JP6928031B2 - 制御装置及び制御システム - Google Patents
制御装置及び制御システム Download PDFInfo
- Publication number
- JP6928031B2 JP6928031B2 JP2019108190A JP2019108190A JP6928031B2 JP 6928031 B2 JP6928031 B2 JP 6928031B2 JP 2019108190 A JP2019108190 A JP 2019108190A JP 2019108190 A JP2019108190 A JP 2019108190A JP 6928031 B2 JP6928031 B2 JP 6928031B2
- Authority
- JP
- Japan
- Prior art keywords
- manipulator
- data
- control
- control device
- industrial robot
- 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.)
- Active
Links
Images
Landscapes
- Manipulator (AREA)
Description
本発明の他の態様は、マニピュレータに掛かる少なくとも力を検出可能な産業用ロボットを制御する制御装置であって、前記産業用ロボットのマニピュレータに掛かる少なくとも力及び前記産業用ロボットの制御に係るデータを取得データとして取得可能なデータ取得部と、前記取得データに基づいて、前記マニピュレータに掛かる力に関する情報、前記マニピュレータに係る制御指令に関する情報、及び前記制御指令に基づいた前記マニピュレータの作業時間に関する情報を含むデータを生成する前処理部と、を備え、前記データに基づいて、前記マニピュレータに掛かる力の状態に対して、前記マニピュレータに係る制御指令の調整行動を強化学習したニューラルネットワークの学習モデルを生成する、制御装置である。
本発明の他の態様は、マニピュレータに掛かる少なくとも力を検出可能な産業用ロボットを制御する制御装置であって、前記産業用ロボットのマニピュレータに掛かる少なくとも力及び前記産業用ロボットの制御に係るデータを取得データとして取得可能なデータ取得部と、前記取得データに基づいて、前記マニピュレータに掛かる力に関する情報、前記マニピュレータに係る制御指令に関する情報を含むデータを生成する前処理部と、前記マニピュレータに掛かる力の状態に対する、前記マニピュレータに係る制御指令の調整行動を前記制御指令に基づいた前記マニピュレータの作業時間を考慮して強化学習した学習モデルを記憶する学習モデル記憶部と、を備え、前記データに基づき、前記学習モデル記憶部に記憶された学習モデルを用いて、前記マニピュレータに係る制御指令の調整行動を推定する意志決定部と、を更に備える、制御装置である。
図1は一実施形態による機械学習装置を備えた制御装置の要部を示す概略的なハードウェア構成図である。本実施形態の制御装置1は、例えば部品の嵌め込みや組付け、バリ取り等をする産業用ロボットを制御する制御装置として実装することができる。
制御部32は、作業者による図示しない操作盤の制御操作や、不揮発性メモリ14等に記憶された制御用プログラムに基づいて産業用ロボット2を制御する機能手段である。制御部32は、制御用プログラム52により産業用ロボット2が備える各軸(関節)の移動が指令されている場合に当該軸を駆動するモータに対して制御周期毎に軸角度の変化量としての指令データを出力する、等といったように、産業用ロボット2の各部を制御するために必要とされる一般的な制御のための機能を備える。また、制御部32は、産業用ロボット2が備える各モータのモータ状態量(モータの電流値、位置、速度、加速度、トルク等)を取得し、データ取得部34へと出力する。
力状態データS1は、産業用ロボット2のマニピュレータに掛かる送り方向の力を少なくとも含み、また、送り方向以外の方向に掛かる力や、力のモーメントを含んでいても良い。力状態データS1は、産業用ロボット2のマニピュレータに設置されたセンサ3により検出してもよいし、産業用ロボット2のそれぞれの軸を駆動するサーボモータ50に流れる電流等から総合的に求めるようにしても良い。
図3は、制御装置1により産業用ロボット2を制御して、該産業用ロボット2に取り付けられたマニピュレータで部品を把持して、他の部品の所定位置に対して嵌合する作業の例を示している。この様な例において、データ取得部34は、産業用ロボット2のマニピュレータに掛かる各軸方向(X軸方向、Y軸方向、Z軸方向)の力と各軸周りのモーメントを取得し、これら力及びモーメントに基づいて前処理部36が力状態データS1を生成する。これに対して、マニピュレータの送り方向(部品の嵌合方向)に係る制御指令の調整行動として、送り方向の力指令及び速度指令の少なくともいずれかを調整し、その結果として、マニピュレータに掛かる各軸方向の負荷の合力が所定の閾値以下に収まっているか否かを負荷判定データD1、嵌合方向への移動に掛かる時間(所定距離の移動に掛かる時間)が予め定めた所定の閾値以下に収まっているか否かを作業時間判定データD2とする。なお、マニピュレータの制御指令の調整行動としては、更に送り方向以外の方向へのマニピュレータの調整行動(部品の傾きの微調整、部品の嵌合方向に対する垂直方向の位置の微調整等)を含んでも良い。このような調整行動を行いながら、学習部110は嵌合作業におけるマニピュレータに掛かる各軸方向の力と各軸周りのモーメント対する適切な調整行動の学習を行い、その学習結果に基づいた意志決定部120が決定した調整行動に従って、制御部32は適切な産業用ロボット2の制御を行うことができるようになる。
なお、他の一般的な学習モデルの最適化乃至効率化の手法(各学習モデルを解析し、その解析結果に基づいて学習モデルのハイパパラメータを最適化する等)も適宜導入することが可能である。
例えば、上記した実施形態では制御装置1と機械学習装置100が異なるCPU(プロセッサ)を有する装置として説明しているが、機械学習装置100は制御装置1が備えるCPU11と、ROM12に記憶されるシステム・プログラムにより実現するようにしても良い。
2 産業用ロボット
3 センサ
5 ネットワーク
6 クラウドサーバ
7 フォグコンピュータ
8 エッジコンピュータ
9 セル
11 CPU
12 ROM
13 RAM
14 不揮発性メモリ
16,17,18,19 インタフェース
20 バス
21 インタフェース
30 軸制御回路
32 制御部
34 データ取得部
36 前処理部
40 サーボアンプ
50 サーボモータ
52 制御用プログラム
54 取得データ記憶部
60 教示操作盤
70 表示装置
71 入力装置
100,100’ 機械学習装置
101 プロセッサ
102 ROM
103 RAM
104 不揮発性メモリ
110 学習部
120 意志決定部
130 学習モデル記憶部
500,500’500” 制御システム
Claims (9)
- マニピュレータに掛かる少なくとも力を検出可能な産業用ロボットを制御する制御装置であって、
前記産業用ロボットのマニピュレータに掛かる少なくとも力及び前記産業用ロボットの制御に係るデータを取得データとして取得可能なデータ取得部と、
前記取得データに基づいて、前記マニピュレータに掛かる力に関する情報、前記マニピュレータに係る制御指令に関する情報、及び前記制御指令に基づいた前記マニピュレータの作業時間に関する情報を含むデータを生成する前処理部と、
を備え、
前記データに基づいて、前記マニピュレータに係る制御指令の調整行動を出力するためのニューラルネットワークを生成する、
制御装置。 - マニピュレータに掛かる少なくとも力を検出可能な産業用ロボットを制御する制御装置であって、
前記産業用ロボットのマニピュレータに掛かる少なくとも力及び前記産業用ロボットの制御に係るデータを取得データとして取得可能なデータ取得部と、
前記取得データに基づいて、前記マニピュレータに掛かる力に関する情報、前記マニピュレータに係る制御指令に関する情報、及び前記制御指令に基づいた前記マニピュレータの作業時間に関する情報を含むデータを生成する前処理部と、
を備え、
前記データに基づいて、前記マニピュレータに掛かる力の状態に対して、前記マニピュレータに係る制御指令の調整行動を強化学習したニューラルネットワークの学習モデルを生成する、
制御装置。 - マニピュレータに掛かる少なくとも力を検出可能な産業用ロボットを制御する制御装置であって、
前記産業用ロボットのマニピュレータに掛かる少なくとも力及び前記産業用ロボットの制御に係るデータを取得データとして取得可能なデータ取得部と、
前記取得データに基づいて、前記マニピュレータに掛かる力に関する情報、前記マニピュレータに係る制御指令に関する情報を含むデータを生成する前処理部と、
前記マニピュレータに掛かる力の状態に対する、前記マニピュレータに係る制御指令の調整行動を前記制御指令に基づいた前記マニピュレータの作業時間を考慮して強化学習した学習モデルを記憶する学習モデル記憶部と、
を備え、
前記データに基づき、前記学習モデル記憶部に記憶された学習モデルを用いて、前記マニピュレータに係る制御指令の調整行動を推定する意志決定部と、を更に備える、
制御装置。 - 前記前処理部は、前記データとして、前記調整行動を行った後のマニピュレータに掛かる負荷の程度を示す負荷判定データを生成する、
請求項2に記載の制御装置。 - 複数の装置がネットワークを介して相互に接続されたシステムであって、
前記複数の装置は、少なくとも請求項2,4のいずれかに記載された制御装置である第1の制御装置を含む
制御システム。 - 前記複数の装置は、機械学習装置を備えたコンピュータを含み、
前記コンピュータは、前記第1の制御装置の少なくとも1つの前記強化学習の結果としての学習モデルを取得し、
前記コンピュータが備える機械学習装置は、取得した前記学習モデルに基づく最適化乃至効率化を行う、
請求項5に記載の制御システム。 - 前記複数の装置は、前記第1の制御装置とは異なる第2の制御装置を含み、
前記第1の制御装置による学習結果は、前記第2の制御装置と共有される、
請求項5に記載の制御システム。 - 前記複数の装置は、前記第1の制御装置とは異なる第2の制御装置を含み、
前記第2の制御装置において観測されたデータは、前記ネットワークを介して前記第1の制御装置による強化学習に利用可能である、
請求項5に記載の制御システム。 - マニピュレータに掛かる少なくとも力を検出可能な産業用ロボットを制御する制御装置であって、
前記産業用ロボットのマニピュレータに掛かる少なくとも力及び前記産業用ロボットの制御に係るデータを取得データとして取得可能なデータ取得部と、
前記取得データに基づいて、前記マニピュレータに掛かる力に関する情報、前記マニピュレータに係る制御指令に関する情報、及び前記制御指令に基づいた前記マニピュレータの作業時間に関する情報を含むデータを生成する前処理部と、
を備え、
予め生成されたニューラルネットワークに前記データを入力した際の前記ニューラルネットワークからの出力に基づいて、前記制御指令の調整行動を取得する、
制御装置。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102019006725.8A DE102019006725B4 (de) | 2018-10-02 | 2019-09-25 | Steuereinrichtung und Steuersystem |
US16/588,081 US12005582B2 (en) | 2018-10-02 | 2019-09-30 | Controller and control system |
CN201910949712.0A CN110978014A (zh) | 2018-10-02 | 2019-10-08 | 控制装置以及控制系统 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018187717 | 2018-10-02 | ||
JP2018187717 | 2018-10-02 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020055095A JP2020055095A (ja) | 2020-04-09 |
JP6928031B2 true JP6928031B2 (ja) | 2021-09-01 |
Family
ID=70106348
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019108190A Active JP6928031B2 (ja) | 2018-10-02 | 2019-06-10 | 制御装置及び制御システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6928031B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022122670A (ja) | 2021-02-10 | 2022-08-23 | オムロン株式会社 | ロボットモデルの学習装置、ロボットモデルの機械学習方法、ロボットモデルの機械学習プログラム、ロボット制御装置、ロボット制御方法、及びロボット制御プログラム |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06195127A (ja) * | 1992-12-22 | 1994-07-15 | Agency Of Ind Science & Technol | マニピュレータのハイブリッド遠隔制御装置 |
JP2018126796A (ja) * | 2017-02-06 | 2018-08-16 | セイコーエプソン株式会社 | 制御装置、ロボットおよびロボットシステム |
JP7145700B2 (ja) * | 2018-09-06 | 2022-10-03 | 株式会社東芝 | ハンド制御装置 |
JP7000359B2 (ja) * | 2019-01-16 | 2022-01-19 | ファナック株式会社 | 判定装置 |
-
2019
- 2019-06-10 JP JP2019108190A patent/JP6928031B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2020055095A (ja) | 2020-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7000359B2 (ja) | 判定装置 | |
JP6781183B2 (ja) | 制御装置及び機械学習装置 | |
US9149931B2 (en) | Robot system, robot control device and method for controlling robot | |
JP6836577B2 (ja) | 研磨工具摩耗量予測装置、機械学習装置及びシステム | |
CN107530879B (zh) | 多轴机械装置仿真器、运转指令装置的设计辅助装置、电动机控制装置的设计辅助装置以及电动机的容量选定装置 | |
US7912584B2 (en) | Power consumption estimation apparatus | |
JP6669715B2 (ja) | 振動抑制装置 | |
JP6940542B2 (ja) | 把持力調整装置及び把持力調整システム | |
US11059142B2 (en) | Controller, machine learning device, and system | |
Wang et al. | In-process digital twin estimation for high-performance machine tools with coupled multibody dynamics | |
JP2017199077A (ja) | 複数台の産業機械を有する生産システムの動作を最適化するセルコントローラ | |
US11285602B2 (en) | Adjustment support device | |
JP2019162712A (ja) | 制御装置、機械学習装置及びシステム | |
US20200401098A1 (en) | Diagnosis apparatus and diagnosis method | |
US20200257253A1 (en) | Management device and management system | |
JP6928031B2 (ja) | 制御装置及び制御システム | |
TW201822971A (zh) | 機械手臂教導控制系統 | |
US12005582B2 (en) | Controller and control system | |
Denkena et al. | Holistic process planning chain for robot machining | |
US20200101603A1 (en) | Controller and control system | |
Tyutikov et al. | Robot manipulator control system with dynamic moment compensation | |
JP7256703B2 (ja) | 制御装置、制御システム、及び機械学習装置 | |
WO2023157137A1 (ja) | ロボット制御システム、ロボット制御方法、ロボット制御プログラム、および推定システム | |
JP2020131416A (ja) | ロボットコントローラ及びロボットコントロールシステム | |
Chiou et al. | Investigation of a Discrete Model for Servo Feed Drive System in Machine Tool. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200323 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210126 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210326 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210420 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210617 |
|
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: 20210713 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210805 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6928031 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |