机器人控制装置、机器人控制方法及学习模型生成装置制造方法及图纸

以具有移动路径取得部(13)和控制值生成部(14)的方式构成了机器人控制装置(11)，该移动路径取得部(13)将表示存在于机器人所移动的区域的障碍物的位置的观测数据和表示机器人所移动的区域内的机器人的移动状态之中的机器人开始移动的移动开始点处的机器人的移动状态的状态数据赋予给第1学习模型(4)，从第1学习模型(4)取得机器人的移动路径，该控制值生成部(14)生成机器人用于沿由移动路径取得部(13)取得的移动路径移动的机器人的控制值。部(13)取得的移动路径移动的机器人的控制值。部(13)取得的移动路径移动的机器人的控制值。

【技术实现步骤摘要】
【国外来华专利技术】机器人控制装置、机器人控制方法及学习模型生成装置


[0001]本专利技术涉及生成机器人的控制值的机器人控制装置及机器人控制方法和生成学习模型的学习模型生成装置。

技术介绍

[0002]近年来，开发出了自主地行走的机器人(以下称为“自主行走型机器人”)。有时要求自主行走型机器人不与存在于周围环境的障碍物发生碰撞地进行移动。作为生成机器人的控制值的机器人控制装置，希望开发出下述控制装置，该控制装置在障碍物所存在的各种环境内，换言之，在任意的障碍物存在于任意位置的彼此不同的多个环境内，都不使机器人与障碍物发生碰撞地进行移动。
[0003]另外，在下面的专利文献1公开了一种机器学习装置，该机器学习装置在所谓的臂型机器人的周边存在任意的器材等的某单一环境内，对用于使臂动作的动作程序进行学习，以使得机器人的臂不与周边器材等碰撞。
[0004]专利文献1：日本特开2018－43338号公报

技术实现思路

[0005]如果将专利文献1所公开的机器学习装置假设能够应用于上述这样的自主行走型机器人，则有可能能够对不与障碍物发生碰撞地能够使机器人移动的动作程序进行学习。
[0006]但是，该机器学习装置在某单一环境内，对用于使臂动作的动作程序进行学习，在与某单一环境不同的其他环境内，在使臂动作时，不会保证臂不与周边器材等发生碰撞。因此，存在下述课题，即，如果按照由该机器学习装置学习到的动作程序进行移动的机器人在其他区域内移动，则有时会与障碍物发生碰撞。
[0007]本专利技术就是为了解决上述这样的课题而提出的，其目的在于得到在障碍物的位置等与障碍物所存在的已知的区域不同的区域内，不与障碍物发生碰撞地能够使机器人移动的机器人控制装置及机器人控制方法。
[0008]本专利技术所涉及的机器人控制装置具有：移动路径取得部，其将表示存在于机器人所移动的区域的障碍物的位置的观测数据和表示机器人所移动的区域内的机器人的移动状态之中的机器人开始移动的移动开始点处的机器人的移动状态的状态数据赋予给第1学习模型，从第1学习模型取得机器人的移动路径；以及控制值生成部，其生成机器人用于沿由移动路径取得部取得的移动路径移动的机器人的控制值。
[0009]专利技术的效果
[0010]根据本专利技术，在障碍物的位置等与障碍物所存在的已知的区域不同的区域内，不与障碍物发生碰撞地能够使机器人移动。
附图说明
[0011]图1是表示实施方式1所涉及的学习模型生成装置1的结构图。
[0012]图2是表示实施方式1所涉及的学习模型生成装置1的硬件的硬件结构图。
[0013]图3是学习模型生成装置1由软件或固件等实现的情况下的计算机的硬件结构图。
[0014]图4是表示实施方式1所涉及的学习模型生成装置5的结构图。
[0015]图5是表示实施方式1所涉及的学习模型生成装置5的硬件的硬件结构图。
[0016]图6是学习模型生成装置5由软件或固件等实现的情况下的计算机的硬件结构图。
[0017]图7是表示实施方式1所涉及的其他学习模型生成装置1的结构图。
[0018]图8是表示实施方式1所涉及的机器人控制装置11的结构图。
[0019]图9是表示实施方式1所涉及的机器人控制装置11的硬件的硬件结构图。
[0020]图10是机器人控制装置11由软件或固件等实现的情况下的计算机的硬件结构图。
[0021]图11是表示图1所示的学习模型生成装置1的处理顺序的流程图。
[0022]图12A、图12B、图12C及图12D是表示障碍物所存在的区域的说明图。
[0023]图13是表示图4所示的学习模型生成装置5的处理顺序的流程图。
[0024]图14是表示图8所示的机器人控制装置11的处理顺序的流程图。
[0025]图15是表示机器人的移动路径的说明图。
具体实施方式
[0026]下面，为了更详细地对本专利技术进行说明，按照附图对用于实施本专利技术的方式进行说明。
[0027]实施方式1.
[0028]图1是表示实施方式1所涉及的学习模型生成装置1的结构图。图2是表示实施方式1所涉及的学习模型生成装置1的硬件的硬件结构图。
[0029]在图1中，学习模型生成装置1具有教师数据生成部2及学习模型生成部3。
[0030]教师数据生成部2例如由图2所示的教师数据生成电路21实现。
[0031]教师数据生成部2生成表示路径的教师数据y
i
(i＝1、
···
、I)，机器人在该路径不与分别存在于I(I为大于或等于2的整数)个区域的障碍物发生碰撞，机器人能够在各个区域进行移动。分别存在于I个区域的障碍物是形状、大小或位置的任意者不同。
[0032]教师数据生成部2将生成的教师数据y
i
输出至学习模型生成部3。
[0033]学习模型生成部3例如由图2所示的学习模型生成电路22实现。
[0034]学习模型生成部3取得表示分别存在于I个区域的障碍物的位置的观测数据d
ob，i
(i＝1、
···
、I)和表示各个区域内的机器人的移动状态之中的机器人开始移动的移动开始点处的机器人的移动状态的状态数据d
s，i，0
。机器人的移动状态是机器人的位置、机器人的速度或机器人的加速度等。
[0035]另外，学习模型生成部3取得由教师数据生成部2生成的教师数据y
i
。
[0036]学习模型生成部3使用观测数据d
ob，i
、状态数据d
s，i，0
和教师数据y
i
，生成对机器人的移动路径进行学习后的第1学习模型4(参照图8)。
[0037]第1学习模型4例如由神经网络实现。
[0038]第1学习模型4如果被赋予观测数据d
ob
和状态数据d
s，0
，则将表示机器人的移动路径的路径数据进行输出，该观测数据d
ob
表示存在于机器人所移动的区域的障碍物的位置，该状态数据d
s，0
表示机器人所移动的区域内的机器人的移动状态之中的机器人开始移动的
移动开始点处的机器人的移动状态。
[0039]在图1中，设想到学习模型生成装置1的结构要素即教师数据生成部2及学习模型生成部3各自由图2所示的专用的硬件实现。即，设想到学习模型生成装置1由教师数据生成电路21及学习模型生成电路22实现。
[0040]教师数据生成电路21及学习模型生成电路22各自例如是单一电路、复合电路、被程序化的处理器、被并行程序化的处理器、ASIC(Application Specific Integrated Circuit)、FPGA(Field－Programmable Gate Array)或它们的组合。
[0041]学习模型生成装置1的结构要素并不限于本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种机器人控制装置，其具有：移动路径取得部，其将表示存在于机器人所移动的区域的障碍物的位置的观测数据、和表示所述机器人所移动的区域内的所述机器人的移动状态之中的所述机器人开始移动的移动开始点处的所述机器人的移动状态的状态数据赋予给第1学习模型，从所述第1学习模型取得所述机器人的移动路径；以及控制值生成部，其生成用于使所述机器人沿由所述移动路径取得部取得的移动路径移动的所述机器人的控制值。2.根据权利要求1所述的机器人控制装置，其特征在于，所述控制值生成部将表示所述机器人在所述区域内移动时的机器人的移动状态的状态数据、和由所述移动路径取得部取得的移动路径赋予给第2学习模型，从所述第2学习模型取得所述机器人的控制值。3.根据权利要求1所述的机器人控制装置，其特征在于，具有控制值校正部，如果由所述控制值生成部生成的机器人的控制值之中的与所述机器人的速度相关的控制值大于速度阈值，则所述控制值校正部将与所述机器人的速度相关的控制值变更为小于或等于所述速度阈值，如果与所述机器人的加速度相关的控制值大于加速度阈值，则所述控制值校正部将与所述机器人的加速度相关的控制值变更为小于或等于所述加速度阈值。4.一种机器人控制方法，其中，移动路径取得部将表示存在于机器人所移动的区域的障碍物的位置的观测数据、和表示所述机器人所移动的区域内的所述机器人的移动状态之中的所述机器人开始移动的移动开始点处的所述机器人的移动状态的状态数据赋予给第1学习模型，从所述第1学习模型取得所述机器人的移动路径，控制值生成部生成所述机器人用于沿由所述移动路径取得部取得的移动路径移动的所述机器人的控制值。5.一种学习模型生成装置，其具有：教师数据生成部，其生成表示下述路径的教师数...

【专利技术属性】
技术研发人员：太田佳，
申请(专利权)人：三菱电机株式会社，
类型：发明
国别省市：