JP6875329B2 - 学習制御を行うロボットシステム - Google Patents

Description

本発明は、学習制御を行うロボットシステムに関する。

産業用のロボットシステムにおいて、ロボットの動作を高速化してタクトタイムを短縮すれば、ロボットシステムにおける生産効率が向上する。しかしながら、ロボットの動作をある程度以上高速化すると、減速機やロボットアームの剛性不足等の要因によって、ロボットの先端に位置するサーボガン等のエンドエフェクタに振動が発生してしまう。特に近年では、さらなる生産性の向上のためエンドエフェクタも軽量化が行われており、エンドエフェクタの剛性不足による振動も無視できないものになってきている。このため、振動の除去が求められる制御対象部位（例えばエンドエフェクタ）に加速度センサを取り付け、ロボット動作中の制御対象部位の振動をセンサによって計測し、学習制御を行うことで振動を低減するロボットシステムが提案されている。

例えば、位置制御の対象とする部位にセンサを備えたロボット機構部と、前記ロボット機構部の動作を制御する制御装置とを含むロボットであって、前記制御装置は、前記ロボット機構部の動作を制御する通常制御部と、作業プログラムにより前記ロボット機構部を動作させて、前記センサによって検出した前記ロボット機構部の制御対象位置を前記通常制御部に与えられた目標軌跡もしくは位置に近づけるために学習補正量を算出する学習を行う学習制御部と、を有し、前記学習制御部は、前記学習稼動状態で設定可能な最大速度オーバライドを算出し、前記最大速度オーバライドに至るまで複数回に渡って速度オーバライドを増加させながら学習補正量を算出する学習を行うことを特徴とするロボットが知られている（例えば、特許文献１参照。）。

特開２０１１−１６７８１７号公報

学習制御を行うことで振動を低減するロボットシステムにおいて、例えば周波数応答データから学習制御器を設計する場合、周波数応答の測定には時間と手間がかかる。また、ロボットシステムが設けられた現場で実際に周波数応答データを取得することは難しいことから、実際には、代表的なエンドエフェクタに対する周波数応答データに基づき予め設計された学習制御器を、他のエンドエフェクタに対しても使用しているのが実情である。この場合、実際に使用されているエンドエフェクタの共振周波数が、学習制御器の制御帯域よりも高い場合は、当該学習制御器にて振動を低減することができる。しかしながら、実際に使用されているエンドエフェクタの剛性が低くその共振周波数が学習制御器の制御帯域内に含まれてしまう場合は、学習制御器における位相の遅れやゲインの増大により、振動が発散してしまう問題がある。したがって、制御対象部位の振動を学習制御により精度良くかつ容易に除去することができる技術が望まれている。

本開示の一態様によれば、制御対象部位の振動データを取得するセンサを有するロボット機構部と、作業プログラムに従ってロボット機構部の動作を制御するロボット制御装置と、を備える、ロボットシステムは、ロボット機構部の動作中にセンサによって検出される制御対象部位の位置を目標位置に近づけるための学習補正量を算出する学習を行う学習制御部と、学習制御部により算出された学習補正量を用いて制御対象部位の目標位置に関する動作指令を補正し、ロボット機構部の動作を制御するロボット制御部と、を備え、学習制御部は、学習制御部による学習回ごとに、センサによって検出された振動データをフーリエ変換してパワースペクトルを算出するパワースペクトル算出部と、パワースペクトル算出部により算出された今回学習時のパワースペクトルと直前回学習時のパワースペクトルとを周波数成分ごとに比較する比較部と、比較部による比較の結果、今回学習時のパワースペクトルに直前回学習時のパワースペクトルよりも大きい周波数成分が存在する場合、今回学習時のパワースペクトルが直前回学習時のパワースペクトルよりも小さくなるように今回学習時の動作指令の補正に用いられた学習補正量の位相及びゲインのうちの少なくとも１つを調整し、次回学習時の動作指令の補正に用いられる新たな学習補正量として設定する学習補正量更新部と、を有する。

