JPH1185240A - ロボットプログラミング方法とその装置及び生成プログラムを記録した記録媒体 - Google Patents

Abstract

(57)【要約】 【課題】 人間に負担や手間をかけることなく、人間が
作業を実演することで、自動的に組立作業用ロボットプ
ログラムを生成できるようにする。 【解決手段】 作業に対して局所的な幾何モデル（局所
モデル）をあらかじめ記憶した手段と、教示者が３次元
ポインティングデバイスなどを通して実演して得られる
教示データを入力して、ワークの各頂点の位置、姿勢の
時系列データ（データＡ）と、ワークの中心の位置、姿
勢の時系列データ（データＢ）を算出する手段と、デー
タＡを用いて局所モデルを割り付ける手段と、データＢ
から動作変化点を抽出する手段と、割り付けられた局所
モデルを動作変化点によりいくつかの局所モデル群にク
ラスタリングすることでプログラムを生成する手段とを
設ける。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、組立作業用ロボッ
トシステムの自動プログラミング技術に係わり、特に接
触状態遷移を行なうためのロボットプログラムを人間の
実演教示から局所モデル群の遷移として自動生成するロ
ボットプログラミング方法および装置、更に生成プログ
ラムを記録した記録媒体に関するものである。

【０００２】

【従来の技術】ロボットによる組立作業は、ロボットに
持たせたワークと治具等で据え付けられたワークとの間
の接触状態を順次遷移させることで遂行される。これを
ロボットに行なわせるには、接触状態遷移を予め人間が
プログラムするか、もしくは幾何モデル等で表し動作計
画を行なわせることが必要である。

【０００３】組立作業用ロボットのプログラミングに
は、従来より以下の２つの方式がある。１つは、教示ペ
ンダントと呼ばれる装置を用いて、ロボットを実際に動
かして、人間が接触状態遷移を計画しながら、空間上の
点として位置、姿勢を逐一入力していく方式である。教
示した点を修正する場合には、実際のロボットを動かし
て、位置、姿勢を再入力することにより修正を行なう。
もう１つは、ロボットコマンドを用いて接触状態遷移を
記述、編集してロボットプログラムを作成する方式であ
る。接触状態遷移計画は、プログラマである人間が予め
考え、その考えをプログラムに反映させる。プログラム
の修正は、エディタを用いて、プログラムを修正するこ
とにより修正する。

【０００４】以上のようなロボットプログラミングにお
いて、人間が行なってきた接触状態遷移の負担を軽減す
る方法としてコンピュータによる自動動作計画がある。
自動計画では、まず、ロボットやワークをコンピュータ
が取り扱いやすいようにモデル化する。そして、そのモ
デルにおいて、組立最終状態への最短経路などを計算す
ることによって接触状態の遷移決定する。

【０００５】

【発明が解決しようとする課題】上記従来技術におい
て、教示装置を用いた教示では、人間が位置、姿勢を逐
一入力しなければならず、また、教示データの修正の際
も、人間が位置、姿勢を逐一入力しなければならず、人
間に非常に負担がかかる問題がある。一方、ロボットコ
マンドによるプログラム作成では、まず、プログラミン
グ方法に精通しなければならならない。また、プログラ
ム通りロボットが動かない場合には、その原因を見つ
け、対処するために、プログラムを１行１行追っていか
なければならず、多大な手間を要する問題がある。

【０００６】一方、コンピュータによる自動動作計画で
は、接触状態遷移を表すモデルを作成する必要がある。
しかしながら、モデルはワークの形状に強く依存してい
るため、ワーク形状が変化した場合始めから作り直さな
ければならないという問題がある。

【０００７】本発明は、上述した従来の問題点を鑑みて
なされたもので、人間による教示の負担や接触状態遷移
の計画を考える負担、自動動作計画で用いるモデル生成
の負担を減らし、容易に且つ短時間に組立作業用ロボッ
トプログラムを生成する方法及びその装置、更には該生
成プログラムを記録した記録媒体を提出することを目的
とする。

【０００８】

【課題を解決するための手段】上記目的を達成するた
め、請求項１の発明のロボットプログラミング方法は、
作業に対して局所的な幾何モデル（局所モデル）を予め
用意し、教示者が３次元入力デバイスなどを通じて実演
教示して得られる教示データを入力し解析し、局所モデ
ルを複数集めた局所モデル群をプログラムの実行単位と
し、局所モデル群の遷移をプログラムシーケンスとする
ロボットプログラムを自動生成することを特徴とする。

