JPH05208329A - ワーク識別方法およびその装置 - Google Patents

Abstract

(57)【要約】 【目的】 ワークの識別精度を向上させ、しかも処理負
荷を低減する。 【構成】 ワーク識別のための特徴値として予め設定さ
れている特徴値ではワーク識別精度が高くない場合に、
分散比が最大の特徴値を選択し、選択された特徴値に対
応する上下限閾値の範囲同士がオーバーラップしている
か否かを判別し、オーバーラップしている場合にオーバ
ーラップを解消すべく上下限閾値を変更してワークの識
別を行なう。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明はワーク識別方法および
その装置に関し、さらに詳細にいえば、画像検出部によ
り得られたワークの画像に基づいて対象ワークであるか
否かを識別するための方法およびその装置に関する。

【０００２】

【従来の技術】従来から所望のワークであるか否かを識
別するために特徴値を用いることが提案されている。こ
こで、一般的に採用される可能性がある特徴値として、
穴数、角数、面積、総面積、最大穴面積、最小穴面積、
周囲長、最大半径、最小半径、慣性楕円長軸長、慣性楕
円短軸長、外接長方形幅および外接長方形長さの１３種
類の特徴値が知られている。したがって、これら１３種
類の特徴値に対する分散を得て所望のワークか否かを識
別することによりかなり高精度のワーク識別を達成でき
る。

【０００３】

【発明が解決しようとする課題】しかし、１３種類の特
徴値のそれぞれについて分散を得ることは処理負荷の著
しい増加を招いてしまい、ワーク識別のための所要時間
が大巾に増加してしまうという不都合がある。したがっ
て、タクトタイムの関係上、処理速度の向上が強く要求
される部品組付け分野には到底実用化できないことにな
る。

【０００４】このような不都合を解消するために、本件
発明者らは、１３種類の特徴値に対して均等な重み付け
を行なうのではなく、予め優先的に選択されるべき特徴
値を設定しておき、設定された特徴値に基づくワークの
識別精度が高くない場合にのみ、抽出された特徴値の中
からワーク識別精度が最大の特徴値を選択し、選択され
た特徴値の平均値および分散に基づいて上下限閾値を得
て対象ワークの識別を行なう方法を考え、実際にワーク
の識別を行なった。この結果、ワーク識別のための所要
時間を大巾に短縮でき、しかもかなり高いワーク識別精
度を達成できた。しかし、ワーク識別精度が高いか否か
の判別を分散比に基づいて行なっているのであるから、
異種ワーク、同種ワークの表裏の特徴値が近接している
場合に分散比を厳格に適用してワークの識別を行なうと
区分不能になってしまうという不都合がある。また分散
比を予め甘くしておくことにより区分不能になるという
不都合を解消しようとすれば、ワーク識別ミスが発生し
やすくなってしまうという不都合がある。この結果、ワ
ーク識別精度を余り向上させることができない。即ち、
優先的に選択されるべき特徴値または他の特徴値のうち
最もワーク識別精度が高い特徴値を選択するに当って必
ずしも識別対象となるワークに適した特徴値が選択され
るという保証がなく、余り適当でない特徴値が選択され
ることに伴なって上述のようにワーク識別精度が低下す
るのである。そして、ワーク識別精度が低下すれば、例
えば部品組付けを自動化する場合に間違ったワークの組
付けを行なってしまう可能性が高くなるのであるから、
操作者による目視判断を介在させなければならなくな
り、自動化ラインのワーク識別には到底実用化できない
ことになる。

【０００５】

【発明の目的】この発明は上記の問題点に鑑みてなされ
たものであり、ワーク識別のための特徴値の数を少なく
でき、しかもワーク識別精度を著しく向上できるワーク
識別方法およびその装置を提供することを目的としてい
る。

【０００６】

【課題を解決するための手段】上記の目的を達成するた
めの、請求項１のワーク識別方法は、複数個の教示用ワ
ークの特徴値を抽出し、抽出した特徴値のうち予め設定
された特徴値に基づくワークの識別精度が高くないこと
を条件として、抽出した特徴値の中からワークの識別精
度が最大である特徴値をワーク識別用特徴値として選択
し、選択された特徴値の平均値および分散に基づいて上
下限閾値を得、ワークの種類毎に得られた上下限閾値に
基づく範囲がオーバーラップするか否かを判別し、オー
バーラップすると判別されたことを条件として両範囲の
オーバーラップを解消すべく上下限閾値を変更し、選択
されたワーク識別用特徴値および最終的に得られた上下
限閾値に基づいて対象ワークを識別する方法である。

