KR101255948B1 - 산업용 로봇 시스템 - Google Patents

산업용 로봇 시스템 Download PDF

Info

Publication number
KR101255948B1
KR101255948B1 KR1020117018727A KR20117018727A KR101255948B1 KR 101255948 B1 KR101255948 B1 KR 101255948B1 KR 1020117018727 A KR1020117018727 A KR 1020117018727A KR 20117018727 A KR20117018727 A KR 20117018727A KR 101255948 B1 KR101255948 B1 KR 101255948B1
Authority
KR
South Korea
Prior art keywords
work
unit
error
teaching
information
Prior art date
Application number
KR1020117018727A
Other languages
English (en)
Other versions
KR20110114651A (ko
Inventor
아키오 노다
하루히사 오쿠다
겐이치 다나카
데츠오 사와라기
히로시 마츠히사
야스요시 요코코우지
히데오 우츠노
마사하루 고모리
하지메 미즈야마
히로아키 나카니시
유키오 호리구치
다케히사 고우다
가즈히로 이즈이
Original Assignee
고쿠리츠 다이가쿠 호진 교토 다이가쿠
미쓰비시덴키 가부시키가이샤
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 고쿠리츠 다이가쿠 호진 교토 다이가쿠, 미쓰비시덴키 가부시키가이샤 filed Critical 고쿠리츠 다이가쿠 호진 교토 다이가쿠
Publication of KR20110114651A publication Critical patent/KR20110114651A/ko
Application granted granted Critical
Publication of KR101255948B1 publication Critical patent/KR101255948B1/ko

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1656Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1661Programme controls characterised by programming, planning systems for manipulators characterised by task planning, object-oriented languages
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B23MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23PMETAL-WORKING NOT OTHERWISE PROVIDED FOR; COMBINED OPERATIONS; UNIVERSAL MACHINE TOOLS
    • B23P19/00Machines for simply fitting together or separating metal parts or objects, or metal and non-metal parts, whether or not involving some deformation; Tools or devices therefor so far as not provided for in other classes
    • B23P19/04Machines for simply fitting together or separating metal parts or objects, or metal and non-metal parts, whether or not involving some deformation; Tools or devices therefor so far as not provided for in other classes for assembling or disassembling parts
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J19/00Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
    • B25J19/06Safety devices
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/18Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/4093Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by part programming, e.g. entry of geometrical information as taken from a technical drawing, combining this with machining and material information to obtain control information, named part programme, for the NC machine
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/42Recording and playback systems, i.e. in which the programme is recorded from a cycle of operations, e.g. the cycle of operations being manually controlled, after which this record is played back on the same machine
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/36Nc in input of data, input key till input tape
    • G05B2219/36404Adapt teached position as function of deviation 3-D, 2-D position workpiece
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/39Robotics, robotics to robotics hand
    • G05B2219/39527Workpiece detector, sensor mounted in, near hand, gripper
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/40Robotics, robotics mapping to robotics vision
    • G05B2219/40111For assembly
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/40Robotics, robotics mapping to robotics vision
    • G05B2219/40613Camera, laser scanner on end effector, hand eye manipulator, local

Abstract

과제 : 설치 조정 시간의 단축, 운용 개시 후의 에러가 없는 연속 조업 시간의 확대가 가능한 산업용 로봇 시스템을 얻는다. 해결 수단 : 일시 중지 대응 행동 계획부(4)와, 에러 유발 작업 억제부(5)와, 교시 작업부(6)와, 동작 숙련부(7)와, 핸드 라이브러리(8)와, 최적 작업 동작 생성부(11)와, 특정 작업 라이브러리(9)와, 에러 리커버리 작업 교시부(12)와, 에러 리커버리 라이브러리(10)와, 핑거 아이 카메라 계측부(32)와, 3차원 인식부(33)와, 컨트롤러(30)와, 매니퓰레이터(31)와, 매니퓰레이션 디바이스군(34)에 포함되는 유니버설 핸드를 구비하고 있고, 일시 중지 대응 행동 계획부(4)는, 생산 시스템 및 제조 대상물의 구성 정보와, 에러 유발 작업 억제부(5)로부터의 에러 정보에 근거하여, 일시 중지에 대응하기 위한 에러 복귀 시퀀스 포함 작업 시퀀스 차트와 개략 좌표 포함 작업 패스를 생성한다.

Description

산업용 로봇 시스템{INDUSTRIAL ROBOT SYSTEM}
본 발명은 제조 대상물의 제품 조립을 실행하기 위한 생산 시스템에 이용되는 산업용 로봇 시스템에 관한 것이다.
종래로부터, 생산 라인으로의 로봇의 도입시에 생기는 중요한 과제로서, 일시 중지(temporary halt)(일시적인 트러블로 인해 설비가 정지하거나, 공전(空轉)하거나 하는 상태)를 방지하는 것을 들 수 있다. 일시 중지는, 생산 라인의 시동ㆍ조정시의 교시 시간 단축의 장해가 될 뿐만 아니라, 무인 연속 조업시의 장해가 되고 있다.
일반적으로, 제품의 설계 순서로서는, 우선, 제조하고 싶은 제품의 구조 설계와, 제품을 무인 운전으로 제조하기 위한 셀의 레이아웃 설계가 행해진다. 이에 의해, 제품을 구성하는 부품의 결합 순서 관계를 나타내는 부품 연결 정보(부품 구성 수형도(tree diagram))나, 부품의 기하학적 형상 데이터 등의 제품 설계 데이터와, 셀 내의 설비 레이아웃 데이터나 로봇의 사양 등의 생산 설비 데이터가 얻어진다. 그 후, 생산 시스템에 있어서의 로봇 등, 각 설비를 동작시키는 프로그래밍, 설치 조정, 교시 작업 등이 개시된다.
종래의 산업용 로봇 시스템으로서, 생산 설비를 복귀시키기 위해, 동작 상태가 2치 상태(ON/OFF 등)로 표현 가능한 경우에 대하여, 에러 발생의 검지 및 복귀 시퀀스의 생성을 행하는 기술이 제안되어 있다(예컨대, 특허 문헌 1, 특허 문헌 2 참조).
마찬가지로, 생산 라인의 고장을 복귀시키기 위해, 제어 시퀀스 프로그램을 미리 블록 단위로 구성하고, 블록마다 고장의 검지, 복귀용 프로그램의 기동을 행하는 기술도 제안되어 있다(예컨대, 특허 문헌 3 참조).
(선행 기술 문헌)
(특허 문헌)
(특허 문헌 1) 일본 특허 제 3195000 호 공보
(특허 문헌 2) 일본 특허 공개 평 6-190692 호 공보
(특허 문헌 3) 일본 특허 공개 평 3-116304 호 공보
종래의 산업용 로봇 시스템에서는, 생산 시스템의 구성 정보로부터, 생산 시스템의 각 구성 요소의 2치 상태에 대해서만, 사전에 에러 복귀 방법을 산출하기 위한 처리 동작이 행해지기 때문에, 복잡한 다치(3치 이상)의 상태치를 취할 수 있는 로봇을 포함하는 생산 시스템에서 발생하는 고장을 해결할 수 없다고 하는 과제가 있었다.
본 발명은, 상기와 같은 과제를 해결하기 위해 이루어진 것이며, 산업용 로봇을 이용한 생산 시스템(생산 라인)의 시동ㆍ조정시에 있어서의 교시 시간(설치 조정 시간)을 단축함과 함께, 운용 개시 후의 에러가 없는 상태에서의 연속 조업 시간을 확대한 산업용 로봇 시스템을 얻는 것을 목적으로 한다.
본 발명에 의한 산업용 로봇 시스템은, 매니퓰레이터 및 핸드를 갖는 로봇을 포함하고, 제조 대상물이 되는 제품을 조립하기 위한 생산 시스템에 이용되는 산업용 로봇 시스템으로서, 생산 라인의 시동ㆍ조정시의 교시 작업 및 무인 연속 조업의 장해가 되는 일시 중지에 대응하기 위한 작업 정보 및 제 1 작업 패스(work path)를 생성하는 일시 중지 대응 행동 계획부와, 작업 정보에 근거하여, 에러를 유발하는 작업을 억제하기 위한 에러 정보를 생성하는 에러 유발 작업 억제부와, 제 1 작업 패스 및 에러 정보에 근거하여 제 2 작업 패스를 생성하는 교시 작업부와, 제 2 작업 패스에 근거하여, 로봇에 대한 최적화된 제 3 작업 패스를 생성하는 동작 숙련부와, 로봇의 조립 작업과 제어 소프트웨어를 대응시켜 라이브러리화한 핸드 라이브러리와, 특정 작업 동작 계열을 생성하는 최적 작업 동작 생성부와, 특정 작업 동작 계열을 저장하는 특정 작업 라이브러리와, 교시 작업부에서의 조작 이력에 근거하여, 에러 상태에 따른 에러 리커버리 작업을 교시하기 위한 에러 리커버리 작업 교시부와, 에러 리커버리 작업을 저장하는 에러 리커버리 라이브러리와, 로봇의 동작 모니터 정보를 생성하여, 에러 유발 작업 억제부, 교시 작업부 및 동작 숙련부에 입력하는 핑거 아이 카메라 계측부 및 3차원 인식부와, 제 2 및 제 3 작업 패스와 동작 모니터 정보에 근거하여 로봇을 제어하는 컨트롤러를 구비하고, 일시 중지 대응 행동 계획부는, 생산 시스템 및 제조 대상물의 구성 정보와, 핸드 라이브러리, 특정 작업 라이브러리 및 에러 리커버리 라이브러리의 각 저장 정보와, 에러 유발 작업 억제부로부터의 에러 정보에 근거하여, 제 1 작업 패스를 생성하고, 에러 리커버리 작업 교시부는, 교시 작업부로부터의 에러 발생 원인 및 조작 이력에 근거하여, 로봇을 포함하는 구성 요소에 대한 에러 복귀 정보를 산출하고, 일시 중지 대응 행동 계획부, 교시 작업부 및 동작 숙련부는, 생산 시스템 및 제조 대상물의 구성 정보로부터, 로봇의 교시에 필요한 제 3 작업 패스를 포함하는 프로그램 정보를 생성하는 것이다.
본 발명에 의하면, 산업용 로봇을 포함하는 생산 라인의 설치 조정 시간의 단축과, 운용 개시 후의 에러가 없는 연속 조업 시간의 확대를 실현할 수 있다.
도 1은 본 발명의 실시예 1에 따른 산업용 로봇 시스템을 나타내는 블록 구성도이다(실시예 1).
도 2는 본 발명의 실시예 1에 이용되는 생태학적 인터페이스의 실장 이미지의 일례를 나타내는 설명도이다(실시예 1).
도 3은 본 발명의 실시예 1에 의한 교시 작업부의 입출력 정보를 나타내는 설명도이다(실시예 1).
도 4는 본 발명의 실시예 1에 의한 동작 숙련부에 있어서의 최적 택트 타임 탐색의 개요를 나타내는 설명도이다(실시예 1).
도 5는 본 발명의 실시예 1에 의한 동작 숙련부의 입출력 정보를 나타내는 설명도이다(실시예 1).
도 6은 본 발명의 실시예 1에 의한 일시 중지 복귀 등의 보조 작업을 고려한 작업 분석을 나타내는 흐름도이다(실시예 1).
도 7은 본 발명의 실시예 1에 의한 일시 중지 대응 행동 계획부의 입출력 정보를 나타내는 설명도이다(실시예 1).
도 8은 본 발명의 실시예 1에 의한 에러 발생 리스크 분석 방법의 틀을 나타내는 설명도이다(실시예 1).
도 9는 본 발명의 실시예 1에 의한 에러 유발 작업 억제부의 입출력 정보를 나타내는 설명도이다(실시예 1).
도 10은 본 발명의 실시예 1에 의한 최적 작업 동작 생성부의 입출력 정보를 나타내는 설명도이다(실시예 1).
도 11은 본 발명의 실시예 1에 의한 지식의 연역 학습에 근거하는 교시 학습 시스템의 구성예를 나타내는 블록도이다(실시예 1).
도 12는 본 발명의 실시예 1에 의한 에러 리커버리 작업 교시부의 입출력 정보를 나타내는 설명도이다(실시예 1).
도 13은 본 발명의 실시예 1에 이용되는 핑거 아이 카메라 계측부의 구성을 개념적으로 나타내는 설명도이다(실시예 1).
도 14는 본 발명의 실시예 1에 의한 핑거 아이 카메라 계측부에 근거하는 센서 피드백 기능의 입출력 정보를 나타내는 설명도이다(실시예 1).
도 15는 본 발명의 실시예 1에 의한 핑거 아이 카메라 계측부에 근거하는 센서 피드백 기능의 입출력 정보를 나타내는 설명도이다(실시예 1).
도 16은 본 발명의 실시예 1에 의한 3차원 계측ㆍ인식 처리의 예를 블록도와 함께 나타내는 설명도이다(실시예 1).
도 17은 본 발명의 실시예 1에 의한 3차원 인식부의 입출력 정보를 나타내는 설명도이다(실시예 1).
도 18은 본 발명의 실시예 1에 의한 알고리즘 설계 지원부의 입출력 정보를 나타내는 설명도이다(실시예 1).
도 19는 본 발명의 실시예 1에 의한 핸드 라이브러리의 개념을 도식적으로 나타내는 설명도이다(실시예 1).
도 20은 본 발명의 실시예 2에 따른 산업용 로봇 시스템을 개념적으로 나타내는 설명도이다(실시예 2).
도 21은 본 발명의 실시예 3에 의한 오프라인 교시부의 핸드 라이브러리 기능의 입출력 정보를 나타내는 설명도이다(실시예 3).
도 22는 본 발명의 실시예 3에 의한 오프라인 교시부의 에러 검지 기능의 입출력 정보를 나타내는 설명도이다(실시예 3).
도 23은 본 발명의 실시예 3에 의한 오프라인 교시부의 에러 리커버리 레벨 결정 기능의 입출력 정보를 나타내는 설명도이다(실시예 3).
도 24는 본 발명의 실시예 3에 의한 오프라인 교시부의 에러 발생 리스크 분석 기능의 입출력 정보를 나타내는 설명도이다(실시예 3).
도 25는 본 발명의 실시예 5에 의한 에러 리커버리부의 행동 제어 기능의 입출력 정보를 나타내는 설명도이다(실시예 5).
도 26은 본 발명의 실시예 5에 의한 에러 리커버리부의 교시 작업부 강화 기능의 입출력 정보를 나타내는 설명도이다(실시예 5).
도 27은 본 발명의 실시예 5에 의한 에러 리커버리부의 텔레오퍼레이션 조작 기능의 입출력 정보를 나타내는 설명도이다(실시예 5).
도 28은 본 발명의 실시예 6에 의한 인식부의 부품 피킹용 물체 인식 기능의 입출력 정보를 나타내는 설명도이다(실시예 6).
도 29는 본 발명의 실시예 6에 의한 인식부의 하이브리드 시각 보정 기능의 입출력 정보를 나타내는 설명도이다(실시예 6).
도 30은 본 발명의 실시예 6에 의한 인식부의 에러 검지용 시각 기능의 입출력 정보를 나타내는 설명도이다(실시예 6).
도 31은 본 발명의 실시예 6에 의한 인식부의 인식 어플리케이션 구축 지원 기능의 입출력 정보를 나타내는 설명도이다(실시예 6).
도 32는 본 발명의 실시예 7에 따른 산업용 로봇 시스템을 나타내는 블록 구성도이다(실시예 7).
(실시예 1)
도 1은 본 발명의 실시예 1에 따른 산업용 로봇 시스템을 나타내는 블록 구성도이다.
도 1에 있어서, 산업용 로봇 시스템은, 미리 작성 준비된 3차원 CAD에 의한 제품 설계 데이터 및 생산 설비 데이터(1)(부품 연결 정보, 기하학적 형상 데이터, 설비 레이아웃 데이터 등을 포함한다)와, 미리 작성 준비된 특정 작업 사양(2)과, 생산 라인에 설치된 로봇 시스템(3)을 구비하고 있다.
또한, 제품 설계 데이터 및 생산 설비 데이터(1), 특정 작업 사양(2) 및 로봇 시스템(3)과 관련된 구성으로서, 일시 중지 대응 행동 계획부(4)와, 에러 유발 작업 억제부(5)와, 교시 작업부(6)와, 동작 숙련부(7)와, 핸드 라이브러리(8)와, 특정 작업 라이브러리(9)와, 에러 리커버리 라이브러리(10)와, 최적 작업 동작 생성부(11)와, 에러 리커버리 작업 교시부(12)와, 컨트롤러(30)와, 매니퓰레이터(31)와, 핑거 아이 카메라 계측부(32)와, 3차원 인식부(33)와, 매니퓰레이션 디바이스군(34)을 구비하고 있다.
컨트롤러(30), 매니퓰레이터(31), 핑거 아이 카메라 계측부(32) 및 3차원 인식부(33)는, 로봇 시스템(3) 내에 마련되어 있다. 핑거 아이 카메라 계측부(32) 및 3차원 인식부(33)는, 화상 계측ㆍ인식부를 구성하고 있다.
또한, 매니퓰레이터(31)에는, 매니퓰레이션 디바이스군(34)이 마련되어 있고, 매니퓰레이션 디바이스군(34)은, 유니버설 핸드 등을 포함한다.
핸드 라이브러리(8)는, 매니퓰레이션 디바이스군(34)으로부터 입력되는 파지 작업 동작 계열을 저장한다.
특정 작업 라이브러리(9)는, 특정 작업 사양(2)에 근거하여 최적 작업 동작 생성부(11)로부터 입력되는 특정 작업 동작 계열을 저장한다.
에러 리커버리 라이브러리(10)는, 교시 작업부(6)로부터의 에러 발생 원인 및 작업자의 조작 이력에 근거하여, 에러 리커버리 작업 교시부(12)에서 생성된, 에러 상태에 따른 복귀 작업 패스를 저장한다.
일시 중지 대응 행동 계획부(4)는, 제품 설계 데이터 및 생산 설비 데이터(1)로부터 부품 연결 정보, 기하학적 형상 데이터, 설비 레이아웃 데이터와, 각 라이브러리(8~10) 내의 저장 정보에 근거하여, 에러 복귀 시퀀스를 포함하는 작업 시퀀스 차트와, 개략 좌표를 포함하는 작업 패스를 작성하여, 교시 작업부(6)에 입력한다.
또한, 일시 중지 대응 행동 계획부(4)는, 에러 유발 작업 억제부(5)와 상호 관련되어 있고, 에러 유발 작업 억제부(5)에 대하여 작업 순서의 후보를 입력함과 아울러, 에러 유발 작업 억제부(5)로부터 에러 발생 확률 정보를 받아들인다.
에러 유발 작업 억제부(5)는, 교시 작업부(6)와 상호 관련되어 있고, 교시 작업부(6)에 대하여 에러 발생 확률 정보 및 에러 발생 원인을 입력함과 아울러, 교시 작업부(6)로부터 교시 패스를 받아들인다.
또한, 에러 유발 작업 억제부(5)는, 로봇 시스템(3)의 컨트롤러(30)로부터의 동작 모니터 정보에 근거하여, 에러 발생 확률 정보 및 에러 발생 원인을 생성한다.
교시 작업부(6)는, 일시 중지 대응 행동 계획부(4)로부터의 작업 시퀀스 차트(에러 복귀 시퀀스 포함) 및 작업 패스(개략 좌표 포함)와, 에러 유발 작업 억제부(5)로부터의 에러 발생 확률 정보 및 에러 발생 원인과, 로봇 시스템(3)(핑거 아이 카메라 계측부(32) 및 3차원 인식부(33))으로부터의 동작 모니터 정보에 근거하여, 에러 발생 원인 및 작업자의 조작 이력을 생성함과 아울러, 정밀화된 작업 패스(숙련 전의 로봇 프로그램)를 생성하여 동작 숙련부(7) 및 컨트롤러(30)에 입력한다.
동작 숙련부(7)는, 교시 작업부(6)로부터의 작업 패스와, 로봇 시스템(3)으로부터의 동작 모니터 정보에 근거하여, 최적화된 작업 패스(숙련 후의 로봇 프로그램)를 생성하여 컨트롤러(30)에 입력한다.
컨트롤러(30)는, 숙련 전 및 숙련 후의 각 로봇 프로그램과, 핑거 아이 카메라 계측부(32) 및 3차원 인식부(33)로부터의 동작 모니터 정보에 근거하여, 매니퓰레이터(31) 및 매니퓰레이션 디바이스군(34)을 구동 제어한다.
핑거 아이 카메라 계측부(32) 및 3차원 인식부(33)는, 매니퓰레이터(31) 및 매니퓰레이션 디바이스군(34)의 동작을 모니터하고, 동작 모니터 정보를 컨트롤러(30) 및 교시 작업부(6)에 입력한다.
다음으로, 도 1에 나타낸 본 발명의 실시예 1에 의한 동작에 대하여 설명한다.
일반적으로, 설계자에 의한 제품의 설계 순서로서는, 상술한 바와 같이, 최초로, 제조하고 싶은 제품의 구조 설계와, 그것을 제조하기 위한 셀의 레이아웃 설계가 행해진다.
이에 의해, 제품을 구성하는 부품의 결합 순서 관계를 나타내는 부품 연결 정보(부품 구성 수형도)와, 부품의 기하학적 형상 데이터 등의 제품 설계 데이터와, 셀 내의 설비 레이아웃 데이터와, 로봇의 사양 등의 생산 설비 데이터가 얻어진다.
이들 설계자에 의한 설계 작업의 결과가 얻어지고 있는 상태로부터, 본 발명의 실시예 1에 의한 시스템 동작이 개시되는 것으로 한다.
이하, 생산 설비의 시동시에 있어서의, 본 발명의 실시예 1에 의한 시스템 동작에 대하여 설명한다.
최초의 단계에서는, 제품 설계 데이터 및 생산 설비 데이터(1)가, 일시 중지 대응 행동 계획부(4)에 대하여 입력된다.
이에 의해, 일시 중지 대응 행동 계획부(4)에 있어서는, 부품 연결 정보에 근거하여, 제품 제조 작업을 상세한 작업의 계열로 분해하고, 셀 내 각 설비로의 각 작업의 할당, 작업 순서의 생성이 행해진다. 이때, 작업을 분해하여 작업 순서를 결정할 때에, 에러 유발 작업 억제부(5)에 대하여 작업 순서의 후보를 부여하면, 그 작업에 대한 에러 발생 확률 정보가 되돌려지기 때문에, 일시 중지 리스크가 낮은 작업 순서가 선택된다. 또, 에러 발생 확률은, 생산 실행시의 동작 모니터 정보에 의해 수시로 갱신된다.
또, 일시 중지란, 자동화 설비에 있어서, 작업 대상물(원재료, 워크, 가공 공구 등)에 대한 반송, 가공, 조립, 검사 계측 등의 자동ㆍ반자동 작업을 행할 때, 작업 대상물 또는 설비 부위 등에 있어서 이상 상태가 일어나, 설비가 갖는 작업 기능이 일시적으로 정지하는 상태를 말하고, 심각하지 않은 일시적인 정지를 말한다.
또한, 일시 중지 대응 행동 계획부(4)에 있어서는, 각 작업과 작업 순서를 결정함과 아울러, 작업 중의 일시 중지를 검정하는 체크포인트와, 체크포인트 비통과시에 어디까지 되돌아가면 작업을 재개할 수 있는가라고 하는 복귀 포인트와, 복귀 포인트로 되돌아가기 위한 복귀 패스와, 장해물을 회피하기 위한 경유 포인트와, 각 포인트를 잇는 작업 패스와, 각 작업 패스의 실행 순서를 기술한 시퀀스와, 다른 로봇이나 장치를 기다리게 하여 두는 동기 포인트를 포함하는 「에러 복귀 시퀀스 포함 작업 시퀀스 차트」가 생성된다.
또한, 각 작업 패스에 대해서는, 이하와 같은 속성 라벨이 부여된다.
즉, 「2점간 이동」, 「경유점으로의 이동」, 「엔드 이펙터 디바이스에 의한 작용을 동반하는 작업」, 「부품을 파지하는 직전 직후의 어프로치 이동, 또는 미리 최적화된 작업 동작이라고 하는 센서 피드백 제어에 의한 작업」, 「일시 중지로부터의 복귀 시퀀스 중」 등이다. 또, 하나의 작업 패스에 대하여 복수의 라벨이 부여되는 경우도 있다.
이 단계에서의 작업 시퀀스 차트에는, 라벨 부착 작업 패스 및 각 포인트만이 포함되고, 각 작업 패스의 내용은 아직 포함되지 않는다.
또, 작업 패스의 내용이란, 패스 양단 및 경유점(필요에 따라, 복수의 경유점이 추가된다)의 위치 자세 좌표와, 좌표간 이동 방법(제어 법칙, 보간 방법 등)의 지정이다.
또한, 미리 최적화된 작업 동작이란, 작업 미스를 억제하여, 빠르고 또한 부드럽게 작업하는 요령을 포함하고 있다.
또한, 일시 중지 대응 행동 계획부(4)에 있어서는, 부품의 파지 자세에 근거하여 최적화된 핸드의 구조로부터 얻어지는 파지 전략(핸드 라이브러리(8))과, 펙인홀(인간형 유연 손가락의 사용) 등의 생산 공정에서 빈번하게 이용되는 특정 작업(최적 작업 동작 생성부(11) 및 특정 작업 라이브러리(9))과, 에러 상태에 따라 복귀 포인트로 되돌아가기 위한 복귀 패스(에러 리커버리 작업 교시부(12) 및 에러 리커버리 라이브러리(10))를 포함하는 작업 동작, 즉, 지금까지의 로봇 작업의 교시ㆍ실행의 결과로부터 지식으로서 얻어지고 있는 작업 동작이, 작업 패스 후보의 생성시에 이용된다.
이에 의해, 과거에 발생한 일시 중지 유발 작업의 재발을 억제한다.
다음 단계로서, 일시 중지 대응 행동 계획부(4)에 있어서는, 셀 내의 설비 배치 데이터 및 작업 순서 데이터를 이용하여, 각 작업에 대한 대략적인 작업 패스의 내용이 생성된다.
예컨대, 생산 셀 내에 부품 두는 곳 및 작업대가 있다고 가정하여, 부품 두는 곳으로부터 작업대에 부품을 나르는 작업에 대하여, 부품을 나르는 구체적인 궤도에 관한 작업 패스를 생각하면, 로봇이 주변의 물체와 간섭할 가능성이 있기 때문에, 최종적으로는, 각 작업 패스의 실현치를 정밀한 값으로 설정할 필요가 있다.
단, 이 경우, 각 작업 패스는 약 5㎝ 정도의 정밀도로 생성되기 때문에, 물체를 파지하는 기준 자세(부품과 핸드의 상대 자세)는, 후단의 교시 작업부(6)에 있어서, 교시 작업 입력 수단을 이용하여 작업자에 의한 교시에 의해 결정된다.
상기 조작은, 모든 작업 패스에 대하여 반복되고, 여기까지의 단계에서, 일시 중지 대응 행동 계획부(4)로부터의 출력 정보로서, 「에러 복귀 시퀀스 포함 작업 시퀀스 차트+개략 좌표 포함 작업 패스」로 이루어지는 데이터가 얻어진다.
다음으로 교시 작업부(6)의 동작이 개시된다.
교시 작업부(6)에 있어서는, 개략 좌표 포함 작업 패스에 대하여, 파지점 등 동작 요소의 최종적인 위치 맞춤만을 교시 작업 입력 수단을 이용하여 교시 작업자가 행하는 것에 의해, 절대 좌표가 지정된 정밀화된 작업 패스가 결정된다.
이때, 교시 작업용 퍼스널컴퓨터 또는 교시 장치(teaching pendant)에 표시되는 생태학적 인터페이스 이론에 근거하는 사용자 인터페이스에 의해, 동작 요소 및 작업 상황이 제시되고, 작업자는 제시 상황을 보고, 위치 자세의 정밀화 작업을 행하고, 필요에 따라 작업 패스를 교시 작업 입력 수단에 의해 추가한다.
또, 작업 상황의 취득은, 핑거 아이 카메라 계측부(32)에 있어서, 로봇(매니퓰레이터(31))의 손끝(매니퓰레이션 디바이스군(34))에 배치된 전체 방향 시야의 카메라를 이용하여 행해진다.
