本发明专利技术实现能够适当地抓持低反作用力且不定形的对象物的机器人系统。机器人系统具备：机器人(20)，具有设置有一组可动爪的手部，通过由这些可动爪夹持制件来抓持该制件；以及控制装置(70)，控制机器人。在控制装置中设置有：上级控制器(80)，控制机器人以执行向抓持位置配置手部的配置动作以及在该抓持位置使可动爪向彼此靠近侧移位的抓持动作；以及机器学习装置(90)，在抓持制件的情况下分别取得设定的停止基准数据、表示配置在抓持位置的手部的各可动爪与制件的距离的距离数据、以及表示在抓持动作前后的制件的变形量的比较数据，通过使用了这些停止基准数据、距离数据以及比较数据的机器学习来构建用于设定抓持动作的动作方式的模型。作方式的模型。作方式的模型。
【技术实现步骤摘要】
机器学习装置以及机器人系统
[0001]本专利技术涉及机器学习装置以及机器人系统。
技术介绍
[0002]在机器人系统中存在能够通过由设置在机器人的臂的顶端的一组可动爪(抓持部)夹紧对象物(制件)来抓持该对象物的机器人系统。在这种机器人系统中，例如提出一种机器人系统，其构成为检测可动爪用的电机的电流值的变化和来自对象物的反作用力等，在检测的值达到预先设定的基准值的情况下停止可动爪(例如，参照专利文献1)。
[0003]现有技术文献
[0004]专利文献
[0005]专利文献1：日本特开2014
‑
24134号公报
技术实现思路
[0006]本专利技术所要解决的技术问题
[0007]在此，与作为对象物设想由金属和合成树脂构成的工业制品的情况相比，在作为对象物设想奶油泡芙、大福、面包等的食品的情况下，对象物的形状的偏差大(不定形)且抓持时来自对象物的反作用力变小(低反作用力)。在如上述那样通过一组可动爪来以夹紧的方式抓持对象物的情况下，一个可动爪比其他可动爪先碰到对象物从而施加在对象物上的压力局部地变高，或者被一个可动爪按压的对象物可能在该对象物的载置面上滑动。特别是对于奶油泡芙等的对象物由于形状的偏差大，因此设想在根据由图像等确定的对象物的位置配置抓持部时，容易在各可动爪与对象物的距离中产生差异。在产生这种差异的情况下，各可动爪碰到对象物的时机产生偏差。而且，对于奶油泡芙等的对象物由于柔软，因此例如可能被可动爪按压而伴随变形的同时在载置面上滑动，有可能提高损伤(包含过度的变形)的可能性。这样对象物损伤构成制造工序等中降低成品率的的主要原因，有可能在通过机器人系统的应用来实现制造效率的提高等方面造成障碍。这样，在适当地抓持低反作用力且不定形的对象物方面在机器人系统所涉及的结构中还存在改善的余地。
[0008]本专利技术是鉴于上述情况而提出的，其主要目的在于实现一种能够适当地抓持低反作用力且不定形的对象物的机器人系统。
[0009]用于解决技术问题的技术方案
[0010]以下，记载用于解决上述技术问题的技术方案。
[0011]在第一技术方案中，提供一种机器人系统，其具备：
[0012]机器人(机器人20)，具有设置有一组可动爪(可动爪38a、38b)的抓持部(手部38)，通过由这些可动爪夹持对象物(制件W)来抓持该对象物；以及
[0013]控制装置(控制装置70)，控制所述机器人以执行将所述抓持部配置到使所述对象物位于所述一组可动爪之间的规定位置(抓持位置)的配置动作以及在该规定位置使这些可动爪向彼此靠近侧移位的抓持动作，
[0014]所述控制装置构成为，在所述抓持动作中来自所述对象物的反作用力成为基准值的情况或者所述一组可动爪的相对距离成为基准值的情况下停止所述一组可动爪的所述移位，
[0015]其中，在所述抓持部配置在所述规定位置的状况下，能够执行通过使所述抓持部移位来调整所述一组可动爪相对于所述对象物的位置的调整动作，
[0016]停止所述抓持动作的所述基准值为可变值，
[0017]具备模型构建部(机器学习装置90)，所述模型构建部在抓持所述对象物的情况下取得表示设定的所述基准值的停止基准数据、表示配置在所述规定位置的所述抓持部的各可动爪与所述对象物的距离的距离数据、以及表示所述抓持动作的执行之前所述对象物的状态与进行该抓持动作之后该对象物的状态的差异的比较数据(例如制件W的变形量)，通过使用了这些停止基准数据、距离数据以及比较数据的机器学习来构建用于设定包含所述调整动作以及所述抓持动作在内的规定动作的动作方式的模型(动作设定模型)，
[0018]所述控制装置具有：
[0019]取得部(数据取得部85)，在所述抓持部配置在所述规定位置的情况下，取得表示该抓持部的各可动爪与所述对象物的距离的所述距离数据；以及
[0020]设定部(控制部84)，设定所述机器人的所述规定动作的动作方式，
[0021]所述设定部能够根据通过所述取得部来取得的所述距离数据、与通过所述模型构建部来构建的所述模型设定所述规定动作的动作方式。
[0022]在通过一组可动爪来抓持对象物(奶油泡芙、大福、面包等)的结构中，在配置抓持部以使对象物位于可动爪之间的情况下，有可能在各可动爪与对象物的距离中产生差异。在形状的偏差大的对象物(不定形的对象物)中这种差异越显著。而且，在产生这种差异的情况下，各可动爪碰到对象物的时机产生偏差。在此，在对象物柔软的情况下，即在反作用力小的情况下，有可能由于这种时机的偏差对象物损伤的可能性变高。在此，在本技术方案中，通过使用了停止基准数据、距离数据、以及比较数据的机器学习来构建用于包含调整动作以及抓持动作的规定动作的动作方式的设定的模型。通过这种结构，不仅能够设定最佳基准值，还能够实现根据抓持部的配置状况适当地调整可动爪的位置的结构。也就是说，能够对抑制起因于上述时机的偏差的对象物的损伤，且能够适当地抓持低反作用力且不定形的对象物的机器人系统的实现做出贡献。此外，设想对于对象物的损伤除了上述的时机的偏差的情况之外，还可以在未适当地设定基准值的情况下等也发生，另一方面难以根据上述比较数据确定损伤的主要原因。因此，优选地能够通过将停止基准数据、距离数据、以及比较数据的各数据作为机器学习用的输入数据来对规定动作(调整动作、抓持动作)的优化做出贡献。
[0023]另外，就“比较数据”而言，只要能够确定对象物的损伤的程度，其可以是任意的，例如可以设为表示形状的变化的数据和表示重量的变化的数据。
[0024]另外，对于本技术方案所示的“规定动作的动作方式”，包含调整动作的可否的设定和调整时的可动爪的移位量的设定。
[0025]在第二技术方案中，所述模型构建部作为所述比较数据取得表示执行所述抓持动作之前所述对象物的形状与进行该抓持动作之后该对象物的形状的差异的数据。
[0026]在低反作用力的对象物损害的情况下，产生重量的变化和形状的变化。其中，在大
多数产生重量的变化的情况下形状也一并变化，因此能够通过将形状作为比较对象来适当地向机器学习反应对象物的损伤的程度。
[0027]在第三技术方案中，所述模型构建部取得表示执行所述抓持动作之前的所述对象物的形状的形状数据、以及表示所述对象物的基准方向(例如连结对象物的图像中最长的两点的方向：长度方向)与所述一组可动爪夹持该对象物的方向的关系的方向数据，并将所述停止基准数据、所述距离数据、所述比较数据、所述形状数据、以及所述方向数据相对应关联地进行所述机器学习。
[0028]在抓持低反作用力且不定形的对象物的情况下，上述时机的偏差和重量的影响有可能根据从哪个方向夹持而不同。换言之，有可能根据夹持方向在不需要调整的对象物与各可动爪的位置关系等中产生不同。因此，如本技术方案所示，只要是在第一技术方案等所示的各种数据中追加形状数据以及方向数据并进行机器学习的结构，能够进一步适当地发挥第一技术方案所示的效果本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种机器人系统，具备：机器人，具有设置有一组可动爪的抓持部，通过由这些可动爪夹持对象物来抓持该对象物；以及控制装置，控制所述机器人以执行将所述抓持部配置到使所述对象物位于所述一组可动爪之间的规定位置的配置动作、以及在该规定位置使这些可动爪向彼此靠近侧移位的抓持动作，所述控制装置构成为，在所述抓持动作中来自所述对象物的反作用力成为基准值的情况或者所述一组可动爪的相对距离成为基准值的情况下停止所述一组可动爪的所述移位，其中，在所述抓持部配置在所述规定位置的状况下，能够执行通过使所述抓持部移位来调整所述一组可动爪相对于所述对象物的位置的调整动作，停止所述抓持动作的所述基准值为可变值，具备模型构建部，所述模型构建部在抓持所述对象物的情况下取得表示设定的所述基准值的停止基准数据、表示配置在所述规定位置的所述抓持部的各可动爪与所述对象物的距离的距离数据、以及表示所述抓持动作的执行之前所述对象物的状态与进行该抓持动作之后该对象物的状态的差异的比较数据，通过使用了这些停止基准数据、距离数据以及比较数据的机器学习来构建用于设定包含所述调整动作以及所述抓持动作在内的规定动作的动作方式的模型，所述控制装置具有：取得部，在所述抓持部配置在所述规定位置的情况下，取得表示该抓持部的各可动爪与所述对象物的距离的所述距离数据；以及设定部，设定所述机器人的所述规定动作的动作方式，所述设定部能够根据通过所述取得部取得的所述距离数据、与通过所述模型构建部构建的所述模型设定所述规定动作的动作方式。2.根据权利要求1所述的机器人系统，其中，所述模型构建部作为所述比较数据取得表示执行所述抓持动作之前所述对象物的形状与进行该抓持动作之后该对象物的形状的差异的数据。3.根据权利要求1或2所述的机器人系统，其中，所述模型构建部取得表示执行所述抓持动作之前的所述对象物的形状的形状数据、以及表示所述对象物的基准方向与所述一组可动爪夹持该对象物的方向的关系的方向数据，并将所述停止基准数据、所述距离数据、所述比较数据、所述形状数据、以及所述方向数据相对应关联地进行所述机器学习。4.根据权利要求1或2所述的机器人系统，其中，在所述一组可动爪中碰到所述对象物的部分呈面状，所述模型构建部取得表示执行所述抓持动作之前的所述对象物的形状的形状数据、以及表示在抓持所述对象物的状态下的所述一组可动爪与所述对象物的接触面积的接触面积数据，并将所述停止基准数据、所述距离数据、所述比较数据、所述形状数据、以及所述接触面积数据相对应关联地进行所述机器学习。5.根据权利要求1或2所述的机器人系统，其中，所述控制装置构成为，在执行所述抓持动作的情况下，以成为设定的速度的方式使所
述一组可动爪移位，所述速度为可变值，所述模型构建部取得表示各所述可动爪朝向所述对象物移位时的移位速度的速度数据，并将所述停止基准数据、所述距离数据、所述比较数据、以及所述速度数据相对应关联地进行所述机器学习。6.根据权利要求1或2所述的机器人系统，其中，所述模型构建部取得表示执行所述抓持动作之前的所述对象物的位置的位置数据，并将所述停止基准数据、所述距离数据、所述比较数据、以及所述位置数据相对应关联地进行所述机器学习。7.根据权利要求1或2所述的机器人系统，其中，所述模型...
【专利技术属性】
技术研发人员：山本洋介，
申请(专利权)人：电装波动株式会社，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。