JP2642491B2 - Product specification decision method, product specification decision estimation method and its device - Google Patents
Product specification decision method, product specification decision estimation method and its deviceInfo
- Publication number
- JP2642491B2 JP2642491B2 JP27608389A JP27608389A JP2642491B2 JP 2642491 B2 JP2642491 B2 JP 2642491B2 JP 27608389 A JP27608389 A JP 27608389A JP 27608389 A JP27608389 A JP 27608389A JP 2642491 B2 JP2642491 B2 JP 2642491B2
- Authority
- JP
- Japan
- Prior art keywords
- product
- data
- sample
- recognition result
- instruction
- 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.)
- Expired - Lifetime
Links
- 238000000034 method Methods 0.000 title claims description 53
- 238000004519 manufacturing process Methods 0.000 claims description 44
- 230000009466 transformation Effects 0.000 claims description 24
- 230000006870 function Effects 0.000 claims description 22
- 238000006243 chemical reaction Methods 0.000 claims description 18
- 238000012937 correction Methods 0.000 claims description 9
- 230000001953 sensory effect Effects 0.000 claims description 7
- 230000004048 modification Effects 0.000 claims description 5
- 238000012986 modification Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 description 17
- 230000008569 process Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 9
- 230000008447 perception Effects 0.000 description 9
- 230000008859 change Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 239000003607 modifier Substances 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000000547 structure data Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
【発明の詳細な説明】 [産業上の利用分野] 本発明は、商品に対する顧客の要求仕様を変更可とし
て入力した上、決定する商品仕様決定方法、更には、こ
の決定された商品仕様に基づきその商品の製造に要され
る費用、期間の見積を行なうための商品仕様決定見積方
法とその装置に係り、特に要求する商品の外観に類似し
たサンプルを示すことによって入力される商品の外観仕
様と、更には別途入力される機能仕様とから、顧客から
の商品に対する要求仕様が決定されるようにした商品仕
様決定方法、並びに商品仕様決定見積方法とその装置に
関するものである。DETAILED DESCRIPTION OF THE INVENTION [Industrial Application Field] The present invention provides a method for determining a product specification in which a customer's required specification for a product is entered as changeable, and further, based on the determined product specification. The cost required for the manufacture of the product, the product specification decision estimating method for estimating the period and the equipment, especially the product appearance specifications entered by showing a sample similar to the required product appearance Further, the present invention relates to a product specification determining method for determining a required specification for a product from a customer from a separately input functional specification, a product specification determining and estimating method, and an apparatus therefor.
[従来の技術] これまで、この種の装置としては、特開昭63−12068
号公報に記載されているように、商品カタログの静止画
とその商品に関する情報が記載されているファイルを備
え、顧客から商品の種類が指定されると、その商品の画
像と商品情報を表示し、見積条件が入力されることで、
見積書が出力されるようになっている。[Prior Art] Until now, this type of apparatus has been disclosed in JP-A-63-12068.
As described in the official gazette, there is a file in which a still image of the product catalog and information on the product are described, and when the type of the product is specified by the customer, the image of the product and the product information are displayed. , The quote terms are entered,
A quote is output.
[発明が解決しようとする課題] しかしながら、上記従来技術にあっては、仕様が確定
した商品に対する見積にしか適用し得ないものとなって
いる。一方、最近では顧客の商品に対するニーズが多様
化しており、顧客が自分の好みに合わせた商品を注文す
ることは多々見受けられるようになっている。このよう
な場合、商品の仕様が一品毎に異なっていることから、
仕様を明確に入力しその仕様に応じて製造に要される費
用や、期間について見積を行なう必要があるが、これま
でにあっては、そのような見積を行なうことまでは考慮
されていないものとなっている。[Problem to be Solved by the Invention] However, in the above-mentioned conventional technology, it can be applied only to the estimation for a product whose specification is fixed. On the other hand, recently, customer needs for products have been diversified, and it has been often seen that customers order products that meet their preferences. In such a case, the product specifications are different for each product,
It is necessary to clearly enter the specifications and estimate the cost and period required for manufacturing according to the specifications, but it has not been considered until now to make such an estimate It has become.
本発明の目的は、顧客が自分の好みに応じて商品の仕
様をサンプルを用い明確に入力した上、決定し得るよう
にした商品仕様決定方法、更には、その仕様に応じて、
その商品を製造するうえで必要とされる費用、期間につ
いて高精度な見積が可能とされた商品仕様決定見積方法
とその装置を供するにある。An object of the present invention is to provide a product specification determining method in which a customer can clearly determine a product specification according to his or her preference by using a sample, and further, according to the specification,
An object of the present invention is to provide a method for estimating a product specification and an apparatus thereof, which enable highly accurate estimation of the cost and period required for manufacturing the product.
[課題を解決するための手段] 上記目的の商品仕様決定方法としては、商品に対する
外観仕様を示すサンプルの外観情報をセンサ各々から入
力し、入力されたサンプルの外観を認識することによっ
て得られたサンプルの認識結果データと、各種商品の構
造が予め記述された構造記述データとを比較して、商品
の構造要素に認識結果データを対応させ、該認識結果デ
ータから生成されたディスプレイ表示用データに基づき
認識結果をディスプレイ上に表示し、該認識結果データ
に対する変形指示が入力される度に、該変形指示に基づ
いて認識結果データを修正した上、ディスプレイ上に再
表示されることによって、商品に対する顧客の要求仕様
を決定することで達成される。[Means for Solving the Problems] The product specification determining method for the above purpose is obtained by inputting the appearance information of a sample indicating the appearance specification of a product from each sensor and recognizing the appearance of the input sample. The recognition result data of the sample is compared with the structure description data in which the structure of each product is described in advance, and the recognition result data is made to correspond to the structural element of the product, and the display display data generated from the recognition result data is used. The recognition result is displayed on the display based on the recognition result data, and each time a deformation instruction for the recognition result data is input, the recognition result data is corrected based on the deformation instruction, and is displayed again on the display. Achieved by determining customer requirements.
また、商品仕様決定見積方法としては、商品に対する
外観仕様を示すサンプルの外観情報をセンサ各々から入
力し、入力されたサンプルの外観を認識することによっ
て得られたサンプルの認識結果データと、各種商品の構
造が予め記述された構造記述データとを比較して、商品
の構造要素に認識結果データを対応させ、該認識結果デ
ータから生成されたディスプレイ表示用データに基づき
認識結果をディスプレイ上に表示し、該認識結果データ
に対する変形指示が入力される度に、該変形指示に基づ
いて認識結果データを修正した上、ディスプレイ上で再
表示することによって、商品に対する顧客の要求仕様を
決定した後、決定された商品仕様に基づき該商品の製造
に要される費用、期間の見積を行なうことで達成され
る。In addition, as a product specification decision estimation method, sample recognition information data obtained by inputting sample appearance information indicating the appearance specification for a product from each sensor and recognizing the input sample appearance, and various product The structure is compared with structure description data in which the structure is described in advance, the recognition result data is made to correspond to the structural element of the product, and the recognition result is displayed on the display based on the display display data generated from the recognition result data. Each time a transformation instruction for the recognition result data is input, the recognition result data is corrected based on the transformation instruction, and displayed again on the display to determine the customer's required specifications for the product. This is achieved by estimating the cost and period required for manufacturing the product based on the specified product specifications.
更に、商品仕様決定見積装置としては、商品仕様決定
手段と見積手段から構成することで達成される。このう
ち、商品仕様決定手段は、少なくとも、各種商品の構造
が記述された構造記述データを格納するデータベース
と、商品に対する外観仕様を示すサンプルの外観を入力
する複数のセンサと、該センサによって得られたデータ
を解析しサンプルの外観を認識する手段と、該認識結果
を格納する手段と、該サンプルの該認識結果データと上
記構造記述データとを比較して商品の構造要素に認識結
果データを対応させる手段と、該認識結果データから生
成されたディスプサイ表示用データに基づき認識結果を
表示する手段と、該認識結果データに対する変形指示を
受け付ける手段と、該変形指示に基づいて認識結果デー
タを修正し再表示する手段とから構成することで、ま
た、見積手段としては、商品の構造が記述された構造記
述データに製造方法が記述されたデータが付加されたも
のを格納するデータベースと、商品に対する決定された
商品仕様を格納する手段と、上記構造記述データおよび
商品に対する決定された要求仕様を用い上記商品仕様の
商品の製造に要される費用、期間のデータを予測する手
段とから構成することで達成される。特に、商品仕様と
してのサンプルはその3次元形状および色彩が、複数の
センサからのデータが解析されることによって、認識さ
れるべく構成したものである。Furthermore, the merchandise specification determining and estimating device is achieved by including a merchandise specification determining means and an estimating means. Among these, the product specification determining means includes at least a database for storing structure description data describing the structure of various products, a plurality of sensors for inputting the appearance of a sample indicating the appearance specifications for the product, and the sensors. Means for analyzing the data obtained and recognizing the appearance of the sample, means for storing the recognition result, and comparing the recognition result data of the sample with the structure description data to correspond the recognition result data to the structural elements of the product. Means for displaying the recognition result based on the data for display on the display generated from the recognition result data, means for receiving a deformation instruction for the recognition result data, and correcting the recognition result data based on the deformation instruction. And re-display means. A database for storing the data to which the law is added, a means for storing the determined product specification for the product, and a product for the product having the product specification using the structure description data and the determined required specification for the product. This is achieved by including a means for estimating the cost and period data required for manufacturing. In particular, a sample as a product specification is configured so that its three-dimensional shape and color can be recognized by analyzing data from a plurality of sensors.
[作用] 商品の基本構造はデータベースに構造記述データとし
て格納されているが、顧客が望む外観は顧客より指示さ
れたサンプルのその形状および色彩が外観仕様要求とし
て入力されるようにすれば、その基本構造データに外観
仕様要求認識結果が結び付けられることによって、顧客
が望む外観を有する商品の仕様が容易に決定され得るも
のである。[Operation] The basic structure of the product is stored in the database as structure description data, but the appearance desired by the customer can be obtained by inputting the shape and color of the sample specified by the customer as the appearance specification request. By linking the appearance specification request recognition result to the basic structure data, the specification of a product having the appearance desired by the customer can be easily determined.
このようにして入力された外観仕様をディスプレイ表
示した状態で、顧客がそれに対して必要に応じ変形指示
を入力するようにすれば、これに基づき前認識結果デー
タが修正されることで、サンプルとは異なる仕様も入力
し得るものである。If the customer inputs a deformation instruction as necessary while the appearance specification input in this manner is displayed on the display, the pre-recognition result data is corrected based on this, and the sample and the Can enter different specifications.
ところで、顧客による変形指示としては、商品の部分
各々に対する細かいものだけではなく、商品全体に対す
る一括したものであることも多いが、商品全体に対する
一括変形指示を商品の各々の部分に対する個別的指示に
変換するようにすれば、一括変形指示によっても、外観
仕様は容易に修正され得るものである。しかしなから、
一括変形指示はえてして感覚的であり、したがって、曖
昧な表現になりがちであるから、変形結果が顧客が意図
したものと異なる場合は、グラフィックエディタを用い
変形結果を修正し、この修正値を用い一括した変形指示
を個別的指示に変換する機構で用いられるパラメータを
変更することにより、この変換パラメータを顧客の意図
に合致するように学習させることが可能となる。By the way, the transformation instruction by the customer is often not only a detailed instruction for each part of the product but also a batch instruction for the entire product, but the batch modification instruction for the entire product is converted into an individual instruction for each part of the product. If the conversion is performed, the appearance specification can be easily modified even by the batch deformation instruction. But for some reason
Since the batch transformation instruction is still intuitive and therefore tends to be ambiguous, if the transformation result is different from what the customer intended, modify the transformation result using a graphic editor and use this modified value. By changing the parameters used in the mechanism for converting the collective deformation instructions into individual instructions, it becomes possible to learn the conversion parameters so as to match the customer's intention.
以上のようにして、顧客の意図に合致した商品仕様が
決定されたならば、その商品仕様データと商品の構造を
記述した構造記述データに付加された製造方法を記述し
たデータからは、製造に要される費用、期間の見積が可
能となるものである。その見積の際、製造ラインの状況
を示すデータや、過去での見積データと実際に製造に要
される費用、期間の関係を参照するようにすれば、見積
の精度がより向上され得るものである。As described above, when the product specification that matches the customer's intention is determined, the data describing the manufacturing method added to the product specification data and the structure description data describing the structure of the product is used for manufacturing. The required cost and period can be estimated. The accuracy of the estimation can be further improved by referring to the data indicating the status of the production line and the relationship between the estimated data in the past and the actual cost and period required for production. is there.
[実施例] 以下、本発明を第1図から第12図により説明する。Embodiment The present invention will be described below with reference to FIGS. 1 to 12.
先ず本発明による商品仕様決定見積装置について説明
すれば、第1図はその一例での構成を商品仕様決定に係
る部分について示したものである。これによる場合、デ
ータベース1には各種商品の構造が記述された構造記述
データが予め格納されており、また、モデル化処理部2
では顧客からの要求に基づき入力された商品の種類、属
性を受け、その種類、属性に対応するデータをデータベ
ース1から検索し、それらを組合せることによって顧客
が指定した商品の構造を記述したデータが生成されたう
え、製品クラスオブジェクトベース3に格納されるよう
になっている。製品に対する外観要求仕様とそのサンプ
ル外観は、センサ4によってそのサンプル外観の画像デ
ータが検出され、画像データはパーセプション5で解析
されることによって、そのサンプル外観が認識されるも
のとなっている。その際、パーセプション5での認識を
補助すべく予測処理部6では製品クラスオブジェクトベ
ース3からサンプルの見え方(予測モデル)が予測され
たうえ予測モデルベース7に格納されるようになってい
る。パーセプション5ではその予測モデルを用い認識を
行なうが、認識結果は認識オブジェクトベース8に格納
されるものとなっている。構造解釈部9ではその認識オ
ブジェクトベース8内に格納されているサンプルの認識
結果と予測モデルベース7、および製品クラスオブジェ
クトベース3内のデータを比較して商品の構造要素に認
識結果データを対応させ、その結果を製品インスタンス
オブジェクトベース10に格納するようになっている。グ
ラフィック処理部12ではその製品インスタンスオブジェ
クトベース10内のデータからディスプレイ表示用データ
を生成することによって、顧客の提示したサンプルに基
づく商品の外観および機能仕様がディスプサイ13上に表
示さることで、顧客はその仕様を認識し得るものであ
る。もしも、表示されているその仕様を顧客が変更した
い場合には、コマンド入力部14から変更指示が入力され
ることで、この変更指示に基づき仕様決定モジュール11
では製品インスタンスオブジェクトベース10内のデータ
を修正し、この結果を表示して顧客に変更された仕様を
確認させるようになっている。この仕様変更の過程は、
顧客が満足するまで繰返されるものである。First, a description will be given of a product specification determining and estimating apparatus according to the present invention. FIG. 1 shows an example of a configuration relating to a product specification determining portion. In this case, the structure description data in which the structures of various products are described are stored in the database 1 in advance.
Receives the type and attribute of a product input based on a request from a customer, searches the database 1 for data corresponding to the type and attribute, and combines the data to describe the structure of the product specified by the customer. Is generated and stored in the product class object base 3. The appearance requirement specification for the product and the sample appearance are such that the sensor 4 detects the image data of the sample appearance, and the image data is analyzed by the perception 5 to recognize the sample appearance. At this time, in order to assist the recognition in the perception 5, the prediction processing unit 6 predicts the appearance (prediction model) of the sample from the product class object base 3 and stores it in the prediction model base 7. In the perception 5, recognition is performed using the prediction model. The recognition result is stored in the recognition object base 8. The structure interpretation unit 9 compares the recognition result of the sample stored in the recognition object base 8 with the data in the prediction model base 7 and the data in the product class object base 3 and associates the recognition result data with the structural element of the product. The result is stored in the product instance object base 10. The graphic processing unit 12 generates data for display display from the data in the product instance object base 10 so that the appearance and functional specifications of the product based on the sample presented by the customer are displayed on the disposy 13, so that the customer can The specification can be recognized. If the customer wants to change the displayed specification, a change instruction is input from the command input unit 14, and the specification determination module 11
Modifies the data in the product instance object base 10 and displays the result to allow the customer to confirm the changed specification. The process of this specification change,
This is repeated until the customer is satisfied.
