JP7388970B2 - ロボットシステム - Google Patents
ロボットシステム Download PDFInfo
- Publication number
- JP7388970B2 JP7388970B2 JP2020068265A JP2020068265A JP7388970B2 JP 7388970 B2 JP7388970 B2 JP 7388970B2 JP 2020068265 A JP2020068265 A JP 2020068265A JP 2020068265 A JP2020068265 A JP 2020068265A JP 7388970 B2 JP7388970 B2 JP 7388970B2
- Authority
- JP
- Japan
- Prior art keywords
- point
- group
- coordinates
- points
- processor
- 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.)
- Active
Links
- 230000005484 gravity Effects 0.000 claims description 10
- 239000013598 vector Substances 0.000 claims description 5
- 238000010801 machine learning Methods 0.000 claims description 2
- 238000000034 method Methods 0.000 description 7
- 230000001133 acceleration Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
Images
Landscapes
- Manipulator (AREA)
Description
本開示は、ロボットシステムに関するものである。
オフラインによってロボットの教示を行った後、ロボットによる作業中にロボットに取り付けられたカメラにより画像を取得し、取得された画像に基づいてロボットの位置および姿勢を補正する技術が知られている（例えば、特許文献１参照。）。
オフラインにより理想的な環境下で教示されたロボットの位置は、実際の作業環境においては種々の要因により変動するので、画像データを用いて補正することにより、実際のワークに対してロボットを精度よく動作させることができる。
オフラインにより理想的な環境下で教示されたロボットの位置は、実際の作業環境においては種々の要因により変動するので、画像データを用いて補正することにより、実際のワークに対してロボットを精度よく動作させることができる。
しかしながら、例えば、ロボットの手先にカメラを取り付ける場合には、ワークに近い位置からの撮影となるため、ワークの部分的な領域の画像しか取得できない。このような状況において、画像データからワーク表面の特徴を抽出する場合には、撮影するワークの部位によっては、推定しようとするロボットの位置の誤差が大きくなり、適切な補正量が得られない場合がある。
したがって、センサの検出結果に基づいて推定されるロボットの位置の誤差が変動しても、ロボットの位置を適切に補正することができるロボットシステムが望まれている。
本開示の一態様は、ロボットと、該ロボットのツール先端点の座標を算出するための情報を検出可能な複数種のセンサと、プロセッサとを備え、該プロセッサは、動作プログラムによる前記ツール先端点の動作軌跡上の第１点および第２点の近傍に複数の点からなる点群を生成し、該点群の各前記点が、前記第１点から前記第２点に向かう前記ツール先端点が到達可能な座標を有し、各前記センサにより検出された前記情報に基づいて前記点群の各前記点に、存在し得る確からしさを示す重みを設定し、前記点群をグループ分けして、前記確からしさが最も高いグループを抽出し、抽出された前記グループの重心位置を該グループに属する前記点の座標および重みから算出し、抽出された前記グループに属する前記点の内、算出された前記重心位置から最も遠い位置に配置されている前記点までの最大距離が所定の閾値以下である場合に、前記重心位置の座標を前記第２点の新たな座標として置き換えるロボットシステムである。
本開示の一実施形態に係るロボットシステム１について、図面を参照して以下に説明する。
本実施形態に係るロボットシステム１は、図１に示されるように、６軸多関節型のロボット２と、ロボット２の手首に装着されたカメラ（センサ）３と、ロボット２を制御する制御装置（プロセッサ、メモリ）４とを備えている。
本実施形態に係るロボットシステム１は、図１に示されるように、６軸多関節型のロボット２と、ロボット２の手首に装着されたカメラ（センサ）３と、ロボット２を制御する制御装置（プロセッサ、メモリ）４とを備えている。
ロボット２は、図示しないサーボモータによって駆動される６個の動作軸を有し、各動作軸の回転角度がサーボモータに設けられたエンコーダ（センサ）５によって検出される。
したがって、ロボット２のツール先端点ＴＣＰの位置は、エンコーダ５により検出される各動作軸の回転角度に基づいて算出することができるとともに、カメラ３によって取得された画像に基づいても算出することができる。
したがって、ロボット２のツール先端点ＴＣＰの位置は、エンコーダ５により検出される各動作軸の回転角度に基づいて算出することができるとともに、カメラ３によって取得された画像に基づいても算出することができる。
画像に基づくツール先端点ＴＣＰの位置は、例えば、カメラ３によってワークを撮影し、取得された画像を処理して、公知の方法により特徴点を抽出することにより、ワークの位置に対するカメラ３の位置を算出し、算出されたカメラ３の位置から幾何学的に算出される。
制御装置４は、オフライン作業により教示された動作プログラムを読み込んで、動作プログラムに従ってロボット２の各軸を動作させるとともに、所定の時間間隔、例えば、０．１秒毎にツール先端点ＴＣＰの位置を推定して記憶する。これにより、次回の動作プログラムの実行時には、各時点において推定された位置をツール先端点ＴＣＰが通過するよう動作軌跡が補正される。
さらに具体的には、制御装置４は、メモリ内に、ロボット２のツール先端点ＴＣＰの座標に対応付けた第１テーブルを記憶している。第１テーブルには、ツール先端点ＴＣＰの動作軌跡上の速度ベクトルに点群を対応付けた第２テーブルが記憶されている。第１テーブルおよび第２テーブルは３次元テーブルである。
点群は、ツール先端点ＴＣＰの動作軌跡上の第１点から所定時間後の第２点に向かう間において、ツール先端点ＴＣＰが到達し得る範囲にランダムに設定された複数の点を含んでいる。第２テーブルには各点の座標が記憶されている。
したがって、図３に示されるように、動作プログラムが実行されると、実行中の各時点において、点群が生成される（ステップＳ１）。点群の生成においては、図４に示されるように、動作プログラムにおけるツール先端点ＴＣＰの動作軌跡上に配置される現時点（第２点）の座標と、所定時間前の第１点の座標とが算出される（ステップＳ１１）。
次いで、算出された第２点の座標に対応する第２テーブルが第１テーブル内から読み出される（ステップＳ１２）。また、第１点から第２点に向かう速度ベクトルが算出され（ステップＳ１３）、速度ベクトルに対応する点群が、読み出された第２テーブル内から読み出される（ステップＳ１４）。これにより、点群が生成される。
次に、生成された点群の各点に対して重みが付与される（ステップＳ２）。
重み付与のステップＳ２は、図５に示されるように、まず、いずれかのセンサ３，５が選択される（ステップＳ２１）。例えば、センサとしてエンコーダ５が選択された場合には、選択されたエンコーダ５により検出された各動作軸の回転角度からツール先端点ＴＣＰの座標を算出する（ステップＳ２２）。
重み付与のステップＳ２は、図５に示されるように、まず、いずれかのセンサ３，５が選択される（ステップＳ２１）。例えば、センサとしてエンコーダ５が選択された場合には、選択されたエンコーダ５により検出された各動作軸の回転角度からツール先端点ＴＣＰの座標を算出する（ステップＳ２２）。
次いで、重みの付与されていない１点が選択され（ステップＳ２３）、選択された点の座標とツール先端点ＴＣＰの座標との距離Ｌを算出する（ステップＳ２４）。各点に付与される重みは、エンコーダ５により検出された各動作軸の回転角度から算出されるツール先端点ＴＣＰの座標と各点の座標との距離Ｌに反比例している。
そこで、定数Ａを距離Ｌにより除算することにより、重みＷを算出する（ステップＳ２５）。算出された重みＷは各点の座標に対応付けて記憶される（ステップＳ２６）。
算出されるツール先端点ＴＣＰの座標が大きな誤差を含んでいる場合には、誤差が小さい場合よりも小さな定数Ａが与えられる。定数Ａは、全てのセンサ３，５に同じ値を設定してもよいし、センサ３，５毎に誤差を測定する実験を行うことにより、予め個別に設定しておいてもい。また、定数Ａは、機械学習により自動的に調整されてもよい。
全ての点に重みＷが付与されたか否かが判定され（ステップＳ２７）、重みＷが付与されていない点が存在する場合には、ステップＳ２３からの工程が繰り返される。
全ての点に重みＷが付与された場合には、全てのセンサ３，５について重みＷが計算されたか否かを判定する（ステップＳ２８）。
全ての点に重みＷが付与された場合には、全てのセンサ３，５について重みＷが計算されたか否かを判定する（ステップＳ２８）。
重みＷが計算されていない他のセンサ３，５が存在する場合には、他のセンサ３，５を選択し（ステップＳ２９）、ステップＳ２２からの工程を繰り返す。
他のセンサとしてカメラ３が選択された場合には、カメラ３により取得された画像からツール先端点ＴＣＰの座標が算出され（ステップＳ２２）、全ての点に対して重みＷが付与される（ステップＳ２３からＳ２７）。
他のセンサとしてカメラ３が選択された場合には、カメラ３により取得された画像からツール先端点ＴＣＰの座標が算出され（ステップＳ２２）、全ての点に対して重みＷが付与される（ステップＳ２３からＳ２７）。
センサとして、カメラ３およびエンコーダ５の２つを備えている場合には、各センサ３，５に対して算出された２つの重みＷが各点の重みとして生成される。
生成された２つの重みＷは、両方とも各点の重みとして、各点の座標に対応付けて記憶される。
生成された２つの重みＷは、両方とも各点の重みとして、各点の座標に対応付けて記憶される。
次に、重みＷが付与された点がグループ分けされ、点群が絞り込まれる（ステップＳ３）。点のグループ分けは、図６に示されるように実施される。
まず、グループ番号が付されていない任意の１点を選択し（ステップＳ３１）、選択された点にグループ番号を付与する（ステップＳ３２）。次いで、グループ番号が付与された点から所定距離Ｘの範囲内に、グループ番号が付与されていない他の点が存在するか否かを判定し（ステップＳ３３）、範囲内に存在する全ての点に同じグループ番号を付与する（ステップＳ３４）。
そして、ステップＳ３３からの工程を繰り返す。ステップＳ３３において、グループ番号が付与された全ての点から所定距離Ｘ内にグループ番号が付与されていない他の点が存在しないと判定された場合には、グループ番号が付与されていない点が存在するか否かを判定する（ステップＳ３５）。
グループ番号が付与されていない点が存在する場合には、グループ番号を変更し（ステップＳ３６）、ステップＳ３１からの工程を繰り返す。全ての点にグループ番号が付与された場合には、各グループに属する点の全ての重みをグループ毎に合計する（ステップＳ３７）。
この場合に、点が複数の重みを有している場合には、全ての重みを合計する。そして、重みの合計が最大のグループの点群を残して、他の点を消去する（ステップＳ３８）。これにより、点群が絞り込まれる。
次に、図１に示されるように、絞り込まれた点群の重心位置の座標を、各点の座標と重みとに基づいて算出する（ステップＳ４）。そして、算出された重心位置から最も遠い点までの距離（最大距離）を算出し（ステップＳ５）、算出された最大距離が所定の閾値以下であるか否かを判定する（ステップＳ６）。
最大距離が所定の閾値よりも大きい場合には、全ての点を消去して、重心位置を中心とし、最大距離を半径とする球の内部にランダムに点群を生成する（ステップＳ７）。そして、ステップＳ２からの工程を繰り返す。
ステップＳ６において、算出された最大距離が所定の閾値以下である場合には、重心位置の座標を第２点の座標として記憶することにより座標を補正する（ステップＳ８）。
ステップＳ６において、算出された最大距離が所定の閾値以下である場合には、重心位置の座標を第２点の座標として記憶することにより座標を補正する（ステップＳ８）。
このようにして、オフラインにて教示された動作プログラムの実行により、理想的なツール先端点ＴＣＰの動作軌跡上に位置する通過点の座標が、複数のセンサ３，５により検出された情報に基づいて算出されるツール先端点ＴＣＰの座標に基づいて補正される。
本実施形態に係るロボットシステム１によれば、複数のセンサ３，５により検出された情報に基づいて算出される座標にもそれぞれ誤差が含まれているが、重みづけにより、それらの誤差をバランスよく勘案して適正な補正を行うことができるという利点がある。
なお、本実施形態においては、ツール先端点ＴＣＰの座標を算出するための情報を検出可能なセンサとして、サーボモータに備えられたエンコーダ５およびカメラ３を例示したが、これに限定されるものではない。例えば、ロボット２が加速度センサを備えている場合には、検出された加速度を２回積分することにより、ツール先端点ＴＣＰの座標を算出することができる。
また、ワークの形状を検出するために１以上のレーザセンサを備えている場合には、各レーザセンサにより検出された、レーザセンサとワークとの距離情報に基づいてツール先端点ＴＣＰの座標を算出することができる。
また、ワークの形状を検出するために１以上のレーザセンサを備えている場合には、各レーザセンサにより検出された、レーザセンサとワークとの距離情報に基づいてツール先端点ＴＣＰの座標を算出することができる。
１ ロボットシステム
２ ロボット
３ カメラ（センサ）
４ 制御装置（プロセッサ、メモリ）
５ エンコーダ（センサ）
Ｘ 所定距離
Ｗ 重み
ＴＣＰ ツール先端点
２ ロボット
３ カメラ（センサ）
４ 制御装置（プロセッサ、メモリ）
５ エンコーダ（センサ）
Ｘ 所定距離
Ｗ 重み
ＴＣＰ ツール先端点
Claims (6)
- ロボットと、
該ロボットのツール先端点の座標を算出するための情報を検出可能な複数種のセンサと、
プロセッサとを備え、
該プロセッサは、
動作プログラムによる前記ツール先端点の動作軌跡上の第１点および第２点の近傍に複数の点からなる点群を生成し、
該点群の各前記点が、前記第１点から前記第２点に向かう前記ツール先端点が到達可能な座標を有し、
各前記センサにより検出された前記情報に基づいて前記点群の各前記点に、存在し得る確からしさを示す重みを設定し、
前記点群をグループ分けして、前記確からしさが最も高いグループを抽出し、
抽出された前記グループの重心位置を該グループに属する前記点の座標および重みから算出し、
抽出された前記グループに属する前記点の内、算出された前記重心位置から最も遠い位置に配置されている前記点までの最大距離が所定の閾値以下である場合に、前記重心位置の座標を前記第２点の新たな座標として置き換えるロボットシステム。 - 前記プロセッサは、
前記最大距離が前記閾値よりも大きい場合に、前記重心位置を中心とし前記最大距離を半径とする球の内部に点群を生成し、前記重みの設定からの工程を繰り返す請求項１に記載のロボットシステム。 - 前記第２点の座標に対応付けて記憶する第１テーブルを記憶するメモリを備え、
前記第１テーブルが、前記第１点から前記第２点に向かう速度ベクトルに対応付けて前記点群の座標を記憶する複数の第２テーブルを記憶し、
前記プロセッサが、
前記メモリに記憶されている前記第１テーブルから前記第２点の座標に対応する前記第２テーブルを読み出し、読み出された該第２テーブルから前記速度ベクトルに対応する前記点群の座標を読み出すことにより、前記点群を生成する請求項１に記載のロボットシステム。 - 前記プロセッサが、
各前記センサにより検出された前記ツール先端点の座標毎に、該座標からの各前記点までの距離に反比例する値を各前記点の重みとして設定する請求項１から請求項３のいずれかに記載のロボットシステム。 - 前記プロセッサが、
各前記センサ毎に、前記重みを機械学習により求める請求項４に記載のロボットシステム。 - 前記プロセッサが、
前記点群の内の１つの任意の前記点を選択し、
選択された前記点にグループ番号を与え、
該グループ番号を与えた各前記点からの距離が所定距離以下である前記点に同一のグループ番号を与えることを、同一のグループ番号を与える前記点がなくなるまで繰り返し、
前記グループ番号が与えられていない前記点が存在する場合には、前記グループ番号が与えられていない他の１つの任意の前記点を選択し、
与えるグループ番号を変更し、
選択された前記点にグループ番号を与える工程から繰り返すことにより、前記点群をグループ分けする請求項１から請求項５のいずれかに記載のロボットシステム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2020068265A JP7388970B2 (ja) | 2020-04-06 | 2020-04-06 | ロボットシステム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2020068265A JP7388970B2 (ja) | 2020-04-06 | 2020-04-06 | ロボットシステム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2021164964A JP2021164964A (ja) | 2021-10-14 |
| JP7388970B2 true JP7388970B2 (ja) | 2023-11-29 |
Family
ID=78021495
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2020068265A Active JP7388970B2 (ja) | 2020-04-06 | 2020-04-06 | ロボットシステム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7388970B2 (ja) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006330988A (ja) | 2005-05-25 | 2006-12-07 | Toshiba Corp | データ分割装置、データ分割方法およびプログラム |
| JP2013217893A (ja) | 2012-03-13 | 2013-10-24 | Canon Inc | モデル生成装置、位置姿勢推定装置、情報処理装置、モデル生成方法、位置姿勢推定方法、情報処理方法 |
| JP2014109466A (ja) | 2012-11-30 | 2014-06-12 | Yokohama National Univ | 対象物移動装置、方法、プログラム、及び記録媒体 |
| JP2016109630A (ja) | 2014-12-09 | 2016-06-20 | キヤノン株式会社 | 情報処理装置、情報処理方法、プログラム |
-
2020
- 2020-04-06 JP JP2020068265A patent/JP7388970B2/ja active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006330988A (ja) | 2005-05-25 | 2006-12-07 | Toshiba Corp | データ分割装置、データ分割方法およびプログラム |
| JP2013217893A (ja) | 2012-03-13 | 2013-10-24 | Canon Inc | モデル生成装置、位置姿勢推定装置、情報処理装置、モデル生成方法、位置姿勢推定方法、情報処理方法 |
| JP2014109466A (ja) | 2012-11-30 | 2014-06-12 | Yokohama National Univ | 対象物移動装置、方法、プログラム、及び記録媒体 |
| JP2016109630A (ja) | 2014-12-09 | 2016-06-20 | キヤノン株式会社 | 情報処理装置、情報処理方法、プログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2021164964A (ja) | 2021-10-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6180087B2 (ja) | 情報処理装置及び情報処理方法 | |
| US9519736B2 (en) | Data generation device for vision sensor and detection simulation system | |
| EP3222393B1 (en) | Automated guidance system and method for a coordinated movement machine | |
| TWI670153B (zh) | 機器人及機器人系統 | |
| US9672630B2 (en) | Contour line measurement apparatus and robot system | |
| JP6579498B2 (ja) | 自動化装置及び位置検出装置 | |
| JP3300682B2 (ja) | 画像処理機能を持つロボット装置 | |
| US10618164B2 (en) | Robot system having learning control function and learning control method | |
| JP7191569B2 (ja) | 把持装置 | |
| US20160279800A1 (en) | Robot, robot control device, and robotic system | |
| JP6317618B2 (ja) | 情報処理装置およびその方法、計測装置、並びに、作業装置 | |
| JP6514156B2 (ja) | ロボット制御装置 | |
| KR20140008262A (ko) | 로봇 시스템, 로봇, 로봇 제어 장치, 로봇 제어 방법 및 로봇 제어 프로그램 | |
| JP7502003B2 (ja) | 移動機械の移動軌跡のずれを取得する装置、及び方法 | |
| JP6626338B2 (ja) | 情報処理装置、情報処理装置の制御方法、およびプログラム | |
| JP7388970B2 (ja) | ロボットシステム | |
| JP2016182648A (ja) | ロボット、ロボット制御装置およびロボットシステム | |
| WO2023013740A1 (ja) | ロボット制御装置、ロボット制御システム、及びロボット制御方法 | |
| WO2022025059A1 (ja) | ロボットシステム | |
| CN114454180B (zh) | 移动机器人的运动控制方法、装置和移动机器人 | |
| CN112116664B (zh) | 手眼标定轨迹生成方法、装置、电子设备及存储介质 | |
| JP7415013B2 (ja) | ロボットの構成部材の干渉を検出するロボット装置 | |
| Joochim et al. | The 9 points calibration using SCARA robot | |
| JP7299442B1 (ja) | 制御装置、３次元位置計測システム、及びプログラム | |
| CN117769483A (zh) | 机器人控制设备、机器人控制***以及机器人控制方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230207 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20231011 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20231017 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231116 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7388970 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |