JPH10111701A - 学習型自動セル装置と学習方法 - Google Patents

Abstract

(57)【要約】 【課題】 手先位置等の評価データに基づいて安定した
学習制御ができる学習型自動セル装置及び方法を提供す
る。 【解決手段】 作業サイクル毎に理想とする評価データ
と実際の評価データとの偏差を記憶し、記憶された偏差
データをもとに目標指令を更新する際に必要になる実際
の評価データの導入に際し、自動装置で使用しているセ
ンシング可能な情報を、予めオフラインでセンシング情
報から評価データを算出するように調整したニューラル
ネットワークに入力（ステップＳ１５）し、学習評価に
必要な評価データを算出して目標指令値の更新をする
（ステップＳ１８）。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、学習型自動セルに
おいてニューラルネットワークを用いた学習用評価デー
タの算出方法及びその応用に関するものである。

【０００２】

【従来の技術】図１５は、従来の一般的な制御装置の構
成を示す説明図である。同図に示されるように、この制
御機構（制御コントローラ）５１は、動作プログラム５
０から刻々と入力される目標指令値を受け、制御対象
（ロボットアームおよび手先）６０の応答（駆動軸上の
速度検出、位置検出を利用）と関節指令値との偏差をフ
ィードバックする構成であり、制御対象６０の特性値
（慣性、剛性、粘性、負荷、外乱等）を基に設定されて
いる。

【０００３】しかし、例えば把持移載するワークの質量
が変更になる等の、設計時の特性値が変化した場合に
は、制御コントローラの制御パラメータ（例えばフィー
ドバックゲイン等）の変更が必要となる。こうした変更
の手間を省くため、従来技術には以下の方法が知られて
いる。

【０００４】先ず、学習制御法について説明する。学習
制御法は、図１６に示されるように、上記の一般的な制
御ループ（フィードバック制御等）の他に、１サイクル
（１動作）毎に、その目標値と実測値を比較（図中の符
号１０１）し、その偏差１０２を利用して目標指令値を
更新（図中の符号１０３）して、次期目標指令値として
記憶する（図中の符号１０４）。このようにすること
で、刻々で行われるフィードバック等の制御機構ではカ
バーできない現象（例えば、制御機構を設計したときの
よりも制御対象が大きく変化した場合、環境経時変化で
制御対象が変わった場合、予期せぬ外乱が継続して加わ
った場合、等）に対し、評価データの偏差を少なくする
ように目標指令値を更新して、サイクル数が増加するに
伴い理想とする応答に近づけるものである。

【０００５】さらに、ニューラルネットの学習機能を利
用した方法（特開平７−３６５０６号公報で開示）があ
る。これは、上記の一般的な制御ループ（フィードバッ
ク制御等）の他に、ニューラルネットワークをオンライ
ンで利用し、目標値と制御対象の特性値に応じて予測的
に目標値を補正する方法である。こうしたニューラルネ
ットの学習機能を利用した方法では、現在の目標指令値
の他に、数ステップ先までの未来目標指令値や、過去の
制御対象での入出力のデータをニューラルネットワーク
に与えて、目標値との偏差を少なくするような制御機構
への入力値を推定させるようになっている。

【０００６】

【発明が解決しようとする課題】ところで、前記従来技
術の学習制御法は、実際の制御対象の応答（実評価デー
タ）と理想とする応答（目標評価データ）を１サイクル
（１動作）毎に比較しているので、サイクル数（動作
数）が多くなるほど実際の応答（評価データ）が理想に
近づくという利点があるものの、必ずしもその応答がモ
ニターできるとは限らないという問題が残る。

【０００７】例えば、ロボットアームのように関節軸上
の位置、速度等を用いて制御しているセミクローズドル
ープの方式であると、理想とする手先位置、速度は別な
測定器を設けないかぎり不明である。また、関節の座標
から手先位置、速度を算出する試みもあるが、こうした
例はアームリンクが剛体であるか、剛体とみなした場合
が大部分であり、現実における、手先に負荷が加わった
場合等、アームリンクや関節部が弾性変形する場合に
は、前記のような剛体モデルによる単純な計算を適用す
ることはできない。

【０００８】また、組立機の場合は自動機（ロボット）
の手先の位置よりも部品間の相対位置が評価データとな
る。このように、自動セル装置の使用状況により評価す
る特性値は様々となる。これに対し、従来技術では、評
価データは制御機構で使用しているセンシング情報をそ
のまま利用しており、したがって特定の評価データを使
用する際には、対応できる測定器が必要になり、設備コ
ストが増大するという問題がある。また、作業領域も測
定器により狭くなる欠点もある。

【０００９】さらに前記第２の従来技術である、ニュー
ラルネットワークをオンラインで使用すると、目標値と
の差をなくすように指令値を補正することで動作時に発
生する外乱に適応できるが、ニューラルネットワーク調
整時あるいは学習時での収束性が問題となる。

【００１０】詳説すると、実際の動作時にニューラルネ
ットワークを使って入力（未来の目標指令値等）と出力
（目標値との出力偏差）の関係から、ニューラルネット
ワークの重みやバイアスを算出（調整）するが、初期動
作時では未だ収束状態にはないので、普通の制御方式と
何等変わりなく、収束まで時間がかかる。また、試行錯
誤で設定されている重みやバイアスの初期値次第では、
逆に収束に時間がかかる場合や、ローカルミニマム収束
値が良くなく、収束しない場合も発生する。このよう
に、調整あるいは学習が短期で収束するという安定性が
必ずしも保証されていないので、実機に搭載してオンラ
イン調整（学習）を行うには不安が残るといる問題があ
った。

【００１１】本発明は、前記のような従来技術における
問題点を解決するためなされたもので、稼働時に手先位
置という評価データが直接センシングできないような場
合でも新たに測定器を付加することなく、また制御機構
にも複雑な計算を強いるような負担をかけないで学習用
評価データを獲得でき、前記に基づいて安定した学習制
御ができる学習型自動セル装置及び方法を提供すること
を目的とする。

【００１２】

【課題を解決するための手段】前記課題を解決するため
本発明に係る学習方法は、動作プログラムに基づいて作
業する自動装置で、動作プログラム中の目標指令値を制
御機構に入力し制御機構内の制御出力データを座標変換
によって得られた目標データに一致させるように目標デ
ータと制御出力データとの制御偏差を制御機構内でフィ
ードバックする制御過程に適用され、作業サイクル毎に
理想とする評価データと実際の評価データとの偏差を記
憶し、記憶された偏差データをもとに目標指令を更新す
る学習方法において、前記の更新の際に必要になる実際
の評価データの導入に、自動装置で使用しているセンシ
ング可能な情報を、予めオフラインでセンシング情報か
ら評価データを算出するように調整したニューラルネッ
トワークに入力し、学習評価に必要な前記評価データを
算出して目標指令値の更新をすることを特徴とする。

【００１３】前記の構成を有する本発明にかかる学習方
法によれば、例えば各駆動軸上における情報等のセミク
ローズド型情報についても、実際の作業点位置や速度が
推定されることによりクローズド型として扱われ、よっ
て作業中の外乱に対して速やかな自動回復がなされると
ともに、効率の良い学習制御が実現される。

【００１４】また、本発明に係る学習型自動セル装置
は、動作プログラムに基づいて作業するロボットセル等
の自動装置で、動作プログラム中の目標指令値（手先位
置）を制御機構に入力し制御機構内の制御出力データ
（関節軸出力）を座標変換によって得られた目標データ
（関節指令値）に一致させるように目標データ（関節指
令値）と制御出力データ（関節軸出力）との制御偏差を
制御機構内でフィードバックする制御装置と、作業サイ
クル毎に理想とする評価データ（手先位置や部品間の相
対位置）と実際の評価データとの偏差を記憶し、記憶さ
れた偏差データをもとに目標指令値を更新する学習装置
において、前記の更新の際に必要になる実際の評価デー
タの導出に、自動装置で使用しているセンシング可能な
情報（各関節軸上の位置データ、速度データ）を、予め
オフラインでセンシング情報から評価データを算出する
ように調整したニューラルネットワークに入力し、学習
評価に必要な前記評価データを算出して目標指令値を更
新することを特徴とする。

【００１５】前記の構成を有する本発明にかかる学習型
自動セル装置によれば、ロボット装置で見られるセミク
ローズド型のセンシング情報であっても、実際に作業す
るロボット手先位置、速度等を推定して得ることによっ
てクローズド型としての扱いがなされる。これにより、
効率の良い学習制御がなされる。が可能になる。

【００１６】あるいは、本発明に係る学習型自動セル装
置は、前記の評価データ算出の際に、自動装置で使用し
ているセンシング可能な情報の他に自動装置の動作時間
（サイクル数）データを加えて、予めオフラインでセン
シング情報と自動装置の動作時間（サイクル数）データ
から評価データを算出するように調整したニューラルネ
ットワークに入力し、学習評価に必要な前記評価データ
を算出することを特徴とする。前記の構成を有する本発
明にかかる学習型自動セル装置によれば、経時的に変化
しない位置変化に加えて、経時的に変化する位置変化、
各部の経年変化に伴う位置変化等が予測的に推定され、
よってそれらを考慮した学習が可能になる。

【００１７】あるいは、本発明に係る学習型自動セル装
置は、前記の評価データ算出の際に、自動装置で使用し
ているセンシング可能な情報の他に自動装置の温度デー
タを加えて、予めオフラインでセンシング情報と自動装
置の温度データから評価データを算出するように調整し
たニューラルネットワークに入力し、学習評価に必要な
前記評価データの算出を行うことを特徴とする。前記の
構成を有する本発明にかかる学習型自動セル装置によれ
ば、温度変化でロボットアームが熱伸縮した際の手先位
置変化が推定され、それらを考慮した学習が可能にな
る。

【００１８】あるいは、本発明に係る学習型自動セル装
置は、前記の評価データ算出の際に、自動装置で使用し
ているセンシング可能な情報の他に自動装置に付加した
力センサーデータを加えて、予めオフラインでセンシン
グ情報と力センサーデータから評価データを算出するよ
うに調整したニューラルネットワークに入力し、学習評
価に必要な前記評価データの算出を行う構成とされる。
前記の構成を有する本発明にかかる学習型自動セル装置
によれば、ワーク質量の異なる部品の移載や力を必要と
する作業などでも、付加した力センサー信号と関節情報
から手先位置が推定され、効率の良い学習可能になる。

【００１９】あるいは、本発明に係る学習型自動セル装
置は、前記の評価データ算出の際に、自動装置で使用し
ているセンシング可能な情報の他に自動装置に付加した
画像センサーデータを加えて、予めオフラインでセンシ
ング情報と画像センサーデータから評価データを算出す
るように調整したニューラルネットワークに入力し、学
習評価に必要な前記評価データの算出を行うことを特徴
とする。前記の構成を有する本発明にかかる学習型自動
セル装置によれば、対象部品位置のばらつきや、手先の
たわみで相対位置関係が変化した場合でも、相対位置の
推定がなされるので、この量を一定値にするような効率
の良い学習が可能になる。

【００２０】あるいは、本発明に係る学習型自動セル装
置は、ロボットセルが複数並んで生産をする場合、前記
の評価データ算出の際に、自動装置で使用しているセン
シング可能な情報の他に前工程（上流ライン）の自動装
置における評価データを加えて、予めオフラインでセン
シング情報と他自動装置セル評価データから評価データ
を算出するように調整したニューラルネットワークに入
力し、学習評価に必要な前記評価データの算出を行うこ
と特徴とする。前記の構成を有する本発明にかかる学習
型自動セル装置によれば、自セルの手先位置の推定に加
え、前工程の部品との相対位置の推定がなされ、この量
を一定値にするような学習が可能となる。

【００２１】あるいは、本発明に係る学習型自動セル装
置は、複数台設置した画像評価装置を持たないロボット
セルの最終側（下流側）に画像評価装置を持つセルを配
置し、この画像評価（各部品位置情報）を画像評価装置
を持たない上流側のセルに与え、この情報とセンシング
情報より、評価データを算出するように調整したニュー
ラルネットワークを用いて、学習評価に必要な前記評価
データを算出することを特徴とする。前記の構成を有す
る本発明にかかる学習型自動セル装置によれば、自セル
の手先位置ならびに前工程の部品との相対位置が推定さ
れ、この量を一定値にするような学習を可能にする。ま
た、個々のセルへの認識機能の装備が省略可能になる。

【００２２】あるいは、本発明に係る学習型自動セル装
置は、一つのラインに複数の機種が流れてくる混流ライ
ンにおいて、その機種毎に学習するモードを切り替えて
行う構成とされる。前記の構成を有する本発明にかかる
学習型自動セル装置によれば、機種間での学習に関する
干渉がなくなり、機種毎の独立した学習が可能になる。

【００２３】あるいは、本発明に係る学習型自動セル装
置は、複数のアームを持つ双腕アーム型自動機セルにお
いて、そのアーム毎に学習するモードを切り替えて行う
構成とされる。前記の構成を有する本発明にかかる学習
型自動セル装置によれば、アーム間での学習に関する干
渉がなくなり、アーム毎の独立した学習が可能になる。

【００２４】

【発明の実施の形態】以下、この発明の実施の形態を説
明する。先ず、本発明を詳説するに先立って、ロボット
動作方法とニューラルネットワークの、定義を含む説明
を行う。

【００２５】一般的なロボット動作方法は、図１７に示
されるフローチャートにしたがう。同図で、ロボットセ
ル（自動装置）を動作プログラム５０にしたがって動作
させ、組立等の作業を行わせるとき、動作プログラム５
０には時間と手先位置あるいは手先速度の目標指令値が
指示されている。この手先上での目標指令値を符号５２
において関節上のデータに変換、すなわち直交座標上か
ら関節座標上へ座標変換し、ついで符号５３ａ、５３ｂ
および５３ｎなどにおいて各関節に指令を与えて、各関
節（制御対象６０）を独立で駆動させる。この場合、各
関節には減速機が組み込まれてあるので、各関節の干渉
が少なくなり、各関節の制御を独立として扱える。そし
て、各関節軸上の駆動源であるモータとそれに直結して
いる速度検出器ならびに位置検出器６１の出力と関節指
令値を比較しながら動作させる。このように各関節を各
関節毎の関節指令値に追従させて動作させることによ
り、関節軸からリンクを介した手先は理想の軌道を動作
させることが可能となる。

【００２６】ここで、ロボットの座標変換、例えば手先
位置（速度）指令値から関節位置（速度）指令値の生成
にあたっては、従来では前記のように、アームや関節の
軸受けなどを剛体とみなしてモデル化し、計算してい
る。このように制御機構（制御コントローラ）で使用し
ているセンシング情報（関節の位置、速度）を、そのま
ま学習制御へ適用すると、剛体モデルを前提とした手先
の学習制御となる。そのため、各関節上では理想の指示
どうりであっても実際は弾性体である関節軸受けやリン
クの影響で、手先が変位する。

【００２７】つぎに、一般的なニューラルネットワーク
の構成を図１８に示す。図示されるように、ニューラル
ネットワーク７０は入力層７１、中間層７２、出力層７
３から構成され、入力層７１に入力されたセンシング情
報（入力信号１〜６）７４に基づいて推定が為され、出
力層７３から推定評価データ（出力信号１〜６）７５が
出力される。例えば、ロボット制御コントローラから与
えられる各関節の位置と速度の情報をセンシング情報７
４としてニューラルネットワーク７０に入力し、ロボッ
ト手先の位置等の推定値を推定評価データ７５として出
力させる。

【００２８】またニューラルネットワークは、図１９に
示されるように、学習モード８１と推定モード８２の２
モードで動作する。学習モード８１では、学習あるいは
調整がなされる。ニューラルネットワーク７０の入力層
７１に、コントローラ中で使用しているセンシング情報
や環境情報８３を与え、また出力層７３に、測定によっ
て得られた評価データ（例えば手先位置や姿勢など）８
４を与えて、ニューラルネットワーク７０にこれら入力
と出力の関係を学習（あるいは調整）させる。これは、
重みの初期値からスタートして、試行の反復により、ネ
ットワーク間の重みを算出する操作８５となる。

【００２９】つぎに推定モード８２では、前記の学習結
果を利用して、ニューラルネットワーク７０に仮定のセ
ンシング情報や環境情報８６を入力し、対応する評価デ
ータ８７を推定させる。

【００３０】ついで以下に、本発明の実施の形態を説明
する。図１は、本発明にかかる学習方法の一実施形態の
動作フローチャートである。またこの学習方法ならびに
動作フローチャートは、本発明にかかる学習型自動セル
装置にも適用される。本発明にかかる学習方法は、ニュ
ーラルネットワークを用い、符号Ｎ１で示されるニュー
ラルネット調整（学習）ブロックと、符号Ｎ２で示され
る学習作業ブロックから構成される。まず、ニューラル
ネット調整（学習）ブロックＮ１において、まずステッ
プＳ１で、ニューラルネット調整（学習）処理が確認さ
れると、ステップＳ２で動作指令に基づき、センシング
情報（各関節の位置や速度）と実際の手先位置、速度関
係を予めオフラインで動作領域内で測定し、その情報Ｉ
２をステップＳ３でニューラルネットに覚えさせる。つ
まり、ロボット各関節の測定されたセンシングデータ
を、ニューラルネットワークに入力する。同様にニュー
ラルネットワークの出力側に、測定によって得られたロ
ボット手先のデータ（位置、速度）を与える。

【００３１】このときの入出力関係から、ニューラルネ
ットワークの重みやバイアスを、実際に動作していると
き（オンライン）ではなく、オフラインで調整（学習）
を行う（ステップＳ３〜Ｓ５）。このように、本発明で
は図示されるニューラルネットワーク調整（学習）ブロ
ックＮ１をオフラインで作動させ、前記の調整（学習）
で得られた重み、バイアスをオンライン上で稼働する学
習型自動セルに組み込む。

【００３２】ついで図示される学習作業ブロックＮ２を
稼働させる。作業プログラムならびに目標指令値（１サ
イクル分）での処理（ステップＳ１１〜Ｓ１２）を経た
のち、制御機構から各関節のセンシング情報を得ると
（ステップＳ１３）、前記のようにして調整（学習）済
のニューラルネットワークは、これら各関節のセンシン
グ情報に基づき、その位置位置で刻々と変化するたわみ
などを含んだ手先位置を素早く推定する（ステップＳ１
５）。この推定された手先位置と、目標とすべき位置と
の偏差ｄ１５を、学習処理を経て（ステップＳ１７）動
作サイクル毎（１作業毎）にメモリに更新記憶し（ステ
ップＳ１８）、この記憶データを次期動作（次期作業）
の目標指令値へ反映させる。そして全サイクル終了まで
ループを反復する（ステップＳ１９）。

【００３３】前記のように、本発明の学習方法は、図２
に示される学習制御アルゴリズムのとおり、既存のシス
テムで得られない評価データ、例えば、たわみなどを含
んだ手先位置、速度データ等をニューラルネットワーク
で推定し、この推定値を用いて学習制御するものであ
る。

【００３４】また、本発明の第１実施形態に係る学習型
自動セル装置は、図１に示されたアルゴリズムにのっと
り、図２に示されるように、更新の際に必要になる実際
の評価データの導入に際し、自動装置で使用しているセ
ンシング可能な情報を制御機構と制御対象から得て（ス
テップＳ１３）、予めオフラインでセンシング情報から
評価データを算出するように調整したニューラルネット
ワークに入力し、ニューラルネットワークは推定実評価
データを出力し（ステップＳ１５）、推定実評価データ
と目標データメモリから得られる目標評価データ（ステ
ップＳ１４）との偏差に基づき学習評価に必要な前記評
価データを算出して、目標指令値の更新をする（ステッ
プＳ１８）。

【００３５】次に図３は、本発明の第２実施形態に係る
学習型自動セル装置の学習制御アルゴリズムを示す。自
動装置（ロボット）では、同じ動作を何回も繰り返すこ
とによる、関節部の軸受けや手先などの動作接触部（軸
受ガイド面やワーク把持ハンド等）の磨耗による位置ず
れや研磨加工ツール（砥石）の磨耗等によって、学習評
価データ（ロボットアーム手先位置、速度）に経時変化
が生じる。こうした経時変化が大きい場合、本実施形態
の学習型自動セル装置は、前記の各関節でのセンシング
情報の他に、経時データ（サイクル数）を予めニューラ
ルネットワークに付加して調整（学習）を行う。

【００３６】調整の内容は、ニューラルネットワークの
入力にセンシング情報と経時データ（サイクル数）Ｄ２
を与え、ニューラルネットワークの出力に磨耗等によっ
て変化した手先位置「測定値」を与え、これらの関係を
覚えるよう（入力から出力が推定できるよう）にニュー
ラルネットワークを調整（学習）する。これを学習制御
に組み込むことで経時時間での実際の手先位置を推定
し、この値と目標評価データ（目標手先位置、速度）と
をサイクル毎に比較、更新して学習を進める。

【００３７】図４は、本発明の第３実施形態に係る学習
型自動セル装置の学習制御アルゴリズムを示す。さらに
図５は、膨張による相対距離の変化の説明図である。本
実施形態は、図５に示されるようなロボットアームの温
度変化によるリンク伸縮が問題となる場合や、作業対象
ワークとの相対距離を一定にしたい場合で、自動機の構
成上、オンラインで直接、ワークの温度計測できないと
きに、予めオフラインで、熱による手先位置の変化デー
タや、温度と対象ワークの膨張伸縮関係を計測し、この
温度データＤ３をもとにしてニューラルネットワークを
調整（学習）する。この結果をオンライン上のニューラ
ルネットワークに組み込み、各関節のセンシング情報と
環境温度情報から温度に対する手先位置変化の推定や、
対象ワークの温度変化に伴う熱膨張の推定より手先とワ
ークとの相対位置の推定値と、目標評価データ（手先位
置、ワークとの相対位置）との偏差をサイクル毎に比
較、更新して、学習を進める。

【００３８】図６は、本発明の第４実施形態に係る学習
型自動セル装置の学習制御アルゴリズムを示す。さらに
図７は、外力による手先の変化の説明図である。組立作
業、加工作業で荷重の違うワークを移載したり、荷重の
変化する作業（反力を受ける作業）等でアームに動的な
力の負荷がかかる場合、図７に示されるように、手先の
位置はその負荷に対応して動的に変化する。このため、
関節のセンシング情報だけで手先位置を推定するのは困
難であるので、アーム上に設けた力センサー（トルクセ
ンサー）の出力を利用する。

【００３９】そこで、図６のように、ニューラルネット
ワークの入力にセンシング情報と力（トルク）データＤ
４を与え、ニューラルネットワークの出力に評価データ
となる負荷荷重に対応した手先位置「測定値」を与え、
これらの関係を覚えるよう（入力から出力が推定できる
よう）にニューラルネットワークを調整（学習）する。
これを学習制御に組み込むことで瞬時に負荷荷重に対す
る変形した手先位置、速度を推定し、この値と目標評価
データ（目標手先位置、速度）とサイクル毎に比較、更
新して学習を進める。

【００４０】図８は、本発明の第５実施形態に係る学習
型自動セル装置の学習制御アルゴリズムを示す。さらに
図９は、部品の相対位置誤差の説明図である。図９で、
部品Ｂを部品Ａに揃えて配置する際には、両部品間の相
対位置δをゼロにすることが目標となる。そこで本実施
形態では、ロボット本体に画像入力装置（カメラ）を設
置し、前工程の作業状態（組立自動機であれば関連する
部品位置、加工機であればワークの形状）を認識して、
作業状態情報を編成し、この作業状態情報をニューラル
ネットワークに加え、学習に必要な評価データ（部品相
対位置）を算出する。

【００４１】そこで、図８のように、ニューラルネット
ワークの入力に各関節のセンシング情報と対象部品位置
画像データ（作業状態品質情報：関連部品位置等）Ｄ５
を与え、ニューラルネットワークの出力に評価データと
なる作業状態評価値（相対位置）を与え、これらの関係
を覚えるよう（入力から出力が推定できるよう）にニュ
ーラルネットワークを調整（学習）する。これを学習制
御に組み込むことで、手先と対象物の相対位置を推定
し、この値と目標評価データ（目標相対位置、速度）と
をサイクル毎に比較、更新して学習を進める。

【００４２】図１０は、本発明の第６実施形態に係る学
習型自動セル装置の学習制御アルゴリズムを示す。さら
に図１１は、セル間の部品の相対位置の説明図である。
図１１で、前のセルの評価データ（例えば、部品を搭載
したときの位置データ；手先の推定値）を、その部品に
関連する部品を組み立てるセルに情報を与える。この情
報と関節のセンシング情報とにより、関連部品位置と手
先位置との相対位置を推定するのである。

【００４３】そこで、図１０のように、ニューラルネッ
トワークの入力に各関節のセンシング情報と前セルから
の情報（関連部品の位置）データＤ６を与え、ニューラ
ルネットワークの出力に評価データとなる部品と前部品
の相対位置（測定値）を与え、これらの関係を覚えるよ
う（入力から出力が推定できるよう）にニューラルネッ
トワークを調整（学習）する。これを学習制御に組み込
むことで手先と対象物の相対位置を推定し、この値と目
標評価データ（目標相対位置、速度）とをサイクル毎に
比較、更新して学習を進める。

【００４４】図１２は、本発明の第７実施形態に係る学
習型自動セル装置の構成の説明図である。学習において
は、評価するべき特性値（本発明では既存システムでセ
ンシングできる情報から推定することで算出）及び、目
標となる特性値（目標データ）が不可欠であるものの、
ライン上の全てのセル（Ｂ１〜Ｂ５）にこの機能を全て
持たせることが過剰設備になる場合がある。そこで本実
施形態では、評価機能を備えたセルＢを下流側に配置
し、その評価結果をそれ以前（上流側）の、評価装置を
持たないセルＡ１〜Ａ４にフィードバックするセルライ
ン構成をとる。

【００４５】評価機能（画像装置）を備えたセルＢは、
先ず、カメラから得た関連部品位置データと各関節から
のセンシング情報をニューラルネットへ入力し、前記と
同様に部品同志の相対位置を推定する。ついで、その周
辺部品の組立状態（各部品位値）を画像センシングし、
この結果（各部品の位置精度情報）を、それぞれの部品
を組み立てたセルＡ１〜Ａ４にフィードバックする。各
セルＡ１〜Ａ４では、この送られた部品位置精度情報と
自分セルのセンシング可能な関節情報をニューラルネッ
トワークに入力し、相対位置を推定する。この推定され
た相対位置と目標の相対位置とを比較し、目標指令値を
更新し、学習する。

【００４６】図１３は、本発明の第８実施形態に係る学
習型自動セル装置の構成の説明図である。一つのライン
に複数の機種が流れてくる混合ラインの時、たとえ同一
形状でも材質が異なる場合などある。こういう場合、学
習サイクルをそのまま（１機種のまま）進めると、手先
推定値が実際の値と異なり学習機能が働かないおそれが
ある。そこで、動作プログラム上の機種データを読み込
み、それを基に学習モードの切り替えを行う。

【００４７】具体的には、機種毎のモードを設け、例え
ば、ワークが同一形状でもアルミ鋳物品と樹脂成形品が
あった場合、質量が異なるので関節軸上のデータが同じ
でも手先の位置がたわみによって変化する。そこで、図
示されるようにＡモードをアルミ製（Ａ機種）、Ｂモー
ドを樹脂製（Ｂ機種）というよう振り分け、ライン上の
機種判別信号を基に学習モードの切り替えを実施する。
前記の構成により、各モード毎に独立で学習が進め、手
先位置が目標とする位置になる。

【００４８】図１４は、本発明の第９実施形態に係る学
習型自動セル装置の構成の説明図である。一つのロボッ
トセルに複数のアームがある場合、たとえアーム形状が
同一、アーム構成が同一でも、アームリンク長や軸受け
のバラツキや組付のバラツキによって手先位置のたわみ
は微妙に異なるなど、種々のケースがある。例えば、左
アームでコンベアから作業台へ取り、双腕で作業し、右
アームでコンベア上に戻す場合、同じワーク質量でもア
ームの種類が異なるので関節軸上のデータが同じでも手
先の位置がたわみによって変化する。したがって各アー
ムを同一アームとみなして学習サイクルをそのまま進め
ると、左右のたわみ方が異なる等により、手先推定値が
実際の値と異なって学習機能が働かないおそれがある。

【００４９】そこで、本実施形態では、アーム毎のモー
ド（例えばＡモードとＢモード）を設けて、メモリやニ
ューラルネットワークをそれぞれＡモードとＢモードの
複数構成とし、さらに切り替えスイッチＳＷ１〜ＳＷ７
を設けて、Ａモードを右アーム、Ｂモードを左アームと
いうように振り分け、動作プログラム上のアーム種別信
号を基に学習モード切り替えを実施する。前記の構成に
より、各モード毎に独立で学習が進め、手先位置が目標
とする位置になる。

【００５０】

【発明の効果】以上詳述したように、本発明の請求項１
に係る学習方法は、動作プログラムに基づいて作業する
自動装置で、動作プログラム中の目標指令値を制御機構
に入力し制御機構内の制御出力データを座標変換によっ
て得られた目標データに一致させるように目標データと
制御出力データとの制御偏差を制御機構内でフィードバ
ックする制御過程に適用され、作業サイクル毎に理想と
する評価データと実際の評価データとの偏差を記憶し、
記憶された偏差データを基に目標指令値を更新する学習
方法において、その更新の際に必要になる実際の評価デ
ータの導出に、自動装置で使用しているセンシング可能
な情報を、予めオフラインでセンシング情報から評価デ
ータを算出するように調整したニューラルネットワーク
に入力し、学習評価に必要な評価データを算出して目標
指令値を更新する構成とされるから、セミクローズドタ
イプのセンシング情報（各駆動軸上での情報）であって
も、実際に作業が為される作業点情報（作業点位置、速
度等）を推定で得ることによりクローズドタイプ的に扱
うことが可能になる。これにより、作業中の外乱に対し
て速やかに自動回復でき、加えて効率の良い学習制御が
可能になるという効果がある。

【００５１】本発明の請求項２に係る学習型自動セル装
置は、作業サイクル毎に理想とする評価データ（手先位
置や部品間の相対位置）と実際の評価データの偏差を記
憶し、記憶された偏差データを基に目標指令値を更新す
る際に必要になる実際の評価データの導出に、自動装置
で使用しているセンシング可能な情報（各関節軸上の位
置データ、速度データ）を、予めオフラインでセンシン
グ情報から評価データを算出するように調整したニュー
ラルネットワークに入力し、これにより学習評価に必要
な評価データを算出して、目標指令値を更新する構成と
するものであるから、ロボット装置で見られるセミクロ
ーズド型のセンシング情報でも、実際に作業するロボッ
ト手先位置、速度等を推定で得られるのでクローズド型
のように扱え、効率の良い学習制御が可能となり、また
作業中の外乱に対しても速やかに自動回復する機能を実
現できる。

【００５２】また、ニューラルネットワークの調整時
（オフライン）には実際に作業するロボット手先を測定
する装置が必要になるが、一度調整が為された後は、簡
単な算式に基づく推定を瞬時に実行できるので、オンラ
インでは新たに手先などを計測する測定器が必要ない。
これにより、作業スペース的にも、また複数台の導入時
における設備投資的にも有利になるという効果がある。

【００５３】本発明の請求項３に係る学習型自動セル装
置は、前記の評価データ算出の際に、自動装置で使用し
ているセンシング可能な情報の他に自動装置の動作時間
（サイクル数）データを加えて、予めオフラインでセン
シング情報と自動装置の動作時間（サイクル数）データ
から評価データを算出するように調整したニューラルネ
ットワークに入力し、学習評価に必要な評価データを算
出する構成とするものであるから、経時的に変化しない
自重等のたわみの他に経時的に変化する関節軸受け磨耗
に伴う手先位置変化、ハンドに加工ツール（研削）を把
持させたときの加工ツールの磨耗に伴う位置変化等を予
測的に推定でき、それらを考慮した学習ができる。

【００５４】本発明の請求項４に係る学習型自動セル装
置は、前記の評価データ算出の際に、自動装置で使用し
ているセンシング可能な情報の他に自動装置や対象ワー
クの動作時の温度データを加えて、予めオフラインでセ
ンシング情報と自動装置や対象ワークの動作時の温度デ
ータから評価データを算出するように調整したニューラ
ルネットワークに入力し、学習評価に必要な評価データ
を算出する構成とするものであるから、温度変化によっ
てロボットアームが熱伸縮したときの手先位置変化を推
定でき、それらを考慮した学習ができる。また、動作範
囲を大きくするためにアーム長を伸ばしたロボットにも
有効に利用できる。

【００５５】本発明の請求項５に係る学習型自動セル装
置は、前記の評価データ算出の際に、自動装置で使用し
ているセンシング可能な情報のほかに自動装置に付加し
た力センサーデータを加えて、予めオフラインでセンシ
ング情報と力センサーデータから評価データを算出する
ように調整したニューラルネットワークに入力し、学習
評価に必要な評価データを算出する構成とするものであ
るから、ワーク質量の異なる部品の移載や力を必要とす
る作業などでも、付加した力センサー信号と関節情報か
ら手先位置が推定でき、効率の良い学習ができる。

【００５６】本発明の請求項６に係る学習型自動セル装
置は、前記の評価データ算出の際に、自動装置で使用し
ているセンシング可能な情報の他に自動装置に付加した
画像センサーデータを加えて、予めオフラインでセンシ
ング情報と画像センサーデータから評価データを算出す
るように調整したニューラルネットワークに入力し、学
習評価に必要な評価データを算出する構成とするもので
あるから、対象部品位置がばらついたり、手先がたわん
で相対位置関係が変化した場合でも、これより相対位置
が推定できるので、この量を一定値にするような効率の
良い学習ができる。

【００５７】本発明の請求項７に係る学習型自動セル装
置は、ロボットセルが複数並んで生産をする場合、前記
の評価データ算出の際に、自動装置で使用しているセン
シング可能な情報の他に前工程（上流ライン）の自動装
置における評価データを加えて、予めオフラインでセン
シング情報と他自動装置セル評価データから評価データ
を算出するように調整したニューラルネットワークに入
力し、学習評価に必要な評価データを算出する構成とす
るものであるから、自セルの手先位置の推定に加え、前
工程の部品との相対位置も推定できるので、この量を一
定値にするような学習が可能となる。

【００５８】本発明の請求項８に係る学習型自動セル装
置は、複数台設置した画像評価装置を持たないロボット
セルの最終側（下流側）に画像評価装置を持つセルを配
置し、この画像評価（各部品位置情報）を画像評価装置
を持たない上流側のセルに与え、この情報とセンシング
情報より、評価データを算出するように調整したニュー
ラルネットワークを用いて、学習評価に必要な評価デー
タを算出する構成とするものであるから、自セルの手先
位置の推定に加え、前工程の部品との相対位置も推定で
きるので、この量を一定値にするような学習が可能とな
る。また、個々のセルに認識機能を持たせる必要がなく
なり、設備投資が低コストになる学習型自動セルを提供
することができる。

【００５９】本発明の請求項９に係る学習型自動セル装
置は、一つのラインに複数の機種が流れてくる混流ライ
ンにおいて、その機種毎に学習するモードを切り替えて
行う構成とするものであるから、機種間での学習に関す
る干渉がなくなり、機種毎に独立した学習ができる。

【００６０】本発明の請求項１０に係る学習型自動セル
装置は、複数のアームを持つ双腕アーム型自動機セルに
おいて、そのアーム毎に学習するモードを切り替えて行
う構成とするものであるから、アーム間での学習に関す
る干渉がなくなり、アーム毎に独立した学習ができる。

【図面の簡単な説明】

【図１】本発明にかかる学習方法の一実施形態の動作フ
ローチャートである。

【図２】本発明の学習方法の一実施形態の制御アルゴリ
ズムを示す図である。

【図３】本発明の第２実施形態に係る学習型自動セル装
置の学習制御アルゴリズムを示す図である。

【図４】本発明の第３実施形態に係る学習型自動セル装
置の学習制御アルゴリズムを示す図である。

【図５】本発明の第３実施形態に係る、膨張による相対
距離の変化の説明図である。

【図６】本発明の第４実施形態に係る学習型自動セル装
置の学習制御アルゴリズムを示す図である。

【図７】本発明の第４実施形態に係る、外力による手先
の変化の説明図である。

【図８】本発明の第５実施形態に係る学習型自動セル装
置の学習制御アルゴリズムを示す図である。

【図９】本発明の第５実施形態に係る、部品の相対位置
誤差の説明図である。

【図１０】本発明の第６実施形態に係る学習型自動セル
装置の学習制御アルゴリズムを示す図である。

【図１１】本発明の第６実施形態に係る、セル間の部品
の相対位置の説明図である。

【図１２】本発明の第７実施形態に係る学習型自動セル
装置の構成の説明図である。

【図１３】本発明の第８実施形態に係る学習型自動セル
装置の構成の説明図である。

【図１４】本発明の第９実施形態に係る学習型自動セル
装置の構成の説明図である。

【図１５】従来の一般的な制御装置の構成を示す説明図
である。

【図１６】従来の学習制御アルゴリズムの説明図であ
る。

【図１７】ロボットの動作フローチャートである。

【図１８】ニューラルネットワークの構成を説明する模
式図である。

【図１９】ニューラルネットワークのモード構成の説明
図である。

【符号の説明】

Ｎ１ ニューラルネット調整（学習）ブロック Ｎ２ 学習作業ブロック Ｓ１ ニューラルネット調整（学習）判断ステップ Ｓ２ 動作指令ステップ Ｓ３ ニューラルネットワーク Ｓ４ 誤差許容差判定ステップ Ｓ５ 収束判定ステップ Ｓ６ 制御対象 Ｓ７ 評価計測ステップ Ｓ１１ 作業プログラム実行ステップ Ｓ１２ 目標指令値編成ステップ Ｓ１３ 制御機構 Ｓ１４ 目標評価データ編成ステップ Ｓ１５ ニューラルネットワーク（調整済） Ｓ１６ 制御対象（アーム、手先） Ｓ１７ 学習処理ステップ Ｓ１８ 更新目標指令値編成ステップ Ｓ１９ サイクル数終了判定ステップ

Claims (10)

【特許請求の範囲】
1. 【請求項１】 動作プログラムに基づいて作業する自動
   装置で、動作プログラム中の目標指令値を制御機構に入
   力し制御機構内の制御出力データを座標変換によって得
   られた目標データに一致させるように目標データと制御
   出力データとの制御偏差を制御機構内でフィードバック
   する制御過程に適用され、作業サイクル毎に理想とする
   評価データと実際の評価データとの偏差を記憶し、記憶
   された偏差データをもとに目標指令を更新する学習方法
   において、前記の更新の際に必要になる実際の評価デー
   タの導入に、自動装置で使用しているセンシング可能な
   情報を、予めオフラインでセンシング情報から評価デー
   タを算出するように調整したニューラルネットワークに
   入力し、学習評価に必要な前記評価データを算出して目
   標指令値の更新をすることを特徴とする学習方法。
2. 【請求項２】 動作プログラムに基づいて作業するロボ
   ットセル等の自動装置で、動作プログラム中の目標指令
   値を制御機構に入力し制御機構内の制御出力データを座
   標変換によって得られた目標データに一致させるように
   目標データと制御出力データとの制御偏差を制御機構内
   でフィードバックする制御装置と、作業サイクル毎に理
   想とする評価データと実際の評価データとの偏差を記憶
   し、記憶された偏差データをもとに目標指令値を更新す
   る学習装置において、前記の更新の際に必要になる実際
   の評価データの導出に、自動装置で使用しているセンシ
   ング可能な情報を、予めオフラインでセンシング情報か
   ら評価データを算出するように調整したニューラルネッ
   トワークに入力し、学習評価に必要な前記評価データを
   算出して目標指令値を更新することを特徴とする学習型
   自動セル装置。
3. 【請求項３】 前記の評価データ算出の際に、自動装置
   で使用しているセンシング可能な情報の他に自動装置の
   動作時間（サイクル数）データを加えて、予めオフライ
   ンでセンシング情報と自動装置の動作時間（サイクル
   数）データから評価データを算出するように調整したニ
   ューラルネットワークに入力し、学習評価に必要な前記
   評価データを算出することを特徴とする請求項２記載の
   学習型自動セル装置。
4. 【請求項４】 前記の評価データ算出の際に、自動装置
   で使用しているセンシング可能な情報の他に自動装置の
   温度データを加えて、予めオフラインでセンシング情報
   と自動装置の温度データから評価データを算出するよう
   に調整したニューラルネットワークに入力し、学習評価
   に必要な前記評価データの算出を行うことを特徴とする
   請求項２記載の学習型自動セル装置。
5. 【請求項５】 前記の評価データ算出の際に、自動装置
   で使用しているセンシング可能な情報の他に自動装置に
   付加した力センサーデータを加えて、予めオフラインで
   センシング情報と力センサーデータから評価データを算
   出するように調整したニューラルネットワークに入力
   し、学習評価に必要な前記評価データの算出を行うこと
   を特徴とする請求項２記載の学習型自動セル装置。
6. 【請求項６】 前記の評価データ算出の際に、自動装置
   で使用しているセンシング可能な情報の他に自動装置に
   付加した画像センサーデータを加えて、予めオフライン
   でセンシング情報と画像センサーデータから評価データ
   を算出するように調整したニューラルネットワークに入
   力し、学習評価に必要な前記評価データの算出を行うこ
   とを特徴とする請求項２記載の学習型自動セル装置。
7. 【請求項７】 ロボットセルが複数並んで生産をする場
   合、前記の評価データ算出の際に、自動装置で使用して
   いるセンシング可能な情報の他に前工程（上流ライン）
   の自動装置における評価データを加えて、予めオフライ
   ンでセンシング情報と他自動装置セル評価データから評
   価データを算出するように調整したニューラルネットワ
   ークに入力し、学習評価に必要な前記評価データの算出
   を行うことを特徴とする請求項２記載の学習型自動セル
   装置。
8. 【請求項８】 複数台設置した画像評価装置を持たない
   ロボットセルの最終側（下流側）に画像評価装置を持つ
   セルを配置し、この画像評価（各部品位置情報）を画像
   評価装置を持たない上流側のセルに与え、この情報とセ
   ンシング情報より、評価データを算出するように調整し
   たニューラルネットワークを用いて、学習評価に必要な
   前記評価データの算出を行うことを特徴とする請求項２
   乃至６の何れか１項に記載の学習型自動セル装置。
9. 【請求項９】 一つのラインに複数の機種が流れてくる
   混流ラインにおいて、その機種毎に学習するモードを切
   り替えて行うことを特徴とする請求項２乃至８の何れか
   １項に記載の学習型自動セル装置。
10. 【請求項１０】 複数のアームを持つ双腕アーム型自動
    機セルにおいて、そのアーム毎に学習するモードを切り
    替えて行うことを特徴とする請求項２乃至９の何れか１
    項に記載の学習型自動セル装置。