JP7358994B2

JP7358994B2 - ロボット制御装置、ロボット制御システム、ロボット制御方法及びロボット制御プログラム

Info

Publication number: JP7358994B2
Application number: JP2020001494A
Authority: JP
Inventors: フェリクス・フォン・ドリガルスキ; 善久井尻
Original assignee: Omron Corp
Current assignee: Omron Corp
Priority date: 2020-01-08
Filing date: 2020-01-08
Publication date: 2023-10-11
Anticipated expiration: 2040-01-08
Also published as: EP4088894A1; WO2021140902A1; EP4088894A4; JP2021109266A; CN114945451A; US20230046793A1

Description

本発明は、ロボット制御装置、ロボット制御システム、ロボット制御方法及びロボット制御プログラムに関する。

従来、製品の組み立てや加工にロボットが用いられている。ロボットは、１又は複数のアームを備え、アーム先端にハンド等のエンドエフェクタを有する。

例えば、下記特許文献１にはキサゲ工具を把持又は保持するロボットと、ロボットを制御するロボット制御装置とが記載されている。ロボットは多関節ロボットであり、ロボットアームと、ロボットアームの先端に取り付けたロボットハンドとを有する。キサゲ工具は、ロボットハンドに把持又は保持される。

特開２０１６－１３７５５１号公報

特許文献１のように所定の工具の保持に特化したロボットにより、所定の工具を保持する場合、ツールチェンジャを用いる場合がある。ツールチェンジャを用いることで、複数の工具を使い分けることができる。

しかしながら、複数の工具を比較的頻繁に持ち替える作業を行う場合、ツールチェンジャでは交換のために時間がかかる。一方、グリッパで工具を把持すれば、工具の持ち替え時間を短縮することができるが、例えば、複数の工具の大きさや長さが異なるため、把持する工具が変化すると、工具と周辺環境とが干渉するおそれがある。また、同一の工具であっても、グリッパによる工具の把持位置や姿勢が異なり得るため、工具と周辺環境とが干渉するおそれがある。

そこで、本発明は、ロボットが有するグリッパで対象物を把持する場合であっても、対象物と周辺環境とが干渉するおそれを低減することができるロボット制御装置、ロボット制御システム、ロボット制御方法及びロボット制御プログラムを提供する。

本開示の一態様に係るロボット制御装置は、ロボットが有するグリッパで対象物を把持した状態におけるロボットのモデルに基づいて、ロボットの干渉範囲を算出する算出部と、モデル及び干渉範囲に基づいて、ロボットの動作を計画する計画部と、を備える。

この態様によれば、グリッパで対象物を把持した状態におけるロボットのモデルに基づいて、ロボットの干渉範囲を算出することで、対象物を把持する場合であっても、対象物と周辺環境とが干渉するおそれを低減することができる。

上記態様において、グリッパで把持する対象物の種類を推定する推定部をさらに備え、算出部は、対象物の種類に基づいて、モデルを更新してもよい。

この態様によれば、把持する度に変わり得る対象物の種類を推定して、より正確なモデルを作成し、ロボットの干渉範囲をより正確に算出することができる。

上記態様において、グリッパで対象物を把持した状態における対象物の姿勢を推定する推定部をさらに備え、算出部は、対象物の姿勢に基づいて、モデルを更新してもよい。

この態様によれば、把持する度に変わり得る対象物の姿勢を推定して、より正確なモデルを作成し、ロボットの干渉範囲をより正確に算出することができる。

上記態様において、ロボットはカメラを有し、推定部は、カメラで撮影した対象物の画像に基づいて、対象物の種類又は対象物の姿勢を推定してもよい。

この態様によれば、把持する度に変わり得る対象物の種類又は対象物の姿勢を画像に基づいて推定して、より正確なモデルを作成し、ロボットの干渉範囲をより正確に算出することができる。

