JP7133017B2 - エンドエフェクタの選択方法および選択システム - Google Patents

Description

本明細書は、エンドエフェクタの選択方法および選択システムを開示する。

従来より、ワークを把持するハンド（エンドエフェクタ）を備えるロボットにおいて、複数種類のハンドから作業対象のワークに応じた適切なハンドを選択する選択方法が提案されている。例えば、特許文献１には、作業対象のワークに関する情報とハンドに関する情報とに基づいて、ワークとハンドの適合性を評価し、より適切なハンドを自動で選択することが記載されている。

ＷＯ２０１５／１７８３７７Ａ１

上述したようなハンドの自動選択において選択ミスが生じると、ロボットが適切にワークを把持することができず、作業ミスや誤動作が生じることになる。このように、ハンドの選択は、ロボットの作業性に大きな影響を及ぼすものであるから、より適切に選択できるようにさらなる改善が求められている。

本開示は、ワークを把持するエンドエフェクタの選択をより適切に行うことを主目的とする。

本開示は、上述の主目的を達成するために以下の手段を採った。

本開示のエンドエフェクタの選択方法は、ワークに対する作業を実行するロボットに交換可能に装着され、前記ワークを把持するエンドエフェクタの選択方法であって、前記ワークの形状および作業内容を含む情報を取得する取得ステップと、既知の作業における前記ワークの形状および作業内容と、当該作業で選択された前記エンドエフェクタの種類との関係を学習してモデルを構築する構築ステップと、前記ワークおよび作業内容の少なくともいずれかが新規な対象作業が実行される場合、前記対象作業における前記ワークの形状および作業内容と、前記モデルとに基づいて、複数種類の前記エンドエフェクタから前記対象作業に適した前記エンドエフェクタを選択する選択ステップと、を含むことを要旨とする。

本開示のエンドエフェクタの選択方法では、既知の作業におけるワークの形状および作業内容と、当該作業で選択されたエンドエフェクタの種類との関係を学習してモデルを構築する。そして、作業対象のワークおよび作業内容の少なくともいずれかが新規な対象作業が実行される場合、対象作業におけるワークの形状および作業内容と、構築したモデルとに基づいて、複数種類のエンドエフェクタから対象作業に適したエンドエフェクタを選択する。これにより、作業対象のワークや作業内容が新規な対象作業であっても、既知の作業の学習で構築したモデルを用いて、ワークの形状および作業内容を考慮したエンドエフェクタの選択をより適切に行うことができる。

ロボットシステム１０の構成の概略を示す構成図。 ロボット２０の構成の概略を示す構成図。 ロボットシステム１０の電気的な接続関係を示すブロック図。 エンドエフェクタの自動選択に関する機能を示すブロック図。 作業ＤＢ８３の一例を示す説明図。 選択モデルの一例を示す説明図。 自動選択処理の一例を示すフローチャート。 エンドエフェクタの一覧表示画面８９ａの一例を示す説明図。 エンドエフェクタ確認処理の一例を示すフローチャート。 変形例の自動選択処理を示すフローチャート。

次に、本開示を実施するための形態について図面を参照しながら説明する。

図１はロボットシステム１０の構成の概略を示す構成図であり、図２はロボット２０の構成の概略を示す構成図であり、図３はロボットシステム１０の電気的な接続関係を示すブロック図である。なお、図１の左右方向がＸ軸方向であり、前後方向がＹ軸方向であり、上下方向がＺ軸方向である。

ロボットシステム１０は、ロボット２０と、ロボット制御装置７０と、管理装置８０とを備える。ロボットシステム１０は、例えばピックアンドプレースシステムとして構成されており、ワーク供給装置１２により供給された機械部品や電子部品などのワークＷをピッキング（保持）して、トレイ搬送装置１４により搬送されたトレイＴ上に整列させてプレースする作業などが行われる。また、トレイＴ上に整列させたボルトなどのワークＷに対し、ワッシャーなどの別のワークＷをピッキングして、ボルトの軸部に挿入するようにプレースする作業なども行われる。なお、ロボットシステム１０は、ピックアンドプレースシステムに限られず、ロボット２０を用いてワークＷに対して作業を行うものであれば、如何なる作業システムにも適用できる。

