CN110297460A - 热位移修正***以及计算机 - Google Patents

热位移修正***以及计算机 Download PDF

Info

Publication number
CN110297460A
CN110297460A CN201910224170.0A CN201910224170A CN110297460A CN 110297460 A CN110297460 A CN 110297460A CN 201910224170 A CN201910224170 A CN 201910224170A CN 110297460 A CN110297460 A CN 110297460A
Authority
CN
China
Prior art keywords
correction value
data
thermal
computer
update
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
Application number
CN201910224170.0A
Other languages
English (en)
Inventor
渡边光德
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fanuc Corp
Original Assignee
Fanuc Corp
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 Fanuc Corp filed Critical Fanuc Corp
Publication of CN110297460A publication Critical patent/CN110297460A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
    • B23Q15/00—Automatic control or regulation of feed movement, cutting velocity or position of tool or work
    • B23Q15/007—Automatic control or regulation of feed movement, cutting velocity or position of tool or work while the tool acts upon the workpiece
    • B23Q15/18—Compensation of tool-deflection due to temperature or force
    • 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
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • 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
    • G05B19/401—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 measuring, e.g. calibration and initialisation, measuring workpiece for machining purposes
    • 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
    • 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
    • G05B19/4155—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 programme execution, i.e. part programme or machine function execution, e.g. selection of a programme
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/37—Measurements
    • G05B2219/37436—Prediction of displacement, relative or absolute, motion
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/49—Nc machine tool, till multiple
    • G05B2219/49205—Compensate with stored values as function of machining time
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/49—Nc machine tool, till multiple
    • G05B2219/49206—Compensation temperature, thermal displacement, use measured temperature
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/49—Nc machine tool, till multiple
    • G05B2219/49211—Compensation dilatation using calculated temperature from velocity
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Human Computer Interaction (AREA)
  • Manufacturing & Machinery (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computing Systems (AREA)
  • Mechanical Engineering (AREA)
  • Automatic Control Of Machine Tools (AREA)
  • Numerical Control (AREA)

Abstract

本发明提供一种热位移修正***以及计算机，热位移修正***通过热位移修正装置与经由网络连接的计算机的协作来进行热位移修正。对于与设备进行的加工相伴的热位移进行修正的所述热位移修正***包含：与所述设备连接的热位移修正装置；以及经由网络与所述热位移修正装置连接的所述计算机。所述计算机具有：经由所述网络取得与所述设备的外部环境有关的环境数据的数据取得部；使用所述环境数据计算修正值的修正值推断部；以及将所述修正值向所述网络输出的修正值输出部。所述热位移修正装置具有：经由所述网络取得所述修正值的修正值取得部；以及使用所述修正值进行热位移修正的修正执行部。

