振动抑制装置制造方法及图纸

本发明专利技术提供振动抑制装置，该振动抑制装置获取示教位置，基于该获取到的示教位置和第一加减速参数计算速度计划，并基于该示教位置以及速度计划算出与机器人的加减速动作时产生的弯曲相关的数据，另外，获取表示示教位置处的姿势的数据。而且，在振动抑制装置的机器学习部中，将这些与弯曲相关的数据以及表示姿势的数据作为输入数据，来进行针对与弯曲相关的数据以及与姿势相关的数据的加减速参数的推断。

Vibration Suppression Device

The invention provides a vibration suppression device, which obtains the teaching position, calculates the speed plan based on the obtained teaching position and the first acceleration and deceleration parameters, calculates the bending data related to the acceleration and deceleration action of the robot based on the teaching position and the speed plan, and obtains the data representing the posture of the teaching position. Furthermore, in the machine learning unit of the vibration suppression device, the data related to bending and the data representing posture are used as input data to infer the acceleration and deceleration parameters of the data related to bending and posture.

【技术实现步骤摘要】
振动抑制装置
本专利技术涉及振动抑制装置以及机器学习装置，尤其涉及学习最适合工业用机器人动作的加减速时间的振动抑制装置。
技术介绍
在工厂中进行的制造过程中，要求缩短制造周期。作为缩短制造周期的方法，考虑有加快各个制造机器的动作速度、或者提高加速度，但如果是为了提高例如多关节机器人等工业用机器人的动作速度，而增大驱动各关节的伺服马达的指令速度或者缩短加减速时间，则工业用机器人容易产生振动。工业用机器人的振动不是在驱动各关节的伺服马达以恒定的速度动作时，而主要在加减速时产生。因此，在机器人的动作计划中，重要的是求出在振动能够允许的范围内能够以最短的时间加减速的最佳加减速时间。作为用于减少工业用机器人的振动的现有技术，例如日本特开2011－167817号公报公开有通过在机器人上安装检测位置的传感器并学习修正量来减少振动的技术。另外，日本特开2015－168053号公报公开了不使用传感器而根据马达的转矩、目标误差信息通过学习使机器人的动作高速化的方法。在日本特开2011－167817号公报所公开的技术中，虽然能够基于传感器信息实现高精度的振动抑制，但存在需要在作业现场实际使工业用机器人把持工件的状态下的反复学习，对用户造成花费时间负担这样的问题。另外，为了进行反复学习而需要传感器，但需要用户在作业现场准备传感器，所以有在成本方面成为用户的负担的问题。另一方面，在日本特开2015－168053号公报中，虽然不需要传感器，也不需要在区域内的重新学习从而减轻了用户的负担，但是在需要作业现场处的学习这点上存在与日本特开2011－167817号公报相同的问题，另外，也产生另一问题，即由于没有传感器而振动抑制的精度受到限制。
技术实现思路
因此，本专利技术的目的在于提供振动抑制装置，能够在工业用机器人出厂前的阶段学习用于进行该工业用机器人的动作的最佳的加减速时间。为了解决上述课题，本专利技术的振动抑制装置具备通过计算机器人动作时的各轴位置以及各轴的弯曲量，并根据该位置以及该弯曲量使用机器学习装置(神经网络)推断加减速时间，来进行最佳的加减速动作的功能。该机器学习装置(神经网络)的学习能够在制造商出厂前的阶段使用传感器来进行，不需要各用户在作业现场的学习，另外，也不需要由用户侧准备传感器，所以能够不对用户造成时间上的、成本上的负担，就能够提供最佳的机器人动作。在本专利技术中，如上所述轴的弯曲量与振动量之间存在相关性，并使其成为机器学习装置(神经网络)的输入。一般来说，机器人的轴部进行旋转或者直线运动，所以该部分存在轴承，与其他的臂部分相比，刚性较低。因此，轴产生的弯曲相对较大，对机器人的振动的贡献也变大。因此，可以说轴的弯曲量适合作为求出用于将振动抑制得较小的加减速时间的机器学习装置(神经网络)的输入。本专利技术的一个方式所涉及的振动抑制装置将控制对象的机器人的加减速动作时产生的振动抑制为预定阈值以下，该振动抑制装置具备：示教位置获取部，其获取示教位置；速度计划部，其基于上述示教位置以及第一加减速参数计算速度计划；弯曲算出部，其基于上述示教位置以及上述速度计划算出与上述机器人的加减速动作时产生的弯曲相关的数据；姿势数据获取部，其基于上述示教位置获取与上述示教位置处的姿势相关的数据；以及机器学习部，其将与上述弯曲相关的数据以及与上述姿势相关的数据作为输入数据，进行针对与上述弯曲相关的数据以及与上述姿势相关的数据的第二加减速参数的推断。上述振动抑制装置还能够具备收敛判定部，该收敛判定部判定上述第二加减速参数是否收敛于第一加减速参数，上述收敛判定部在判定为上述第二加减速参数未收敛的情况下，修正上述第一加减速参数，并使用其修正结果指示上述速度计划部重新计算速度计划。上述振动抑制装置还能够具备最佳加减速搜索部，该最佳加减速搜索部在上述机器人的振动为预定阈值以下的期间搜索最高速的最佳加减速参数，上述机器学习部能够将通过上述最佳加减速搜索部得到的上述最佳加减速参数作为教师数据，进行上述第二加减速参数的学习。该情况下，上述最佳加减速搜索部也可以使用模拟器求出最佳加减速参数。上述机器学习部能够进行使用了神经网络的学习。上述振动抑制装置也可以经由网络与多个机器人控制装置连接，针对每个上述机器人控制装置推断并发送上述第二加减速参数。通过本专利技术，能够不进行作业现场的学习就实现机器人的最佳的加减速时间。由此，能够不对用户造成时间上、成本上的负担就实现最佳的机器人动作。另外，通常，为了根据机器人的姿势和各轴弯曲量来算出加减速时间，只使用表格等，但由于输入变量较多而表格维度(dimension)过大，现实上实现困难，但在本专利技术中，通过在此使用神经网络而能够避免该问题。附图说明图1是第一实施方式所涉及的振动抑制装置的示意性硬件结构图。图2是第一实施方式所涉及的振动抑制装置的示意性功能框图。图3是表示速度计划的例子的图。图4是对神经网络进行说明的图。图5是第二实施方式所涉及的振动抑制装置的示意性功能框图。图6是第三实施方式所涉及的振动抑制装置的示意性功能框图。图7是第四实施方式所涉及的振动抑制装置的示意性功能框图。具体实施方式图1是表示第一实施方式所涉及的振动抑制装置的主要部分的示意性硬件结构图。振动抑制装置1能够作为例如控制机器人的控制装置安装，另外，也能够作为与控制机器人的控制装置连接的计算机(例如，单元计算机、主计算机、云服务器等)安装。图1示出将振动抑制装置1作为控制机器人2的控制装置安装时的例子。本实施方式所涉及的振动抑制装置1所具备的CPU11是整体控制振动抑制装置1的处理器。CPU11经由总线20读出储存于ROM12的系统程序，并根据该系统程序控制整个振动抑制装置1。在RAM13暂时地储存有暂时的计算数据、显示数据、由操作人员经由未图示的输入部输入的各种数据等。非易失性存储器14被构成为例如由未图示的蓄电池来确保(backup)等，即使振动抑制装置1的电源断开也保持存储状态的存储器。在非易失性存储器14存储有经由未图示的接口从外部读取的控制程序、经由输入装置72输入的控制程序、从输入装置72输入的各种数据(运算所需要的参数等)、从机器人2或传感器60获取到的各种数据(例如，关于由CPU11算出的机器人2的各关节的弯曲量的数据、机器人2的各关节的轴位置等)等。存储于非易失性存储器14的程序也可以在利用时展开到RAM13。另外，在ROM12预先写入有振动抑制装置1的动作所需要的各种系统程序(包括用于控制与机器学习装置100的交互的系统程序)。显示装置70是用于显示经由接口17输出的表示振动抑制装置1或机器人2的状态的文本或图形的装置，能够利用液晶显示器等。另外，输入装置72可以是受理作业者的输入的键盘或鼠标、具备脉冲产生器的示教台等。来自输入装置72的输入经由接口18被传递给CPU11。用于控制机器人2的关节(轴)的轴控制电路30接受来自CPU11的轴的运行指令量，并将轴的指令输出到伺服放大器40。伺服放大器40接受该指令，驱动使机器人2具备的轴运行的伺服马达50。轴的伺服马达50内置位置/速度检测器，将来自该位置/速度检测器的位置/速度反馈信号反馈给轴控制电路30，进行位置/速度的反馈控制。此外，在图1的硬件结构图中，轴控制电路30、伺服放大器40、伺本文档来自技高网...

【技术保护点】
1.一种振动抑制装置，将在控制对象的机器人的加减速动作时产生的振动抑制为预定阈值以下，上述振动抑制装置的特征在于，具备：示教位置获取部，其获取示教位置；速度计划部，其基于上述示教位置以及第一加减速参数计算速度计划；弯曲算出部，其基于上述示教位置以及上述速度计划算出与在上述机器人的加减速动作时产生的弯曲相关的数据；姿势数据获取部，其基于上述示教位置获取与上述示教位置处的姿势相关的数据；以及机器学习部，其将与上述弯曲相关的数据以及与上述姿势相关的数据作为输入数据，进行针对与上述弯曲相关的数据以及与上述姿势相关的数据的第二加减速参数的推断。

【技术特征摘要】
2017.11.30 JP 2017-2298431.一种振动抑制装置，将在控制对象的机器人的加减速动作时产生的振动抑制为预定阈值以下，上述振动抑制装置的特征在于，具备：示教位置获取部，其获取示教位置；速度计划部，其基于上述示教位置以及第一加减速参数计算速度计划；弯曲算出部，其基于上述示教位置以及上述速度计划算出与在上述机器人的加减速动作时产生的弯曲相关的数据；姿势数据获取部，其基于上述示教位置获取与上述示教位置处的姿势相关的数据；以及机器学习部，其将与上述弯曲相关的数据以及与上述姿势相关的数据作为输入数据，进行针对与上述弯曲相关的数据以及与上述姿势相关的数据的第二加减速参数的推断。2.根据权利要求1所述的振动抑制装置，其特征在于，该振动抑制装置还具备收敛判定部，该收敛判定部判定上述第二加减速参数是否收敛于第一加减速参数...

【专利技术属性】
技术研发人员：中川浩，梶山贵史，
申请(专利权)人：发那科株式会社，
类型：发明
国别省市：日本,JP