JP7263217B2 - 制御装置、制御方法、及びロボットシステム - Google Patents

Description

本発明は、制御装置、制御方法、及びロボットシステムに関する。

ロボットを制御する方法として、例えば、特許文献１には、実際にロボットを動作させ、モータ負荷が上限値を超えない範囲内において、最大の速度で動作するように速度プロファイル全体の大きさを自動的に調整する技術が記載されている。

また、例えば、特許文献２には、予め決められた軌道、速度プロファイルに対して、把持物にかかる慣性力を考慮して、把持姿勢を変える技術が記載されている。

特開２０１５－１６８０５３号公報 特開２００５－１０５５号公報

特許文献１に記載の技術では、把持物にかかる力が考慮されていないため、ロボットによって移動されている最中に把持物が落下してしまう危険性を回避できない。また、速度プロファイル全体を増減させるため、必ずしも最速動作とはならないことがある。

特許文献２に記載の技術では、把持物の重量や重心位置が既知である場合に限って適切な搬送姿勢を算出することができる。しかしながら、例えば、宅配業者が取り扱う荷物のように、様々な重量や重心位置が偏った把持物を扱う場合、適切な搬送姿勢を算出することができず、把持物が落下してしまう危険性を回避できない。

本発明は、上記の点に鑑みてなされたものであって、サイズ、重量、重心等が異なる様々な把持物を連続して、安定的、且つ、高速で移動できるようにすることを目的とする。

本願は、上記課題の少なくとも一部を解決する手段を複数含んでいるが、その例を挙げるならば、以下の通りである。

上記課題を解決するため、本発明の一態様に係る制御装置は、ロボット、及び把持物に関する状態情報を生成、更新する状態情報生成部と、前記ロボットが前記把持物を始点から終点まで移動させ得る、予め生成されたベース軌道、及び前記状態情報に基づき、前記ロボットを制御するための制御情報を生成する制御情報生成部と、を備えることを特徴とする。

本発明によれば、サイズ、重量、重心等が異なる様々な把持物を連続して安定的に且つ高速で移動することが可能となる。

上記した以外の課題、構成、及び効果は、以下の実施形態の説明により明らかにされる。

図1は本発明の一実施形態に係るロボットシステムの構成例を示す図である。 図２は制御装置の構成例を示す図である。 図３は情報生成部を実現するニューラルネットワークの一例を示す図である。 図４はベース軌道情報の一例を示す図である。 図５は機構制約情報の一例を示す図である。 図６は移動制約情報の一例を示す図である。 図７は制御装置による制御処理の一例を説明するフローチャートである。 図８は第１の制御情報修正処理の一例を説明するフローチャートである。 図９は第１の制御情報修正処理の一例を説明するための図である。 図１０は第２の制御情報修正処理の他の一例を説明するフローチャートである。 図１１は第２の制御情報修正処理の他の一例を説明するための図である。 図１２は制御装置の変形例を示す図である。 図１３は制御装置の変形例による制御処理の一例を説明するフローチャートである。 図１４は操作画面の表示例を示す図である。

以下、本発明の一実施形態について、図面を参照して説明する。なお、実施形態を説明するための全図において、同一の部材には原則として同一の符号を付し、その繰り返しの説明は省略する。また、以下の実施形態において、その構成要素（要素ステップ等も含む）は、特に明示した場合および原理的に明らかに必須であると考えられる場合等を除き、必ずしも必須のものではないことは言うまでもない。また、「Ａからなる」、「Ａよりなる」、「Ａを有する」、「Ａを含む」と言うときは、特にその要素のみである旨明示した場合等を除き、それ以外の要素を排除するものでないことは言うまでもない。同様に、以下の実施形態において、構成要素等の形状、位置関係等に言及するときは、特に明示した場合および原理的に明らかにそうでないと考えられる場合等を除き、実質的にその形状等に近似または類似するもの等を含むものとする。

＜本発明の一実施形態に係るロボットシステム１の構成例＞
図１は、本発明の一実施形態に係るロボットシステム１の構成例を示している。

ロボットシステム１は、ロボット１０、作業指示装置２１、軌道生成装置２２、撮像装置２３、及び制御装置２４を備える。

ロボット１０は、制御装置２４から入力される制御信号に従い、把持物Ｔを始点から終点まで移動させるものである。なお、ロボット１０の腕数、軸数、動作機構については図示する例に限定されず任意である。

ロボット１０は、複数のリンク１１、ハンド１２、力覚センサ１３、及び加速度センサ１４を備える。

複数のリンク１１は、駆動モータからなる関節を介して接続されている。ハンド１２は、リンク１１の先端に取り付けられており、把持物Ｔを把持することができる。ロボット１０は、制御装置２４からの制御信号に従い、各関節の駆動モータを駆動することにより、ハンド１２を移動させることができる。また、ロボット１０は、常時、各関節の角度、角速度、角加速度、駆動モータトルク、及び駆動モータ電流値、並びに終点までの距離を含むロボット状態情報を生成して制御装置２４に出力する。