上記態様において、ロボットは、グリッパに設けられた力覚センサを有し、推定部は、力覚センサで検出した信号に基づいて、対象物の種類又は対象物の姿勢を推定してもよい。

この態様によれば、把持する度に変わり得る対象物の種類又は対象物の姿勢を力覚センサで検出した信号に基づいて推定して、より正確なモデルを作成し、ロボットの干渉範囲をより正確に算出することができる。

上記態様において、推定部は、グリッパで対象物を把持した状態で、対象物を環境に干渉させ、干渉の結果に基づいて、対象物の種類又は対象物の姿勢を推定してもよい。

この態様によれば、把持する度に変わり得る対象物の種類又は対象物の姿勢を対象物と環境を干渉させることで推定して、より正確なモデルを作成し、ロボットの干渉範囲をより正確に算出することができる。

上記態様において、対象物は、工具であってもよい。

この態様によれば、グリッパで工具を把持した状態におけるロボットのモデルに基づいて、ロボットの干渉範囲を算出することで、使用する工具が多様であっても、対象物と周辺環境とが干渉するおそれを低減することができる。

本開示の他の態様に係るロボット制御システムは、対象物を把持するグリッパを有するロボットと、ロボットを制御するロボット制御装置と、を備えるロボット制御システムであって、ロボット制御装置は、ロボットが有するグリッパで対象物を把持した状態におけるロボットのモデルに基づいて、ロボットの干渉範囲を算出する算出部と、モデル及び干渉範囲に基づいて、ロボットの動作を計画する計画部と、を有する。

本開示の他の態様に係るロボット制御方法は、ロボット制御装置に備えられたプロセッサによって、ロボットがグリッパで対象物を把持した状態におけるロボットのモデルに基づいて、ロボットの干渉範囲を算出することと、モデル及び干渉範囲に基づいて、ロボットの動作を計画することと、を実行する。

本開示の他の態様に係るロボット制御プログラムは、ロボット制御装置に備えられたプロセッサを、ロボットが有するグリッパで対象物を把持した状態におけるロボットのモデルに基づいて、ロボットの干渉範囲を算出する算出部、及びモデル及び干渉範囲に基づいて、ロボットの動作を計画する計画部、として機能させる。

本発明によれば、ロボットが有するグリッパで対象物を把持する場合であっても、対象物と周辺環境とが干渉するおそれを低減することができるロボット制御装置、ロボット制御システム、ロボット制御方法及びロボット制御プログラムを提供することができる。

本発明の実施形態に係るロボット制御システムの機能ブロックを示す図である。本実施形態に係るロボット制御装置の物理的構成を示す図である。本実施形態に係るロボット制御装置により実行されるロボット制御処理の第１例のフローチャートである。本実施形態に係るロボット制御装置により実行されるロボット制御処理の第２例のフローチャートである。

添付図面を参照して、本発明の実施形態について説明する。なお、各図において、同一の符号を付したものは、同一又は同様の構成を有する。

§１適用例
まず、図１を用いて、本発明が適用される場面の一例について説明する。図１は、本発明の実施形態に係るロボット制御システム１００の機能ブロックを示す図である。ロボット制御システム１００は、対象物を把持するグリッパ２１を有するロボット２０と、ロボット２０を制御するロボット制御装置１０と、を備える。本明細書において、対象物は、工具、部品及びそれらの組合せを含み、工具の先端に部品が保持された状態の工具及び部品を含む。

ロボット２０は、グリッパ２１によって、工具等の対象物を把持し、ロボット制御装置１０は、グリッパ２１で対象物を把持した状態におけるロボット２０のモデルに基づいて、ロボット２０の干渉範囲を算出する。ここで、グリッパ２１で対象物を把持した状態におけるロボット２０のモデルは、例えば、３次元ＣＡＤ（Computer-Aided Design）モデルであってよい。ロボット制御装置１０は、ロボット２０のモデル及び算出した干渉範囲に基づいて、ロボット２０の動作を計画する。ロボット２０の動作は、例えば、把持している工具を用いた動作であってよい。

