TW202001871A - 工作機械語音控制系統 - Google Patents

工作機械語音控制系統 Download PDF

Info

Publication number
TW202001871A
TW202001871A TW107122874A TW107122874A TW202001871A TW 202001871 A TW202001871 A TW 202001871A TW 107122874 A TW107122874 A TW 107122874A TW 107122874 A TW107122874 A TW 107122874A TW 202001871 A TW202001871 A TW 202001871A
Authority
TW
Taiwan
Prior art keywords
machine
command
voice
control command
motion control
Prior art date
Application number
TW107122874A
Other languages
English (en)
Other versions
TWI684177B (zh
Inventor
劉建宏
李浩瑋
Original Assignee
劉建宏
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 劉建宏 filed Critical 劉建宏
Priority to TW107122874A priority Critical patent/TWI684177B/zh
Publication of TW202001871A publication Critical patent/TW202001871A/zh
Application granted granted Critical
Publication of TWI684177B publication Critical patent/TWI684177B/zh

Links

Images

Landscapes

  • Numerical Control (AREA)

Abstract

一種工作機械語音控制系統,主要係由一自主反應裝置,係接收一語音命令的輸入以建立或進行特定的一產業機械的至少一加工任務的操作;一互動管理器用來接收輸出該語音命令,該互動管理器包含進行聲學建模演算法解譯並鑑別該語音命令形成一鑑別指令,解譯後的該鑑別指令形成為一機器基本控制命令及/或一機器運動控制命令對應該產業機械的該加工任務的操作;一上位控制器係接收該機器基本控制命令及/或該機器運動控制命令,通過語音輸入以運作該產業機械的一驅動器的系統。

Description

工作機械語音控制系統
本發明係關於一種工作機械語音控制系統,特別是指一種通過語音輸入製造程序的人機互動的產業機械與方法。
電腦數值控制(Computer numeric control;CNC)工具機包含CNC銑床、CNC車床、CNC線切割...等等,惟工業用型的CNC工具機裡都必需配備專屬的控制器才能精密作動,因此,CNC工具機的控制器即為CNC加工機具的大腦,它的型號通常標示於機台螢幕的上方。
當電腦運算的該產業機械開始執行加工時,CNC程式的指令就被送到CNC控制器做解讀,而CNC控制器於指令解讀完成後,將通過CNC工具機裡的機電系統及驅動系統(例如:伺服馬達、滾珠螺桿及軸承、光學'尺及其回授系統)做出符合CNC程式指令所要求的作動。
PC-Based或Non-PC Based或Windows-Based的CNC控制器的核心軟體組件包括:作業系統(OS)、人機介面(MMI)、可程式邏輯控制(PLC)、直譯器(Interpreter)、運動控 制、傳輸控制等;而核心硬體組接包括:工業級電腦、I/O板、運動控制軸卡、資料傳輸板、類比訊號控制板等。另外,伺服組件包括:AC/DC伺服驅動器、馬達、步進馬達及主軸馬達等。
在CNC的數位控制系統中,在前端CAD/CAM軟體的輸出與後端機台運動命令輸入之間的關鍵部位,需要有一轉譯程式將NC碼轉譯為運動命令。通常在CNC控制器上都會安裝有各種軟體,例如作業系統(Operating system,OS)軟體以及其他功能性的應用軟體(Functional application software)。直譯器(Interpreter)是一種把原始碼(Source code)轉換成目的碼(Object code)的轉譯程式。而CNC控制器大多需根據後端設備的API指令將原始碼(Source code)直譯成目的碼(Object code)。
因此,本發明朝向加工智慧化以及生產智慧化發展,採用以語音為基礎的物聯網(IoT)裝置的智慧麥克風(虛擬數位助理、家用機器人等)的語音使用者介面單元編譯器進行外掛式編譯器設計,能不干涉現有PC-Based與Windows-based的CNC控制器,本發明將原始碼經由語音控制的方式輸入現有CNC控制器內的編譯器即可執行,使程式具有更高輸入的彈性。
本發明之目的即在於提供一種語音控制方法, 其適用於連結至網路的語音控制裝置。所述語音控制方法包括下列步驟:接收一語音命令,對該語音命令執行語音辨識鑑別動作以獲得該語音命令對應的一機器基本控制命令及/或一機器運動控制命令,依據該機器基本控制命令及/或該機器運動控制命令,以決定該機器基本控制命令對應的權限資訊以及依據權限資訊的至少其中之一、或該機器運動控制命令以及工作狀態資訊的至少其中之一,以通過網路一連線傳輸取得原始碼與主機碼控制該產業機械。
本發明之次一目的係在於提供一種使用者所下達的該機器基本控制命令,係為一種檢測命令,以檢測該產業機械的各種狀態信號讀取回報的工作機械語音控制系統。
本發明之另一目的係在於提供一種使用者所下達的該機器基本控制命令,係為一種工程命令,以回報該產業機械的加工狀態、加工工時預估、或啟動各類加工優先模式的工作機械語音控制系統。
本發明之又一目的係在於提供一種工具機的定位軸向、移動速度以及轉向角度等運動參數的該機器運動控制命令,係為一種運動命令,已執行不同的多刀工法、工序的先後排程、或特定加工程式的工作機械語音控制系統。
可達成上述發明目的之工作機械語音控制系統,包括有: 一自主反應裝置,係接收一語音命令的輸入以建立或進行特定的一產業機械的一或多項加工任務的操作條件請求(conditional request),回應於接收到的該鑑別指令的輸入準確,且執行處理鑑別指令到該語音命令結束;一互動管理器,用來接收該自主反應裝置輸出的該語音命令,同時設置該語音命令的一回傳命令(return command),該互動管理器包含進行聲學建模演算法解譯(interpretation)並鑑別(discrimination)該語音命令形成一鑑別指令、或以一連線(connecting line)連接一雲端服務進行聲學建模演算法運算解譯並鑑別該語音命令形成一鑑別指令,解譯後的該鑑別指令形成為一機器基本控制命令及/或一機器運動控制命令回送(loopback)至該自主反應裝置,進而使該鑑別指令成為該產業機械特徵化的該機器基本控制命令、以及增進該產業機械效能的該機器運動控制命令,該互動管理器的該鑑別指令根據該回傳命令(return command)主動發送回傳至該自主反應裝置,以執行傳輸該機器基本控制命令及/或該機器運動控制命令對應該產業機械的該加工任務的操作條件請求;以及一上位控制器,係接收該機器基本控制命令及/或該機器運動控制命令,以運作該產業機械的一驅動器。
1‧‧‧自主反應裝置
11‧‧‧語音命令
2‧‧‧互動管理器
21‧‧‧鑑別指令
3‧‧‧上位控制器
31‧‧‧記憶單元
32‧‧‧處理單元
33‧‧‧通訊網路
4‧‧‧產業機械
41‧‧‧解譯器
42‧‧‧邏輯控制器
43‧‧‧資料庫
44‧‧‧驅動器
5‧‧‧雲端服務
6‧‧‧連線
圖1為工作機械語音控制系統的範例架構的方塊圖;圖2為工作機械語音控制系統連線至雲端服務的範例架構的方塊圖;圖3為本發明該語音命令其輸入的操作態樣的前後關係圖。
圖4為圖1基於該語音命令的輸入控制該產業機械的範例的概念方塊圖;以及圖5為圖2基於該語音命令的輸入控制該產業機械的範例的概念方塊圖。
請參閱圖1,本發明所提供的工作機械語音控制系統,主要包括有:一自主反應裝置1、一互動管理器2以及一上位控制器3所構成。其中,該自主反應裝置1係經由有線或無線的一連線6(connecting line)連接至少一產業機械4內設置的至少一驅動器44。對於該自主反應裝置1能接收一語音命令11(voice command)的輸入,該互動管理器2鑑別該語音命令11的輸入以建立或進行(pursue)特定的一鑑別指令21(discrimination instruction),或該互動管理器2以一連線6(connecting line)傳輸、或記錄已進行、或已完成的至少一加工任務態樣的該語音命令11輸出至一雲端服務5(如圖2所示),該雲端服務5進行運算解譯(interpretation)並鑑別(discrimination)該語音命令11形成一鑑別指令 21(discrimination instruction)回送(loopback)給該互動管理器2,該互動管理器2及/或該上位控制器3係接收能用來達成加工目標的一機器基本控制命令(Basic machine control command)及/或一機器運動控制命令(Machine motion control command)。另外,該上位控制器3能通過一連線6(connecting line)接收來自該互動管理器2或該雲端服務5的該機器基本控制命令及/或該機器運動控制命令,也能將該機器基本控制命令、或該機器運動控制命令、或一資訊經由該互動管理器2存入此該雲端服務5。例如,所儲存的資訊能為通過有線或無線的一連線6(connecting line)連接而傳輸一部分或全部的該機器基本控制命令及/或該機器運動控制命令輸出,包含一語音命令輸出、一參數命令輸出、一與該雲端服務中的語音命令、一輸入/輸出該雲端服務中語音命令的歷史、以及一包括用於該驅動器44的運算的前後關係指令。
進一步說明,該自主反應裝置1係為實施該機器基本控制命令及/或該機器運動控制命令的該產業機械4的該等加工任務的一或多個驅動器44的輸入裝置,係為獨立的系統或是依照加工製程(finishing process)的群組與集團系統,該自主反應裝置1其接收該語音命令11的輸入實施一組特定的該產業機械4的該加工任務(例如機械製造的一製造加工任務)或是一參數任務的流程(例如精密加工(fine finish)),且通過該語音命令11的輸入建立或進行一或多項 特徵化加工任務的操作條件請求(conditional request)或產生一特徵化運動參數任務的操作條件請求(conditional request)。該語音命令11由聲學模型和語言模型兩部分組成,其根據輸入人的語音特點建立語音模型,對輸入的語音信號進行分析,並抽取所需的特徵,在此基礎上建立語音識別所需的語音命令11;而該自主反應裝置1的該語音命令11的輸入能視為一外來語音命令或一資訊語音命令(包含聲音,例如語音人聲、環境噪音或人聲、警報);又,該語音命令11則包含指令、紀錄、測量結果等等。再,該語音命令11可依據人類輸入語音命令11之強弱而分為四個區域。語音命令11之強度通常可用dB SPL(sound pressure level,聲壓程度)來表示:一高線性(high linear)區域(例如大於90dB SPL);一壓縮(compression)區域(例如介於55~90dB SPL);一低線性(low linear)區域(例如介於40~55db SPL):一擴充(expansion)區域(例如小於40dB SPL)。上述該產業機械4領域包括各種沖床、彈簧機、彎管機、攻牙機、工具機、研磨機、橡塑膠機、機器人、機械手臂、生產自動化控制、半導體設備、LCD設備、LED設備、PCB設備、節能設備、太陽能設備等領域,以及其它習知的工業控制領域。又,該自主反應裝置1以連續傳輸(continuous transmissio)技術回應該互動管理器2回傳的該鑑別指令21與該語音命令11的輸入準確,確認執行該鑑別指令21。
該互動管理器2用來接收該自主反應裝置1輸出的該語音命令11,同時設置該語音命令11的一回傳命令(return command),該互動管理器2包含進行聲學建模演算法(包含以下四種:動態時間規整演算法(Dynamic Time Warping,DTW)、隱馬爾可夫模型(Hidden Markov Model,HMM)、人工神經網路(artificial neural network,ANN)、邊緣運算(Edge Computing))解譯(interpretation)並鑑別(discrimination)該語音命令11形成該鑑別指令21,以學習該鑑別指令21的元音、輔音、數字、大詞彙量、非特定人以及連續語音的識別、或以一連線6(connecting line)連接該雲端服務5進行聲學建模演算法運算解譯並鑑別該語音命令11形成該鑑別指令21,以學習該鑑別指令21的元音、輔音、數字、大詞彙量、非特定人以及連續語音的識別,其後回送(loopback)給該互動管理器2,解譯後的該鑑別指令21形成為該機器基本控制命令及/或該機器運動控制命令,進而使該鑑別指令21成為該產業機械4其特徵化的該機器基本控制命令、以及增進該產業機械4效能的該機器運動控制命令,該互動管理器2的該鑑別指令21根據該回傳命令(return command)主動發送回傳至該自主反應裝置1,以執行傳輸(transmission)該機器基本控制命令及/或該機器運動控制命令對應該產業機械4的該加工任務的操作條件請求(conditional request)。然而,聲學建模演算法的實施方式能在沒有這些具體細節的情況下實施。該 產業機械4為從該互動管理器2以及通過一連線6(connecting line)連接而從該自主反應裝置1(如圖1所示)或該雲端服務5(如圖2所示)輸入接收該機器基本控制命令及/或該機器運動控制命令;該上位控制器3係通過語意網路(semantic network)集合內的概念的傳播活化(spread activation)來接收該產業機械4的該加工任務或一製程加工目標的該語音命令11形成該機器基本控制命令及/或該機器運動控制命令(如圖3所示),並對該上位控制器3下命令來進行運作該產業機械4的該驅動器44。其中,如圖4與圖5所示,該上位控制器3包括由三個功能區塊的群組來定義功能結構,包括:一記憶單元31、一處理單元32、以及供資訊在該記憶單元31與該處理單元32的間傳遞的一通訊網路33所構成。該記憶單元31包含記憶體階層,此階層包含情景記憶(episodic memory)、短期記憶(short term memory)、與長期記憶(long term memory)。情景記憶是用來接收該機器基本控制命令及/或該機器運動控制命令的印象(data impression)以及伴隨的學習指導(learning instructions)。短期記憶是用於一資料庫43的發展,該機器基本控制命令及/或該機器運動控制命令能暫時儲存在該資料庫43內,短時間中可以隨時取用。而長期記憶則是用來儲存該資料庫43,並將該資料庫43加進語意網路。該處理單元32中的功能單位是處理儲存在該記憶單元31內 的記憶資訊以幫助該上位控制器3或該產業機械4的學習。應明白的是該上位控制器3能建立伴隨由該自主反應裝置1決定的該加工任務或該製程加工目標的該語音命令11形成該機器基本控制命令及/或該機器運動控制命令的輸入。又如圖3所示,為了幫助完成該加工目標,該語音命令11形成該機器基本控制命令及/或該機器運動控制命令的輸入是通過一連線6(eonnecting line)連接啟用該上位控制器3來完成該產業機械4的該加工任務,該加工任務進一步包括至少一單軸運動加工任務或至少一多軸運動加工任務的操作條件請求(conditional request),或是學習、解析和該產業機械4的該加工任務相關的控制資料。該單軸運動加工任務包含該產業機械4中的任一單軸驅動器進行原點、寸動、定位、手輪移動等基本的單軸運動控制。該多軸運動加工任務包含該產業機械4為一自動對至少一巨集機器基本控制命令及/或至少一巨集機器運動控制命令進行解譯,並依據其中描述的內容,進行多個驅動器參數讀取、流程判斷、迴圈控制、進行多軸的運動控制等智能化的操作。
為達到上述的發明目的,本發明係創作了一種工作機械語音控制的方法,係於一周期時間內包括以下步驟:步驟11:一自主反應裝置1能接收一語音命令11(voice command)的輸入,以建立或進行特定的一產業機械 4的一或多項加工任務的操作條件請求(conditional request);步驟12:一互動管理器2接收該自主反應裝置1輸出的該語音命令11,該互動管理器2同時設置該語音命令11的一回傳命令(return command);步驟13:該互動管理器2以進行聲學建模演算法解譯並鑑別該語音命令11形成一鑑別指令21;步驟14:該互動管理器2解譯後的該鑑別指令21形成為一機器基本控制命令及/或一機器運動控制命令再回傳(return)至該自主反應裝置1;步驟15:該互動管理器2的該鑑別指令21根據該回傳命令(return command)主動發送回傳至該自主反應裝置1;步驟16:該自主反應裝置1回應該互動管理器2回傳的該鑑別指令21與該語音命令11的輸入準確(accurately),如是則執行步驟17,若否則執行步驟11;步驟17:該自主反應裝置1同步確認執行該鑑別指令21;步驟18:該互動管理器2執行傳輸該機器基本控制命令及/或該機器運動控制命令對應該產業機械4的該加工任務的操作條件請求(conditional request);步驟19:一上位控制器3接收該機器基本控制命令及/或該機器運動控制命令,以運作該產業機械4的一驅 動器44。
本文所揭露的四個來源用以執行該聲學建模演算法的該互動管理器2與該雲端服務5、當處理或執行該指令時通過該互動管理器2結合該雲端服務5其內的至少一處理器執行的方法,該互動管理器2結合一個以上雲端服務5以處理或執行該指令的系統。在以下的描述中,許多具體細節被闡述(例如特定的指令運算、資料格式、處理器配置、微架構細節、運算序列等)。然而,實施方式能在沒有這些具體細節的情況下實施。在其它實例中,眾所周知的電路、架構和技術沒有被詳細顯示,以避免模糊對描述的理解。為達到上述的發明目的,本發明的一種工作機械語音控制的第二實施方法,係於一周期時間內包括以下步驟:步驟21:一自主反應裝置1能接收一語音命令11(voice command)的輸入,以建立或進行特定的一產業機械4的一或多項加工任務的操作條件請求(conditional request);步驟22:一互動管理器2接收該自主反應裝置1輸出的該語音命令11,該互動管理器2同時設置該語音命令11的一回傳命令(return command);步驟23:該互動管理器2以一連線6(connecting line)連接一雲端服務5進行聲學建模演算法運算解譯並鑑別該語音命令11形成一鑑別指令21;步驟24:該雲端服務5解譯後的該鑑別指令21 形成為一機器基本控制命令及/或一機器運動控制命令再回傳(return)至該互動管理器2;步驟25:該互動管理器2的該鑑別指令21根據該回傳命令(return command)主動發送回傳至該自主反應裝置1;步驟26:該自主反應裝置1回應該互動管理器2回傳的該鑑別指令21與該語音命令11的輸入準確(accurately),如是則執行步驟27,若否則執行步驟21;步驟27:該自主反應裝置1同步確認執行該鑑別指令21;步驟28:該互動管理器2執行傳輸該機器基本控制命令及/或該機器運動控制命令對應該產業機械4的該加工任務的操作條件請求(conditional request);步驟29:一上位控制器3接收該機器基本控制命令及/或該機器運動控制命令,以運作該產業機械4的一驅動器44。
本發明的優點在於,該語音命令11通過在同一周期時間內分別執行語音命令輸入程序、解譯與鑑別語音命令程序、形成鑑別指令程序、執行鑑別指令程序、及運作驅動器44程序,則能獲得兩種不同感測方法所解譯與鑑別出的該語音命令11,進而經由聲學建模演算法運算後獲得該鑑別指令21,以利用該回傳命令(return command)主動發送回傳 該鑑別指令21的高準確性來彌補該語音命令11的輸入準確性,因此,本發明能更加準確的鑑別該產業機械4的該加工任務的操作條件請求(conditional request)。
圖4與圖5描繪出基於該語音命令11的輸入控制該產業機械4的範例的概念方塊圖。在圖4中,該主反應裝置11則包括該語音命令11的輸入。該語音命令11的輸入能偵測數種和該產業機械4所實施的流程相關、且能被觀察到之量值控制、參數指令、狀態監控以及運動軌跡的該語音命令11,並由該互動管理器2受程序執行接收該自主反應裝置1輸出的該語音命令11,該互動管理器2同時設置該語音命令11的一回傳命令(return command),該互動管理器2包含進行聲學建模演算法解譯並鑑別該語音命令11形成該鑑別指令21。或如圖5所示,該互動管理器2以一連線6(connecting line)連接該雲端服務5進行聲學建模演算法運算解譯並鑑別該語音命令11形成該鑑別指令21回送(loopback)給該互動管理器2,由該雲端服務5接收(receive)到的該鑑別指令21包含負責程式系統流程的控制(包含驅動器44進行回原點、寸動、定位、手輪移動等運動控制)、傳遞參數指令、狀態監控以及自動對至少一巨集機器基本控制命令及/或至少一巨集機器運動控制命令進行解譯給該上位控制器3供該產業機械4進行多個驅動器44參數讀取、流程判斷、迴圈控制、進行多軸的運動控制等智能化的操作。
其次,該上位控制器3包含該記憶單元31。該記憶單元31是用來儲存接收的該機器基本控制命令以及該機器運動控制命令(例如,運動路徑指令、定位軸向、移動速度以及轉向角度等指令與前述伴隨的互相關係等等);其中,該記憶單元31是採用處理構件來構成網路,用來處理該鑑別指令21與該機器基本控制命令後再該連線6輸出於該產業機械4的該資料庫43。該鑑別指令21包含的該機器基本控制命令及/或該機器運動控制命令能經由該通訊網路33連接傳送給該處理單元32。該處理單元32能處理所接收的該機器基本控制命令及/或該機器運動控制命令,並通過該通訊網路33將已經處理的該機器基本控制命令及/或該機器運動控制命令回送(loopback)給該記憶單元31。
該產業機械4包含一解譯器41、一邏輯控制器42、一或多個資料庫43以及一或多個驅動器44。該解譯器41是用來作為接收該機器基本控制命令及/或該機器運動控制命令的介面,該邏輯控制器42能處理收到的該機器基本控制命令及/或該機器運動控制命令中的運動路徑規劃及運動參數控制。而該資料庫43則能儲存已收到並且處理過的該機器基本控制命令及/或該機器運動控制命令。該驅動器44賦予該產業機械4特定的功能性,並可能包括驅動單一功能的工具構件,或是驅動一堆實質上功能相同或迥異的工具構件。
本發明的該自主反應裝置1是用來幫助該上位控制器3與該產業機械4的互動,與該自主反應裝置1實施流程所產生的該語音命令11的輸入的相關資訊能被接收並漸增式的輸送至該上位控制器3。此外,該上位控制器3的該通訊網路33能經由該連線6從該產業機械4輸入該機器基本控制命令及/或該機器運動控制命令,也能對其該連線6輸出該機器基本控制命令及/或該機器運動控制命令。該產業機械4則能經由該邏輯控制器42處理收到的該機器基本控制命令及/或該機器運動控制命令中的運動路徑規劃及運動參數控制。由於該機器基本控制命令及/或該機器運動控制命令被該上位控制器3接收、儲存、處理及傳輸,對於依賴該機器基本控制命令及/或該機器運動控制命令的該自主反應裝置1及該驅動器44能帶來多項改善。亦即,其改善包括(一)隨著時間的演進,該上位控制器3與該自主反應裝置1變得越來越獨立;(二)該互動管理器2改善了該上位控制器3輸出至該驅動器44的生產品質(例如,更易找出問題的根源,或是能預測出系統故障);以及(三)隨著時間演進,該上位控制器3的效能會越來越好、或該上位控制器3以更快的速率及消耗更少的資源便能產出改善後的結果。
該上位控制器3的該記憶單元31包括功能記憶構件的階層,該自主反應裝置1初始化或組織建構時,能使用該資料庫43來儲存收到的一輸入(如:該語音命令11的輸 入)。另外,該記憶單元31能儲存(a)在該自主反應裝置1初始化之後,用來訓練該上位控制器3的該語音命令11的輸入,以及(b)由該上位控制器3的該連線6輸出,包含該驅動器44的程式原點、程式寸動、程式定位的輸出、與驅動器44的程式參數讀取、程式流程判斷、程式迴圈控制的歷史輸出;該資料庫43能通過該產業機械4,經由該邏輯控制器42來傳輸給該自主反應裝置1或是該驅動器44。
由該自主反應裝置1提供的輸入(如:人類主體的一語音命令的輸入)、或以一連線6(connecting line)連接該雲端服務5用來學習該鑑別指令21的元音、輔音、數字、大詞彙量、非特定人以及連續語音的識別變數、或在兩個或兩個以上的識別變數之間的關係、或是識別資訊。此種識別資訊能於該自主反應裝置1學習過程中幫助導引基於該產業機械4的系統。此外在某態樣中,該自主反應裝置1可能視一輸入該產業機械4為重要的,並且此種重要性可相關於該自主反應裝置1實施的特定流程的資訊關連性。例如,該產業機械4能判定該加工任務對於生產流程的結果工時超時,故生產率能為傳送至該自主反應裝置1的一項屬性。
該處理單元32進而包括用來處理下面的資訊:接收或取得指定類型的該機器基本控制命令或該機器運動控制命令的輸入(例如特定的一控制命令類型,例如數值、序列、時間序列、函數、加工類別等),並由該處理單元32實 施計算以受程序執行特定類型的輸出資訊。輸出資訊能經由該通訊網路33傳輸至該記憶單元31中一或多個構件。在某態樣中,該處理單元32能讀取並修改儲存在該記憶單元31的一機器基本控制命令結構或一機器運動控制命令結構、或一機器基本控制命令類型或一機器運動控制命令類型的實例,也能在其中存入一新的機器基本控制命令結構或一新的機器運動控制命令結構。該處理單元32的其他態樣能提供對於各式各樣數值屬性的調整,例如適合性、重要性、優化/抑制能量、與通訊的優先序。該處理單元32都具有動態的優先序,係決定用來處理該機器基本控制命令或該機器運動控制命令的輸入的階層;具有較高優先序的單位會比較低優先序的單位更早處理該機器基本控制命令或該機器運動控制命令的輸入。如果已經一直在處理特定資訊的該處理單元32無法受程序執行新的該機器基本控制命令或該機器運動控制命令的輸入學習時,例如受程序執行以排名、或從伴隨該自主反應裝置1的運作來鑑別出良好與不良運行的排名函數,則伴隨該處理單元32的優先序便會被調低。反之,如果有受程序執行以新的該機器基本控制命令或該機器運動控制命令的輸入,則該處理單元32的優先序便被調高。
應明白的是該處理單元32通過具有優先序的該處理單元32,模擬出人類對於特定狀況的該機器基本控制命令或該機器運動控制命令的輸入試著採取優化第一操作的 傾向。如果該操作受程序執行新的該機器基本控制命令或該機器運動控制命令的輸入,便在後續實質上相同的狀況中繼續實施該操作;反之,當第一操作無法受程序執行新的該機器基本控制命令或該機器運動控制命令的輸入時,利用該第一操作來處理狀況的傾向便會降低,而使用第二操作。如果第二操作無法受程序執行新的該機器基本控制命令或該機器運動控制命令的輸入,則其優先序會被降低,並改採第三操作。該處理單元32會繼續採取別的操作,直到有新的該機器基本控制命令或該機器運動控制命令的輸入受程序執行為止,並由別的操作取得更高的優先序。
於某態樣中,該自主反應裝置1可能為該上位控制器3提供該機器基本控制命令及/或該機器運動控制命令的調整、以及初始化參數。在別的態樣中,該驅動器44能供應伴隨該自主反應裝置1保養的該機器基本控制命令或該機器運動控制命令。在其他態樣中,該驅動器44能受程序執行並提供由該自主反應裝置1實施該機器基本控制命令及/或該機器運動控制命令的電腦模擬結果。由此種模擬受程序執行的結果能用來作為訓練該上位控制器3的訓練該機器基本控制命令或該機器運動控制命令。此外,模擬或是終端使用者能傳遞伴隨該機器基本控制命令及/或該機器運動控制命令的最佳化給該自主反應裝置1。
該上位控制器3能通過一或多個訓練週期來訓 練,每個訓練週期能發展基於人機互動的該產業機械4以(一)能夠實施大量的功能而無需外在的介入;(二)提供更佳的回應,例如當診斷製造系統健康度的問題根源時,能提供改良後的準確度或正確度;(三)提高性能,例如更快的反應時間、減少記憶體的使用、或是產品品質的改進。如果訓練該機器基本控制命令或該機器運動控制命令是收集自該機器基本控制命令或該機器運動控制命令的該語音命令11輸入,而該機器基本控制命令或該機器運動控制命令的該語音命令11輸入係伴隨該自主反應裝置1的該機器基本控制命令及/或該機器運動控制命令校正或標準運行、或是通過該互動管理器2的話,則該機器基本控制命令及/或該機器運動控制命令能經由該互動管理器2來連續傳輸(continuous transmissio)給該上位控制器3。當訓練該機器基本控制命令及/或該機器運動控制命令是收集自一或多個雲端服務5時,此類訓練該機器基本控制命令及/或該機器運動控制命令能視為訓練預期行為。根據訓練該機器基本控制命令及/或該機器運動控制命令的訓練週期能幫助該上位控制器3去學習該產業機械4的預期行為。
綜上所述,本案不但在空間型態上確屬創新,並能較習用物品增進上述多項功效,應已充分符合新穎性及進步性之法定發明專利要件,爰依法提出申請,懇請 貴局核准本件發明專利申請案,以勵發明,至感德便。
1‧‧‧自主反應裝置
11‧‧‧語音命令
2‧‧‧互動管理器
21‧‧‧鑑別指令
3‧‧‧上位控制器
4‧‧‧產業機械
44‧‧‧驅動器
5‧‧‧雲端服務
6‧‧‧連線

Claims (5)

  1. 一種工作機械語音控制系統,包括:一自主反應裝置,係接收一語音命令的輸入以建立或進行特定的一產業機械的一或多項加工任務的操作條件請求;一互動管理器,用來接收輸出該語音命令,同時設置該語音命令的一回傳命令,該互動管理器包含進行解譯並鑑別該語音命令形成一鑑別指令,解譯後的該鑑別指令形成為一機器基本控制命令及/或一機器運動控制命令,以執行傳輸該機器基本控制命令及/或該機器運動控制命令對應該產業機械的該加工任務的操作條件請求;以及一上位控制器,係接收該機器基本控制命令及/或該機器運動控制命令,以運作該產業機械的一驅動器。
  2. 如申請專利範圍第1項所述之工作機械語音控制系統,其中該語音命令形成該機器基本控制命令及/或該機器運動控制命令的輸入係通過一連線連接啟用該上位控制器來完成該產業機械的該加工任務,該加工任務進一步包括至少一單軸運動加工任務或至少一多軸運動加工任務的操作,或是學習、解析和該產業機械的該加工任務相關的控制資料。
  3. 如申請專利範圍第1項所述之工作機械語音控制系統,其中該語音命令的輸入能偵測數種和該產業機械所實施流 程相關、且能被觀察到之量值控制、參數指令、狀態監控以及運動軌跡的該語音命令。
  4. 一種工作機械語音控制系統,包括:一自主反應裝置,係接收一語音命令的輸入以建立或進行特定的一產業機械的一或多項加工任務的操作條件請求;一互動管理器,用來接收輸出該語音命令,同時設置該語音命令的一回傳命令,並以一連線連接一雲端服務進行運算解譯並鑑別該語音命令形成一鑑別指令,解譯後的該鑑別指令形成為一機器基本控制命令及/或一機器運動控制命令回送至該互動管理器,該互動管理器的該鑑別指令根據該回傳命令主動發送回傳至該自主反應裝置,以執行傳輸該機器基本控制命令及/或該機器運動控制命令對應該產業機械的該加工任務的操作條件請求;以及一上位控制器,係接收該機器基本控制命令及/或該機器運動控制命令,以運作該產業機械的一驅動器。
  5. 如申請專利範圍第4項所述之工作機械語音控制系統,其中該互動管理器以一連線連接該雲端服務進行聲學建模演算法運算解譯並鑑別該語音命令形成一鑑別指令回送給該互動管理器,由該雲端服務接收到的該鑑別指令包含負責程式系統流程的控制,包含驅動器進行回原點、寸動、定位、手輪移動等運動控制、傳遞參數指令、狀態監控以 及自動對至少一巨集機器基本控制命令及/或至少一巨集機器運動控制命令進行解譯給該上位控制器供該產業機械進行多個驅動器參數讀取、流程判斷、迴圈控制、進行多軸的運動控制等智能化的操作。
TW107122874A 2018-06-29 2018-06-29 工作機械語音控制系統 TWI684177B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW107122874A TWI684177B (zh) 2018-06-29 2018-06-29 工作機械語音控制系統

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW107122874A TWI684177B (zh) 2018-06-29 2018-06-29 工作機械語音控制系統

Publications (2)

Publication Number Publication Date
TW202001871A true TW202001871A (zh) 2020-01-01
TWI684177B TWI684177B (zh) 2020-02-01

Family

ID=69941883

Family Applications (1)

Application Number Title Priority Date Filing Date
TW107122874A TWI684177B (zh) 2018-06-29 2018-06-29 工作機械語音控制系統

Country Status (1)

Country Link
TW (1) TWI684177B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI823408B (zh) * 2022-05-27 2023-11-21 國立成功大學 機械設備雲端控制系統

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI707214B (zh) * 2019-09-18 2020-10-11 崑山科技大學 機械手臂教學模組
TWI826031B (zh) * 2022-10-05 2023-12-11 中華電信股份有限公司 基於歷史對話內容執行語音辨識的電子裝置及方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4918218B2 (ja) * 2004-11-12 2012-04-18 ザイブナーコーポレーション 作業の工程管理システム及び作業の工程管理方法
US8396582B2 (en) * 2008-03-08 2013-03-12 Tokyo Electron Limited Method and apparatus for self-learning and self-improving a semiconductor manufacturing tool
JP5969875B2 (ja) * 2012-09-28 2016-08-17 株式会社Screenホールディングス データ生成システムおよびデータ生成方法
WO2016113909A1 (ja) * 2015-01-16 2016-07-21 三菱電機株式会社 クレードルおよび端末装置の制御方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI823408B (zh) * 2022-05-27 2023-11-21 國立成功大學 機械設備雲端控制系統

Also Published As

Publication number Publication date
TWI684177B (zh) 2020-02-01

Similar Documents

Publication Publication Date Title
US11322147B2 (en) Voice control system for operating machinery
TWI684177B (zh) 工作機械語音控制系統
Zhu et al. A cyber-physical production system framework of smart CNC machining monitoring system
CN107150347B (zh) 基于人机协作的机器人感知与理解方法
Suh et al. A framework for an intelligent CNC and data model
Rauch et al. An advanced STEP-NC controller for intelligent machining processes
CN112668687A (zh) 云端机器人***、云服务器、机器人控制模块和机器人
Zeng et al. Encoding multiple sensor data for robotic learning skills from multimodal demonstration
JP2022063240A (ja) 自己学習システムを用いて工作機械上での機械加工をシミュレーションするための方法及び装置
CN112231966B (zh) 一种基于数字孪生的协作机器人可装配性预测***及方法
Li et al. An enhanced teaching interface for a robot using DMP and GMR
CN113642236A (zh) 一种面向多学科的数字孪生图网络建模方法
CN113836702A (zh) 机器人示教编程方法及机器人示教编程装置
Norda et al. Evaluating the efficiency of voice control as human machine interface in production
CN111267097B (zh) 基于自然语言的工业机器人辅助编程方法
US20240053753A1 (en) Method and system for converting a start-object situation into a target-object situation (Intuitive Tacit Solution Finding)
Bommi et al. Speech and gesture recognition interactive robot
Dordevic et al. Representation of robot motion control skill
JP2022524385A (ja) プロセス、システム、及び不揮発性記憶媒体
Panagou et al. Human gesture system in Human Robot Interaction for reliability analysis
JP2023528513A (ja) 意図検出装置、意図検出方法及びプログラム
Horváth et al. New cognitive info-communication channels for human-machine interaction
Cai et al. CNC Interpolator Tuning based on Digital Twin of Five-axis Machines
Miądlicki et al. THE USE OF MACHINE VISION TO CONTROL THE BASIC FUNCTIONS OF A CNC MACHINE TOOL USING GESTURES.
Zhang et al. Neural Network Based Friction Compensation for Joints in Robotic Motion Control