이렇게 해서 취득된 화상은, 시야의 은폐가 일어나기 어려운 광범위한 것이 되어 있기 때문에, 작업자는, 수동 조작시에 로봇의 손끝의 상태를 관측하기 쉬워진다.
또는, 작업 상황의 취득은, 로봇(매니퓰레이터(31))의 손끝(매니퓰레이션 디바이스군(34))에 배치된 힘 센서(도시하지 않음)를 이용하여 행해진다.
힘 센서란, 센서에 걸리는 힘과 토크의 양쪽을 계측하는 센서이며, 로봇의 손끝이란, 로봇 핸드의 핑거 부분, 또는 로봇 핸드와 로봇의 접속부 등을 가리킨다. 또, 매니퓰레이터의 관절 각 축에 토크 센서를 배치하고, 그들 복수의 토크 센서로부터 얻어진 데이터를 이용하여, 로봇 손끝의 임의의 위치에 걸려 있는 힘과 토크의 양쪽을 추정 연산하는 것으로도 동등한 효과가 얻어진다.
힘 센서에 의해 취득된 데이터는, 로봇 손끝이, 작업 대상물과 접촉한 상태가 되었을 때, 상기 카메라로는 구별할 수 없을 정도로 작은 로봇 손끝 위치의 변위를 식별할 수 있기 때문에, 작업자는, 수동 조작시에 로봇의 손끝의 상태를 관측하기 쉬워진다. 다시 말해 로봇 손끝 위치의 미조정이 가능해진다.
즉, 힘 센서에 의해 취득된 데이터를, 미리 준비한 로봇 손끝에서 발생하는 현상을 추상화한 모델과 대조하는 것, 또는, 수식으로 표현된 모델에, 센서에 의해 취득된 데이터를 대입하여 연산하는 것에 의해 얻어지는 정보는, 손끝에서 발생하고 있는 현상으로서 화상에 표시된다.
이에 의해, 작업자는, 수동 조작시에 로봇의 손끝의 상태를 관측하기 쉬워진다.
또한, 취득된 화상 정보를 핑거 아이 카메라 계측부(32)에서 처리하여, 대상 물체의 파지면의 법선 방향 정보를 얻는 것에 의해, 대상 물체에 대하여 일정한 자세를 자율적으로 유지한 채로, 다른 축에 대해서는 일정 방향으로의 이동 지령을 내리거나, 또는, 오퍼레이터의 지령을 반영하는 등의 반자율 모드를 실현할 수 있어, 교시 작업의 부담 삭감에 기여한다.
힘 센서로 로봇 손끝의 상태를 관측하고 있는 경우도, 마찬가지로, 대상 물체와 로봇 손끝의 접촉면의 법선 방향 정보를 얻는 것에 의해, 대상 물체에 대하여 일정한 자세를 자율적으로 유지한 채로, 다른 축에 대해서는 일정 방향으로의 이동 지령을 내리거나, 또는, 오퍼레이터의 지령을 반영하는 등의 반자율 모드를 실현할 수 있어, 교시 작업의 부담 삭감에 기여한다.
또, 이 경우도, 에러 유발 작업 억제부(5)가 활용되어, 작업 미스를 유발하는 동작을 교시한 경우에는, 경고가 통보된다.
또한, 교시 작업부(6)에 있어서는, 예컨대 파지 위치ㆍ자세를 결정할 필요가 있기 때문에, 작업자가 위치 자세의 「6자유도」의 모두를 동시 조작하는 것이 아니고, 시스템측이 자유도가 많은 복잡한 동시 제어를 대신하고, 작업자가 소수의 자유도만을 조작한다.
이에 의해, 부담을 줄이면서, 파지 위치ㆍ자세를 결정하는 기능을 구비할 수 있다.
다음으로, 동작 숙련부(7)에 있어서는, 정밀화된 작업 패스에 대하여 최적화를 행하여, 작업 동작이 순조롭고 택트 타임이 짧은 작업 패스(숙련 후)를 얻는다.
이상과 같이, 일시 중지 대응 행동 계획부(4), 에러 유발 작업 억제부(5), 교시 작업부(6) 및 동작 숙련부(7)는, 각 설계 데이터(1), 특정 작업 사양(2), 각 라이브러리(8~10), 최적 작업 동작 생성부(11) 및 에러 리커버리 작업 교시부(12)와 관련되어, 로봇 시스템(3)에 대한 로봇 프로그램을 생성한다.
즉, 제품 설계ㆍ생산 설비 데이터(1)로부터, 일시 중지 발생시의 복귀 시퀀스를 포함하는 컨트롤러(30)로 실행 가능한 로봇 프로그램이, 종래에 비하여 대폭 적은 교시 작업자의 부하로 얻어진다.
다음으로, 본 발명의 실시예 1에 의한 생산 실행시의 시스템 동작에 대하여 설명한다.
제품을 생산하는 경우의 로봇 동작 순서는, 이하의 (1)~(6)과 같이 된다.
(1) 통상은, 로봇 프로그램 중에 기입된 작업 패스를 순서대로 실행한다.
이때, 부품 치수 공차, 위치 결정 격차를 흡수하여 안정적인 동작을 실현하기 위해, 핑거 아이 카메라 계측부(32) 및 3차원 인식부(33)를 이용하여, 대상 물체에 대한 거리ㆍ자세의 오차를 실시간으로 계측하고, 센서 피드백 제어에 의해 작업을 수행한다.
또한, 처리 속도가 고속인 2차원 화상 피드백과, 처리 속도가 약간 느린 3차원의 거리ㆍ자세 데이터 피드백을 이용한 화상ㆍ거리 하이브리드형 피드백 등에 의해, 고속ㆍ정밀한 로봇 동작을 실현한다.
또한, 핑거 아이 카메라 계측부(32)에 의해, 부품 파지 중에 있어서, 부품의 파지 위치 자세를 계측할 수 있기 때문에, 부품을 파지할 때에 발생하는 위치 자세 오차의 보정, 또는 다시 잡는 것에 의한 정확한 위치 결정 작업이 가능해져, 위치 어긋남에 기인하는 일시 중지가 억제된다.
(2) 동기 포인트에서, 복수의 로봇 또는 장치의 사이에서, 동기가 행해진다.
(3) 체크포인트에 있어서는 검정이 행해지고, 이상이 없으면 (1)로 되돌아간다.
(4) 만약, 체크포인트에서의 검정에 통과하지 않으면, 복귀 동작이 행해진다.
(5) 복귀 동작에 있어서, 체크포인트 사이의 임의의 위치로부터, 미리 주어진 복귀 패스에 따라, 복귀 포인트까지 되돌아가, 그 포인트로부터 (1)로 되돌아가 통상 모드로 동작을 재개한다.
(6) 이상의 복귀 동작을 일정 횟수 이상 실행하더라도, 복귀 포인트에 도달할 수 없는 경우에는, 작업자가 호출된다.
작업자에 의한 복귀 동작의 교시 방법은, 에러 리커버리 작업 교시부(12)에 기록되고, 지식으로서 다음번의 로봇 프로그램 작성시에 활용된다.
이하, 교시 작업부(6), 동작 숙련부(7), 일시 중지 대응 행동 계획부(4), 에러 유발 작업 억제부(5), 최적 작업 동작 생성부(11), 에러 리커버리 작업 교시부(12), 핑거 아이 카메라 계측부(32), 컨트롤러(30)(화상 처리부), 3차원 인식부(33), 매니퓰레이션 디바이스군(34)(유니버설 핸드), 핸드 라이브러리(8)에 대하여, 배경 기술과 관련시키면서, 차례로 상술한다.
우선, 도 1 내의 교시 작업부(6)에 대하여 상술한다.
현물 맞춤에 의한 의사 결정이 요구되는, 로봇에 대한 교시 작업에 있어서, 자동화가 곤란한 부분에 대해서는, 인간 작업자가 그 수행을 담당한다.
그래서, 교시 작업부(6)에 있어서는, 그 작업 수행을 효과적인 사용자 인터페이스의 제공에 의해 지원한다.
상술한 바와 같이, 일시 중지 대응 행동 계획부(4)의 처리에 의해, 「에러 복귀 시퀀스 포함 작업 시퀀스 차트」와 「개략 좌표 포함 작업 패스」가, 시스템의 중간 출력으로서 얻어지지만, 그들을 로봇 프로그램으로서 완성시키기 위해서는, 작업 패스의 구체적인 형상과 경유점의 정밀한 위치 데이터를, 설비나 조립 부품(워크)의 현물에 맞춰 추가ㆍ수정할 필요가 있다.
따라서, 로봇 작업 패스의 정밀화 작업에 있어서는, 택트 타임의 단축이나, 다른 물체와의 간섭의 회피, 또는, 미스를 유발할 가능성이 높은 작업 단계에 대한 대책 등 이라고 하는 다양한 요구 사항에 배려하는 것이 요구된다.
특히, 각종 변동 요인에 대하여, 로버스트(Robust : 강건)한 로봇의 작업 패스를 실현하기 위해서는, 부품의 파지나 맞붙임이라고 하는, 핸드를 포함하는 다른 물체끼리의 물리적 접촉이 발생하는 동작 단계의 교시가 최대의 문제가 된다.
부품의 정확한 파지나 맞붙임을 교시하기 위해서는, 로봇을 적절한 위치ㆍ자세로 정확하게 유도할 필요가 있지만, 그 판단은, 작업자의 육안에 전적으로 의존하여 이루어지고 있어, 작업자의 기량이 반영되는 포인트이다.
또한, 부품의 치수나 형상에는, 공차의 범위 내에서 격차가 존재하기 때문에, 교시 작업시에 이용한 샘플이나 그 고정의 상태가, 연속 가동 중의 부품의 격차 상태를 잘 대표하는 것일 필요가 있다. 혹시 그렇지 않으면, 교시된 작업 패스에서 상정되고 있지 않은 불확실성이, 미스의 발생 확률을 대폭으로 높이게 된다.
교시 작업부(6)에 있어서는, 이상에 정리한 교시 작업에 따른 과제에 대한 대책으로서, 로버스트 인식 지능부를 구성하는 각종 센서류(핑거 아이 카메라 계측부(32), 3차원 인식부(33), 도시되지 않는 힘 센서)를, 로봇 작업 패스의 교시를 위한 정보원으로서 활용하고, 센서로부터 얻어지는 계측 데이터(동작 모니터 정보)를 적절한 형태로 가시화한다.
이에 의해, 정확한 위치ㆍ자세의 판단을, 보다 단순하고 또한 용이한 것으로 변경하여, 교시 작업의 효율화를 도모할 수 있다.
또한, 교시 작업부(6)에 있어서는, 조립 부품의 치수나 형상의 격차에 대한 정보를, 마찬가지로 가시화함으로써, 조립 작업에 있어서의 변동 요인에 대한 교시 작업 단계에서의 대책을 실현한다.
또, 다수의 수치 데이터를 2차원의 화면에 제시할 때에는, 작업자가 정확한 작업 상황을 직감적으로 이해할 수 있도록, 교시 작업에 적합한 형태나 배치에 의해 통합할 필요가 있다. 이것에 대해서는, 「생태학적 인터페이스 설계」(Ecological Interface Design : EID)의 이론을 베이스로 할 수 있다.
도 2는 생태학적 인터페이스의 실장 이미지의 일례를 나타내는 설명도이다.
도 2에 있어서, 매니퓰레이터(31)의 유니버설 핸드(34a)와 조립 부품 W의 상호 관계는, 각종 센서 데이터로서 받아들여, 조립부품 W에 관한 정보가 가시화되어 제시된다.
또, 펙인홀 등과 같은, 사전에 최적화 가능한 특정 작업 동작 계열을, 로봇 작업 패스의 정밀화를 위한 템플릿으로서 이용하는 것은, 교시 작업의 노력의 삭감에 매우 유효하다.
따라서, 교시 작업부(6)는, 특정 작업 라이브러리(9)를 통해 특정 작업 동작 계열을 참조하고, 작업 패스 정밀화를 위해 작업자가 이용할 수 있도록 한다.
또한, 교시 작업부(6)는, 에러 유발 작업 억제부(5)와 통신하여, 미스를 유발할 가능성이 있는 작업 동작의 교시를 항상 체크하고, 해당하는 교시가 이루어진 경우에는, 작업자에 대하여 경고하여, 효율적인 교시 작업의 수행을 지원한다.
로봇의 교시 작업에서는, 모두 작업 대상 물체와 주위 환경의 상대적인 관계에 근거한 행동 생성이 행해진다. 이때, 어떤 자유도를, 자율적으로 센서 피드백을 걸어 두고, 다른 자유도에 대해서는, 오퍼레이터의 조작에 따른다고 하는, 반자율 모드도 유효하게 되는 장면도 많다고 생각된다.
또, 상정되는 대표적인 센서 정보로서는, 화상 센서, 거리 센서, 힘 센서의 예를 나타냈지만, 작업 용도에 따라, 별도의 센서 정보를 더 필요로 하는 경우에는, 이에 대응한 시스템 기능을 추가할 수 있다.
교시 작업부(6)의 입출력 정보는, 도 3의 설명도에 나타낸 것과 같다.
즉, 입력 정보는, 에러 복귀 시퀀스 포함 작업 시퀀스 차트, 개략 좌표 포함 작업 패스, 각종 센서 데이터, 조립 부품 정보이다.
또한, 출력 정보는, 정밀화된 작업 패스이며, 작업 패스의 시점 좌표, 종점 좌표, 복수의 경유점 좌표의 값 범위와 보폭(stride)을 포함한다.
다음으로, 도 1 내의 동작 숙련부(7)에 대하여 상술한다.
수직 다관절형 로봇의 작업 동작 계획은, 기구의 자유도의 높이에 기인한 복잡함이 있다. 예컨대, 단지 시점과 종점을 잇는 궤도를 도출하는 경우에도, 2점 경계치 문제를 풀 필요가 있고, 이것을 해석적으로도 수치적으로도 푸는 것은 어렵다. 또한, 시점과 종점을 잇는 궤도에 더하여, 복수의 경유점을 포함하는 궤도를 최적화하는 경우는, 더욱 곤란하게 된다.
그래서, 본 발명의 실시예 1에서는, 수직 다관절형 로봇의 경유점을 포함하는 최적 궤도 탐색 수법을 이용한다. 실제 로봇을 동작시켜 얻어지는 동작 응답의 관측 신호로부터, 준 최적해를 탐색한다고 하는 수법이다.
이에 의해, 작업 환경의 변화나 복잡화에 대하여, 유연하게 대응 가능한 범용성을 기대할 수 있다. 이 결과, 동일 동작을 반복했을 때에, 택트 타임의 단축을 실현할 수 있다.
도 4는 동작 숙련부(7)에 있어서의 최적 택트 타임 탐색의 개요를 나타내는 설명도이다.
도 4에 있어서, (a)는, 하나의 경유점(0, J2, J3, 0, 0, 0)을 포함하고, 시점(-60, 30, 80, 0, 0, 0)으로부터 종점(60, 30, 80, 0, 0, 0)에 이르는 로봇(매니퓰레이터(31))의 작업 패스의 일례를 나타내고 있다.
또한, 도 4(b)는, 로봇(매니퓰레이터(31))에 대한 장해물 D의 위치를 3면도(평면도, 측면도, 정면도)로 나타내고 있다.
도 4(a) 내의 경유점(0, J2, J3, 0, 0, 0)은, 도 4(b) 내의 장해물 D를 회피할 수 있도록 설정된다.
또한, 도 4(c)는, 최적 택트 타임 탐색의 개념을 3차원적인 사시도로 나타내고 있고, 각 축은, 경유점의 좌표에 포함되는 「J2」의 관절각과, 「J3」의 관절각과, 택트 타임에 대응하고 있다.
도 4(a) 내의 경유점을 여러 가지로 변화시키면, 경유점마다의 택트 타임이 관측되어, 도 4(c)에 나타내는 곡면이 얻어진다.
도 4(c)에 있어서, 장해물 D와 간섭하는 작업 패스는, 택트 타임 「0」으로 하고 있다. 이때, 택트 타임 최단은, 곡면 내에 흰색으로 나타낸 영역 Z1로 나타난다. 또, 도 4(c)에서는, 표기를 간략화하기 위해, 2개의 관절만이 움직이는 경유점이 하나뿐인 경우에 대하여 설명하고 있지만, 실제로는, 다관절이 동시에 변화되는 복수의 경유점이 작업 패스를 구성하기 때문에, 다자유도(多自由度) 공간 내를 탐색하여, 흰색의 영역 Z1을 찾을 필요가 있다. 또한, 시행 횟수가 적은 탐색 패스 PS1과, 시행 횟수가 많은 탐색 패스 PS2, PS3이, 굵은 선의 화살표로 나타나고 있다.
본 발명의 실시예 1에 의하면, 이러한 탐색을 고속화하는 시스템 기능으로 할 수 있다.
구체적으로는, 능동 학습 이론(Active Learning in Computational Learning Theory)의 틀을 응용한다. 다시 말해, 탐색 시행을 잇달아 반복하여 갈 때에, 지금까지 시행한 결과의 데이터를 이용하여, 다음에 시행하는 것이 가장 바람직한 시행을 최적화한다.
즉, 다음번에 시행 가능한 복수의 후보에 대하여, 그 후보를 시행하는 것으로 얻어진다고 간주되는 결과를 수치화하여 비교하고, 다음번 이후에 시행하는 후보의 순서를 정한다고 하는 조작을 행한다. 결과의 수치화에 대해서는, 지금까지 시행하여 얻어지고 있는 데이터를 이용하여, 어떤 후보에 의한 시행이 행해졌을 때에 얻어지는 결과를 추정하는 모델을 구축한 뒤에, 이 모델을 이용하여, 각 후보 모두에 대하여, 그 후보에 의해 얻어진다고 간주되는 후보를 수치화한다.
또, 얻어진 수치를 이용하여, 이 후보의 최적화는, 시행을 행할 때마다 실행하더라도 좋고, 복수회의 시행마다 실행하더라도 좋다. 단, 매회 실행함으로써, 시행 횟수가 적어지는 효과가 높아지는 것을 알고 있다.
실제로, 어떤 후보를 이용하여 시행이 행해진 때에는, 얻어진 결과를, 그때까지 얻어지고 있는 결과와 합쳐 둔다. 다시 말해, 최적화를 행할 때에 구축하는 모델은, 시행을 반복할 때마다, 서서히 정확한 것이 된다.
이에 의해, 전체적으로 시행수가 적어져, 예컨대, 도 4(c) 내의 「굵은 선의 화살표」로 나타내는, 「시행 횟수가 적은 탐색 패스 PS1」이 실현된다.
또한, 로봇 아암의 진동이 큰 경우에는, 진동이 감쇠할 때까지, 다음 동작을 개시할 수 없는 경우가 있다. 이 대기 시간이 길어지면 택트 타임은 길어지기 때문에, 진동을 감소시키는 것은, 택트 타임 단축을 위한 검토 과제의 하나라고 생각된다.
이러한 진동의 발생은, 핸드 아암의 관성력과, 하모닉 드라이브 등의 감속 기구, 전달 기구의 용수철 효과에 의한 복원력에 기인하지만, 작업 패스의 선정도 중요한 검토 항목이라고 할 수 있다.
실제로, 종래 시스템의 교시에서는, 작업 포인트나 체크포인트를 이산적으로 지시하는 방법이 일반적이고, 포인트 사이의 이동 경로나 작업 패스 내의 궤적의 선정에 있어서, 진동 억제를 의식한 궤적의 선택은 행해지고 있지 않기 때문에, 가감속마다 불필요한 진동이 여기되는 상황에 있다.
종래로부터, 실제로 행해지고 있는 진동 억제 수법의 하나로서, 아암이 가장 늘어났을 때의 고유 진동수에 고정한 노치 필터에, 모터 제어 신호를 통과시키는 것이 행해지고 있다. 그러나, 고유 진동수는, 워크의 중량 변화나 아암의 자세 등에 따라 변화되기 때문에, 필터 효과가 충분하다고는 할 수 없는 상황에 있다. 또한, 디지털 필터 특유의 시간 지연도, 작업 시간 단축에 상반되는 상황에 있다.
예컨대, 숙련된 크레인의 오퍼레이터는, 워크를 들어 올리고 나서 목표 위치에 이동하기까지의 워크의 진동을 가능한 한 억제하도록, 크레인 선단 위치를 조작한다. 구체적으로는, 가감속에 의해, 워크가 진자의 최대 변위 위치에 도달하여 속도가 제로가 된 순간에, 크레인 선단 위치를 워크의 수선상으로 옮기는 것으로 실현된다.
이것은, 목표 위치를 진자의 최대 변위 위치에 설정할 수 있으면, 정지시의 워크의 진동을 회피 가능한 것을 의미하고 있다.
본 발명의 실시예 1에 따른 산업용 로봇 시스템의 경우, 핸드 및 아암을 질량으로 하고, 하모닉 드라이브를 용수철 요소로 하고, 모터를 내장한 시스템인 것으로부터, 상기 크레인의 예와는 다르지만, 목표 위치(정지 위치)에서 핸드가 진동하지 않는 조건을 도출하고, 로봇의 동작 궤적 및 가감속 운전 패턴을 변화시키는 방식을 이용하고 있다. 또한, 로봇의 선단에는, 핸드가 부착되어 있다. 이 핸드를 동흡진기, 또는 액티브 동흡진기로서 기능시킴으로써 아암의 진동 억제에 이용하는 방법도 합쳐서 이용함으로써, 진동을 억제하기 위해 요하는 시간을 더욱 짧게 하는 효과가 있다.
즉, 동작 숙련부(7)에 있어서는, 상기 두 태스크를 교대로 실행함으로써, 택트 타임가 짧은 작업 패스를 얻을 수 있다. 또한, 로봇 아암의 진동 억제는, 위치 결정 정밀도의 저하 방지나, 일시 중지 억제에도 기여한다.
동작 숙련부(7)의 입출력 데이터는, 도 5의 설명도에 나타낸 것과 같다.
즉, 입력 정보는, 작업 패스의 시점 좌표, 종점 좌표, 복수의 경유점 좌표의 값 범위와 보폭, 작업 환경 정보, 로봇 정보이다.
또한, 출력 정보는, 작업 패스의 시점 좌표, 종점 좌표, 복수의 경유점 좌표와, 시점, 종점, 경유 좌표점 사이의 궤적 및 가감속 지령이다.
다음으로, 도 1 내의 일시 중지 대응 행동 계획부(4)에 대하여 상술한다.
셀 생산 로봇 시스템의 설계에 있어서는, 제품 조립 작업의 상세한 요소 작업으로의 분해와, 그들 요소 작업의 각 설비로의 할당과, 작업 순서 및 작업 패스 등의 구체적인 책정이 행해진다.
이 설계의 결과는, 로봇에 의한 각 요소 작업의 효율만이 아니고, 요소 작업의 로봇으로의 교시 및 에러 리커버리 프로세스의 난이도에 큰 영향을 미치게 한다. 그러나, 셀 생산 로봇 시스템을 설계하기 위해서는, 로봇이 행하는 각 요소 작업의 효율화라고 하는 미시적 관점으로부터, 생산 시스템 전체의 물류적 관점까지, 다방면에 걸친 사항에 대한 검토가 필요하다.
따라서, 종합적으로 최적의 시스템을 설계하는 것은, 매우 곤란한 것이 현실이다. 특히, 로봇 핸드의 교환이나 일시 중지 발생시의 처리와 같은 보조 작업은, 셀 생산 로봇 시스템 전체의 효율에 매우 큰 영향을 줌에도 불구하고, 초기 설계 단계에서 이들의 영향을 검토하기 위한 툴은, 현재 존재하지 않는다.
또한, 로봇의 동작을 상세하게 시뮬레이션하는 상용 소프트는, 다수 개발되어 있지만, 그 시뮬레이션 모델의 구축에는 막대한 노동력이 필요하여, 다양한 사항의 동시적인 검토가 필요한 초기 설계 단계에서의 이용에는 적당하지 않다.
그래서, 본 발명의 실시예 1에서는, 초기 설계 단계에서, 핸드 교환이나 에러 처리와 같은 보조 공정을 포함하는, 셀 생산 로봇 시스템의 종합적인 평가를 신속하게 행하기 위한 일시 중지 대응 행동 계획부(4)를 이용하고 있다.
일시 중지 대응 행동 계획부(4)는, 후술하는 에러 유발 작업 억제부(5) 및 최적 작업 동작 생성부(11)의 각 기능 구성부와 연계를 취하면서, 로봇 작업의 개요를 결정한다.
일시 중지 대응 행동 계획부(4)의 구체적인 기능 구성은 이하와 같다.