本実施形態に係るロボット制御装置１０によれば、グリッパ２１で対象物を把持した状態におけるロボット２０のモデルに基づいて、ロボット２０の干渉範囲を算出することで、対象物を把持する場合であっても、対象物と周辺環境とが干渉するおそれを低減することができる。

§２構成例
［機能構成］
ロボット制御装置１０は、算出部１１、計画部１２、推定部１３、ＣＡＤメモリ１４、ツール指定部１５を備える。

＜算出部＞
算出部１１は、ロボット２０が有するグリッパ２１で対象物を把持した状態におけるロボット２０のモデルに基づいて、ロボット２０の干渉範囲を算出する。ロボット２０のモデルは、３次元ＣＡＤモデルであってよく、仮想空間上でロボット２０の動作をシミュレーションするためのモデルであってよい。グリッパ２１により対象物を把持する場合、ロボット２０及び対象物を含むモデルが定義されてよい。算出部１１は、順運動学を用いて、ロボット２０を構成する複数の関節の角度から、グリッパ２１で把持した対象物の先端位置を算出してよい。また、算出部１１は、逆運動学を用いて、グリッパ２１で把持した対象物の先端位置から、ロボット２０を構成する複数の関節の角度を算出してもよい。

＜計画部＞
計画部１２は、ロボット２０のモデル及び干渉範囲に基づいて、ロボット２０の動作を計画する。計画部１２は、ロボット２０を構成するアームや、グリッパ２１で把持した対象物が環境と干渉しないように、ロボット２０の動作を計画する。ここで、環境は、ロボット２０の周囲に配置された構造物やロボット２０自身を含む。

対象物が工具である場合、ロボット２０の動作は、グリッパ２１で把持した工具を用いる動作であってよい。工具は、例えば、ドライバ、はんだごて、ピンセット等を含み、工具を用いる動作は、ネジ締め動作、はんだ付け動作、ピンセットにより部品をつまむ動作を含む。このように、グリッパ２１で工具を把持した状態におけるロボット２０のモデルに基づいて、ロボット２０の干渉範囲を算出することで、使用する工具が多様であっても、対象物と周辺環境とが干渉するおそれを低減することができる。

＜推定部＞
推定部１３は、グリッパ２１で把持した対象物の種類を推定する。例えば対象物が工具である場合、対象物の種類は、ドライバ、はんだごて、ピンセット等の工具の種類である。算出部１２は、対象物の種類に基づいて、モデルを更新してよい。このようにして、把持する度に変わり得る対象物の種類を推定して、より正確なモデルを作成し、ロボット２０の干渉範囲をより正確に算出することができる。

推定部１３は、グリッパ２１で対象物を把持した状態における対象物の姿勢を推定する。ここで、対象物の姿勢は、狭義の位置（ｘ，ｙ，ｚ）及び狭義の姿勢（φ，θ，ψ）を含む。また、対象物の姿勢は、グリッパ２１に対して相対的に定義されていてもよい。算出部１２は、対象物の姿勢に基づいて、モデルを更新してよい。このようにして、把持する度に変わり得る対象物の姿勢を推定して、より正確なモデルを作成し、ロボット２０の干渉範囲をより正確に算出することができる。

ロボット２０はカメラ２２を有してよい。カメラ２２は、グリッパ２１を撮影するように設けられていてよい。推定部１３は、カメラ２２で撮影した対象物の画像に基づいて、対象物の種類又は対象物の姿勢を推定してよい。推定部１３は、カメラ２２で撮影した対象物の画像を公知の解析手法で画像解析し、対象物の種類又は姿勢を推定してよい。このようにして、把持する度に変わり得る対象物の種類又は対象物の姿勢を画像に基づいて推定して、より正確なモデルを作成し、ロボット２０の干渉範囲をより正確に算出することができる。なお、カメラ２２は、３次元の点群又は奥行画像を取得する奥行センサを含んでよい。その場合、把持する度に変わり得る対象物の姿勢を３次元の点群又は奥行画像に基づいて推定して、より正確なモデルを作成し、ロボット２０の干渉範囲をより正確に算出することができる。