Description

热位移修正***以及计算机
技术领域
本发明涉及热位移修正***，尤其是涉及通过热位移修正装置和经由网络连接的计算机的协作来进行热位移修正的热位移修正***以及计算机。
背景技术
已知一种热位移修正装置，其对以机床为主的工业用设备(以下，仅称作设备)中产生的热位移进行检测，计算热位移的修正值来执行修正。典型的是作为设备的控制装置的一个功能来提供热位移修正装置。例如，在日本特开平7-75937号公报中公开了通过机器学习来生成用于计算热位移修正值的模型的控制装置。
在当前普及的控制装置中，也有不少不具有作为热位移修正装置的功能的控制装置、即便具有该功能但修正值的计算精度不足的控制装置。为了在上述那样的控制装置中附加作为热位移修正装置的足够的功能，需要改善旧软件、或者具备能够处理复杂的修正式的计算能力。尤其是为了实施日本特开平7-75937号公报所记载的机器学习，需要庞大的计算能力。另外，伴随着技术革新、能够在机器学习中使用的数据的增加，有时通过更新修正式、模型来提高计算精度。然而，控制装置的计算能力的增强、软件的改善、修正式或模型的更新需要大量的成本、开发工时，在现实中大多较为困难。
发明内容
本发明是为了解决上述那样的问题点而做出的，其目的在于提供一种通过热位移修正装置和经由网络连接的计算机的协作来进行热位移修正的热位移修正***以及计算机。
本发明的一实施方式的热位移修正***是针对与设备进行的加工相伴的热位移进行修正的热位移修正***，其包括：热位移修正装置，其与所述设备连接；以及经由网络与所述热位移修正装置连接的计算机，所述计算机具有：数据取得部，其经由所述网络取得与所述设备的外部环境有关的环境数据；修正值推断部，其使用所述环境数据来计算修正值；以及修正值输出部，其将所述修正值向所述网络输出，所述热位移修正装置具有：修正值取得部，其经由所述网络来取得所述修正值；以及修正执行部，其使用所述修正值来进行热位移修正。
在本发明的一实施方式的热位移修正***中，所述热位移修正装置还具有装置数据取得部和装置数据输出部，所述装置数据取得部取得表示所述设备的状态的装置数据，所述装置数据输出部将所述装置数据向所述网络输出，所述修正值推断部使用所述环境数据以及所述装置数据来计算所述修正值。
在本发明的一实施方式的热位移修正***中，所述修正值推断部使用预先通过机器学习而生成的学习模型来计算所述修正值。
在本发明的一实施方式的热位移修正***中，所述计算机还具有学习部，所述学习部使用所述环境数据以及所述装置数据中的至少一方来更新所述学习模型。
在本发明的一实施方式的热位移修正***中，所述计算机经由网络与多个所述热位移修正装置连接。
本发明一实施方式的计算机输出用于对与设备进行的加工相伴的热位移进行修正的修正值，所述计算机具有：热位移修正装置，其与设备连接；数据取得部，其经由网络而连接，且经由所述网络来取得与所述设备的外部环境有关的环境数据；修正值推断部，其使用所述环境数据来计算修正值；以及修正值输出部，其将所述修正值向所述网络输出。
根据本发明，能够提供一种通过热位移修正装置与经由网络而连接的计算机的协作来进行热位移修正的热位移修正***以及计算机。
附图说明
通过参照附图说明以下的实施例，本发明的上述或其他的目的、特征以及优点变得明确。在这些附图中：
图1是示出实施例1的热位移修正***1的功能结构的框图。
图2是示出实施例2的热位移修正***1的功能结构的框图。
图3是示出实施例3的热位移修正***1的功能结构的框图。
图4是示出实施例4的热位移修正***1的功能结构的框图。
图5是示出实施例4的热位移修正***1的一变形例的功能结构的框图。
图6是示出实施例5的热位移修正***1的功能结构的框图。
图7是示出实施例1的热位移修正***1的动作的流程图。
图8是示出实施例2以及实施例3的热位移修正***1的动作的流程图。
图9是示出实施例4以及实施例5的热位移修正***1的动作的流程图。
图10是示出实施例4的热位移修正***1的一变形例的动作的流程图。
图11是热位移修正装置10的硬件结构图。
图12是计算机20的硬件结构图。
具体实施方式
对本发明实施方式的热位移修正***1的结构进行说明。
热位移修正***1包含热位移修正装置10以及计算机20。关于热位移修正装置10，典型的是设备的控制装置，例如是数值控制装置、机器人控制装置等。关于计算机20，典型的是服务器或者个人计算机等信息处理装置。计算机20可以是单一的信息处理装置，也可以由进行分散处理的多个信息处理装置构成。经由通信网络将热位移修正装置10与计算机20可相互通信地连接。热位移修正***1可包含1个以上的热位移修正装置10以及1个以上的计算机20。
图11是热位移修正装置10的主要部位的概要硬件结构图。热位移修正装置10具有CPU11、总线12、易失性存储器13、非易失性存储器14、接口15、接口16、接口17以及输入输出装置18。
CPU11是整体地控制热位移修正装置10的处理器。CPU11经由总线12读出在非易失性存储器14中存储的程序，并按照程序来控制整个热位移修正装置10。
非易失性存储器14构成为例如由未图示的电池支持等，即便热位移修正装置10的电源被切断也保持存储状态的存储器。非易失性存储器14中存储的程序、数据在使用时可以在易失性存储器13中展开。在易失性存储器13中，除了存储从非易失性存储器14展开的程序、数据以外，还存储临时的计算数据和显示数据、经由输入输出装置18而输入的数据等。
输入输出装置18例如是显示器、键盘等。从输入输出装置18的键盘输入的指令、数据经由接口15被传送给CPU11。另外，经由接口15在输入输出装置18的显示器中显示从CPU11输出的显示数据。
设备30是工业用设备，例如为机床等。将1个以上的设备30经由接口16与热位移修正装置10连接。从设备30发送的数据经由接口16被传送给CPU11。
计算机20经由接口17与热位移修正装置10连接。经由通信网络从计算机20发送的数据由接口17接收并传送给CPU11。另外，从CPU11输出的数据通过接口17经由通信网络向计算机20发送。
图12是计算机20的主要部位的概要硬件结构图。计算机20具有CPU21、总线22、易失性存储器23、非易失性存储器24、接口25、接口27以及输入输出装置28。
CPU21是整体控制计算机20的处理器。CPU21经由总线22读出在非易失性存储器24中存储的程序，并按照程序来控制整个计算机20。
非易失性存储器24构成为例如由未图示的电池进行支持等，即使计算机20的电源被切断也保持存储状态的存储器。非易失性存储器24中存储的程序、数据在使用时可以在易失性存储器23中展开。在易失性存储器23中除了存储从非易失性存储器24展开的程序、数据以外，还存储临时的计算数据和显示数据、经由输入输出装置28输入的数据等。
输入输出装置28例如是显示器、键盘等。从输入输出装置28的键盘输入的指令、数据经由接口25被传送给CPU21。另外，经由接口25在输入输出装置28的显示器中显示从CPU21输出的显示数据。
热位移修正装置10经由接口27与计算机20连接。经由通信网络从热位移修正装置10发送的数据由接口27接收并传送给CPU21。另外，从CPU21输出的数据通过接口27经由通信网络向热位移修正装置10发送。