【０００９】また、請求項２の発明のロボットプログラ
ミング方法は、入力された教示データからワークの各頂
点の位置、姿勢の時系列データ（データＡ）とワークの
中心の位置、姿勢の時系列データ（データＢ）を算出
し、前記データＡを用いて接触状態遷移を起こす頂点の
各組に局所モデルを割り付け、前記データＢから動作の
変化した時間を算出し、前記割り付けられた局所モデル
を各変化時間ごとに一つの局所モデル群にまとめ、該局
所モデル群間の遷移の方向性と要素である局所モデルの
重なりを調べることで、局所モデル群のクラスタリング
を行い、前記クラスタリングした各時点での当該局所モ
デルの接触状態をクラスタリングした局所モデル群間の
遷移のための条件として、局所モデル群を時系列に並べ
たものをロボットプログラムとすることを特徴とする。

【００１０】また、請求項３の発明のロボットプログラ
ミング装置は、人間がワークや装置を直接操作すること
ができる３次元ポインティングデバイスと、作業に対し
て局所的な幾何モデル（局所モデル）をあらかじめ記憶
する手段と、前記３次元ポインティングデバイスの出力
結果からワークの各頂点の位置、中心の位置及び姿勢を
算出する手段と、前記算出されたワークの各頂点の位
置、中心の位置及び姿勢を記憶する手段と、前記記憶さ
れたワークの各頂点の位置及び姿勢から前記局所モデル
を割り付ける手段と、前記記憶装置に記憶されたワーク
の中心の位置及び姿勢から動作の変化点を抽出する手段
と、局所モデル群のクラスタリングとクラスタリングし
た局所モデル群間の遷移条件を抽出し、局所モデル群を
時系列に並べたものをロボットプログラムとして生成す
る手段とからなることを特徴とする。

【００１１】さらに、請求項４の発明は、あらかじめ用
意された作業に対して局所的な幾何モデル（局所モデ
ル）と、教示者が３次元入力デバイスなどを通じて実演
教示して得られる教示データにより、ロボットプログラ
ムを生成する生成プログラムを記憶したコンピュータ読
み取り可能な記録媒体であって、該生成プログラムは、
入力教示データからワークの各頂点の位置、姿勢の時系
列データ（データＡ）とワークの中心の位置、姿勢の時
系列データ（データＢ）を算出するプロセスと、前記デ
ータＡを用いて接触状態遷移を起こす頂点の各組に、あ
らかじめ用意された局所モデルを割り付けるプロセス
と、前記データＢから動作の変化した時間を抽出するプ
ロセスと、前記割り付けられた局所モデルを各変化時間
ごとに一つの局所モデル群にまとめ、該局所モデル群間
の遷移の方向性と要素である局所モデルの重なりを調べ
ることで、局所モデル群のクラスタリングを行うプロセ
スと、前記クラスタリングした各時点での当該局所モデ
ルの接触状態をクラスタリングした局所モデル群間の遷
移のための条件として、局所モデル群を時系列に並べた
ものをロボットプログラムとするプロセスとを有するこ
とを特徴とする。

【００１２】本発明は、人間がワークを直接把持し、作
業を実演し、該実演して得られた教示データから、ロボ
ットが接触状態遷移を行うためのプログラムやモデルを
局所モデル群のシーケンスとして生成する点が、従来技
術と異なる。

【００１３】

【発明の実施の形態】以下、本発明の実施の形態につい
て図面を参照して説明する。図１は、本発明によるロボ
ットプログミング方法の一実施形態を示す全体的処理フ
ローチャートである。以下、各ステップでの処理につい
て詳述する。なお、ワーク形状に依存しないワーク間の
１組の頂点の接触状態遷移を表し、作業に対して局所的
な幾何モデル（以下、局所モデルと呼ぶ）は予め用意し
ておく。

【００１４】〈ステップ１〉人間（教示者）が３次元ポ
インティングデバイスなどを通しでワークや装置を直接
操作し、作業を実施することで得られる教示データを順
次入力する。

【００１５】〈ステップ２〉入力した教示データから、
操作ワークの各頂点の位置、姿勢の時系列データ（以
下、データＡと呼ぶ）、及び、操作したワーク中心の位
置、姿勢の時系列データ（以下、データＢと呼ぶ）を算
出する。

【００１６】〈ステップ３〉操作ワークの各頂点の位
置、姿勢の時系列データ（データＡ）を被組立側ワーク
の各頂点との接触状態の有無によってセグメンテーショ
ンし、接触が生じる操作ワーク頂点と被組立側ワーク頂
点のペアを時間順に並べる（以下、これをデータＣと呼
ぶ）。データＣにおいて、接触状態間で遷移可能でかつ
時間の連続した接触状態を抽出し、その接触状態をつく
る頂点ペアに局所モデルを割り付ける。なお、割り付け
た局所モデルはデータＣに従って時間順に並べておく。

【００１７】〈ステップ４〉操作したワーク中心の位
置、姿勢の時系列データ（データＢ）にローパスフィル
タをかけ、データＢにおいて高周波成分として現れる手
振れなどを削除する。フィルタから出力されるデータ
（以下、データＢ′と呼ぶ）を時間で微分し、動作の変
化した時間（動作変化点）を抽出する。

【００１８】〈ステップ５〉データＢ′から抽出した各
変化時間ごとに、その変化時間に接触状態遷移が起こっ
ている局所モデルを取り出し、１つの局所モデル群にま
とめる。各局所モデル群を切り出した変化時間ごとにな
らべ、隣り合う局所モデル群間で接触状態遷移の方向が
同じであるか、また、局所モデルが重複していないかを
調べる。局所モデルが重複していない場合、もしくは、
局所モデルが重複しているが、接触状態遷移の方向が異
なる場合、局所モデル群を別々のグループとしてクラス
タリングする。どちらでもない場合は、２つの局所モデ
ル群を１つの局所モデル群に統合する。

【００１９】〈ステップ６〉２つの局所モデル群（仮に
局所モデル群Ａ,Ｂとする。時間順序はＡ,Ｂの順）が動
作変化時間ｔ_A,Bでクラスタリングされた場合、動作時
間ｔ_A,Bでの局所モデル群Ａの各局所モデルの接触状態
を調べ、それら接触状態が満たされることを局所モデル
群Ａ，Ｂ間の遷移の条件とする。

【００２０】〈ステップ７〉ステップ５でクラスタリン
グされた局所モデル群を時間順に並べ、各局所モデル群
間をステップ６で得た遷移条件により分岐させること
で、組立作業用ロボットシステムのプログラムとする。

【００２１】以上、図１に示す各ステップを経ること
で、教示者の実演した教示データから局所モデル群のシ
ーケンスとしてロボットプログラムを生成するすること
が可能となる。

【００２２】まず、局所モデルについて述べる。局所モ
デルとしては、図２に示すワーク間の１組の頂点ペアの
接触状態遷移を用いる。この局所モデルは、ワーク形状
に依存することなく頂点ペアの接触状態遷移を表す。そ
の理由を以下に記す。

【００２３】図２に示すワーク間の１組の頂点ペアの接
触は、幾何モデルＣ−Ｓpace法により表すと、図３
（ａ）に示す多様体の表面で表すことができる。ここ
で、図３（ａ）に示す多様体の表面は、接触状態により
１７種類の面、線分、点に分類され（Ｎ₁，・・・，Ｎ
₁₇）、各隣接関係が状態遷移を表す。図３（ｂ）は、こ
れをテーブル化したものである。

【００２４】図３（ａ）の面、線分、点をノードとし、
隣接するもの同士を線分で結ぶことで、図２に示す頂点
ペアの接触状態遷移は、図４に示すグラフとして表され
る。ワークの頂点の角度や向きが変わった場合、図３
（ａ）に示す多様体形状は変化するものの、１７種類の
接触状態やその隣接関係は変化しない。従って、図４の
グラフはワーク形状に関係なく使うことができる。

【００２５】次に、図１の特にステップ３からステップ
５の処理について、より具体的に説明する。

【００２６】ステップ３において、局所モデルの割り付
けの前処理である、操作ワーク各頂点の位置、姿勢の時
系列データ（データＡ）からの接触状態の有無によるセ
グメンテーションは、具体的には次のようにして行う。
一般に、物体の接触は、操作ワークの頂点と被組立ワー
クの面（Ｔype-Ａ接触）、操作ワークの面と被組立ワー
クの頂点（Ｔype-Ｂ接触）、操作ワークの稜線と被組立
ワークの稜線（Ｔype-Ｃ接触）の３種類の接触に分類で
きる、なお、面と面の接触は面と頂点の接触で表すこと
ができる。各接触状態の条件式は以下の数１乃至数３で
表わされる。

【００２７】

【数１】

【００２８】

【数２】

【００２９】

【数３】

【００３０】ステップ３では、局所モデルの割り付けの
前処理として、これら条件式を各データＡに適用してい
き接触有無を調べる。そして、接触を生じた時点のデー
タＡだけにフラグをつけ、該フラグがついたものだけを
時間順に並べる。これが、データＣである。

【００３１】局所モデルの割り付けでは、時間順に並べ
た接触状態のデータＡ（データＣ）を用いて、まず、時
間的な連続性を調べる。そして、時間的な連続した接触
状態間の遷移が局所モデル上の接触状態遷移として存在
するかどうかを調べ、存在するなら局所モデルをその頂
点間に割り付け、データＣに従って時間順に並べる。

【００３２】ステップ４において、データＢに対する高
周波成分のカットは、データＢをフーリエ変換により周
波数領域に展開することで行なう。このデータＢから高
周波成分を除いたデータをフーリエ逆変換することでデ
ータＢ′を作成する。データＢ′から動作変化する時間
を見つけ出すことは、データＢ′を時間微分し、微分値
が０となる時間を調べることで行なうことができる。

【００３３】ステップ５において、局所モデル群間で局
所モデルが重複していないかどうかは、局所モデル群間
で直積をとり、各ペアの要素に同じ局所モデルがないか
どうかによって判別することができる。各局所モデル群
間で動作の変化が生じる時間で接触状態遷移の方向が同
じかどうかは、局所モデル群間で直積をとり、局所モデ
ルの各ペアごとに、変化時間で遷移する遷移先の局所モ
デル群に属する局所モデルでは動作変化時間ｔからｔ＋
Δｔに遷移する遷移ベクトルを計算し、変化時間で遷移
する遷移元の局所モデル群に属する局所モデルではｔ−
Δｔから動作変化時間ｔに遷移する遷移ベクトルを計算
し、両者の各成分ごとに積をとり、その値が正負のどち
らかであるかを用いて判別することができる。

【００３４】図５は、本発明によるロボットプログラミ
ング装置の構成例を示すブロック図である。図におい
て、１００はロボットプログラム自動生成の処理装置本
体（コンピュータ）、１１０は人間（教示者）がワーク
等を直接操作することができ、３次元の位置・姿勢を一
定時間ごとにサンプリングして計測できる６軸関節型等
の３次元ポインティングデバイス、１２０は制御対象の
組立作業用ロボット、１３０は局所モデルがあらかじめ
記憶された局所モデル記憶装置である。

【００３５】処理装置１００は、３次元ポインティング
デバイス１１０から出力される教示データを入力し、ワ
ークの各頂点の位置、姿勢の時系列データ（データＡ）
とワークの中心の位置、姿勢の時系列データ（データ
Ｂ）を算出するワーク位置・姿勢算出部１０１、該ワー
ク位置・姿勢算出部１０１の算出結果（データＡ，デー
タＢ）を記憶するＲＡＭ等のデータ記憶部１０２、デー
タ記憶部１０２のデータＡにより局所モデル記憶装置１
３０にあらかじめ記憶されている局所モデルを割り付け
る局所モデル割付部１０３、データ記憶部１０２のデー
タＢにより動作の変化時間（動作変化点）を抽出する動
作変化検出部１０４、局所モデル割付け部１０３と動作
変化点検出部１０４の出力結果から局所モデル群のクラ
スタリングとクラスタリングした局所モデル群間の遷移
条件を抽出し、局所モデル群のシーケンスとしてロボッ
トプログラムを生成するロボットプログラム生成部１０
５から構成される。データ記憶部１０２には、教示者が
３次元ポインティングデバイス１１０による実演開始か
ら終了まで、順次、ワーク位置・姿勢算出部１０１を介
してデータＡとデータＢが蓄積される。そして、データ
Ａは局所モデル割付け部１０３に、データＢは動作変化
点検出部１０４に出力され、それぞれ局所モデルの割付
け、動作変化点の検出に用いられるロボットプログラム
生成部１０５では、局所モデル割付部１０３、動作変化
点検出部１０４の両方の処理結果が入力されるまで、処
理を行わないようにする。

【００３６】図５のような装置構成をとることで、図１
に示すステップ順に処理を行い、教示者を実施して得ら
れた教示データから、局所モデル群のシーケンスとして
ロボットプログラムを自動生成することができる。

【００３７】以下に、本発明によるプログラミングの具
体例として、Ｔ型ワークの組立作業のプログラミングを
示す。プログラミングでは、図２に示した局所モデル用
いた。ここで、図２に示した局所モデルを対応する頂点
ペア（例えば、操作側ワークをＰ、被組立側ワークをＨ
とする）によって〈Ｐ−Ｈ〉と表す。図６は６軸関節型
３次元ポインティングデバイスを用いて実演教示してい
る様子である。図７は以下で述べる頂点のラベルを表
す。図８は実演教示によってワークがどのように操作さ
れたかを示す。

【００３８】６軸関節型３次元ポインインティングデバ
イスを使用して実演教示、ワーク中心（データＢ）と各
頂点（データＡ）の位置、姿勢のデータを一定のサンプ
リング周期で実演開始から終了まで３０秒間取得し、一
旦蓄積する。データＡからステップ３の局所モデルの割
付けの前処理として接触有無を判定した結果、１７種類
の接触が得られた（図９）。図９を用いて、ステップ３
において局所モデルの割り付けを行うことで、５種類の
局所モデルが割り付けられる（図１０）。次に、データ
Ｂを用いて、ステップ４にて動作の変化する時間を調べ
る。データＢとして、ワーク中心の角度の変化を用い
た。図１１に用いた角度の時間変化をしめす。図１１を
フーリエ変換し高周波成分を除去した結果、図１１のＡ
部が除去された。残った周波数成分を逆フーリエ変換
し、時間微分することで、図１１のＢ部（２２［sec］
の部分）が動作の変化する点として抽出される。ステッ
プ５において、まず、動作変化時刻２２［sec］で図１
０に示す局所モデルは局所モデル群Ａ（〈ｆ−Ｂ〉，
〈ｆ−Ｄ〉，〈ｅ−Ａ〉，〈ｄ−Ａ〉）と局所モデル群
Ｂ（〈ｃ−Ｃ〉，〈ｆ−Ｄ〉，〈ｄ−Ａ〉）に分けられ
る。次に、局所モデル群ＡとＢに局所モデルをクラスタ
リングできるかどうか調べる。局所モデル群ＡとＢでは
〈ｆ−Ｄ〉，〈ｄ−Ａ〉が重なるので、２つの局所モデ
ル群間で直積をとり遷移方向を調べる。すると、〈ｆ−
Ｄ〉と〈ｄ−Ａ〉で２２［sec］で遷移方向が変化して
いるので、このことから局所モデル群ＡとＢに局所モデ
ルがクラスタリングされる。ステップ６より、局所モデ
ル群ＡとＢの切替え条件として、〈ｆ−Ｄ〉と〈ｄ−
Ａ〉での２２［sec］での接触状態（調べると図３のＮ
６であった）を満たすことが出力された。ステップ７に
おいて、以上の結果から図１２に示すロボットプログラ
ムが生成された。

【００３９】以上、本発明の一実施形態について説明し
たが、図１に示した処理フローチャートのプロセスは、
ロボットプログラム生成プログラムとして、ＦＤ若しく
はＣＤ−ＲＯＭ等の記録媒体にコンピュータで読み取り
可能な形式で記録し、販売してもよい。この記録媒体に
記録された生成プログラムを計算機にインストールする
と、例えば図５の装置構成例における各部１０１〜１０
５の機能が実現される。

【００４０】

【発明の効果】以上述べたように、本発明によれば次の
ような効果が得られる。 (１) 教示者である人間に負担や手間をかけることな
く、ワークを持って実演することで、容易に組立作業用
ロボットプログラムを生成することができる。 (２) プログラムの修正についても、再度実演教示する
だけでよく、教示者の負担を減らすことができる。 (３) ワークの形状が変わった場合にでも、教示者が実
演するだけでプログラムを生成することができることか
ら、ワーク形状の変化に対して、プログラム開発の時間
を短縮することができる。 (４) 実演教示によって得られたプログラムが局所モデ
ル群を構成していることから、接触状態遷移に必要なモ
デルだけを取り出すことができる。 (５) 自動動作計画のモデル作成の手間を削減すること
ができる。

【図面の簡単な説明】

【図１】本発明によるロボットプログラミング方法の一
実施形態の処理フローチャートである。

【図２】局所モデルとして接触状態遷移をモデル化する
頂点を示す図である。

【図３】局所モデルのＣ−Ｓpace法による表現例を示す
図である。

【図４】局所モデルのグラフによる表現例を示す図であ
る。

【図５】本発明によるロボットプログラミング装置の構
成例を示すブロック図である。

【図６】実演教示の様子を示す図である。

【図７】頂点のラベルを示す図である。

【図８】実演教示したワークの軌跡を示す図である。

【図９】接触が生じた頂点ペアの時間変化を示す図であ
る。

【図１０】割り付けられた局所モデルの時間変化を示す
図である。

【図１１】教示したワーク中心の角度の時間変化を示す
図である。

【図１２】生成したロボットプログラムを示す図であ
る。

【符号の説明】 １００ 処理装置 １０１ ワーク位置・姿勢算出部 １０２ データ記憶部 １０３ 局所モデル割付部１０３ １０４ 動作変化検出部 １０５ ロボットプログラム生成部 １１０ ３次元ポインティングデバイス １２０ ロボット １３０ 局所モデル記憶装置

Claims (4)

【特許請求の範囲】
1. 【請求項１】 コンピュータを利用して組立作業用ロボ
   ットシステムのプログラム（以下、ロボットプログラム
   と呼ぶ）を自動生成するロボットプログラミング方法で
   あって、 作業に対して局所的な幾何モデル（以下、局所モデルと
   呼ぶ）を予め用意し、教示者が３次元入力デバイスなど
   を通じて実演教示して得られる教示データを入力し解析
   し、局所モデルを複数集めた局所モデル群をプログラム
   の実行単位とし、局所モデル群の遷移をプログラムシー
   ケンスとするロボットプログラムを自動生成することを
   特徴とするロボットプログラミング方法。
2. 【請求項２】 請求項１記載のロボットプログラミング
   方法において、 入力された教示データからワークの各頂点の位置、姿勢
   の時系列データ（以下、データＡと呼ぶ）とワークの中
   心の位置、姿勢の時系列データ（以下、データＢと呼
   ぶ）を算出し、 前記データＡを用いて接触状態遷移を起こす頂点の各組
   に局所モデルを割り付け、前記データＢから動作の変化
   した時間を算出し、 前記割り付けられた局所モデルを各変化時間ごとに一つ
   の局所モデル群にまとめ、該局所モデル群間の遷移の方
   向性と要素である局所モデルの重なりを調べることで、
   局所モデル群のクラスタリングを行い、 前記クラスタリングした各時点での当該局所モデルの接
   触状態をクラスタリングした局所モデル群間の遷移のた
   めの条件として、局所モデル群を時系列に並べたものを
   ロボットプログラムとすることを特徴とするロボットプ
   ログラミング方法。
3. 【請求項３】 人間がワークや装置を直接操作すること
   ができる３次元ポインティングデバイスと、 作業に対して局所的な幾何モデル（局所モデル）をあら
   かじめ記憶する手段と、 前記３次元ポインティングデバイスの出力結果からワー
   クの各頂点の位置、中心の位置及び姿勢を算出する手段
   と、 前記算出されたワークの各頂点の位置、中心の位置及び
   姿勢を記憶する手段と、 前記記憶されたワークの各頂点の位置及び姿勢から前記
   局所モデルを割り付ける手段と、 前記記憶装置に記憶されたワークの中心の位置及び姿勢
   から動作の変化点を抽出する手段と、 局所モデル群のクラスタリングとクラスタリングした局
   所モデル群間の遷移条件を抽出し、局所モデル群を時系
   列に並べたものをロボットプログラムとして生成する手
   段と、からなることを特徴とするロボットプログラミン
   グ装置。
4. 【請求項４】 あらかじめ用意された作業に対して局所
   的な幾何モデル（局所モデル）と、教示者が３次元入力
   デバイスなどを通じて実演教示して得られる教示データ
   により、ロボットプログラムを生成する生成プログラム
   を記憶したコンピュータ読み取り可能な記録媒体であっ
   て、 入力教示データからワークの各頂点の位置、姿勢の時系
   列データ（データＡ）とワークの中心の位置、姿勢の時
   系列データ（データＢ）を算出するプロセスと、 前記データＡを用いて接触状態遷移を起こす頂点の各組
   に、あらかじめ用意された局所モデルを割り付けるプロ
   セスと、 前記データＢから動作の変化した時間を抽出するプロセ
   スと、 前記割り付けられた局所モデルを各変化時間ごとに一つ
   の局所モデル群にまとめ、該局所モデル群間の遷移の方
   向性と要素である局所モデルの重なりを調べることで、
   局所モデル群のクラスタリングを行うプロセスと、 前記クラスタリングした各時点での当該局所モデルの接
   触状態をクラスタリングした局所モデル群間の遷移のた
   めの条件として、局所モデル群を時系列に並べたものを
   ロボットプログラムとするプロセスとを有することを特
   徴とする記録媒体。