ロボットは、グリッパ２１に設けられた力覚センサを有してよい。力覚センサは、力とトルクを測定するセンサであってよく、例えば、６軸の力覚センサであってよい。推定部１３は、力覚センサで検出した信号に基づいて、対象物の種類又は対象物の姿勢を推定してよい。このようにして、把持する度に変わり得る対象物の種類又は対象物の姿勢を力覚センサで検出した信号に基づいて推定して、より正確なモデルを作成し、ロボット２０の干渉範囲をより正確に算出することができる。

推定部１３は、グリッパ２１で対象物を把持した状態で、対象物を環境に干渉させ、干渉の結果に基づいて、対象物の種類又は対象物の姿勢を推定してもよい。推定部１３は、例えば、グリッパ２１で対象物を把持した状態で、対象物を作業台に沿わせるように移動させて、その干渉の結果に基づいて、対象物の種類又は対象物の姿勢を推定してよい。このようにして、把持する度に変わり得る対象物の種類又は対象物の姿勢を対象物と環境を干渉させることで推定して、より正確なモデルを作成し、ロボット２０の干渉範囲をより正確に算出することができる。

＜ＣＡＤメモリ＞
ＣＡＤメモリ１４は、ロボット２０の３次元ＣＡＤモデルと、ツール群３０の３次元ＣＡＤモデルと、ロボット２０の周辺に設けられた構造物の３次元ＣＡＤモデルとを記憶する。

＜ツール指定部＞
ツール指定部１５は、ツール群３０のうち、ロボット２０の動作に用いるツールを指定する。ツール指定部１５は、ロボット２０の動作を指定して、その動作に必要となるツールを選択してもよい。

［ハードウェア構成］
図２は、本実施形態に係るロボット制御装置１０の物理的構成を示す図である。ロボット制御装置１０は、演算部に相当するＣＰＵ（Central Processing Unit）１０ａと、記憶部に相当するＲＡＭ（Random Access Memory）１０ｂと、記憶部に相当するＲＯＭ（Read only Memory）１０ｃと、通信部１０ｄと、入力部１０ｅと、表示部１０ｆと、を有する。これらの各構成は、バスを介して相互にデータ送受信可能に接続される。なお、本例ではロボット制御装置１０が一台のコンピュータで構成される場合について説明するが、ロボット制御装置１０は、複数のコンピュータが組み合わされて実現されてもよい。また、図２で示す構成は一例であり、ロボット制御装置１０はこれら以外の構成を有してもよいし、これらの構成のうち一部を有さなくてもよい。

ＣＰＵ１０ａは、ＲＡＭ１０ｂ又はＲＯＭ１０ｃに記憶されたプログラムの実行に関する制御やデータの演算、加工を行う制御部である。ＣＰＵ１０ａは、ロボット２０を制御するプログラム（ロボット制御プログラム）を実行する演算部である。ＣＰＵ１０ａは、入力部１０ｅや通信部１０ｄから種々のデータを受け取り、データの演算結果を表示部１０ｆに表示したり、ＲＡＭ１０ｂに格納したりする。

ＲＡＭ１０ｂは、記憶部のうちデータの書き換えが可能なものであり、例えば半導体記憶素子で構成されてよい。ＲＡＭ１０ｂは、ＣＰＵ１０ａが実行するプログラム、ロボット２０やツール群３０の３次元ＣＡＤモデルといったデータを記憶してよい。なお、これらは例示であって、ＲＡＭ１０ｂには、これら以外のデータが記憶されていてもよいし、これらの一部が記憶されていなくてもよい。

ＲＯＭ１０ｃは、記憶部のうちデータの読み出しが可能なものであり、例えば半導体記憶素子で構成されてよい。ＲＯＭ１０ｃは、例えばロボット制御プログラムや、書き換えが行われないデータを記憶してよい。

