JP7717536B2 - オンラインロボット動作計画のフレームワーク - Google Patents

Description

本開示は一般的に産業用ロボットの動作制御の分野に関し、より具体的には、スタート及びゴール地点並びに障害物環境に基づいたロボット動作を計画するためにロボット制御器から分離されたコンピュータを使用するロボットの動作制御技術に関する。ここでロボット動作計画はサンプリングベース及び最適化ベースの計画アルゴリズムの直列又は並列組み合わせを使用し、ロボット制御器へ転送するために計画された密集した経由地点をまばらな命令地点へと変換することにより行われる。

産業用ロボットの用途として、様々な製造、組み立て、材料運搬の実行が広く知られている。あるロボット応用では、全てのロボットタスクに応じて、スタート及び／又はゴール地点が変化する。例えば、ロボットのタスクが入庫コンベヤーから部品を取り上げ、その部品を輸送コンテナ中の空いた場所に置くことである場合などが該当する。このような応用では、各タスクに対して新しいロボット動作経路をリアルタイムで計算しなければならない。更に、多くのロボットの作業空間環境では、障害物が存在し、ロボットの動作経路上に位置し得る。障害物は機械や備品といった恒久的な構造物であるかもしれず、又は障害物は一時的又は可動性であるかもしれない。ロボットとあらゆる障害物の衝突は絶対に避けられなければならない。

スタート及びゴール地点、並びに障害物環境に基づいてロボットのツール経路動作を計画する様々な技術が当分野で知られている。ある一般的に使用される技術はサンプリングベースの方法であり、ランダムなサンプルの経由地点が定義され、スタート地点からゴール地点が接続されるまで、衝突の起こらない経由地点のツリーを延ばしていく。別の既知の技術は最適化ベースの方法であり、衝突しない経路が得られるまで、スタート地点からゴール地点までの経路に沿った経由地点を最適化目的及び拘束関数を使用して繰り返し修正していく。サンプリングベースの方法の変形例を含むその他の技術も存在する。

動作計画計算をロボット制御器とは分離されたコンピュータ上で行うことがロボットの動作計画における最近のトレンドである。衝突しない経路を見出すためのサンプリングベースの動作計画を実行し、次にロボットツール軌道を作り出すために補間地点を計算し、そして軌道をロボット制御器へ転送しロボットが実行するタイプのシステムが知られている。しかしながら、これらのシステムは集中的な通信帯域の要求を生じさせ、ロボット制御器のロボット動作計画計算機能の利点を享受することに失敗し、所望の品質の経路計画を提供できないことがある。

前述の状況を鑑み、高品質な経路計画を提供し、ロボットの動作中にリアルタイムで実行するために充分高速で、ロボット制御器固有の計算性能の利点を享受できるロボット動作計画技術が必要とされている。

本開示の教示に従い、ロボット制御器と通信する外部コンピュータを使用したロボットの動作計画技術が開示される。カメラ又はセンサシステムはスタート及びゴール地点、並びに障害物データを含む入力シーン情報を外部コンピュータに提供する。コンピュータはロボットのツールの動作をスタート及びゴール地点、並びに障害物環境に基づいて計画し、ここでロボット動作はサンプリングベース及び最適化ベースの計画アルゴリズムの直列又は並列組み合わせを使用して計画される。直列組み合わせでは、まずサンプリング法において実行可能な経路が見いだされ、最適化方法が経路の品質を向上させる。並列組み合わせでは、サンプリング及び最適化法の両方が使用され、計算時間、経路の品質及びその他の要因に基づいて経路が選択される。コンピュータはロボット制御器へ転送するために計画された密集した経由地点をまばらな経路地点へと変換し、制御器はロボット運動学及び補間地点を計算し、これらを使用してロボットの動作を制御する。

開示される装置及び方法の追加の特徴は、添付の図面と併せて考慮した以下の説明及び添付された請求項から明らかになろう。

図１は、各加工対象物を動かすたびに新たな経路を計算しなければならなく、作業空間が回避すべき１つ以上の障害物を含む環境にて、取り上げ、移動、そして置く動作を行っている産業用ロボットの図である。 図２は既知の従来の技術におけるロボット制御器と通信する外部コンピュータを使用したロボット動作経路計画システムのブロック図である。 図３は本開示の実施形態における、ロボット制御器と通信する外部コンピュータを使用したロボット動作経路計画システムのブロック図である。 図４は図３の本開示の実施形態における最適化及びサンプリング動作計画方法の組み合わせを使用したシステムの動作計画モジュールのブロック図である。 図５は本開示の実施形態による図４の動作計画モジュールにてサンプリング及び最適化動作計画の直列組み合わせを用いる経路選択方法のフローチャートである。 図６は本開示の実施形態による図４の動作計画モジュールにてサンプリング及び最適化動作計画の並列組み合わせを用いる経路選択方法のフローチャートである。 図７は本開示の実施形態による図４の動作計画モジュールにて使用される経路関数フィッティングモジュールのブロック図である。

本開示の実施形態に関する、最適化とサンプリング法の組み合わせ及び経路関数フィッティングを使用したロボットの動作計画技術に向けられた以下の議論は単に例示的な性質のものであり、開示された装置及び技術、又は応用や用途を限定することを決して意図していない。

産業用ロボットを様々な製造、組み立て、材料運搬の動作に使用することは広く知られている。これらの動作には、ロボットが、ある動作と次の動作で異なるスタート地点及び／又は目的（ゴール）地点を有する経路に沿って動くようプログラムされなければならないものがある。例えば、移動、取り上げ、及び置く動作では、コンベヤーに乗って入庫する部品はロボットによって毎回異なる位置から取り上げられるかもしれず、ロボットによって輸送コンテナに置かれる部品は、輸送コンテナ内で各々異なる指定された場所に置かれるであろう。或いは、部品で一杯の容器からロボットによって部品が取り上げられ、出庫コンベヤーに載せられてもよい。他にもロボットの各独立したタスク又は動作に対して新たな経路を計算しなければならない多くの応用例が存在する。

更に、多くのロボット作業空間環境では、障害物が存在し、それはロボットの動作経路上に存在し得る。それは、１つ以上の障害物がスタート及びゴール地点の間、もっと一般的に言えば、ロボットの現在位置とロボットの目的位置の間に位置しているかもしれない。障害物は機械や備品といった恒久的な構造物であるかもしれず、又は障害物は一時的又は可動性であるかもしれない。

図１は、作業空間の環境が回避すべき１つ以上の障害物を含み、各加工対象物を動かす度に新たな経路を計算しなければならないという上述したタイプのシナリオにおいて、取り上げ、移動、及び置く動作を行っている産業用ロボットの図である。ロボット１００はグリッパー１０２を有し、作業空間１０４内にて動作する。ロボット１００の動作は、典型的にはロボット１００とケーブル１１２を介して通信する制御器１１０により制御される。当技術分野で既知のように、制御器１１０はロボット１００に関節の動作命令を提供し、ロボット１００の関節のエンコーダーから関節の位置データを受け取る。制御器１１０はまたグリッパー１０２の動作を制御するために命令を提供する。図１の取り上げ、移動、及び置くシナリオは、説明及び例示のみを目的とする。本開示の最適化動作計画技術は任意のタイプのロボット動作に応用可能であり、グリッパー１０２は任意のタイプのロボットツールに置き換えられてもよい。

ロボットのツール経路を以下に議論する方法で計算するためにコンピュータ１２０が使用される。カメラ１２２はコンピュータ１２０と通信し、作業空間１０４の画像を提供する。ロボット１００により操作する加工対象物の位置及び方向、及び／又はロボット１００により加工対象物が置かれる場所、及び作業空間１０４内の移動中又は一時的な障害物を特定するために、カメラ１２２からの画像を使用してもよい。カメラ１２２は加工対象物のスタート及びゴール地点（位置と方向）に適した任意のその他のタイプのセンサに置き換えられ、又はその他のタイプのセンサを補強するために使用されてもよい。

加工対象物１３０は作業空間１０４へ、コンベヤー１４０に乗って入ってくる。ロボット１００のタスクは、コンベヤー１４０から加工対象物１３０を取り上げ、加工対象物１３０を移動し、コンテナ１５０（輸送コンテナなど）の内部に置くことである。スタート地点１６０の位置及び方向はコンベヤー１４０上の加工対象物１３０の位置及びコンベヤー１４０の速度に関する情報に基づいて定義される。グリッパー１０２の方向を決定するためにスタート地点１６０における加工対象物１３０の方向が必要である。同様に、コンテナ１５０内で次に利用可能な区画又は位置についての情報に基づいて、ゴール地点１６２の位置及び方向が定義される。図１に、スタート地点１６０とゴール地点１６２の間の位置にある、１つの中間地点１６４が示されている。実際のロボットの動作計画計算では、全ての経路の制約を満たすために複数の途中の経路地点が計算され、そして複数の経路地点を通る滑らかなツール経路が計算される。繰り返しになるがこれは多様なスタート及びゴール地点の単なる一例であり、他の多くの例が想定され得る。例えば、加工対象物１３０が部品で一杯の容器から取り上げられ、コンベヤー１４０に特定の姿勢で置かれるといった、逆の順で動作が行われてもよい。

スタート地点１６０とゴール地点１６２の間に、壁として示されている障害物１７０が存在している。コンテナ１５０の側面がロボット１００により回避され経路計画にて考慮されるべき障害物を表すことが理解されよう。他の障害物も存在し得る。

コンベヤー１４０に乗って到着する各加工対象物１３０に対して、ロボット１００がスタート地点１６０にて加工対象物１３０を取り上げるためにホーム又はアプローチ位置から経路区分１８０に沿ってグリッパー１０２を動かし、加工対象物１３０をゴール地点１６２に向かって経路１８２に沿い障害物１７０を避けながら移動し、次の加工対象物１３０に備えてグリッパー１０２をホーム又はアプローチ位置へ戻す新しい経路を、制御器１１０及びコンピュータ１２０は計算しなければならない。ロボット１１０が１つの加工対象物１３０を移動し次の加工対象物を取り上げるために戻ることと同じくらい速く、経路計算をリアルタイムで行われなければならないため、新しい経路は制御器１１０及びコンピュータ１２０により非常に速く計算されなければならない。

図２はロボット制御器１１０と通信するコンピュータ１２０を使用したロボット動作経路計画の既知の従来技術のシステムのブロック図である。入力シーンの描写を提供するために、センサ処理及びタスク管理モジュール２１０はカメラ１２２から画像を、又は異なるタイプのセンサからデータを受け取る。簡潔に言えば、モジュール２１０は、コンベヤーに乗って入ってくる部品又は容器から取り出す特定の部品、並びに関連する目的位置及び姿勢（例えばコンベヤー上の、又はコンテナ内の）を識別することにより、今後のロボットタスクのためのスタート及びゴール地点を決定する。特に動く障害物が存在する、又は存在する可能性がある場合には、作業空間の障害物の位置もモジュール２１０により提供されてもよい。

