JP2023061447A - 作業監視装置及び作業監視方法 - Google Patents
作業監視装置及び作業監視方法 Download PDFInfo
- Publication number
- JP2023061447A JP2023061447A JP2021171329A JP2021171329A JP2023061447A JP 2023061447 A JP2023061447 A JP 2023061447A JP 2021171329 A JP2021171329 A JP 2021171329A JP 2021171329 A JP2021171329 A JP 2021171329A JP 2023061447 A JP2023061447 A JP 2023061447A
- Authority
- JP
- Japan
- Prior art keywords
- work
- robot
- monitoring device
- abnormality
- parameters
- 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
- Testing And Monitoring For Control Systems (AREA)
- Numerical Control (AREA)
- Manipulator (AREA)
Abstract
【課題】ロボットによる作業で発生する異常を精度良く推定する作業監視装置を提供する。【解決手段】作業監視装置40は、作業ツール12を装着した産業用のロボット11が行う作業を監視する。作業監視装置40は、取得装置41と、推定装置42と、を備える。取得装置41は、少なくとも、作業中の作業ツール12に関するパラメータと、ロボット11の動作に関するパラメータと、を取得する。推定装置42は、取得装置41が取得した複数のパラメータの組合せに基づいて、ロボット11の作業中に、異常が発生しているか否かを推定する。【選択図】図1
Description
本出願は、主として、ロボットが行う作業を監視する作業監視装置に関する。
特許文献1は、産業用のロボットに溶接トーチを取り付けてワークを溶接する溶接方法を開示する。特許文献1の溶接方法では、溶接電流、溶接電圧、短絡回数、溶接ワイヤ供給速度等に基づいて、溶接不良モードを推定し、溶接箇所の外形の検査結果と照合して確認する。
特許文献1の溶接方法では、作業環境の計測結果と溶接トーチのパラメータに基づいて、発生している溶接不良モードの種類を推定する。しかし、溶接不良は様々な要因が複合的に合わさって発生するため、例えばロボットの動作の違いによっては、溶接不良モードの種類を的確に推定できない可能性がある。また、この種の課題は溶接に限られず、ロボットを用いて行う様々な作業に共通する課題である。
本出願は以上の事情に鑑みてされたものであり、その主要な目的は、ロボットによる作業で発生する異常を精度良く推定する作業監視装置を提供することにある。
本出願の解決しようとする課題は以上の如くであり、次にこの課題を解決するための手段とその効果を説明する。
本出願の第1の観点によれば、作業ツールを装着した産業用のロボットが行う作業を監視し、取得装置と、推定装置と、を備える作業監視装置が提供される。前記取得装置は、少なくとも、作業中の前記作業ツールに関するパラメータと、前記ロボットの動作に関するパラメータと、を取得する。前記推定装置は、前記取得装置が取得した複数の前記パラメータの組合せに基づいて、前記ロボットの作業中に、異常が発生しているか否かを推定する。
本出願の第2の観点によれば、以下の作業監視方法が提供される。即ち、作業監視方法では、作業ツールを装着した産業用のロボットが行う作業を監視する。作業監視方法では、少なくとも、作業中の前記作業ツールに関するパラメータと、前記ロボットの動作に関するパラメータと、を取得する。作業監視方法では、取得した複数の前記パラメータの組合せに基づいて、前記ロボットの作業中に、異常が発生しているか否かを推定する。
本出願によれば、ロボットによる作業で発生する異常を精度良く推定できる。
次に、図面を参照して本出願の実施形態を説明する。初めに、図1を参照して、作業監視システム1の概要について説明する。
作業監視システム1は、産業用のロボットが行う作業をリアルタイムで監視するシステムである。作業の監視とは、作業に関するデータを取得して、異常が発生したか否かを推定することである。
産業用のロボットとは、工場又は倉庫等の作業場で作業を行うロボットである。産業用のロボットは、ティーチングアンドプレイバック型である。ティーチングプレイバック型とは、事前に産業用のロボットの動作を教示し、教示された内容に沿って産業用のロボットが同じ動作を繰り返すことである。産業用のロボットは、例えば、垂直多関節又は水平多関節のアームロボットである。ただし、産業用のロボットは、アームロボット以外のロボット、例えばパラレルリンクロボット等であってもよい。産業用のロボットが行う作業は、例えば、組立て、溶接、塗装、機械加工、又は、運搬である。以下では、産業用のロボットを単に「ロボット」と称する。
