机器人控制装置、机器人控制方法以及记录介质制造方法及图纸

本发明专利技术提供一种机器人控制装置，其在使机器人执行将各个步骤进行组合而成的作业的情况下，能够不依靠人工来设定能够执行步骤的单元的组合。本发明专利技术所涉及的机器人控制装置，其使一个以上的机器人实施由多个作业步骤组成的规定的作业，所述机器人控制装置具有：第一控制单元，其按照多个作业步骤中的每个作业步骤来控制一个以上的机器人的动作；以及第二控制单元，其确定在多个作业步骤中执行第一控制单元的组合以及顺序，并使各个第一控制单元以组合以及顺序进行动作。

【技术实现步骤摘要】
机器人控制装置、机器人控制方法以及记录介质
本专利技术涉及机器人控制装置、机器人控制方法以及记录介质。
技术介绍
近年来，公知有在进行使机器人步行或抓取特定的物体等复杂作业的机器人控制中应用例如神经网络等机器学习技术的技术(专利文献1)。步行、把持虽然复杂但是能够分别作为一个作业来考虑，另一方面，在人们所进行的作业中，存在通过对把持或移动物体的作业进行组合而成的多个步骤来实现一个目的那样的作业。而且，正在探索为了在机器人控制中实现通过多个步骤实现一个目的那样的复杂作业的有效的技术。现有技术文献专利文献专利文献1：日本再表2004/033159号公报
技术实现思路
专利技术所要解决的问题为了通过机器人控制实现由多个步骤组成的作业，可以考虑通过人将作业进行预先分解并由人工对各作业预先设定特化的神经网络而实现上述控制的方法。然而，若因步骤的数量增多或能够选择的处理的数量增大而组合变得复杂，则难以通过人工来预先设定。本专利技术鉴于上述问题而完成，其目的在于提供如下技术，该技术在使机器人执行将各个步骤进行组合而成的作业的情况下，能够不依靠人工来设定能够执行步骤的单元的组合。用于解决问题的手段根据本专利技术，提供一种机器人控制装置，其使一个以上的机器人实施由多个作业步骤组成的规定的作业，其特征在于，所述机器人控制装置具有：第一控制单元，其按照所述多个作业步骤中的每个作业步骤来控制所述一个以上的机器人的动作；以及第二控制单元，其确定在多个作业步骤中执行所述第一控制单元的组合以及顺序，并使各个所述第一控制单元以所述组合以及顺序进行动作。另外，根据本专利技术，提供一种机器人控制方法，其是由机器人控制装置执行的、使一个以上的机器人实施由多个作业步骤组成的规定的作业的机器人控制方法，其特征在于，所述机器人控制方法具有：第一控制步骤，在所述第一控制步骤中，通过第一控制单元按照所述多个作业步骤中的每个作业步骤来控制所述一个以上的机器人的动作；以及第二控制步骤，在所述第二控制步骤中，通过第二控制单元确定在多个作业步骤中执行所述第一控制单元的组合以及顺序，并使各个所述第一控制单元以所述组合以及顺序进行动作。进一步地，根据本专利技术，提供一种记录介质，其对用于使计算机作为机器人控制装置的各单元而发挥功能的程序进行保存，其特征在于，所述机器人控制装置使一个以上的机器人实施由多个作业步骤组成的规定的作业，所述机器人控制装置具有：第一控制单元，其按照所述多个作业步骤中的每个作业步骤来控制所述一个以上的机器人的动作；以及第二控制单元，其确定在多个作业步骤中执行所述第一控制单元的组合以及顺序，并使各个所述第一控制单元以所述组合以及顺序进行动作。专利技术效果根据本专利技术，在使机器人执行将各个步骤进行组合而成的作业的情况下，能够不依靠人工来设定能够执行步骤的单元的组合。附图说明图1是对本专利技术的实施方式所涉及的机器人控制装置的功能构成例进行表示的框图。图2是对本实施方式所涉及的机器人控制处理用的构成例进行说明的图。图3是对本实施方式所涉及的机器人控制处理用的单体的学习模型的构成例进行说明的图。图4是对本实施方式所涉及的机器人控制中的作业步骤的学习的例子进行说明的图。图5是对与本实施方式所涉及的作业步骤对应的学习模型的例子进行说明的图(1)。图6是对与本实施方式所涉及的作业步骤对应的学习模型的例子进行说明的图(2)。图7是对本实施方式所涉及的、学习阶段中的机器人控制处理的一系列的动作进行表示的流程图。图8是对本实施方式所涉及的、学习阶段中的下位层级的模型的控制动作进行表示的流程图。图9是对本实施方式所涉及的、学习完毕阶段中的机器人控制处理的一系列的动作进行表示的流程图。附图标记说明103：传感器部；104：机器人手臂驱动部；200：控制部；214：机器人动作控制部；220：模型信息DB。具体实施方式以下，参照附图对实施方式进行详细说明。此外，以下的实施方式并非对权利要求书所涉及的专利技术进行限定，另外，在实施方式中说明的特征的组合未必全部都是专利技术所必须的。也可以对实施方式中说明的多个特征中的两个以上的特征任意地进行组合。另外，对相同或者同样的构成标注相同的附图标记，并省略重复的说明。＜机器人控制装置的构成＞接下来，参照图1，对本实施方式所涉及的机器人控制装置100的功能构成例进行说明。此外，参照以下的图进行说明的各个功能块可以进行整合或者分离，另外，说明的功能也可以由其他功能块实现。另外，作为硬件说明的构成可以通过软件实现，反之亦然。电源部101例如包括由锂离子电池等构成的电池，向机器人控制装置100内的各部供电。通信部102例如是包括通信用电路等的通信设备，例如经由WiFi通信、或者作为LTE-Advanced、所谓的5G而标准化的移动通信而与外部的服务器等通信。例如在后述的模型信息中存在更新的情况等下从外部的服务器获取最新的模型信息。传感器部103包括对由机器人控制装置100控制的机器人手臂(未图示)的操纵器(manipulator)的动作、姿态进行计量的各种传感器。机器人手臂例如包括用于对物体(目标物)进行把持的多个手指、用于使把持的目标物抖动或移动的多关节的手臂，例如构成为与机器人控制装置100一体。机器人手臂不限于一个而可以有多个。本实施方式所涉及的机器人手臂能够使用例如能够把持食材、烹饪工具、调味料等并使其抖动或移动的已知的机器人手臂。各种传感器例如包括对机器人手臂的各关节的角度、以及手指、手臂的加速度进行计量的传感器。除此之外，包括对机器人手臂的姿态(从多个方向)进行摄像的摄像传感器、对机器人手臂所处理的目标物的位置、状态(从多个方向)进行拍摄的摄像传感器，传感器部103将拍摄到的图像信息进行输出。机器人手臂驱动部104包括驱动一个以上的机器人手臂的各个手臂、手指的动作的操纵器。机器人手臂驱动部104能够独立地驱动一个以上的机器人手臂的每一个。本实施方式以机器人手臂(以及机器人手臂驱动部104和机器人手臂所涉及的传感器)包含在机器人控制装置100中的情况为例进行说明，但机器人手臂也可以构成为与机器人控制装置100分体设置。存储部105是半导体存储器等非易失性的大容量的存储器设备，将传感器部103收集的传感器数据进行临时性或者永久性存储。另外，存储部105包括模型信息DB220，包括后述的多个强化学习模型的各自的学习模型的信息。学习模型的信息例如包括学习模型的程序代码、学习完毕参数的信息、各强化学习模型所处的层级结构的信息等。此外，在本实施方式中，以学习完毕参数的信息是指神经网络的神经元(neuron)间的加权参数的值的情况为例进行说明。然而，在使用其他的机器学习模型的情况下也可以使用与该学习模型相应的参数的值。各强化学习本文档来自技高网...

【技术保护点】
1.一种机器人控制装置，其使一个以上的机器人实施由多个作业步骤组成的规定的作业，其特征在于，/n所述机器人控制装置具有：/n第一控制单元，其按照所述多个作业步骤中的每个作业步骤来控制所述一个以上的机器人的动作；以及/n第二控制单元，其确定在多个作业步骤中执行所述第一控制单元的组合以及顺序，并使各个所述第一控制单元以所述组合以及顺序进行动作。/n

【技术特征摘要】
20191219 JP 2019-2293241.一种机器人控制装置，其使一个以上的机器人实施由多个作业步骤组成的规定的作业，其特征在于，
所述机器人控制装置具有：
第一控制单元，其按照所述多个作业步骤中的每个作业步骤来控制所述一个以上的机器人的动作；以及
第二控制单元，其确定在多个作业步骤中执行所述第一控制单元的组合以及顺序，并使各个所述第一控制单元以所述组合以及顺序进行动作。


2.根据权利要求1所述的机器人控制装置，其特征在于，所述机器人控制装置还具有第三控制单元，所述第三控制单元确定在多个作业步骤中执行多个所述第二控制单元的组合以及顺序，并使各个所述第二控制单元以所确定的执行所述第二控制单元的组合以及顺序进行动作。


3.根据权利要求1所述的机器人控制装置，其特征在于，所述第一控制单元和所述第二控制单元由使用了强化学习的学习模型构成。


4.根据权利要求3所述的机器人控制装置，其特征在于，所述第二控制单元在对执行所述第一控制单元的组合以及顺序进行学习时，使用经预先学习的学习完毕的所述第一控制单元。


5.根据权利要求3所述的机器人控制装置，其...

【专利技术属性】
技术研发人员：藤元岳洋，吉村美砂子，
申请(专利权)人：本田技研工业株式会社，
类型：发明
国别省市：日本;JP