＜实施例1＞
作为实施例1，对以下的热位移修正***1进行说明，在该热位移修正***1中，计算机20基于从外部传感器40等取得的环境数据计算修正值，热位移修正装置10从计算机20取得修正值来执行热位移修正。
图1是示出实施例1的热位移修正***1的概要的功能结构的框图。计算机20具有数据取得部201、修正值推断部202以及修正值输出部203。热位移修正装置10具有修正值取得部101和修正执行部102。
图7是示出实施例1的热位移修正***1的动作的流程图。按照该流程图来说明热位移修正***1的各构成要素的动作。
S101：计算机20的数据取得部201从1个以上的外部传感器40等接收环境数据(典型地为数值数据)。外部传感器40典型地为能够取得与设置设备的环境有关的数据的设备。如果构成为将外部传感器40和计算机20都与工厂内网络等连接，从外部传感器40向计算机20发送环境数据，则能够在计算机20汇总与环境有关的数据。外部传感器40取得的数据例如可包含：工厂的出入口的卷帘门的开闭状态、室温、工厂内的设备的位置(与预定的基点(例如卷帘门)的距离、表示相对于预定基点的相对位置的坐标值、表示工厂内的概要位置的划分编号等)、季节、温度、工厂的选址(纬度以及经度等)、工厂内的设备的运转状况(运转台数等)、作业员的出勤人数等。
除了从外部传感器40取得的环境数据以外，数据取得部201还能够取得可在修正值的计算中使用的任意的数据。例如，可以取得作业者经由输入输出装置28输入的数据。
S102：修正值推断部202使用数据取得部201所取得的环境数据来计算修正值。修正值推断部202典型地预先保持修正式，将环境数据导入修正式由此来得到修正值。修正值的单位为距离(μm)或角度。
S103：修正值输出部203将修正值推断部202计算出的修正值经由通信网络向热位移修正装置10的修正值取得部101输出。
S104：热位移修正装置10的修正值取得部101经由通信网络取得修正值输出部203输出的修正值。修正执行部102使用修正值取得部101所取得的修正值来执行热位移修正。关于热位移修正的执行方法，因为是公知的方法因此省略详细的说明。
在实施例1中，计算机20不从热位移修正装置10取得数据，而是使用从外部传感器40等取得的环境数据来计算修正值。热位移修正装置10使用计算机20计算出的修正值来进行热位移修正。
因此，根据实施例1，在修正值的计算处理中能够利用网络上的计算机20的计算资源。计算机20不经由热位移修正装置10也能够取得修正值的计算处理所需要的环境数据，因此热位移修正装置10的负荷与以往相比大幅减轻。另外，在计算机20中，与热位移修正装置10相比，能够比较容易地进行修正式的更新、变更，因此还能够灵活地跟随技术革新等。另外，计算机20容易汇总通过单个的热位移修正装置10难以取得的与环境有关的数据，因此能够使用以往无法使用的数据来求出高精度的修正值。环境数据以及修正值在计算机20与热位移修正装置10之间经由网络进行收发，但是热位移的进行比较缓慢，对于修正不需要严格的实时性，因此能够以一定程度允许网络的迟延。换言之，热位移修正适合于网络上的处理。
＜实施例2＞
作为实施例2，对以下的热位移修正***1进行说明，在该热位移修正***1中，计算机20基于从外部传感器40等取得的环境数据以及从热位移修正装置10取得的装置数据来进行修正值的计算，热位移修正装置10从计算机20取得修正值来执行热位移修正。
图2是示出实施例2的热位移修正***1的概要的功能结构的框图。计算机20具有数据取得部201、修正值推断部202以及修正值输出部203。热位移修正装置10具有修正值取得部101和修正执行部102。作为实施例2的特征，热位移修正装置10还具有装置数据取得部103和装置数据输出部104。
图8是示出实施例2的热位移修正***1的动作的流程图。按照该流程图对热位移修正***1的各构成要素的动作进行说明。
S201：热位移修正装置10的装置数据取得部103利用控制装置的功能来取得与设备的状态有关的数据(装置数据)。装置数据取得部103取得的装置数据例如能够包含：设备的各处的温度、冷却液ON/OFF的状态、冷却液的温度、电动机转速、电动机的温度、设备的门的开闭状态、加工速度、运转时间、工件材质等。
装置数据输出部104将装置数据取得部103所取得的装置数据经由通信网络向计算机20的数据取得部201输出。
计算机20的数据取得部201经由通信网络取得装置数据输出部104输出的装置数据。另外，与实施例1的S101相同地，数据取得部201从1个以上的外部传感器40等接收环境数据。数据取得部201也可以取得作业者经由输入输出装置28而输入的数据等。
S202：修正值推断部202使用数据取得部201所取得的环境数据以及装置数据来计算修正值。修正值推断部202典型地预先保持修正式，将环境数据以及装置数据导入修正式由此得到修正值。
S203：修正值输出部203将修正值推断部202计算出的修正值经由通信网络向热位移修正装置10的修正值取得部101输出。
S204：热位移修正装置10的修正值取得部101经由通信网络取得修正值输出部203输出的修正值。修正执行部102使用修正值取得部101所取得的修正值来执行热位移修正。
在实施例2中，计算机20使用从热位移修正装置10取得的装置数据和从外部传感器40等取得的环境数据来计算修正值。热位移修正装置10使用计算机20计算出的修正值进行热位移修正。
由此，根据实施例2，修正值的计算处理能够利用网络上的计算机20的计算资源。另外，在计算机20中，与热位移修正装置10相比，能够比较容易地进行修正式的更新、变更，因此还能够灵活地跟随技术革新等。另外，计算机20容易汇总通过单个的热位移修正装置10难以取得的与环境有关的数据，并且能够使用热位移修正装置10取得的反映了各个设备的状态的装置数据，因此能够求出精度比实施例1更高的修正值。
＜实施例3＞
作为实施例3，对以下的热位移修正***1进行说明，在该热位移修正***1中，计算机20基于从外部传感器40等取得的环境数据以及从热位移修正装置10取得的装置数据来进行修正值的计算，热位移修正装置10从计算机20取得修正值来执行热位移修正。计算机20使用通过机器学习而生成的学习模型来计算修正值。
图3是示出实施例3的热位移修正***1的概要的功能结构的框图。计算机20具有数据取得部201、修正值推断部202以及修正值输出部203。热位移修正装置10具有修正值取得部101、修正执行部102、装置数据取得部103以及装置数据输出部104。
实施例3的修正值推断部202保持了预先通过机器学习而生成的学习模型。典型地是通过有监督学习来生成学习模型，有监督学习是指将环境数据以及装置数据与修正值的集合作为训练数据向多个学习器输入，来学习环境数据以及装置数据与修正值之间的相关关系。通过有监督学习生成学习模型的生成方法是公知的，在此省略详细的说明。
如在后述的实施例4中所示那样，修正值推断部202也可以使用通过在线学习而逐次更新的学习模型来计算修正值。
与实施例2相同地，按照图8的流程图对实施例3的热位移修正***1的各构成要素的动作进行说明。
