JPH0699373A

JPH0699373A - ロボット制御装置

Info

Publication number: JPH0699373A
Application number: JP27668092A
Authority: JP
Inventors: Katsuhiro Komuro; 克弘小室; Takao Yoneda; 孝夫米田
Original assignee: Toyoda Koki KK
Current assignee: Toyoda Koki KK
Priority date: 1992-09-21
Filing date: 1992-09-21
Publication date: 1994-04-12

Abstract

(57)【要約】【目的】ロボットの運用中にも一定周期で自動的にニ
ューラルネットワークの学習を行い得るロボット制御装
置を提供する。【構成】目標位置マトリクスＭｍ入力部５１５に保持
されたロボットの目標位置マトリクスＭｍに対応するロ
ボットの関節角ベクトルΘａを座標逆変換ｆａ演算部５
０３が算出し、この関節角ベクトルΘａを基にロボット
制御部５１１がロボット１０を制御する。そして、ロボ
ット先端位置自動測定装置５１が該ロボット制御部５１
１により制御されたロボットの位置を測定し、補正マト
リクスΔＭｍ演算部５１５がこの測定された位置と前記
ロボットの目標位置マトリクスＭｍとから目標位置を補
正するための補正マトリクスΔＭｍを算出する。そし
て、ニューラルネットワーク５０９に、関節角ベクトル
Θａを入力データとし、補正マトリクスΔＭｍを教師デ
ータとした学習をロボット制御装置の運用中にも予め設
定された頻度で行わせる。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、ニューラルネットワー
クの出力によりロボットの位置補正を行うロボット制御
装置に関し、特に、ニューラルネットワークの学習をロ
ボットの制御開始後も定期的に行うロボット制御装置に
関する。

【０００２】

【従来の技術】産業用ロボットにおける絶対位置決め誤
差は、機械加工誤差、組付け誤差、熱歪等によるロボッ
トアームの寸法の誤差と、自重等による各関節のたわみ
等が原因となっている。従来の産業用ロボットの制御
は、ロボットアームの先端の目標とする位置マトリクス
Ｍｍを求め、この目標位置マトリクスＭｍを、誤差を考
慮した逆変換関数ｆａにより逆変換してロボットの各関
節の制御目標となる関節角ベクトルΘａを求め、各関節
を、この関節角ベクトルΘａを基に動作させロボットを
制御していた。

【０００３】

【発明が解決しようとする課題】上述のように、従来、
目標位置マトリクスＭｍを誤差を考慮して逆変換を行い
制御目標となる関節角ベクトルΘａを求めているが、全
ての誤差要因を考慮してロボットの座標変換を行おうと
すると座標変換が複雑になり、また、ロボットアームの
先端の位置・姿勢から各関節角を求める所謂逆変換は、
数値解析法を用いており、演算量が多くなり解を求める
ことが困難である。このために、従来のロボット制御装
置は、考慮する誤差要因を限定して補正を行っていた。
しかし、誤差要因を限定したことに起因する位置決め誤
差が生じた。このために、本発明者は、ロボット制御装
置に、ニューラルネットワークを用いて、従来考慮し得
なかった誤差誘因に対応することを案出したが、このニ
ューラルネットワークを用いる場合、ロボット制御装置
の一台一台について学習を行わねばならず、非常に手間
がかかるという問題が生じる。

【０００４】また、従来のロボット制御装置において
は、ロボットの経年変化により新たな誤差が生じ、使用
に伴い位置決め誤差が大きくなるという問題がある。こ
の新たに生じた誤差に対応するためには、改めて誤差測
定を行い、その誤差に応じて位置の補正を行わねばなら
ず、大変な労力を必要とした。

【０００５】本発明は、上記課題を解決するために成さ
れたもので、その目的とするところは、ニューラルネッ
トワークの学習を自動的に行い得ると共に、ロボット運
用中にも一定周期でニューラルネットワークの学習を行
い得るロボット制御装置を提供することにある。

【０００６】

【課題を解決するための手段】上記課題を解決するため
の発明の構成は、ロボットの目標位置を保持する目標位
置保持手段と、前記目標位置に対応するロボットの制御
目標値を算出する制御目標値算出手段と、前記制御目標
値を基にロボットを制御する制御手段と、前記制御手段
により制御されたロボットの位置を測定する測定手段
と、前記ロボットの目標位置と、それに基づき制御され
た位置を測定した前記測定位置から目標位置を補正する
ための補正量を算出する補正量算出手段と、目標位置を
補正する補正量を出力するニューラルネットワークと、
前記ニューラルネットワークに前記ロボットの目標位置
又は制御目標値を入力データとし、前記補正量算出手段
により算出された補正量を教師データとする学習を、ロ
ボットの制御の開始後も予め設定された頻度で行わせる
ニューラルネットワーク学習手段とからなることを特徴
とする。

【０００７】

【作用】上記の手段によれば、目標位置保持手段に保持
されたロボットの目標位置に対応するロボットの制御目
標値を制御目標値算出手段が算出し、この制御目標値を
基に制御手段がロボットを制御する。そして、測定手段
が該制御手段により制御されたロボットの位置を測定
し、補正量算出手段が、この測定された前記測定位置と
前記ロボットの目標位置とから目標位置を補正するため
の補正量を算出する。更に、ニューラルネットワーク学
習手段が、制御目標値に対応する補正量を出力するニュ
ーラルネットワークに、前記制御目標値を入力データと
し、前記算出された補正量を教師データとする学習をロ
ボットの制御開始後も予め設定された周期で行わせる。