図1に示すように、本実施形態の作業監視システム1は、工場及びデータセンターに設けられた様々な装置によって実現される。工場とデータセンターはインターネット2を介して接続されている。これにより、工場に設けられた装置とデータセンターに設けられた装置との間でデータを送受信できる。なお、工場とデータセンターを接続するネットワークはインターネット以外のワイドエリアネットワークであってもよいし、ローカルエリアネットワークであってもよい。
工場には、ロボットシステム10と、センサ群20と、管理装置31と、通知装置32と、が設けられている。また、ロボットシステム10は、ロボット11と、作業ツール12と、制御装置13と、を備える。
本実施形態のロボット11は、工場に設けられたアームロボットである。ロボット11が行う作業はアーク溶接である。ロボット11は、複数のアーム11aを備える。複数のアーム11aはモータ等のアクチュエータの動力により、それぞれ個別に動作する。
作業ツール12は、ワークに対する作業を行う。本実施形態の作業ツール12は、ワークを溶接する溶接トーチである。なお、例えばロボット11が行う作業が組立て又は運搬である場合、作業ツール12はワークを保持するハンドである。
制御装置13は、CPU等の処理装置と、ハードディスク、SSD、又はフラッシュメモリ等の記憶装置と、を備える。処理装置は、記憶装置に記憶されたプログラムを実行することにより、ロボット11及び作業ツール12を制御して、ロボット11及び作業ツール12に作業を行わせる。具体的には、制御装置13の記憶装置は、教示データを記憶する。制御装置13は、教示データに基づいてアクチュエータに指令を送信することによりアーム11aを動作させ、教示データに基づいて作業ツール12に指令を送信することにより作業ツール12を動作させる。以下では、作業ツール12を装着したロボット11による作業を単に「ロボット11の作業」等と称する。
センサ群20は、ロボット11の作業に関する様々な情報を検出する複数のセンサの総称である。センサ群20には、時計21と、電流計22と、電圧計23と、収音装置24と、カメラ25と、ワーク温度計27と、エンコーダ28と、が含まれる。センサ群20に含まれるセンサは一例であり、ロボット11の作業内容又は要求される推定の精度等に応じて、何れかのセンサを省略してもよいし、更に別のセンサが追加されてもよい。
時計21は時刻を検出する。センサ群20の各センサが検出する様々な情報は時刻と対応付けられる。電流計22は、アーク溶接で用いる放電の電流を検出する。電圧計23は、アーク溶接で用いる放電の電圧を検出する。収音装置24は、アーク溶接中に発生した音の音量及び音質を検出する。音質とは、スペクトルデータであり、言い換えれば、音の周波数に応じた振幅の大きさに関するデータである。カメラ25は、溶接箇所の画像を検出する。ワーク温度計27は、アーク溶接が行われる対象のワーク、特に溶接箇所の温度を検出する。溶接箇所は、実際にワークが溶融する箇所だけでなく、その周囲も含む。エンコーダ28は、アーム11aの関節毎に設けられており、各アーム11aの回転角度を検出する。
管理装置31は、例えばPCであり、CPU等の処理装置と、ハードディスク、SSD、又はフラッシュメモリ等の記憶装置と、通信モジュール等の通信装置と、を備える。管理装置31は、通信装置を介して、センサ群20の各センサが検出した情報を取得する。管理装置31は、取得した情報をインターネット2を介してデータセンターの作業監視装置40へ送信する。更に、管理装置31は、制御装置13がロボット11及び作業ツール12に送信した指令を取得して、インターネット2を介してデータセンターの作業監視装置40へ送信する。管理装置31は、センサ群20又は制御装置13から取得した情報を加工せずに作業監視装置40へ送信してもよいし、センサ群20又は制御装置13から取得した情報を加工して作業監視装置40へ送信してもよい。加工とは、必要な情報の抽出、又は、データ形式の変更等である。
通知装置32は、管理装置31の指令に応じて工場の作業者に通知を行う。通知装置32は、例えばディスプレイ、ランプ、又は携帯端末である。ディスプレイは、例えば、作業者待ちが発生しているロボット11を特定する情報を表示する。作業者待ちとは、ロボット11の作業に異常が発生し、作業の再開のためには、作業者の補助が必要な状態である。また、通知装置32は、ランプであってもよい。ランプは、例えばロボット11毎に設けられている。ランプは、対応するロボット11で作業者待ちが発生した場合に点灯又は点滅する。なお、ランプは、エリア毎に設けられていてもよい。携帯端末は管理装置31と通信可能であり、小型ディスプレイを備えている。携帯端末は、管理装置31から受信した内容を小型ディスプレイに表示する。
