JP6048082B2

JP6048082B2 - 抽出装置、抽出プログラムおよび抽出方法

Info

Publication number: JP6048082B2
Application number: JP2012248504A
Authority: JP
Inventors: 智雨宮; 矢吹　彰彦; 彰彦矢吹
Original assignee: Fujitsu Ltd
Current assignee: Fujitsu Ltd
Priority date: 2012-11-12
Filing date: 2012-11-12
Publication date: 2016-12-21
Anticipated expiration: 2032-11-12
Also published as: JP2014096100A

Description

本発明は、抽出装置、抽出プログラムおよび抽出方法に関し、例えば良否判定する区間を抽出する抽出装置、抽出プログラムおよび抽出方法に関する。

産業用ロボット等のロボットを用いた作業が広く行なわれている。ロボットを用いた作業の良否判定を、作業の良否に関連付けられた特徴量に基づいて行なうことが知られている（例えば、特許文献１）

特開２０１１−２３０２４５号公報

作業の良否判定において、不良と判定された場合、作業が中断するまたは作業した物が不良となる。しかしながら、下流に影響しないような事象を不良と判定したのでは、作業の中断による遅延、または良品を不良と判定したことによる損失が生じる。

本抽出装置、抽出プログラムおよび抽出方法は、作業の良否判定を適切に行なうことを目的とする。

時系列に複数の第１区間に分割された第１作業を対象物に行なうステップと、前記第１作業を行なった前記対象物を良または不良とするために前記第１作業の良否を判定する第２良否判定を行なうステップと、前記第１作業を行なった前記対象物の良否を判定する第１良否判定を前記第２良否判定の後に行なうステップと、を含む作業について、前記複数の第１区間のうち前記第２良否判定を行なう第２区間を抽出する抽出装置であって、前記第１良否判定において良であった複数の第１対象物に対し前記第１作業が行なわれたときにセンサが時系列に出力したデータ列である複数の第１データ列を用い、時系列の範囲列を算出する算出部と、前記複数の第１区間のうち、前記第１良否判定において不良であった第２対象物に対し前記第１作業が行なわれたときに前記センサが時系列に出力したデータ列である第２データ列が前記範囲列外となった区間を、前記第２区間として抽出する抽出部と、を具備することを特徴とする抽出装置、抽出プログラムおよび抽出方法を用いる。

本抽出装置、抽出プログラムおよび抽出方法によれば、作業の良否判定を適切に行なうことができる。

図１（ａ）は、実施例１が用いられるロボットシステムのブロック図、図１（ｂ）は、実施例１が用いられるロボットの例を示す図である。図２は、実施例１に係る抽出装置として機能するコンピュータのブロック図である。図３は、実施例１が用いられる対象物に対する作業のフローチャートである。図４は、コンピュータの処理を示すフローチャートである。図５（ａ）から図５（ｃ）は、センサ出力を時系列のデータ列として示す図である。図６は、実施例２に係る抽出方法のフローチャートである。。図７（ａ）および図７（ｂ）は、センサ出力を時系列のデータ列として示す図である。図８は、実施例３に係る抽出方法のフローチャートである。図９（ａ）および図９（ｂ）は、センサ出力を時系列のデータ列として示す図である。図１０は、実施例４に係る抽出方法のフローチャートである。図１１（ａ）から図１１（ｃ）は、作業の内容を示す図（その１）である。図１２（ａ）から図１２（ｃ）は、作業の内容を示す図（その２）である。図１３は、算出した範囲列を示す図である。図１４は、第２対象物に対応する第２データ列を示す図である。図１５は、平均列の微分列を示す図である。図１６は、第１区間と第２データ列を示す図である。

以下、図面を参照し、実施例について説明する。

図１（ａ）は、実施例１が用いられるロボットシステムのブロック図、図１（ｂ）は、実施例１が用いられるロボットの例を示す図である。図１（ａ）に示すように、ロボットシステム１００は、ロボット２２、センサ２４およびコンピュータ１０を備えている。ロボット２２は、例えば産業用ロボットである。図１（ｂ）に示すように、ロボット２２は、例えば、ステージ２５およびマニピュレータ２６を備えている。マニピュレータ２６は、例えば用具２８を用い作業を行なう。用具２８は例えばピンセットである。ステージ２５は、マニピュレータ２６を支持する。マニピュレータ２６には、センサ２４が設けられている。センサ２４は、例えばマニピュレータ２６の歪みを検出する歪みセンサである。センサ２４としては、例えば、３軸または６軸力覚センサを用いてもよい。この場合、センサ２４は、作用点の力ベクトルおよび／またはトルクを検出する。また、センサ２４は、荷重センサ、圧力センサ、加速度センサまたはマイクロフォンでもよい。さらに、センサ２４は、１次元画像センサ、または、ＣＣＤ（Charge Coupled Device）センサまたはＣＭＯＳ（Complimentary Metal Oxide Semiconductor）センサ等の２次元画像センサでもよい。