【０００８】

【実施例】以下に、本実施例に係るロボット制御装置を
図を参照して説明する。先ず、本実施例のロボット制御
装置により制御される６関節を有するロボット１０につ
いて、図１を参照して説明する。ロボット１０は、ベー
ス１３に固定された脚柱１２に取り付けられた、コラム
１４と、第１アーム１５と、第２アーム１６と、第３ア
ーム１７と、フインガ１９とから構成され、第１関節
ａ、第２関節ｂ、第３関節ｃ、第４関節ｄ、第５関節
ｅ、第６関節ｆにより、６自由度で自在にフインガ１９
の位置及び姿勢を制御できるよう構成されている。この
ロボット１０には、レーザ光線により非接触でロボット
１０の先端位置を測定するための３次元位置測定装置１
８が設けられ、そして、この３次元位置測定装置１８か
らのレーザ光を反射させるための図示しないミラーがフ
ィンガ１９に取り付けられ、後述するロボット先端位置
自動測定装置からの指令に基づき、ロボット１０の先端
位置を測定するようになっている。

【０００９】次に、ロボット１０を制御する本実施例の
ロボット制御装置の構成を図２を参照して説明する。ロ
ボット１０の位置の演算及び制御を行うＣＰＵ１１に
は、制御指令を入力するオペレーティングボックス２７
及び操作盤２６と、制御情報を記憶する外部記憶装置２
９と、後で詳述するＲＯＭ２０と、ＲＡＭ３０とが接続
されている。更に、ＣＰＵ１１には、第１関節ａを制御
する１軸サーボ制御部４０ａ乃至第６関節を制御する６
軸サーボ制御部４０ｆが接続され、該ＣＰＵ１１は、前
述の操作盤２６等の周辺装置からの入力に応じて、該１
軸サーボ制御部４０ａ乃至６軸サーボ制御部４０ｆに制
御指令を発する。これに応じて各サーボ制御部（４０ａ
〜４０ｆ）は、サーボモータＭ１乃至Ｍ６を回動させ、
第１関節ａ乃至第６関節ｆを動かすことによりロボット
１０を駆動する。各サーボモータＭ１乃至Ｍ６の動き
は、エンコーダＥ１乃至Ｅ６により各々のサーボ制御部
に帰還される。ＣＰＵ１１には、更に、前述した３次元
位置測定装置１８を作動させてロボット１０の先端位置
を自動的に測定し、測定データをＣＰＵ１１に入力する
ロボット先端位置自動測定装置５１と、ロボットの位置
制御の際に誤差要因となる温度、荷重等の誤差要因項目
を自動的に測定する誤差要因項目自動測定装置５２とが
接続されている。この誤差要因項目自動測定装置５２
は、荷重をサーボモータＭ１乃至Ｍ６の電流値から推定
するようになっている。

【００１０】次に、本実施例の補正の考え方を、ロボッ
ト制御装置による制御の説明に先立ち説明する。従来の
産業用ロボットの制御は、ロボットアームの先端の目標
とする位置マトリクスＭｍを求め、この目標位置マトリ
クスＭｍを、誤差を考慮した逆変換関数ｆａにより、逆
変換してロボットの各関節の制御目標となる関節角ベク
トルΘａを求め、これを基にロボットを制御していた。
関節角ベクトルΘａを基に制御されたロボットアーム先
端の位置マトリクスＭａは、すべての誤差が反映される
実際の順変換関数ｇｔにより関節角ベクトルΘａを順変
換することにより求められる。

【数１】ここで、Ｍｍ：目標とする位置マトリクスｆａ：誤差を限定して考慮した逆変換関数 Θａ：制御目標値となる関節角ベクトルｇｔ：すべての誤差が反映される実際の順変換関数Ｍａ：Θａを基に制御されたロボットアーム先端の位置
マトリクス

【００１１】ここでは、誤差要因を限定して考慮した逆
変換関数ｆａにより求めた関節角ベクトルΘａを基に、
ロボットを制御しているが、実際に制御されたロボット
の位置マトリクスＭａには、考慮できなかった誤差分が
含まれるため、この誤差分がロボット制御装置の制御誤
差となった。即ち、実際の位置マトリクスＭａを規定す
る順変換関数ｇｔには考慮できなかった誤差分が含ま
れ、逆変換関数ｆａによる逆変換と順変換関数ｇｔによ
る順変換とにより生ずる差が誤差となり、これが制御さ
れたロボットアームの位置マトリクスＭａと、目標位置
マトリクスＭｍとの位置誤差になっていた。

【００１２】これに対して本実施例では、式１に示す制
御されたロボットアームの位置マトリクスＭａが、目標
とする位置マトリクスＭｍに等しくなるように、目標位
置マトリクスＭｍを誤差量（必要な補正量）である補正
マトリクスΔＭｍで補正し、この補正された目標位置マ
トリクスＭｍ' に基づきロボット１０を制御する。この
補正の考え方について以下更に詳細に説明する。

【００１３】先ず、逆変換関数ｆａによる逆変換と順変
換関数ｇｔによる順変換とにより生じる誤差量が必要な
補正量に相当すると考え、逆変換関数ｆａによる逆変換
と順変換関数ｇｔによる順変換とを補正マトリクスΔＭ
ｍと置くと、式１は次式で表すことができる。

【数２】Ｍｍ・ΔＭｍ＝Ｍａ式２そして、式２から誤差量（補正マトリクス）ΔＭｍは次
式で表される。

【数３】ΔＭｍ＝Ｍｍ^-1・Ｍａ式３ここで、誤差量（補正マトリクス）ΔＭｍの逆行列ΔＭ
ｍ^-1を必要な補正量と考え、目標位置マトリクスＭｍに
この補正量ΔＭｍ^-1を掛けたもの（Ｍｍ・ΔＭｍ^-1）を
補正された目標位置マトリクスＭｍ^'と置き、これを式
１に代入すると次式を求めることができる。