【０００７】請求項２のワーク識別装置は、ワーク識別
用の特徴値および対応する上下限閾値が設定された後に
おける教示用ワークの種類の変動に対応して各教示用ワ
ークの特徴値を抽出し、抽出した特徴値のうち予め設定
された特徴値に基づくワークの識別精度が高くないこと
を条件として、抽出した特徴値の中からワークの識別精
度が最大である特徴値をワーク識別用特徴値として選択
し、選択された特徴値の平均値および分散に基づいて上
下限閾値を得、ワークの種類毎に得られた上下限閾値に
基づく範囲がオーバーラップするか否かを判別し、オー
バーラップすると判別されたことを条件として両範囲の
オーバーラップを解消すべく上下限閾値を変更し、選択
されたワーク識別用特徴値および最終的に得られた上下
限閾値に基づいて対象ワークを識別する方法である。

【０００８】請求項３のワーク識別装置は、複数個の教
示用ワークの特徴値を抽出する特徴値抽出手段と、抽出
した特徴値のうち予め設定された特徴値に基づくワーク
の識別精度が高くないことを条件として、抽出した特徴
値の中からワークの識別精度が最大である特徴値をワー
ク識別用特徴値として選択する特徴値選択手段と、選択
された特徴値の平均値および分散に基づいて上下限閾値
を得る上下限閾値算出手段と、ワークの種類毎に得られ
た上下限閾値に基づく範囲がオーバーラップするか否か
を判別する閾値判別手段と、オーバーラップすると判別
されたことを条件として両範囲のオーバーラップを解消
すべく上下限閾値を変更する上下限閾値変更手段と、選
択されたワーク識別用特徴値および最終的に得られた上
下限閾値に基づいて対象ワークを識別する対象ワーク識
別手段とを含んでいる。

【０００９】

【作用】請求項１のワーク識別方法であれば、複数個の
教示用ワークの特徴値の中から予め設定された特徴値ま
たはワークの識別精度が最大である特徴値をワーク識別
用特徴値として選択し、選択された特徴値の平均値およ
び分散に基づいて上下限閾値を得た場合に、ワークの種
類毎に得られた上下限閾値に基づく範囲がオーバーラッ
プするか否かを判別し、オーバーラップしていない場合
には得られた上下限閾値をそのまま採用し、逆にオーバ
ーラップしている場合には両範囲のオーバーラップを解
消すべく上下限閾値を変更し、選択されたワーク識別用
特徴値および最終的に得られた上下限閾値に基づいて対
象ワークを識別する。したがって、選択された特徴値が
分散比を厳格に適用した場合にワーク識別不能と判別さ
れてしまうような場合であっても該当する特徴値に基づ
くワークの識別を行なうことができ、しかも、分散比を
甘くして適用することによりワーク識別用特徴値を選択
するのではないからワークの識別ミスを確実に防止でき
る。

【００１０】請求項２のワーク識別方法であれば、ワー
ク識別用の特徴値および対応する上下限閾値が設定され
た後における教示用ワークの種類の変動があった場合に
も、教示用ワークの特徴値の中から予め設定された特徴
値またはワークの識別精度が最大である特徴値をワーク
識別用特徴値として選択し、選択された特徴値の平均値
および分散に基づいて上下限閾値を得た場合に、ワーク
の種類毎に得られた上下限閾値に基づく範囲がオーバー
ラップするか否かを判別し、オーバーラップしていない
場合には得られた上下限閾値をそのまま採用し、逆にオ
ーバーラップしている場合には両範囲のオーバーラップ
を解消すべく上下限閾値を変更し、選択されたワーク識
別用特徴値および最終的に得られた上下限閾値に基づい
て対象ワークを識別する。したがって、選択された特徴
値が分散比を厳格に適用した場合にワーク識別不能と判
別されてしまうような場合であっても該当する特徴値に
基づくワークの識別を行なうことができ、しかも、分散
比を甘くして適用することによりワーク識別用特徴値を
選択するのではないからワークの識別ミスを確実に防止
できる。また、選択される特徴値および対応する上下限
閾値が増減されたワークの種類に基づいて定められるの
であるから、部品識別精度の低下を防止できるだけでな
く、種類の減少時には不要な特徴値に基づく部品識別を
行なう必要がなくなって処理を簡素化でき、さらに、ワ
ーク識別に関して特別の知識を有していない操作者であ
っても簡単にワークの種類の増減を行なうことができ
る。

【００１１】請求項３のワーク識別装置は、複数個の教
示用ワークの特徴値を特徴値抽出手段により抽出し、抽
出した特徴値のうち予め設定された特徴値に基づくワー
クの識別精度が高くないことを条件として、特徴値選択
手段により、抽出した特徴値の中からワークの識別精度
が最大である特徴値をワーク識別用特徴値として選択
し、上下限閾値算出手段により、選択された特徴値の平
均値および分散に基づいて上下限閾値を得る。そして、
閾値判別手段により、ワークの種類毎に得られた上下限
閾値に基づく範囲がオーバーラップするか否かを判別
し、オーバーラップすると判別されたことを条件として
上下限閾値変更手段により両範囲のオーバーラップを解
消すべく上下限閾値を変更する。もちろん、オーバーラ
ップしないと判別された場合には上下限閾値算出手段に
より算出された上下限閾値をそのまま採用する。そし
て、選択されたワーク識別用特徴値および最終的に得ら
れた上下限閾値に基づいて対象ワーク識別手段により対
象ワークを識別する。したがって、選択された特徴値が
分散比を厳格に適用した場合にワーク識別不能と判別さ
れてしまうような場合であっても該当する特徴値に基づ
くワークの識別を行なうことができ、しかも、分散比を
甘くして適用することによりワーク識別用特徴値を選択
するのではないからワークの識別ミスを確実に防止でき
る。

【００１２】

【実施例】以下、実施例を示す添付図面によって詳細に
説明する。図９はこの発明のワーク識別方法が適用され
る部品供給システムの構成を概略的に示す図であり、ボ
ウルフィーダ１１の部品搬送トラック１１ａの一部を透
光性のある板１１ｂで構成しているとともに、透光性の
ある板１１ｂの上方および下方にそれぞれ照明装置１２
ａ，１２ｂを配置している。そして、透光性のある板１
１ｂと下方の照明装置１２ｂとの間にハーフミラー１２
ｃを配置し、透光性のある板１１ｂからの光（照明装置
１２ａによるワークのシルエット光および照明装置１２
ｂによるワークの反射光）がハーフミラー１２ｃにより
反射されてＣＣＤカメラ等からなる画像検出部１３に受
光されるように画像検出部１３を配置している。さら
に、ワークを把持するための吸着ヘッド１４ａが産業用
ロボット１４に装着されている。また、画像検出部１３
から取り込まれた画像信号を入力として２値化処理等を
行なう画像処理部１３ａと、画像処理部１３ａからの処
理結果信号を受け取って産業用ロボット１４に動作指令
を与えるロボット・コントローラ１４ｂとを有してい
る。

【００１３】図１から図３はこの発明のワーク識別方法
の一実施例を示すフローチャートであり、図１が識別対
象ワークの教示処理を、図２がワーク識別のための特徴
値選択処理を、図３が選択された特徴値に基づくワーク
識別処理をそれぞれ示している。図１のフローチャート
においては、ステップＳＰ１１においてサンプル数ｎ個
の同一種類のワークの画像をＣＣＤカメラ等の画像検出
部１３により取込み、ステップＳＰ１２において取込み
画像に基づいて該当するワークの特徴値を抽出し、ステ
ップＳＰ１３において、抽出された特徴値のうち、面積
値および外接長方形長さを選択し、ステップＳＰ１４に
おいてそれぞれの分散（例えば、標準偏差σ）および平
均値ｘａｖを算出し、ステップＳＰ１５においてＴＨｕ
ｐ＝ｘａｖ＋ｋσおよびＴＨｄｎ＝ｘａｖ−ｋσ（但
し、ｋは１〜３程度の定数）の演算を行なって面積値、
外接長方形長さの上限閾値ＴＨｕｐおよび下限閾値ＴＨ
ｄｎを算出する。

【００１４】尚、ステップＳＰ１１からステップＳＰ１
５までの一連の処理はワークの種類毎に行なう。図２の
フローチャートにおいては、ステップＳＰ２１において
２種類のワークに関して各特徴値の上下限閾値ＴＨｕ
ｐ，ＴＨｄｎに基づいて定まる範囲同士がオーバーラッ
プしているか否かを判別し、オーバーラップしていると
判別された場合には、ステップＳＰ２２において２種類
のワークに関して各特徴値の分散比Ｆ０を算出し、ステ
ップＳＰ２３において分散比が最大である特徴値を選択
し、ステップＳＰ２４において選択した特徴値の分散お
よび平均値を算出し、ステップＳＰ２５において図１の
ステップＳＰ１５と同様にして上限閾値ＴＨｕｐおよび
下限閾値ＴＨｄｎを算出する。そして、ステップＳＰ２
６において、選択した特徴値の上下限閾値ＴＨｕｐ，Ｔ
Ｈｄｎに基づいて定まる範囲同士がオーバーラップして
いるか否かを判別し、オーバーラップしていると判別さ
れた場合には、ステップＳＰ２７においてオーバーラッ
プを解消すべく上下限閾値ＴＨｕｐ，ＴＨｄｎを変更す
る。また、ステップＳＰ２１，ＳＰ２６において両範囲
がオーバーラップしていないと判別された場合には、そ
れぞれステップＳＰ２８，ＳＰ２９において面積値およ
び外接長方形長さ、または選択した特徴値をワーク識別
用特徴値として選択するとともに該当する上下限閾値Ｔ
Ｈｕｐ，ＴＨｄｎを基準値として選択する。但し、この
フローチャートにおいて特には示していないが、一方の
範囲が他方の範囲に完全に含まれている場合には上下限
閾値ＴＨｕｐ，ＴＨｄｎの変更による対処が不可能であ
るから、上下限閾値ＴＨｕｐ，ＴＨｄｎの幅を狭くして
から再び教示を行なう。

【００１５】図３のフローチャートにおいては、ステッ
プＳＰ３１において識別対象となるワークの画像等を取
込み、ステップＳＰ３２において、図２の処理により選
択された特徴値を得る。そして、ステップＳＰ３３にお
いて面積値が上限閾値と下限閾値との間の値であるか否
かを判別し、ステップＳＰ３４において外接長方形長さ
が上限閾値と下限閾値との間の値であるか否かを判別
し、ステップＳＰ３３およびステップＳＰ３４の双方に
おいて上限閾値と下限閾値との間であると判別された場
合には、ステップＳＰ３５において面積、外接長方形長
さ以外に上限閾値および下限閾値が算出されている特徴
値があるか否かを判別し、特徴値があると判別された場
合にはステップＳＰ３６において該当する特徴値が算出
されている上限閾値と下限閾値との間の値であるか否か
を判別する。

【００１６】そして、ステップＳＰ３５において特徴値
がないと判別された場合、またはステップＳＰ３６にお
いて該当する特徴値が算出されている上限閾値と下限閾
値との間の値であると判別された場合にはステップＳＰ
３７において該当するワークを処理対象ワークであると
識別する。逆に、ステップＳＰ３３、ステップＳＰ３４
またはステップＳＰ３６において上限閾値と下限閾値と
の間の値でないと判別された場合には、ステップＳＰ３
８において該当するワークを外乱ワークであると識別す
る。

【００１７】さらに詳細に説明すると、図１のフローチ
ャートに基づく処理を行なった結果、ワークＡおよびワ
ークＢについてそれぞれ図４（Ａ）に示す分布が得られ
た場合には、両分布がオーバーラップする部分が全く存
在していないのであるから、例えばワークＡについて図
５に示すように上限閾値ＴＨｕｐおよび下限閾値ＴＨｄ
ｎを設定し、図３のフローチャートにおいて処理対象と
なるワークについて得た特徴値が上限閾値ＴＨｕｐおよ
び下限閾値ＴＨｄｎの範囲内であるか否かを判別するこ
とにより高精度のワーク識別を達成できる。逆に、図１
のフローチャートに基づく処理を行なった結果ワークＡ
およびワークＢについてそれぞれ得られた分布に基づい
て算出される上下限閾値の範囲同士がオーバーラップし
ている場合には、分散比Ｆ０が最大の特徴値が選択され
る。そして、選択された特徴値に基づいて図４（Ｂ）に
示す分布が得られた場合（図４（Ａ）の分散比をＦＡ、
図４（Ｂ）の分散比をＦＢとすれば、ＦＡ＞ＦＢ）に
は、両分布に基づいて定まる上下限閾値ＴＨｕｐ，ＴＨ
ｄｎの範囲同士のオーバーラップ部分がかなり存在して
いるのであるから図３のフローチャートの処理を行なっ
ても高精度のワーク識別を達成できない。したがって、
この場合には、図２のフローチャートの処理を行なうこ
とによりオーバーラップを解消すべく上下限閾値を変更
することにより高精度のワーク識別を達成できる。

【００１８】即ち、ワークを識別対象とする場合には、
文字、図形等と異なり、面積値および外接長方形長さに
基づいて高精度のワーク識別を達成できる場合が多いの
であるから、図２のフローチャートに基づいて別の特徴
値を選択する必要がない場合が多く、一部のワークにつ
いてのみ図２のフローチャートに基づいて別の特徴値を
選択すればよいのであるから全体として処理負荷を低減
でき、しかも面積値、外接長方形長さまたは他の分散比
が最大の特徴値の分布に基づいて定まる上下限閾値ＴＨ
ｕｐ，ＴＨｄｎの範囲同士のオーバーラップ部分が存在
する場合にオーバーラップを解消すべく上下限閾値を変
更する（図４（Ｂ）中一点鎖線参照）ことにより高精度
のワーク識別を達成できる。

【００１９】尚、ワークの種類が３種類以上である場合
には、ワーク相互について図２のフローチャートの処理
を行なえばよく、また、外接長方形長さに代えて外接長
方形幅、慣性楕円長軸長、または慣性楕円短軸長を用い
ることが可能であり、その他、この発明の要旨を変更し
ない範囲内において種々の設計変更を施すことが可能で
ある。

【００２０】

【実施例２】図６はこの発明のワーク識別装置の一実施
例を示すブロック図であり、ワークの画像を取込む画像
検出部１３と、画像検出部１３による画像取込みを所定
回数だけ反復させる第１反復制御部２と、取込んだ画像
に基づいて特徴値を抽出する特徴値抽出部１ａと、全て
のワークについて、抽出された特徴値のうち、面積値お
よび外接長方形長さを選択して標準偏差σおよび平均値
ｘａｖを算出する第１算出部３と、第１算出部３により
算出された標準偏差σおよび平均値ｘａｖに基づいてＴ
Ｈｕｐ＝ｘａｖ＋ｋσおよびＴＨｄｎ＝ｘａｖ−ｋσ
（但し、ｋは１〜３程度の定数）の演算を行なって上限
閾値ＴＨｕｐおよび下限閾値ＴＨｄｎを算出する第１閾
値算出部４と、面積値および外接長方形長さに対応する
上下限閾値の範囲同士がオーバーラップするか否かに基
づいてこれらが特徴値として適当であるか否かを判別す
る特徴値判別部５と、面積値、外接長方形長さが特徴値
として不適当であると判別されたことを条件として分散
比が最大である特徴値を選択する特徴値選択部６と、選
択された特徴値に関する標準偏差σおよび平均値ｘａｖ
を算出する第２算出部７と、第２算出部７により算出さ
れた標準偏差σおよび平均値ｘａｖに基づいてＴＨｕｐ
＝ｘａｖ＋ｋσおよびＴＨｄｎ＝ｘａｖ−ｋσの演算を
行なって上限閾値ＴＨｕｐおよび下限閾値ＴＨｄｎを算
出する第２閾値算出部８と、第２閾値算出部８により算
出された上下限閾値の範囲同士がオーバーラップしてい
る場合にオーバーラップを解消させるべく上下限閾値を
変更する閾値変更部８ａと、画像検出部１により取込ん
だ画像に基づいて面積値、外接長方形長さおよび該当す
る場合には選択された特徴値を得て出力する特徴値出力
部９と、出力された特徴値と第１閾値算出部４、第２閾
値算出部８により算出された上限閾値、下限閾値、また
は閾値変更部８ａにより変更された上限閾値、下限閾値
のうち、該当する上限閾値、下限閾値との大小を判別し
て処理対象ワークであることを示す信号または外乱ワー
クであることを示す信号を出力するワーク判別部１０と
を有している。

