JP2005088146A - 物体処理システム、物体処理方法及びロボット - Google Patents
物体処理システム、物体処理方法及びロボット Download PDFInfo
- Publication number
- JP2005088146A JP2005088146A JP2003326715A JP2003326715A JP2005088146A JP 2005088146 A JP2005088146 A JP 2005088146A JP 2003326715 A JP2003326715 A JP 2003326715A JP 2003326715 A JP2003326715 A JP 2003326715A JP 2005088146 A JP2005088146 A JP 2005088146A
- Authority
- JP
- Japan
- Prior art keywords
- information
- robot
- tag
- reading
- recognition
- 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
【課題】作業環境における物体を撮像画像により簡単に特定できる。
【解決手段】このシステムでは、物体５０１〜５０６を画像認識するために必要な物体認識用情報ＯＢＳが記憶されている情報サーバ１０１と、情報サーバ１０１に記憶されている物体処理用情報ＯＢＳに基づいて物体５０１〜５０６を特定するロボット１と、ロボット１の環境を監視する物体特定用装置２０１〜２０６とを備える。ロボット１は、物体５０１〜５０６に付されているタグ５０１ａ〜５０６ａから情報を読み取るタグリーダライタ４と、タグリーダライタ４が読み取ったＩＤ情報ＯＢに基づいて、情報サーバ１０１から物体認識用情報ＯＢＳを読み込むためのアドレス処理部及びネットワーク処理部と、アドレス処理部等で読み込んだ物体認識用情報ＯＢＳ、撮像部９が得た撮像画像情報及び物体特定用装置２０１〜２０６の物体特定結果を用いて物体を特定する制御部５とを備える。
【選択図】図７
【解決手段】このシステムでは、物体５０１〜５０６を画像認識するために必要な物体認識用情報ＯＢＳが記憶されている情報サーバ１０１と、情報サーバ１０１に記憶されている物体処理用情報ＯＢＳに基づいて物体５０１〜５０６を特定するロボット１と、ロボット１の環境を監視する物体特定用装置２０１〜２０６とを備える。ロボット１は、物体５０１〜５０６に付されているタグ５０１ａ〜５０６ａから情報を読み取るタグリーダライタ４と、タグリーダライタ４が読み取ったＩＤ情報ＯＢに基づいて、情報サーバ１０１から物体認識用情報ＯＢＳを読み込むためのアドレス処理部及びネットワーク処理部と、アドレス処理部等で読み込んだ物体認識用情報ＯＢＳ、撮像部９が得た撮像画像情報及び物体特定用装置２０１〜２０６の物体特定結果を用いて物体を特定する制御部５とを備える。
【選択図】図７
Description
本発明は、与えられた作業環境で、作業環境内に存在する物体に対して操作や作業等の処理を自律的に行うロボット、並びにロボットを使用して行う物体処理システム及び物体処理方法に関する。
ロボットに撮像部を備えさせ、ロボットに作業をさせるシステムがある。いわゆる、ロボットがロボットビジョンにより自律的に作業する場合である。
このシステムでは、ロボットは、撮像部から得られる画像から、形状等の情報に基づいて、作業環境に存在する作業対象の物体を認識して、その物体を特定している。
ここで、与えられた作業環境でロボットに自律的に作業を遂行させる１つの方法として作業環境に存在する作業対象になる物体に関する情報を知識としてロボットに与え、ロボットにその知識を活用して作業計画を構築させ、自律的に作業を遂行させる方法がある。
このシステムでは、ロボットは、撮像部から得られる画像から、形状等の情報に基づいて、作業環境に存在する作業対象の物体を認識して、その物体を特定している。
ここで、与えられた作業環境でロボットに自律的に作業を遂行させる１つの方法として作業環境に存在する作業対象になる物体に関する情報を知識としてロボットに与え、ロボットにその知識を活用して作業計画を構築させ、自律的に作業を遂行させる方法がある。
例えば、図１２に示すように、６個の種々の物体５０１，５０２，５０３，５０４，５０５，５０６が存在する作業環境でロボット６００が自律的に作業する場合を例に挙げて説明する。図１２では、作業環境に存在する物体５０１〜５０６を２次元平面の物体として示しているが、実際は、作業環境は３次元空間であり、この作業環境に存在する物体５０１〜５０６も３次元空間に存在する立体の物体である。
ここで、ロボット６００が初期位置Ｐ１から目的位置Ｐ２まで自律的に移動する場合を考える。
図１３は、このような移動をロボットに実現させるための人的作業を示す。
先ず、各物体５０１〜５０６の情報を含む作業環境モデルＷＭを用意する。
作業環境モデルＷＭはロボット６００が作業する現実の作業環境Ｗの構造を示す情報であり、作業環境モデルＷＭには、作業環境Ｗに存在する各物体５０１〜５０６の情報が含まれている。
図１３は、このような移動をロボットに実現させるための人的作業を示す。
先ず、各物体５０１〜５０６の情報を含む作業環境モデルＷＭを用意する。
作業環境モデルＷＭはロボット６００が作業する現実の作業環境Ｗの構造を示す情報であり、作業環境モデルＷＭには、作業環境Ｗに存在する各物体５０１〜５０６の情報が含まれている。
物体５０１〜５０６の情報の内容としては種々あるが、例えば当該物体５０１〜５０６の位置（例えば絶対位置）の情報や幾何学的形状の情報がある。このような情報を、ロボット６００の設計者が作業環境モデルＷＭとして記述して、この作業環境モデルＷＭを、ロボット６００の制御部（コンピュータ）６０１内に構築させている。例えば、作業環境モデルＷＭを環境データとして制御部（コンピュータ）６０１内に構築させている。
制御部６０１には、このような作業環境モデルＷＭの他に、ロボット６００が動作するための情報或いはプログラムが格納されている。
例えば、ロボット６００が動作するための情報として、ロボット６００の大きさ等の情報が格納されている。また、ロボット６００が動作するための制御プログラムとして、作業計画アルゴリズムが格納されている。作業計画アルゴリズムは、作業環境モデルＷＭに基づいてロボット６００の作業手順である作業計画を作成するためのアルゴリズムである。そして、ロボット６００が動作するための情報或いはプログラムは、ロボット６００の設計者によって決定或いは設計されて、予め制御部６０１に格納されている。
例えば、ロボット６００が動作するための情報として、ロボット６００の大きさ等の情報が格納されている。また、ロボット６００が動作するための制御プログラムとして、作業計画アルゴリズムが格納されている。作業計画アルゴリズムは、作業環境モデルＷＭに基づいてロボット６００の作業手順である作業計画を作成するためのアルゴリズムである。そして、ロボット６００が動作するための情報或いはプログラムは、ロボット６００の設計者によって決定或いは設計されて、予め制御部６０１に格納されている。
そして、制御部６０１は、ロボット６００の駆動部６０２を制御している。駆動部６０２は、例えばロボット６００が移動するための移動手段等から構成されている。
このようなロボット６００は、作業指令（或いは動作指令）が与えられると、制御部６０１が作業計画アルゴリズムにより、ロボット６００の大きさ、作業環境モデルＷＭの物
体の位置や幾何学的形状を参照して、ロボット６００と物体との干渉チェックを行う等数理的演算処理行い、初期位置Ｐ１から目標位置Ｐ２までの経路を割り出す。このとき、ロボット６００は、撮像部が撮像した画像と幾何学的形状の情報（例えばテンプレート）を用いて認識処理を行い、例えばテンプレートマッチングを行い、物体を特定している。
このようなロボット６００は、作業指令（或いは動作指令）が与えられると、制御部６０１が作業計画アルゴリズムにより、ロボット６００の大きさ、作業環境モデルＷＭの物
体の位置や幾何学的形状を参照して、ロボット６００と物体との干渉チェックを行う等数理的演算処理行い、初期位置Ｐ１から目標位置Ｐ２までの経路を割り出す。このとき、ロボット６００は、撮像部が撮像した画像と幾何学的形状の情報（例えばテンプレート）を用いて認識処理を行い、例えばテンプレートマッチングを行い、物体を特定している。
そして、制御部６０１は、その割り出した経路に沿うように実際にロボット６００が動作するように作業計画を立てる。ここで、作業計画とは、ロボット６００が作業を実現するために、どのように駆動部６０２を制御すればよいかを示す情報（制御信号群）からなる。制御部６０１は、この作業計画に基づいて制御信号を駆動部６０２に出力して、駆動部６０２を制御する。これにより、ロボット６００は、物体５０１〜５０６への接触を避けて、初期位置Ｐ１から目的位置Ｐ２まで自律的に移動する。
以上のように、ロボットを制御するコンピュータ（制御部）内に作業環境モデルを構築するとともに、その作業環境モデルを参照してロボットに作業計画を立てさせ、ロボットに自律的に作業させる方法が従来より提案されており、このような方法の研究が多くの研究者によりなされている。このようなロボットを自律的に作業させるこのような方法は、モデルベーストによるロボットの自律制御技術と呼ばれている。
なお、このような方法は、ロボットを移動させるためだけに用いられているとも限られない。例えば、作業環境に存在する物体に種々の操作を行うために使われるロボットアームやロボットマニピュレータを自律的に作業させるのにも適用できる。例えば、ロボットアーム・マニピュレータに適用する場合、作業環境の物体の情報（作業環境モデル）には、物体の位置や幾何学的形状の他に物体を把持する位置（把持に最適な位置）等が含ませること等が行われる。
しかし、ロボットが作業環境にある物体を認識する能力には限界があり、人間と同等の物体認識能力には至るものではない。すなわち、前述の例であれば、前記テンプレートマッチングで使用する幾何学的形状の情報（例えばテンプレート）を特定できないと、作業環境の物体を特定できなくなる。このように、作業環境に存在する物体をロボットが的確に特定できないと、ロボットが物体に対して適切に操作や作業をすることができなくなる。
そこで、本発明は、このような実情に鑑みてなされたものであり、作業環境における物体を撮像画像により簡単に認識（特定）できるロボット、物体処理システム及び物体処理方法の提供を目的とする。
そこで、本発明は、このような実情に鑑みてなされたものであり、作業環境における物体を撮像画像により簡単に認識（特定）できるロボット、物体処理システム及び物体処理方法の提供を目的とする。
請求項１記載の発明に係る物体処理システムは、物体を画像認識するために必要な物体認識用情報が記憶されている情報サーバと、前記情報サーバに記憶されている物体処理用情報に基づいて前記物体を特定するロボットと、前記ロボットの環境を監視する監視装置とを備える。この物体処理システムでは、前記監視装置は、前記ロボットの環境を監視して監視情報を得ており、前記ロボットは、周囲を撮像する第１の撮像手段と、前記情報サーバから前記物体認識用情報を読み込むための読み込み用情報を、前記物体に付されている非接触型タグから比接触で読み取る第１のタグリーダと、前記第１のタグリーダが読み取った前記読み込み用情報に基づいて、前記情報サーバから前記物体認識用情報を読み込む第１の通信手段と、前記第１の通信手段が読み込んだ前記物体認識用情報と前記第１の撮像手段が得た撮像画像情報とを用いて前記物体を特定するとともに、その物体の特定に前記監視手段が得た監視情報も用いる物体特定手段とを備えることを特徴とする。
また、請求項２記載の発明に係る物体処理システムは、請求項１記載の発明に係る物体処理システムにおいて、前記監視装置が、周囲を撮像する第２の撮像手段と、前記物体に付されている非接触型タグから比接触で前記読み込み用情報を読み取る第２のタグリーダと、前記第２のタグリーダが読み取った前記読み込み用情報に基づいて、前記情報サーバから前記物体認識用情報を読み込む第２の通信手段と、前記第２の通信手段が読み込んだ前記物体認識用情報と前記第２の撮像手段が得た撮像画像情報とを用いて前記物体を特定して、その特定結果を前記監視情報として前記ロボットに送信する送信手段とを備えることを特徴とする。
また、請求項３記載の発明に係る物体処理システムは、請求項１又は２に記載の発明に係る物体処理システムにおいて、前記ロボットが、前記タグに情報を書き込むタグライタと、前記物体特定手段が特定した物体の情報を前記タグライタにより前記タグに書き込む物体情報書き込み手段とを備え、前記タグリーダが、前記物体情報書き込み手段が前記タグに書き込んだ前記物体の情報を読み取ることを特徴とする。
また、請求項４記載の発明に係る物体処理方法は、物体を画像認識するために必要な物体認識用情報を情報サーバに記憶させ、かつ前記情報サーバから前記物体認識用情報を読み込むための読み込み用情報を、前記物体に付されている非接触型タグに記憶させ、監視装置によりロボットの環境を監視して監視情報を得ており、前記ロボットが、撮像手段により周囲の撮像画像情報を取得するとともに、前記非接触型タグからタグリーダにより比接触で前記読み込み用情報を読み取り、その読み取った読み込み用情報に基づいて、前記情報サーバから前記物体処理用情報を読み込み、その読み込んだ物体認識用情報と前記撮像画像情報とを用いて前記物体を特定するとともに、その物体の特定に前記監視情報も用いることを特徴とする。
また、請求項５記載の発明に係る物体処理方法は、請求項４記載の発明に係る物体処理方法において、前記ロボットが、前記特定した物体の情報をタグライタにより前記タグに書き込み、前記ロボットが、前記タグに前記物体の情報が書き込まれている場合には、前記タグリーダにより当該物体の情報を読み取ることを特徴とする。
また、請求項６記載の発明に係るロボットは、情報サーバに記憶されている物体を画像認識するために必要な物体処理用情報及び監視装置がロボットの環境を監視して得た監視情報に基づいて前記物体を特定するロボットである。このロボットは、周囲を撮像する撮像手段と、前記情報サーバから前記物体認識用情報を読み込むための読み込み用情報を、前記物体に付されている非接触型タグから比接触で読み取るタグリーダと、前記タグリーダが読み取った前記読み込み用情報に基づいて、前記情報サーバから前記物体認識用情報を読み込む通信手段と、前記通信手段が読み込んだ前記物体認識用情報と前記撮像手段が得た撮像画像情報とを用いて前記物体を特定するとともに、その物体の特定に前記監視情報も用いる物体特定手段とを備えることを特徴とする。
また、請求項６記載の発明に係るロボットは、情報サーバに記憶されている物体を画像認識するために必要な物体処理用情報及び監視装置がロボットの環境を監視して得た監視情報に基づいて前記物体を特定するロボットである。このロボットは、周囲を撮像する撮像手段と、前記情報サーバから前記物体認識用情報を読み込むための読み込み用情報を、前記物体に付されている非接触型タグから比接触で読み取るタグリーダと、前記タグリーダが読み取った前記読み込み用情報に基づいて、前記情報サーバから前記物体認識用情報を読み込む通信手段と、前記通信手段が読み込んだ前記物体認識用情報と前記撮像手段が得た撮像画像情報とを用いて前記物体を特定するとともに、その物体の特定に前記監視情報も用いる物体特定手段とを備えることを特徴とする。
以上の請求項１、４及び６記載の発明では、物体を画像認識するために必要な物体認識用情報を情報サーバに記憶させ、かつ情報サーバから物体認識用情報を読み込むための読み込み用情報を、物体に付されている非接触型タグに記憶させることが前提となる。そして、ロボットが、撮像手段（第１の撮像手段）により周囲の撮像画像情報を取得するとともに、非接触型タグからタグリーダ（第１のタグリーダ）により比接触で読み込み用情報を読み取り、その読み取った読み込み用情報に基づいて、情報サーバから物体処理用情報を読み込み、その読み込んだ物体認識用情報と撮像画像情報とを用いて、物体を特定している。そして、この物体の特定には、ロボットの環境を監視する監視装置が得た監視情報も用いている。
すなわち、ロボット自身が物体に付されているタグの情報に基づいて当該物体を特定す
るためにふさわしい物体認識情報だけを情報サーバから得て、その物体認識用情報と撮像画像情報とを用いて物体を特定する処理を行っている。そして、この物体の特定に、ロボットの環境を監視する監視装置が得た監視情報も用いている。例えば、ロボットの環境としては、ロボットが特定する物体を含む環境が挙げられる。
るためにふさわしい物体認識情報だけを情報サーバから得て、その物体認識用情報と撮像画像情報とを用いて物体を特定する処理を行っている。そして、この物体の特定に、ロボットの環境を監視する監視装置が得た監視情報も用いている。例えば、ロボットの環境としては、ロボットが特定する物体を含む環境が挙げられる。
本発明によれば、物体の特定の処理にふさわしい物体認識用情報だけを用いて、当該物体の特定の処理を行っているので、簡単かつ確実に物体を特定できる。そして、監視情報を用いることで、その物体の特定精度を高くすることができる。
また、請求項３及び５記載の発明によれば、特定した物体の情報をタグに書き込んでいるので、後にロボットが物体を特定しようとする際にタグに書き込まれているその特定した物体の情報、例えば物体の位置情報を読み出すことで、物体処理用情報を用いることなく、物体を特定できるようになる。
また、請求項３及び５記載の発明によれば、特定した物体の情報をタグに書き込んでいるので、後にロボットが物体を特定しようとする際にタグに書き込まれているその特定した物体の情報、例えば物体の位置情報を読み出すことで、物体処理用情報を用いることなく、物体を特定できるようになる。
本発明を実施するための最良の形態を図面を参照しながら詳細に説明する。
図１は、作業環境（作業空間）Ｗに６個の物体（３次元物体）５０１，５０２，５０３，５０４，５０５，５０６が存在しており、その作業環境Ｗを移動するロボット１の様子を示す。
ロボット１は、移動台車２の上部にアーム３を備えることで、作業環境Ｗに存在する物体５０１〜５０６に対する操作或いは作業を行うことができるように構成されている。また、ロボット１は、インターネット等の情報通信ネットワークＮＥＴを介して情報サーバ１０１と接続されている。
図１は、作業環境（作業空間）Ｗに６個の物体（３次元物体）５０１，５０２，５０３，５０４，５０５，５０６が存在しており、その作業環境Ｗを移動するロボット１の様子を示す。
ロボット１は、移動台車２の上部にアーム３を備えることで、作業環境Ｗに存在する物体５０１〜５０６に対する操作或いは作業を行うことができるように構成されている。また、ロボット１は、インターネット等の情報通信ネットワークＮＥＴを介して情報サーバ１０１と接続されている。
情報サーバ１０１は、ロボット１が物体５０１〜５０６を認識するための情報（以下、物体認識用情報という。）ＯＢＳを管理している。その物体認識用情報ＯＢＳとしては、物体５０１〜５０６の幾何学的形状や色の情報が挙げられる。そして、この情報サーバ１０１への物体認識用情報ＯＢＳの初期の書き込み或いはアップロード（初期値の書き込み或いはアップロード）は、物体５０１〜５０６の製造者、その製造者から委託をうけた事業者等によって行われる。
この情報サーバ１０１の設置場所は、例えばインターネットのプロトコル等を使用して、情報通信ネットワークＮＥＴ上でアクセス可能な場所であり、情報通信ネットワークＮＥＴ上の任意の場所である。
例えば、情報サーバ１０１は、プロバイダのような情報管理企業であるユビキタス知識管理企業により管理されている。この場合、物体認識用情報ＯＢＳは、このユビキタス知識管理企業によって管理され、ユビキタス知識管理企業によって情報サーバ１０１への書き込み或いはアップロードがなされる。
例えば、情報サーバ１０１は、プロバイダのような情報管理企業であるユビキタス知識管理企業により管理されている。この場合、物体認識用情報ＯＢＳは、このユビキタス知識管理企業によって管理され、ユビキタス知識管理企業によって情報サーバ１０１への書き込み或いはアップロードがなされる。
例えば、多くの物体（製品）が存在するような場合に、物体認識用情報ＯＢＳの作成を、物体（製品）を製造する企業に任せてしまうと、それぞれ物体操作用情報ＯＢの規格が統一できなくなり、物体操作用情報ＯＢＳの有用性は低いものになる。物体操作用情報ＯＢの規格が統一されていないと、例えば、物体操作用情報ＯＢＳを扱うソフトウェアの作成は、その物体操作用情報ＯＢＳごとに全く異なる方式のもとで行う必要がある。このようなことから、ユビキタス知識管理企業が、各物体（製品）ごとに存在する物体認識用情報ＯＢＳを加工する等して一定規格のものとして、情報サーバ１０１で管理している。
各物体５０１〜５０６は、作業環境Ｗにおいてロボット１が扱う物体であり、図２に示すように、各物体５０１〜５０６にはタグ５０１ａ〜５０６ａが装着されている。各物体５０１〜５０６はそれぞれが、固有の形状や重量等を有している。すなわち、各物体５０
１〜５０６は、前記物体認識用情報ＯＢＳが示す特性を有している。
タグ５０１ａ〜５０６ａとしては、ＲＦＩＤ（Radio Frequency Identification）のような無線ＩＣタグが挙げられる。ＲＦＩＤは、対環境性に優れた数ｃｍ程度の大きさからなり、電子的にデータを記憶し、電波や電磁波で読み取り器と交信することが可能な構造を有している。
１〜５０６は、前記物体認識用情報ＯＢＳが示す特性を有している。
タグ５０１ａ〜５０６ａとしては、ＲＦＩＤ（Radio Frequency Identification）のような無線ＩＣタグが挙げられる。ＲＦＩＤは、対環境性に優れた数ｃｍ程度の大きさからなり、電子的にデータを記憶し、電波や電磁波で読み取り器と交信することが可能な構造を有している。
タグ５０１ａ〜５０６ａには、当該タグ５０１ａ〜５０６ａが付されている物体５０１〜５０６を特定するための情報（以下、物体ＩＤ情報という。）ＯＢが書き込まれている。その物体ＩＤ情報ＯＢには、物体認識用情報ＯＢＳを管理している情報サーバ１０１のアドレス情報が含まれている。そのアドレス情報は、情報通信ネットワークＮＥＴ上の情報サーバ１０１を特定するための情報（以下、サーバアドレス情報という。）と、当該特定した情報サーバにおいて物体認識用情報ＯＢＳが格納されている特定の記憶領域に関する情報（例えばＩＰ（Internet Protocol））情報（以下、データアドレス情報という。）とを含んで構成されている。また、物体ＩＤ情報ＯＢには、物体の外見的特性であり、かつ少ないデータ量で示すことが可能な情報、例えば物体の色を示す色情報や２次元形状（平面視形状）の情報等が含まれている。この物体ＩＤ情報は、情報サーバ１０１から物体認識用情報ＯＢＳをロボット１に読み込むための読み込み用情報を構成している。
ロボット１は、図１及び図３に示すように、タグリーダライタ４、制御部５、駆動部６、アドレス処理部７、ネットワーク処理部８及び撮像部９を備えている。
タグリーダライタ４は、物体５０１〜５０６のタグ５０１ａ〜５０６ａに対して情報の読み書きを行う。タグリーダライタ４は、図１に示すように、撮像部９とともに、アーム３に取り付けられている。このタグリーダライタ４は、無線でタグ５０１ａ〜５０６ａに対して情報の読み書きをするように構成されている。タグ５０１ａ〜５０６ａに対して情報の読み書きをするタイミングは、種々の方法が考えられるが、例えば、一般のＩＣタグ技術が備えている標準的な機能を利用して、タグリーダライタ４から、ある一定の領域内に存在するタグ５０１ａ〜５０６ａに対して情報の読み書きをするようにする。よって、タグリーダライタ４からある一定の領域内に複数のタグ（物体）が存在する場合、タグリーダライタ４は、自動的にそれら全てのタグから情報を読み取ることになる。
タグリーダライタ４は、物体５０１〜５０６のタグ５０１ａ〜５０６ａに対して情報の読み書きを行う。タグリーダライタ４は、図１に示すように、撮像部９とともに、アーム３に取り付けられている。このタグリーダライタ４は、無線でタグ５０１ａ〜５０６ａに対して情報の読み書きをするように構成されている。タグ５０１ａ〜５０６ａに対して情報の読み書きをするタイミングは、種々の方法が考えられるが、例えば、一般のＩＣタグ技術が備えている標準的な機能を利用して、タグリーダライタ４から、ある一定の領域内に存在するタグ５０１ａ〜５０６ａに対して情報の読み書きをするようにする。よって、タグリーダライタ４からある一定の領域内に複数のタグ（物体）が存在する場合、タグリーダライタ４は、自動的にそれら全てのタグから情報を読み取ることになる。
アドレス処理部７は、タグリーダライタ４によりタグ５０１ａ〜５０６ａから読み込んだ物体ＩＤ情報からアドレス情報を読み出す。
ネットワーク処理部８は、アドレス処理部７が読み出したアドレス情報のサーバアドレス情報に基づいて、情報通信ネットワークＮＥＴを介して情報サーバ１０１にアクセスする。そして、ネットワーク処理部８は、アドレス情報のデータアドレス情報に基づいて、アクセスした情報サーバの所定の記憶領域に記憶されている物体認識用情報ＯＢＳを情報通信ネットワークＮＥＴを介して読み込む。そして、ネットワーク処理部８は、その物体認識用情報ＯＢＳを制御部５に出力する。
ネットワーク処理部８は、アドレス処理部７が読み出したアドレス情報のサーバアドレス情報に基づいて、情報通信ネットワークＮＥＴを介して情報サーバ１０１にアクセスする。そして、ネットワーク処理部８は、アドレス情報のデータアドレス情報に基づいて、アクセスした情報サーバの所定の記憶領域に記憶されている物体認識用情報ＯＢＳを情報通信ネットワークＮＥＴを介して読み込む。そして、ネットワーク処理部８は、その物体認識用情報ＯＢＳを制御部５に出力する。
一方、撮像部９は、作業環境を撮像するためのものであり、立体視可能に構成されている。例えば、撮像部９は、ステレオタイプとして２つのＣＣＤ（Charge Coupled Device）センサを搭載している。撮像部９は、撮像画像を制御部５に出力する。
制御部５は、種々の処理やロボット１を制御するように構成されている。具体的には、制御部５による処理やロボット１の制御は次のようになる。
制御部５は、種々の処理やロボット１を制御するように構成されている。具体的には、制御部５による処理やロボット１の制御は次のようになる。
制御部５は、撮像部９からの撮像画像と物体認識用情報ＯＢＳの幾何学的形状情報とを用いて物体の認識処理、例えばテンプレートマッチング（この場合、物体認識用情報ＯＢＳの幾何学的形状情報はテンプレートをなす。）により、撮像画像中の物体がどの物体であるかを特定する。ここで、作業環境には種々の物体が存在しているので、物体の特定では、撮像画像の物体がそのような種々の物体のうちのどの物体かを特定する。通常、撮像
画像中の物体が操作又は作業の対象になるのであり、よって、特定された物体が操作又は作業の対象になる。
画像中の物体が操作又は作業の対象になるのであり、よって、特定された物体が操作又は作業の対象になる。
前述したように、物体認識用情報ＯＢＳは、タグ内の物体ＩＤ情報ＯＢに基づいて取得されており、さらに、そのタグから取得される物体ＩＤ情報ＯＢは、ロボット１（具体的にはタグリーダライタ４）から一定範囲内にあるタグ（物体）が位置されている場合に、当該一定範囲内にある物体（具体的にはタグ）のタグから得た物体ＩＤ情報ＯＢである。
このようなことから、撮像部９により撮像されている物体があり、ロボット１（具体的にはタグリーダライタ４）から一定範囲内にその物体（具体的にはタグ）だけが存在している場合には、当該物体のタグ内の物体ＩＤ情報ＯＢに基づいて唯一物体認識用情報ＯＢＳを情報サーバ１０１から取得するようになる。この場合、制御部５は、撮像部９からの撮像画像とその唯一の物体認識用情報ＯＢＳの幾何学的形状情報とを用いた認識処理により、撮像画像中の物体を特定することができる。
このようなことから、撮像部９により撮像されている物体があり、ロボット１（具体的にはタグリーダライタ４）から一定範囲内にその物体（具体的にはタグ）だけが存在している場合には、当該物体のタグ内の物体ＩＤ情報ＯＢに基づいて唯一物体認識用情報ＯＢＳを情報サーバ１０１から取得するようになる。この場合、制御部５は、撮像部９からの撮像画像とその唯一の物体認識用情報ＯＢＳの幾何学的形状情報とを用いた認識処理により、撮像画像中の物体を特定することができる。
一方、撮像部９により一つの物体が撮像されているが、ロボット１（具体的にはタグリーダライタ４）から一定範囲内にその撮像されている物体（具体的にはタグ）以外にも複数の物体（具体的にはタグ）が存在している場合には、当該撮像されている物体を含めて複数の物体のタグ内の物体ＩＤ情報ＯＢに基づいて、複数の物体認識用情報ＯＢＳを情報サーバ１０１から取得するようになる。この場合、制御部５は、撮像部９からの撮像画像とその複数の物体認識用情報ＯＢＳとを用いた認識処理により、撮像画像中の物体を特定することになる。すなわち、制御部５は、撮像画像に対して複数の物体認識用情報ＯＢＳを順番でマッチングさせていき、最終的に撮像画像中の物体を特定することになる。
このように、制御部５は、撮像部９からの撮像画像と物体認識用情報ＯＢＳとを用いた認識処理により撮像画像中の物体を特定する。
また、前述したように、物体ＩＤ情報には、物体の外見的特性であり、かつ少ないデータ量で示すことが可能な情報、例えば物体の色を示す色情報、２次元形状（平面視形状）の情報が含まれている。このようなことから、制御部５は、前述の認識処理に先立って、物体ＩＤ情報ＯＢから得た色情報等と撮像部９からの撮像画像とを用いた認識処理を行う。この物体ＩＤ情報ＯＢから得た色情報等を用いた認識処理により物体を特定できた場合には、制御部５は、前述の撮像画像と物体認識用情報ＯＢＳとを用いた認識処理を行わないようにする。なお、後述するように、物体認識用情報ＯＢＳは、作業環境モデルＷＭの作成に必要な情報であるので、物体ＩＤ情報ＯＢに基づいた情報サーバからの物体認識用情報ＯＢＳの読み込みは行うようにする。
また、前述したように、物体ＩＤ情報には、物体の外見的特性であり、かつ少ないデータ量で示すことが可能な情報、例えば物体の色を示す色情報、２次元形状（平面視形状）の情報が含まれている。このようなことから、制御部５は、前述の認識処理に先立って、物体ＩＤ情報ＯＢから得た色情報等と撮像部９からの撮像画像とを用いた認識処理を行う。この物体ＩＤ情報ＯＢから得た色情報等を用いた認識処理により物体を特定できた場合には、制御部５は、前述の撮像画像と物体認識用情報ＯＢＳとを用いた認識処理を行わないようにする。なお、後述するように、物体認識用情報ＯＢＳは、作業環境モデルＷＭの作成に必要な情報であるので、物体ＩＤ情報ＯＢに基づいた情報サーバからの物体認識用情報ＯＢＳの読み込みは行うようにする。
そして、物体認識用情報ＯＢＳ又は色情報等で特定した物体５０１〜５０６に対する操作や作業をするために、制御部５には、図３に示すように、ロボット１を制御する制御プログラムＰＧと作業環境モデルＷＭとが格納されている。
作業環境モデルＷＭは、物体の操作に必要な情報として構築されている。物体認識用情報ＯＢＳは前述したように物体の幾何学的形状を含んでおり、この物体認識用情報ＯＢＳ内の幾何学的形状に基づいて、物体を操作するための作業環境モデルＷＭが構築されている。すなわち、物体認識用情報ＯＢＳは、物体を認識するための情報を構成するとともに、認識した物体を操作するための情報（物体操作用情報）をも構成しているのである。このようなことから、このように物体認識用情報ＯＢＳが物体を操作するための情報として使用されることを前提として、物体認識用情報ＯＢＳに、幾何学的形状等の情報の他に、重量等の他の物体固有の情報や、物体に対する操作内容や作業内容を示す情報を含めておいてもよい。ここで、操作内容とは、物体を把持する操作等であり、また、作業内容とは、物体を所定の場所に搬送する等である。例えば、物体を把持する操作情報としては、物体の持ち方、持つ場所の情報が挙げられる。
作業環境モデルＷＭは、物体の操作に必要な情報として構築されている。物体認識用情報ＯＢＳは前述したように物体の幾何学的形状を含んでおり、この物体認識用情報ＯＢＳ内の幾何学的形状に基づいて、物体を操作するための作業環境モデルＷＭが構築されている。すなわち、物体認識用情報ＯＢＳは、物体を認識するための情報を構成するとともに、認識した物体を操作するための情報（物体操作用情報）をも構成しているのである。このようなことから、このように物体認識用情報ＯＢＳが物体を操作するための情報として使用されることを前提として、物体認識用情報ＯＢＳに、幾何学的形状等の情報の他に、重量等の他の物体固有の情報や、物体に対する操作内容や作業内容を示す情報を含めておいてもよい。ここで、操作内容とは、物体を把持する操作等であり、また、作業内容とは、物体を所定の場所に搬送する等である。例えば、物体を把持する操作情報としては、物体の持ち方、持つ場所の情報が挙げられる。
なお、ここで制御部５が保持している作業環境モデルＷＭは、予めある程度構築されたデータからなり、物体認識用情報ＯＢＳに基づいて完成或いは更新するようなものであってもよい。
制御プログラムＰＧは、作業計画アルゴリズムにより構築されている。作業計画アルゴリズムは、作業環境モデルＷＭに基づいてロボット１による作業手順を示す作業計画を作成するためのアルゴリズムからなる。この制御するプログラムＰＧは、ロボット１が動作するための情報或いはプログラムであり、ロボット１の設計者によって決定或いは設計されて、予め制御部５に格納されている。
制御プログラムＰＧは、作業計画アルゴリズムにより構築されている。作業計画アルゴリズムは、作業環境モデルＷＭに基づいてロボット１による作業手順を示す作業計画を作成するためのアルゴリズムからなる。この制御するプログラムＰＧは、ロボット１が動作するための情報或いはプログラムであり、ロボット１の設計者によって決定或いは設計されて、予め制御部５に格納されている。
制御部５は、制御プログラムＰＧにより、作業環境モデルＷＭに基づいてロボット１の作業計画を作成する。ここで、制御プログラムＰＧによる作業環境モデルＷＭに基づいたロボット１の作業計画の作成は、例えば従来の作業計画作成技術を活用して行う。すなわち、制御部５は、ロボット１の大きさ、作業環境モデルＷＭを参照して、ロボット１と物体５０１〜５０６との干渉チェックを行う等数理的演算処理行い、作業計画を作成する。作成した作業計画は、作業を実現するために、どのように駆動部６を制御すればよいかを示す情報（行動制御）からなる。制御部５は、例えば、幾何学的形状や重量に基づいて物体５０１〜５０６における操作位置（持つ位置等）を決定する。ここで、駆動部６は、移動台車２やアーム３等によって構成されている。
制御部５は、作業計画に基づいて制御信号を駆動部６に出力して、駆動部６を制御する。
これにより、ロボット１は、自律的行動により、移動し、或いは物体５０１〜５０６に対する操作や作業を行う。具体的には、ロボット１は、物体５０１〜５０６を把持して、所定の場所に搬送する。
また、ロボット１は、場合によっては、物体認識用情報ＯＢＳを更新する処理を行う。
ロボット１は作業計画に基づいて自律的行動をするが、ロボット１が現実の物体５０１〜５０６とで誤差が生じた動作をしてしまう場合がある。例えば、物体の固有情報が変化する場合がある。例えば、経時的に、物体の形状や重量が変化したりする。このように物体の固有情報が変化した場合でも、情報サーバ１０１から得た当該物体認識用情報ＯＢＳに基づいて作業計画を作成してしまったのでは、ロボット１は、適切な移動や物体５０１〜５０６に対して適切な作業ができなくなり、すなわち現実の物体５０１〜５０６とで誤差が生じた動作をしてしまう。
これにより、ロボット１は、自律的行動により、移動し、或いは物体５０１〜５０６に対する操作や作業を行う。具体的には、ロボット１は、物体５０１〜５０６を把持して、所定の場所に搬送する。
また、ロボット１は、場合によっては、物体認識用情報ＯＢＳを更新する処理を行う。
ロボット１は作業計画に基づいて自律的行動をするが、ロボット１が現実の物体５０１〜５０６とで誤差が生じた動作をしてしまう場合がある。例えば、物体の固有情報が変化する場合がある。例えば、経時的に、物体の形状や重量が変化したりする。このように物体の固有情報が変化した場合でも、情報サーバ１０１から得た当該物体認識用情報ＯＢＳに基づいて作業計画を作成してしまったのでは、ロボット１は、適切な移動や物体５０１〜５０６に対して適切な作業ができなくなり、すなわち現実の物体５０１〜５０６とで誤差が生じた動作をしてしまう。
このようなことから、ロボット１は、現実の物体５０１〜５０６とで誤差を生じた動作を検出した場合、すなわち物体５０１〜５０６の形状等の物体５０１〜５０６の固有情報の変化を検出した場合、物体認識用情報ＯＢＳを更新する。この場合、ネットワーク処理部８により、情報サーバ１０１にアクセスして、当該情報サーバ１０１に格納されている物体認識用情報ＯＢＳを更新する。この場合、情報の更新は、更新可能な者を限ったり、物体操作用情報ＯＢ内の所定の情報部分だけにしたり、一定の制限の下で行われるのが好ましい。また、同時に、制御部５は、自己が保持している物体認識用情報ＯＢＳや作業環境モデルＷＭも更新する。
また、ロボット１が、前記認識処理により特定した物体の情報、例えば物体の位置情報を当該物体のタグに書き込むようにしてもよい。
これにより、ロボット１が物体に対する操作や作業をするような場合、タグに書き込まれている位置情報を用いて行うことができる。ここで、例えば、タグに最初から物体の位置情報を格納しておくことも考えられる。しかし、物体が移動する場合には、現実の物体の位置（最新の位置）とタグ内の位置情報とが異なったものになってしまう。このようなことから、認識処理により特定した物体の位置情報をタグに書き込むようにすることで、ロボット１は、最近の位置情報に基づいて、物体を特定して、当該物体に対する操作や作
業を行うことができる。この場合、ロボット１が絶対位置を認識できる手段を備えていることが前提であり、ロボットは、その手段により位置情報から物体の位置を特定することができる。
これにより、ロボット１が物体に対する操作や作業をするような場合、タグに書き込まれている位置情報を用いて行うことができる。ここで、例えば、タグに最初から物体の位置情報を格納しておくことも考えられる。しかし、物体が移動する場合には、現実の物体の位置（最新の位置）とタグ内の位置情報とが異なったものになってしまう。このようなことから、認識処理により特定した物体の位置情報をタグに書き込むようにすることで、ロボット１は、最近の位置情報に基づいて、物体を特定して、当該物体に対する操作や作
業を行うことができる。この場合、ロボット１が絶対位置を認識できる手段を備えていることが前提であり、ロボットは、その手段により位置情報から物体の位置を特定することができる。
また、タグへの位置情報の書き込みについては、物体特定手段としての制御部５が特定した物体の情報である物体の位置情報を、物体情報書き込み手段としてのタグリーダライタ４がタグに書き込んでいることといえる。
例えば、タグへの位置情報の書き込み方としては、当該タグ内に格納されている物体ＩＤ情報ＯＢに付加するようにする。これにより、ロボット１は、通常動作として、タグリーダライタ４によりタグ内の物体ＩＤ情報ＯＢを読み取りに行くが、この際に、当該物体ＩＤ情報ＯＢに位置情報が付加されていることを検出した場合には、この位置情報を優先的に扱うようにする。すなわち、ロボット１は、物体認識用情報ＯＢＳを用いた認識処理を行うことなく、位置情報に基づいて物体を特定する。
例えば、タグへの位置情報の書き込み方としては、当該タグ内に格納されている物体ＩＤ情報ＯＢに付加するようにする。これにより、ロボット１は、通常動作として、タグリーダライタ４によりタグ内の物体ＩＤ情報ＯＢを読み取りに行くが、この際に、当該物体ＩＤ情報ＯＢに位置情報が付加されていることを検出した場合には、この位置情報を優先的に扱うようにする。すなわち、ロボット１は、物体認識用情報ＯＢＳを用いた認識処理を行うことなく、位置情報に基づいて物体を特定する。
また、前述したようにタグリーダライタ４がタグ５０１ａ〜５０６ａから情報を読み取ることができる距離の範囲は一定であり、また、撮像部９による撮像範囲は一定であるので、ロボット１が物体５０１〜５０６に対する操作や作業をする場合には、ロボット１が物体５０１〜５０６にある程度近づく必要がある。このようなことから、ロボット１には、作業環境Ｗ内でのおおまかな走行経路の情報が基本動作情報として予め格納されており、ロボット１は、この走行経路の情報に基づいて作業環境Ｗ内を移動する。例えば、走行経路の情報は、作業環境モデルＷＭに予め格納されている。なお、ロボット１が予め保持している基本動作情報は、走行経路の情報であることに限定されるものではなく、他の基本動作を示す情報であってもよい。
次に図４を用いて一連の処理手順を示す。
先ず、必要データを作成等する（ステップＳ１）。具体的には、物体の製造者等が、物体認識用情報ＯＢＳを作成し、作成した物体認識用情報ＯＢＳを情報サーバ１０１に格納するとともに、その情報サーバ１０１に格納した物体認識用情報ＯＢＳに情報通信ネットワークＮＥＴを介してアクセスするための物体ＩＤ情報ＯＢ（アドレス情報）を物体５０１〜５０６のタグ５０１ａ〜５０６ａに書き込む（格納する）。また、ロボット１の設計者が作業計画アルゴリズム（制御プログラムＰＧ）を作成し、その作成した作業計画アルゴリズム（制御プログラムＰＧ）を制御部５に書き込む（格納する）。
先ず、必要データを作成等する（ステップＳ１）。具体的には、物体の製造者等が、物体認識用情報ＯＢＳを作成し、作成した物体認識用情報ＯＢＳを情報サーバ１０１に格納するとともに、その情報サーバ１０１に格納した物体認識用情報ＯＢＳに情報通信ネットワークＮＥＴを介してアクセスするための物体ＩＤ情報ＯＢ（アドレス情報）を物体５０１〜５０６のタグ５０１ａ〜５０６ａに書き込む（格納する）。また、ロボット１の設計者が作業計画アルゴリズム（制御プログラムＰＧ）を作成し、その作成した作業計画アルゴリズム（制御プログラムＰＧ）を制御部５に書き込む（格納する）。
続いて、ロボット１は、タグリーダライタ４により、物体５０１〜５０６のタグ５０１ａ〜５０６ａに書き込まれている物体ＩＤ情報ＯＢのアドレス情報を読み込む（ステップＳ２）。このとき、物体ＩＤ情報ＯＢの読み込み対象になるタグは、ロボット１から一定領域内に存在する物体のタグである。
続いて、ロボット１は、アドレス処理部７及びネットワーク処理部８により、アドレス情報に基づいて、情報通信ネットワークＮＥＴを介して情報サーバ１０１から物体認識用情報ＯＢＳを読み込む（ステップＳ３）。
続いて、ロボット１は、アドレス処理部７及びネットワーク処理部８により、アドレス情報に基づいて、情報通信ネットワークＮＥＴを介して情報サーバ１０１から物体認識用情報ＯＢＳを読み込む（ステップＳ３）。
続いて、ロボット１は対象物体を特定する（ステップＳ４）。図５は、その処理内容を示す。
先ず、制御部５は、撮像部９が得た撮像画像に基づいて、ロボット１本体のおおまかな位置決めを行う（ステップＳ１１）。例えば、制御部５は、撮像部９の焦点が対象物体に合うように、移動台車２を制御してロボット１を移動させる。
続いて、制御部５は、タグリーダライタ４が対象物体の近くに位置されるように、駆動部６のアーム３を駆動させる（ステップＳ１２）。
続いて、制御部５は、情報サーバ１０１から読み込んだ物体認識用情報ＯＢＳに基づいて対象物体を特定する（ステップＳ１３）。具体的には、制御部５は、撮像部９からの撮
像画像と物体認識用情報ＯＢＳの幾何学的形状情報とを用いた認識処理により物体を特定する。
先ず、制御部５は、撮像部９が得た撮像画像に基づいて、ロボット１本体のおおまかな位置決めを行う（ステップＳ１１）。例えば、制御部５は、撮像部９の焦点が対象物体に合うように、移動台車２を制御してロボット１を移動させる。
続いて、制御部５は、タグリーダライタ４が対象物体の近くに位置されるように、駆動部６のアーム３を駆動させる（ステップＳ１２）。
続いて、制御部５は、情報サーバ１０１から読み込んだ物体認識用情報ＯＢＳに基づいて対象物体を特定する（ステップＳ１３）。具体的には、制御部５は、撮像部９からの撮
像画像と物体認識用情報ＯＢＳの幾何学的形状情報とを用いた認識処理により物体を特定する。
このように、ロボット１は、対象物体に近づいていくとともに、撮像部９から得た撮像画像と物体認識用情報ＯＢＳとを用いた認識処理により最終的にその物体がなんであるかを特定する。
図６は、このような処理をした際のロボット１の様子を示す。この図６に示すように、ロボット１は、物体５０１〜５０６のタグ５０１ａ〜５０６ａ内のアドレス情報に基づいて情報サーバ１０１から物体認識用情報ＯＢＳを読み込み、その読み込んだ物体認識用情報ＯＢＳに基づいて物体を特定する。
図６は、このような処理をした際のロボット１の様子を示す。この図６に示すように、ロボット１は、物体５０１〜５０６のタグ５０１ａ〜５０６ａ内のアドレス情報に基づいて情報サーバ１０１から物体認識用情報ＯＢＳを読み込み、その読み込んだ物体認識用情報ＯＢＳに基づいて物体を特定する。
このように物体を特定した後、ロボット１は、制御部５により、物体認識用情報ＯＢＳに基づいて作業環境モデルＷＭを作成或いは更新する（ステップＳ５）。
続いて、ロボット１は、制御部５により、制御プログラム（作業計画アルゴリズム）ＰＧに基づいて、作業環境モデルＷＭを参照して、作業計画を作成する（ステップＳ６）。そして、ロボット１は、その作業計画に基づいて自律的に行動する（ステップＳ７）。ここで、ロボット１は、自律的行動により、移動し、或いは物体に対する操作や作業を行う。
続いて、ロボット１は、制御部５により、制御プログラム（作業計画アルゴリズム）ＰＧに基づいて、作業環境モデルＷＭを参照して、作業計画を作成する（ステップＳ６）。そして、ロボット１は、その作業計画に基づいて自律的に行動する（ステップＳ７）。ここで、ロボット１は、自律的行動により、移動し、或いは物体に対する操作や作業を行う。
また、ロボット１は、制御部５により、物体認識用情報ＯＢＳの更新が必要か否かを判定する（ステップＳ８）。すなわち、制御部５は、ロボット１が現実の物体とで誤差が生じた動作をしたかを判定する。
ここで、制御部５は、ロボット１が現実の物体とで誤差が生じた動作をした場合、物体認識用情報ＯＢＳの更新が必要であるとして、情報サーバ１０１内の物体認識用情報ＯＢＳの更新及び作業環境モデルの更新を行う（ステップＳ８）。情報サーバ１０１内の物体認識用情報ＯＢＳの更新については、ネットワーク処理部８により、情報サーバ１０１にアクセスして、所定の記憶領域に記憶されている物体認識用情報ＯＢＳを更新する。
ここで、制御部５は、ロボット１が現実の物体とで誤差が生じた動作をした場合、物体認識用情報ＯＢＳの更新が必要であるとして、情報サーバ１０１内の物体認識用情報ＯＢＳの更新及び作業環境モデルの更新を行う（ステップＳ８）。情報サーバ１０１内の物体認識用情報ＯＢＳの更新については、ネットワーク処理部８により、情報サーバ１０１にアクセスして、所定の記憶領域に記憶されている物体認識用情報ＯＢＳを更新する。
一方、制御部５は、ロボット１が現実の物体５０１〜５０６とで誤差が生じた動作をしなかった場合、物体認識用情報ＯＢＳの更新が必要でないとして、自律的行動に関する処理を終了する。
ここで例として、ロボット１から一定範囲内に複数の物体がある場合を考えてみる。
この場合、タグリーダライタ４は、当該複数の物体のタグそれぞれから物体ＩＤ情報ＯＢを読み込むことになる（ステップＳ２）。この場合、その複数の物体の中には、撮像部９により撮像されている物体もあり、また、撮像部９により撮像されてはいないが、タグの物体ＩＤ情報だけが読み込まれている物体もある。
ここで例として、ロボット１から一定範囲内に複数の物体がある場合を考えてみる。
この場合、タグリーダライタ４は、当該複数の物体のタグそれぞれから物体ＩＤ情報ＯＢを読み込むことになる（ステップＳ２）。この場合、その複数の物体の中には、撮像部９により撮像されている物体もあり、また、撮像部９により撮像されてはいないが、タグの物体ＩＤ情報だけが読み込まれている物体もある。
そして、ロボット１は、情報通信ネットワークＮＥＴを介して情報サーバ１０１から各物体ＩＤ情報ＯＢに対応する複数の物体認識用情報ＯＢＳを読み込む（ステップＳ３）。そして、ロボット１は、各物体認識用情報ＯＢＳによる認識処理により物体を特定する（ステップＳ４）。ロボット１は、物体を特定した後、物体認識用情報ＯＢＳに基づいて作業環境モデルＷＭを作成或いは更新し（ステップＳ５）、続いて作業環境モデルＷＭを参照して、作業計画を作成し（ステップＳ６）、その作業計画に基づいて自律的に行動する（ステップＳ７）。
以上の処理或いは動作による効果を説明する。
前述したように、ロボット１は、タグリーダライタ４によりタグ５０１ａ〜５０６ａに書き込まれている物体ＩＤ情報ＯＢのアドレス情報を読み込み、そのアドレス情報に基づいて、情報サーバ１０１から物体認識用情報ＯＢＳを読み込み、その物体認識用情報ＯＢＳと撮像部９の撮像画像とを用いた認識処理により物体を特定している。このように、ロ
ボット１は、最適な物体認識用情報ＯＢＳを用いて物体を特定している。
前述したように、ロボット１は、タグリーダライタ４によりタグ５０１ａ〜５０６ａに書き込まれている物体ＩＤ情報ＯＢのアドレス情報を読み込み、そのアドレス情報に基づいて、情報サーバ１０１から物体認識用情報ＯＢＳを読み込み、その物体認識用情報ＯＢＳと撮像部９の撮像画像とを用いた認識処理により物体を特定している。このように、ロ
ボット１は、最適な物体認識用情報ＯＢＳを用いて物体を特定している。
従来のテンプレートマッチングでは、物体認識用情報ＯＢＳのようなテンプレートを特定するのに時間がかかり、さらにそのように特定したテンプレートも最適なものかも定かではなかった。
また、例えば、タグに格納されている情報だけで物体を特定しようとしても、タグリーダライタは一定範囲に存在するタグに格納されている情報（物体の形状等の固有情報）を読み込んでいるだけなので、当該タグに付されている物体の位置（ロボットに対する相対位置或いは方向）の特定はできない。その一方で、撮像画像だけで物体を特定しようとしても、前述したような理由から物体を特定することが困難となる。
また、例えば、タグに格納されている情報だけで物体を特定しようとしても、タグリーダライタは一定範囲に存在するタグに格納されている情報（物体の形状等の固有情報）を読み込んでいるだけなので、当該タグに付されている物体の位置（ロボットに対する相対位置或いは方向）の特定はできない。その一方で、撮像画像だけで物体を特定しようとしても、前述したような理由から物体を特定することが困難となる。
しかし、タグリーダライタ４（ロボット１）から一定範囲内にある物体（タグ）に対応する数分だけ物体認識用情報ＯＢＳを情報サーバ１０１から読み込んできて、それら物体認識用情報ＯＢＳと撮像画像情報とをマッチングさせるだけで物体を特定できるようになる。
このように、ロボット１は、簡単な処理により確実に物体を特定することができる。この結果、ロボット１は、物体に対して最適な操作や作業を行うことができるようになる。
また、前述したように、ロボット１は、情報サーバ１０１から読み込んだ物体認識用情報（物体操作用情報）ＯＢＳに基づいて作業環境モデルＭＷを作成するとともに、その作業環境モデルＭＷに基づいて作業計画を生成している。そして、ロボット１は、その作業計画に基づいて物体５０１〜５０６に対して、当該物体５０１〜５０６に要求されている所望の操作や作業を行っている。
このように、ロボット１は、簡単な処理により確実に物体を特定することができる。この結果、ロボット１は、物体に対して最適な操作や作業を行うことができるようになる。
また、前述したように、ロボット１は、情報サーバ１０１から読み込んだ物体認識用情報（物体操作用情報）ＯＢＳに基づいて作業環境モデルＭＷを作成するとともに、その作業環境モデルＭＷに基づいて作業計画を生成している。そして、ロボット１は、その作業計画に基づいて物体５０１〜５０６に対して、当該物体５０１〜５０６に要求されている所望の操作や作業を行っている。
ここで、作業環境モデルＭＷを作成するための物体認識用情報（物体操作用情報）ＯＢＳの作成は、物体５０１〜５０６の製造者、その製造者から委託をうけた事業者等の物体５０１〜５０６の製造等に携わる者によって行われている。
従来においては、このような物体認識用情報（物体操作用情報）ＯＢＳに対応する情報をロボットの行動制御を規定するプログラムの格納時等において、ロボットに予め格納しておく必要があり、さらに、その情報の作成は、ロボットの設計者等のロボットの行動制御を設計する者自身が行っていた。
従来においては、このような物体認識用情報（物体操作用情報）ＯＢＳに対応する情報をロボットの行動制御を規定するプログラムの格納時等において、ロボットに予め格納しておく必要があり、さらに、その情報の作成は、ロボットの設計者等のロボットの行動制御を設計する者自身が行っていた。
しかし、ロボットが扱う物体は作業環境に応じて無限に存在し、それをロボットで処理しようと考えた場合、ロボットの設計者等がロボットの作業環境を観察し、それを解釈し、その特徴部分を判断し、さらに、その判断に基づいて作業環境の情報を作成するのは困難である。
これに対して、物体認識用情報（物体操作用情報）ＯＢＳの作成は、物体５０１〜５０６の製造者、その製造者から委託をうけた事業者等の物体５０１〜５０６の製造等に携わる者によって行われている。すなわち、物体５０１〜５０６について詳細を知っており、専門知識を有する者が、物体操作用情報ＯＢを作成している。
これに対して、物体認識用情報（物体操作用情報）ＯＢＳの作成は、物体５０１〜５０６の製造者、その製造者から委託をうけた事業者等の物体５０１〜５０６の製造等に携わる者によって行われている。すなわち、物体５０１〜５０６について詳細を知っており、専門知識を有する者が、物体操作用情報ＯＢを作成している。
これにより、ロボットの設計者等に代わって物体５０１〜５０６の製造者が物体認識用情報（物体操作用情報）ＯＢＳを作成することで、ロボットの設計者等の負担を軽減することができる。さらに、物体について詳細を知っており、専門知識を有する者が物体認識用情報（物体操作用情報）ＯＢＳを作成することで、物体の固有情報を正確に示す物体認識用情報（物体操作用情報）ＯＢＳを作成することができる。これにより、ロボット１が物体を正確に把持する等、ロボット１が物体を正確に処理できるようになる。
次に、ロボットが複数の物体特定用装置の物体特定結果をも参照して、作業環境に存在する物体を特定するシステムを説明する。
図７は、そのシステムの構成を示す。
このシステムでは、情報通信ネットワークＮＥＴ上に複数（この例では６台）の物体特定用装置２０１，２０２，２０３，２０４，２０５，２０６を接続して、ロボット１は、これら物体特定用装置２０１，２０２，２０３，２０４，２０５，２０６の物体特定結果をも得て、作業環境に存在する物体５０１〜５０６を最終的に特定している。
図７は、そのシステムの構成を示す。
このシステムでは、情報通信ネットワークＮＥＴ上に複数（この例では６台）の物体特定用装置２０１，２０２，２０３，２０４，２０５，２０６を接続して、ロボット１は、これら物体特定用装置２０１，２０２，２０３，２０４，２０５，２０６の物体特定結果をも得て、作業環境に存在する物体５０１〜５０６を最終的に特定している。
物体特定用装置２０１〜２０６は、ロボット１の環境を監視して監視情報を得る監視装置をなし、図７及び図８に示すように、タグリーダライタ２１１、撮像部２１２、アドレス処理部２１３、ネットワーク処理部２１４及び処理部２１５を備えている。この物体特定用装置２０１〜２０６は、作業環境の所定位置に固定されて設定されている。
タグリーダライタ２１１、撮像部２１２、アドレス処理部２１３及びネットワーク処理部２１４は、ロボット１が備えるものと同様な機能を有している。
タグリーダライタ２１１、撮像部２１２、アドレス処理部２１３及びネットワーク処理部２１４は、ロボット１が備えるものと同様な機能を有している。
すなわち、タグリーダライタ２１１は、無線により物体のタグに対する情報の読み書きを行う。このとき、タグリーダライタ２１１は一定の領域内に存在するタグ５０１ａ〜５０６ａ（物体５０１〜５０６）に対して情報の読み書きをする。
アドレス処理部２１３は、タグリーダライタ２１１によりタグ５０１ａ〜５０６ａから読み込んだ物体ＩＤ情報ＯＢから、情報サーバ１０１にアクセスするためのアドレス情報を読み出す。
アドレス処理部２１３は、タグリーダライタ２１１によりタグ５０１ａ〜５０６ａから読み込んだ物体ＩＤ情報ＯＢから、情報サーバ１０１にアクセスするためのアドレス情報を読み出す。
ネットワーク処理部２１４は、アドレス処理部２１１が読み出したアドレス情報のサーバアドレス情報に基づいて、情報通信ネットワークＮＥＴを介して情報サーバ１０１にアクセスする。そして、ネットワーク処理部２１４は、アドレス情報に基づいて、アクセスした情報サーバ１０１の所定の記憶領域に記憶されている物体操作用情報ＯＢＳを情報通信ネットワークＮＥＴを介して読み込む。ネットワーク処理部２１４は、情報サーバ１０１から読み込んだ物体認識用情報ＯＢＳを処理部２１５に出力する。
また、ネットワーク処理部２１４は、種々の情報を情報通信ネットワークＮＥＴを介してロボット１に送信するようにも構成されている。
ここで、アドレス処理部２１３及びネットワーク処理部２１４は、タグリーダライタ２１１が読み取った物体ＩＤ情報ＯＢに基づいて、情報サーバ１０１から物体認識用情報ＯＢＳを読み込む通信手段（第２の通信手段）を構成している。
撮像部２１２は、ロボット２の作業環境を撮像するためのものであり、立体視可能に構成されている。撮像部２１２は、撮像画像を処理部２１５に出力する。
処理部２１５は撮像部２１２からの撮像画像と物体認識用情報ＯＢＳの幾何学的形状情報とを用いた物体の認識処理、例えばテンプレートマッチング（この場合、物体認識用情報ＯＢＳの幾何学的形状情報はテンプレートをなす。）により、物体５０１〜５０６を特定している。
ここで、アドレス処理部２１３及びネットワーク処理部２１４は、タグリーダライタ２１１が読み取った物体ＩＤ情報ＯＢに基づいて、情報サーバ１０１から物体認識用情報ＯＢＳを読み込む通信手段（第２の通信手段）を構成している。
撮像部２１２は、ロボット２の作業環境を撮像するためのものであり、立体視可能に構成されている。撮像部２１２は、撮像画像を処理部２１５に出力する。
処理部２１５は撮像部２１２からの撮像画像と物体認識用情報ＯＢＳの幾何学的形状情報とを用いた物体の認識処理、例えばテンプレートマッチング（この場合、物体認識用情報ＯＢＳの幾何学的形状情報はテンプレートをなす。）により、物体５０１〜５０６を特定している。
ここで、処理部２１５は、物体ＩＤ情報ＯＢに色情報や２次元形状情報が含まれていることから、これを利用して、ロボット１の制御部５と同様な処理を行う。すなわち、処理部２１５は、前述の認識処理に先立って、物体ＩＤ情報ＯＢから得た色情報等と撮像部２１２からの撮像画像とを用いた認識処理を行う。この物体ＩＤ情報ＯＢから得た色情報等を用いた認識処理により物体を特定できた場合には、処理部２１５は、撮像画像と物体認識用情報ＯＢＳとを用いた認識処理を行わないようにする。
そして、処理部２１５は、物体認識用情報ＯＢＳ又は物体ＩＤ情報の色情報等に基づいて得た監視結果である物体特定結果を情報通信ネットワークＮＥＴを介してロボット１に送信する。具体的には、処理部２１５は、ネットワーク処理部２１４に物体特定結果を出力して、ネットワーク処理部２１４は、その物体特定結果を情報通信ネットワークＮＥＴを介してロボット１に送信する。ここで、物体特定用装置２０１〜２０６とロボット１と
の間を通信可能に接続する情報通信ネットワークＮＥＴは例えばＬＡＮ（Local Area Network）によって構成されている。また、物体特定結果は例えば物体の位置情報であり、処理部２１５は、その物体の位置情報に物体ＩＤ情報を添付し、物体特定結果として、ロボット１に送信している。
の間を通信可能に接続する情報通信ネットワークＮＥＴは例えばＬＡＮ（Local Area Network）によって構成されている。また、物体特定結果は例えば物体の位置情報であり、処理部２１５は、その物体の位置情報に物体ＩＤ情報を添付し、物体特定結果として、ロボット１に送信している。
ここで、処理部２１５と前記ネットワーク処理部２１４とは、前記通信手段の機能により読み込んだ物体認識用情報ＯＢＳと撮像部２１２が得た撮像画像とを用いて物体を特定して、その物体特定結果をロボットに送信する送信手段を構成している。
ロボット１は、ネットワーク処理部２１４により物体特定用装置２０１〜２０６からの物体特定結果を受信する。
ロボット１は、ネットワーク処理部２１４により物体特定用装置２０１〜２０６からの物体特定結果を受信する。
ロボット１では、制御部５が、情報サーバ１０１から得た物体認識用情報ＯＢＳの幾何学的形状情報と撮像部９からの撮像画像とを用いた物体の認識処理により、作業対象となる物体５０１〜５０６を特定している。その一方で、制御部５は、物体特定用装置２０１〜２０６の物体特定結果に基づいて物体５０１〜５０６を特定する。すなわち、制御部５は、独自に物体５０１〜５０６を特定するとともに、物体特定用装置２０１〜２０６の物体特定結果に基づく物体５０１〜５０６の特定も行う。
次に一連の処理手順を示す。
ロボット１の処理や当該ロボット１と情報サーバ１０１との間の処理については、前記図４に示した処理内容と同じである。
一方、物体特定用装置２０１〜２０６は、図９に示すような処理を行う。
先ず、物体特定用装置２０１〜２０６は、タグリーダライタ２１１により物体５０１〜５０６のタグ５０１ａ〜５０６ａに書き込まれている物体ＩＤ情報ＯＢのアドレス情報を読み込む（ステップＳ２１）。このとき、物体ＩＤ情報ＯＢの読み込み対象になるタグは、ロボット１から一定領域内に存在する物体のタグである。
ロボット１の処理や当該ロボット１と情報サーバ１０１との間の処理については、前記図４に示した処理内容と同じである。
一方、物体特定用装置２０１〜２０６は、図９に示すような処理を行う。
先ず、物体特定用装置２０１〜２０６は、タグリーダライタ２１１により物体５０１〜５０６のタグ５０１ａ〜５０６ａに書き込まれている物体ＩＤ情報ＯＢのアドレス情報を読み込む（ステップＳ２１）。このとき、物体ＩＤ情報ＯＢの読み込み対象になるタグは、ロボット１から一定領域内に存在する物体のタグである。
続いて、物体特定用装置２０１〜２０６は、アドレス処理部２１３及びネットワーク処理部２１４により、アドレス情報に基づいて、情報通信ネットワークＮＥＴを介して情報サーバ１０１から物体認識用情報ＯＢを読み込む（ステップＳ２２）。
続いて、物体特定用装置２０１〜２０６は、処理部２１５により、読み込んだ物体認識用情報ＯＢＳに基づいて物体を特定して（ステップＳ２３）、その物体特定結果をロボット１に送信する（ステップＳ２４）。
続いて、物体特定用装置２０１〜２０６は、処理部２１５により、読み込んだ物体認識用情報ＯＢＳに基づいて物体を特定して（ステップＳ２３）、その物体特定結果をロボット１に送信する（ステップＳ２４）。
このような物体特定用装置２０１〜２０６の処理に対応して、ロボット１は、図１０に示すような処理手順により自律的行動をする。
ロボットが自律的行動をする際の処理手順では、図５と図１０とを比較するとわかるように、前記ステップＳ１３の処理に替えて、ステップＳ３１の処理を行うようになっている。
すなわち、ステップＳ３１として、ロボット１の制御部５は、直接情報サーバ１０１から読み込んだ物体認識用情報ＯＢＳ及び物体特定用装置２０１〜２０６の物体特定結果に基づいて物体を特定する。すなわち、ロボット１は、独自に物体５０１〜５０６を特定するとともに、物体特定用装置２０１〜２０６の物体特定結果に基づく物体５０１〜５０６の特定も行っている。
ロボットが自律的行動をする際の処理手順では、図５と図１０とを比較するとわかるように、前記ステップＳ１３の処理に替えて、ステップＳ３１の処理を行うようになっている。
すなわち、ステップＳ３１として、ロボット１の制御部５は、直接情報サーバ１０１から読み込んだ物体認識用情報ＯＢＳ及び物体特定用装置２０１〜２０６の物体特定結果に基づいて物体を特定する。すなわち、ロボット１は、独自に物体５０１〜５０６を特定するとともに、物体特定用装置２０１〜２０６の物体特定結果に基づく物体５０１〜５０６の特定も行っている。
図１１は、このような処理をする際のロボット１の様子を示す。この図１１に示すように、ロボット１は、物体５０１〜５０６のタグ５０１ａ〜５０６ａのアドレス情報に基づいて情報サーバ１０１から物体認識用情報ＯＢＳを読み込み、その読み込んだ物体認識用情報ＯＢＳと物体特定用装置２０１〜２０６の物体特定結果とに基づいて物体を特定する。
以上の処理或いは動作による効果を説明する。
前述したように、ロボット１は、物体５０１〜５０６のタグ５０１ａ〜５０６ａのアドレス情報に基づいて情報サーバ１０１から物体認識用情報ＯＢＳを読み込み、その読み込んだ物体認識用情報ＯＢＳと物体特定用装置２０１〜２０６の物体特定結果とに基づいて対象物体を特定している。すなわち、ロボット１は、自己の物体特定結果を含めて複数の物体特定結果に基づいて最終的に物体を特定している。これにより、ロボット１は、物体を確実に特定することができる。この結果、ロボット１は、物体に対して最適な操作や作業を行うことができるようになる。
以上の処理或いは動作による効果を説明する。
前述したように、ロボット１は、物体５０１〜５０６のタグ５０１ａ〜５０６ａのアドレス情報に基づいて情報サーバ１０１から物体認識用情報ＯＢＳを読み込み、その読み込んだ物体認識用情報ＯＢＳと物体特定用装置２０１〜２０６の物体特定結果とに基づいて対象物体を特定している。すなわち、ロボット１は、自己の物体特定結果を含めて複数の物体特定結果に基づいて最終的に物体を特定している。これにより、ロボット１は、物体を確実に特定することができる。この結果、ロボット１は、物体に対して最適な操作や作業を行うことができるようになる。
例えば、撮像部９による撮像範囲には限界がある。例えば、ロボット１が移動したり、アーム３を動作させてしまうと、当初、撮像部９が物体を確実に撮像していたにもかかわらず、焦点が合わなくなる等して撮像部９により物体を確実に撮像することができなくなる場合がある。このような場合でも、物体特定用装置２０１〜２０６の物体特定結果を用いることで、ロボット１は、物体を特定できるようになる。特に、本実施の形態のようにアーム３に撮像部９を備えているような場合、撮像部９の操作性は高くなる或いは撮像範囲が広くなるが、物体を操作等するためにアーム３を動かしてしまうと、撮像部９による撮像状況が変化してしまう。このような場合にも、物体特定用装置２０１〜２０６の物体特定結果を用いることで、物体を確実に特定できる。
また、ロボット１は、物体特定用装置２０１〜２０６の物体特定情報により、撮像部９により撮像している以外の物体、すなわち作業環境内に存在する全ての物体を特定することができるようになる。
以上、本発明の実施の形態について説明した。しかし、本発明は、前述の実施の形態として実現されることに限定されるものではない。
すなわち、前述の実施の形態では、処理手段が、操作手段としてのアーム３や移動手段としての移動台車２である場合を説明し、さらにその操作内容や作業内容である処理内容を具体的に説明した。しかし、処理手段や処理内容はこれに限定されないことはいうまでもない。
また、前述の実施の形態では、タグ５０１ａ〜５０６ａがＲＦＩＤである場合を説明した。しかし、これに限定されないことはいうまでもなく、タグ５０１ａ〜５０６ａは無線により情報の読み書きができるものであればよい。
以上、本発明の実施の形態について説明した。しかし、本発明は、前述の実施の形態として実現されることに限定されるものではない。
すなわち、前述の実施の形態では、処理手段が、操作手段としてのアーム３や移動手段としての移動台車２である場合を説明し、さらにその操作内容や作業内容である処理内容を具体的に説明した。しかし、処理手段や処理内容はこれに限定されないことはいうまでもない。
また、前述の実施の形態では、タグ５０１ａ〜５０６ａがＲＦＩＤである場合を説明した。しかし、これに限定されないことはいうまでもなく、タグ５０１ａ〜５０６ａは無線により情報の読み書きができるものであればよい。
また、タグリーダライタ４は、タグ５０１ａ〜５０６ａに対して情報の読み書きをできるものであればどのようなものでもよい。また、タグ５０１ａ〜５０６ａに対して情報を書き込む必要がない場面では、ロボット１は、タグリーダライタ４に代えて、読み取り専用のタグリーダを備えるようにしてもよい。
また、前述の実施の形態では、物体操作用情報ＯＢが、物体の幾何学的形状、色及び重量の情報を含む場合を説明した。しかし、これに限定されないことはいうまでもない。すなわち例えば、物体操作用情報ＯＢが材質の情報を含んでもよい。
また、前述の実施の形態では、物体操作用情報ＯＢが、物体の幾何学的形状、色及び重量の情報を含む場合を説明した。しかし、これに限定されないことはいうまでもない。すなわち例えば、物体操作用情報ＯＢが材質の情報を含んでもよい。
また、物体認識用情報ＯＢＳが物体を操作するために必要な情報（物体操作用情報）を示すという側面を考慮して、物体認識用情報ＯＢＳは、物体をどのような目的で、どのようにロボットに扱われるかを物体の製造者が期待する内容を示すものであってもよい。また、物体認識用情報ＯＢＳの形態は、数値情報、ディジタル情報或いは言語情報として記述可能な形態であればよい。このような記述形態であれば、タグ５０１ａ〜５０６ａ或いは情報サーバ１０１〜１０６に物体認識用情報ＯＢＳを書き込むことは、現在の情報工学や計算機工学の技術を活用すれば可能だからである。
また、前述の実施の形態では、物体の認識のために使用する物体認識用情報ＯＢＳの形状情報が３次元の幾何学形状情報である場合を説明した。しかし、これに限定されなるも
のではない。前述の物体特定用装置２０１〜２０６を用いて物体特定結果を得るようなシステムの場合には、物体認識用情報ＯＢＳの形状情報は、２次元形状情報であってもよい。この場合、一の物体について、当該物体を各方向から見て得られる複数種類の２次元形状情報を用意しておく。これにより、物体特定用装置２０１〜２０６を作業環境に３次元的に配置しておくことで、それら物体特定用装置２０１〜２０６が、２次元形状情報により、物体を特定するとともに、ロボット１も、２次元形状情報により、物体を特定できるようになる。なお、２次元形状情報の場合、物体を特定できない物体特定用装置も出てくると考えられるが、最終的には、ロボット１が、各物体特定用装置２０１〜２０６から得られた複数の物体特定結果を確率計算等により評価して、物体を特定するようにする。
のではない。前述の物体特定用装置２０１〜２０６を用いて物体特定結果を得るようなシステムの場合には、物体認識用情報ＯＢＳの形状情報は、２次元形状情報であってもよい。この場合、一の物体について、当該物体を各方向から見て得られる複数種類の２次元形状情報を用意しておく。これにより、物体特定用装置２０１〜２０６を作業環境に３次元的に配置しておくことで、それら物体特定用装置２０１〜２０６が、２次元形状情報により、物体を特定するとともに、ロボット１も、２次元形状情報により、物体を特定できるようになる。なお、２次元形状情報の場合、物体を特定できない物体特定用装置も出てくると考えられるが、最終的には、ロボット１が、各物体特定用装置２０１〜２０６から得られた複数の物体特定結果を確率計算等により評価して、物体を特定するようにする。
例えば、３次元形状情報よりも、２次元形状情報とした方がデータ量を少なくすることができると考えられる。このようなことから、物体認識用情報ＯＢＳの形状情報を２次元形状情報とした場合、情報サーバ１０１では、負荷を減らして物体認識用情報ＯＢＳを管理できるようになる。また、ロボット１や物体特定用装置２０１〜２０６における認識処理の負荷も減らすことができる。
また、前述の実施の形態では、物体認識用情報ＯＢＳが、物体の認識するために必要な情報と、物体を操作するために必要な情報（物体操作用情報）とを構成する場合を説明した。しかし、これに限定されるものではなく、物体の認識するために必要な情報である物体認識用情報ＯＢＳとは別に、物体を操作するために必要な情報である物体操作用情報を用意してもよい。この場合、例えば、物体操作用情報は、情報サーバやタグに書き込んでおく。例えば、タグに書き込んでおいた場合、ロボット１は、タグリーダライタ４によりタグからの物体操作用情報を読み出して、その物体操作用情報に基づいて作業環境モデルを作成（完成或いは更新）する。
また、前述の実施の形態では、物体特定用装置２０１〜２０６を作業環境Ｗに固定設置した場合を説明した。しかし、これに限定されるものではない。すなわち、物体特定用装置２０１〜２０６は、作業環境Ｗにおいて移動するものでもよい。例えば、物体特定用装置２０１〜２０６は、他のロボット１が備えるものであってもよい。すなわち、他のロボット１のタグリーダライタ４及び撮像部９が、物体特定用装置２０１〜２０６のタグリーダライタ２１１及び撮像部２１２を構成する。
また、物体特定用装置２０１〜２０６は、タグリーダライタ４と撮像部９とを備えることに限定されるものではない。例えば、物体特定用装置２０１〜２０６は、タグリーダライタ４又は撮像部９の一方、或いはその他の検出手段を備えていてもよい。ようは、物体特定用装置２０１〜２０６は、ロボット１が行う物体の特定を補足するような情報が得られるように構成されてさえいればよい。
例えば、物体特定用装置２０１〜２０６がタグリーダライタ４のみを備えている場合を考える。タグリーダライタ４は一定範囲内に存在するタグ内の情報を読み取ることが可能である。このようなことから、物体特定用装置２０１〜２０６をある決められた位置に配置したとすれば、物体特定用装置２０１〜２０６のタグリーダライタ４によりデータ読み取り可能領域が一定領域であることから、物体特定用装置２０１〜２０６のタグリーダライタ４が情報を取得できた場合には、その情報が取得されたタグ（物体）の位置をある程度特定することができる。よって、物体特定用装置２０１〜２０６が、物体特定情報として、物体の位置情報と当該物体の物体ＩＤ情報ＯＢとをロボット１に送信することで、ロボット１は、その物体特定情報により物体の位置を特定或いは物体を特定することができるようになる。
また、前述の実施の形態では、作業環境に存在する物体の数、物体特定用装置の数を具体的なものとして説明したが、これに限定されないことはいうまでもない。
また、前述の実施の形態では、作業環境に存在する物体の数、物体特定用装置の数を具体的なものとして説明したが、これに限定されないことはいうまでもない。
１ ロボット
２ 移動台車
３ アーム
４ タグリーダライタ
５ 制御部
６ 駆動部
７ アドレス帳処理部
８ ネットワーク処理部
９ 撮像部
１０１ 情報サーバ
２０１〜２０６ 物体特定用装置
２１１ タグリーダライタ
２１２ 撮像部
２１３ アドレス処理部
２１４ ネットワーク処理部
２１５ 処理部
５０１〜５０６ 物体
５０１ａ〜５０６ａ タグ
５１０ 製品（物体）
５１０ａ タグ
ＯＢ 物体ＩＤ情報
ＯＢＳ 物体認識用情報
ＰＧ 制御プログラム
Ｗ 作業環境
ＷＭ 作業環境モデル
２ 移動台車
３ アーム
４ タグリーダライタ
５ 制御部
６ 駆動部
７ アドレス帳処理部
８ ネットワーク処理部
９ 撮像部
１０１ 情報サーバ
２０１〜２０６ 物体特定用装置
２１１ タグリーダライタ
２１２ 撮像部
２１３ アドレス処理部
２１４ ネットワーク処理部
２１５ 処理部
５０１〜５０６ 物体
５０１ａ〜５０６ａ タグ
５１０ 製品（物体）
５１０ａ タグ
ＯＢ 物体ＩＤ情報
ＯＢＳ 物体認識用情報
ＰＧ 制御プログラム
Ｗ 作業環境
ＷＭ 作業環境モデル
Claims (6)
- 物体を画像認識するために必要な物体認識用情報が記憶されている情報サーバと、前記情報サーバに記憶されている物体処理用情報に基づいて前記物体を特定するロボットと、前記ロボットの環境を監視する監視装置とを備え、
前記監視装置は、前記ロボットの環境を監視して監視情報を得ており、
前記ロボットは、周囲を撮像する第１の撮像手段と、前記情報サーバから前記物体認識用情報を読み込むための読み込み用情報を、前記物体に付されている非接触型タグから比接触で読み取る第１のタグリーダと、前記第１のタグリーダが読み取った前記読み込み用情報に基づいて、前記情報サーバから前記物体認識用情報を読み込む第１の通信手段と、前記第１の通信手段が読み込んだ前記物体認識用情報と前記第１の撮像手段が得た撮像画像情報とを用いて前記物体を特定するとともに、その物体の特定に前記監視装置が得た監視情報も用いる物体特定手段とを備えることを特徴とする物体処理システム。 - 前記監視装置は、周囲を撮像する第２の撮像手段と、前記物体に付されている非接触型タグから比接触で前記読み込み用情報を読み取る第２のタグリーダと、前記第２のタグリーダが読み取った前記読み込み用情報に基づいて、前記情報サーバから前記物体認識用情報を読み込む第２の通信手段と、前記第２の通信手段が読み込んだ前記物体認識用情報と前記第２の撮像手段が得た撮像画像情報とを用いて前記物体を特定して、その特定結果を前記監視情報として前記ロボットに送信する送信手段とを備えることを特徴とする請求項１記載の物体処理システム。
- 前記ロボットは、前記タグに情報を書き込むタグライタと、前記物体特定手段が特定した物体の情報を前記タグライタにより前記タグに書き込む物体情報書き込み手段とを備え、
前記タグリーダは、前記物体情報書き込み手段が前記タグに書き込んだ前記物体の情報を読み取ることを特徴とする請求項１又は２に記載の物体処理システム。 - 物体を画像認識するために必要な物体認識用情報を情報サーバに記憶させ、かつ前記情報サーバから前記物体認識用情報を読み込むための読み込み用情報を、前記物体に付されている非接触型タグに記憶させ、監視装置によりロボットの環境を監視して監視情報を得ており、
前記ロボットは、撮像手段により周囲の撮像画像情報を取得するとともに、前記非接触型タグからタグリーダにより比接触で前記読み込み用情報を読み取り、その読み取った読み込み用情報に基づいて、前記情報サーバから前記物体処理用情報を読み込み、その読み込んだ物体認識用情報と前記撮像画像情報とを用いて前記物体を特定するとともに、その物体の特定に前記監視情報も用いること
を特徴とする物体処理方法。 - 前記ロボットは、前記特定した物体の情報をタグライタにより前記タグに書き込み、
前記ロボットは、前記タグに前記物体の情報が書き込まれている場合には、前記タグリーダにより当該物体の情報を読み取ることを特徴とする請求項４記載の物体処理方法。 - 情報サーバに記憶されている物体を画像認識するために必要な物体処理用情報及び監視装置がロボットの環境を監視して得た監視情報に基づいて前記物体を特定するロボットであって、
周囲を撮像する撮像手段と、前記情報サーバから前記物体認識用情報を読み込むための読み込み用情報を、前記物体に付されている非接触型タグから比接触で読み取るタグリーダと、前記タグリーダが読み取った前記読み込み用情報に基づいて、前記情報サーバから前記物体認識用情報を読み込む通信手段と、前記通信手段が読み込んだ前記物体認識用情
報と前記撮像手段が得た撮像画像情報とを用いて前記物体を特定するとともに、その物体の特定に前記監視情報も用いる物体特定手段とを備えることを特徴とするロボット。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2003326715A JP2005088146A (ja) | 2003-09-18 | 2003-09-18 | 物体処理システム、物体処理方法及びロボット |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2003326715A JP2005088146A (ja) | 2003-09-18 | 2003-09-18 | 物体処理システム、物体処理方法及びロボット |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2005088146A true JP2005088146A (ja) | 2005-04-07 |
Family
ID=34456818
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2003326715A Pending JP2005088146A (ja) | 2003-09-18 | 2003-09-18 | 物体処理システム、物体処理方法及びロボット |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2005088146A (ja) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005279804A (ja) * | 2004-03-29 | 2005-10-13 | Advanced Telecommunication Research Institute International | 対象物認識装置 |
| JP2006102881A (ja) * | 2004-10-06 | 2006-04-20 | Nagasaki Prefecture | 把持ロボット装置 |
| JP2007011670A (ja) * | 2005-06-30 | 2007-01-18 | Nippon Telegr & Teleph Corp <Ntt> | 蓄積システム、ｉｃタグ、蓄積装置、複写制御装置、蓄積指示装置、取得制御装置、ｉｃタグ情報の蓄積方法及びコンピュータプログラム並びに記録媒体 |
| JP2009034806A (ja) * | 2007-07-31 | 2009-02-19 | Ind Technol Res Inst | 無線識別技術を電子ロボットの動作系列制御に応用する構造 |
| JP2009110382A (ja) * | 2007-10-31 | 2009-05-21 | Saxa Inc | 生産システム |
| US7539563B2 (en) * | 2004-11-03 | 2009-05-26 | Samsung Electronics Co., Ltd. | System and method for identifying objects in a space |
| JP2010228064A (ja) * | 2009-03-27 | 2010-10-14 | National Institute Of Advanced Industrial Science & Technology | 福祉用ロボット装置のロボットアーム操作方法、ロボットアーム操作プログラム、及び、記録媒体 |
| JP2011516283A (ja) * | 2009-01-09 | 2011-05-26 | チーユー リン | ロボットシステムに教示する方法 |
| JP2020189379A (ja) * | 2019-05-22 | 2020-11-26 | オムロン株式会社 | 作業ロボットおよびその制御方法 |
-
2003
- 2003-09-18 JP JP2003326715A patent/JP2005088146A/ja active Pending
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005279804A (ja) * | 2004-03-29 | 2005-10-13 | Advanced Telecommunication Research Institute International | 対象物認識装置 |
| JP2006102881A (ja) * | 2004-10-06 | 2006-04-20 | Nagasaki Prefecture | 把持ロボット装置 |
| US7539563B2 (en) * | 2004-11-03 | 2009-05-26 | Samsung Electronics Co., Ltd. | System and method for identifying objects in a space |
| JP2007011670A (ja) * | 2005-06-30 | 2007-01-18 | Nippon Telegr & Teleph Corp <Ntt> | 蓄積システム、ｉｃタグ、蓄積装置、複写制御装置、蓄積指示装置、取得制御装置、ｉｃタグ情報の蓄積方法及びコンピュータプログラム並びに記録媒体 |
| JP4633558B2 (ja) * | 2005-06-30 | 2011-02-16 | 日本電信電話株式会社 | 蓄積システム、複写制御装置、蓄積指示装置、取得制御装置、ｉｃタグ情報の蓄積方法及びコンピュータプログラム並びに記録媒体 |
| JP2009034806A (ja) * | 2007-07-31 | 2009-02-19 | Ind Technol Res Inst | 無線識別技術を電子ロボットの動作系列制御に応用する構造 |
| JP2009110382A (ja) * | 2007-10-31 | 2009-05-21 | Saxa Inc | 生産システム |
| JP2011516283A (ja) * | 2009-01-09 | 2011-05-26 | チーユー リン | ロボットシステムに教示する方法 |
| JP2010228064A (ja) * | 2009-03-27 | 2010-10-14 | National Institute Of Advanced Industrial Science & Technology | 福祉用ロボット装置のロボットアーム操作方法、ロボットアーム操作プログラム、及び、記録媒体 |
| JP2020189379A (ja) * | 2019-05-22 | 2020-11-26 | オムロン株式会社 | 作業ロボットおよびその制御方法 |
| JP7310297B2 (ja) | 2019-05-22 | 2023-07-19 | オムロン株式会社 | 作業ロボットおよびその制御方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2018137445A1 (zh) | 一种基于ros***的机械臂抓取方法及*** | |
| JP6873941B2 (ja) | ロボット作業システム、及びロボット作業システムの制御方法 | |
| CN110891740B (zh) | 用于为远程可控机器人提供机器人操作约束的方法和*** | |
| US11741701B2 (en) | Autonomous task performance based on visual embeddings | |
| US10166673B2 (en) | Portable apparatus for controlling robot and method thereof | |
| CN102802884A (zh) | 移动路径搜索装置及移动路径搜索方法 | |
| CN110888428B (zh) | 移动机器人、远程终端、计算机可读介质、控制***、控制方法 | |
| KR20210076090A (ko) | 모듈형 로봇을 위한 충돌 방지 안전 조치들 | |
| JP6950192B2 (ja) | 情報処理装置、情報処理システム及びプログラム | |
| JP2005088146A (ja) | 物体処理システム、物体処理方法及びロボット | |
| JP2005088143A (ja) | 物体処理システム、物体処理方法及びロボット | |
| US20230330858A1 (en) | Fine-grained industrial robotic assemblies | |
| JP2005056213A (ja) | 情報提供システム、情報提供サーバ、情報提供方法 | |
| JP2004243499A (ja) | 生活空間用の物品取扱いシステム、物品取扱い方法、及びロボット操作装置 | |
| JP5659787B2 (ja) | 操作環境モデル構築システム、および操作環境モデル構築方法 | |
| JP2005088140A (ja) | 物体処理システム、物体処理方法及びロボット | |
| Babu et al. | IoT enabled Robots with QR Code based localization | |
| JP2005088137A (ja) | ロボット及び物体処理方法 | |
| JP6809267B2 (ja) | 情報処理装置、情報処理システム及びプログラム | |
| CN111267088A (zh) | 一种动作分子的执行方法及装置、设备和存储介质 | |
| CN111267086A (zh) | 一种动作任务的创建与执行方法及装置、设备和存储介质 | |
| CN111267087A (zh) | 一种动作分子的生成与执行方法及装置、设备和存储介质 | |
| WO2022259600A1 (ja) | 情報処理装置、情報処理システム、および情報処理方法、並びにプログラム | |
| JP6826375B2 (ja) | 部品情報取得システム | |
| Petrou et al. | RoboCup Rescue 2015-Robot League Team PANDORA (Greece) |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050315 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060926 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20061127 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20070220 |