特許ウォッチ

公開番号2025055388
公報種別公開特許公報(A)
公開日2025-04-08
出願番号2023164710
出願日2023-09-27
発明の名称ロボット教示方法、及び、教示システム
出願人川崎重工業株式会社
代理人弁理士法人前田特許事務所
主分類B25J 9/22 20060101AFI20250401BHJP(手工具;可搬型動力工具;手工具用の柄;作業場設備;マニプレータ)
要約【課題】ロボット教示に関し、オペレータの作業量を低減する。
【解決手段】ロボット教示方法は、絶対位置誤差の補正モデル41を使って制御されるロボット2がワーク31、32に対する作業を行うための複数の教示点(t1)-(t13)であって、オフライン教示によりロボットに与えられる教示点を、コンピュータが読み込み、複数の教示点それぞれにおけるロボットの動作の類似度に基づき、複数の教示点の中から、補正モデルによる補正を調整する教示点を、コンピュータが抽出し、抽出した教示点を、コンピュータが出力する。
【選択図】図3
特許請求の範囲【請求項１】
絶対位置誤差の補正モデルを使って制御されるロボットがワークに対する作業を行うための複数の教示点であって、オフライン教示により前記ロボットに与えられる教示点を、コンピュータが読み込み、
前記複数の教示点それぞれにおける前記ロボットの動作の類似度に基づき、前記複数の教示点の中から、前記補正モデルによる補正を調整する教示点を、前記コンピュータが抽出し、
抽出した前記教示点を、前記コンピュータが出力する、
ロボット教示方法。
続きを表示（約 1,300 文字）【請求項２】
請求項１に記載のロボット教示方法において、
前記補正モデルは、前記教示点に基づいて学習され、
前記コンピュータは、第１ワークに対する第１教示点であって、前記補正モデルに学習済みの第１教示点と、前記第１ワークとは種類が異なる第２ワークに対する複数の第２教示点であって、前記補正モデルに未学習の第２教示点と、を読み込み、
前記コンピュータは、前記第１教示点における前記ロボットの動作と、前記第２教示点における前記ロボットの動作と、の類似度に基づき、前記複数の第２教示点の中から、前記第１教示点に類似しない前記第２教示点を抽出する、
ロボット教示方法。
【請求項３】
請求項２に記載のロボット教示方法において、
前記第１教示点は、前記第１教示点における前記ロボットの動作の類似度に基づき、一又は複数のグループに分類され、
前記コンピュータは、前記第１教示点における前記ロボットの動作と、前記第２教示点における前記ロボットの動作と、の類似度に基づき、前記グループに属さない前記第２教示点を抽出する、
ロボット教示方法。
【請求項４】
請求項３に記載のロボット教示方法において、
前記補正モデルは、前記グループ毎に個別に、当該グループに含まれる教示点に基づいて学習される、
ロボット教示方法。
【請求項５】
請求項１に記載のロボット教示方法において、
前記補正モデルは、出力された前記教示点に基づいて学習される、
ロボット教示方法。
【請求項６】
請求項１に記載のロボット教示方法において、
さらに、一つのワークに対する複数の教示点それぞれにおける前記ロボットの動作の類似度に基づき、前記複数の教示点を一又は複数のグループに、前記コンピュータが分類し、
前記コンピュータは、前記一のグループから選択した教示点、又は、前記複数のグループそれぞれから選択した教示点を抽出し、
前記補正モデルは、抽出された前記教示点に基づいて初回学習される、
ロボット教示方法。
【請求項７】
請求項１に記載のロボット教示方法において、
前記コンピュータは、統計的手法により前記類似度を判断する、
ロボット教示方法。
【請求項８】
請求項７に記載のロボット教示方法において、
前記ロボットは、複数の関節を有する多関節ロボットを含み、
前記教示点における前記ロボットの動作は、前記関節の軸値によって表される、
ロボット教示方法。
【請求項９】
請求項８に記載のロボット教示方法において、
前記コンピュータは、前記類似度の判断において、関節の軸値をベクトルにより表す、
ロボット教示方法。
【請求項１０】
請求項８に記載のロボット教示方法において、
前記コンピュータは、前記類似度の判断において、関節の軸値を、当該関節の可動範囲によって正規化する、
ロボット教示方法。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
ここに開示する技術は、ロボット教示方法、及び、教示システムに関する。
続きを表示（約 1,900 文字）【背景技術】
【０００２】
特許文献１には、従来のオフラインティーチング装置が記載されている。従来のオフラインティーチング装置は、ニューラルネットワークを使って、６軸の垂直多関節ロボットの絶対位置誤差を抑制する。従来のオフラインティーチング装置は、ロボットに与える教示点を、数学モデルにより補正する。従来のオフラインティーチング装置はまた、数学モデルにより補正された教示点をニューラルネットワークに入力することにより、補正された教示点の位置誤差をさらに補正するための補正量を、ニューラルネットワークの出力として取得する。ロボット制御装置は、数学モデルにより補正された教示点を、ニューラルネットワークの出力である補正量によって補正した上で、ロボットを制御する。
【先行技術文献】
【特許文献】
【０００３】
特開平６－１１４７６９号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
ロボットの絶対位置誤差は、主にロボットの個体差に起因する。絶対位置誤差を抑制するために、ロボット毎に、絶対位置誤差が把握される。前述した従来のオフラインティーチング装置に限らず、ロボットのオフライン教示においては一般的に、オペレータは、教示点毎にロボットを実際に動作させることにより、絶対位置誤差を把握する作業を行う。ロボットに与えられる教示点の数が増えるほど、オペレータは、膨大な量の作業を行う。
【０００５】
また、ワークの種類が異なれば、ロボットに与えられる教示点が変わる。オペレータは、ワークが新しい種類のワークへ変わる度、又は、新しい種類のワークが追加される度に、教示点毎に絶対位置誤差を把握するための膨大な量の作業を行う。
【課題を解決するための手段】
【０００６】
ここに開示する技術は、
絶対位置誤差の補正モデルを使って制御されるロボットがワークに対する作業を行うための複数の教示点であって、オフライン教示により前記ロボットに与えられる教示点を、コンピュータが読み込み、
前記複数の教示点それぞれにおける前記ロボットの動作の類似度に基づき、前記複数の教示点の中から、前記補正モデルによる補正を調整する教示点を、前記コンピュータが抽出し、
抽出した前記教示点を、前記コンピュータが出力する、ロボット教示方法である。
【発明の効果】
【０００７】
前記ロボット教示方法は、補正モデルによる補正を調整するための作業量を減らすことができる。
【図面の簡単な説明】
【０００８】
図１は、ロボットの教示システムを示している。
図２の上図は、機構モデルを使った絶対位置誤差の補正の手順を示し、下図は、ブラックボックスモデルを使った絶対位置誤差の補正の手順を示している。
図３は、第２ワークの教示点の中から教示点を抽出する手法を示している。
図４は、教示点の類似度と、学習済みの補正モデルを使って制御されたロボットの絶対位置誤差の大きさとの関係を示している。
図５は、教示装置が実行する、教示点の抽出に係る手順を示すフローチャートである。
図６は、教示装置及びコントローラが実行する、補正モデルの学習に係る手順を示すフローチャートである。
図７は、学習前後の補正モデルの違いを表すイメージである。
図８は、学習済みの教示点を複数のグループに分類した例を示している。
図９は、補正モデルの初回学習時に、ワークの教示点の中から、学習に供される教示点を抽出する手法を示している。
図１０は、類似度を、ロボットの動作と作業に関する情報とに応じて判断する例を示している。
図１１は、連続した複数の教示点を含む教示点群の類似度に基づいて、補正モデルの初回学習時に、複数の教示点群の中から、学習に供される教示点群を抽出する手法を示している。
図１２は、補正モデルが既に学習されている場合に、新たに与えられた教示点群の中から、補正モデルによる補正を調整する教示点群を抽出する手法を示している。
【発明を実施するための形態】
【０００９】
以下、ロボット教示方法及び教示システムの実施形態について、図面を参照しながら説明する。ここで説明するロボット教示方法及び教示システムは例示である。
【００１０】
（ロボットの教示システム）
図１は、ロボットの教示システム１を示している。教示システム１は、ロボット２のオフライン教示を行う。
（【００１１】以降は省略されています）

関連特許