测定动作参数调整装置、机器学习装置以及系统制造方法及图纸

本发明专利技术提供一种测定动作参数调整装置、机器学习装置以及系统，该测定动作参数调整装置即使是在测定对象物的设置位置或大小、品种有偏差的情况也能够有效地对测定对象物的设置位置进行测定，且该测定动作参数调整装置具备机器学习装置。所述机器学习装置观测表示测定动作的测定动作参数的测定动作参数数据以及表示该测定动作所需要的时间的测定时间数据作为表示环境的当前状态的状态变量，并根据该状态变量，进行使用了将测定动作参数的调整模型化而得的学习模型的学习或决策。

【技术实现步骤摘要】
测定动作参数调整装置、机器学习装置以及系统
本专利技术涉及测定动作参数调整装置、机器学习装置以及系统。
技术介绍
以往，如图11所例示那样，在机械的机构部安装接触式的触摸传感器等或非接触式的视觉传感器等，通过移动该机构部而移动传感器，从而对测定对象物的位置进行测定。在如11所示的示例中，在使用了接触式传感器时，根据检查出接触式传感器与工件接触时的机构部的坐标值来对测定对象物的位置进行测定，在使用非接触传感器时，根据物体与非接触传感器的距离发生了变化时、即非接触传感器临近测定对象物的端部时的机构部的坐标值，来对测定对象物的位置进行测定。在利用安装于机械的机构部的传感器来检测测定对象物的位置时，需要预先决定测定动作开始时的机构部的位置或测定动作时的机构部移动的速度。作为这样的决定位置与速度的以往技术，例如在日本特开2010-217182号公报中公开了如下技术：在进行测定之前使传感器与测定对象物接触，根据当时的测定位置来决定测定动作开始时的机构部的位置等。日本特开2010-217182号公报所公开的技术虽然在测定对象物的大小或设置位置没有偏差的情况下有效，但是在实际的现场接触式传感器接触的位置或非接触传感器检测出距离的变化的位置即使是同一品种的测定对象物也会产生偏差。例如，在对设置成下部具有孔部，且将该孔部与在台上设置的突部嵌合的测定对象物的位置进行测定时，认为理想是始终设置于相同的位置，但是实际上在孔部与突部之间设置有游隙，在测定对象物的设置位置产生些许偏差。此外，也存在如下情况：测定对象物的形状本身存在偏差、或通过相同的测定机构来测定不同品种的测定对象物的位置。为了应对这样的状况，在日本特开2010-217182号公报所公开的技术中，假设偏差最大的情况而只统一设定具有余量的测定动作开始位置，难以根据状况缩短时间。此外，接触式传感器与测定对象物接触而检测出数字信号为止的时间、或从非接触式传感器临近测定对象物的端部到检测出数字信号为止的时间，即使传感器的种类相同因存在个体差而存在偏差，考虑到该偏差如果不设定传感器的移动速度，则存在如下问题：(接触式)传感器与测定对象物碰撞造成传感器、机构部、测定对象物损伤、或测定对象物的设置位置偏离。并且，在使测定动作中的传感器移动的速度测定为并非恒定速度的测定对象物的位置产生偏差，因此，测定动作中的传感器移动的速度如果考虑整体则设定为恒定的慢速，但是有时间延迟这样的其他问题。
技术实现思路
因此，希望一种测定动作参数调整装置、机器学习装置以及系统，即使是在测定对象物的设置位置或大小、品种有偏差的情况下也能够有效地对测定对象物的设置位置进行测定。本专利技术的一方式提供一种测定动作参数调整装置，对由测定装置执行的测定动作的测定动作参数进行调整，所述测定装置对测定对象物的设置位置进行测定，所述测定动作参数调整装置具有：机器学习装置，其观测表示所述测定动作的测定动作参数的测定动作参数数据以及表示该测定动作所需要的时间的测定时间数据作为表示环境的当前状态的状态变量，并根据该状态变量，进行使用了将所述测定动作参数的调整模型化而得的学习模型的学习或决策。本专利技术的其他方式提供一种机器学习装置，观测表示由测定装置执行的测定动作的测定动作参数的测定动作参数数据以及表示该测定动作所需要的时间的测定时间数据作为表示环境的当前状态的状态变量，并根据该状态变量，进行使用了将所述测定动作参数的调整进行模型化而得的学习模型的学习或决策，其中，所述测定装置对测定对象物的设置位置进行测定。本专利技术的其他方式提供一种经由网络将多个装置相互连接而成的系统，所述多个装置至少包括最初的方式所记载的第一测定动作参数调整装置。本专利技术的其他方式提供一种进行与由测定装置执行的测定动作的测定动作参数的调整有关的学习或决策的方法，所述方法具有执行如下步骤的测定动作参数的调整或决策：观测表示所述测定动作的测定动作参数的测定动作参数数据以及表示该测定动作所需要的时间的测定时间数据作为表示环境的当前状态的状态变量，并根据该状态变量，进行使用了将所述测定动作参数的调整模型化而得的学习模型的学习或决策。通过本专利技术，即使是在测定对象物的设置位置或大小、品种有偏差的情况下，通过机器学习装置来学习该偏离的状况，从而能够有效地对测定对象物的设置位置进行测定。附图说明通过参照附图的以下实施例的说明，可以明确本专利技术的上述以及其他目的和特征。图1是一实施方式的测定动作参数调整装置的概要硬件结构图。图2是一实施方式的测定动作参数调整装置的概要功能框图。图3是表示测定动作参数调整装置的一方式的概要功能框图。图4是表示机器学习方法的一方式的概要流程图。图5A是说明神经元的图。图5B是说明神经网络的图。图6是表示包括云服务器、雾服务器、边缘计算机在内的三层结构的系统的示例的图。图7是表示组入了测定动作参数调整装置的系统的一方式的概要功能框图。图8是表示组入了测定动作参数调整装置的系统的其他方式的概要功能框图。图9是图8所示的计算机的概要硬件结构图。图10是表示组入了测定动作参数调整装置的系统的其他方式的概要功能框图。图11是说明测定装置进行的测定对象物的设置位置的测定动作的图。具体实施方式以下，与附图一起说明本专利技术的实施方式。图1是表示一实施方式的测定动作参数调整装置的主要部分的概要硬件结构图。测定动作参数调整装置1例如可以安装为控制机器人等制造机械等的控制装置、或并设于制造装置等的个人电脑。此外，测定动作参数调整装置1可以安装为经由有线/无线网络与制造机械等连接的单元计算机、边缘计算机、雾计算机、主计算机、云服务器等计算机。在本实施方式中，表示将测定动作参数调整装置1安装为并设于制造机械等的个人电脑时的示例。本实施方式的测定动作参数调整装置1具有的CPU11是对测定动作参数调整装置1进行整体控制的处理器。CPU11经由总线20读出存储于ROM12的系统程序，按照该系统程序来对测定动作参数调整装置1整体进行控制。将临时的计算数据、显示于显示器等显示装置70的显示数据、操作员经由键盘或鼠标、触摸面板等输入装置71输入的各种数据等暂时存储于RAM13中。非易失性存储器14构成为如下存储器：例如通过未图示的电池进行备份等，即使断开测定动作参数调整装置1的电源也可以保持存储状态。在非易失性存储器14中存储有经由输入装置71输入的程序、从测定动作参数调整装置1的各部或把持传感器的机器人等测定装置2取得的各种数据(例如，测定装置2测定的坐标系内的测定装置2的位置、测定装置2具有的传感器的测定动作开始时的位置、测定装置2具有的传感器的测定动作时的移动速度、测定动作时的传感器检测出测定对象物为止的测定动作开始时起的时间、测定对象物的品种、作业员输入的传感器或测定对象物的状态信息等)。存储于非易失性存储器14的程序或各种数据可以在执行时/利用时在RAM13中展开。此外，在ROM12中预先写入公知的解析程序等各种系统程序(包含用于控制与后述的机器学习装置100的交换的系统程序)。接口21是用于将测定动作参数调整装置1与机器学习装置100连接的接口。机器学习装置100具有：统一控制机器学习装置100整体的处理器101、存储系统程序等的ROM102、用于进行机器学习有关的各处理中的本文档来自技高网...

【技术保护点】
1.一种测定动作参数调整装置，其对由测定装置执行的测定动作的测定动作参数进行调整，所述测定装置对测定对象物的设置位置进行测定，其特征在于，所述测定动作参数调整装置具有：机器学习装置，其观测表示所述测定动作的测定动作参数的测定动作参数数据以及表示该测定动作所需要的时间的测定时间数据作为表示环境的当前状态的状态变量，并根据该状态变量，进行使用了将所述测定动作参数的调整模型化而得的学习模型的学习或决策。

【技术特征摘要】
2018.04.05 JP 2018-073356;2019.01.08 JP 2019-001201.一种测定动作参数调整装置，其对由测定装置执行的测定动作的测定动作参数进行调整，所述测定装置对测定对象物的设置位置进行测定，其特征在于，所述测定动作参数调整装置具有：机器学习装置，其观测表示所述测定动作的测定动作参数的测定动作参数数据以及表示该测定动作所需要的时间的测定时间数据作为表示环境的当前状态的状态变量，并根据该状态变量，进行使用了将所述测定动作参数的调整模型化而得的学习模型的学习或决策。2.根据权利要求1所述的测定动作参数调整装置，其特征在于，所述机器学习装置具有：状态观测部，其观测表示所述测定动作的测定动作参数的测定动作参数数据以及表示该测定动作所需要的时间的测定时间数据作为表示环境的当前状态的状态变量；判定数据取得部，其取得判定根据所述测定动作的测定动作参数执行的测定动作的适当与否的测定动作判定数据作为表示所述测定动作的适当与否判定结果的判定数据；以及学习部，其使用所述状态变量和所述判定数据，生成将所述测定动作所需要的时间与所述测定动作的测定动作参数的调整关联起来进行学习而得的所述学习模型。3.根据权利要求2所述的测定动作参数调整装置，其特征在于，所述状态观测部还观测表示所述测定对象物的品种信息的品种数据作为表示环境的当前状态的状态变量，所述学习部将所述测定动作所需要的时间以及所述测定对象物的品种信息与所述测定动作的测定动作参数的调整关联起来进行学习。4.根据权利要求2或3所述的测定动作参数调整装置，其特征在于，所述学习部具有：回报计算部，其求出与所述适当与否判定结果相关联的回报；以及价值函数更新部，其使用所述回报，来更新表示针对所述测定动作所需要的时间的所述测定动作的测定动作参数的调整行为的价值的函数，所述测定动作所需要的时间越短，所述回报计算部越是给予高的回报，所述测定动作所需要的时间越长，此外，在所述测定对象物、所述测定装置产生了破损时，所述测定对象物移动时，所述回报计算部越是给予低的回报。5.根据权利要求1～3中任一项所述的测定动作参数调整装置，其特征在于，所述学习部通过多层构造来运算所述状态变量和所述判定数据。6.根据权利要求1所述的测定动作参数调整装置，其特征在于，所述机器学习装置具有：状态观测部，其观测表示所述测定动作的测定动作参数的测定动作参数数据以及表示该测定动作所需要的时间的测定时间数据作为表示环境的当前状态的状态变量；学习部，其具有将测定动作所需要的时间与测定动作的测定动作参数的调整关联起来进行学习而得的所述学习模型；以及决策部，其根据所述状态观测部观测到的状态变量和所述学习模型，决定测定动作的测定动作参数的调整。7.根据权利要求1～6中任一项所述的测定动作参数调整装置，其特征在于，所述机器学习装置存在于云服务器。8.一种机器学习装置，其特征在于，观测表示由测定装置执行的测定动作的测定动作参数的测定动作参数数据以及表示该测定动作所需要的时间的测定时间数据作为表示环境的当前状态的状态变量，并根据该状态变量，进行使用了将所述测定动作参数的调整进行模型化而得的学习模型的学习或决策，其中，所述测定装置对测定对象物的设置位置进行测定。9.根据权利要求8所述的机器学习装置，其特征在于，所述机器学习装置具有：状态观测部，其观测表示所述测定动作的测定动作参数的测定动作参数数据以及表示该测定动作所需要的时间的测定时间数据作为表示环境的当前状态的状态变量；判定数据取得部，其取得判定根据所述测定动作的测定动作参数执行的测定动作的适当与否的测...

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