S201：热位移修正装置10的装置数据取得部103从控制装置取得与设备有关的数据(装置数据)。装置数据输出部104将装置数据取得部103所取得的装置数据经由通信网络向计算机20的数据取得部201输出。
计算机20的数据取得部201经由通信网络取得装置数据输出部104输出的装置数据。另外，与实施例1的S101相同地，数据取得部201从1个以上的外部传感器40等接收环境数据。数据取得部201也可以取得作业者经由输入输出装置28而输入的数据等。
S202：修正值推断部202使用数据取得部201所取得的环境数据以及装置数据来计算修正值。实施例3的修正值推断部202保持了通过机器学习预先学习了环境数据以及装置数据与修正值的相关关系的学习模型。通过向该学习模型输入数据取得部201所取得的环境数据以及装置数据，作为输出能够得到对应的修正值。
S203：修正值输出部203将修正值推断部202计算出的修正值经由通信网络向热位移修正装置10的修正值取得部101输出。
S204：热位移修正装置10的修正值取得部101经由通信网络取得修正值输出部203输出的修正值。修正执行部102使用修正值取得部101所取得的修正值来执行热位移修正。
在实施例3中，计算机20将从热位移修正装置10取得的装置数据和从外部传感器40等取得的环境数据向预先通过机器学习而生成的学习模型进行输入，由此来计算修正值。热位移修正装置10使用计算机20计算出的修正值来进行热位移修正。
由此，根据实施例3，修正值的计算处理能够利用网络上的计算机20的计算资源。尤其是通过机器学习进行的修正值的推断的处理负荷重，很多时候难以在热位移修正装置10中进行计算，因此优选实施例3的结构。另外，计算机20容易汇总通过单个的热位移修正装置10难以取得的与环境有关的数据，并且能够使用热位移修正装置10取得的反映了各个设备的状态的装置数据，因此能够求出精度比实施例1更高的修正值。
作为实施例3的变形例，也可以将实施例1的结构作为前提，使用学习模型来计算修正值。即，计算机20不使用装置数据而通过将从外部传感器40等取得的环境数据向预先通过机器学习而生成的学习模型进行输入来计算修正值。热位移修正装置10使用计算机20计算出的修正值来进行热位移修正。
通过该变形例，修正值的计算处理也能够利用网络上的计算机20的计算资源。尤其是通过机器学习进行的修正值的推断的处理负荷重，很多时候难以在热位移修正装置10中进行计算，因此优选变形例的结构。另外，计算机20容易汇总通过单个的热位移修正装置10难以取得的与环境有关的数据，因此能够求出精度比以往高的修正值。
为了修正值的推定以及在线学习而向学习模型输入的数据可以是环境数据以及装置数据两方，也可以仅是任意一方，还可以仅是环境数据以及装置数据的一部分。例如，可以针对环境数据和装置数据中的一方，使用学习模型来进行修正值的推定以及在线学习，针对另一方，使用现有的修正式来进行修正值的计算。另外，例如，可以针对环境数据和装置数据中的通过修正式得到足够精度的数据，使用修正式来计算修正值，针对另一方数据，使用学习模型进行修正值的推定以及在线学习。由此，能够兼顾精度和计算效率。
在该情况下，修正值推断部202整合通过多个方法计算出的多个修正值(例如计算平均等统计量)，修正值输出部203能够输出该整合后的修正值。
＜实施例4＞
作为实施例4，对以下的热位移修正***1进行说明，在该热位移修正***1中，计算机20基于从外部传感器40等取得的环境数据以及从热位移修正装置10取得的装置数据进行修正值的计算、热位移修正装置10从计算机20取得修正值来执行热位移修正。计算机20使用预先通过机器学习而生成的学习模型来计算修正值。另外，使用所取得的环境数据以及装置数据进行在线学习(追加学习)，更新学习模型。
图4是示出实施例4的热位移修正***1的概要的功能结构的框图。计算机20具有数据取得部201、修正值推断部202以及修正值输出部203。作为实施例4的特征，计算机20还具有学习部204。热位移修正装置10具有修正值取得部101、修正执行部102、装置数据取得部103以及装置数据输出部104。
图9是示出实施例4的热位移修正***1的动作的流程图。按照该流程图，对热位移修正***1的各构成要素的动作进行说明。
S301：热位移修正装置10的装置数据取得部103利用控制装置的功能来取得与设备有关的数据(装置数据)。装置数据输出部104将装置数据取得部103所取得的装置数据经由通信网络向计算机20的数据取得部201输出。
计算机20的数据取得部201经由通信网络取得装置数据输出部104所输出的装置数据。另外，与实施例1的S101相同地，数据取得部201从1个以上的外部传感器40等接收环境数据。数据取得部201也可以取得作业者经由输入输出装置28而输入的数据等。
S302：修正值推断部202使用数据取得部201所取得的环境数据以及装置数据来计算修正值。与实施例3相同地，修正值推断部202保持了通过机器学习预先学习了环境数据以及装置数据与修正值之间的相关关系的学习模型。通过向该学习模型输入数据取得部201所取得的环境数据以及装置数据，能够作为输出得到对应的修正值。
S303：学习部204使用数据取得部201所取得的环境数据和装置数据、以及修正值推断部202计算出的修正值来进行在线学习。即，作为追加数据使用数据取得部201取得的环境数据和装置数据以及修正值推断部202计算出的修正值，逐次更新学习模型。在线学习的具体方法是公知的，故在此省略详细的说明。
S304：修正值输出部203将修正值推断部202计算出的修正值经由通信网络向热位移修正装置10的修正值取得部101输出。
S305：热位移修正装置10的修正值取得部101经由通信网络取得修正值输出部203输出的修正值。修正执行部102使用修正值取得部101所取得的修正值来执行热位移修正。
在实施例4中，计算机20将从热位移修正装置10取得的装置数据和从外部传感器40等取得的环境数据向预先通过机器学习而生成的学习模型进行输入，由此来计算修正值。热位移修正装置10使用计算机20计算出的修正值来进行热位移修正。除此以外，计算机20通过在线学习逐次更新学习模型。
因而，根据实施例4，修正值的计算处理能够利用网络上的计算机20的计算资源。尤其是通过机器学习进行的修正值的推断的处理负荷重，很多时候难以在热位移修正装置10中进行计算。另外，通过在线学习进行的模型的逐次更新也需要相应的资源，因此优选实施例4的结构。另外，计算机20容易汇总通过单个的热位移修正装置10难以取得的与环境有关的数据，并且能够使用热位移修正装置10取得的反映了各个设备的状态的装置数据。除此以外，能够通过在线学习逐次维持或者提高学习模型的精度，因此能够求出精度比实施例3更高的修正值。
在实施例4中，作为变形例，也可以将实施例1的结构作为前提，构成为使用学习模型计算修正值，并且逐次更新学习模型。即，计算机20通过将从外部传感器40等取得的环境数据向预先通过机器学习而生成的学习模型进行输入来计算修正值。热位移修正装置10使用计算机20计算出的修正值进行热位移修正。除此以外，计算机20通过在线学习来逐次更新学习模型。
