加工面判定装置(7)具备：图像获取部(70)，其获取具有拍摄到判定对象物的加工面的规定的判定用图像区域的判定用图像(42)；推论部(71)，其将通过将判定用图像区域划分为小图像区域从判定用图像(42)生成的多个小图像(43)的每一个输入至学习模型(2)，由此以小图像为单位推论针对多个小图像(43)的分类结果，其中，学习模型(2)机器学习了具有与小图像区域相当的学习用图像区域的学习用图像与将包含在该学习用图像内的加工面的状态分类为多个加工状态的某一个的分类结果之间的相关关系；分类结果处理部(73)，其通过对以小图像为单位推论的针对多个小图像(43)的分类结果进行处理而求出处理结果；以及判定部(75)，其基于处理结果判定加工面的状态。理结果判定加工面的状态。理结果判定加工面的状态。
【技术实现步骤摘要】
【国外来华专利技术】加工面判定装置、加工面判定程序、加工面判定方法、以及加工系统
[0001]本专利技术涉及加工面判定装置、加工面判定程序、加工面判定方法、以及加工系统。
技术介绍
[0002]近年来，在制造各种产品的制造过程中，推进了取代作业者通过目视来判定产品的品质而利用各种传感器自动判定产品的品质的装置的开发。例如，在专利文献1中公开了通过相对于拍摄到作为检查对象物的叶轮的拍摄图像进行二值化处理等来检查叶轮的外形形状的检查装置。
[0003]现有技术文献
[0004]专利文献
[0005]专利文献1：JP特开2008
‑
51664号公报
技术实现思路
[0006]作为在判定产品的品质时的指标之一，例如举出在实施了研磨工序、磨削工序、切削工序或者铸造工序等各种加工工序之后的加工面的状态。该加工面的状态例如包含粗度、凹凸、起伏、翘曲、图案、折痕、起皱等各种各样的判定项目。
[0007]然而，专利文献1中公开的检查装置为检查检查对象物的外形形状的装置，但无法判定检查对象物中的加工面的状态。另外，在设为由作业员判定加工面的状态的情况下，依赖于作业者的熟练度或经验(包含隐性知识)，因此，作业者的个人差变大，难以担保产品的品质。
[0008]本专利技术鉴于上述课题，其目的在于，提供一种能够自动对判定对象物所具有的加工面的状态进行判定的加工面判定装置、加工面判定程序、加工面判定方法、以及加工系统。
[0009]为了达成上述目的，本专利技术的一方面的加工面判定装置为对判定对象物的加工面的状态进行判定的加工面判定装置，其特征在于，具备：
[0010]图像获取部，其获取具有拍摄到所述加工面的规定的判定用图像区域的判定用图像；
[0011]推论部，其将通过将所述判定用图像区域划分为小图像区域而从所述判定用图像生成的多个小图像的每一个输入至学习模型，由此以所述小图像为单位推论针对多个所述小图像的分类结果，所述学习模型机器学习了具有与所述小图像区域相当的学习用图像区域的学习用图像与将包含在该学习用图像内的所述加工面的状态分类为多个加工状态的某一个的所述分类结果之间的相关关系；
[0012]分类结果处理部，其通过对以所述小图像为单位推论出的针对多个所述小图像的所述分类结果进行处理而求出处理结果；以及
[0013]判定部，其基于所述处理结果，判定所述加工面的状态。
[0014]专利技术效果
[0015]根据本专利技术的加工面判定装置，推论部将通过将判定用图像区域划分为小图像区域而从判定用图像生成的多个小图像的每一个输入至学习模型，以小图像为单位推论针对多个小图像的分类结果，分类结果处理部通过对以小图像为单位推论的针对多个小图像的分类结果进行处理而求出处理结果，判定部基于处理结果判定加工面的状态。因此，能够对判定对象物所具有的加工面的状态进行自动判定。
[0016]上述以外的课题、构成以及效果通过用于实施后述的专利技术的实施方式而变明朗。
附图说明
[0017]图1是示出实施方式的具有加工面判定装置7的加工系统1的一例的概略构成图。
[0018]图2是示出构成机器学习装置6以及加工面判定装置7的计算机200的一例的硬件构成图。
[0019]图3是示出实施方式的机器学习装置6的一例的框图。
[0020]图4是示出学习用数据的一例的数据结构图。
[0021]图5是示出应用于学习模型2的推论模型20的一例的概略图。
[0022]图6是示出实施方式的加工面判定装置7的一例的框图。
[0023]图7是示出基于推论部71的推论处理的一例的功能说明图。
[0024]图8是示出在将比率设为基准的情况下的分类结果处理部73以及判定部74的一例的功能说明图。
[0025]图9是示出在将分布设为基准的情况下的分类结果处理部73以及判定部74的一例的功能说明图。
[0026]图10是示出基于实施方式的加工面判定装置7的加工面判定方法的一例的流程图。
具体实施方式
[0027]以下，参照附图说明用于实施本专利技术的实施方式。以下，示意性示出用于达成本专利技术的目的说明所需的范围，主要说明本专利技术的对应部分的说明所需的范围，针对省略说明之处可视为公知技术。
[0028](实施方式)
[0029]图1是示出实施方式的具有加工面判定装置7的加工系统1的一例的概略构成图。
[0030]加工系统1具备：对判定对象物10进行加工的加工部3；拍摄判定对象物10的加工面100的拍摄部4；使用学习模型2对判定对象物10的加工面100的状态进行判定的加工面判定装置7；以及控制加工部3、拍摄部4以及加工面判定装置7的控制装置5。另外，加工系统1作为附加的构成而具备生成学习模型2的机器学习装置6。
[0031]判定对象物10例如由金属、树脂、陶瓷等任意的材料来形成，为成为基于加工部3的加工对象的任意的物品。判定对象物10作为其具体例，为流体机械或者构成流体机械的流体构件。此外，判定对象物10的立体形状、表面性状、颜色、大小等没有特别限定。
[0032]加工面100例如为在由加工部3加工了判定对象物10时的该判定对象物10的表面。加工面100可以为判定对象物10所具有的任意的表面，可以为判定对象物10所具有的表面
的整体，也可以为其一部分。
[0033]加工部3由将电力、流体压等作为驱动源进行动作的各种机械手或工作机械的加工机构部等来构成。加工部3基于来自控制装置5的控制指令，实施研磨、磨削、切削或者铸造等的加工工序。此外，加工部3只要能够加工或者形成判定对象物10的表面，则可以实施任意的加工工序，而且可以组合实施多个加工工序。
[0034]在图1示出的加工系统1中，加工部3由在前端安装有更换式的砂轮的机械手来构成，用来实施磨削工序。另外，判定对象物10作为构成泵的流体构件，为具有多个叶片的叶轮，加工面100为通过基于加工部3的磨削工序而加工出的各叶片的表面。
[0035]拍摄部4为拍摄加工面100的摄像头，例如由CMOS传感器或CCD传感器等的图像传感器来构成。拍摄部4安装于能够拍摄加工面100的规定的位置。在加工部3例如由机械手构成的情况下，拍摄部4可以安装在机械手的前端，也可以固定于供判定对象物10载置的载置台(也包含可动式)的上方。另外，在加工部3例如由工作机械的加工机构部构成的情况下，拍摄部4可以安装在工作机械的安全罩的内侧，也可以固定于与工作机械分体的作业台的上方。
[0036]拍摄部4安装于上述这种规定的位置，以加工面100落入拍摄部4的视角内的方式被调节了位置或朝向。此外，拍摄部4如图1所示，可以分别设置与机器学习装置6连接的拍摄部4、和与加工面判定装置7连接的拍摄部4，一个拍摄部4也可以连接于机器学习装置6以及加工面判定装置7的双方而被共用。另外，拍摄部4可以具备平移/倾斜/缩放的功能。而且，拍摄部4不限于利用一台摄像头拍摄加工面100，也可以本文档来自技高网...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种加工面判定装置，其对判定对象物的加工面的状态进行判定，所述加工面判定装置的特征在于，具备：图像获取部，其获取具有拍摄到所述加工面的规定的判定用图像区域的判定用图像；推论部，其将通过将所述判定用图像区域划分为小图像区域而从所述判定用图像生成的多个小图像的每一个输入至学习模型，由此以所述小图像为单位推论针对多个所述小图像的分类结果，所述学习模型机器学习了具有与所述小图像区域相当的学习用图像区域的学习用图像与将包含在该学习用图像内的所述加工面的状态分类为多个加工状态的某一个的所述分类结果之间的相关关系；分类结果处理部，其通过对以所述小图像为单位推论出的针对多个所述小图像的所述分类结果进行处理而求出处理结果；以及判定部，其基于所述处理结果，判定所述加工面的状态。2.根据权利要求1所述的加工面判定装置，其特征在于，所述分类结果处理部求出被分类为多个所述加工状态中的规定的加工状态的所述小图像的合计数相对于拍摄到所述加工面的所述小图像的整体数的比率，来作为所述处理结果。3.根据权利要求1所述的加工面判定装置，其特征在于，所述分类结果处理部求出被分类为多个所述加工状态中的规定的加工状态的所述小图像的集合相对于拍摄到所述加工面的所述小图像的集合的分布，来作为所述处理结果。4.根据权利要求1～3中任一项所述的加工面判定装置，其特征在于，所述图像获取部获取拍摄到多个所述加工面的所述判定用图像，所述分类结果处理部针对每个所述加工面对针对多个所述小图像的所述分类结果进行处理而求出处理结果，所述判定部基于所述处理结果针对每个所述加工面判定多个所述加工面的状态。5.根据权利要求1～4中任一项所述的加工面判定装置，其特征在于，所述推论部将多个所述小图像的每一个输入至机器学习了拍摄到所述加工面或者所述加工面以外的背景的至少一方的所述学习用图像与将在该学习用图像中拍摄到的所述加工面的状态分类为多个加工状态的某一个并且将在该学习用图像中拍摄到的所述背景分类为判定对象外的分类结果之间的相关关系的学习模型，由此以所述小图像为单位推论针对多个所述小图像的所述分类结果，所述分类结果处理部通过对以所述小图像为单位推论出的针对多个所述小图像的所述...
【专利技术属性】
技术研发人员：内村知行，坂井智哉，织田健太郎，
申请(专利权)人：株式会社荏原制作所，
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。