JP7078913B2 - 成形装置、制御方法、及び、制御プログラム - Google Patents

Description

本発明は、対象を成形する成形装置等に関する。

特許文献１には、ＮＣ（数値制御）制御可能な加工機械を制御する制御装置が開示されている。当該制御装置は、被成形材料表面の距離データを測定器で測定し、測定結果に基づき当該被成形材料の成形面を算出し、当該被成形材料が設置された加工テーブルの傾きを調整する。

特許文献２には、工作機械の熱変位を補正する補正装置が開示されている。当該補正装置は、工作機の加工工具の温度検出器を用いて温度データを検出し、検出されたデータに基づき被成形物との相対移動を制御する。

特許文献３には、加工位置を補正する旋盤を制御する制御装置が開示されている。当該制御装置は、カメラを用いてバイトの画像を撮影し、取得された画像を画像処理し、画像処理した画像を参照しながら、当該バイトの欠損、摩耗量、または、機械全体の熱変位などを検査する。当該制御装置は、当該検査結果に基づき、旋盤の位置を補正する。

特許第４５２７１２０号公報 特許第４０７８３６６号公報 特許第５３００００３号公報

しかしながら、被成形対象が、土砂、岩石、または、コンクリートである場合には、特許文献１乃至特許文献３に開示された装置を用いたとしても、被成形対象を所望の形状に成形できるとは限らない。これは、これらの装置が、被成形対象が均質な物質によって構成されることを前提として制御を行うからである。ここで、均質な物質とは、被成形対象が、成形操作を施す領域や成形の進捗度合いに応じて、成形操作に対する応答、すなわち、形状変化のしやすさが変化しない物質（例えば、チタン、アルミニウム、アルミニウム合金、鉄、ステンレスや真鍮）である。つまり、土砂、岩石、または、コンクリートは、必ずしも、均質な物質であるとは限らないため、これらの装置は、被成形対象を所望の形状に成形できるとは限らない。

そこで、本発明の目的の１つは、被成形対象が均質な物質でない場合であっても当該被成形対象を所望の形状に成形することが可能な成形装置等を提供することである。

本発明の１つの態様として、成形装置は、被成形対象の操作箇所に一連の成形操作を施す操作部と、前記操作部を制御する制御部とを備え、前記制御部は、前記成形操作前の前記被成形対象の形状と、前記成形操作と、前記成形操作後の前記被成形対象の形状との間の関連性を表す成形応答モデルに応じて、前記被成形対象の所望形状と成形操作後の前記被成形対象の形状との間の差異が減少するように、前記操作箇所周囲に対して施す次の成形操作を決定し、決定した次の成形操作を施すよう前記操作部を制御する。

また、本発明の他の態様として、制御方法は、情報処理装置によって、被成形対象の操作箇所に一連の成形操作を施す操作部を制御する制御方法であって、前記成形操作前の前記被成形対象の形状と、前記成形操作と、前記成形操作後の前記被成形対象の形状との間の関連性を表す成形応答モデルに応じて、前記被成形対象の所望形状と成形操作後の前記被成形対象の形状との間の差異が減少するように、前記操作箇所周囲に対して施す次の成形操作を決定し、決定した次の成形操作を施すよう前記操作部を制御する。

また、本発明の他の態様として、制御プログラムは、コンピュータに、被成形対象の操作箇所に一連の成形操作を施す操作部を制御させる制御プログラムであって、前記成形操作前の前記被成形対象の形状と、前記成形操作と、前記成形操作後の前記被成形対象の形状との間の関連性を表す成形応答モデルに応じて、前記被成形対象の所望形状と成形操作後の前記被成形対象の形状との間の差異が減少するように、前記操作箇所周囲に対して施す次の成形操作を決定する処理と；決定した次の成形操作を施すよう前記操作部を制御する処理と；を前記コンピュータに実行させる。

さらに、同目的は、係るプログラムを記録するコンピュータが読み取り可能な記録媒体によっても実現される。

本発明に係る成形装置等によれば、被成形対象が均質な物質でない場合であっても当該被成形対象を所望の形状に成形することができる。

本発明の第１の実施形態のロボットシステム構成を示すブロック図である。 成形応答モデルの一例を模式的に示す図である。 成形応答モデル更新方法の一例を模式的に示す図である。 図１のロボットシステムの動作の一例を示すフローチャートである。 図１のロボットシステムの変形例を示すブロック図である。 本発明の一実施例の建機ロボットシステム構成を示すブロック図である。 本発明の第２の実施形態のロボットシステム構成を示すブロック図である。 本発明のその他の実施形態に係る情報処理装置の構成を示すブロック図である。

本発明を実施するための形態について図面を参照して詳細に説明する。なお、各図面は、本発明の実施形態を説明するためのものである。ただし、本発明は、各図面の記載に限られるわけではない。また、各図面及び明細書の記載において、同様の構成には同じの符号を付し、その繰り返しの説明を、省略する場合がある。また、以下の説明に用いる図面において、本発明の説明に関係しない部分の構成については、記載を省略し、図示しない場合もある。