作为实施例4的第二变形例，计算机20还能够通过在线学习仅执行学习模型的逐次更新。图5是示出实施例4的第二变形例的热位移修正***1的概要的功能结构的框图。计算机20具有数据取得部201和学习部204。热位移修正装置10具有装置数据取得部103和装置数据输出部104。
图10示出实施例4的第二变形例的热位移修正***1的动作的流程图。按照该流程图，对热位移修正***1的各构成要素的动作进行说明。
S401：热位移修正装置10的装置数据取得部103利用控制装置的功能来取得与设备有关的数据(装置数据)。装置数据输出部104将装置数据取得部103所取得的装置数据经由通信网络而向计算机20的数据取得部201输出。
计算机20的数据取得部201经由通信网络而取得装置数据输出部104输出的装置数据。另外，与实施例1的S101相同地，数据取得部201从1个以上的外部传感器40等接收环境数据。数据取得部201也可以取得作业者经由输入输出装置28而输入的数据等。
S402：修正值推断部202使用数据取得部201所取得的环境数据以及装置数据计算修正值。与实施例3相同地，修正值推断部202向通过机器学习而预先学习了环境数据以及装置数据与修正值的相关关系的学习模型输入数据取得部201所取得的环境数据以及装置数据，由此作为输出能够得到对应的修正值。
S403：学习部204使用数据取得部201所取得的环境数据及装置数据、以及修正值推断部202计算出的修正值进行在线学习。即，作为追加数据使用数据取得部201取得的环境数据及装置数据、以及修正值推断部202计算出的修正值，逐次更新学习模型。
在实施例4的第二变形例中，计算机20使用从热位移修正装置10取得的装置数据和从外部传感器40等取得的环境数据，通过在线学习而逐次更新学习模型。
由此，根据实施例4的第二变形例，能够利用网络上的计算机20的计算资源来逐次更新学习模型，逐次维持或者提高学习模型的精度。由于通过在线学习进行的模型的逐次更新需要相应的资源，因此优选实施例4的第二变形例的结构。
＜实施例5＞
作为实施例5，对以下的热位移修正***1进行说明，在该热位移修正***1中，计算机20基于从外部传感器40等取得的环境数据和从多个热位移修正装置10取得的装置数据进行学习模型的更新和使用了学习模型的修正值的推断，热位移修正装置10从计算机20取得修正值来执行热位移修正。
图6是示出实施例5的热位移修正***1的概要的功能结构的框图。计算机20具有数据取得部201、修正值推断部202、修正值输出部203以及学习部204。作为实施例5的特征，将多个热位移修正装置10与计算机20连接。各个热位移修正装置10具有修正值取得部101、修正执行部102、装置数据取得部103以及装置数据输出部104。
多个热位移修正装置10分别在与计算机20的关系下按照实施例4进行动作(参照图9)。
即，各个热位移修正装置10的装置数据取得部103从控制装置取得与设备有关的数据(装置数据)。装置数据输出部104将装置数据向计算机20的数据取得部201输出。计算机20的数据取得部201取得各个热位移修正装置10的装置数据输出部104输出的装置数据。另外，数据取得部201从1个以上的外部传感器40等接收环境数据。数据取得部201也可以取得作业者经由输入输出装置28而输入的数据等。(S301)
修正值推断部202将数据取得部201所取得的环境数据以及装置数据向学习模型输入，作为输出得到对应的修正值。(S302)
学习部204使用数据取得部201所取得的环境数据及装置数据、以及修正值推断部202计算出的修正值来进行在线学习。(S303)
修正值输出部203将修正值推断部202输出的修正值向各个热位移修正装置10的修正值取得部101输出。(S304)
各个热位移修正装置10的修正值取得部101取得修正值输出部203输出的修正值。修正执行部102使用所取得的修正值来执行热位移修正。(S305)
在实施例5中，计算机20通过将从多个热位移修正装置10取得的装置数据和从外部传感器40等取得的环境数据向预先通过机器学习而生成的学习模型进行输入来计算修正值。多个热位移修正装置10分别使用计算机20计算出的修正值来进行热位移修正。
因而，根据实施例5，修正值的计算处理能够利用网络上的计算机20的计算资源。尤其是实施例5那样的分散环境中的机器学习的处理负荷重，很多时候难以在热位移修正装置10中进行计算，因此优选实施例5的结构。另外，计算机20容易汇总通过单个的热位移修正装置10难以取得的与环境有关的数据，并且能够使用热位移修正装置10取得的反映了各个设备的状态的装置数据。因此能够求出精度比实施例1更高的修正值。
在实施例5中使用以及更新的学习模型可以在多个热位移修正装置10中共用，也可以是每个热位移修正装置10独立的学习模型。例如，若多个热位移修正装置10的特性共通(例如设备的形式共通，热位移的发现趋势具有类似性、工厂内的设备的设置环境具有类似性等)，则能够通过使用共用的学习模型来高效地提高学习模型的精度。另一方面，通过对每个热位移修正装置10使用独立的学习模型，能够进行反映了每个设备不同的特性的细致的修正值的推断。
可以根据输入的数据的性质使用多个学习模型。也可以构成为，例如在工厂内的环境几乎一样的情况等下，针对环境数据，使用以及更新多个热位移修正装置10共用的学习模型来实现高效化，针对装置数据，使用以及更新每个热位移修正装置10独立的学习模型来反映独自的特性。另外，也可以构成为，例如针对环境数据以及装置数据中的在设备间共通性高的数据(例如环境数据中的工厂的出入口的卷帘门的开闭状态、表示工厂内的概略位置的划分编号、季节、温度、工厂的选址(纬度以及经度等)、工厂内的设备的运转状况(运转台数等)、作业员的出勤人数等。装置数据中的工件材质等)，使用以及更新在多个热位移修正装置10中共用的学习模型来实现高效化，针对独自性强的数据(例如环境数据中的室温、工厂内的设备的位置(与预定基点(例如卷帘门)的距离、表示相对于预定基点的相对位置的坐标值等。装置数据中的设备的各处的温度、冷却液ON/OFF的状态、冷却液的温度、电动机转速、电动机的温度、设备的门的开闭状态、加工速度、运转时间等)，通过使用以及更新每个热位移修正装置10独立的学习模型能够反映独自的特性。
在一并使用多个学***均等统计量)，修正值输出部203能够输出该整合后的修正值。
作为学习模型，也可以采用对在其他的热位移修正***1中生成的学习模型进行蒸馏而生成的新的学习模型(蒸馏模型)。尤其是针对使用在多个设备间共通性高的数据的学习模型，当在一个热位移修正***1中根据上述实施方式生成了学习模型之后，生成以成为与该学习模型(复杂模型)相同的输出的方式进行学习后的简略模型，能够在其他的热位移修正***1使用简略模型。
本发明并不局限于上述的实施方式，能够加以适当的变更而以各种方式进行实施。例如，在上述的实施方式中示出的学习用参数、机器学习方法(有监督学习、在线学习等)只不过是一例，也可以根据需要而采用其他任意的学习用参数、机器学习方法。另外，在上述实施方式中示出的处理的顺序等也可以在不损害本发明的主旨的范围内适当调换。
以上对本发明的实施方式进行了说明，但是本发明并不局限于上述的实施方式的例子，通过加以适当的变更能够以其他的方式进行实施。

