判定装置制造方法及图纸

本发明专利技术提供一种判定装置，该判定装置取得进行工业用机器人的力控制时的动作中的向机械手施加的力和力矩的状态、位置和姿势的状态作为取得数据，根据该取得数据，制作评价工业用机器人的动作的好坏的评价函数。另外，使用该评价函数，制作针对取得数据的判定数据，另外，根据取得数据，制作用于机器学习的状态数据。这样，使用这些状态数据和判定数据，生成用于判定工业用机器人的动作的好坏的学习模型。

【技术实现步骤摘要】
判定装置
本专利技术涉及判定装置，尤其涉及自动地判定与机器人的力控制相关的状态数据的判定装置。
技术介绍
有时通过带力传感器的机器人进行使部件之间精密地嵌合的工作、齿轮的相位校准、去毛刺、研磨等工作。通过使机器人把持部件、工具，将预定方向的力控制为所希望的值(力控制)，由此实现这样的工作。作为这样的力控制的方式，已知阻抗控制、阻尼控制、混合控制等，但在任意的方式中，都必须手动地设定适当的控制增益。自动调整控制增益的方法是公知的(例如，日本特开2007-237312号公报等)。如上述那样，对于力控制的控制增益的设定方法是公知的，但其他参数、例如适当的按压力、行进速度、行进方向等需要由工作人员进行调整。在工作人员对这样的参数调整的好坏的判定中，对于熟练的工作人员和不熟悉的工作人员会产生差异。尤其，如果由不熟悉的工作人员进行参数调整的判定，则有时试错地进行判定会花费时间，或进行与实际的参数调整的结果不同的判定，或妨碍此后的基于该判定结果的工作。例如，存在以下的问题，即如果根据这样的错误的判定结果进行机器学习，则无法得到高精度的学习结果(学习模型)。
技术实现思路
因此，本专利技术提供一种判定装置，其在力控制的参数调整中，进行辅助使得即使是不熟悉的工作人员也能够进行与熟练的工作人员同样的判定。在本专利技术的一个实施例中，在与工业用机器人的机械手的控制有关的各参数的调整中，制作输出针对从执行工业用机器人的力控制时的动作取得的数据的与该动作的成功/失败相关的判定结果的评价函数，由此解决上述问题。在这样构成的判定装置中，通过使用依照预定的基准输出判定结果的评价函数，使用评价函数进行针对在工业用机器人动作时取得的数据的该动作的判定，因此能够与工作人员的经验无关地进行稳定的动作判定。本专利技术的判定装置对具备检测向机械手施加的力和力矩的功能的工业用机器人的动作进行判定。该判定装置具备：数据取得部，其至少取得进行上述工业用机器人的力控制时的动作中的向机械手施加的力和力矩的状态、位置和姿势的状态，作为取得数据；评价函数制作部，其根据上述取得数据，制作对上述动作的好坏进行评价的评价函数；判定数据制作部，其使用上述评价函数制作部制作的评价函数，制作针对上述取得数据的判定数据；预处理部，其根据上述取得数据，制作用于机器学习的状态数据；学习部，其使用上述状态数据和上述判定数据，生成用于对上述工业用机器人的动作的好坏进行判定的学习模型。也可以是上述数据取得部制作根据上述动作所花费的时间对动作的好坏进行判定的临时判定数据，上述评价函数制作部根据该制作的临时判定数据，制作上述评价函数。本专利技术的判定装置具有上述的结构，因此在力控制的参数调整中，即使是不熟悉的工作人员，也能够根据预定的基准来判断工业用机器人的动作的好坏。附图说明图1是一个实施方式的判定装置的概要硬件结构图。图2是第一实施方式的控制装置的概要功能框图。图3是表示工业用机器人进行的部件的嵌合工作的例子的图。图4是表示工业用机器人进行的齿轮的组装工作的例子的图。图5是表示工业用机器人进行的工件的去毛刺/研磨工作的例子的图。图6是第二实施方式的控制装置的概要功能框图。图7是第三实施方式的系统的概要功能框图。图8是一个实施方式的计算机的概要硬件结构图。图9是第四实施方式的系统的概要功能框图。具体实施方式图1是表示一个实施方式的具备机器学习装置的控制装置的主要部分的概要硬件结构图。例如，可以作为控制进行部件的嵌合、组装、去毛刺等的工业用机器人的控制装置，来实现本实施方式的判定装置1。本实施方式的判定装置1具备的CPU11是整体地控制判定装置1的处理器。CPU11经由总线20读出存储在ROM12中的系统程序，依照该系统程序，控制判定装置1整体。在RAM13中，临时存储临时的计算数据、工作人员经由示教操作盘60、输入装置71输入的各种数据等。非易失性存储器14例如由通过未图示的电池备份的存储器、固态驱动器(SolidStateDrive：SSD)等构成，即使判定装置1的电源被切断也保持存储状态。在非易失性存储器14中，存储经由接口19从示教操作盘60输入的示教数据、从输入装置71输入的数据、经由未图示的接口输入的工业用机器人控制用的程序、安装在工业用机器人中的传感器3检测出的数据(施加到机械手(manipulator)的力、力矩(moment)等)、从驱动工业用机器人的轴的伺服电动机50检测出的数据(伺服电动机50的电流值、位置、速度、加速度、转矩(torque)等)、经由未图示的外部存储装置、网络读入的数据等。在执行时/利用时，在RAM13中展开存储在非易失性存储器14中的程序、各种数据。另外，在ROM12中，预先写入有用于执行对机器人的控制、示教位置的示教的处理等的各种系统程序(包括用于控制与后述的机器学习装置100的交换的系统程序)。经由接口17向显示装置70输出读入到存储器上的各数据、作为执行程序等的结果而得到的数据、从后述的机器学习装置100输出的数据等并进行显示。另外，由键盘、指示设备等构成的输入装置71将基于工作人员的操作的指令、数据等经由接口18传递到CPU11。示教操作盘60是具备显示器、手柄、硬按键等的手动数据输入装置，经由接口19接受来自判定装置1的信息并显示，并且向CPU11传递从手柄、硬按键等输入的脉冲、指令、各种数据。用于控制工业用机器人具备的关节等的轴的轴控制电路30接受来自CPU11的轴的移动指令量，将轴的指令输出到伺服放大器40。伺服放大器40接受该指令，驱动使机器人具备的轴移动的伺服电动机50。轴的伺服电动机50内置有位置/速度检测器，将来自该位置/速度检测器的位置/速度反馈信号反馈到轴控制电路30，进行位置/速度的反馈控制。此外，在图1的硬件结构图中，仅示出了一个轴控制电路30、伺服放大器40、伺服电动机50，但实际上准备了与成为控制对象的机器人所具备的轴数对应的数量。例如，在具备6个轴的机器人的情况下，针对各个轴，准备轴控制电路30、伺服放大器40、伺服电动机50。接口21是用于连接判定装置1和机器学习装置100的接口。机器学习装置100具备统一控制机器学习装置100整体的处理器101、存储系统程序等的ROM102、用于进行机器学习的各处理中的临时存储的RAM103、以及用于学习模型等的存储的非易失性存储器104。机器学习装置100能够经由接口21观测能够通过判定装置1取得的各信息(施加到机械手的力、力矩、伺服电动机50的电流值、位置、速度、加速度、转矩等)。另外，判定装置1接受从机器学习装置100输出的力指令或转矩指令的变更指示，进行基于程序、示教数据的机器人的控制指令的修正等。图2是第一实施方式的判定装置1和机器学习装置100的概要功能框图。本实施方式的判定装置1具有在机器学习装置100进行学习的情况下所需要的结构(学习模式)。由图1所示的判定装置1具备的CPU11、以及机器学本文档来自技高网...

【技术保护点】
1.一种判定装置，其对具备检测向机械手施加的力和力矩的功能的工业用机器人的动作进行判定，其特征在于，该判定装置具备：/n数据取得部，其至少取得进行上述工业用机器人的力控制时的动作中的向机械手施加的力和力矩的状态、位置和姿势的状态，作为取得数据；/n评价函数制作部，其根据上述取得数据，制作对上述动作的好坏进行评价的评价函数；/n判定数据制作部，其使用上述评价函数制作部制作的评价函数，制作针对上述取得数据的判定数据；/n预处理部，其根据上述取得数据，制作用于机器学习的状态数据；以及/n学习部，其使用上述状态数据和上述判定数据，生成用于对上述工业用机器人的动作的好坏进行判定的学习模型。/n

【技术特征摘要】
20190116 JP 2019-0055311.一种判定装置，其对具备检测向机械手施加的力和力矩的功能的工业用机器人的动作进行判定，其特征在于，该判定装置具备：
数据取得部，其至少取得进行上述工业用机器人的力控制时的动作中的向机械手施加的力和力矩的状态、位置和姿势的状态，作为取得数据；
评价函数制作部，其根据上述取得数据，制作对上述动作的好坏进行评价的评价函数；
判定数据制作部，其使用上述评...

【专利技术属性】
技术研发人员：羽根干人，佐藤贵之，
申请(专利权)人：发那科株式会社，
类型：发明
国别省市：日本;JP