【００２１】また、第１算出部３と第２算出部７とを兼
用するとともに、第１閾値算出部４と第２閾値算出部８
とを兼用してもよいことはもちろんである。上記構成の
ワーク識別装置の作用は次のとおりである。先ず、ワー
クの種類毎にサンプル数ｎ個のワークの画像を画像検出
部１により取込み、第１算出部３によりワークの種類毎
に面積値および外接長方形長さのそれぞれについて標準
偏差σおよび平均値ｘａｖを算出し、算出された標準偏
差σおよび平均値ｘａｖに基づいて第１閾値算出部４に
おいてＴＨｕｐ＝ｘａｖ＋ｋσおよびＴＨｄｎ＝ｘａｖ
−ｋσの演算を行なって上限閾値ＴＨｕｐおよび下限閾
値ＴＨｄｎを算出する。そして、特徴値判別部５により
面積値および外接長方形長さが特徴値として適当である
か否か、即ち、上下限閾値の範囲同士がオーバーラップ
しているか否かを判別する。

【００２２】特徴値判別部５により面積値および外接長
方形長さが特徴値として適当であると判別された場合に
は、画像検出部１により識別対象ワークの画像を取込
み、特徴値出力部９により面積値および外接長方形長さ
を得て出力し、ワーク判別部１０において、特徴値出力
部９から出力された特徴値と第１閾値算出部４により算
出された上限閾値、下限閾値との大小を判別して処理対
象ワークであることを示す信号または外乱ワークである
ことを示す信号を出力する。即ち、出力された両特徴値
がそれぞれ該当する上限閾値と下限閾値との範囲内であ
る場合に識別対象ワークが処理対象ワークであることを
示す信号を出力し、少なくとも一方の特徴値が上記範囲
外である場合に識別対象ワークが外乱ワークであること
を示す信号を出力する。

【００２３】逆に、特徴値判別部５により面積値および
外接長方形長さが特徴値として適当でないと判別された
場合には、特徴値選択部６により分散比が最大である特
徴値を選択し、第２算出部７により、選択された特徴値
に関する標準偏差σおよび平均値ｘａｖを算出し、第２
閾値算出部８により、第２算出部７により算出された標
準偏差σおよび平均値ｘａｖに基づいてＴＨｕｐ＝ｘａ
ｖ＋ｋσおよびＴＨｄｎ＝ｘａｖ−ｋσの演算を行なっ
て上限閾値ＴＨｕｐおよび下限閾値ＴＨｄｎを算出す
る。そして、第２閾値算出部８により算出された上下限
閾値の範囲同士がオーバーラップしている場合にはオー
バーラップを解消すべく上下限閾値を変更する。その
後、画像検出部１により識別対象ワークの画像を取込
み、特徴値出力部９により面積値、外接長方形長さおよ
び特徴値選択部６において選択された特徴値の値を得て
出力し、ワーク判別部１０において、特徴値出力部９か
ら出力された特徴値と第１閾値算出部４により算出され
た上限閾値、下限閾値および第２閾値算出部８により算
出された上限閾値、下限閾値、または閾値補正部８ａに
より変更された上限閾値、下限閾値との大小を判別して
処理対象ワークであることを示す信号または外乱ワーク
であることを示す信号を出力する。即ち、出力された全
ての特徴値がそれぞれ該当する上限閾値と下限閾値との
範囲内である場合に識別対象ワークが処理対象ワークで
あることを示す信号を出力し、少なくとも一つの特徴値
が上記範囲外である場合に識別対象ワークが外乱ワーク
であることを示す信号を出力する。

【００２４】

【実施例３】図７はこの発明のワーク識別方法の他の実
施例を説明するフローチャートであり、複数個のワーク
の教示処理、およびワーク識別のための特徴値選択処理
を示している。ステップＳＰ１においてワークの種類が
変化したか否かを判別し、変化していないと判別された
場合には、ステップＳＰ２において、図１および図２の
処理を反復することにより各ワーク毎に得られている特
徴値および上下限閾値をそのまま採用する。逆に、ステ
ップＳＰ１においてワークの種別が変化したと判別され
た場合には、ステップＳＰ３において全てのワークの中
から２種類のワークを選択し、ステップＳＰ４におい
て、図１および図２の処理を行なうことにより、該当す
る２種類のワークを高精度に識別できる特徴値および対
応する上下限閾値を設定する。そして、ステップＳＰ５
においてワークの２種類の組合せの全てについて処理が
行なわれたか否かを判別し、処理が行なわれていないワ
ークの組合せが存在していると判別された場合には、ス
テップＳＰ６においてワークの他の組合せを選択し、再
びステップＳＰ４の処理を行なう。逆に、ステップＳＰ
５においてワークの２種類の組合せの全てについて処理
が行なわれたと判別された場合には、そのまま一連の処
理を終了する。

【００２５】したがって、ワークＡの識別を行なうため
の特徴値が面積値として設定されている状態において、
面積値により高精度にワークＡとの識別が達成できるワ
ークＢが追加されれば、ワークＡ，Ｂのそれぞれについ
て面積値が特徴値として設定される。但し、各ワーク
Ａ，Ｂを識別するための上下限閾値の範囲同士がオーバ
ーラップする場合には、オーバーラップを解消すべく対
応する閾値が変更される。その後、穴数により高精度に
ワークＢとの識別が達成でき、かつ周囲長により高精度
にワークＡとの識別が達成できるワークＢが追加されれ
ば、ワークＡについて面積値、周囲長が特徴値として設
定され、ワークＢについて面積値、穴数が特徴値として
設定され、ワークＣについて周囲長、穴数が特徴値とし
て設定される。さらにその後、ワークＢが削除されれ
ば、ワークＢが存在することにより必要であった特徴値
である面積値、穴数が削除され、ワークＡ，Ｂのそれぞ
れについて周囲長が特徴値として設定される。

【００２６】図８はこの発明のワーク識別方法の他の実
施例を説明するフローチャートであり、図７のフローチ
ャートにより選択された特徴値に基づくワーク識別処理
を示している。ステップＳＰ１において識別対象となる
ワークの画像等を取り込み、ステップＳＰ２において、
図７の処理により選択された特徴値を得る。そして、ス
テップＳＰ３において得られた特徴値の値が上限閾値と
下限閾値との間の値であるか否かを判別し、上限閾値と
下限閾値との間であると判別された場合には、ステップ
ＳＰ４において上限閾値および下限閾値が算出されてお
り、かつ識別処理に関与していない他の特徴値があるか
否かを判別し、特徴値があると判別された場合には、ス
テップＳＰ５において他の特徴値の何れかを選択し、再
びステップＳＰ３の判別を行なう。

【００２７】そして、ステップＳＰ４において全ての特
徴値が識別処理に関与したと判別された場合にはステッ
プＳＰ６において該当するワークを処理対象ワークであ
ると識別する。逆に、ステップＳＰ３において特徴値が
算出されている上限閾値と下限閾値との間の値でないと
判別された場合にはステップＳＰ７において該当するワ
ークを外乱ワークであると識別する。

【００２８】以上の説明から明らかなように、ワークの
種類が変更された場合に、変更されたワークを含む全て
のワークについて特徴値および対応する上下限閾値を自
動的に設定し、設定された特徴値および対応する上下限
閾値に基づいて処理対象ワークであるか否かを高精度に
識別できる。即ち、ワークの種類に応じて必要最小限の
特徴値に基づく判別を行なうだけでよく、ワーク識別制
度を高く維持したままで処理所要時間の短縮を達成でき
る。また、ワークの追加、削除、変更についても、ワー
ク識別処理の内容を知らない操作者に行なわせることが
でき、しかも、ワークの追加、削除、変更に伴なってワ
ーク識別のためのプログラムをプログラマが変更する必
要がなくなるので、段替え所要時間を大幅に短縮でき
る。

【００２９】

【発明の効果】以上のように請求項１の発明は、ワーク
識別のための処理負荷を著しく低減でき、しかも識別対
象となる多種類のワークについて高精度のワーク識別を
達成できるという特有の効果を奏する。請求項２の発明
は、一旦ワーク識別のための特徴値、上下限閾値が設定
された後にワークの種類が変更された場合に、プログラ
マによりワーク識別プログラムの変更を行なう必要がな
く、しかもワークの種類の変更に対応させて特徴値およ
び対応する上下限閾値を自動的に再設定するのであるか
ら、ワークの種類の変更に簡単に対処できるとともに、
種類が変更されたワークを高精度に識別できるという特
有の効果を奏する。

【００３０】請求項３の発明も、ワーク識別のための処
理負荷を著しく低減でき、しかも識別対象となる多種類
のワークについて高精度のワーク識別を達成できるとい
う特有の効果を奏する。

【図面の簡単な説明】

【図１】この発明のワーク識別方法のうち、識別対象ワ
ークの教示処理を示すフローチャートである。

【図２】この発明のワーク識別方法のうち、ワーク識別
のための特徴値選択処理を示すフローチャートである。

【図３】この発明のワーク識別方法のうち、選択された
特徴値に基づくワーク識別処理を示すフローチャートで
ある。

【図４】特徴値に対応する上下限閾値がそのまま適用可
能な場合とそのままでは適用できない場合とを概略的に
示す図である。

【図５】特徴値の上限閾値および下限閾値を示す概略図
である。

【図６】この発明のワーク識別装置の一実施例を示すブ
ロック図である。

【図７】この発明のワーク識別方法のうち、複数個のワ
ークの教示処理、およびワーク識別のための特徴値選択
処理を示すフローチャートである。

【図８】この発明のワーク識別方法のうち、図７のフロ
ーチャートにより選択された特徴値に基づくワーク識別
処理を示すフローチャートである。

【図９】この発明のワーク識別方法が適用される部品供
給システムの構成を概略的に示す図である。

【符号の説明】

１ａ 特徴値抽出部 ３ 第１算出部 ４ 第１閾
値算出部 ５ 特徴値判別部 ６ 特徴値選択部 ７ 第２算
出部 ８ 第２閾値算出部 ９ 特徴値出力部 １０ ワ
ーク判別部

Claims (3)

【特許請求の範囲】
1. 【請求項１】 複数個の教示用ワークの特徴値を抽出
   し、抽出した特徴値のうち予め設定された特徴値に基づ
   くワークの識別精度が高くないことを条件として、抽出
   した特徴値の中からワークの識別精度が最大である特徴
   値をワーク識別用特徴値として選択し、選択された特徴
   値の平均値および分散に基づいて上下限閾値を得、ワー
   クの種類毎に得られた上下限閾値に基づく範囲がオーバ
   ーラップするか否かを判別し、オーバーラップすると判
   別されたことを条件として両範囲のオーバーラップを解
   消すべく上下限閾値を変更し、選択されたワーク識別用
   特徴値および最終的に得られた上下限閾値に基づいて対
   象ワークを識別することを特徴とするワーク識別方法。
2. 【請求項２】 ワーク識別用の特徴値および対応する上
   下限閾値が設定された後における教示用ワークの種類の
   変動に対応して各教示用ワークの特徴値を抽出し、抽出
   した特徴値のうち予め設定された特徴値に基づくワーク
   の識別精度が高くないことを条件として、抽出した特徴
   値の中からワークの識別精度が最大である特徴値をワー
   ク識別用特徴値として選択し、選択された特徴値の平均
   値および分散に基づいて上下限閾値を得、ワークの種類
   毎に得られた上下限閾値に基づく範囲がオーバーラップ
   するか否かを判別し、オーバーラップすると判別された
   ことを条件として両範囲のオーバーラップを解消すべく
   上下限閾値を変更し、選択されたワーク識別用特徴値お
   よび最終的に得られた上下限閾値に基づいて対象ワーク
   を識別することを特徴とするワーク識別方法。
3. 【請求項３】 複数個の教示用ワークの特徴値を抽出す
   る特徴値抽出手段（１ａ）と、抽出した特徴値のうち予
   め設定された特徴値に基づくワークの識別精度が高くな
   いことを条件として、抽出した特徴値の中からワークの
   識別精度が最大である特徴値をワーク識別用特徴値とし
   て選択する特徴値選択手段（５）（６）（７）と、選択
   された特徴値の平均値および分散に基づいて上下限閾値
   を得る上下限閾値算出手段（８）と、ワークの種類毎に
   得られた上下限閾値に基づく範囲がオーバーラップする
   か否かを判別する閾値判別手段（８ａ）と、オーバーラ
   ップすると判別されたことを条件として両範囲のオーバ
   ーラップを解消すべく上下限閾値を変更する上下限閾値
   変更手段（８ａ）と、選択されたワーク識別用特徴値お
   よび最終的に得られた上下限閾値に基づいて対象ワーク
   を識別する対象ワーク識別手段（１０）とを含むことを
   特徴とするワーク識別装置。