データセンターには、作業監視装置40が設けられている。作業監視装置40は例えばサーバ装置であり、CPU等の処理装置と、ハードディスク、SSD、又はフラッシュメモリ等の記憶装置と、通信モジュール等の通信装置と、を備える。作業監視装置40は、1台のハードウェアであってもよいし、複数台のハードウェアが連携した構成であってもよい。例えば、情報を集約して記憶するハードウェアと、管理装置31から受信した情報に応じて処理を行うハードウェアと、が別であってもよい。作業監視装置40は、クラウドコンピューティングサービスにより実現されてもよい。
作業監視装置40は、取得装置41と、推定装置42と、を備える。取得装置41は、作業監視装置40が備える通信モジュールに相当する。取得装置41は、センサ群20の各センサが検出した情報、ロボット11への指令、及び作業ツール12への指令をインターネット2を介して取得する。推定装置42は、作業監視装置40が備える処理装置及び記憶装置に相当する。推定装置42は、取得装置41が取得した情報に基づいて、ロボット11の作業で異常が発生したか否かを推定する。
次に、図2から図4を参照して、ロボット11の作業で異常が発生したか否かを推定装置42が推定する処理について詳細に説明する。
本実施形態でロボット11が行う作業はアーク溶接である。また、推定装置42が推定する異常は融合不良である。融合不良とは、溶接の境界面が十分に溶けていない状態で溶接が行われることにより、溶接金属と母材の結合が弱くなることである。融合不良はワークの内部、詳細には溶接金属と母材の境界に発生している。そのため、外観検査だけでは融合不良の発生は検出できない。
なお、作業監視システム1は、融合不良以外の溶接不良を検出することもできる。例えば、アンダーカット又はブローホール等にも作業監視システム1を適用できる。また、作業監視システム1は、アーク溶接以外の溶接にも適用できる。更には、作業監視システム1は、溶接以外の上述した様々な作業にも適用できる。
本実施形態の推定装置42は、ワークの状態が正常か、融合不良が発生したかを推定して出力する。なお、推定装置42が出力する推定結果は正常又は融合不良の2段階に限られない。例えば、推定装置42は、正常、低確率で融合不良発生、又は、高確率で融合不良発生のように3段階で推定結果を出力してもよい。あるいは、推定装置42は、融合不良の発生率の具体的な数値を推定結果として出力してもよい。
また、実質的に異常の発生の有無を意味するのであれば、推定装置42は、異なる観点の推定結果を出力してもよい。例えば、作業成功/作業失敗、又は、修正不要/修正要の観点の推定結果を出力してもよい。上述した全てのケースは、「ロボット11の作業で異常が発生したか否かの推定」に含まれる。
推定装置42は、機械学習により構築された作業検査モデルを用いて、ロボット11の作業で融合不良が発生したか否かを推定する。図2に示すように、作業検査モデルは、検査履歴データを機械学習することで構築されるモデルである。検査履歴データは、複数回の検査に基づいて作成される。検査履歴データは、パラメータと、超音波探傷試験の結果と、を含む。なお、検査履歴データは、超音波探傷試験の結果に代えて、又は、加えて、放射線透過試験の結果を含んでいてもよい。例えば、作業監視システム1をブローホールに適用する場合には、放射線透過試験の結果を用いることで、推定装置42は、溶接不良が発生したか否かを推定できる。
パラメータとは、ロボット11の作業に関する様々なデータである。パラメータは、例えば、ロボット11又は作業ツール12への指令に含まれる能動パラメータと、センサ群20のセンサにより取得された受動パラメータと、に区分できる。言い換えれば、能動パラメータは、制御装置13が直接指定できる値である。受動パラメータは、ロボット11が行った作業及び環境に起因して生じる値である。
本実施形態では、ツール姿勢、移動速度、及び溶接印加電圧が能動パラメータである。ツール姿勢は、溶接箇所を基準とした作業ツール12の姿勢である。ツール姿勢は、溶接箇所を基準とした作業ツール12の向きと言い換えることもできる。ツール姿勢は、作業ツール12に関するパラメータである。移動速度は、溶接中においてロボット11が作業ツール12を移動させる速度である。移動速度は、ロボット11に関するパラメータである。溶接印加電圧は、アーク溶接のために作業ツール12に印加する電圧である。溶接印加電圧は、作業ツール12に関するパラメータである。このように、本実施形態のパラメータには、ロボット11に関するパラメータと、作業ツール12に関するパラメータと、が含まれている。
また、溶接電流、溶接電圧、音量、音質、画像パラメータ、ワーク温度、及びツール使用時間が受動パラメータである。溶接電流は、電流計22の検出値である。溶接電圧は電圧計23の検出値である。音量及び音質は、収音装置24の検出値である。溶接部歪みは溶接部の割れ具合等である。画像パラメータは、カメラ25が検出した画像を解析することで作成されるパラメータであり、例えば、溶接部歪み、溶接線姿勢、アーク光、溶融池形状、及びワークの大きさ等がある。溶接線とは、溶接を行う箇所の軌跡である。溶接線姿勢とは、溶接線がどのように変化するか、例えば上りか下りか等に関する値である。なお、画像を解析してワークの大きさを算出することに代えて、ロボット11の教示時に作成されたデータに基づいてワークの大きさを取得してもよい。この場合、ロボット11の教示時に作成されたデータに基づいて、更に、ワークの材質に関する情報を取得してもよい。ツール使用時間は、作業ツール12の連続使用時間又は累計使用時間である。ツール使用時間は、管理装置31又は制御装置13のログ等に基づいて特定される。画像パラメータ及びワーク温度は、ワークに関するパラメータである。それ以外のパラメータは、作業環境に関するパラメータである。
なお、溶接中において、ワークが移動したり、ワークの向きが変化したりする場合は、ロボット11に対する指令値に加え、カメラが検出した画像を用いて、ツール姿勢及び移動速度を算出してもよい。また、上述したパラメータは一例であり、少なくとも1つを省略してもよいし、別のパラメータを用いてもよい。例えば、融合不良以外の溶接不良に作業監視システム1を適用する場合、適用する溶接不良の発生を推定するために好適なパラメータが用いられる。別のパラメータとしては、例えば作業場の気温・湿度等の周辺環境の情報がある。作業場の気温・湿度は、母材に結露が生じる温度である露点温度に関連する。結露により濡れた箇所を溶接する場合は融合不良又はブローホール等が発生し易くなる。従って、気温・湿度等の周辺環境の情報は、溶接不良を推定するためのパラメータとして用いることができる。
次に、図3を参照して、正常時と、融合不良が発生した異常時と、において、各種パラメータがどのように異なるかを簡単に説明する。図3には、正常時と異常時の作業ツール12の位置、アーク光、溶融池がそれぞれ示されている。
ツール姿勢、移動速度、及び溶接印加電圧は、アーク溶接に直接関係あるパラメータであり、これらのパラメータが融合不良の発生と関連があることは明らかである。
次に、正常時と比較して異常時では、図3に示すようにアーク放電距離が長くなるため、溶接電流が低くなる傾向がある。一方で、正常時と比較して異常時では、溶接電圧が高くなる傾向がある。正常時と比較して異常時では、音量が小さくなり、音の周波数が低くなる傾向がある。溶接部歪みが発生していたり、溶接線姿勢が上りであれば融合不良が発生し易い傾向がある。正常時と異常時では、図3に示すように、アーク光の大きさ及び形状が異なり、更に、溶融池の大きさ及び形状が異なる。また、ワークが大きくなるにつれて、又は、ワークの熱伝導性が高くなるにつれて、溶接部から熱が逃げ易くなるため溶接金属の冷却速度が速くなるので融合不良が発生し易い傾向がある。異常時では、融合不良に起因して生じた隙間によって熱が伝わりにくくなるので、正常時と比較して温度上昇タイミングが遅れる傾向がある。ツール使用時間は溶接の品質に影響するので、融合不良の発生と関連がある。
このように、それぞれのパラメータは、融合不良の発生と関連がある。また、融合不良の発生を推定できる支配的なパラメータは存在しない。つまり、それぞれのパラメータは単独ではなく、複数のパラメータが相互に関連して、融合不良が発生するか否かが決まる。
作業検査モデルを作成するための検査履歴データの作成時では、これらのパラメータと、超音波探傷試験の結果と、が対応付けて記憶される。超音波探傷試験の結果とは、超音波探傷試験を行って融合不良が発生したか否かを検査した結果である。作業検査モデルは、検査履歴データを機械学習することにより構築されるモデルである。検査履歴データには超音波探傷試験の結果が含まれているので、この機械学習は教師あり学習である。
作業検査モデルは、複数のパラメータの値が入力されたときに、融合不良が発生するか否かを推定するモデルである。図4は、単純化のためにパラメータを3つにしたときの作業検査モデルを概念的に示す図である。図4は、3つのパラメータを座標軸とした仮想空間であり、正常領域と異常領域が規定されている。3つのパラメータに基づいて定まる仮想空間上の1点が正常領域にあれば、融合不良は発生しておらず正常と推定される。3つのパラメータに基づいて定まる仮想空間上の1点が異常領域にあれば、融合不良が発生しており異常と推定される。
例えば融合不良に関する検査基準が、「単位長さあたりの融合不良の長さが閾値以下」と定められている場合、融合不良が僅かに発生してもいても閾値以下であれば検査基準を満たす。従って、融合不良が発生している場合でもあっても、作業条件を即座に変更して正常に戻すことにより、検査基準を満たすことができる。一方、融合不良の検査基準の閾値が非常に小さい場合は、融合不良が発生した時点で検査条件を満たすことが困難になる。この場合は、正常領域の範囲を狭めるか、異常領域の範囲を拡張してもよい。これにより、異常領域に進入した直後では、融合不良は発生していない可能性が高いので、即座に修正することにより、融合不良の発生をより一層抑制できる。本明細書において、異常領域とは、異常が発生したと推定される領域だけでなく、異常の疑いがある領域、又は、異常の発生に繋がる領域等も含むものとする。