動作計画モジュール２２０はモジュール２１０からのデータに基づいてツール経路を計算する。スタート及びゴール地点、並びに障害物環境に基づいてロボットのツール経路動作を計画する様々な技術が当分野で知られている。ある一般的に使用される技術はサンプリングベースの方法であり、ランダムなサンプルの経由地点が定義及び評価され、衝突の起こらない経由地点のツリーをスタート地点からゴール地点が接続されるまで延ばしていく。ある特定のサンプリングベースの技術はｒａｐｉｄｌｙ－ｅｘｐｌｏｒｉｎｇ ｒａｎｄｏｍ ｔｒｅｅ（ＲＲＴ）メソッドと称される。ＲＲＴでは、初期構成から最終構成まで、衝突しない経路を発見するまでランダムに空間を埋めるノードのツリーを迅速に構築する。障害物を表現する面／空間又は点群のデータ、並びに初期及び最終の加工対象物構成（スタート及びゴール地点並びに姿勢）が与えられれば、動作シーケンスが存在するならばそれを求める場合にＲＲＴを使用することができる。ＲＲＴ動作計画の各ノードは、有効又は実現可能な経由地点として含めるために、衝突しないように評価され決定されなければならない。また、各候補経由地点はランダムに配置されるため、初期条件及び境界条件が同一であってもＲＲＴは毎回異なる解を求め得る。更に、ＲＲＴにより定義された経路は本質的に屈曲しており（ジグザグ形）、各ステップにおける「最良の」候補経由地点は通例理想的な方向から外れている。従って、ＲＲＴに基づいた動作計画技術はある用途において役に立たないと認められてきた。

軌道生成モジュール２３０は動作計画モジュール２２０からツール経路動作計画を受け取り、全体の軌道を計算する。図２の従来の技術のシステムでは軌道生成モジュール２３０は全ての軌道補間地点を計算し、ロボットツール動作のための密集した点群を生成する。軌道補間地点はコンピュータ１２０からロボット制御器１１０へ転送され、補間モジュール２６０が受け取る。軌道補間地点はコンピュータ１２０上の軌道生成モジュール２３０により既に計算されているため、制御器１１０上の補間モジュール２６０は軌道補間地点を受け取り、ロボット１００の関節モーターを既知の方法で駆動するサーボ―モーター制御モジュール２７０へ受け渡すだけである。

図２に示されるようなタイプのシステムが有効であることは実証されている。しかしながら、これらのシステムには幾つかの不利益がある。図２のシステムはロボット制御器１１０のソフトウエア機能をバイパスし、制御器１１０を充分に活用しないばかりかコンピュータ１２０に余分な計算負荷をかける。制御器１１０の計算機能をバイパスすることで、制御器１１０自身が運動学及び補間計算をより多く行えた場合に比べてロボット動作が遅くなり、より滑らかでなくなり得る。また、データ交換（各補間期間における多数の地点のリアルタイムデータストリーミング）によりさらに負荷がかかり、データパケットロスによりロボット動作が不連続になってしまう。そして、図２の従来のシステムは典型的にサンプリングベースの動作計画に依存しており、不要にジグザグな動作及びランダムな動作パターンを生み出すという短所を持っている。

本開示は従来技術のシステムの幾つかの短所を克服するシステム及び方法を説明する。これらの技術は以下に詳細に議論される。

図３は本開示の実施形態における、ロボット制御器と通信する外部コンピュータを使用したロボット動作経路計画システムのブロック図である。図３のシステムは図１に示すように制御器１１０と通信するコンピュータ１２０を使用する。しかし、図３のシステムはコンピュータ１２０と制御器１１０両方において図２のシステムとは異なるプログラミング構成を含む。具体的には、コンピュータ１２０は割り当てられたサイクル時間内で可能な限り最も良い品質の経路を計画するよう構成されていて、制御器１１０は滑らかで合理的なツール動作を提供するためにその機能の全てをロボット運動学及び補間地点の計算に使用する。

図３にて、センサ処理及びタスク管理モジュール２１０は図２に対して上述のように動作する。言い換えれば、モジュール２１０はカメラ画像又はセンサデータを受信し、今後のロボットタスクのために障害物データと共にスタート及びゴール地点を提供する。スタート及びゴール地点並びに障害物データは動作計画モジュール３２０へ提供される。図３の動作計画モジュール３２０は図２の動作計画モジュール２２０と大きく異なる。動作計画モジュール３２０の詳細は図４、図５、及び図６を参照して以下に議論する。

動作計画モジュール３２０はロボット制御器１１０の最上位プログラム実行モジュール３４０へ計画経路地点のまばらなシーケンスを提供する。プログラム実行モジュール３４０はオペレーティングシステムとの相互作用、ユーザーインターフェース、データインターフェース、及びその他のソフトウエアモジュールの制御のようなハイレベルな機能を取り扱う。プログラム実行モジュール３４０は計画モジュール３５０へまばらな計画経路地点を提供する。計画モジュール３５０はまばらな計画経路地点の解釈、使用するべき逆運動学計算の決定（全ての関節を同時に計算するか、又は最初の３つの関節を最後の３つの関節から独立して最初に計算するか、等）を含む幾つかの機能を実行する。計画モジュール３５０はまたロボットに取り付けられたツール、例えばグリッパーに対しては掴む又は放す命令、若しくは溶接作業においてトーチをオン／オフする命令のトリガポイントを定義する。

