JP6072665B2

JP6072665B2 - 作業方法及び作業装置

Info

Publication number: JP6072665B2
Application number: JP2013223415A
Authority: JP
Inventors: 和紀赤見
Original assignee: Honda Motor Co Ltd
Current assignee: Honda Motor Co Ltd
Priority date: 2013-10-28
Filing date: 2013-10-28
Publication date: 2017-02-01
Anticipated expiration: 2033-10-28
Also published as: JP2015085401A

Description

この発明は、搬送装置に接触した状態下に搬送されるワークに対して作業を施す作業方法及び作業装置に関する。

自動車等の工業製品を製造する際、搬送装置を用いてワークを搬送させながら、作業用ロボットによる組み付け・塗装等の各種作業が順次実行される。近時、作業効率を向上させるべく、搬送を停止することなくワークに対して作業を施す試みがなされている。

例えば、特許文献１では、作業用ロボットをワークの搬送と同期させて移動させることで、両者の相対的な位置関係を一定に保つ同期搬送装置が提案されている。

特許第４２０２９５３号公報

ところで、搬送装置を用いてワークを搬送させる際、この搬送装置の作動に起因する振動が発生する場合がある。この振動は接触部位を介してワークに伝達されるため、ワーク及び作業用ロボットの間の相対的な位置関係を変動させる因子になり得る。しかし、上記した特許文献１では、ワークに生じ得る振動について何ら考慮しておらず、更なる工夫の余地があった。

本発明は、上記した課題を解決するためになされたものであり、搬送動作に伴うワークの振動にかかわらず、高い位置決め精度を保ったままの作業を実行可能な作業方法及び作業装置を提供することを目的とする。

本発明に係る作業方法は、搬送装置に接触した状態下に搬送されるワークに対して作業を施す作業部を有する作業装置を用いた方法であって、前記ワーク及び／又は前記搬送装置の振動状態を一定の時間間隔にて逐次計測することで、少なくともｍ（ｍは、２以上の整数である）点分の振動データ列を取得する計測工程と、計測された前記振動データ列からｋ（ｋは、１以上の整数である）点だけ先の計測時点における前記振動状態を予測する予測工程と、予測された前記振動状態を前記ワークの振動変位量に換算し、前記先の計測時点が経過する前に、前記振動変位量が加算された作業位置を前記作業部に教示する教示工程を備え、前記予測工程は、第１の自己回帰係数で表現されるｍ次の自己回帰モデルを用いて、直近のｍ点分の振動データ列から、前記先の計測時点における第１の予測値を算出する第１算出工程と、第２の自己回帰係数で表現されるｍ次の自己回帰モデルを用いて、直近の（ｍ＋ｊ）（ｊは、１≦ｊ≦ｍを満たす整数である）点分の振動データ列から、前記先の計測時点における第２の予測値を算出する第２算出工程と、算出された前記第１及び前記第２の予測値を結合することで前記振動状態を予測する結合工程とを含み、前記第２算出工程では、ｊ点分だけ計測時点が異なる振動データ同士の差分データ列から前記第２の予測値を算出する。

このように、計測された振動データ列から先の計測時点における振動状態を予測する予測工程と、予測された前記振動状態をワークの振動変位量に換算し、前記先の計測時点が経過する前に、前記振動変位量が加算された作業位置を作業部に教示する教示工程を設けたので、ワークの振動変位量を考慮に入れた教示が可能になり、その結果、特定の時点（先の計測時点）における教示位置がワークの作業位置に略一致する。これにより、搬送動作に伴うワークの振動にかかわらず、高い位置決め精度を保ったままの作業を実行できる。

また、搬送時に発生する振動の挙動には、時間的な相関性が高い一方、微視的には非周期的であるという傾向がある。そこで、自己回帰モデルを用いることで振動状態の予測精度が向上する。

さらに、振動データの時間変化に対する感度が相対的に高い予測手法から得た第１の予測値、及び、前記感度が相対的に低い予測手法から得た第２の予測値を結合することで、振動データの急激な時間変化に対する追従誤差が低減する。

本発明に係る作業装置は、搬送装置に接触した状態下に搬送されるワークに対して作業を施す作業部を有する装置であって、前記ワーク及び／又は前記搬送装置の振動状態を一定の時間間隔にて逐次計測することで、少なくともｍ点分の振動データ列を取得する計測部と、前記計測部により計測された前記振動データ列からｋ点だけ先の計測時点における前記振動状態を予測する振動予測部と、前記振動予測部により予測された前記振動状態を前記ワークの振動変位量に換算し、前記先の計測時点が経過する前に、前記振動変位量が加算された作業位置を前記作業部に教示する教示部を備え、前記振動予測部は、第１の自己回帰係数で表現されるｍ次の自己回帰モデルを用いて、直近のｍ点分の振動データ列から、前記先の計測時点における第１の予測値を算出する第１算出処理と、第２の自己回帰係数で表現されるｍ次の自己回帰モデルを用いて、直近の（ｍ＋ｊ）（ｊは、１≦ｊ≦ｍを満たす整数である）点分の振動データ列から、前記先の計測時点における第２の予測値を算出する第２算出処理と、算出された前記第１及び前記第２の予測値を結合することで前記振動状態を予測する結合処理とを実行し、前記第２算出処理では、ｊ点分だけ計測時点が異なる振動データ同士の差分データ列から前記第２の予測値を算出する。

本発明に係る作業方法及び作業装置によれば、計測された振動データ列から先の計測時点における振動状態を予測し、該振動状態をワークの振動変位量に換算し、前記先の計測時点が経過する前に、前記振動変位量が加算された作業位置を作業部に教示するようにしたので、ワークの振動変位量を考慮に入れた教示が可能になり、その結果、特定の時点（先の計測時点）における教示位置がワークの作業位置に略一致する。これにより、搬送動作に伴うワークの振動にかかわらず、高い位置決め精度を保ったままの作業を実行できる。
また、搬送時に発生する振動の挙動には、時間的な相関性が高い一方、微視的には非周期的であるという傾向がある。そこで、自己回帰モデルを用いることで振動状態の予測精度が向上する。さらに、振動データの時間変化に対する感度が相対的に高い予測手法から得た第１の予測値、及び、前記感度が相対的に低い予測手法から得た第２の予測値を結合することで、振動データの急激な時間変化に対する追従誤差が低減する。

本発明に係る作業方法を実施する搬送システムの全体ブロック図である。図１に示す搬送システムの模式図である。この実施形態に係る搬送システムの側面図である。図３に示す搬送システムの平面図である。図３に示す作業装置の側面図である。図３に示す作業装置の背面図である。図１、図５及び図６に示す作業装置の動作説明に供されるフローチャートである。振動データ列の予測結果を示すグラフである。作業装置の動作の流れを示すチャート図である。各予測モデルにおける追従誤差の特性を示すグラフである。

以下、本発明に係る作業方法について、これを実施する作業装置との関係において好適な実施形態を挙げ、添付の図面を参照しながら詳細に説明する。

［搬送システム１０の全体構成］
図１は、本発明に係る作業方法を実施する搬送システム１０の全体ブロック図である。図２は、図１に示す搬送システム１０の模式図である。

図１に示すように、搬送システム１０は、ワークＷに対して所定の作業を施す作業装置２０と、作業対象であるワークＷを搬送する搬送装置３０とを備える。図２例では、塗装工程が終了した自動車の車体をワークＷとして用いると共に、上方から吊るした状態下にワークＷを搬送するハンガーコンベアを搬送装置３０として用いる。

作業装置２０は、例えば、塗装のために仮付けされたドアをワークＷから取り外す作業を行う装置である。具体的には、作業装置２０は、移動部４０と、計測部５０と、作業部６０と、制御部７０とを基本的に備える。

移動部４０は、制御部７０の制御に従い、ワークＷの搬送方向に沿って移動（ワークＷの追跡を含む）する。図２例では、移動部４０は、レール４３、４４（図４参照）に沿って、ワークＷの搬送方向（或いは、追跡方向）に平行して移動可能な台車４１、４２である。

計測部５０は、作動中である搬送装置３０に接触した状態下に発生する、ワークＷ及び／又は搬送装置３０の振動状態を一定の時間間隔Δｔにて逐次計測する。図２例では、計測部５０は、台車４１の上面に設置されたセンサ装置５２、５３、台車４２の上面に設置されたセンサ装置５４、５５である。

また、計測部５０は、制御部７０と協働することで、ワークＷ上にある計測位置Ｐｍの振動状態を示す振動データｘ_mを逐次計測し、該振動データｘ_mの時系列を取得し、バッファメモリ５１側に順次出力する。バッファメモリ５１は、計測部５０からの振動データｘ_mを先入れ・先出し（ＦＩＦＯ；First-In First-Out）形式で格納する記憶装置である。以下、振動データｘ_mの時系列を振動データ列｛ｘ（ｎ）｝という。

作業部６０は、制御部７０による制御の下、ワークＷに対して所定の作業を施す。図２例では、作業部６０は、台車４１の上面に設置されたロボット６１、６２、台車４２の上面に設置されたロボット６３、６４である。

制御部７０は、上記した移動部４０、計測部５０、バッファメモリ５１、及び作業部６０を含む各構成を統括的に制御するユニットである。具体的には、制御部７０は、移動部４０による追跡制御を実行する追跡制御部７１と、振動データ列｛ｘ（ｎ）｝からワークＷの振動状態を予測する振動予測部７２と、作業位置を作業部６０に教示する位置教示部７３とを備える。

［搬送システム１０の具体的構成］
続いて、本発明を実施する搬送システム１０の一実施形態を、図３〜図６を参照して詳細に説明する。図３は搬送システム１０の側面図であり、図４は図３に示す搬送システム１０の平面図である。また、図５は図３に示す作業装置２０の側面図であり、図６は図３に示す作業装置２０の背面図である。

図３及び図４に示すように、搬送システム１０は、ワークＷに対して所定の作業を施す作業装置２０と、ワークＷを搬送する搬送装置３０と、を含んで構成される。図中におけるＡ地点−Ｂ地点間は、ワークＷに対して作業を施すステーションを示している。

搬送装置３０は、自動車の車体（ワークＷ）の製造ラインの一部を構成し、ここではハンガーコンベアである。具体的には、搬送装置３０は、搬送経路に沿って設けられた支持レール３１と、支持レール３１に吊り下げられて移動するハンガ３２とを備える。支持レール３１には、図示しないチェーンが設けられており、当該チェーンが支持レール３１に案内されて移動することで、ハンガ３２が牽引される。

図４に示すように、作業装置２０は、台車４１、４２及びレール４３、４４を含んで構成される。レール４３、４４は、ワークＷの搬送経路に沿って設けられ、台車４１、４２の移動方向を規制する。また、台車４１、４２はそれぞれ、図示しないモータを備えており、制御部７０から供給されるパルス信号に応じてＡ地点からＢ地点まで移動する。具体的には、台車４１、４２は、Ａ地点からワークＷの追跡（同期移動）を開始し、Ｂ地点まで移動する。その後、Ｂ地点に到着すると当該ワークＷの追跡を終了し、Ａ地点まで移動し、次に到達するワークＷの追跡を開始する。なお、図示の便宜上、図３及び図４では、前後のワークＷの間隔及びＡ−Ｂ地点間の距離を適宜簡略化して図示している。

図５及び図６に示すように、台車４１、４２の上面には、計測部５０としてのセンサ装置５２〜５５、作業部６０としてのロボット６１〜６４、及び、制御部７０としてのコントロールユニット７５が設置されている。

センサ装置５２〜５５は、台車４１、４２の上面のうちワークＷの下方の位置に設置され、ワークＷの底面にある計測位置Ｐｍ（例えば、溶接用穴部の形成位置）の振動状態を計測する。例えば、センサ装置５２〜５５は、ワークＷの底面までの距離及び水平方向の位置から、計測位置Ｐｍの３次元位置を計測可能に構成されている。

ロボット６１〜６４は、台車４１、４２の上面に設置され、台車４１、４２に追跡されているワークＷに対して、その側面から所定の作業を施す作業ロボットである。ロボット６１〜６４は、例えば、複数の関節が独立して回転動作する多関節マニピュレータにより構成される。

制御部７０としてのコントロールユニット７５は、台車４１、４２の移動、ロボット６１〜６４の動作等の各制御を実行する。コントロールユニット７５は、１つ又は２つ以上の装置により構成されてもよい。例えば、台車４１、４２及びロボット６１〜６４と対応する数の装置を設けてもよく、１つの装置のみで台車４１、４２及びロボット６１〜６４を制御可能に構成されてもよい。

コントロールユニット７５内の追跡制御部７１は、搬送装置３０に設けられた図示しないエンコーダからの出力信号に基づいてハンガ３２の位置を検出し、この位置を手掛かりにして、ワークＷとの相対的位置関係を略一定に保つように台車４１、４２の追跡・移動を制御する。

コントロールユニット７５内の振動予測部７２は、各センサ装置５２〜５５からの出力信号（振動データ列｛ｘ（ｎ）｝）に基づいて、計測位置Ｐｍの挙動を予測する。上述した通り、ワークＷ及び台車４１、４２の間の相対的位置関係が略一定に保たれているので、計測位置Ｐｍの挙動はワークＷの振動状態に略一致する。

コントロールユニット７５内の位置教示部７３は、作業位置Ｐｔ１、Ｐｔ２を教示するための情報（以下、教示情報）をロボット６１〜６４側に出力する。教示情報には、例えば、ロボット６１を基準とするローカル座標系上の作業位置Ｐｔ１、後述する振動変位量Δｘが含まれる。

［作業装置２０の動作］
続いて、作業装置２０の動作について、図７〜図９を参照しながら詳細に説明する。先ずは、ワークＷの振動状態の予測処理の具体例について、図７のフローチャートを参照しながら説明する。ここでは、１つのロボット６１を例に説明するが、他のロボット６２〜６４に関しても同様に動作する。

ステップＳ１において、計測部５０は、ワークＷ及び／又はロボット６１の振動状態を一定の時間間隔Δｔ（例えば、Δｔ＝２０［ｍｓ］相当）で計測することで、現在の振動データｘ_mを取得する。計測部５０は、例えば、ワークＷ上にある計測位置Ｐｍの１軸座標（搬送方向の位置）を取得する。

ステップＳ２において、制御部７０は、バッファメモリ５１に格納された（ｍ＋ｊ＋１）点の振動データ列｛ｘ（ｎ）｝をＦＩＦＯ（First-In First-Out）形式で更新させる。ｎは、［−ｊ，ｍ］の範囲にある任意の整数である。ｎの値が大きいほど新しいデータであり、ｎの値が小さいほど古いデータであることを示す。換言すれば、ｘ（ｍ）は最新のデータである一方、ｘ（−ｊ）は最古のデータである。

また、ｊは、振動データ列｛ｘ（ｎ）｝の位相のシフト数に相当し、１≦ｊ≦ｍを満たす整数（例えばｊ＝８）とする。ｍは、自己回帰モデルの次数（以下、「ＡＲ次数」という）に相当し、２以上の整数（例えばｍ＝１２）とする。

ステップＳ３において、振動予測部７２は、ステップＳ２で更新された振動データ列｛ｘ（ｎ）｝を読み出した後、該振動データ列｛ｘ（ｎ）｝における第１の自己回帰係数（具体的には、係数｛ａ_i｝）を算出することで「第１算出処理」を実行する。第１の自己回帰モデルは、直近のｍ点分の振動データ列｛ｘ（ｎ）｝（ｎ＝０，１，‥，ｍ）と、係数｛ａ_i｝（ｉ＝１，２，‥，ｍ）を用いて、次の（１）式で与えられる。

（１）式から理解されるように、本モデルの状態空間を表現する行列は上三角行列であり、ｎ＜０の範囲にある振動データ列｛ｘ（ｎ）｝の寄与が全て０である点に留意する。ここで、ガウス・ジョルダンの掃き出し法を用いて係数｛ａ_i｝を求めることで、演算処理の高速化を図ることができる。

また、ワークＷの搬送時に発生する振動の挙動には、時間的な相関性が高い一方、微視的には非周期的であるという傾向がある。そこで、上記した自己回帰モデルを用いることで振動状態の予測精度が向上する。

ステップＳ４において、振動予測部７２は、ステップＳ３で算出された係数｛ａ_i｝を用いてｋ点だけ先の振動データｘ（ｍ＋ｋ）を算出し、第１の予測値ｘ_OSとして決定する。具体的には、振動予測部７２は、第１の予測モデルにおける係数｛ａ_i｝を用いながら、振動データｘ（ｍ＋１）、ｘ（ｍ＋２）、‥の予測処理を１点ずつｋ回繰り返すことでｘ（ｍ＋ｋ）を予測する。ｋは、１以上の整数であり、作業装置２０の即時応答性を考慮して任意に設定できる。

ステップＳ５において、振動予測部７２は、ステップＳ２で更新された振動データ列｛ｘ（ｎ）｝を読み出した後、該振動データ列｛ｘ（ｎ）｝における第２の自己回帰係数（具体的には、係数｛ｂ_i｝）を算出することで「第２算出処理」を実行する。第２の自己回帰モデルは、直近の（ｍ＋ｊ）点分の振動データ列｛ｘ（ｎ）｝（ｎ＝−ｊ，−ｊ＋１，‥，ｍ）と、係数｛ｂ_i｝（ｉ＝１，２，‥，ｍ）を用いて、次の（２）式で与えられる。

（２）式から理解されるように、本モデルは、ｊ点分だけ計測時点が異なる振動データｘ（ｎ）、ｘ（ｎ−ｊ）同士の差分データ列｛ｘ（ｎ）−ｘ（ｎ−ｊ）｝に基づく自己回帰モデルである点に留意する。また、（１）式と同様に、本モデルの状態空間を表現する行列は上三角行列であり、ｎ＜０の範囲にある差分データ列｛ｘ（ｎ）−ｘ（ｎ−ｊ）｝の寄与が全て０である。

ステップＳ６において、振動予測部７２は、ステップＳ５で算出された係数｛ｂ_i｝を用いてｋ点だけ先の振動データｘ（ｍ＋ｋ）を算出し、第２の予測値ｘ_USとして決定する。具体的には、振動予測部７２は、第２の予測モデルにおける係数｛ｂ_i｝を用いながら、差分データｘ（ｍ＋１）−ｘ（ｍ−ｊ＋１）、ｘ（ｍ＋２）−ｘ（ｍ−ｊ＋２）、‥の予測処理を１点ずつｋ回繰り返すことで、ｘ（ｍ＋ｋ）−ｘ（ｍ−ｊ＋ｋ）を予測する。そして、この差分データに対して既知のｘ（ｍ−ｊ＋ｋ）を加算することで、ｘ（ｍ＋ｋ）が得られる。

ステップＳ７において、振動予測部７２は、ステップＳ４で算出された第１の予測値ｘ_OS、及び、ステップＳ６で算出された第２の予測値ｘ_USを結合する「結合処理」を実行することで、ｋ点先の予測値ｘ_pを算出する。この予測値ｘ_pは、例えば２つの値の平均、ｘ_p＝（ｘ_OS＋ｘ_US）／２として算出される。以下、この予測モデルを「ＡＲ予測結合モデル」と称する場合がある。

図８は、振動データ列｛ｘ（ｎ）｝の予測結果を示すグラフである。グラフの横軸は時間（単位：ｓ）であり、グラフの縦軸は振動データ列｛ｘ（ｎ）｝としてのワーク位置（単位：ｍｍ）である。

実線で示すグラフは実際の計測値（ｘ_m）に相当し、破線で示すグラフは係数｛ａ_i｝に基づく第１の予測値ｘ_OSに相当する。本図から理解されるように、第１の予測モデルでは、計測値（ｘ_m）の変曲点（換言すれば、極大点又は極小点）を予測・反映するタイミングの遅れが存在するため、極大点近傍にてオーバーシュートが発生している。

また、薄く塗り潰した領域は、係数｛ｂ_i｝に基づく第２の予測値ｘ_USが網羅する範囲に相当する。より詳細には、ｊ＝１〜１２の範囲でシフト数ｊを変更したときの、第２の予測値ｘ_USにおける包絡線に囲まれた領域に相当する。本図から理解されるように、第２の予測モデルでは、計測値（ｘ_m）の変曲点レベル（例えば、極大点）に到達する前に次の変化傾向（例えば、低下傾向）を即時に反映するため、極大点近傍にてアンダーシュートが発生している。

これに対して、一点鎖線で示すグラフは、第１の予測値ｘ_OS、第２の予測値ｘ_USを結合した予測値ｘ_pに相当する。本図から理解されるように、ＡＲ予測結合モデルでは、振動データｘ_mの時間変化に対する感度が相対的に高い予測手法から得た第１の予測値ｘ_OS、及び、感度が相対的に低い予測手法から得た第２の予測値ｘ_USを結合することで、振動データｘ_mの急激な時間変化に対する追従誤差が低減する。この結果、通常の自己回帰モデルにて約４ｍｍの追従誤差が発生するのに対して、ＡＲ予測結合モデルでは約１．５ｍｍに抑制できる。

図７のステップＳ８において、位置教示部７３は、ステップＳ７で算出された予測値ｘ_pのゲインを適宜調整する。この調整は、位相成分の急激な変化に伴う追従誤差の発生を抑制するために行われる。

ステップＳ９において、位置教示部７３は、ロボット６１を基準とする座標変換を実行することで、ステップＳ８で調整された予測値ｘ_pをワークＷの振動変位量Δｘに変換する。ここで、振動変位量Δｘは、計測位置Ｐｍの理想値と実測値の偏差に相当する。

ステップＳ１０において、位置教示部７３は、ステップＳ９で変換された振動変位量Δｘを反映した教示情報をロボット６１側に出力する。より詳細には、位置教示部７３は、既知である作業位置Ｐｔ１の座標に振動変位量Δｘを加算した新たな座標を出力する。以上のようにして、予測処理に関わる作業装置２０の動作が終了する。

図９は、作業装置２０の動作の流れを示すチャート図である。本図例では、５つの工程（或いは、作業装置２０の「処理」内容）、具体的には、（１）振動データｘ_mを取得する「振動取得」工程、（２）振動データｘ（ｍ＋ｋ）を予測する「振動予測」工程、（３）作業位置Ｐｔ１、Ｐｔ２を作業部６０に教示する「位置教示」工程、（４）作業部６０による「準備」工程、及び（５）作業部６０による「作業」工程が表記されている。

以下、Δｔ＝１、ｍ＝１２、ｋ＝９に設定すると共に、ｔ＝２０、２５にてワークＷに対して作業を実行する場合を例に説明する。

ｔ＝０〜１１において、振動取得工程（ＯＰ１）が逐次実行される。この工程は、図７のステップＳ１、Ｓ２に対応する。なお、振動取得工程は、ワークＷの追跡の開始時点から終了時点まで継続される。

ｔ＝１１〜１４において、１回目の振動予測工程（ＯＰ２）が実行される。この工程は、図７のステップＳ３〜Ｓ７に対応する。例えば、第１の自己回帰モデルの場合、ｔ＝０〜１１の範囲にて計測された振動データ列｛ｘ（ｎ）｝が使用される。

ｔ＝１４〜１６において、１回目の位置教示工程（ＯＰ３）が実行される。この工程は、図７のステップＳ３〜Ｓ７に対応する。その後、ｔ＝１６において、１回目の準備工程（ＯＰ４）及び２回目の振動予測工程（ＯＰ２）が並列的に開始される。

ｔ＝１６〜１９において、１回目の準備工程（ＯＰ４）が実行されることで、ロボット６１は、作業位置Ｐｔ１にアクセス可能な位置・姿勢になるように駆動制御される。その後（ｔ≧１９）、１回目の作業工程を開始する時点ｔ＝２０まで待機する。

ｔ＝２０〜２１において、１回目の作業工程（ＯＰ５）が実行される。一方、ｔ＝１６〜１９の範囲で１回目の振動予測工程（ＯＰ２）が実行された後、ロボット６１の動作が終了するまで、すなわち、ｔ＝１９〜２１の範囲で待ち状態になっている。

ｔ＝２１〜２３において、２回目の位置教示工程（ＯＰ３）が実行される。その後、ｔ＝２３〜２４において、２回目の準備工程（ＯＰ４）が実行された後、２回目の作業工程を開始する時点ｔ＝２５まで待機する。

［この実施形態の効果］
以上のように、作業装置２０は、搬送装置３０に接触した状態下に搬送されるワークＷに対して作業を施す作業部６０を有する装置である。そして、作業装置２０は、ワークＷ及び／又は搬送装置３０の振動状態を一定の時間間隔Δｔにて逐次計測することで、少なくともｍ点分の振動データ列｛ｘ（ｎ）｝を取得する計測部５０と、振動データ列｛ｘ（ｎ）｝からｋ点（例えば、ｋ＝９）だけ先の計測時点における振動状態を予測する振動予測部７２と、予測された振動状態をワークＷの振動変位量Δｘに換算し、先の計測時点が経過する前に、振動変位量Δｘが加算された作業位置Ｐｔ１、Ｐｔ２を作業部６０に教示する位置教示部７３を備える。

また、この作業方法は、ワークＷ及び／又は搬送装置３０の振動状態を一定の時間間隔Δｔにて逐次計測することで、少なくともｍ点分の振動データ列｛ｘ（ｎ）｝を取得する計測工程［ステップＳ１、Ｓ２］と、振動データ列｛ｘ（ｎ）｝からｋ点だけ先の計測時点における振動状態を予測する予測工程［ステップＳ３〜Ｓ７］と、予測された振動状態をワークＷの振動変位量Δｘに換算し、先の計測時点が経過する前に、振動変位量Δｘが加算された作業位置Ｐｔ１、Ｐｔ２を作業部６０に教示する教示工程［ステップＳ９、Ｓ１０］を備える。

このように、計測された振動データ列｛ｘ（ｎ）｝から先の計測時点における振動状態を予測し、該振動状態をワークＷの振動変位量Δｘに換算し、先の計測時点が経過する前に、振動変位量Δｘが加算された作業位置Ｐｔ１、Ｐｔ２を作業部６０に教示するようにしたので、ワークＷの振動変位量Δｘを考慮に入れた教示が可能になり、その結果、特定の時点（先の計測時点）における教示位置がワークＷの作業位置Ｐｔ１、Ｐｔ２に略一致する。これにより、搬送動作に伴うワークＷの振動にかかわらず、高い位置決め精度を保ったままの作業を実行できる。

図１０は、各予測モデルにおける追従誤差の特性を示すグラフである。グラフの横軸は加速度（単位：ｍｍ／ｓ²）であり、グラフの縦軸は追従誤差（単位：ｍｍ）である。この「追従誤差」は、図８の場合と同様に、実際値と予測値の間の極大値の差分の絶対値に相当する。

本図では、ワークＷを一定速度で搬送している途中、任意の加速度を与え、ワークＷに突発的な振動を発生させた際の追従誤差をプロットしている。三角形のプロットはＡＲ予測（より詳細には、予測結合モデル）を用いた実測値を示し、菱形のプロットはＰＩＤ制御を用いた実測値を示す。また、実線は「ＡＲ予測」に関する回帰直線であり、破線は「ＰＩＤ制御」に関する回帰直線である。本グラフから理解されるように、「ＡＲ予測」での直線の傾きは、「ＰＩＤ制御」の傾きと比べて約半分である。すなわち、「ＡＲ予測」を採用することで、追従誤差が約半分に低減される。

［補足］
なお、この発明は、上述した実施形態に限定されるものではなく、この発明の主旨を逸脱しない範囲で自由に変更できることは勿論である。

例えば、上記した実施形態では、移動部４０として台車４１、４２及びレール４３、４４を例にとって説明したが、移動部４０はこれに限られず、その他の構成により実現してもよい。移動部４０は、ワークＷに対して作業を施す作業部６０（ロボット６１〜６４）のアームを伸縮・屈曲させることで、搬送方向に沿ってワークＷを追跡してもよい。

また、上記した実施形態では、計測部５０としてセンサ装置５２〜５５を例にとって説明したが、ワークＷ及び／又は搬送装置３０に生じた振動を検出可能であれば種々の構成を採用してもよい。例えば、ワークＷを搬送するハンガ３２に加速度センサ、角速度センサ、地磁気センサを含む各種センサを取り付けてもよい。また、ワークＷ自体に各種センサを取り付けてもよい。

また、ワークＷ、搬送装置３０、又は作業工程の内容は、上記した実施形態の例に限られない。例えば、搬送装置３０として、上記のハンガーコンベアの他、スラットコンベア、ベルトコンベア等の搬送方式を種々適用できる。

また、振動状態の予測方法は自己回帰モデルに限られず、位置決め精度が十分に保たれる条件の下に、線形予測法、パターンマッチングを含む公知の予測アルゴリズムを種々採用してもよい。

１０…搬送システム２０…作業装置
３０…搬送装置４０…移動部
５０…計測部６０…作業部
７０…制御部７１…追跡制御部
７２…振動予測部７３…位置教示部
Ｐｍ…計測位置Ｐｔ１、Ｐｔ２…作業位置
Ｗ…ワーク

Claims

搬送装置に接触した状態下に搬送されるワークに対して作業を施す作業部を有する作業装置を用いた作業方法であって、
前記ワーク及び／又は前記搬送装置の振動状態を一定の時間間隔にて逐次計測することで、少なくともｍ（ｍは、２以上の整数である）点分の振動データ列を取得する計測工程と、
計測された前記振動データ列からｋ（ｋは、１以上の整数である）点だけ先の計測時点における前記振動状態を予測する予測工程と、
予測された前記振動状態を前記ワークの振動変位量に換算し、前記先の計測時点が経過する前に、前記振動変位量が加算された作業位置を前記作業部に教示する教示工程と
を備え、
前記予測工程は、
第１の自己回帰係数で表現されるｍ次の自己回帰モデルを用いて、直近のｍ点分の振動データ列から、前記先の計測時点における第１の予測値を算出する第１算出工程と、
第２の自己回帰係数で表現されるｍ次の自己回帰モデルを用いて、直近の（ｍ＋ｊ）（ｊは、１≦ｊ≦ｍを満たす整数である）点分の振動データ列から、前記先の計測時点における第２の予測値を算出する第２算出工程と、
算出された前記第１及び前記第２の予測値を結合することで前記振動状態を予測する結合工程と
を含み、
前記第２算出工程では、ｊ点分だけ計測時点が異なる振動データ同士の差分データ列から前記第２の予測値を算出する
ことを特徴とする作業方法。
搬送装置に接触した状態下に搬送されるワークに対して作業を施す作業部を有する作業装置であって、
前記ワーク及び／又は前記搬送装置の振動状態を一定の時間間隔にて逐次計測することで、少なくともｍ（ｍは、２以上の整数である）点分の振動データ列を取得する計測部と、
前記計測部により計測された前記振動データ列からｋ（ｋは、１以上の整数である）点だけ先の計測時点における前記振動状態を予測する振動予測部と、
前記振動予測部により予測された前記振動状態を前記ワークの振動変位量に換算し、前記先の計測時点が経過する前に、前記振動変位量が加算された作業位置を前記作業部に教示する教示部と
を備え、
前記振動予測部は、
第１の自己回帰係数で表現されるｍ次の自己回帰モデルを用いて、直近のｍ点分の振動データ列から、前記先の計測時点における第１の予測値を算出する第１算出処理と、
第２の自己回帰係数で表現されるｍ次の自己回帰モデルを用いて、直近の（ｍ＋ｊ）（ｊは、１≦ｊ≦ｍを満たす整数である）点分の振動データ列から、前記先の計測時点における第２の予測値を算出する第２算出処理と、
算出された前記第１及び前記第２の予測値を結合することで前記振動状態を予測する結合処理と
を実行し、
前記第２算出処理では、ｊ点分だけ計測時点が異なる振動データ同士の差分データ列から前記第２の予測値を算出する
ことを特徴とする作業装置。