第2図はその要部構成要素としてのセンサの一例での
構成を示したものである。本例でのものはサンプルの3
次元形状および色彩を入力するためのものであり、サン
プルはこれを保持するためのステージ4のそのフレーム
内側に取り付けられた透明ネット44上に置かれるように
なっており、このように置かれたサンプルのその3次元
形状とその色彩がその周囲からセンサによって検出され
るようになっている。具体的には、サンプルが置かれる
位置に対しては、その上下、左右、前後に6台のカラー
カメラ421,422,423,424,425,426がセンサとして位置さ
れているものであり、また、右上、左上、右下、左下に
はそれぞれスリット投光器431,432,433,434がそのサン
プルにスリット光を照射すべく配置されたものとなって
いる。それら6台のカラーカメラの相互位置は予めキャ
リブレーションパターンを用いて調べられており、ま
た、スリット投光器との位置関係も予め調べられたもの
となっている。したがって、スリット光が照射されてい
るサンプル部分での3次元位置が検出され得るものであ
る。また、スリット光が照射されたサンプル部分でのカ
ラー画像からはそのサンプルの3次元形状と色彩が一体
として入力され得るものである。FIG. 2 shows a configuration of an example of a sensor as a main component. In this example, sample 3
For inputting the three-dimensional shape and color, the sample is to be placed on a transparent net 44 attached to the inside of the frame of the stage 4 for holding it, and thus placed. The three-dimensional shape of the sample and its color are detected from the surroundings by a sensor. Specifically, for the position where the sample is placed, six color cameras 421, 422, 423, 424, 425, 426 are positioned as sensors at the top, bottom, left, right, front and back, and at the upper right, upper left, lower right, lower left. Are slit projectors 431, 432, 433, and 434, respectively, arranged to irradiate the sample with slit light. The mutual positions of these six color cameras have been checked in advance using a calibration pattern, and the positional relationship with the slit projector has also been checked in advance. Therefore, a three-dimensional position in the sample portion irradiated with the slit light can be detected. Further, the three-dimensional shape and color of the sample can be integrally input from the color image at the sample portion irradiated with the slit light.
以上のようなセンサ構成により透明ネット44上に置か
れるサンプルはその形状、色彩が全周囲から入力される
ものである。The shape and color of the sample placed on the transparent net 44 by the sensor configuration as described above are input from all around.
第3図は本発明に係る仕様決定モジュール11の一例で
の構成を示したものである。仕様決定モジュール11は商
品の外観に対する変形指示に基づき商品の外観仕様を変
更するためのものであり、変形指示の種類としては、例
えば模型飛行機に対して、「主翼を長く」といったよう
な構造要素各々に対するものだけではなく、全体を「細
長く」といったような、全体に対するものも許容される
ようになっている。仕様決定モジュール11は図示のよう
に、入力層111、中間層112および製品パラメータ層113
よりなる、3つの階層構成化されたユニットと、コマン
ド解析部110と、学習機構114とから構成されたものとな
っている。このうち、製品パラメータ層113は製品イン
スタンスオブジェクトベース10に接続されており、製品
パラメータ層113からの出力によって製品インスタンス
オブジェクトベース10内データが修正されることによっ
て、商品の外観仕様が変更され得るものとなっている。
また、入力層111は変形指示の種類対応に存在するが、
ここで変形指示コマンドについて説明すれば、その例は
第4図に示すようである。図示のように、全体形状修飾
語、形状色彩表現語、印象表現語、価値表現語、環境表
現語、機能表現語、程度修飾語各々について各種の語彙
が用意されたものとなっている。ここで、例えば「細長
く」といった変形指示が入力された場合を想定すれば、
この変形指示はコマンド解析部110でデコードされ、
「細長く」に対応する入力ユニット1111のみに所定の数
値が出力されるようになっている。この数値に基づき入
力ユニット1111では関数値を出力するが、入力ユニット
各々からの関数値には入力ユニットおよび中間ユニット
対応の中間層重み係数が乗じられたうえ、それら和がそ
の中間ユニットへの出力値fiとして与えられるようにな
っている。即ち、ある中間ユニットへの出力値fim(m
はその中間ユニットについてのユニット番号)は、入力
ユニットのユニット番号1を変数として以下のようにシ
グモイド関数によって与えられるものとなっている。FIG. 3 shows a configuration of an example of the specification determining module 11 according to the present invention. The specification determination module 11 is for changing the appearance specification of the product based on the deformation instruction for the appearance of the product. As the type of the deformation instruction, for example, for a model airplane, a structural element such as “long wing” is used. Not only for each, but also for the whole, such as "elongated" for the whole. As shown, the specification determining module 11 includes an input layer 111, an intermediate layer 112, and a product parameter layer 113.
It comprises three hierarchically structured units, a command analysis unit 110, and a learning mechanism 114. Among them, the product parameter layer 113 is connected to the product instance object base 10, and by modifying the data in the product instance object base 10 by the output from the product parameter layer 113, the appearance specification of the product can be changed. It has become.
Also, although the input layer 111 exists for the type of the deformation instruction,
Here, the deformation instruction command will be described, as shown in FIG. As shown in the figure, various vocabularies are prepared for each of the overall shape modifier, shape color expression, impression expression, value expression, environment expression, function expression, and degree modifier. Here, for example, assuming that a deformation instruction such as “elongated” is input,
This transformation instruction is decoded by the command analysis unit 110,
A predetermined numerical value is output only to the input unit 1111 corresponding to “elongated”. Based on this numerical value, the input unit 1111 outputs a function value, and the function value from each input unit is multiplied by the intermediate layer weight coefficient corresponding to the input unit and the intermediate unit, and the sum is output to the intermediate unit. It is adapted to be given as a value f i. That is, the output value f im (m
Is the unit number of the intermediate unit), which is given by the sigmoid function as follows using the unit number 1 of the input unit as a variable.
fim=Σ((入力ユニット出力))l×(中間層重み係
数)Im ………(1) 中間ユニット各々には以上のようにしてfimが与えら
れるが、これに基づき中間ユニット各々ではまたある関
数値を出力され、製品パラメータユニットに与えられる
ようになっているものである。中間ユニット各々と製品
パラメータ各々との入出力関係は入力ユニット各々と中
間ユニット各々との入出力関係に同様である。即ち、あ
る製品パラメータユニットへの出力値fon(nはその製
品パラメータユニットについてのユニット番号)は、中
間ユニットのユニット番号mを変数として以下のように
与えられるものとなっている。f im = Σ ((input unit output)) l × (intermediate layer weighting factor) Im ... (1) f im is given to each intermediate unit as described above. Further, a certain function value is output and given to the product parameter unit. The input / output relationship between each intermediate unit and each product parameter is the same as the input / output relationship between each input unit and each intermediate unit. That is, the output value f on (n is the unit number of the product parameter unit) to a certain product parameter unit is given as follows using the unit number m of the intermediate unit as a variable.
fon=Σ((中間ユニット出力)m×(製品パラメータ層
重み係数)mn ………(2) さて、fonに基づき製品パラメータユニット各々から
ある関数値が得られるが、これら関数値に基づき製品イ
ンスタンスオブジェクトベース10内のデータが変更され
るものである。このような処理により変形指示コマンド
に基づき製品パラメータが変換され得るものである。な
お、上記例での説明では、「細長く」に対応する入力ユ
ニットが存在する場合でのものであるが、もしも、それ
に対応する入力ユニットが存在しなく、その代りに例え
ば、「細く」、「長く」各々に対応する入力ユニットが
存在する場合には、これら入力ユニット各々にはコマン
ド解析部110より所定の数値の1/2相当の数値が与えられ
る、といった具合に入力ユニット各々には数値が与えら
れるようになっている。f on = Σ ((intermediate unit output) m × (product parameter layer weighting coefficient) mn ... (2) Now, a function value is obtained from each product parameter unit based on f on. The data in the product instance object base 10 is changed, and the product parameters can be converted based on the transformation instruction command by such a process. If there is no input unit corresponding to it, but there is no input unit corresponding to it, instead, for example, if there is an input unit corresponding to `` thin '' and `` long '' respectively, Each of these input units is given a numerical value equivalent to 1/2 of a predetermined numerical value by the command analysis unit 110, and so on. It has become as to be.
第5図は入力層111内各ユニットの一例を示したもの
である。図示のように、「主翼を長く」,「水平尾翼を
長く」といったように、各構造要素への変形指示の他
に、「細長く」といったような、全体に対する変形指示
もあるので、一括した変形指示を各構造要素への変形指
示に変換することが可能となっている。また、「スマー
トに」,「重厚に」といったように、感覚的な用語に対
応する入力ユニットもあるので、感覚的な変形指示を各
構造要素への変形指示へ変換することも、更には「高速
に」,「頑丈に」のように、機能を示す用語に対応する
入力ユニットによっては、機能的指示を各構造要素への
変形指示に変換することも可能となっている。FIG. 5 shows an example of each unit in the input layer 111. As shown in the figure, in addition to the deformation instructions for each structural element, such as "Long wing" and "Long tail", there are also deformation instructions for the whole, such as "Slender". It is possible to convert the instruction into a deformation instruction for each structural element. In addition, there are input units corresponding to sensory terms such as "smartly" and "profoundly", so that a sensory transformation instruction can be converted into a transformation instruction for each structural element, and furthermore, " Depending on the input unit corresponding to a term indicating a function, such as "fast" or "rugged", it is also possible to convert a functional instruction into a deformation instruction for each structural element.
以上に示したように、変形指示を認識結果データに対
する変形指示へ変換するためには、中間層重み係数や製
品パラメータ層重み係数等の変換パラメータを適切に設
定する必要があるが、この変換パラメータの決定方法を
第6図に示す。これによる場合、先ず変換パラメータは
適当に初期設定されるようになっている(処理601)。
初期設定の方法としては、適当な変換パラメータが何等
かの方法で予測されている場合はそれを用いてもよい
が、予測され得ない場合には、乱数を用いるようにして
もよい。次に、何等かの変形指示が入力されれば(処理
602)、この変形指示に対し、設定されている変換パラ
メータによる変換を行ない、製品パラメータ層113から
製品インスタンスオブジェクトベース10内のデータに対
する修正量を出力し(処理603)、この修正量に基づき
修正された商品仕様はディスプレイ13上に表示されるよ
うになっている(処理604)。この表示より修正結果が
意図した変形指示に合致したものであるか否かが判定さ
れ得るが(処理605)、もしも修正結果が意図したもの
ならば一連の処理は終了されることになる。しかしなが
ら、一般的には、当初の変換パラメータは適切に定めら
れているわけではないので、意図した変形指示に合致し
ない、と容易に予想されるところである。このような場
合には、意図した変形結果を希望変形値として入力する
ことで(処理606)、変換パラメータが修正され得るも
のである(処理607)。例えば外観に関する変形指示の
場合は、変換結果の画像に対し、グラフィック処理部12
でのグラフィックエディタ機能を用い意図に合致すべく
形状を修正するようにし、また、機能に関する指示の場
合には、意図した機能の数値を入力し、この意図した結
果と、当初の変換パラメータを用いて変換した結果の差
を求め、この差が減少するように変換パラメータが修正
されるものである。即ち、変形指示に対する処理結果
と、その変形指示を指示した者の意図を入力し、その差
が減少されるべく変換パラメータが修正されることによ
って、変形指示の意図する内容が自動的に学習されるも
のである。これにより数値的に明確に指定し得る機能性
能的要求だけでなく、明確に定義することが困難な感覚
的仕様要求に対しても、その意図を入力し理解し得るこ
とになる。As described above, in order to convert a deformation instruction into a deformation instruction for recognition result data, it is necessary to appropriately set conversion parameters such as an intermediate layer weight coefficient and a product parameter layer weight coefficient. FIG. In this case, first, the conversion parameters are appropriately initialized (process 601).
As an initial setting method, if an appropriate conversion parameter is predicted by any method, that may be used, but if it cannot be predicted, a random number may be used. Next, if any transformation instruction is input (processing
602), the conversion instruction is converted according to the set conversion parameters, and the correction amount for the data in the product instance object base 10 is output from the product parameter layer 113 (process 603), and correction is performed based on the correction amount. The finished product specification is displayed on the display 13 (process 604). From this display, it can be determined whether or not the correction result matches the intended deformation instruction (step 605). If the correction result is intended, a series of processing is ended. However, in general, since the initial conversion parameters are not properly determined, it is easily expected that they do not match the intended deformation instruction. In such a case, the conversion parameter can be corrected by inputting the intended deformation result as a desired deformation value (process 606) (process 607). For example, in the case of a deformation instruction relating to the appearance, the graphic processing unit 12
Use the graphic editor function to modify the shape to match the intention.In the case of an instruction related to the function, enter the numerical value of the intended function, and use the intended result and the original conversion parameters. The difference between the conversion results is obtained, and the conversion parameter is corrected so as to reduce the difference. That is, the processing result for the deformation instruction and the intention of the person who instructed the deformation instruction are input, and the conversion parameter is corrected so as to reduce the difference, so that the content intended by the deformation instruction is automatically learned. Things. As a result, the intention can be input and understood not only for functional performance requirements that can be clearly specified numerically, but also for sensory specification requirements that are difficult to clearly define.
次に、パーセプション5において、センサとして接続
されている複数のカメラやレンジファインダから如何な
る順にデータを取り込み、サンプルを認識するかについ
て説明する。サンプルと一口にいっても、単純なものか
ら複雑なものまで各種存在していることから、複雑なサ
ンプルを認識するためには多数のセンサが要されること
になる。多数のセンサからデータを取り込んで認識を行
なう場合は、多くの時間が要されることになるが、サン
プルが単純な場合は、少数のセンサからのデータを処理
するだげで充分な場合があることは明らかである。した
がって、必要最小限の時間でサンプルを認識するために
は、サンプルの形状に応じて使用されるセンサの数を決
定することが有効となっている。パーセプション5では
予測モデルベース7を参照することによって、サンプル
の予測される見え方が知れるが、これを用いたセンサの
使用手順の一例を第7図に示す。先ずカメラが第2図に
示すように6台ある場合には、サンプルの対称性が調べ
られ、対称ならば片側の認識に必要なカメラのみが使用
されるようになっている。例えば左右が対称であるサン
プルの場合、上、下、前、後、右側の5台のカメラのみ
使用して順次画像を取込むようにすればよく、左側のカ
メラは不要であるというものである。また、サンプルが
多面体であって、全ての稜線が何れか2台以上のカメラ
から検出されるならば、カメラだけでステレオ法により
3次元形状が認識され得、レンジファインダの使用は不
要となっている。以上の場合以外は、カメラだけでは3
次元形状を認識し得ないので、レンジファインダが使用
される必要があるものとなっている。この場合でもレン
ジファインダで3次元形状を認識する必要のある部分は
限定され得るので、その部分についてだけ3次元形状を
計測すればよいものとなっている。更にサンプルの厚さ
が一様な2次元形状ならば、上下2台のカメラだけで形
状が認識され得るものである、このようにして、予測形
状の特徴と必要なセンサとの関係は幾何学的な計算によ
って求められるものである。Next, a description will be given of the order in which data is fetched from a plurality of cameras and a range finder connected as sensors and a sample is recognized in the perception 5. Since there are various types of samples, from simple to complex, even if they are just a sample, many sensors are required to recognize a complex sample. Recognition by acquiring data from a large number of sensors will take a lot of time, but if the sample is simple, processing data from a small number of sensors may be sufficient. It is clear. Therefore, in order to recognize a sample in a minimum necessary time, it is effective to determine the number of sensors used according to the shape of the sample. In the perception 5, the predicted appearance of the sample is known by referring to the prediction model base 7, and an example of a procedure for using the sensor using the sample is shown in FIG. 7. First, when there are six cameras as shown in FIG. 2, the symmetry of the sample is checked, and if it is, only the cameras necessary for recognition on one side are used. For example, in the case of a sample that is symmetrical on the left and right, it is only necessary to sequentially capture images using only the five cameras on the upper, lower, front, rear, and right sides, and the left camera is unnecessary. . If the sample is a polyhedron and all the ridge lines are detected from any two or more cameras, the three-dimensional shape can be recognized by the stereo method using only the camera, and the use of a range finder becomes unnecessary. I have. In all other cases, the camera alone
Since the dimensional shape cannot be recognized, a range finder must be used. Even in this case, since the part in which the three-dimensional shape needs to be recognized by the range finder can be limited, the three-dimensional shape needs to be measured only for that part. Further, if the sample has a uniform two-dimensional shape, the shape can be recognized only by the upper and lower two cameras. In this way, the relationship between the feature of the predicted shape and the necessary sensor is a geometric It is determined by a typical calculation.
次に入力されたサンプルを基にして外観が決定された
商品の機能を予測する方法について説明すれば、第8図
は商品の構造が記述されたデータの一例を示したもので
ある。このデータには商品の構造が記述されたスロット
の他に、商品の機能を予測する手続が含まれており、更
にサンプルの認識結果データ、あるいはそれの修正デー
タが指し示されている。したがって、認識結果データに
基づいて商品の機能を予測することは、認識結果データ
をパラメータとして、商品の機能を予測する手続を起動
することによって実現され得るものである。Next, a method of predicting the function of a product whose appearance has been determined based on an input sample will be described. FIG. 8 shows an example of data describing the structure of a product. This data includes, in addition to the slot in which the structure of the product is described, a procedure for predicting the function of the product, and further indicates the recognition result data of the sample or its correction data. Therefore, predicting the function of the product based on the recognition result data can be realized by starting a procedure for predicting the function of the product using the recognition result data as a parameter.
更にまた、認識結果を表示する際、認識結果の表示範
囲、方向、倍率の指示を受け付け、この指示に基づき表
示を行なう方法について説明すれば、このような表示方
法は認識結果を確認する場合や、認識結果を変更したい
場合に有効な機能となっている。即ち、2次元ディスプ
レイ上では、認識されたサンプルの片側だけしか表示さ
れず、1画面だけからは全体の外観が判らないというわ
けである。また、商品の外観仕様を変更しようとした場
合にも、1画面だけでは変更に係る部分を表示し得ない
場合があることから、そのような表示方法は必要である
ばかりでなく、また、表示可とされる場合は認識結果の
確認や変更が速やかに行なわれ得ることになるものであ
る。第9図はそのような表示を可能ならしめる一例での
構成を示したものである。ここで、ダイヤル121は構造
記述データにおける商品形状記述の座標原点を中心とし
て、回転させる角度を入力するためのものであり、これ
より指定角度が入力されたならば、構造記述データが指
しているサンプルの認識結果データ、あるいはそれの修
正データの位置を回転させることによって、認識結果は
その表示方向が任意に変更可として表示され得るもので
ある。また、スティック122はそれ自体が上下、左右方
向に移動されることによって、構造記述データにおける
製品形状記述の座標原点を画面座標に対して上下、左右
方向に移動させること、即ち、上下、左右方向に画像を
スクロール表示をするためのものであり、スティック12
3はそれ自体が上下方向に移動されることで、認識結果
の表示倍率を変更し得るものとなっている。グラフィッ
ク処理部12ではそれら入力機器からの指示に基づきその
指示に応じた表示制御を行なうことで、ディスプレイ13
上には認識結果の変更後の表示範囲や、表示方向、表示
倍率に係る画像が表示されるようになっているものであ
る。Furthermore, when displaying the recognition result, a method of accepting an instruction of a display range, a direction, and a magnification of the recognition result and describing a method of performing display based on the instruction will be described. This is an effective function for changing the recognition result. That is, on the two-dimensional display, only one side of the recognized sample is displayed, and the entire appearance cannot be recognized from only one screen. In addition, even when an attempt is made to change the appearance specifications of a product, a portion related to the change cannot be displayed on only one screen. Therefore, such a display method is not only necessary but also required. If it is permitted, the recognition result can be confirmed or changed promptly. FIG. 9 shows a configuration in an example which enables such display. Here, the dial 121 is for inputting an angle to be rotated around the coordinate origin of the product shape description in the structure description data. If a designated angle is input from this, the structure description data points to it. By rotating the position of the sample recognition result data or its correction data, the recognition result can be displayed such that its display direction can be arbitrarily changed. Further, the stick 122 itself is moved up and down and left and right to move the coordinate origin of the product shape description in the structure description data up and down and left and right with respect to the screen coordinates, that is, up and down and left and right directions Is for scrolling the image to a stick 12
Reference numeral 3 indicates that the display magnification of the recognition result can be changed by moving itself in the vertical direction. The graphic processing unit 12 performs display control according to the instruction from the input device based on the instruction from the input device, so that the display 13
At the top, an image related to the display range, the display direction, and the display magnification after the recognition result is changed is displayed.
ところで、以上のようにして、サンプルの認識結果を
各方向から調べてみた場合、認識がされていない部分、
あるいは認識に誤りがある部分が発見されることがある
が、このような場合にはその部分についての認識を再度
行ない正しい認識結果を得る必要があるが、正しい認識
結果を得る方法について説明すれば、第10図はその方法
手順を示したものである。これによる場合、先ず第9図
に示された手段によってサンプルの認識結果がチェック
されるようになっている(処理101)。この結果、認識
がかれていない部分、あるいは誤認識されている部分が
発見された場合には(処理102)、画面はその部分が表
示された画面に設定されるようになっている。この画面
設定では先ず画面上での再認識に係る範囲がマウス124
によって指定され(処理103)、この指定で再認識に係
る範囲を、構造記述データにおいて商品形状を記述した
座標で得ることが可能となるものである。この座標位置
をパーセプション5に与えるようにすれば(処理10
4)、パーセプション5では認識対象としての位置範囲
に対し、適切なセンサを用い認識を行なわれるようにな
っている(処理105)。より具体的には、パーセプショ
ン5では、予め記憶されている、初めにその位置範囲を
認識するのに用いられたセンサ種類および認識アルゴリ
ズムの種類とは異なるセンサ、あるいは認識アルゴリズ
ムによって、認識対象としての位置範囲が認識されるよ
うになっているものである。以上の一連の処理により前
回とは異なる認識結果が得られたうえ表示されている
が、この認識結果が正しければこれで処理は終了される
ものである。もしも、認識結果が誤っていれば、正しい
認識結果が得られるまで、上記処理が繰返されるように
なっているものである。By the way, as described above, when the recognition result of the sample is examined from each direction, a portion where the recognition is not performed,
Alternatively, a part with an incorrect recognition may be found.In such a case, it is necessary to perform the recognition for that part again to obtain a correct recognition result. FIG. 10 shows the procedure of the method. In this case, first, the recognition result of the sample is checked by the means shown in FIG. 9 (process 101). As a result, when an unrecognized portion or a misrecognized portion is found (process 102), the screen is set to the screen on which the portion is displayed. In this screen setting, the range related to the re-recognition on the screen
(Process 103), and the range related to the re-recognition can be obtained by the coordinates using the coordinates describing the product shape in the structure description data. If this coordinate position is given to the perception 5 (processing 10
4) In perception 5, recognition is performed on the position range to be recognized using an appropriate sensor (process 105). More specifically, in the perception 5, a sensor stored in advance and different from the type of the sensor and the type of the recognition algorithm used for initially recognizing the position range, or a recognition algorithm is used as a recognition target. The position range is to be recognized. Although a recognition result different from the previous one is obtained and displayed by the above series of processing, if the recognition result is correct, the processing is completed with this. If the recognition result is incorrect, the above processing is repeated until a correct recognition result is obtained.
さて、以上のようにして、商品の仕様が決定され得る
が、この後はその仕様に係る商品の製造に要される費
用、期間が見積もられるようになっている。この見積の
方法について説明すれば、それら費用や期間はその商品
についての標準仕様にほぼ同一ならばほぼ一定となる
が、商品仕様決定見積装置で受注される、顧客からの要
求を多分に含む商品は一品毎にその仕様が異なっている
ことから、製造に要される費用、期間もまた一品毎に異
なったものとなっている。製造に要される費用、期間の
見積を行なうためには、第11図に示すように、商品の構
造記述データのスロットに製造方法を記述したデータ
と、製造に要される費用、期間を予測する手続きとが必
要となっている。その構造記述データにはサンプルの認
識結果データ、あるいはその修正データ等、その商品に
対する要求仕様を示すデータと製造ラインの状況を示す
データを併せて指し示していることから、これらデータ
をも参照することで、見積が行なわれ得るものとなって
いる。即ち、要求仕様に係る商品の製造に要される費用
や期間は、製造方法記述データ、製造ライン状況デー
タ、更には認識結果データ等の商品についての要求仕様
データをパラメータとして、製造に要される費用や期間
を予測するための手続が起動されることによって、見積
りされるようになっているものである。As described above, the specification of the product can be determined, and thereafter, the cost and the period required for manufacturing the product according to the specification can be estimated. Explaining this estimation method, if the cost and the period are almost the same as the standard specifications for the product, they will be almost constant. Since the specifications of each product are different for each product, the cost and period required for manufacturing are also different for each product. In order to estimate the cost and period required for manufacturing, as shown in FIG. 11, the data describing the manufacturing method in the slot of the product structure description data and the cost and period required for manufacturing are estimated. Procedures are needed. Since the structure description data points to both data indicating the required specifications for the product and data indicating the status of the production line, such as the recognition result data of the sample or its correction data, refer to these data as well. Thus, the estimation can be performed. In other words, the cost and period required for manufacturing the product according to the required specifications are required for manufacturing using required specification data for the product such as manufacturing method description data, manufacturing line status data, and recognition result data as parameters. The cost is estimated by launching a procedure for estimating costs and periods.
費用や期間は以上のようにして見積りされるが、ここ
で、見積予測精度を向上させる方法について説明すれ
ば、第12図は見積予測精度を向上させるための商品につ
いての構造記述データの例を示したものである。これに
よる場合、第11図に示すデータに加え、更に予測処理パ
ラメータ変更手続、予測処理パラメータ、過去の予測デ
ータ、実際に製造に要された費用・期間のデータが追加
されたものとなっている。このうち、予測処理パラメー
タ変更手続きでは過去の予測データと実際に製造に要さ
れた費用、期間のデータとの違いから予測処理パラメー
タが変更されるようになっている。これにより予測処理
パラメータは予測データと実際に製造に要された費用、
期間のデータとが近づくように修正されるものである。
なお、予測処理パラメータは、製造に要される費用、期
間を予測する手続によって参照されるようになってい
る。Costs and periods are estimated as described above. Here, if we explain how to improve the estimation prediction accuracy, Fig. 12 shows an example of structural description data for a product to improve the estimation prediction accuracy. It is shown. In this case, in addition to the data shown in FIG. 11, a prediction process parameter change procedure, a prediction process parameter, past prediction data, and data of the cost and period actually required for manufacturing are added. . Among these, in the prediction process parameter change procedure, the prediction process parameter is changed based on the difference between the past prediction data and the cost and period data actually required for manufacturing. As a result, the forecast processing parameters are calculated based on the forecast data and the actual manufacturing costs,
The data of the period is corrected so as to be closer.
The prediction processing parameters are referred to by a procedure for predicting the cost and period required for manufacturing.
[発明の効果] 以上説明したように、本発明による場合は、顧客によ
る商品に対する要求仕様を明確に入力し得、特に、仕様
を特定することが困難とさている外観形状をサンプルを
ベースにして、それを必要に応じて変形することによっ
て容易に外観仕様が入力され得るものとなっている。[Effect of the Invention] As described above, in the case of the present invention, it is possible to clearly input a required specification for a product by a customer, and in particular, based on a sample based on an external shape which makes it difficult to specify the specification. The appearance specifications can be easily input by deforming it as necessary.
その際、変形指示としては、局所的な範囲に対する幾
何学的変形指示だけでなく、全体形状に対する一括変形
指示や感覚的表現が可能とされていることから、極めて
容易にサンプルより認識された外観形状を変形し得るも
のとなっている。しかも、そのような変形指示に対する
変換処理においては、顧客の意図を学習し得ることか
ら、曖昧な感覚的指示に対しても、次第に的確な変換を
行ない得るものとなっている。At this time, since the deformation instruction can be not only a geometric deformation instruction for a local area but also a collective deformation instruction for the entire shape and a sensory expression, the appearance recognized from the sample very easily. The shape can be changed. In addition, in the conversion process for such a deformation instruction, since the intention of the customer can be learned, accurate conversion can be performed gradually even for an ambiguous sensory instruction.
更には、以上のようにして、商品仕様が入力された後
は、その商品仕様に基づき個別仕様の商品に対し、高精
度にその商品の製造に要される費用、期間が見積られる
ものとなっている。Furthermore, after the product specification is input as described above, the cost and period required for manufacturing the product with high accuracy can be estimated for the product of the individual specification based on the product specification. ing.
第1図は、本発明による商品仕様入力装置の一例での構
成を示す図、第2図は、その1構成要素としてのセンサ
の一例での構成を示す図、第3図は、同じくその1構成
要素としての仕様決定モジュールの一例での構成を示す
図、第4図は、商品の外観を変更する場合での各種変形
指示コマンドの例を示す図、第5図は、仕様限定モジュ
ールの1構成要素としての入力層ユニットの一例を示す
図、第6図は、変形指示を認識結果データに対する変形
指示へ変換するための変換パラメータの決定方法を示す
図、第7図は、センサ使用手順の一例を示す図、第8図
は、製品の機能予測を可能ならしめる製品構造記述デー
タの一例を示す図、第9図は、認識結果の表示を各種変
化させる場合での一例での構成を示す図、第10図は、認
識結果のチェック手順を示す図、第11図は、商品の製造
に要される費用や期間の見積を行なうための商品構造記
述データの一例を示す図、第12図は、その見積精度を向
上させるための商品構造記述データの一例を示す図であ
る。 1…データベース、2…モデル化処理部、3…製造クラ
スオブジェクトベース、4…センサ、5…パーセプショ
ン、6…予測処理部、7…予測モデルベース、8…認識
オブジェクトベース、9…構造解釈部、10…製品インス
タンスオブジェクトベース、11…仕様決定モジュール、
12…グラフィック処理部、13…ディスプレイ、14…コマ
ンド入力部、41…ステージ、421〜426…カラーカメラ、
431〜434…スリット投光器、44…透明ネット、110…コ
マンド解釈部、111…入力層、112…中間層、113…製品
パラメータ層、114…学習機構、121…ダイヤル、122,12
3…スティック、124…マウスFIG. 1 is a diagram showing a configuration of an example of a product specification input device according to the present invention, FIG. 2 is a diagram showing a configuration of an example of a sensor as one component thereof, and FIG. FIG. 4 is a diagram showing an example of a configuration of a specification determining module as a component, FIG. 4 is a diagram showing an example of various transformation instruction commands when changing the appearance of a product, and FIG. FIG. 6 is a diagram showing an example of an input layer unit as a component, FIG. 6 is a diagram showing a method of determining a conversion parameter for converting a deformation instruction into a deformation instruction for recognition result data, and FIG. FIG. 8 is a diagram showing an example, FIG. 8 is a diagram showing an example of product structure description data which makes it possible to predict the function of a product, and FIG. 9 is a diagram showing an example of a structure in which the display of a recognition result is variously changed. Figure 10 shows the recognition result FIG. 11 shows an example of product structure description data for estimating the cost and period required for manufacturing a product, and FIG. 12 shows a product for improving the estimation accuracy. It is a figure showing an example of structure description data. DESCRIPTION OF SYMBOLS 1 ... Database, 2 ... Modeling processing part, 3 ... Manufacturing class object base, 4 ... Sensor, 5 ... Perception, 6 ... Prediction processing part, 7 ... Prediction model base, 8 ... Recognition object base, 9 ... Structure interpretation part, 10… Product instance object base, 11… Specification module,
12: Graphic processing unit, 13: Display, 14: Command input unit, 41: Stage, 421-426: Color camera,
431 to 434: slit projector, 44: transparent net, 110: command interpreter, 111: input layer, 112: intermediate layer, 113: product parameter layer, 114: learning mechanism, 121: dial, 122, 12
3… stick, 124… mouse
───────────────────────────────────────────────────── フロントページの続き (72)発明者 的場 秀彰 神奈川県横浜市戸塚区吉田町292番地 株式会社日立製作所生産技術研究所内 (72)発明者 因幡 英敏 神奈川県横浜市戸塚区吉田町292番地 株式会社日立製作所生産技術研究所内 (72)発明者 渡辺 正浩 神奈川県横浜市戸塚区吉田町292番地 株式会社日立製作所生産技術研究所内 (72)発明者 礒部 光庸 神奈川県横浜市戸塚区吉田町292番地 株式会社日立製作所生産技術研究所内 (72)発明者 大成 尚 神奈川県横浜市戸塚区吉田町292番地 株式会社日立製作所生産技術研究所内 (72)発明者 松本 義雄 神奈川県横浜市戸塚区吉田町292番地 株式会社日立製作所生産技術研究所内 (56)参考文献 特開 平1−116766(JP,A) 特開 平1−116765(JP,A) 特開 昭62−137681(JP,A) ──────────────────────────────────────────────────続 き Continuing on the front page (72) Inventor Hideaki Matoba 292, Yoshida-cho, Totsuka-ku, Yokohama-shi, Kanagawa Prefecture Inside the Hitachi, Ltd. Production Technology Research Laboratory (72) Inventor Hidetoshi Inaba 292, Yoshida-cho, Totsuka-ku, Yokohama-shi, Kanagawa Hitachi, Ltd., Production Technology Laboratory Co., Ltd. (72) Inventor Masahiro Watanabe 292, Yoshida-cho, Totsuka-ku, Yokohama-shi, Kanagawa Prefecture Hitachi, Ltd. Production Technology Laboratory Co., Ltd. (72) Mitsuyoshi Isobe 292, Yoshida-cho, Totsuka-ku, Yokohama-shi, Kanagawa Prefecture Hitachi, Ltd. Production Technology Laboratory Co., Ltd. (72) Inventor Takashi Osari 292, Yoshidacho, Totsuka-ku, Yokohama-shi, Kanagawa Prefecture Hitachi, Ltd. Production Technology Laboratory Co., Ltd. (72) Yoshio Matsumoto 292, Yoshida-cho, Totsuka-ku, Yokohama-shi, Kanagawa Prefecture Hitachi, Ltd. Production Technology Laboratory (56) References JP-A 1-1167 66 (JP, A) JP-A-1-116765 (JP, A) JP-A-62-137681 (JP, A)
Claims (22)
て入力・決定する商品仕様決定手段と、該手段によって
決定された商品仕様に基づき該商品の製造に要される費
用、期間の見積を行なう見積手段とが具備されてなる商
品仕様決定見積装置であって、商品仕様決定手段として
少なくとも、各種商品の構造が記述された構造記述デー
タを格納するデータベースと、商品に対する外観仕様を
示すサンプルの外観を入力する複数のセンサと、該セン
サによって得られたデータを解析しサンプルの外観を認
識する手段と、該認識結果を格納する手段と、該サンプ
ルの該認識結果データと上記構造記述データとを比較し
て商品の構造要素に認識結果データを対応させる手段
と、該認識結果データから生成されたディスプレイ表示
用データに基づき認識結果を表示する手段と、該認識結
果データに対する変形指示を受け付ける手段と、該変形
指示に基づいて認識結果データを修正し再表示する手段
とが具備されている商品仕様決定見積装置。1. A product specification determining means for inputting and determining a customer's required specification for a product as being updatable, and estimating a cost and a period required for manufacturing the product based on the product specification determined by the means. A product specification determining and estimating apparatus comprising: an estimating unit, wherein at least a database storing structure description data describing a structure of various products and a sample appearance indicating an external specification for the product as the product specification determining unit A plurality of sensors, a means for analyzing data obtained by the sensors and recognizing the appearance of the sample, a means for storing the recognition result, and the recognition result data of the sample and the structure description data. Means for associating the recognition result data with the structural element of the product for comparison, and recognition based on display display data generated from the recognition result data. Means for displaying the results, the recognition result and means for accepting a modification instruction for data, product specifications determined estimated device and means for the recognition data to correct the redisplay based on the deformation instruction is provided.
構造記述データに製造方法が記述されたデータが付加さ
れたものを格納するデータベースと、商品に対する決定
された商品仕様を格納する手段と、上記構造記述データ
および商品に対する決定された商品仕様を用い上記商品
仕様の商品の製造に要される費用、期間のデータを予測
する手段とが具備されている請求項1記載の商品仕様決
定見積装置。2. A database for storing structure description data in which the structure of a product is described and data describing a manufacturing method added thereto, and means for storing determined product specifications for the product as estimation means. 2. A product specification decision quotation according to claim 1, further comprising means for predicting data of a cost and a period required for manufacturing the product having the product specification using the structure description data and the determined product specification for the product. apparatus.
観を入力する複数のセンサに関連して、該サンプルを透
明ネット上に保持するステージが具備されている請求項
1,2の何れかに記載の商品仕様決定見積装置。3. A stage for holding a sample on a transparent net in association with a plurality of sensors for inputting an appearance of a sample indicating an appearance specification for a product.
The product specification determining and estimating device according to any of items 1 and 2.
の入力を受け付ける手段と、該種類、属性に対応する構
造を記述したデータを、各種商品の構造が記述された構
造記述データから検索した上、組合せることで、指定商
品の構造が記述されたデータを、サンプルの外観を認識
補助するための外観モデル予測用として生成する手段と
が具備されている請求項1〜3の何れかに記載の商品仕
様決定見積装置。4. The product specification determining means includes means for receiving an input of a product type and an attribute, and data describing a structure corresponding to the type and the attribute, based on structure description data describing various types of product structures. 4. A means for generating data describing the structure of a designated product by searching and combining them as an appearance model prediction for assisting in recognizing the appearance of a sample. Product specification decision estimation device described in Crab.
析しサンプルの外観を認識する手段に関連しては、商品
の構造記述データから各センサに入力させるデータを予
測し、認識に有効なデータが得られるセンサから順にデ
ータを入力させる手段が具備されている請求項1〜4の
何れかに記載の商品仕様決定見積装置。6.商品の構造が
記述された構造記述データに機能が記述されたデータを
付加し、各構造要素に対応付けられたサンプルの認識結
果データ、あるいは該データの修正データを用い機能を
予測する手段が具備されている請求項1〜4の何れかに
記載の商品仕様決定見積装置。5. A means for analyzing data obtained by a plurality of sensors and recognizing the appearance of a sample, predicting data to be input to each sensor from structural description data of a product, and providing data effective for recognition. 5. The product specification determining and estimating apparatus according to claim 1, further comprising means for inputting data in order from a sensor that obtains the data. 6. Means of adding data describing the function to the structure description data describing the structure of the product, and predicting the function using the recognition result data of the sample associated with each structural element or the modified data of the data The product specification determining and estimating device according to any one of claims 1 to 4, further comprising:
機能が記述されたデータを付加し、各構造要素に対応付
けられたサンプルの認識結果データ、あるいは該データ
の修正データを用い機能を予測する手段が具備されてい
る請求項1〜5の何れかに記載の商品仕様決定見積装
置。6. A function description data is added to structure description data describing a structure of a product, and the function is performed using recognition result data of a sample associated with each structural element or correction data of the data. The product specification determining and estimating apparatus according to claim 1, further comprising a predicting unit.
たディスプレイ表示用データに基づき認識結果を表示す
る手段に関連して、該サンプルの該認識結果の表示範
囲、方向、倍率の指示を受け付ける手段と、該指示に基
づいて表示を行なう手段とが具備されている請求項1〜
6の何れかに記載の商品仕様決定見積装置。7. A means for receiving an indication of a display range, a direction, and a magnification of the recognition result of the sample in relation to the means for displaying the recognition result based on display display data generated from the recognition result data of the sample. And means for performing display based on the instruction.
6. The product specification determining and estimating device according to any one of 6.
を指示する手段と、該部分の認識を前回とは異なる他の
方法で再度行なう手段と、再認識した結果を表示する手
段とを具備してなる請求項1〜7の何れかに記載の商品
仕様決定見積装置。8. A means for instructing re-recognition of a specific part of the displayed recognition result, a means for re-recognizing the part by another method different from the previous one, and a means for displaying the re-recognized result. The product specification determining and estimating apparatus according to any one of claims 1 to 7, comprising:
る複数のセンサに関連して、該センサからのデータを解
析し該サンプルの3次元形状および色彩を認識する手段
が具備されている請求項1〜8の何れかに記載の商品仕
様決定見積装置。9. In connection with a plurality of sensors for inputting the three-dimensional shape and color of a sample, means for analyzing data from the sensors and recognizing the three-dimensional shape and color of the sample are provided. The product specification decision estimating device according to any one of 1 to 8.
左,右,前,後に配置されたカラーカメラと、該サンプ
ルの右上,左上,右下,左下に配置されたスリット投光
器とから構成されている請求項9記載の商品仕様決定見
積装置。10. The method according to claim 1, wherein the plurality of sensors are above, below, and above the sample.
10. The product specification determining and estimating apparatus according to claim 9, comprising a color camera disposed on the left, right, front and rear, and a slit projector disposed on the upper right, upper left, lower right and lower left of the sample.
指示を構造要素毎に、あるいは商品全体に対して一括し
て受け付け、一括した変形指示に対しては該指示を各構
造要素への変形指示に変換する変換する手段が具備され
ている請求項1〜10の何れかに記載の商品仕様決定見積
装置。11. A modification instruction for sample recognition result data is received for each structural element or collectively for the entire product, and the collective modification instruction is converted into a modification instruction for each structural element. 11. The product specification determining and estimating apparatus according to claim 1, further comprising means for performing conversion.
を受け付け、各構造要素への変形指示へ変換する手段が
具備されている請求項11記載の商品仕様決定見積装置。12. The product specification determining and estimating apparatus according to claim 11, further comprising means for receiving an instruction indicating a function as a collective deformation instruction and converting the instruction into a deformation instruction for each structural element.
よる指示を受け付け、各構造要素への変形指示へ変換す
る手段が具備されている請求項11記載の商品仕様決定見
積装置。13. The product specification determining and estimating apparatus according to claim 11, further comprising means for receiving an instruction in a sensory term as a collective deformation instruction and converting the instruction into a deformation instruction for each structural element.
形指示へ変換する変換パラメータを、例示学習により生
成する手段が具備されている請求項11〜13の何れかに記
載の商品仕様決定見積装置。14. The product specification determining and estimating apparatus according to claim 11, further comprising means for generating a conversion parameter for converting a transformation instruction into a transformation instruction for recognition result data by example learning.
タを予測する手段に関連して、製造ラインの状況を示す
データも使用して費用、期間を予測する手段が具備され
ている請求項2〜14の何れかに記載の商品仕様決定見積
装置。15. In connection with the means for estimating data on the cost and period required for manufacturing a product, there is provided a means for estimating the cost and period using data indicating the status of the production line. Item 14. A product specification determination and estimation device according to any one of Items 2 to 14.
商品に対する商品仕様を示すデータと、製造ラインの状
況を示すデータとから商品の製造に要される費用、期間
を予測する際、過去の該データと実際に製造に要された
費用、期間の関係を示すデータを用い予測に使用される
パラメータを変更する手段が具備されている請求項2〜
15の何れかに記載の商品仕様決定見積装置。16. Data describing the structure of a sample,
When estimating the cost and period required for manufacturing a product from data indicating product specifications for the product and data indicating the status of the manufacturing line, the relationship between the past data and the cost and period actually required for manufacturing Means for changing a parameter used for prediction using data indicating
The product specification decision estimating device according to any one of 15 above.
外観情報をセンサ各々から入力し、入力されたサンプル
の外観を認識することによって得られたサンプルの認識
結果データと、各種商品の構造が予め記述された構造記
述データとを比較して、商品の構造要素に認識結果デー
タを対応させ、該認識結果データから生成されたディス
プレイ表示用データに基づき認識結果をディスプレイ上
に表示し、該認識結果データに対する変形指示が入力さ
れる度に、該変形指示に基づいて認識結果を修正した
上、ディスプレイ上に再表示することによって、商品に
対する顧客の要求仕様を決定した後、決定された商品仕
様に基づき該商品の製造に要される費用、期間の見積を
行なうことを特徴とする商品仕様決定見積装置。17. Sample recognition result data obtained by inputting sample appearance information indicating the appearance specification for a product from each sensor and recognizing the input sample appearance and the structure of various products are described in advance. Comparing the recognition result data with the structural elements of the product, displaying the recognition result on a display based on display display data generated from the recognition result data, Each time a transformation instruction is input, the recognition result is corrected based on the transformation instruction, and then redisplayed on the display to determine the customer's required specifications for the product, and then based on the determined product specification. A product specification determining and estimating apparatus for estimating a cost and a period required for manufacturing the product.
に際しては、製造方法が記述されたデータが付加された
状態の構造記述データと、決定された商品仕様とから、
該商品仕様の商品の製造に要される費用、期間のデータ
が予測されるようにした請求項17記載の商品仕様決定見
積方法。18. Estimation of the cost and period required for manufacturing a product is performed based on structure description data to which data describing a manufacturing method is added and determined product specifications.
18. The method for determining and estimating a product specification according to claim 17, wherein data on a cost and a period required for manufacturing a product having the product specification is predicted.
に対する一括変形指示も許容された状態として、商品全
体に対する一括変形指示が入力された際には、該一括変
形指示は各構造要素への変形指示として変換されるよう
にした請求項17,18の何れかに記載の商品仕様決定見積
方法。19. When a batch deformation instruction for the entire product is input in a state in which a batch deformation command for the entire product is allowed in addition to the deformation command for each structural element, the batch deformation command is sent to each structural element. 19. The method for determining and estimating a product specification according to claim 17, wherein the method is converted as a deformation instruction.
合には、該一括変形指示は各構造要素への変形指示とし
て変換されるようにした請求項19記載の商品仕様決定見
積方法。20. The method according to claim 19, wherein when a collective transformation instruction indicating a function is input, said collective transformation instruction is converted as a transformation instruction for each structural element.
された際には、該一括変形指示は各構造要素への変形指
示として変換されるようにした請求項19記載の商品仕様
決定見積方法。21. The product specification determination estimate according to claim 19, wherein, when a collective transformation instruction indicating a sensory term is input, said collective transformation instruction is converted as a transformation instruction for each structural element. Method.
外観情報をセンサ各々から入力し、入力されたサンプル
の外観を認識することによって得られたサンプルの認識
結果データと、各種商品の構造が予め記述された構造記
述データとを比較して、商品の構造要素に認識結果デー
タを対応させ、該認識結果データから生成されたディス
プレイ表示用データに基づき認識結果をディスプレイ上
に表示し、該認識結果データに対する変形指示が入力さ
れる度に、該変形指示に基づいて認識結果データを修正
した上、ディスプレイ上に再表示することによって、商
品に対する顧客の要求仕様を決定することを特徴とする
商品仕様決定方法。22. A sample recognition result data obtained by inputting sample appearance information indicating the appearance specification for a product from each of the sensors and recognizing the input sample appearance and the structure of various products are described in advance. Comparing the recognition result data with the structural elements of the product, displaying the recognition result on a display based on display display data generated from the recognition result data, Each time a transformation instruction is input, the recognition result data is corrected based on the transformation instruction, and the result is displayed again on the display, thereby determining the specification required by the customer for the commodity. Method.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP27608389A JP2642491B2 (en) | 1989-10-25 | 1989-10-25 | Product specification decision method, product specification decision estimation method and its device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP27608389A JP2642491B2 (en) | 1989-10-25 | 1989-10-25 | Product specification decision method, product specification decision estimation method and its device |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH03138758A JPH03138758A (en) | 1991-06-13 |
JP2642491B2 true JP2642491B2 (en) | 1997-08-20 |
Family
ID=17564571
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP27608389A Expired - Lifetime JP2642491B2 (en) | 1989-10-25 | 1989-10-25 | Product specification decision method, product specification decision estimation method and its device |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2642491B2 (en) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8754886B2 (en) | 2008-12-29 | 2014-06-17 | Intel Corporation | Systems and methods for transporting physical objects from real physical life into virtual worlds |
US10552550B2 (en) | 2015-09-26 | 2020-02-04 | Intel Corporation | Technologies for physical programming |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS62137681A (en) * | 1985-12-11 | 1987-06-20 | Omron Tateisi Electronics Co | Observation device for body surface |
US5109337A (en) * | 1987-10-28 | 1992-04-28 | Ibm Corporation | Conceptual design tool |
US4875162A (en) * | 1987-10-28 | 1989-10-17 | International Business Machines Corporation | Automated interfacing of design/engineering software with project management software |
-
1989
- 1989-10-25 JP JP27608389A patent/JP2642491B2/en not_active Expired - Lifetime
Also Published As
Publication number | Publication date |
---|---|
JPH03138758A (en) | 1991-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10297070B1 (en) | 3D scene synthesis techniques using neural network architectures | |
EP3968217A1 (en) | Article identification method and device, and computer readable storage medium | |
CN111327828B (en) | Photographing method and device, electronic equipment and storage medium | |
CN103930944B (en) | Adaptive tracking system for space input equipment | |
EP0666534A2 (en) | Interactive rule based system | |
JPH08212329A (en) | Adaptive recognition system | |
JP2007328754A (en) | Touch panel system and its operation method | |
Jain et al. | Deep neural learning techniques with long short-term memory for gesture recognition | |
US20220157028A1 (en) | Mobile device image item replacements | |
CN110222780A (en) | Object detecting method, device, equipment and storage medium | |
CN112149694B (en) | Image processing method, system, storage medium and terminal based on convolutional neural network pooling module | |
CN112016398A (en) | Handheld object identification method and device | |
CN111797854A (en) | Scene model establishing method and device, storage medium and electronic equipment | |
US10558850B2 (en) | Body information analysis apparatus and method of simulating face shape by using same | |
CN115335872A (en) | Training method of target detection network, target detection method and device | |
JPH07282258A (en) | Sign recognition device | |
US11176693B1 (en) | Rapid point cloud alignment and classification with basis set learning | |
US20220164577A1 (en) | Object detection method, object detection apparatus, and non-transitory computer-readable storage medium storing computer program | |
JPH06325151A (en) | Animation editing device | |
JP2642491B2 (en) | Product specification decision method, product specification decision estimation method and its device | |
CN111797862A (en) | Task processing method and device, storage medium and electronic equipment | |
US20230091536A1 (en) | Camera Placement Guidance | |
JP3316818B2 (en) | Product ordering system | |
CN113820012A (en) | Multispectral image processing method and device | |
JPH07239856A (en) | Method and device for retrieving image |