計画モジュール３５０は、図２の同様の番号のモジュールと同じ補間モジュール２６０へロボット動作及び制御命令を提供する。しかしながらこの場合に補間モジュール２６０は、前述したようにロボット１００の関節モーターを駆動するサーボモーター制御モジュール２７０の動作命令の完全なセットを定義するために補間地点を追加する。

コンピュータ１２０からプログラム実行モジュール３４０へまばらな地点のシーケンスを提供することにより、ロボット制御器１１０の本質的な性能を全て使用することができ、結果として、ロボット１００が動作計画モジュール３２０によって計算された経路に沿って迷うことなく滑らかに動くようなロボット運動学の計算、補間地点、及び動作命令が提供される。

図４は図３のシステムにおける、本開示の実施形態における最適化及びサンプリング動作計画方法の組み合わせを使用する動作計画モジュール３２０のブロック図である。上述の通り、動作計画モジュール３２０はコンピュータ１２０上で実行されるソフトウエアであり、スタート及びゴール地点並びに障害物環境データをセンサモジュール２１０から受け取る。

動作計画モジュール３２０は最適化法計算モジュール４１０及びサンプリング法計算モジュール４２０の双方を含む。最適化モジュール４１０とサンプリングモジュール４２０の双方はスタート及びゴール地点並びに障害物データを受け取り、モジュール４１０及び４２０は独立して動作してもよい。最適化法計算モジュール４１０はスタート地点からゴール地点への直線であってもよい初期参照経路又は他の初期参照（後述）からスタートし、目的関数及び拘束関数を含む最適化ルーチンを実行する。最適化ルーチンは拘束を満たし目的関数が最小になるまで計算を繰り返し、結果として最小距離及び最高の経路品質（滑らかさ、曲率等）の衝突しない経路が得られる。サンプリング法計算モジュール４２０は前述の方法でスタート地点からゴール地点までの衝突しない経路が得られるまでランダムツリー育成計画法を実行する。最適化モジュール４１０及びサンプリングモジュール４２０からの出力は図４の点線の矢印で示され以下に論じられるように幾つかの異なる方法で使用され組み合わされてもよい。

図４に示される図は２次元であるが、今回開示される技術における全ての計算は適用可能なアイテムに対しては３次元であり６つの自由度（ＤＯＦ）を含むことが理解されよう。スタート及びゴール地点は位置（３つの座標）及び姿勢（３つの角度方向）を含む。障害物はＣＡＤの面又は立体モデル、又はセンサモジュール１２０からの点群又は表面データとして３次元オブジェクトで定義される。計算されたツール経路は３次元空間上に存在し、ツール中心点の位置のみでなく方向（６ＤＯＦ）も含む。加えて、ロボットツールと障害物の間だけでなくロボットの全ての部品／アームと障害物の間の衝突回避計算が行われる。

動作計画モジュール３２０は、ロボットの各サイクルに対して最適化モジュール４１０及び／又はサンプリングモジュール４２０からの候補計画経路から使用すべき最良の経路を選択する経路選択モジュール４３０を含む。経路選択モジュール４３０は最適化及びサンプリング経路の直列組み合わせ又は並列組み合わせの異なる二通りの中から一通りの方法で構成されてもよい。経路選択モジュール４３０の二通りの構成（それぞれ４３０Ａ及び４３０Ｂとして特定される）は図５及び図６を参照して以下に議論される。最適化及びサンプリングアルゴリズムの組み合わせを用いることで、経路選択モジュール４３０は可能な限り最高な計画ツール経路を得るために両方の方法の長所を利用することができ、各方法の短所を避けることができる。

経路選択モジュール４３０は経路関数フィッティングモジュール４４０へ計画ツール経路を提供する。経路選択モジュール４３０からの計画ツール経路は経由地点の間で衝突が起こらないことを補償するために必要な経由地点のかなり密集したシーケンスを含む。ロボット制御器１１０へ転送するために、経路関数フィッティングモジュール４４０は経由地点の密集したシーケンスを命令地点のまばらなシーケンスへと変換する。経路関数フィッティングモジュール４４０により提供される地点のまばらなシーケンスはロボット制御器によって経路選択モジュール４３０による元の経由地点の密集したシーケンスに合致するように補間地点を計算することが可能なように計算される。経路関数フィッティングモジュール４４０（後述）は命令地点のまばらなシーケンスをツール動作インターフェースモジュール４５０へ提供し、ツール経路動作インターフェースモジュール４５０は前述のようにまばらな命令地点をロボット制御器１１０上の最上位プログラム実行モジュール３４０へ転送する。

図５は本開示の実施形態における図４の動作計画モジュールにてサンプリング及び最適化動作計画の直列組み合わせを用いる経路選択方法５００のフローチャートである。（図４の）動作計画モジュール３２０のブロック図が参照のために図５の左側に示される。フローチャート図５００は動作計画モジュール３２０の経路選択モジュール４３０Ａにてエンコードされる経路選択器のある実施形態（直列組み合わせ）を示す。

ロボット動作のサイクルはロボットがスタート地点で加工対象物を取り上げて一時停止し、加工対象物をゴール地点まで動かし、置いて一時停止し、別の加工対象物を取り上げるために準備位置まで戻ることを含む。動作計画モジュール３２０における計算、ひいてはフローチャート図５００における計算は各ロボット動作サイクルに対して行われる。

入力線５０２において、現在のロボットサイクル（又はタスク）のためのデータがカメラ又はセンサモジュール２１０から受信される。データはスタート及びゴール地点、部品動作における姿勢、及び障害物データを含む。そして、現在のロボットタスクが、前回のタスクと似た動作パターン（開始地点及び／又はゴール地点が若干異なるのみ）になると予想されるかどうかにより、処理が分岐する。判断を行うひし形５１０にて、処理のリセットが起こったかどうかを判断する。処理のリセットとは、例えば、取り上げるための部品が入った新しい容器の提供（これは前の部品とはかなり異なるスタート地点になる）、あるいは部品を入れるための新しい出荷コンテナの提供（これは前の部品とはかなり異なるゴール地点になる）といったイベントであり得る。可能なロボットツール動作に影響し得る移動式障害物が作業空間に入ってきた場合のような障害物データのあらゆる変更は処理のリセットとなる。フローチャート図５００を初めて通る場合も、処理のリセットに対する答えはＹＥＳとなる。

判断を行うひし形５１０における処理のリセットに対する答えがＹＥＳである場合、すなわち現在のロボットタスクが以前のタスクと似た動作とならないかもしれない場合、処理はサンプリング法ボックス４２０へと移行する。サンプリング法ボックス４２０にて、ＲＲＴのようなサンプリング法を用いてスタート地点からゴール地点までの衝突しない経路が計算される。前述のように、サンプリング法はジグザグのような望ましくない特性を持つ経路を計算し得る。従って図５の直列組み合わせ法は、計画経路の形を改善するためにサンプリング経路計画の結果を入力として使用する最適化経路計画ステップが後に加えられている。

最適化法ボックス４１０はスタート及びゴール地点並びに障害物データと共にサンプリング法ボックス４２０により計算された初期経路を受信し、初期経路を最適化計算の初期参照として使用する。最適化法は目的関数及び拘束関数を含む反復最適化計算を行い、最適な経路品質特性を持つスタート地点からゴール地点までの衝突しない経路を求める。反復計算には初回の反復で使用する初期参照経路が必要である。初期参照経路はスタート地点からゴール地点までの原始的な直線であってもよいが、最適化計算に過大な回数が必要となるかもしれず、また解に到達しないこともあり得る。サンプリングベースの初期経路は衝突が回避されていてスタート及びゴール地点が接続されているため、サンプリングベースの経路は最適化法計算の際にとても良い初期参照となる。ボックス４１０の最適化法計算は望ましくない動きやジグザグ形状を取り除き経路の品質を改善する。

ボックス５２０にて最適化法ボックス４１０の経路の品質を評価する。品質はツール経路の移動距離、経路の曲率、経路実行時間、経路の滑らかさ、及び／又は他の要因の組み合わせにより判断されてもよい。目的関数は典型的にこれらのパラメーターを含むため本質的に滑らかで良く形作られた経路を提供し、経路の品質は最適化計算の結果であるため通常はとても良いはずである。最適化計算が時間切れになり収束せず、サンプリングベースの初期経路がボックス５２０に提供された場合のみ、不充分な経路品質になる可能性が高い。ボックス５２０にて経路品質が不充分である（滑らかさを欠いている、ぎくしゃく動作する箇所がある）場合、システム障害が宣言され、ロボットにより部品は持ち上げられない。

ボックス５２０にて経路品質が充分な場合、最適化法ボックス４１０からの経路が出力線５３０にて提供される。出力線５３０にて計画経路が提供される時、計画経路は経路関数フィッティングモジュール４４０（前述され後に更に議論される）へ送信され、最終のまばらな命令地点のセットがツール経路動作インターフェースモジュール４５０へ提供され、まばらな命令地点はロボット制御器１１０へ転送される。

ボックス５２０より計画経路が線５３０にて出力されるとき、処理はまた５３２にてループバックし、次のロボットサイクルのために計算を開始する。ボックス５４０にて、線５３０にて出力されたばかりの経路は、後述のように後に初期参照経路生成に使用するためにデータリポジトリに格納される。そして処理はフローチャートの先頭へ、入力線５０２へと戻る。

ロボットが計画されたばかりの経路により取り上げ動作を実行した後、カメラ／センサモジュール２１０から入力線５０２へ新たなシーンデータが提供される。重要な処理のリセットがない場合（入力部品の新たな容器、又は新しい出力出荷コンテナ、又は新たな障害物）、判断を行うひし形５１０の答えはＮＯとなる。そして処理は初期参照生成のためにボックス５５０へ移る。初期参照生成は最適化動作計算のために初期参照経路を提供することを含み、ここで初期参照経路は過去の計画経路の形に基づいて、今回計算中の経路にスタート及びゴール地点が合うように微調整（拡縮及び移動）されているものである。ボックス５５０に使用することに適した初期参照生成技術は２０２０年４月３日に出願され本発明の譲受人に譲渡された「ロボットの最適化動作計画における初期参照生成」と題された米国特許出願第１６／８３９７２０号明細書に記載されており、その内容を参照により本書に援用される。

計算中の経路は過去に計算された経路のものと非常に類似している（同様の障害物環境、類似したスタート及びゴール地点）ため、ボックス５５０における初期参照生成は現在計算中の経路の非常に良い近似である初期参照経路を迅速に提供できる。従って最適化法ボックス４１０が最適化された経路に素早く収束し、計画経路をボックス５２０へ提供する。このように各計画経路は線５３０にて出力され、ロボットにより実行され、その後計画経路を格納するループバックがあり、そして新しい経路を計算するために新たな入力シーンデータを受信するという形で処理が継続する。

上述したサンプリングベースの及び最適化ベースの動作計画の直列組み合わせは、ロボット動作計算におけるユニークな利点の数々を提供する。サンプリングベースと最適化ベースの並列組み合わせを用いるその他のアプローチを以下に議論する。

図６は本開示の実施形態における図４の動作計画モジュールにてサンプリング及び最適化動作計画の並列組み合わせを用いた経路選択法のフローチャートである。（図４の）動作計画モジュール３２０のブロック図が再度参照のために図６の左に示される。フローチャート図６００は動作計画モジュール３２０の経路選択モジュール４３０Ｂにてエンコードされる経路選択器のある実施形態（並列組み合わせ）を示す。以前と同様に、動作計画モジュール３２０における計算、ひいてはフローチャート図６００における計算は各ロボット動作サイクル又はタスクに対して行われる。

入力線６０２及び６０４にて、候補計画経路は最適化モジュール４１０及びサンプリングモジュール４２０から受信される。最適化モジュール４１０及びサンプリングモジュール４２０はカメラ又はセンサモジュール２１０からのデータ（スタート及びゴール地点、並びに障害物データ）に基づいて経路候補をそれぞれ独立して計算する。最適化モジュール４１０は線６０２にて入力を提供してもよく、サンプリングモジュール４２０は線６０４にて入力を提供してもよく、又はその逆でもよい。判断を行うひし形６１０及び６２０にて、候補計画経路がそれぞれの入力線にて受信されたかどうかを判断する。もし受信されていなければ、判断を行うひし形は経路候補を受信するまで待ち／ループを継続する。判断を行うひし形６１０と６２０のどちらかで経路候補を受信すれば、経路はボックス６３０に渡される。ボックス６３０にて受信された経路候補の数が定期的に評価される。２つの経路候補が受信されていたら（最適化モジュール４１０とサンプリングモジュール４２０からそれぞれ１つずつ）、２つの経路候補はボックス６３０からボックス６５０へ渡される。

ボックス６５０にて、使用する１つの経路を選択するために経路候補の品質が評価される。品質はロボット関節経路の移動距離、経路の曲率、経路実行時間、経路の滑らかさ、及び／又は他の要因の組み合わせとして決定されてもよい。最も高い品質スコアを持つ経路が選択され線６６０にて出力され、経路関数フィッティングモジュール４４０へ提供され、最終的にロボット制御器１１０へ転送されてロボット１００により実行される。

ボックス６３０にて、１つの経路候補のみが受信されていたら（最適化モジュール４１０又はサンプリングモジュール４２０から）経路候補はボックス６３０から判断を行うひし形６４０へ渡される。判断を行うひし形６４０にて、待ち時間の閾値を超えたかどうかを判断する。待ち時間の閾値はロボットのサイクル時間に基づいて予め定義され、言い換えれば、判断を行うひし形６４０において待つことが許された最大の時間であるロボットの理想的なサイクル時間に基づいて決定されてもよい。待ち時間の閾値を超えていなければ、いくつの経路候補を受信したかを再度周期的にチェックするために処理は判断を行うひし形６４０からボックス６３０へループバックする。２つ目の経路候補を受信し双方の経路がボックス６５０へ提供されるか、判断を行うひし形６４０にてやがて待ち時間の閾値に達し、ボックス６５０へ１つの経路候補が提供される。

判断を行うひし形が待ち時間の閾値に達し、１つのみの経路候補がボックス６５０に提供される場合、ボックス６５０は１つの経路候補の品質をもう１つに対して比較することを行わない。この場合、ボックス６５０は上の議論と同じ基準に基づいて、１つの経路候補の品質を評価する。経路の品質が適切である場合、経路は出力線６６０に提供される。経路の品質が適切ではない場合（例えば極端なジグザグ形、又はあまりにも長い経路長）、出力線６６０には経路は提供されず、システム障害が宣言される（今サイクルでは部品が取り上げられない）。

出力線６６０にて計画経路が提供される時、経路は経路関数フィッティングモジュール４４０（前述され後に更に議論される）へ送信され、最終のまばらな命令地点のセットがツール経路動作インターフェースモジュール４５０へ提供され、まばらな命令地点はロボット制御器１１０へ転送される。ロボットの次のサイクルとしての処理がフローチャート図６００の最初から再びスタートし、準備ができたときに入力線６０２及び６０４にてセンサデータが最適化モジュール４１０及びサンプリングモジュール４２０に提供され、計算された経路候補が提供される。

図４の動作計画モジュール３２０に戻り、経路選択モジュール４３０に対して直列組み合わせモジュール４３０Ａ及び並列組み合わせモジュール４３０Ｂという２つの実施形態が上に議論された。どちらの場合でも、適切な品質の経路が後述の経路関数フィッティングモジュール４４０に提供される。

図７は本開示の実施形態による図４の動作計画モジュール３２０にて使用される経路関数フィッティングモジュール４４０のブロック図７００である。経路関数フィッティングモジュール４４０の目的は、ロボット制御器１１０へ提供するための計画経路のまばらな命令地点のセットを提供することである。

経路選択モジュール４３０にて、障害物との衝突を回避しながら部品をスタート地点からゴール地点に移動するといった現在のロボットタスクのために経路が計画される。経路計画は上に詳しく述べたように、経路選択モジュール４３０Ａ（サンプリング及び最適化法の直列組み合わせ）又は経路選択モジュール４３０Ｂ（サンプリング及び最適化法の並列組み合わせ）を使用して行ってもよい。