우선, 제품 구조 설계 및 생산 설비 설계의 결과(제품 설계 데이터 및 생산 설비 데이터(1))로부터, 부품 연결 정보와 기하학적 형상 데이터와 설비 레이아웃 데이터의 3차원의 기하 정보를 얻는다. 또한, 이들 정보로부터, 기하학적인 부품의 파지가 가능한 면의 특정과, 제품의 일련의 조립 작업의 요소 작업으로의 분해를 행한다. 또한, 이들 처리 결과에 근거하여, 작업 순서의 후보를 생성하고, 각 요소 작업을 할당하는 설비를 결정한다.
여기서, 일시 중지 대응 행동 계획부(4)는, 에러 유발 작업 억제부(5) 및 최적 작업 동작 생성부(11)에 대하여, 작업 순서의 후보안을 입력하고, 에러 유발 작업 억제부(5)로부터는, 작업 순서의 후보에 대한 에러 발생 확률 정보를 받아들인다.
이하, 도 6에 나타내는 바와 같이, 에러 발생 확률 정보를 이용하여, 작업 순서의 계획의 단계에서, 로봇 핸드의 교환이나 일시 중지 발생시의 복귀 동작 등의 보조 작업을 포함한 조립 작업 전체의 분석을 행하여, 일시 중지의 발생에 대하여 로버스트한 작업 순서를 책정한다.
도 6은 일시 중지 복귀 등의 보조 작업을 고려한 작업 분석을 나타내는 흐름도이다.
도 6에 있어서, 상류측의 작업 t1, t2는, 일시 중지 발생 등의 에러 판단에 근거하는 복귀 작업 c3, c4에 따라 행해진다.
작업 t2에 계속해서, 작업 t3이 행해진 후, 검사 c1로 진행하여, 일시 중지 발생의 유무가 체크된다.
검사에 있어서, 일시 중지 발생의 경우에는, 에러 판단되어, 복귀 작업 c3, c4로 진행한다. 한편, 일시 중지가 발생하지 않고 정상이면, 작업 t4로 진행하고, 핸드 교환 c2 후에, 작업 t5가 행해진다.
이 결과, 에러 발생 확률 정보에 근거하여, 통계학적인 평가에 의한 핸드 교환의 타이밍이나 일시 중지로부터의 복귀 등의, 보조 작업을 포함한 작업 순서가 편성된다.
에러 유발 작업 억제부(5)와의 연계는, 설계시에 실시간으로 행하는 것이 요구된다.
또한, 도 6의 작업 순서의 편성시에, 최적 작업 동작 생성부(11)로부터의 입력 정보로서, 작업 패스의 템플릿을, 요소 작업의 종류에 따라 획득하는 경우가 있다. 이 정보를, 패키지화된, 숙련된 기술을 갖는 작업 동작의 라이브러리로서 이용함으로써, 작업 순서의 편성에 있어서, 보다 정확한 작업 시간의 견적이 가능해진다.
이상과 같이 책정된 작업 순서에 근거하여, 로봇의 최적의 개략 작업 패스를, 5㎝ 정도의 정밀도로 자동적으로 생성한다. 이 개략 작업 패스는, 로봇에 대한 교시 등의 상세 설계 단계로의 출력이 된다.
이때, 에러 발생시의 작업 t1, t2로의 복귀 포인트와, 다른 설비와의 동기 포인트와, 정해진 작업의 가부를 검사(c1)하는 포인트를 동시에 결정 출력한다.
이에 의해, 종래의 셀 생산 로봇 시스템에서는, 설계의 후공정에서 순차적으로 행해져야 했던 검토(일시 중지에 대한 대응 방법 등)를, 프론트 로딩하여, 초기 설계 단계에서 적절한 의사 결정을 행하는 것에 의해, 셀 생산 로봇 시스템의 설계ㆍ실장 프로세스 전체의 생산성을 대폭으로 향상시킬 수 있다.
또한, 교시 작업에 대하는 기여로서, 이하의 점을 덧붙여 쓸 수 있다.
즉, 전체 시퀀스 중, 작업자가 특별히 확인하고 싶은 일부분의 시퀀스만을 실제로 로봇에 실행시켜, 로봇 동작을 확인하는 작업을 주저하지 않고 행할 수 있다고 하는 메리트가 있다.
왜냐하면, 에러 복귀 시퀀스를 원용함으로써, 이전에는 작업자가 신중하게(실수하지 않도록) 시간을 들여 행할 필요가 있었던 뒤처리(로봇 또는 주변 장치의 물리적인 위치를 초기 위치로 되돌리는 것, 및, 제어 장치의 변수를 일정한 초기치로 되돌리는 것 등)가 자동화되기 때문이다.
또, 일시 중지 대응 행동 계획부(4)의 입출력 정보는, 도 7의 설명도에 나타낸 것과 같다.
즉, 입력 정보는, 제품의 부품 연결 정보와 기하학적 형상 데이터와 설비 레이아웃 데이터의 3차원의 기하 정보와, 작업 순서의 후보에 대한 에러 발생 확률 정보와, 작업 패스의 템플릿이다.
또한, 출력 정보는, 보조 작업을 포함한 작업 순서와, 개략 작업 패스와, 교시 작업이 필요한 포인트와, 에러 발생시의 복귀 순서, 복귀 포인트 및 동기 포인트와, 로봇이 파지 가능한 부품면이다.
다음으로, 도 1 내의 에러 유발 작업 억제부(5)에 대하여 상술한다.
에러 유발 작업 억제부(5)는, 로봇 작업에 있어서의 에러 발생의 리스크를 분석하여, 에러 저감을 위해 필요한 정보를 제공하고, 작업 설계시 또는 작업자에 의한 교시 작업시에, 에러를 유발하는 로봇 동작의 설정(또는, 교시)을 억제한다.
즉, 작업 설계시에는, 설정된 작업 순서에 있어서 일어날 수 있는 에러의 리스크(에러의 영향의 크기와 발생하기 쉬운 정도)를 추정하여, 에러 발생을 검출하기 위한 작업 하위 목표(sub goal) 달성의 체크포인트의 설정이나, 에러를 유발하기 어려운 작업 방법(예컨대, 위로부터 조립할지, 아래로부터 조립할지)의 선택을, 일시 중지 대응 행동 계획부(4)나 최적 작업 동작 생성부(11)에 대하여 지원한다.
또한, 체크포인트에서 검출된 운용시의 에러 사례의 원인을 구명하여, 에러 리커버리 방법에 있어서의 복귀 포인트나 복귀 방법의 개선을 지원한다.
동시에, 에러 발생에 관한 지식을 데이터베이스화하여, 금후의 에러 대책의 검토를 지원한다.
또한, 작업자에 의한 교시 작업시에는, 다음으로 로봇에 지시하고자 하는 동작은, 바람직하지 않은 현상을 발생시키는 리스크가 높은 것이나, 로봇에 의한 작업이 진전됨에 따라, 리스크가 높은 작업군의 시작(또는, 한가운데)에 있는 것을 교시 작업부(6)에 경고하여, 에러를 유발하기 쉬운 작업 설정을 억제한다.
상기 기능을 달성하기 위해, 우선, 로봇을 이용한 셀 생산 시스템에서 회피해야 할 「시스템 에러」의 발생 과정을 동정하기 위한 「에러 발생 분석 방법」이 있다. 이것은, 결과인 시스템 에러로부터, 그 발생 원인을 찾는 역방향 분석이다.
한편, 에러 발생 리스크 추정은, 작업 조건으로부터 시스템 에러 발생을 예측하는 순방향 분석이며, 작업 진전에 동반하여, 에러 발생 리스크가 차차 어떻게 변화되는지를 추정한다.
양방향의 분석이 일관되게 행해질 수 있도록, 시스템 리스크 분석에서 이용되고 있는 시스템 공학적 방법을 참고로 할 수 있다.
작업의 특징과 에러 발생 가능성의 의존 관계를, 베이지안 네트워크를 이용하여 고찰하면서, 작업의 진전과 함께 추가 입력되는 작업 정보에 근거하여, 에러의 발생 리스크를 차차 갱신한다.
또한, 로봇에 실행시키는 작업의 설계의 초기 단계와 교시 단계에서는, 이용하는 설계 정보의 상세도가 다르기 때문에, 단계에 따른 계층적인 분석 방법에 의해, 정성적 정보로부터, 보다 상세한 정량적 정보에 의한 분석이 일관되게 행해질 수 있도록 한다.
또한, 시스템 구성 요소에 관한 기본적인 에러 관련 정보는, 에러 리커버리 방법의 검토 등, 다른 기능 구성부에서 재이용할 수 있도록, 고장 모드 영향도 해석과 같은 정보원으로서 축적한다.
도 8은 에러 발생 리스크 분석 방법의 틀(에러 발생의 리스크 분석 결과)을 나타내는 설명도이며, 에러 발생과 요인의 인과 관계를 베이지안 네트워크(Bayesian Network)로 나타내고 있다.
도 8에 있어서, M단계의 작업 1~작업 M은, 작업 1→작업 2→…→작업 M의 차례로 진전하는 것으로 하고, N개의 요인 1~요인 N에 대하여, 각각 영향 관계(점선 화살표 참조)를 갖고 있다.
또한, 각 요인 1~요인 N은, 에러 i에 관한 n개의 발생 조건 1~발생 조건 ni에 대하여, 각각 인과 관계를 갖고, 에러 i의 발생으로 연결되고 있다.
에러 발생의 리스크를 추정하는 경우에는, 작업(도면 중의 하단측)으로부터 에러의 발생(도면 중의 상단측)으로 추정 처리가 행해진다.
반대로, 에러 발생의 원인을 동정하는 경우에는, 에러의 발생(도면 중의 상단측)으로부터 작업(도면 중의 하단측)으로 원인의 동정 처리가 행해진다.
또, 에러 유발 작업 억제부(5)의 입출력 정보는, 도 9의 설명도에 나타낸 것과 같다.
즉, 입력 정보는, 작업 순서가 나타난 작업 시퀀스 차트와, 에러 복귀 시퀀스 포함 작업 시퀀스 차트와, 설비나 로봇에 관한 기본 설계 사양 등의 정보와, 작업자의 교시 데이터이다.
또한, 출력 정보는, 작업 순서에 근거하는 에러 발생 확률의 추이 정보와, 에러 발생 가능성의 예측 결과ㆍ경고와, 에러 발생 원인ㆍ대책에 관련되는 정보이다.
다음으로, 도 1 내의 최적 작업 동작 생성부(11)에 대하여 상술한다.
로봇에 의한 조립 작업 중에서, 핸드가 파지하고 있는 부품과, 그 부품을 맞붙이는 대상측의 워크가 물리적으로 접촉할 수 있는 「부품 맞붙임」의 단계는, 일시 중지 등으로 이어지는 트러블이 가장 생기기 쉬운 단계의 하나이다.
또한, 완전히 같은 부품 및 워크이더라도, 숙련된 기술자가 교시한 작업 패스와, 비숙련자가 교시한 작업 패스에서는, 「부품 맞붙임」의 단계에서 트러블이 생기는 빈도에, 종종 큰 차이가 생기는 것이 알려져 있다.
이 이유는, 로봇에 의한 조립 작업이더라도, 「부품 맞붙임」의 단계를 단순하고 또한 로버스트하게 실현하는 「숙련의 기술」이 존재하고, 숙련의 기술을 반영한 작업 패스에서는 트러블이 생기기 어렵게 되기 때문이라고도 해석할 수 있다.
최적 작업 동작 생성부(11)는, 몇 개의 전형적인 맞붙임 공정의 패턴(이하, 맞붙임 공정의 각 패턴을 「특정 작업」이라고 부른다)에 대하여, 「숙련의 기술」을 반영했다고 할 수 있는 최적 작업 패스의 템플릿을 출력하는 것이다.
이에 의해, 교시 작업부(6)에 있어서는, 최적 작업 패스의 템플릿을 참조함으로써, 숙련 기술자의 경험에 의존하지 않고서, 로버스트한 작업 패스를 용이하게 교시할 수 있게 된다.
본 발명의 실시예 1은, 상기 교시의 실현을 향해, 특정 작업마다, 상술한 최적 작업 패스의 템플릿을, 부품의 파지 자세에 따라, 오프라인으로 생성하는 수법이다.
로봇에 의한 조립 작업에는, 매니퓰레이터(31)가 핸드를 조작할 때의 작업 오차ㆍ교시 오차, 핸드와 부품의 상대적인 위치ㆍ자세 오차, 부품ㆍ워크의 치수ㆍ형상 오차, 워크의 위치ㆍ자세 오차 등의, 다양한 오차가 존재하고, 이들 오차의 확률 변수로서의 성질이, 작업 결과의 불확실성을 낳고 있다고 생각된다.
본 발명의 실시예 1의 기본적인 아이디어는, 상술한 「숙련의 기술」이란, 「그러한 오차의 불확실성에 대한 대응의 기교」라고 생각하는 점에 있다. 또한, 오차에 의해 생기고 있는 불확실성을 정량적으로 평가하기 위한 척도(엔트로피)를 도입하고, 작업 패스의 과정에서 그것이 어떻게 변화해 가는지에 근거하여, 다른 작업 패스끼리, 불확실성에 대한 대응의 기교를 비교할 수 있도록 한다.
또한, 불확실성을 능란하게 처리할 수 있는 작업 패스를 구성(또는, 탐색)하여 가는 어프로치를 전개함으로써, 로봇이, 입력 정보에 따라 불확실성을 능란하게 처리할 수 있는 작업 패스 템플릿을 구성하는 알고리즘이 얻어진다.
또한, 이 「작업 패스 템플릿 구성 알고리즘」에서 얻어진 작업 패스 템플릿에, 근방을 탐색하는 로직을 부가함으로써, 작업 패스는 더욱 개선된다.
구체적인 진행 방법으로서는, 우선, 현실의 제조 현장에서 가장 많이 보이는 맞붙임 공정의 패턴으로서, 「부품을 워크의 구멍이나 홈에 삽입하는 공정」을, 특정 작업으로서 채택한다.
또, 이 삽입 공정은, 또한 부품의 형상 등에 따라 성격이 다르기 때문에, 최초의 단계에서는, 가장 일반적인, 이른바 펙인홀 l공정을 대상으로 하고, 서서히 복잡한 형상으로 확장해 간다.
최적 작업 동작 생성부(11)의 입출력 정보는, 도 10의 설명도에 나타낸 것과 같다.
즉, 입력 정보는, 특정 작업의 종류(펙인홀 등)와, 부품ㆍ워크의 설계 정보(치수, 형상 등)와, 고려해야 할 주된 오차와 그들의 분포와, 부품의 파지 자세(일반적으로는, 복수의 후보가 주어진다)와, 로봇 정보(가능한 요소 동작, 제어 법칙 등)와, 이용 가능한 센서 정보이다.
또한, 출력 정보는, 조건 분기가 있는 작업 패스의 템플릿(파지 자세의 후보가 복수 있는 경우는, 각각에 대하여 출력된다)과, 작업 패스 템플릿상의 경유점 및 요소 작업 계열에 대한 의미 부여이다.
다음으로, 도 1 내의 에러 리커버리 작업 교시부(12)에 대하여 상술한다.
일시 중지를 포함하는 에러 상태로부터 복귀하기 위한 로봇의 동작은, 작업자가 부여하고 있는 것이 현상(現狀)이지만, 작업자는, 에러 상태에 따라 리커버리 조작의 전술을 전환하고 있어, 개개의 조작은, 리커버리의 효과를 경험하여 학습적으로 습득하고 있다.
즉, 에러 상태를 초래한 제어 대상의 국면을 경우에 따라 나누고, 경우마다의 국소적인 복귀를 위한 제어 법칙을, 에러 상태에 이른 상태 천이를 거슬러 오름으로써, 에러의 직접ㆍ간접의 원인을 동정하고, 에러의 원인에 따른 대응을 가능한 한 일반적인 제어 법칙으로서 학습하고 있다.
여기서의 학습은, 크게 2개의 단계로 나누어져, 한쪽은, 다양한 에러 상태의 유형화이며, 다른 쪽은, 각 유형화된 에러 상태 아래에서의 복귀를 위한 보편적인 제어 법칙의 획득이다. 이들 2개의 학습 단계는, 분리할 수 있는 것이 아니고, 각각의 단계에서의 학습에 맞춰 「공진화적」으로 학습이 진행된다.
본 발명의 실시예 1에서는, 연역 학습의 대표적 수법인, 설명에 근거하는 학습(EBL)을 이용한 「단일 사례로부터의 학습 수법」을 적용한다.
이 학습 수법은, 주어진 단일 교시 사례(즉, 데몬스트레이션으로서 교시된 에러 리커버리)를 위한 복귀 동작 계열의 입력에 대하여, 그것이 왜 본보기가 되는 사례가 될 수 있는지에 대한 설명을, 시스템이 생성한다.
당해 훈련 사례의 어떤 부분에 교시 노하우가 살려지고 있는지를 선택적으로 추출하고, 이것을 그 지식의 적용 가능성의 기준을 정하는 표현 형식(조작성 규범)으로 일반화한 지식(즉, 보편적인 제어 법칙)으로서 생성한다.
한편, 에러 상태의 유형화에 대해서는, 교시예로서 주어지는 에러 복귀 동작의 계열로부터, 순차적으로 가장 적확한 유형 클래스로의 할당을 정하면서 실행된다. 이때의 할당을 정할 때에 이용되는 것이, 카테고리 유용도의 척도이다.
부가된 새로운 사례(=분류하고 싶은 에러 상태)를, 후보가 되는 유형 클래스로 임시로 귀속시켜, 그 클래스 내의 속성치 분포를 갱신한 뒤에 카테고리 유용도를 산출한다.
유형화 클래스 생성의 순서는, 단일 에러 상태의 사례로 이루어지는 클래스로부터 개시하고, 이에 대하여 수시로 새로운 사례가 부가될 때마다, 유형화 클래스의 재편성을, 이하와 같은 4개의 클래스 조작의 적용을 하면서 카테고리 유용도의 평가 기준에 근거하여 결정하여 실행한다. 즉, 기성 클래스의 부가, 새로운 단일 사례 클래스의 생성, 복수의 기성 클래스의 통합, 기성 클래스의 해체의 4개의 조작으로, 각각의 조작을 실행한 경우의 카테고리 유용도를 산출하고, 이것이 최대가 되는 조작을 실행한다. 이에 의해, 에러 상태의 분류ㆍ동정 식별을 위한 순차 최적화가 가능하게 된다.
도 11은 상기 지식의 연역 학습에 근거하는 교시 학습 시스템의 구성예를 나타내는 블록도이다.
도 11에 있어서, 교시 학습 시스템은, 에러의 유사화 학습 블록과, 복귀 동작의 제어 법칙 학습 블록을 구비하고 있다.
에러의 유사화 학습 블록은, 에러의 레퍼토리로부터 분기된 N개의 유형 클래스 1~N을 포함한다.
또한, 복귀 동작의 제어 법칙 학습 블록은, 각 유형 클래스 1~N에 대응하여 작업원이 복귀 동작을 교시하는 단계와, 복귀 동작의 계열을 입력하는 단계와, 설명에 근거하는 학습 EBL을 이용하여 하나의 수정 사례로부터 일반 법칙의 학습을 행하는 단계와, 일반 법칙의 각 학습 결과로 이루어지는 N개의 제어 법칙 1~N과, 일반 법칙의 학습 결과에 근거하는 설명 생성용의 배경 지식(데이터베이스)을 포함한다.
또한, 에러의 유사화 학습 블록은, 일반 법칙의 학습 결과에 근거하는 사례 추가에 응답하여 재구축된다.
도 11의 교시 학습 시스템이 획득한 지식은, 조작성 규범을 만족시키는 표현 형식으로 얻어지고 있는 것으로부터, 데몬스트레이션으로서 교시된 이외의 「에러 상태」와의 사이에서 직접적인 대조 조작을 취하는 것이 가능하게 된다.
따라서, 이 제어 법칙을 적용함으로써, 교시자가 개입하지 않고서, 같은 유형화된 에러 상태로부터의 복귀 동작은, 자동적으로 실행된다. 이 결과, 종래의 교시 작업의 빈도와 교시 시간이 대폭으로 단축되는 것을 기대할 수 있다.
또, 에러 리커버리 작업 교시부(12)의 입출력 정보는, 도 12의 설명도에 나타낸 것과 같다.
즉, 입력 정보는, 개별의 에러 발생 원인과, 개별의 에러 발생시의 로봇 조작 계열과, 작업자의 개별의 에러에 대한 복귀 조작 이력이다.
또한, 출력 정보는, 유형화된 에러 상태에 대한 범용적인 복귀 작업 패스 및 복귀 조작 계열이다.
다음으로, 도 1 내의 화상 계측ㆍ인식부의 핑거 아이 카메라 계측부(32)에 대하여 상술한다.
종래로부터, 매니퓰레이터(31)의 아암 선단에 가까운 위치에 설치되는 핸드 아이 카메라는 존재하지만, 종래의 카메라는, 핸드 손끝 및 대상 물체를 포함하는 주변부를 본다고 하는 것보다, 아암의 자유도를 살린 시점 이동 효과를 목적으로 하고 있어, 대상을 어느 정도 떨어져 관측하는 것을 상정하고 있다. 따라서, 종래의 카메라는, 교시나 일시 중지로부터의 복구 동작에 있어서 중요한, 핸드 손끝 부분과 대상 물체나 주위 환경의 근접ㆍ접촉 상태, 또는, 파지 중의 물체 상태를 충분히 파악하기 위한 구조를 갖고 있지 않아, 예컨대, 아암 자신이나 주위 환경에 기인한 은폐가 생길 가능성이 있었다.
그래서, 본 발명의 실시예 1에서는, 매니퓰레이터(31)의 핸드 손끝 부분에 비교적 가까운 위치에 배치 가능하고, 또한 주위 환경도 포함시킨 광범위한 화상 정보를 관측 가능한, 초소형 광학계를 갖는 핑거 아이 카메라(손끝ㆍ주위 동시 계측 카메라)이다.
도 13은 핑거 아이 카메라 계측부(32)의 구성을 개념적으로 나타내는 설명도이다.
도 13에 있어서, 핑거 아이 카메라는, 고속 카메라(32a)와, 전방위 미러(32b)에 의해 구성되어 있고, 전방위 미러(32b)의 반사상을 고속 카메라(32a)에서 촬상하도록 구성되어 있다.
고속 카메라(32a)는, 매니퓰레이터(31)의 선단부에 위치하는 로봇 핸드(34b)의 핑거마다 마련되어 있고, 전방위 미러(32b)는, 핑거 및 고속 카메라(32a)에 대향하도록 배치되어 있다.
고속 카메라(32a)는, 촬상한 로봇 핸드(34b)의 화상을, 동작 모니터 정보로서 교시 작업부(6) 및 컨트롤러(30)에 입력함과 아울러, 컨트롤러(30)를 통해, 에러 유발 작업 억제부(5) 및 동작 숙련부(7)에 입력한다.
고속 카메라(32a)로부터 얻어진 화상 정보는, 오퍼레이터의 수동 조작에 의한 교시 동작과, 일시 중지 복구 동작을 도울 뿐만 아니고, 컨트롤러(30)에 있어서, 센서 피드백 제어용의 화상 입력으로서 이용된다.
이와 같이, 각종 작업의 자율화 또는 반자율화에 화상 정보를 사용할 수 있다.
핑거 아이 카메라를 이용하는 것에 의해, 매니퓰레이터(31)의 손끝 상태를 관측하기 쉬워짐과 아울러, 손끝 방향의 대상 물체를 은폐에 의해 직접 관측할 수 없는 경우에 있어서도, 측방의 화상 정보를 적응적으로 선택하여 센서 피드백용의 화상으로서 이용하는 것이 가능하다.
또한, 근접 거리 계측 기능을 갖게 하는 것에 의해, 매니퓰레이터(31)의 손끝 주변의 거리 분포를 정확하게 계측하는 것도 가능해진다.
또, 상기 핑거 아이 카메라 이외에도, 환경측에 배치한 카메라와 연동하더라도, 동등한 효과가 얻어진다.
다음으로, 센서 피드백 제어에 의한 경로 유도를 위한, 도 1 내의 컨트롤러(30) 내의 화상 처리부에 대하여 상술한다.
종래에는, 화상을 이용한 피드백(비주얼 피드백)에 있어서는, 단일 카메라로부터 얻어지는 단일 화상 평면 내에서의 잔차에 대한 피드백 제어를 행하는 것이 기본이며, 거리 정보로서는, 일정 조건이나, 또는, 대상 사이즈에 근거한 간이적인 거리 계측 정보가 이용되어 왔다.
그러나, 이들 수법에서는, 3차원 공간 내에서의 정밀한 피드백 제어는 곤란하다.
그래서, 본 발명의 실시예 1에서는, 처리 속도가 고속인 2차원 화상 피드백과, 처리 속도가 약간 느린 거리ㆍ자세 데이터 피드백을 이용한, 화상ㆍ거리 하이브리드형 피드백 등에 의해, 이것을 해결한다.
또한, 거리의 법선 방향 정보 등을 이용하는 것에 의해, 대상 물체에 대하여 일정한 자세를 자율적으로 유지한 채로, 다른 축에 대해서는 일정 방향으로의 이동 지령을 내리거나, 또는, 오퍼레이터의 지령을 반영하는 등의, 반자율 모드를 실현할 수 있다.
또한, 본 발명의 실시예 1에 있어서는, 파지 상태에 있어서의 대상 부품의 파지 위치 자세를 인식하기 위해, 핑거 아이 카메라로부터 얻어지는 화상 정보에 근거한 파지 위치 자세 계측용부이다.
일반적으로, 부품이 파지되어 있는 상태에서는, 일정한 자세 구속이 생기기 때문에, 컨트롤러(30) 내의 화상 처리부에서는, 에지 처리를 이용한 탐색 지정 한정의 3차원 매칭 처리 등, 비교적 간소한 화상 처리에 의해서도, 물체의 위치 자세 인식이 가능한 것을 이용한다.
이에 의해, 파지 작업시에 부품 자세가 변화된 경우에 있어서도, 위치 자세 정밀도를 확보하는 것이 가능해진다.
화상 계측ㆍ인식부의 핑거 아이 카메라 계측부(32)에 근거하는 센서 피드백 기능(컨트롤러(30))의 입출력 정보는, 도 14의 설명도에 나타낸 것과 같다.
즉, 입력 정보는, 카메라 화상과, 근접 거리 데이터와, 참조 모델 데이터와, 종점 모델 데이터와, 캘리브레이션 데이터(내부, 외부)이며, 출력 정보는, 목표 편차 데이터이다.
한편, 핑거 아이 카메라 계측부(32)에 근거하는 파지 위치 자세 계측 기능(컨트롤러(30))의 입출력 정보는, 도 15의 설명도에 나타낸 것과 같다.
즉, 입력 정보는, 카메라 화상과, 참조 모델 데이터와, 캘리브레이션 데이터(내부, 외부)이며, 출력 정보는, 대상 물체의 위치 자세 데이터이다.
다음으로, 도 1 내의 화상 계측ㆍ인식부의 3차원 인식부(33)에 대하여 상술한다.
일반적으로, 액티브 3차원 계측 수법에서는, 패턴광을 투광하는 것으로 조밀한 거리 분포 데이터가 얻어지기 때문에, 대상 물체 자체에 잘라낸 부분의 특징 등의 명확한 특징은 반드시 필요하지 않아, 보다 범용적인 위치 자세 인식이 가능하다.
그러나, 대량의 3차원 데이터를 효율적으로 처리할 필요가 있어, 현재 개발되어 있는 3차원 위치 자세 인식 알고리즘으로는, 처리 시간을 비롯하여, 실용 성능면에서 충분하다고는 할 수 없다.
지금까지, 발명자의 소속 회사에서도, 도 16에 나타내는, 3차원 거리 분포 모델에 근거하는 위치 자세 인식 알고리즘(3차원 모델 대조 수법)이 시험 제작되고 있다.
도 16은 3차원 계측ㆍ인식 처리의 예를 블록도와 함께 나타내는 설명도이다.
도 16에 있어서, 예컨대 배관의 일부로 이루어지는 계측 대상 물체(40)는, 레이저 장치 및 3차원 카메라를 갖는 소형의 3차원 센서(41)에 의해 계측된다.
우선, 3차원 센서(41)는, 계측 대상 물체(40)에 대하여 레이저광을 스캔하면서 조사하고, 계측 대상 물체(40)까지의 거리를 계측하면서, 계측 대상 물체(40)를 3차원 카메라로 촬상한다.
계속해서, 3차원 센서(41)는, 계측 대상 물체(40)의 거리 분포를 계산하고, 화상 데이터에 거리치를 농담으로 표시하여, 계측 대상 물체(40)의 3차원 계측 결과(42)를 취득한다.
마지막으로, 3차원 센서(41)는, 계측 대상 물체(40)의 위치 자세의 인식 처리를 행하여, 계측 데이터(어두운 영역)상에, 모델의 맞춤 결과(밝은 영역)를 포개어, 계측 대상 물체(40)의 3차원 모델(43)을 취득한다. 도 16에서는, 복수의 계측 대상 물체의 인식 결과를 취득한 예를 나타내고 있다.
그러나, 본 발명의 실시예 1에 있어서, 단으로 쌓은 부품 공급 상자(트레이) 및 키팅 상태로부터의 파츠 피킹 작업에 적용하기 위해서는, 고속성 및 로버스트성이라고 하는 면에서의 실용 성능을 더욱 높이는 것이 바람직하다.
이 때문에, 본 발명의 실시예 1에서는, 3차원 자세 인식 처리에 있어서, 자세 가설의 탐색 트리를 오프라인 해석하는 것에 의한 효율화나, 계산기상에서의 고속 계산 아키텍처를 활용한 처리 시간 향상 등을 행한다.
또한, 계측 데이터의 결손 등이 생긴 경우에는, 계측된 부분의 정보만을 이용하여, 위치 자세 인식에 관하여 일부의 애매함을 남긴 채로 인식 처리를 행하고, 피킹 작업 후에 파지 상태의 대상 부품을 재계측하여, 파지 위치 자세를 확정함으로써, 로버스트한 파츠 피킹 기능을 시스템적으로 실현한다.
종래 시스템에 있어서는, 화상 처리 알고리즘을 설계할 때에, 오퍼레이터가 화상 처리에 관한 풍부한 지식을 가질 필요가 있었다. 또한, 3차원 인식의 경우에는, 2차원 처리와 3차원 처리를 조합하는 것에 의해 효율적인 처리가 가능해지지만, 설계에 관한 지식은 더욱 요구되게 된다.
그래서, 본 발명의 실시예 1에서는, 대상 물체의 형상이나 텍스처 특성에 맞춰, 2차원 처리와 3차원 처리를 조합한 적절한 화상 처리 알고리즘 설계가 행해지도록, 일시 중지 대응에 관한 각 기능 구성부군과의 사이에서 쌍방향으로 연계를 행하여, 오퍼레이터의 설계 작업을 지원한다.
또, 본 발명의 실시예 1에서 이용하는 3차원 데이터로서는, 발명자의 소속 회사에서 개발되고 있는 소형 3차원 거리계(range finder)나, 상술한 핑거 아이 카메라로부터 얻어지는 3차원 데이터 등, 필요한 사양을 갖는 3차원 센서로부터의 데이터 이용을 상정한다.
화상 계측ㆍ인식부의 3차원 인식부(33)의 입출력 정보는, 도 17의 설명도에 나타낸 것과 같다.
즉, 입력 정보는, 거리 분포 데이터와, 카메라 화상과, 참조 모델 데이터와, 캘리브레이션 데이터(내부, 외부)이며, 출력 정보는, 대상 물체의 위치 자세 데이터이다.
또한, 화상 계측ㆍ인식부 : 알고리즘 설계 지원부의 입출력 정보는, 도 18의 설명도에 나타낸 것과 같다.
즉, 입력 정보는, 표면 특성 데이터, 대상물 입체 형상 데이터, 카메라 화상 및 캘리브레이션 데이터(내부, 외부)이며, 출력 정보는, 인식 가부 및 알고리즘 설계 플랜이다.
다음으로, 매니퓰레이션 디바이스군(34) 내의 유니버설 핸드와, 매니퓰레이션 디바이스군(34)으로부터의 파지 작업 동작 계열을 저장하는 핸드 라이브러리(8)에 대하여 상술한다.
상술한 각 기능 구성부의 유효성은, 실제의 물리 세계에 작용하여야만 발휘되지만, 통상의 작업 동작뿐만 아니라, 에러 리커버리 동작의 실현에 있어서도 적합하다.
즉, 통상시 및 에러시의 동작 전략이 설계되더라도, 그것을 실현하는 물리 수단을 구비하고 있지 않으면 무의미하다. 또한, 물리적인 작용 요소의 형태를 알고 있지 않으면, 정확한 행동 계획 자체를 입안할 수도 없다.
이상으로부터, 핸드로 대표되는 엔드 이펙터와, 그 구동 기술(매니퓰레이션 기술)은, 요소 기술로서 불가결하며, 지금까지 말한 일시 중지 대응에 관한 각 기능 구성부군에 대하여, 쌍방향적으로 큰 영향을 미치고 있다.
종래의 생산 로봇의 엔드 이펙터는, 공기압 구동이 단순한 개폐식 그리퍼를 이용하는 경우가 많고, 파지하는 워크의 형상에 따라, 각각 전용 핸드를 준비하고 있었다.
이러한 종래의 전용 핸드 방식에서는, 동작 전략은 단순하지만, 설계ㆍ제작 시간이 길고, 고비용이 되고, 다품종 대응을 위해 필요한 핸드수가 방대해지는 등의 과제가 있었다.
이에 비하여, 본 발명의 실시예 1에서는, 상기 전용 핸드에 대신하는 해결책으로서, 셀 생산 로봇 시스템을 위한 유니버설 핸드로 할 수 있다.
단, 모든 조립 작업을 처리할 수 있는 만능인 단일 유니버설 핸드의 개발은 현실적이지 않아, 대상 작업에 따라, 필요 이상으로 복잡해지지 않는 핸드를 설계하여야 한다.
또한, 자유도가 높은 유니버설 핸드는, 그 기구를 설계하는 것만으로는 불충분하여, 워크를 파지하기까지의 파지 전략 등도 생각할 필요가 있다.
그래서, 유니버설 핸드가 대상으로 하는 부품의 형상과, 그 부품을 파지하기에 적합한 유니버설 핸드의 손끝 위치와, 워크의 위치에 다소의 변동이 있더라도 확실히 결정된 자세로 워크를 파지하기 위한 파지 전략과, 유니버설 핸드의 손끝 위치와 동작을 실현하기 위한 구체적인 핸드 기구를 라이브러리화한 핸드 라이브러리(8)를 작성하고, 대상으로 하는 조립 작업의 정보를 입력함으로써, 그 조립 작업에 적합한 유니버설 핸드 기구를 제시할 수 있는 틀이다.
도 19는 핸드 라이브러리(8)의 개념을 도식적으로 나타내는 설명도이다.
도 19에 있어서, 핸드 라이브러리(8)는, 조립 작업 및 키팅을 포함하는 타겟 태스크에 대하여, 유니버설 핸드의 파지 전략 소프트웨어를 대응시켜, 라이브러리화하고 있다.
또, 파지 위치 결정이나 파지 전략에 대해서는, Form Closure나 Force Closure 등의 관점으로부터 결정하는 것을 생각할 수 있다.
핸드 라이브러리(8)는, 단지 기구 설계시만이 아니고, 일시 중지 대응에 관한 각 기능 구성부군과 연계하여, 행동 계획이나 교시 작업에도 유용하게 쓸 수 있다.
핸드 라이브러리(8)에 있어서는, 주어진 부품 형상 외의 조건에 따라, 파지점 위치의 정보가 라이브러리화되어 있기 때문에, 실제의 교시 작업시에, 핸드의 동작을 가르칠 필요가 없다. 또한, 부품의 초기 위치 자세에 소정 범위의 오차가 포함되어 있었다고 해도, 최종적으로 규정의 위치 자세가 되는 로버스트 파지 전략도 라이브러리화해 두는 것에 의해, 가르치는 것에 요하는 시간을 대폭으로 삭감하는 것이 가능해진다.
이상과 같이, 본 발명의 실시예 1에 따른 산업용 로봇 시스템은, 매니퓰레이터(31) 및 핸드(매니퓰레이션 디바이스군(34))를 갖는 로봇(로봇 시스템(3))을 포함하고, 제조 대상물이 되는 제품을 조립하기 위한 생산 시스템에 이용되는 산업용 로봇 시스템으로서, 생산 라인의 시동ㆍ조정시의 교시 작업 및 무인 연속 조업의 장해가 되는 일시 중지에 대응하기 위한 작업 정보 및 제 1 작업 패스(개략 좌표 포함 작업 패스)를 생성하는 일시 중지 대응 행동 계획부(4)와, 작업 정보에 근거하여, 에러를 유발하는 작업을 억제하기 위한 에러 정보(에러 발생 확률 정보, 에러 발생 원인)를 생성하는 에러 유발 작업 억제부(5)를 구비하고 있다.
또한, 본 발명의 실시예 1에 따른 산업용 로봇 시스템은, 제 1 작업 패스 및 에러 정보에 근거하여 제 2 작업 패스(정밀화된 작업 패스)를 생성하는 교시 작업부(6)와, 제 2 작업 패스에 근거하여, 로봇에 대한 최적화된 제 3 작업 패스(최적화된 작업 패스)를 생성하는 동작 숙련부(7)를 구비하고 있다.
또한, 본 발명의 실시예 1에 따른 산업용 로봇 시스템은, 로봇의 조립 작업과 제어 소프트웨어를 대응시켜 라이브러리화한 핸드 라이브러리(8)와, 특정 작업 동작 계열을 생성하는 최적 작업 동작 생성부(11)와, 특정 작업 동작 계열을 저장하는 특정 작업 라이브러리(9)와, 교시 작업부(6)에 있어서의 조작 이력에 근거하여, 에러 상태에 따른 에러 리커버리 작업을 교시하기 위한 에러 리커버리 작업 교시부(12)와, 에러 리커버리 작업을 저장하는 에러 리커버리 라이브러리(10)를 구비하고 있다.
또한, 본 발명의 실시예 1에 따른 산업용 로봇 시스템은, 로봇의 동작 모니터 정보를 생성하여, 에러 유발 작업 억제부(2), 교시 작업부(6) 및 동작 숙련부(7)에 입력하는 핑거 아이 카메라 계측부(32) 및 3차원 인식부(33)와, 제 2 및 제 3 작업 패스와 동작 모니터 정보에 근거하여 로봇을 제어하는 컨트롤러(30)를 구비하고 있다.
일시 중지 대응 행동 계획부(4)는, 생산 시스템 및 제조 대상물의 구성 정보(제품 설계 데이터 및 생산 설비 데이터(1))와, 핸드 라이브러리(8), 특정 작업 라이브러리(9) 및 에러 리커버리 라이브러리(10)의 각 저장 정보와, 에러 유발 작업 억제부(5)로부터의 에러 정보에 근거하여, 제 1 작업 패스를 생성한다.
에러 리커버리 작업 교시부(12)는, 교시 작업부(6)로부터의 에러 발생 원인 및 조작 이력에 근거하여, 로봇을 포함하는 구성 요소에 대한 에러 복귀 정보를 사전에 산출한다.
또한, 일시 중지 대응 행동 계획부(4), 교시 작업부(6) 및 동작 숙련부(7)는, 생산 시스템 및 제조 대상물의 구성 정보로부터, 로봇의 교시에 필요한 제 3 작업 패스를 포함하는 프로그램 정보를 생성한다.
이와 같이, 생산 시스템 및 제조 대상물의 구성 정보로부터, 다치 상태를 취할 수 있는 로봇을 포함하는 각 구성 요소에 대하여, 에러 복귀 방법을 사전에 산출함과 아울러, 생산 시스템 및 제조 대상물의 구성 정보로부터, 로봇의 교시에 필요한 정보를 생성함으로써, 산업용 로봇을 이용한 생산 시스템의 설치 조정 시간의 단축과, 운용 개시 후의 에러가 없는 연속 조업 시간의 확대를 실현할 수 있다.
(실시예 2)
또, 상기 실시예 1(도 1)에서는, 각 기능 구성부(4~12)의 대부분이 이른바 퍼스널컴퓨터상의 소프트웨어로서 실장되는 통례를 나타냈지만, 실제의 공장 자동화의 세계에서는, 생산 설비의 제어 장치에 여러 가지의 퍼스널컴퓨터 OS나, 각종 실시간 OS, OS가 없는 것이 혼재하고 있어, 예컨대 RT(로봇 기술) 플랫폼과 같은 퍼스널컴퓨터상의 소프트웨어로서 실장되는 지능 모듈 소프트웨어와 각종 제어 장치의 분산 환경에서는, 어떠한 glue가 되는 S/W를 이용하여 데이터 변환, 데이터 통신, 데이터 교환, 또는 미디어 변환을 하는 것이 필요하기 때문에, 도 20과 같이, 매시업부(51, 52)를 마련하더라도 좋다.
도 20은 본 발명의 실시예 2에 따른 산업용 로봇 시스템을 개념적으로 나타내는 설명도이며, 실제의 공장 자동화의 생산 시스템 내에서의, 각 기능 구성 요소의 연계를 실현하기 위한 매시업부(51)의 위치 관계를 나타내고 있다.
도 20에 있어서, 네트워크(50)에는, 매시업부(51, 52)와, 상위 정보계(53)와, PLC(Programmable Logic Controller)(54, 55)가 접속되어 있고, PLC(54, 55)에는, 각각, 조작반(56, 57)이 접속되어 있다. 또한, PLC(54, 55)는, 각각, RC(Robot Controller)(58, 59)를 구비하고 있다.
매시업부(51, 52)는, 퍼스널컴퓨터상의 기능 구성부이며, 한쪽의 매시업부(51)는, 시스템 시동시에 사용되고, 다른 쪽의 매시업부(52)는, 시스템 실행시에 사용된다.
매시업부(51, 52)는, 각각, 컨피규레이션 설정 기능(A1)과, PLC/RC 변환 기능(A2)과, 실행 커널부(A3)와, 안전 기능(A4)에 의해 구성된다.
컨피규레이션 설정 기능(A1)은, 설정 툴이며, GUI를 구비한 구성으로 이루어지고, FA용의 전용 컨트롤러의 배치, 디바이스의 구성에 관한 데이터를 수집해 두고, 각 기능 구성부(A2~A4)의 실행시에 수집 데이터를 참조하는 기능을 갖는다.
PLC/RC 변환 기능(A2)은, 퍼스널컴퓨터상의 기능 구성부를 이용하여 로봇을 포함하는 생산 설비의 컨트롤러의 프로그램을 개발한 후, 컨피규레이션 설정 기능(A1)에서 지정된 각각의 FA 컨트롤러군에, 그 용도의 프로그램을 분배하는 기능을 갖고, PLC(54, 55)에 대해서는 시퀀스 언어를 배포하고, RC(58, 59)에 대해서는 로봇 언어로 변환하여 배포한다.
또한, PLC/RC 변환 기능(A2)은, 각 제어 장치 사이에서 동작의 동기를 취하는 프로그램 부분에 대해서도, 구체적인 물리적 접점 번호 또는 논리적 변수 번호를 할당한 뒤에 배포를 행한다.
실행 커널부(A3)는, 퍼스널컴퓨터상의 실행시에 이용하는 기능 구성 요소군의 동작을 마셜링하고, 동작 실행 전체를 담당하는 기능을 갖고, 각 컨트롤러나 퍼스널컴퓨터상의 기능 구성 요소가, OS의 차이 등의 이유에 의해 직접적으로 통신 접속할 수 없는 경우의 인터페이스를 담당한다.
안전 기능(A4)은, 퍼스널컴퓨터상의 기능 구성 요소와, 하드웨어로 구성되는 이른바 안전 시스템과의 사이에서, 인터록 신호의 교환을 행하기 위한 중개를 하는 기능을 갖는다.
이상과 같이, 본 발명의 실시예 2에 의하면, 일시 중지 대응 행동 계획부(4)와, 에러 유발 작업 억제부(5)와, 교시 작업부(6)와, 동작 숙련부(7)와, 핸드 라이브러리(8)와, 최적 작업 동작 생성부(11)와, 특정 작업 라이브러리(9)와, 에러 리커버리 작업 교시부(12)와, 에러 리커버리 라이브러리(10)와, 컨트롤러(30)의 연계를 실현하기 위한 매시업부(51, 52)를 구비하고 있기 때문에, 산업용 로봇이, 범용적인 퍼스널컴퓨터 및 전용의 FA 컨트롤러군이나 안전 시스템에 의해 구축된 경우라도, 산업용 로봇을 이용한 생산 시스템의 설치 조정 시간의 단축과, 운용 개시 후의 에러가 없는 연속 조업 시간의 확대를 실현할 수 있다.
(실시예 3)
또, 상기 실시예 1(도 1)에서는, 특별히 언급하지 않았지만, 도 21~도 24와 같이, 작업 에러를 검지하기 위한 에러 검지 기능을 가지면서, 에러 유발 작업 억제부(5) 및 핸드 라이브러리(8)의 기능을 포함하는 오프라인 교시부를 마련하더라도 좋다.
작업 에러를 검지하기 위한 에러 검지 기능, 및, 에러 발생을 억제하는 에러 억제 기능은 유효하기 때문에, 본 발명의 실시예 3에서는, 상기 기능을 갖는 오프라인 교시부를 구비하고 있다.
오프라인 교시부는, 에러 검지 기능, 에러 억제 기능 및 핸드 라이브러리 기능에 더하여, 에러 리커버리 레벨 결정 기능과, 에러 발생 리스크 분석 기능을 구비하고 있다.
오프라인 교시부의 에러 검지 기능은, 각종 센서 정보(로봇 위치, 타임 리미트, 관절 토크, 힘 센서 출력치, 화상 센서 출력치)로부터, 작업 에러 검지 로직 구축을 지원한다. 또, 긴급 정지가 필요한 심각한 에러는, 센서 출력치에 직접 리미트치를 마련하는 것으로 검지한다.
오프라인 교시부의 에러 리커버리 레벨 결정 기능은, 센서 정보에 근거한 조건 분기에 의해, 에러 리커버리시에 이용하는 에러 레벨의 결정 및 복귀용 체크포인트의 설치를 지원한다.
오프라인 교시부의 에러 발생 리스크 분석 기능은, 일어나기를 바라지 않는 것이 발생하는 리스크를 분석하는 기능이며, 여기서는, 로봇의 작업 에러를 억제할 목적으로 이용된다. 다시 말해, 로봇의 작업 시퀀스 및 작업 자세의 후보가 복수 존재한 경우에, 각각의 후보에 대하여, 각종 에러가 발생하는 리스크를, 과거의 에러 정보를 통계 처리함으로써 확률적으로 산출하고, 이 산출치를 비교한 뒤에, 작업을 선택함으로써, 에러 발생의 억제가 프론트 로딩 가능해진다.
또, 분석에 이용되는 에러 정보로서는, 에러 리커버리시에 기록한 센서 정보, 및, 에러 내용의 기록 결과도 이용된다.
오프라인 교시부의 핸드 라이브러리 기능의 입출력 정보는, 도 21의 설명도에 나타낸 것과 같다.
즉, 입력 정보는, 부품 형상이며, 출력 정보는, 파지 가능ㆍ불능 및 파지 위치ㆍ자세치이다.
오프라인 교시부의 에러 검지 기능의 입출력 정보는, 도 22의 설명도에 나타낸 것과 같다.
즉, 입력 정보는, 각종 센서 정보(로봇 위치, 타임 리미트, 관절 토크, 힘 센서 출력치, 화상 센서 출력치)이며, 출력 정보는, 작업 에러 검지 로직이다.
오프라인 교시부의 에러 리커버리 레벨 결정 기능의 입출력 정보는, 도 23의 설명도에 나타낸 것과 같다.
즉, 입력 정보는, 작업 순서가 나타난 작업 시퀀스 차트이며, 출력 정보는, 에러 리커버리시에 이용하는 에러 레벨의 결정 및 복귀용 체크포인트의 설치가 끝난 작업 시퀀스 차트이다.
오프라인 교시부의 에러 발생 리스크 분석 기능의 입출력 정보는, 도 24의 설명도에 나타낸 것과 같다.
즉, 입력 정보는, 작업 순서가 나타난 작업 시퀀스 차트와, 에러 복귀 시퀀스 포함 작업 시퀀스 차트와, 설비나 로봇에 관한 기본 설계 사양 등의 정보와, 작업자의 교시 데이터이다.
또한, 출력 정보는, 작업 순서에 근거하는 에러 발생 확률의 추이 정보와, 에러 발생 가능성의 예측 결과ㆍ경고와, 에러 발생 원인ㆍ대책에 관련되는 정보이다.
이상과 같이, 본 발명의 실시예 3에 의하면, 에러 검지 기능을 갖는 오프라인 교시부를 구비하고, 오프라인 교시부는, 에러 유발 작업 억제부(5) 및 핸드 라이브러리(8)의 기능을 포함하기 때문에, 산업용 로봇을 이용한 생산 시스템의 설치 조정 시간의 단축과, 운용 개시 후의 에러가 없는 연속 조업 시간의 확대를 실현할 수 있다.
(실시예 4)
또, 상기 실시예 1(도 1)에서는, 특별히 언급하지 않았지만, 교시 작업부(6)에, 시각 I/F 및 텔레오퍼레이션 기능을 마련하더라도 좋다.
교시할 때에 있어서는, 교시 장치의 직감적 조작을 실현하는 것으로 작업 시간을 단축하고, 기종 전환을 신속히 행하기 위해, 텔레오퍼레이션부를 이용하는 것이 유효하다.
본 발명의 실시예 4에 따른 텔레오퍼레이션부는, 시각 I/F로서는 교시 작업부(6)를 이용하고 있어, 간이적 지각 피드백 기능과, 센서 정보를 이용한 교시 동작의 세련화 기능과, 센서 정보 이력을 이용한 자율 제어 법칙 설계 지원 기능과, 자율 제어/매뉴얼 오퍼레이션의 하이브리드 협조 교시 기능을 구비하고 있다.
간이적 지각 피드백 기능은, 조그 동작시에, 센서 정보에 의해 접촉을 검지한 경우, 바이브레이터 진동을 발생시키는 등의 간이적 지각 피드백을 실현한다.
센서 정보를 이용한 교시 동작의 세련화 기능은, 오퍼레이터가 행하는 교시 동작시에, 힘 센서나 화상 센서의 계측치를 기록해 두고, 복수회의 조작 이력을 통계적으로 처리하여, 평균치의 취득이나 에러치의 배제를 행하는 것에 의해, 세련화된 교시 패스를 생성한다.
센서 정보 이력을 이용한 자율 제어 법칙 설계 지원 기능은, 자률 제어 법칙을 설계할 때의 지원 기능으로서, 오퍼레이터 조작시의 센서 정보 이력을 통계 처리한 결과를 제공한다.
자율 제어/매뉴얼 오퍼레이션의 하이브리드 협조 교시 기능은, 설계된 자률 제어 법칙을 특정 이동 방향에만 적용하고, 다른 방향 이동에는 매뉴얼 오퍼레이션을 유효화함으로써, 교시 지원 기능을 실현한다.
이상과 같이, 본 발명의 실시예 3에 의하면, 교시 작업부(6)는, 시각 I/F 및 텔레오퍼레이션 기능을 갖기 때문에, 산업용 로봇을 이용한 생산 시스템의 설치 조정 시간의 단축과, 운용 개시 후의 에러가 없는 연속 조업 시간의 확대를 실현함과 아울러, 작업 시간을 더욱 단축하고, 기종 전환을 신속히 행할 수 있다.
(실시예 5)
또, 상기 실시예 1(도 1)에서는, 특별히 언급하지 않았지만, 도 25~도 27과 같이, 일시 중지 대응 행동 계획부(4), 교시 작업부(6), 에러 리커버리 작업 교시부(12) 및 에러 리커버리 라이브러리(10)와 협동하는 에러 리커버리부를 마련하고, 에러 리커버리부에, 행동 제어 기능과, 교시 작업부 강화 기능과, 텔레오퍼레이션 기능을 부가하더라도 좋다.
일시 중지 대응 행동 계획부(4)에 있어서는, 일시 중지 대응 행동 계획부(4)가 출력하는 로봇의 동작 시퀀스에 대하여, 에러의 발생을 검지하기 위한 체크포인트 기능이 마련되기 때문에, 이 체크포인트 기능을 이용하여, 검지된 에러 상태로부터의 복귀 행동 제어를 가능하게 하는 것에 의해, 장시간의 안정 가동, 장해시에 있어서의 신속 복귀에 의한 높은 생산성을 실현할 수 있다.
구체적으로는, 본 발명의 실시예 5에 의하면, 각종 센서 정보(로봇 위치, 타임 리미트, 관절 토크, 힘 센서, 화상 센서)로부터, 에러 상태가 파악되고, 에러의 심각한 정도에 따라 행동 제어가 행해진다. 또, 긴급 정지가 필요한 에러는, 센서 출력치에 직접 리미트치를 마련하는 것으로 즉시 정지가 행해진다.
본 발명의 실시예 5에 따른 산업용 로봇 시스템은, 상기 동작을 확실히 행하기 위해, 행동 제어 기능(B1), 교시 작업부 강화 기능(B2) 및 텔레오퍼레이션 기능(B3)을 갖는 에러 리커버리부를 구비하고 있다.
에러 리커버리부의 행동 제어 기능(B1)은, 에러의 심각한 정도에 따라, 이하의 3단계(M1~M3)의 에러 리커버리 동작 모드를 전환함과 아울러, 각 모드(M1~M3)로 에러 상태로부터 복구시킨 후, 임의의 정지 위치로부터 각 로봇 및 각 생산 설비의 동기를 취하는 등, 생산 재개를 위한 순서를 보조한다.
되감기식 자동 복귀 모드(M1)는, 에러를 검지한 현재 위치로부터, 인접하는 이전 체크포인트까지, 되감기식으로 자동 복귀를 행한다.
오퍼레이터 복귀 동작(텔레오퍼레이션) 모드(M2)는, 에러 정지 신호를 발생시켜 오퍼레이터를 호출하고, 오퍼레이터는 텔레오퍼레이션 조작으로 에러 리커버리 동작을 행한다. 또, 인접하지 않는 체크포인트로의 복귀가 필요한 경우에는, 각 로봇 및 각 생산 설비의 동기를 취하면서 행해지는 복귀를 시스템측이 지원한다.
오퍼레이터 복귀 동작(매뉴얼 조작) 모드(M3)는, 에러 정지 신호를 발생시켜 오퍼레이터를 호출하고, 오퍼레이터는 작업 부분으로부터 에러를 일으킨 워크를 직접 제거하는 등의 조치를 강구한다. 또, 인접하지 않는 체크포인트로의 복귀가 필요한 경우에는, 각 로봇 및 각 생산 설비의 동기를 취하면서 행해지는 복귀를, 시스템측이 지원한다.
에러 리커버리부의 교시 작업부 강화 기능(B2)은, 힘 센서, 카메라 화상으로 이루어지는 복합 정보의 직감적 표시를 행하여, 손끝 카메라 화상상에 힘 센서 정보를 가시화 표시하여, 직감적 조작을 지원한다. 또한, 디스플레이 표시되는 손끝 카메라 화상의 시인성 향상을 실현함과 아울러, 디지털 줌, 에지 강조 화상 생성, 콘트라스트 개선 등을 행한다.
에러 리커버리부의 텔레오퍼레이션 기능(B3)은, 시각 I/F로서 교시 작업부(6)를 이용하여, 간이적 지각 피드백을 행한다. 즉, 조그 동작시, 센서 정보에 의해 접촉을 검지한 경우에, 바이브레이터 진동을 발생시키는 등의 간이적 지각 피드백을 실현한다.
에러 리커버리부의 행동 제어 기능의 입출력 정보는, 도 25의 설명도에 나타낸 것과 같다.
즉, 입력 정보는, 작업 시퀀스 차트 및 에러의 심각한 정도이며, 출력 정보는, 에러 리커버리 동작 모드이다.
에러 리커버리부의 교시 작업부 강화 기능의 입출력 정보는, 도 26의 설명도에 나타낸 것과 같다.
즉, 입력 정보는, 각종 센서 정보(로봇위치, 타임 리미트, 관절 토크, 힘 센서 출력치, 화상 센서 출력치)와, 작업 패스와, 작업자의 조작량이며, 출력 정보는, 복합 정보 표시 화상이다.
에러 리커버리부의 텔레오퍼레이션 조작 기능의 입출력 정보는, 도 27의 설명도에 나타낸 것과 같다.
즉, 입력 정보는, 작업자의 조작량이며, 출력 정보는, 간이적 지각 피드백 제어 조작량이다.
이상과 같이, 본 발명의 실시예 5에 의하면, 일시 중지 대응 행동 계획부(4), 교시 작업부(6), 에러 리커버리 작업 교시부(12) 및 에러 리커버리 라이브러리(10)와 협동하는 에러 리커버리부를 구비하고, 에러 리커버리부는, 행동 제어 기능과, 교시 작업부 강화 기능과, 텔레오퍼레이션 기능을 포함하기 때문에, 산업용 로봇을 이용한 생산 시스템의 설치 조정 시간의 단축과, 운용 개시 후의 에러가 없는 연속 조업 시간의 확대를 실현함과 아울러, 장시간의 안정 가동, 장해시에 있어서의 신속 복귀에 의한 높은 생산성을 실현할 수 있다.
(실시예 6)
또, 상기 실시예 1에서는, 특별히 언급하지 않았지만, 도 28~도 31과 같이, 교시 작업부(6), 동작 숙련부(7), 핑거 아이 카메라 계측부(32) 및 3차원 인식부(33)와 협동하는 인식부를 마련하고, 인식부에, 부품 피킹용 물체 인식 기능과, 하이브리드 시각 보정 기능과, 에러 검지용 시각 기능과, 인식 어플리케이션 구축 지원 기능을 부가하더라도 좋다.
본 발명의 실시예 6에 있어서는, 교시, 실행 동작, 에러 검지시에 필요하게 되는 인식부를 마련하는 것에 의해, 신속한 기종 전환 및 높은 생산성을 실현한다.
화상에 관련해서는, 손끝 카메라, 환경측 고정 카메라의 사용(스테레오 카메라 구성을 포함한다)을 전제로 하고, 필요한 경우에는, 3차원 거리계 등의 액티브 3차원 센서의 이용을 상정한다.
본 발명의 실시예 6에 따른 인식부는, 부품 피킹용 물체 인식 기능(C1)과, 하이브리드 시각 보정 기능(C2)과, 에러 검지용 시각 기능(C3)과, 인식 어플리케이션 구축 지원 기능(C4)을 구비하고 있다.
인식부의 부품 피킹용 물체 인식 기능(C1)은, 3차원 인식부(33)를 이용하여, 부품 상자로부터의 물체 피킹용 인식 기능을 구성하고, 취득시에 발생하는 간섭의 체크와, 부품 파지 상태에 있어서의 파지 물체의 위치 보정 기능을 포함한다.
인식부의 하이브리드 시각 보정 기능(C2)은, 3차원 인식부(33)를 이용하여, 2차원, 3차원 하이브리드 시각 보정 기능을 실현한다. 또한, 화상 중에서의 상대 위치 맞춤 지시를 받아, 3차원 인식부(33)를 이용하여 얻어지는 3차원 위치 자세 출력에 근거한 작업 포인트로의 이동 기능을 실현함과 아울러, 구속면에 대하여 일정한 상대 자세ㆍ상대 거리를 유지하면서 이동함으로써, 매뉴얼 이동 지시와 맞춘 반자율 이동 기능을 실현한다.
인식부의 에러 검지용 시각 기능(C3)은, 시판되는 것 등의 일반적으로 입수 가능한 화상 인식 모듈을 이용하고, 손끝 카메라로부터 얻어지는 화상을 이용하여, 부품 형상의 체크 기능을 제공한다. 이때의 체크에 있어서는, 복수의 부품 형상 데이터에 근거하는 통계 처리를 실시한 결과에 근거하여 에러 검지를 행한다.
인식부의 인식 어플리케이션 구축 지원 기능(C4)은, 상기 각 기능 구성부(C1~C3)를 이용한 피킹 작업, 시각 보정 작업, 에러 검지의 실행 기능을 구축할 때에, 모델 등록, 파라미터 설정, 캘리브레이션 등, 사용자에 의한 용이한 어플리케이션 구축 지원 기능을 제공한다.
인식부의 부품 피킹용 물체 인식 기능(C1)(인식 모듈)의 입출력 정보는, 도 28의 설명도에 나타낸 것과 같다.
즉, 입력 정보는, 센서 출력 데이터, 파라미터 및 모델 정보이며, 출력 정보는, 부품 상자로부터의 물체 피킹용 인식 결과와, 간섭 체크 결과와, 파지 물체의 위치 보정치이다.
인식부의 하이브리드 시각 보정 기능(C2)(보정 모듈)의 입출력 정보는, 도 29의 설명도에 나타낸 것과 같다.
즉, 입력 정보는, 센서 출력 데이터와, 2차원 화상 중에서의 상대 위치 맞춤 지시와, 3차원 위치 자세치이며, 출력 정보는, 작업 포인트로의 이동 궤도 및 이동량이다.
인식부의 에러 검지용 시각 기능(C3)(시각 모듈)의 입출력 정보는, 도 30의 설명도에 나타낸 것과 같다.
즉, 입력 정보는, 손끝 카메라로부터 얻어지는 화상과, 복수의 부품 형상 데이터이며, 출력 정보는, 에러 검지 출력이다.
인식부의 인식 어플리케이션 구축 지원 기능(C4)(구축 지원 모듈)의 입출력 정보는, 도 31의 설명도에 나타낸 것과 같다.
즉, 입력 정보는, 모델 정보, 파라미터 정보 및 캘리브레이션 데이터이다.
또한, 출력 정보는, 인식 처리 파라미터와, 인식 대상 물체 모델 데이터와, 인식 처리 시퀀스를 나타내는 데이터이다.
이상과 같게, 본 발명의 실시예 6에 의하면, 교시 작업부(6), 동작 숙련부(7), 핑거 아이 카메라 계측부(32) 및 3차원 인식부(33)와 협동하는 인식부를 구비하고, 인식부는, 부품 피킹용 물체 인식 기능과, 하이브리드 시각 보정 기능과, 에러 검지용 시각 기능과, 인식 어플리케이션 구축 지원 기능을 포함하기 때문에, 산업용 로봇을 이용한 생산 시스템의 설치 조정 시간의 단축과, 운용 개시 후의 에러가 없는 연속 조업 시간의 확대를 실현함과 아울러, 신속한 기종 전환 및 높은 생산성을 실현할 수 있다.
또, 상기 실시예 1~6의 구성은, 임의로 조합하여 적용할 수 있고, 이에 의해 중복된 작용 효과가 얻어지는 것은 말할 필요도 없다.
(실시예 7)
또한, 상술한 실시예 1(도 1)에서는, 동작 습득부(7) 및 각종 라이브러리(8~10)를 마련함과 아울러, 로봇 시스템(3) 내에 핑거 아이 카메라 계측부(32) 및 3차원 인식부(33)를 마련했지만, 이들을 생략하여, 도 32와 같이 구성하더라도 좋다.
도 32는 본 발명의 실시예 7에 따른 산업용 로봇 시스템을 나타내는 블록 구성도이며, 상술(도 1 참조)한 것과 같은 것에 대해서는, 상술한 것과 동일 부호가 부여되거나, 또는 부호의 뒤에 「A」가 부여되어 있다.
도 32에 있어서, 산업용 로봇 시스템은, 미리 작성 준비된 3차원 CAD에 의한 제품 설계 데이터 및 생산 설비 데이터(1)(부품 연결 정보, 기하학적 형상 데이터, 설비 레이아웃 데이터 등을 포함한다)와, 생산 라인에 설치된 로봇 시스템(3A)을 구비하고 있다.
또한, 제품 설계 데이터 및 생산 설비 데이터(1) 및 로봇 시스템(3A)과 관련된 구성으로서, 일시 중지 대응 행동 계획부(4A)와, 에러 유발 작업 억제부(5A)와, 교시 작업부(6A)와, 컨트롤러(30A)와, 매니퓰레이터(31A)를 구비하고 있다. 컨트롤러(30A), 매니퓰레이터(31A)는, 로봇 시스템(3A) 내에 마련되어 있다.
일시 중지 대응 행동 계획부(4A)는, 제품 설계 데이터 및 생산 설비 데이터(1)로부터 부품 연결 정보, 기하학적 형상 데이터, 설비 레이아웃 데이터에 근거하여, 에러 복귀 시퀀스 포함 작업 시퀀스 차트와, 개략 좌표 포함 작업 패스를 작성하여, 교시 작업부(6A)에 입력한다.
또한, 일시 중지 대응 행동 계획부(4A)는, 에러 유발 작업 억제부(5A)와 서로 관련되어 있고, 에러 유발 작업 억제부(5A)에 대하여 작업 순서의 후보를 입력함과 아울러, 에러 유발 작업 억제부(5A)로부터 에러 발생 확률 정보를 받아들인다.
교시 작업부(6A)는, 일시 중지 대응 행동 계획부(4A)로부터의 작업 시퀀스 차트(에러 복귀 시퀀스 포함) 및 작업 패스(개략 좌표 포함)와, 로봇 시스템(3A)으로부터의 동작 모니터 정보에 근거하여, 정밀화된 작업 패스(숙련 전의 로봇 프로그램)를 생성하여 컨트롤러(30A)에 입력한다.
컨트롤러(30A)는, 로봇 프로그램과, 매니퓰레이터(31A)로부터의 동작 모니터 정보에 근거하여, 매니퓰레이터(31A)를 구동 제어한다.
다음으로, 도 32에 나타낸 본 발명의 실시예 7에 의한 동작에 대하여 설명한다.
일반적으로, 설계자에 의한 제품의 설계 순서로서는, 상술한 바와 같이, 최초로, 제조하고 싶은 제품의 구조 설계와, 그것을 제조하기 위한 셀의 레이아웃 설계가 행해진다.
이에 의해, 제품을 구성하는 부품의 결합 순서 관계를 나타내는 부품 연결 정보(부품 구성 수형도)와, 부품의 기하학적 형상 데이터 등의 제품 설계 데이터와, 셀 내의 설비 레이아웃 데이터와, 로봇의 사양 등의 생산 설비 데이터가 얻어진다.
이들 설계자에 의한 설계 작업의 결과가 얻어지고 있는 상태로부터, 본 발명의 실시예 7에 의한 시스템 동작이 개시되는 것으로 한다.
이하, 생산 설비의 시동시에 있어서의, 본 발명의 실시예 7에 의한 시스템 동작에 대하여 설명한다.
최초의 단계에서는, 제품 설계 데이터 및 생산 설비 데이터(1)가, 일시 중지 대응 행동 계획부(4A)에 대하여 입력된다.
이에 의해, 일시 중지 대응 행동 계획부(4A)에서는, 부품 연결 정보에 근거하여, 제품 제조 작업을 상세한 작업의 계열로 분해하고, 셀 내 각 설비로의 각 작업의 할당, 작업 순서의 생성이 행해진다. 이때, 작업을 분해하여 작업 순서를 결정할 때에, 에러 유발 작업 억제부(5A)에 대하여 작업 순서의 후보를 부여하면, 그 작업에 대한 에러 발생 확률 정보가 되돌려지기 때문에, 일시 중지 리스크가 낮은 작업 순서가 선택된다. 또, 에러 발생 확률은, 생산 실행시의 동작 모니터 정보에 의해 수시 갱신된다.
또한, 일시 중지 대응 행동 계획부(4A)에서는, 각 작업과 작업 순서를 결정함과 아울러, 작업 중의 일시 중지를 검정하는 체크포인트와, 체크포인트 비통과시에 어디까지 되돌아가면 작업을 재개할 수 있는가라고 하는 복귀 포인트와, 복귀 포인트로 되돌아가기 위한 복귀 패스와, 장해물을 회피하기 위한 경유 포인트와, 각 포인트를 잇는 작업 패스와, 각 작업 패스의 실행 순서를 기술한 시퀀스와, 다른 로봇이나 장치를 기다리게 하여 두는 동기 포인트를 포함하는 「에러 복귀 시퀀스 포함 작업 시퀀스 차트」가 생성된다.
또한, 각 작업 패스에 대해서는, 이하와 같은 속성 라벨이 부여된다.
즉, 「2점간 이동」, 「경유점으로의 이동」, 「엔드 이펙트 디바이스에 의한 작용을 동반하는 작업」, 「부품을 파지하는 직전 직후의 어프로치 이동, 또는 미리 최적화된 작업 동작이라고 하는 센서 피드백 제어에 의한 작업」, 「일시 중지로부터의 복귀 시퀀스 중」 등이다. 또, 하나의 작업 패스에 대하여 복수의 라벨이 부여되는 경우도 있다.
이 단계에서의 작업 시퀀스 차트에는, 라벨 부착 작업 패스 및 각 포인트만이 포함되고, 각 작업 패스의 내용은 아직 포함되지 않는다.
또, 작업 패스의 내용이란, 패스 양단 및 경유점(필요에 따라, 복수의 경유점이 추가된다)의 위치 자세 좌표와, 좌표간 이동 방법(제어 법칙, 보간 방법 등)의 지정이다.
또한, 미리 최적화된 작업 동작이란, 작업 미스를 억제하여, 빠르고 또한 부드럽게 작업하는 요령을 포함하고 있다.
다음 단계로서, 일시 중지 대응 행동 계획부(4A)에서는, 셀 내의 설비 배치 데이터 및 작업 순서 데이터를 이용하여, 각 작업에 대한 대략적인 작업 패스의 내용이 생성된다.
예컨대, 생산 셀 내에 부품 두는 곳 및 작업대가 있다고 가정하여, 부품 두는 곳으로부터 작업대에 부품을 나르는 작업에 대하여, 부품을 나르는 구체적인 궤도에 관한 작업 패스를 생각하면, 로봇이 주변의 물체와 간섭할 가능성이 있기 때문에, 최종적으로는, 각 작업 패스의 실현치를 정밀한 값으로 설정할 필요가 있다.
단, 이 경우, 각 작업 패스는 약 5㎝ 정도의 정밀도로 생성되기 때문에, 물체를 파지하는 기준 자세(부품과 핸드의 상대 자세)는, 후단의 교시 작업부(6A)에서, 교시 작업 입력 수단을 이용하여 작업자에 의한 교시에 의해 결정된다.
상기 조작은, 모든 작업 패스에 대하여 반복되고, 여기까지의 단계에서, 일시 중지 대응 행동 계획부(4A)로부터의 출력 정보로서, 「에러 복귀 시퀀스 포함 작업 시퀀스 차트+개략 좌표 포함 작업 패스」로 이루어지는 데이터가 얻어진다.
다음으로, 교시 작업부(6A)의 동작이 개시된다.
교시 작업부(6A)에서는, 개략 좌표 포함 작업 패스에 대하여, 파지점 등 동작 요소의 최종적인 위치 맞춤만을 교시 작업 입력 수단을 이용하여 교시 작업자가 행하는 것에 의해, 절대 좌표가 지정된 정밀화된 작업 패스가 결정된다.
이때, 교시 작업용 퍼스널컴퓨터 또는 교시 장치에 표시되는 생태학적 인터페이스 이론에 근거하는 사용자 인터페이스에 의해, 동작 요소 및 작업 상황이 제시되고, 작업자는 제시 상황을 보고, 위치 자세의 정밀화 작업을 행하고, 필요에 따라 작업 패스를 교시 작업 입력 수단에 의해 추가한다.
이상과 같이, 일시 중지 대응 행동 계획부(4A), 에러 유발 작업 억제부(5A), 교시 작업부(6A)는, 각 설계 데이터(1)는, 연계하여, 로봇 시스템(3A)에 대한 로봇 프로그램을 생성한다.
즉, 본 발명의 실시예 7(도 32)의 구성에 있어서도, 제품 설계ㆍ생산 설비 데이터(1)로부터, 일시 중지 발생시의 복귀 시퀀스를 포함하는 컨트롤러(30A)로 실행 가능한 로봇 프로그램이, 종래에 비하여 대폭 적은 교시 작업자의 부하로 얻어진다.
1 : 제품 설계 데이터ㆍ생산 설비 데이터
2 : 특정 작업 사양
3, 3A : 로봇 시스템
4, 4A : 일시 중지 대응 행동 계획부
5, 5A : 에러 유발 작업 억제부
6, 6A : 교시 작업부
7 : 동작 숙련부
8 : 핸드 라이브러리
9 : 특정 작업 라이브러리
10 : 에러 리커버리 라이브러리
11 : 최적 작업 동작 생성부
12 : 에러 리커버리 작업 교시부
30, 30A : 컨트롤러
31, 31A : 매니퓰레이터
32 : 핑거 아이 카메라 계측부
33 : 3차원 인식부
34 : 매니퓰레이션 디바이스군
34a : 유니버설 핸드
34b : 로봇 핸드
32a : 고속 카메라
32b : 전방위 미러
40 : 계측 대상 물체
41 : 3차원 센서
50 : 네트워크
51 : 매시업부
W : 조립 부품