力覚センサ１３は、先端のリンク１１とハンド１２とを連結する位置に取り付けられており、ハンド１２にかかる力を測定して制御装置２４に出力する。なお、力覚センサ１３の取付位置は上述した例に限らず、例えば、ハンド１２の指や爪に取り付けてもよい。

加速度センサ１４は、ハンド１２に取り付けられており、ハンド１２の加速度を測定して制御装置２４に出力する。

加速度センサ１５は、ロボット１０によって移動される把持物Ｔ、または把持物Ｔが載置されたトレイ（不図示）に取り付けられている。加速度センサ１５は、把持物Ｔの加速度を測定して制御装置２４に出力する。

なお、力覚センサ１３、加速度センサ１４，１５には、市販されている一般的なセンシングデバイスを用いることができる。

作業指示装置２１は、ユーザからの入力に基づき、軌道生成装置２２に対して作業指示を行う。具体的には、例えば、把持物Ｔの初期位置（始点）、及び移動先（終点）を軌道生成装置２２に出力する。

軌道生成装置２２は、作業指示に基づき、把持物Ｔを始点から終点まで移動させる作業におけるハンド１２の基本的な移動経路となるベース軌道を決定し、ベース軌道の座標、移動速度等を含むベース軌道情報３２１（図２）を生成して制御装置２４に出力する。ただし、ここで決定されたベース軌道は、ハンド１２を始点から終点まで移動し得るが、様々な把持物Ｔを移動するに際して最適な経路であるとは限らない。換言すれば、ベース軌道は、最適化し得る余地が残されている経路である。

撮像装置２３は、把持物Ｔを移動しているロボット１０を撮像し、その結果得られる撮像画像を解析することにより、把持物Ｔの位置、速度、加速度等を含む把持物情報を生成して制御装置２４に出力する。ただし、撮像装置２３から撮像画像を制御装置２４に出力し、制御装置２４において、撮像画像を解析し、把持物Ｔの位置、速度、加速度等を含む把持物情報を生成するようにしてもよい。

制御装置２４は、軌道生成装置２２によって生成されたベース軌道情報３２１、ロボット１０からのロボット状態情報、力覚センサ１３、加速度センサ１４，１５の出力、及び撮像装置２３からの把持物情報に基づいて、ロボット１０に対する制御情報を生成する。ここで生成される制御情報には、例えば、ロボット１０の制御軸の次の目標角度、角速度、及び角加速度、前記ロボット１０の関節の駆動モータのトルク、及び駆動電流、並びに、把持物Ｔの次の目標座標、速度、及び加速度等が含まれる。

＜制御装置２４の構成例＞
次に、図２は、制御装置２４の構成例を示している。制御装置２４は、例えば、パーソナルコンピュータ等の一般的なコンピュータからなる。制御装置２４は、処理部３１、記憶部３２、入力部３３、表示部３４、及び通信部３５を備える。

処理部３１は、コンピュータが備えるＣＰＵ(Central Processing Unit)からなり、制御装置２４の全体を統括的に制御する。また、処理部３１は、該ＣＰＵが所定のプログラムを実行することにより、状態情報生成部３１１、制御情報生成部３１２、制御情報修正部３１３、及び制御信号出力部３１４を実現する。

状態情報生成部３１１は、ロボット１０からのロボット状態情報、力覚センサ１３、加速度センサ１４，１５の出力、及び撮像装置２３からの把持物情報を入力として状態情報３２５を生成し、記憶部３２に記録する。また、状態情報生成部３１１は、状態情報３２５を常時更新する。

制御情報生成部３１２は、記憶部３２に記憶されているベース軌道情報３２１、制御情報生成パラメータ３２４、及び状態情報３２５に基づき、ロボット１０のハンド１２が最適な経路（ベース軌道と同一であるとは限らない）を通って把持物Ｔを移動させるための制御情報をロボット１０による作業に対してリアルタイムで生成する。

制御情報生成部３１２は、例えば、ニューラルネットワークにより実現することができる。ただし、制御情報生成部３１２は、ニューラルネットワークに限らず、テーブルまたは関数を用いて実現してもよい。

図３は、制御情報生成部３１２を実現するニューラルネットワーク５０の一例を示している。

ニューラルネットワーク５０は、入力層５１、中間層５２、及び出力層５３から構成される。入力層５１には、ベース軌道情報３２１、及び状態情報３２５の各項目の値が入力される。中間層５２では、各ノードにおいて入力値に対して所定の演算（例えば、重み係数を乗算し、バイアス値を加算する等）が行われる。出力層５３は、中間層５２からの入力値を制御情報（例えば、次の目標座標、各関節の角度、角速度、角加速度、駆動モータのトルク、駆動モータの制御電流等）として出力する。

図２に戻る。制御情報修正部３１３は、機構制約情報３２２、及び移動制約情報３２３に基づいて制御情報を修正する。

制御信号出力部３１４は、制御情報生成部３１２によって生成された制御情報、または制御情報修正部３１３によって修正された制御情報を、ロボット１０に対する制御信号に変換する。変換された制御信号は、通信部３５を介してロボット１０に出力される。