ロボット２０は、５軸の垂直多関節アーム（以下、アームという）２２を備える。アーム２２は、６つのリンク３１～３６と、各リンクを回転または旋回可能に連結する５つの関節４１～４５とを有する。各関節４１～４５には、対応する関節を駆動するサーボモータ５１～５５と、対応するモータの回転位置を検出するエンコーダ６１～６５とが設けられている。

アーム２２の先端のリンク３６には、作業ツールとしての複数種のエンドエフェクタＥが交換可能に装着されている。エンドエフェクタＥ１＊は、磁性体からなるワークＷを電磁石により吸着する電磁チャックであり、サイズや形状が異なる複数のタイプ（Ｅ１１，Ｅ１２，・・・）を有する。また、エンドエフェクタＥ２＊は、ワークＷの保持と保持の解除とを行うように開閉可能な一対のクランプ爪を有するメカニカルチャック（以下、メカチャックという）であり、クランプ爪のサイズや形状が異なる複数のタイプ（Ｅ２１，Ｅ２２，・・・）を有する。さらに、エンドエフェクタＥ３＊は、ワークＷを負圧によって吸着する吸着ノズルであり、吸着ノズルの径や長さが異なる複数のタイプ（Ｅ３１，Ｅ３２，・・・）を有する。先端のリンク３６に装着されるエンドエフェクタＥは、後述する自動選択処理により選択される。

また、アーム２２のリンク３５には、カメラ２４が取り付けられている。カメラ２４は、ワーク供給装置１２により供給された各ワークＷの位置および姿勢を認識するために当該ワークＷを撮像し、トレイ搬送装置１４により搬送されたトレイＴの位置を認識するために当該トレイＴを撮像する。

アーム２２の基端のリンク３１は、作業台１１に固定されている。作業台１１には、ワーク供給装置１２やトレイ搬送装置１４などが配置されている。ワーク供給装置１２は、本実施形態では、前後方向（Ｙ軸方向）に離間して配置された駆動ローラおよび従動ローラに架け渡されたコンベアベルト１２ａを備える。コンベアベルト１２ａには複数のワークＷがバラ置きされ、ワーク供給装置１２は、駆動ローラを回転駆動することにより、コンベアベルト１２ａ上の複数のワークＷを後方から前方へ供給する。なお、ワーク供給装置として、コンベアベルト１２ａに代えて或いはコンベアベルト１２ａに併設して、ケース（部品箱）に収容された複数のワークをケースごと供給する供給装置が設けられてもよい。トレイ搬送装置１４は、コンベアベルトにより構成され、ワークＷの供給方向とは直交する方向（Ｘ軸方向）にトレイＴを搬送し、略中央位置にて位置決め保持する。

ロボット制御装置７０は、図示は省略するが、ＣＰＵやＲＯＭ、ＨＤＤ、ＲＡＭ、入出力インタフェース、通信インタフェースなどを備える。ロボット制御装置７０には、エンコーダ６１～６５などからの検知信号が入力される。また、ロボット制御装置７０からは、ワーク供給装置１２やトレイ搬送装置１４、サーボモータ５１～５５、アクチュエータ５６などへの制御信号が出力される。なお、アクチュエータ５６は、ロボット２０に装着されているエンドエフェクタＥを駆動するためのものである。ロボット制御装置７０は、ロボット２０の各サーボモータ５１～５５を駆動制御することにより、ロボット２０に、ワークＷをピッキングさせたり、ピッキングさせたワークＷをプレースさせたりする。

管理装置８０は、図示は省略するが、ＣＰＵやＲＯＭ、ＨＤＤ、ＲＡＭ、入出力インタフェース、通信インタフェースなどを備える。管理装置８０には、カメラ２４からの画像信号や入力装置８８からの入力信号などが入力される。また、管理装置８０からは、カメラ２４への駆動信号や表示装置８９への表示信号などが出力される。ここで、入力装置８８は、例えばキーボードやマウスであり、表示装置８９は、例えば液晶ディスプレイである。管理装置８０は、ロボット制御装置７０と通信可能に接続されており、互いに制御信号や各種情報のやり取りを行う。管理装置８０は、ロボット制御装置７０に制御信号を送信してアーム２２（カメラ２４）をワーク供給装置１２により供給されたワークＷの撮像ポイントへ移動させ、カメラ２４を駆動してワークＷを撮像し、撮像された画像を入力する。続いて、管理装置８０は、入力した画像を処理して画像中のワークＷを認識する。そして、管理装置８０は、認識したワークＷのうちピッキング可能なワークＷを抽出して当該ワークＷをピッキングするためのエンドエフェクタＥの目標位置および目標姿勢を割り出し、ロボット制御装置７０に送信する。

また、管理装置８０およびロボット制御装置７０では、ワークＷの形状や作業内容に応じたエンドエフェクタＥの自動選択が可能となっている。図４はエンドエフェクタの自動選択に関する機能を示すブロック図である。図４に示すように、管理装置８０は、各種情報を入力する情報入力部８０Ａと、入力された情報からエンドエフェクタＥの選択処理を行う選択処理部８０Ｂとを有する。情報入力部８０Ａは、ワークＷに関するワーク情報８１ａやワークＷに対して行われる作業内容に関する作業情報８１ｂを含む各種情報を入力する。ワーク情報８１ａは、ワークＷの形状や寸法、種類などの情報を含み、例えばワークＷの３次元ＣＡＤ情報などが入力される。なお、カメラ２４で撮像された画像を処理して得られたワークＷの形状や寸法などがワーク情報８１ａとして入力されてもよい。また、作業情報８１ｂは、ワークＷをプレースする対象の対象形状や対象寸法、ワークＷをトレイＴ上に整列させるのかボルトの軸に挿入するかなどの作業内容の情報を含む。なお、情報入力部８０Ａは、作業者により入力装置８８を介して入力される作業指示などから作業情報８１ｂを取得してもよい。

選択処理部８０Ｂは、パラメータ抽出部８２と、作業ＤＢ８３と、モデル構築部８４と、スコア演算部８５と、一覧表示部８６と、候補決定部８７とを有する。パラメータ抽出部８２は、情報入力部８０Ａにより入力されたワーク情報８１ａや作業情報８１ｂから特徴的なパラメータを抽出する。例えば、ワッシャーをボルトの軸に挿入する作業の場合、パラメータ抽出部８２は、ワークＷの形状（ワッシャー）やワッシャーの内外径の寸法、ボルトの軸径、作業内容（軸挿入）など、エンドエフェクタＥの選択に必要な情報をパラメータとして抽出する。パラメータ抽出部８２により抽出されたパラメータは、作業ＤＢ８３に登録されると共にスコア演算部８５に出力される。図５は作業ＤＢ８３の一例を示す説明図である。図示するように、作業ＤＢ８３は、既知の作業のワーク情報および作業情報と、当該作業で選択されたエンドエフェクタＥの情報と、選択されたエンドエフェクタＥの良否の判定結果（評価）とが対応付けて登録されている。既知の作業のワーク情報および作業情報には、パラメータ抽出部８２により抽出されたパラメータが登録されるが、それら以外の情報が登録されてもよい。なお、良否の判定結果については後述する。

モデル構築部８４は、エンドエフェクタＥを自動選択するための選択モデルを構築する。このモデル構築部８４は、作業ＤＢ８３に登録された情報のうち特徴的なパラメータを用いた機械学習により、エンドエフェクタＥの種類毎にグループ化して分類した選択モデルを構築する。機械学習は、例えば、判別分析やＫ近傍法などにより複数のグループに分類する公知の手法を用いて行えばよい。また、深層学習などが用いられてもよい。図６は選択モデルの一例を示す説明図である。図６では、図示の都合上、２つの特徴的なパラメータＸ，Ｙから３種類のエンドエフェクタＥ＊１（△）、Ｅ＊２（□），Ｅ＊３（◇）が選択される選択モデルのイメージを示す。また、図６では、エンドエフェクタＥ＊１（△）、Ｅ＊２（□），Ｅ＊３（◇）の各グループ（クラス）の値の重心などの代表値をそれぞれ代表値▲、■、◆で示し、各グループの境界の一例を点線で示す。

スコア演算部８５は、パラメータ抽出部８２からエンドエフェクタＥの選択条件であるパラメータが入力されると、選択モデルにおけるエンドエフェクタＥの各グループとの関連性を示す近似スコアを演算する。例えばスコア演算部８５は、入力されたパラメータに基づく選択モデル上での該当位置（図６の◎）と、各グループの代表値▲、■、◆との間の距離としての近似スコアを演算する。このように新たな作業におけるワークＷや作業内容が得られると、スコア演算部８５により、既知の作業で選択された各種のエンドエフェクタＥのそれぞれに対する近似スコアが演算される。一覧表示部８６は、スコア演算部８５による演算結果に基づいて、複数種類のエンドエフェクタＥを近似スコアの高い順に表示装置８９に一覧表示する。また、候補決定部８７は、一覧表示されたエンドエフェクタＥの中から作業者による入力装置８８の操作により選択された一のエンドエフェクタＥを候補に決定する。候補決定部８７は、候補に決定したエンドエフェクタＥの種類と、作業番号などの作業の識別情報とをロボット制御装置７０に送信する。

ロボット制御装置７０は、交換装着部７１と、動作確認部７２と、作業実行部７３とを有する。交換装着部７１は、候補決定部８７で決定されたエンドエフェクタＥを先端のリンク３６に装着させる。なお、交換装着部７１は、ロボット２０がエンドエフェクタＥを自動交換可能に構成されていれば自動で交換させ、自動交換可能でなければ作業者に交換指示を表示するなどして作業者に交換させる。動作確認部７２は、候補決定部８７で決定された候補のエンドエフェクタＥを用いて、作業対象のワークＷをピッキングさせるなどの動作の確認を行う。動作確認部７２による動作の確認結果は、管理装置８０に送信されて作業ＤＢ８３に評価として登録される。作業実行部７３は、動作確認部７２による確認結果が良好とされたエンドエフェクタＥを用いて実際の作業を行う。

次に、ロボットシステム１０がこれらの機能を用いて、エンドエフェクタＥの自動選択を行う際の処理を説明する。図７は自動選択処理の一例を示すフローチャートである。この処理は、管理装置８０の上述した各機能により実行される。この処理が開始されると、管理装置８０は、まず、ワークＷの形状および作業内容の少なくともいずれかが新規な作業が開始されるタイミングであるか（Ｓ１００）、ロボット制御装置７０の動作確認部７２から結果通知を受信したタイミングであるか（Ｓ１０５）、をそれぞれ判定する。

管理装置８０は、Ｓ１００で新規な作業（対象作業）が開始されるタイミングであると判定すると、ワーク情報８１ａや作業情報８１ｂを入力し（Ｓ１１０）、それらの情報から特徴的なパラメータを抽出すると共に（Ｓ１１５）、作業ＤＢ８３に登録する（Ｓ１２０）。次に、管理装置８０は、選択モデルを用いて新規な作業に対する各エンドエフェクタＥの近似スコアを演算し（Ｓ１２５）、表示装置８９にスコア順に一覧表示して（Ｓ１３０）、作業者によるエンドエフェクタＥの候補の選択操作がなされるのを待つ（Ｓ１３５）。

図８はエンドエフェクタの一覧表示画面８９ａの一例を示す説明図である。図示するように、各エンドエフェクタＥがスコア順に並んで表示されると共にカーソルが指し示すエンドエフェクタＥの概略図が表示されている。この一覧表示画面８９ａでは、作業者が入力装置８８で上下操作を行う度にカーソルが上または下に移動すると共に概略図が表示されるエンドエフェクタＥが変化する。また、作業者は、入力装置８８で選択操作を行うと、一覧表示画面８９ａにおいてカーソルが指し示しているエンドエフェクタＥを選択することができる。

管理装置８０は、作業者による選択操作がなされると、選択されたエンドエフェクタＥを候補に決定し（Ｓ１４０）、決定したエンドエフェクタＥの種類と作業の識別情報とを含む候補決定通知をロボット制御装置７０に送信して（Ｓ１４５）、自動選択処理を終了する。以下、管理装置８０の自動選択処理の説明を中断して、ロボット制御装置７０の処理を説明する。

図９はエンドエフェクタ確認処理の一例を示すフローチャートである。この処理は、ロボット制御装置７０により実行される。この処理では、ロボット制御装置７０は、まず、候補決定通知を受信したと判定するのを待ち（Ｓ２００）、候補決定通知を受信したと判定すると、候補決定通知に含まれる種類のエンドエフェクタＥに交換する（Ｓ２０５）。なお、Ｓ２０５では、ロボット２０による自動交換または作業者による交換が行われる。次に、ロボット制御装置７０は、エンドエフェクタＥを用いたワークＷのピッキングなどの動作確認を行う（Ｓ２１０）。Ｓ２１０では、ロボット制御装置７０は、候補とされたエンドエフェクタＥを用いて、作業対象のワークＷのピッキングを行い、ワークＷを正常にピッキングできるか否かを判定する。ロボット制御装置７０は、ワークＷをピッキングできなかったり、ピッキングしてもすぐにワークＷが落下したりする場合には、ワークＷを正常にピッキングできないと判定する。また、Ｓ２１０では、ロボット制御装置７０は、ワークＷのピッキングだけでなく、正常にプレースできるか否かを判定してもよい。

そして、ロボット制御装置７０は、動作確認の結果が良好であるか否かを判定し（Ｓ２１５）、良好であると判定すると、動作良好の旨の結果通知を管理装置８０に送信する（Ｓ２２０）。この場合、候補のエンドエフェクタＥを用いて作業することに支障はないから、ロボット制御装置７０は、そのまま現在のエンドエフェクタＥを用いて作業を開始して（Ｓ２２５）、エンドエフェクタ確認処理を終了する。一方、ロボット制御装置７０は、動作確認の結果が不良であると判定すると、動作不良の旨の結果通知を管理装置８０に送信して（Ｓ２３０）、Ｓ２００に戻り処理を行う。この場合、候補のエンドエフェクタＥを用いて作業を行うと、ワークＷの落下などの作業ミスやワークＷのピッキングのし直しなどが頻発して作業効率が低下するおそれがあるから、作業を開始することなく新たな候補決定通知を受信するまで待機することになる。

このようにして、ロボット制御装置７０から結果通知が管理装置８０に送信されると、図７の自動選択処理のＳ１０５で管理装置８０は結果通知を受信したと判定し、良否結果をパラメータに対応付けて作業ＤＢ８３に登録する（Ｓ１５０）。Ｓ１５０では、結果通知における動作確認結果が良好であれば、良好の旨がジョブ番号に対応付けて登録され、結果通知における動作確認結果が不良であれば、不良の旨がジョブ番号に対応付けて登録される。また、管理装置８０は、登録後の作業ＤＢ８３に基づいて選択モデルを構築（更新）する（Ｓ１５５）。Ｓ１５５では、新たに良否結果が登録されたエンドエフェクタＥとパラメータの関係を選択モデルに反映させることができるから、選択モデルの信頼性を向上させることができる。なお、図５の作業番号＊＊２では、先に選択したエンドエフェクタＥ＊２の確認結果が不良で、再選択したエンドエフェクタＥ＊１の確認結果が良好であった場合を例示している。また、図６では、Ｅ＊２（□）のエンドエフェクタＥを選択した際の不良結果を×印を付加して示している。本実施形態では、動作確認結果が良好の結果と不良の結果とをいずれも反映させた選択モデルを構築するため、各グループの境界をより精度よく設定することが可能となる。そして、管理装置８０は、動作確認結果が不良であるか否かを判定し（Ｓ１６０）、動作確認結果が不良でなく良好であると判定すると、そのまま自動選択処理を終了する。

一方、管理装置８０は、Ｓ１６０で動作確認結果が不良であると判定すると、Ｓ１５５で構築した選択モデルを用いて各エンドエフェクタＥの近似スコアを再演算し（Ｓ１６５）、選択済みのエンドエフェクタＥを除いてスコア順に一覧表示する（Ｓ１７０）。図８の例でスコア順１のエンドエフェクタＥ２２が選択されたものの動作確認結果が不良であった場合、管理装置８０は、選択済みのエンドエフェクタＥ２２を除いた他のエンドエフェクタＥを、再演算されたスコア順に一覧表示することになる。そして、管理装置８０は、作業者によって選択されたエンドエフェクタＥをロボット制御装置７０に送信するＳ１３５～Ｓ１４５の処理を実行する。これにより、一旦選択したものの動作確認結果が不良であったエンドエフェクタＥを除いた他のエンドエフェクタＥの中から、適切なエンドエフェクタＥを再選択させることができる。各エンドエフェクタＥの近似スコアは、動作確認結果を反映して構築された選択モデルを用いて再演算されるから、各エンドエフェクタＥをより適切に一覧表示した中から作業者に選択させることが可能となる。

ここで、本実施形態の構成要素と本開示の構成要素との対応関係を明らかにする。本実施形態のロボット２０がロボットに相当し、エンドエフェクタＥがエンドエフェクタに相当し、図７の自動選択処理のＳ１１０が取得ステップに相当し、同処理のＳ１５５が構築ステップに相当し、同処理のＳ１１５～Ｓ１４０が選択ステップに相当する。また、エンドエフェクタ確認処理のＳ２１０が確認ステップに相当する。また、図７の自動選択処理のＳ１１０を実行する情報入力部８０Ａが取得部に相当し、同処理のＳ１５５を実行するモデル構築部８４が構築部に相当し、同処理のＳ１１５～Ｓ１４０を実行するパラメータ抽出部８２とスコア演算部８５と一覧表示部８６と候補決定部８７とが選択部に相当する。

以上説明したロボットシステム１０は、作業におけるワークＷの形状および作業内容と、構築した選択モデルとに基づいて、複数種類のエンドエフェクタＥから新規な作業に適したエンドエフェクタＥを選択する。これにより、既知の作業の学習で構築したモデルを用いて、ワークＷの形状および作業内容を考慮したエンドエフェクタＥの選択をより適切に行うことができる。

また、複数種類のエンドエフェクタについて近似スコアを算出してスコア順に表示装置８９に一覧表示し、作業者による選択に従ってエンドエフェクタＥを選択するから、スコア順に作業者の経験などによる判断を加えて、エンドエフェクタＥの選択をさらに適切に行うことができる。

また、選択されたエンドエフェクタＥの動作を確認し、その確認結果の良否を対応付けて選択モデルを構築するから、選択モデルの信頼性を高めて、エンドエフェクタＥの選択の精度をより向上させることができる。

また、確認結果が不良であった場合、再構築された選択モデルを用いて、既に選択されたエンドエフェクタＥを除いた複数種類のエンドエフェクタＥから再選択を行うことができるから、再選択の精度をより向上させることができる。

なお、本発明は上述した実施形態に何ら限定されることはなく、本発明の技術的範囲に属する限り種々の態様で実施し得ることはいうまでもない。

例えば、上述した実施形態では、選択されたエンドエフェクタＥの動作の確認結果が不良であった場合、更新された選択モデルを用いて近似スコアを再度演算した上でエンドエフェクタＥの再選択を行うものとしたが、これに限られるものではない。例えば、近似スコアを再度演算することなく、前回の近似スコアを用いて、既に選択されたエンドエフェクタＥを除いた中からエンドエフェクタＥの再選択を行うものなどとしてもよい。

上述した実施形態では、スコア順にエンドエフェクタＥを一覧表示して作業者に選択させるものとしたが、これに限られず、スコア順に基づいて管理装置８０が選択するものとしてもよい。図１０は変形例の自動選択処理を示すフローチャートである。図１０では、図７と同じ処理には同じステップ番号を付して説明を省略する。管理装置８０は、Ｓ１２５で選択モデルを用いて近似スコアを演算すると、スコア順が最も上位のエンドエフェクタＥを候補に決定する（Ｓ１４０ａ）。このため、図８の例では、エンドエフェクタＥ２２が自動的に候補に決定されることになる。また、管理装置８０は、ロボット制御装置７０から受信した結果が不良であるとＳ１６０で判定すると、既に選択されたエンドエフェクタＥを除いてスコア順が最も上位のエンドエフェクタＥに決定する（Ｓ１６８）。このため、図８の例では、エンドエフェクタＥ２１が自動的に候補に決定されることになる。なお、図１０においても、図７と同様に、更新された選択モデルを用いて近似スコアを演算し直してから、Ｓ１６８の処理を実行するものとしてもよい。

上述した実施形態では、候補に選択されたエンドエフェクタＥの動作を確認することによりエンドエフェクタＥの良否を判定してから作業を開始するものとしたが、これに限られず、エンドエフェクタＥの良否を判定することなく作業を開始するものなどとしてもよい。その場合、確認結果が不良であった場合のエンドエフェクタＥの再選択も行わないものとすればよい。ただし、ワークＷの落下などの作業ミスやワークＷのピッキングのし直しなどを防ぐために、候補に選択されたエンドエフェクタＥの良否を作業開始前に判定するものが好ましい。

上述した実施形態では、特徴的なパラメータから選択モデルにおけるエンドエフェクタＥの種類毎の近似スコアを演算し、近似スコアの高いエンドエフェクタＥを優先的に選択するものなどとしたが、これに限られるものではない。既知の作業におけるワークＷの形状および作業内容と、その作業で選択されたエンドエフェクタＥとの関係を学習して構築された選択モデルを用いて、新規な作業のエンドエフェクタＥを選択するものであれば如何なる処理でエンドエフェクタＥを選択してもよい。

上述した実施形態では、ワーク情報８１ａにワークＷの形状以外に寸法や種類などを含むものとしたが、少なくともワークＷの形状を含むものであればよい。また、作業情報８１ｂにワークＷをプレースする対象形状や対象寸法などを含むものとしたが、少なくともどのような作業を行うかの作業内容を含むものであればよい。

ここで、本開示のコンピュータによるエンドエフェクタの選択方法および選択システムは、以下のように構成してもよい。例えば、本開示のエンドエフェクタの選択方法において、前記選択ステップでは、前記対象作業における前記ワークの形状および作業内容と、前記モデルとに基づいて、複数種類の前記エンドエフェクタについて前記対象作業との関連性を示すスコアを算出してスコア順に一覧表示し、作業者による選択に従って前記エンドエフェクタを選択するものとしてもよい。こうすれば、エンドエフェクタのスコア順に、作業者の経験などによる判断を加えてエンドエフェクタを選択することも可能となるから、エンドエフェクタの選択をさらに適切に行うことができる。

本開示のエンドエフェクタの選択方法において、前記選択ステップでは、前記対象作業における前記ワークの形状および作業内容と、前記モデルとに基づいて、複数種類の前記エンドエフェクタについて前記対象作業との関連性を示すスコアを算出し、スコアの高い前記エンドエフェクタを優先的に選択するものとしてもよい。こうすれば、構築したモデルを用いた簡易な処理で、エンドエフェクタの選択をより適切に行うことができる。

本開示のエンドエフェクタの選択方法において、前記選択ステップで選択された前記エンドエフェクタによる前記ワークの把持動作の良否を確認する確認ステップを含み、前記構築ステップでは、前記確認ステップの確認結果が得られると、前記対象作業における前記ワークの形状および作業内容と、前記選択ステップで選択された前記エンドエフェクタの種類との関係に前記確認結果の良否を対応付けて前記モデルを構築するものとしてもよい。こうすれば、モデルの信頼性を高めることができるから、エンドエフェクタの選択の精度をより向上させることができる。

本開示のエンドエフェクタの選択方法において、前記選択ステップでは、前記確認ステップの確認結果が不良であった場合、既に選択された前記エンドエフェクタを除いた複数種類の前記エンドエフェクタから前記対象作業に適した前記エンドエフェクタを再選択するものとしてもよい。こうすれば、確認結果の良否を対応付けて構築されたモデルを用いてエンドエフェクタの再選択を行うことができるから、再選択の精度をより向上させることができる。

本開示のエンドエフェクタの選択システムは、ワークに対する作業を実行するロボットに交換可能に装着され、前記ワークを把持するエンドエフェクタの選択システムであって、前記ワークの形状および作業内容を含む情報を取得する取得部と、既知の作業における前記ワークの形状および作業内容と、当該作業で選択された前記エンドエフェクタの種類との関係を学習してモデルを構築する構築部と、作業対象のワークおよび作業内容の少なくともいずれかが新規な対象作業が実行される場合、前記対象作業における前記ワークの形状および作業内容と、前記モデルとに基づいて、複数種類の前記エンドエフェクタから前記対象作業に適した前記エンドエフェクタを選択する選択部と、を備えることを要旨とする。

本開示のエンドエフェクタの選択システムは、上述した選択方法と同様に、作業対象のワークや作業内容が新規な対象作業であっても、既知の作業の学習で構築したモデルを用いて、ワークの形状および作業内容を考慮したエンドエフェクタの選択をより適切に行うことができる。なお、この選択システムにおいて、上述した選択方法の各ステップを実現するような機能を追加してもよい。

本発明は、ロボットシステムの製造産業などに利用可能である。

１０ ロボットシステム、１１ 作業台、１２ ワーク供給装置、１２ａ コンベアベルト、１４ トレイ搬送装置、２０ ロボット、２２ アーム、２４ カメラ、３１～３６ リンク、４１～４５ 関節、５１～５５ サーボモータ、５６ アクチュエータ、６１～６５ エンコーダ、７０ ロボット制御装置、７１ 交換装着部、７２ 動作確認部、７３ 作業実行部、８０ 管理装置、８０Ａ 情報入力部、８０Ｂ 選択処理部、８１ａ ワーク情報、８１ｂ 作業情報、８２ パラメータ抽出部、８３ 作業ＤＢ、８４ モデル構築部、８５ スコア演算部、８６ 一覧表示部、８７ 候補決定部、８８ 入力装置、８９ 表示装置、８９ａ 一覧表示画面、Ｅ，Ｅ１＊～Ｅ３＊，Ｅ１１，Ｅ１２，Ｅ２１，Ｅ２２，Ｅ３１，Ｅ３２ エンドエフェクタ、Ｔ トレイ、Ｗ ワーク。

Claims (4)

1. ワークに対する作業を実行するロボットに交換可能に装着され、前記ワークを把持するエンドエフェクタの選択方法であって、
   前記ワークの形状および作業内容を含む情報を取得する取得ステップと、
   既知の作業における前記ワークの形状および作業内容と、当該作業で選択された前記エンドエフェクタの種類との関係を学習してモデルを構築する構築ステップと、
   前記ワークおよび作業内容の少なくともいずれかが新規な対象作業が実行される場合、前記対象作業における前記ワークの形状および作業内容と、前記モデルとに基づいて、複数種類の前記エンドエフェクタから前記対象作業に適した前記エンドエフェクタを選択する選択ステップと、
   前記選択ステップで選択された前記エンドエフェクタによる前記ワークの把持動作の良否を確認する確認ステップと、
   を含み、
   前記構築ステップでは、前記確認ステップの確認結果が得られると、前記対象作業における前記ワークの形状および作業内容と、前記選択ステップで選択された前記エンドエフェクタの種類との関係に前記確認結果の良否を対応付けて前記モデルを構築し、
   前記選択ステップでは、前記確認ステップの確認結果が不良であった場合、既に選択された前記エンドエフェクタを除いた複数種類の前記エンドエフェクタから前記対象作業に適した前記エンドエフェクタを再選択する
   エンドエフェクタの選択方法。
2. 請求項１に記載のエンドエフェクタの選択方法であって、
   前記選択ステップでは、前記対象作業における前記ワークの形状および作業内容と、前記モデルとに基づいて、複数種類の前記エンドエフェクタについて前記対象作業との関連性を示すスコアを算出してスコア順に一覧表示し、作業者による選択に従って前記エンドエフェクタを選択する
   エンドエフェクタの選択方法。
3. 請求項１に記載のエンドエフェクタの選択方法であって、
   前記選択ステップでは、前記対象作業における前記ワークの形状および作業内容と、前記モデルとに基づいて、複数種類の前記エンドエフェクタについて前記対象作業との関連性を示すスコアを算出し、スコアの高い前記エンドエフェクタを優先的に選択する
   エンドエフェクタの選択方法。
4. ワークに対する作業を実行するロボットに交換可能に装着され、前記ワークを把持するエンドエフェクタの選択システムであって、
   前記ワークの形状および作業内容を含む情報を取得する取得部と、
   既知の作業における前記ワークの形状および作業内容と、当該作業で選択された前記エンドエフェクタの種類との関係を学習してモデルを構築する構築部と、
   前記ワークおよび作業内容の少なくともいずれかが新規な対象作業が実行される場合、前記対象作業における前記ワークの形状および作業内容と、前記モデルとに基づいて、複数種類の前記エンドエフェクタから前記対象作業に適した前記エンドエフェクタを選択する選択部と、
   前記選択部で選択された前記エンドエフェクタによる前記ワークの把持動作の良否を確認する確認部と、
   を備え、
   前記構築部は、前記確認部の確認結果が得られると、前記対象作業における前記ワークの形状および作業内容と、前記選択部で選択された前記エンドエフェクタの種類との関係に前記確認結果の良否を対応付けて前記モデルを構築し、
   前記選択部は、前記確認部の確認結果が不良であった場合、既に選択された前記エンドエフェクタを除いた複数種類の前記エンドエフェクタから前記対象作業に適した前記エンドエフェクタを再選択する
   エンドエフェクタの選択システム。

Images