通信部１０ｄは、ロボット制御装置１０を他の機器に接続するインターフェースである。通信部１０ｄは、インターネット等の通信ネットワークに接続されてよい。

入力部１０ｅは、ユーザからデータの入力を受け付けるものであり、例えば、キーボード及びタッチパネルを含んでよい。

表示部１０ｆは、ＣＰＵ１０ａによる演算結果を視覚的に表示するものであり、例えば、ＬＣＤ（Liquid Crystal Display）により構成されてよい。表示部１０ｆは、ロボット２０及びツール群３０の３次元ＣＡＤモデルを表示したり、計画されたロボット２０の動作を表示したりしてよい。

ロボット制御プログラムは、ＲＡＭ１０ｂやＲＯＭ１０ｃ等のコンピュータによって読み取り可能な記憶媒体に記憶されて提供されてもよいし、通信部１０ｄにより接続される通信ネットワークを介して提供されてもよい。ロボット制御装置１０では、ＣＰＵ１０ａがロボット制御プログラムを実行することにより、図１を用いて説明した様々な動作が実現される。なお、これらの物理的な構成は例示であって、必ずしも独立した構成でなくてもよい。例えば、ロボット制御装置１０は、ＣＰＵ１０ａとＲＡＭ１０ｂやＲＯＭ１０ｃが一体化したＬＳＩ（Large-Scale Integration）を備えていてもよい。

§３動作例
図３は、本実施形態に係るロボット制御装置１０により実行されるロボット制御処理の第１例のフローチャートである。はじめに、ロボット制御装置１０は、対象物を選択する（Ｓ１０）。ロボット制御装置１０は、ロボット２０に行わせる動作の指定を受け付けて、その動作に必要となる工具を選択してよい。

次に、ロボット制御装置１０は、ロボット２０が有するグリッパ２１で対象物を把持する（Ｓ１１）。そして、カメラ２２で撮影した対象物の画像又はグリッパ２１に設けられた力覚センサで検出した信号に基づいて、対象物の種類又は対象物の姿勢を推定する（Ｓ１２）。

その後、ロボット制御装置１０は、対象物の種類又は対象物の姿勢に基づいて、ロボット２０がグリッパ２１で対象物を把持した状態におけるロボット２０のモデルを更新する（Ｓ１３）。また、ロボット制御装置１０は、モデルに基づいて、ロボット２０の干渉範囲を算出する（Ｓ１４）。

最後に、ロボット制御装置１０は、モデル及び干渉範囲に基づいて、ロボット２０の動作を計画し（Ｓ１５）、その計画に従って、ロボット２０により動作を実行する（Ｓ１６）。

図４は、本実施形態に係るロボット制御装置１０により実行されるロボット制御処理の第２例のフローチャートである。はじめに、ロボット制御装置１０は、対象物を選択する（Ｓ２０）。ロボット制御装置１０は、ロボット２０に行わせる動作の指定を受け付けて、その動作に必要となる工具を選択してよい。

次に、ロボット制御装置１０は、ロボット２０が有するグリッパ２１で対象物を把持する（Ｓ２１）。そして、対象物を環境に干渉させ、干渉の結果に基づいて、対象物の種類又は対象物の姿勢を推定する（Ｓ２２）。

その後、ロボット制御装置１０は、対象物の種類又は対象物の姿勢に基づいて、ロボット２０がグリッパ２１で対象物を把持した状態におけるロボット２０のモデルを更新する（Ｓ２３）。また、ロボット制御装置１０は、モデルに基づいて、ロボット２０の干渉範囲を算出する（Ｓ２４）。

最後に、ロボット制御装置１０は、モデル及び干渉範囲に基づいて、ロボット２０の動作を計画し（Ｓ２５）、その計画に従って、ロボット２０により動作を実行する（Ｓ２６）。