【数４】ここで、Ｍｍ' ：目標位置マトリクスＭｍに補正量ΔＭ
ｍ^-1を掛け補正した目標位置マトリクス Θａ' ：補正された目標位置マトリクスＭｍ' に基づく
制御目標となる関節角ベクトルＭａ' ：関節角ベクトルΘａ' を基に制御されたロボッ
トアーム先端の位置マトリクス

【００１４】上述したように、逆変換関数ｆａによる逆
変換と順変換関数ｇｔによる順変換とを誤差量（補正マ
トリクス）ΔＭｍとし、Ｍｍ^'＝Ｍｍ・ΔＭｍ^-1である
ので、式４は次式と近似していると考えることができ
る。

【数５】Ｍｍ・ΔＭｍ^-1・ΔＭｍ≒Ｍａ' 式５従って、次式が成立する。

【数６】Ｍｍ ≒ Ｍａ' 式６式６に示すように、目標位置マトリクスＭｍに補正量Δ
Ｍｍ^-1を掛け補正した目標位置マトリクスＭｍ^'を基に
制御目標となる関節角ベクトルΘａ' を求め、Θａ' を
基に制御したロボットアーム先端の位置マトリクスＭ
ａ' は、目標位置マトリクスＭｍに略等しい。

【００１５】本実施例は、上記補正理論に基づきニュー
ラルネットワークに関節角ベクトルΘａと補正マトリク
スΔＭｍとの関係を学習させ、ニューラルネットワーク
に関節角ベクトルΘａを入力すると補正マトリクスΔＭ
ｍが出力されるようにし、この補正マトリクスΔＭｍを
基に目標位置マトリクスＭｍを補正し、この補正された
値によりロボットの位置制御を行う。先ず、本実施例に
係るロボット制御装置のニューラルネットワークへの学
習を、ＣＰＵ１１の演算処理の概要をブロック図にした
図５と、この処理の流れをフローチャートにした図３、
図４とを参照して説明する。本実施例では、図３のフロ
ーチャートに示すようにロボット制御装置によるロボッ
ト制御の開始に先立ち先ずニューラルネットワークに学
習を行わせ、そして更に、図４のフローチャートに示す
ようにロボット制御装置の通常の運用中にも周期的に学
習を行わせる。最初に図３及び図５を参照して、初回の
ニューラルネットワークへの学習を説明する。先ず、Ｃ
ＰＵ１１は、記憶装置に記憶されている目標位置マトリ
クスＭｍをｍ個〔Ｍｍ₁，Ｍｍ₂，・・・Ｍｍ_m〕入力
し（ステップ３０１）、これを目標位置マトリクスＭｍ
入力部５０１に保持させる。ステップ３０２で、第１番
目の目標位置マトリクスＭｍ₁がセットされ、そして、
座標逆変換ｆａ演算部５０３で、逆変換関数ｆａによ
り、誤差要因として荷重及び温度を考慮し、目標位置マ
トリクスＭｍ₁に対応するロボットの各関節の関節角ベ
クトルΘａ₁を演算する（ステップ３０３）。

【００１６】次に、この関節角ベクトルΘａ₁を基に、
ロボット制御部５１１でロボット１０を動作させる（ス
テップ３０４）。この動作終了後に、ＣＰＵ１１は、前
述のロボット先端位置自動測定装置５１に動作指令を発
してロボットアームの実際の先端位置マトリクスＭａ₁
を測定する（ステップ３０５）。そして、補正マトリク
スΔＭｍ演算部５１５で、目標位置マトリクスＭｍ₁の
逆行列を求めると共に、この逆行列と該先端位置マトリ
クスＭａ₁とから前述した式３（ΔＭｍ＝Ｍｍ^-1・Ｍ
ａ）を用いて、補正マトリクスΔＭｍ₁を求める（ステ
ップ３０６）。他方、この測定によるデータの蓄積と共
に、ＣＰＵ１１は、前述の誤差要因項目自動測定装置５
２を駆動して、温度、荷重等の誤差要因項目を測定する
（ステップ３０７）。そして、ステップ３０８におい
て、ニューラルネットワークの学習に用いるための目標
位置マトリクスＭｍ₁に関する一組のデータとして、座
標逆変換ｆａ演算部５０３で求められたロボットの各関
節の関節角ベクトルΘａ₁を関節角ベクトルΘａ保持部
５０５に、補正マトリクスΔＭｍ演算部５１５で求めら
れた補正マトリクスΔＭｍ₁を補正マトリクスΔＭｍ保
持部５１７に、誤差要因項目自動測定装置５２で求めら
れた誤差要因項目（荷重、温度等）を誤差要因項目保持
部５０７に保持する。次に、判断ステップ３０９で、目
標位置マトリクスＭｍ₁からＭｍ_mまでのｍ個全てにつ
いてデータの蓄積がなされたかが、ｉ＝ｍか否かにより
判断される、ここでは、ｉ＝１であるので、判断ステッ
プ３０９がＮｏとなり、ステップ３１１へ移行し、ｉの
値が１加算されて、ステップ３０３へ戻り、次の目標位
置マトリクスＭｍ₂についてのデータの蓄積が行われ
る。一方、目標位置マトリクスＭｍ_mまでのｍ個全てに
ついてデータの蓄積がなされると（判断ステップ３０９
がＹｅｓ）、ステップ３１０へ移行し、上述したステッ
プ３０８で蓄積された関節角ベクトルΘａ〔Θａ₁，Θ
ａ₂，・・・Θａ_m〕と誤差要因項目とを入力データと
し、補正マトリクスΔＭｍ〔ΔＭｍ₁，ΔＭｍ₂，・・
・ΔＭｍ_m〕を教師データとする学習をニューラルネッ
トワーク５０９に行わせ、ニューラルネットワーク５０
９に関節角ベクトルΘａに対する補正マトリクスΔＭｍ
の関係を学ばせる。このステップ３１０のニューラルネ
ットワーク５０９への学習については、後で更に詳細に
説明する。次に、図４及び図５を参照して、ロボット制
御装置の通常の運用中に周期的に行われるニューラルネ
ットワークへの学習を説明する。先ず、ＣＰＵ１１は、
ロボット１０の運用回数が、学習を行う回数として設定
されているＣに達したか否かを、運用回数を計数してい
るカウンタの値がＣであるか否かで判断する（判断ステ
ップ４０１）。カウンタ値がＣでない場合（判断ステッ
プ４０１がＮｏ）は、ステップ４０２へ移行し、カウン
タに１を加え、通常サイクルの運転を開始する（ステッ
プ４１０）。他方、カウンタ値がＣに達した場合（判断
ステップ４０１がＹｅｓ）は、ステップ４０３へ移行
し、カウンタをクリアし、以下の学習ステップへ移行す
る。先ず、記憶装置に記憶されている目標位置マトリク
スＭｍをｎ個〔Ｍｍ₁，Ｍｍ₂，・・・Ｍｍ_n〕選択し
（ステップ４０４）、これを目標位置マトリクスＭｍ入
力部５０１に保持させる。そして、図３において説明し
たステップ３０３からステップ３０８までの処理をｎ回
実行し、目標位置マトリクス〔Ｍｍ₁，Ｍｍ₂，・・・
Ｍｍ_n〕に対する関節角ベクトルΘａ〔Θａ₁，Θ
ａ₂，・・・Θａ_n〕と、補正マトリクスΔＭｍ〔ΔＭ
ｍ₁，ΔＭｍ₂，・・・ΔＭｍ_n〕と、誤差要因項目と
を蓄積する（ステップ４０５）。

【００１７】次に、補正マトリクスΔＭｍ〔ΔＭｍ₁，
ΔＭｍ₂，・・・ΔＭｍ_m〕を前回までのデータと比較
し、これが、予め設定された値よりも大きく変化してい
るかを検討する（判断ステップ４０６）。前回までのデ
ータに対して変化が大きな場合（判断ステップ４０６が
Ｙｅｓ）は、ロボット１０又はロボット制御装置に何ら
かの異常が生じていると考えられるので、ステップ４０
８で異常を報知する。一方、変化が小さく適正な範囲内
であれば（判断ステップ４０６がＮｏ）、ステップ４０
７の処理に進み、ここでは前回までの学習データに加え
て、上述したステップ４０５で蓄積された関節角ベクト
ルΘａ〔Θａ₁，Θａ₂，・・・Θａ_n〕と誤差要因項
目とを入力データとし、補正マトリクスΔＭｍ〔ΔＭｍ
₁，ΔＭｍ₂，・・・ΔＭｍ_n〕を教師データとする再
学習をニューラルネットワーク５０９に行わせる。その
後、通常のサイクルの運用を開始する（ステップ４０
９）。

【００１８】次に、本実施例に係るロボット制御装置
の、上記の学習が完了したニューラルネットワーク５０
９を用いる制御を、ＣＰＵ１１による演算の概要を示す
図６のブロック図を参照して説明する。先ず、目標位置
マトリクスＭｍ演算部６０１で、ロボット１０を動かす
目標位置の位置マトリクスＭｍを演算する。そして、第
１座標逆変換ｆａ演算部６０３で、誤差要因として荷重
及び温度を考慮し、逆変換関数ｆａを用いてロボット１
０の各関節の関節角ベクトルΘａを求める。

【００１９】次に、第１座標逆変換ｆａ演算部６０３で
求められたロボット１０の各関節の関節角ベクトルΘａ
を、関節角ベクトルΘａ保持部６０５に保持すると共
に、この時のロボット制御の誤差要因となる荷重、温度
等を誤差要因項目保持部６０７へ保持させる。そして、
この関節角ベクトルΘａと誤差要因項目とをニューラル
ネットワーク５０９へ入力して、該関節角ベクトルΘａ
及びこの時の誤差要因に対する補正マトリクスΔＭｍを
取得し、これを補正マトリクスΔＭｍ保持部６１７に保
持させる。そして、目標位置補正部６１９で、補正マト
リクスΔＭｍ保持部６１７に保持された補正マトリクス
ΔＭｍの逆行列ΔＭｍ^-1を求め、これを目標位置マトリ
クス演算部６０１で求められた目標位置マトリクスＭｍ
に掛けることにより、補正された目標位置マトリクスＭ
ｍ’（Ｍｍ’＝Ｍｍ・ΔＭｍ^-1）を求める。最後に、第
２座標逆変換ｆａ演算部６２１で、補正された目標位置
マトリクスＭｍ’を基に、誤差要因として荷重及び温度
を考慮し、逆変換関数ｆａを用いてロボット１０の第１
関節ａ乃至第６関節ｆの関節角ベクトルΘａ’を求め
る。そして、位置制御部６２３が、求められた関節角ベ
クトルΘａ’を基に、前述した１軸サーボ制御部４０ａ
乃至６軸サーボ制御部４０ｆに指令を発し、これに応じ
て１軸サーボ制御部４０ａ乃至６軸サーボ制御部４０ｆ
がサーボモータＭ１乃至Ｍ６を駆動することにより第１
関節ａ乃至第６関節ｆが動かされ、ロボット１０の位置
及び姿勢の制御が行われる。

【００２０】本実施例では、ニューラルネットワーク５
０９に学習させる際に、目標位置マトリクスＭｍから関
節角ベクトルΘａを求め、この関節角ベクトルΘａをニ
ューラルネットワーク５０９に与え、関節角ベクトルΘ
ａ算出の基礎とした目標位置マトリクスＭｍに対する補
正量（補正マトリクスΔＭｍ）を得るようにしたため、
目標位置マトリクスから直接補正マトリクスを得るよう
にした構成と比較して学習が簡単である利点がある。更
に、この実施例では、関節角ベクトルΘａをニューラル
ネットワークに与え補正マトリクスΔＭｍを得るように
したため誤差要因を減らすことが可能となった。これ
は、目標位置マトリクスＭｍに対する関節角ベクトルΘ
ａは複数存在するため、目標位置マトリクスを直接ニュ
ーラルネットワークに与えると、複数存在する関節角ベ
クトルΘａが誤差要因となるのに対して、本実施例では
関節角ベクトルΘａをニューラルネットワークに与えて
おり、この関節角ベクトルΘａによる決まるロボットの
先端位置は１つだからである。

【００２１】次に、前述した本実施例に係るロボット制
御装置のニューラルネットワーク５０９の学習及びこれ
による演算について更に詳細に説明する。１．ニューラルネットワークの構成、本実施例のニューラルネットワークは、図２に示すＣＰ
Ｕ１１、ＲＯＭ２０、ＲＡＭ３０から成るコンピュータ
システムで構成されている。ＲＯＭ２０には入力データ
と教師データの蓄積を管理する制御プログラムの記憶さ
れた制御プログラム領域２１と、ニューラルネットワー
クの演算プログラムの記憶されたニューラルネットワー
ク領域２２と、ニューラルネットワークに学習させるた
めのプログラムの記憶された学習プログラム領域２３と
が形成されている。また、ＲＡＭ３０には、図５に関連
して前述した関節角ベクトルΘａ保持部５０５に蓄積さ
れた関節角ベクトルΘａと、誤差要因項目保持部５０７
に蓄積された温度、荷重等の誤差項目を入力データとし
て記憶する入力データ記憶領域３１と、同様に補正マト
リクスΔＭｍ保持部５１７に蓄積された補正マトリクス
ΔＭｍを教師データとして記憶する教師データ記憶領域
３２と、ニューラルネットワークの結合係数を記憶する
結合係数記憶領域３３とが形成されている。

【００２２】２．ニューラルネットワーク本実施例のニューラルネットワーク５０９は、図７に示
すように、入力層ＬＩと出力層Ｌ０と中間層ＬＭの３層
構造に構成されている。入力層ＬＩはｅ個の入力素子を
有し、出力層Ｌ０はｇ個の出力素子を有し、中間層ＬＭ
はｈ個の出力素子を有している。

【００２３】多層構造のニューラルネットワークは、一
般的に、次の演算を行う装置として定義される。第ｉ層
の第ｊ番目の素子の出力Ｏⁱ _jは、次式で演算される。
但し、ｉ≧２である。

【数７】Ｏⁱ _j＝ｆ（Ｉⁱ _j）式７

【数８】

【数９】ｆ(x) ＝１／｛１＋ｅｘｐ(-x)｝式９

【００２４】但し、Ｖⁱ _jは第ｉ層の第ｊ番目の演算素
子のバイアス、Ｗ^i-1 _k, ⁱ _jは、第ｉ−１層の第ｋ番目
の素子と第ｉ層の第ｊ番目の素子各の結合係数、Ｏ¹ _j
は第１層の第ｊ番目の素子の出力値を表す。即ち、第１
層であるから演算を行うことなく、そのまま入力を出力
するので、入力層（第１層）の第ｊ番目の素子の入力値
でもある。

【００２５】次に、図７に示す３層構造のニューラルネ
ットワーク５０９の具体的な演算手順について、図８を
参照して説明する。各層の演算は、ＲＡＭ３０の結合係
数記憶領域３３に記憶されている結合係数を参照しつ
つ、ＲＯＭ２０のニューラルネットワーク領域２２に記
憶されたプログラムを実行することによって行われる。
ステップ１００において、中間層（第２層）の第ｊ番目
の素子は、入力層（第１層）の各素子からの出力値Ｏ¹
_j（第１層の入力データ）を入力して、式８を層番号と
第１層の素子数を用いて具体化した次式の積和演算を行
う。

【数１０】

【００２６】次に、ステップ１０２において、次式によ
り、式１０の入力値の積和関数値のシグモンド関数によ
り、中間層（第２層）の各素子の出力が演算される。第
２層の第ｊ番目の素子の出力値は次式で演算される。

【数１１】Ｏ² _j＝ｆ（Ｉ² _j）＝１／｛１＋ｅｘｐ( −Ｉ² _j) ｝式１１この出力値Ｏ² _jは出力層（第３層）の各素子の入力値
となる。

【００２７】次に、このステップ１０４において、出力
層（第３層）の各素子の入力値の積和演算が実行され
る。

【数１２】次に、ステップ１０６において、式１１と同様にシグモ
ンド関数により、出力層の各素子の出力値Ｏ³ _jが演算
される。

【数１３】Ｏ³ _j＝ｆ（Ｉ³ _j）＝１／｛１＋ｅｘｐ( −Ｉ³ _j) ｝式１３

【００２８】３．入力データと教師データの構造ニューラルネットワークの更新学習に使用されるデータ
は、図１０に示すようなデータベースに構成されてい
る。入力データは、Ｄ₁ ・・・Ｄ_nであり、対応する
教師データは、Ｅ₁・・・Ｅ_nである。このｎ個（又は
ｍ個）の入力データは、図３及び図４に関して前述した
ステップ３０３〜３０８で取得し、関節角ベクトルΘａ
保持部５０５に保持された関節角ベクトルΘａ及び誤差
要因項目保持部５０７に保持された誤差要因となる温
度、荷重等であり、そして、このｎ個（又はｍ個）の教
師データは補正マトリクスΔＭｍ保持部５１７に保持さ
れた補正マトリクスΔＭｍである。そしてこれらのデー
タは、それぞれ、ＲＡＭ３０の入力データ記憶領域３１
及び教師データ記憶領域３２に記憶されている。

【００２９】この入力データは次のように定義される。
ｅ個の入力素子のそれぞれに与えられるｅ個のデータを
１組のデータとして考える。そして、任意の第ｍ番目の
１組の入力データをＤ_mで表し、その組に属する第ｊ番
目の入力素子に対する入力データをｄ_mjで表す。Ｄ_mは
ベクトルを表し、ｄ_mjはそのベクトルの成分である。即
ち、Ｄ_mは次式で定義される。

【数１４】Ｄ_m＝（ｄ_m1，ｄ_m2，・・・・ｄ_me-1，ｄ_me）式１４又、ｎ組の入力データはＤ₁，Ｄ₂，・・・Ｄ_n-1，Ｄ
_nで表される。以下、全ｎ組の入力データ群は、入力デ
ータ群Ｄと表記される。尚、入力データＤ_mに対して式
１０を用いる場合には、式１０のＯ¹ _kに、成分ｄ_mkが
代入される。

【００３０】同様に、Ｅ₁，・・・Ｅ_nは、次のように
定義される。出力層ＬＯに関して、ｇ個の出力素子のそ
れぞれからの出力に対する教師データを１組のデータと
して考える。そして、任意の第ｍ番目の１組の教師デー
タをＥ_mで表し、その組に属する第ｊ番目の出力素子に
対する教師データをｅ_mjで表す。Ｅ_mはベクトルを表
し、ｅ_mjはそのベクトルの成分である。即ちＥ_mは次式
で定義される。

【数１５】Ｅ_m＝（ｅ_m1，ｅ_m2，・・・・ｅ_mg-1，ｅ_mg）式１５また、ｎ組の教師データはＥ₁，Ｅ₂，・・・・
Ｅ_n-1，Ｅ_nで表される。以下全ｎ組の教師データ群
は、教師データ群Ｅと表記される。

【００３１】４．ニューラルネットワークの学習このニューラルネットワークは、初期学習として、ＲＯ
Ｍ２０の学習プログラム領域２３に記憶された図９に示
す手順のプログラムが実行されることにより学習され
る。結合係数の学習は良く知られたバックプロパーゲー
ション法により実行される。

【００３２】この学習は、各種の事象に関する多数の入
力データに対して、それぞれの出力が、それぞれの最適
な教師データとなるように、繰り返し実行される。これ
らの入力データ及び教師データは、前述したようにそれ
ぞれ、入力データ記憶領域３１及び教師データ記憶領域
３２に記憶されている。

【００３３】図９のステップ２００において、データ番
号ｉが初期値１に設定され、出力素子の番号ｊ（教師デ
ータの成分番号ｊ）が初期値の１に設定される。次にス
テップ２０２へ移行して、第ｉ番目の入力データＤｉと
第ｉ番目の教師データＥｉが入力データ記憶領域３１と
教師データ記憶領域３２とから抽出される。

【００３４】次にステップ２０６へ移行して、次式によ
り出力層の読みだされた第ｉ番目の教師データＥｉの第
ｊ成分ｅ_ijに対応した素子の学習信号が演算される。

【数１６】Ｙ³ _j＝（ｅ_ij−Ｏ³ _j) ・ｆ' （Ｉ³ _j）式１６但し、Ｙ³ _j、Ｏ³ _j、Ｉ³ _jでは、データ番号ｉは省
略されている。ｆ'(X)はシグモンド関数の導関数であ
る。又、Ｉ³ _jは、入力データＤ_iの各成分を式１０の
Ｏ¹ _k代入して、中間層のの全ての素子に関しＩ² _kを
求め、Ｉ² _kを式１１に代入して中間層の全ての素子に
関して出力Ｏ² _kを求め、その全てのｋに関してＯ² _k
を式１２に代入して求められる。又、Ｏ³ _jは、Ｉ³ _j
を式１３に代入して求められる。

【００３５】次に、ステップ２１０において、全出力素
子について、学習信号が演算されたか否かが判定され、
判定結果がＮＯの場合には、ステップ２１２において、
素子番号ｊが１だけ加算され、ステップ２０６へ戻り、
次の出力素子に関する学習信号が演算される。ステップ
２１０で全出力素子に関する学習信号の演算が完了した
と判定されると、ステップ２１４において、中間層の任
意の第ｒ番目の素子に関する学習信号Ｙが次式で演算さ
れる。

【数１７】このような学習演算が、中間層の全素子に関して実行さ
れる。

【００３６】次に、ステップ２１６において、出力層の
各結合係数が補正される。補正量は次式で求められる。

【数１８】 Δω² _i, ³ _j（ｔ）＝Ｐ・Ｙ³ _j・ｆ（Ｉ² _i）＋Ｑ・Δω² _i, ³ _j（ｔ−１）式１８但し、Δω² _i, ³ _j（ｔ）は、出力層の第ｊ番目の素子
と中間層の第ｉ番目の素子との間の結合係数の第ｔ回目
演算の変化量である。又、Δω² _i, ³ _j（ｔ−１）は、
その結合係数の前回の補正量である。Ｐ、Ｑは比例定数
である。よって結合係数は、

【数１９】Ｗ² _i, ³ _j＋Δω² _i, ³ _j（ｔ）→ Ｗ² _i, ³ _j 式１９により、補正された結合係数が求められる。

【００３７】次に、ステップ２１８へ移行して、中間層
の各素子の各結合係数が補正される。その結合係数の補
正量は出力層の場合と同様に、次式で求められる。

【数２０】 Δω¹ _i, ² _j（ｔ）＝Ｐ・Ｙ² _j・ｆ（Ｉ¹ _i）＋Ｑ・Δω¹ _i, ² _j（ｔ−１）式２０よって結合係数は、

【数２１】Ｗ¹ _i, ² _j＋Δω¹ _i, ² _j（ｔ）→ Ｗ¹ _i, ² _j 式２１により、補正された結合係数が求められる。

【００３８】次に、ステップ２２０において、学習対象
のｎ個の入力データ及び教師データに対して１回の学習
が完了したか否かが判定される。全ての入力データに対
する学習が終了していない場合には、ステップ２２２へ
移行して、次の入力データとその入力データに対応する
教師データを入力データ記憶領域３１と教師データ記憶
領域３２から読み込むためにデータ番号ｉが１だけ加算
され、成分番号ｊは初期値の１に設定される。そして、
ステップ２０２へ戻り、次の入力データ及び教師データ
を用いて上記した学習が実行される。

【００３９】ステップ２２０でｎ個全部の入力データ及
び教師データに関して学習が完了したと判定されると、
ステップ２２４に移行して、出力データと教師データの
差の自乗の値が所定の値以下になったか否かの判定によ
り、結合係数が収束したか否かが判定される。結合係数
が収束していなければ、ステップ２００に戻り、第２回
目の学習を行うために、第１番目の入力データ及び教師
データから上述した学習が実行される。

【００４０】このようにして、ステップ２２４におい
て、出力データと教師データの差の自乗の値が所定の値
以下となり、学習が収束するまで、上記の学習演算が繰
り返し実行される。この結果、初期の広範囲の事象に関
して初期学習されたニューラルネットワークが完成され
る。この学習の結果、本実施例のニューラルネットワー
ク５０９は、図６に示すように、関節角ベクトルΘａを
入力することにより必要な補正マトリクスΔＭｍを演算
することが可能となる。そして、本実施例では、同様な
再学習を図４で説明したように周期的に行わせ、ロボッ
トの経年変化による誤差増大にも対応する。

【００４１】次に、本発明の更に別の実施例について、
図１１を参照して説明する。前述した実施例において
は、ニューラルネットワークに学習を行わせる際に、入
力データとして関節角ベクトルΘａを用いたが、本実施
例では入力データとして、目標位置マトリクスＭｍを用
いる。なお、この実施例のロボット制御装置の構成は、
前述した実施例と同様であるので、図１及び図２を参照
しその説明は省略する。

【００４２】先ず、ＣＰＵ１１は、記憶装置に記憶され
ている目標位置マトリクスＭｍをｍ個〔Ｍｍ₁，Ｍ
ｍ₂，・・・Ｍｍ_m〕入力する（ステップ７０１）。ス
テップ７０２で、第１番目の目標位置マトリクスＭｍ₁
がセットされ、そして、誤差要因として荷重及び温度を
考慮し、目標位置マトリクスＭｍ₁に対応するロボット
の各関節の関節角ベクトルΘａ₁を演算する（ステップ
７０３）。次に、この関節角ベクトルΘａ₁を基にロボ
ット１０を動作させる（ステップ７０４）。この動作終
了後に、ＣＰＵ１１は、前述のロボット先端位置自動測
定装置５１に動作指令を発してロボットアームの実際の
先端位置マトリクスＭａ₁を測定する（ステップ７０
５）。そして、目標位置マトリクスＭｍ₁の逆行列を求
めると共に、この逆行列と該先端位置マトリクスＭａ₁
とから前述した式３（ΔＭｍ＝Ｍｍ^-1・Ｍａ）を用い
て、補正マトリクスΔＭｍ₁を求める（ステップ７０
６）。

【００４３】他方、この測定によるデータの蓄積と共
に、ＣＰＵ１１は、前述の誤差要因項目自動測定装置５
２を駆動して、温度、荷重等の誤差要因項目を測定する
（ステップ７０７）。そして、ステップ７０８におい
て、ニューラルネットワークの学習に用いる。目標位置
マトリクスＭｍ₁に関する一組のデータとして、該目標
位置マトリクスＭｍ₁と、補正マトリクスΔＭｍ₁と、
誤差要因項目（荷重、温度等）とを保持する。

