特許ウォッチ

公開番号2025078666
公報種別公開特許公報(A)
公開日2025-05-20
出願番号2025030182,2021005576
出願日2025-02-27,2021-01-18
発明の名称ロボット制御システム
出願人倉敷紡績株式会社
代理人弁理士法人深見特許事務所
主分類G06T 7/00 20170101AFI20250513BHJP(計算;計数)
要約【課題】画像に含まれる線状物の識別精度を向上させる。
【解決手段】装置40は、画像取得部45と、推定部(プロセッサ411、学習モデルM1、および線状物識別プログラム423)とを備える。画像取得部45は、少なくとも1つの線状物W1～W3を含む画像を取得する。推定部は、当該画像中の線状物W1～W3を個別に識別する推定を行うための機械学習が行われた学習済みの学習モデルM1に当該画像を入力することで、学習済みの学習モデルM1から当該画像中に含まれる線状物W1～W3のうち少なくとも一つの線状物を個別に識別した推定結果を取得する。
【選択図】図1
特許請求の範囲【請求項１】
線状物を撮像する撮像部と、
線状物を把持するアームを有するロボットと、
前記撮像部および前記ロボットを制御する制御部とを備え、
前記制御部は、
前記撮像部によって撮像された、少なくとも１つの線状物を含む画像を取得し、
前記画像中の線状物を個別に識別する推定を行うための機械学習が行われた学習済みの学習モデルに前記画像を入力することで、前記学習済みの学習モデルから前記画像中に含まれる線状物のうち、少なくとも１つの線状物を個別に識別した推定結果を取得し、
前記推定結果に基づき、目標線状物を決定し、
前記ロボットを制御し、前記目標線状物を把持させる、ロボット制御システム。
続きを表示（約 140 文字）【請求項２】
前記撮像部は、ステレオカメラを含む、請求項１に記載のロボット制御システム。
【請求項３】
前記少なくとも１つの線状物は、複数の線状物であり、
前記複数の線状物は、交差している複数の線状物を含む、請求項１または２に記載のロボット制御システム。

発明の詳細な説明【技術分野】
【０００１】
本開示は、線状物を識別する装置、線状物の識別を学習する装置、およびロボット制御システムに関する。
続きを表示（約 1,300 文字）【背景技術】
【０００２】
従来、線状物を識別する装置が知られている。たとえば、国際公開第２０１９／０１７３６０号（特許文献１）には、線状物の３次元計測装置が開示されている。当該３次元計測装置によれば、複数の線状物の中から計測対象の線状物の色を線像として抽出することにより、２台のカメラの視差を利用して計測点の３次元位置を計測するステレオ方式の３次元計測方法におけるマッチング処理の負荷が軽減される。その結果、視点の異なる２つの画像上の対応点を見つけるマッチング処理を高速化することが可能となる。
【先行技術文献】
【特許文献】
【０００３】
国際公開第２０１９／０１７３６０号
【非特許文献】
【０００４】
Bert De Brabandere, Davy Neven, Luc Van Gool, Chunhong Pan, "Semantic Instance Segmentation with a Discriminative Loss Function", https://arxiv.org/abs/1708.02551.
【発明の概要】
【発明が解決しようとする課題】
【０００５】
しかしながら、特許文献１に記載された方法では、同色の線状物が画像内に複数存在した場合、エピポーラ線との交点が複数検出されて対応点を一意に決定できないことによって、各線状物を認識できない場合がある。
【０００６】
また、実際の製造現場において扱われる線状物の配置には、様々なパターンが想定される。特に、複数の線状物が無作為に置かれたばら積み状態では、線状物が多数のパターンで交差していることが想定される。当該多数のパターンの全てに適合するように、ユーザがパターンマッチングに用いる膨大なデータを手動で調整することは困難である。
【０００７】
そのため、特許文献１に開示されている３次元計測装置または従来のパターンマッチング手法によると、画像に含まれる複数の線状物の各々を高精度に識別することが困難になり得る。
【０００８】
本開示は、上述のような課題を解決するためになされたものであり、その目的は、画像に含まれる複数の線状物の識別精度を向上させることである。
【課題を解決するための手段】
【０００９】
本開示の一局面に係る装置は、画像取得部と、推定部とを備える。画像取得部は、少なくとも１つの線状物を含む画像を取得する。推定部は、当該画像中の線状物を個別に識別する推定を行うための機械学習が行われた学習済みの学習モデルに当該画像を入力することで、学習済みの学習モデルから当該画像中に含まれる線状物のうち少なくとも一つの線状物を個別に識別した推定結果を取得する。
【００１０】
上記の装置において、学習済みの学習モデルは、画像取得部が取得した画像に含まれる複数の単位領域にそれぞれ対応する複数の特徴量を抽出してもよい。推定部は、学習済みの学習モデルから出力される複数の特徴量が分類される複数のグループに基づく特定情報を出力してもよい。
（【００１１】以降は省略されています）

関連特許