特許ウォッチ

公開番号2024047171
公報種別公開特許公報(A)
公開日2024-04-05
出願番号2022152641
出願日2022-09-26
発明の名称要因分析装置及び要因分析方法
出願人川崎重工業株式会社
代理人個人
主分類G05B 23/02 20060101AFI20240329BHJP(制御;調整)
要約【課題】作業機による作業が不適切となる要因を精度良く特定する要因分析装置を提供する。
【解決手段】要因分析装置50は、入力部51と、学習部52aと、分析部52bと、通知部52cと、を備える。入力部51には、ロボット11による作業をセンサで計測して得られるセンサデータと、センサデータに対応する作業の作業停止又は作業品質の判定結果と、が入力される。学習部52aは、入力部51に入力されたデータに基づいて、センサデータを入力データとして作業停止又は作業品質の推定結果を出力データとする推定モデルを機械学習により構築する。分析部52bは、推定モデルの入力データと出力データを分析して、センサデータが作業停止又は作業品質の推定に寄与する度合いである寄与度を示す寄与データを作成する。通知部52cは、分析部52bが作成した寄与データを通知する。
【選択図】図1
特許請求の範囲【請求項１】
作業機による作業をセンサで計測して得られるセンサデータと、当該センサデータに対応する作業の作業停止又は作業品質の判定結果と、が入力される入力部と、
前記入力部に入力されたデータに基づいて、前記センサデータを入力データとして作業停止又は作業品質の推定結果を出力データとする推定モデルを機械学習により構築する学習部と、
前記推定モデルの前記入力データと前記出力データを分析して、前記センサデータが作業停止又は作業品質の推定に寄与する度合いである寄与度を示す寄与データを作成する分析部と、
前記分析部が作成した前記寄与データを通知する通知部と、
を備える、要因分析装置。
続きを表示（約 920 文字）【請求項２】
請求項１に記載の要因分析装置であって、
前記学習部は、複数の前記推定モデルを構築し、
前記分析部は、複数の前記推定モデルから推定精度が最も高い１つの前記推定モデルを選択し、選択した前記推定モデルを用いて前記寄与データを作成する、要因分析装置。
【請求項３】
請求項２に記載の要因分析装置であって、
前記学習部は、ＡｕｔｏＭＬを用いて、複数の前記推定モデルを構築する、要因分析装置。
【請求項４】
請求項１に記載の要因分析装置であって、
前記センサはカメラを含み、
前記センサデータは画像を含み、
前記分析部は、前記画像の領域毎に前記寄与度を特定して、当該寄与度を前記画像に重畳した要因提示画像を前記寄与データとして作成し、
前記通知部は、前記要因提示画像を表示装置に出力する、要因分析装置。
【請求項５】
請求項１に記載の要因分析装置であって、
前記センサデータは、少なくとも、第１センサデータと、第２センサデータと、を含み、
前記分析部は、前記第１センサデータの前記寄与度と、前記第２センサデータの前記寄与度と、を示す前記寄与データを作成する、要因分析装置。
【請求項６】
請求項１に記載の要因分析装置であって、
前記学習部は、特徴量が抽出されていない前記センサデータを入力データとして前記推定モデルを構築する、要因分析装置。
【請求項７】
作業機による作業をセンサで計測して得られるセンサデータと、当該センサデータに対応する作業の作業停止又は作業品質の判定結果と、を入力し、
入力されたデータに基づいて、前記センサデータを入力データとして作業停止又は作業品質の推定結果を出力データとする推定モデルを機械学習により構築し、
前記推定モデルの前記入力データと前記出力データを分析して、前記センサデータが作業停止又は作業品質の推定に寄与する度合いである寄与度を示す寄与データを作成し、
作成した前記寄与データを通知する、要因分析方法。

発明の詳細な説明【技術分野】
【０００１】
本出願は、主として、作業機による作業が不適切であった場合にその要因を特定する要因分析装置に関する。
続きを表示（約 1,600 文字）【背景技術】
【０００２】
特許文献１は、対象物体をロボットに把持させる情報処理装置を開示する。情報処理装置は、対象物体を撮像した視覚情報に基づいて、対象物体の把持の成否確率の分布を決定する。情報処理装置は、把持の成否の判定結果と、成否確率と、に基づいて現在の状態を推定する。例えば、情報処理装置は、成否確率が十分に高い場合、把持に関する制御要因により把持に失敗したと判定する。
【先行技術文献】
【特許文献】
【０００３】
特開２０１９－１８８５１６号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
特許文献１の情報処理装置で判定可能な失敗要因は、予め想定された失敗要因であって、かつ、センサ又は制御指令に基づいて明確に判定可能な失敗要因に限られる。しかし、失敗要因は多岐にわたり、かつ、環境に応じて様々な失敗要因が生じ得るため、特許文献１の情報処理装置では失敗要因を十分に特定できない状況が発生し得る。
【０００５】
本出願は以上の事情に鑑みてされたものであり、その主要な目的は、作業機による作業が不適切となる要因を精度良く特定する要因分析装置を提供することにある。
【課題を解決するための手段】
【０００６】
本出願の解決しようとする課題は以上の如くであり、次にこの課題を解決するための手段とその効果を説明する。
【０００７】
本出願の第１の観点によれば、以下の構成の要因分析装置が提供される。即ち、要因分析装置は、入力部と、学習部と、分析部と、通知部と、を備える。前記入力部には、作業機による作業をセンサで計測して得られるセンサデータと、当該センサデータに対応する作業の作業停止又は作業品質の判定結果と、が入力される。前記学習部は、前記入力部に入力されたデータに基づいて、前記センサデータを入力データとして作業停止又は作業品質の推定結果を出力データとする推定モデルを機械学習により構築する。前記分析部は、前記推定モデルの前記入力データと前記出力データを分析して、前記センサデータが作業停止又は作業品質の推定に寄与する度合いである寄与度を示す寄与データを作成する。前記通知部は、前記分析部が作成した前記寄与データを通知する。
【０００８】
本出願の第２の観点によれば、以下の要因分析方法が提供される。要因分析方法では、作業機による作業をセンサで計測して得られるセンサデータと、当該センサデータに対応する作業の作業停止又は作業品質の判定結果と、を入力する。入力されたデータに基づいて、前記センサデータを入力データとして作業停止又は作業品質の推定結果を出力データとする推定モデルを機械学習により構築する。前記推定モデルの前記入力データと前記出力データを分析して、前記センサデータが作業停止又は作業品質の推定に寄与する度合いである寄与度を示す寄与データを作成する。作成した前記寄与データを通知する。
【発明の効果】
【０００９】
本出願によれば、作業機による作業が不適切となる要因を精度良く特定できる。
【図面の簡単な説明】
【００１０】
本出願の一実施形態に係る要因分析装置を含む作業システムのブロック図。
作業停止又は作業品質の低下の要因を推定する要因推定処理を示すフローチャート。
センサデータ及び判定結果から推定モデルを構築し、その評価を行うことを示す説明図。
センサデータの種類毎の寄与度を示すグラフ。
カメラが撮影したツール画像に対して領域毎の寄与度を重畳した要因提示画像。
【発明を実施するための形態】
（【００１１】以降は省略されています）

関連特許