Claims (7)

  1. 매니퓰레이터(manipulator) 및 핸드를 갖는 로봇을 포함하고, 제조 대상물이 되는 제품을 조립하기 위한 생산 시스템에 이용되는 산업용 로봇 시스템으로서,
    생산 라인의 시동ㆍ조정시의 교시 작업 및 무인 연속 조업의 장해가 되는 일시 중지에 대응하기 위한 작업 정보 및 제 1 작업 패스를 생성하는 일시 중지 대응 행동 계획부와,
    상기 작업 정보에 근거하여, 에러를 유발하는 작업을 억제하기 위한 에러 정보를 생성하는 에러 유발 작업 억제부와,
    상기 제 1 작업 패스 및 상기 에러 정보에 근거하여 절대 좌표를 지정하는 제 2 작업 패스를 생성하는 교시 작업부와,
    상기 제 2 작업 패스에 근거하여, 상기 로봇에 대한 최적화된 제 3 작업 패스를 생성하는 동작 숙련부와,
    상기 로봇의 조립 작업과 제어 소프트웨어를 대응시켜 라이브러리화한 핸드 라이브러리와,
    특정 작업 동작 계열을 생성하는 최적 작업 동작 생성부와,
    상기 특정 작업 동작 계열을 저장하는 특정 작업 라이브러리와,
    상기 교시 작업부에서의 조작 이력에 근거하여, 에러 상태에 따른 에러 리커버리 작업을 교시하기 위한 에러 리커버리 작업 교시부와,
    상기 에러 리커버리 작업을 저장하는 에러 리커버리 라이브러리와,
    상기 로봇의 동작 모니터 정보를 생성하여, 상기 에러 유발 작업 억제부, 상기 교시 작업부 및 상기 동작 숙련부에 입력하는 핑거 아이 카메라 계측부 및 3차원 인식부와,
    상기 제 2 및 제 3 작업 패스와 상기 동작 모니터 정보에 근거하여 상기 로봇을 제어하는 컨트롤러
    를 구비하고,
    상기 일시 중지 대응 행동 계획부는, 적어도 부품 연결 정보, 기하학적 형상 데이터, 설비 레이아웃 데이터를 포함하는 상기 생산 시스템 및 상기 제조 대상물의 구성 정보와, 상기 핸드 라이브러리, 상기 특정 작업 라이브러리 및 상기 에러 리커버리 라이브러리의 각 저장 정보와, 상기 에러 유발 작업 억제부로부터의 에러 정보에 근거하여, 상기 제 1 작업 패스를 생성하고,
    상기 작업 정보는, 적어도 작업 중의 일시 중지를 검정하는 체크포인트와, 상기 체크포인트를 비통과시에 어디까지 되돌아가면 작업을 재개할 수 있는지에 관한 복귀 포인트와, 상기 복귀 포인트로 되돌아가기 위한 복귀 패스와, 각 포인트를 잇는 작업 패스와, 각 작업 패스의 실행 순서를 기술한 시퀀스와, 동기 포인트를 포함하고,
    상기 교시 작업부는, 교시 작업 입력 수단을 이용하여 입력 작업을 행하는 작업자의 입력에 근거하여 상기 제 2 작업 패스를 생성할 때에, 미스를 유발하는 작업 동작에 대해서는 상기 작업자에게 경고를 발하고,
    상기 에러 리커버리 작업 교시부는, 상기 교시 작업부로부터의 에러 발생 원인 및 조작 이력에 근거하여, 상기 로봇을 포함하는 구성 요소에 대한 에러 복귀 정보를 산출하고,
    상기 일시 중지 대응 행동 계획부, 상기 교시 작업부 및 상기 동작 숙련부는, 상기 생산 시스템 및 상기 제조 대상물의 구성 정보로부터, 상기 로봇의 교시에 필요한 상기 제 3 작업 패스를 포함하는 프로그램 정보를 생성하는
    것을 특징으로 하는 산업용 로봇 시스템.
  2. 제 1 항에 있어서,
    상기 일시 중지 대응 행동 계획부와, 상기 에러 유발 작업 억제부와, 상기 교시 작업부와, 상기 동작 숙련부와, 상기 핸드 라이브러리와, 상기 최적 작업 동작 생성부와, 상기 특정 작업 라이브러리와, 상기 에러 리커버리 작업 교시부와, 상기 에러 리커버리 라이브러리와, 상기 컨트롤러와의 연계를 실현하기 위한 매시업부를 구비한 것을 특징으로 하는 산업용 로봇 시스템.
  3. 제 1 항에 있어서,
    에러 검지 기능을 갖는 오프라인 교시부를 구비하고,
    상기 오프라인 교시부는, 상기 에러 유발 작업 억제부 및 상기 핸드 라이브러리의 기능을 포함하는
    것을 특징으로 하는 산업용 로봇 시스템.
  4. 제 1 항에 있어서,
    상기 교시 작업부는, 시각 I/F 및 텔레오퍼레이션 기능을 포함하는 것을 특징으로 하는 산업용 로봇 시스템.
  5. 제 1 항에 있어서,
    상기 일시 중지 대응 행동 계획부, 상기 교시 작업부, 상기 에러 리커버리 작업 교시부 및 상기 에러 리커버리 라이브러리와 협동하는 에러 리커버리부를 구비하고,
    상기 에러 리커버리부는, 행동 제어 기능과, 교시 작업부 강화 기능과, 텔레오퍼레이션 기능을 포함하는
    것을 특징으로 하는 산업용 로봇 시스템.
  6. 제 1 항 내지 제 5 항 중 어느 한 항에 있어서,
    상기 교시 작업부, 상기 동작 숙련부, 상기 핑거 아이 카메라 계측부 및 상기 3차원 인식부와 협동하는 인식부를 구비하고,
    상기 인식부는, 부품 피킹용 물체 인식 기능과, 하이브리드 시각 보정 기능과, 에러 검지용 시각 기능과, 인식 어플리케이션 구축 지원 기능을 포함하는
    것을 특징으로 하는 산업용 로봇 시스템.
  7. 매니퓰레이터를 갖는 로봇을 포함하고, 제조 대상물이 되는 제품을 조립하기 위한 생산 시스템에 이용되는 산업용 로봇 시스템으로서,
    생산 라인의 시동ㆍ조정시의 교시 작업 및 무인 연속 조업의 장해가 되는 일시 중지에 대응하기 위한 작업 정보 및 제 1 작업 패스를 생성하는 일시 중지 대응 행동 계획부와,
    상기 작업 정보에 근거하여, 에러를 유발하는 작업을 억제하기 위한 에러 정보를 생성하는 에러 유발 작업 억제부와,
    상기 제 1 작업 패스 및 상기 에러 정보에 근거하여 절대 좌표를 지정하는 제 2 작업 패스를 생성하는 교시 작업부와,
    상기 제 2 작업 패스에 근거하여 상기 로봇을 제어하는 컨트롤러
    를 구비하고,
    상기 일시 중지 대응 행동 계획부는, 적어도 부품 연결 정보, 기하학적 형상 데이터, 설비 레이아웃 데이터를 포함하는 상기 생산 시스템 및 상기 제조 대상물의 구성 정보와, 상기 에러 유발 작업 억제부로부터의 에러 정보에 근거하여, 상기 제 1 작업 패스를 생성하고,
    상기 작업 정보는, 적어도 작업 중의 일시 중지를 검정하는 체크포인트와, 상기 체크포인트를 비통과시에 어디까지 되돌아가면 작업을 재개할 수 있는지에 관한 복귀 포인트와, 상기 복귀 포인트로 되돌아가기 위한 복귀 패스와, 각 포인트를 잇는 작업 패스와, 각 작업 패스의 실행 순서를 기술한 시퀀스와, 동기 포인트를 포함하고,
    상기 교시 작업부는, 교시 작업 입력 수단을 이용하여 입력 작업을 행하는 작업자의 입력에 근거하여 상기 제 2 작업 패스를 생성할 때에, 미스를 유발하는 작업 동작에 대해서는 상기 작업자에게 경고를 발하고,
    상기 일시 중지 대응 행동 계획부 및 상기 교시 작업부는, 상기 생산 시스템 및 상기 제조 대상물의 구성 정보로부터, 상기 로봇의 교시에 필요한 상기 제 2 작업 패스를 포함하는 프로그램 정보를 생성하는
    것을 특징으로 하는 산업용 로봇 시스템.
KR1020117018727A 2009-02-12 2010-02-10 산업용 로봇 시스템 KR101255948B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2009029374 2009-02-12
JPJP-P-2009-029374 2009-02-12
PCT/JP2010/051962 WO2010092981A1 (ja) 2009-02-12 2010-02-10 産業用ロボットシステム

Publications (2)

Publication Number Publication Date
KR20110114651A KR20110114651A (ko) 2011-10-19
KR101255948B1 true KR101255948B1 (ko) 2013-04-23

Family

ID=42561822

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020117018727A KR101255948B1 (ko) 2009-02-12 2010-02-10 산업용 로봇 시스템

Country Status (6)

Country Link
US (1) US9393691B2 (ko)
JP (1) JP5436460B2 (ko)
KR (1) KR101255948B1 (ko)
CN (1) CN102317044B (ko)
DE (1) DE112010000775B4 (ko)
WO (1) WO2010092981A1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108235696A (zh) * 2015-09-25 2018-06-29 斗山机器人科技有限公司 机器人控制方法和设备
KR20210080868A (ko) 2019-12-23 2021-07-01 주식회사 코아로봇 가상축 인터페이스를 갖는 로봇제어장치 및 그 장치의 구동방법
US11675350B2 (en) 2018-05-01 2023-06-13 Dexterity, Inc. Autonomous robot with on demand teleoperation

Families Citing this family (109)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10093022B2 (en) * 2015-12-18 2018-10-09 General Electric Company Control system and method for brake bleeding
WO2011148719A1 (ja) * 2010-05-28 2011-12-01 日本電気株式会社 情報処理装置、gui操作支援方法およびコンピュータ読み取り可能な記録媒体
JP5449546B2 (ja) * 2010-06-03 2014-03-19 株式会社日立製作所 人操作型作業機械システム
US20120095575A1 (en) * 2010-10-14 2012-04-19 Cedes Safety & Automation Ag Time of flight (tof) human machine interface (hmi)
WO2012061970A1 (en) * 2010-11-08 2012-05-18 Abb Technology Ab Batteries testing and sorting system and the method thereof
DE102010053668A1 (de) * 2010-12-07 2012-06-14 Klaus-Dieter Becker Vorrichtung und Verfahren zur Erstellung eines Programms für computergesteuerte Maschinen
JP2012206219A (ja) * 2011-03-30 2012-10-25 Seiko Epson Corp ロボット制御装置及びロボットシステム
WO2012142587A1 (en) 2011-04-15 2012-10-18 Irobot Corporation Method for path generation for an end effector of a robot
EP2769361B1 (en) 2011-10-19 2018-09-05 Crown Equipment Corporation Controlling truck forks based on identifying and tracking multiple objects in an image scene
JP5915214B2 (ja) 2012-02-01 2016-05-11 セイコーエプソン株式会社 ロボット装置、組立て方法、及び組立てプログラム
CN102581445B (zh) * 2012-02-08 2014-08-13 中国科学院自动化研究所 机器人的视觉实时纠偏系统和纠偏方法
US9477936B2 (en) 2012-02-09 2016-10-25 Rockwell Automation Technologies, Inc. Cloud-based operator interface for industrial automation
KR101330049B1 (ko) * 2012-03-06 2013-11-18 한국기계연구원 3차원 특징점 기반 직접 교시 궤적 후보정 방법
DE102012008073A1 (de) * 2012-04-24 2013-10-24 Kuka Roboter Gmbh Verfahren und Mittel zum Vorgeben und/oder Steuern eines Manipulatorprozesses
EP2685403A3 (en) 2012-07-09 2017-03-01 Technion Research & Development Foundation Limited Natural machine interface system
JP2014024162A (ja) * 2012-07-27 2014-02-06 Seiko Epson Corp ロボットシステム、ロボット制御装置、ロボット制御方法及びロボット制御プログラム
US10081109B2 (en) * 2012-09-06 2018-09-25 Fanuc America Corporation Haptic teach pendant
US20150266182A1 (en) * 2012-10-11 2015-09-24 Abb Technology Ltd Method And An Apparatus For Automatically Generating A Collision Free Return Program For Returning A Robot From A Stop Position To A Predefined Restart Position
JP5582427B2 (ja) * 2012-12-18 2014-09-03 株式会社安川電機 教示データ作成装置、ロボットシステム、及び教示データ作成方法
KR101956073B1 (ko) * 2012-12-20 2019-03-08 삼성전자주식회사 시각적 인디케이터를 이용하여 사용자 인터페이스를 제공하는 3차원 입체 영상 표시 장치 및 그 장치를 이용한 방법
EP2749974A2 (en) * 2012-12-28 2014-07-02 Kabushiki Kaisha Yaskawa Denki Robot teaching system, robot teaching assistant device, and robot teaching method
US9798302B2 (en) 2013-02-27 2017-10-24 Rockwell Automation Technologies, Inc. Recognition-based industrial automation control with redundant system input support
US9393695B2 (en) 2013-02-27 2016-07-19 Rockwell Automation Technologies, Inc. Recognition-based industrial automation control with person and object discrimination
US9498885B2 (en) * 2013-02-27 2016-11-22 Rockwell Automation Technologies, Inc. Recognition-based industrial automation control with confidence-based decision support
US9804576B2 (en) 2013-02-27 2017-10-31 Rockwell Automation Technologies, Inc. Recognition-based industrial automation control with position and derivative decision reference
US9956687B2 (en) 2013-03-04 2018-05-01 Microsoft Technology Licensing, Llc Adapting robot behavior based upon human-robot interaction
JP6022394B2 (ja) * 2013-03-28 2016-11-09 株式会社神戸製鋼所 作業経路情報設定装置、プログラム、および作業経路情報設定方法
US9989958B2 (en) 2013-05-09 2018-06-05 Rockwell Automation Technologies, Inc. Using cloud-based data for virtualization of an industrial automation environment
US9703902B2 (en) 2013-05-09 2017-07-11 Rockwell Automation Technologies, Inc. Using cloud-based data for industrial simulation
US9786197B2 (en) * 2013-05-09 2017-10-10 Rockwell Automation Technologies, Inc. Using cloud-based data to facilitate enhancing performance in connection with an industrial automation system
US9162357B2 (en) * 2013-06-26 2015-10-20 Canon Kabushiki Kaisha Control method for robot system and robot system
JP5850003B2 (ja) * 2013-07-26 2016-02-03 株式会社安川電機 ロボットシステム、ロボットシステムのロボット管理コンピュータ及びロボットシステムの管理方法
JP5939213B2 (ja) * 2013-08-09 2016-06-22 株式会社安川電機 ロボット制御装置及びロボット制御方法
JP6309220B2 (ja) * 2013-08-12 2018-04-11 株式会社ダイヘン 搬送システム
EP2845696B1 (de) * 2013-09-10 2017-05-17 Siemens Aktiengesellschaft Bearbeitungsmaschine mit redundanten Achsen und Auflösung der Redundanz in Echtzeit
US9841749B2 (en) * 2014-04-01 2017-12-12 Bot & Dolly, Llc Runtime controller for robotic manufacturing system
US9958862B2 (en) * 2014-05-08 2018-05-01 Yaskawa America, Inc. Intuitive motion coordinate system for controlling an industrial robot
JP6418782B2 (ja) * 2014-05-16 2018-11-07 キヤノン株式会社 ロボットシステムの制御方法、プログラム、記録媒体、ロボットシステム、及び診断装置
DE102014213262A1 (de) * 2014-07-08 2016-01-14 Kuka Roboter Gmbh Maschine und Verfahren zum Betreiben einer Maschine
JP6660102B2 (ja) * 2014-08-27 2020-03-04 キヤノン株式会社 ロボット教示装置およびその制御方法、ロボットシステム、プログラム
US10496061B2 (en) 2015-03-16 2019-12-03 Rockwell Automation Technologies, Inc. Modeling of an industrial automation environment in the cloud
US11243505B2 (en) 2015-03-16 2022-02-08 Rockwell Automation Technologies, Inc. Cloud-based analytics for industrial automation
US11513477B2 (en) 2015-03-16 2022-11-29 Rockwell Automation Technologies, Inc. Cloud-based industrial controller
US11042131B2 (en) 2015-03-16 2021-06-22 Rockwell Automation Technologies, Inc. Backup of an industrial automation plant in the cloud
US9939800B2 (en) * 2015-04-30 2018-04-10 Bae Systems Plc Path following machining method and apparatus
US9707680B1 (en) 2015-05-28 2017-07-18 X Development Llc Suggesting, selecting, and applying task-level movement parameters to implementation of robot motion primitives
US9895809B1 (en) * 2015-08-20 2018-02-20 X Development Llc Visual annotations in robot control interfaces
KR102015522B1 (ko) * 2015-08-25 2019-08-28 카와사키 주코교 카부시키 카이샤 로봇시스템과 그 운전방법
KR20180035856A (ko) 2015-08-31 2018-04-06 해피재팬, 인크. Ic 시험시스템
DE102015222164A1 (de) 2015-11-11 2017-05-11 Kuka Roboter Gmbh Verfahren und Computerprogramm zur Erzeugung einer grafischen Benutzerschnittstelle eines Manipulatorprogramms
DE102015222168B4 (de) * 2015-11-11 2024-02-22 Kuka Roboter Gmbh Verfahren und computerprogramm zur korrektur von fehlern eines manipulatorsystems
CN105459136B (zh) * 2015-12-29 2017-07-14 上海帆声图像科技有限公司 机器人视觉抓取方法
DE102015122998B3 (de) * 2015-12-30 2017-01-05 Haddadin Beteiligungs UG (haftungsbeschränkt) Roboter und Verfahren zum Betreiben eines Roboters
JP6333868B2 (ja) 2016-01-21 2018-05-30 ファナック株式会社 セル制御装置、及び製造セルにおける複数の製造機械の稼働状況を管理する生産システム
JP2017146805A (ja) * 2016-02-17 2017-08-24 株式会社入曽精密 切削加工装置、撮像方法、およびプログラム、並びに撮像装置
JP6114421B1 (ja) * 2016-02-19 2017-04-12 ファナック株式会社 複数の産業機械の作業分担を学習する機械学習装置,産業機械セル,製造システムおよび機械学習方法
KR101865691B1 (ko) * 2016-04-05 2018-06-11 한국과학기술원 인간 로봇 상호작용 기반의 작업 수행 로봇 및 방법
TWI805545B (zh) * 2016-04-12 2023-06-21 丹麥商環球機器人公司 用於藉由示範來程式化機器人之方法和電腦程式產品
CN105690395B (zh) * 2016-04-23 2017-09-19 宁波市智能制造产业研究院 工业机器人及其控制方法
CN105835058B (zh) * 2016-04-23 2017-10-27 福州环亚众志计算机有限公司 一种程序生成系统
US9990535B2 (en) 2016-04-27 2018-06-05 Crown Equipment Corporation Pallet detection using units of physical length
JP6360105B2 (ja) * 2016-06-13 2018-07-18 ファナック株式会社 ロボットシステム
US10220511B2 (en) * 2016-07-28 2019-03-05 X Development Llc Customized robotic installation based on measurements collected on site
US20180029235A1 (en) * 2016-07-28 2018-02-01 X Development Llc Error Accrual and Mitigation During Robotic Process
JP6392817B2 (ja) * 2016-08-04 2018-09-19 ファナック株式会社 シミュレーション装置
JP6858521B2 (ja) * 2016-09-29 2021-04-14 川崎重工業株式会社 ロボット復旧支援装置及びそれを備えるロボットシステム
US10642244B2 (en) * 2016-12-19 2020-05-05 Autodesk, Inc. Robotic augmentation of creative tasks
JP2018126797A (ja) * 2017-02-06 2018-08-16 セイコーエプソン株式会社 制御装置、ロボットおよびロボットシステム
DE102017201949A1 (de) * 2017-02-08 2018-08-09 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. System zur Steuerung mindestens eines Betriebsmittels zur Herstellung und/oder Montage von Werkstücken
JP6708581B2 (ja) * 2017-04-07 2020-06-10 ライフロボティクス株式会社 教示装置、表示装置、教示プログラム及び表示プログラム
JP6457587B2 (ja) * 2017-06-07 2019-01-23 ファナック株式会社 ワークの動画に基づいて教示点を設定するロボットの教示装置
CN107127381A (zh) * 2017-07-04 2017-09-05 四川普什宁江机床有限公司 连杆油孔孔口曲面倒角加工设备及方法
TWI650626B (zh) * 2017-08-15 2019-02-11 由田新技股份有限公司 基於三維影像之機械手臂加工方法及系統
JP6931585B2 (ja) * 2017-10-02 2021-09-08 株式会社オカムラ 作業システム、作業システムの制御方法及びプログラム
JP6456557B1 (ja) * 2017-10-03 2019-01-23 三菱電機株式会社 把持位置姿勢教示装置、把持位置姿勢教示方法及びロボットシステム
EP3476549A1 (en) * 2017-10-27 2019-05-01 Creaholic SA Hardware module, robotic system, and method for operating the robotic system
CN111417496B (zh) * 2017-12-08 2023-03-28 株式会社富士 控制装置、工件作业装置、工件作业系统以及控制方法
US11830131B2 (en) * 2018-02-06 2023-11-28 Veo Robotics, Inc. Workpiece sensing for process management and orchestration
JP6810087B2 (ja) * 2018-03-29 2021-01-06 ファナック株式会社 機械学習装置、機械学習装置を用いたロボット制御装置及びロボットビジョンシステム、並びに機械学習方法
JP7091777B2 (ja) * 2018-03-30 2022-06-28 株式会社安川電機 ロボットシステム及び制御方法
CN108469824A (zh) * 2018-04-08 2018-08-31 浙江国自机器人技术有限公司 一种洗地机器人示教式工程实施系统及其方法
CN108501004B (zh) * 2018-04-13 2020-05-05 宁波德深机械设备有限公司 工业机器人的示教系统
JP2022500722A (ja) * 2018-06-29 2022-01-04 センサーボット ピーティーイー. エルティーディー. タスク管理方法及びそのシステム
WO2020031718A1 (ja) * 2018-08-08 2020-02-13 ソニー株式会社 制御装置、制御方法、およびプログラム
JP7337495B2 (ja) * 2018-11-26 2023-09-04 キヤノン株式会社 画像処理装置およびその制御方法、プログラム
EP3939752A4 (en) * 2019-03-15 2022-10-26 OMRON Corporation ROBOT CONTROL DEVICE, METHOD AND PROGRAM
US20220347850A1 (en) * 2019-03-15 2022-11-03 Omron Corporation Settings support device, settings support method, and program
JP7314824B2 (ja) * 2019-05-17 2023-07-26 株式会社安川電機 ロボットシステム、復帰プログラム生成装置、制御支援装置、制御装置、プログラム、復帰プログラムの生成方法及び復帰プログラムの出力方法
EP3970925A4 (en) * 2019-05-17 2023-04-19 Kabushiki Kaisha Yaskawa Denki ROBOT SYSTEM, RECOVERY PROGRAM GENERATING DEVICE, CONTROL SUPPORT DEVICE, CONTROL DEVICE, PROGRAM, RECOVERY PROGRAM GENERATING METHOD AND RECOVERY PROGRAM OUTPUT METHOD
CN112230647A (zh) * 2019-06-28 2021-01-15 鲁班嫡系机器人(深圳)有限公司 用于轨迹规划的智能动力系统行为模型、训练方法及装置
EP4051462A4 (en) * 2019-10-29 2023-10-18 ABB Schweiz AG SYSTEM AND METHOD FOR ROBOT EVALUATION
DE102019129417B4 (de) * 2019-10-31 2022-03-24 Sick Ag Verfahren zum automatischen Handhaben von Objekten
JP7047830B2 (ja) * 2019-12-05 2022-04-05 オムロン株式会社 自律走行システム、自律走行方法、及び自律走行プログラム
JP2021102240A (ja) * 2019-12-25 2021-07-15 セイコーエプソン株式会社 プログラム作成システム、プログラム作成装置およびロボットシステム
DE102020103854B4 (de) 2020-02-14 2022-06-15 Franka Emika Gmbh Maschinelles Lernen einer erfolgreich abgeschlossenen Roboteranwendung
DE102020103852B4 (de) * 2020-02-14 2022-06-15 Franka Emika Gmbh Erzeugen und Optimieren eines Steuerprogramms für einen Robotermanipulator
US20210323158A1 (en) * 2020-04-17 2021-10-21 Abb Schweiz Ag Recovery system and method using multiple sensor inputs
CN111860605B (zh) * 2020-06-24 2022-12-13 广州明珞汽车装备有限公司 一种工艺节拍处理方法、系统、装置及存储介质
DE102020211648A1 (de) 2020-09-17 2022-03-17 Robert Bosch Gesellschaft mit beschränkter Haftung Vorrichtung und Verfahren zum Steuern einer Robotervorrichtung
JP2022063707A (ja) * 2020-10-12 2022-04-22 東京ロボティクス株式会社 ロボットシステム、その制御方法及びプログラム並びにシステム
CN113031591B (zh) * 2021-02-24 2023-04-07 丰疆智能(深圳)有限公司 推料机器人的异常处理方法、装置、服务器及存储介质
CN112975386B (zh) * 2021-03-09 2022-09-06 重庆机器人有限公司 一种冰箱自动装配工艺
JPWO2023013784A1 (ko) * 2021-08-05 2023-02-09
CN113459108B (zh) * 2021-09-02 2021-11-12 杭州灵西机器人智能科技有限公司 基于插值补偿的手眼标定方法、系统、装置和介质
CN117940859A (zh) * 2021-09-27 2024-04-26 发那科株式会社 机器人系统
US11755003B2 (en) * 2021-09-30 2023-09-12 Hitachi, Ltd. Autonomous task management industrial robot
DE102022103020A1 (de) 2022-02-09 2023-08-10 Schaeffler Technologies AG & Co. KG Verfahren zum Betrieb eines Antriebsmoduls zum Bewegen eines Gelenkarms eines Industrieroboters und Antriebsmodul
JP7327550B1 (ja) 2022-03-08 2023-08-16 株式会社安川電機 ロボットコントローラ、及び制御方法
CN115860431B (zh) * 2023-02-07 2023-05-26 广东技术师范大学 基于异构感知的多机器人智能调度方法、系统、机器人及介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR910006813A (ko) * 1989-09-29 1991-04-30 후루다 노리마사 생산라인고장시의 복귀방법 및 그 방법을 달성하기 위한 장치
KR20060107360A (ko) * 2005-04-07 2006-10-13 세이코 엡슨 가부시키가이샤 로봇 위치 교시를 위한 이동 제어 장치, 로봇의 위치 교시장치, 로봇 위치 교시를 위한 이동 제어 방법, 로봇의 위치교시 방법 및 로봇 위치 교시를 위한 이동 제어 프로그램

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0389991B1 (en) 1989-03-25 1994-09-28 Mazda Motor Corporation Method and system for restarting sequentially controlled equipment installed in a production line
JPH03116304A (ja) * 1989-09-29 1991-05-17 Mazda Motor Corp 生産ライン故障復帰装置
JP3195000B2 (ja) * 1991-09-18 2001-08-06 マツダ株式会社 生産設備の復帰方法およびその装置
JPH06190692A (ja) * 1992-12-28 1994-07-12 Mazda Motor Corp 生産設備の復帰装置
JP3276248B2 (ja) * 1994-08-02 2002-04-22 株式会社小松製作所 異常復帰装置
US6445964B1 (en) * 1997-08-04 2002-09-03 Harris Corporation Virtual reality simulation-based training of telekinegenesis system for training sequential kinematic behavior of automated kinematic machine
US6430472B1 (en) * 1999-12-20 2002-08-06 Servo-Robot Inc. Robot feature tracking devices and methods
JP3733364B2 (ja) * 2003-11-18 2006-01-11 ファナック株式会社 教示位置修正方法
SE527525C2 (sv) * 2003-12-22 2006-04-04 Abb As Styranordning, metod och styrsystem för start eller stop av en nästkommande arbetsuppgift hos en robot
JP4027350B2 (ja) * 2004-06-29 2007-12-26 ファナック株式会社 ロボットの待機位置復帰プログラム作成装置
JP4960589B2 (ja) * 2004-12-08 2012-06-27 川崎重工業株式会社 ロボット制御装置およびロボット制御方法
JP4171488B2 (ja) * 2005-12-16 2008-10-22 ファナック株式会社 オフラインプログラミング装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR910006813A (ko) * 1989-09-29 1991-04-30 후루다 노리마사 생산라인고장시의 복귀방법 및 그 방법을 달성하기 위한 장치
KR20060107360A (ko) * 2005-04-07 2006-10-13 세이코 엡슨 가부시키가이샤 로봇 위치 교시를 위한 이동 제어 장치, 로봇의 위치 교시장치, 로봇 위치 교시를 위한 이동 제어 방법, 로봇의 위치교시 방법 및 로봇 위치 교시를 위한 이동 제어 프로그램

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108235696A (zh) * 2015-09-25 2018-06-29 斗山机器人科技有限公司 机器人控制方法和设备
US11675350B2 (en) 2018-05-01 2023-06-13 Dexterity, Inc. Autonomous robot with on demand teleoperation
KR20210080868A (ko) 2019-12-23 2021-07-01 주식회사 코아로봇 가상축 인터페이스를 갖는 로봇제어장치 및 그 장치의 구동방법

Also Published As

Publication number Publication date
DE112010000775T5 (de) 2013-03-28
DE112010000775B4 (de) 2016-03-17
CN102317044A (zh) 2012-01-11
US9393691B2 (en) 2016-07-19
JPWO2010092981A1 (ja) 2012-08-16
US20110288667A1 (en) 2011-11-24
JP5436460B2 (ja) 2014-03-05
KR20110114651A (ko) 2011-10-19
CN102317044B (zh) 2014-03-26
WO2010092981A1 (ja) 2010-08-19

Similar Documents

Publication Publication Date Title
KR101255948B1 (ko) 산업용 로봇 시스템
Hentout et al. Human–robot interaction in industrial collaborative robotics: a literature review of the decade 2008–2017
Brito et al. A machine learning approach for collaborative robot smart manufacturing inspection for quality control systems
Ostanin et al. Human-robot interaction for robotic manipulator programming in Mixed Reality
Pichler et al. Towards shared autonomy for robotic tasks in manufacturing
CN110573308A (zh) 机器人系统的混合现实辅助空间编程
Daneshmand et al. Industry 4.0 and prospects of circular economy: a survey of robotic assembly and disassembly
Berg et al. An integrated planning and programming system for human-robot-cooperation
Kato et al. Predicting positioning error and finding features for large industrial robots based on Deep Learning
Emeric et al. Development of a new robotic programming support system for operators
Chryssolouris et al. Artificial intelligence in manufacturing equipment, automation, and robots
CN110914021A (zh) 带有用于执行至少一个工作步骤的操纵设备的操纵装置以及方法和计算机程序
Flores et al. Concept of a learning knowledge-based system for programming industrial robots
WO2021049028A1 (ja) 数値制御装置、および機械学習装置
Weng et al. Quantitative assessment at task-level for performance of robotic configurations and task plans
Ji et al. Interface architecture design for minimum programming in human-robot collaboration
Luczak et al. Development of error-compensating UI for autonomous production cells
Heimann et al. Affordance based approach to automatic program generation for industrial robots in manufacturing
Bertram et al. Development of a context-aware assistive system for manual repair processes-a combination of probabilistic and deterministic approaches
Khalil et al. Robotic interaction with deformable objects under vision and tactile guidance-a review
Bulej et al. Simulation of manipulation task using iRVision aided robot control in Fanuc RoboGuide software
Atorf et al. Simulation-based Optimization, Reasoning and Control: The eRobotics Approach Towards Intelligent Robots
Bohren et al. Toward practical semi-autonomous teleoperation: do what i intend, not what i do
Abdi et al. A Hybrid AI-based Adaptive Path Planning for Intelligent Robot Arms
Kirkpatrick Digital Twins in Advanced Manufacturing to Enhance Manufacturing Efficiency

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20160318

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20170322

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20180316

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20190319

Year of fee payment: 7