［第１の実施形態］
［構成の説明］
図１は、本発明の第１の実施形態のロボットシステム１００を示すブロック図である。本第１の実施形態のロボットシステム１００は、ロボット１１０と、計測装置１３０と、推定装置１４０と、意思決定装置１５０と、制御入力決定装置１６０と、を備える。推定装置１４０と意思決定装置１５０との組み合わせは、制御装置又は制御部とも呼ばれる。制御入力決定装置１６０とロボット１１０との組み合わせは、操作部と呼ばれる。操作部は、被成形対象の操作箇所に操作を施す。制御部は、操作部を制御する。以後の説明において明らかになるように、制御部は、操作に応じて操作箇所を含む被成形対象に生じた形状変化に応じて操作箇所周囲に対して施す次の操作を決定し、決定した次の操作を施すよう操作部を制御する。操作部と制御部との組み合わせは、成形装置として働く。

ロボット１１０の先端には、エンドエフェクタ１１１が取り付けられている。エンドエフェクタ１１１は、被成形対象である成形対象物体１２０を成形するための機器であるグリッパなどから成る。計測装置１３０は、成形対象物体１２０の三次元データをそれぞれ取得するための装置である。推定装置１４０は、計測した三次元データから真の出力と状態を推定する装置である。意思決定装置１５０は、成形操作方法を決定する装置である。制御入力決定装置１６０は、ロボット１１０への制御入力を決定する装置である。

ここで、推定装置１４０は、出力推定部１４１と、状態推定部１４２とを備える。出力推定部１４１は、計測装置１３０から得られた三次元データに基づく成形対象物体１２０の三次元形状の特徴を表す情報などを推定する。ここで、三次元形状の特徴を表す情報とは、例えば、三次元形状を色で表す距離画像やワイヤフレームによるモデル、ニューラルネットワークによって低次元化された画像情報のことである。ここでの推定とは、計測装置１３０から得られたノイズの含まれる観測データから、確からしい成形対象物体１２０の三次元形状の特徴を表す情報を算出することである。状態推定部１４２は、ロボット１１０の状態量を推定する。ここで、状態量としては、例えば、ロボット１１０の各アームの関節の角度、角速度、角加速度やエンドエフェクタ１１１の位置・姿勢などが挙げられる。ここでの推定とは、計測装置１３０から得られたノイズの含まれる観測データから、確からしいロボット１１０の状態量を算出することである。

意思決定装置１５０は、作成部１５４と、更新部１５１と、決定部１５２と、を備える。作成部１５４は、成形対象物体１２０に対して施された各成形操作前後の三次元形状に基づき、成形対象物体１２０に生じた形状変化を表す変化情報を作成する。更新部１５１は、成形対象物体１２０に対する各成形操作とその成形操作によって成形対象物体１２０に生じた形状変化との関連性を表す成形応答モデルを、過去の成形操作と作成部１５４で作成された変化情報とに基づき更新する。ここで、過去の成形操作とは、過去から現在までの成形操作を意味する。決定部１５２は、更新部１５１によって更新された成形応答モデルに基づき、成形対象物体の所望形状と成形操作後における三次元形状（実形状）との間の差異が減少するように、次の成形操作を決定する。なお、意思決定装置１５０は、後に説明するように、成形操作に対する成形対象物体１２０の予測結果と実際の応答との差分に応じて、オンラインで成形応答モデルを更新し、相応しい次の成形操作を制御入力決定装置１６０に供給する。

なお、本明細書中において、「形状」とは、外表面の形状ばかりでなく、例えば、内部に空洞があるような内部形状をも含む、三次元形状を意味する。また、成形操作を単に「操作」という場合もある。

ロボット１１０は、例えば、油圧ショベルを基にしたエクスカベータ型ロボットである。エクスカベータ型ロボットは、エンドエフェクタ１１１として、バケットやブレーカーといったアタッチメントを取り付けることができ、制御入力決定装置１６０によって制御される。ロボット１１０の別の例は、工場などにおける製造などに利用されるマニピュレータ型ロボットである。マニピュレータ型ロボットは、エンドエフェクタ１１１として、物を挟み込んで圧力をかけるグリッパや切削加工のためのエンドミルの他に、研磨するためのサンダー、表面塗装を剥ぐためのスクレーパ、ブラスト処理のためのサンドブラスター、切削や研磨のためのグラインダ、剥離や溶解のための薬剤塗布のためのスプレーガン、穴あけのためのコンクリートドリルやインパクトドライバドリル、切断のためのジグソーといったアタッチメントを取り付けることができ、制御入力決定装置１６０によって制御される。また、ロボット１１０は、エンドエフェクタ１１１により、成形対象物体１２０の一定の領域に、ある一定の力や回数で作用（振動、圧力、研磨など）を与える成形操作を行い、成形対象物体１２０を目標の形状に成形する。

ここで、ロボット１１０は油圧駆動、電動駆動といった駆動形式に限定されず、エンドエフェクタ１１１もクラッシャー、カッター、グラップル、パクラ、アスファルト・コンクリート切削機など、成形対象物体１２０を成形が可能なものであれば限定されない。