経路選択モジュール４３０は経路全体において衝突が起こらないことを保証するために必要なため経由地点の密集したシーケンスを提供する。それは計画された経由地点がまばらであり間が空いていると、経由地点の間に衝突が存在し、検出されない可能性があるからである。通信帯域要求、ロボット制御器１１０がロボット運動学と補間地点の計算を行う要求を含む以前に議論した理由により、ロボット制御器１１０に経由地点の密集したシーケンスを送信することは要求されない。

４４２に示される経路関数フィッティングモジュール４４０は最初に計画経路地点（ｑ₀、．．．、ｑ_T）に基づいてスプライン関数ｓを計算する。スプライン関数ｓは一連の計画経路地点を区分的三次多項式でフィットさせるなど任意の適切な技術を用いて計算してもよい。スプライン関数ｓはスプラインｓに沿った距離を示すアーク長パラメーターａを持つ連続した実体として表されてもよい。それはスタート地点ｑ₀のａ＝０、そしてゴール地点ｑ_Tのａ＝１である。

４４４に示される経路関数フィッティングモジュール４４０の次の計算は、スプラインｓから経路地点のまばらなセットを計算することである。ロボットタスクと経路の性質に基づき、ロボット制御器１１０に転送する命令地点の数Ｎが選択される。三次元曲線形状で定義される取り上げ、移動そして置く動作の代表例では、ロボット制御器１１０に１０個の命令地点を送信することが要求され得る（一方計画経路には３０個のようなはるかに多い数の経由地点が含まれていた）。従って、この例では、Ｎの値は１０である。次に１０個の経路地点Ｐ［１］、・・・、Ｐ［１０］はアーク長パラメーターａの適切な値をＰ［１］（ａ＝０）からＰ［１０］（ａ＝１）に入力することで計算される。

経路関数フィッティングモジュール４４０は次にツール経路命令地点Ｐ［ｉ］のまばらなシーケンスをツール経路動作インターフェースモジュール４５０へ提供し、ツール経路動作インターフェースモジュール４５０は前述のようにまばらな命令地点をロボット制御器１１０上の最上位プログラム実行モジュール３４０へ転送する。ロボット制御器１１０は次に関節運動学計算及び補間地点計算といった本質的な能力を用いて、タスクを実行するための滑らかで効果的なロボット動作を計算する。ロボット制御器のスプライン関数フィッティング及び補間地点計算アルゴリズムの知識は、制御器１１０が命令地点Ｐ［ｉ］をロボット動作命令に変換する際に経路関数フィッティングモジュール４４０におけるスプライン計算により望ましい結果を得ることを保証するのに役立ち得る。

前述の議論を通して、様々なコンピュータ及び制御器を説明し暗示した。これらのコンピュータ及び制御器のソフトウエアアプリケーション及びモジュールはプロセッサ及びメモリモジュールを有する１つ以上のコンピュータ装置上で実行されることが理解されよう。特に、これには、上述の図１及び図３のロボット制御器１１０及びコンピュータ１２０内のプロセッサが含まれる。特に、コンピュータ１２０のプロセッサはサンプリングベース及び最適化ベースの方法の組み合わせを使用して経路を計画及び選択することと経路関数フィッティングを行うことを含む動作計画モジュール３２０の計算とを行うよう構成されている。ロボット制御器１１０のプロセッサは前に議論したプログラム実行、動作管理及び計画、補間／フィッティング、及びサーボモーター制御機能、を実行するよう構成されている。

上に概説したように、開示したロボット動作計画のための最適化及びサンプリング法の組み合わせ、及び経路関数フィッティングを使用した技術により、ロボットの経路計画の速度と品質を向上させる。最適化及びサンプリング経路計画法の組み合わせは、割り当てられたサイクル時間内で最も良い品質の経路を提供し、経路関数フィッティングにより、ロボット制御器はロボットのツール動作の滑らかで速い実行を可能にするロボットの関節動作及び補間地点の計算に本質的な性能を使用することができる。

ロボットの動作計画技術のいくつもの態様例や実施形態を上に議論したが、当業者は、修正、置換、追加、及び部分的組み合わせを認識するであろう。従って次に添付される請求項及び次に紹介する請求項では、それらの修正、置換、追加、及び部分的組み合わせを、真の精神及び範囲内であるものとして全て含むこととして解釈されることが意図される。

Claims (12)

