特許ウォッチ

公開番号2025168763
公報種別公開特許公報(A)
公開日2025-11-12
出願番号2024073498
出願日2024-04-30
発明の名称学習用データ生成支援装置、移動制御装置、物品取得配置システム、学習用データ生成支援方法及びプログラム
出願人コニカミノルタ株式会社
代理人弁理士法人光陽国際特許事務所
主分類G06T 7/00 20170101AFI20251105BHJP(計算;計数)
要約【課題】より人手をかけずに正解データが得られる学習用データ生成支援装置、移動制御装置、物品取得配置システム、学習用データ生成支援方法及びプログラムを提供する。
【解決手段】学習用データ生成支援装置による方法は、第1抽出処理、第1判断処理、第2判断処理、第2抽出処理、第3判断処理及び機械学習処理を実行する。第1抽出処理は、撮影画像から検出対象に対応する第1抽出領域を抽出する。第1判断処理は、第1抽出領域の確実性を判断する。第2判断処理は、第1判断処理と異なる観点で第1抽出領域の確実性を判断する。第2抽出処理は、確実性が基準以上の第1抽出領域を含む撮影画像から、第1抽出処理と異なる手法で検出対象に対応する第2抽出領域を抽出する。第3判断処理は、第2抽出領域の確実性を判断する。機械学習処理は、確実性が基準以上の第2抽出領域を、検出対象を抽出する機械学習モデルの学習用データに含める。
【選択図】図5
特許請求の範囲【請求項１】
検出対象が含まれる撮影画像から前記検出対象に対応する第１抽出領域を抽出する第１抽出手段と、
前記第１抽出領域が正確である確実性を判断する第１判断手段と、
前記第１判断手段により前記確実性が基準以上であると判断された前記第１抽出領域に対し、前記第１判断手段とは異なる観点で前記確実性を判断する第２判断手段と、
前記第２判断手段で前記確実性が基準以上であると判断された前記第１抽出領域を含む撮影画像から、前記第１抽出手段とは異なる手法で前記検出対象に対応する第２抽出領域を抽出する第２抽出手段と、
前記第２抽出領域が正確である確実性を判断する第３判断手段と、
前記第３判断手段により前記確実性が基準以上であると判断された前記第２抽出領域を、前記検出対象を抽出する機械学習モデルの学習用データとして定める学習データ生成手段と、
を備える学習用データ生成支援装置。
続きを表示（約 1,000 文字）【請求項２】
前記第２判断手段は、前記検出対象の視覚的な形状特徴に基づいて前記第１抽出領域の前記確実性を判断する、請求項１記載の学習用データ生成支援装置。
【請求項３】
前記第２判断手段は、前記検出対象のサイズに基づいて前記第２抽出領域の前記確実性を判断する、請求項１記載の学習用データ生成支援装置。
【請求項４】
前記第２判断手段は、前記検出対象の形状のパターンマッチング又はエッジ検出を用いて前記第２抽出領域の前記確実性を判断する、請求項１記載の学習用データ生成支援装置。
【請求項５】
前記第１抽出手段は、前記機械学習モデルと同一構造の機械学習モデルを用いて前記検出対象である確率分布に基づいて前記第１抽出領域を抽出し、
前記第１判断手段は、前記確率分布に基づいて前記第１抽出領域の前記確実性を判断する、
請求項１記載の学習用データ生成支援装置。
【請求項６】
前記第１抽出手段は、前記学習用データにより学習された前記機械学習モデルの学習済モデルを取得し、当該学習済モデルを用いて前記第１抽出領域を抽出する、請求項５記載の学習用データ生成支援装置。
【請求項７】
前記学習用データの生成及び前記機械学習モデルの学習の組を複数回行い、
前記第１抽出手段は、前記学習ごとに前記学習済モデルを取得して更新し、初回の前記第１抽出領域の抽出時には、１つの前記検出対象の撮影画像に基づいて学習させた初期モデルを利用する、請求項６記載の学習用データ生成支援装置。
【請求項８】
前記第２判断手段は、前記検出対象の視覚的な形状特徴に基づいて前記第１抽出領域の前記確実性を判断し、
前記形状特徴は、前記１つの前記検出対象の撮影画像に基づいて定められる、
請求項７記載の学習用データ生成支援装置。
【請求項９】
前記第２抽出手段は、前記撮影画像のうち少なくとも前記第１抽出領域の重心位置を基準とした範囲を入力画像とする、請求項１記載の学習用データ生成支援装置。
【請求項１０】
前記第１抽出手段は、前記第１抽出領域を抽出するとともに、前記検出対象に係る分類
を設定し、
前記第２抽出手段は、前記第２抽出領域を抽出するとともに、前記検出対象に係る分類を設定する、請求項１記載の学習用データ生成支援装置。
（【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】
この発明は、学習用データ生成支援装置、移動制御装置、物品取得配置システム、学習用データ生成支援方法及びプログラムに関する。
続きを表示（約 1,800 文字）【背景技術】
【０００２】
従来、部品の山から必要な部品をアームなどにより適切に取り上げて製造組立工程に回す技術がある。部品の認識には、画像認識技術が用いられる。撮影装置による撮影画像から所望の部品を認識して、その位置及び向きなどに応じたアームの位置及び向きが定められる。このような画像認識には、機械学習モデルが有効である。機械学習モデルは、認識対象の撮影画像及び正しい形状を示す正解データを利用して学習が行われることで、認識精度が向上する。
【０００３】
しかしながら、立体的に様々な向きで位置する部材、特に形状が複雑な場合には、正解データを正確に生成すること自体が難しく、膨大な手間を要するうえに、正解データの作成者の熟練度の影響も大きく受ける。したがって、簡便に正確な正解データを得ることが難しい。これに対し、特許文献１には、正解データを機械的に初期生成するとともにその信頼度を定め、信頼度が高くない正解データに対してのみ人為的に確認や修正を促す技術が開示されている。
【先行技術文献】
【特許文献】
【０００４】
特開２０２３－０３８９９０号公報
【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、このような修正には、結局熟練者の人手間を要し、手間の低減の度合が小幅にとどまるという課題がある。
【０００６】
この発明の目的は、より人手をかけずに正解データを得ることのできる学習用データ生成支援装置、移動制御装置、物品取得配置システム、学習用データ生成支援方法及びプログラムを提供することにある。
【課題を解決するための手段】
【０００７】
上記目的を達成するため、本発明は、
検出対象が含まれる撮影画像から前記検出対象に対応する第１抽出領域を抽出する第１抽出手段と、
前記第１抽出領域が正確である確実性を判断する第１判断手段と、
前記第１判断手段により前記確実性が基準以上であると判断された前記第１抽出領域に対し、前記第１判断手段とは異なる観点で確実性を判断する第２判断手段と、
前記第２判断手段で前記確実性が基準以上であると判断された前記第１抽出領域を含む撮影画像から、前記第１抽出手段とは異なる手法で前記検出対象に対応する第２抽出領域を抽出する第２抽出手段と、
前記第２抽出領域が正確である確実性を判断する第３判断手段と、
前記第３判断手段により前記確実性が基準以上であると判断された前記第２抽出領域を、前記検出対象を抽出する機械学習モデルの学習用データとして定める学習データ生成手段と、
を備える学習用データ生成支援装置である。
【発明の効果】
【０００８】
本発明に従うと、
という効果がある。
【図面の簡単な説明】
【０００９】
物品取得配置システムの構成を示す図である。
対象部品の例を示す図である。
ばら積みされる対象部品の例を示す図である。
学習用データの抽出と機械学習モデルの改良の流れを説明する図である。
初期学習処理の手順を示すフローチャートである。
学習用データ候補生成処理の手順を示すフローチャートである。
学習用データ生成処理の制御手順を示すフローチャートである。
モデル学習処理の制御手順を示すフローチャートである。
物品配置制御処理の制御手順を示すフローチャートである。
【発明を実施するための形態】
【００１０】
以下、本発明の実施の形態を図面に基づいて説明する。
図１は、本実施形態の物品取得配置システム１００の構成を示す図である。
この物品取得配置システム１００は、ばら積みされた部品から対象物品であるワークをアーム６２で把持して規定された位置に移動させて配置するピックアンドプレースシステムである。物品取得配置システム１００は、移動制御装置及び学習用データ生成支援装置としての情報処理装置１０、撮影装置５０及び移動配置部６０（移動動作機構）を含む。
（【００１１】以降は省略されています）

関連特許