［動作の説明］
次に、図面を参照して、本第１の実施形態の動作について詳細に説明する。

出力推定部１４１は、成形対象物体１２０の三次元形状、絶対座標系（ワールド座標系）での位置および姿勢を、位置および姿勢が既知である計測装置１３０を用いて観測された三次元データをもとに、推定する。例えば、計測装置１３０として対象物を複数の異なる方向から同時に撮影することにより、距離情報も測定できるステレオカメラやレーザーを発振して対象物までの距離を測定できるレーザーレンジファインダを用いることができる。たとえば、ステレオカメラを用いた場合には、出力推定部１４１は、観測データを画像処理することによって、成形対象物体１２０の除去された（崩れた、削れた、割れた、剥がれたなど）領域の位置・体積・割合や形状、残存している部分の大きさや量、崩れ落ちた部分の大きさや量、表面上のクラックの位置や長さ・深さ・形状などを推定することもできる。また、計測装置１３０が、物体の破壊や変形によって放出される音響であるアコースティックエミッションを用いた測定をする場合には、出力推定部１４１は、成形対象物体１２０の内部構造や内部のクラックの三次元的な位置・形状を推定することも可能である。また、出力推定部１４１は、複数または複種類の計測装置１３０の観測データや推定方法を併用してもよい。

また、例えば、エクスカベータの多くは有人でのオペレーションを想定しており、自動制御に必要となる状態量を直接観測できるセンサ群が備わっていないことも多い。ここで、状態量とは、本第１の実施形態では、関節角度や角速度などロボット１１０の制御に必要な情報を一意に決定できる独立変数を示すとする。そこで、本第１の実施形態では、有人オペレーションを想定している装置を自動化する方法として、ロボット１１０の状態量もステレオカメラ群やレーザーレンジファインダを用いた計測装置１３０を用いて計測している。予めロボット１１０のアーム形状の画像データが豊富にある場合には、状態推定部１４２おいて特定物体認識と時系列データの解析により、ロボット１１０の状態を推定する。アーム形状のデータが不足している場合においても、ロボット１１０のアームなどに設置した計測装置が計測しやすいマーカーを用いることで状態量を推定することは可能である。加えて、予めロボット１１０の正確な状態空間モデルが分かっているとする。この場合には、状態空間モデルを用いて出力データから真の状態量と出力を推定するカルマンフィルタや非線形カルマンフィルタ(例えば拡張カルマンフィルタ、Unscented カルマンフィルタ、パーティクルフィルタなど)などの既存手法を併用することができる。

制御入力決定装置１６０は、意思決定装置１５０から入力される成形操作入力にしたがって、ロボット１１０の制御入力を決定しロボット１１０が所望の動作を行うように駆動する。例えば、成形操作入力として有限時間内に達成すべき、エンドエフェクタの絶対座標系での位置とその姿勢情報が与えられたとする。この場合、制御入力決定装置１６０は、計測装置１３０の情報をもとに状態推定部１４２で推定された状態量をフィードバックして制御を行う、視覚フィードバック制御により、成形操作入力を達成するように制御が行われることとなる。視覚フィードバックを用いた具体的な制御方法としては、周知のロボットアーム制御方法である、PID（Proportional-Integral- Differential）制御やモデルベース軌道追従制御、強化学習による制御などがある。

なお、制御入力決定装置１６０自体はロボット１１０の内部に組み込まれている必要はなく、同様に推定装置１４０、意思決定装置１５０ともに物理的配置の制約や有線・無線といった通信方法の制約はない。ただし、装置間の通信方法については制御が不安定にならないよう通信による遅延やサンプリング周期に留意し、必要により通信遅延を補償する。

次に、意思決定装置１５０について説明する。意思決定装置１５０は成形操作と出力推定部１４１で推定された推定出力との関係性を適応的に学習し、成形応答モデルを更新するとともに、更新した成形応答モデルを用いて、所望の成形操作を決定する機能を有する。

成形応答モデルは成形操作による成形対象物体１２０の出力ダイナミクスを表した関数である。成形操作u は成形領域とエンドエフェクタ１１１から与えられる力や打撃・研磨の回数といった入力変数を組み合わせたものとして与えられる。例えば、衝撃荷重を与える成形を考えると、絶対座標系からみた打点の位置p = [p_x p_y p_z]^T と打撃の衝撃力Fと回数iを組み合わせた u = [p^T F i]^Tが成形操作として与えられる。出力sを出力推定部１４１によって推定された成形対象物体１２０の三次元形状を表す情報とする。初期状態を0ステップ目、k回目の成形動作をkステップ目とし下付き文字で表すとすると、kステップ目の成形操作u_kによる出力s_kは次の数式のような成形応答モデルh_kで表される。

すなわち、成形応答モデルh_kは成形のダイナミクスを表す関数であるが、確定ダイナミクスに限定されず、確率ダイナミクスとして表してもよい。また、出力sは目標形状の特徴を十分よく表すことができるよう選択する。

図２は、薄い板状の成形対象物体１２０の成形応答モデルを示した具体例である。ここで、推定出力s は成形対象物体１２０の除去進度を二次元平面上のメッシュ２００に写像した画像データとして与えており、除去進度は１(残存２０１)か０(除去済２０２)の２値で表すとする。このとき、成形操作uとして成形領域 p(２０３)のみ考えれば十分であり、絶対座標系での成形領域に対応するメッシュ面とその周囲が除去されるとすると、出力s_k はs_k-1 とu_k から一意に定まり、その関係性を示す関数h_k が成形応答モデルとなる。

更新部１５１では、成形応答モデルのパラメータを、成形操作に対する応答の予測と実際の測定結果の差から更新する。なお、パラメータは、成形応答モデルが、当該成形操作による成形対象物体１２０の箇所ごとの形状変化の生じやすさの度合いを表す。パラメータとしては種々のものが考えられるが、以下の例では、パラメータが距離である場合を例に挙げて説明する。

具体例として、図３に図２で示した薄板の成形応答モデルの更新方法を示す。成形応答モデルは成形対象物体１２０に依存するが、図３では過去のデータから、成形応答モデルのパターンは、成形領域p（２０３）から一定の距離a の範囲に一部または全体が含まれるメッシュ部分が確定的に除去されるとする知見があるとしている。一方で、パラメータa は板の厚さや組成によるため、不確定性が大きいが、予測除去範囲（２０４）と実際の除去結果（２０５）の差からオンラインで更新される。

具体的には、k-1ステップ目におけるパラメータa_k-1 を用いた成形応答モデルの予測出力

と実際の出力s_k-1とを比較し、その差分によりパラメータa_k を更新する。例えば、次の数式でパラメータを更新することができる。

ここで αは非負の定数、

は行列の全要素の和を示し、

は成形対象物体１２０の残存度合を示す指標となる。

つまり、予測された除去範囲より実際の除去範囲が大きい場合にはパラメータa は大きく、予測された除去範囲より実際の除去範囲が小さい場合にはパラメータaは小さく更新される。この更新により、更新後の予測除去範囲（２０４’）は実際の除去結果（２０５’）に近づく。パラメータaの更新はオンラインで行われていくため、パラメータaが作業中に変化するような、時変な性質をもつ対象であっても、対応が可能である。例えば、成形作業が進むにつれ、認識できない内部破壊が進み、実際の除去範囲が大きくなっていく場合であっても、その変化に応じてパラメータa を補正することができる。

このように、更新部１５１は、当該成形操作を施すたびに成形応答モデルが出力する当該成形操作によって成形対象物体１２０に生じる模擬形状変化と、成形操作後の成形対象物体１２０の実形状変化と、の間の差異が減少するように、上記パラメータを更新する。

更新の手法としては、その他にも、予想外に大きく崩れたら崩れる領域を10％広くするように成形応答モデルを修正する、予想外の領域が壊れたらその周辺が弱いとみなし、その領域の周辺だけ崩れる領域を10％広くするなどといった修正の手法もある。また、成形応答モデルとしては、二次元空間上の成形範囲を考慮するモデルのみならず、クラックを考慮する成形モデルや多次元空間上のモデルに適用できることは明らかである。クラックを考慮する場合の成形モデルでは、クラックにより成形対象物体より切り離された部分は除去されるとみなす。

次に、成形応答モデルの出力が実際の成形操作によって生じた成形対象物体の変化に対して大幅に差異がある場合の対応、すなわち、成形応答モデルの予測精度が大幅に悪い場合の対処例を以下に述べる。まず、更新部１５１は、一定回数の成形操作を実施した結果、成形応答モデルでの予測からのずれが一定の許容範囲内に収まっているかどうかを判定する。このずれが一定以上になる場合、更新部１５１は、たとえば、現在の成形応答モデルが不適当であり他の成形応答モデルに変更すべきことをユーザにレコメンドしてもよい。また、更新部１５１は、事前に複数のモデル（例：物質の種類ごとのモデル、物質の厚さごとのモデル、物質の内部構造ごとのモデル）を用意し、それらを切り替えてもよい。また、更新部１５１は、ずれが大きいことが明白なモデルのパラメータがあれば、その値をランダムに変更してもよい。また、更新部１５１は、一定の範囲内で、ランダムにいくつかのモデルのパラメータの値を変更してもよい。

このように、更新部１５１は、当該成形操作を施すたびに成形応答モデルが出力する当該成形操作によって成形対象物体１２０に生じる模擬形状変化と、成形操作後の成形対象物体１２０の実形状変化と、の間の差異が大きければ、所望形状と実形状との間の差異を減少させる次の成形操作を中断し、上記パラメータを更新する。

次に、一定回数の成形操作を実施しても成形対象物体の目標の形状と成形操作の後の形状との差異が大幅に大きい場合の対処例を以下に述べる。まず、更新部１５１は、一定回数の成形操作を実施した結果、成形対象物体１２０の目標の形状と現在の形状の差異が一定の許容範囲内に収まっているかどうかを判定する。この差異が一定以上になる場合、更新部１５１は、たとえば、現在の成形応答モデルが不適当であり他の成形応答モデルに変更すべきことをユーザにレコメンドしてもよい。また、更新部１５１は、事前に複数のモデル（例：物質の種類ごとのモデル、物質の厚さごとのモデル、物質の内部構造ごとのモデル）を用意し、それらを切り替えてもよい。また、更新部１５１は、差異が大きいことが明白なモデルのパラメータがあれば、その値をランダムに変更してもよい。また、更新部１５１は、一定の範囲内で、ランダムにいくつかのモデルのパラメータの値を変更してもよい。

このように、更新部１５１は、成形対象物体１２０の所望形状と、成形操作後の成形対象物体１２０の実形状との間の差異が大きければ、所望形状と実形状との間の差異を減少させる次の成形操作を中断し、上記パラメータを更新する。

決定部１５２では、前記のようにオンラインで更新される成形応答モデルに対して、最適な次の成形操作を算出する。成形の目的は目標の形状に近づけることであるが、決定部１５２は、例えば、目標形状S_ref に対して、目標形状と出力値sとの特徴空間上での二乗誤差J(s, S_ref)を用いて、現在の形状を評価することが可能である。例えば、初期の成形応答モデルh₁を用いた場合の、初期状態からHステップで目標形状に近づける成形操作u₁, ..., u_Hの導出は次の数式のような最小化問題に書き直すことができる。

