机器学习装置以及具备该机器学习装置的机器人系统制造方法及图纸

机器人系统(1)所具备的机器人(2)的动作基于机器学习装置(5)的学习结果而被控制。机器学习装置(5)具备行动观测部(62)、位移量观测部(63)以及学习部(64)。行动观测部(62)观测从容器(CN)取出工件(W)时的机器人(2)的行动方式。位移量观测部(63)基于从拍摄装置(3)输出的机器人(2)的取出动作前后的各图像数据，观测表示容器(CN)内的一个工件被取出时的其他工件在容器(CN)内的位移量的工件位移量。学习部(64)将机器人(2)从容器(CN)取出一个工件时的对应工件位移量的向其他工件的影响度(IM)与机器人(2)的行动方式相对应地学习。

【技术实现步骤摘要】
【国外来华专利技术】机器学习装置以及具备该机器学习装置的机器人系统
本专利技术涉及一种学习取出散堆状态的工件的机器人的动作的机器学习装置以及具备该机器学习装置的机器人系统。
技术介绍
作为从以散堆状态收容多个工件的容器取出工件的系统，已知利用具备手部的机器人取出工件的机器人系统(参照专利文献1)。专利文献1中公开的机器人系统具备学习机器人的取出动作的机器学习装置。机器学习装置基于将对应由三维测量仪测量的工件的三维映射的机器人的动作与工件的取出成功与否的判断结果相关联的训练数据，学习从容器取出工件时的机器人的动作。但是，利用包含工件的取出成功与否的判断结果的训练数据的学习不能说是学习了机器人的最佳的取出动作。也就是说，即便机器人的手部从容器成功地取出了一个工件，但有时因该取出动作而影响到容器内的其他工件。例如，当从容器取出一个工件时，手部以及被把持在该手部的一个工件有时会对其他工件施加冲击力。或者，有时因取出一个工件而其他工件会倒塌。这样，在因一个工件的取出动作而影响到容器内的其他工件的情况下，工件有可能被破损。现有技术文献专利文献<本文档来自技高网...

【技术保护点】
1.一种机器学习装置，学习具备手部的机器人的动作，以从将多个工件以散堆状态收容的容器取出所述工件，所述机器学习装置的特征在于包括：/n行动观测部，观测由所述手部从所述容器取出一个工件的取出动作中的所述机器人的行动方式；/n位移量观测部，基于从拍摄所述容器内的拍摄装置输出的所述机器人的所述取出动作前后的各图像数据，观测表示所述手部取出了所述容器内的所述一个工件时的所述一个工件以外的其他工件在所述容器内的位移量的工件位移量；以及/n学习部，基于将所述行动方式与所述工件位移量相关联的训练数据，将所述手部从所述容器取出所述一个工件时的对应所述工件位移量的向所述其他工件的影响度与所述行动方式相对应地学习...

【技术特征摘要】
【国外来华专利技术】1.一种机器学习装置，学习具备手部的机器人的动作，以从将多个工件以散堆状态收容的容器取出所述工件，所述机器学习装置的特征在于包括：
行动观测部，观测由所述手部从所述容器取出一个工件的取出动作中的所述机器人的行动方式；
位移量观测部，基于从拍摄所述容器内的拍摄装置输出的所述机器人的所述取出动作前后的各图像数据，观测表示所述手部取出了所述容器内的所述一个工件时的所述一个工件以外的其他工件在所述容器内的位移量的工件位移量；以及
学习部，基于将所述行动方式与所述工件位移量相关联的训练数据，将所述手部从所述容器取出所述一个工件时的对应所述工件位移量的向所述其他工件的影响度与所述行动方式相对应地学习。


2.根据权利要求1所述的机器学习装置，其特征在于还包括：
行动决定部，在所述学习部学习所述影响度后，在从所述拍摄装置输出了所述机器人的所述取出动作之前的图像数据的情况下，基于该图像数据识别在所述容器内的多个工件的散堆状况，按照每个工件决定所述影响度最小的行动方式来作为所述手部从所述容器取出各工件时的所述机器人的行动方式。


3.根据权利要求2所述的机器学习装置，其特征在于还包括：
顺序设定部，将基于由所述行...

【专利技术属性】
技术研发人员：驹池国宗，
申请(专利权)人：雅马哈发动机株式会社，
类型：发明
国别省市：日本;JP