【００４４】次に、判断ステップ７０９で、目標位置マ
トリクスＭｍ₁からＭｍ_mまでのｍ個全ての目標位置マ
トリクスについてデータの蓄積がなされたかを判断す
る。ｍ個のデータが蓄積されていない場合にはステップ
７０３へ戻り、次の目標位置マトリクスＭｍi について
のデータの蓄積を行う。一方、目標位置マトリクスＭｍ
_mまでｍ個全ての目標位置マトリクスについてデータの
蓄積がなされると（判断ステップ７０９がＹｅｓ）、ス
テップ７１０へ移行し、上述したステップ７０８で蓄積
された目標位置マトリクスＭｍ〔Ｍｍ₁，Ｍｍ₂，・・
・Ｍｍ_m〕と誤差要因項目とを入力データとし、補正マ
トリクスΔＭｍ〔ΔＭｍ₁，ΔＭｍ₂，・・・ΔＭ
ｍ_m〕を教師データとする学習をニューラルネットワー
クに行わせ、ニューラルネットワークに目標位置マトリ
クスＭｍに対する補正マトリクスΔＭｍの関係を学ばせ
る。

【００４５】この実施例においても、図４を参照して説
明した実施例と同様にロボット制御装置の動作中にも再
学習を行うが、図４の例では、ロボット制御装置の動作
回数をカウンタにより計数し、これが所定回数に達した
とき学習を開始したのに対し、本実施例では、ロボット
制御装置の運転時間を積算し、これが所定の時間に達し
た時に再学習を行う。他の処理は、図４の例と略同様で
あるので図示及び詳細な説明を省略する。なお、この再
学習を精度確認サイクルに基づく周期で行うようにする
ことも可能である。

【００４６】また、図１１を参照して説明した実施例に
おいては、入力データとして目標位置マトリクスＭｍ
を、そして、教師データとして補正マトリクスΔＭｍを
用いたが、本発明においては、入力データ及び教師デー
タとして適宜所望のデータを用いることが可能である。
例えば、入力データとして目標位置マトリクスＭｍを、
教師データとして、補正された目標位置マトリクスＭ
ｍ’を制御目標とする関節角ベクトルΘａ’を用いるこ
とも、また、入力データとして関節角ベクトルΘａを、
教師データとして補正された目標位置マトリクスＭｍ’
を制御目標とする関節角ベクトルΘａ’を用いることも
できる。また更に、本実施例では、入力層ＬＩ、中間層
ＬＭ、出力層ＬＯからなる３層構造のニューラルネット
ワークを例に取ったが、本発明のニューラルネットワー
クはかかる構成に限定されず、必要な学習を行い得るい
かなる構成のニューラルネットワークでも本発明の所期
の目的を達成できる。また、本実施例の補正の考え方を
説明する際に、説明の便宜のために数式を挙げて説明し
たが、本発明はこれら数式に限定されるものではない。

【００４７】本実施例においては、図４で説明したよう
に、ロボット制御装置の再学習を行う際に位置誤差を測
定し、この位置誤差が大きな場合には異常を報知する構
成となっているので、ロボットに異常が発生した場合速
やかにこれを検出することが可能である。

【００４８】

【発明の効果】本発明は、以上説明したように構成され
ており、ニューラルネットワークへの学習作業を自動的
に行うことができる。また、ロボットの経年変化に対応
する誤差補正を自動的に行うことが出来るという優れた
効果を有する。

【図面の簡単な説明】

【図１】本発明の一実施例に係るロボットの機械的構成
を示す構成図。

【図２】図１に示すロボットを制御する本実施例に係る
ロボット制御装置の構成を示したブロック図。

【図３】本実施例に係るロボット制御装置の初期学習時
における処理を説明するフローチャート。

【図４】本実施例に係るロボット制御装置の運用中の再
学習時における処理を説明するフローチャート。

【図５】本実施例に係るロボット制御装置の学習時にお
ける制御を説明するブロック図。

【図６】本実施例に係るロボット制御装置の学習後にお
ける制御を説明するブロック図。

【図７】本実施例に係るロボット制御装置のニューラル
ネットワークの構成を示した構成図。

【図８】図７に示す実施例に係るニューラルネットワー
クの演算手順を示したフローチャート。

【図９】図７に示す実施例に係るニューラルネットワー
クの学習手順を示したフローチャート。

【図１０】ニューラルネットワークの学習に用いられる
入力データと教師データを有するデータベースのデータ
構成を示した構成図。

【図１１】本発明の別実施例に係るロボット制御装置の
初期学習時における処理を説明するフローチャート。

【符号の説明】

１０ロボット１１ＣＰＵ１８３次元位置測定装置２０ＲＯＭ３０ＲＡＭ５１ロボット先端位置自動測定装置５２誤差要因項目自動測定装置５０９ニューラルネットワーク５０１目標位置マトリクスＭｍ入力部５０３座標逆変換ｆａ演算部５０５関節角ベクトルΘａ保持部５０７誤差要因項目保持部５１１ロボット制御部５１５補正マトリクスΔＭｍ演算部５１７補正マトリクスΔＭｍ保持部ＬＩ入力層ＬＭ中間層ＬＯ出力層

Claims

【特許請求の範囲】

【請求項１】ロボットの目標位置を保持する目標位置
保持手段と、前記目標位置に対応するロボットの制御目標値を算出す
る制御目標値算出手段と、前記制御目標値を基にロボットを制御する制御手段と、前記制御手段により制御されたロボットの位置を測定す
る測定手段と、前記ロボットの目標位置と、それに基づき制御された位
置を測定した前記測定位置から目標位置を補正するため
の補正量を算出する補正量算出手段と、目標位置を補正する補正量を出力するニューラルネット
ワークと、前記ニューラルネットワークに前記ロボット
の目標位置又は制御目標値を入力データとし、前記補正
量算出手段により算出された補正量を教師データとする
学習を、ロボットの制御の開始後も予め設定された頻度
で行わせるニューラルネットワーク学習手段とからなる
ことを特徴とするロボット制御装置。