このような最適化問題は成形応答モデルが確定ダイナミクスの場合は大域的最適化が向いていることが多い。このため、最適解を得る手法としては既存手法である粒子群最適化、遺伝的アルゴリズム、焼きなまし法などが適用できる。また、確率ダイナミクスとなる場合には確率分布を仮定した近似計算やサンプリング法を用いて計算することができる。実際的には成形が完了するまでのステップ回数Hが分からない場合があること、成形応答モデルh_kがステップ毎に更新されること、ステップ回数Hが大きい場合には上記最適化問題を解くための計算コストが大きいことなどの理由から、次の数式のような各ステップで未来の成形応答を予測しながら最適化を行うモデル予測制御を用いる。

ここで、目的関数は各ステップの目標形状と出力値との特徴空間上での二乗誤差 J(S_t, S_ref)の予測ホライゾン長さH'内での和で与えられている。出力S_t-1が観測される度に上記最適化問題をオンラインで解き、求めたu_kのみを成形操作として用いる。

決定部１５２は、あらかじめ定めた回数の一連の成形操作をする場合、所望形状と実形状との間の差異を減少させる次の成形操作として、あらかじめ定めた回数の一連の成形操作を算出する。また、決定部１５２は、１回目の成形操作を実施したら上記一連の成形操作を計算しなおす。

図４は図１に示すロボットシステム１００の動作の一例を示すフローチャートである。図４で示されるように、図１に示す意思決定装置１５０では、成形応答モデルを用いて、最適な成形操作を決定する（ステップ４０１～４０５）。と同時に、意思決定装置１５０は、成形応答モデルの予測結果と、計測装置１３０と推定装置１４０で算出した動作後の推定出力との比較を行うことで、成形応答モデルをオンラインで更新を行う（ステップ４０６～４０８）。

詳述すると、計測装置１３０が成形対象物体１２０を計測し、推定装置１４０が出力値を推定する（ステップ４０１）。決定部１５２は、成形対象物体１２０の三次元形状の目標値と推定出力値から評価値Jを計算する（ステップ４０２）。つぎに、決定部１５２は、評価値Ｊが閾値（パラメータ）αより小さいか否かを判断する（ステップＳ４０３）。評価値Ｊが閾値（パラメータ）αより小さければ、処理を終了する。

一方、評価値Ｊが閾値（パラメータ）α以上の場合（ステップ４０３のＮＯ）、決定部１５２は、成形応答モデルを用いて複数の成形操作にする成形結果を予測し（ステップ４０４）、最適な成形操作を決定する（ステップ４０５）。

制御入力決定装置１６０は、決定された成形操作に従ってロボット１１０を制御することにより、成形操作を実行する（ステップ４０６）。

そして、再び計測装置１３０が成形対象物体１２０を計測し、推定装置１４０が出力値を推定する（ステップ４０７）。つぎに、更新部１５１は、成形操作に対する応答の予測と実際の測定結果の差から、成形応答モデルを更新する（ステップ４０８）。その後、ステップ４０２に戻る。

成形応答モデルの初期モデルh₁ は土砂成形、コンクリート成形、岩石成形といった成形対象物体１２０のパターン毎に、過去の成形操作とその成形応答データから予め学習することを想定している。過去のデータのパターン該当しない場合や該当しにくい場合の成形操作が存在する場合には、オペレータが成形パターンの近いものを予測・選択し、自動制御における初期の成形応答パラメータを安全側に設定する。

図２で示したような薄板の成形を例とすると、薄板の厚さが薄く崩れやすいとして、一回の動作における除去範囲を十分に大きく、つまりパラメータa を大きく設定する。初期パラメータの設定後、成形作業を行いながらオンラインで成形応答モデルを更新する。

また、成形作業開始前に事前学習作業を行ってから作業を開始してもよい。事前学習作業では、予め定められたパターンやアルゴリズムに従って、一定回数、成形応答モデル学習のためのサンプリングを行い、出力データから統計的に成形応答モデルを更新する。特に、成形作業領域周囲を成形してはならないなどの制約がある場合には、例えば作業領域の中心部など、制約を確実に満たすと予想できる領域で事前学習作業を行うことで、安全に成形応答モデルを構築することができる。

図５は図１に示すロボットシステム１００の変形例を示すブロック図である。図１と図５との比較から明らかなように、図５のロボットシステム１００Ａにおいては、状態計測装置１３１が加わり、ロボット１１０の状態量を計測するようになっている。

例えば、状態計測装置１３１として、関節角の回転変位を出力する角位置センサであるロータリーエンコーダや位置情報を出力する位置センサであるリニアエンコーダー、回転や向きの変化を検知する角速度センサであるジャイロセンサなどを用いて状態量を測定することで、観測精度が向上する可能性がある。このように、ロボット１１０の状態量を計測する専用のセンサを設置することで、図１の構成に比べてより正確にロボット１１０の状態量を観測できる他に、計測装置１３０に成形対象物体１２０のみの計測をさせることで、成形対象物体１２０の計測に特化したセンシングのチューニングが可能となり、成形対象物体の観測精度が向上する可能性がある。

図５で加わった状態計測装置１３１で全ての状態量を観測できる場合、図１の構成において、ロボット１１０の状態量を測定するために用いたステレオカメラなどの計測装置１３０を省くことが可能となる。また、アームの姿勢は状態計測装置１３１で観測し、エンドエフェクタ１１１の位置・姿勢とロボット１１０のベース座標は計測装置１３０で観測するなど併用してもよい。

図６には本発明の一実施例のロボットシステム１００の建機ロボットを示すブロック図を示す。本実施例におけるロボットシステム１００のロボット１１０Ａは、エクスカベータ型作業機械である。本実施例におけるロボット１１０Ａは、油圧により間接の回転角の制御を行う制御入力決定装置１６０Ａを介して制御される。

本実施例におけるロボットシステム１００は、ロボット１１０Ａの先端に取り付けられた、成形対象物体１２０を成形するための機器であるアタッチメントであるバケット、クラッシャー、カッター、グラップル、パクラ、アスファルト・コンクリート切削機などのエンドエフェクタ１１１Ａを備える。本実施例におけるロボットシステム１００は、成形対象物体を観測できる位置に設置された複数のカメラを使ったステレオヴィジョンにより成形対象物体１２０の三次元データをそれぞれ取得するための計測装置１３０を備える。

本実施例における成形対象物体１２０は、工事の土砂などの積み重なった砂状の物体、採石場の石やがれきなどの岩状の物体、コンクリートの橋梁の柱や建物の壁や床、などである。本実施例における成形対象物体１２０は、厚さや密度が箇所によって異なる天然木や天然石などを用いて作られた構造物などの不均質な材質の物体でもよい。本実施例における成形対象物体１２０は、複数の異なる地層からの土砂や、鉄骨や鉄筋を含むコンクリート壁など、複数の材質からなる物体でもよい。

本実施例に係る成形装置等によれば、被成形対象が均質な物質でない場合であっても当該被成形対象を所望の形状に成形することができる。その理由は被成形対象に生じた形状変化を計測し、前記被成形対象に対する操作と前記被成形対象に生じた形状変化との関連性を表すモデルを毎操作後に更新することで、被成形対象の不均一性に対応したモデルを作成し、前記モデルに基づいた所望形状と操作実施後の実形状との間の差異が減少するような次の操作を決定するためである。

当該理由について詳細に説明する。成形装置等は計測装置１３０で計測した三次元データを用いて推定装置１４０で被成形対象の形状情報の推定し、前記形状情報から意思決定装置１５０の更新部１５１で事前学習作業やオンラインでの成形応答モデルの更新処理を行うことによって、被成形対象のうち操作箇所の周囲における状況を調べることができる。この結果、決定部１５２によって、周囲の状況に応じた操作を決定するため、被成形対象が不均質な場合であっても、当該状況に適した操作を決定することができる。したがって、本実施形態に係る成形装置等によれば、上述したような効果を奏する。

［第２の実施形態］
図７は本発明の第２の実施形態のロボットシステム１００Ｂを示すブロック図である。図１と図６の比較から明らかなように、図６におけるロボットシステム１００Ｂは意思決定装置１５０Ａに成形応答モデル判定部１５３を含む。

成形応答モデル判定部１５３においては、少なくとも一回の成形操作後、成形応答モデルの予測出力値が実際の出力値のずれが閾値を超えた場合、事前に用意された被成形対象のパターンに応じた複数の成形応答モデルと実際の成形応答データとを比較し、成形応答モデルのパターンそのものを自動で変更するか、またはオペレータに表示装置（図示しない）を通じてパターン変更の必要性を知らせる。本第２の実施形態は、例えば、被成形対象を無筋コンクリートとして成形応答モデルを設定したが、成形作業が進むにつれ有筋の箇所が被成形対象となった場合など、成形応答パターンの切り替わりや、成形応答パターンが未知な場合に用いられる。

本第２の実施形態に係る成形装置等によれば、被成形物体が均質な物質でない場合だけではなく、種類が未知の被成形物体であっても当該被成形対象を所望の形状に成形することができる。その理由は被成形対象が均質な物質でない場合に当該被成形対象を所望の形状に成形することができる図１のロボットシステム１００に、成形応答パターンを自動または手動で変更する成形応答モデル判定部１５３が加わることで、未知の応答を持つ対象に対しても成形応答モデルを更新することが可能となるためである。

なお、本発明における予測モデル更新方法、成形操作決定方法、予測モデル判定方法は上記実施形態や実施例に限定されず、様々な機械学習手法や最適化手法を適用することが可能である。ここに記載したすべての例や条件は本発明の概念の理解を助けるものを目的としたものであって、発明の範囲を制限することを意図したものではない。

［その他の実施形態］
ロボットシステム（１００；１００Ａ；１００Ｂ）を構成する推定装置（１４０）および意思決定装置（１５０；１５０Ａ）のいずれか１つ又はそれらの組み合せを、ハードウェアによって実現してもよいし、ソフトウェアによって実現してもよい。また、ロボットシステム（１００；１００Ａ；１００Ｂ）を構成する推定装置（１４０）および意思決定装置（１５０；１５０Ａ）のいずれか１つ又はそれらの組み合せを、ハードウェアとソフトウェアの組み合わせによって実現してもよい。

図８は、ロボットシステム（１００；１００Ａ；１００Ｂ）を構成する推定装置（１４０）および意思決定装置（１５０；１５０Ａ）のいずれか１つ又はそれらの組み合せを構成する、情報処理装置（コンピュータ）の一例を示すブロック図である。