図２は、実施例１に係る抽出装置として機能するコンピュータのブロック図である。コンピュータ１０は、抽出方法および抽出プログラムを実行する。コンピュータ１０は、プロセッサであるＣＰＵ（Central Processing Unit）１１、表示装置１２、入力装置１３および出力装置１４を備えている。さらに、コンピュータ１０は、主記憶装置１５、ハードディスクドライブ（ＨＤＤ）１６、記憶媒体用ドライブ１７、通信インターフェース１８および内部バス１９を備えている。表示装置１２は、例えば液晶パネル等の表示パネルを含み、処理結果等を表示する。入力装置１３は、例えばキーボード、マウスおよびタッチパネル等であり、処理データ等を入力する。出力装置１４は、例えばプリンタであり、処理結果等を出力する。主記憶装置１５は、例えばＤＲＡＭ（Dynamic Random Access Memory）等の揮発性メモリであり、処理中のデータを記憶する。ＨＤＤ１６は、例えば処理中または処理後のデータを記憶する。記憶媒体用ドライブ１７は、記憶媒体２１に格納されたプログラムをインストールする際に用いる。または、処理後のデータを記憶媒体２１に記憶させる。通信インターフェース１８は、他のコンピュータと接続し、他のコンピュータとデータの送受信を行なう。内部バス１９は、コンピュータ１０内の各装置を接続する。コンピュータ１０は、ソフトウエアと協働し、算出部、抽出部、分割部および決定部として機能する。

プログラムを格納するコンピュータ１０が読み取り可能な記憶媒体２１として可搬型記憶媒体を用いることができる。可搬型記憶媒体としては、例えば、ＣＤ−ＲＯＭ（Compact Disc Read Only Memory）ディスク、ＤＶＤ（Digital Video Disc）ディスク、ブルーレイディスクまたはＵＳＢ（Universal Serial Bus）メモリ等を用いることができる。記憶媒体２１として、フラッシュメモリまたはＨＤＤ等を用いてもよい。

図３は、実施例１が用いられる対象物に対する作業のフローチャートである。図３を参照し、ロボット２２が対象物に対し第１作業を行なう（ステップＳ１０）。スッテプＳ１０の前に他の作業があってもよい。次に、判定装置または作業者がステップＳ１０の第１作業の第２良否判定を行なう（ステップＳ１２）。判定が不良の場合、ステップＳ１０の作業を中断し、判定が不良となった原因を調査する。また、第１作業を行なった製品を不良とする。ステップＳ１２において、判定が良の場合、対象物に対し別の第２作業を行なう（ステップＳ１４）。第２作業は、同じロボットが行なってもよい。別のロボットが行なってもよい。または、作業者が行なってもよい。第２作業は行なわなくてもよい。判定装置または作業者が対象物の第１良否判定を行なう（ステップＳ１６）。例えば、判定が不良の場合、対象物を不良品とする。判定が良の場合、対象物を良品とする。複数の対象物に対し、ステップＳ１０からＳ１６までの処理を行なう。

図４は、コンピュータ１０の処理を示すフローチャートである。図５（ａ）から図５（ｃ）は、センサ出力を時系列のデータ列として示す図である。まず、ロボット２２は、教示データに基づき、対象物に対し第１作業を行なう。センサ２４は、ロボット２２に関する検出量を検出する。例えば図１（ｂ）の例においては、ロボット２２は、教示データに基づきマニピュレータ２６を動作させることにより対象物に対し第１作業を行なう。センサ２４は、マニピュレータ２６の歪みを検出する。図５（ａ）から図５（ｃ）に示すように、ロボット２２が作業を行なう期間５２は複数の第１区間５０ａから５０ｇに分割されている。

図４を参照し、コンピュータ１０の算出部は、複数の第１データ列を取得する（ステップＳ２０）。第１データ列は、図３のステップＳ１６の第１良否判定において良と判定した第１対象物に対し、ステップＳ１０の第１作業を行なったときにセンサ２４が出力した時系列のデータ列である。図５（ａ）を参照し、時間に対しセンサ出力を示す１つの第１データ列３０が示されている。算出部は、第１データ列３０を複数の第１対象物について取得する。図４を参照し、次に、複数の第１データ列３０を用い、時系列の範囲列を算出する（ステップＳ２２）。図５（ｂ）を参照し、算出部は、平均列３２と範囲列３７を算出する。平均列３２は、複数の第１データ列５０の平均である。範囲列３７は、平均列３２の上に位置する上限列３４と下に位置する下限列３６の間の範囲である。例えば、上限列３４および下限列３６は、複数の第１データ列３０の平均列３２から正の定数（例えば、３）×標準偏差をそれぞれ加減した列とすることができる。

図４を参照し、次に、コンピュータ１０の抽出部は、第２データ列を取得する（ステップＳ２４）。第２データ列は、図３のステップＳ１６の第１良否判定において不良と判定した第２対象物に対し、ステップＳ１０の第１作業を行なったときにセンサ２４が出力した時系列のデータ列である。図５（ｃ）を参照し、時間に対しセンサ出力を示す第２データ列３５が示されている。図４を参照し、次に、抽出部は、第２データ列が範囲列外となった第１区間を第２区間として抽出する（ステップＳ２６）。第２区間は、図３のステップＳ１２の第２良否判定を行なうための区間である。図５（ｃ）を参照し、矢印５４のように、第１区間５０ａから５０ｇのうち第１区間５０ｆおよび５０ｇにおいて、第２データ列３５が範囲列３７から外れている。そこで、抽出部は、第１区間５０ｆおよび５０ｇをそれぞれ第２区間５６ａおよび５６ｂとする。

図４を参照し、コンピュータ１０の決定部は、第２区間５６ａおよび５６ｂにおける判定基準を決定する（ステップＳ２８）。決定部は、第２区間５６ａおよび５６ｂにおける範囲列３７を、第２良否判定の判定基準としてもよい。また、他の判定基準を決定してもよい。例えば、他のセンサの出力に基づき判定基準を決定してもよい。また、目視検査等作業者が行なう検査により良否を判定してもよい。また、ステップＳ２８は、コンピュータ１０以外のコンピュータが実行してもよい。さらに、作業者がステップＳ２８を実行してもよい。

実施例１によれば、図４のステップＳ２２のように、複数の第１データ列３０を用い、時系列の範囲列３７を算出する。ステップＳ２６のように、複数の第１区間５０ａから５０ｇのうち、第２データ列３５が範囲列３７外となった区間を、第２区間５６ａおよび５６ｂとして抽出する。これにより、図３のステップＳ１０の第１作業の期間５２のうちステップＳ１６の第１良否判定に影響する第１区間を第２区間として抽出できる。抽出された第２区間において第２良否判定を行なうことにより、第１作業の良否判定を適切に行なうことができる。

また、抽出部は、範囲列３７外となった最も早い第１区間５０ｆを第２区間５６ａとして抽出する。これにより、作業期間５２の早い時点で第１良否判定を行なうことができる。

さらに、図３のように、第１良否判定（ステップＳ１６）は、第２良否判定（ステップＳ１２）の後に第１作業とは別の第２作業（ステップＳ１４）を行なった後に行なわれる。

図６は、実施例２に係る抽出方法のフローチャートである。図７（ａ）および図７（ｂ）は、センサ出力を時系列のデータ列として示す図である。図６を参照し、実施例１の抽出方法により、範囲列３７が算出され、第２区間が抽出される。ロボットシステム１００が第３対象物に対し図３の第１および第２作業並びに第１および第２良否判定を行なう（ステップＳ５０）。

抽出部は、第３対象物の第１良否判定が不良かつ第２良否判定が良かを判定する（ステップＳ５２）。Ｎｏの場合、終了する。Ｙｅｓの場合、抽出部は、第３対象物の第１データ列である第３データ列を取得する（ステップＳ５４）。図７（ａ）を参照し、第１区間５０ｆが第２区間５６ａである。第３データ列３８は、第２区間５６ａにおいては範囲列３７内である。しかし、第１良否判定において不良である。

図６を参照し、抽出部は、第３データ列３８に基づき第２区間を新たに抽出する（ステップＳ５６）。図７（ｂ）を参照し、抽出部は、第３データ列３８が範囲列３７から外れた第１区間５０ｄを第２区間５６ｂとして抽出する。その後、終了する。

実施例２によれば、図６のステップＳ５２のように、第３対象物に対し作業を行なったときに第２区間５６ａにおける第２良否判定が良であり、かつ第１良否判定が不良であるかを判定する。Ｙｅｓの場合、ステップＳ５６のように、抽出部は、複数の第１区間のうち、第３対象物に対し作業を行なったときの第３データ列３８が範囲列３７外となった区間を、第２区間５６ｂとして抽出する。これにより、自動的に第２区間５６ｂを追加することができる。

図８は、実施例３に係る抽出方法のフローチャートである。図９（ａ）および図９（ｂ）は、センサ出力を時系列のデータ列として示す図である。図８を参照し、実施例１の抽出方法により、範囲列３７が算出され、第２区間が抽出される。ロボットシステム１００が第４対象物に対し図３の第１および第２作業並びに第１および第２良否判定を行なう（ステップＳ６０）。

算出部は、第４対象物の第１良否判定が良かつ第２良否判定が良かを判定する（ステップＳ６２）。Ｎｏの場合、終了する。Ｙｅｓの場合、抽出部は、第４対象物の第１データ列である第４データ列を取得する（ステップＳ６４）。図９（ａ）を参照し、第１区間５０ｆが第２区間５６である。矢印５８のように、第１区間５０ｄにおいて、第４データ列４０が範囲列３７から外れている。

図８を参照し、算出部は、第４データ列４０に基づき範囲列３７を新たに算出する（ステップＳ６６）。図９（ｂ）を参照し、算出部は、矢印４２のように第４データ列４０が範囲列３７から外れた第１区間５０ｄにおける範囲列３７を算出する。例えば、算出部は、再度統計処理を行ない、範囲列３７を算出する。または、第４データ列４０が範囲列３７外にならないように範囲列３７を算出する。その後、終了する。その後、抽出部が第２区間を抽出するときには、新たに算出された範囲列３７を用いる。

実施例３によれば、図８のステップＳ６２のように、第４対象物に対し作業を行なったときに第２区間における第２良否判定が良でありかつ記第１良否判定が良であるかを判定する。Ｙｅｓの場合、ステップＳ６６のように、算出部は、第４対象物の複数の第１区間における第４データ列４０に基づき範囲列３７を算出する。これにより、自動的に範囲列３７を算出し直すことができる。

図１０は、実施例４に係る抽出方法のフローチャートである。図１０を参照し、コンピュータ１０は、外部またはＨＤＤ１６等から教示データを取得する（ステップＳ３０）。教示データは、ロボット２２を動作させるためのデータである。コンピュータ１０は、各対象物に対し教示データに従いロボット２２を動作させ、このときのセンサ出力をデータ列として取得する（ステップＳ３２）。コンピュータ１０は、最後のデータ列かを判定する（ステップＳ３４）。例えば、第１良否判定において良である第１対象物に対応する第１データ列の個数Ｎと、第１良否判定において不良である第２対象物に対応する第２データ列の個数Ｍと、がそれぞれ所定個数以上となった場合、Ｙｅｓと判定する。さらに、個数Ｎが個数Ｍより多いことを条件としても付加してもよい。Ｎｏの場合、ステップＳ３２に戻り、次の対象物について、ステップＳ３２を行なう。

ステップＳ３４において、Ｙｅｓの場合、算出部は、複数の第１データ列３０を取得する（ステップＳ２０）。算出部は、複数の第１データ列３０を用い範囲列３７を算出する（ステップＳ２２）。例えば、図５（ｂ）において説明したように、算出部は範囲列３７を算出する。コンピュータ１０の分割部は、複数の第１データ列３０を平均した平均列３２に基づき、期間５２を複数の第１区間５０ａから５０ｇに分割する（ステップＳ３６）。例えば、分割部は、平均列３２を時間により微分した微分列が閾値の範囲外の区間でかつ微分列のピークの時間において期間を第１区間に分割する。詳細は実施例５において後述する。

抽出部は、第２データ列のうち１個を取得する（ステップＳ２４）。抽出部は、第２区間を抽出する（ステップＳ２６）。例えば、図５（ｃ）において説明したように、抽出部は第２区間を抽出する。抽出部は、最後の第２データ列かを判定する（ステップＳ４０）。Ｙｅｓの場合終了する。Ｎｏの場合、ステップＳ２４に戻り、次の第２データ列についてステップＳ２４からＳ２６を行なう。

複数の第２データ列それぞれについて第２区間を抽出することにより、第１良否判定において不良となった第２対象物の複数の不良モードに対応した第２区間を抽出することができる。ステップＳ２６において第２区間を抽出するときに、最も早い第１区間のみを第２区間とすることもできる。また、抽出部は、複数の第２データ列から抽出した第２区間から、さらに第２良否判定に用いる第２区間を選別してもよい。

実施例５は、両面テープの剥離紙を剥がす作業を行なう例である。図１１（ａ）から図１２（ｃ）は、作業の内容を示す図である。ロボット２２は、ピンセット７６を用い作業を行なう。ピンセット７６は、マニピュレータ２６により操作される。センサ２４は、マニピュレータ２６の歪みを検出する。図１１（ａ）を参照し、ステージ７０に両面テープ７５が貼り付けられている。両面テープ７５は、接着部７２と剥離紙７４を有している。接着部７２がステージ７０に接着されている。ステージ７０および両面テープ７５が対象物に対応する。図１１（ｂ）を参照し、ロボット２２は、ピンセット７６の先端をステージ７０に当てる。図１１（ｃ）を参照し、ロボット２２は、ピンセット７６を剥離紙７４と接着部７２との間に挿入する。

図１２（ａ）を参照し、ロボット２２は、ピンセット７６を用い剥離紙７４を摘まむ。図１２（ｂ）を参照し、ロボット２２は、ピンセット７６を用い剥離紙７４を接着部７２から剥がす。図１２（ｃ）を参照し、ロボット２２は、剥がした剥離紙７４を指定した位置に移動する。

図１０のステップＳ３０からＳ３４において、図１１（ａ）から図１２（ｃ）の作業を行なった後、作業が正常に行なわれているかを判定した。剥離紙７４が剥離されている場合、良とし、剥離紙７４が完全には剥離されていない場合、不良とした。良となった第１データ列が１０個、不良となった第２データ列が１個となるまで作業を行なった。

図１３は、算出した範囲列を示す図である。図１３を参照し、電圧は、センサ２４からの出力電圧であり、時間は、１ポイントが２０ｍ秒に対応する。区間６０ａから６０ｅは、それぞれ図１１（ｂ）から図１２（ｃ）の作業を行なった区間に対応する。図１０のステップＳ２０およびＳ２２において、算出部は、平均列３２を１０個の第１対象物に対応する１０個の第１データ列の平均から算出した。上限列３４および下限列３６は、それぞれ平均列３２から１０個の第１データ列の３×標準偏差を下限した列に対応する。上限列３４と下限列３６との間が範囲列３７である。

図１４は、第２対象物に対応する第２データ列を示す図である。第２データ列３５は、区間６０ａから６０ｃにおいて、範囲列３７から外れている。

図１５は、平均列の微分列を示す図である。図１５を参照し、図１０のステップＳ３６において、分割部は、平均列３２を時間で微分した微分列４４を算出する。分割部は、微分列４４が範囲４６外となる区間４７を抽出する。分割部は、区間４７内の最大値または最小値の時間を区分点４８とする。分割部は、複数の区間４７の間隔が所定期間以内の場合、平均列３２の絶対値の大きい方を区分点４８とする。例えば、図１５において区間４７ａと４７ｂとは近接している。そこで、分割部は、区間４７ａと４７ｂとのピークのうち平均列３２の絶対値の大きい方を区分点４８ａとする。分割部は、微分列４４の絶対値の大きい方を区分点４８ａとしてもよい。分割部は、区分点４８の間を第１区間５０ａから５０ｃとする。図１５の例では、期間６２は、３つの第１区間５０ａから５０ｃに分割される。

分割部は、平均列３２を複数回微分した列を用いて期間６２を第１区間に分割してもよい。さらに、平均列３２そのものを用い期間６２を第１区間に分割してもよい。このように、分割部は、平均列３２に基づき期間６２を第１区間に分割することができる。これにより、期間６２を第１区間に自動的に分割することができる。また、分割部は、第２データ列が範囲列３７を逸脱する区間と逸脱しない区間とに基づき期間６２を第１区間に分割してもよい。

図１６は、第１区間と第２データ列を示す図である。図１６を参照し、図１０のステップＳ２４およびＳ２６において、抽出部は、第２データ列３５が範囲列３７を逸脱する第１区間を第２区間として抽出する。第１区間５０ａおよび５０ｂにおいて、第２データ列３５が範囲列３７を逸脱している。そこで、抽出部は、第１区間５０ａおよび５０ｂのうち最初の第１区間５０を第２区間５６として抽出する。

実施例５のように、平均列および範囲列から第２区間５６を抽出することができる。これにより、作業の良否判定を適切に行なうことができる。

以上、本発明の実施例について詳述したが、本発明は係る特定の実施例に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内において、種々の変形・変更が可能である。

なお、以上の説明に関して更に以下の付記を開示する。
（付記１）第１良否判定において良である複数の第１対象物に対し第１作業を行なったときにセンサが出力した時系列の複数の第１データ列を用い、時系列の範囲列を算出する算出部と、前記複数の第１データ列の期間を時系列に分割した複数の第１区間のうち、前記第１良否判定において不良である第２対象物に対し前記第１作業を行なったときに前記センサが出力した時系列の第２データ列が前記範囲列外となった区間を、前記第１作業における第２良否判定を行なうための第２区間として抽出する抽出部と、を具備することを特徴とする抽出装置。
（付記２）前記抽出部は、前記範囲列外となった最も早い第１区間を前記第２区間として抽出することを特徴とする付記１記載の抽出装置。
（付記３）前記第１良否判定は、前記第２良否判定の後に前記第１作業とは別の第２作業を行なった後に行なわれることを特徴とする付記１または２記載の区間抽出装置。
（付記４）前記複数の第１データ列を平均した平均列に基づき、前記期間を前記複数の第１区間に分割する分割部を具備することを特徴とする付記１から３のいずれか一項記載の抽出装置。
（付記５）第３対象物に対し前記第１作業を行なったときに前記第２区間における前記第２良否判定が良であり、前記第１良否判定が不良であった場合、前記抽出部は、前記複数の第１区間のうち、前記第３対象物に対し前記第１作業を行なったときに前記センサが出力した時系列の第３データ列が前記範囲列外となった区間を、前記第２区間として抽出することを特徴とする付記１から４のいずれか一項記載の抽出装置。
（付記６）第４対象物に対し前記第１作業を行なったときに前記第２区間における前記第２良否判定が良であり、前記第１良否判定が良であった場合、前記算出部は、前記第４対象物の前記複数の第１区間における前記センサが出力した時間列の第４データ列に基づき前記範囲列を算出することを特徴とする付記１から５のいずれか一項記載の抽出装置。
（付記７）前記第２区間の前記複数の第１データ列に基づき、前記第１作業における前記第２良否判定を行なうための範囲を決定する決定部を具備することを特徴とする付記１から６のいずれか一項記載の抽出装置。
（付記８）前記第１作業はマニュプレータを用いた作業であり、前記センサは、前記マニュプレータに加わる歪みを検出するセンサであることを特徴とする付記１から７のいずれか一項記載の抽出装置。
（付記９）コンピュータに、第１良否判定において良である複数の第１対象物に対し第１作業を行なったときにセンサが出力した時系列の複数の第１データ列を用い、時系列の範囲列を算出させ、前記複数の第１データ列の期間を時系列に分割した複数の第１区間のうち、前記第１良否判定において不良である第２対象物に対し前記第１作業を行なったときに前記センサが出力した時系列の第２データ列が前記範囲列外となった区間を、前記第１作業における第２良否判定を行なうための第２区間として抽出させることを特徴とする抽出プログラム
（付記１０）コンピュータが実行する抽出方法であって、第１良否判定において良である複数の第１対象物に対し第１作業を行なったときにセンサが出力した時系列の複数の第１データ列を用い、時系列の範囲列を算出するステップと、前記複数の第１データ列の期間を時系列に分割した複数の第１区間のうち、前記第１良否判定において不良である第２対象物に対し前記第１作業を行なったときに前記センサが出力した時系列の第２データ列が前記範囲列外となった区間を、前記第１作業における第２良否判定を行なうための第２区間として抽出するステップと、を含むことを特徴とする抽出方法。

１０コンピュータ
２２ロボット
２４センサ
３０第１データ列
３２平均列
３５第２データ列
３７範囲列
３８第３データ列
４０第４データ列
５０ａ〜５０ｇ第１区間
５６ａ〜５６ｂ第２区間

Claims

時系列に複数の第１区間に分割された第１作業を対象物に行なうステップと、前記第１作業を行なった前記対象物を良または不良とするために前記第１作業の良否を判定する第２良否判定を行なうステップと、前記第１作業を行なった前記対象物の良否を判定する第１良否判定を前記第２良否判定の後に行なうステップと、を含む作業について、前記複数の第１区間のうち前記第２良否判定を行なう第２区間を抽出する抽出装置であって、
前記第１良否判定において良であった複数の第１対象物に対し前記第１作業が行なわれたときにセンサが時系列に出力したデータ列である複数の第１データ列を用い、時系列の範囲列を算出する算出部と、
前記複数の第１区間のうち、前記第１良否判定において不良であった第２対象物に対し前記第１作業が行なわれたときに前記センサが時系列に出力したデータ列である第２データ列が前記範囲列外となった区間を、前記第２区間として抽出する抽出部と、
を具備することを特徴とする抽出装置。
前記抽出部は、前記範囲列外となった最も早い第１区間を前記第２区間として抽出することを特徴とする請求項１記載の抽出装置。
前記作業は、前記第１良否判定の前かつ前記第２良否判定の後に、前記対象物に前記第１作業とは別の第２作業を行なうことを特徴とする請求項１または２記載の抽出装置。
前記複数の第１データ列を平均した平均列に基づき、前記複数の第１データ列に対応する期間を前記複数の第１区間に分割する分割部を具備することを特徴とする請求項１から３のいずれか一項記載の抽出装置。
前記抽出部が前記第２区間を抽出した後に前記作業を行なった第３対象物に対し前記第１作業が行なわれたときに前記第２区間における前記第２良否判定が良であり、前記第１良否判定が不良であった場合、前記抽出部は、前記複数の第１区間のうち、前記第３対象物に対し前記第１作業が行なわれたときに前記センサが時系列に出力したデータ列である第３データ列が前記範囲列外となった区間を、追加する第２区間として抽出することを特徴とする請求項１から４のいずれか一項記載の抽出装置。
前記抽出部が前記第２区間を抽出した後に前記作業を行なった第４対象物に対し前記第１作業が行なわれたときに前記第２区間における前記第２良否判定が良であり、前記第１良否判定が良であった場合、前記算出部は、前記第４対象物に対し前記第１作業が行なわれたときに前記センサが時系列に出力したデータ列である第４データ列が前記範囲列外とならないように新たな範囲列を算出することを特徴とする請求項１から５のいずれか一項記載の抽出装置。
時系列に複数の第１区間に分割された第１作業を対象物に行なうステップと、前記第１作業を行なった前記対象物を良または不良とするために前記第１作業の良否を判定する第２良否判定を行なうステップと、前記第１作業を行なった前記対象物の良否を判定する第１良否判定を前記第２良否判定の後に行なうステップと、を含む作業について、前記複数の第１区間のうち前記第２良否判定を行なう第２区間を抽出する抽出プログラムであって、
コンピュータに、
前記第１良否判定において良であった複数の第１対象物に対し前記第１作業が行なわれたときにセンサが時系列に出力したデータ列である複数の第１データ列を用い、時系列の範囲列を算出させ、
前記複数の第１区間のうち、前記第１良否判定において不良あった第２対象物に対し前記第１作業が行なわれたときに前記センサが時系列に出力したデータ列である第２データ列が前記範囲列外となった区間を、前記第２区間として抽出させることを特徴とする抽出プログラム。
時系列に複数の第１区間に分割された第１作業を対象物に行なうステップと、前記第１作業を行なった前記対象物を良または不良とするために前記第１作業の良否を判定する第２良否判定を行なうステップと、前記第１作業を行なった前記対象物の良否を判定する第１良否判定を前記第２良否判定の後に行なうステップと、を含む作業について、前記複数の第１区間のうち前記第２良否判定を行なう第２区間を抽出するコンピュータが実行する抽出方法であって、
前記第１良否判定において良であった複数の第１対象物に対しあった第１作業が行なわれたときにセンサが時系列に出力したデータ列である複数の第１データ列を用い、時系列の範囲列を算出するステップと、
前記複数の第１区間のうち、前記第１良否判定において不良あった第２対象物に対し前記第１作業が行なわれたときに前記センサが時系列に出力したデータ列である第２データ列が前記範囲列外となった区間を、前記第２区間として抽出するステップと、
を含むことを特徴とする抽出方法。