JP2013180369A - Adaptive machine - Google Patents
Adaptive machine Download PDFInfo
- Publication number
- JP2013180369A JP2013180369A JP2012045863A JP2012045863A JP2013180369A JP 2013180369 A JP2013180369 A JP 2013180369A JP 2012045863 A JP2012045863 A JP 2012045863A JP 2012045863 A JP2012045863 A JP 2012045863A JP 2013180369 A JP2013180369 A JP 2013180369A
- Authority
- JP
- Japan
- Prior art keywords
- motion
- norm
- transfer
- detection signal
- unit
- Prior art date
- Legal status (The legal status 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 status listed.)
- Pending
Links
Images
Landscapes
- Manipulator (AREA)
Abstract
Description
本発明は、適応性を備える適応性機械に関する。 The present invention relates to an adaptive machine with adaptability.
下記特許文献1には、ティーチングプレイバック方式の連続アンローダが開示されている。連続アンローダには、大別してティーチングプレイバック方式とプログラム方式とがあるが、ティーチングプレイバック方式の連続アンローダは、運転者の手動操作により船倉内の掻取部を所望の移動経路に沿って実際に移動させること(ティーチング)により掻取部の軌跡及び当該掻取部を移動させるための各可動部の作動量をティーチング情報として記憶し、船倉内の積荷を実際に陸揚げする場合には、上記ティーチング情報に基づいて各可動部を制御することによりティーチング時と同様な移動経路に沿って掻取部を移動させるプレイバック運転を行うものである。
ところで、ティーチングプレイバック方式の連続アンローダは、掻取部の軌跡及び当該掻取部を移動(運動)させるための各可動部の作動量をティーチング結果として記憶し、このティーチング結果を忠実に再現するものである。したがって、この連続アンローダは、掻取部の動きが固定的であり、よって適応性という面で限定的である。例えば、船倉内の積荷の状況は陸揚げの進行に応じて変化するので、ティーチング情報通りに掻取部を移動(運動)させた場合に、積荷を的確に掻き取ることができない状況が生じ得る。したがって、本来であれば、船倉内における積荷の状況に応じて掻取部の移動(運動)を適宜修正することが好ましい。 By the way, the teaching playback type continuous unloader stores the trajectory of the scraping unit and the operation amount of each movable unit for moving (moving) the scraping unit as a teaching result, and faithfully reproduces the teaching result. Is. Therefore, this continuous unloader has a fixed movement of the scraping part and is limited in terms of adaptability. For example, the status of the cargo in the hold changes according to the progress of landing, so that when the scraping unit is moved (moved) according to the teaching information, a situation where the cargo cannot be scraped accurately may occur. Therefore, originally, it is preferable to appropriately correct the movement (movement) of the scraping portion according to the load situation in the hold.
また、この連続アンローダは、ティーチングによって後天的に掻取部の動きを記憶するものの、積荷の陸揚げに特化した運動を行う機械であり、適応範囲が積荷(穀物のようなばら積み荷物)の陸揚げに限定されており、このような点からも適応性という面では限定的である。 In addition, this continuous unloader is a machine that specializes in the landing of the load, although it memorizes the movement of the scraping part acquired by teaching, and the range of application is the landing of the load (bulk load like grain) From this point of view, it is limited in terms of adaptability.
本発明は、上述した事情に鑑みてなされたものであり、従来の機械よりも適応性に優れた機械(適応性機械)を提供することを目的とする。 This invention is made | formed in view of the situation mentioned above, and aims at providing the machine (adaptive machine) excellent in adaptability rather than the conventional machine.
上記目的を達成するために、本発明では、第1の解決手段として、対象物に関する運動を行う運動機構と、外部情報に基づいて対象物に応じた運動規範を獲得する運動規範獲得部と、該運動規範獲得部が獲得した運動規範に基づいて運動機構を制御・駆動する制御駆動部とを具備する、という手段を採用する。 In order to achieve the above object, in the present invention, as a first solving means, an exercise mechanism that exercises on an object, an exercise norm acquisition unit that acquires an exercise norm according to the object based on external information, And a control drive unit that controls and drives the motion mechanism based on the motion code acquired by the motion code acquisition unit.
また、本発明では、第2の解決手段として、上記第1の解決手段において、運動規範獲得部は、運動機構を手動で運動させた場合における運動機構の運動状態を示す機構検出信号を外部情報として運動機構から取り込み、機構検出信号に基づいて対象物に応じた運動規範を学習する学習機能部である、という手段を採用する。 In the present invention, as the second solving means, in the first solving means, the movement norm acquisition unit outputs a mechanism detection signal indicating the movement state of the movement mechanism when the movement mechanism is manually moved to external information. As the learning function unit, the learning function unit that learns the motion norm corresponding to the object based on the mechanism detection signal is adopted.
また、本発明では、第3の解決手段として、上記第1の解決手段において、人体の運動を検知する人体運動検知部をさらに備え、運動規範獲得部は、人体の運動状態を示す人体検出信号を外部情報として人体運動検知部から取り込むと共に運動機構の運動状態を示す機構検出信号を外部情報として運動機構から取り込み、人体検出信号及び機構検出信号に基づいて人体の運動及び対象物に応じた運動規範を学習する学習機能部である、という手段を採用する。 Further, in the present invention, as a third solving means, in the first solving means, further comprising a human body motion detecting unit for detecting the movement of the human body, wherein the motion norm acquisition unit is a human body detection signal indicating a motion state of the human body. From the human motion detector as external information and a mechanism detection signal indicating the motion state of the motion mechanism from the motion mechanism as external information. Based on the human body detection signal and the mechanism detection signal, the motion of the human body and the motion corresponding to the object Adopt the means that it is a learning function part to learn the norm.
また、本発明では、第4の解決手段として、上記第3の解決手段において、運動機構は人体の運動を支援するように対象物に関する運動を行うものであり、制御駆動部は、人体の運動及び対象物に応じた運動規範に基づいて人体の運動を支援するように運動機構を制御・駆動する、という手段を採用する。 In the present invention, as the fourth solution means, in the third solution means, the motion mechanism performs the motion related to the object so as to support the motion of the human body, and the control drive unit is the motion of the human body. And a means of controlling and driving the motion mechanism so as to support the motion of the human body based on the motion norms according to the object.