記憶部３２は、コンピュータが備えるメモリ及びストレージからなる。記憶部３２は、ベース軌道情報３２１、機構制約情報３２２、移動制約情報３２３、制御情報生成パラメータ３２４、及び状態情報３２５を記憶する。また、記憶部３２は、処理部３１や処理部３１によって実現される制御情報生成部３１２等の作業領域として利用される。

ベース軌道情報３２１は、軌道生成装置２２によって生成されたものである。機構制約情報３２２は、ロボット１０とその周辺環境の構造上の制約条件を表す情報である。移動制約情報３２３は、ロボット１０の移動に関する制約条件を表す情報からなる。なお、機構制約情報３２２及び移動制約情報３２３は、予めユーザ等によって入力されたものである。

制御情報生成パラメータ３２４は、制御情報生成部３１２を実現するニューラルネットワークにおける各ノードのパラメータ（重み係数、バイアス値等）であり、予め記憶部３２に記憶されているものである。状態情報３２５は、ロボット１０及び把持物Ｔの現在の状態を表す情報であり、状態情報生成部３１１によって生成され、記憶部３２に記憶されたものである。

入力部３３は、コンピュータが備えるキーボード、マウス、タッチパネル等の入力デバイスからなる。また、入力部３３は、ユーザの音声を取得するマイクロフォン、及びその音声を認識する音声認識モジュール（いずれも不図示）より構成してもよい。入力部３３は、ユーザからの機構制約情報３２２及び移動制約情報３２３の入力を受け付けて処理部３１に出力する。

表示部３４は、ディスプレイ、プロジェクタ、ヘッドマウントディスプレイ等からなり、操作画面７００（図１４）等を表示する。通信部３５は、コンピュータが備える通信モジュールからなり、ロボット１０、軌道生成装置２２、及び撮像装置２３と接続し、各種の情報を通信する。

さらに、制御装置２４には、例えば、表示部３４に表示される操作画面７００等を用紙等に印刷するプリンタを接続できるようにしてもよい。

次に、図４は、ベース軌道情報３２１の一例を示している。ベース軌道情報３２１には、例えば、ハンド１２が移動される際の時系列の位置及び姿勢をデカルト座標系で表した座標配列（同図におけるＮｏ．１～６）、及びロボット１０の時系列の関節角度を関節角度系で表した関節角度配列（同図におけるＮｏ．７～１１）が記録されている。なお、実際には、座標配列、または関節角度配列の一方が記録されていればよい。

図５は、機構制約情報３２２の一例を示している。機構制約情報３２２は、大項目として、ロボットモデル情報、環境モデル情報、及び把持物情報に分類されている。

大項目のロボットモデル情報は、中項目として、リンク数、リンク寸法、リンク接続情報、関節可動範囲、及びリンクモデル情報に分類されている。リンク数には、ロボット１０が有するリンクの数が記録されている。リンク寸法には、リンク毎にそれぞれの寸法が記録されている。リンク接続情報は、関節毎にそれぞれが接続するリンク対、及び接続形態が記録されている。関節可動範囲は、関節毎にそれぞれの可動範囲が記録されている。リンクモデル情報は、関節毎にそれぞれの形状を表すメッシュデータが記録されている。

大項目の環境モデル情報は、作業台モデルの形状を表すメッシュデータ、及び座標が記録されている。

大項目の把持物情報は、中項目として、把持物モデル情報、及び姿勢制約情報に分類されている。把持物モデル情報には、その形状名、及びその形状を表すメッシュデータが記録されている。姿勢制約情報には、把持物に対して許容されている傾斜角が記録されている。

図６は、移動制約情報３２３の一例を示している。移動制約情報３２３は、大項目として、運動学的制約条件、及び力学的制約条件に分類されている。

大項目の運動学的制約条件は、中項目として、ロボット最大角速度、ロボット最大角加速度、把持物最大速度、及び把持物最大加速度に分類されている。ロボット最大角速度には、関節毎にそれぞれに許容された最大角速度が記録されている。ロボット最大角加速度には、関節毎にそれぞれに許容された最大角加速度が記録されている。把持物最大速度には、把持物に許容された最大速度が記録されている。把持物最大加速度には、把持物に許容された最大加速度が記録されている。

大項目の力学的制約条件は、中項目として、把持物最大慣性力、ハンド最大把持力、ハンド最大反力、最大トルク、及び最大電流に分類されている。把持物最大慣性力には、把持物Ｔに対して許容されている最大慣性力が記録されている。ハンド最大把持力には、ハンド１２に対する最大反力が記録されている。最大トルクには、関節毎にそれぞれをなす駆動モータの最大トルクが記録されている。最大電流には、関節毎にそれぞれをなす駆動モータの最大電流が記録されている。

＜制御装置２４による制御処理＞
次に、図７は、制御装置２４による制御処理の一例を説明するフローチャートである。

該制御処理は、ロボット１０を用いて把持物Ｔを所定の始点から終点まで移動させる作業を実施する毎に実行される。

なお、該制御処理の前提として、既に記憶部３２には、ベース軌道情報３２１、機構制約情報３２２、移動制約情報３２３、制御情報生成パラメータ３２４、及び状態情報３２５が記録されており、状態情報３２５は状態情報生成部３１１によって常時更新されているものとする。

はじめに、制御情報生成部３１２が、記憶部３２に記憶されているベース軌道情報３２１、制御情報生成パラメータ３２４、及び状態情報３２５に基づき、ロボット１０のハンド１２が最適な経路を通って把持物Ｔを移動させるための制御情報を生成する（ステップＳ１）。具体的には、制御情報生成パラメータ３２４によって定義されているニューラルネットワークに対し、ベース軌道情報３２１、及び状態情報３２５の各値を入力して、制御情報を得ることができる。

次に、制御情報修正部３１３が、制御情報生成部３１２によって生成された制御情報が、機構制約条件（機構制約情報３２２に記録されている各種の制約条件）を満たしているか否かを判定する（ステップＳ２）。

ここで、制御情報が機構制約条件を満たしていると判定された場合（ステップＳ２でＹＥＳ）、制御情報修正部３１３が、制御情報が移動制約条件（移動制約条件３２３に記録されている各種の制約条件）を満たしているか否かを判定する（ステップＳ３）。そして、制御情報が移動制約条件を満たしていると判定された場合（ステップＳ３でＹＥＳ）、次に、制御信号出力部３１４が、機構制約条件、及び移動制約条件を満たす制御情報を、ロボット１０に対する制御信号に変換し、通信部３５を介してロボット１０に出力する（ステップＳ４）。

次に、制御情報生成部３１２が、ハンド１２の現在位置が終点であるか否かを判定する（ステップＳ６）。ここで、ハンド１２の現在位置が終点ではないと判定された場合（ステップＳ６でＮＯ）、処理はステップＳ１に戻されて、それ以降が繰り返される。反対に、ハンド１２の現在位置が終点であると判定された場合（ステップＳ６でＹＥＳ）、制御処理は終了される。

一方、制御情報が機構制約条件を満たしていないと判定された場合（ステップＳ２でＮＯ）、または、制御情報が移動制約条件を満たしていないと判定された場合（ステップＳ３でＮＯ）、次に、制御情報修正部３１３が制御情報を修正する（ステップＳ５）。なお、ステップＳ５における制御情報修正処理については、図８～図１１を参照して後述する。この後、処理はステップＳ２に戻され、それ以降が繰り返される。

以上に説明した制御処理によれば、作業毎に把持物Ｔのサイズ、重量、重心等が異なっていても、作業毎に制御情報をリアルタイムで生成するので、様々な把持物Ｔを連続して安定的に且つ高速で移動することが可能となる。これにより、ロボット１０の稼働率向上と作業効率向上、把持物Ｔのダメージ低減を実現することが可能となる。

＜制御情報修正部３１３による第１の制御情報修正処理＞
次に、図８は、制御情報修正部３１３による第１の制御情報修正処理の一例を説明するフローチャートである。図９は、第１の制御情報修正処理の一例を説明するための図である。

図９において、点Ｐ１は、ハンド１２の現在位置（以下、現在位置Ｐ１と称する）である。曲線Ｌ１は、ハンド１２が現在位置Ｐ１まで移動してきた軌跡（以下、軌跡Ｌ１と称する）である。現在位置Ｐ１におけるハンド１２の速度をＶ１とする。点Ｐ２は、現時点における機構制約条件を満たさない次の目標点（以下、目標点Ｐ２と称する）である。曲線６１は、機構制約条件に基づく幾何学的境界線（以下、幾何学的境界線６１と称する）を表しており、図面において幾何学的境界線６１の下側が機構制約条件を満たす領域、上側が機構制約条件を満たしていない領域である。幾何学的境界線６１は、具体的には、ロボット１０の可動範囲の限界線、障害物と干渉する可動範囲の境界線等である。

第１の制御情報修正処理は、現状の制御情報における機構制約条件を満たさない次の目標点Ｐ２に代わる、機構制約条件を満たす次の目標点Ｐ３を決定するためのものである。ロボット１０は、現在位置Ｐ１から制御周期Δｔの間に移動する次の目標点Ｐ３が現在位置Ｐ１から遠いほど、より速く把持物Ｔを移動させることができる。

はじめに、制御情報修正部３１３が、移動可能範囲６２を設定する（ステップＳ１１）。具体的には、制御情報修正部３１３が、移動制約情報３２３の運動学的制約条件に基づいて最大加速度α_ＭＡＸを決定し、現在位置Ｐ１から速度Ｖ１で制御周期Δｔの間に移動する点Ｐ１’＝（Ｐ１＋Ｖ１・Δｔ）を中心とし、０．５α_ＭＡＸ（Δｔ）^２を半径とする円を移動可能範囲６２に設定する。

なお、最大加速度α_ＭＡＸは、ロボット１０の姿勢や重力の影響等により、加速方向によって異なるが、ここでは、説明を簡略化するため、加速方向に拘らず、運動学的制約条件に基づいて決定できるものとする。

