JP6469069B2 - 学習を容易化する機能を備えたロボット制御装置、及びロボット制御方法 - Google Patents

Description

本発明は、学習を容易化する機能を備えたロボット制御装置、及びロボット制御方法に関する。

一般に、動作プログラムによって制御されるロボットでは、該動作プログラムに含まれる指令値に従ってモータが制御され、該動作プログラムで教示された指令軌跡を描くように動作する。このとき、ロボットの各関節におけるバックラッシや摩擦等の要因によって、モータが指令値に追従できず、実際のロボットの位置（実軌跡）が指令軌跡に対する誤差を含む場合がある。

この誤差を解消するために、指令軌跡と実軌跡とのずれを検出し、指令値を繰り返し調整して学習を行う技術が知られている。例えば特許文献１には、ユーザープログラムを起動してロボットを第１の連続的なプログラムされた経路に沿って運動させることによって、実際の工具中心点の位置を表す第１軌跡を生成するステップと、前記第１の連続的なプログラムされた経路と前記第１軌跡との間の経路のずれを演算するステップと、前記ユーザープログラムを演算された経路のずれの量だけ調節することによって、補正済みのユーザープログラムを生成するステップと、実際の工具中心点の位置を表す前記第１軌跡をメモリ装置に保存するステップと、前記補正済みのユーザープログラムを起動して前記ロボットを第２の連続的なプログラムされた経路に沿って運動させることによって、実際の工具中心点の位置を表す第２軌跡を生成するステップと、前記第１軌跡及び前記第２軌跡を表示するステップと、を含む、ロボットの制御方法が記載されている。

また特許文献２には、予め定めた作業領域において、自らの位置姿勢を補正して動作するロボットを制御するロボット制御装置であって、前記ロボットの基準動作パターンを記憶する記憶部と、前記基準動作パターンに基づく前記ロボットの動作が開始される作業開始領域、及び、前記基準動作パターンに基づく前記ロボットの動作が終了する作業終了領域のうち、少なくとも一方を指定する入力部と、前記入力部により指定された作業領域を所定の分解能で分割してなる分割領域と、前記記憶部に記憶された基準動作パターンとに基づいて、前記ロボットの複数の動作パターンを自動生成する自動生成部と、前記自動生成部により自動生成された動作パターンの各々について、速度又は加速度を変更して前記ロボットの動作を高速化するための動作高速化率を学習する学習制御部と、を有する、ロボット制御装が記載されている。

さらに特許文献３には、学習制御に必要なデータを記憶するメモリと、そのメモリを幾つかの領域に分割して利用する手段、動作プログラムで指定された領域のデータを書き換える手段、制御部とを備えて、その制御部が働いて目標指令に制御対象の出力を追従させるよう試行を繰り返して学習する学習制御系において、前記制御部に指令が入力されてきたかどうかを判定し、その判定結果と前記学習制御系が受ける学習開始命令とがそろった時点を学習開始時点とする、学習制御方法が記載されている。

特開２０１５−２２１４９１号公報 特開２０１５−１６８０５３号公報 特開２００３−０４４１０２号公報

通常、学習の結果は軌跡全体に適用されるため、学習後の軌跡の一部が操作者の望む軌跡でなかった場合でも、軌跡の一部だけを修正するように学習を実行することは難しい、という問題がある。また、学習を行う区間と行わない区間を自動で切り替える技術もあるが、そのためのアルゴリズムや演算処理が複雑になることがあり得る。

本開示の一態様は、プログラムの指令値に従ってロボットの動作制御を行うロボット制御装置であって、前記指令値によって生成されたロボットの位置を表す指令軌跡と、ロボットが動作した実際の位置を表す動作軌跡とのずれを検出し、前記指令軌跡を調整することで補正されたプログラムを作成する学習を行う学習部と、操作者が指定した動作軌跡の一部である再学習箇所に対して再学習を実行する再学習部と、前記補正されたプログラムを保存するとともに、前記操作者に採用された学習結果を保存する保存部と、を備えるロボット制御装置である。

本開示の他の態様は、プログラムの指令値に従ってロボットの動作制御を行うロボット制御方法であって、前記指令値によって生成されたロボットの位置を表す指令軌跡と、ロボットが動作した実際の位置を表す動作軌跡とのずれを検出し、前記指令軌跡を調整することで補正されたプログラムを作成する学習を行うことと、前記補正されたプログラムを保存することと、操作者が指定した動作軌跡の一部である再学習箇所に対して再学習を実行することと、前記操作者に採用された学習結果を保存することと、を備えるロボット制御方法である。

本開示の態様によれば、学習調整作業の時間短縮化と簡易化を実現することができる。

本発明の一実施形態に係るロボット制御装置による学習制御の一例を説明する図である。 図１のロボット制御装置を含む機能ブロック図である。 図１にロボット制御装置による処理の一例を示すフローチャートである。

図１は、本発明の一実施形態に係るロボット制御装置１０と、ロボット制御装置１０により制御されるロボット（機構部）１２と、操作者１４がロボット１２の教示等を行う際に使用する教示操作盤（教示ペンダント）１６とを示すとともに、ロボット制御装置１０による学習制御の一例を説明する図である。本実施形態では、ロボット１２がレーザ照射を伴う円弧動作を実行することにより、被加工物（ワーク）に円形の穴開け加工を行うように構成されている。またロボット制御装置１０は、破線で示す指令軌跡（円弧）１８に対するロボット１２の動作軌跡２０（実線）のずれを検出し、検出したずれに基づいて指令軌跡を調整する学習機能を有する。

図２は、ロボット制御装置１０、ロボット１２及び教示ペンダント１６を含む機能ブロック図である。ロボット制御装置１０は、例えばプログラマブルコントローラであり、プログラムの指令値に従ってロボット１２の動作制御を行うように構成されており、メモリ等の記憶装置（保存部）２２と、ロボット１２の動作制御や学習制御に関する機能（後述する学習部や再学習部に相当）を有するプロセッサ又はＣＰＵ等の演算処理装置２４と、イントラネットやインターネット等のネットワーク２６と通信するためのインターフェースモジュール２８と、インターフェースモジュール２８と記憶装置２２との間でデータ変換を行うデータ変換モジュール３０とを有する。また記憶装置２２は、各種の変数、教示操作盤用のプログラム（ＴＰプログラム）やロボットの動作を制御する指令値を含むプログラム、図１のロボットシステムに関する設定（システム設定）、エラーに関する履歴（エラーログ）等を記憶することができる。

ロボット１２は、例えば複数軸を有する多関節ロボットであり、上記円弧動作を実行したときの自らの（例えばツール先端点の）動作軌跡を測定・取得するためのセンサ３２を有し、センサ３２は例えば、ロボット１２の各軸に設けたパルスコーダ又はエンコーダを有する。

教示操作盤１６は例えば、図１に示すように操作者１４が運搬して操作可能な可搬式操作盤であり、ロボット制御装置１０と有線又は無線で接続されている。また教示操作盤１６は、操作者が目視しながら教示や後述する学習箇所の指定を行える、タッチパネル等の操作パネル（ディスプレイ）３４を有する。

ネットワーク２６には、パーソナルコンピュータ等のリモートコンピュータ３６を接続することができ、リモートコンピュータ３６は、操作者が入力等の操作を行える、キーボード等のユーザインターフェース３８と、ネットワーク２６とデータ通信又はデータ交換するための通信モジュール４０とを有する。

次に、ロボット制御装置１０の学習機能について、図３のフローチャートを参照しつつ説明する。先ず、ロボット１２が行った図１に示したような円弧動作についての学習を実行する（ステップＳ１）。より具体的には、プログラムの指令値によって生成されたロボット１２の位置を表す指令軌跡と、ロボット１２が動作した実際の位置を表す動作軌跡とのずれを検出し、該指令軌跡を調整することにより、プログラムが補正される。なおここで指令軌跡を学習（動作軌跡を調整）する学習制御方法の具体例としては、教師あり学習、教師なし学習、半教師あり学習、強化学習、トランスダクション、マルチタスク学習等の種々の機械学習を行うことができ、またいずれの学習方法を使用するかは操作者が指定することができる。ここで操作者が指定を行うための指定部としては、例えば、教示操作盤１６の操作パネル３４、リモートコンピュータのユーザインターフェース３８、ロボット制御装置１０の入力部４２等が挙げられるが、他の手段を用いてもよい。

学習が実行されると、教示位置データが修正され、修正された位置データ（プログラム）に基づく動作制御により、指令軌跡に対する動作軌跡のずれが補正される（ステップＳ２）。次にステップＳ３では、図１に示したように、補正されたプログラムに基づいて修正された動作軌跡を、好ましくは指令軌跡とともに、操作パネル３４等に表示する。

操作者は、表示された学習結果に基づき、動作軌跡（実軌跡）が所望の形状となっているか否かを判断する（ステップＳ４）。動作軌跡が所望の形状となっている場合、或いは理想的な形状とは若干のずれがあるものの許容できるものであると思われる場合、操作者は教示操作盤１６等を操作することにより、現状の学習結果を採用（選択）する。これを受けてロボット制御装置１０は、採用された学習結果（補正されたプログラム）を、学習データとして、記憶装置２２等に保存する（ステップＳ５）。なおステップＳ４において、動作軌跡と指令軌跡との誤差が所定の目標値以内にあるかを自動的に計算して出力（表示）するようにしてもよい。

一方、図１に例示したように、動作軌跡２０が誤差の大きい部分や、指令軌跡１８に対して大きく乖離している部分を有する場合等、操作者の意図と異なる軌跡となっている場合、操作者は、再学習すべき動作軌跡の一部を指定する（ステップＳ６）。図１の例では、円弧のうち右上の部分において動作軌跡２０が真円（指令軌跡）から大きく乖離しており、他の部分は問題ないと判断できるので、操作者は操作パネル３４等の操作画面から、右上部分を囲うような領域４４をタッチ操作等により指定・入力する。なお操作画面としては、教示操作盤１６の操作パネル３４の他、リモートコンピュータのユーザインターフェース３８やロボット制御装置１０の入力部４２等の他の適当な手段を使用できるが、教示操作盤１６の操作パネル３４は現場での操作に適している。

再学習すべき領域４４が指定されたら、ロボット制御装置１０は、指定された領域４４内に含まれる軌跡（再学習箇所）のみについて、再学習を実行し（ステップＳ７）、ステップＳ２以降の処理を繰り返す。このようにすれば、軌跡全体についての学習を行わずに、学習させたい部分のみを学習させることがことでき、操作者が所望する理想的な軌跡を短時間で学習することができる。なお本実施形態では指令軌跡の例として円弧を説明したが、指令軌跡が他の形状の場合も本実施形態が同様に適用できることは明らかである。

学習によってロボットの動作軌跡の高精度化を図る際に、動作軌跡全体について学習を行うと、動作軌跡の一部のみを修正したい場合でも、軌跡全体が変化してしまい、理想的な軌跡を得ることが難しい場合がある。また動作軌跡の一部のみの学習を自動的に行おうとする場合、その一部を特定するための条件やアルゴリズムを構築しなければならず、演算処理に時間を要することがある。そこで本実施形態では、修正すべき箇所の特定を操作者が行い、該箇所について部分的な学習を行うことにより、全体として効率的な学習を行うことができる。すなわち、学習を実行した後でも、操作者がさらに学習させたい箇所を指定し、これをロボットにフィードバックして再学習を行うことで、操作者の理想とする軌跡を得ることができる。さらに、各々の学習結果に対して操作者が合否（ＯＫ又はＮＧ）を判断し、蓄積・統計した判断結果をロボットにフィードバックすることもできる。

また学習実行後の軌跡を教示操作盤の操作パネル等の操作画面に表示するとともに、再学習すべき軌跡箇所の指定又は入力を該操作画面から行えるようにすることにより、操作者は視覚的かつ容易に操作を行うことができる。

１０ ロボット制御装置
１２ ロボット
１４ 操作者
１６ 教示操作盤
１８ 指令軌跡
２０ 動作軌跡
３４ 操作パネル

Claims (4)

1. プログラムの指令値に従ってロボットの動作制御を行うロボット制御装置であって、
   前記指令値によって生成されたロボットの位置を表す指令軌跡と、ロボットが動作した実際の位置を表す動作軌跡とのずれを検出し、前記指令軌跡を調整することで補正されたプログラムを作成する学習を行う学習部と、
   操作者が指定した動作軌跡の一部である再学習箇所に対して再学習を実行する再学習部と、
   前記補正されたプログラムを保存するとともに、前記操作者に採用された学習結果を保存する保存部と、
   を備えるロボット制御装置。
2. 前記学習の方法を操作者が指定できる指定部を備える、請求項１に記載のロボット制御装置。
3. 学習後の動作軌跡を表示するとともに、操作者が前記再学習箇所を指定できる操作画面を備える、請求項１又は２に記載のロボット制御装置。
4. プログラムの指令値に従ってロボットの動作制御を行うロボット制御方法であって、
   前記指令値によって生成されたロボットの位置を表す指令軌跡と、ロボットが動作した実際の位置を表す動作軌跡とのずれを検出し、前記指令軌跡を調整することで補正されたプログラムを作成する学習を行うことと、
   前記補正されたプログラムを保存することと、
   操作者が指定した動作軌跡の一部である再学習箇所に対して再学習を実行することと、
   前記操作者に採用された学習結果を保存することと、
   を備えるロボット制御方法。

Images