1. ツールの経路のスタート地点及びゴール地点、並びに回避するべき障害物のデータを含むロボット上の前記ツールの前記経路を計画するための入力情報を提供することと、
   サンプリングベースの動作計画方法及び最適化ベースの動作計画方法の並列組み合わせを使用して計画経路を計算し選択することを含む、プロセッサとメモリを有するコンピュータにより前記入力情報に基づいて経由地点のセットを備えた前記計画経路を計算し選択することと、
   前記コンピュータと通信するロボット制御器により前記ロボット上の前記ツールが前記計画経路に追従するようロボットの関節の動作を計算することと、
   を含み、
   前記計画経路の計算と選択において、前記サンプリングベースの動作計画方法及び前記最適化ベースの動作計画方法はそれぞれ前記入力情報に基づいて提案経路を計算し、前記サンプリングベースの動作計画方法と前記最適化ベースの動作計画方法の両方により提案経路が提供されると、前記計画経路はより高い品質を持つ前記提案経路として選択され、品質は少なくとも経路長と経路の滑らかさとして決定される、
   産業用ロボットの動作計画方法。
2. 入力情報の提供は、作業空間を描写するカメラ画像又はセンサデータを提供することと、前記スタート地点及び前記ゴール地点を前記カメラ画像又はセンサデータから決定することと、を含み、前記スタート地点及び前記ゴール地点はそれぞれ３次元（３Ｄ）における位置及び方向を含む、請求項１に記載の方法。
3. 前記障害物を定義する前記データは前記カメラ画像又はセンサデータのいずれかにより決定されるか、又は別の情報源より３Ｄモデルデータとして提供される、請求項２に記載の方法。
4. 前記サンプリングベースの動作計画方法は、提案された経由地点のランダムツリー構造を構築し、最終的に前記スタート地点及び前記ゴール地点を衝突せず接続する経由地点を選択することにより前記計画経路上の前記経由地点を決定する、請求項１に記載の方法。
5. 前記最適化ベースの動作計画方法は、前記スタート地点から前記ゴール地点までの前記経由地点を経路の品質のために目的関数を使用し、また衝突回避のために拘束関数を使用して反復計算することにより、前記計画経路上の前記経由地点を決定する、請求項１に記載の方法。
6. 待ち時間の閾値に達したときは前記サンプリングベースの方法又は前記最適化ベースの方法のうち一方のみが提案経路を提供し、前記提案経路の前記品質が予め定義された品質指標値を下回らない限り、提供される前記提案経路は前記計画経路として指定される、請求項１に記載の方法。
7. 前記コンピュータにより前記計画経路を表す命令地点の削減されたセットを計算することと、ここで前記計画経路中の経由地点の数は命令地点の数よりも大きく、
   前記命令地点のセットを前記ロボット制御器に転送し前記命令地点に基づいて前記ロボットの関節動作を計算することと、ここで前記命令地点の削減されたセットの計算は前記計画経路の前記経由地点をフィットさせるためにスプライン曲線関数を計算することを含み、ここで０から１の範囲の値を持つアーク長パラメーターは前記スプライン曲線関数上の位置を定義し、
   前記アーク長パラメーター及び前記命令地点の数に基づいて前記スプライン曲線関数を前記各命令地点で評価することと、を更に含む、請求項１に記載の方法。
8. ロボットの関節動作の計算は逆運動学計算のタイプを選択することと、前記逆運動学計算を実行することと、前記命令地点間の補間地点を計算することと、を含む、請求項７に記載の方法。
9. 前記補間地点に関連するロボットツール動作命令を定義すること、関節動作命令及び前記ロボットツール動作命令を前記ロボットへ提供することと、を更に含む、請求項８に記載の方法。
10. サンプリングベースの動作計画方法及び最適化ベースの動作計画方法の並列組み合わせを使用して計画経路を計算し選択することを含み、プロセッサとメモリを有するコンピュータにより、前記計画経路のスタート地点及びゴール地点及び回避すべき障害物を定義するデータを含む入力情報に基づいて経由地点のセットを含む前記計画経路を計算し選択することと、
    前記計画経路を示す削減された命令地点のセットを前記コンピュータにより計算することと、
    前記削減された命令地点のセットをロボット制御器へ転送することと、
    前記ロボット制御器により前記命令地点に基づいて、ロボット上のツールが前記計画経路に追従するようロボット関節動作を計算することと、
    を含み、
    前記計画経路の計算と選択において、前記サンプリングベースの動作計画方法及び前記最適化ベースの動作計画方法はそれぞれ前記入力情報に基づいて提案経路を計算し、前記サンプリングベースの動作計画方法と前記最適化ベースの動作計画方法の両方により提案経路が提供されると、前記計画経路はより高い品質を持つ前記提案経路として選択され、品質は少なくとも経路長と経路の滑らかさとして決定される、
    産業用ロボットの動作計画方法。
11. ツールの経路のスタート地点及びゴール地点、並びに回避するべき障害物のデータを含む作業空間を描写する入力情報を提供する手段と、
    サンプリングベースの動作計画方法と最適化ベースの動作計画方法の組み合わせを使用することを含む、前記入力情報に基づき経由地点のセットを備える計画経路を計算及び選択し、及び、前記計画経路における経由地点の数は命令地点の数より大きい、前記計画経路を表現する削減された数の命令地点のセットを計算するように構成されたプロセッサ及びメモリを有する、入力情報の提供を行うための前記手段と通信するコンピュータと、
    前記コンピュータより受信した前記命令地点の削減されたセットに基づいてロボット上の前記ツールが前記計画経路を追従するようなロボット関節動作を計算するために構成されている前記コンピュータと前記ロボットと通信するロボット制御器と、
    を備え、
    前記計画経路を計算し選択することは前記サンプリングベース及び最適化ベースの動作計画方法の並列組み合わせを使用し、前記サンプリングベースの動作計画方法及び前記最適化ベースの動作計画方法はそれぞれ前記入力情報に基づいて提案経路を計算し、前記サンプリングベースの動作計画方法及び前記最適化ベースの動作計画方法の双方により提案経路を提供されると、前記提案経路のうちより高い品質を持つものが前記計画経路として選択され、品質は少なくとも経路長及び経路の滑らかさに基づいて決定される、
    産業用ロボットのための経路計画システム。
12. 待ち時間の閾値に達したときに前記サンプリングベースの方法又は前記最適化ベースの方法のうち一方のみが提案経路を提供した時は、前記提案経路の前記品質が予め定義された品質指標値を下回らない限り、前記提案経路は前記計画経路として指定される、請求項１１に記載のシステム。