WO2021106237A1 - 制御装置及びロボットシステム - Google Patents

制御装置及びロボットシステム Download PDF

Info

Publication number
WO2021106237A1
WO2021106237A1 PCT/JP2020/012190 JP2020012190W WO2021106237A1 WO 2021106237 A1 WO2021106237 A1 WO 2021106237A1 JP 2020012190 W JP2020012190 W JP 2020012190W WO 2021106237 A1 WO2021106237 A1 WO 2021106237A1
Authority
WO
WIPO (PCT)
Prior art keywords
locus
actual
correction parameter
learning
point
Prior art date
Application number
PCT/JP2020/012190
Other languages
English (en)
French (fr)
Inventor
義浩 細川
弘記 雨森
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 JP2021561148A priority Critical patent/JP7357689B2/ja
Priority to CN202080080590.7A priority patent/CN114728411B/zh
Publication of WO2021106237A1 publication Critical patent/WO2021106237A1/ja

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/10—Programme-controlled manipulators characterised by positioning means for manipulator elements
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical 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
    • G05B19/404—Numerical 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 control arrangements for compensation, e.g. for backlash, overshoot, tool offset, tool wear, temperature, machine construction errors, load, inertia

Definitions

  • This disclosure relates to control devices and robot systems.
  • the setting of the servo delay time by the user may be restricted.
  • the difference between the actual operation locus of the robot device and the target operation locus is not reduced, there is a problem that the operation accuracy of the robot device is lowered.
  • the purpose of this disclosure is to improve the operating accuracy of the robot device.
  • the control device detects a plurality of links including the first link, a plurality of motors that move the plurality of links based on operation commands, and rotation positions of the plurality of motors, respectively.
  • the actual operation when the correction parameter calculation unit that executes the first process for calculating the correction parameter corresponding to the first difference from the operation locus and the plurality of motors are driven based on the actual operation data. It has an operation command unit that corrects data using the correction parameters and generates the operation commands of the plurality of motors based on the corrected actual operation data.
  • the operating accuracy of the robot device can be improved.
  • FIG. 5 is a perspective view showing an example of a target locus of a link at the tip of a robot device of the robot system according to the first embodiment and an actual motion locus.
  • FIG. 5 is a block diagram which shows schematic structure of the robot system which concerns on Embodiment 1.
  • FIG. It is a figure which shows the hardware composition of the control device of the robot system which concerns on Embodiment 1.
  • FIG. It is a schematic diagram which shows the process which brings the actual operation locus closer to a target locus in the control device which concerns on Embodiment 1.
  • FIG. It is a flowchart which shows an example of the operation in the learning phase of the control device which concerns on Embodiment 1.
  • FIG. It is a figure which shows an example of the data stored in the operation data storage part for learning of the control device of the robot system which concerns on Embodiment 1.
  • FIG. It is a figure which shows an example of the data stored in the correction parameter storage part of the control device which concerns on Embodiment 1.
  • FIG. It is a schematic diagram which shows the process of calculating the correction parameter in the control device which concerns on Embodiment 1.
  • FIG. It is a flowchart which shows the process of calculating the correction parameter of FIG.
  • FIG. It is a flowchart which shows an example of the operation in the operation phase of the control device which concerns on Embodiment 1.
  • FIG. It is a flowchart which shows the process of calculating the correction parameter in the control device which concerns on Embodiment 2.
  • (A) It is a schematic diagram which shows the process from step ST111 to step ST214 of FIG. (B) It is a schematic diagram which shows the process from step ST215 to step ST217 of FIG. (C) It is a schematic diagram which shows the process of step ST218 of FIG. It is a flowchart which shows the process of calculating the correction parameter in the control device which concerns on Embodiment 3. It is a graph which shows an example of the relationship between the designated number of correction parameters included in the operation command of a plurality of motors of a robot apparatus in the robot system which concerns on Embodiment 4, and the trajectory error between an actual operation locus and a target locus. ..
  • FIG. 18A is a diagram showing an example of data stored in the correction parameter storage unit shown in FIG.
  • FIG. 18B is a diagram showing an example of data input to the target operation data acquisition unit shown in FIG.
  • control device and the robot system according to the embodiment of the present disclosure will be described with reference to the drawings.
  • the following embodiments are merely examples, and it is possible to appropriately combine the embodiments and change the embodiments as appropriate.
  • FIG. 1 is a perspective view schematically showing the configuration of the robot system 1 according to the first embodiment.
  • the robot system 1 includes a robot device (hereinafter, also simply referred to as “robot”) 100 and a control device 50 that controls the operation of the robot device 100.
  • robot a robot device
  • control device 50 that controls the operation of the robot device 100.
  • the robot device 100 is, for example, a vertical articulated robot.
  • the robot device 100 is not limited to a vertical articulated robot, and may be, for example, a horizontal articulated robot or a portal robot. Further, the robot device 100 is used, for example, as an assembly robot that processes parts.
  • the robot device 100 has a base 110, a first arm 120, a second arm 130, a third arm 140, a fourth arm 150, a list 160, and a flange 170.
  • Each of the base 110, the first arm 120, the second arm 130, the third arm 140, the fourth arm 150, the wrist 160, and the flange 170 is a link in the robot device 100.
  • the base 110 is a substantially columnar link.
  • the base 110 has a fixed surface 110a fixed to an installation surface such as a floor surface.
  • the X-axis and the Y-axis are coordinate axes parallel to the fixed surface 110a of the base 110.
  • the Z axis is a coordinate axis orthogonal to the X axis and the Y axis.
  • the first arm 120 is rotatable around the first axis J1 parallel to the Z axis on the base 110.
  • the second arm 130 is rotatably connected to the first arm 120 around the second axis J2.
  • the third arm 140 is rotatably connected to the second arm 130 around the third axis J3.
  • the fourth arm 150 is rotatably connected to the third arm 140 around the fourth axis J4.
  • the wrist 160 is rotatably connected to the tip of the fourth arm 150 around the fifth axis J5.
  • the flange 170 is rotatably connected to the wrist 160 around the sixth axis J6. That is, the robot device 100 is a robot having 6-axis joints corresponding to the 1st axis J1 to the 6th axis J6.
  • the robot device 100 may be a robot having joints of two or more axes.
  • the robot device 100 is connected to the control device 50.
  • the control device 50 controls the position of the flange 170 as the first link during the operation of the robot device 100.
  • the control device 50 ideally operates the actual operation locus of the flange 170 (for example, the actual operation locus T2 shown in FIG. 2 to be described later) when an operation command is input to the robot device 100. Control is performed to bring the locus closer to the locus (for example, the target locus T1 shown in FIG. 2 described later).
  • the control device 50 may control the position of another link (for example, the fourth arm 150, etc.) different from the flange 170, which is the link at the tip of the robot device 100. Further, when an object gripping mechanism as a link at the tip is attached to the flange 170, the control device 50 may control the position of the object gripping mechanism.
  • FIG. 2 is a diagram showing an example of an ideal operation locus and an actual operation locus of the flange 170 of the robot device 100.
  • FIG. 2 shows an ideal operation locus (that is, a target locus) T1 of the flange 170 when an operation command is input to the robot device 100, and a case where an operation command corresponding to the target locus T1 is input to the robot device 100.
  • the actual operation locus T2 of the flange 170 of the above is shown.
  • the actual operation locus T2 of the flange 170 may not match the target locus T1.
  • the control device 50 controls to reduce the difference between the target locus T1 and the actual motion locus T2 (hereinafter, also referred to as “trajectory error”). That is, the control device 50 controls to bring the actual operation locus T2 closer to the target locus T1.
  • FIG. 3 is a block diagram schematically showing the configuration of the robot system 1 according to the first embodiment.
  • the robot device 100 includes a plurality of motors M1 to M6 for moving a plurality of links, and a plurality of motors M1 to M6 as a plurality of rotation position detectors for detecting the rotation positions of the plurality of motors M1 to M6. It has encoders E1 to E6 of the above.
  • the base 110 includes a motor M1 that rotates the first arm 120 and an encoder E1 that detects the rotation position of the motor M1.
  • the first arm 120 includes a motor M2 for rotating the second arm 130 and an encoder E2 for detecting the rotation position of the motor M2.
  • the second arm 130 includes a motor M3 that rotates the third arm 140 and an encoder E3 that detects the rotation position of the motor M3.
  • the third arm 140 includes a motor M4 for rotating the fourth arm 150 and an encoder E4 for detecting the rotation position of the motor M4.
  • the fourth arm 150 includes a motor M5 that rotates the wrist 160 and an encoder E5 that detects the rotation position of the motor M5.
  • Listing 160 includes a motor M6 that rotates the flange 170 (see FIG. 1) and an encoder E6 that detects the rotational position of the motor M6.
  • the plurality of motors M1 to M6 are, for example, servomotors.
  • the control device 50 includes a motor control device 60 and an arithmetic unit 70.
  • the motor control device 60 is connected to a plurality of motors M1 to M6 and a plurality of encoders E1 to E6.
  • the motor control device 60 drives a plurality of motors M1 to M6 based on an operation command output from the arithmetic unit 70.
  • a plurality of detection signals that is, encoder values
  • corresponding to a plurality of rotation positions detected by the plurality of encoders E1 to E6 are input to the motor control device 60. ..
  • the motor control device 60 outputs a plurality of detection signals input from the plurality of encoders E1 to E6 to the arithmetic unit 70 (specifically, the correction parameter calculation unit 72 described later).
  • the motor control device 60 has a plurality of motor control units 61 to 66 corresponding to each of the plurality of motors M1 to M6.
  • the arithmetic unit 70 has a correction parameter calculation unit 72 and an operation command unit 74.
  • the correction parameter calculation unit 72 calculates the correction parameter (hereinafter, also referred to as “trajectory error reduction parameter”) used in the calculation for reducing the locus error by machine learning, for example.
  • the correction parameters are based on the actual operation locus of the flange 170 (see FIG. 1) obtained when a plurality of motors M1 to M6 are driven based on the predetermined learning operation data, and the learning operation data. Corresponds to the difference from the ideal operating locus of the flange 170 when driving a plurality of motors M1 to M6.
  • the actual operation locus of the flange 170 is calculated using the respective rotation positions of the plurality of motors M1 to M6 detected by the plurality of encoders E1 to E6.
  • the operation command unit 74 corrects the actual operation data using the correction parameters calculated by the correction parameter calculation unit 72, and generates operation commands for a plurality of motors M1 to M6 based on the corrected actual operation data. ..
  • the operation command unit 74 outputs the operation commands of the plurality of generated motors M1 to M6 to the motor control device 60.
  • the arithmetic unit 70 may further include an operation data storage unit 71 as a first storage unit and a correction parameter storage unit 73 as a second storage unit.
  • the operation data storage unit 71 (hereinafter, also referred to as “learning operation list DB”) is a database in which operation data for learning is stored.
  • the correction parameter storage unit (hereinafter, also referred to as “trajectory error reduction DB”) 73 is a database in which correction parameters calculated by the correction parameter calculation unit 72 are stored.
  • the operation data storage unit 71 and the correction parameter storage unit 73 may be in different storage areas of the same storage device. Further, the operation data storage unit 71 and the correction parameter storage unit 73 do not have to be a part of the control device 50, and may be an external device such as a cloud server.
  • FIG. 4 is a diagram showing a hardware configuration of the control device 50.
  • the control device 50 uses a memory 51 as a storage device for storing a program as software and a processor 52 as an information processing unit for executing the program stored in the memory 51 ( It can be achieved (for example, by a computer).
  • a part of the control device 50 may be realized by the memory 51 and the processor 52 shown in FIG. Further, the control device 50 may be realized by an electric circuit.
  • the operation locus of the flange 170 when the robot device 100 shown in FIGS. 1 and 2 is operated in the three-dimensional space is projected onto the XY plane which is a two-dimensional plane.
  • the target locus T10 is a straight locus extending in the X-axis direction connecting the start point S and the end point F.
  • the actual operation locus T20 is a locus of an arcuate curve whose start point S and end point F coincide with the target locus T10 and deviate from the target locus T10 between the start point S and the end point F in the -Y-axis direction. is there.
  • the X coordinate of the passing point Q of the actual operation locus T20 is the same as the X coordinate of the reference point P on the target locus T10. That is, the actual operation locus T20 does not deviate from the target locus T10 in the X-axis direction.
  • the distance between the start point S and the reference point P is equal to the distance between the reference point P and the end point F.
  • a locus error D1 as a first difference occurs between the passing point Q on the actual operation locus T20 and the reference point P on the target locus T10 in the Y-axis direction.
  • the coordinates of the intermediate point C located on the + Y axis side of the reference point P are calculated.
  • the X coordinate of the intermediate point C is the same as the X coordinate of the reference point P and the passing point Q.
  • the value of the Y coordinate of the intermediate point C is derived from the Y coordinate of the passing point Q using a calculation formula described later.
  • the coordinates of the midpoint C are used to correct the motion command corresponding to the target locus T10.
  • the operation command corresponding to the target locus T10 is corrected to the operation command R10 intended to operate the flange 170 along the locus including the start point S, the intermediate point C, and the end point F.
  • the corrected operation command R10 is represented by an arcuate curve that deviates from the target locus T10 between the start point S and the end point F and is convex in the + Y axis direction.
  • the operation of the arithmetic unit 70 includes a "learning phase” in which processing is executed by the correction parameter calculation unit 72 and an “operation phase” in which processing is executed by the operation command unit 74.
  • FIG. 6 is a flowchart showing an example of the operation of the arithmetic unit 70 in the learning phase.
  • the correction parameter calculation unit 72 reads the learning operation data from the operation data storage unit 71 as the learning operation list DB.
  • FIG. 7 is a diagram showing an example of motion data for learning stored in the motion data storage unit 71.
  • the operation data storage unit 71 stores, for example, a plurality of operation data for learning in advance.
  • parameters that is, a plurality of robot parameters
  • FIG. 7 some of the parameters constituting each of the plurality of learning motion data are excerpted and shown.
  • the parameters are, for example, "plane” as the operating plane in which the flange 170 operates, "operating direction” as the direction in which the flange 170 operates, and the angle of the flange 170 with respect to the operating plane of the flange 170 (for example, the tip plane of the flange 170).
  • plane as the operating plane in which the flange 170 operates
  • operating direction as the direction in which the flange 170 operates
  • angle of the flange 170 with respect to the operating plane of the flange 170 for example, the tip plane of the flange 170.
  • the parameters are, for example, "work weight” as the weight of the work gripped by the object gripping mechanism attached to the flange 170, “flange posture” as the posture of the flange 170 when the flange 170 reaches the end point, and the flange 170. Includes “speed” as the operation speed of, “operation start point” as the start point, and “work center of gravity position” as the shape information of the work. Note that in FIG. 7, the “position of the center of gravity of the work” is not shown. Further, the number of parameters for operating the robot device 100 can be arbitrarily selected by the robot system, and may be only a part of the parameters shown in FIG. 7.
  • step ST102 the correction parameter calculation unit 72 determines whether or not a predetermined learning operation (for example, a plurality of learning operations described later in FIG. 9) has been completed.
  • a predetermined learning operation for example, a plurality of learning operations described later in FIG. 9
  • the correction parameter calculation unit 72 ends the process.
  • the correction parameter calculation unit 72 advances the process to step ST103.
  • step ST103 the correction parameter calculation unit 72 calculates the coordinates of the intermediate point used in the calculation for generating the operation commands of the plurality of motors M1 to M6 as the correction parameters. The details of the process of calculating the intermediate point will be described later.
  • step ST104 the correction parameter calculation unit 72 writes the coordinates of the start point, the coordinates of the end point, and the coordinates of the intermediate point in the correction parameter storage unit 73.
  • the correction parameter calculation unit 72 writes the data for associating the learning operation data including the coordinates of the start point and the coordinates of the end point with the coordinates of the intermediate point in the correction parameter storage unit 73.
  • FIG. 8 is a diagram showing an example of data stored in the correction parameter storage unit 73. As shown in FIG. 8, in the correction parameter storage unit 73 as the locus error reduction DB, the coordinates of the intermediate points are stored in a table format so as to correspond to each of the plurality of learning operation data shown in FIG. Has been done. Note that in FIG.
  • the coordinates of the end points are not shown. Further, as shown in FIG. 8, the number of coordinates of the intermediate points corresponding to each of the plurality of learning motion data may be two or more.
  • the intermediate is one parameter that constitutes the actual operation data intended to operate the flange 170 along the locus including the two or more intermediate points.
  • the passing order of points may be stored.
  • FIG. 9 is a schematic diagram showing a process of calculating the coordinates of the intermediate point.
  • the target locus T100 is a straight locus extending in the X-axis direction connecting the start point S and the end point F, as in FIG.
  • the values of the Y coordinate of the start point S and the Y coordinate of the end point F in the target locus T100 are 0.
  • the robot apparatus 100 in order to bring the actual motion locus of the flange 170 (see FIG. 1) of the robot apparatus 100 closer to the target locus T100, the robot apparatus 100 is operated based on the motion data for the first learning.
  • the learning operation of the above and the second learning operation of operating the robot device 100 based on the operation data for the second learning are performed.
  • the first learning motion data is generated based on the first midpoint C1.
  • the first intermediate point C1 is a point on the target locus T100.
  • the distance between the start point S and the first intermediate point C1 is equal to the distance between the first intermediate point C1 and the end point F.
  • the actual first motion locus T200 is the actual motion locus of the flange 170 (see FIG. 1) when the robot device 100 (see FIG. 1) is operated based on the motion data for the first learning.
  • the actual first operation locus T200 is a locus of an arcuate curve that is convex in the + Y axis direction and deviates from the target locus T100 between the start point S and the end point F.
  • the first maximum point A1 is a passing point on the actual first motion locus T200 where a maximum locus error with the target locus T100 occurs.
  • the first maximum point A1 is a passing point on the actual first operating locus T200 in which the differential value of the locus error is 0, and the locus error is larger than the passing points before and after the passing point.
  • the maximum locus error between the actual first motion locus T200 and the target locus T100 is the Y coordinate A 1y of the first maximum point A1. Corresponds to.
  • the second learning motion data is generated based on the second midpoint C2.
  • the second midpoint C2 is calculated based on the first maximum point A1 in the first learning operation.
  • the second midpoint C2 is offset to the + X axis side from the first midpoint C1.
  • the actual second motion locus T201 is the actual motion locus of the flange 170 when the robot device 100 is operated based on the second learning motion data.
  • the second maximum point A2 on the actual second motion locus T201 is a passing point where the maximum locus error between the actual second motion locus T201 and the target locus T100 occurs.
  • the maximum locus error between the actual second motion locus T201 and the target locus T100 is the Y coordinate A of the second maximum point A2. Corresponds to 2y.
  • the actual second motion locus T201 is closer to the target locus T100 than the actual first motion locus T200. However, a slight locus error occurs in the Y-axis direction between the actual second motion locus T201 and the target locus T100.
  • a third midpoint C3 is calculated in order to bring the actual second motion locus T201 closer to the target locus T100.
  • the third midpoint C3 is calculated based on the second midpoint C2, the first maximal point A1 and the second maximal point A2.
  • the coordinates of the third intermediate point C3 are the first correction parameters used in the calculation to bring the actual second motion locus T201 closer to the target locus T100. As will be described later in FIGS. 12 and 13 (A) to 13 (C), even if the coordinates of a plurality of third intermediate points are calculated in order to bring the actual second operation locus T201 closer to the target locus T100. Good.
  • the X coordinate C 3x of the third midpoint C3 is the same as the X coordinate C 2x of the second midpoint C2.
  • a calculation formula for calculating the Y coordinate C3y of the third intermediate point C3 will be described.
  • the relationship between the Y coordinate of the intermediate point and the maximum trajectory error is defined by a linear function
  • the relationship between the Y coordinate C1y of the first intermediate point C1 and the maximum trajectory error A 1y is expressed by the following equation.
  • the relationship between the Y coordinate C 2y of the second intermediate point C2 and the maximum locus error A 2y which is shown by (1), is shown by the following equation (2).
  • "a" and "b" shown in equations (1) and (2) are coefficients.
  • the Y coordinate C3y of the third intermediate point C3 is a correction value used to generate an operation command that brings the actual second operation locus T201 closer to the target locus T100.
  • FIG. 10 is a flowchart showing a process (step ST103 shown in FIG. 8) for calculating the coordinates (C 3x , C 3y ) of the third intermediate point C3.
  • Steps ST111 to ST115 in FIG. 10 are processes in the first learning operation.
  • steps ST116 to ST118 in FIG. 10 are processes in the second learning operation.
  • the correction parameter calculation unit 72 acquires the coordinates (S x , 0) of the start point S and the coordinates (F x , 0) of the end point F of the target locus T11.
  • step ST112 the correction parameter calculation unit 72 calculates the coordinates (C 1x , C 1y ) of the first intermediate point C1 located between the start point S and the end point F of the target locus T11.
  • the X coordinate C 1x of the first intermediate point C1 is obtained by the following equation (9).
  • C 1 x (S x + F x ) / 2 (9)
  • the Y coordinate C 1y of the first intermediate point C1 is 0 as shown in the above equation (3).
  • step ST113 the correction parameter calculation unit 72 generates motion data for the first learning corresponding to the locus including the start point S, the first intermediate point C1, and the end point F, and the motion data for the first learning.
  • the robot device 100 is operated based on the above to acquire the actual first motion locus T200 shown in FIG.
  • step ST114 the correction parameter calculation unit 72 acquires the coordinates (A 1x , A 1y ) of the first maximum point A1 that maximizes the trajectory error between the actual first operation trajectory T200 and the target trajectory T100.
  • step ST115 the correction parameter calculation unit 72 calculates the coordinates (C 2x , C 2y ) of the second intermediate point C2 based on the coordinates (A 1x , A 1y) of the first maximum point A1.
  • the X coordinate C 2x and the Y coordinate C 2y of the second intermediate point C2 are obtained by the following equations (10) and (11).
  • C 2x A 1x (10)
  • C 2y -A 1y (11)
  • step ST116 the correction parameter calculation unit 72 generates motion data for the second learning corresponding to the locus including the start point S, the second intermediate point C2, and the end point F, and the motion data for the second learning.
  • the robot device 100 is operated based on the above to acquire the actual second motion locus T201 shown in FIG.
  • step ST117 the correction parameter calculation unit 72 acquires the coordinates (A 2x , A 2y ) of the second maximum point A2 that maximizes the trajectory error between the actual second operation trajectory T201 and the target trajectory T100.
  • the correction parameter calculation unit 72 ends the processing in the learning phase after calculating the coordinates (C 3x , C 3y) of the third intermediate point C3.
  • a third learning operation following the second learning operation may be performed.
  • the processing of the learning phase may be completed after the coordinates (Cnx, Cny ) of the nth intermediate point Cn are calculated.
  • n is an integer of 2 or more.
  • the correction parameter calculation unit 72 determines in step ST117 whether or not the locus error A 2y is equal to or less than a predetermined threshold value after acquiring the second maximum point A2, and performs processing. You may decide whether or not to proceed to step ST118.
  • the correction parameter calculation unit 72 ends the processing in the learning phase, and when the locus error A 2y is larger than the threshold value, the correction parameter calculation unit 72 steps the processing. You may proceed to ST118. Further, when expanding the coordinates of the intermediate point to three dimensions, a plurality of coordinate axes may be prepared, and the processes from step ST111 to step ST118 shown in FIG. 10 may be performed a plurality of times.
  • FIG. 11 is a flowchart showing the operation of the control device 50 in the operation phase.
  • step ST121 the actual operation data corresponding to the target locus of the flange 170 is input to the control device 50 by the user of the robot system 1.
  • the actual motion data input to the control device 50 is motion data intended to move the flange 170 along the target locus T100 shown in FIG. ..
  • step ST122 the operation command unit 74 reads the coordinates (C 3x , C 3y ) of the third intermediate point C3 corresponding to the target locus T100 from the correction parameter storage unit 73.
  • step ST123 the operation command unit 74 corrects the actual operation data corresponding to the target locus T100 using the coordinates (C 3x , C 3y ) of the third intermediate point C3, and corrects the corrected operation data. It is generated as an operation command. Specifically, the operation command unit 74 intended to move the flange 170 along the trajectory including the start point S, the third intermediate point C3, and the end point F with the actual operation data corresponding to the target locus T100. It is corrected to the operation data, and the corrected actual operation data is generated.
  • the operation command unit 74 is based on the corrected actual operation data, and the operation commands of the plurality of motors M1 to M6 (for example, the torques of the plurality of motors M1 to M6, or the respective torques of the plurality of motors M1 to M6, respectively. Drive time) is calculated.
  • step ST124 the operation command unit 74 outputs the generated operation commands of the plurality of motors M1 to M6 to the motor control device 60.
  • the plurality of motors M1 to M6 operate based on the operation commands of the plurality of motors M1 to M6 obtained by calculation.
  • the operation commands of the plurality of motors M1 to M6 are generated based on the corrected operation data, the actual operation locus is brought closer to the target locus.
  • the coordinates of the midpoint C (shown in FIG. 5) as the locus error reduction parameter calculated by learning, or the first.
  • Flange because the plurality of motors M1 to M6 move a plurality of links including the flange 170 by the operation command corrected based on the coordinates (C 3x , C 3y ) of the midpoint C3 of 3 (shown in FIG. 9).
  • the actual motion locus of 170 can be brought closer to the target locus T100. As a result, the operation accuracy of the robot device 100 can be improved.
  • the coordinates of the intermediate point C (shown in FIG. 5) or the coordinates of the third intermediate point C3 (C 3x , C 3y ) (shown in FIG. 9) can be set by the user in the control device 50 (shown in FIG. 9). That is, since the parameters can be input), the actual operation locus of the flange 170 can be brought closer to the target locus T100 without changing the parameters inside the robot device 100.
  • the servo delay time that is, the response delay time
  • the setting for changing the servo delay time by the user may be restricted.
  • the control device 50 uses the coordinates of the intermediate point C, which is a parameter set by the user, or the coordinates of the third intermediate point C3 (C 3x , C 3y ).
  • the control device 50 according to the first embodiment is applied as a control device for controlling a robot device in which the setting of the servo delay time is limited because the actual operation locus of the flange 170 can be brought closer to the target locus T100. The effect of is great.
  • Embodiment 2 In the first embodiment, as shown in steps ST114 and ST115 of FIG. 10, the correction parameter calculation unit 72 has one correction parameter calculation unit 72 based on one first maximum point A1 on the actual first operation locus T200. The second midpoint C2 is calculated. In the second embodiment, using FIGS. 12 and 13 (A) to 13 (C), a plurality of second maximum points A11 and A12 on the actual first motion locus T210 are used. An example of calculating the coordinates of the intermediate points C21 and C22 of the above, and an example of calculating the coordinates of a plurality of third intermediate points C31 and C32 will be described.
  • FIG. 12 is a flowchart showing a process of calculating an intermediate point in the control device according to the second embodiment.
  • FIG. 12 the same processing steps as those shown in FIG. 9 are numbered the same as the step numbers shown in FIG.
  • FIG. 13A is a schematic view showing the processes from step ST111 to step ST214 in FIG.
  • FIG. 13B is a schematic diagram showing the processes from step ST215 to step ST217 in FIG.
  • FIG. 13C is a schematic view showing the process of step ST218 of FIG.
  • the correction parameter calculation unit 72 designates a plurality of first maximum points A11 and A12 on the actual first operation locus T210 in descending order of the difference from the target locus T110, and the plurality of first maximum points A11 and A12 are designated.
  • the coordinates (A 11x , A 11y ) and (A 12x , A 12y ) of the maximum points A11 and A12 of are acquired.
  • the first first maximum point A11 is a first passing point on the actual first operation locus T210 where a difference D11 that maximizes the difference from the target locus T110 occurs.
  • the second first maximum point A12 is a second passing point on the actual first motion locus T210 where the target locus T110 and the second difference D12 occur.
  • the second difference D12 is smaller than the difference D11.
  • the correction parameter calculation unit 72 may specify three or more first maximum points on the actual first operation locus T210, for example, designating ten first maximum points. May be good.
  • step ST215 the correction parameter calculation unit 72 determines the coordinates (C 21x , C 21y ), (C 22x , C) of the plurality of second intermediate points C21 and C22 based on the plurality of first maximum points A11 and A12. 22y ) is calculated.
  • the coordinates (C 21x , C 21y ) of the first second intermediate point C21 are used in the calculation to bring the first maximum point A11 closer to the first reference point P11 on the target locus T110.
  • Second second midpoint C22 coordinates (C 22x, C 22 y) are used in the calculation to approximate the first maximum point A12 to the second reference point P12 on the target locus T110.
  • the coordinates (C 21x , C 21y ) and (C 22x , C 22y ) of the plurality of second intermediate points C21 and C22 are derived with reference to the equations (10) and (11) described in the first embodiment. ..
  • the coordinates of the first second midpoint C21 (C 21x , C 21y ) are represented by the following equations (13) and (14), and the coordinates of the second second midpoint C22 (C 22x).
  • C 22y ) is represented by the following equations (15) and (16).
  • C 21x A 11x (13)
  • C 21y -A 11y (14)
  • C 22x A 12x (15)
  • C 22y -A 12y (16)
  • step ST 214 when the m-number of the first maximum point A 1 m is specified, X-coordinate C 2MX and Y coordinates C 2My second midpoint C 2m calculated in step ST215, the following formula It is shown by (17) and (18).
  • m is an integer of 1 or more.
  • C 2mx A 1mx (17)
  • C 2my -A 1my (18)
  • step ST216 the correction parameter calculation unit 72 generates motion data for the second learning corresponding to the locus including the start point S, the plurality of second intermediate points C21 and C22, and the end point F, and the second learning.
  • the robot device 100 is operated based on the motion data for the above, and the actual second motion locus T211 shown in FIG. 13B is acquired.
  • step ST217 the correction parameter calculation unit 72 designates a plurality of second maximum points A21 and A22 that maximize the trajectory error between the actual second operation locus T211 and the target locus T110, and the plurality of second maximum points A21 and A22.
  • the coordinates (A 21x , A 21y ) and (A 22x , A 22y ) of the maximum points A21 and A22 of the above are acquired.
  • the correction parameter calculation unit 72 sets the coordinates of the plurality of second intermediate points C21 and C22, the coordinates of the plurality of first maximum points A11 and A12, and the coordinates of the plurality of second maximum points A21 and A22. Based on this, the coordinates (C 31x , C 31y ) and (C 32x , C 32y ) of the plurality of third intermediate points C31 and C32 are calculated. The coordinates (C 31x , C 31y ), (C 32x , C 32y ) of the plurality of third intermediate points C31 and C32 are used to generate an operation command for bringing the actual second operation locus T211 closer to the target locus T100. This is the correction parameter used. The coordinates of one third midpoint C31 (C 31x , C 31y ) are the first correction parameters, and the coordinates of the other third midpoint C32 (C 32x , C 32y ) are the second correction parameters. is there.
  • the coordinates (C 31x , C 31y ) and (C 32x , C 32y ) of the plurality of third intermediate points C31 and C32 are derived with reference to the equations (8) and (12) described in the first embodiment. ..
  • the coordinates of the first third midpoint C31 (C 31x , C 31y ) are represented by the following equations (19) and (20), and the coordinates of the second third midpoint C32 (C 31x, C 31y).
  • C 32x , C 32y ) are represented by the following equations (21) and (22).
  • C 31x C 21x (19)
  • C 31y -A 11y ⁇ C 21y / (A 21y- A 11y )
  • C 32x C 22x (21)
  • C 32y -A 12y ⁇ C 22y / (A 22y- A 12y ) (22)
  • step ST217 when the m-number of second maximum point A 2m is specified, X-coordinate C 3Mx and Y coordinates C 3My the third midpoint C 3m calculated in step ST218, the following formula It is shown by (23) and (24).
  • C 3mx C 2mx (23)
  • C 3my -A 1my ⁇ C 2my / (A 2my- A 1my ) (24)
  • the second embodiment according to the operation command corrected based on the coordinates (C 31x , C 31y ) and (C 32x , C 32y ) of the plurality of third intermediate points C31 and C32 as the locus error reduction parameters. Since the plurality of motors M1 to M6 move a plurality of links including the flange 170, it is possible to improve the accuracy of bringing the actual operation locus of the flange 170 closer to the target locus T100. As a result, the operating accuracy of the robot device 100 can be further improved.
  • the second embodiment is the same as the first embodiment.
  • Embodiment 3 In the second embodiment, in step ST218 shown in FIG. 12, after the coordinates (C 31x , C 31y ) and (C 32x , C 32y ) of the plurality of third intermediate points C31 and C32 are calculated, the processing is performed. finished.
  • the movement data for the third learning generated based on the coordinates of the plurality of third intermediate points C31 and C32 is used as the actual third movement locus when the robot device is operated. An example of determining whether or not to end the process will be described depending on whether or not the difference from the target locus T110 is smaller than a predetermined threshold value.
  • FIG. 14 is a flowchart showing a process of calculating an intermediate point in the control device according to the third embodiment.
  • the same processing steps as those shown in FIG. 12 are numbered the same as the step numbers shown in FIG.
  • the correction parameter calculation unit of the control device according to the third embodiment is generated in step ST301 based on the coordinates of the plurality of third intermediate points C31 and C32 for the third learning.
  • the robot device is operated according to the operation data of the above, and the actual third operation trajectory is acquired.
  • step ST302 the correction parameter calculation unit 72 determines whether or not the locus error between the actual third operation locus and the target locus T110 is smaller than a predetermined threshold value.
  • the correction parameter calculation unit ends the process.
  • the correction parameter calculation unit returns the process to step ST217. If No in step ST302, the correction parameter calculation unit may return the process to step ST214.
  • the coordinates of the plurality of third intermediate points C31 and C32 are effective for bringing the actual second operation locus T211 closer to the target locus T110. If it is determined that the robot device 100 does not, the coordinates of the plurality of third intermediate points C31 and C32 can be reset, or a new third intermediate point can be additionally set, so that the operation accuracy of the robot device 100 can be improved. It can be further improved.
  • the third embodiment is the same as the first or second embodiment.
  • the correction parameter calculation unit calculates the coordinates (C 31x , C 31y ) and (C 32x , C 32y ) of the plurality of third intermediate points C31 and C32. An example was explained.
  • the upper limit of the number of the third intermediate points calculated by the correction parameter calculation unit may be specified.
  • FIG. 15 shows the number of third intermediate points designated by the corrected operation commands of the plurality of motors M1 to M6 in the robot system according to the fourth embodiment (hereinafter, also referred to as “designated number of intermediate points”). It is a graph which shows an example of the relationship between and a locus error.
  • the horizontal axis is the designated number of intermediate points
  • the vertical axis is the actual operation locus and target locus of the flange 170 when a plurality of motors M1 to M6 are driven based on the corrected operation command. It is the value of the trajectory error of.
  • the locus error is the smallest when the designated number of intermediate points is five. Further, when the number of designated intermediate points is 6, the locus error becomes larger than when the number of designated intermediate points is 5.
  • the correction parameter calculation unit of the control device sets the designated number of intermediate points to five.
  • the correction parameter calculation unit limits the number of designated maximum points on the actual operation locus of the flange 170 to five, and the five third intermediate points corresponding to each of the five maximum points. Calculate the coordinates.
  • the correction parameter calculation unit designates five maximum points on the actual operation locus in descending order of locus error from the target locus. That is, the correction parameter calculation unit actually minimizes the difference between the actual operation locus of the flange 170 and the target locus when a plurality of motors (see FIG.
  • j is 1, 2, ..., N, and N is a positive integer.
  • the actual operation data is corrected based on the specified number of intermediate points that minimize the trajectory error, so that the actual operation trajectory of the flange 170 is corrected. Can be brought closer to the target trajectory. As a result, the operation accuracy of the robot device 100 can be improved.
  • the fourth embodiment is the same as any one of the first to third embodiments.
  • Embodiment 5 In the second embodiment, in step ST214 shown in FIG. 12, an example in which the correction parameter calculation unit 72 designates a plurality of first maximum points A11 and A12 on the actual first operation locus T210 has been described.
  • the first maximum point on the actual first operation locus T210 shown in FIG. 13A is designated, the first maximum point is designated by a predetermined method. May be done.
  • FIG. 16A is a schematic diagram schematically showing an example of a method of designating a first maximum point on an actual first operation locus T210 in the control device according to the fifth embodiment.
  • the same components as those in the second embodiment described with reference to FIG. 13A are designated by the same reference numerals.
  • correction is made when the distance L1 between a plurality of adjacent first maximum points A11 and A12 on the actual first operation locus T210 is equal to or less than a predetermined reference distance.
  • the parameter calculation unit 72 executes only the process of calculating the coordinates of the second intermediate point C21 based on the first maximum point A11. That is, in FIG.
  • the correction parameter calculation unit 72 executes only the process of calculating the coordinates of the second intermediate point C22 based on the first maximum point A12, and executes the process of calculating the coordinates of the second intermediate point C22, and the second intermediate point C21 corresponding to the first maximum point A11. It is not necessary to execute the process of calculating the coordinates of.
  • FIG. 16B is a schematic diagram schematically showing another example of the method of designating the first maximum point on the actual first operation locus T210 in the control device according to the fifth embodiment.
  • the correction parameter calculation unit 72 is located between the first maximum point A11 and the first maximum point A12.
  • the coordinates of the second intermediate point used in the calculation for bringing the third passing point A13 closer to the third reference point P13 on the target locus T110 are calculated. That is, in FIG.
  • the number of the first maximum points in the actual first operation locus T210 is limited, so that the processing time in the arithmetic unit of the control device, And the operation time of the robot device 100 in the learning phase of the control device can be shortened.
  • the fifth embodiment is the same as any of the first to fourth embodiments.
  • FIG. 17 is a block diagram schematically showing the configuration of the robot system 6 according to the sixth embodiment.
  • the robot system 6 according to the sixth embodiment is different from the robot system 1 according to the first embodiment in that it has a simulation device 80.
  • components that are the same as or correspond to the components shown in FIG. 3 are designated by the same reference numerals as those shown in FIG.
  • the simulation device 80 simulates the operation of the flange 170 (see FIG. 1) when a plurality of motors M1 to M6 (see FIG. 3) are driven based on the operation data for learning, and the actual operation locus of the flange 170. Expect.
  • the time for the simulation device 80 to predict the actual motion trajectory of the flange 170 is longer than the time for calculating the actual motion trajectory of the flange 170 when the robot device 100 is actually operated based on the motion data for learning. short.
  • the simulation device 80 outputs the predicted actual operation locus of the flange 170 to the correction parameter calculation unit 72.
  • the correction parameter calculation unit 72 calculates the correction parameter based on the actual operation locus obtained by the simulation device 80.
  • the correction parameter calculation unit 72 can obtain the actual operation locus of the flange 170 in the learning phase of the arithmetic unit 70 in a short time.
  • the sixth embodiment is the same as any one of the first to fifth embodiments.
  • Embodiment 7 In any of the first to sixth embodiments, the learning motion data used to calculate the correction parameters by learning and the actual robot device 100 intended to be moved along the target locus T1 (see FIG. 2). An example was explained in which the operation data of is the same. In the seventh embodiment, an example in which the motion data for learning and the actual motion data are different will be described.
  • FIG. 18 is a block diagram schematically showing the configuration of the robot system 7 according to the seventh embodiment.
  • the same or corresponding components as those shown in FIG. 3 are designated by the same reference numerals as those shown in FIG.
  • the robot system 7 includes a robot device 100 and a control device 750 that controls the operation of the robot device 100.
  • the control device 750 has an arithmetic unit 770 that performs arithmetic processing for calculating correction parameters and arithmetic processing for generating operation commands to the robot device 100.
  • the arithmetic unit 770 includes an operation data storage unit 71, a correction parameter calculation unit 772, a correction parameter storage unit 773, an operation command unit 74, and an operation data acquisition unit 775.
  • the operation data acquisition unit 775 acquires actual operation data indicating the driving conditions when the robot device 100 is actually driven. Actual operation data is input to the operation data acquisition unit 775 from, for example, an input device (not shown).
  • the operation data acquisition unit 775 outputs the input actual operation data to the correction parameter calculation unit 772.
  • the actual operation data may be directly input from the input device to the correction parameter calculation unit 772.
  • FIG. 19A is a diagram showing an example of data stored in the correction parameter storage unit 773 shown in FIG. As shown in FIG. 19A, the correction parameter storage unit 773 stores the operation data for learning and the correction parameters associated with the operation data for learning in a table format.
  • the learning operation data stored in the correction parameter storage unit 773 has a plurality of learning data.
  • the learning motion data includes the first learning data indicated by “No. 1” and the second learning data indicated by “No. 2”.
  • FIG. 19A some of the parameters constituting the operation data for learning are excerpted and shown.
  • the correction parameter storage unit 773 stores the coordinates of the first intermediate point and the coordinates of the second intermediate point as correction parameters.
  • the coordinates of the first midpoint are (50,2,0) and the coordinates of the second midpoint are (50,104,0).
  • the coordinates of the first midpoint (50,2,0) correspond to the first learning data
  • the coordinates of the second midpoint (50,104,0) correspond to the second learning data.
  • the coordinates of the "operation start point" in the first learning data corresponding to the coordinates (50,2,0) of the first intermediate point are (0,0,0)
  • the coordinates of the second intermediate point are (0,0,0).
  • the coordinates of the "operation start point” in the second learning data corresponding to the coordinates (50,104,0) are (0,100,0).
  • FIG. 19B is a diagram showing an example of actual operation data acquired by the operation data acquisition unit 775 shown in FIG. In FIG. 19B, some of the parameters constituting the actual operation data are excerpted and shown.
  • the "plane”, “movement direction”, “flange posture”, “velocity” and “movement distance” in the actual movement data are the movement data for learning. It is the same as “plane”, “operating direction”, “flange posture”, “speed” and “operating distance”.
  • the coordinates of the "operation start point” in the actual operation data are (0,50,0), and the coordinates of the "operation start point” in the operation data for learning (0,0,0), (0,100). , 0). That is, the correction parameter storage unit 773 does not store the coordinates of the intermediate points corresponding to the same learning operation data as the actual operation data.
  • the correction parameter calculation unit 772 includes the motion data for learning, the correction parameters calculated based on the motion data for learning, and the actual motion data. Based on, a new correction parameter corresponding to the actual operation data is calculated. Specifically, in the seventh embodiment, the correction parameter calculation unit 772 estimates the coordinates of the new intermediate point as the new correction parameter from the coordinates of the first intermediate point and the coordinates of the second intermediate point by interpolation. Perform the processing to be performed.
  • the distance between the coordinates of the first intermediate point (50,2,0) and the coordinates of the new intermediate point is the coordinate of the second intermediate point (50,104,0).
  • the coordinates of the new midpoint, which satisfies the condition equal to the distance between the coordinates of the new midpoint are (50,53,0).
  • the correction parameter calculation unit 772 estimates, for example, the coordinates of the new intermediate point by linear interpolation (that is, first-order interpolation).
  • linear interpolation that is, first-order interpolation
  • both the coordinates of the first intermediate point and the coordinates of the second intermediate point need to be absolute coordinates.
  • the correction parameter calculation unit 772 may estimate the coordinates of the estimated intermediate point not only by linear interpolation but also by other interpolation methods such as second-order or higher polynomial interpolation or interpolation using machine learning.
  • Interpolation using machine learning includes interpolation using a support vector machine or the K-nearest neighbor method, interpolation using a neural network, and the like.
  • the coordinates of the new intermediate point calculated by the correction parameter calculation unit 772 are output to the operation command unit 74.
  • the operation command unit 74 generates an operation command intended to operate the robot device 100 along a trajectory including the coordinates (50, 53, 0) of the new intermediate point.
  • the generated operation command is output to the motor control device 60.
  • the coordinates of the new intermediate point may be stored in the correction parameter storage unit 773 in association with the actual operation data shown in FIG. 19B.
  • the correction parameter calculation unit 772 has the motion data for learning and the first and second intermediate points calculated based on the motion data for learning. Calculate the coordinates of the new midpoint based on the coordinates and the actual operation data. As a result, the motion locus of the robot device 100 can be brought closer to the target locus even when the motion data for learning is different from the actual motion data. Therefore, the operation accuracy of the robot device 100 can be improved.
  • the seventh embodiment is the same as any one of the first to sixth embodiments.
  • the error from the learning data close to the actual motion data that is, the actual motion data is the smallest among the plurality of learning data constituting the motion data for learning. It differs from the robot system 7 according to the seventh embodiment in that the learning data is extracted and the correction parameters are calculated using the learning data.
  • the robot system according to the modified example of the seventh embodiment is the same as the robot system 7 according to the seventh embodiment. Therefore, in the following description, FIGS. 18 and 19 (A) and (B) will be referred to.
  • the correction parameter calculation unit 772 uses the plurality of learning data (for example, "No. 1" shown in FIG. 19A). Of the learning data of "No. 2" and the learning data of "No. 2"), the learning data close to the actual operation data is extracted.
  • the correction parameter calculation unit 772 extracts, for example, learning data having a small error from the actual operation data from a plurality of learning data by the least squares method.
  • the correction parameter calculation unit 772 may extract learning data close to the actual operation data by another method such as mapping, not limited to the least squares method.
  • mapping for example, the parameters of the training data and the parameters of the actual operation data are mapped in space, and the shortest distance between the parameters of the training data and the parameters of the actual operation data is searched for. To.
  • the correction parameter calculation unit 772 calculates the correction parameter corresponding to the difference between the actual operation locus when the robot device 100 is driven and the ideal operation locus based on the extracted learning data.
  • the calculated correction parameter is output to the operation command unit 74.
  • the operation command unit 74 generates an operation command intended to operate the robot device 100 along a trajectory including a correction parameter corresponding to the learning data.
  • the generated operation command is output to the motor control device 60.
  • the correction parameter calculation unit 772 calculates the correction parameter based on the learning data having the smallest error from the actual operation data among the plurality of learning data. ..
  • the motion locus of the robot device 100 can be brought closer to the target locus even when the motion data for learning is different from the actual motion data. Therefore, the operation accuracy of the robot device 100 can be improved.
  • the learning operation data is composed of one learning data
  • the operation data for learning is composed of a plurality of learning data
  • Robot system 50, 750 control device, 60 motor control device, 70, 770 arithmetic device, 71 operation data storage unit, 72, 772 correction parameter calculation unit, 73, 773 correction parameter storage unit, 74 operation command Part, 80 simulation device, 100 robot device, 110 base, 120 first arm, 130 second arm, 140 third arm, 150 fourth arm, 160 list, 170 flange, A1, A11, A12 first Maximum point, A2, A21, A22 2nd maximum point, C1 1st intermediate point, C2, C21, C22 2nd intermediate point, C3, C31, C32 3rd intermediate point, E1, E2, E3, E4, E5, E6 encoder, M1, M2, M3, M4, M5, M6 motor, T1, T10, T100, T110 Target trajectory, T200, T201, T210, T211 Actual operation trajectory.

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Manufacturing & Machinery (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Manipulator (AREA)
  • Numerical Control (AREA)

Abstract

ロボット装置（１００）を制御する制御装置（５０）であって、予め定められた学習用の動作データに基づいて複数のモータ（Ｍ１，Ｍ２，Ｍ３，Ｍ４，Ｍ５，Ｍ６）を駆動した場合に算出された第１のリンクの実際の動作軌跡と、学習用の動作データに基づいて複数のモータ（Ｍ１，Ｍ２，Ｍ３，Ｍ４，Ｍ５，Ｍ６）を駆動した場合における第１のリンクの理想の動作軌跡との差に対応する補正パラメータを算出する第１の処理を実行する補正パラメータ算出部（７２）と、実際の動作データに基づいて複数のモータ（Ｍ１，Ｍ２，Ｍ３，Ｍ４，Ｍ５，Ｍ６）を駆動する場合に、実際の動作データを補正パラメータを用いて補正し、補正された実際の動作データに基づいて複数のモータ（Ｍ１，Ｍ２，Ｍ３，Ｍ４，Ｍ５，Ｍ６）の動作指令を生成する動作指令部（７４）と、を有する。

Description

制御装置及びロボットシステム
　本開示は、制御装置及びロボットシステムに関する。
　複数のリンクのそれぞれを動かす複数のモータ（つまり、複数の軸）を有するロボット装置の動作を制御する制御装置において、ロボット装置の先端のリンクの実際の動作軌跡を目標の動作軌跡に近づけるために、複数のモータのそれぞれにおけるサーボ遅れ時間を基準時間に一致させる制御方法が提案されている。例えば、特許文献１を参照。
特開２００９－１５１５２７号公報
　しかしながら、ロボット装置では、ユーザによるサーボ遅れ時間の設定を制限している場合がある。この場合、ロボット装置の実際の動作軌跡と目標の動作軌跡との差が低減されないため、ロボット装置の動作精度が低下するという課題がある。
　本開示は、ロボット装置の動作精度を向上させることを目的としている。
　本開示の一態様に係る制御装置は、第１のリンクを含む複数のリンクと、動作指令に基づいて前記複数のリンクをそれぞれ動かす複数のモータと、前記複数のモータの回転位置をそれぞれ検出する複数の回転位置検出器とを有するロボット装置を、制御する制御装置であって、予め定められた学習用の動作データに基づいて前記複数のモータを駆動した場合に前記複数の回転位置検出器によって検出された前記回転位置を用いて算出された前記第１のリンクの実際の動作軌跡と、前記学習用の動作データに基づいて前記複数のモータを駆動した場合における前記第１のリンクの理想の動作軌跡との第１の差に対応する補正パラメータを算出する第１の処理を実行する補正パラメータ算出部と、実際の動作データに基づいて前記複数のモータを駆動する場合に、前記実際の動作データを前記補正パラメータを用いて補正し、補正された前記実際の動作データに基づいて前記複数のモータの前記動作指令を生成する動作指令部と、を有する。
　本開示によれば、ロボット装置の動作精度を向上させることができる。
実施の形態１に係るロボットシステムの構成を概略的に示す斜視図である。 実施の形態１に係るロボットシステムのロボット装置の先端のリンクの目標軌跡及び実際の動作軌跡の一例を示す斜視図である。 実施の形態１に係るロボットシステムの構成を概略的に示すブロック図である。 実施の形態１に係るロボットシステムの制御装置のハードウェア構成を示す図である。 実施の形態１に係る制御装置における、実際の動作軌跡を目標軌跡に近づける処理を示す模式図である。 実施の形態１に係る制御装置の学習フェーズにおける動作の一例を示すフローチャートである。 実施の形態１に係るロボットシステムの制御装置の学習用の動作データ記憶部に記憶されているデータの一例を示す図である。 実施の形態１に係る制御装置の補正パラメータ記憶部に記憶されているデータの一例を示す図である。 実施の形態１に係る制御装置における、補正パラメータを算出する処理を示す模式図である。 図６の補正パラメータを算出する処理を示すフローチャートである。 実施の形態１に係る制御装置の運用フェーズにおける動作の一例を示すフローチャートである。 実施の形態２に係る制御装置における補正パラメータを算出する処理を示すフローチャートである。 （Ａ）図１２のステップＳＴ１１１からステップＳＴ２１４までの処理を示す模式図である。（Ｂ）図１２のステップＳＴ２１５からステップＳＴ２１７までの処理を示す模式図である。（Ｃ）図１２のステップＳＴ２１８の処理を示す模式図である。 実施の形態３に係る制御装置において、補正パラメータを算出する処理を示すフローチャートである。 実施の形態４に係るロボットシステムにおける、ロボット装置の複数のモータの動作指令に含まれる補正パラメータの指定数と、実際の動作軌跡と目標軌跡との軌跡誤差との関係の一例を示すグラフである。 （Ａ）実施の形態５に係る制御装置における、実際の第１の動作軌跡上の極大点を指定する方法の一例を概略的に示す模式図である。（Ｂ）実施の形態５に係る制御装置における、実際の第１の動作軌跡上の極大点を指定する方法の他の例を概略的に示す模式図である。 実施の形態６に係るロボットシステムの構成を概略的に示すブロック図である。 実施の形態７に係るロボットシステムの構成を概略的に示すブロック図である。 （Ａ）は、図１８に示される補正パラメータ記憶部に記憶されているデータの一例を示す図である。（Ｂ）は、図１８に示される目標動作データ取得部に入力されるデータの一例を示す図である。
　以下に、本開示の実施の形態に係る制御装置及びロボットシステムを、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に係るロボットシステム１の構成を概略的に示す斜視図である。図１に示されるように、ロボットシステム１は、ロボット装置（以下、単に「ロボット」ともいう）１００と、ロボット装置１００の動作を制御する制御装置５０とを有する。
　ロボット装置１００は、例えば、垂直多関節型のロボットである。なお、ロボット装置１００は、垂直多関節型のロボットに限られず、例えば、水平多関節型のロボット又は門型のロボットであってもよい。また、ロボット装置１００は、例えば、部品加工を行う組立ロボットとして用いられる。
　ロボット装置１００は、ベース１１０と、第１のアーム１２０と、第２のアーム１３０と、第３のアーム１４０と、第４のアーム１５０と、リスト１６０と、フランジ１７０とを有する。ベース１１０、第１のアーム１２０、第２のアーム１３０、第３のアーム１４０、第４のアーム１５０、リスト１６０、及びフランジ１７０のそれぞれは、ロボット装置１００におけるリンクである。ベース１１０は略円柱状のリンクである。ベース１１０は、例えば床面などの設置面に固定される固定面１１０ａを有する。図１に示されるＸＹＺ直交座標系において、Ｘ軸とＹ軸は、ベース１１０の固定面１１０ａに平行な座標軸である。Ｚ軸は、Ｘ軸とＹ軸に直交する座標軸である。
　第１のアーム１２０は、ベース１１０上でＺ軸に平行な第１の軸Ｊ１周りに回転可能である。第２のアーム１３０は、第１のアーム１２０と第２の軸Ｊ２周りに回転可能に連結されている。第３のアーム１４０は、第２のアーム１３０と第３の軸Ｊ３周りに回転可能に連結されている。第４のアーム１５０は、第３のアーム１４０と第４の軸Ｊ４周りに回転可能に連結されている。リスト１６０は、第４のアーム１５０の先端部と第５の軸Ｊ５周りに回転可能に連結されている。フランジ１７０は、リスト１６０と第６の軸Ｊ６周りに回転可能に連結されている。つまり、ロボット装置１００は、第１の軸Ｊ１から第６の軸Ｊ６までに対応する６軸の関節を有するロボットである。なお、ロボット装置１００は、２以上の軸の関節を有するロボットであればよい。
　ロボット装置１００は、制御装置５０に接続されている。制御装置５０は、ロボット装置１００の動作中における第１のリンクとしてのフランジ１７０の位置を制御する。実施の形態１では、制御装置５０は、ロボット装置１００に動作指令が入力されたときのフランジ１７０の実際の動作軌跡（例えば、後述する図２に示される実際の動作軌跡Ｔ２）を理想の動作軌跡（例えば、後述する図２に示される目標軌跡Ｔ１）に近づける制御を行う。なお、制御装置５０は、ロボット装置１００における先端のリンクであるフランジ１７０とは異なる他のリンク（例えば、第４のアーム１５０など）の位置を制御してもよい。また、フランジ１７０に先端のリンクとしての物体把持機構が取り付けられている場合、制御装置５０は、その物体把持機構の位置を制御してもよい。
　図２は、ロボット装置１００のフランジ１７０の理想の動作軌跡と実際の動作軌跡の一例を示す図である。図２には、ロボット装置１００に動作指令が入力された場合のフランジ１７０の理想の動作軌跡（つまり、目標軌跡）Ｔ１、及びロボット装置１００に目標軌跡Ｔ１に対応する動作指令が入力された場合のフランジ１７０の実際の動作軌跡Ｔ２が示されている。図２に示されるように、フランジ１７０の実際の動作軌跡Ｔ２は、目標軌跡Ｔ１と一致しない場合がある。制御装置５０は、目標軌跡Ｔ１と実際の動作軌跡Ｔ２との差（以下、「軌跡誤差」ともいう）を低減する制御を行う。つまり、制御装置５０は、実際の動作軌跡Ｔ２を目標軌跡Ｔ１に近づける制御を行う。
　図３は、実施の形態１に係るロボットシステム１の構成を概略的に示すブロック図である。図３に示されるように、ロボット装置１００は、複数のリンクをそれぞれ動かす複数のモータＭ１～Ｍ６と、複数のモータＭ１～Ｍ６のそれぞれの回転位置を検出する複数の回転位置検出器としての複数のエンコーダＥ１～Ｅ６とを有する。ベース１１０には、第１のアーム１２０を回転させるモータＭ１と、モータＭ１の回転位置を検出するエンコーダＥ１とが備えられている。第１のアーム１２０には、第２のアーム１３０を回転させるモータＭ２と、モータＭ２の回転位置を検出するエンコーダＥ２とが備えられている。第２のアーム１３０には、第３のアーム１４０を回転させるモータＭ３と、モータＭ３の回転位置を検出するエンコーダＥ３とが備えられている。第３のアーム１４０には、第４のアーム１５０を回転させるモータＭ４と、モータＭ４の回転位置を検出するエンコーダＥ４とが備えられている。第４のアーム１５０には、リスト１６０を回転させるモータＭ５と、モータＭ５の回転位置を検出するエンコーダＥ５とが備えられている。リスト１６０には、フランジ１７０（図１参照）を回転させるモータＭ６と、モータＭ６の回転位置を検出するエンコーダＥ６とが備えられている。複数のモータＭ１～Ｍ６は、例えば、サーボモータである。
　制御装置５０は、モータ制御装置６０と、演算装置７０とを有する。モータ制御装置６０は、複数のモータＭ１～Ｍ６及び複数のエンコーダＥ１～Ｅ６に接続されている。モータ制御装置６０は、演算装置７０から出力される動作指令に基づいて複数のモータＭ１～Ｍ６を駆動させる。複数のモータＭ１～Ｍ６が駆動した場合、モータ制御装置６０には、複数のエンコーダＥ１～Ｅ６によって検出された複数の回転位置にそれぞれ対応する複数の検出信号（つまり、エンコーダ値）が入力される。モータ制御装置６０は、複数のエンコーダＥ１～Ｅ６から入力された複数の検出信号を演算装置７０（具体的には、後述する補正パラメータ算出部７２）に出力する。モータ制御装置６０は、複数のモータＭ１～Ｍ６のそれぞれに対応する複数のモータ制御部６１～６６を有する。
　演算装置７０は、補正パラメータ算出部７２と、動作指令部７４とを有する。補正パラメータ算出部７２は、軌跡誤差を低減させる計算に用いられる補正パラメータ（以下、「軌跡誤差低減パラメータ」ともいう）を、例えば、機械学習によって算出する。補正パラメータは、予め定められた学習用の動作データに基づいて複数のモータＭ１～Ｍ６を駆動した場合に得られるフランジ１７０（図１参照）の実際の動作軌跡と、学習用の動作データに基づいて複数のモータＭ１～Ｍ６を駆動する場合におけるフランジ１７０の理想の動作軌跡との差に対応する。フランジ１７０の実際の動作軌跡は、複数のエンコーダＥ１～Ｅ６によって検出された複数のモータＭ１～Ｍ６のそれぞれの回転位置を用いて算出される。
　動作指令部７４は、補正パラメータ算出部７２によって算出された補正パラメータを用いて実際の動作データを補正し、補正された実際の動作データに基づいて複数のモータＭ１～Ｍ６の動作指令を生成する。動作指令部７４は、生成した複数のモータＭ１～Ｍ６の動作指令をモータ制御装置６０に出力する。
　演算装置７０は、第１の記憶部としての動作データ記憶部７１と、第２の記憶部としての補正パラメータ記憶部７３を更に有していてもよい。動作データ記憶部７１（以下、「学習用動作一覧ＤＢ」ともいう）は、学習用の動作データが記憶されたデータベースである。補正パラメータ記憶部（以下、「軌跡誤差低減ＤＢ」ともいう）７３は、補正パラメータ算出部７２によって算出された補正パラメータが記憶されたデータベースである。なお、動作データ記憶部７１及び補正パラメータ記憶部７３は、同じ記憶装置の異なる記憶領域であってもよい。また、動作データ記憶部７１及び補正パラメータ記憶部７３は、制御装置５０の一部でなくてもよく、クラウドサーバなどの外部の装置であってもよい。
　図４は、制御装置５０のハードウェア構成を示す図である。図４に示されるように、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５１と、メモリ５１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５２とを用いて（例えば、コンピュータによって）実現することができる。なお、制御装置５０の一部を、図４に示されるメモリ５１とプロセッサ５２とによって実現してもよい。また、制御装置５０は、電気回路によって実現されてもよい。
　次に、図５を用いて、制御装置５０における、フランジ１７０の実際の動作軌跡Ｔ２０を目標軌跡Ｔ１０に近づける処理について説明する。図５では、説明の理解を容易にするために、図１及び２に示されるロボット装置１００を３次元空間で動作させるときのフランジ１７０の動作軌跡が２次元平面であるＸＹ平面に投影されている。また、目標軌跡Ｔ１０は、始点Ｓと終点Ｆとを結んでＸ軸方向に延びる直線の軌跡である。実際の動作軌跡Ｔ２０は、その始点Ｓ及び終点Ｆが目標軌跡Ｔ１０と一致し、始点Ｓと終点Ｆとの間で目標軌跡Ｔ１０からずれた－Ｙ軸方向に凸の円弧状の曲線の軌跡である。実際の動作軌跡Ｔ２０の通過点ＱのＸ座標は、目標軌跡Ｔ１０上の基準点ＰのＸ座標と同一である。つまり、実際の動作軌跡Ｔ２０は、Ｘ軸方向において、目標軌跡Ｔ１０とのずれは生じていない。なお、目標軌跡Ｔ１０において、始点Ｓと基準点Ｐとの間の距離は、基準点Ｐと終点Ｆとの間の距離に等しい。
　実際の動作軌跡Ｔ２０上の通過点Ｑと目標軌跡Ｔ１０上の基準点Ｐとの間には、Ｙ軸方向において、第１の差としての軌跡誤差Ｄ１が生じている。通過点ＱのＹ座標を基準点ＰのＹ座標に近づけるために、基準点Ｐよりも＋Ｙ軸側に位置する中間点Ｃの座標が算出される。ここで、中間点ＣのＸ座標は、基準点Ｐ及び通過点ＱのＸ座標と同一である。中間点ＣのＹ座標の値は、後述する計算式を用いて通過点ＱのＹ座標から導き出される。中間点Ｃの座標は、目標軌跡Ｔ１０に対応する動作指令の補正に用いられる。具体的には、目標軌跡Ｔ１０に対応する動作指令は、始点Ｓ、中間点Ｃ、及び終点Ｆを含む軌跡に沿ってフランジ１７０を動作させることを意図した動作指令Ｒ１０に補正される。補正された動作指令Ｒ１０は、始点Ｓ及び終点Ｆの間で目標軌跡Ｔ１０からずれた＋Ｙ軸方向に凸の円弧状の曲線で表される。補正された動作指令Ｒ１０に基づいてロボット装置１００（図１参照）が動作することによって、フランジ１７０（図１参照）の実際の動作軌跡Ｔ２１は、目標軌跡Ｔ１０に近づけられる。また、中間点Ｃの座標は、ロボットシステム１を利用するユーザが制御装置５０において設定可能なパラメータである。
　次に、図３に示される演算装置７０の動作について説明する。演算装置７０の動作には、補正パラメータ算出部７２によって処理が実行される「学習フェーズ」と、動作指令部７４によって処理が実行される「運用フェーズ」とが含まれる。
　図６は、演算装置７０の学習フェーズにおける動作の一例を示すフローチャートである。まず、ステップＳＴ１０１において、補正パラメータ算出部７２は、学習用動作一覧ＤＢとしての動作データ記憶部７１から学習用の動作データを読み込む。図７は、動作データ記憶部７１に記憶されている学習用の動作データの一例を示す図である。動作データ記憶部７１は、例えば、複数の学習用の動作データを予め記憶している。動作データ記憶部７１では、例えば、機械学習においてロボット装置１００を動作させるときのパラメータ（つまり、複数のロボットパラメータ）がテーブル形式で記憶されている。図７では、複数の学習用の動作データのそれぞれを構成するパラメータの一部が抜粋されて示されている。パラメータは、例えば、フランジ１７０が動作する動作平面としての「平面」、フランジ１７０が動作する方向としての「動作方向」、フランジ１７０の動作平面に対するフランジ１７０の角度（例えば、フランジ１７０の先端平面の角度）である「平面に対する角度」、フランジ１７０の動作の始点から終点までの距離としての「動作距離」を含む。また、パラメータは、例えば、フランジ１７０に取り付けられる物体把持機構が把持するワークの重量としての「ワーク重量」、フランジ１７０が終点に到達したときのフランジ１７０の姿勢としての「フランジ姿勢」、フランジ１７０の動作速度としての「速度」、始点としての「動作開始点」、ワークの形状情報としての「ワーク重心位置」を含む。なお、図７では、「ワーク重心位置」の図示が省略されている。また、ロボット装置１００を動作させるときのパラメータ数は、ロボットシステムによって任意に選択でき、図７に示されたパラメータの一部のみでもよい。
　図６に戻って、ステップＳＴ１０２において、補正パラメータ算出部７２は、予め定められた学習動作（例えば、図９で後述する複数の学習動作）が完了しているか否かを判定する。学習動作が完了している場合（つまり、ステップＳＴ１０２において、Ｙｅｓの場合）、補正パラメータ算出部７２は、処理を終了する。学習動作が完了していない場合（つまり、ステップＳＴ１０２において、Ｎｏの場合）、補正パラメータ算出部７２は、処理をステップＳＴ１０３へ進める。
　ステップＳＴ１０３において、補正パラメータ算出部７２は、補正パラメータとして、複数のモータＭ１～Ｍ６の動作指令を生成するための計算に用いられる中間点の座標を算出する。なお、中間点を算出する処理の詳細については、後述する。
　ステップＳＴ１０４において、補正パラメータ算出部７２は、始点の座標、終点の座標、及び中間点の座標を補正パラメータ記憶部７３に書き込む。実施の形態１では、補正パラメータ算出部７２は、始点の座標及び終点の座標を含む学習用の動作データと、中間点の座標とを関連付けたデータを補正パラメータ記憶部７３に書き込む。図８は、補正パラメータ記憶部７３に記憶されているデータの一例を示す図である。図８に示されるように、軌跡誤差低減ＤＢとしての補正パラメータ記憶部７３では、図７に示される複数の学習用の動作データのそれぞれに対応するように、中間点の座標がテーブル形式で記憶されている。なお、図８では、終点の座標の図示が省略されている。また、図８に示されるように、複数の学習用の動作データのそれぞれに対応する中間点の座標の数は、２つ以上であってもよい。２つ以上の中間点の座標が記憶されている場合、その２つ以上の中間点を含む軌跡に沿ってフランジ１７０を動作させることを意図した実際の動作データを構成する１つのパラメータとして、中間点の通過順が記憶されていてもよい。
　図９は、中間点の座標を算出する処理を示す模式図である。図９では、説明の理解を容易にするために、目標軌跡Ｔ１００は、図５と同様に、始点Ｓと終点Ｆとを結んでＸ軸方向に延びる直線の軌跡である。目標軌跡Ｔ１００における始点ＳのＹ座標及び終点ＦのＹ座標の値は、０である。実施の形態１では、ロボット装置１００のフランジ１７０（図１参照）の実際の動作軌跡を目標軌跡Ｔ１００に近づけるために、第１の学習用の動作データに基づいてロボット装置１００を動作させる第１の学習動作と、第２の学習用の動作データに基づいてロボット装置１００を動作させる第２の学習動作とが行われる。
　まず、第１の学習動作を説明する。第１の学習用の動作データは、第１の中間点Ｃ１に基づいて生成される。第１の中間点Ｃ１は、目標軌跡Ｔ１００上における点である。ここで、始点Ｓと第１の中間点Ｃ１との間の距離は、第１の中間点Ｃ１と終点Ｆとの間の距離に等しい。実際の第１の動作軌跡Ｔ２００は、第１の学習用の動作データに基づいてロボット装置１００（図１参照）を動作させたときのフランジ１７０（図１参照）の実際の動作軌跡である。実際の第１の動作軌跡Ｔ２００は、始点Ｓと終点Ｆとの間で目標軌跡Ｔ１００からずれた＋Ｙ軸方向に凸の円弧状の曲線の軌跡である。第１の極大点Ａ１は、実際の第１の動作軌跡Ｔ２００上において、目標軌跡Ｔ１００と最大の軌跡誤差が生じている通過点である。言い換えれば、第１の極大点Ａ１は、軌跡誤差の微分値が０となる実際の第１の動作軌跡Ｔ２００上の通過点のうち、その前後の通過点と比較して軌跡誤差が大きい通過点である。ここで、目標軌跡Ｔ１００は、ｙ＝０の直線の軌跡であるため、実際の第１の動作軌跡Ｔ２００と目標軌跡Ｔ１００との最大の軌跡誤差は、第１の極大点Ａ１のＹ座標Ａ１ｙに相当する。
　次に、第１の学習動作に続く第２の学習動作を説明する。第２の学習用の動作データは、第２の中間点Ｃ２に基づいて生成される。第２の中間点Ｃ２は、第１の学習動作において、第１の極大点Ａ１に基づいて算出される。第２の中間点Ｃ２は、第１の中間点Ｃ１よりも＋Ｘ軸側にずれている。実際の第２の動作軌跡Ｔ２０１は、第２の学習用の動作データに基づいてロボット装置１００を動作させたときのフランジ１７０の実際の動作軌跡である。実際の第２の動作軌跡Ｔ２０１上における第２の極大点Ａ２は、実際の第２の動作軌跡Ｔ２０１と目標軌跡Ｔ１００との最大の軌跡誤差が生じている通過点である。上述した通り、目標軌跡Ｔ１００は、ｙ＝０の直線の軌跡であるため、実際の第２の動作軌跡Ｔ２０１と目標軌跡Ｔ１００との最大の軌跡誤差は、第２の極大点Ａ２のＹ座標Ａ２ｙに相当する。
　実際の第２の動作軌跡Ｔ２０１は、実際の第１の動作軌跡Ｔ２００よりも目標軌跡Ｔ１００に近づいている。しかし、実際の第２の動作軌跡Ｔ２０１と目標軌跡Ｔ１００との間には、Ｙ軸方向において、わずかな軌跡誤差が生じている。実際の第２の動作軌跡Ｔ２０１を目標軌跡Ｔ１００に更に近づけるために、第３の中間点Ｃ３が算出される。第３の中間点Ｃ３は、第２の中間点Ｃ２、第１の極大点Ａ１及び第２の極大点Ａ２に基づいて算出される。第３の中間点Ｃ３の座標は、実際の第２の動作軌跡Ｔ２０１を目標軌跡Ｔ１００に近づける計算に用いられる第１の補正パラメータである。なお、図１２及び図１３（Ａ）～（Ｃ）で後述するように、実際の第２の動作軌跡Ｔ２０１を目標軌跡Ｔ１００に近づけるために複数の第３の中間点の座標が算出されてもよい。
　第３の中間点Ｃ３のＸ座標Ｃ３ｘは、第２の中間点Ｃ２のＸ座標Ｃ２ｘと同一である。次に、第３の中間点Ｃ３のＹ座標Ｃ３ｙを算出する計算式について説明する。ここで、中間点のＹ座標と最大の軌跡誤差との関係が一次関数によって規定される場合、第１の中間点Ｃ１のＹ座標Ｃ１ｙと最大の軌跡誤差Ａ１ｙとの関係は、以下の式（１）で示され、第２の中間点Ｃ２のＹ座標Ｃ２ｙと最大の軌跡誤差Ａ２ｙとの関係は、以下の式（２）で示される。なお、式（１）及び（２）に示される「ａ」及び「ｂ」は、係数である。
　ａ・Ｃ１ｙ＋ｂ＝Ａ１ｙ　　　　　　　　　　　　　　　　　　　（１）
　ａ・Ｃ２ｙ＋ｂ＝Ａ２ｙ　　　　　　　　　　　　　　　　　　　（２）
　ここで、第１の中間点Ｃ１は、ｙ＝０の直線の軌跡である目標軌跡Ｔ１００上における点であるため、第１の中間点Ｃ１のＹ座標Ｃ１ｙは、以下の式（３）で示される。
　Ｃ１ｙ＝０　　　　　　　　　　　　　　　　　　　　　　　　（３）
　式（１）～式（３）から、係数ａ及びｂについて、以下の式（４）及び（５）が導き出される。
　ａ＝（Ａ２ｙ－Ａ１ｙ）／Ｃ２ｙ　　　　　　　　　　　　　　　（４）
　ｂ＝Ａ１ｙ　　　　　　　　　　　　　　　　　　　　　　　　（５）
　ここで、仮に、第３の中間点Ｃ３の座標（Ｃ３ｘ，Ｃ３ｙ）に基づいて生成された第３の学習用の動作データによってロボット装置１００を動作させたときの実際の第３の動作軌跡と目標軌跡Ｔ１００との最大の軌跡誤差がＡ３ｙである場合、第３の中間点Ｃ３のＹ座標Ｃ３ｙと軌跡誤差Ａ３ｙとの関係は、以下の式（６）で示される。
　ａ・Ｃ３ｙ＋ｂ＝Ａ３ｙ　　　　　　　　　　　　　　　　　　　（６）
　式（６）に式（４）及び（５）を代入すると、以下の式（７）が導き出される。
　Ｃ３ｙ・（Ａ２ｙ－Ａ１ｙ）／Ｃ２ｙ＋Ａ１ｙ＝Ａ３ｙ　　　　　　　（７）
　軌跡誤差Ａ３ｙがＡ３ｙ→０となるために必要な第３の中間点Ｃ３のＹ座標Ｃ３ｙは、式（７）において、Ａ３ｙ＝０を代入した後に変形した以下の式（８）で示される。
　Ｃ３ｙ＝－Ａ１ｙ・Ｃ２ｙ／（Ａ２ｙ－Ａ１ｙ）　　　　　　　　　（８）
　第３の中間点Ｃ３のＹ座標Ｃ３ｙは、実際の第２の動作軌跡Ｔ２０１を目標軌跡Ｔ１００に近づける動作指令を生成するために用いられる補正値である。
　図１０は、第３の中間点Ｃ３の座標（Ｃ３ｘ，Ｃ３ｙ）を算出する処理（図８に示されるステップＳＴ１０３）を示すフローチャートである。図１０におけるステップＳＴ１１１からステップＳＴ１１５までは、第１の学習動作における処理である。また、図１０におけるステップＳＴ１１６からステップＳＴ１１８までは、第２の学習動作における処理である。まず、ステップＳＴ１１１において、補正パラメータ算出部７２は、目標軌跡Ｔ１１の始点Ｓの座標（Ｓｘ，０）及び終点Ｆの座標（Ｆｘ，０）を取得する。
　ステップＳＴ１１２において、補正パラメータ算出部７２は、目標軌跡Ｔ１１の始点Ｓと終点Ｆとの間に位置する第１の中間点Ｃ１の座標（Ｃ１ｘ，Ｃ１ｙ）を算出する。ここで、第１の中間点Ｃ１のＸ座標Ｃ１ｘは、以下の式（９）で求められる。
　Ｃ１ｘ＝（Ｓｘ＋Ｆｘ）／２　　　　　　　　　　　　　　　　（９）
　なお、図９では、第１の中間点Ｃ１のＹ座標Ｃ１ｙは、上述した式（３）に示される通り、０である。
　ステップＳＴ１１３において、補正パラメータ算出部７２は、始点Ｓ、第１の中間点Ｃ１、及び終点Ｆを含む軌跡に対応する第１の学習用の動作データを生成し、第１の学習用の動作データに基づいてロボット装置１００を動作させて、図９に示される実際の第１の動作軌跡Ｔ２００を取得する。
　ステップＳＴ１１４において、補正パラメータ算出部７２は、実際の第１の動作軌跡Ｔ２００と目標軌跡Ｔ１００との軌跡誤差が最大となる第１の極大点Ａ１の座標（Ａ１ｘ，Ａ１ｙ）を取得する。
　ステップＳＴ１１５において、補正パラメータ算出部７２は、第１の極大点Ａ１の座標（Ａ１ｘ，Ａ１ｙ）に基づいて、第２の中間点Ｃ２の座標（Ｃ２ｘ，Ｃ２ｙ）を算出する。第２の中間点Ｃ２のＸ座標Ｃ２ｘ及びＹ座標Ｃ２ｙは、以下の式（１０）及び（１１）で求められる。
　Ｃ２ｘ＝Ａ１ｘ　　　　　　　　　　　　　　　　　　　　　（１０）
　Ｃ２ｙ＝－Ａ１ｙ　　　　　　　　　　　　　　　　　　　　（１１）
　ステップＳＴ１１６において、補正パラメータ算出部７２は、始点Ｓ、第２の中間点Ｃ２、及び終点Ｆを含む軌跡に対応する第２の学習用の動作データを生成し、第２の学習用の動作データに基づいてロボット装置１００を動作させて、図９に示される実際の第２の動作軌跡Ｔ２０１を取得する。
　ステップＳＴ１１７において、補正パラメータ算出部７２は、実際の第２の動作軌跡Ｔ２０１と目標軌跡Ｔ１００との軌跡誤差が最大となる第２の極大点Ａ２の座標（Ａ２ｘ，Ａ２ｙ）を取得する。
　ステップＳＴ１１８において、補正パラメータ算出部７２は、第２の中間点Ｃ２の座標（Ｃ２ｘ，Ｃ２ｙ）、第１の極大点Ａ１の座標（Ａ１ｘ，Ａ１ｙ）及び第２の極大点Ａ２の座標（Ａ２ｘ，Ａ２ｙ）に基づいて、第３の中間点Ｃ３の座標（Ｃ３ｘ，Ｃ３ｙ）を算出する。第３の中間点Ｃ３のＸ座標Ｃ３ｘは、第２の中間点Ｃ２のＸ座標Ｃ２ｘと同一であるため、以下の式（１２）で求められる。
　Ｃ３ｘ＝Ｃ２ｘ　　　　　　　　　　　　　　　　　　　　　（１２）
　第３の中間点Ｃ３のＹ座標Ｃ３ｙは、上述した式（８）に示される通りである。
　補正パラメータ算出部７２は、第３の中間点Ｃ３の座標（Ｃ３ｘ，Ｃ３ｙ）を算出した後に、学習フェーズにおける処理を終了する。
　なお、図１０では、第１の学習動作と第２の学習動作とを行う学習フェーズを説明したが、学習フェーズは、第２の学習動作に続く第３の学習動作が行われてもよい。また、演算装置７０の動作における学習フェーズでは、第１の学習動作のみが行われてもよい。つまり、第ｎの中間点Ｃｎの座標（Ｃｎｘ，Ｃｎｙ）が算出された後に、学習フェーズの処理が終了してもよい。ｎは、２以上の整数である。また、図１０において、補正パラメータ算出部７２は、ステップＳＴ１１７において、第２の極大点Ａ２を取得した後に、軌跡誤差Ａ２ｙが予め定められた閾値以下であるか否かを判定し、処理をステップＳＴ１１８に進めるか否かを決めてもよい。具体的には、軌跡誤差Ａ２ｙが閾値以下である場合、補正パラメータ算出部７２は学習フェーズにおける処理を終了し、軌跡誤差Ａ２ｙが閾値よりも大きい場合、補正パラメータ算出部７２は処理をステップＳＴ１１８へ進めてもよい。更に、中間点の座標を３次元に拡張する場合には、複数の座標軸を用意し、図１０に示されるステップＳＴ１１１からステップＳＴ１１８までの処理を複数回実施すればよい。
　次に、算出された第３の中間点Ｃ３の座標（Ｃ３ｘ，Ｃ３ｙ）に基づいて図３に示される複数のモータＭ１～Ｍ６の動作指令を生成する処理について述べる。図１１は、制御装置５０の運用フェーズにおける動作を示すフローチャートである。まず、ステップＳＴ１２１において、フランジ１７０の目標軌跡に対応する実際の動作データが、ロボットシステム１のユーザによって、制御装置５０に入力される。図１１では、説明の理解を容易にするために、制御装置５０に入力される実際の動作データは、フランジ１７０を図９に示される目標軌跡Ｔ１００に沿って動かすことを意図した動作データである。
　ステップＳＴ１２２において、動作指令部７４は、補正パラメータ記憶部７３から目標軌跡Ｔ１００に対応する第３の中間点Ｃ３の座標（Ｃ３ｘ，Ｃ３ｙ）を読み込む。
　ステップＳＴ１２３において、動作指令部７４は、目標軌跡Ｔ１００に対応する実際の動作データを第３の中間点Ｃ３の座標（Ｃ３ｘ，Ｃ３ｙ）を用いて補正し、補正された動作データを補正された動作指令として生成する。具体的には、動作指令部７４は、目標軌跡Ｔ１００に対応する実際の動作データを、始点Ｓ、第３の中間点Ｃ３、及び終点Ｆを含む軌跡に沿ってフランジ１７０を動かすことを意図した動作データに補正して、補正された実際の動作データを生成する。動作指令部７４は、補正された実際の動作データに基づいて、複数のモータＭ１～Ｍ６の動作指令（例えば、複数のモータＭ１～Ｍ６のそれぞれのトルク、又は複数のモータＭ１～Ｍ６のそれぞれの駆動時間）を計算する。
　ステップＳＴ１２４において、動作指令部７４は、生成した複数のモータＭ１～Ｍ６の動作指令をモータ制御装置６０に出力する。計算によって得られた複数のモータＭ１～Ｍ６の動作指令に基づいて、複数のモータＭ１～Ｍ６が動作する。図１１に示される運用フェーズでは、補正された動作データに基づいて複数のモータＭ１～Ｍ６の動作指令が生成されているため、実際の動作軌跡が目標軌跡に近づけられる。
　以上に説明したように、実施の形態１によれば、軌跡誤差を低減するために、学習によって算出された軌跡誤差低減パラメータとしての中間点Ｃ（図５に示される）の座標、又は、第３の中間点Ｃ３の座標（Ｃ３ｘ，Ｃ３ｙ）（図９に示される）に基づいて補正された動作指令によって、複数のモータＭ１～Ｍ６がフランジ１７０を含む複数のリンクを動かすため、フランジ１７０の実際の動作軌跡を目標軌跡Ｔ１００に近づけることができる。その結果、ロボット装置１００の動作精度を向上させることができる。
　また、中間点Ｃ（図５に示される）の座標、又は、第３の中間点Ｃ３の座標（Ｃ３ｘ，Ｃ３ｙ）（図９に示される）は、制御装置５０においてユーザによって設定可能（つまり、入力可能）なパラメータであるため、ロボット装置１００内部のパラメータを変更することなく、フランジ１７０の実際の動作軌跡を目標軌跡Ｔ１００に近づけることができる。ここで、ロボット装置の複数のモータのそれぞれにおけるサーボ遅れ時間（つまり、応答遅れ時間）は、ロボット装置を安定して動作させるために重要なパラメータである。そのため、ロボット装置において、ユーザによるサーボ遅れ時間を変更する設定が制限されている場合がある。このとき、何らかの事情でロボット装置の動作特性が変わった場合、先端のリンクの実際の動作軌跡を目標軌跡に近づけることができない。実施の形態１に係る制御装置５０は、上述した通り、ユーザによって設定可能なパラメータである中間点Ｃの座標、又は、第３の中間点Ｃ３の座標（Ｃ３ｘ，Ｃ３ｙ）を用いて、フランジ１７０の実際の動作軌跡を目標軌跡Ｔ１００に近づけることができるため、サーボ遅れ時間の設定が制限されているロボット装置を制御する制御装置として実施の形態１に係る制御装置５０が適用された場合の効果は、大きい。
　実施の形態２．
　実施の形態１では、図１０のステップＳＴ１１４及びステップＳＴ１１５に示されるように、補正パラメータ算出部７２は、実際の第１の動作軌跡Ｔ２００上における１つの第１の極大点Ａ１に基づいて１つの第２の中間点Ｃ２を算出する。実施の形態２では、図１２及び図１３（Ａ）～（Ｃ）を用いて、実際の第１の動作軌跡Ｔ２１０上における２つの第１の極大点Ａ１１，Ａ１２に基づいて、複数の第２の中間点Ｃ２１，Ｃ２２の座標を算出する例、及び複数の第３の中間点Ｃ３１，Ｃ３２の座標を算出する例を説明する。
　図１２は、実施の形態２に係る制御装置における中間点を算出する処理を示すフローチャートである。図１２において、図９に示される処理ステップと同じ処理ステップには、図９に示されるステップ番号と同じ番号が付されている。図１３（Ａ）は、図１２のステップＳＴ１１１からステップＳＴ２１４までの処理を示す模式図である。図１３（Ｂ）は、図１２のステップＳＴ２１５からステップＳＴ２１７までの処理を示す模式図である。図１３（Ｃ）は、図１２のステップＳＴ２１８の処理を示す模式図である。
　ステップＳＴ２１４において、補正パラメータ算出部７２は、実際の第１の動作軌跡Ｔ２１０上において、目標軌跡Ｔ１１０との差が大きい順に複数の第１の極大点Ａ１１，Ａ１２を指定し、それら複数の第１の極大点Ａ１１，Ａ１２の座標（Ａ１１ｘ，Ａ１１ｙ），（Ａ１２ｘ，Ａ１２ｙ）を取得する。ここで、１つ目の第１の極大点Ａ１１は、実際の第１の動作軌跡Ｔ２１０上において、目標軌跡Ｔ１１０との差が最大となる差Ｄ１１が生じている第１の通過点である。２つ目の第１の極大点Ａ１２は、実際の第１の動作軌跡Ｔ２１０上において、目標軌跡Ｔ１１０と第２の差Ｄ１２が生じている第２の通過点である。第２の差Ｄ１２は、差Ｄ１１よりも小さい。なお、補正パラメータ算出部７２は、実際の第１の動作軌跡Ｔ２１０上において、３個以上の第１の極大点を指定してもよく、例えば、１０個の第１の極大点を指定してもよい。
　ステップＳＴ２１５において、補正パラメータ算出部７２は、複数の第１の極大点Ａ１１，Ａ１２に基づいて、複数の第２の中間点Ｃ２１，Ｃ２２の座標（Ｃ２１ｘ，Ｃ２１ｙ），（Ｃ２２ｘ，Ｃ２２ｙ）を算出する。ここで、１つ目の第２の中間点Ｃ２１の座標（Ｃ２１ｘ，Ｃ２１ｙ）は、第１の極大点Ａ１１を目標軌跡Ｔ１１０上における第１の基準点Ｐ１１に近づける計算に用いられる。２つ目の第２の中間点Ｃ２２の座標（Ｃ２２ｘ，Ｃ２２ｙ）は、第１の極大点Ａ１２を目標軌跡Ｔ１１０上における第２の基準点Ｐ１２に近づける計算に用いられる。複数の第２の中間点Ｃ２１，Ｃ２２の座標（Ｃ２１ｘ，Ｃ２１ｙ），（Ｃ２２ｘ，Ｃ２２ｙ）は、実施の形態１で説明した式（１０）及び（１１）を参考にして導き出される。１つ目の第２の中間点Ｃ２１の座標（Ｃ２１ｘ，Ｃ２１ｙ）は、以下の式（１３）及び（１４）で示され、２つ目の第２の中間点Ｃ２２の座標（Ｃ２２ｘ，Ｃ２２ｙ）は、以下の式（１５）及び（１６）で示される。
　Ｃ２１ｘ＝Ａ１１ｘ　　　　　　　　　　　　　　　　　　　（１３）
　Ｃ２１ｙ＝－Ａ１１ｙ　　　　　　　　　　　　　　　　　　（１４）
　Ｃ２２ｘ＝Ａ１２ｘ　　　　　　　　　　　　　　　　　　　（１５）
　Ｃ２２ｙ＝－Ａ１２ｙ　　　　　　　　　　　　　　　　　　（１６）
　すなわち、ステップＳＴ２１４において、ｍ個の第１の極大点Ａ１ｍが指定されたとき、ステップＳＴ２１５で算出される第２の中間点Ｃ２ｍのＸ座標Ｃ２ｍｘ及びＹ座標Ｃ２ｍｙは、以下の式（１７）及び（１８）で示される。なお、ｍは、１以上の整数である。
　Ｃ２ｍｘ＝Ａ１ｍｘ　　　　　　　　　　　　　　　　　　　（１７）
　Ｃ２ｍｙ＝－Ａ１ｍｙ　　　　　　　　　　　　　　　　　　（１８）
　ステップＳＴ２１６において、補正パラメータ算出部７２は、始点Ｓ、複数の第２の中間点Ｃ２１，Ｃ２２、及び終点Ｆを含む軌跡に対応する第２の学習用の動作データを生成し、第２の学習用の動作データに基づいてロボット装置１００を動作させて、図１３（Ｂ）に示される実際の第２の動作軌跡Ｔ２１１を取得する。
　ステップＳＴ２１７において、補正パラメータ算出部７２は、実際の第２の動作軌跡Ｔ２１１と目標軌跡Ｔ１１０との軌跡誤差が最大となる複数の第２の極大点Ａ２１，Ａ２２を指定し、それら複数の第２の極大点Ａ２１，Ａ２２の座標（Ａ２１ｘ，Ａ２１ｙ），（Ａ２２ｘ，Ａ２２ｙ）を取得する。
　ステップＳＴ２１８において、補正パラメータ算出部７２は、複数の第２の中間点Ｃ２１，Ｃ２２の座標、複数の第１の極大点Ａ１１，Ａ１２の座標、複数の第２の極大点Ａ２１，Ａ２２の座標に基づいて、複数の第３の中間点Ｃ３１，Ｃ３２の座標（Ｃ３１ｘ，Ｃ３１ｙ），（Ｃ３２ｘ，Ｃ３２ｙ）を算出する。複数の第３の中間点Ｃ３１，Ｃ３２の座標（Ｃ３１ｘ，Ｃ３１ｙ），（Ｃ３２ｘ，Ｃ３２ｙ）は、実際の第２の動作軌跡Ｔ２１１を目標軌跡Ｔ１００に近づける動作指令を生成するために用いられる補正パラメータである。一方の第３の中間点Ｃ３１の座標（Ｃ３１ｘ，Ｃ３１ｙ）は第１の補正パラメータであり、他方の第３の中間点Ｃ３２の座標（Ｃ３２ｘ，Ｃ３２ｙ）は第２の補正パラメータである。
　複数の第３の中間点Ｃ３１，Ｃ３２の座標（Ｃ３１ｘ，Ｃ３１ｙ），（Ｃ３２ｘ，Ｃ３２ｙ）は、実施の形態１で説明した式（８）及び（１２）を参考にして導き出される。例えば、１つ目の第３の中間点Ｃ３１の座標（Ｃ３１ｘ，Ｃ３１ｙ）は、以下の式（１９）及び（２０）で示され、２つ目の第３の中間点Ｃ３２の座標（Ｃ３２ｘ，Ｃ３２ｙ）は、以下の式（２１）及び（２２）で示される。
　Ｃ３１ｘ＝Ｃ２１ｘ　　　　　　　　　　　　　　　　　　　（１９）
　Ｃ３１ｙ＝－Ａ１１ｙ・Ｃ２１ｙ／（Ａ２１ｙ－Ａ１１ｙ）　　　　（２０）
　Ｃ３２ｘ＝Ｃ２２ｘ　　　　　　　　　　　　　　　　　　　（２１）
　Ｃ３２ｙ＝－Ａ１２ｙ・Ｃ２２ｙ／（Ａ２２ｙ－Ａ１２ｙ）　　　　（２２）
　すなわち、ステップＳＴ２１７において、ｍ個の第２の極大点Ａ２ｍが指定されたとき、ステップＳＴ２１８で算出される第３の中間点Ｃ３ｍのＸ座標Ｃ３ｍｘ及びＹ座標Ｃ３ｍｙは、以下の式（２３）及び（２４）で示される。
　Ｃ３ｍｘ＝Ｃ２ｍｘ　　　　　　　　　　　　　　　　　　　（２３）
　Ｃ３ｍｙ＝－Ａ１ｍｙ・Ｃ２ｍｙ／（Ａ２ｍｙ－Ａ１ｍｙ）　　　　（２４）
　実施の形態２によれば、軌跡誤差低減パラメータとしての複数の第３の中間点Ｃ３１，Ｃ３２の座標（Ｃ３１ｘ，Ｃ３１ｙ），（Ｃ３２ｘ，Ｃ３２ｙ）に基づいて補正された動作指令によって、複数のモータＭ１～Ｍ６がフランジ１７０を含む複数のリンクを動かすため、フランジ１７０の実際の動作軌跡を目標軌跡Ｔ１００に近づける精度を向上させることができる。その結果、ロボット装置１００の動作精度を更に向上させることができる。
　上記以外の点について、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２では、図１２に示されるステップＳＴ２１８において、複数の第３の中間点Ｃ３１，Ｃ３２の座標（Ｃ３１ｘ，Ｃ３１ｙ），（Ｃ３２ｘ，Ｃ３２ｙ）が算出された後に、処理が終了した。実施の形態３では、複数の第３の中間点Ｃ３１，Ｃ３２の座標に基づいて生成された第３の学習用の動作データによって、ロボット装置を動作させたときの実際の第３の動作軌跡と目標軌跡Ｔ１１０との差が予め定められた閾値よりも小さいか否かによって、処理を終了するか否かを判定する例を説明する。
　図１４は、実施の形態３に係る制御装置において、中間点を算出する処理を示すフローチャートである。図１４において、図１２に示される処理ステップと同じ処理ステップには、図１２に示されるステップ番号と同じ番号が付されている。図１４に示されるように、実施の形態３に係る制御装置の補正パラメータ算出部は、ステップＳＴ３０１において、複数の第３の中間点Ｃ３１，Ｃ３２の座標に基づいて生成された第３の学習用の動作データによってロボット装置を動作させ、実際の第３の動作軌跡を取得する。
　ステップＳＴ３０２において、補正パラメータ算出部７２は、実際の第３の動作軌跡と目標軌跡Ｔ１１０との軌跡誤差が予め定められた閾値よりも小さいか否かを判定する。軌跡誤差が閾値よりも小さい場合（つまり、ステップＳＴ３０２においてＹｅｓの場合）、補正パラメータ算出部は、処理を終了する。軌跡誤差が閾値よりも大きい場合（つまり、ステップＳＴ３０２においてＮｏの場合）、補正パラメータ算出部は、処理をステップＳＴ２１７へ戻す。なお、ステップＳＴ３０２においてＮｏの場合、補正パラメータ算出部は、処理をステップＳＴ２１４へ戻してもよい。
　以上に説明したように、実施の形態３に係る制御装置を用いれば、複数の第３の中間点Ｃ３１，Ｃ３２の座標が、実際の第２の動作軌跡Ｔ２１１を目標軌跡Ｔ１１０に近づけるために有効でないと判定された場合、複数の第３の中間点Ｃ３１，Ｃ３２の座標を再設定する、又は新たな第３の中間点を追加設定することが可能となるため、ロボット装置１００の動作精度を更に向上させることができる。
　上記以外の点について、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２では、図１２に示されるステップＳＴ２１８において、補正パラメータ算出部が複数の第３の中間点Ｃ３１，Ｃ３２の座標（Ｃ３１ｘ，Ｃ３１ｙ），（Ｃ３２ｘ，Ｃ３２ｙ）を算出する例を説明した。実施の形態４においては、補正パラメータ算出部が算出する第３の中間点の数の上限値が指定されてもよい。
　図１５は、実施の形態４に係るロボットシステムにおいて、複数のモータＭ１～Ｍ６の補正された動作指令において指定された第３の中間点の数（以下、「中間点の指定数」ともいう）と軌跡誤差との関係の一例を示すグラフである。図１５において、横軸は、中間点の指定数であり、縦軸は、補正された動作指令に基づいて複数のモータＭ１～Ｍ６を駆動した場合におけるフランジ１７０の実際の動作軌跡と目標軌跡との軌跡誤差の値である。図１５では、中間点の指定数が５個の場合に軌跡誤差が最も小さくなる。また、中間点の指定数が６個の場合には、中間点の指定数が５個の場合と比較して軌跡誤差が大きくなる。
　このように、中間点の指定数と軌跡誤差との関係に極小値が存在する場合、実施の形態４に係る制御装置の補正パラメータ算出部は、中間点の指定数を５個とする。図１５では、補正パラメータ算出部は、フランジ１７０の実際の動作軌跡上における極大点の指定数を５個に制限し、それら５個の極大点にそれぞれ対応する５個の第３の中間点の座標を算出する。このとき、補正パラメータ算出部は、実際の動作軌跡上において目標軌跡との軌跡誤差が大きい順に５個の極大点を指定することが望ましい。つまり、補正パラメータ算出部は、補正された動作指令に基づいて複数のモータ（図３参照）を駆動した場合におけるフランジ１７０の実際の動作軌跡と目標軌跡との差を最も小さくするために、実際の動作軌跡上のｊ個の極大点を取得し、ｊ個の極大点に基づいてｊ個の中間点の座標を算出する。ｊは、１，２，…，Ｎであり、Ｎは正の整数である。
　以上に説明したように、実施の形態４に係る制御装置を用いれば、軌跡誤差を最も低減する中間点の指定数に基づいて実際の動作データが補正されるため、フランジ１７０の実際の動作軌跡を目標軌跡に近づけることができる。その結果、ロボット装置１００の動作精度を向上させることができる。
　上記以外の点について、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．
　実施の形態２では、図１２に示されるステップＳＴ２１４において、補正パラメータ算出部７２が、実際の第１の動作軌跡Ｔ２１０上における複数の第１の極大点Ａ１１，Ａ１２を指定する例を説明した。実施の形態５においては、図１３（Ａ）に示される実際の第１の動作軌跡Ｔ２１０上における第１の極大点を指定するときに、その第１の極大点が予め決められた方法によって指定されてもよい。
　図１６（Ａ）は、実施の形態５に係る制御装置において、実際の第１の動作軌跡Ｔ２１０上における第１の極大点を指定する方法の一例を概略的に示す模式図である。図１６（Ａ）において、図１３（Ａ）を用いて説明した実施の形態２と同じ構成要素には同じ符号が付されている。図１６（Ａ）に示されるように、実際の第１の動作軌跡Ｔ２１０上において、隣り合う複数の第１の極大点Ａ１１，Ａ１２間の距離Ｌ１が予め定められた基準距離以下のとき、補正パラメータ算出部７２は、第１の極大点Ａ１１に基づいて第２の中間点Ｃ２１の座標を算出する処理のみを実行する。つまり、図１６（Ａ）では、実際の第１の動作軌跡Ｔ２１０上において、一方の第１の極大点Ａ１２が他方の第１の極大点Ａ１１に近接して位置しているとき、第１の極大点Ａ１２に対応する第２の中間点Ｃ２２の座標を算出する処理を実行しない。なお、補正パラメータ算出部７２は、第１の極大点Ａ１２に基づいて第２の中間点Ｃ２２の座標を算出する処理のみを実行し、第１の極大点Ａ１１に対応する第２の中間点Ｃ２１の座標を算出する処理を実行しなくてもよい。
　図１６（Ｂ）は、実施の形態５に係る制御装置において、実際の第１の動作軌跡Ｔ２１０上における第１の極大点を指定する方法の他の例を概略的に示す模式図である。図１６（Ｂ）に示されるように、距離Ｌ１が予め決められた基準距離以下のとき、補正パラメータ算出部７２は、第１の極大点Ａ１１と第１の極大点Ａ１２との間に位置する第３の通過点Ａ１３を目標軌跡Ｔ１１０上の第３の基準点Ｐ１３に近づける計算に用いられる第２の中間点の座標を算出する。つまり、図１６（Ｂ）では、実際の第１の動作軌跡Ｔ２１０上において、一方の第１の極大点Ａ１２が他方の第１の極大点Ａ１１に近接して位置しているとき、第１の極大点Ａ１１及び第１の極大点Ａ１２との間に位置する第３の通過点Ａ１３を、新たな第１の通過点として第２の中間点の座標を算出する処理を実行する。
　以上に説明したように、実施の形態５に係る制御装置を用いれば、実際の第１の動作軌跡Ｔ２１０における第１の極大点の数が制限されるため、制御装置の演算装置における処理時間、及び制御装置の学習フェーズにおけるロボット装置１００の動作時間を短縮することができる。
　上記以外の点について、実施の形態５は、実施の形態１から４のいずれかと同じである。
　実施の形態６．
　図１７は、実施の形態６に係るロボットシステム６の構成を概略的に示すブロック図である。実施の形態６に係るロボットシステム６は、シミュレーション装置８０を有する点で実施の形態１に係るロボットシステム１と相違する。図１７において、図３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３に示される符号と同じ符号が付される。
　シミュレーション装置８０は、学習用の動作データに基づいて複数のモータＭ１～Ｍ６（図３参照）を駆動した場合のフランジ１７０（図１参照）の動作を模擬して、フランジ１７０の実際の動作軌跡を予想する。シミュレーション装置８０がフランジ１７０の実際の動作軌跡を予想する時間は、学習用の動作データに基づいてロボット装置１００を実際に動作させたときにおけるフランジ１７０の実際の動作軌跡が算出される時間よりも短い。シミュレーション装置８０は、予想したフランジ１７０の実際の動作軌跡を補正パラメータ算出部７２に出力する。補正パラメータ算出部７２は、シミュレーション装置８０によって得られた実際の動作軌跡に基づいて補正パラメータを算出する。
　以上に説明したように、実施の形態６に係るロボットシステム６を用いれば、補正パラメータ算出部７２は、演算装置７０の学習フェーズにおけるフランジ１７０の実際の動作軌跡を短時間に得ることができる。
　上記以外の点について、実施の形態６は、実施の形態１から５のいずれかと同じである。
　実施の形態７．
　実施の形態１から６のいずれかでは、補正パラメータを学習によって算出するために用いられる学習用の動作データと、ロボット装置１００を目標軌跡Ｔ１（図２参照）に沿って動かすことを意図した実際の動作データとが同じである例を説明した。実施の形態７では、学習用の動作データと実際の動作データとが異なる例を説明する。
　図１８は、実施の形態７に係るロボットシステム７の構成を概略的に示すブロック図である。図１８において、図３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３に示される符号と同じ符号が示されている。図１８に示されるように、ロボットシステム７は、ロボット装置１００と、ロボット装置１００の動作を制御する制御装置７５０とを有する。
　制御装置７５０は、補正パラメータを算出する演算処理とロボット装置１００への動作指令を生成する演算処理とを行う演算装置７７０を有する。演算装置７７０は、動作データ記憶部７１と、補正パラメータ算出部７７２と、補正パラメータ記憶部７７３と、動作指令部７４と、動作データ取得部７７５とを有する。動作データ取得部７７５は、ロボット装置１００を実際に駆動させるときの駆動条件を示す実際の動作データを取得する。動作データ取得部７７５には、例えば、図示されない入力装置から実際の動作データが入力される。動作データ取得部７７５は、入力された実際の動作データを補正パラメータ算出部７７２に出力する。なお、実際の動作データは、入力装置から補正パラメータ算出部７７２に直接入力されてもよい。
　図１９（Ａ）は、図１８に示される補正パラメータ記憶部７７３に記憶されているデータの一例を示す図である。図１９（Ａ）に示されるように、補正パラメータ記憶部７７３では、学習用の動作データと、その学習用の動作データに対応付けされた補正パラメータとがテーブル形式で記憶されている。
　補正パラメータ記憶部７７３に記憶されている学習用の動作データは、複数の学習用データを有する。図１９（Ａ）では、学習用の動作データは、「Ｎｏ．１」で示される第１の学習用データと、「Ｎｏ．２」で示される第２の学習用データとを有する。なお、図１９（Ａ）では、学習用の動作データを構成するパラメータの一部が抜粋して示されている。
　補正パラメータ記憶部７７３は、補正パラメータとして第１の中間点の座標と第２の中間点の座標とを記憶している。図１９（Ａ）に示される例では、第１の中間点の座標は（５０，２，０）であり、第２の中間点の座標は（５０，１０４，０）である。第１の中間点の座標（５０，２，０）は第１の学習用データに対応し、第２の中間点の座標（５０，１０４，０）は第２の学習用データに対応する。なお、第１の中間点の座標（５０，２，０）に対応する第１の学習用データにおける「動作開始点」の座標は（０，０，０）であり、第２の中間点の座標（５０，１０４，０）に対応する第２の学習用データにおける「動作開始点」の座標は（０，１００，０）である。
　図１９（Ｂ）は、図１８に示される動作データ取得部７７５が取得する実際の動作データの一例を示す図である。図１９（Ｂ）では、実際の動作データを構成するパラメータの一部が抜粋して示されている。図１９（Ａ）及び（Ｂ）に示されるように、実際の動作データにおける「平面」、「動作方向」、「フランジ姿勢」、「速度」及び「動作距離」は、学習用の動作データにおける「平面」、「動作方向」、「フランジ姿勢」、「速度」及び「動作距離」と同じである。しかし、実際の動作データにおける「動作開始点」の座標は（０，５０，０）であり、学習用の動作データにおける「動作開始点」の座標（０，０，０）、（０，１００，０）と異なる。つまり、補正パラメータ記憶部７７３には、実際の動作データと同じ学習用の動作データに対応する中間点の座標が記憶されていない。
　このように、学習用の動作データが実際の動作データと異なる場合、補正パラメータ算出部７７２は、学習用の動作データ、学習用の動作データに基づいて算出された補正パラメータ、及び実際の動作データに基づいて、当該実際の動作データに対応する新たな補正パラメータを算出する。具体的には、実施の形態７では、補正パラメータ算出部７７２は、新たな補正パラメータとしての新たな中間点の座標を第１の中間点の座標及び第２の中間点の座標から補間により推定する処理を行う。
　以下では、新たな中間点の座標を算出する例について説明する。補正パラメータ算出部７７２には、動作データ取得部７７５から実際の動作データが入力される。図１９（Ａ）及び（Ｂ）に示される例では、実際の動作データにおける「動作開始点」の座標（０，５０，０）と第１の学習用データにおける「動作開始点」の座標（０，０，０）との間の距離は、実際の動作データにおける「動作開始点」の座標（０，５０，０）と第２の学習用データにおける「動作開始点」の座標（０，１００，０）との間の距離と等しい。
　そのため、補正パラメータ算出部７７２は、第１の中間点の座標（５０，２，０）と新たな中間点の座標との間の距離が、第２の中間点の座標（５０，１０４，０）と新たな中間点の座標との間の距離と等しいとの条件を満たす、新たな中間点の座標を算出する。実施の形態７では、上記条件を満たす新たな中間点の座標は、（５０，５３，０）である。
　補正パラメータ算出部７７２は、例えば、新たな中間点の座標を線形補間（つまり、１次補間）により推定する。なお、線形補間により新たな中間点の座標を推定する場合には、第１の中間点の座標及び第２の中間点の座標はいずれも、絶対座標である必要がある。また、補正パラメータ算出部７７２は、線形補間に限らず、２次以上の多項式補間又は機械学習を用いた補間など他の補間方法によって、推定中間点の座標を推定してもよい。機械学習を用いた補間は、サポートベクタマシン又はＫ近傍法を用いた補間、ニューラルネットワークを用いた補間などである。
　補正パラメータ算出部７７２によって算出された新たな中間点の座標は、動作指令部７４に出力される。動作指令部７４は、新たな中間点の座標（５０，５３，０）を含む軌跡に沿ってロボット装置１００を動作させることを意図した動作指令を生成する。生成された動作指令は、モータ制御装置６０に出力される。なお、新たな中間点の座標は、補正パラメータ記憶部７７３において、図１９（Ｂ）に示される実際の動作データと対応付けられて記憶されてもよい。
　以上に説明した実施の形態７に係るロボットシステム７によれば、補正パラメータ算出部７７２は、学習用の動作データ、学習用の動作データに基づいて算出された第１及び第２の中間点の座標、及び実際の動作データに基づいて、新たな中間点の座標を算出する。これにより、学習用の動作データが実際の動作データと異なる場合であっても、ロボット装置１００の動作軌跡を目標軌跡に近づけることができる。よって、ロボット装置１００の動作精度を向上させることができる。
　上記以外の点について、実施の形態７は、実施の形態１から６のいずれかと同じである。
　〈実施の形態７の変形例〉
　実施の形態７の変形例に係るロボットシステムでは、学習用の動作データを構成する複数の学習用データのうち実際の動作データに近い学習用データ、つまり、実際の動作データとの誤差が最も小さい学習用データを抽出し、その学習用データを用いて補正パラメータを算出する点で、実施の形態７に係るロボットシステム７と相違する。これ以外については、実施の形態７の変形例に係るロボットシステムは、実施の形態７に係るロボットシステム７と同じである。そのため、以下の説明では、図１８、１９（Ａ）及び（Ｂ）を参照する。
　学習用の動作データが実際の動作データと異なる場合、実施の形態７の変形例では、補正パラメータ算出部７７２は、複数の学習用データ（例えば、図１９（Ａ）に示される「Ｎｏ．１」の学習用データ及び「Ｎｏ．２」の学習用データ）のうち実際の動作データに近い学習用データを抽出する。補正パラメータ算出部７７２は、例えば、最小二乗法によって、複数の学習用データのうち実際の動作データとの誤差が小さい学習用データを抽出する。なお、補正パラメータ算出部７７２は、最小二乗法に限らず、マッピングなどの他の方法によって実際の動作データに近い学習用データを抽出してもよい。マッピングによって抽出する場合には、例えば、学習用データのパラメータと実際の動作データのパラメータを空間にマッピングし、学習用データのパラメータと実際の動作データとのパラメータとの間の最短距離が探索される。
　補正パラメータ算出部７７２は、抽出された学習用データに基づいてロボット装置１００を駆動した場合の実際の動作軌跡と、理想の動作軌跡との差に対応する補正パラメータを算出する。算出された補正パラメータは、動作指令部７４に出力される。動作指令部７４は、学習用データに対応する補正パラメータを含む軌跡に沿ってロボット装置１００を動作させることを意図した動作指令を生成する。生成された動作指令は、モータ制御装置６０に出力される。
　以上に説明した実施の形態７の変形例によれば、補正パラメータ算出部７７２は、複数の学習用データのうち実際の動作データとの誤差が最も小さい学習用データに基づいて補正パラメータを算出する。これにより、学習用の動作データが実際の動作データと異なる場合であっても、ロボット装置１００の動作軌跡を目標軌跡に近づけることができる。よって、ロボット装置１００の動作精度を向上させることができる。
　また、学習用の動作データが１つの学習用データで構成されている構成では、学習用の動作データと実際の動作データとが異なるケースが発生する度に補正パラメータを算出する必要がある。一方、実施の形態７の変形例によれば、学習用の動作データが複数の学習用データで構成されているため、実際の動作データに近い学習用データを抽出する処理を行うことができ、学習用の動作データと実際の動作データとが異なるケースが発生した場合に、補正パラメータを設定し易い。
　１、６、７　ロボットシステム、　５０、７５０　制御装置、　６０　モータ制御装置、　７０、７７０　演算装置、　７１　動作データ記憶部、　７２、７７２　補正パラメータ算出部、　７３、７７３　補正パラメータ記憶部、　７４　動作指令部、　８０　シミュレーション装置、　１００　ロボット装置、　１１０　ベース、　１２０　第１のアーム、　１３０　第２のアーム、　１４０　第３のアーム、　１５０　第４のアーム、　１６０　リスト、　１７０　フランジ、　Ａ１，Ａ１１，Ａ１２　第１の極大点、　Ａ２，Ａ２１，Ａ２２　第２の極大点、　Ｃ１　第１の中間点、　Ｃ２，Ｃ２１，Ｃ２２　第２の中間点、　Ｃ３，Ｃ３１，Ｃ３２　第３の中間点、　Ｅ１、Ｅ２、Ｅ３、Ｅ４、Ｅ５、Ｅ６　エンコーダ、　Ｍ１、Ｍ２、Ｍ３、Ｍ４、Ｍ５、Ｍ６　モータ、　Ｔ１、Ｔ１０、Ｔ１００、Ｔ１１０　目標軌跡、　Ｔ２００、Ｔ２０１、Ｔ２１０、Ｔ２１１　実際の動作軌跡。
 

Claims (18)

  1. 　第１のリンクを含む複数のリンクと、動作指令に基づいて前記複数のリンクをそれぞれ動かす複数のモータと、前記複数のモータの回転位置をそれぞれ検出する複数の回転位置検出器とを有するロボット装置を、制御する制御装置であって、
    　予め定められた学習用の動作データに基づいて前記複数のモータを駆動した場合に前記複数の回転位置検出器によって検出された前記回転位置を用いて算出された前記第１のリンクの実際の動作軌跡と、前記学習用の動作データに基づいて前記複数のモータを駆動した場合における前記第１のリンクの理想の動作軌跡との第１の差に対応する補正パラメータを算出する第１の処理を実行する補正パラメータ算出部と、
    　実際の動作データに基づいて前記複数のモータを駆動する場合に、前記実際の動作データを前記補正パラメータを用いて補正し、補正された前記実際の動作データに基づいて前記複数のモータの前記動作指令を生成する動作指令部と、
    　を有する制御装置。
  2. 　前記補正パラメータ算出部は、前記第１の処理において、前記実際の動作軌跡上において前記第１の差が生じる点である第１の通過点を、前記理想の動作軌跡に近づける計算に用いられる第１の補正パラメータを算出する、
    　請求項１に記載の制御装置。
  3. 　前記補正パラメータ算出部は、前記実際の動作軌跡と前記理想の動作軌跡との差が最大となる前記実際の動作軌跡上の点を前記第１の通過点として用いる、
    　請求項２に記載の制御装置。
  4. 　前記補正パラメータ算出部は、
    　前記理想の動作軌跡上の点である第１の中間点を算出し、
    　前記第１の中間点に基づいて第１の学習用の動作データを生成し、
    　前記第１の学習用の動作データに基づいて前記複数のモータを駆動した場合における前記第１のリンクの実際の第１の動作軌跡を取得し、
    　前記実際の第１の動作軌跡における第１の極大点を取得し、
    　前記補正パラメータとして、前記実際の第１の動作軌跡を前記理想の動作軌跡に近づける計算に用いられる第２の中間点を前記第１の極大点に基づいて算出する、
    　請求項１に記載の制御装置。
  5. 　前記補正パラメータ算出部は、
    　前記理想の動作軌跡上の点である第１の中間点を算出し、
    　前記第１の中間点に基づいて第１の学習用の動作データを生成し、
    　前記第１の学習用の動作データに基づいて前記複数のモータを駆動した場合における前記第１のリンクの実際の第１の動作軌跡を取得し、
    　前記実際の第１の動作軌跡における第１の極大点を取得し、
    　前記第１の極大点に基づいて第２の中間点を算出し、
    　前記第２の中間点に基づいて第２の学習用の動作データを生成し、
    　前記第２の学習用の動作データに基づいて前記複数のモータを駆動した場合における前記第１のリンクの実際の第２の動作軌跡を取得し、
    　前記実際の第２の動作軌跡における第２の極大点を取得し
    　前記補正パラメータとして、前記実際の第２の動作軌跡を前記理想の動作軌跡に近づける計算に用いられる第３の中間点を前記第２の中間点、前記第１の極大点及び前記第２の極大点に基づいて算出する、
    　請求項１に記載の制御装置。
  6. 　前記補正パラメータ算出部は、
    　前記第３の中間点に基づいて第３の学習用の動作データを生成し、
    　前記第３の学習用の動作データに基づいて前記複数のモータを駆動した場合における前記第１のリンクの実際の第３の動作軌跡を取得し、
    　前記実際の第３の動作軌跡と前記理想の動作軌跡との差が予め定められた閾値よりも大きいと判定したときに、前記第２の極大点を取得する処理と前記第３の中間点を算出する処理とを再度実行する、
    　請求項５に記載の制御装置。
  7. 　前記補正パラメータ算出部は、前記実際の動作軌跡上において前記実際の動作軌跡と前記理想の動作軌跡との第２の差が生じる点である第２の通過点を前記理想の動作軌跡に近づける計算に用いられる第２の補正パラメータを算出する第２の処理を実行する、
    　請求項２又は３に記載の制御装置。
  8. 　前記第２の差は、前記第１の差よりも小さい、
    　請求項７に記載の制御装置。
  9. 　前記補正パラメータ算出部は、
    　前記理想の動作軌跡上の点である第１の中間点を算出し、
    　前記第１の中間点に基づいて第１の学習用の動作データを生成し、
    　前記第１の学習用の動作データに基づいて前記複数のモータを駆動した場合における前記第１のリンクの実際の第１の動作軌跡を取得し、
    　前記実際の第１の動作軌跡における複数の第１の極大点を前記第１の通過点及び前記第２の通過点として取得し、
    　前記複数の第１の極大点に基づいて複数の第２の中間点を算出し、
    　前記複数の第２の中間点に基づいて第２の学習用の動作データを生成し、
    　前記第２の学習用の動作データに基づいて前記複数のモータを駆動した場合における前記第１のリンクの実際の第２の動作軌跡を取得し、
    　前記実際の第２の動作軌跡における複数の第２の極大点を取得し、
    　前記複数の第２の中間点、前記複数の第１の極大点及び前記複数の第２の極大点に基づいて前記第１の補正パラメータ及び前記第２の補正パラメータを算出する、
    　請求項７又は８に記載の制御装置。
  10. 　前記補正パラメータ算出部は、前記実際の動作軌跡上において前記第１の通過点と前記第２の通過点との間の距離が予め定められた基準距離よりも小さいと判定したとき、前記第２の補正パラメータを算出する前記第２の処理を実行しない、
    　請求項７又は８に記載の制御装置。
  11. 　前記補正パラメータ算出部は、前記実際の動作軌跡上において前記第１の通過点と前記第２の通過点との間の距離が予め定められた基準距離よりも小さいと判定したとき、前記実際の動作軌跡上において前記第１の通過点と前記第２の通過点との間に位置する通過点を、新たな第１の通過点として前記第１の補正パラメータを算出する前記第１の処理を実行し、前記第２の補正パラメータを算出する前記第２の処理を実行しない、
    　請求項７又は８に記載の制御装置。
  12. 　前記補正パラメータ算出部は、前記補正パラメータとして、補正された前記動作指令に基づいて前記複数のモータを駆動した場合における前記第１のリンクの前記実際の動作軌跡と前記理想の動作軌跡との差を最も小さくする、ｊ（ｊ＝１，２，…，Ｎであり、Ｎは正の整数である）個の中間点を算出する、
    　請求項１に記載の制御装置。
  13. 　前記補正パラメータ算出部は、前記学習用の動作データが前記実際の動作データと異なる場合には、前記学習用の動作データと、前記学習用の動作データに基づいて算出された前記補正パラメータと、前記実際の動作データとに基づいて、前記実際の動作データに対応する新たな補正パラメータを算出する
    　請求項１から１２のいずれか１項に記載の制御装置。
  14. 　前記学習用の動作データは、複数の学習用データを有し、
    　前記補正パラメータ算出部は、前記複数の学習用データのそれぞれが前記実際の動作データと異なる場合には、前記複数の学習用データのうち前記実際の動作データとの誤差が最も小さい学習用データに基づいて、前記補正パラメータを算出する前記第１の処理を実行する
    　請求項１から１２のいずれか１項に記載の制御装置。
  15. 　前記学習用の動作データを予め記憶する第１の記憶部を更に有する、
    　請求項１から１４のいずれか１項に記載の制御装置。
  16. 　前記補正パラメータ算出部によって算出された前記補正パラメータを記憶する第２の記憶部を更に有する、
    　請求項１から１５のいずれか１項に記載の制御装置。
  17. 　請求項１から１６のいずれか１項に記載の制御装置と、
    　前記ロボット装置と、を有する、
    　ロボットシステム。
  18. 　前記学習用の動作データに基づいて前記複数のモータを駆動させたときの前記第１のリンクの動作を模擬して、前記実際の動作軌跡を予想するシミュレーション装置を更に有し、
    　前記補正パラメータ算出部は、前記シミュレーション装置によって予想された前記実際の動作軌跡に基づいて前記補正パラメータを算出する、
    　請求項１７に記載のロボットシステム。
PCT/JP2020/012190 2019-11-25 2020-03-19 制御装置及びロボットシステム WO2021106237A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2021561148A JP7357689B2 (ja) 2019-11-25 2020-03-19 制御装置、ロボットシステム及び制御方法
CN202080080590.7A CN114728411B (zh) 2019-11-25 2020-03-19 控制装置、机器人系统和控制方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2019212226 2019-11-25
JP2019-212226 2019-11-25

Publications (1)

Publication Number Publication Date
WO2021106237A1 true WO2021106237A1 (ja) 2021-06-03

Family

ID=76130415

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2020/012190 WO2021106237A1 (ja) 2019-11-25 2020-03-19 制御装置及びロボットシステム

Country Status (2)

Country Link
JP (1) JP7357689B2 (ja)
WO (1) WO2021106237A1 (ja)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003530230A (ja) * 2000-04-10 2003-10-14 エービービー エービー 産業ロボットの経路補正
JP2016078149A (ja) * 2014-10-15 2016-05-16 キヤノン株式会社 ロボット装置の制御方法及びロボット装置、プログラム及び記録媒体

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109571473B (zh) 2018-12-03 2021-10-12 武汉工程大学 一种误差可控的小线段轨迹光顺方法
CN109664303B (zh) 2019-02-28 2021-10-12 武汉工程大学 一种误差可控的四轴工业机器人b样条过渡式平顺轨迹生成方法
JP2021013983A (ja) * 2019-07-11 2021-02-12 ファナック株式会社 移動機械の移動軌跡のずれを取得する装置、及び方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003530230A (ja) * 2000-04-10 2003-10-14 エービービー エービー 産業ロボットの経路補正
JP2016078149A (ja) * 2014-10-15 2016-05-16 キヤノン株式会社 ロボット装置の制御方法及びロボット装置、プログラム及び記録媒体

Also Published As

Publication number Publication date
JPWO2021106237A1 (ja) 2021-06-03
CN114728411A (zh) 2022-07-08
JP7357689B2 (ja) 2023-10-06

Similar Documents

Publication Publication Date Title
CN110355751B (zh) 控制装置和机器学习装置
JP6659096B2 (ja) ロボット装置の制御方法、およびロボット装置
JP6333795B2 (ja) 学習による教示作業の簡易化及び動作性能向上機能を備えたロボットシステム
JP4137909B2 (ja) ロボットプログラム補正装置
US8560122B2 (en) Teaching and playback method based on control of redundancy resolution for robot and computer-readable medium controlling the same
JP6640060B2 (ja) ロボットシステム
JPH079606B2 (ja) ロボット制御装置
JP6669715B2 (ja) 振動抑制装置
JPH07281722A (ja) 工業用ロボットを制御する方法
CN105710880B (zh) 安全的、具有轨迹前进变量的机器人
JP6217322B2 (ja) ロボット制御装置、ロボット及びロボット制御方法
WO2021106237A1 (ja) 制御装置及びロボットシステム
CN114728411B (zh) 控制装置、机器人系统和控制方法
JP2000055664A (ja) 姿勢を計測する機能を持つ多関節型ロボット・システム、ターン・テーブルを校正基準に用いてジャイロの計測精度を検証する方法及びシステム、及び、ｎ軸で構成されるターン・テーブルのキャリブレーションを行う装置及び方法
WO2021250923A1 (ja) ロボットシステム、制御装置、及び制御方法
JP6540810B2 (ja) ハンド力覚計測装置、ハンド力覚計測方法、及びハンド力覚計測プログラム
JPH08257955A (ja) マニピュレーターの曲面なぞり制御方法
JPH11198072A (ja) ロボットの最短時間速度制御装置
Borges et al. Trajectory tracking for the inspection of deformable objects considering manipulability of a 7-DoF serial manipulator
JP3029286B2 (ja) ロボット及びロボットの制御方法
JP7493926B2 (ja) 制御方法、制御装置、ロボットシステム、物品の製造方法、動作プログラム作成方法、動作プログラム作成装置、表示装置、表示装置の制御方法、プログラムおよび記録媒体
Luh et al. Interactions and motions in human-robot coordination
JP7448651B2 (ja) オフライン教示装置および動作プログラム生成方法
JP7388970B2 (ja) ロボットシステム
US20230103364A1 (en) Device for controlling return of robot to origin thereof, and method of searching return path of robot to origin thereof

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: 20893053

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2021561148

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: 20893053

Country of ref document: EP

Kind code of ref document: A1