本発明の実施形態は、以下の付記のようにも記載され得る。ただし、本発明の実施形態
は、以下の付記に記載した形態に限定されない。また、本発明の実施形態は、付記間の記
載を置換したり、組み合わせたりした形態であってもよい。

［付記１］
ロボット（２０）が有するグリッパ（２１）で対象物を把持した状態における前記ロボット（２０）のモデルに基づいて、前記ロボット（２０）の干渉範囲を算出する算出部（１１）と、
前記モデル及び前記干渉範囲に基づいて、前記ロボット（２０）の動作を計画する計画部（１２）と、
を備えるロボット制御装置（１０）。

［付記２］
前記グリッパ（２１）で把持する前記対象物の種類を推定する推定部（１３）をさらに備え、
前記算出部（１１）は、前記対象物の種類に基づいて、前記モデルを更新する、
請求項１に記載のロボット制御装置（１０）。

［付記３］
前記グリッパ（２１）で前記対象物を把持した状態における前記対象物の姿勢を推定する推定部（１３）をさらに備え、
前記算出部（１１）は、前記対象物の姿勢に基づいて、前記モデルを更新する、
付記１又は２に記載のロボット制御装置（１０）。

［付記４］
前記ロボット（２０）はカメラ（２２）を有し、
前記推定部（１３）は、前記カメラ（２２）で撮影した前記対象物の画像に基づいて、前記対象物の種類又は前記対象物の姿勢を推定する、
付記２又は３に記載のロボット制御装置（１０）。

［付記５］
前記ロボット（２０）は、前記グリッパ（２１）に設けられた力覚センサを有し、
前記推定部（１３）は、前記力覚センサで検出した信号に基づいて、前記対象物の種類又は前記対象物の姿勢を推定する、
付記２から４のいずれか一項に記載のロボット制御装置（１０）。

［付記６］
前記推定部（１３）は、前記グリッパ（２１）で前記対象物を把持した状態で、前記対象物を環境に干渉させ、前記干渉の結果に基づいて、前記対象物の種類又は前記対象物の姿勢を推定する、
付記２から５のいずれか一項に記載のロボット制御装置（１０）。

［付記７］
前記対象物は、工具である、
付記１から６のいずれか一項に記載のロボット制御装置（１０）。

［付記８］
対象物を把持するグリッパ（２１）を有するロボット（２０）と、
前記ロボット（２０）を制御するロボット制御装置（１０）と、を備えるロボット制御システム（１００）であって、
前記ロボット（２０）制御装置は、
ロボット（２０）が有するグリッパ（２１）で対象物を把持した状態における前記ロボット（２０）のモデルに基づいて、前記ロボット（２０）の干渉範囲を算出する算出部（１１）と、
前記モデル及び前記干渉範囲に基づいて、前記ロボット（２０）の動作を計画する計画部（１２）と、を有する、
ロボット制御システム（１００）。

［付記９］
ロボット制御装置（１０）に備えられたプロセッサによって、
ロボット（２０）がグリッパ（２１）で対象物を把持した状態における前記ロボット（２０）のモデルに基づいて、前記ロボット（２０）の干渉範囲を算出することと、
前記モデル及び前記干渉範囲に基づいて、前記ロボット（２０）の動作を計画することと、
を実行するロボット制御方法。

［付記１０］
ロボット制御装置（１０）に備えられたプロセッサを、
ロボット（２０）が有するグリッパ（２１）で対象物を把持した状態における前記ロボット（２０）のモデルに基づいて、前記ロボット（２０）の干渉範囲を算出する算出部（１１）、及び
前記モデル及び前記干渉範囲に基づいて、前記ロボット（２０）の動作を計画する計画部（１２）、
として機能させるロボット制御プログラム。

