WO2021070404A1 - 組み立て装置 - Google Patents

組み立て装置 Download PDF

Info

Publication number
WO2021070404A1
WO2021070404A1 PCT/JP2020/009563 JP2020009563W WO2021070404A1 WO 2021070404 A1 WO2021070404 A1 WO 2021070404A1 JP 2020009563 W JP2020009563 W JP 2020009563W WO 2021070404 A1 WO2021070404 A1 WO 2021070404A1
Authority
WO
WIPO (PCT)
Prior art keywords
component
force sensor
amount
assembly
value
Prior art date
Application number
PCT/JP2020/009563
Other languages
English (en)
French (fr)
Inventor
義浩 細川
祥一 市岡
勇人 山中
沙織 松永
Original Assignee
三菱電機株式会社
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 三菱電機株式会社 filed Critical 三菱電機株式会社
Priority to JP2021551111A priority Critical patent/JP7209859B2/ja
Publication of WO2021070404A1 publication Critical patent/WO2021070404A1/ja

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J13/00—Controls for manipulators
    • B25J13/08—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices

Definitions

  • This disclosure relates to an assembly device.
  • a system having an operation control unit for stopping the robot has been proposed. See, for example, Patent Document 1.
  • the object of the present disclosure is to provide an assembly device capable of suppressing a decrease in manufacturing efficiency.
  • the assembling device is an apparatus that performs an assembling operation in which one of the first component and the second component has an inserted portion and the other has an inserted portion, and the inserted portion is inserted into the inserted portion.
  • the moving device that grips the second part and moves the second part in the first direction and the second direction orthogonal to the first direction during the assembling operation, and the first.
  • FIG. (A) to (F) are diagrams showing the operation by the assembly device according to the first embodiment. It is a figure which shows the example of the relationship between the output of the force sensor and the deviation amount in the assembly apparatus which concerns on Embodiment 1.
  • FIG. It is a flowchart which shows the operation by the assembly apparatus which concerns on Embodiment 1.
  • FIG. 1 It is a flowchart which shows the operation by the assembly apparatus which concerns on Embodiment 3. It is a figure which shows roughly the structure of the assembly apparatus which concerns on Embodiment 5. It is a functional block diagram which shows schematic structure of the assembly apparatus which concerns on Embodiment 5.
  • FIG. 1 It is a flowchart which shows the operation by the assembly apparatus which concerns on Embodiment 3. It is a figure which shows roughly the structure of the assembly apparatus which concerns on Embodiment 5. It is a functional block diagram which shows schematic structure of the assembly apparatus which concerns on Embodiment 5. FIG.
  • FIG. 1 is a diagram schematically showing the configuration of the assembly device 1 according to the first embodiment.
  • FIG. 2 is a functional block diagram schematically showing the configuration of the assembly device 1.
  • the assembling device 1 shown in FIG. 1 performs an assembling operation of inserting the insertion portion of the insertion part 200 as the second component into the insertion hole 101 which is the insertion portion of the insertion component 100 as the first component. ..
  • FIG. 1 shows an example in which the insertion part 200 is moved in the ⁇ Z axis direction and the insertion portion of the insertion part 200 is inserted into the insertion hole 101 of the insertion part 100. The positional relationship may be reversed.
  • the shape of the insertion part 200, the shape of the inserted part 100, and the shape of the insertion hole 101 are not limited to those shown in FIG.
  • the assembly device 1 includes a moving device 10, a transport device 40, a force sensor 30, and a control device 50.
  • the assembly device 1 may have a storage device that stores the force sensor / displacement amount database (that is, the force sensor / displacement amount DB) 60.
  • the force sensor / displacement amount DB 60 does not have to be a part of the assembly device 1, and may be stored in an external device such as a cloud server on the network.
  • the moving device 10 has a gripping portion 21 which is a mechanism for gripping the insertion part 200, and a gripping drive portion 22 including an actuator for driving the grip portion 21 and the like.
  • the moving device 10 has a moving mechanism 11 for moving the grip portion 21 in the XYZ axis direction, and a moving driving unit 15 including a motor for driving the moving mechanism 11.
  • the moving device 10 moves the insertion component 200 in the Z-axis direction, which is the first direction, and in the X-axis direction and the Y-axis direction, which are the second directions orthogonal to the Z-axis direction.
  • the moving device 10 may be a robot having an articulated arm.
  • the conveyor 41 has a conveyor 41 and a conveyor drive unit 42 including a motor for driving the conveyor 41 and the like.
  • the conveyor 40 stops the conveyor 41 when the part to be inserted 100 to be assembled reaches a preset position. It has a conveyor 41 and a transport drive unit 42 including a motor for driving the conveyor 41.
  • the force sensor 30 is interposed between the insertion part 200 gripped by the grip portion 21 and the moving mechanism 11, for example.
  • the force sensor 30 is a sensor capable of detecting at least one of a force [N] and a torque (that is, a moment) [Nm] generated between the insertion component 200 and the drive unit, and has one or more axes. Have a number.
  • the force sensor 30 is, for example, a sensor that detects the magnitude and direction of a force and a moment.
  • the forces in the X-axis, Y-axis, and Z-axis directions detected by the force sensor 30 are indicated by FX, FY, and FZ, respectively, and the moments acting around the X-axis, Y-axis, and Z-axis axes are MX, MY, and MZ, respectively. Indicated by.
  • the force sensor 30 detects the forces FX, FY, FZ and the moments MX, MY, MZ
  • the number of axes N of the force sensor 30 is 6.
  • the number of axes of the force sensor 30 is the total number of the number of detected forces and the number of detected moments.
  • the required number of axes of the force sensor 30 depends on the number of axes at which the inserted component 100 and the inserted component 200 are misaligned. For example, when the positional deviation between the inserted component 100 and the inserted component 200 occurs in a direction parallel to the XY plane, the required number of axes of the force sensor 30 is two or more.
  • the force sensor 30 detects at least one of a force and a moment applied to the insertion component 200.
  • the detected moment includes, for example, at least one of a moment MX around the X-axis and a moment MY around the Y-axis.
  • the detected moment may include a moment MZ about the Z axis.
  • the force sensor 30 may detect any one or more of the force FX in the X-axis direction, the force FY in the Y-axis direction, and the force FZ in the Z-axis direction.
  • the control device 50 indicates in advance the relationship between the detection value output from the force sensor 30 and the amount of misalignment in the X-axis direction and the Y-axis direction between the insertion portion and the insertion hole 101 as the insertion portion. Based on the acquired data, the force sensor / displacement amount DB 60, the current position deviation amount D corresponding to the current detection value output from the force sensor 30 is acquired. The control device 50 adjusts the positions of the insertion component 200 in the X-axis direction and the Y-axis direction based on the current misalignment amount D. The control device 50 adjusts the positions of the insertion component 200 in the X-axis direction and the Y-axis direction so that the misalignment amount D approaches 0, preferably 0, based on the current misalignment amount D. ..
  • the position adjustment may be one of the X-axis direction and the Y-axis direction.
  • the inserted component 100 is placed on the conveyor 41 of the transport device 40 and moves in the D41 direction (that is, the + X-axis direction), which is the flow direction of the conveyor 41.
  • a moving mechanism 11 of the moving device 10 having a gripping portion 21 for gripping the insertion component 200 is installed.
  • the moving mechanism 11 has, for example, a gripping portion 21 which is a mechanism for gripping the insertion part 200 at its tip end portion.
  • the moving mechanism 11 can move the insertion part 200 gripped by the gripping portion in a three-dimensional direction.
  • the conveyor 41 stops.
  • the insertion component 200 is inserted into the insertion hole 101 of the inserted component 100.
  • the inserted part 100 is integrated with the inserted part 200 and is conveyed in the D41 direction by the conveyor 41.
  • the moving device 10 has an X-axis direction moving unit 12, a Y-axis direction moving unit 13, and a Z-axis direction moving unit 14, and is connected to the control device 50 by an operation command cable.
  • the moving drive unit 15 of the moving device 10 drives the moving mechanism 11 in accordance with a command from the control device 50.
  • the force sensor 30 is connected to the control device 50 by a force information transmission cable.
  • wireless communication using electromagnetic waves, light, magnetism, or the like may be used.
  • the control device 50 may be composed of a plurality of control device groups.
  • FIG. 3 is a diagram showing an example of the hardware configuration of the control device 50 of the assembly device 1.
  • the control device 50 is realized by using a memory 52 as a storage device for storing a program as software and a processor 51 as an information processing unit for executing the program stored in the memory 52 (for example, by a computer). Can be done.
  • the control device 50 may be realized by a processing circuit composed of a semiconductor integrated circuit. Further, a part of the control device 50 may be realized by the memory 52 shown in FIG. 3 and the processor 51 that executes the program, and the other part may be realized by a processing circuit composed of a semiconductor integrated circuit.
  • FIGS. 4A and 4B are diagrams showing the operation by the assembling device 1.
  • the inserted component 100 has an insertion hole 101. If the positional relationship between the inserted part 100 and the inserted part 200 in the X-axis direction and the Y-axis direction is normal.
  • the positions of the insertion hole 101 of the inserted component 100 in the X-axis direction and the Y-axis direction are the positions of the insertion portion of the insertion component 200 in the X-axis direction and the Y-axis direction.
  • the insertion part 200 is inserted into the insertion hole 101 of the part to be inserted 100, and the assembly operation is completed.
  • FIGS. 4 (E) and 4 (F) show an example in which the displacement amount D is displaced in the X-axis direction. This may be due to, for example, the influence of manufacturing variations of the inserted component 100, the operation variations of the conveyor 41, the operation variations of the moving mechanism 11, and the like. At this time, the inserted component 200 and the inserted component 100 collide with each other, and the inserted component 200 cannot be inserted into the insertion hole 101 of the inserted component 100.
  • FIG. 5 is a diagram showing an example of the relationship between the detected value that is the output of the force sensor 30 in the assembly device 1 and the amount of misalignment.
  • FIG. 5 is an example of data stored in advance in the force sensor / displacement amount DB 60.
  • the horizontal axis indicates a time step and corresponds to the time axis.
  • the vertical axis represents the moment MX [Nm] around the X axis.
  • the control device 50 can obtain the misalignment amount D based on the moment MX, which is the detection value detected by the force sensor 30, and the data of the force sensor / displacement amount DB 60.
  • FIG. 6 is a flowchart showing the operation of the assembly device 1.
  • the moving device 10 lowers the grip portion 21 that grips the insertion component 200 in the ⁇ Z axis direction (step S101).
  • the control device 50 determines whether or not the detected value (for example, moment MX or force FZ) of the force sensor 30 exceeds a predetermined reference value ⁇ 0 (step S102).
  • the reference value ⁇ 0 is set to be smaller than the permissible value ⁇ 1 that does not cause damage even when the inserted part 200 and the inserted part 100 collide with each other and a force is applied.
  • the reference value ⁇ 0 is a value larger than the force ⁇ 2 expected to be generated in the force sensor 30 due to the movement of the inserted component 200 in the ⁇ Z axis direction when the inserted component 200 and the inserted component 100 do not collide with each other. Is set to.
  • the sensor detection value / deviation amount DB 60 is a database showing how much the position deviation between the inserted component 100 and the inserted component 200 is with respect to the detected value of the force sensor 30. As shown in FIG. 6, there is a correlation between the force sensor 30 and the deviation amount, and the sensor detection value / deviation amount DB 60 uses this correlation as numerical data.
  • step S103 When the detection value of the force sensor 30 is equal to or less than the reference value ⁇ 0 (NO in step S102) and the Z-axis is lowered by the default value L [mm] (step S103), the control device 50 is an inserted component by the grip portion 21.
  • step S104 By removing the grip of the 200 (step S104) and raising the grip portion 21 in the + Z axis direction (step S105), the assembly operation (that is, the insertion operation) is completed.
  • step S102 When the detected value of the force sensor 30 exceeds the reference value ⁇ 0 (YES in step S102), the control device 50 stops the operation of lowering the grip portion 21 in the ⁇ Z axis direction (step S106), and the force sensor 30 (Step S107).
  • the control device 50 acquires the misalignment amount D from the acquired detection value of the force sensor 30 and the sensor detection value / displacement amount DB 60 (step S108), and compensates for the misalignment amount D on the X-axis and Y. After driving the shaft (step S109), the process returns to step S101.
  • step S102 of FIG. 6 the detection value of the force sensor 30 exceeds the reference value ⁇ 0 at the positions of the insertion hole 101 of the inserted component 100 and the insertion component 200, as shown in FIGS. 4 (E) and 4 (F). Does not match, and the misalignment amount D exceeds the upper limit value that can be compensated.
  • the misalignment amount D of the inserted component 200 and the inserted component 100 is acquired from the detected value of the force sensor 30, and based on the acquired misalignment amount D.
  • the assembling operation can be continued without stopping the assembling device 1 even if the misalignment amount D changes. Therefore, it is possible to suppress a decrease in manufacturing efficiency.
  • Embodiment 2 instead of the sensor detection value / deviation amount database 60 in the first embodiment, an example of using a function that inputs the detection value of the force sensor 30 and outputs the deviation amount will be described.
  • This function is predetermined as a polynomial. Further, this function may be determined by using machine learning.
  • FIG. 7 is a functional block diagram schematically showing the configuration of the assembly device according to the second embodiment.
  • the same or corresponding components as those shown in FIG. 2 are designated by the same reference numerals as those shown in FIG.
  • the assembly device according to the second embodiment is different from the assembly device 1 according to the first embodiment in that the machine learning device 70 is provided instead of the sensor detection value / deviation amount database 60.
  • FIG. 1 is also referred to.
  • the machine learning device 70 acquires the detected value of the force sensor 30 and the amount of misalignment D.
  • the misalignment amount D is an offset value set by the machine learning device 70 or the control device 50, and is added to the X-axis direction moving unit 12 and the Y-axis direction moving unit 13 by the control device 50.
  • the amount of misalignment between the insertion hole 101 of the insertion component 100 and the insertion component 200 is shown. That is, when X1 mm is set as the offset value, the control device 50 moves the moving portion 12 in the X-axis direction by 1 mm, and as a result, the insertion hole 101 of the inserted component 100 and the inserted component 200 are displaced by 1 mm in the X-axis direction.
  • the detection value of the force sensor 30 is a detection value of the force sensor 30 generated when the force sensor 30 is driven in the Z-axis direction in this state.
  • the machine learning device 70 for determining this function includes, for example, a state observation unit 71 and a learning unit 72.
  • the state observing unit 71 observes the detected value of the force sensor 30 and the amount of misalignment as state variables.
  • the misalignment amount may be configured by a combination of a plurality of axes. Further, the misalignment amount may include information on the rotation axis as well as the translation axis. Further, the detection value of the force sensor 30 may also include information on a combination of a plurality of axes and information on a rotation axis as well as a translation axis.
  • the machine learning device 70 learns the amount of misalignment according to the data set created based on the state variable of the detected value of the force sensor 30.
  • Any learning algorithm may be used as the learning algorithm used by the machine learning device 70.
  • Reinforcement learning is that an agent (that is, a behavioral subject) in an environment observes the current state and decides the action to be taken. Agents are rewarded by the environment by choosing an action and learn how to get the most reward through a series of actions.
  • Q-learning and TD-learning are known as typical methods of reinforcement learning.
  • the general update formula (or action value table) of the action value function Q (s, a) is expressed by the following formula (1).
  • s t represents the environment at time t
  • a t represents the action at time t.
  • the environment is changed to s t + 1 from the s t.
  • r t + 1 represents the reward that get by changes in the environment from the s t to s t + 1.
  • ⁇ represents the discount rate
  • ⁇ represents the learning coefficient.
  • ⁇ satisfies 0 ⁇ ⁇ 1
  • ⁇ satisfies 0 ⁇ ⁇ 1.
  • the update formula represented by the equation (1) increases the action value Q when the action value of the best action a at time t + 1 is larger than the action value Q of the action a executed at time t, and vice versa.
  • the action value Q is reduced.
  • the action value function Q (s, a) is updated so that the action value Q of the action a at time t approaches the best action value at time t + 1.
  • the best behavioral value in a certain environment is sequentially propagated to the behavioral value in the previous environment.
  • the learning unit 72 of the machine learning device 70 includes a reward calculation unit 73 and a function update unit 74.
  • the reward calculation unit 73 calculates the reward based on the state variable.
  • the reward calculation unit 73 calculates the reward r based on the difference from the deviation amount (that is, the reward standard). For example, the reward calculation unit 73 increases the reward r when the difference from the deviation amount is small (for example, gives the reward of "1"), while the reward when the difference from the deviation amount is large. Reduce r (for example, give a reward of "-1").
  • the function update unit 74 updates the function for determining the amount of misalignment according to the reward calculated by the reward calculation unit 73. For example, if the Q-learning, the equation (1) Action value function represented by Q (s t, a t) and is used as a function for calculating a positional deviation amount.
  • the learning algorithm is not limited to this.
  • the learning algorithm in addition to reinforcement learning, supervised learning, unsupervised learning, semi-supervised learning, and the like can also be applied.
  • Deep learning that learns the extraction of the feature amount itself can also be used, and other known methods such as neural networks, genetic programming, functional logic programming, and support can be used.
  • Machine learning may be performed according to a vector machine or the like.
  • the machine learning device 70 is used to learn the amount of misalignment of the moving mechanism 11.
  • the machine learning device 70 is connected to the moving mechanism 11 via a network and is an external device separate from the moving mechanism 11. You may. Further, the machine learning device 70 may be built in the moving mechanism 11. Further, the machine learning device 70 may exist on the cloud server.
  • the machine learning device 70 may learn the amount of misalignment according to the data sets created for the plurality of moving mechanisms 11.
  • the machine learning device 70 may acquire a data set from a plurality of moving mechanisms 11 used at the same site, or data collected from a plurality of machine tools operating independently at different sites. The amount of misalignment may be learned using the set. Further, the moving mechanism 11 for collecting the data set can be added to the target on the way, or conversely, can be removed from the target. Further, a machine learning device 70 that has learned the amount of misalignment with respect to a certain moving mechanism 11 is attached to another moving mechanism 11, and the misalignment (learning content) with respect to the other moving mechanism 11 is relearned and updated. You may try to do it.
  • the misalignment amount D between the inserted component 200 and the inserted component 100 is acquired from the detected value of the force sensor 30, and the misaligned amount D is based on the acquired misalignment amount D.
  • the assembling work can be continued without stopping the assembling device even if the misalignment amount D changes. Therefore, it is possible to suppress a decrease in manufacturing efficiency. Further, by using machine learning, the accuracy of compensation for the amount of misalignment is improved.
  • the second embodiment is the same as the first embodiment.
  • Embodiment 3 In the first and second embodiments, as shown in step S109 in FIG. 6, the next insertion operation is executed after the operation for compensating for the misalignment amount D is executed. In the third embodiment, after compensating for the misalignment amount D, information indicating that the inserted component 100 is a nonconforming product is given in association with the inserted component 100.
  • FIG. 8 is a flowchart showing the operation of the assembly device according to the third embodiment.
  • the same processing step as the processing step shown in FIG. 6 is assigned the same step number as the step number shown in FIG.
  • the insertion component 200 is covered.
  • the conveyor 41 is driven to move the next inserted component 100 under the moving mechanism 11 (step S202).
  • the process returns to step S102. This is effective when the misalignment is a reproducible misalignment such as lot variation of the inserted component 100 or the inserted component 200, and wear of the moving mechanism 11 and the conveyor 41.
  • the inserted part 100 which has been informed as a nonconforming product in step S201, is removed in a later process, and other measures are taken that are not adopted as a product. Further, in step S202, the inserted component 200 may be changed instead of the inserted component 100, or both the inserted component 100 and the inserted component 200 may be changed.
  • the reference value ⁇ 0 when the reference value ⁇ 0 cannot be made smaller than the permissible value ⁇ 1 when the insertion component 200 and the inserted component 100 collide with each other in step S102, or the reference value ⁇ 0 is set to Z.
  • the collided inserted component 100 and the inserted component 200 are not used. Therefore, normal assembly with the next new insertion part and the part to be inserted becomes possible.
  • the third embodiment is the same as the first or second embodiment.
  • Embodiment 4 In the fourth embodiment, a minute amount of deviation is intentionally generated during the insertion operation, and the detection value of the force sensor 30 is detected to detect the sensor detection value / deviation amount DB60 or the sensor detection in the second embodiment. A mechanism for updating the function indicating the relationship between the value and the amount of misalignment may be adopted.
  • a minute offset amount ⁇ is intentionally generated in the X-axis or Y-axis direction during the insertion operation.
  • the detected value of the force sensor 30 changes at the time of insertion. Therefore, it is possible to update the force sensor / displacement amount DB60 or the function in the second embodiment based on the detected value and the offset amount ⁇ .
  • the force sensor / displacement amount DB60 or the function in the second embodiment can be updated during the assembly work, and the position deviation amount can be estimated more accurately from the detected value of the force sensor 30. It will be possible.
  • the fourth embodiment is the same as any one of the first to third embodiments.
  • FIG. 9 is a diagram schematically showing the configuration of the assembly device 1a according to the fifth embodiment.
  • components that are the same as or correspond to the components shown in FIG. 1 are designated by the same reference numerals as those shown in FIG.
  • FIG. 10 is a functional block diagram schematically showing the configuration of the assembly device 1a.
  • components that are the same as or correspond to the components shown in FIG. 2 are designated by the same reference numerals as those shown in FIG.
  • the assembling device 1a according to the fifth embodiment has a value corresponding to the rotation speed of the motor 300 of the conveyor driving unit 42 for driving the conveyor 40a (that is, the moving distance of the conveyor belt in the conveying direction). It is different from the assembly device 1 according to the first embodiment in that the output value of the encoder 301 for counting is used. Further, the configuration of the assembly device 1a according to the fifth embodiment can be applied to any of the second to fourth embodiments.
  • the assembling device 1a serves as a moving distance detecting unit that measures a value (for example, the rotation speed of the motor 300) corresponding to the moving distance of the transport belt of the conveyor 41 in the transport direction (that is, the D41 direction). Based on the output of the encoder 301 of the above, the operation described in any one of the above-described first to fourth embodiments is performed. For example, when the position of the conveyor 41 in the transport direction (that is, the position of the inserted component 100) deviates by + E [mm] due to an operation error of the motor 300, the control device 50 shifts the position of the inserted component 100. After offsetting by + E [mm], the operations described in the above-described first to fourth embodiments are carried out.
  • a value for example, the rotation speed of the motor 300
  • offsetting the position of the inserted component 100 by + E [mm] means using the position calculated by subtracting + E [mm] as the target position of the inserted component 100. For example, when it is found that the position of the inserted component 100 advances too much by +0.1 [mm], the position calculated by subtracting +0.1 [mm] as the target position of the inserted component 100 is used.
  • the encoder 301 in the fifth embodiment only needs to have a function of detecting the position of the inserted component 100, it does not necessarily have to be an encoder installed in the motor 300 for driving the conveyor.
  • an encoder 301 installed at a position different from the motor 300, a laser displacement meter or a laser scanner that directly detects the position of the inserted component 100, a camera, or the like may be used as the moving distance detection unit.
  • the encoder 301 for measuring the moving distance of the conveyor 41 in the transport direction is provided, and the operation of the assembling device 1a is controlled in consideration of the output value of the encoder 301.
  • control device 50 controls the motor 300 of the transport drive unit 42 based on the value indicating the movement distance output from the encoder 301 as the movement distance detection unit.
  • the control device 50 controls the motor 300 of the transport drive unit 42 based on the value indicating the movement distance output from the encoder 301 as the movement distance detection unit.
  • the assembling device 1a according to the fifth embodiment is applied to the assembling device of the second embodiment, there is an effect that the convergence in machine learning can be accelerated.
  • the conveyor 41 does not exist, (a) the inserted component 100 is manually moved, or (b) the relative position between the inserted component 200 and the inserted component 100 is changed by the moving device 20. Either is needed.
  • work by an operator is required, which requires a relatively long time.
  • the characteristics of the assembling device differ depending on the insertion position, it causes a decrease in learning efficiency.
  • the shapes and operations of the assembly devices shown in the first to fifth embodiments can be effective even in, for example, a device for inserting parts by a combination of a single-axis insertion device and a belt conveyor, a multi-axis robot, and the like.
  • a multi-axis robot for assembly there is a product equipped with a force sensor 30, and it is easy to correct the misalignment by driving a plurality of axes.
  • the effects obtained by the assembly device shown can be fully exhibited.
  • 1, 1a assembly device 10 moving device, 11 moving mechanism, 12 X-axis direction moving part, 13 Y-axis direction moving part, 14 Z-axis direction moving part, 15 moving drive part, 21 grip part, 22 grip drive part, 30 Force sensor, 40, 40a transfer device, 41 conveyor, 42 transfer drive unit, 50, 50a control device, 51 processor, 52 memory, 60 force sensor / displacement DB, 70 machine learning device, 100 inserted parts, 101 Insert hole, 200 insertion parts, 300 motor, 301 encoder.

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Automatic Assembly (AREA)
  • Manipulator (AREA)

Abstract

組み立て装置（１）は、挿入部品（２００）の挿入部分を被挿入部品（１００）の被挿入部分（１０１）に挿入する組み立て動作を行う装置であって、挿入部品（２００）を把持し移動させる移動装置（１１～１４）と、被挿入部品（１００）を搬送する搬送装置（４１）と、挿入部品（２００）に付与される力及びモーメントの少なくとも一方（ＭＸ、ＭＹ）を検出する力覚センサ（３０）と、力覚センサ（３０）から出力される検出値と、挿入部分と被挿入部分（１０１）との間の第２の方向（Ｘ、Ｙ）の位置ずれ量と、の関係を示すデータに基づいて、力覚センサ（３０）から出力される現在の検出値に対応する現在の位置ずれ量を取得し、現在の位置ずれ量に基づいて挿入部品（２００）の第２の方向（Ｘ、Ｙ）の位置を調整し、組み立て動作を再開する制御装置とを有する。

Description

組み立て装置
　本開示は、組み立て装置に関する。
　部品を把持する把持部と力センサとを備えるロボットと、力センサの検出値に基づいて把持部に加わる力積を算出する力積算出部と、力積が閾値を超えた場合にロボットによる作業を停止させる動作制御部とを有するシステムが提案されている。例えば、特許文献１を参照。
特開２０１４－２３３７９２号公報（例えば、請求項１及び８）
　上記システムでは、把持部によって把持された部品が他の部品と衝突し、そのときに検出された力積が閾値を超えた場合に、ロボットによる作業が停止するので、製造効率が低いという課題がある。
　本開示は、製造効率の低下を抑制することができる組み立て装置を提供することを目的とする。
　本開示に係る組み立て装置は、第１の部品及び第２の部品の一方が被挿入部分を有し他方が挿入部分を有し、前記挿入部分を前記被挿入部分に挿入する組み立て動作を行う装置であって、前記組み立て動作に際し、前記第２の部品を把持し、前記第２の部品を第１の方向及び前記第１の方向に直交する第２の方向に移動させる移動装置と、前記第１の部品を搬送する搬送装置と、前記第２の部品に付与される力及びモーメントの少なくとも一方を検出する力覚センサと、前記力覚センサから出力される検出値と、前記挿入部分と前記被挿入部分との間の前記第２の方向の位置ずれ量と、の関係を示す予め取得されたデータに基づいて、前記力覚センサから出力される現在の検出値に対応する現在の位置ずれ量を取得し、前記現在の位置ずれ量に基づいて前記第２の部品の前記第２の方向の位置を調整し、前記組み立て動作を再開する制御装置と、を有することを特徴とする。
　本開示によれば、製造効率の低下を抑制することができる。
実施の形態１に係る組み立て装置の構成を概略的に示す図である。 実施の形態１に係る組み立て装置の構成を概略的に示す機能ブロック図である。 実施の形態１に係る組み立て装置の制御装置のハードウェア構成の例を示す図である。 （Ａ）から（Ｆ）は、実施の形態１に係る組み立て装置による動作を示す図である。 実施の形態１に係る組み立て装置における力覚センサの出力とずれ量との関係の例を示す図である。 実施の形態１に係る組み立て装置による動作を示すフローチャートである。 実施の形態２に係る組み立て装置の構成を概略的に示す機能ブロック図である。 実施の形態３に係る組み立て装置による動作を示すフローチャートである。 実施の形態５に係る組み立て装置の構成を概略的に示す図である。 実施の形態５に係る組み立て装置の構成を概略的に示す機能ブロック図である。
　以下に、本開示の実施の形態に係る組み立て装置を、図面を参照しながら説明する。以下の実施の形態は、例にすぎず、実施の形態を適宜組み合わせること及び各実施の形態を適宜変更することが可能である。
実施の形態１．
　図１は、実施の形態１に係る組み立て装置１の構成を概略的に示す図である。図２は、組み立て装置１の構成を概略的に示す機能ブロック図である。図１に示される組み立て装置１は、第１の部品としての被挿入部品１００の被挿入部分である挿入孔１０１に、第２の部品としての挿入部品２００の挿入部分を挿入する組み立て動作を行う。図１は、挿入部品２００を－Ｚ軸方向に移動させて、挿入部品２００の挿入部分を被挿入部品１００の挿入孔１０１に挿入させる例を示しているが、挿入部品と被挿入部品との位置関係は逆であってもよい。また、挿入部品２００の形状、被挿入部品１００の形状、挿入孔１０１の形状は、図１に示されるものに限定されない。
　組み立て装置１は、移動装置１０と、搬送装置４０と、力覚センサ３０と、制御装置５０とを有している。組み立て装置１は、力覚センサ・ずれ量データベース（すなわち、力覚センサ・ずれ量ＤＢ）６０を記憶する記憶装置を有してもよい。ただし、力覚センサ・ずれ量ＤＢ６０は、組み立て装置１の一部である必要はなく、ネットワーク上のクラウドサーバなどの外部装置に記憶されてもよい。
　移動装置１０は、挿入部品２００を把持する機構である把持部２１と、把持部２１を駆動するアクチュエータなどを含む把持駆動部２２とを有している。移動装置１０は、把持部２１をＸＹＺ軸方向に移動させる移動機構１１と、移動機構１１を駆動するモータなどを含む移動駆動部１５とを有している。移動装置１０は、挿入部品２００を第１の方向であるＺ軸方向及びＺ軸方向に直交する第２の方向であるＸ軸方向及びＹ軸方向に移動させる。図１に示される移動機構１１は、挿入部品２００をＸ軸方向に移動させる直線移動機構であるＸ軸方向移動部１２と、Ｙ軸方向に移動させる直線移動機構であるＹ軸方向移動部１３と、Ｚ軸方向に移動させる直線移動機構であるＺ軸方向移動部１４とを有している。図１では、－Ｚ軸方向は、挿入方向であり、＋Ｘ軸方向は、被挿入部品１００の搬送方向、すなわち、Ｄ４１方向であり、Ｙ軸方向は、Ｘ軸及びＺ軸に直交する方向である。なお、移動装置１０は、多関節のアームを有するロボットであってもよい。
　搬送装置４０は、複数の被挿入部品１００が一定間隔で載置され、複数の被挿入部品１００をＤ４１方向に搬送する。搬送装置４０は、コンベア４１と、コンベア４１を駆動するモータなどを含む搬送駆動部４２とを有している。搬送装置４０は、組み立て対象の被挿入部品１００が予め設定された位置に達したときにコンベア４１を停止する。コンベア４１と、コンベア４１を駆動するモータなどを含む搬送駆動部４２とを有している。
　力覚センサ３０は、例えば、把持部２１によって把持される挿入部品２００と移動機構１１との間に介在する。力覚センサ３０は、挿入部品２００と駆動部との間に発生する力［Ｎ］及びトルク（すなわち、モーメント）［Ｎｍ］の少なくとも一方を検出することができるセンサであり、１軸以上の軸数を有する。
　力覚センサ３０は、例えば、力及びモーメントの大きさ及び方向を、検出するセンサである。力覚センサ３０が検出するＸ軸、Ｙ軸、Ｚ軸方向の力をそれぞれＦＸ，ＦＹ，ＦＺで示し、Ｘ軸、Ｙ軸、Ｚ軸の軸回りに作用するモーメントをそれぞれＭＸ，ＭＹ，ＭＺで示す。力覚センサ３０が、力ＦＸ，ＦＹ，ＦＺと、モーメントＭＸ，ＭＹ，ＭＺとを検出する場合には、力覚センサ３０の軸数Ｎは６である。力覚センサ３０の軸数は、検出される力の数と検出されるモーメントの数の合計数である。
　力覚センサ３０の必要軸数は、被挿入部品１００と挿入部品２００の位置ずれが発生する軸数に依存する。例えば、被挿入部品１００と挿入部品２００の位置ずれがＸＹ平面に平行な方向に発生する場合、力覚センサ３０の必要軸数は、２軸以上である。
　図１に示される例では、力覚センサ３０は、挿入部品２００に付与される力及びモーメントの少なくとも一方を検出する。検出されるモーメントは、例えば、Ｘ軸回りのモーメントＭＸ、Ｙ軸回りのモーメントＭＹ、の少なくとも一方を含む。検出されるモーメントは、Ｚ軸回りのモーメントＭＺを含んでもよい。また、力覚センサ３０は、Ｘ軸方向の力ＦＸ、Ｙ軸方向の力ＦＹ、Ｚ軸方向の力ＦＺのいずれか１つ以上を検出してもよい。
　制御装置５０は、力覚センサ３０から出力される検出値と、挿入部分と被挿入部分としての挿入孔１０１との間のＸ軸方向、Ｙ軸方向の位置ずれ量と、の関係を示す予め取得されたデータである力覚センサ・ずれ量ＤＢ６０に基づいて、力覚センサ３０から出力される現在の検出値に対応する現在の位置ずれ量Ｄを取得する。制御装置５０は、現在の位置ずれ量Ｄに基づいて挿入部品２００のＸ軸方向、Ｙ軸方向の位置を調整する。制御装置５０は、現在の位置ずれ量Ｄに基づいて位置ずれ量Ｄが０に近づくように、望ましくは、０になるように、挿入部品２００のＸ軸方向、Ｙ軸方向の位置を調整する。
　なお、上記説明では、挿入部品２００のＸ軸方向、Ｙ軸方向の位置を調整する場合を説明したが、位置の調整は、Ｘ軸方向、Ｙ軸方向の一方の場合もある。
　被挿入部品１００は、搬送装置４０のコンベア４１上に置かれ、コンベア４１の流れ方向であるＤ４１方向（すなわち、＋Ｘ軸方向）に移動する。コンベア４１の上方には、挿入部品２００を把持する把持部２１を有する移動装置１０の移動機構１１が設置されている。移動機構１１は、例えば、その先端部分に挿入部品２００を把持する機構である把持部２１を有している。移動機構１１は、把持部で把持した挿入部品２００を３次元の方向に移動可能である。
　被挿入部品１００は、コンベア４１により移動機構１１の下まで搬送されたときに、コンベア４１は停止する。Ｚ軸方向移動部１４により挿入部品２００を－Ｚ軸方向に移動することで、被挿入部品１００の挿入孔１０１に挿入部品２００が挿入される。挿入後、被挿入部品１００は挿入部品２００と一体となり、コンベア４１によりＤ４１方向へ搬送される。
　移動装置１０は、Ｘ軸方向移動部１２、Ｙ軸方向移動部１３及びＺ軸方向移動部１４を有し、動作指令ケーブルにより制御装置５０と接続されている。移動装置１０の移動駆動部１５は、制御装置５０の指令に従って移動機構１１を駆動する。また、力覚センサ３０は、力情報伝達ケーブルにより制御装置５０に接続されている。なお、動作指令ケーブル及び力情報伝達ケーブルによる有線通信に代えて、電磁波、光、磁気などを利用した無線通信を用いてもよい。また、制御装置５０は、複数の制御装置群によって構成されてもよい。
　図３は、組み立て装置１の制御装置５０のハードウェア構成の例を示す図である。制御装置５０は、ソフトウェアとしてのプログラムを格納する記憶装置としてのメモリ５２と、メモリ５２に格納されたプログラムを実行する情報処理部としてのプロセッサ５１とを用いて（例えば、コンピュータにより）実現することができる。なお、制御装置５０を半導体集積回路からなる処理回路で実現してもよい。また、制御装置５０の一部を、図３に示されるメモリ５２と、プログラムを実行するプロセッサ５１とによって実現し、他の部分を半導体集積回路からなる処理回路で実現してもよい。
　図４（Ａ）から（Ｆ）は、組み立て装置１による動作を示す図である。図４（Ａ）及び（Ｂ）に示されるように、被挿入部品１００には挿入孔１０１がある。被挿入部品１００と挿入部品２００とのＸ軸方向及びＹ軸方向の位置関係が正常であれば。図４（Ｃ）及び（Ｄ）に示されるように、被挿入部品１００の挿入孔１０１のＸ軸方向及びＹ軸方向の位置が挿入部品２００の挿入部分のＸ軸方向及びＹ軸方向の位置にほぼ一致し、挿入部品２００が被挿入部品１００の挿入孔１０１に挿入され、組み立て動作が完了する。
　一方、何らかの原因により、図４（Ｅ）及び（Ｆ）に示されるように、被挿入部品１００の挿入孔１０１と挿入部品２００の位置が一致しない場合がある。図４（Ｅ）及び（Ｆ）は、Ｘ軸方向に位置ずれ量Ｄの位置ずれが発生している例を示している。これは、例えば、被挿入部品１００の製造ばらつきによる影響及び、コンベア４１の動作ばらつき、移動機構１１の動作ばらつきなどが考えられる。このとき、挿入部品２００と被挿入部品１００は衝突して、挿入部品２００を、被挿入部品１００の挿入孔１０１に挿入することができない。
　図５は、組み立て装置１における力覚センサ３０の出力である検出値と、位置ずれ量との関係の例を示す図である。図５は、力覚センサ・ずれ量ＤＢ６０に予め記憶されているデータの例である。図５において、横軸はタイムステップを示し、時間軸に相当する。縦軸は、Ｘ軸回りのモーメントＭＸ［Ｎｍ］を示す。図５は、Ｄ＝０ｍｍ、Ｄ＝±２ｍｍ、Ｄ＝±４ｍｍでは、モーメントＭＸは、概ね－０．２から＋０．２の範囲内であり、小さい値であることを示している。また、図５は、Ｄ＝±６ｍｍでは、モーメントＭＸ［Ｎｍ］は、ピーク値で概ね±０．５の範囲内であり、比較的大きい値であることを示している。このように、制御装置５０は、力覚センサ３０によって検出された検出値であるモーメントＭＸと、力覚センサ・ずれ量ＤＢ６０のデータとに基づいて、位置ずれ量Ｄを求めることができる。
　図６は、組み立て装置１の動作を示すフローチャートである。まず、移動装置１０は、挿入部品２００を把持する把持部２１を－Ｚ軸方向に下げる（ステップＳ１０１）。このとき、制御装置５０は、力覚センサ３０の検出値（例えば、モーメントＭＸ又は力ＦＺ）が予め定められた基準値α０を超えたか否かを判断する（ステップＳ１０２）。基準値α０は、挿入部品２００及び被挿入部品１００が突き当り、力が加わった場合であっても破損が生じない許容値α１より小さく設定される。また、基準値α０は、挿入部品２００及び被挿入部品１００に突き当りが生じないときに、挿入部品２００の－Ｚ軸方向の移動により力覚センサ３０に発生すると予想される力α２よりも大きい値に設定される。センサ検出値・ずれ量ＤＢ６０は、力覚センサ３０の検出値に対し、被挿入部品１００と挿入部品２００の位置ずれがいくらであったか、を示すデータベースである。力覚センサ３０とずれ量の間には、図６で示されるように相関があり、この相関を数値データとしたものがセンサ検出値・ずれ量ＤＢ６０である。
　力覚センサ３０の検出値が基準値α０以下である場合（ステップＳ１０２においてＮＯ）、Ｚ軸が既定値Ｌ［ｍｍ］下がった場合（ステップＳ１０３）、制御装置５０は、把持部２１による挿入部品２００の把持を外し（ステップＳ１０４）、把持部２１を＋Ｚ軸方向に上げる（ステップＳ１０５）ことで、組み立て動作（すなわち、挿入動作）を終了する。
　力覚センサ３０の検出値が基準値α０を超えた場合（ステップＳ１０２においてＹＥＳ）、制御装置５０は、把持部２１を－Ｚ軸方向に下げる動作を停止し（ステップＳ１０６）、力覚センサ３０の検出値を取得する（ステップＳ１０７）。制御装置５０は、取得した力覚センサ３０の検出値とセンサ検出値・ずれ量ＤＢ６０から、位置ずれ量Ｄを取得し（ステップＳ１０８）、位置ずれ量Ｄを補償するように、Ｘ軸及びＹ軸を駆動した後（ステップＳ１０９）、処理をステップＳ１０１へ戻す。
　図６のステップＳ１０２にて力覚センサ３０の検出値が基準値α０を超えるのは、図４（Ｅ）及び（Ｆ）のように、被挿入部品１００の挿入孔１０１と挿入部品２００の位置が一致せず、位置ずれ量Ｄが補償可能な上限値を超えた場合である。
　以上に説明したように、実施の形態１によれば、力覚センサ３０の検出値から挿入部品２００と被挿入部品１００の位置ずれ量Ｄを取得し、取得した位置ずれ量Ｄをもとに挿入位置を再設定し、再設定された挿入位置で組み立て動作を継続することで、位置ずれ量Ｄが変化しても組み立て装置１を停止させずに組み立て作業を継続することができる。このため、製造効率の低減を抑制することができる。
実施の形態２．
　実施の形態２では、実施の形態１におけるセンサ検出値・ずれ量データベース６０の代わりに、力覚センサ３０の検出値を入力とし、ずれ量を出力する関数を用いる例を説明する。この関数は、事前に多項式として決定されているものである。また、この関数は、機械学習を利用して決定されるものであってもよい。
　図７は、実施の形態２に係る組み立て装置の構成を概略的に示す機能ブロック図である。図７において、図２に示される構成要素と同一又は対応する構成要素には、図２に示される符号と同じ符号が付されている。実施の形態２に係る組み立て装置は、センサ検出値・ずれ量データベース６０の代わりに機械学習装置７０を備えている点が、実施の形態１に係る組み立て装置１と異なる。なお、実施の形態２の説明では、図１をも参照する。
　機械学習装置７０は、力覚センサ３０の検出値と、位置ずれ量Ｄを取得する。ここで、位置ずれ量Ｄとは、機械学習装置７０又は制御装置５０にて設定したオフセット値で、制御装置５０にてＸ軸方向移動部１２及びＹ軸方向移動部１３に加算することで被挿入部品１００の挿入孔１０１と挿入部品２００の位置ずれ量を示している。すなわち、オフセット値としてＸ１ｍｍを設定した場合、制御装置５０がＸ軸方向移動部１２を１ｍｍ動かすため、結果として被挿入部品１００の挿入孔１０１と挿入部品２００は、Ｘ軸方向に１ｍｍずれることとなる。力覚センサ３０の検出値は、この状態にてＺ軸方向に駆動したときに発生する力覚センサ３０の検出値である。
　本関数を決定するための機械学習装置７０は、例えば、状態観測部７１と学習部７２とを備える。状態観測部７１は、力覚センサ３０の検出値と位置ずれ量を状態変数として観測する。ここで、位置ずれ量は、複数軸の組み合わせによって構成されてもよい。さらに、位置ずれ量には、並進軸だけでなく回転軸の情報を含んでもよい。また、力覚センサ３０の検出値も、複数軸の組み合わせ、さらに並進軸だけでなく回転軸の情報を含んでもよい。
　機械学習装置７０は、力覚センサ３０の検出値の状態変数に基づいて作成されるデータセットに従って、位置ずれ量を学習する。
　機械学習装置７０が用いる学習アルゴリズムは、どのようなものを用いてもよい。一例として、強化学習（Ｒｅｉｎｆｏｒｃｅｍｅｎｔ　Ｌｅａｒｎｉｎｇ）を適用した場合について説明する。強化学習は、ある環境内におけるエージェント（すなわち、行動主体）が、現在の状態を観測し、取るべき行動を決定する、というものである。エージェントは、行動を選択することで環境から報酬を得て、一連の行動を通じて報酬が最も多く得られるような方策を学習する。強化学習の代表的な手法として、Ｑ学習（Ｑ－ｌｅａｒｎｉｎｇ）及びＴＤ学習（ＴＤ－ｌｅａｒｎｉｎｇ）が知られている。例えば、Ｑ学習の場合、行動価値関数Ｑ（ｓ，ａ）の一般的な更新式（あるいは、行動価値テーブル）は、以下の式（１）で表される。
Figure JPOXMLDOC01-appb-M000001
　式（１）において、ｓｔは、時刻ｔにおける環境を表し、ａｔは、時刻ｔにおける行動を表す。行動ａｔにより、環境はｓｔからｓｔ＋１に変わる。ｒｔ＋１は、ｓｔからｓｔ＋１への環境の変化によってもらえる報酬を表す。γは、割引率を表し、αは、学習係数を表す。なお、γは、０＜γ≦１を満たし、αは、０＜α≦１を満たす。Ｑ学習を適用した場合、位置ずれ量は、行動ａｔである。
　式（１）で表される更新式は、時刻ｔ＋１における最良の行動ａの行動価値が、時刻ｔにおいて実行された行動ａの行動価値Ｑよりも大きい場合は、行動価値Ｑを大きくし、逆の場合は、行動価値Ｑを小さくする。換言すれば、時刻ｔにおける行動ａの行動価値Ｑを、時刻ｔ＋１における最良の行動価値に近づけるように、行動価値関数Ｑ（ｓ，ａ）を更新する。それにより、或る環境における最良の行動価値が、それ以前の環境における行動価値に順次伝播するようになる。
　機械学習装置７０の学習部７２は、報酬計算部７３と、関数更新部７４とを備えている。報酬計算部７３は、状態変数に基づいて報酬を計算する。報酬計算部７３は、ずれ量との差（すなわち、報酬基準）に基づいて、報酬ｒを計算する。例えば、報酬計算部７３は、ずれ量との差が小さい場合には、報酬ｒを増大させる（例えば、「１」の報酬を与える。）他方、ずれ量との差が大きい場合には、報酬ｒを低減する（例えば、「－１」の報酬を与える。）。
　関数更新部７４は、報酬計算部７３によって計算される報酬に従って、位置ずれ量を決定するための関数を更新する。例えば、Ｑ学習の場合、上記式（１）で表される行動価値関数Ｑ（ｓｔ，ａｔ）を、位置ずれ量を算出するための関数として用いる。
　なお、実施の形態２では、機械学習装置７０が用いる学習アルゴリズムに強化学習を適用した場合について説明したが、学習アルゴリズムはこれに限られるものではない。学習アルゴリズムについては、強化学習以外にも、教師あり学習、教師なし学習、又は半教師あり学習等を適用することも可能である。
　また、上述した学習アルゴリズムとしては、特徴量そのものの抽出を学習する、深層学習（Ｄｅｅｐ　Ｌｅａｒｎｉｎｇ）を用いることもでき、他の公知の方法、例えば、ニューラルネットワーク、遺伝的プログラミング、機能論理プログラミング、サポートベクターマシンなどに従って機械学習を実行してもよい。
　なお、機械学習装置７０は、移動機構１１の位置ずれ量を学習するために使用されるが、例えば、ネットワークを介して移動機構１１に接続され、移動機構１１とは、別個の外部装置であってもよい。また、機械学習装置７０は、移動機構１１に内蔵されていてもよい。さらに、機械学習装置７０は、クラウドサーバ上に存在していてもよい。
　また、機械学習装置７０は、複数の移動機構１１に対して作成されるデータセットに従って位置ずれ量を学習するようにしてもよい。なお、機械学習装置７０は、同一の現場で使用される複数の移動機構１１からデータセットを取得してもよいし、或いは、異なる現場で独立して稼働する複数の工作機械から収集されるデータセットを利用して位置ずれ量を学習してもよい。さらに、データセットを収集する移動機構１１を途中で対象に追加し、或いは、逆に対象から除去することも可能である。さらに、ある移動機構１１に関して位置ずれ量を学習した機械学習装置７０を、これとは、別の移動機構１１に取り付け、前記別の移動機構１１に関して位置ずれ（学習内容）を再学習して更新するようにしてもよい。
　以上に説明したように、実施の形態２によれば、力覚センサ３０の検出値から挿入部品２００と被挿入部品１００の位置ずれ量Ｄを取得し、取得した位置ずれ量Ｄをもとに挿入位置を再設定し、再設定された挿入位置で組み立て動作を継続することで、位置ずれ量Ｄが変化しても組み立て装置を停止させずに組み立て作業を継続することができる。このため、製造効率の低減を抑制することができる。また、機械学習を用いることにより、位置ずれ量の補償の精度が向上する。
　上記以外に関し、実施の形態２は、実施の形態１と同じである。
実施の形態３．
　実施の形態１及び２においては、図６にステップＳ１０９として示されるように、位置ずれ量Ｄを補償する動作が実行された後に、次の挿入動作を実行する。実施の形態３では、位置ずれ量Ｄを補償した後に、被挿入部品１００が不適合品であることを示す情報を、被挿入部品１００に関連付けて付与する処理を行っている。
　図８は、実施の形態３に係る組み立て装置の動作を示すフローチャートである。図８において、図６に示される処理ステップと同じ処理ステップには、図６に示されるステップ番号と同じステップ番号が付されている。図８に示されるように、実施の形態３に係る組み立て装置は、位置ずれ量Ｄを補償するようにＸ軸方向及びＹ軸方向に挿入部品２００の位置を変更した後（ステップＳ１０９）、被挿入部品１００が不適合品であることを示す情報を付与する処理を行う（ステップＳ２０１）、コンベア４１を駆動して次の被挿入部品１００を移動機構１１の下に移動した後（ステップＳ２０２）、処理をステップＳ１０２へ戻す。これは、位置ずれが、被挿入部品１００又は挿入部品２００のロットばらつき、及び移動機構１１及びコンベア４１の部品摩耗など、再現性のある位置ずれの場合において、効果を発揮する。
　ステップＳ２０１にて不適合品と情報付与された被挿入部品１００は、後の工程にて除去されるなど、製品として採用しない処置が取られる。また、ステップＳ２０２にて、被挿入部品１００ではなく挿入部品２００を変更してもよく、また、被挿入部品１００と挿入部品２００の両方を変更してもよい。
　実施の形態３によれば、ステップＳ１０２において基準値α０が挿入部品２００及び被挿入部品１００が衝突したときに、基準値α０を、許容値α１より小さくできない場合、又は、基準値α０を、Ｚ軸方向の移動により力覚センサ３０に発生する力α２よりも大きい値とできない場合に、衝突した被挿入部品１００と挿入部品２００を利用しない。したがって、次の新しい挿入部品と被挿入部品とによる正常な組み立てが可能となる。
　上記以外に関し、実施の形態３は、実施の形態１又は２と同じである。
実施の形態４．
　実施の形態４においては、挿入動作時に意図的に微小なずれ量を発生させ、力覚センサ３０の検出値を検出することで、センサ検出値・ずれ量ＤＢ６０又は、実施の形態２におけるセンサ検出値と位置ずれ量との関係を示す関数を更新する仕組みを採用してもよい。
　実施の形態４では、挿入動作時に微小なオフセット量β分、Ｘ軸又はＹ軸方向に意図的に位置ずれを発生させる。この場合、挿入時に力覚センサ３０の検出値が変化する。このため、検出値とオフセット量βとに基づいて、力覚センサ・ずれ量ＤＢ６０、又は、実施の形態２における関数を更新することが可能である。実施の形態４では、組み立て作業中に力覚センサ・ずれ量ＤＢ６０又は実施の形態２における関数の更新が可能となり、より精度良く、力覚センサ３０の検出値から位置ずれ量を推定することが可能となる。
　上記以外に関し、実施の形態４は、実施の形態１から３のいずれかと同じである。
実施の形態５．
　図９は、実施の形態５に係る組み立て装置１ａの構成を概略的に示す図である。図９において、図１に示される構成要素と同一又は対応する構成要素には、図１に示される符号と同じ符号が付される。図１０は、組み立て装置１ａの構成を概略的に示す機能ブロック図である。図１０において、図２に示される構成要素と同一又は対応する構成要素には、図２に示される符号と同じ符号が付される。実施の形態５に係る組み立て装置１ａは、搬送装置４０ａを駆動するためのコンベア駆動用の搬送駆動部４２のモータ３００の回転数（すなわち、搬送用ベルトの搬送方向の移動距離）に対応する値を計数するエンコーダ３０１の出力値を利用する点が、実施の形態１に係る組み立て装置１と異なる。また、実施の形態５に係る組み立て装置１ａの構成は、実施の形態２から４のいずれかに適用することも可能である。
　実施の形態５に係る組み立て装置１ａは、コンベア４１の搬送用ベルトの搬送方向（すなわち、Ｄ４１方向）の移動距離に対応する値（例えば、モータ３００の回転数）を計測する移動距離検出部としてのエンコーダ３０１の出力に基づいて、上記実施の形態１から４のいずれかに記載した動作を実施する。例えば、制御装置５０は、モータ３００の動作誤差によりコンベア４１の搬送用ベルトの搬送方向の位置（すなわち、被挿入部品１００の位置）が＋Ｅ［ｍｍ］ずれた場合、被挿入部品１００の位置を＋Ｅ［ｍｍ］オフセットさせたうえで、前述の各実施の形態１から４で記載した動作を実施する。ここで、被挿入部品１００の位置を＋Ｅ［ｍｍ］オフセットさせるとは、被挿入部品１００の目標位置として＋Ｅ［ｍｍ］差し引き計算した位置を用いることを意味する。例えば、被挿入部品１００の位置が＋０．１［ｍｍ］進み過ぎることが分かった場合には、被挿入部品１００の目標位置として＋０．１［ｍｍ］を差し引き計算した位置を用いる。
　なお、実施の形態５におけるエンコーダ３０１は、被挿入部品１００の位置を検出する機能があればよいため、必ずしもコンベア駆動用のモータ３００に設置されたエンコーダである必要はない。例えば、モータ３００とは異なる位置に設置されたエンコーダ３０１、被挿入部品１００の位置を直接検出するレーザ変位計若しくはレーザースキャナ、又はカメラなどを、移動距離検出部として用いてもよい。
　実施の形態５に係る組み立て装置１ａを用いれば、実施の形態１において説明した位置ずれ量Ｄが変化しても組み立て装置を停止させずに組み立て作業を継続することが可能となるという効果を、より確実に得ることができる。仮に、１つ目の被挿入部品１００の位置と２つ目の被挿入部品１００の位置が異なる場合、組み立て装置は異なる位置（例えば、図１においては、Ｘ方向にオフセットした位置）にて組み立て動作を行う必要がある。したがって、組み立て動作を継続して実行することができない可能性が高くなる。これに対し、実施の形態５では、コンベア４１の搬送方向の移動距離を計測するエンコーダ３０１を備え、エンコーダ３０１の出力値を考慮に入れて、組み立て装置１ａの動作を制御している。つまり、制御装置５０は、移動距離検出部としてのエンコーダ３０１から出力された移動距離を示す値に基づいて、搬送駆動部４２のモータ３００を制御している。このように、実施の形態５の制御を用いることによって、被挿入部品１００の位置のずれ量が変化しても、組み立て作業が停止する頻度が低くなり、組み立て作業を継続することできるという効果を、より確実に得ることが可能である。
　また、実施の形態５に係る組み立て装置１ａを実施の形態２の組み立て装置に適用した場合には、機械学習における収束を早めることができるという効果がある。一般に、機械学習を実施するためには被挿入部品１００に対する挿入部品２００の挿入を複数回実施し、データを収集する必要がある。コンベア４１が存在しない場合には、（ａ）被挿入部品１００を手動にて移動させること、又は（ｂ）挿入部品２００と被挿入部品１００との相対位置を移動装置２０によって変化させること、のいずれかが必要がある。（ａ）の場合には、作業者による作業が必要となり、比較的長い時間を要する。また、（ｂ）の場合には、組み立て装置の特性が挿入位置によって異なる場合、学習効率を下げる原因となる。これに対し、実施の形態５に係る組み立て装置１ａの制御を用いることによって、被挿入部品１００の搬送方向の位置のずれ量が変化しても、組み立て装置１ａを停止させずに組み立て作業を継続することが可能となり、その結果、機械学習における収束を早めることができるという効果を、より確実に得ることが可能である。
変形例．
　実施の形態１から５で示した組み立て装置の形状及び動作は、例えば、単軸の挿入装置とベルトコンベアの組み合わせにより部品を挿入する装置及び多軸ロボットなど、においても効果を発揮できる。特に、組み立て用多軸ロボットを利用すると、力覚センサ３０が搭載されている製品が存在する、複数軸を駆動することで位置ずれの補正が容易であることから、実施の形態１から５で示した組み立て装置によって得られる効果を十分に発揮できる。
　１、１ａ　組み立て装置、　１０　移動装置、　１１　移動機構、　１２　Ｘ軸方向移動部、　１３　Ｙ軸方向移動部、　１４　Ｚ軸方向移動部、　１５　移動駆動部、　２１　把持部、　２２　把持駆動部、　３０　力覚センサ、　４０、４０ａ　搬送装置、　４１　コンベア、　４２　搬送駆動部、　５０、５０ａ　制御装置、　５１　プロセッサ、　５２　メモリ、　６０　力覚センサ・ずれ量ＤＢ、　７０　機械学習装置、　１００　被挿入部品、　１０１　挿入孔、　２００　挿入部品、　３００　モータ、　３０１　エンコーダ。

Claims (9)

  1. 　第１の部品及び第２の部品の一方が被挿入部分を有し他方が挿入部分を有し、前記挿入部分を前記被挿入部分に挿入する組み立て動作を行う組み立て装置であって、
    　前記組み立て動作に際し、前記第２の部品を把持し、前記第２の部品を第１の方向及び前記第１の方向に直交する第２の方向に移動させる移動装置と、
    　前記第１の部品を搬送する搬送装置と、
    　前記第２の部品に付与される力及びモーメントの少なくとも一方を検出する力覚センサと、
    　前記力覚センサから出力される検出値と、前記挿入部分と前記被挿入部分との間の前記第２の方向の位置ずれ量と、の関係を示す予め取得されたデータに基づいて、前記力覚センサから出力される現在の検出値に対応する現在の位置ずれ量を取得し、前記現在の位置ずれ量に基づいて前記第２の部品の前記第２の方向の位置を調整し、前記組み立て動作を再開する制御装置と、
    　を有することを特徴とする組み立て装置。
  2. 　前記第２の部品の前記第２の方向の位置の調整は、前記現在の位置ずれ量を０に近づける調整であることを特徴とする請求項１に記載の組み立て装置。
  3. 　前記予め取得されたデータは、外部装置から提供されることを特徴とする請求項１又は２に記載の組み立て装置。
  4. 　前記予め取得されたデータは、前記力覚センサの前記検出値から前記位置ずれ量を算出する関数であることを特徴とする請求項１又は２に記載の組み立て装置。
  5. 　前記関数を、外部装置が実行する機械学習を利用して決定されることを特徴とする請求項４に記載の組み立て装置。
  6. 　前記関数を、機械学習を利用して決定する機械学習装置をさらに有することを特徴とする請求項４に記載の組み立て装置。
  7. 　前記制御装置は、前記第１の部品と前記第２の部品とに衝突が発生したと判断したときに、前記第１の部品、前記第２の部品、又は前記第１の部品及び前記第２の部品の両方に、不適合品であることを示す情報を付与する処理を行うことを特徴とする請求項１から６のいずれか１項に記載の組み立て装置。
  8. 　前記制御装置は、前記第１の部品と前記第２の部品との間の位置ずれを発生させ、挿入動作時における前記力覚センサの検出値に基づいて、前記力覚センサの検出値と位置ずれ量との関係を更新する処理を行うことを特徴とする請求項１から７のいずれか１項に記載の組み立て装置。
  9. 　前記搬送装置は、
    　前記第１の部品を搬送する搬送用ベルトと、
    　前記搬送用ベルトを搬送方向に移動させる搬送駆動部と、
    　前記搬送用ベルトの移動距離を示す値を出力する移動距離検出部と、
    　を有し、
    　前記制御装置は、前記移動距離検出部から出力された前記移動距離を示す値に基づいて、前記搬送駆動部を制御する
    　ことを特徴とする請求項１から８のいずれか１項に記載の組み立て装置。
PCT/JP2020/009563 2019-10-09 2020-03-06 組み立て装置 WO2021070404A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2021551111A JP7209859B2 (ja) 2019-10-09 2020-03-06 組み立て装置

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2019-185578 2019-10-09
JP2019185578 2019-10-09

Publications (1)

Publication Number Publication Date
WO2021070404A1 true WO2021070404A1 (ja) 2021-04-15

Family

ID=75437078

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2020/009563 WO2021070404A1 (ja) 2019-10-09 2020-03-06 組み立て装置

Country Status (2)

Country Link
JP (1) JP7209859B2 (ja)
WO (1) WO2021070404A1 (ja)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS58202704A (ja) * 1982-05-21 1983-11-26 Daihatsu Motor Co Ltd Ｎｃ旋盤の刃物台衝突防止方法
JPH0647687A (ja) * 1991-08-20 1994-02-22 Matsushita Electric Ind Co Ltd 力制御ロボットにおける位置制御装置
JP2013158850A (ja) * 2012-02-01 2013-08-19 Seiko Epson Corp ロボット装置、組立て方法、及び組立てプログラム
WO2018042730A1 (ja) * 2016-08-30 2018-03-08 本田技研工業株式会社 ロボットの制御装置およびロボットの制御方法
JP2018083284A (ja) * 2016-11-11 2018-05-31 セイコーエプソン株式会社 ロボット制御装置、ロボット、ロボットシステム、及び、ロボット制御方法
WO2018146770A1 (ja) * 2017-02-09 2018-08-16 三菱電機株式会社 位置制御装置及び位置制御方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5962590B2 (ja) 2013-05-31 2016-08-03 株式会社安川電機 ロボットシステムおよび被加工物の製造方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS58202704A (ja) * 1982-05-21 1983-11-26 Daihatsu Motor Co Ltd Ｎｃ旋盤の刃物台衝突防止方法
JPH0647687A (ja) * 1991-08-20 1994-02-22 Matsushita Electric Ind Co Ltd 力制御ロボットにおける位置制御装置
JP2013158850A (ja) * 2012-02-01 2013-08-19 Seiko Epson Corp ロボット装置、組立て方法、及び組立てプログラム
WO2018042730A1 (ja) * 2016-08-30 2018-03-08 本田技研工業株式会社 ロボットの制御装置およびロボットの制御方法
JP2018083284A (ja) * 2016-11-11 2018-05-31 セイコーエプソン株式会社 ロボット制御装置、ロボット、ロボットシステム、及び、ロボット制御方法
WO2018146770A1 (ja) * 2017-02-09 2018-08-16 三菱電機株式会社 位置制御装置及び位置制御方法

Also Published As

Publication number Publication date
JPWO2021070404A1 (ja) 2021-04-15
JP7209859B2 (ja) 2023-01-20

Similar Documents

Publication Publication Date Title
US8271134B2 (en) Robot having learning control function
JP5191738B2 (ja) マニピュレータの制御方法および制御システム
JP5383756B2 (ja) 学習制御機能を備えたロボット
JP5480198B2 (ja) 学習制御機能を備えたスポット溶接ロボット
CN103213134B (zh) 机械手的控制方法和机械手
CN106965171B (zh) 具备学习功能的机器人装置
US10864632B2 (en) Direct teaching method of robot
TWI572468B (zh) Automatic adjustment method of offset automatic adjustment device and robot
CN106584489A (zh) 具备计算传感器的位置和方向的功能的机器人系统
WO2021070404A1 (ja) 組み立て装置
EP3904015B1 (en) System and method for setting up a robotic assembly operation
CN113580116A (zh) 用于机器人组装的系统和方法
JP6505341B1 (ja) 機械学習装置、数値制御装置、工作機械および機械学習方法
US12005583B2 (en) Robotic system for moving a payload with minimal payload sway and increased positioning accuracy
CN112041125A (zh) 机器人的控制方法
US20220305645A1 (en) System and Method for Robotic Assembly Based on Adaptive Compliance
WO2020255312A1 (ja) ロボットの動作調整装置、動作制御システムおよびロボットシステム
JP7227018B2 (ja) 学習制御装置、ロボット制御装置およびロボット
WO2022201377A1 (ja) ロボット制御装置およびロボット制御方法
JP2015131367A (ja) ロボット、制御装置、ロボットシステム及び制御方法
US20220241961A1 (en) Method Of Adjusting Motion Parameter, Storage Medium, And Robot System
Van Gorp Control of a static nonlinear plant using a neural network linearization
TW202227244A (zh) 機器人的動作模擬裝置、機器人的控制裝置、及機器人的動作模擬方法
CN115741629A (zh) 基于跟踪误差模型的移动纺织机械臂控制方法和装置
JP2024002786A (ja) ロボットシステムの制御方法およびロボットシステム

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20874494

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2021551111

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 20874494

Country of ref document: EP

Kind code of ref document: A1