また、本発明では、第5の解決手段として、上記第1の解決手段において、運動規範獲得部は、運動機構の運動状態を示す機構検出信号を前記外部情報として運動機構から取り込むと共に制御駆動部が運動機構に出力する駆動信号とを外部情報として取り込み、機構検出信号及び駆動信号に基づいて対象物に応じた運動規範を学習する学習機能部である、という手段を採用する。 According to the present invention, as a fifth solution means, in the first solution means, the motion norm acquisition unit takes in a mechanism detection signal indicating the motion state of the motion mechanism from the motion mechanism as the external information and controls the drive unit. Is a learning function unit that takes in a drive signal output to the motion mechanism as external information and learns a motion rule corresponding to the object based on the mechanism detection signal and the drive signal.
本発明によれば、対象物に関する運動を行う運動機構と、外部情報に基づいて対象物に応じた運動規範を獲得する運動規範獲得部と、該運動規範獲得部が獲得した運動規範に基づいて運動機構を制御・駆動する制御駆動部とを具備するので、従来のように運動規範(制御規範)が固定化あるいは限定された機械よりも適応性に優れた機械を提供することができる。 According to the present invention, based on an exercise mechanism that exercises an object, an exercise norm acquisition unit that acquires an exercise norm according to the object based on external information, and the exercise norm acquired by the exercise norm acquisition unit Since the control drive unit that controls and drives the motion mechanism is provided, it is possible to provide a machine that is more adaptable than a machine in which a motion standard (control standard) is fixed or limited as in the related art.
以下、図面を参照して、本発明の一実施形態について説明する。
本実施形態に係る荷役装置Aは、図1に示すように、移載機構1(運動機構)、制御駆動部2、操作部3及び移載規範獲得部4(運動規範獲得部)によって構成されている。
Hereinafter, an embodiment of the present invention will be described with reference to the drawings.
As shown in FIG. 1, the cargo handling apparatus A according to the present embodiment includes a transfer mechanism 1 (motion mechanism), a control drive unit 2, an operation unit 3, and a transfer code acquisition unit 4 (motion code acquisition unit). ing.
移載機構1は、制御駆動部2から入力される駆動信号に基づいて荷物(対象物)を所定の場所に移動させる。すなわち、この移載機構1は、所定の荷台(荷受台)上に外部から供給された荷物を把持して他の荷台(荷渡台)に移動させるという移載作業(運動)を荷物に対して行う運動機構である。
The
このような移載機構1は、例えば図2に示すような多関節マニピュレータによって実現される。この多関節マニピュレータ(移載機構1)は、基台1a、第1〜第3のアーム1b〜1d、第1〜第3の関節1e〜1g及びハンド部1hから構成されている。基台1aは、床等に固定された多関節マニピュレータの台座であり、その内部には第1アーム1bを垂直軸周りに旋回させる旋回モータが設けられている。
Such a
第1のアーム1bは、図示するように垂直軸から多少傾いた状態で基台1a上に設けられた棒状部材であり、一端が基台1aに回動自在に取り付けられ、また他端に第1の関節1eが設けられている。この第1のアーム1bは、上記旋回モータが作動することによって垂直軸周りに旋回する。第1の関節1eは、第1のアーム1bと第2のアーム1cとを屈伸自在に連結する部材であり、その内部には第1のアーム1bと第2のアーム1cとの屈伸状態を調節する第1関節モータが設けられている。
The
第2のアーム1cは、一端が上記第1の関節1eに取り付けられる一方、他端に第1の関節1eが設けられた棒状部材である。この第2のアーム1cは、上記第1関節モータが作動することによって第1のアーム1bに対する屈伸状態が変化する。第2の関節1fは、第2のアーム1cと第3のアーム1dとを屈伸自在に連結する部材であり、その内部には第2のアーム1cと第3のアーム1dとの屈伸状態を調節する第2関節モータが設けられている。第3のアーム1dは、一端が上記第2の関節1fに取り付けられる一方、他端に第3の関節1gが設けられた棒状部材である。この第3アーム1dは、上記第2関節モータがが作動することによって第2のアーム1cに対する屈伸状態が変化する。
The
第3の関節1gは、第3のアーム1dとハンド部1hの支持軸(ハンド軸)とを屈伸自在に連結する部材であり、その内部には第3のアーム1dとハンド部1hのハンド軸との屈伸状態を調節する第3関節モータ及びハンド部1hをハンド軸周りに回動させる回動モータが設けられている。ハンド部1hは、ハンド軸を介して上記第3の関節1gに屈伸自在かつ回動自在に取り付けられている。このハンド部1hは、ハンド軸の先端に荷物を把持するための把持機構及び荷物(対象物)を撮影するための撮像装置(カメラ)を備えている。
The
上述した旋回モータ、第1〜第3関節モータ及び回動モータには、自らの動作量を検出するセンサ(例えばロータリーエンコーダ)が備えられている。移載機構1(多関節マニピュレータ)は、制御駆動部2から入力される駆動信号に基づいて荷物の移載作業を行う一方、このような旋回モータ、第1〜第3関節モータ及び回動モータに備えられたセンサの検出信号を制御駆動部2に出力すると共に、上記検出信号及びハンド部1hに備えられたカメラの映像信号を機器検出信号(外部情報)として移載規範獲得部4に出力する。
The turning motor, the first to third joint motors, and the rotation motor described above are provided with a sensor (for example, a rotary encoder) that detects its own operation amount. The transfer mechanism 1 (multi-joint manipulator) performs a load transfer operation based on a drive signal input from the control drive unit 2, while such a swing motor, first to third joint motors, and a rotation motor. The detection signal of the sensor provided in the control unit 2 is output to the control drive unit 2, and the detection signal and the video signal of the camera provided in the
制御駆動部2は、モータ制御回路とモータ駆動回路とから構成されており、上記移載機構1(多関節マニピュレータ)をオープンループ制御手法に基づいて駆動する。すなわち、モータ制御回路は、移載規範獲得部4から入力される制御目標に基づいて移載機構1(多関節マニピュレータ)をオープンループ制御するための制御信号を生成してモータ駆動回路に出力する。モータ駆動回路は、例えばインバータ回路であり、上記制御信号に基づいて駆動信号(パルス状駆動信号)を生成して上記旋回モータ、第1〜第3関節モータ及び回動モータに出力する。 The control drive unit 2 includes a motor control circuit and a motor drive circuit, and drives the transfer mechanism 1 (articulated manipulator) based on an open loop control method. That is, the motor control circuit generates a control signal for open-loop control of the transfer mechanism 1 (articulated manipulator) based on the control target input from the transfer norm acquisition unit 4 and outputs the control signal to the motor drive circuit. . The motor drive circuit is, for example, an inverter circuit, generates a drive signal (pulse drive signal) based on the control signal, and outputs the drive signal to the turning motor, the first to third joint motors, and the turning motor.
ここで、本荷役装置Aには学習モードと作業モードという2つの動作モードがあり、この2つの動作モードは操作部3から入力される操作信号によって切り替わる。学習モードは、操作部3から入力される操作信号に基づいて制御駆動部2が移載機構1(多関節マニピュレータ)をオープンループ制御すると共に、移載規範獲得部4が移載機構1(多関節マニピュレータ)の移載運動を学習する動作モードである。作業モードは、移載規範獲得部4が学習モード時に獲得した荷物の移載規範に基づく制御目標を制御駆動部2に出力すると共に、制御駆動部2が上記制御目標に基づいて移載機構1(多関節マニピュレータ)をオープンループ制御する動作モードである。
Here, the cargo handling apparatus A has two operation modes, a learning mode and a work mode, and these two operation modes are switched by an operation signal input from the operation unit 3. In the learning mode, the control drive unit 2 performs open-loop control of the transfer mechanism 1 (articulated manipulator) based on an operation signal input from the operation unit 3, and the transfer norm acquisition unit 4 transfers the transfer mechanism 1 (multiple mechanism). This is an operation mode for learning the transfer motion of the joint manipulator. In the work mode, a control target based on the package transfer code acquired by the transfer code acquisition unit 4 in the learning mode is output to the control drive unit 2, and the control drive unit 2 transfers the
操作部3は、管理者の指示を本荷役装置Aに入力するためのマンマシーンインタフェースである。すなわち、この操作部3は、管理者の操作指示に基づいて上記学習モードと作業モードとの切替指示を示す操作信号を制御駆動部2及び移載規範獲得部4に出力する一方、学習モード時において旋回モータ、第1〜第3関節モータ及び回動モータの駆動量を指示する操作信号を制御駆動部2に出力する。 The operation unit 3 is a man-machine interface for inputting a manager's instruction to the material handling apparatus A. That is, the operation unit 3 outputs an operation signal indicating an instruction to switch between the learning mode and the work mode to the control drive unit 2 and the transfer norm acquisition unit 4 based on an operation instruction from the administrator, while in the learning mode. , The operation signal for instructing the drive amounts of the turning motor, the first to third joint motors, and the rotation motor is output to the control drive unit 2.
移載規範獲得部4は、学習モード時において移載機構1(多関節マニピュレータ)から入力される上記機器検出信号(外部情報)及び制御駆動部2から入力される上記駆動信号に基づいて荷物(対象物)に応じた移載規範(運動規範)獲得する。すなわち、この移載規範獲得部4は、例えば所定の学習アルゴリズムに基づいて情報処理を行う一種のコンピュータであり、学習モード時における移載機構1(多関節マニピュレータ)の移載動作(移載運動)、つまり上記機器検出信号(外部情報)によって与えられる旋回モータ、第1〜第3関節モータ及び回動モータの動作量と駆動信号によって与えられる制御駆動部2の駆動量との差分量(制御誤差量)をハンド部1hのカメラが捉えた荷物(対象物)の形態(外形や色彩等)に応じて複数に分類し、当該分類毎に上記制御誤差量を記憶(学習)する。
The transfer norm acquisition unit 4 loads the package (external information) input from the transfer mechanism 1 (articulated manipulator) and the drive signal input from the control drive unit 2 in the learning mode. Acquire transfer norms (exercise norms) according to the object. That is, the transfer norm acquisition unit 4 is a kind of computer that performs information processing based on a predetermined learning algorithm, for example, and the transfer operation (transfer motion) of the transfer mechanism 1 (articulated manipulator) in the learning mode. ), That is, the difference amount (control) between the operation amounts of the swing motor, the first to third joint motors and the rotation motor given by the device detection signal (external information) and the drive amount of the control drive unit 2 given by the drive signal The amount of error) is classified into a plurality according to the form (outer shape, color, etc.) of the luggage (object) captured by the camera of the
例えば、移載規範獲得部4は、荷物(対象物)の形態における「外形」、「大きさ」及び「色彩」という2つの属性について各モータに関する制御誤差量を分類する。つまり、移載規範獲得部4は、カメラが捉えた画像を画像処理することにより荷物(対象物)の特徴点として「外形」、「大きさ」及び「色彩」を判定し、荷物(対象物)の「外形」については、例えば「角を持つ形状(立方体等)」を第1グループに分類し、また「角を持たない形状(球体等)」を第2グループに分類し、各モータに関する制御誤差量を各々のグループに分けて記憶(学習)する。 For example, the transfer norm acquisition unit 4 classifies the control error amount related to each motor with respect to two attributes of “outer shape”, “size”, and “color” in the form of the package (object). That is, the transfer norm acquisition unit 4 determines the “outer shape”, “size”, and “color” as the feature points of the baggage (target object) by performing image processing on the image captured by the camera. 2), for example, “shapes with corners (cubes, etc.)” are classified into the first group, and “shapes without corners (spheres, etc.)” are classified into the second group. The control error amount is stored (learned) in each group.
この場合、三角柱(四面体)及び立方体(六面体)等の多面体(外形が複数の平面で構成されたもの)からなる荷物は第1グループに分類され、球体やラグビーボールのような外形の荷物は第2グループに分類される。また、荷物(対象物)の「大きさ」については、例えば予め規定された標準サイズとの比較によって「標準サイズより大きいもの」を第3グループに分類し、また「標準サイズより小さいもの」を第4グループに分類し、さらに、荷物(対象物)の「色彩」については、例えば「黒いもの」を第5グループに分類し、「白いもの」を第6グループに分類する。 In this case, baggage consisting of polyhedrons (triangles (tetrahedrons) and cubes (hexahedrons), etc.) whose outer shape is composed of a plurality of planes is classified into the first group. It is classified into the second group. As for the “size” of the package (object), for example, “larger than the standard size” is classified into the third group by comparison with the standard size specified in advance, and “smaller than the standard size” is classified into the third group. Further, for the “color” of the package (object), for example, “black” is classified into the fifth group, and “white” is classified into the sixth group.
移載規範獲得部4は、このように学習モード時において荷物(対象物)の形態(外形や色彩等)に応じて各モータに関する制御誤差量を複数のグループ(例えば上記第1〜第6のグループ)に分類して記憶(学習)することにより、荷物(対象物)の形態に応じた各モータに関する制御誤差量つまり荷物の移載規範(制御規範)を内部に確立(獲得)する。 In this way, the transfer norm acquisition unit 4 assigns the control error amount related to each motor to a plurality of groups (for example, the above first to sixth groups) according to the form (outer shape, color, etc.) of the load (object) in the learning mode. By classifying and storing (learning) into groups, a control error amount relating to each motor according to the form of the package (object), that is, a package transfer standard (control standard) of the package is established (acquired).
また、移載規範獲得部4は、作業モード時において、上記移載規範(制御規範)と移載機構1(多関節マニピュレータ)から入力される上記機器検出信号とに基づいて制御目標を設定する。例えば、移載規範獲得部4は、作業モード時にカメラから入力される映像信号に基づいて、荷物(対象物)の形態(外形や色彩等)に対応するグループを特定し、当該グループの制御誤差量と各モータの検出量とに基づいて制御目標(つまり制御誤差量と検出量との差分量)を設定する。 Moreover, the transfer norm acquisition unit 4 sets a control target based on the transfer norm (control norm) and the device detection signal input from the transfer mechanism 1 (articulated manipulator) in the work mode. . For example, the transfer norm acquisition unit 4 identifies a group corresponding to the form (outer shape, color, etc.) of the package (target object) based on the video signal input from the camera in the work mode, and controls the control error of the group. A control target (that is, a difference amount between the control error amount and the detected amount) is set based on the amount and the detected amount of each motor.
次に、このように構成された本実施形態に係る荷役装置Aの動作について、図3に示すフローチャートに沿って詳しく説明する。 Next, the operation of the cargo handling apparatus A according to the present embodiment configured as described above will be described in detail along the flowchart shown in FIG.
最初に、本荷役装置Aは、学習モードを経て荷物の移載規範(制御規範)を移載規範獲得部4内に確立(獲得)させることにより荷物の移載による分類機能を獲得する。すなわち、本荷役装置Aは、学習モードを経る前段階では、荷物の移載規範が確立(獲得)されていないので、機械として特定の運動機能を発揮しない。したがって、本荷役装置Aによれば、学習モードにおける学習内容に応じて荷物に関する移載規範を変更可能であり、よってフレキシビリティに富んだ荷物の移載(分類)が可能である。 First, the cargo handling apparatus A obtains a classification function based on the transfer of a package by establishing (acquiring) a package transfer standard (control standard) in the transfer standard acquisition unit 4 through a learning mode. That is, the cargo handling apparatus A does not exhibit a specific motor function as a machine, since the package transfer norm has not been established (acquired) before the learning mode. Therefore, according to the present cargo handling apparatus A, it is possible to change the transfer norms relating to the load according to the learning content in the learning mode, and thus it is possible to transfer (classify) the load with a high degree of flexibility.
さて、本荷役装置Aでは、図3に示すように、学習モードにおいて荷物の移載運動を学習し(ステップS1)、この結果として移載規範獲得部4内に荷物の移載規範(制御規範)が確立(獲得)される(ステップS2)。例えば、移載規範獲得部4は、図2(b)に示すように、カメラが捉えた荷受台D1上の荷物(対象物)の「外形」について、「角を持つ形状(第1グループ)」と「角を持たない形状(第2グループ)」とに分類し、かつ、「角を持つ形状(第1グループ)」に属する荷物については荷受台D1から荷渡台D2に移動させ、「角を持たない形状(第2グループ)」に属する荷物については上記荷渡台D2とは異なる荷渡台D3に荷受台D1から移動させる移載動作(各モータに関する制御誤差量)を記憶(学習)する。 As shown in FIG. 3, the cargo handling apparatus A learns the load transfer movement in the learning mode (step S1), and as a result, the load transfer code (control code) is stored in the transfer code acquisition unit 4. ) Is established (acquired) (step S2). For example, as shown in FIG. 2 (b), the transfer norm acquisition unit 4 sets “corner shape (first group)” for the “outer shape” of the load (object) on the load receiving stand D1 captured by the camera. ”And“ shapes without corners (second group) ”, and the packages belonging to“ shapes with corners (first group) ”are moved from the receiving platform D1 to the loading platform D2, For loads belonging to the shape having no corners (second group), the transfer operation (control error amount related to each motor) for moving from the loading platform D1 to the loading platform D3 different from the loading platform D2 is stored (learning). )
そして、本荷役装置Aでは、操作部3が操作されて動作モードが上記学習モードから作業モードに切り替えられると、移載規範獲得部4は、移載規範(制御規範)に基づく制御目標を制御駆動部2に出力し、この結果として制御駆動部2が制御目標と検出信号とに基づいて移載機構1(多関節マニピュレータ)をオープンループ制御することにより移載規範(分類規範)に基づく荷物の分類作業が実行される(ステップS3)。 In the cargo handling apparatus A, when the operation unit 3 is operated and the operation mode is switched from the learning mode to the work mode, the transfer norm acquisition unit 4 controls the control target based on the transfer norm (control norm). Output to the drive unit 2, and as a result, the control drive unit 2 performs open loop control of the transfer mechanism 1 (articulated manipulator) based on the control target and the detection signal, so that the load based on the transfer rule (classification rule) This sort operation is executed (step S3).
例えば、図2(b)における荷受台D1上に球形の荷物W1が載置されると、移載規範獲得部4は、カメラから入力される映像信号に基づいて荷物W1を「角を持たない形状(第2グループ)」に分類し、この結果として荷受台D1上の荷物W1を荷渡台D3に移動させる制御目標を制御駆動部2に出力する。一方、移載規範獲得部4は、荷受台D1上に立法体の荷物W2が載置されると、カメラから入力される映像信号に基づいて荷物W2を「角を持つ形状(第1グループ)」に分類し、この結果として荷受台D1上の荷物W2を荷渡台D2に移動させる制御目標を制御駆動部2に出力する。 For example, when the spherical load W1 is placed on the load receiving stand D1 in FIG. 2B, the transfer norm acquisition unit 4 determines that the load W1 has no corner based on the video signal input from the camera. As a result, the control target for moving the load W1 on the load receiving table D1 to the unloading table D3 is output to the control drive unit 2. On the other hand, when the legislative load W2 is placed on the load receiving platform D1, the transfer norm acquisition unit 4 converts the load W2 into a “cornered shape (first group) based on the video signal input from the camera. As a result, a control target for moving the load W2 on the load receiving stand D1 to the unloading stand D2 is output to the control drive unit 2.
さらに、移載規範獲得部4は、立法体の1つの角部が破損(欠落)した荷物W2’が荷受台D1上に載置されると、カメラから入力される映像信号に基づいて荷物W2’を「角を持つ形状(第1グループ)」に分類し、この結果として荷受台D1上の荷物W2’を荷渡台D2に移動させる制御目標を制御駆動部2に出力する。 Further, when the load W2 ′ in which one corner portion of the legislature is damaged (missed) is placed on the load receiving table D1, the transfer norm acquisition unit 4 loads the load W2 based on the video signal input from the camera. 'Is classified into "shape with corners (first group)", and as a result, a control target for moving the load W2' on the load receiving platform D1 to the loading platform D2 is output to the control drive unit 2.
すなわち、移載規範獲得部4は、作業モード時に学習モード時に学習しなかった形状の荷物W2’が荷受台D1上に供給されても、荷物W2’の外形に角があるので、荷物W2’を「角を持つ形状(第1グループ)」に分類する。したがって、移載規範獲得部4は、学習していない形状の荷物W2’であっても、フレキシブルに対応して制御目標を生成する。 That is, the transfer norm acquisition unit 4 does not learn in the learning mode in the work mode, but even if the shape of the luggage W2 ′ that is not learned in the learning mode is supplied on the receiving platform D1, the outer shape of the luggage W2 ′ has a corner. Are classified into “shapes having corners (first group)”. Therefore, the transfer norm acquisition unit 4 generates a control target in a flexible manner even for a load W2 'having an unlearned shape.
制御駆動部2は、このような移載規範獲得部4から入力される制御目標に基づいて移載機構1(多関節マニピュレータ)をオープンループ制御するので、上記荷物W1を荷受台D1から荷渡台D3に移動させる駆動信号を移載機構1(多関節マニピュレータ)に出力する一方、上記荷物W2,W2’を荷渡台D2に移動させる駆動信号を移載機構1(多関節マニピュレータ)に出力する。この結果、移載機構1(多関節マニピュレータ)は、制御駆動部2から入力される駆動信号に従って各モータが駆動されるので、荷物W1を荷受台D1から荷渡台D3に移動させる一方、荷物W2,W2’を荷受台D1から荷渡台D2に移動させる。 Since the control drive unit 2 performs open loop control of the transfer mechanism 1 (articulated manipulator) based on the control target input from the transfer norm acquisition unit 4 as described above, the load W1 is unloaded from the load receiving table D1. A drive signal for moving the table D3 is output to the transfer mechanism 1 (articulated manipulator), while a drive signal for moving the loads W2, W2 'to the loading table D2 is output to the transfer mechanism 1 (articulated manipulator). To do. As a result, in the transfer mechanism 1 (articulated manipulator), each motor is driven in accordance with a drive signal input from the control drive unit 2, so that the load W1 is moved from the load receiving table D1 to the loading table D3. W2 and W2 'are moved from the receiving platform D1 to the unloading platform D2.
ここで、従来のティーチングプレイバック方式の機械では、ティーチング結果以外の対応ができないので、ティーチング時に記憶してない荷物W2’を認知すると、荷渡台D2,D3の何れに移動させるべきか判断できなくなり動作停止してしまう虞があるが、本荷役装置Aによれば、このような動作停止を来すことなく優れた適応性を発揮する。したがって、本実施形態によれば、従来の機械よりも適応性に優れた適応性機械を提供することができる。 Here, in the conventional teaching playback type machine, since it is not possible to deal with other than the teaching result, it is possible to determine which of the loading platforms D2 and D3 should be moved by recognizing the unloaded memory W2 ′. However, according to the present cargo handling apparatus A, excellent adaptability is exhibited without causing such an operation stop. Therefore, according to the present embodiment, it is possible to provide an adaptable machine that is more adaptable than conventional machines.
また、上記動作説明では、荷物(対象物)の「外形」、つまり「角を持つ形状(第1グループ)」に属するか、あるいは「角を持たない形状(第2グループ)」に属するかのみに基づいて荷物(対象物)を移載(分類)する場合について説明したが、これ以外の第3〜第6グループをも加味して荷物(対象物)を移載(分類)してもよい。 Further, in the above description of operation, only whether the package (object) belongs to the “outer shape”, that is, belongs to “shape with corners (first group)” or “shape without corners (second group)”. The case of transferring (classifying) a package (object) based on the above has been described, but the package (object) may be transferred (classified) in consideration of other third to sixth groups. .
また、例えば荷物(対象物)の「大きさ」、つまり「標準サイズより大きいもの(第3グループ)」をに属するか、あるいは「標準サイズより小さいもの(第4グループ)」に属するかに基づいて荷物(対象物)を分類する場合には、機器検出信号(外部情報)としてカメラの映像信号に代えてハンド部1hの動作量を示す検出信号を用いてもよい。すなわち、荷物(対象物)を把持するハンド部1hの動作量は荷物(対象物)の大きさによって変化するので、ハンド部1hの動作量を示す検出信号に基づいて各モータ(旋回モータ、第1〜第3関節モータ及び回動モータ)に関する制御誤差量を学習してもよい。
In addition, for example, based on whether the package (object) belongs to “size”, that is, “larger than standard size (third group)” or “smaller than standard size (fourth group)” When classifying packages (objects), a detection signal indicating the operation amount of the
さらに、ハンド部1hに備えられたカメラを作業者の荷役作業を支援(アシスト)するために、作業者(人体)の運動を検知する人体運動検知部として用い、作業者(人体)の荷役作業を示す人体検出信号を外部情報の1つとしてカメラから移載規範獲得部4に取り込み、上記人体検出信号及び旋回モータ、第1〜第3関節モータ及び回動モータの各センサの検出信号に基づいて作業者(人体)の荷役作業(運動)及び荷物(対象物)に応じたアシスト規範を学習してもよい。
Further, the camera provided in the
移載機構1(多関節マニピュレータ)を用いた荷役作業の支援(アシスト)については、例えば図4に示すような荷役作業がある。すなわち、移載機構1(多関節マニピュレータ)が作業者とともに第1ベルトコンベア上の荷物W(対象物)を第2ベルトコンベア上に移載することにより、荷物の重量に対する作業者の負荷を軽減すること(パワーアシスト)が考えられる。 Regarding the support (assist) of the cargo handling work using the transfer mechanism 1 (multi-joint manipulator), for example, there is a cargo handling work as shown in FIG. That is, the transfer mechanism 1 (articulated manipulator) transfers the load W (target object) on the first belt conveyor together with the worker onto the second belt conveyor, thereby reducing the load on the operator with respect to the weight of the load. To do (power assist).
この場合、移載規範獲得部4は、学習モード時においてカメラが捉えた作業者の画像に基づいて作業者の動作を複数の動作種別に分類し、各動作種別毎に旋回モータ、第1〜第3関節モータ及び回動モータに関する制御誤差量を記憶(学習)する。この動作種別は、例えば「荷物W(対象物)を掴む」、「掴んだ荷物W(対象物)を持ち上げる」、「持ち上げた荷物W(対象物)を水平移動させる」、「水平移動させた荷物W(対象物)を下す」というように、第1ベルトコンベア上の荷物W(対象物)を第2ベルトコンベア上に移載する作業者の一連の動作を要素分解したものである。 In this case, the transfer norm acquisition unit 4 classifies the worker's motion into a plurality of motion types based on the worker's image captured by the camera in the learning mode, The control error amount related to the third joint motor and the rotation motor is stored (learned). This operation type is, for example, “gripping the luggage W (object)”, “lifting the grasped luggage W (object)”, “moving the lifted luggage W (object) horizontally”, “moving horizontally” A series of operations of an operator who transfers the load W (target object) on the first belt conveyor onto the second belt conveyor, such as “lower the load W (target object)”.
そして、移載規範獲得部4は、このような学習モードによって作業者(人体)の荷役作業をアシストするためのアシスト規範を獲得し、作業モードにおいて上記アシスト規範に即した制御目標を制御駆動部2に出力する。そして、制御駆動部2が上記アシスト規範に即した制御目標に基づいて移載機構1(多関節マニピュレータ)をフィードバック制御することにより、第1ベルトコンベア上の荷物W(対象物)は、作業者と移載機構1(多関節マニピュレータ)との協働作業として第2ベルトコンベア上に移載される。 Then, the transfer norm acquisition unit 4 acquires an assist norm for assisting the cargo handling work of the worker (human body) in such a learning mode, and sets a control target in accordance with the assist norm in the work mode to the control drive unit. Output to 2. The control drive unit 2 performs feedback control of the transfer mechanism 1 (articulated manipulator) based on a control target that complies with the assist standard, so that the load W (target object) on the first belt conveyor is the operator. And the transfer mechanism 1 (multi-joint manipulator) are transferred onto the second belt conveyor.
なお、本発明は上記実施形態に限定されるものではなく、例えば以下のような変形例が考えられる。
(1)上記実施形態では、本発明を荷役作業を行う機械に適用したが、本発明はこれに限定されない。上述した学習内容とは異なる学習を行うことにより移載規範獲得部4内に荷物の移載(分類)以外の移載規範(制御規範)を確立(獲得)させることにより、荷物の移載(分類)以外の様々な作業(運動)を行うことが可能である。
In addition, this invention is not limited to the said embodiment, For example, the following modifications can be considered.
(1) In the above embodiment, the present invention is applied to a machine that performs a cargo handling operation, but the present invention is not limited to this. By performing (learning) different from the above-described learning content, the transfer norm (control norm) other than the transfer (classification) of the load is established (acquired) in the transfer norm acquisition unit 4 to transfer the load ( Various tasks (exercises) other than (classification) can be performed.
(2)上記実施形態では、機構検出信号を分類学習することによって移載機構1(多関節マニピュレータ)の移載規範を移載規範獲得部4内に獲得させたが、本発明はこれに限定されない。学習アルゴリズムには様々なものが知られているので、公知の学習アルゴリズムの中から荷役作業の移載規範を獲得してもよい。また、事例ベース推論等の人工知能の手法を用いて移載規範を獲得してもよい。 (2) In the above embodiment, the transfer norm of the transfer mechanism 1 (articulated manipulator) is acquired in the transfer norm acquisition unit 4 by classifying and learning the mechanism detection signal. However, the present invention is limited to this. Not. Since various learning algorithms are known, a loading standard for cargo handling work may be obtained from known learning algorithms. Further, the transfer norm may be obtained by using an artificial intelligence technique such as case-based reasoning.
(3)上記実施形態では、学習モードにおいて荷物の分類に関する移載規範を移載規範獲得部4内に確立(獲得)させたが、本発明はこれに限定されない。学習モードにおいて荷物の分類以外の運動規範を移載規範獲得部4内に確立(獲得)させることにより荷物の分類機能以外の機能を発揮する適応性機械を実現することができる。 (3) In the above embodiment, the transfer norm relating to the classification of the package is established (acquired) in the transfer norm acquiring unit 4 in the learning mode, but the present invention is not limited to this. By establishing (acquisition) the exercise norms other than the baggage classification in the transfer norm acquisition unit 4 in the learning mode, an adaptive machine that exhibits functions other than the baggage classification function can be realized.
(4)上記実施形態では、旋回モータ、第1〜第3関節モータ及び回動モータに設けられた各センサの検出信号及びハンド部1hに備えられたカメラの映像信号からなる機器検出信号に加えて制御駆動部2の駆動信号をも移載規範獲得部4に取り込み、各センサの検出信号が示す検出量と駆動信号が示す制御駆動部2の駆動量との差分量(制御誤差量)を学習したが、本発明はこれに限定されない。例えば、制御駆動部2の駆動信号を移載規範獲得部4に取り込むことなく、各センサの検出量を分類学習してもよい。
(4) In the above embodiment, in addition to the device detection signal consisting of the detection signal of each sensor provided in the turning motor, the first to third joint motors and the rotation motor and the video signal of the camera provided in the
(5)上記実施形態では、図3に示すように学習モードの後に作業モードに移行する構成を採用したが、本発明はこれに限定されない。例えば学習モードの後に当該学習モードと作業モードとを並行して行ってもよい。すなわち、一旦学習して移載規範を獲得した後に実際の荷役作業(移載作業)を行いつつ制御誤差量や検出量を学習することにより移載規範を修正しつつ荷役作業を行ってもよい。 (5) In the above-described embodiment, as shown in FIG. 3, a configuration is adopted in which the mode is shifted to the work mode after the learning mode. For example, the learning mode and the work mode may be performed in parallel after the learning mode. That is, after acquiring the transfer standard after learning, the load handling work may be performed while correcting the transfer standard by learning the control error amount and the detection amount while performing the actual cargo handling work (transfer work). .
(6)上記実施形態では、移載機構1を制御駆動部2によってオープンループ制御したが、制御駆動部2に
制御駆動部2に各モータの検出信号を取り込むことにより、移載機構1をフィードバック制御してもよい。なお、この場合には、移載規範獲得部4は、制御誤差量ではなく、各センサの検出量を学習することが考えられる。
(6) In the above embodiment, the
A…荷役装置(適応性機械)、W,W1,W2,W2’…荷物、1…移載機構(運動機構)、1a…基台、1b〜1d…第1〜第3のアーム、1e〜1g…第1〜第3の関節、1h…ハンド部(人体運動検知部)、2…制御駆動部、3…操作部、4…移載規範獲得部(運動規範獲得部)
A ... cargo handling device (adaptive machine), W, W1, W2, W2 '... luggage, 1 ... transfer mechanism (movement mechanism), 1a ... base, 1b-1d ... first to third arms, 1e- DESCRIPTION OF
Claims (5)
外部情報に基づいて対象物に応じた運動規範を獲得する運動規範獲得部と、
該運動規範獲得部が獲得した運動規範に基づいて前記運動機構を制御・駆動する制御駆動部と
を具備することを特徴とする適応性機械。 A motion mechanism for performing motions on the object;
An exercise norm acquisition unit that acquires an exercise norm according to an object based on external information;
An adaptive machine comprising: a control drive unit that controls and drives the motion mechanism based on a motion rule acquired by the motion rule acquisition unit.
ことを特徴とする請求項1記載の適応性機械。 The motion norm acquisition unit takes in a mechanism detection signal indicating a motion state of the motion mechanism when the motion mechanism is manually moved from the motion mechanism as the external information, and applies the mechanism detection signal to an object based on the mechanism detection signal. The adaptive machine according to claim 1, wherein the adaptive function machine is a learning function unit that learns a motor norm corresponding thereto.
前記運動規範獲得部は、人体の運動状態を示す人体検出信号を前記外部情報として前記人体運動検知部から取り込むと共に前記運動機構の運動状態を示す機構検出信号を前記外部情報として前記運動機構から取り込み、前記人体検出信号及び前記機構検出信号に基づいて人体の運動及び対象物に応じた運動規範を学習する学習機能部である
ことを特徴とする請求項1記載の適応性機械。 It further comprises a human motion detector that detects human motion,
The motion norm acquisition unit captures a human body detection signal indicating a motion state of a human body from the human body motion detection unit as the external information and a mechanism detection signal indicating a motion state of the motion mechanism from the motion mechanism as the external information. The adaptive machine according to claim 1, wherein the adaptive machine is a learning function unit that learns a human body motion and a motion standard according to an object based on the human body detection signal and the mechanism detection signal.
前記制御駆動部は、人体の運動及び対象物に応じた運動規範に基づいて人体の運動を支援するように前記運動機構を制御・駆動することを特徴とする請求項3記載の適応性機械。 The motion mechanism performs a motion related to an object so as to support a motion of a human body,
The adaptive machine according to claim 3, wherein the control driving unit controls and drives the motion mechanism so as to support the motion of the human body based on the motion of the human body and a motion rule corresponding to the object.
ことを特徴とする請求項1記載の適応性機械。 The motion norm acquisition unit captures a mechanism detection signal indicating a motion state of the motion mechanism from the motion mechanism as the external information and a drive signal output by the control drive unit to the motion mechanism as the external information, 2. The adaptive machine according to claim 1, wherein the adaptive machine is a learning function unit that learns a motion norm corresponding to an object based on the mechanism detection signal and the drive signal.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012045863A JP2013180369A (en) | 2012-03-01 | 2012-03-01 | Adaptive machine |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012045863A JP2013180369A (en) | 2012-03-01 | 2012-03-01 | Adaptive machine |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2013180369A true JP2013180369A (en) | 2013-09-12 |
Family
ID=49271403
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012045863A Pending JP2013180369A (en) | 2012-03-01 | 2012-03-01 | Adaptive machine |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2013180369A (en) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016114240A1 (en) * | 2015-01-13 | 2016-07-21 | 株式会社小松製作所 | Drilling machine, method for controlling drilling machine, and drilling system |
JP2017030137A (en) * | 2015-07-31 | 2017-02-09 | ファナック株式会社 | Machine learning apparatus, robot control device, robot system, and machine learning method for learning behavior pattern of person |
CN106826812A (en) * | 2015-12-07 | 2017-06-13 | 发那科株式会社 | Rote learning device and learning by rote, laminated cores manufacture device and system |
CN107914270A (en) * | 2016-10-11 | 2018-04-17 | 发那科株式会社 | control device, robot system and production system |
US11780095B2 (en) | 2015-07-31 | 2023-10-10 | Fanuc Corporation | Machine learning device, robot system, and machine learning method for learning object picking operation |
-
2012
- 2012-03-01 JP JP2012045863A patent/JP2013180369A/en active Pending
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10538897B2 (en) | 2015-01-13 | 2020-01-21 | Komatsu Ltd. | Excavation machine, method for controlling excavation machine, and excavation system |
JP2016130409A (en) * | 2015-01-13 | 2016-07-21 | 株式会社小松製作所 | Excavator, control method for excavator, and excavation system |
WO2016114240A1 (en) * | 2015-01-13 | 2016-07-21 | 株式会社小松製作所 | Drilling machine, method for controlling drilling machine, and drilling system |
AU2016207551B2 (en) * | 2015-01-13 | 2018-10-04 | Komatsu Ltd. | Excavation machine, method of controlling excavation machine, and excavation system |
JP2017030137A (en) * | 2015-07-31 | 2017-02-09 | ファナック株式会社 | Machine learning apparatus, robot control device, robot system, and machine learning method for learning behavior pattern of person |
US11904469B2 (en) | 2015-07-31 | 2024-02-20 | Fanuc Corporation | Machine learning device, robot controller, robot system, and machine learning method for learning action pattern of human |
US11780095B2 (en) | 2015-07-31 | 2023-10-10 | Fanuc Corporation | Machine learning device, robot system, and machine learning method for learning object picking operation |
US10807235B2 (en) | 2015-07-31 | 2020-10-20 | Fanuc Corporation | Machine learning device, robot controller, robot system, and machine learning method for learning action pattern of human |
JP2017107902A (en) * | 2015-12-07 | 2017-06-15 | ファナック株式会社 | Machine learning device learning action of laminating core sheet, laminated core manufacturing device, laminated core manufacturing system, and machine learning method |
US10500721B2 (en) | 2015-12-07 | 2019-12-10 | Fanuc Corporation | Machine learning device, laminated core manufacturing apparatus, laminated core manufacturing system, and machine learning method for learning operation for stacking core sheets |
CN106826812B (en) * | 2015-12-07 | 2021-10-26 | 发那科株式会社 | Machine learning device, machine learning method, laminated core manufacturing device, and laminated core manufacturing system |
CN106826812A (en) * | 2015-12-07 | 2017-06-13 | 发那科株式会社 | Rote learning device and learning by rote, laminated cores manufacture device and system |
US10486306B2 (en) | 2016-10-11 | 2019-11-26 | Fanuc Corporation | Control device for controlling robot by learning action of person, robot system, and production system |
CN107914270B (en) * | 2016-10-11 | 2020-04-17 | 发那科株式会社 | Control device, robot system, and production system |
JP2018062016A (en) * | 2016-10-11 | 2018-04-19 | ファナック株式会社 | Control device for controlling robot by learning human action, robot system, and production system |
CN107914270A (en) * | 2016-10-11 | 2018-04-17 | 发那科株式会社 | control device, robot system and production system |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110465960B (en) | Robot system with article loss management mechanism | |
JP6788593B2 (en) | Manipulator system | |
JP2013180369A (en) | Adaptive machine | |
TWI765246B (en) | Robotic hands, robots and robotic systems | |
CN110997248B (en) | System for gripping articles and method of system operation for gripping articles | |
JP6771744B2 (en) | Handling system and controller | |
US11458639B2 (en) | Systems for changing tools on a gripper apparatus | |
JP2018161692A (en) | Information processing system, information processing method and program | |
JP7495688B2 (en) | Robot system control method and control device | |
JP7117192B2 (en) | Robot hands, robots and robot systems | |
CN107791245A (en) | Robot controller, robot and robot system | |
JP7044047B2 (en) | robot | |
US20120078419A1 (en) | Robot and control method thereof | |
JP2009078312A (en) | Articulated robot hand and articulated robot using the same | |
US20210016439A1 (en) | Learning device, robot control system, and learning control method | |
JP7207207B2 (en) | Arithmetic device, machine learning method and control program | |
US11597083B2 (en) | Robot apparatus, robot system, control method of robot apparatus, product manufacturing method using robot apparatus, and storage medium | |
JP2015182212A (en) | Robot system, robot, control device, and control method | |
WO2020179416A1 (en) | Robot control device, robot control method, and robot control program | |
US20230364787A1 (en) | Automated handling systems and methods | |
CN116529033A (en) | Fine grained industrial robot assembly | |
US20230271319A1 (en) | Method of generating a learning model for transferring fluid from one container to another by controlling robot arm based on a machine-learned learning model, and a method and system for weighing the fluid | |
CN114330755B (en) | Data set generation method and device, robot and storage medium | |
JP2023539403A (en) | Robot system equipped with overlap processing mechanism and its operating method | |
KR20210068979A (en) | Method and apparatus for performing depalletizing tasks using a robot |