なお、検査履歴データをモデル化せずに、融合不良が発生したか否かを推定してもよい。例えば、パラメータが3つの場合、多数の検査データを図4に示す仮想空間にプロットする。次に、融合不良が発生した点の集合と、融合不良が発生しなかった点の集合と、が区分されるように境界を作成する。これにより、正常領域及び異常領域を作成できる。なお、この処理はパラメータの数に関係なく行うことができる。
次に、図5を参照して、作業監視システム1により、ロボット11の作業を監視及び修正する処理を説明する。
初めに、管理装置31の指示に基づいて、ロボット11の作業が開始する(S101)。具体的には、管理装置31は、ロボット11の作業の開始を制御装置13に指示する。制御装置13は、教示データに基づいて、ロボット11及び作業ツール12に指令を送信する。これにより、ロボット11及び作業ツール12は、ワークに対して溶接を行う。
次に、管理装置31は作業が終了したか否かを判定する(S102)。作業が終了していない場合、作業監視装置40の取得装置41は、パラメータをリアルタイムで取得する(S103)。具体的には、作業の進行中において、管理装置31は、センサ群20の各センサが検出した情報、及び、制御装置13がロボット11及び作業ツール12に送信した指令を受信し、必要に応じて加工して送信する。取得装置41は、管理装置31が送信した情報、即ちパラメータを受信する。
次に、作業監視装置40の推定装置42は、取得装置41が取得した複数のパラメータに基づいて、異常が発生したか否かを推定する(S104)。具体的には、推定装置42は、取得装置41が取得した複数のパラメータを作業検査モデルに入力する。これにより、現在の状態が正常領域にあるか、異常領域かの推定結果が得られる。現在の状態が正常状態の場合、異常が発生していないため、再びステップS102の処理を行う。
現在の状態が異常状態の場合、推定装置42は、自動修正が許可されているか否かを判定する(S106)。修正とは、図4に示すように、作業条件を修正することにより、異常領域から正常領域に移行させることである。本実施形態の作業監視システム1は、作業監視システム1が作業条件を修正する自動修正と、工場の作業者が手動で作業条件を修正する手動修正と、を実行可能である。
自動修正が許可されている場合、推定装置42は、ロボット11及び作業ツール12の少なくとも一方の指令を修正するように、管理装置31を介して制御装置13に指示する。これにより、ツール姿勢、移動速度、及び溶接印加電圧の少なくとも何れかが変化する。
次に、取得装置41は再びステップS103の処理を行って、新たなパラメータを取得する。推定装置42は、再びステップS104の処理を行って、異常が発生したか否かを推定する。再度の推定では、前回と比較してパラメータが変化しているので、異常状態から正常状態に戻っている可能性がある。作業監視システム1は、正常であると推定装置42が推定するまで、パラメータを変更する処理を繰り返し行う。
また、本実施形態では、以下のルールに従って、指令を修正する。上述したように、制御装置13が変更できるパラメータは、ツール姿勢、移動速度、及び溶接印加電圧である。アーク溶接の溶接品質への影響が最も小さい第1パラメータはツール姿勢であり、次に影響が小さい第2パラメータは移動速度であり、影響が最も大きい第3パラメータは溶接印加電圧である。本実施形態では、第1パラメータ、第2パラメータ、第3パラメータの順で変化の優先度が高い。具体的には、初めに第1パラメータが変化するように、かつ、それ以外のパラメータが変化しないように指令を修正する。そして、第1パラメータの変化だけでは推定結果が正常にならない場合に、次に第2パラメータの変化が許可され、最後に第3パラメータの変化が許可される。
なお、第1パラメータの変更時に第2パラメータ及び第3パラメータを完全に固定することに代えて、第2パラメータ及び第3パラメータの変化量が閾値以内という条件にしてもよい。つまり、第1パラメータ、第2パラメータ、及び第3パラメータの順で優先度が規定されているのであれば、どのようなルールが規定されていてもよい。
ステップS106の判定において、自動修正が許可されていない、即ち手動修正が許可されている場合、推定装置42は、管理装置31を介して通知装置32を動作させて工場の作業者に修正を要求する(S108)。作業者は、例えば管理装置31又は制御装置13を操作することにより、指令を修正する。手動修正の場合であっても、適宜のタイミングで推定装置42は、再びステップS104の処理を行って、異常が発生したか否かを推定する。つまり、手動修正の場合であっても、正常であると推定装置42が推定するまで、作業者は、パラメータを変更する処理を繰り返し行う。
これらの処理を行うことにより、仮に異常が発生した場合であっても、即座に正常に戻すことができる。これにより、融合不良の発生を未然に抑制、又は、融合不良の発生を最小限にすることができる。
次に、図6を参照して、上記実施形態の変形例について説明する。なお、本変形例の説明においては、上記実施形態と同一又は類似の部材には図面に同一の符号を付し、説明を省略する場合がある。
上記実施形態では、作業監視装置40がデータセンター、言い換えればクラウド上に設けられている。これに代えて、本変形例では、作業監視装置40が工場内に設けられている。この場合、作業監視装置40が管理装置31の機能を兼ねていてもよい。このように、作業監視システム1は工場内で完結する構成とすることもできる。
以上に説明したように、本実施形態の作業監視装置40は、作業ツール12を装着した産業用のロボット11が行う作業を監視する作業監視方法を行う。作業監視装置40は、取得装置41と、推定装置42と、を備える。取得装置41は、少なくとも、作業中の作業ツール12に関するパラメータと、ロボット11の動作に関するパラメータと、を取得する。推定装置42は、取得装置41が取得した複数のパラメータの組合せに基づいて、ロボット11の作業中に、異常が発生しているか否かを推定する。
複数種類のパラメータに基づいてロボット11の作業の異常推定を行うため、異常の発生を精度良く推定できる。また、異常推定を作業中に行うことにより、異常の発生又はそれに近い状況になった場合に、早期に把握又は対処できる。
本実施形態の作業監視装置40において、取得装置41は、更に、作業対象であるワークに関するパラメータを取得する。
これにより、推定に用いるパラメータの種類が多くなるため、精度良く異常推定を行うことができる。
本実施形態の作業監視装置40において、取得装置41が取得するパラメータは、ロボット11又は作業ツール12への指令に含まれる能動パラメータと、センサにより取得された受動パラメータと、を含む。
これにより、能動的な観点と受動的な観点とで推定を行うため、精度良く異常推定を行うことができる。
本実施形態の作業監視装置40において、推定装置42は、異常が発生したことを通知する通知装置32と通信可能である。推定装置42は、異常が発生したと推定した場合、通知装置32に対して、異常の発生の通知を指示する。
これにより、異常の発生の可能性があることをユーザに知らせることができる。
本実施形態の作業監視装置40において、推定装置42は、作業ツール12及びロボット11の少なくとも何れかを制御する制御装置13と通信可能である。推定装置42は、異常が発生したと推定した場合、制御装置13に対して、作業ツール12及びロボット11の少なくとも何れかに対する指令の修正を指示する。
これにより、異常の発生の可能性がある状況を変化させることができるので、ロボット11の作業の失敗を未然に防止できる。
本実施形態の作業監視装置40において、推定装置42は、指令の修正後に異常が発生しているか否かを繰り返し推定する。推定装置42は、異常が発生していないと推定するまで、指令の修正を繰返し指示する。
これにより、1回の修正で失敗を防止できない場合でも複数回の修正を行うため、ロボット11の作業の失敗を未然に防止できる確率を上げることができる。
本実施形態の作業監視装置40において、パラメータは、第1パラメータと、第2パラメータと、を含む。第2パラメータよりも第1パラメータが優先的に変化するように指令が修正される。
これにより、第2パラメータの変化量を抑制できる。そのため、例えば、作業品質又はその他の事項に影響が出るパラメータを第2パラメータにすることにより、指令の修正の影響を軽減できる。
本実施形態の作業監視装置40において、ロボット11が行う作業は、溶接である。第1パラメータは、作業ツール12の姿勢に関するパラメータである。第2パラメータは、ロボット11が作業ツール12を移動させるロボット11に関するパラメータである。
作業ツール12の移動速度は溶接品質に影響し易いので、作業ツール12の移動速度を第2パラメータに設定することにより、作業ツール12の移動速度の修正頻度を減らすことができる。
本実施形態の作業監視装置40において、推定装置42は、複数のパラメータと、パラメータの組合せで異常が発生したか否かを示す結果と、を機械学習して構築された作業検査モデルを利用して、ロボット11の作業中に異常が発生しているか否かを推定する。
これにより、複数のパラメータが互いに関与して作業の成否に影響する状況においても、精度良く異常推定を行うことができる。
本実施形態の作業監視装置40において、推定装置42は、ロボット11の作業対象であるワークの内部に生じる異常の有無を推定する。
外観に現れない異常を的確に推定することは困難であるため、本実施形態の効果を有効に活用できる。
以上に本出願の好適な実施の形態及び変形例を説明したが、上記の構成は例えば以下のように変更することができる。
上記実施形態で示したフローチャートは一例であり、一部の処理を省略したり、一部の処理の内容を変更したり、新たな処理を追加したりしてもよい。
例えば、推定装置42が異常と推定した場合に修正する処理を省略してもよい。この場合、推定装置42が異常と推定した時点で、作業を停止又はやり直してもよい。
あるいは、推定装置42が異常と推定した場合に、修正が可能か否かを判定してもよい。そして、推定装置42は、修正が可能と判定した場合は修正を指示し、修正が不可能な場合は作業を停止又はやり直しを指示してもよい。推定装置42は、例えば、僅かな融合不良ですら許容されない溶接箇所で異常が発生したと推定した場合、修正が不可能と判定する。一方、推定装置42は、一定程度の融合不良であれば許容される溶接箇所で異常が発生したと推定した場合、修正が可能と判定する。
上記実施形態では、1種類の異常の有無のみを推定する。これに代えて、作業監視システム1は、複数種類の異常の有無を推定してもよい。この場合、異常の種類毎にモデルを作成してもよい。あるいは、異常の種類を推定できるモデルを機械学習により構築してもよい。
本明細書で開示する要素の機能は、開示された機能を実行するように構成又はプログラムされた汎用プロセッサ、専用プロセッサ、集積回路、ASIC(Application Specific Integrated Circuits)、従来の回路、及び/又は、それらの組み合わせ、を含む回路又は処理回路を使用して実行できる。プロセッサは、トランジスタやその他の回路を含むため、処理回路又は回路と見なされる。本開示において、回路、ユニット、又は手段は、列挙された機能を実行するハードウェアであるか、又は、列挙された機能を実行するようにプログラムされたハードウェアである。ハードウェアは、本明細書に開示されているハードウェアであってもよいし、あるいは、列挙された機能を実行するようにプログラム又は構成されているその他の既知のハードウェアであってもよい。ハードウェアが回路の一種と考えられるプロセッサである場合、回路、手段、又はユニットはハードウェアとソフトウェアの組み合わせであり、ソフトウェアはハードウェア及び/又はプロセッサの構成に使用される。
1 作業監視システム
10 ロボットシステム
11 ロボット
12 作業ツール
40 作業監視装置
41 取得装置
42 推定装置
10 ロボットシステム
11 ロボット
12 作業ツール
40 作業監視装置
41 取得装置
42 推定装置
Claims (12)
- 作業ツールを装着した産業用のロボットが行う作業を監視する作業監視装置において、
少なくとも、作業中の前記作業ツールに関するパラメータと、前記ロボットの動作に関するパラメータと、を取得する取得装置と、
前記取得装置が取得した複数の前記パラメータの組合せに基づいて、前記ロボットの作業中に、異常が発生しているか否かを推定する推定装置と、
を備える、作業監視装置。 - 請求項1に記載の作業監視装置であって、
前記取得装置は、更に、作業対象であるワークに関するパラメータを取得する、作業監視装置。 - 請求項1又は2に記載の作業監視装置であって、
前記取得装置が取得する前記パラメータは、前記ロボット又は前記作業ツールへの指令に含まれる能動パラメータと、センサにより取得された受動パラメータと、を含む、作業監視装置。 - 請求項1から3までの何れか一項に記載の作業監視装置であって、
前記推定装置は、異常が発生したことを通知する通知装置と通信可能であり、
前記推定装置は、異常が発生したと推定した場合、前記通知装置に対して、異常の発生の通知を指示する、作業監視装置。 - 請求項1から3までの何れか一項に記載の作業監視装置であって、
前記推定装置は、前記作業ツール及び前記ロボットの少なくとも何れかを制御する制御装置と通信可能であり、
前記推定装置は、異常が発生したと推定した場合、前記制御装置に対して、前記作業ツール及び前記ロボットの少なくとも何れかに対する指令の修正を指示する、作業監視装置。 - 請求項5に記載の作業監視装置であって、
前記推定装置は、前記指令の修正後に異常が発生しているか否かを繰り返し推定し、
前記推定装置は、異常が発生していないと推定するまで、前記指令の修正を繰返し指示する、作業監視装置。 - 請求項6に記載の作業監視装置であって、
前記パラメータは、第1パラメータと、第2パラメータと、を含み、
前記第2パラメータよりも前記第1パラメータが優先的に変化するように前記指令が修正される、作業監視装置。 - 請求項7に記載の作業監視装置であって、
前記ロボットが行う作業は、溶接であり、
前記第1パラメータは、前記作業ツールの姿勢に関するパラメータであり、
前記第2パラメータは、前記ロボットが前記作業ツールを移動させる速度に関するパラメータである、作業監視装置。 - 請求項1から8までの何れか一項に記載の作業監視装置であって、
前記推定装置は、複数の前記パラメータと、当該パラメータの組合せで異常が発生したか否かを示す結果と、を機械学習して構築された作業検査モデルを利用して、前記ロボットの作業中に異常が発生しているか否かを推定する、作業監視装置。 - 請求項1から9までの何れか一項に記載の作業監視装置であって、
前記推定装置は、前記ロボットの作業対象であるワークの内部に生じる異常の有無を推定する、作業監視装置。 - 請求項1から10までの何れか一項に記載の作業監視装置であって、
前記推定装置は、前記ロボットが行う溶接について異常が発生しているか否かを推定する、作業監視装置。 - 作業ツールを装着した産業用のロボットが行う作業を監視する作業監視方法において、
少なくとも、作業中の前記作業ツールに関するパラメータと、前記ロボットの動作に関するパラメータと、を取得し、
取得した複数の前記パラメータの組合せに基づいて、前記ロボットの作業中に、異常が発生しているか否かを推定する作業監視方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021171329A JP2023061447A (ja) | 2021-10-20 | 2021-10-20 | 作業監視装置及び作業監視方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021171329A JP2023061447A (ja) | 2021-10-20 | 2021-10-20 | 作業監視装置及び作業監視方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023061447A true JP2023061447A (ja) | 2023-05-02 |
Family
ID=86249611
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021171329A Pending JP2023061447A (ja) | 2021-10-20 | 2021-10-20 | 作業監視装置及び作業監視方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2023061447A (ja) |
-
2021
- 2021-10-20 JP JP2021171329A patent/JP2023061447A/ja active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10682729B2 (en) | System for automated in-process inspection of welds | |
US7590468B2 (en) | Robot system | |
US20160195390A1 (en) | Inspecting components using mobile robotic inspection systems | |
JP2017144532A (ja) | カメラの画像により故障を判定するロボットシステムの故障診断装置 | |
JP2011218371A (ja) | スポット溶接システム及びドレッシング判定方法 | |
JP2010253538A (ja) | 溶接方法及び溶接装置 | |
KR101609160B1 (ko) | 용접로봇을 이용한 자동용접 장치 | |
KR101487169B1 (ko) | 로봇 작업 품질 모니터링 시스템 | |
JP7386461B2 (ja) | リペア溶接検査装置およびリペア溶接検査方法 | |
US20190099902A1 (en) | Robot system | |
WO2020262049A1 (ja) | リペア溶接制御装置およびリペア溶接制御方法 | |
JP2006247663A (ja) | 溶接方法及び溶接装置 | |
JP2012187641A (ja) | ロボット監視システム、及びロボット監視システムの異常判定方法 | |
JP7369982B2 (ja) | リペア溶接装置およびリペア溶接方法 | |
JP7289087B2 (ja) | リペア溶接装置およびリペア溶接方法 | |
JP2023061447A (ja) | 作業監視装置及び作業監視方法 | |
CN114080291A (zh) | 补焊***、补焊方法、检查装置以及机器人控制装置 | |
JP7336711B2 (ja) | リペア溶接システム | |
JP2020203294A (ja) | 自動リペア溶接システムおよび自動リペア溶接方法 | |
JP7220383B2 (ja) | リペア溶接制御装置およびリペア溶接制御方法 | |
US10955829B2 (en) | System and a method to enable zero defect production | |
JP7228794B2 (ja) | リペア溶接システム、リペア溶接方法、検査装置およびロボット制御装置 | |
JP2017041045A (ja) | 監視ストレージ装置、監視情報ストレージ装置、監視ストレージシステム、監視ストレージ方法、および監視ストレージプログラム | |
JP2024047171A (ja) | 要因分析装置及び要因分析方法 | |
WO2022269706A1 (ja) | ロボットシステムで発生した異常に対する手順を提供する異常処理装置、ネットワークシステム、及び方法 |