异常检测装置、异常检测方法以及异常检测程序制造方法及图纸

本发明专利技术涉及异常检测装置、异常检测方法以及异常检测程序。异常检测装置(100)在准备阶段从拍摄到机械手(5)的正常的作业动作的动画数据所包含的各第一帧检测第一特征量，并将该第一特征量储存于存储部。异常检测装置(100)在异常检测阶段从拍摄到机械手(5)的作业动作的动画数据所包含的各第二帧检测第二特征量，并将该第二特征量储存于存储部。异常检测装置(100)对第二帧的第二特征量与各第一帧的第一特征量进行比较，确定与第二特征量最接近的第一特征量。异常检测装置(100)以所确定的第一特征量和第二特征量为基础，对异常检测阶段的机械手(5)的作业动作是否异常进行判定。

Exception detection device, exception detection method, and exception detection program

The invention relates to an abnormality detecting device, an abnormal detection method and an abnormal detection program. The abnormal detection device (100) detects the first feature quantity from the first frame contained in the animation data taken from the normal operation of the manipulator (5) during the preparation stage and stores the first feature amount in the storage section. The abnormal detection means (100) detects the second characteristic quantity of the second frames contained in the animation data taken from the operation action of the manipulator (5) in the abnormal detection phase and stores the second characteristic quantity in the storage section. The abnormal detection device (100) compares the second characteristic quantity of the second frame with the first characteristic quantity of each first frame, and determines the first characteristic quantity closest to the second characteristic quantity. An abnormal detection device (100) judges whether or not the job action of the mechanical hand (5) in the abnormal detection stage is based on the determined first characteristic quantity and the second characteristic quantity.

【技术实现步骤摘要】
【国外来华专利技术】异常检测装置、异常检测方法以及异常检测程序
本专利技术涉及异常检测装置等。
技术介绍
利用工业用机械手使以往由作业员进行的作业实现无人化，由此实现降低作业员的作业失误、提高作业效率、提高对于作业员的安全性的FA(工厂自动化：FactoryAutomation)系统被应用于多种作业现场。在此，在FA系统中，在利用机械手的反复作业实现的组装工序中，有时例如因组装部件的设置位置或机械手的操作姿势的微小不同所引发的影响会波及之后的组装作业，从而成为产生不良品的重要因素。因此，FA系统的管理者通过定期检查各机械手的动作、组装部件的设置位置等来进行应对以便不产生不良部件。专利文献1：日本特开2007－334756号公报。专利文献2：日本特开2006－79272号公报。专利文献3：日本特开2006－178790号公报。然而，在上述现有技术中，存在无法高精度地检测使得产生不良品那样的机械手的作业变动的异常这种问题。例如，在现有的FA系统中，管理者通过定期检查各机械手的动作、组装部件的设置位置等来进行应对，但通过人工是难以发现微小作业变动的。由于因作业变动而产生的异常会对组装过程中的产品带来影响，所以虽希望能够当场检测出作业变动，但如上述那样该检测是困难的，因此以往只能够在产品的组装结束之后，根据检查出该产品是良品还是不良品的结果来推测有无作业变动。上述问题并不限于机械手，在检测进行规定的动作的对象物的异常的情况下也同样会产生。
技术实现思路
本专利技术的一个方面的目的在于提供能够高精度地检测对象物的作业变动的异常的异常检测装置、异常检测方法以及异常检测程序。在第一方案中，异常检测装置具有特征量提取部以及判定部。特征量提取部将拍摄到的被拍摄体的正常的作业动作的动画数据所包含的各第一帧、与表示该第一帧的特征的第一特征量建立对应并存储于存储部。特征量提取部将拍摄到的被拍摄体的某个作业动作的动画数据所包含的各第二帧、与表示该第二帧的特征的第二特征量建立对应并存储于存储部。判定部对第二帧的第二特征量与各第一帧的第一特征量进行比较，确定与第二特征量最接近的第一特征量。判定部以所确定的第一特征量和第二特征量为基础，对某个作业动作是否异常进行判定。根据本专利技术的一个实施方式，能够高精度地检测对象物的作业变动的异常。附图说明图1是表示参考例的系统的图。图2是表示参考例的异常值的推移的一个例子的图(1)。图3是表示参考例的异常值的推移的一个例子的图(2)。图4是表示参考例的系统的处理步骤的流程图。图5是表示本实施例1的系统的结构的图。图6是表示本实施例1的异常检测装置的结构的功能框图。图7是表示从各第一帧提取的各第一特征量的一个例子的图。图8是表示从各第二帧提取的各第二特征量的一个例子的图。图9是用于对本实施例1的判定部的处理进行说明的图。图10是表示本实施例1的异常检测装置的处理步骤的流程图。图11是用于对本实施例1的效果进行说明的图。图12是表示本实施例2的系统的结构的图。图13是表示本实施例2的异常检测装置的结构的功能框图。图14是表示示教数据的数据构造的一个例子的图。图15是用于对本实施例2的判定部的处理进行说明的图。图16是表示本实施例2的异常检测装置的处理步骤的流程图。图17是表示执行异常检测程序的计算机的一个例子的图。具体实施方式以下，基于附图对本专利技术的异常检测装置、异常检测方法以及异常检测程序的实施例进行详细说明。另外，该实施例不限定本专利技术。实施例1首先，在对本实施例进行说明之前，对成为本实施例的前提的参考例进行说明。该参考例并不对应现有技术。图1是表示参考例的系统的图。如图1所示，参考例的系统有机械手5、拍摄元件10a、10b、照明11a、11b、拍摄元件控制器20、照明控制器30以及异常检测装置40。机械手5是基于示教数据进行规定的组装作业的机械手。示教数据是将开始动作之后的时刻与机械手5的作业内容建立了对应的数据。拍摄元件10a、10b是根据来自拍摄元件控制器20的控制信号，拍摄成为被拍摄体的机械手5的装置。在以下的说明中，将拍摄元件10a、10b概括表示为拍摄元件10。拍摄元件10将拍摄到的机械手5的动画数据输出至拍摄元件控制器20。照明11a、11b是根据来自照明控制器30的控制信号照射机械手5的照明。在以下的说明中，将照明11a、11b概括表示为照明11。拍摄元件控制器20是将控制信号输出至拍摄元件10，使拍摄元件10动作，并从拍摄元件10取得机械手5的动画数据的装置。拍摄元件控制器20将动画数据输出至异常检测装置40。照明控制器30是将控制信号输出至照明11，使照明11动作的处理部。异常检测装置40是对机械手5的动作是否存在异常进行检测的装置。异常检测装置40在准备阶段将拍摄到的机械手5的正常的作业动作的动画数据所包含的帧、与该帧的特征量建立对应并存储于存储部。另外，异常检测装置40在异常检测阶段将拍摄到的机械手5的作业动作的动画数据所包含的帧、与该帧的特征量建立对应并存储于存储部。在以下的说明中，将在准备阶段拍摄到机械手5的正常的作业动作的动画数据所包含的帧表示为第一帧。将第一帧的特征量表示为第一特征量。在异常检测阶段拍摄到的机械手5的作业动作的动画数据所包含的帧表示为第二帧。将第二帧的特征量表示为第二特征量。异常检测装置40对第一帧的第一特征量与第二帧的第二特征量的组分别从前端按顺序进行比较。例如，异常检测装置40按顺序逐个比较时刻tn的第一帧的第一特征量与时刻tn的第二帧的第二特征量。n是1以上的自然数。在存在表示各特征量的距离的异常值处于阈值以上的第一帧以及第二帧的组的情况下，异常检测装置40判定为机械手5的作业动作存在异常。图2以及图3是表示参考例的异常值的推移的一个例子的图。在图2以及图3中，纵轴是表示异常值的轴，横轴是表示时刻的轴。图2表示在参考例的异常检测阶段，未检测到异常的异常值的推移。图3表示在参考例的异常检测阶段，检测到异常的异常值的推移。对图2进行说明。图2的线段1a是表示正常空间的平均值的线段。正常空间的平均值例如是在准备阶段，反复拍摄机械手5的正常的作业动作，并使用多个动画数据将多个第一特征量的距离平均化而得的值。线段1b是表示第一特征量与第二特征量之间的距离的线段。在以下的说明中，适当地，将第一特征量与第二特征量之间的距离表示为异常值。由于线段1b的异常值未处于阈值以上，所以异常检测装置40判定为在异常检测阶段机械手5的作业不存在异常。对图3进行说明。图3的线段1a对应图2的线段1a。线段1c是表示第一特征量与第二特征量之间的距离的异常值。由于线段1c的异常值处于阈值以上，所以异常检测装置40判定为在异常检测阶段机械手5的作业存在异常。接下来，对参考例的系统的处理步骤的一个例子进行说明。图4是表示参考例的系统的处理步骤的流程图。如图4所示，异常检测装置40接受示教数据，并将所接受的示教数据上传至机械手5(步骤S10)。拍摄元件10拍摄机械手的正常动作(步骤S11)，异常检测装置40从正常作业的第一帧，针对每个第一帧计算第一特征量(步骤S12)。异常检测装置40从多个正常作业生成针对每个第一帧的正常空间(步骤S13)。异常检测装置40利用帧轴计算正常空间的平均值(步骤S14)。拍本文档来自技高网...

【技术保护点】
一种异常检测装置，其特征在于，具有：特征提取部，其将拍摄到的被拍摄体的正常的作业动作的动画数据所包含的各第一帧、与表示该第一帧的特征的第一特征量建立对应并存储于存储部，将拍摄到的被拍摄体的某个作业动作的动画数据所包含的各第二帧、与表示该第二帧的特征的第二特征量建立对应并存储于存储部；和判定部，其对所述第二帧的第二特征量与各第一帧的第一特征量进行比较，确定与所述第二特征量最接近的第一特征量，并以所确定的第一特征量和所述第二特征量为基础，对所述某个作业动作是否异常进行判定。

【技术特征摘要】
【国外来华专利技术】1.一种异常检测装置，其特征在于，具有：特征提取部，其将拍摄到的被拍摄体的正常的作业动作的动画数据所包含的各第一帧、与表示该第一帧的特征的第一特征量建立对应并存储于存储部，将拍摄到的被拍摄体的某个作业动作的动画数据所包含的各第二帧、与表示该第二帧的特征的第二特征量建立对应并存储于存储部；和判定部，其对所述第二帧的第二特征量与各第一帧的第一特征量进行比较，确定与所述第二特征量最接近的第一特征量，并以所确定的第一特征量和所述第二特征量为基础，对所述某个作业动作是否异常进行判定。2.根据权利要求1所述的异常检测装置，其特征在于，所述判定部从在以所述第二帧的时刻为基准的规定的时间范围内包含的第一帧的第一特征量取得与所述第二帧的第二特征量相比较的第一帧的第一特征量。3.根据权利要求2所述的异常检测装置，其特征在于，所述判定部以所述第二帧所包含的被拍摄体的作业阶段为基础，确定对所述被拍摄体的作业阶段和时刻进行了定义的示教数据所包含的作业阶段中的已结束的作业阶段的时刻和未结束的作业阶段的时刻，并以所确定的作业阶段的时刻和未结束的作业阶段的时刻为基础，确定所述规定的时间范围。4.根据权利要求1所述的异常检测装置，其特征在于，所述特征量提取部将由设置于不同场所的多个拍摄装置拍摄到的包含同一被拍摄体的各第一帧的第一特征量平均化，或者根据拍摄装置相对于被拍摄体的朝向，选择观测到被拍摄体的移动量更大的时间段的拍摄装置的各第一帧的第一特...

【专利技术属性】
技术研发人员：布施贵史，肥塚哲男，
申请(专利权)人：富士通株式会社，
类型：发明
国别省市：日本,JP