JP6534126B2

JP6534126B2 - ピッキングシステム及びその制御方法

Info

Publication number: JP6534126B2
Application number: JP2016227189A
Authority: JP
Inventors: 石川　武志; 武志石川; 松川　善彦; 善彦松川; 水野　修; 修水野
Original assignee: Panasonic Intellectual Property Management Co Ltd
Current assignee: Panasonic Intellectual Property Management Co Ltd
Priority date: 2016-11-22
Filing date: 2016-11-22
Publication date: 2019-06-26
Anticipated expiration: 2036-11-22
Also published as: CN109937118B; CN109937118A; US11185979B2; WO2018096902A1; US20200016742A1; JP2018083246A

Description

本発明は、ピッキングシステム及びその制御方法に関する。

従来、ロボットによりピッキングを行う技術が知られている。また、遠隔操作によりピッキングを行う技術も知られている（例えば、特許文献１参照）。

特開２０１０−８９２１１号公報

このようなピッキングシステムでは、自動化により操作者の手間を減らせることが望まれている。しかしながら、対象物品の種別が少ない場合には、種別毎にティーチングを行うことで自動化を実現できる可能性があるが、対象物品の種別が多い場合には、ティーチングのコストが膨大となるという課題がある。例えば、物流センターでは、数万アイテムのピッキングが行われており、これらの全てに対してティーチングを行うことは現実的ではない。

そこで、本発明は、コストの増加を抑制しつつ、操作者の手間を低減できるピッキングシステム又はその制御方法を提供することを目的とする。

上記目的を達成するために、本発明の一態様に係るピッキングシステムは、対象物を把持するためのピッキングロボットと、前記ピッキングロボットを操作者が遠隔操作するための操作部と、前記遠隔操作により前記対象物が把持された際の前記ピッキングロボットの動きを学習する学習部と、前記学習部の学習結果に基づき、前記遠隔操作を補助する補助部とを備える。

本発明は、コストの増加を抑制しつつ、操作者の手間を低減できるピッキングシステム又はその制御方法を提供できる。

図１は、実施の形態１に係るピッキングシステムの構成を示す図である。図２は、実施の形態１に係るピッキングロボットの構成を示す図である。図３は、実施の形態１に係る遠隔操作装置の構成を示す図である。図４は、実施の形態１に係るピッキング処理のフローチャートである。図５は、実施の形態１に係るピッキングリストの一例を示す図である。図６は、実施の形態１に係るピッキングロボットの動作を示す図である。図７は、実施の形態１に係る学習処理のフローチャートである。図８は、実施の形態１に係る学習に用いられる動作履歴の構成を示す図である。図９は、実施の形態１に係る学習結果に基づく制御情報の構成を示す図である。図１０は、実施の形態１に係る学習動作を説明するための図である。図１１は、実施の形態１に係る学習動作を説明するための図である。図１２は、実施の形態２に係る学習処理のフローチャートである。図１３は、実施の形態２に係る表示画面例を示す図である。図１４は、実施の形態３に係る課金システムを説明するための図である。

本発明の一態様に係るピッキングシステムは、対象物を把持するためのピッキングロボットと、前記ピッキングロボットを操作者が遠隔操作するための操作部と、前記遠隔操作により前記対象物が把持された際の前記ピッキングロボットの動きを学習する学習部と、前記学習部の学習結果に基づき、前記遠隔操作を補助する補助部とを備える。

これによれば、学習結果を用いて遠隔操作を補助できるので、操作者の作業効率を向上できる。また、学習を用いることでティーチングが不要となり、対象物品の種別が多い場合におけるコストの増加を抑制できる。このように、当該ピッキングシステムは、コストの増加を抑制しつつ、操作者の手間を低減できる。

例えば、前記ピッキングロボットは、アーム部と、前記アーム部に接続され、前記対象物を把持する把持部とを備え、前記補助部は、前記学習結果に基づき、前記把持部が前記対象物の近傍まで移動するように、前記アーム部を自動操縦してもよい。

これによれば、学習結果を用いてピッキングロボットによるピッキング動作の少なくとも一部を自動化できるので、操作者の作業量を低減できる。

例えば、前記ピッキングロボットは、アーム部と、前記アーム部に接続され、前記対象物を把持する把持部とを備え、前記補助部は、前記学習結果に基づき、前記把持部を前記対象物の近傍に誘導する情報を前記操作者に提示してもよい。

これによれば、学習結果を用いて操作者の作業を補助できるので、操作者の作業時間を短縮できる。

例えば、前記学習部は、前記対象物の種別毎に、当該対象物が把持された際の前記ピッキングロボットの動きを学習してもよい。

これによれば、対象物品の種別が多い場合にも効率的に学習を行うことができる。

例えば、前記ピッキングシステムは、さらに、前記対象物を撮影するカメラを備え、前記学習部は、時系列に得られる、前記カメラで得られた画像と、前記遠隔操作時の前記ピッキングロボットの動作状態とを用いて、前記対象物が把持された際の前記ピッキングロボットの動きを学習してもよい。

例えば、前記ピッキングロボットの前記動作状態は、前記ピッキングロボットの関節のトルク及び角度を含んでもよい。

また、本発明の一態様に係る制御方法は、対象物を把持するためのピッキングロボットと、前記ピッキングロボットを操作者が遠隔操作するための操作部とを含むピッキングシステムの制御方法であって、前記遠隔操作により前記対象物が把持された際の前記ピッキングロボットの動きを学習する学習ステップと、前記学習ステップの学習結果に基づき、前記遠隔操作を補助する補助ステップとを含む。

これによれば、学習結果を用いて遠隔操作を補助できるので、操作者の作業効率を向上できる。また、学習を用いることでティーチングが不要となり、対象物品の種別が多い場合におけるコストの増加を抑制できる。このように、当該制御方法は、コストの増加を抑制しつつ、操作者の手間を低減できる。

なお、これらの包括的または具体的な態様は、システム、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なＣＤ−ＲＯＭなどの記録媒体で実現されてもよく、システム、方法、集積回路、コンピュータプログラム及び記録媒体の任意な組み合わせで実現されてもよい。

以下、実施の形態について、図面を参照しながら具体的に説明する。なお、以下で説明する実施の形態は、いずれも本発明の一具体例を示すものである。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置及び接続形態、ステップ、ステップの順序などは、一例であり、本発明を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、最上位概念を示す独立請求項に記載されていない構成要素については、任意の構成要素として説明される。

（実施の形態１）
まず、本実施の形態に係るピッキングシステム１００の構成を説明する。図１は、本実施の形態に係るピッキングシステム１００の構成を示す図である。ピッキングシステム１００は、例えば、物流センター等において、対象物をピッキングするためのシステムであり、複数のピッキングロボット１０１と、複数のカメラ１０２と、複数の遠隔操作装置１０３と、サーバ１０４とを備える。これらの装置は、例えば、互いにネットワークを介して接続されている。具体的には、サーバ１０４は、複数の遠隔操作装置１０３に接続されており、各遠隔操作装置１０３は、１又は複数のピッキングロボット１０１及び１又は複数のカメラ１０２に接続されている。

複数のピッキングロボット１０１及び複数のカメラ１０２は、例えば、物流センター内に配置されている。図２は、ピッキングロボット１０１の構成例を示す図である。図２に示すように、ピッキングロボット１０１は、移動部１３１と、アーム部１３２と、把持部１３３と、搬送部１３４とを含む。

移動部１３１は、ピッキングロボット１０１を移動させるための機構である。なお、図２では、物流センター内の上部に設置されているレールに沿って移動を行う構成を示しているが、移動部１３１の構成はこれに限らない。例えば、床側にレールが設けられていてもよいし、レールを用いず、車輪等で床上を移動する構成が用いられてもよい。

アーム部１３２は、例えば、多関節のロボットアームであり、所定の距離内において把持部１３３を任意の位置に移動可能である。

把持部１３３は、アーム部１３２の先端に接続されており、対象物を把持する。なお、図２では、把持部１３３として対象物を挟み込む構成を示しているが、対象物を把持できる構成であればよく、例えば、対象物に吸着する構成であってもよい。

搬送部１３４は、例えば、物流センター内を移動可能であり、搬送箱１３５を搬送する。

なお、ここで示すピッキングロボット１０１の構成は一例であり、本発明は、これに限定されるものではない。

カメラ１０２は、例えば、物流センター内に設置されており、対象物、又はピッキングロボット１０１を撮影する。なお、カメラ１０２の数は任意でよい。また、各カメラ１０２は、固定カメラであってもよいし、ピッキングロボット１０１に搭載されていてもよい。

各遠隔操作装置１０３は、例えば、操作者（ピッカーとも呼ぶ）により操作されるパーソナルコンピュータであり、操作者の自宅等に設置されている。なお、遠隔操作装置１０３の設置場所は、物流センター内、又は物流センター以外の建物内等、任意の場所でよい。この遠隔操作装置１０３は、操作部１１１と、表示部１１２と、補助部１１３とを備える。

操作部１１１は、操作者が用いる入力インタフェースであり、例えば、図３に示すように、複数の操作レバー等を含む。表示部１１２は、カメラ１０２で撮影された映像を表示するディスプレイである。補助部１１３は、後述する学習結果等に基づき、遠隔操作を補助する。具体的には、補助部１１３は、学習結果等に基づき、ピッキングロボット１０１を自動操縦する。

サーバ１０４は、記録部１２１と、学習部１２２とを備える。記録部１２１は、遠隔操作装置１０３による遠隔操作時のピッキングロボット１０１の動作を示す動作履歴を蓄積する記録データベースである。学習部１２２は、蓄積された動作履歴に基づきピッキングロボットの動きを学習する。

以下、このように構成されるピッキングシステム１００における動作を説明する。図４は、ピッキングシステム１００におけるピッキング処理の流れを示すフローチャートである。

まず、遠隔操作装置１０３は、ピッキングする物品のリストであるピッキングリストを取得する（Ｓ１０１）。図５は、このピッキングリストの構成例を示す図である。図５に示すように、ピッキングリストは、ピッキング対象の物品を特定するための情報（品名、品番、及びＪＡＮコード）と、ピッキングする物品の個数と、物品が存在する場所と、物品のサイズと、物品の重さとを示す。なお、これらの情報の全てがピッキングリストに含まれる必要はなく、一部の情報のみが含まれてもよい。

次に、遠隔操作装置１０３は、ピッキングリストから一つの物品を対象物として選択する（Ｓ１０２）。例えば、遠隔操作装置１０３は、ピッキングリストの上から順に物品を選択してもよいし、移動距離が最短となるように順次物品を選択してもよい。

次に、遠隔操作装置１０３は、移動部１３１を自動操縦することにより、ピッキングロボット１０１を対象物が格納されている棚の前まで移動させる（Ｓ１０３：図６（ａ））。具体的には、遠隔操作装置１０３は、ピッキングリストを参照し、対象物の保管場所を特定し、当該保管場所にピッキングロボット１０１を移動させる。

次に、遠隔操作装置１０３は、把持部１３３が対象物の近傍まで移動するように、アーム部１３２を自動操縦する（Ｓ１０４：図６（ｂ））。例えば、ピッキングリストにより、対象物の保管場所として、棚の位置と、その棚における対象物の格納場所（例えば２段目の右側等）が示される。この場合、遠隔操作装置１０３は、格納場所（例えば２段目の右側等）の近傍まで把持部１３３を移動させる。

次に、遠隔操作装置１０３は、ピッキングロボット１０１の操縦方法を自動操縦から手動操縦に切り替える。そして、遠隔操作装置１０３は、操作部１１１に対する操作者の操作に応じて、対象物を把持する（Ｓ１０５：図６（ｃ））。

遠隔操作装置１０３は、カメラ１０２で得られた画像、センサ出力結果、又は、操作者からの指示に基づき、対象物が把持されたことを確認すると、把持部１３３が搬送箱１３５の近傍まで移動するように、アーム部１３２を自動操縦する（Ｓ１０６）。

次に、遠隔操作装置１０３は、ピッキングロボット１０１の操縦方法を自動操縦から手動操縦に切り替える。そして、遠隔操作装置１０３は、操作部１１１に対する操作者の操作に応じて、対象物を搬送箱１３５内に格納する（詰め込む）（Ｓ１０７）。

なお、対象物の個数が複数の場合には、ステップＳ１０４〜Ｓ１０７の処理が繰り返し行われる。

ピッキングリストに含まれる全ての対象物のピッキング終了していない場合には（Ｓ１０８でＮｏ）、次の対象物が選択され（Ｓ１０２）、選択された対象物に対してステップＳ１０３以降の処理が行われる。一方、ピッキングリストに含まれる全ての対象物のピッキング終了した場合には（Ｓ１０８でＹｅｓ）、処理が終了し、搬送部１３４は物品が格納された搬送箱を所定の位置に搬送する。

なお、上記処理では、遠隔操作装置１０３において各種処理が行われる例を述べたが、ピッキングリストの取得（Ｓ１０１）及び対象物の選択処理（Ｓ１０２）は、サーバ１０４等の他の装置で行われてもよい。また、ピッキングロボット１０１の自動制御（Ｓ１０３、Ｓ１０４、Ｓ１０６）の一部又は全てが、サーバ１０４又はピッキングロボット１０１において行われてもよい。

このように、本実施の形態に係るピッキングシステム１００では、ピッキングロボット１０１の棚までの移動、及び、対象物の近傍までのアーム部１３２の操作を自動化できるので、操作者の作業量を低減できる。また、自動化が困難であるピッキングロボット１０１による把持操作を遠隔操作により行うことで、ピッキングロボット１０１の自動制御を実現するためのコストを低減できる。このように、本実施の形態に係るピッキングシステム１００は、操作者の作業量の低減と、コストの低減とを両立できる。

次に、本実施の形態に係るピッキングシステム１００による学習処理について説明する。本実施の形態に係るピッキングシステム１００では、遠隔操作の動作履歴を用いてピッキングロボットの動きを学習することで、上記自動制御の精度を向上できるとともに、自動制御を適用する範囲を拡張できる。

図７は、ピッキングシステム１００における学習処理のフローチャートである。まず、サーバ１０４は、複数の遠隔操作装置１０３で行われたピッキングロボット１０１の動作履歴を順次取得し、記録部１２１に格納する（Ｓ１１１）。例えば、図４に示すステップＳ１０５及びＳ１０７で得られた動作履歴が複数の遠隔操作装置１０３から順次送信される。

図８は、取得される動作履歴の一例を示す図である。なお、図８では、各種情報の値は省略している。図８に示すように、各動作履歴は、時系列に得られた、カメラ１０２で得られたピッキングロボット１０１のピッキング動作を撮影した画像と、遠隔操作時のピッキングロボット１０１の動作状態を示す情報とを含む。具体的には、ピッキングロボット１０１の動作状態は、ピッキングロボット１０１の各関節のトルク及び角度を含む。より具体的には、ピッキングロボット１０１の動作状態は、アーム部１３２の動作状態と、把持部１３３の動作状態とを含む。アーム部１３２の動作状態は、アーム部１３２の各関節のトルク、角度及び角速度、並びに、アーム部１３２の先端の位置、速度及び姿勢の少なくとも一つを含む。なお、アーム部１３２の先端の位置、速度及び姿勢は、把持部１３３の位置、速度及び姿勢ともいえる。また、把持部１３３の動作状態は、把持部１３３の各関節のトルク（把持力）、角度及び角速度の少なくとも一つを含む。

また、例えば、カメラ１０２で撮影された画像のフレームレートが６０ｆｐｓである場合には、１６．６ｍ秒間隔で画像とピッキングロボット１０１の動作状態を示す情報とが得られる。

次に、サーバ１０４の学習部１２２は、記録部１２１に格納されている複数の動作履歴を入力として機械学習を行うことで、ピッキングロボット１０１を自動制御するための制御情報を生成する（Ｓ１１２）。具体的には、学習部１２２は、対象物の種別（例えば、図５に示す品番又はＪＡＮコード）毎に学習処理を行う。なお、学習部１２２は、サイズ及び重さが同一又は類似する種別をグループ化し、グループ毎に学習を行ってもよい。また、グループ化にはサイズ及び重さの一方のみが用いられてもよい。

また、複数の動作履歴のうち有効な動作履歴のみが学習に用いられてもよい。例えば、動作履歴は、ピッキングに要した時間を含み、ピッキングに要した時間が予め定められた基準より短いもののみが学習に用いられてもよい。また、ピッキングに要した時間が短いほど有効度が高い動作履歴であるとして学習が行われてもよい。また、操作者に応じて学習に用いるか否か、又は有効度が設定されてもよい。例えば、操作者の経験が浅いほど、有効度が低く設定されてもよい。

図９は、学習部１２２の出力である制御情報の一例を示す図である。図９に示すように、制御情報は、時系列の、遠隔操作時のピッキングロボット１０１の動作状態を示す。つまり、時系列にピッキングロボット１０１がとるべき状態が得られる。

また、使用される機械学習の手法は特に限定されず、ニューラルネットワーク等の任意の手法を用いることができる。

次に、遠隔操作装置１０３は、ステップＳ１１２で得られた学習結果に基づき、ピッキングロボット１０１を自動制御する（Ｓ１１３）。具体的には、図４のＳ１０４で説明したように、遠隔操作装置１０３は、学習結果に基づき、把持部１３３が対象物の近傍まで移動するように、アーム部１３２を自動操縦する。また、図４のＳ１０６で説明したように、遠隔操作装置１０３は、学習結果に基づき、把持部１３３が搬送箱１３５の近傍まで移動するように、アーム部１３２を自動操縦する。

図１０は、この学習の様子を模式的に示す図である。図１０に示すように、類似したピッキング作業の複数の動作履歴に基づき機械学習が行われることで、特徴的な軌道及び動作が抽出される。そして、抽出された軌道及び動作となるようにピッキングロボット１０１の自動操縦が行われる。

また、この学習により、図１１に示すように、ピッキングロボット１０１が自動制御される範囲が更新される。例えば、ピッキング動作において、学習が進むにつれて（より多くの動作履歴が得られるにつれて）、より対象物の近くまで把持部１３３が移動するように、ピッキングロボット１０１が自動制御されるようになる。例えば、複数の動作履歴の分布等に基づき動作のばらつき度合いが所定値以下となる領域まで自動制御が行われる。

なお、図４に示す動作では、自動制御（Ｓ１０４又はＳ１０６）の後に手動制御（Ｓ１０５又はＳ１０７）が行われているが、学習が十分に進んだ状態では、手動制御が行われず、全ての動作が自動制御されてもよい。また、学習が行われていない状態においては、自動制御（Ｓ１０４又はＳ１０６）が行われなくてもよい。

また、ここでは、対象物を把持する動作及び把持した対象物を搬送箱１３５に格納する動作の両方において学習が用いられる例を示したが、いずれか一方のみに学習が用いられてもよい。

以上のように、本実施の形態に係るピッキングシステム１００では、ピッキング動作の少なくとも一部の処理を自動制御できるので、操作者の作業量を低減できる。これにより、例えば、一人の操作者で複数のピッキングロボットを遠隔操作できるので、作業効率を向上できる。

また、自動化が困難な動作又は自動制御では不必要に時間がかかってしまう動作に関しては、操作者が遠隔操作を行うことで、全体の作業効率を向上できる。

また、機械学習により、自動制御を行う範囲を増やしていくことができるので、操作者の作業量をさらに低減できる。これにより、一人の操作者が担当できるピッキングロボットの台数をさらに増加させることができるので、生産性を向上できる。

また、機械学習を用いることで、対象物の種別毎にティーチングを行う必要がないので、対象物品の種別が多い場合のコストの増加を抑制できる。

また、操作者が操作したピッキングロボットの動作履歴をネットワーク上に介在させるデータベースサーバーに蓄積することで、ピッキングに成功した把持動作データを複数のピッキングロボットから効率的に収集できる。これにより、機械学習を効率的に行うことができる。

また、機械学習の分野では、良質なデータを効率的に集めることが課題となっている。具体的には、ピッキングロボットに把持動作を機械学習させるためには、膨大な量の把持動作データが必要である。しかしながら、このような膨大な量の把持動作データを自動的に集める手段は世の中に存在しない。これに対して、本実施の形態では、実際のピッキング作業において、人がピッキングロボットの把持動作を遠隔で操作したデータを用いる。これにより、把持に成功した動作データを効率よく収集できる。

（実施の形態２）
上記実施の形態１では、学習結果を用いてピッキングロボットを自動制御する例を述べた。本実施の形態では、学習結果を用いて遠隔操作を補助する情報を提示する例について説明する。なお、以下では、実施の形態１との相違点を主に説明し、重複する説明は省略する。

図１２は、本実施の形態に係るピッキングシステム１００における学習処理のフローチャートである。なお、図１２に示す処理は、図７に示す処理に対して、ステップＳ１１３の代わりにステップＳ１１３Ａを含む。

ステップＳ１１３Ａでは、遠隔操作装置１０３の補助部１１３は、ステップＳ１１２の学習結果に基づき、把持部１３３を対象物の近傍に誘導する情報を操作者に提示する。例えば、図１３に示すように、補助部１１３は、把持部１３３を対象物の近傍に誘導するための操作方法（レバーの向き等）を表示部１１２に表示する。また、補助部１１３は、把持部１３３を対象物の近傍に誘導するためのアーム部１３２及び把持部１３３の軌跡を表示部１１２に表示する。また、補助部１１３は、学習結果に基づく動作から操作者の操作が外れた場合に警告を発してもよい。

なお、これらの情報を操作者に提示する方法は、情報の表示に限らず、音声による通知、又は、振動或いは操作感の制御などであってもよい。例えば、補助部１１３は、操作者の操作が学習結果に基づく動作から外れた場合に振動により警告を発してもよい。または、学習結果に基づく動作から外れる方向に、操作部１１１を操作しにくく（例えば、レバーを倒すのが固くなる等）してもよい。

以上のように、本実施の形態に係るピッキングシステム１００では、機械学習により、操作者の作業を補助できるので、操作者の作業時間を短縮できる。これにより、一人の操作者が担当できるピッキングロボットの台数を増加させることができるので、生産性を向上できる。

（実施の形態３）
本実施の形態では、上記実施の形態に係るピッキングシステム１００を用いた課金システム（ビジネスモデル）について説明する。図１４は、本実施の形態に係る課金システムを説明するための図である。

図１４に示すように、複数の物流センターの各々に、複数のピッキングロボット１０１が配置される。各物流センター（又は物流センターの運営会社）は、サーバ１０４を運営するサービス提供会社に、ピッカーの割り当て要求を送る。

また、サービス提供会社には複数の登録ピッカーが登録されている。物流センターからピッカーの割り当て要求を受けたサービス提供会社は、その要求を複数の登録ピッカーに配信する。

各登録ピッカーは、配信された要求を確認し、例えば、自宅に設置されている遠隔操作装置１０３を用いて、ピッキングロボット１０１を遠隔操作する。

上記システムにおいて、例えば、サービス提供会社は、人材派遣料を物流センターから徴収する。登録ピッカーは、作業に応じた賃金を、物流センターから直接、又はサービス提供会社を介して、取得する。

以上のシステムにおいて、サービス提供会社は、物流センターから遠隔地に存在する複数の登録ピッカーを、各物流センターにおける作業に割り当てることができる。また、登録ピッカーは、自宅又は所望の勤務地から、任意の時間だけ作業を行うことができるので、ピッカーの自由度を向上できる。さらに、サービス提供会社は、登録された多くのピッカーを、その時の作業量に応じて各物流センターに割り当てることが可能となるので、物流センターにおける人材不足を低減できるとともに、人件費を削減できる。

また、操作者は遠隔操作を離れた場所から行えるので、冷凍庫内又は冷蔵庫内のような過酷な労働環境から操作者を解放できる。

また、ネットワークを介して遠隔操作することできるので、時差のある地域から遠隔操作をすることで深夜のピッキング作業を昼時間の人が遠隔操作できる。

以上、本発明の実施の形態に係るピッキングシステムについて説明したが、本発明は、この実施の形態に限定されるものではない。

例えば、図１等に示す各装置の機能は一例であり、ある装置で行われる処理の一部又は全てが他の装置により行われてもよいし、ある装置で行われる処理が複数の装置で分散処理されてもよい。

また、上記実施の形態に係るピッキングシステム内の各装置に含まれる各処理部は典型的には集積回路であるＬＳＩとして実現される。これらは個別に１チップ化されてもよいし、一部又は全てを含むように１チップ化されてもよい。

また、集積回路化はＬＳＩに限るものではなく、専用回路又は汎用プロセッサで実現してもよい。ＬＳＩ製造後にプログラムすることが可能なＦＰＧＡ（ＦｉｅｌｄＰｒｏｇｒａｍｍａｂｌｅＧａｔｅＡｒｒａｙ）、又はＬＳＩ内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサを利用してもよい。

また、上記各実施の形態において、各構成要素は、専用のハードウェアで構成されるか、各構成要素に適したソフトウェアプログラムを実行することによって実現されてもよい。各構成要素は、ＣＰＵまたはプロセッサなどのプログラム実行部が、ハードディスクまたは半導体メモリなどの記録媒体に記録されたソフトウェアプログラムを読み出して実行することによって実現されてもよい。

また、本発明は、ピッキングシステムにより実行される制御方法として実現されてもよい。

また、ブロック図における機能ブロックの分割は一例であり、複数の機能ブロックを一つの機能ブロックとして実現したり、一つの機能ブロックを複数に分割したり、一部の機能を他の機能ブロックに移してもよい。また、類似する機能を有する複数の機能ブロックの機能を単一のハードウェア又はソフトウェアが並列又は時分割に処理してもよい。

また、フローチャートにおける各ステップが実行される順序は、本発明を具体的に説明するために例示するためのものであり、上記以外の順序であってもよい。また、上記ステップの一部が、他のステップと同時（並列）に実行されてもよい。

以上、一つまたは複数の態様に係るピッキングシステムについて、実施の形態に基づいて説明したが、本発明は、この実施の形態に限定されるものではない。本発明の趣旨を逸脱しない限り、当業者が思いつく各種変形を本実施の形態に施したものや、異なる実施の形態における構成要素を組み合わせて構築される形態も、一つまたは複数の態様の範囲内に含まれてもよい。

本発明は、物流センター等で用いられるピッキングシステムに適用できる。

１００ピッキングシステム
１０１ピッキングロボット
１０２カメラ
１０３遠隔操作装置
１０４サーバ
１１１操作部
１１２表示部
１１３補助部
１２１記録部
１２２学習部
１３１移動部
１３２アーム部
１３３把持部
１３４搬送部
１３５搬送箱

Claims

アーム部に接続された把持部により対象物を把持するためのピッキングロボットと、
前記ピッキングロボットを操作者が遠隔操作するための操作部と、
前記遠隔操作により前記対象物が把持された際の前記ピッキングロボットの動きを学習する学習部と、
前記学習部の学習結果に基づき、前記遠隔操作を補助する補助部とを備え、
前記補助部は、
前記把持部が前記対象物の近傍まで移動するように、前記アーム部を自動操縦する
ピッキングシステム。
前記補助部は、前記把持部を前記対象物の近傍に誘導する情報を前記操作者に提示する
請求項１記載のピッキングシステム。
前記学習部は、前記対象物の種別毎に、当該対象物が把持された際の前記ピッキングロボットの動きを学習する
請求項１又は２に記載のピッキングシステム。
前記ピッキングシステムは、さらに、前記対象物を撮影するカメラを備え、
前記学習部は、時系列に得られる、前記カメラで得られた画像と、前記遠隔操作時の前記ピッキングロボットの動作状態とを用いて、前記対象物が把持された際の前記ピッキングロボットの動きを学習する
請求項１〜３のいずれか１項に記載のピッキングシステム。
前記ピッキングロボットの前記動作状態は、前記ピッキングロボットの関節のトルク及び角度を含む
請求項４記載のピッキングシステム。
ピッキングロボットのアーム部に接続された把持部により対象物を把持する把持ステップと、
前記ピッキングロボットを操作者が遠隔操作する操作ステップと、
前記遠隔操作により前記対象物が把持された際の前記ピッキングロボットの動きを学習する学習ステップと、
前記学習ステップの学習結果に基づき、前記遠隔操作を補助する補助ステップとを含み、
前記補助ステップは、前記把持部が前記対象物の近傍まで移動するように、前記アーム部を自動操縦する自動操縦ステップを含む
制御方法。