Claims (6)

1.一种热位移修正***，其修正与设备进行的加工相伴的热位移，其特征在于，
所述热位移修正***包含：
与所述设备连接的热位移修正装置；以及
经由网络与所述热位移修正装置连接的计算机，
所述计算机具有：
数据取得部，其经由所述网络取得与所述设备的外部环境有关的环境数据；
修正值推断部，其使用所述环境数据来计算修正值；以及
修正值输出部，其将所述修正值向所述网络输出，
所述热位移修正装置具有：
修正值取得部，其经由所述网络来取得所述修正值；以及
修正执行部，其使用所述修正值来进行热位移修正。
2.根据权利要求1所述的热位移修正***，其特征在于，
所述热位移修正装置还具有装置数据取得部和装置数据输出部，
所述装置数据取得部取得表示所述设备的状态的装置数据，
所述装置数据输出部将所述装置数据向所述网络输出，
所述修正值推断部使用所述环境数据以及所述装置数据来计算所述修正值。
3.根据权利要求2所述的热位移修正***，其特征在于，
所述修正值推断部使用预先通过机器学习而生成的学习模型来计算所述修正值。
4.根据权利要求3所述的热位移修正***，其特征在于，
所述计算机还具有学习部，
所述学习部使用所述环境数据以及所述装置数据中的至少一方来更新所述学习模型。
5.根据权利要求3或4所述的热位移修正***，其特征在于，
所述计算机经由网络与多个所述热位移修正装置连接。
6.一种计算机，其输出用于对与设备进行的加工相伴的热位移进行修正的修正值，其特征在于，
所述计算机具有：
与设备连接的热位移修正装置；
数据取得部，其经由网络而连接，经由所述网络来取得与所述设备的外部环境有关的环境数据；
修正值推断部，其使用所述环境数据来计算修正值；以及
修正值输出部，其将所述修正值向所述网络输出。
CN201910224170.0A 2018-03-23 2019-03-22 热位移修正***以及计算机 Pending CN110297460A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2018-057188 2018-03-23
JP2018057188A JP6802208B2 (ja) 2018-03-23 2018-03-23 熱変位補正システム及び計算機

