの形状モデルを得るワークモデル取得装置と、
前記ボクセル位置、代表点および誤差分布の少なくともいずれかにより表現される照合用３次元形状と、前記ワークの形状モデルとを照合して両者の形状差異を評価する照合装置と、を備えることを特徴とするバリまたは欠損認識装置が提供される。
ワークに対する複数の計測位置からワークを計測することで計測データを取得し、この計測データをコンピュータに入力するデータ入力装置と、
前記計測データに基づいて、ワークの存在する空間領域を、境界表面が互いに直交する直方体からなる複数のボクセルに分割し、各ボクセル位置を記憶する環境モデルを構築する環境モデル構築装置と、
前記計測データはワーク表面における複数の被計測点の座標値を含むとして、これら各座標値に対応するボクセルの内部に代表点とその誤差分布を設定し記憶するマッチング装置と、
ワークの３Ｄ−ＣＡＤモデルを読込んでワークの形状モデルを得るワークモデル取得装置と、
前記ボクセル位置、代表点および誤差分布の少なくともいずれかにより表現される照合用３次元形状と、前記ワークの形状モデルとを照合して両者の形状差異を評価する照合装置と、を備えることを特徴とするバリまたは欠損認識装置が提供される。
上記バリまたは欠損認識装置では、ワークの計測データから環境モデルにおけるボクセル位置、代表点、誤差分布を得て、これらにより表現される照合用３次元形状を、３Ｄ−ＣＡＤモデルを読み込んで得たワークの形状モデルと照合することで、両者の形状差異を評価するので、形状差異の有無によりバリまたは欠損を認識できる。
また、ワークの存在する空間領域を、複数のボクセルに分割し、各ボクセル位置を記憶するので、ワークが大きい場合であっても、照合用３次元形状の情報量をボクセル数に比例する小さいデータサイズに抑えることができる。
また、３次元座標値に対応するボクセルの内部に代表点とその誤差分布を設定し記憶するので、統計的により精度良く照合用３次元形状を得ることができ、ボクセルの分解能以上の情報を表現できる。
このように、小さいデータサイズでかつ高い分解能で表現される照合用３次元形状を、ワークの３Ｄ−ＣＡＤモデルを読み込んで得たワークの形状モデルと照合し、これにより、両者の形状差異を評価するので、小さいデータサイズで高精度にバリまたは欠損を自動的に認識することが可能になる。
しかも、照合は、ワークの目標形状であるワークの形状モデルと行うので、極めて高精度にバリまたは欠損を認識することが可能になる。
また、ワークの存在する空間領域を、複数のボクセルに分割し、各ボクセル位置を記憶するので、ワークが大きい場合であっても、照合用３次元形状の情報量をボクセル数に比例する小さいデータサイズに抑えることができる。
また、３次元座標値に対応するボクセルの内部に代表点とその誤差分布を設定し記憶するので、統計的により精度良く照合用３次元形状を得ることができ、ボクセルの分解能以上の情報を表現できる。
このように、小さいデータサイズでかつ高い分解能で表現される照合用３次元形状を、ワークの３Ｄ−ＣＡＤモデルを読み込んで得たワークの形状モデルと照合し、これにより、両者の形状差異を評価するので、小さいデータサイズで高精度にバリまたは欠損を自動的に認識することが可能になる。
しかも、照合は、ワークの目標形状であるワークの形状モデルと行うので、極めて高精度にバリまたは欠損を認識することが可能になる。
さらに、上記目的を達成するため、本発明によると、上述のバリまたは欠損認識装置と、バリを取るバリ除去装置と、前記照合用３次元形状と、前記ワークの形状モデルとを照合した結果、両者の間で形状差異があると判断した場合に、当該形状差異の位置の情報に基づいて、前記バリ除去装置が当該位置におけるバリを取るように、前記バリ除去装置を制御する制御装置と、を備えるバリ取り装置が提供される。
上記バリ取り装置では、小さいデータサイズで高精度に求めた照合用３次元形状とワークの形状モデルとの照合により、両者の形状差異があると判断した場合に、当該形状差異の位置の情報に基づいて、バリ除去装置が当該位置におけるバリを取るので、高精度にバリを自動的に取ることができる。
しかも、ワークの目標形状であるワークの形状モデルと照合を行って得た形状差異の位置の情報に基づいてバリ取りを行うので、極めて高精度なバリ取りが可能になる。
しかも、ワークの目標形状であるワークの形状モデルと照合を行って得た形状差異の位置の情報に基づいてバリ取りを行うので、極めて高精度なバリ取りが可能になる。
本発明の好ましい実施形態によると、前記データ入力装置は、ワークを計測する計測器を有し、
前記バリ除去装置の可動部には、前記計測器が設けられている、ことを特徴とする。
前記バリ除去装置の可動部には、前記計測器が設けられている、ことを特徴とする。
このように、前記バリ除去装置の可動部には、前記計測器が設けられているので、バリ除去装置の可動部の移動により前記計測器を複数の計測位置に移動させることができる。即ち、バリ除去装置の可動部は、バリ取り時にバリ取り具（バリ除去加工具など）を移動させる装置と、ワーク計測時に計測位置（計測器の位置）を移動させる装置との両方を兼ねることができる。
上述した本発明によると、高精度なバリまたは欠損認識およびバリ取りを自動で行うことができる。
本発明を実施するための最良の実施形態を図面に基づいて説明する。なお、各図において共通する部分には同一の符号を付し、重複した説明を省略する。
本実施形態では、ワークを計測する計測器を使用する。この計測器は、ワークに対する複数の計測位置からワークを計測することで、ワークの３次元形状を把握するための計測データを取得するものである。図１は、このような計測器の一例としての距離計測センサを示している。図１の例では、距離計測センサは、３次元レーザレーダである。３次元レーザレーダは、例えば非特許文献１に開示されている。
図１に示すように、３次元レーザレーダ１０は、レーダヘッド１２と制御器２０から構成される。レーザダイオード１３から発振されたパルスレーザ光１は、投光レンズ１４で平行光２に整形され、ミラー１８ａ，１８ｂと回転・揺動するポリゴンミラー１５で二次元方向に走査され、測定対象物（本願では、ワーク）に照射される。測定対象物から反射されたパルスレーザ光３は、ポリゴンミラー１５を介して受光レンズ１６で集光され、光検出器１７で電気信号に変換される。
図１に示すように、３次元レーザレーダ１０は、レーダヘッド１２と制御器２０から構成される。レーザダイオード１３から発振されたパルスレーザ光１は、投光レンズ１４で平行光２に整形され、ミラー１８ａ，１８ｂと回転・揺動するポリゴンミラー１５で二次元方向に走査され、測定対象物（本願では、ワーク）に照射される。測定対象物から反射されたパルスレーザ光３は、ポリゴンミラー１５を介して受光レンズ１６で集光され、光検出器１７で電気信号に変換される。
制御器２０内の時間間隔カウンタ２１は、レーザダイオード１３のパルス発振タイミングと同期したスタートパルス４と、光検出器１７から出力されたストップパルス５の時間間隔を計測する。信号処理ボード２２は、反射光が検出された時点の時間間隔ｔ、ポリゴンミラー１５の回転角度θ、揺動角度φを極座標データ（ｒ，θ，φ）として出力する。
ｒは計測位置（レーダヘッド１２の位置）を原点とする距離であり、ｒ＝ｃ×ｔ／２ の式で求められる。ここでｃは光速である。
このような極座標データ（ｒ，θ，φ）は、ワークの表面上における被計測点の座標である。ポリゴンミラー１５の回転角度θ、揺動角度φを変化させることで、１つの計測位置から複数の被計測点の座標を得ることができる。即ち、距離計測センサの位置（具体的には、レーダヘッド１２の位置）毎に、ワーク表面上における複数の被計測点の座標を得ることができる。
判定処理ユニット２３は、信号処理ボード２２からの極座標データを、レーダヘッド設置位置を原点とした３次元空間データ（ｘ，ｙ，ｚ）へ変換して、検出処理を行うようになっている。なおこの図で２４はドライブユニットである。
ｒは計測位置（レーダヘッド１２の位置）を原点とする距離であり、ｒ＝ｃ×ｔ／２ の式で求められる。ここでｃは光速である。
このような極座標データ（ｒ，θ，φ）は、ワークの表面上における被計測点の座標である。ポリゴンミラー１５の回転角度θ、揺動角度φを変化させることで、１つの計測位置から複数の被計測点の座標を得ることができる。即ち、距離計測センサの位置（具体的には、レーダヘッド１２の位置）毎に、ワーク表面上における複数の被計測点の座標を得ることができる。
判定処理ユニット２３は、信号処理ボード２２からの極座標データを、レーダヘッド設置位置を原点とした３次元空間データ（ｘ，ｙ，ｚ）へ変換して、検出処理を行うようになっている。なおこの図で２４はドライブユニットである。
図２は、距離計測センサで計測された極座標データと誤差の関係を示す図である。
図２（Ａ）に示すように、任意の計測位置を原点とする極座標値（ｒ，θ，φ）を計測結果として計測する。距離計測センサによる計測結果には、図２に示すような誤差分布が通常存在する。
この誤差分布は、誤差分布のｒｓ，θｓ，φｓでの存在確率をＰ（ｒｓ，θｓ，φｓ）とした場合、誤差分布は計測の軸ｒ，θ，φ方向に正規分布しているとし、例えば次式（１）で表すことができる。ここで、ｒ，θ，φはセンサからの計測値、σｒ，σθ，σφは は標準偏差、Ａは規格化定数である。
図２（Ｂ）に示すように、誤差分布は、通常ｒ方向に長い切頭円錐形（左図）に内包される分布であるが、遠方においてａとｂの差は小さい。従って、この誤差分布を直方体に包含される楕円体として安全サイドに近似することができる。
図２（Ａ）に示すように、任意の計測位置を原点とする極座標値（ｒ，θ，φ）を計測結果として計測する。距離計測センサによる計測結果には、図２に示すような誤差分布が通常存在する。
この誤差分布は、誤差分布のｒｓ，θｓ，φｓでの存在確率をＰ（ｒｓ，θｓ，φｓ）とした場合、誤差分布は計測の軸ｒ，θ，φ方向に正規分布しているとし、例えば次式（１）で表すことができる。ここで、ｒ，θ，φはセンサからの計測値、σｒ，σθ，σφは は標準偏差、Ａは規格化定数である。
図２（Ｂ）に示すように、誤差分布は、通常ｒ方向に長い切頭円錐形（左図）に内包される分布であるが、遠方においてａとｂの差は小さい。従って、この誤差分布を直方体に包含される楕円体として安全サイドに近似することができる。
本実施形態では、計測器として、例えば、上述した３次元レーザレーダ１０を用いる。しかし、本発明によると、計測器はこれに限定されず、光切断法を用いた距離計測センサやその他の周知の距離計測センサを用いることができる。距離計測精度や、空間分解能が高い距離計測センサが望ましい。
図３は、本発明の実施形態によるバリまたは欠損認識装置の構成図である。図３に示すように、バリまたは欠損リ認識装置３０は、データ入力装置３１、ワークモデル取得装置３２、外部記憶装置３３、内部記憶装置３４、中央処理装置３５および出力装置３６を備える。
データ入力装置３１は、上述した計測器（この例では、距離計測センサ）を有し、計測器による計測で得たワークの計測データを外部記憶装置３３と内部記憶装置３４とからなる記憶装置に自動的に入力する。この計測データは、上述の各被計測点の座標値と、各被計測点（代表点）の誤差分布とを含むものとして記憶装置に記憶装置に記憶されてよい。また、例えばゴニオメータ、オドメータ等を併用して、距離計測センサの位置・姿勢や移動距離も記憶装置に入力するのがよい。
ワークモデル取得装置３２は、ワークの３Ｄ−ＣＡＤモデルを読込んで、上述の記憶装置に入力する。
外部記憶装置３３は、ハードディスク、フロッピ（登録商標）ーディスク、磁気テープ、コンパクトディスク等である。外部記憶装置３３は、後述の環境モデルのサイズが大きく後述する内部記憶装置３４に入力されたワーク上の座標値、後述のボクセル位置、後述の代表点とその誤差分布の全体を保持できない場合には、環境モデルの一部範囲または全体範囲に対する、入力されたワーク上の座標値、ボクセル位置、及び代表点とその誤差分布の一部または全体を記憶し、かつ本発明の方法を実行するためのプログラムを記憶する。また、外部記憶装置３３は、ワークの３Ｄ−ＣＡＤモデルの一部または全体を記憶する。
内部記憶装置３４は、例えばＲＡＭ，ＲＯＭ等であり、後述の環境モデルの一部範囲または全体範囲に対する、入力されたワーク上の座標値、ボクセル位置、及び代表点とその誤差分布の一部または全体を保管し、かつ演算情報を保管する。また、内部記憶装置３４は、ワークの３Ｄ−ＣＡＤモデルの一部または全体を記憶する。
中央処理装置３５（ＣＰＵ）は、環境モデル構築装置、マッチング装置、照合装置、モデル更新装置、データ伝達装置、ワークモデル構築装置として機能し、演算や入出力等を集中的に処理し、内部記憶装置３４と共に、プログラムを実行する。環境モデル構築装置は、後述の環境モデル構築ステップを行う装置であり、マッチング装置は、後述のマッチングステップを行う装置であり、モデル更新装置は、後述のモデル更新ステップを行う装置であり、データ伝達装置は、出力装置３６へデータを出力する装置である。照合装置は、後述の照合ステップを行う装置である。照合装置は、ワークモデル構築装置と形状差異評価装置を含んでおり、ワークモデル構築装置は、後述のワークモデル構築ステップを行う装置であり、形状差異評価装置は、後述の形状差異評価ステップを行う装置である。
出力装置３６は、例えば表示装置、プリンタ、外部装置等であり、内部記憶装置３４および外部記憶装置３３の少なくともいずれかに記憶したデータ及びプログラムの実行結果を出力するようになっている。外部装置とのインターフェイスは、ＬＡＮ、ＵＳＢ、ＩＥＥＥ１３９４等であり、入力されたワーク上における被計測点の座標値に対して該当するボクセル内の代表点、誤差分布、ボクセル位置などを付加したデータや、環境モデル全体または環境モデル一部を要求に応じて出力する。
ワークモデル取得装置３２は、ワークの３Ｄ−ＣＡＤモデルを読込んで、上述の記憶装置に入力する。
外部記憶装置３３は、ハードディスク、フロッピ（登録商標）ーディスク、磁気テープ、コンパクトディスク等である。外部記憶装置３３は、後述の環境モデルのサイズが大きく後述する内部記憶装置３４に入力されたワーク上の座標値、後述のボクセル位置、後述の代表点とその誤差分布の全体を保持できない場合には、環境モデルの一部範囲または全体範囲に対する、入力されたワーク上の座標値、ボクセル位置、及び代表点とその誤差分布の一部または全体を記憶し、かつ本発明の方法を実行するためのプログラムを記憶する。また、外部記憶装置３３は、ワークの３Ｄ−ＣＡＤモデルの一部または全体を記憶する。
内部記憶装置３４は、例えばＲＡＭ，ＲＯＭ等であり、後述の環境モデルの一部範囲または全体範囲に対する、入力されたワーク上の座標値、ボクセル位置、及び代表点とその誤差分布の一部または全体を保管し、かつ演算情報を保管する。また、内部記憶装置３４は、ワークの３Ｄ−ＣＡＤモデルの一部または全体を記憶する。
中央処理装置３５（ＣＰＵ）は、環境モデル構築装置、マッチング装置、照合装置、モデル更新装置、データ伝達装置、ワークモデル構築装置として機能し、演算や入出力等を集中的に処理し、内部記憶装置３４と共に、プログラムを実行する。環境モデル構築装置は、後述の環境モデル構築ステップを行う装置であり、マッチング装置は、後述のマッチングステップを行う装置であり、モデル更新装置は、後述のモデル更新ステップを行う装置であり、データ伝達装置は、出力装置３６へデータを出力する装置である。照合装置は、後述の照合ステップを行う装置である。照合装置は、ワークモデル構築装置と形状差異評価装置を含んでおり、ワークモデル構築装置は、後述のワークモデル構築ステップを行う装置であり、形状差異評価装置は、後述の形状差異評価ステップを行う装置である。
出力装置３６は、例えば表示装置、プリンタ、外部装置等であり、内部記憶装置３４および外部記憶装置３３の少なくともいずれかに記憶したデータ及びプログラムの実行結果を出力するようになっている。外部装置とのインターフェイスは、ＬＡＮ、ＵＳＢ、ＩＥＥＥ１３９４等であり、入力されたワーク上における被計測点の座標値に対して該当するボクセル内の代表点、誤差分布、ボクセル位置などを付加したデータや、環境モデル全体または環境モデル一部を要求に応じて出力する。
上述した本発明のバリまたは欠損認識装置３０は、上述した距離計測センサと通常のＰＣ（コンピュータ）を組み合わせたものでもよく、或いは、全体を一体にした装置であってもよい。また、自走可能な装置内に一体的に組み込んでもよい。
図４は、本発明の実施形態によるバリまたは欠損認識方法の全体フロー図である。この図に示すように、本発明のバリまたは欠損認識方法は、データ入力ステップＳ１、データ補正ステップＳ２、環境モデル構築ステップＳ３、マッチングステップＳ４、モデル更新ステップＳ５、出力ステップＳ６、ワークモデル取得ステップＳ９、照合ステップＳ１０とを有する。
なお、ステップＳ１〜Ｓ６の処理のうち、Ｓ１、Ｓ２、Ｓ４〜Ｓ６は、計測データが得られる毎に実施し、Ｓ３は初めて計測データが得られたときにだけ実施することができる。なお、計測データは、ステップＳ７で、計測が十分であると判断されるまで、繰り返し取得される。中央演算装置３５が、設定された個数または密度の被計測点が得られたかを基準に、計測が十分かを判断してよい。計測が十分でないと判断された場合には、ステップ８へ進み、中央演算装置３５により自動的に計測位置が設定され、ステップＳ１にて、計測器制御装置（図示せず）が、設定された計測位置からワークを計測できるように、計測器を含むデータ入力装置３１を制御して、計測データを取得する。
なお、ステップＳ１〜Ｓ６の処理のうち、Ｓ１、Ｓ２、Ｓ４〜Ｓ６は、計測データが得られる毎に実施し、Ｓ３は初めて計測データが得られたときにだけ実施することができる。なお、計測データは、ステップＳ７で、計測が十分であると判断されるまで、繰り返し取得される。中央演算装置３５が、設定された個数または密度の被計測点が得られたかを基準に、計測が十分かを判断してよい。計測が十分でないと判断された場合には、ステップ８へ進み、中央演算装置３５により自動的に計測位置が設定され、ステップＳ１にて、計測器制御装置（図示せず）が、設定された計測位置からワークを計測できるように、計測器を含むデータ入力装置３１を制御して、計測データを取得する。
データ入力ステップＳ１では、計測器（この例では、距離計測センサ）を用いて、ワーク表面上の被計測点の座標値をコンピュータの記憶装置に入力する。
なお、このデータ入力ステップＳ１において、ワークをターンテーブルに設置して、このターンテーブルを回転させて、３次元レーザレーダ１０を用いて、ワークに対して異なる方向から被計測点の座標値を順次取得してよい。または、３次元レーザレーダ１０の位置（レーダヘッド１２の位置）を移動することで計測位置（原点）を移動させながら、各計測位置から被計測点の座標値を順次取得してもよい。
なお、このデータ入力ステップＳ１において、ワークをターンテーブルに設置して、このターンテーブルを回転させて、３次元レーザレーダ１０を用いて、ワークに対して異なる方向から被計測点の座標値を順次取得してよい。または、３次元レーザレーダ１０の位置（レーダヘッド１２の位置）を移動することで計測位置（原点）を移動させながら、各計測位置から被計測点の座標値を順次取得してもよい。
距離計測センサとして３次元レーザレーダ１０を用いた場合、ワーク上の座標値は、任意の計測位置を原点とする距離を含むデータであり、極座標値（ｒ，θ，φ）で表される。また、被計測点の各座標値の誤差分布は、極座標値（ｒ，θ，φ）から演算で求めるか、予め別の入力手段（例えばキーボード）で入力する。誤差分布を演算で求める場合には、コンピュータの中央処理装置３５が、極座標値（ｒ，θ，φ）に基づいて誤差分布を演算する。
データ補正ステップＳ２では、計測データの補正処理を行い、計測データの精度を向上させる。また、極座標データと距離計測センサの位置情報から、任意の固定位置を原点とした３次元空間データ（ｘ，ｙ，ｚ）へ変換してもよい。
計測データの補正処理では、孤立点の除去、統計的処理、等を行う。孤立点は、周囲の点から孤立して存在する点であり、計測データは複数の近接する点で構成されることから、孤立点は誤計測と仮定して除去することができる。統計的処理は、計測データが含む誤差分布を考慮して、複数回の計測を統計処理（例えば平均値等）することで、距離の補正を行う。
さらに、対象とするワークが、直線近似又は平面近似できる場合にはこれらを行うのがよい。
計測データの補正処理では、孤立点の除去、統計的処理、等を行う。孤立点は、周囲の点から孤立して存在する点であり、計測データは複数の近接する点で構成されることから、孤立点は誤計測と仮定して除去することができる。統計的処理は、計測データが含む誤差分布を考慮して、複数回の計測を統計処理（例えば平均値等）することで、距離の補正を行う。
さらに、対象とするワークが、直線近似又は平面近似できる場合にはこれらを行うのがよい。
図５は、ボクセルの分割に八分木を用いた場合の環境モデル構築ステップの模式図である。
モデル構築ステップＳ３では、この図に示すように、３次元形状を有するワークが存在する空間領域を、境界表面が互いに直交する直方体からなる複数のボクセル６に分割し、各ボクセル位置を記憶する環境モデルを構築する。
ボクセル６の形状は、各辺の長さが等しい立方体でも、各辺の長さが異なる直方体でもよい。
また、ボクセル６の各辺の長さは、最大のボクセル６を必要最小限の分解能に相当する大きさに設定するのがよい。以下、最大のボクセル６をレベル１のボクセルと呼ぶ。
また、単一のボクセル内に複数の被計測点が存在する場合には、単一のボクセル内に単一の被計測点のみが存在するように、ボクセルを更に八分割して階層的に複数のボクセルに分割する。以下、最大のボクセル６の八分割を１回実施した空間領域をレベル２のボクセル、ｋ回実施した空間領域をレベルｋ＋１のボクセルと呼ぶ。
モデル構築ステップＳ３では、この図に示すように、３次元形状を有するワークが存在する空間領域を、境界表面が互いに直交する直方体からなる複数のボクセル６に分割し、各ボクセル位置を記憶する環境モデルを構築する。
ボクセル６の形状は、各辺の長さが等しい立方体でも、各辺の長さが異なる直方体でもよい。
また、ボクセル６の各辺の長さは、最大のボクセル６を必要最小限の分解能に相当する大きさに設定するのがよい。以下、最大のボクセル６をレベル１のボクセルと呼ぶ。
また、単一のボクセル内に複数の被計測点が存在する場合には、単一のボクセル内に単一の被計測点のみが存在するように、ボクセルを更に八分割して階層的に複数のボクセルに分割する。以下、最大のボクセル６の八分割を１回実施した空間領域をレベル２のボクセル、ｋ回実施した空間領域をレベルｋ＋１のボクセルと呼ぶ。
図６は、構築された環境モデルの模式図である。
マッチングステップＳ４では、この図に示すように、被計測点に対応する点をボクセル内の代表点として、ワーク上における被計測点の座標値に対応するボクセル６の内部に代表点７とその誤差分布８を設定し記憶する。末端のボクセルは被計測値に対応する代表点を１つだけ持つことができる。各ボクセルが計測値の代表点とその誤差分布を持つことで、ワークの形状を表す。
マッチングステップＳ４では、この図に示すように、被計測点に対応する点をボクセル内の代表点として、ワーク上における被計測点の座標値に対応するボクセル６の内部に代表点７とその誤差分布８を設定し記憶する。末端のボクセルは被計測値に対応する代表点を１つだけ持つことができる。各ボクセルが計測値の代表点とその誤差分布を持つことで、ワークの形状を表す。
マッチングステップＳ４において、代表点の絶対位置は次式（２）で与えられる。ここで、（ｘ，ｙ，ｚ）は代表点のボクセルでの相対座標、Ｓｘ，Ｓｙ，Ｓｚはレベル１でのボクセルの一辺の大きさ、ｎｘ（ｋ），ｎｙ（ｋ），ｎｚ（ｋ）はレベルｋでのボクセルの番地、Ｌは求める代表点が存在するレベルである。
図７は、本発明におけるボクセルデータのデータ構造を示す図である。
この図において、図７（Ａ）は、各ボクセルデータのメモリレイアウト例である。この図において、矢印はデータへのリンクを表し、値としてはデータへのポインタを保持する。
図７（Ｂ）は、レベル２（１，１，０）のボクセルが代表点を持つ場合の例を示している。なおこの図において、ｎｕｌｌは空集合を表す。
この図において、図７（Ａ）は、各ボクセルデータのメモリレイアウト例である。この図において、矢印はデータへのリンクを表し、値としてはデータへのポインタを保持する。
図７（Ｂ）は、レベル２（１，１，０）のボクセルが代表点を持つ場合の例を示している。なおこの図において、ｎｕｌｌは空集合を表す。
上述したデータ構造の環境モデルは、以下の特徴を有する。
（１）内容：空間を小直方体で分割して各ボクセルに被計測点に対応する代表点と誤差分布を保持する。
（２）精度：ボクセル毎に持つ被計測点の代表値相当である。
（３）存在：ワークの存在の有無を表現できる。
（４）データ量：ボクセルの個数に比例してメモリを必要とするが、サイズ固定である。
（５）点群からの変換：適しており、計算量は少ない。
（６）アクセス速度：シンプルな構造をしているため、要素へのアクセスが高速である。
（１）内容：空間を小直方体で分割して各ボクセルに被計測点に対応する代表点と誤差分布を保持する。
（２）精度：ボクセル毎に持つ被計測点の代表値相当である。
（３）存在：ワークの存在の有無を表現できる。
（４）データ量：ボクセルの個数に比例してメモリを必要とするが、サイズ固定である。
（５）点群からの変換：適しており、計算量は少ない。
（６）アクセス速度：シンプルな構造をしているため、要素へのアクセスが高速である。
またこの特徴から、上述した環境モデルは、以下の効果Ａ〜Ｃをすべて満たしている。
効果Ａ：誤差を考慮した表現が可能である。
効果Ｂ：必要なメモリ量と計算量が一定量以下である。
効果Ｃ：ワークの存在だけでなく、ワークが存在しないことを表せる。
効果Ａ：誤差を考慮した表現が可能である。
効果Ｂ：必要なメモリ量と計算量が一定量以下である。
効果Ｃ：ワークの存在だけでなく、ワークが存在しないことを表せる。
さらに図４において、モデル更新ステップＳ５は、マッチングステップＳ４の後に実施し、モデル構築ステップＳ３で構築した環境モデルを更新する。
図８は、モデル更新ステップＳ５におけるデータ処理フロー図である。この図に示すように、ステップＳＴ１で新たに入力された被計測点の座標値に対応するボクセルを探索し、ステップＳＴ２で該当するボクセル内に代表点がない（ボクセルが空である）場合には、ステップＳＴ３で新たに入力された被計測点の座標値とその誤差分布を代表点の座標値と誤差分布として設定（新規に登録）する。
また、このステップＳＴ３において、新しい計測位置（原点）と被計測点の間には、原理的にワークが存在しないはずである。従って新しい計測位置（原点）と被計測点の間に位置するボクセル内の代表点と誤差分布を再設定もしくは消去する。
また、このステップＳＴ３において、新しい計測位置（原点）と被計測点の間には、原理的にワークが存在しないはずである。従って新しい計測位置（原点）と被計測点の間に位置するボクセル内の代表点と誤差分布を再設定もしくは消去する。
図９は、該当するボクセル内に既に設定した代表点がある場合の模式図である。
図８のステップＳＴ２で該当するボクセル内に既に設定した代表点がある場合には、ステップＳＴ４で新たに取得した誤差分布と既に設定したボクセル内の誤差分布とを比較する（すなわち異なる点か同一点かを判断する）。
この比較で、誤差分布が互いに重複する場合（図９（Ａ））には、ステップＳＴ５で両誤差分布から、または、両誤差分布とボクセル内に既に設定した代表点と新たに入力された被計測点の座標値とから、新たな誤差分布と新たな誤差分布の中心（即ち、代表点）を再設定する（すなわち誤差分布を合成する）。
またこの比較で、誤差分布が互いに重複しない場合（図９（Ｂ））には、ステップＳＴ６、ＳＴ７で単一のボクセル内に単一の代表点のみが存在するように、該ボクセルを更に八分割して階層的に複数のボクセルに分割し新規に登録する。
分割と合成の基準は、例えば誤差分布の一致度から判断する。誤差分布の一致度には例えば、マハラノビス距離のような距離尺度や、尤度のような確率値の尺度を利用できる。また、２つの誤差分布に基づき、両者が同一点を表しているかを統計的検定によって判定してもよい。
図８のステップＳＴ２で該当するボクセル内に既に設定した代表点がある場合には、ステップＳＴ４で新たに取得した誤差分布と既に設定したボクセル内の誤差分布とを比較する（すなわち異なる点か同一点かを判断する）。
この比較で、誤差分布が互いに重複する場合（図９（Ａ））には、ステップＳＴ５で両誤差分布から、または、両誤差分布とボクセル内に既に設定した代表点と新たに入力された被計測点の座標値とから、新たな誤差分布と新たな誤差分布の中心（即ち、代表点）を再設定する（すなわち誤差分布を合成する）。
またこの比較で、誤差分布が互いに重複しない場合（図９（Ｂ））には、ステップＳＴ６、ＳＴ７で単一のボクセル内に単一の代表点のみが存在するように、該ボクセルを更に八分割して階層的に複数のボクセルに分割し新規に登録する。
分割と合成の基準は、例えば誤差分布の一致度から判断する。誤差分布の一致度には例えば、マハラノビス距離のような距離尺度や、尤度のような確率値の尺度を利用できる。また、２つの誤差分布に基づき、両者が同一点を表しているかを統計的検定によって判定してもよい。
ステップＳＴ５で両誤差分布から新たな誤差分布と新たな誤差分布の中心を再設定した結果、新たな代表点が他のボクセル内へ移動したとき（即ち、ステップＳＴ８で、Ｙｅｓ）、ステップＳＴ２へ戻り、上述の処理を繰り返す。
なお、図１０は、ステップＳＴ５で両誤差分布から、または、両誤差分布とボクセル内に既に設定した代表点と新たに入力された被計測点の座標値とから、新たな誤差分布と新たな誤差分布の中心を再設定した結果、新たな代表点が他のボクセル内へ移動する場合を示している。
なお、図１０は、ステップＳＴ５で両誤差分布から、または、両誤差分布とボクセル内に既に設定した代表点と新たに入力された被計測点の座標値とから、新たな誤差分布と新たな誤差分布の中心を再設定した結果、新たな代表点が他のボクセル内へ移動する場合を示している。
図１１は、誤差分布が互いに重複する場合（図９（Ａ））の別の模式図である。図８のステップＳＴ５において、２つの代表点と誤差分布を合成して新たな代表点と誤差分布を設定する手段として、カルマンフィルタを用いることができる。例えば、二次元の場合に、この図に示すように、２つの代表点をそれぞれｘ（１），ｘ’（２）、２つの誤差分布をΣ（１）、Σ’（２）とし、これを合成した代表点をｘ（２）、誤差分布をΣ（２）とすると、代表点ｘ（２）と誤差分布Σ（２）を算出する模式図は図１１のようになる。
図４において、出力ステップＳ６では、ボクセル位置、代表点およびその誤差分布の少なくともいずれかをワークの照合用３次元形状の情報として出力する。この例では、ボクセル位置、代表点およびその誤差分布をワークの照合用３次元形状の情報として出力する。
また、出力ステップＳ６では、ボクセル位置、及び代表点とその誤差分布をバリまたは欠損認識装置３０の上述の記憶装置に出力する。なお、出力ステップＳ６で、ボクセル位置、及び代表点とその誤差分布を、別の装置（例えば制御装置、コンピュータ）に転送してもよく、プリンタで出力してもよい。即ち、出力先は、当該別の装置（例えば制御装置、コンピュータ）であってもよい。
また、出力ステップＳ６において、ボクセルの代表点の位置をワークの計測値として出力するとともに、該計測値の信頼性または精度を示す指標（例えば、数値）を、該ボクセルの内部の誤差分布の大きさに基づいて、出力してもよい。さらに、出力ステップＳ６において、ボクセルの代表点の位置をワークの計測値として出力するときに、該ボクセルの内部の誤差分布の大きさ（広がり）が所定の基準値（面積）よりも大きい場合に、該計測値の信頼性または精度が所定の基準よりも低いとして、該ボクセルの前記計測値（即ち、このボクセルの代表点の位置）を出力しないようにしてもよい。
また、出力ステップＳ６では、ボクセル位置、及び代表点とその誤差分布をバリまたは欠損認識装置３０の上述の記憶装置に出力する。なお、出力ステップＳ６で、ボクセル位置、及び代表点とその誤差分布を、別の装置（例えば制御装置、コンピュータ）に転送してもよく、プリンタで出力してもよい。即ち、出力先は、当該別の装置（例えば制御装置、コンピュータ）であってもよい。
また、出力ステップＳ６において、ボクセルの代表点の位置をワークの計測値として出力するとともに、該計測値の信頼性または精度を示す指標（例えば、数値）を、該ボクセルの内部の誤差分布の大きさに基づいて、出力してもよい。さらに、出力ステップＳ６において、ボクセルの代表点の位置をワークの計測値として出力するときに、該ボクセルの内部の誤差分布の大きさ（広がり）が所定の基準値（面積）よりも大きい場合に、該計測値の信頼性または精度が所定の基準よりも低いとして、該ボクセルの前記計測値（即ち、このボクセルの代表点の位置）を出力しないようにしてもよい。
また、モデル更新ステップＳ５において、新たに入力された被計測点の座標値に対応するボクセルを探索し、前記ボクセル内の代表点、および誤差分布が新たに設定されるか、または再設定されるか、または該ボクセルを更に分割して階層的に複数のボクセルに分割される場合のみ、出力ステップＳ６において、当該ボクセルの代表点の位置、誤差分布およびボクセルの位置の少なくともいずれかをワークの照合用３次元形状として上述の記憶装置などに出力してもよいが、この例では、ボクセル位置、代表点およびその誤差分布を出力する。
図４に示した処理の手順は、新たな計測位置において、新しい計測データが得られる度に、Ｓ１、Ｓ２、Ｓ４〜Ｓ６を、計測データが得られる毎に実施し、Ｓ３は初めて計測データが得られたときにだけ実施することができる。
処理を繰り返し行い、内部記憶装置３４に結果を格納する。処理を高速化するためには、内部記憶装置３４に容量が許す限り結果を格納することが好ましい。
処理を繰り返し行い、内部記憶装置３４に結果を格納する。処理を高速化するためには、内部記憶装置３４に容量が許す限り結果を格納することが好ましい。
上述した処理によれば、ワークの存在する空間領域を、複数のボクセル６に分割し、各ボクセル位置を内部記憶装置３４または外部記憶装置３３に記憶するので、計測対象物が大きい場合であっても、データ量をボクセル数に比例する小さいデータサイズに抑えることができる。
また、座標値に対応するボクセル６の内部に代表点７とその誤差分布８を設定し記憶するので、ボクセルの分解能以上の情報を表現することができる。
また、座標値に対応するボクセル６の内部に代表点７とその誤差分布８を設定し記憶するので、ボクセルの分解能以上の情報を表現することができる。
また、環境モデル構築ステップＳ３において、最大のボクセル６を必要最小限の分解能に相当する大きさに設定し、かつ単一のボクセル６内に複数の被計測点が存在する場合に、単一のボクセル内に単一の被計測点のみが存在するように、該ボクセルを更に八分割して階層的に複数のボクセルに分割するので、データ量を小さいデータサイズに抑えると同時に、分割後のボクセルと代表点を用いて解像度を更に高めることができる。
さらに、ワーク上の複数の座標値を複数の計測位置を原点とする計測データとして取得し、該計測データの座標値を、代表点の座標値とし、計測データの座標値の計測誤差を代表点の誤差分布とすることにより、正確な座標値と誤差分布を用いて複数回の計測を統計的に統合することができ、一層の精度向上が可能となる。
図１２は、複数の計測位置を原点とする計測データを統合することによって、代表点の誤差分布が縮小し、代表点の精度が向上する様子を示している。このように異なる計測位置（即ち、距離計測センサである３次元計測器の位置）を原点として得られた計測データは誤差分布の向きも異なるので、これらの計測データを環境モデルを介して逐次統合することによって、代表点の誤差分布が縮小し、代表点の位置精度が向上する。なお、図１２において、３次元計測後の図はコップの２次元断面を表わした模式図であり、３次元計測後の図の破線はコップの実際表面を表わしている。
図１２は、複数の計測位置を原点とする計測データを統合することによって、代表点の誤差分布が縮小し、代表点の精度が向上する様子を示している。このように異なる計測位置（即ち、距離計測センサである３次元計測器の位置）を原点として得られた計測データは誤差分布の向きも異なるので、これらの計測データを環境モデルを介して逐次統合することによって、代表点の誤差分布が縮小し、代表点の位置精度が向上する。なお、図１２において、３次元計測後の図はコップの２次元断面を表わした模式図であり、３次元計測後の図の破線はコップの実際表面を表わしている。
また、原点と被計測点の間にワークが存在しないものとして、その間に位置するボクセル内の代表点と誤差分布を再設定もしくは消去することにより、誤った計測データを補正もしくは消去することができる。
また、新たに入力された被計測点の座標値に対応するボクセルを探索し、該ボクセル内に代表点がない場合に、前記座標値と誤差分布を代表点の座標値と誤差分布として設定することにより、代表点の座標値と誤差分布を容易に設定できる。
更に、前記ボクセル内に既に設定した代表点がある場合に、新たに取得した誤差分布と既に設定したボクセル内の誤差分布とを比較し、
誤差分布が互いに重複する場合に、両誤差分布から、または、両誤差分布とボクセル内に既に設定した代表点と新たに入力された被計測点の座標値とから、新たな誤差分布と新たな代表点を再設定し、
誤差分布が互いに重複しない場合に、単一のボクセル内に単一の代表点のみが存在するように、該ボクセルを更に八分割して階層的に複数のボクセルに分割する、ことにより、誤差の蓄積を回避しながら高精度な形状に収束させることができる。
誤差分布が互いに重複する場合に、両誤差分布から、または、両誤差分布とボクセル内に既に設定した代表点と新たに入力された被計測点の座標値とから、新たな誤差分布と新たな代表点を再設定し、
誤差分布が互いに重複しない場合に、単一のボクセル内に単一の代表点のみが存在するように、該ボクセルを更に八分割して階層的に複数のボクセルに分割する、ことにより、誤差の蓄積を回避しながら高精度な形状に収束させることができる。
各ボクセルに代表点が存在する確率値は、代表点と誤差分布から算出する。この確率値の算出方法は、例えば、図１３に示すように、誤差分布の全体に対してボクセルに内包される分布の比から求めることができる。
また、模式図を図１４に示すように、２つ以上の誤差分布が交差するような場合は、例えば、それぞれの誤差分布に対する確率値を用いたベイズ推定等により確率値の合成を行う。
また、模式図を図１４に示すように、２つ以上の誤差分布が交差するような場合は、例えば、それぞれの誤差分布に対する確率値を用いたベイズ推定等により確率値の合成を行う。
従って、上述の処理によれば、誤差を含む計測データを正確な情報に補正する機能を有すると共に、これを繰り返すことにより、長時間の計測に対して高精度な形状に収束する。なおかつ、本３次元形状統合処理は、各ボクセル６に対応する代表点７とその誤差分布８を新たな被計測点で更新する処理であるため計算量が小さい。また、演算は周囲のボクセルへの影響を与えずボクセル内で閉じているため、高速処理が可能である。また、計測データは最大のボクセルが必要最小限の分解能を有するボクセル構造に逐次統合可能であり、メモリサイズは固定サイズを大きく上回ることはない。
また、各ボクセルに確率値を持たせることによって、誤差分布が代表点の属するボクセルよりも広がっている場合においても、各ボクセルにおけるワークの存在有無を代表点が属するボクセルを見つけ、その誤差分布から再計算させることなく、当該ボクセルの確率値だけで判断できる。
また、センサの位置・姿勢に誤差がある場合でも、この誤差分布を計測データの誤差分布に合成して、計測データの絶対誤差を算出することで、ワークの位置精度を向上させることができる。
カルマンフィルタを用いたモデル更新ステップについて、詳しく説明する。
カルマンフィルタを用いたモデル更新ステップの場合には、新たに入力された被計測点の座標値およびその誤差分布と、既に設定したボクセル内の代表点およびその誤差分布とから、カルマンフィルタにより新たな代表点と誤差分布を取得して再設定する。
各モデル点群の位置m（ｉ）を状態量とし、距離計測センサの被計測点の位置を基に、モデルを次式（３）で表現する。なお、本実施例では、m（ｉ）は、ボクセル内部の代表点である（以下、同様）。
式（３）において、
Ｌ（ｊ）は、距離計測センサによる被計測点の位置である。例えば、Ｌ（ｊ）は、距離計測センサのセンサ座標系において３次元ＬＲＦ（レーザレンジファインダ）の被計測点ｊ（ｊ＝１，．．．，Ｎ）の位置Ｌ（ｊ）＝（ｘＬ（ｊ），ｙＬ（ｊ），ｚＬ（ｊ））ｔである。ここで、ｔは転置行列を示す（以下、同様）。
ｈｍ（Ｒｒ，ｔｒ，ｍ（ｉ））は、Ｌ（ｊ）に対する観測系モデルである。
Ｒｒは、距離計測センサを搭載した移動体（例えば、移動ロボット）のワールド座標系に対する姿勢を表す回転行列Ｒｒ＝Ｒ（θｘ，θｙ，θｚ）である。なお、θｘ，θｙ，θｚは、それぞれｘ軸、ｙ軸、ｚ軸周りの回転角を示す（以下、同様）。
ｔｒは、距離計測センサを搭載した移動体（例えば、移動ロボット）のワールド座標系に対する位置を表す並進ベクトルｔｒ＝（ｘ，ｙ，ｚ）である。
ｖＬ（ｉ）は、距離計測センサの計測値Ｌ（ｊ）に加わる観測ノイズである。
Ｒｓは、センサ座標系の移動体座標系に対する回転行列Ｒｓ＝Ｒ（θｘ，θｙ，θｚ）である。
ｔｓは、センサ座標系の移動体座標系に対する位置を表す併進ベクトルｔｓ＝（ｘ，ｙ，ｚ）である。
Ｌ（ｊ）は、距離計測センサによる被計測点の位置である。例えば、Ｌ（ｊ）は、距離計測センサのセンサ座標系において３次元ＬＲＦ（レーザレンジファインダ）の被計測点ｊ（ｊ＝１，．．．，Ｎ）の位置Ｌ（ｊ）＝（ｘＬ（ｊ），ｙＬ（ｊ），ｚＬ（ｊ））ｔである。ここで、ｔは転置行列を示す（以下、同様）。
ｈｍ（Ｒｒ，ｔｒ，ｍ（ｉ））は、Ｌ（ｊ）に対する観測系モデルである。
Ｒｒは、距離計測センサを搭載した移動体（例えば、移動ロボット）のワールド座標系に対する姿勢を表す回転行列Ｒｒ＝Ｒ（θｘ，θｙ，θｚ）である。なお、θｘ，θｙ，θｚは、それぞれｘ軸、ｙ軸、ｚ軸周りの回転角を示す（以下、同様）。
ｔｒは、距離計測センサを搭載した移動体（例えば、移動ロボット）のワールド座標系に対する位置を表す並進ベクトルｔｒ＝（ｘ，ｙ，ｚ）である。
ｖＬ（ｉ）は、距離計測センサの計測値Ｌ（ｊ）に加わる観測ノイズである。
Ｒｓは、センサ座標系の移動体座標系に対する回転行列Ｒｓ＝Ｒ（θｘ，θｙ，θｚ）である。
ｔｓは、センサ座標系の移動体座標系に対する位置を表す併進ベクトルｔｓ＝（ｘ，ｙ，ｚ）である。
測定対象物（即ち、ワーク）は静止しているものであり、測定対象物の位置ｔｒ、姿勢Ｒｒを環境モデルに対して固定する。
距離計測センサによる被計測点群と、環境モデル点群上の点ｉ（即ち、代表点）を対応づける。この対応付けが行われたモデル点群上の点iに対して次式（４）により更新を行う。なお、距離計測センサによる被計測点群と対応付けが行われたモデル点群上の代表点ｍ（i）に対してのみ次式（４）により更新を行ってよい。
式（４）において、
添え字ｋは、離散時刻ｋでの値であることを表す。
ｍｋ（ｉ）について、ｍ’ｋ（ｉ）はｍｋ（ｉ）の更新値（事後推定値）を示し、ｍｋ，ｋ−１（ｉ）はｍ’ｋ−１（ｉ）に基づいたｍｋ（ｉ）の予測値（事前推定値）を示す。なお、環境（測定対象物）は静止しているので、ｍｋ，ｋ-１（ｉ）＝ｍ’ｋ-１（ｉ）である。
Σmk（ｉ）は、ボクセル内部の代表点ｍｋ（ｉ）の誤差共分散行列(即ち、上述の誤差分布)である。また、Σｍｋ（ｉ）について、 Σ’ｍｋ（ｉ）はΣｍｋ（ｉ）の更新値（事後推定値）を示し、Σｍｋ，ｋ−１（ｉ）はΣ’ｍｋ−１（ｉ）に基づいたΣｍｋ（ｉ）の予測値（事前推定値）を示す。センサ座標系において３次元LRFの被計測点j（j=１,…,Ｎ）の位置をＬ（ｊ）で表し、その誤差共分散行列をΣＬ（ｊ）で表す。ここでＮは、３次元LRFで得られた被計測点の総数である。３次元LRFの誤差モデルとして計測距離に関係ない一定の正規分布を仮定する。センサ座標系のｘ軸方向にレーザを照射する場合の誤差共分散行列をΣＳとする。レーザの照射方向に応じて誤差分布も姿勢を変える。ΣＬ（ｊ）は、基準の方向に対するレーザ照射方向を回転行列ＲＬ（ｊ）を用いてΣＬ（ｊ）＝ＲＬ（ｊ）ΣＳＲＬ ｔ（ｊ）と表される。被計測点jのワールド座標系における位置ｚ（ｊ）、およびその誤差共分散行列Σｚ（ｊ）は、それぞれｚ（ｊ）＝Ｒｒ（ＲｓＬ（ｊ）＋ｔｓ）＋ｔｒ、Σｚ（ｊ）＝ＲｒＲｓΣＬ（ｊ）Ｒｓ ｔＲｒ ｔと表すことができる。
Ｋｍｋ（ｉ） は、 ｍｋ（ｉ）に対するカルマンゲインである。
ｈｍｋ（Ｒｒｋ，ｔｒｋ，ｍｋ，ｋ−１（ｉ））は、Ｌｋ（ｊ）、ｉ＝ｐｋ（ｊ）に対する観測系モデルである。ｉ＝ｐｋ（ｊ）は、被計測点ｊに対応付けられた環境地図（即ち、環境モデル）上の点である。
Ｈｍｋは、Ｌｋ（ｊ）、ｉ＝ｐｋ（ｊ）に対する観測系モデルのヤコビアン行列であり、次式（５）で表わされる。
添え字ｋは、離散時刻ｋでの値であることを表す。
ｍｋ（ｉ）について、ｍ’ｋ（ｉ）はｍｋ（ｉ）の更新値（事後推定値）を示し、ｍｋ，ｋ−１（ｉ）はｍ’ｋ−１（ｉ）に基づいたｍｋ（ｉ）の予測値（事前推定値）を示す。なお、環境（測定対象物）は静止しているので、ｍｋ，ｋ-１（ｉ）＝ｍ’ｋ-１（ｉ）である。
Σmk（ｉ）は、ボクセル内部の代表点ｍｋ（ｉ）の誤差共分散行列(即ち、上述の誤差分布)である。また、Σｍｋ（ｉ）について、 Σ’ｍｋ（ｉ）はΣｍｋ（ｉ）の更新値（事後推定値）を示し、Σｍｋ，ｋ−１（ｉ）はΣ’ｍｋ−１（ｉ）に基づいたΣｍｋ（ｉ）の予測値（事前推定値）を示す。センサ座標系において３次元LRFの被計測点j（j=１,…,Ｎ）の位置をＬ（ｊ）で表し、その誤差共分散行列をΣＬ（ｊ）で表す。ここでＮは、３次元LRFで得られた被計測点の総数である。３次元LRFの誤差モデルとして計測距離に関係ない一定の正規分布を仮定する。センサ座標系のｘ軸方向にレーザを照射する場合の誤差共分散行列をΣＳとする。レーザの照射方向に応じて誤差分布も姿勢を変える。ΣＬ（ｊ）は、基準の方向に対するレーザ照射方向を回転行列ＲＬ（ｊ）を用いてΣＬ（ｊ）＝ＲＬ（ｊ）ΣＳＲＬ ｔ（ｊ）と表される。被計測点jのワールド座標系における位置ｚ（ｊ）、およびその誤差共分散行列Σｚ（ｊ）は、それぞれｚ（ｊ）＝Ｒｒ（ＲｓＬ（ｊ）＋ｔｓ）＋ｔｒ、Σｚ（ｊ）＝ＲｒＲｓΣＬ（ｊ）Ｒｓ ｔＲｒ ｔと表すことができる。
Ｋｍｋ（ｉ） は、 ｍｋ（ｉ）に対するカルマンゲインである。
ｈｍｋ（Ｒｒｋ，ｔｒｋ，ｍｋ，ｋ−１（ｉ））は、Ｌｋ（ｊ）、ｉ＝ｐｋ（ｊ）に対する観測系モデルである。ｉ＝ｐｋ（ｊ）は、被計測点ｊに対応付けられた環境地図（即ち、環境モデル）上の点である。
Ｈｍｋは、Ｌｋ（ｊ）、ｉ＝ｐｋ（ｊ）に対する観測系モデルのヤコビアン行列であり、次式（５）で表わされる。
カルマンフィルタの更新過程によって、環境地図のモデル点群の各点（ボクセルの代表点）の位置と誤差共分散行列の更新値ｍ’ｋ（ｉ）、Σ’mk（ｉ）が得られた段階で、環境モデルの更新を以下の手順で行う。
（１）これら更新値ｍ’ｋ（ｉ）、Σ’mk（ｉ）を、新たな代表点、誤差分布として再設定する。
（２）上述（１）の結果、代表点の位置が別のボクセル内に移動した場合、移動先のボクセルが代表点を保持していないときは、移動後の代表点とその誤差共分散行列を移動先のボクセルに保持させ、移動元のボクセルからは代表点等を取り除く。移動先のボクセルが既に代表点を保持しているときには、2つの代表点において、これらの両誤差分布が重複するかを判断する（上述のＳＴ４における判断と同様）。その後の処理は、図８のＳＴ４以降の処理と同じであってよい。
（３）モデル点群上の代表点ｍ（i）と対応付けが行われなかった距離計測センサによる被計測点について、当該被計測点が含まれるボクセルが代表点を持たない場合は、被計測点とその誤差分布をそのボクセルの代表点と誤差分布として追加し保持する。もし、ボクセル内に既に代表点が存在する場合には、ボクセル内にある対応付けが行われなかった他の複数の被計測点を含め、既存の代表点と各被計測点とが全て異なるボクセルに含まれるように、ボクセルを分割した上で分割後のボクセルに代表点等を継承させる。
（１）これら更新値ｍ’ｋ（ｉ）、Σ’mk（ｉ）を、新たな代表点、誤差分布として再設定する。
（２）上述（１）の結果、代表点の位置が別のボクセル内に移動した場合、移動先のボクセルが代表点を保持していないときは、移動後の代表点とその誤差共分散行列を移動先のボクセルに保持させ、移動元のボクセルからは代表点等を取り除く。移動先のボクセルが既に代表点を保持しているときには、2つの代表点において、これらの両誤差分布が重複するかを判断する（上述のＳＴ４における判断と同様）。その後の処理は、図８のＳＴ４以降の処理と同じであってよい。
（３）モデル点群上の代表点ｍ（i）と対応付けが行われなかった距離計測センサによる被計測点について、当該被計測点が含まれるボクセルが代表点を持たない場合は、被計測点とその誤差分布をそのボクセルの代表点と誤差分布として追加し保持する。もし、ボクセル内に既に代表点が存在する場合には、ボクセル内にある対応付けが行われなかった他の複数の被計測点を含め、既存の代表点と各被計測点とが全て異なるボクセルに含まれるように、ボクセルを分割した上で分割後のボクセルに代表点等を継承させる。
上述のカルマンフィルタを用いたモデル更新ステップを繰り返すことで、序々にボクセル内の誤差共分散行列（即ち、誤差分布）の範囲が小さくなるとともに、ボクセルが分割され易くなる。ボクセルが分割されることによって、初期ボクセルのサイズ以下の表現が可能となる。
図１５は、カルマンフィルタを用いたモデル更新ステップにより得られた結果を示す。図１６は図１５の一部拡大図である。これら図において、初期のボクセルの1辺の長さを100cmとし、再分割数を6分割まで許している。対象が存在している領域では、ボクセルの再分割を繰り返した結果、計測対象を精度良く表現している。対象が存在しない領域ではボクセルの再分割は行われず、必要十分なデータ量で環境を表現できることがわかる。また、各ボクセル内の代表点の誤差分布も小さく、環境地図を高精度で表現できている。このように、誤差を含むデータであってもカルマンフィルタの効果により、真値に収束した結果が得られる。さらに、この方法では計測データ数を増加させることによって標準偏差が小さくなり、精度のさらなる向上が期待できる。
図１５は、カルマンフィルタを用いたモデル更新ステップにより得られた結果を示す。図１６は図１５の一部拡大図である。これら図において、初期のボクセルの1辺の長さを100cmとし、再分割数を6分割まで許している。対象が存在している領域では、ボクセルの再分割を繰り返した結果、計測対象を精度良く表現している。対象が存在しない領域ではボクセルの再分割は行われず、必要十分なデータ量で環境を表現できることがわかる。また、各ボクセル内の代表点の誤差分布も小さく、環境地図を高精度で表現できている。このように、誤差を含むデータであってもカルマンフィルタの効果により、真値に収束した結果が得られる。さらに、この方法では計測データ数を増加させることによって標準偏差が小さくなり、精度のさらなる向上が期待できる。
また、測定対象物の位置・姿勢は固定しているため、更新を測定対象物の位置・姿勢と独立して行うことができる。なお、距離計測センサによる被計測点群と対応付けが行われたモデル点群上の代表点ｍ（i）に対してのみ、上述のカルマンフィルタによる更新を行うことで、大幅な計算コストの削減が可能になる。
被計測点と環境地図（即ち、環境モデル）との対応付けについて補足説明をする。対応付けは次のように行える。
対象とする被計測点jの誤差共分散行列ΣＬ（ｊ）の範囲（例えば標準偏差の3倍の範囲）と交わる最上位のボクセルとそのボクセルに隣接している最上位のボクセルを求め、下層のボクセルも含めこれらのボクセル内に存在する代表点を対応点の候補とする。ボクセルが階層構造となっているため、この候補点の探索には計算コストはほとんどかからない。このとき、候補となる代表点がない場合には、対応点がないものとみなす。隣接するボクセルも候補に加える理由は、ボクセル内の代表点の位置によっては、誤差共分散行列の範囲が隣接するボクセルまではみ出すことがあるからである。
対象とする被計測点jの誤差共分散行列ΣＬ（ｊ）の範囲（例えば標準偏差の3倍の範囲）と交わる最上位のボクセルとそのボクセルに隣接している最上位のボクセルを求め、下層のボクセルも含めこれらのボクセル内に存在する代表点を対応点の候補とする。ボクセルが階層構造となっているため、この候補点の探索には計算コストはほとんどかからない。このとき、候補となる代表点がない場合には、対応点がないものとみなす。隣接するボクセルも候補に加える理由は、ボクセル内の代表点の位置によっては、誤差共分散行列の範囲が隣接するボクセルまではみ出すことがあるからである。
また、上記出力ステップにおいて、前記ボクセル位置、代表点、および誤差分布のすべてを出力しなくてもよく、例えば、これらすべてが無くても３次元形状が把握できる場合や、これらのうち１つ又は２つが必要な場合などにおいては、前記ボクセル位置、代表点、および誤差分布の少なくともいずれかを照合用３次元形状の情報として出力してもよい。
ワークモデル取得ステップＳ９では、ワークの３Ｄ−ＣＡＤモデルデータを読み込みで、ワークの目標形状であるワークの形状モデルを得る。好ましくは、ワークモデル取得ステップＳ９は、３Ｄ−ＣＡＤモデル読込みステップＳ９１と、ワークモデル構築ステップＳ９２とを有する。３Ｄ−ＣＡＤモデル読込みステップＳ９１では、ワークの３Ｄ−ＣＡＤモデルデータを読み込む。ワークモデル構築ステップＳ９２では、照合用３次元形状の情報と比較できる形式、例えば、３次元座標点群、３角形パッチなどのポリゴン表面形状モデル、ボクセルモデルに変換する。
照合ステップＳ１０では、ボクセル位置、代表点およびその誤差分布の少なくともいずれかにより表現される照合用３次元形状と、上記ワークの形状モデルとを照合して両者の形状差異を評価する。好ましくは、照合用３次元形状は、ボクセル位置、代表点および誤差分布により表現される。また、好ましくは、照合ステップＳ１０は、形状マッチングステップＳ１０１と、未対応部分判別ステップＳ１０２と、精度判別ステップＳ１０３と、形状差異評価ステップＳ１０４とを有する。
形状マッチングステップＳ１０１では、ステップＳ９で得たワークの表面形状モデルと、Ｓ１〜Ｓ６で得た環境モデルにおける上記照合用３次元形状とを重ね合わせて両者を照合する。
図１７、図１８は、形状マッチングステップＳ１０１の一例を示す説明図である。図１７のように、形状マッチングステップＳ１０１では、各代表点とその誤差分布をステップＳ９で得たワークの形状モデルによるワーク表面に一致させることで、照合用３次元形状とワークの形状モデルとを重ね合わせる。また、この重ね合わせは、図１８に示すような方式で行ってよい。図１８では、各代表点ｍ（ｉ）とワークの形状モデル上の点ｗ（ｊ）とを対応させる。図１８において、ｍ（ｉ）およびｗ（ｉ）はワーク表面上の点に対応し、Ｓｍ（ｉ）は代表点ｍ（ｉ）の誤差分布である。ｗ（ｊ）は、例えば、ｍ（ｉ）からワークの形状モデル上へ垂直に下ろした点としてもよいし、三角形パッチによる各三角形の重心であってもよい。図１８のように各ｍ（ｉ）と各ｗ（ｊ）を対応させて図１８に示すマハラノビス距離などを用いて、ワークの表面形状モデルと照合用３次元形状との一致度を定義する。例えば、この一致度は、次式（６）により定義してよい。
図１７、図１８は、形状マッチングステップＳ１０１の一例を示す説明図である。図１７のように、形状マッチングステップＳ１０１では、各代表点とその誤差分布をステップＳ９で得たワークの形状モデルによるワーク表面に一致させることで、照合用３次元形状とワークの形状モデルとを重ね合わせる。また、この重ね合わせは、図１８に示すような方式で行ってよい。図１８では、各代表点ｍ（ｉ）とワークの形状モデル上の点ｗ（ｊ）とを対応させる。図１８において、ｍ（ｉ）およびｗ（ｉ）はワーク表面上の点に対応し、Ｓｍ（ｉ）は代表点ｍ（ｉ）の誤差分布である。ｗ（ｊ）は、例えば、ｍ（ｉ）からワークの形状モデル上へ垂直に下ろした点としてもよいし、三角形パッチによる各三角形の重心であってもよい。図１８のように各ｍ（ｉ）と各ｗ（ｊ）を対応させて図１８に示すマハラノビス距離などを用いて、ワークの表面形状モデルと照合用３次元形状との一致度を定義する。例えば、この一致度は、次式（６）により定義してよい。
Ｅの値が最小値になったときのパラメータｔ、Ｒの値を用いて、ワークの表面形状モデルと照合用３次元形状とを重ね合わせて両者を照合する。
未対応部分判別ステップＳ１０２では、上記照合の結果、ワークの形状モデル上に照合用３次元形状と対応しない部分があり、この部分の広さ（面積）が所定の広さ（面積）より大きいと判断した場合は、ワークのこの部分の計測が未だ行われていないものとし、該部分と対応するワーク部分を計測できるように、ステップＳ８にて新たな計測位置を自動的に設定し、ステップＳ１にて該計測位置からワークを再び計測する。これにより、新たな被計測点の座標値を再びコンピュータに入力する。新たな計測位置は、計測器の位置または姿勢を制御する計測器制御装置に設定してよい。これにより、計測器は、計測器制御装置に制御されて新たな計測位置からワークを上述と同様に計測する。このようにして、ステップＳ１、Ｓ２、Ｓ４〜Ｓ６を再び行い、その後、再びステップＳ１０を行うことで、未計測部分のバリまたは欠損未検出を防止する。
精度判別ステップＳ１０３では、照合用３次元形状をワークの形状モデルと照合した結果、ワークの形状モデル上の部分と対応する環境モデル内の部分が、所定の面積よりも大きい広がりを持つ誤差分布を有していると判断した場合は、計測はなされているものの、まだ精度が十分高くなるレベルまでは繰返し計測されていないものとし、該部分と対応するワーク部分を計測できるように、新たな計測位置を設定し該計測位置からワークを再び計測して、被計測点の座標値を再びコンピュータに入力する。新たな計測位置は、計測器の位置または姿勢を制御する計測器制御装置に設定してよい。これにより、計測器は、計測器制御装置に制御されて新たな計測位置からワークを上述と同様に計測する。このようにして、ステップＳ１、Ｓ２、Ｓ４〜Ｓ６を再び行い、その後、再びステップＳ１０を行うことで、バリまたは欠損認識精度の低下を防止する。なお、本実施形態では、照合ステップＳ１０を行う前に、Ｓ１〜Ｓ６の処理は、事前に定めた複数の方向や計測位置から、所定の回数、所定の計測時間等予め定めた基準に従って、複数回の計測を事前に行い、環境モデルの精度を十分高いレベルにしておくものとする。照合ステップＳ１０後に行う再計測は、これを補完するものとする。
なお、未対応部分判別ステップＳ１０２または精度判別ステップＳ１０３により新たな計測位置から再計測するときに、ワークがターンテーブル上に設置されている場合には、ターンテーブルを回転することで、ワークに対する計測位置を新たにし、該新たな計測位置からワークを再び計測する。
形状差異評価ステップＳ１０４では、ステップＳ１０１で照合用３次元形状とワークの形状モデル（表面形状モデル）について両者の位置・姿勢を照合した際に、照合用３次元形状とワークの表面形状モデルとの間で一致しない部分を、バリまたは欠損として抽出し認識し、当該部分の位置を両者の形状差異（バリまたは欠損）の位置として抽出する。例えば、両者間で対応する部分の距離間隔がある一定のしきい値以上ある場合、差異があるものと判断して当該部分をバリまたは欠損として抽出する。この時、当該部分の位置を、形状差異（バリまたは欠損）の位置として抽出する。バリと欠損の区別は、次のように行える。照合用３次元形状とワークの表面形状モデルとの間で一致しない部分が、照合用３次元形状に存在しワークの表面形状モデルに存在しない場合には当該部分をバリと判断し、照合用３次元形状に存在せずワークの表面形状モデルに存在する場合には当該部分を欠損と判断する。このようなバリか欠損かの判断は、照合装置が自動的に行う。
上述したバリまたは欠損認識方法によると、小さいデータサイズでかつ高い分解能で表現される照合用３次元形状を、ワークの３Ｄ−ＣＡＤモデルを読み込んで得たワークの形状モデルと照合し、これにより、両者の形状差異を評価するので、小さいデータサイズで高精度にバリまたは欠損を自動的に認識することが可能になる。
しかも、照合は、ワークの目標形状であるワークの形状モデルと行うので、極めて高精度にバリまたは欠損を認識することが可能になる。
また、ワークを計測するためのワーク設置位置は、任意であってよい。従って、ワークを特定位置（例えば、ジグによる固定位置）に設置せずに任意の位置に設置して、バリまたは欠損認識を行うこともできる。
しかも、照合は、ワークの目標形状であるワークの形状モデルと行うので、極めて高精度にバリまたは欠損を認識することが可能になる。
また、ワークを計測するためのワーク設置位置は、任意であってよい。従って、ワークを特定位置（例えば、ジグによる固定位置）に設置せずに任意の位置に設置して、バリまたは欠損認識を行うこともできる。
図１９は、上述のバリまたは欠損認識方法によりバリがあると認識された場合にバリを取るバリ取り装置の構成図である。図１９に示すように、バリ取り装置４０は、バリを取るバリ除去装置４１と、これを制御する制御装置４３とを有する。制御装置４３は、形状差異評価ステップＳ１０４で抽出された上記形状差異の位置の情報に基づいて、バリ取り装置４０を移動・動作させ、バリ除去装置４１が当該位置におけるバリを取るように、バリ除去装置４１を制御する。
バリ取り装置４０によりバリ取りを行った後、バリ取りを行った部分を計測できるように、再びステップＳ８において計測位置を上述の計測器制御装置に設定し、ステップＳ１において、計測器制御装置に制御されて計測器は、当該計測位置からワークを再び計測器を計測する。これにより、新たな計測データを得て、該計測データを反映した照合用３次元形状を上記ワークの形状モデルと照合して、両者の形状差異を再び評価する。即ち、ステップＳ８で新たな計測位置を設定したら、ステップＳ１、Ｓ２、Ｓ４〜Ｓ６を行い、その後、再びステップＳ１０を行う。
上述のバリ取り装置４０では、高精度に得られた上記形状差異の位置の情報に基づいて、バリ除去装置４１が当該位置におけるバリを取るので、高精度にバリを自動的に取ることができる。
しかも、ワークの目標形状であるワークの形状モデルと照合を行って得た形状差異の位置の情報に基づいてバリ取りを行うので、極めて高精度なバリ取りが可能になる。
しかも、ワークの目標形状であるワークの形状モデルと照合を行って得た形状差異の位置の情報に基づいてバリ取りを行うので、極めて高精度なバリ取りが可能になる。
また、好ましくは、バリ除去装置４１の可動部には、上述の計測器が設けられている。この場合、バリ除去装置４１の可動部の移動により計測器を複数の計測位置に移動させることができる。即ち、バリ除去装置４１の可動部は、バリ取り時にバリ除去加工具を移動させる装置と、ワーク計測時に計測位置（計測器の位置）を移動させる装置との両方を兼ねることができる。また、この場合、上述の計測器制御装置と制御装置４３は、バリ除去装置４１および計測器を移動制御する装置部分を共有してよい。
なお、本発明は上述した実施形態に限定されず、本発明の要旨を逸脱しない範囲で種々変更できることは勿論である。
１ パルスレーザ光、３ パルスレーザ光、４ スタートパルス、
５ ストップパルス、６ ボクセル、７ 代表点、
８ 誤差分布、１０ ３次元レーザレーダ、１２ レーダヘッド、
１３ レーザダイオード、１４ 投光レンズ、１５ ポリゴンミラー、
１６ 受光レンズ、１７ 光検出器、１８ａ，１８ｂ ミラー、
２０ 制御器、２１ 時間間隔カウンタ、２２ 信号処理ボード、
３０ バリまたは欠損認識装置、３１ データ入力装置、３２ ワークモデル取得装置、
３３ 外部記憶装置、３４ 内部記憶装置、３５ 中央処理装置、
３６ 出力装置、４０ バリ取り装置、４１ バリ除去装置、
４３ 制御装置
５ ストップパルス、６ ボクセル、７ 代表点、
８ 誤差分布、１０ ３次元レーザレーダ、１２ レーダヘッド、
１３ レーザダイオード、１４ 投光レンズ、１５ ポリゴンミラー、
１６ 受光レンズ、１７ 光検出器、１８ａ，１８ｂ ミラー、
２０ 制御器、２１ 時間間隔カウンタ、２２ 信号処理ボード、
３０ バリまたは欠損認識装置、３１ データ入力装置、３２ ワークモデル取得装置、
３３ 外部記憶装置、３４ 内部記憶装置、３５ 中央処理装置、
３６ 出力装置、４０ バリ取り装置、４１ バリ除去装置、
４３ 制御装置
Claims (16)
- ワークの計測データから得たワークの照合用３次元形状と、ワークの３Ｄ−ＣＡＤモデルとに基づいてワークのバリまたは欠損を認識するバリまたは欠損認識方法であって、
ワークに対する複数の計測位置からワークを計測することで計測データを取得し、この計測データをコンピュータに入力するデータ入力ステップと、
前記計測データに基づいて、ワークの存在する空間領域を、境界表面が互いに直交する直方体からなる複数のボクセルに分割し、各ボクセル位置を記憶する環境モデルを構築する環境モデル構築ステップと、
前記計測データはワーク表面における複数の被計測点の座標値を含むとして、これら各座標値に対応するボクセルの内部に代表点とその誤差分布を設定し記憶するマッチングステップと、
ワークの３Ｄ−ＣＡＤモデルを読込んでワークの形状モデルを得るワークモデル取得ステップと、
前記ボクセル位置、代表点および誤差分布の少なくともいずれかにより表現される照合用３次元形状と、前記ワークの形状モデルとを照合して両者の形状差異を評価する照合ステップと、を有し、
前記照合ステップにおいて、前記３次元形状をワークの形状モデルと照合した結果、前記ワークの形状モデル上の部分と対応する環境モデル内の部分が、所定の面積よりも大きい広がりを持つ誤差分布を有していると判断した場合、該部分と対応するワーク部分を計測できるように、新たな計測位置を設定し該計測位置からワークを再び計測して、被計測点の座標値を再びコンピュータに入力する、ことを特徴とするバリまたは欠損認識方法。 - 前記環境モデル構築ステップにおいて、最大のボクセルを必要最小限の分解能に相当する大きさに設定し、かつ単一のボクセル内に複数の被計測点が存在する場合に、単一のボクセル内に単一の被計測点のみが存在するように、該ボクセルを更に分割して階層的に複数のボクセルに分割する、ことを特徴とする請求項１に記載のバリまたは欠損認識方法。
- 前記マッチングステップの後に、前記環境モデルを更新するモデル更新ステップを有し、該モデル更新ステップにおいて、新たに入力された被計測点の座標値に対応するボクセルを探索し、
前記計測位置を原点として、該原点と被計測点の間にワークが存在しないものとして、その間に位置するボクセル内の代表点と誤差分布を再設定もしくは消去する、ことを特徴とする請求項１または２に記載のバリまたは欠損認識方法。 - 前記マッチングステップの後に、前記環境モデルを更新するモデル更新ステップを有し、該モデル更新ステップにおいて、新たに入力された被計測点の座標値に対応するボクセルを探索し、
該ボクセル内に代表点がない場合に、当該座標値とその誤差分布を代表点の座標値と誤差分布として設定する、ことを特徴とする請求項１〜３のいずれかに記載のバリまたは欠損認識方法。 - 前記マッチングステップの後に、前記環境モデルを更新するモデル更新ステップを有し、該モデル更新ステップにおいて、新たに入力された被計測点の座標値に対応するボクセルを探索し、
当該ボクセル内に既に設定した代表点がある場合に、新たに取得した誤差分布と既に設定したボクセル内の誤差分布とを比較し、
誤差分布が互いに重複する場合に、両誤差分布から、または、両誤差分布とボクセル内に既に設定した代表点と新たに入力された被計測点の座標値とから、新たな誤差分布と新たな代表点を再設定し、
誤差分布が互いに重複しない場合に、単一のボクセル内に単一の代表点のみが存在するように、該ボクセルを更に分割して階層的に複数のボクセルに分割する、ことを特徴とする請求項１〜４のいずれかに記載のバリまたは欠損認識方法。 - ボクセルの内部に代表点とその誤差分布に加えて、確率値を併せ持つ、ことを特徴とする請求項１〜５のいずれかに記載のバリまたは欠損認識方法。
- 前記モデル更新ステップにおいて、前記新たに取得した誤差分布と前記既に設定したボクセル内の誤差分布とを比較し、誤差分布が互いに重複する場合に、両誤差分布から新たな誤差分布と新たな代表点を再設定した結果、新たな代表点が他のボクセル内へ移動したとき、
該他のボクセル内に代表点がない場合に、該新たな誤差分布と該新たな代表点を該他のボクセルの内部に設定し、
該他のボクセル内に既に設定した代表点がある場合に、該新たな誤差分布と既に設定した該他のボクセル内の誤差分布とを比較し、（Ａ）誤差分布が互いに重複する場合に、両誤差分布から、または、両誤差分布とボクセル内に既に設定した代表点と新たに入力された被計測点の座標値とから、新たな誤差分布と新たな代表点を再設定し、（Ｂ）誤差分布が互いに重複しない場合に、単一のボクセル内に単一の代表点のみが存在するように、該ボクセルを更に分割して階層的に複数のボクセルに分割する、ことを特徴とする請求項５に記載のバリまたは欠損認識方法。 - 前記マッチングステップの後に、前記環境モデルを更新するモデル更新ステップを有し、
該モデル更新ステップにおいて、新たに入力された被計測点の座標値およびその誤差分布と、既に設定したボクセル内の代表点およびその誤差分布とから、カルマンフィルタにより新たな代表点と誤差分布を取得して再設定する、ことを特徴とする請求項１に記載のバリまたは欠損認識方法。 - 前記照合ステップの前に、前記ボクセル位置、代表点および誤差分布の少なくともいずれかを前記照合のために出力する出力ステップを有し、
該出力ステップで、前記ボクセルの内部の誤差分布の大きさが所定の基準値よりも大きい場合に、当該ボクセル内の代表点の信頼性または精度が所定の基準よりも低いとして、該ボクセル内の代表点と誤差分布を出力しない、ことを特徴とする請求項１〜８のいずれかに記載のバリまたは欠損認識方法。 - 前記照合ステップにおいて、前記照合用３次元形状をワークの形状モデルと照合した結果、ワークの形状モデル上に該照合用３次元形状と対応しない部分があると判断した場合、該部分と対応するワーク部分を計測できるように、新たな計測位置を設定し該計測位置からワークを再び計測して、被計測点の座標値を再び前記コンピュータに入力する、ことを特徴とする請求項１〜９のいずれかに記載のバリまたは欠損認識方法。
- 前記ワークはターンテーブル上に設置され、
前記新たな計測位置を設定した場合に、ターンテーブルを回転することで、前記ワークに対する計測位置を新たにし、該計測位置からワークを再び計測する、ことを特徴とする請求項１０に記載のバリまたは欠損認識方法。 - 請求項１〜１１のいずれかに記載のバリまたは欠損認識方法により前記照合用３次元形状と、前記ワークの形状モデルとを照合して両者の形状差異を評価した結果、両者の形状差異があると判断した場合に、当該形状差異の位置の情報に基づいて、バリ取り装置が当該位置におけるバリを取る、ことを特徴とするバリ取り方法。
- バリ取りを行った部分を計測できるように、計測位置を設定し該計測位置からワークを再び計測して、計測データを得て、
該計測データを反映した照合用３次元形状と前記ワークの形状モデルとを照合して、両者の形状差異を再び評価する、ことを特徴とする請求項１２に記載のバリ取り方法。 - 請求項１〜１１のいずれかに記載のバリまたは欠損認識方法を実施し、ワークの計測データから得たワークの照合用３次元形状と、ワークの３Ｄ−ＣＡＤモデルとに基づいてワークのバリまたは欠損を認識するバリまたは欠損認識装置であって、
ワークに対する複数の計測位置からワークを計測することで計測データを取得し、この計測データをコンピュータに入力するデータ入力装置と、
前記計測データに基づいて、ワークの存在する空間領域を、境界表面が互いに直交する直方体からなる複数のボクセルに分割し、各ボクセル位置を記憶する環境モデルを構築する環境モデル構築装置と、
前記計測データはワーク表面における複数の被計測点の座標値を含むとして、これら各座標値に対応するボクセルの内部に代表点とその誤差分布を設定し記憶するマッチング装置と、
ワークの３Ｄ−ＣＡＤモデルを読込んでワークの形状モデルを得るワークモデル取得装置と、
前記ボクセル位置、代表点および誤差分布の少なくともいずれかにより表現される照合用３次元形状と、前記ワークの形状モデルとを照合して両者の形状差異を評価する照合装置と、を備えることを特徴とするバリまたは欠損認識装置。 - 請求項１４に記載のバリまたは欠損認識装置と、
バリを取るバリ除去装置と、
前記照合用３次元形状と、前記ワークの形状モデルとを照合した結果、両者の間で形状差異があると判断した場合に、当該形状差異の位置の情報に基づいて、前記バリ除去装置が当該位置におけるバリを取るように、前記バリ除去装置を制御する制御装置と、を備えるバリ取り装置。 - 前記データ入力装置は、ワークを計測する計測器を有し、
前記バリ除去装置の可動部には、前記計測器が設けられている、ことを特徴とする請求項１５に記載のバリ取り装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2007301358A JP5246468B2 (ja) | 2007-11-21 | 2007-11-21 | バリまたは欠損認識方法と装置およびバリ取り方法と装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2007301358A JP5246468B2 (ja) | 2007-11-21 | 2007-11-21 | バリまたは欠損認識方法と装置およびバリ取り方法と装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2009128097A JP2009128097A (ja) | 2009-06-11 |
| JP5246468B2 true JP5246468B2 (ja) | 2013-07-24 |
Family
ID=40819193
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2007301358A Expired - Fee Related JP5246468B2 (ja) | 2007-11-21 | 2007-11-21 | バリまたは欠損認識方法と装置およびバリ取り方法と装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5246468B2 (ja) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5380792B2 (ja) * | 2007-06-15 | 2014-01-08 | 株式会社Ｉｈｉ | 物体認識方法および装置 |
| JP5279859B2 (ja) * | 2011-03-23 | 2013-09-04 | ジヤトコ株式会社 | バリ評価装置 |
| JP2015062017A (ja) * | 2014-09-30 | 2015-04-02 | オムロン株式会社 | モデル作成装置、モデル作成プログラム、および画像認識システム |
| CN110686594B (zh) * | 2019-09-12 | 2021-08-27 | 福州国化智能技术有限公司 | 一种工件尺寸检测方法及系统 |
| CN111193495B (zh) * | 2019-12-12 | 2023-06-02 | 浙江工业大学 | 一种工件校直数据的滤波处理方法 |
| CN114472598B (zh) * | 2022-04-13 | 2022-07-29 | 山东扬石工程检验检测有限公司 | 一种超声波检测自适应装置 |
| CN117557873B (zh) * | 2024-01-12 | 2024-04-05 | 四川高速公路建设开发集团有限公司 | 一种基于图像识别的隧道掌子面裂隙识别方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001116525A (ja) * | 1999-10-19 | 2001-04-27 | Sumitomo Wiring Syst Ltd | ３次元形状計測装置および３次元形状計測方法 |
| JP2004132944A (ja) * | 2002-08-16 | 2004-04-30 | Foundation For The Promotion Of Industrial Science | 製造誤差評価システム及び方法並びにプログラム |
| CN101331380B (zh) * | 2005-12-16 | 2011-08-03 | 株式会社Ihi | 三维形状数据的存储/显示方法和装置以及三维形状的计测方法和装置 |
| US8121399B2 (en) * | 2005-12-16 | 2012-02-21 | Ihi Corporation | Self-position identifying method and device, and three-dimensional shape measuring method and device |
| CN101331381B (zh) * | 2005-12-16 | 2011-08-24 | 株式会社Ihi | 三维形状数据的位置对准方法和装置 |
-
2007
- 2007-11-21 JP JP2007301358A patent/JP5246468B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2009128097A (ja) | 2009-06-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4650752B2 (ja) | 自己位置同定方法と装置および三次元形状の計測方法と装置 | |
| JP4650751B2 (ja) | 三次元形状データの位置合わせ方法と装置 | |
| JP5246468B2 (ja) | バリまたは欠損認識方法と装置およびバリ取り方法と装置 | |
| JP4650750B2 (ja) | 三次元形状データの記憶・表示方法と装置および三次元形状の計測方法と装置 | |
| JP5380792B2 (ja) | 物体認識方法および装置 | |
| CN107749079B (zh) | 一种面向无人机扫描重建的点云质量评价和轨迹规划方法 | |
| CN108921947B (zh) | 生成电子地图的方法、装置、设备、存储介质以及采集实体 | |
| JP5303873B2 (ja) | 車両形状計測方法と装置 | |
| JP6323993B2 (ja) | 情報処理装置、情報処理方法、及びコンピュータプログラム | |
| WO2023060683A1 (zh) | 一种基于三维点云模型的预制梁段表面平整度检测方法 | |
| JP4442661B2 (ja) | ３次元計測方法および３次元計測装置 | |
| CN102460065A (zh) | 信息处理设备、信息处理方法和程序 | |
| Knyaz et al. | Photogrammetric technique for timber stack volume contol | |
| JP2017101946A (ja) | 複数の物品の位置姿勢計測装置及び該位置姿勢計測装置を含むロボットシステム | |
| US20210223397A1 (en) | Three-dimensional surface scanning | |
| JP6673504B2 (ja) | 情報処理装置、データベース生成装置、方法、プログラム、及び記憶媒体 | |
| CN113835101A (zh) | 一种基于雷达点云的车辆定位方法、装置及存储介质 | |
| KR102252295B1 (ko) | 실내 토폴로지맵 생성 방법 및 이를 위한 자율주행 로봇 | |
| US20230101689A1 (en) | Method, apparatus, and program for matching point cloud data | |
| Wan et al. | A new stylus orientation planning strategy for sculpture surface inspection based on touch position graph | |
| CN110794434A (zh) | 一种位姿的确定方法、装置、设备及存储介质 | |
| KR102624644B1 (ko) | 벡터 맵을 이용한 이동체의 맵 매칭 위치 추정 방법 | |
| JP7543244B2 (ja) | 位置検出装置及び位置検出方法 | |
| Witzgall et al. | Recovering spheres from 3D point data | |
| Kotthäuser et al. | Triangulation-based plane extraction for 3D point clouds |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20100927 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20120208 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120209 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120409 |
|
| 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: 20130314 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130327 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20160419 Year of fee payment: 3 |
|
| LAPS | Cancellation because of no payment of annual fees |