１０…ロボット制御装置、１０ａ…ＣＰＵ、１０ｂ…ＲＡＭ、１０ｃ…ＲＯＭ、１０ｄ…通信部、１０ｅ…入力部、１０ｆ…表示部、１１…算出部、１２…計画部、１３…推定部、１４…ＣＡＤメモリ、１５…ツール指定部、２０…ロボット、２１…グリッパ、２２…カメラ、３０…ツール群、１００…ロボット制御システム

Claims

ロボットが有するグリッパで対象物を把持した状態における前記ロボットのモデルに基づいて、前記ロボットの干渉範囲を算出する算出部と、
前記モデル及び前記干渉範囲に基づいて、前記ロボットの動作を計画する計画部と、
前記グリッパで把持する前記対象物の種類を推定する推定部と
を備え、
前記算出部は、前記対象物の種類に基づいて、前記モデルを更新し、
前記推定部は、前記グリッパで前記対象物を把持した状態で、前記対象物を環境に干渉させ、前記干渉の結果に基づいて、前記対象物の種類又は前記対象物の姿勢を推定する、ロボット制御装置。
前記推定部は、前記グリッパで前記対象物を把持した状態における前記対象物の姿勢を推定し、
前記算出部は、前記対象物の姿勢に基づいて、前記モデルを更新する、
請求項１に記載のロボット制御装置。
前記ロボットはカメラを有し、
前記推定部は、前記カメラで撮影した前記対象物の画像に基づいて、前記対象物の種類又は前記対象物の姿勢を推定する、
請求項１又は２に記載のロボット制御装置。
前記ロボットは、前記グリッパに設けられた力覚センサを有し、
前記推定部は、前記力覚センサで検出した信号に基づいて、前記対象物の種類又は前記対象物の姿勢を推定する、
請求項１から３のいずれか一項に記載のロボット制御装置。
前記対象物は、工具である、
請求項１から４のいずれか一項に記載のロボット制御装置。
対象物を把持するグリッパを有するロボットと、
前記ロボットを制御するロボット制御装置と、を備えるロボット制御システムであって、
前記ロボット制御装置は、
ロボットが有するグリッパで対象物を把持した状態における前記ロボットのモデルに基づいて、前記ロボットの干渉範囲を算出する算出部と、
前記モデル及び前記干渉範囲に基づいて、前記ロボットの動作を計画する計画部と、
前記グリッパで把持する前記対象物の種類を推定する推定部と
を有し、
前記算出部は、前記対象物の種類に基づいて、前記モデルを更新し、
前記推定部は、前記グリッパで前記対象物を把持した状態で、前記対象物を環境に干渉させ、前記干渉の結果に基づいて、前記対象物の種類又は前記対象物の姿勢を推定する、ロボット制御システム。
ロボット制御装置に備えられたプロセッサによって、
ロボットがグリッパで対象物を把持した状態における前記ロボットのモデルに基づいて、前記ロボットの干渉範囲を算出することと、
前記モデル及び前記干渉範囲に基づいて、前記ロボットの動作を計画することと、
前記グリッパで把持する前記対象物の種類を推定することと
を実行し、
前記算出することは、前記対象物の種類に基づいて、前記モデルを更新することを含み、
前記推定することは、前記グリッパで前記対象物を把持した状態で、前記対象物を環境に干渉させ、前記干渉の結果に基づいて、前記対象物の種類又は前記対象物の姿勢を推定することを含む、ロボット制御方法。
ロボット制御装置に備えられたプロセッサを、
ロボットが有するグリッパで対象物を把持した状態における前記ロボットのモデルに基づいて、前記ロボットの干渉範囲を算出する算出部、
前記モデル及び前記干渉範囲に基づいて、前記ロボットの動作を計画する計画部、及び
前記グリッパで把持する前記対象物の種類を推定する推定部、として機能させ、
前記算出部は、前記対象物の種類に基づいて、前記モデルを更新し、
前記推定部は、前記グリッパで前記対象物を把持した状態で、前記対象物を環境に干渉させ、前記干渉の結果に基づいて、前記対象物の種類又は前記対象物の姿勢を推定する、ロボット制御プログラム。