Publications (1)

Publication Number Publication Date
CN110297460A true CN110297460A (zh) 2019-10-01

Family

ID=67848359

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910224170.0A Pending CN110297460A (zh) 2018-03-23 2019-03-22 热位移修正***以及计算机

Country Status (4)

Country Link
US (1) US11112759B2 (zh)
JP (1) JP6802208B2 (zh)
CN (1) CN110297460A (zh)
DE (1) DE102019106728B4 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4050431A4 (en) 2019-10-21 2023-07-19 Aising Ltd. DEVICE, METHOD, PROGRAM AND CONTROL SYSTEM
JP7462905B2 (ja) 2019-10-21 2024-04-08 株式会社エイシング 制御装置、方法、プログラム及びシステム
TW202224841A (zh) 2020-12-18 2022-07-01 日商發那科股份有限公司 資料收集計畫產生裝置及資料收集計畫產生方法
JP7221459B1 (ja) * 2022-05-23 2023-02-13 三菱電機株式会社 熱変位モデル学習装置、熱変位推定装置、加工システム、および加工方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090098709A (ko) * 2008-03-13 2009-09-17 브라더 고오교오 가부시키가이샤 공작 기계의 열변위 보정 방법, 열변위 보정 장치 및 열변위 보정용 프로그램을 기억한 컴퓨터 판독 가능한 매체
CN102753302A (zh) * 2010-02-15 2012-10-24 株式会社捷太格特 机床的热位移修正方法以及热位移修正装置
JP2012240137A (ja) * 2011-05-17 2012-12-10 Jtekt Corp 工作機械の熱変位補正方法および熱変位補正装置
CN103217927A (zh) * 2012-01-19 2013-07-24 发那科株式会社 机床的热位移修正装置
CN104942651A (zh) * 2014-03-31 2015-09-30 发那科株式会社 机床的热位移补偿装置
CN105182908A (zh) * 2014-06-18 2015-12-23 发那科株式会社 机床的热位移修正装置
CN106346304A (zh) * 2015-07-17 2017-01-25 发那科株式会社 机床的热位移修正装置
CN106371404A (zh) * 2015-07-21 2017-02-01 发那科株式会社 机床的热位移校正装置
CN106488828A (zh) * 2014-10-29 2017-03-08 山崎马扎克公司 具备热位移修正量设定变更装置的机床
CN106557069A (zh) * 2015-09-29 2017-04-05 发那科株式会社 机械学习装置和方法以及具有该机械学习装置的机床
CN107491038A (zh) * 2016-06-09 2017-12-19 发那科株式会社 学习异常负载检测的阈值的机械学习机、数控装置以及机械学习方法

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0775937A (ja) 1993-09-07 1995-03-20 Sodick Co Ltd 工作機械及びその制御方法
JP3292455B2 (ja) * 1997-10-08 2002-06-17 ブラザー工業株式会社 工作機械の熱変位量算出装置及び記憶媒体
JPH11114776A (ja) * 1997-10-13 1999-04-27 Niigata Eng Co Ltd 工作機械の熱変位補正装置
US6508614B1 (en) * 1999-03-17 2003-01-21 Ntn Corporation Spindle device and machine tool utilizing the same
JP3405965B2 (ja) * 2000-07-06 2003-05-12 ファナック株式会社 工作機械の熱変位補正方法
JP2003094291A (ja) * 2001-09-27 2003-04-03 Kanto Seiki Kk 工作機械の熱変形補正方法および装置
DE102007045592A1 (de) 2007-09-14 2009-04-09 Ex-Cell-O Gmbh Verfahren zur Bestimmung einer thermisch bedingten Positionsänderung eines Werkzeugmaschinenabschnitts einer Werkzeugmaschine
TW201021959A (en) * 2008-12-11 2010-06-16 Ind Tech Res Inst A thermal error compensation method for machine tools
JP5359320B2 (ja) * 2009-01-29 2013-12-04 株式会社ジェイテクト 工作機械
JP4917665B1 (ja) * 2010-11-11 2012-04-18 ファナック株式会社 工作機械の熱変位補正方法及び熱変位補正装置
JP5568005B2 (ja) * 2010-12-28 2014-08-06 オークマ株式会社 工作機械の熱変位補正装置及び方法
DE102011105141A1 (de) 2011-06-09 2012-12-13 Dmg Electronics Gmbh Verfahren und system zur simulation eines arbeitsprozesses an einer werkzeugmaschine
JP5607695B2 (ja) * 2012-09-13 2014-10-15 ファナック株式会社 工作機械の熱変位補正装置
JP5698798B2 (ja) * 2013-06-24 2015-04-08 ファナック株式会社 熱変位量補正機能を有する工作機械
JP5956497B2 (ja) * 2014-04-08 2016-07-27 ファナック株式会社 機械の熱変位補正装置
JP6042917B2 (ja) * 2015-01-30 2016-12-14 ファナック株式会社 工作機械の熱変位補正装置
JP6280078B2 (ja) * 2015-05-11 2018-02-14 ファナック株式会社 工作機械の熱変位補正訓練装置
JP5969676B1 (ja) * 2015-09-30 2016-08-17 ファナック株式会社 工作機械の工具補正の頻度を最適化する機械学習装置及び機械学習方法、並びに該機械学習装置を備えた工作機械
JP6464203B2 (ja) * 2017-01-10 2019-02-06 ファナック株式会社 工作機械の機械学習装置および熱変位補正装置
JP6683667B2 (ja) * 2017-10-04 2020-04-22 ファナック株式会社 熱変位補正システム

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090098709A (ko) * 2008-03-13 2009-09-17 브라더 고오교오 가부시키가이샤 공작 기계의 열변위 보정 방법, 열변위 보정 장치 및 열변위 보정용 프로그램을 기억한 컴퓨터 판독 가능한 매체
CN102753302A (zh) * 2010-02-15 2012-10-24 株式会社捷太格特 机床的热位移修正方法以及热位移修正装置
JP2012240137A (ja) * 2011-05-17 2012-12-10 Jtekt Corp 工作機械の熱変位補正方法および熱変位補正装置
CN103217927A (zh) * 2012-01-19 2013-07-24 发那科株式会社 机床的热位移修正装置
CN104942651A (zh) * 2014-03-31 2015-09-30 发那科株式会社 机床的热位移补偿装置
CN105182908A (zh) * 2014-06-18 2015-12-23 发那科株式会社 机床的热位移修正装置
CN106488828A (zh) * 2014-10-29 2017-03-08 山崎马扎克公司 具备热位移修正量设定变更装置的机床
CN106346304A (zh) * 2015-07-17 2017-01-25 发那科株式会社 机床的热位移修正装置
CN106371404A (zh) * 2015-07-21 2017-02-01 发那科株式会社 机床的热位移校正装置
CN106557069A (zh) * 2015-09-29 2017-04-05 发那科株式会社 机械学习装置和方法以及具有该机械学习装置的机床
CN107491038A (zh) * 2016-06-09 2017-12-19 发那科株式会社 学习异常负载检测的阈值的机械学习机、数控装置以及机械学习方法

Also Published As

Publication number Publication date
US11112759B2 (en) 2021-09-07
JP2019166603A (ja) 2019-10-03
DE102019106728A1 (de) 2019-09-26
US20190294126A1 (en) 2019-09-26
DE102019106728B4 (de) 2024-02-22
JP6802208B2 (ja) 2020-12-16

Similar Documents

Publication Publication Date Title
CN110297460A (zh) 热位移修正***以及计算机
US7720552B1 (en) Virtual knob lever arm as analog control element
EP3376325A1 (en) Development of control applications in augmented reality environment
EP3733355A1 (en) Robot motion optimization system and method
Jin et al. Dynamic neural networks aided distributed cooperative control of manipulators capable of different performance indices
CN109693234B (zh) 机器人跌倒预测方法、装置、终端设备及计算机存储介质
CN107782304B (zh) 移动机器人的定位方法及装置、移动机器人及存储介质
CN107862469B (zh) 精密加工触屏可视化操作管理方法、移动终端和介质
US20200019136A1 (en) Method and apparatus for estimating system error of commissioning tool of industrial robot
JP2022501717A (ja) プラントを制御する制御システム及び方法、並びに記憶媒体
CN115816459A (zh) 机器人控制方法、装置、计算机设备、存储介质和产品
ABE et al. Digital construction
CN112859601B (zh) 机器人控制器设计方法、装置、设备及可读存储介质
Jin et al. Task-driven hybrid model reduction for dexterous manipulation
Patil et al. Robust state and unknown input estimator and its application to robot localization
CN113084791B (zh) 机械臂控制方法、机械臂控制装置及终端设备
Zug et al. Online evaluation of manipulation tasks for mobile robots in Industry 4.0 scenarios
CN115984516B (zh) 基于slam算法的增强现实方法及相关设备
Golz et al. RoBO-2L, a Matlab interface for extended offline programming of KUKA industrial robots
US20220111515A1 (en) Method and Apparatus for Managing Robot Program
EP3629251A1 (en) Neural network processing method, computer system, and storage medium
Andres et al. Calibration and control of a redundant robotic workcell for milling tasks
CN115205419A (zh) 即时定位与地图构建方法、装置、电子设备及可读存储介质
JP6731603B1 (ja) 検査システム
US10821604B2 (en) Computer-implemented method for robot posture detection and robot

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination