JP5623358B2 - ワーク取り出し装置 - Google Patents
ワーク取り出し装置 Download PDFInfo
- Publication number
- JP5623358B2 JP5623358B2 JP2011193918A JP2011193918A JP5623358B2 JP 5623358 B2 JP5623358 B2 JP 5623358B2 JP 2011193918 A JP2011193918 A JP 2011193918A JP 2011193918 A JP2011193918 A JP 2011193918A JP 5623358 B2 JP5623358 B2 JP 5623358B2
- Authority
- JP
- Japan
- Prior art keywords
- gripping
- measurement
- opening
- hand
- measurement feature
- 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
- 238000005259 measurement Methods 0.000 claims description 241
- 238000000605 extraction Methods 0.000 claims description 75
- 238000004364 calculation method Methods 0.000 claims description 44
- 230000010365 information processing Effects 0.000 claims description 35
- 239000000284 extract Substances 0.000 claims description 9
- 230000003247 decreasing effect Effects 0.000 claims 1
- 238000000034 method Methods 0.000 description 43
- 239000013598 vector Substances 0.000 description 34
- 230000036544 posture Effects 0.000 description 33
- 238000012545 processing Methods 0.000 description 29
- 238000010586 diagram Methods 0.000 description 10
- 238000011156 evaluation Methods 0.000 description 10
- 230000005484 gravity Effects 0.000 description 6
- 238000013459 approach Methods 0.000 description 4
- 241001122315 Polites Species 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 101000710013 Homo sapiens Reversion-inducing cysteine-rich protein with Kazal motifs Proteins 0.000 description 1
- 101000661807 Homo sapiens Suppressor of tumorigenicity 14 protein Proteins 0.000 description 1
- 108010038083 amyloid fibril protein AS-SAM Proteins 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000001179 sorption measurement Methods 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 238000002366 time-of-flight method Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J13/00—Controls for manipulators
- B25J13/08—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices
Landscapes
- Engineering & Computer Science (AREA)
- Manipulator (AREA)
- Human Computer Interaction (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
Description
図1は、この発明の実施の形態1によるワーク取り出し装置を示す構成図である。ワーク取り出し装置は、DB(データベース)1と、センサ2と、ハンド3と、ロボット4と、情報処理部5と、制御部6とを少なくとも備える。情報処理部5は、計測特徴抽出部51、計測特徴識別部52、把持動作演算部53、開閉動作演算部54を少なくとも含んでいる。そして例えば、供給箱8にワーク7がバラ積みにされている。
把持位置姿勢情報は、制御部6でハンド3が把持位置姿勢をとるためのロボット4の動作制御情報になり、ロボット4へ把持動作として伝わる。開閉パラメータは、制御部6でハンド3がワーク7を把持するための動作制御情報になり、ハンド3に開閉動作として伝わる。制御部6からの情報に応じてロボット4、ハンド3がワークを把持する。
計測特徴は、例えば、2次元センサであればワークの表面のテクスチャの空間的配置、テクスチャの複雑さ、エッジ量、エッジで囲まれた領域の面積や主軸方向、局所的なエッジの方向などを用いてもよい。
3次元センサであれば、それに加えて面の主法線方向、面の法線方向の分布、それをヒストグラム化したもの、平面度などを用いてもよい。また、周辺の複雑度をテクスチャ状態や高さ分布のバラつきなどをもとに定量化し、計測特徴としてもよい。
これら計測特徴から少なくとも1つ以上を多次元特徴ベクトルとしてDB1に蓄える。計測特徴はベクトル量子化してもよい。
取り出しが成功した計測特徴サンプル(Positive sample)と、取り出しが失敗した計測特徴サンプル(Negative sample)のどちらに近いかという意味で、次のような値を定義する。
例えば特許文献3では、ワークの全体モデルといくつかの部分モデルを相互位置関係とともに教示しておく。計測位置へロボットを移動させセンサで全体モデルを検出する。各部分モデルの存在領域を計算し、その範囲で各部分モデルの検出を試みる。検出した全体モデルに対応するワークの3次元位置・姿勢を取得し、基準把持姿勢を定める。
把持動作演算部53では、P/Nが低く掴み難いと判断された場合には、把持位置姿勢探索の処理を追加する。把持位置姿勢探索は通常は、上述の「ハンドのマッチング方法の別の方法」として示した方法のハンドモデルのマッチングで実現する(ステップST8)。また追加の評価処理として、ハンドモデルの回転とワークの形状エッジの直交率(度)が高いところを優先して把持する。また抽出したセグメントの重心に近い部分を把持することで、把持後の落下の可能性を減らす。また、ワークに依存した調整が許容されるシステムであれば、ワーク形状情報を使って、より高精度な把持位置姿勢探索をおこなってもよい(ステップST9)。
図5は、この発明の実施の形態2によるワーク取り出し装置を示す構成図である。この実施の形態では、ハンド3の開閉量をもとに、取り出し失敗分類部55で取り出しの失敗分類をおこないDB1に蓄える。取り出し成否の情報だけでなく、取り出し失敗分類の情報を用いることで、把持位置姿勢、開閉パラメータの計算を省略したり、失敗原因に応じたパラメータのみを計算する。
図6は、この発明の実施の形態3によるワーク取り出し装置を示す構成図である。この実施の形態では、取り出し成否、失敗分類を供給箱8の外部に設置した第2のセンサ9の計測情報をもとに実現する。
図7は、この発明の実施の形態4によるワーク取り出し装置を示す構成図である。この実施の形態では、ハンド3の開閉量と、第2のセンサ9の計測データより、取り出し失敗分類部55で失敗分類をおこなう。この実施の形態では、ワークの取り出し失敗を、空振り、干渉による掴みそこね、弾き飛ばし、把持後の落下の4種類に分類できる。
空振りの場合は、これまでの説明による方法で、計測命令による複数計測の平滑結果を計測データとして使う。
干渉による掴みそこねの場合は、開閉動作演算部54においてハンドの開閉量をより高精度に調整する。
弾き飛ばしのときは、開閉動作演算部54においてハンドの開閉量、開閉速度を調整する。
把持後の落下のときは、把持動作演算部53において把持位置姿勢を調整する。
以上のように、実施の形態4により、失敗分類を増やし、適したパラメータのみを調整することで、処理を省略し高速化しながら、把持成功率を高めることができる。
Claims (8)
- 少なくともワークの計測特徴と取り出し成否を蓄えるDBと、
バラ積みされたワークを計測するセンサと、
バラ積みされたワークを把持するハンドと、
ハンドを把持位置姿勢に移動するロボットと、
計測データから把持位置姿勢と、開閉量・把持力・動作速度のうち少なくとも1つの動作制御情報を計算する情報処理部と、
前記情報処理部の動作制御情報に従って前記ロボットへ把持動作を指令し、ハンドへ開閉動作を指令する制御部と、
を備え、
前記情報処理部が、
計測データから把持位置姿勢を計算するための計測特徴を抽出する計測特徴抽出部と、
前記DBの情報から前記計測特徴を識別する計測特徴識別部と、
前記計測特徴と前記DBの情報からワークを把持するハンドの把持位置姿勢を計算する把持動作演算部と、
前記計測特徴、把持位置姿勢、前記DBの情報からハンドの開閉に関するパラメータを計算する開閉動作演算部と、
を含み、
前記計測特徴識別部では、前記DBに蓄えられた過去の計測特徴と取り出し成否の情報をもとに、前記計測特徴識別部で抽出した計測特徴の取り出し成功率を推定し、
前記開閉動作演算部では、推定した取り出し成功率に応じて、ハンドの開閉量・把持力・動作速度のうち少なくとも1つを調整し、
前記情報処理部が、前記ハンドとワークの少なくとも一方の状態から、取り出し失敗原因を分類して失敗分類の情報として前記DBに格納する取り出し失敗分類部をさらに含み、
前記DBに蓄えられた過去の計測特徴と失敗分類の情報をもとに、前記把持動作演算部で演算する把持位置姿勢と、前記開閉動作演算部で演算する開閉量・把持力・動作速度のうち、失敗に影響するパラメータを調整する、
ことを特徴とするワーク取り出し装置。 - 前記失敗分類の情報を、前記ハンドの開閉量から推定することを特徴とする請求項1に記載のワーク取り出し装置。
- 取り出しの瞬間の前記ハンドの動作を計測する第2のセンサを備え、前記失敗分類を前記第2のセンサにより得られる計測データから推定することを特徴とする請求項1に記載のワーク取り出し装置。
- 少なくともワークの計測特徴と取り出し成否を蓄えるDBと、
バラ積みされたワークを計測するセンサと、
バラ積みされたワークを把持するハンドと、
ハンドを把持位置姿勢に移動するロボットと、
計測データから把持位置姿勢と、開閉量・把持力・動作速度のうち少なくとも1つの動作制御情報を計算する情報処理部と、
前記情報処理部の動作制御情報に従って前記ロボットへ把持動作を指令し、ハンドへ開閉動作を指令する制御部と、
を備え、
前記情報処理部が、
計測データから把持位置姿勢を計算するための計測特徴を抽出する計測特徴抽出部と、
前記DBの情報から前記計測特徴を識別する計測特徴識別部と、
前記計測特徴と前記DBの情報からワークを把持するハンドの把持位置姿勢を計算する把持動作演算部と、
前記計測特徴、把持位置姿勢、前記DBの情報からハンドの開閉に関するパラメータを計算する開閉動作演算部と、
を含み、
前記計測特徴識別部では、前記DBに蓄えられた過去の計測特徴と取り出し成否の情報をもとに、前記計測特徴識別部で抽出した計測特徴の取り出し成功率を推定し、
前記開閉動作演算部では、推定した取り出し成功率に応じて、ハンドの開閉量・把持力・動作速度のうち少なくとも1つを調整し、
前記計測特徴抽出部で抽出した計測特徴が、前記計測特徴識別部で過去の計測特徴と類似していると識別され、かつ該過去の計測特徴の把持成功率が高いと推定されるとき、前記把持動作演算部と前記開閉動作演算部で把持位置姿勢、開閉量・把持力・動作速度のうち少なくとも一つを、過去の類似の計測特徴を把持したときと同じものを流用する、
ことを特徴とするワーク取り出し装置。 - 少なくともワークの計測特徴と取り出し成否を蓄えるDBと、
バラ積みされたワークを計測するセンサと、
バラ積みされたワークを把持するハンドと、
ハンドを把持位置姿勢に移動するロボットと、
計測データから把持位置姿勢と、開閉量・把持力・動作速度のうち少なくとも1つの動作制御情報を計算する情報処理部と、
前記情報処理部の動作制御情報に従って前記ロボットへ把持動作を指令し、ハンドへ開閉動作を指令する制御部と、
を備え、
前記情報処理部が、
計測データから把持位置姿勢を計算するための計測特徴を抽出する計測特徴抽出部と、
前記DBの情報から前記計測特徴を識別する計測特徴識別部と、
前記計測特徴と前記DBの情報からワークを把持するハンドの把持位置姿勢を計算する把持動作演算部と、
前記計測特徴、把持位置姿勢、前記DBの情報からハンドの開閉に関するパラメータを計算する開閉動作演算部と、
を含み、
前記計測特徴識別部では、前記DBに蓄えられた過去の計測特徴と取り出し成否の情報をもとに、前記計測特徴識別部で抽出した計測特徴の取り出し成功率を推定し、
前記開閉動作演算部では、推定した取り出し成功率に応じて、ハンドの開閉量・把持力・動作速度のうち少なくとも1つを調整し、
前記計測特徴抽出部で抽出した計測特徴が、前記計測特徴識別部で取り出し成功率が低いと推定されたとき、前記把持動作演算部でおこなう把持位置姿勢探索の処理数を増やす、
ことを特徴とするワーク取り出し装置。 - 少なくともワークの計測特徴と取り出し成否を蓄えるDBと、
バラ積みされたワークを計測するセンサと、
バラ積みされたワークを把持するハンドと、
ハンドを把持位置姿勢に移動するロボットと、
計測データから把持位置姿勢と、開閉量・把持力・動作速度のうち少なくとも1つの動作制御情報を計算する情報処理部と、
前記情報処理部の動作制御情報に従って前記ロボットへ把持動作を指令し、ハンドへ開閉動作を指令する制御部と、
を備え、
前記情報処理部が、
計測データから把持位置姿勢を計算するための計測特徴を抽出する計測特徴抽出部と、
前記DBの情報から前記計測特徴を識別する計測特徴識別部と、
前記計測特徴と前記DBの情報からワークを把持するハンドの把持位置姿勢を計算する把持動作演算部と、
前記計測特徴、把持位置姿勢、前記DBの情報からハンドの開閉に関するパラメータを計算する開閉動作演算部と、
を含み、
前記計測特徴識別部では、前記DBに蓄えられた過去の計測特徴と取り出し成否の情報をもとに、前記計測特徴識別部で抽出した計測特徴の取り出し成功率を推定し、
前記開閉動作演算部では、推定した取り出し成功率に応じて、ハンドの開閉量・把持力・動作速度のうち少なくとも1つを調整し、
前記計測特徴抽出部で抽出した計測特徴が、前記計測特徴識別部で取り出し成功率が低いと推定されたとき、前記把持動作識別部で把持力・動作速度のうち少なくとも一つを下げる、
ことを特徴とするワーク取り出し装置。 - 少なくともワークの計測特徴と取り出し成否を蓄えるDBと、
バラ積みされたワークを計測するセンサと、
バラ積みされたワークを把持するハンドと、
ハンドを把持位置姿勢に移動するロボットと、
計測データから把持位置姿勢と、開閉量・把持力・動作速度のうち少なくとも1つの動作制御情報を計算する情報処理部と、
前記情報処理部の動作制御情報に従って前記ロボットへ把持動作を指令し、ハンドへ開閉動作を指令する制御部と、
を備え、
前記情報処理部が、
計測データから把持位置姿勢を計算するための計測特徴を抽出する計測特徴抽出部と、
前記DBの情報から前記計測特徴を識別する計測特徴識別部と、
前記計測特徴と前記DBの情報からワークを把持するハンドの把持位置姿勢を計算する把持動作演算部と、
前記計測特徴、把持位置姿勢、前記DBの情報からハンドの開閉に関するパラメータを計算する開閉動作演算部と、
を含み、
前記計測特徴識別部では、前記DBに蓄えられた過去の計測特徴と取り出し成否の情報をもとに、前記計測特徴識別部で抽出した計測特徴の取り出し成功率を推定し、
前記開閉動作演算部では、推定した取り出し成功率に応じて、ハンドの開閉量・把持力・動作速度のうち少なくとも1つを調整し、
前記取り出し成否の情報を、前記ハンドの開閉量から推定する、
ことを特徴とするワーク取り出し装置。 - 少なくともワークの計測特徴と取り出し成否を蓄えるDBと、
バラ積みされたワークを計測するセンサと、
バラ積みされたワークを把持するハンドと、
ハンドを把持位置姿勢に移動するロボットと、
計測データから把持位置姿勢と、開閉量・把持力・動作速度のうち少なくとも1つの動作制御情報を計算する情報処理部と、
前記情報処理部の動作制御情報に従って前記ロボットへ把持動作を指令し、ハンドへ開閉動作を指令する制御部と、
を備え、
前記情報処理部が、
計測データから把持位置姿勢を計算するための計測特徴を抽出する計測特徴抽出部と、
前記DBの情報から前記計測特徴を識別する計測特徴識別部と、
前記計測特徴と前記DBの情報からワークを把持するハンドの把持位置姿勢を計算する把持動作演算部と、
前記計測特徴、把持位置姿勢、前記DBの情報からハンドの開閉に関するパラメータを計算する開閉動作演算部と、
を含み、
前記計測特徴識別部では、前記DBに蓄えられた過去の計測特徴と取り出し成否の情報をもとに、前記計測特徴識別部で抽出した計測特徴の取り出し成功率を推定し、
前記開閉動作演算部では、推定した取り出し成功率に応じて、ハンドの開閉量・把持力・動作速度のうち少なくとも1つを調整し、
取り出しの瞬間の前記ハンドの動作を計測する第2のセンサを備え、前記取り出し成否を前記第2のセンサにより得られる計測データから推定する、
ことを特徴とするワーク取り出し装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011193918A JP5623358B2 (ja) | 2011-09-06 | 2011-09-06 | ワーク取り出し装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011193918A JP5623358B2 (ja) | 2011-09-06 | 2011-09-06 | ワーク取り出し装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2013052490A JP2013052490A (ja) | 2013-03-21 |
JP5623358B2 true JP5623358B2 (ja) | 2014-11-12 |
Family
ID=48129943
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011193918A Expired - Fee Related JP5623358B2 (ja) | 2011-09-06 | 2011-09-06 | ワーク取り出し装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5623358B2 (ja) |
Families Citing this family (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101634463B1 (ko) | 2011-06-29 | 2016-06-28 | 미쓰비시덴키 가부시키가이샤 | 부품 공급 장치 |
JP5788460B2 (ja) * | 2013-11-05 | 2015-09-30 | ファナック株式会社 | バラ積みされた物品をロボットで取出す装置及び方法 |
JP6036662B2 (ja) * | 2013-11-22 | 2016-11-30 | 三菱電機株式会社 | ロボットシミュレーション装置、プログラム、記録媒体及び方法 |
JP6240689B2 (ja) | 2015-07-31 | 2017-11-29 | ファナック株式会社 | 人の行動パターンを学習する機械学習装置、ロボット制御装置、ロボットシステム、および機械学習方法 |
DE102016009030B4 (de) | 2015-07-31 | 2019-05-09 | Fanuc Corporation | Vorrichtung für maschinelles Lernen, Robotersystem und maschinelles Lernsystem zum Lernen eines Werkstückaufnahmevorgangs |
JP6522488B2 (ja) * | 2015-07-31 | 2019-05-29 | ファナック株式会社 | ワークの取り出し動作を学習する機械学習装置、ロボットシステムおよび機械学習方法 |
US10268188B2 (en) * | 2015-12-02 | 2019-04-23 | Qualcomm Incorporated | Active camera movement determination for object position and extent in three-dimensional space |
KR102023588B1 (ko) | 2016-03-03 | 2019-10-14 | 구글 엘엘씨 | 로봇 파지용 심층 기계 학습 방법 및 장치 |
CN111832702A (zh) * | 2016-03-03 | 2020-10-27 | 谷歌有限责任公司 | 用于机器人抓取的深度机器学习方法和装置 |
JP6457421B2 (ja) | 2016-04-04 | 2019-01-23 | ファナック株式会社 | シミュレーション結果を利用して学習を行う機械学習装置,機械システム,製造システムおよび機械学習方法 |
JP7069110B2 (ja) * | 2016-07-18 | 2022-05-17 | ラエル オドナー, | ロボット把持の査定 |
JP6371959B2 (ja) * | 2016-09-02 | 2018-08-15 | 株式会社プロドローン | ロボットアームおよびこれを備える無人航空機 |
JP6390014B2 (ja) * | 2016-09-02 | 2018-09-19 | 株式会社プロドローン | ロボットアームおよびこれを備える無人航空機 |
JP6838833B2 (ja) * | 2016-09-05 | 2021-03-03 | 国立大学法人信州大学 | 把持装置、把持方法、及びプログラム |
JP6514171B2 (ja) * | 2016-09-27 | 2019-05-15 | ファナック株式会社 | 最適な物品把持経路を学習する機械学習装置、及び機械学習方法 |
JP6807949B2 (ja) * | 2016-11-16 | 2021-01-06 | 三菱電機株式会社 | 干渉回避装置 |
JP6453922B2 (ja) * | 2017-02-06 | 2019-01-16 | ファナック株式会社 | ワークの取り出し動作を改善するワーク取り出し装置およびワーク取り出し方法 |
JP6438512B2 (ja) | 2017-03-13 | 2018-12-12 | ファナック株式会社 | 機械学習により補正した計測データでワークの取り出しを行うロボットシステム、計測データ処理装置および計測データ処理方法 |
JP6490132B2 (ja) * | 2017-03-31 | 2019-03-27 | ファナック株式会社 | ロボットの制御装置、機械学習装置及び機械学習方法 |
JP6546618B2 (ja) | 2017-05-31 | 2019-07-17 | 株式会社Preferred Networks | 学習装置、学習方法、学習モデル、検出装置及び把持システム |
JP7045139B2 (ja) * | 2017-06-05 | 2022-03-31 | 株式会社日立製作所 | 機械学習装置、機械学習方法、および機械学習プログラム |
JP6970553B2 (ja) * | 2017-08-17 | 2021-11-24 | キヤノン株式会社 | 画像処理装置、画像処理方法 |
JP2020532440A (ja) * | 2017-09-01 | 2020-11-12 | カリフォルニア大学The Regents of the University of California | オブジェクトをロバストに把持し、ターゲティングするためのロボットシステムおよび方法 |
JP6895563B2 (ja) * | 2017-09-25 | 2021-06-30 | ファナック株式会社 | ロボットシステム、モデル生成方法、及びモデル生成プログラム |
JP6695843B2 (ja) | 2017-09-25 | 2020-05-20 | ファナック株式会社 | 装置、及びロボットシステム |
JP6579498B2 (ja) * | 2017-10-20 | 2019-09-25 | 株式会社安川電機 | 自動化装置及び位置検出装置 |
JP6676030B2 (ja) | 2017-11-20 | 2020-04-08 | 株式会社安川電機 | 把持システム、学習装置、把持方法、及び、モデルの製造方法 |
JP6680750B2 (ja) | 2017-11-22 | 2020-04-15 | ファナック株式会社 | 制御装置及び機械学習装置 |
CN108340367A (zh) * | 2017-12-13 | 2018-07-31 | 深圳市鸿益达供应链科技有限公司 | 用于机械臂抓取的机器学习方法 |
DE112018007729B4 (de) | 2018-06-14 | 2022-09-08 | Yamaha Hatsudoki Kabushiki Kaisha | Maschinelle Lernvorrichtung und mit dieser ausgestattetes Robotersystem |
JP7133017B2 (ja) * | 2018-07-24 | 2022-09-07 | 株式会社Fuji | エンドエフェクタの選択方法および選択システム |
JP7229115B2 (ja) * | 2019-07-09 | 2023-02-27 | 株式会社日立製作所 | ロボット制御装置及びロボット |
CN115515762A (zh) * | 2020-06-09 | 2022-12-23 | 发那科株式会社 | 工件取出装置 |
WO2023162124A1 (ja) * | 2022-02-25 | 2023-08-31 | 三菱電機株式会社 | ロボット制御装置、ロボット制御方法およびロボット制御プログラム |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3654042B2 (ja) * | 1999-04-21 | 2005-06-02 | 松下電工株式会社 | 物体特定方法及び装置 |
JP2004268160A (ja) * | 2003-03-05 | 2004-09-30 | Sharp Corp | ロボットハンドおよびその制御方法 |
JP4940715B2 (ja) * | 2006-03-15 | 2012-05-30 | 日産自動車株式会社 | ピッキングシステム |
-
2011
- 2011-09-06 JP JP2011193918A patent/JP5623358B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2013052490A (ja) | 2013-03-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5623358B2 (ja) | ワーク取り出し装置 | |
JP5558585B2 (ja) | ワーク取り出し装置 | |
US11945114B2 (en) | Method and system for grasping an object | |
CN112070818B (zh) | 基于机器视觉的机器人无序抓取方法和系统及存储介质 | |
US11794343B2 (en) | System and method for height-map-based grasp execution | |
Björkman et al. | Enhancing visual perception of shape through tactile glances | |
JP5787642B2 (ja) | 対象物保持装置、対象物保持装置の制御方法、およびプログラム | |
US11541534B2 (en) | Method and system for object grasping | |
CN111428731A (zh) | 基于机器视觉的多类目标识别定位方法、装置和设备 | |
CN112819135A (zh) | 基于ConvPoint模型引导机械臂抓取不同位姿物料的分拣方法 | |
CN115321090B (zh) | 机场行李自动接取方法、装置、设备、系统及介质 | |
CN116197893A (zh) | 抓取生成中的碰撞处理方法 | |
CN116061187B (zh) | 一种复合机器人对货架商品识别、定位和抓取方法 | |
CN113034575A (zh) | 一种模型构建方法、位姿估计方法及物体拣取装置 | |
US20220371200A1 (en) | Robotic system for object size measurement | |
CN114742883A (zh) | 一种基于平面类工件定位算法的自动化装配方法及系统 | |
US20220203547A1 (en) | System and method for improving automated robotic picking via pick planning and interventional assistance | |
CN114800533B (zh) | 一种用于工业机器人的分拣控制方法及系统 | |
van Vuuren et al. | Towards the autonomous robotic gripping and handling of novel objects | |
KR101836847B1 (ko) | 이동 로봇 및 이동 로봇의 제어방법 | |
CN113361651B (zh) | 生成用于物体检测的安全空间列表的方法和计算系统 | |
CN118038103B (zh) | 基于改进动态扩展模型自适应算法的视觉回环检测方法 | |
CN115359112B (zh) | 一种高位料库机器人的码垛控制方法 | |
CN115147491B (zh) | 用于agv小车的搬运目标位姿信息估计方法 | |
Tan | A Human-in-the-Loop Robot Grasping System with Grasp Quality Refinement |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20130927 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20140516 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20140527 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140715 |
|
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: 20140826 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140924 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5623358 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |