【技术实现步骤摘要】
【国外来华专利技术】
本公开涉及一种估计装置、估计方法、估计程序以及机器人系统。
技术介绍
1、一直以来都在积极地进行与用于辅助用户的作业及动作的机器人有关的技术开发。已知以下一种技术：考虑到与人或物之间的缓冲，机器人具备大量的特殊的接触传感器来检测人或物与机器人的接触(例如，参照日本特开2011-056619号公报)。
2、另外，为了检测机器人的状态变化，考虑对机器人的轮廓所发生的状态变化进行检测，在检测状态变化的方面，为了检测变化量，要求特殊的检测装置。例如，已知一种利用摄像机测定物体的位移和振动来获取变形图像并提取变形量的技术(例如，参照国际公开2017/029905号公报)。另外，还已知一种与根据光的透过量来估计变形量的柔软触觉传感器有关的技术(例如，参照日本特开2013-101096号公报)。
3、另外，还已知一种使用片状的压力传感器来测定施加于轮椅、坐垫、床等的压力分布的技术(例如，参照https://www.nitta.co.jp/product/sensor/bpms/)。
技术实现思路
1、专利技术要解决的问题
2、然而，在具备大量的特殊的传感器来检测状态变化的方面，要求在用于检测变化量的各部位具备传感器，传感器数量变得庞大，导致机器人的大型化，因此是不理想的。另外，大量的特殊的传感器本身也有可能妨碍机器人的动作。
3、另外，在检测状态变化的方面，为了检测变化量而包括摄像机、检测光的透过量的传感器以及分析传感器输出的分析装置等的系统成为大
4、另外，在检测接触的方面，为了检测接触而包括摄像机、检测光的透过量的传感器以及分析传感器输出的分析装置等的系统成为大规模的系统，导致机器人的大型化，因此是不理想的。另外，为了检测接触，要求对机器人的所有部位均配置用于检测接触的传感器，这是不理想的。
5、另外，机器人只能以制造时预先决定的动作进行动作。另外，根据各个利用者而存在各种接触状态，有时要求使机器人与各种接触状态对应地进行动作。
6、另外，在检测形状变化的方面，为了检测变形量而包括摄像机、检测光的透过量的传感器以及分析传感器输出的分析装置等的系统成为大规模的系统，导致机器人的大型化，因此是不理想的。另外，为了检测变形量，要求对机器人的所有部位均配置用于检测变形量的传感器，这是不理想的。特别是，在机器人具备可动部从而要对可动部与对象物的接触状态进行估计的情况下，需要大量的特殊的接触传感器等，成为大规模的设备，这是不理想的。
7、另外，在检测形状变化的方面，为了检测变形量而包括摄像机、检测光的透过量的传感器以及分析传感器输出的分析装置等的系统成为大规模的系统，导致机器人的大型化，因此是不理想的。另外，为了检测变形量，要求对机器人的所有部位配置用于检测变形量的传感器，这是不理想的。特别是，在看护机器人等机器人中，有时根据与机器人接触的各个利用者来进行各种应用偏差的调整，因此有时进行利用者的识别。然而，为了进行利用者的识别而需要其它装置，成为大规模的设备，这是不理想的。
8、本公开的目的在于提供一种无需使用特殊的检测装置而利用具有导电性的柔软材料的电气特性就能够估计表示机器人状态的机器人状态信息、表示机器人的动作的机器人动作信息、或者与机器人接触的利用者的识别信息的估计装置、估计方法、估计程序以及机器人系统。
9、用于解决问题的方案
10、为了实现上述目的，第一方式是一种估计装置，包括：
11、检测部，其检测针对机器人中的柔软材料预先决定出的多个检测点间的电气特性，其中，在所述机器人的轮廓部的至少一部分或可动部具备所述柔软材料，该柔软材料具有导电性且电气特性与状态的变化相应地变化；以及
12、估计部，其向学习模型输入由所述检测部检测出的时间序列的电气特性，来估计与所输入的时间序列的电气特性对应的表示机器人的状态的机器人状态信息、表示机器人的动作的机器人动作信息或者利用者的识别信息，其中，所述学习模型是将施加了所述状态的变化时的时间序列的电气特性、以及状态变化后的表示机器人的状态的所述机器人状态信息、与所述状态的变化对应的所述机器人动作信息、或者与所述机器人接触且施加所述状态的变化的所述利用者的识别信息用作学习用数据、并以将所述时间序列的电气特性作为输入并输出所述机器人状态信息、所述机器人动作信息、或者所述利用者的识别信息的方式进行学习而得到的。
13、第二方式是一种机器人系统，具备：
14、机器人，在所述机器人的可动部具备柔软材料，该柔软材料具有导电性且电气特性与被施加的压力的变化相应地变化；以及
15、第一方式的估计装置。
16、第三方式是一种机器人系统，具备：
17、机器人，在所述机器人的轮廓部的至少一部分具备柔软材料，该柔软材料具有导电性且电气特性与状态的变化或被施加的压力的变化相应地变化；以及
18、第一方式的估计装置。
19、第四方式是一种机器人系统，具备：
20、机器人，在所述机器人的轮廓部的至少一部分具备柔软材料，该柔软材料具有导电性且电气特性与被施加的压力的变化相应地变化；以及
21、第一方式的估计装置，
22、其中，所述机器人被控制为进行由所述估计装置估计出的所述机器人动作信息所示的动作。
23、第五方式是一种估计方法，其中，
24、计算机从检测针对机器人中的柔软材料预先决定出的多个检测点间的电气特性的检测部获取所述电气特性，其中，在所述机器人的轮廓部的至少一部分或可动部具备所述柔软材料，该柔软材料具有导电性且电气特性与状态的变化相应地变化，
25、计算机向学习模型输入由所述检测部检测出的时间序列的电气特性，来估计与所输入的时间序列的电气特性对应的表示机器人的状态的机器人状态信息、表示机器人的动作的机器人动作信息或者利用者的识别信息，其中，所述学习模型是将施加了所述状态的变化时的时间序列的电气特性、以及状态变化后的表示机器人的状态的所述机器人状态信息、与所述状态的变化对应的所述机器人动作信息、或者与所述机器人接触且施加所述状态的变化的所述利用者的识别信息用作学习用数据、并以将所述时间序列的电气特性作为输入并输出所述机器人状态信息、所述机器人动作信息、或者所述利用者的识别信息的方式进行学习而得到的。
26、第六方式是一种估计程序，用于使计算机执行以下处理：
27、从检测针对机器人中的柔软材料预先决定出的多个检测点间的电气特性的检测部获取所述电气特性，其中，在所述机器人的轮廓部的至少一部分或可动部具备所述柔软材料，该柔软材料具有导电性且电气特性与状态的变化相应地变化，
28、向学习模型输入由所述检测部检测出的时间序列的电气特性，来估计与所输入本文档来自技高网...
【技术保护点】
1.一种估计装置，包括：
2.根据权利要求1所述的估计装置，其中，
3.根据权利要求2所述的估计装置，其中，
4.根据权利要求1所述的估计装置，其中，
5.根据权利要求1或4所述的估计装置，其中，
6.根据权利要求1所述的估计装置，其中，
7.根据权利要求6所述的估计装置，其中，
8.根据权利要求6所述的估计装置，其中，
9.根据权利要求1所述的估计装置，其中，
10.根据权利要求1或8所述的估计装置，其中，
11.根据权利要求6所述的估计装置，其中，
12.根据权利要求11所述的估计装置，其中，
13.根据权利要求1、11以及12中的任一项所述的估计装置，其中，
14.根据权利要求1至3中的任一项所述的估计装置，其中，
15.根据权利要求1至14中的任一项所述的估计装置，其中，
16.一种机器人系统，具备：
17.一种机器人系统，具备：
18.一种机器人系统，具备：
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。