次に、制御情報修正部３１３が、移動可能範囲６２の内側に複数の候補点（図中に点線で示す丸）６３をランダムに配置する（ステップＳ１２）。次に、制御情報修正部３１３が、複数の候補点６３のうち、機構制約条件を満たす点、すなわち、幾何学的境界線６１の下側に位置する候補点６３を、現在位置Ｐ１から遠い順に１点ずつ選択する（ステップＳ１３）。

次に、制御情報修正部３１３が、選択中の候補点６３（に移動する場合の各種の値）が移動制約条件のうちの力学的制約条件を満たすか否かを判定する（ステップＳ１４）。ここで、選択中の候補点６３が力学的制約条件を満たさないと判定された場合（ステップＳ１４でＮＯ）、処理はステップＳ１３に戻されて、ステップＳ１３以降が繰り返される。すなわち、現在位置Ｐ１から次に遠い候補点６３が選択されて、力学的制約条件を満たすか否かが判定される。

反対に、選択中の候補点６３が力学的制約条件を満たすと判定した場合（ステップＳ１４でＹＥＳ）、制御情報修正部３１３が、選択中の候補点６３を次の目標点Ｐ３に設定する（ステップＳ１５）。以上で、第１の制御情報修正処理は終了される。

以上に説明した第１の制御情報修正処理によれば、機構制約条件及び移動制約条件を満たすように制御情報を修正することができる。また、第１の制御情報修正処理では、複数の候補点６３のうち、機構制約条件を満たす点を現在位置Ｐ１から遠い順に選択するので、機構制約条件及び移動制約条件を満たし、且つ、現在位置Ｐ１から最も遠い候補点６３を次の目標点Ｐ３としてより早く設定することができる。ただし、第１の制御情報修正処理の場合、局所解に陥る可能性が残っている。

＜制御情報修正部３１３による第２の制御情報修正処理＞
次に、図１０は、制御情報修正部３１３による第２の制御情報修正処理の一例を説明するフローチャートである。図１１は、第２の制御情報修正処理の一例を説明するための図である。

図１１において、図９と共通する箇所には同一の符号を付しているので、その説明は省略する。曲線Ｌ２は、軌道生成装置２２によって生成されたベース軌道（以下、ベース軌道Ｌ２と称する）である。

第２の制御情報修正処理は、上述した第１の制御情報修正処理と同様、現状の制御情報における機構制約条件を満たさない次の目標点Ｐ２に代わる、機構制約条件を満たす次の目標点Ｐ３を決定するためのものである。ロボット１０は、現在位置Ｐ１から制御周期Δｔの間に移動する次の目標点Ｐ３が現在位置Ｐ１から遠いほど、より速く把持物Ｔを移動させることができる。

はじめに、制御情報修正部３１３が、記憶部３２からベース軌道情報３２１を取得する（ステップＳ２１）。次に、制御情報修正部３１３が、移動可能範囲６２を設定する（ステップＳ２２）。

次に、制御情報修正部３１３が、移動可能範囲６２に内側、且つ、ベース軌道Ｌ２上に複数の候補点（図中に点線で示す丸）７１をランダム配置する（ステップＳ２３）。次に、制御情報修正部３１３が、複数の候補点７１を、現在位置Ｐ１から遠い順に１点ずつ選択する（ステップＳ２４）。

次に、制御情報修正部３１３が、選択中の候補点７１（に移動する場合の各種の値）が移動制約条件のうちの力学的制約条件を満たすか否かを判定する（ステップＳ２５）。ここで、選択中の候補点７１が力学的制約条件を満たさないと判定された場合（ステップＳ２５でＮＯ）、処理はステップＳ２４に戻されて、ステップＳ２４以降が繰り返される。すなわち、現在位置Ｐ１から次に遠い候補点７１が選択されて、力学的制約条件を満たすか否かが判定される。

反対に、選択中の候補点７１が力学的制約条件を満たすと判定した場合（ステップＳ２５でＹＥＳ）、制御情報修正部３１３が、選択中の候補点７１を次の目標点Ｐ３に設定する（ステップＳ２６）。以上で、第２の制御情報修正処理は終了される。

以上に説明した第２の制御情報修正処理によれば、第１の制御情報修正処理と同様の作用、効果を得ることができる。さらに、第２の制御情報修正処理によれば、ベース軌道Ｌ２の上に配置した候補点７１から次の目標点Ｐ３を選択するので、障害物等の干渉回避が容易であることに加え、ベース軌道Ｌ２によって軌道全体の最短性が確保されるために局所解に陥らないという効果を得ることができる。

＜制御装置２４の変形例＞
次に、図１２は、制御装置２４の変形例を示している。該変形例は、図２に示された構成例に、学習部３１５を追加したものである。該変形例における学習部３１５以外の構成要素については、図２と共通であり、同一の符号を付して、その説明を省略する。

学習部３１５は、制御情報修正部３１３による制御情報の修正結果に基づき、制御情報生成部３１２を実現するニューラルネットワークの機械学習を行う。

＜制御装置２４の変形例による制御処理＞
次に、図１３は、制御装置２４による変形例による制御処理の一例を説明するフローチャートである。

該制御処理は、制御情報生成部３１２を実現するニューラルネットワーク５０の学習処理を含むものであって処理負荷が大きいので、所定の期間毎（例えば、ロボット１０による作業を１００回行う毎、１か月稼働させた後等）に実行する。

ただし、制御装置２４をなすコンピュータの演算能力が非常に高く、ロボット１０による作業と並行してリアルタイムでニューラルネットワーク５０の学習処理を行えるようであれば、図７の制御処理と同様、ロボット１０による作業を実施する毎に実行してもよい。

なお、該制御処理においても、前提として、既に記憶部３２には、ベース軌道情報３２１、機構制約情報３２２、移動制約情報３２３、制御情報生成パラメータ３２４、及び状態情報３２５が記録されており、状態情報３２５は状態情報生成部３１１によって常時更新されているものとする。

該制御処理におけるステップＳ３１～Ｓ３５，Ｓ３９は、図７の制御処理におけるステップＳ１～Ｓ６と同様なので、その説明は省略する。

ステップＳ３５において修正情報が修正された後、次に、学習部３１５が、制御情報修正部３１３による修正結果に基づき、制御情報の各項目に対する報償を設定する（ステップＳ３６）。具体的には、修正前の制御情報の各項目に対し、機構制約条件及び移動制約条件の少なくとも一方を満たしていなかった場合には負の報償、機構制約条件及び移動制約条件を満たしていた場合には正の報償を設定する。

次に、学習部３１５が、設定した報償、及び修正後の制御情報に基づいて、ニューラルネットワーク５０の機械学習（強化学習とも呼べる）を行い（ステップＳ３７）、学習後のニューラルネットワーク５０の各ノードにおける重み係数、バイアス等を上書きすることによって、記憶部３２の制御情報生成パラメータ３２４を更新する（ステップＳ３８）。この後、処理はステップＳ３１に戻されて、ステップＳ３１以降が繰り返される。

以上に説明した制御処理によれば、図７の制御処理と同様の作用、効果を得ることができる。また、該制御処理によれば、ニューラルネットワーク５０が学習されるので、次回に実行される図７の制御処理において、機構制約条件及び移動制約条件を満たす制御情報をより速やかに生成することができる。

＜操作画面７００の表示例＞
次に、図１４は、制御装置２４の表示部３４に表示される操作画面７００の表示例を示している。

操作画面７００には、軌道表示領域７１０、リアルタイムボタン７１３、リプレイボタン７１４、及び把持物情報表示領域７２０が設けられている。

軌道表示領域７１０には、破線によって描かれたベース軌道７１１と、実線によって描かれた実働軌道７１２とが３次元モデル等を用いて表示される。実働軌道７１２は、制御情報に対応するハンド１２の経路である。

リアルタイムボタン７１３がユーザによって操作された場合、ロボット１０のリアルタイムの動作を軌道表示領域７１０に表示することができる。リプレイボタン７１４がユーザによって操作された場合、既に終了しているロボット１０の動作を軌道表示領域７１０に再表示することができる。

把持物情報表示領域７２０には、速度表示領域７２１、加速度表示領域７２２、及び慣性力表示領域７２３が設けられている。

速度表示領域７２１には、把持物Ｔの速度の時系列変化が表示される。また、速度表示領域７２１には、ユーザが把持物Ｔの最大速度を入力できる。加速度表示領域７２２には、把持物Ｔの加速度の時系列変化が表示される。また、加速度表示領域７２２には、ユーザが把持物Ｔの最大加速度を入力できる。慣性力表示領域７２３には、把持物Ｔの慣性力の時系列変化が表示される。また、慣性力表示領域７２３には、ユーザが把持物Ｔの最大慣性力を入力できる。ユーザによって入力された把持物Ｔの最大速度、及び最大加速度の入力値は、移動制約情報３２３の運動学的制約条件に反映される。ユーザによって入力された把持物Ｔの最大慣性力の入力値は、移動制約情報３２３の力学的制約条件に反映される。

本発明は、上述した実施形態に限定されるものではなく、様々な変形が可能である。例えば、上述した実施形態は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、ある実施形態の構成の一部を他の実施形態の構成に置き換えたり、追加したりすることが可能である。

また、上記の各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、上記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリや、ハードディスク、ＳＳＤ(Solid State Drive)等の記録装置、または、ＩＣカード、ＳＤカード、ＤＶＤ等の記録媒体に置くことができる。また、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。実際には殆ど全ての構成が相互に接続されていると考えてもよい。

１・・・ロボットシステム、１０・・・ロボット、１１・・・リンク、１２・・・ハンド、１３・・・力覚センサ、１４・・・加速度センサ、１５・・・加速度センサ、２１・・・作業指示装置、２２・・・軌道生成装置、２３・・・撮像装置、２４・・・制御装置、３１・・・処理部、３１１・・・状態情報生成部、３１２・・・制御情報生成部、３１３・・・制御情報修正部、３１４・・・制御信号出力部、３１５・・・学習部、３２・・・記憶部、３２１・・・ベース軌道情報、３２２・・・機構制約情報、３２３・・・移動制約情報、３２４・・・制御情報生成パラメータ、３２５・・・状態情報、３３・・・入力部、３４・・・表示部、３５・・・通信部、５０・・・ニューラルネットワーク、５１・・・入力層、５２・・・中間層、５３・・・出力層、６１・・・幾何学的境界線、６２・・・移動可能範囲、６３，７１・・・候補点、７００・・・操作画面、７１０・・・軌道表示領域、７１１・・・ベース軌道、７１２・・・実働軌道、７１３・・・リアルタイムボタン、７１４・・・リプレイボタン、７２０・・・把持物情報表示領域、７２１・・・速度表示領域、７２２・・・加速度表示領域、７２３・・・慣性力表示領域

Claims (11)

1. ロボット、及び把持物に関する状態情報を生成、更新する状態情報生成部と、
   前記ロボットが前記把持物を始点から終点まで移動させ得る、予め生成されたベース軌道、及び前記状態情報に基づき、前記ロボットを制御するための制御情報を生成する制御情報生成部と、
   機構制約情報、及び移動制約情報の少なくとも一方を記憶する記憶部と、
   生成された前記制御情報が前記機構制約情報、及び前記移動制約情報それぞれの表す条件の少なくとも一方を満たさない場合、前記制御情報を修正する制御情報修正部と、を備え、
   前記制御情報修正部は、生成された前記制御情報における次の目標点が前記条件を満たさない場合、前記条件を満たす範囲に配置した複数の候補点のうち、現在位置からより遠方の前記候補点を次の目標点に変更することによって前記制御情報を修正する
   ことを特徴とする制御装置。
2. ロボット、及び把持物に関する状態情報を生成、更新する状態情報生成部と、
   前記ロボットが前記把持物を始点から終点まで移動させ得る、予め生成されたベース軌道、及び前記状態情報に基づき、前記ロボットを制御するための制御情報を生成する制御情報生成部と、
   機構制約情報、及び移動制約情報の少なくとも一方を記憶する記憶部と、
   生成された前記制御情報が前記機構制約情報、及び前記移動制約情報それぞれの表す条件の少なくとも一方を満たさない場合、前記制御情報を修正する制御情報修正部と、を備え、
   前記制御情報修正部は、生成された前記制御情報における次の目標点が前記条件を満たさない場合、前記条件を満たす範囲、且つ、前記ベース軌道の上にランダムに配置した複数の候補点のうち、現在位置からより遠方の候補点を次の目標点に変更することによって前記制御情報を修正する
   ことを特徴とする制御装置。
3. ロボット、及び把持物に関する状態情報を生成、更新する状態情報生成部と、
   前記ロボットが前記把持物を始点から終点まで移動させ得る、予め生成されたベース軌道、及び前記状態情報に基づき、前記ロボットを制御するための制御情報を生成する制御情報生成部と、
   機構制約情報、及び移動制約情報の少なくとも一方を記憶する記憶部と、
   前記ベース軌道、及び前記状態情報を入力とし、前記制御情報を出力するニューラルネットワークからなり、生成された前記制御情報が前記機構制約情報、及び前記移動制約情報それぞれの表す条件の少なくとも一方を満たさない場合、前記制御情報を修正する制御情報修正部と、
   前記制御情報修正部による修正結果に基づき、前記ニューラルネットワークの機械学習を行う学習部と、
   を備えることを特徴とする制御装置。
4. 請求項１から３のいずれか一項に記載の制御装置であって、
   前記状態情報生成部は、前記把持物にかかる慣性力、前記把持物の位置、速度、及び加速度のうちの少なくとも一つを含む前記状態情報を生成し、常時更新する
   ことを特徴とする制御装置。
5. 請求項１から３のいずれか一項に記載の制御装置であって、
   前記制御情報生成部は、前記ロボットの制御軸の次の目標角度、角速度、及び角加速度、前記ロボットの関節の駆動モータのトルク、及び駆動電流、並びに、前記把持物の次の目標座標、速度、及び加速度のうち、少なくとも一つを含む前記制御情報を生成する
   ことを特徴とする制御装置。
6. ロボットを制御する制御装置による制御方法であって、
   ロボット、及び把持物に関する状態情報を生成、更新する状態情報生成ステップと、
   前記ロボットが前記把持物を始点から終点まで移動させ得る、予め生成されたベース軌道を取得するベース軌道取得ステップと、
   前記ベース軌道及び前記状態情報に基づき、前記ロボットを制御するための制御情報を生成する制御情報生成ステップと、
   機構制約情報、及び移動制約情報の少なくとも一方を記憶する記憶ステップと、
   生成された前記制御情報が前記機構制約情報、及び前記移動制約情報それぞれの表す条件の少なくとも一方を満たさない場合、前記制御情報を修正する制御情報修正ステップと、を含み、
   前記制御情報修正ステップは、生成された前記制御情報における次の目標点が前記条件を満たさない場合、前記条件を満たす範囲に配置した複数の候補点のうち、現在位置からより遠方の前記候補点を次の目標点に変更することによって前記制御情報を修正する
   ことを特徴とする制御方法。
7. ロボットを制御する制御装置による制御方法であって、
   ロボット、及び把持物に関する状態情報を生成、更新する状態情報生成ステップと、
   前記ロボットが前記把持物を始点から終点まで移動させ得る、予め生成されたベース軌道、及び前記状態情報に基づき、前記ロボットを制御するための制御情報を生成する制御情報生成ステップと、
   機構制約情報、及び移動制約情報の少なくとも一方を記憶する記憶ステップと、
   生成された前記制御情報が前記機構制約情報、及び前記移動制約情報それぞれの表す条件の少なくとも一方を満たさない場合、前記制御情報を修正する制御情報修正ステップと、を含み、
   前記制御情報修正ステップは、生成された前記制御情報における次の目標点が前記条件を満たさない場合、前記条件を満たす範囲、且つ、前記ベース軌道の上にランダムに配置した複数の候補点のうち、現在位置からより遠方の候補点を次の目標点に変更することによって前記制御情報を修正する
   ことを特徴とする制御方法。
8. ロボットを制御する制御装置による制御方法であって、
   ロボット、及び把持物に関する状態情報を生成、更新する状態情報生成ステップと、
   前記ロボットが前記把持物を始点から終点まで移動させ得る、予め生成されたベース軌道、及び前記状態情報に基づき、前記ロボットを制御するための制御情報を生成する制御情報生成ステップと、
   機構制約情報、及び移動制約情報の少なくとも一方を記憶する記憶ステップと、
   前記ベース軌道、及び前記状態情報を入力とし、前記制御情報を出力するニューラルネットワークを用い、生成された前記制御情報が前記機構制約情報、及び前記移動制約情報それぞれの表す条件の少なくとも一方を満たさない場合、前記制御情報を修正する制御情報修正ステップと、
   前記制御情報修正ステップによる修正結果に基づき、前記ニューラルネットワークの機械学習を行う学習ステップと、
   を含むことを特徴とする制御方法。
9. 把持物を移動させるロボットと、
   前記ロボットが前記把持物を始点から終点まで移動させ得るベース軌道を記憶する軌道生成装置と、
   制御装置と、を備えるロボットシステムであって、
   前記制御装置は、
   前記ロボット、及び前記把持物に関する状態情報を生成、更新する状態情報生成部と、
   前記ベース軌道、及び前記状態情報に基づき、前記ロボットを制御するための制御情報を生成する制御情報生成部と、
   機構制約情報、及び移動制約情報の少なくとも一方を記憶する記憶部と、
   生成された前記制御情報が前記機構制約情報、及び前記移動制約情報それぞれの表す条件の少なくとも一方を満たさない場合、前記制御情報を修正する制御情報修正部と、有し、
   前記制御情報修正部は、生成された前記制御情報における次の目標点が前記条件を満たさない場合、前記条件を満たす範囲に配置した複数の候補点のうち、現在位置からより遠方の前記候補点を次の目標点に変更することによって前記制御情報を修正する
   ことを特徴とするロボットシステム。
10. 把持物を移動させるロボットと、
    前記ロボットが前記把持物を始点から終点まで移動させ得るベース軌道を記憶する軌道生成装置と、
    制御装置と、を備えるロボットシステムであって、
    前記制御装置は、
    前記ロボット、及び前記把持物に関する状態情報を生成、更新する状態情報生成部と、
    前記ベース軌道、及び前記状態情報に基づき、前記ロボットを制御するための制御情報を生成する制御情報生成部と、
    機構制約情報、及び移動制約情報の少なくとも一方を記憶する記憶部と、
    生成された前記制御情報が前記機構制約情報、及び前記移動制約情報それぞれの表す条件の少なくとも一方を満たさない場合、前記制御情報を修正する制御情報修正部と、有し、
    前記制御情報修正部は、生成された前記制御情報における次の目標点が前記条件を満たさない場合、前記条件を満たす範囲、且つ、前記ベース軌道の上にランダムに配置した複数の候補点のうち、現在位置からより遠方の候補点を次の目標点に変更することによって前記制御情報を修正する
    ことを特徴とするロボットシステム。
11. 把持物を移動させるロボットと、
    前記ロボットが前記把持物を始点から終点まで移動させ得るベース軌道を記憶する軌道生成装置と、
    制御装置と、を備えるロボットシステムであって、
    前記制御装置は、
    前記ロボット、及び前記把持物に関する状態情報を生成、更新する状態情報生成部と、
    前記ベース軌道、及び前記状態情報に基づき、前記ロボットを制御するための制御情報を生成する制御情報生成部と、
    機構制約情報、及び移動制約情報の少なくとも一方を記憶する記憶部と、
    前記ベース軌道、及び前記状態情報を入力とし、前記制御情報を出力するニューラルネットワークからなり、生成された前記制御情報が前記機構制約情報、及び前記移動制約情報それぞれの表す条件の少なくとも一方を満たさない場合、前記制御情報を修正する制御情報修正部と、
    前記制御情報修正部による修正結果に基づき、前記ニューラルネットワークの機械学習を行う学習部と、を有する
    ことを特徴とするロボットシステム。

Images