図８に示すように、情報処理装置４００は、制御部（ＣＰＵ：Central Processing Unit）４１０と、記憶部４２０と、ＲＯＭ（Read Only Memory）４３０と、ＲＡＭ（Random Access Memory）４４０と、通信インターフェース４５０と、ユーザインターフェース４６０とを備えている。

制御部（ＣＰＵ）４１０は、記憶部４２０またはＲＯＭ４３０に格納されたプログラムをＲＡＭ４４０に展開して実行することで、ロボットシステム（１００；１００Ａ；１００Ｂ）を構成する推定装置（１４０）および意思決定装置（１５０；１５０Ａ）の各々の各種の機能を実現することができる。また、制御部（ＣＰＵ）４１０は、データ等を一時的に格納できる内部バッファを備えていてもよい。

記憶部４２０は、各種のデータを保持できる大容量の記憶媒体であって、ＨＤＤ（Hard Disk Drive）、およびＳＳＤ（Solid State Drive）等の記憶媒体で実現することができる。また、記憶部４２０は、情報処理装置４００が通信インターフェース４５０を介して通信ネットワークと接続されている場合には、通信ネットワーク上に存在するクラウドストレージであってもよい。また、記憶部４２０は、制御部（ＣＰＵ）４１０が読み取り可能なプログラムを保持していてもよい。

ＲＯＭ４３０は、記憶部４２０と比べると小容量なフラッシュメモリ等で構成できる不揮発性の記憶装置である。また、ＲＯＭ４３０は、制御部（ＣＰＵ）４１０が読み取り可能なプログラムを保持していてもよい。なお、制御部（ＣＰＵ）４１０が読み取り可能なプログラムは、記憶部４２０およびＲＯＭ４３０の少なくとも一方が保持していればよい。

なお、制御部（ＣＰＵ）４１０が読み取り可能なプログラムは、コンピュータが読み取り可能な様々な記憶媒体に非一時的に格納した状態で、情報処理装置４００に供給してもよい。このような記憶媒体は、例えば、磁気テープ、磁気ディスク、光磁気ディスク、ＣＤ－ＲＯＭ（compact disc read only memory）、ＣＤ－Ｒ（compact disc-recordable）、ＣＤ－Ｒ／Ｗ（compact disc-rewritable）、半導体メモリである。

ＲＡＭ４４０は、ＤＲＡＭ（Dynamic Random Access Memory）およびＳＲＡＭ（Static Random Access Memory）等の半導体メモリであり、データ等を一時的に格納する内部バッファとして用いることができる。

通信インターフェース４５０は、有線または無線を介して、情報処理装置４００と、通信ネットワークとを接続するインターフェースである。

ユーザインターフェース４６０は、例えば、ディスプレイ等の表示部、およびキーボード、マウス、タッチパネル等の入力部である。

以上、本発明の実施の形態および実施例について説明したが、本発明は、上記した実施の形態および実施例に限られない。本発明は、実施の形態の一部または全部を適宜組み合わせた形態、その形態に適宜変更を加えた形態をも含む。

上記の実施の形態の一部又は全部は、以下の付記のようにも記載され得るが以下には限られない。

［付記１］
被成形対象の操作箇所に一連の成形操作を施す操作部と、前記操作部を制御する制御部とを備え、前記制御部は、前記成形操作前の前記被成形対象の形状と、前記成形操作と、前記成形操作後の前記被成形対象の形状との間の関連性を表す成形応答モデルに応じて、前記被成形対象の所望形状と成形操作後の前記被成形対象の形状との間の差異が減少するように、前記操作箇所周囲に対して施す次の成形操作を決定し、決定した次の成形操作を施すよう前記操作部を制御する成形装置。

［付記２］
前記操作部がエクスカベータであることを特徴とする、付記１に記載の成形装置。

［付記３］
前記操作部が前記被成形対象の操作箇所に操作を施すためのブレーカー、クラッシャー、カッター、バケット、グラップル、パクラおよびアスファルト・コンクリート切削機の中から選択された少なくとも１つを具えることを特徴とする、付記１又は２に記載の成形装置。

［付記４］
前記被成形対象が積み重なった砂状の物体、岩状物体、コンクリート物体、不均質な物質の物体、および複数の材質の物体の中から選択された少なくとも１つであることを特徴とする、付記１乃至３のいずれか１つに記載の成形装置。

［付記５］
情報処理装置によって、被成形対象の操作箇所に一連の成形操作を施す操作部を制御する制御方法であって、
前記成形操作前の前記被成形対象の形状と、前記成形操作と、前記成形操作後の前記被成形対象の形状との間の関連性を表す成形応答モデルに応じて、前記被成形対象の所望形状と成形操作後の前記被成形対象の形状との間の差異が減少するように、前記操作箇所周囲に対して施す次の成形操作を決定し、
決定した次の成形操作を施すよう前記操作部を制御する、
制御方法。

［付記６］
前記操作部がエクスカベータであることを特徴とする、付記５に記載の制御方法。

［付記７］
前記操作部が前記被成形対象の操作箇所に操作を施すためのブレーカー、クラッシャー、カッター、バケット、グラップル、パクラおよびアスファルト・コンクリート切削機の中から選択された少なくとも１つを具えることを特徴とする、付記５又は６に記載の制御方法。

［付記８］
前記被成形対象が積み重なった砂状の物体、岩状物体、コンクリート物体、不均質な物質の物体、および複数の材質の物体の中から選択された少なくとも１つであることを特徴とする、付記６乃至７のいずれか１つに記載の制御方法。

［付記９］
コンピュータに、被成形対象の操作箇所に一連の成形操作を施す操作部を制御させる制御プログラムであって、前記制御プログラムは、
前記成形操作前の前記被成形対象の形状と、前記成形操作と、前記成形操作後の前記被成形対象の形状との間の関連性を表す成形応答モデルに応じて、前記被成形対象の所望形状と成形操作後の前記被成形対象の形状との間の差異が減少するように、前記操作箇所周囲に対して施す次の成形操作を決定する処理と、
決定した次の成形操作を施すよう前記操作部を制御する処理と、
を前記コンピュータに実行させる、制御プログラム。

［付記１０］
前記操作部がエクスカベータであることを特徴とする、付記９に記載の制御プログラム。

［付記１１］
前記操作部が前記被成形対象の操作箇所に操作を施すためのブレーカー、クラッシャー、カッター、バケット、グラップル、パクラおよびアスファルト・コンクリート切削機の中から選択された少なくとも１つを具えることを特徴とする、付記９又は１０に記載の制御プログラム。

［付記１２］
前記被成形対象が積み重なった砂状の物体、岩状物体、コンクリート物体、不均質な物質の物体、および複数の材質の物体の中から選択された少なくとも１つであることを特徴とする、付記９乃至１１のいずれか１つに記載の制御プログラム。

本発明は、対象を成形する成形装置等に関する用途に適用できる。

１００, １００Ａ, １００Ｂ ロボットシステム
１１０, １１０Ａ ロボット
１２０ 成形対象物体（被成形対象）
１１１, １１１Ａ エンドエフェクタ
１３０ 計測装置
１３１ 状態計測装置
１４０ 推定装置
１４１ 出力推定部
１４２ 状態推定部
１５０, １５０Ａ 意思決定装置
１５１ 更新部
１５２ 決定部
１５３ 成形応答モデル判定部
１５４ 作成部
１６０, １６０Ａ 制御入力決定装置

Claims (10)

1. 被成形対象の操作箇所に一連の成形操作を施す操作部と、
   前記操作部を制御する制御部と
   を備え、
   前記制御部は、前記成形操作前の前記被成形対象の形状と、前記成形操作と、前記成形操作後の前記被成形対象の形状との間の関連性を表す成形応答モデルに応じて、前記被成形対象の所望形状と成形操作後の前記被成形対象の形状との間の差異が減少するように、前記操作箇所周囲に対して施す次の成形操作を決定し、決定した次の成形操作を施すよう前記操作部を制御する成形装置。
2. 前記操作部がエクスカベータであることを特徴とする、請求項１に記載の成形装置。
3. 前記操作部が前記被成形対象の操作箇所に成形操作を施すためのブレーカー、クラッシャー、カッター、バケット、グラップル、パクラおよびアスファルト・コンクリート切削機の中から選択された少なくとも１つを具えることを特徴とする、請求項１又は２に記載の成形装置。
4. 前記被成形対象が積み重なった砂状の物体、岩状物体、コンクリート物体、不均質な物質の物体、および複数の材質の物体の中から選択された少なくとも１つであることを特徴とする、請求項１乃至３のいずれか１つに記載の成形装置。
5. 情報処理装置によって、被成形対象の操作箇所に一連の成形操作を施す操作部を制御する制御方法であって、
   前記成形操作前の前記被成形対象の形状と、前記成形操作と、前記成形操作後の前記被成形対象の形状との間の関連性を表す成形応答モデルに応じて、前記被成形対象の所望形状と成形操作後の前記被成形対象の形状との間の差異が減少するように、前記操作箇所周囲に対して施す次の成形操作を決定し、
   決定した次の成形操作を施すよう前記操作部を制御する、
   制御方法。
6. 前記操作部がエクスカベータであることを特徴とする、請求項５に記載の制御方法。
7. 前記操作部が前記被成形対象の操作箇所に成形操作を施すためのブレーカー、クラッシャー、カッター、バケット、グラップル、パクラおよびアスファルト・コンクリート切削機の中から選択された少なくとも１つを具えることを特徴とする、請求項５又は６に記載の制御方法。
8. 前記被成形対象が積み重なった砂状の物体、岩状物体、コンクリート物体、不均質な物質の物体、および複数の材質の物体の中から選択された少なくとも１つであることを特徴とする、請求項６乃至７のいずれか１つに記載の制御方法。
9. コンピュータに、被成形対象の操作箇所に一連の成形操作を施す操作部を制御させる制御プログラムであって、前記制御プログラムは、
   前記成形操作前の前記被成形対象の形状と、前記成形操作と、前記成形操作後の前記被成形対象の形状との間の関連性を表す成形応答モデル応じて、前記被成形対象の所望形状と成形操作後の前記被成形対象の形状との間の差異が減少するように、前記操作箇所周囲に対して施す次の成形操作を決定する処理と、
   決定した次の成形操作を施すよう前記操作部を制御する処理と、
   を前記コンピュータに実行させる、制御プログラム。
10. 前記操作部がエクスカベータであることを特徴とする、請求項９に記載の制御プログラム。

Images