本開示の一態様によれば、制御対象部位の振動を学習制御により精度良くかつ容易に除去することができるロボットシステムを実現することができる。

本開示の一実施形態におけるロボットシステムの概略図である。 本開示の一実施形態におけるロボット機構部の構成図である。 本開示の一実施形態におけるロボットシステムを示すブロック図である。 本開示の他の実施形態におけるロボットシステムを示すブロック図である。 制御対象部位の共振周波数が学習制御部の制御帯域よりも高い場合における制御対象部位の周波数特性を例示するボード線図である。 図５に示す周波数特性を有する制御対象部位の振動を例示す図である。 制御対象部位の共振周波数が学習制御部の制御帯域内に含まれる場合における制御対象部位の周波数特性を例示するボード線図である。 図７に示す周波数特性を有する制御対象部位の振動を例示す図である。 制御対象部位の共振周波数が学習制御部の制御帯域内に含まれる場合における制御対象部位の振動のパワースペクトルを例示する図である。 図９に示す振動のパワースペクトルを有する制御対象部位の振動を例示す図である。 本開示の一実施形態におけるロボットシステムにおける学習補正量更新処理を説明するフローチャートである。 第１の形態による学習補正量更新部を有する学習制御部を示すブロック図である。 第１の形態による学習補正量更新部におけるフィルタの周波数特性を例示するボード線図である。 第２の形態による学習補正量更新部を有する学習制御部を示すブロック図である。 第３の形態による学習補正量更新部を有する学習制御部を示すブロック図である。 学習補正量の位相及びゲインの両方を調整する実施形態による学習補正量更新部を有する学習制御部を示すブロック図である。 学習補正量のゲインを調整するフィルタの周波数特性を例示するボード線図である。 学習補正量の位相及びゲインの両方を調整する実施形態による学習補正量更新処理を説明するフローチャートである。

以下図面を参照して、学習制御を行うロボットシステムについて説明する。理解を容易にするために、これらの図面は縮尺を適宜変更している。図面に示される形態は実施するための一つの例であり、図示された実施形態に限定されるものではない。

図１は、本開示の一実施形態におけるロボットシステムの概略図である。ロボットシステム１は、位置制御の対象であるエンドエフェクタなどの制御対象部位１０１の振動データを取得するセンサ１０２を有するロボット機構部１０３と、作業プログラムに従ってロボット機構部１０３の動作を制御するロボット制御装置１０４と、を備えており、制御対象部位１０１の振動を学習制御するように構成されている。またさらに、ロボットシステム１は、ここでは図示しないが、種々の情報を表示する表示装置を備える。

センサ１０２は、ロボット機構部１０３の手首先端部に位置する制御対象部位１０１に取り付けられる。センサ１０２は、制御対象部位１０１の位置を推定するために計算処理を必要とする情報（例えば、加速度、角速度、ひずみ（電気抵抗値）等）を検出するセンサであり、例えば、加速度センサ、ジャイロセンサ、慣性センサ、力センサ、レーザトラッカ、カメラ、モーションキャプチャなどを含む。

センサ１０２、ロボット機構部１０３、ロボット制御装置１０４、及び表示装置（図示せず）は、有線又は無線を介して相互に通信可能に接続されている。

図２は、本開示の一実施形態におけるロボット機構部の構成図である。ロボット機構部１０３は、サーボモータ、減速機等を有する６つの関節軸Ｊ１〜Ｊ６を備えている。ロボット機構部１０３は、空間上に固定されるワールド座標系Ｃ１と、関節軸Ｊ６のフランジ位置にあるメカニカルインタフェイス座標系Ｃ２とを定義したロボットマニピュレータである。

図３は、本開示の一実施形態におけるロボットシステムを示すブロック図である。

本開示の実施形態におけるロボットシステム１は、学習制御部１１とロボット制御部１２とを備える。学習制御部１１及びロボット制御部１２は公知のＣＰＵ、ＡＳＩＣ、ＦＰＧＡ等を備えている。

学習制御部１１は、作業プログラムに従ったロボット機構部１０３の動作中にセンサ１０２によって検出される制御対象部位１０１の位置を目標位置に近づけるための学習補正量を算出する学習を行う。また、学習制御部１１における学習は、オンラインで実行されてもよく、オフラインで実行されてもよい。

学習制御部１１は、代表的な制御対象部位（エンドエフェクタ）に対する周波数応答データに基づき、学習回毎に振動が単調に減少するように設計されている。すなわち、学習制御部１１は、ロボット機構部１０３による実際の制御対象部位１０１に対する周波数応答データに基づき設定されたものではない。よって、ロボット機構部１０３による実際の制御対象部位１０１が、代表的な制御対象部位（エンドエフェクタ）に対する周波数応答データに基づき設計された学習制御部１１の制御帯域内に含まれるか否かによって、学習制御部１１による学習制御により制御対象部位１０１の振動を除去できるか否かが変わってくる。これについて図５〜図８を参照して後述する。

ロボット制御部１２は、作業プログラムに従って、学習制御部１１により算出された学習補正量を用いて制御対象部位１０１の目標位置に関する動作指令を補正し、ロボット機構部１０３の動作を制御する。

図３に示す一実施形態によるロボットシステム１では、学習制御部１１及びロボット制御部１２はロボット制御装置１０４内に設けられる。他の実施形態において、学習制御部１１は、ロボット制御装置１０４とは別体のコンピュータ内に設けられていてもよい。図４は、本開示の他の実施形態におけるロボットシステムを示すブロック図である。すなわち、図４に示す一実施形態によるロボットシステム１では、ロボット制御装置１０４とコンピュータ１０５とが有線又は無線を介して通信可能に接続され、学習制御部１１及びロボット制御部１２はコンピュータ１０５内に設けられる。

ロボット制御部１２による制御により制御対象部位１０１の目標位置に関する動作指令に基づきロボット機構部１０３を動作させたときにおいて、センサ１０２によってロボット機構部１０３の振動を検出し、学習制御部１１により学習制御を行うことでこの振動を低減させる。すなわち、学習制御部１１において、学習制御の対象となる作業プログラムを実行し、その際のロボット機構部１０３の動作中の加速度データやロボットの指令位置を記録する。学習制御の対象となる作業プログラムを１回実行し終えたら、当該作業プログラムを実行した際の各制御周期における振動量とこの振動量を打ち消すための学習補正量とを算出し、学習制御部１１内のメモリに記録する。メモリに記録された学習補正量は、次に同じ作業プログラムが実行される際に、ロボット制御部１２において動作指令の補正に利用される。この一連の処理を繰り返し実行することで、ロボット機構部１０３の振動が低減されていく。

続いて、制御対象部位（エンドエフェクタ）の共振周波数と学習制御部の制御帯域との関係について図５〜図８を参照して説明する。

図５は、制御対象部位の共振周波数が学習制御部の制御帯域よりも高い場合における制御対象部位の周波数特性を例示するボード線図である。図６は、図５に示す周波数特性を有する制御対象部位の振動を例示す図である。図６において、横軸は時間軸であり、縦軸は振動の振幅を示す。また、図６において、点線は制御対象部位の指令軌跡を示し、一点鎖線は学習制御前の制御対象部位の軌跡を示し、実線は学習制御後の制御対象部位の軌跡を示す。図５に示すように共振周波数が例えば３０Ｈｚである制御対象部位に制御帯域が１５Ｈｚである学習制御部を適用した場合、図６の実線に示すように学習回毎に振動が単調に減少していく。

図７は、制御対象部位の共振周波数が学習制御部の制御帯域内に含まれる場合における制御対象部位の周波数特性を例示するボード線図である。図８は、図７に示す周波数特性を有する制御対象部位の振動を例示す図である。図８において、横軸は時間軸であり、縦軸は振動の振幅を示す。また、図８において、点線は制御対象部位の指令軌跡を示し、一点鎖線は学習制御前の制御対象部位の軌跡を示し、実線は学習制御後の制御対象部位の軌跡を示す。図７に示すように共振周波数が例えば１４Ｈｚである制御対象部位に制御帯域が１５Ｈｚである学習制御部を適用した場合、図８の実線に示すように振動が発散してしまう。

制御対象部位の共振周波数が学習制御部の制御帯域内に含まれる場合において図８に示すように振動が減少せずに発散してしまうのは、制御対象部位の共振周波数近傍の位相の遅れやゲインの増大によるものと考えられる。そこで、本実施形態では、学習制御部１１による学習回毎に、制御対象部位１０１の振動のパワースペクトルを監視し、制御対象部位１０１の振動のパワースペクトルが直前回学習時よりも今回学習時の方が増加した場合には、制御対象部位１０１の共振周波数が学習制御部１１の制御帯域内に含まれると考え、学習制御部１１において学習補正量の位相及びゲインの少なくとも１つを調整し、調整後の学習補正量を、次回学習時の動作指令の補正に用いられる新たな学習補正量として設定する。

続いて、学習制御部１１の構成についてより詳細に説明する。

図３及び図４に示すように、学習制御部１１は、パワースペクトル算出部２１と、比較部２２と、学習補正量更新部２３とを備える。

また、学習制御部１１は、第１のメモリ２４と第２のメモリ２５と第３のメモリ２６とを備える。第１のメモリ２４は、センサ１０２から取得したセンサ情報を記憶する。第２のメモリ２５は、パワースペクトル算出部２１により算出（取得）されたパワースペクトルを記憶する。第３のメモリ２６は、学習を繰返して収束した学習補正量を記憶する。第１のメモリ２４及び第２のメモリ２５は高速な学習を行うために揮発性メモリであることが好ましいが不揮発性メモリであってもよい。第１のメモリ２４及び第２のメモリ２５は、１つのメモリの領域を分割して割り当てられたものであってもよく、あるいはそれぞれ別個のメモリとして実現されてもよい。また、第３のメモリ２６は電源切断後であっても学習補正量を記憶する不揮発性メモリであることが好ましい。電源投入後、収束した学習補正量が第３のメモリ２６からに読み出されてロボット制御部１２において利用される。

パワースペクトル算出部２１は、学習制御部１１による学習回ごとに、センサ１０２によって検出された振動データをフーリエ変換してパワースペクトルを算出（取得）する。パワースペクトル算出部２１により算出されたパワースペクトルは、比較部２２に送られるとともに、第２のメモリ２５に記憶される。

比較部２２は、パワースペクトル算出部２１により算出された今回学習時のパワースペクトルと直前回学習時のパワースペクトルとの大小関係を周波数成分ごとに比較する。今回学習時のパワースペクトルは、当該学習回においてパワースペクトル算出部２１から送られてきたものであり、直前回学習時のパワースペクトルは、第２のメモリ２５から読み出されたものである。比較部２２による比較結果である周波数成分ごとのパワースペクトルの大小関係に関する情報は、学習補正量更新部２３に送られる。

学習補正量更新部２３は、比較部２２による比較の結果、今回学習時のパワースペクトルに直前回学習時のパワースペクトルよりも大きい周波数成分が存在する場合、今回学習時のパワースペクトルが直前回学習時のパワースペクトルよりも小さくなるように今回学習時の動作指令の補正に用いられた学習補正量の位相及びゲインのうちの少なくとも１つを調整し、これを次回学習時の動作指令の補正に用いられる新たな学習補正量として設定する。つまり、学習補正量更新部２３は、直前回学習時のパワースペクトルよりも大きいパワースペクトルを有していると比較部２２により判定された今回学習時の周波数成分に対応する学習補正量の周波数成分に対して位相を調整することで、当該大きい周波数成分についての今回学習時のパワースペクトルが直前回学習時のパワースペクトル以下になるようにし、調整後の学習補正量を、次回学習時の動作指令の補正に用いられる新たな学習補正量として設定する。新たに設定された学習補正量は、第３のメモリ２６に記憶される。ロボット制御部１２は、作業プログラムに従って、学習制御部１１内の第３のメモリ２６から読み出された学習補正量を用いて制御対象部位１０１の目標位置に関する動作指令を補正し、ロボット機構部１０３の動作を制御する。

続いて、学習補正量の位相を調整する実施形態について図９及び図１０を参照してより詳細に説明する。学習補正量の位相及びゲインの両方を調整する実施形態については後述する。

図９は、制御対象部位の共振周波数が学習制御部の制御帯域内に含まれる場合における制御対象部位の振動のパワースペクトルを例示する図である。図９において、横軸は周波数を示し、縦軸はパワースペクトルを示す。また、図９において、実線は学習制御部１１のＮ回目（Ｎは整数）における制御対象部位１０１の振動のパワースペクトルを示し、点線は学習制御部１１のＮ＋１回目（Ｎは整数）における制御対象部位１０１の振動のパワースペクトルを示す。図１０は、図９に示す振動のパワースペクトルを有する制御対象部位の振動を例示す図である。図１０において、横軸は時間軸であり、縦軸は振動の振幅を示す。また、図１０において、点線は制御対象部位の指令軌跡を示し、一点鎖線は学習制御前の制御対象部位の軌跡を示し、二点鎖線は、位相調整なしの学習制御後の制御対象部位の軌跡を示し、実線は位相調整ありの学習制御後の制御対象部位の軌跡を示す。図９及び図１０に示す例では、一例として学習制御部１１の制御帯域を１５Ｈｚとしている。制御対象部位１０１の共振周波数が、学習制御部１１の制御帯域である１５Ｈｚ内に含まれると、学習制御部１１による学習制御の結果、今回学習時（Ｎ＋１回目）のパワースペクトルは、直前回学習時（Ｎ回目）のパワースペクトルに比べて増大する。すなわち、図９に示すように、８Ｈｚより大きい周波数成分については、今回学習時（Ｎ＋１回目）のパワースペクトルの方が直前回学習時のパワースペクトルよりも大きくなる。この結果、図１０に示すように、学習制御前は振動がなかったが（実線）、学習制御部１１による学習制御により振動が発散してしまう（二点鎖線）。ここで、今回学習時の８Ｈｚより大きい周波数成分のパワースペクトルが直前回学習時の８Ｈｚより大きい周波数成分のパワースペクトルよりも小さくなるように、８Ｈｚより大きい周波数成分の学習補正量に対して位相を進める調整を行うと、図１０の実線に示すように学習回毎に振動が単調に減少していく。本実施形態では、学習制御部１１による学習回毎に、制御対象部位１０１の振動のパワースペクトルを監視し、制御対象部位１０１の振動のパワースペクトルが直前回学習時よりも今回学習時の方が増加した場合には、学習補正量更新部２３は、今回学習時パワースペクトルが直前回学習時のパワースペクトルよりも小さくなるように学習補正量の位相を調整し、調整後の学習補正量を、新たな学習補正量として設定する。新たな学習補正量は、第３のメモリ２６に記憶される。ロボット制御部１２は、作業プログラムに従って、学習制御部１１内の第３のメモリ２６から読み出された新たな学習補正量を用いて制御対象部位１０１の目標位置に関する動作指令を補正し、ロボット機構部１０３の動作を制御する。新たな学習補正量は、今回学習時パワースペクトルを直前回学習時のパワースペクトルよりも小さくするものであるので、ロボット制御部１２において新たな学習補正量にて動作指令を補正してロボット機構部１０３の動作を制御すると、学習回毎に振動が単調に減少することになる。

図１１は、本開示の一実施形態におけるロボットシステムにおける学習補正量更新処理を説明するフローチャートである。

ロボット制御部１２が、学習制御部１１により算出された学習補正量を用いて動作指令を補正してロボット機構部１０３の動作を制御する場合を考える。ステップＳ１０１において、パワースペクトル算出部２１は、センサ１０２によって検出された振動データをフーリエ変換してパワースペクトルを算出する。パワースペクトル算出部２１により算出されたパワースペクトルは、比較部２２に送られるとともに、第２のメモリ２５に記憶される。

ステップＳ１０２において、比較部２２は、パワースペクトル算出部２１により算出された今回学習時のパワースペクトルと直前回学習時のパワースペクトルとの大小関係を周波数成分ごとに比較する。ステップＳ１０２における比較部２２による比較の結果、今回学習時のパワースペクトルに直前回学習時のパワースペクトルよりも大きい周波数成分が存在すると判定された場合は、ステップＳ１０３へ進む。一方、ステップＳ１０２における比較部２２による比較の結果、今回学習時のパワースペクトルに直前回学習時のパワースペクトルよりも大きい周波数成分が存在しないと判定された場合は、学習補正量は更新せずに学習補正量更新処理を終了する。学習補正量更新処理の終了後、次回学習時に再度、学習補正量更新処理を実行してもよい。

ステップＳ１０３において、学習補正量更新部２３は、直前回学習時のパワースペクトルよりも大きいパワースペクトルを有する今回学習時の周波数成分に対応する今回学習時の動作指令の補正に用いられた学習補正量の周波数成分に対して、所定の刻み量だけ位相を進める。位相進み量処理の詳細については後述する。

ステップＳ１０４において、比較部２２は、パワースペクトル算出部２１により算出された今回学習時のパワースペクトルと直前回学習時のパワースペクトルとの大小関係を周波数成分ごとに比較する。ステップＳ１０４における比較部２２による比較の結果、今回学習時のパワースペクトルに直前回学習時のパワースペクトルよりも大きい周波数成分が存在すると判定された場合は、ステップＳ１０３へ戻る。一方、ステップＳ１０４における比較部２２による比較の結果、今回学習時のパワースペクトルの全ての周波数成分について直前回学習時のパワースペクトルよりも小さくなったと判定された場合は、ステップＳ１０５へ進む。

ステップＳ１０５において、学習補正量更新部２３は、位相調整後の学習補正量を、次回学習時の動作指令の補正に利用される新たな学習補正量として設定し、その後、学習補正量更新処理を終了する。学習補正量更新処理の終了後、次回学習時に再度、学習補正量更新処理を実行してもよい。

このように、ステップＳ１０３〜Ｓ１０５における学習補正量更新部２３の一連の処理により、直前回学習時のパワースペクトルよりも大きいパワースペクトルを有する今回学習時の周波数成分に対応する今回学習時の動作指令の補正に用いられた学習補正量の周波数成分に対して、所定の刻み量にて順次増加する位相進み量にて位相を進めていき、当該周波数成分のパワースペクトルが直前回学習時のパワースペクトルよりも小さくなったときにおける位相進み量が算出される。学習補正量更新部２３は、算出された位相進み量にて当該周波数成分の位相が進められた学習補正量を、次回学習時の動作指令の補正に用いられる新たな学習補正量として設定する。

ステップＳ１０５において設定される次回学習時の動作指令の補正に利用される新たな学習補正量は、全ての当該周波数成分のパワースペクトルが直前回学習時のパワースペクトル以下になるように今回学習時の学習補正量の位相を進める調整を行うことで得られる学習補正量である。このように位相調整された新たな学習補正量を次回学習時の動作指令の補正に利用すれば、制御対象部位１０１の共振周波数付近の位相遅れを補償することができるので、代表的なエンドエフェクタに対する周波数応答データに基づき予め設計された学習制御部１１により、制御対象部位１０１の振動を除去することができる。

一方、ステップＳ１０２において、比較部２２により今回学習時のパワースペクトルに直前回学習時のパワースペクトルよりも大きい周波数成分が存在しないと判定された場合は、制御対象部位１０１の共振周波数が学習制御部１１の制御帯域よりも大きいので、代表的なエンドエフェクタに対する周波数応答データに基づき予め設計された学習制御部１１の今回学習時の学習補正量をそのまま次回学習時の動作指令の補正に利用しても、制御対象部位１０１の振動を除去することができるので、学習補正量は更新せずに、学習補正量更新処理を終了する。

続いて、学習補正量更新部２３の形態について列記する。

図１２は、第１の形態による学習補正量更新部を有する学習制御部を示すブロック図である。第１の形態による学習補正量更新部２３は、位相進み量算出部３１と、学習補正量の特定の周波数成分に対して位相を進めるフィルタ３２とを有する。

比較部２２による比較の結果、今回学習時のパワースペクトルが直前回学習時のパワースペクトルよりも大きい周波数成分が存在する場合、位相進み量算出部３１は、直前回学習時のパワースペクトルよりも大きいパワースペクトルを有する今回学習時の周波数成分に対応する今回学習時の動作指令の補正に用いられた学習補正量の周波数成分に対して、所定の刻み量にて順次増加する位相進み量にて位相を進めていき、当該周波数成分のパワースペクトルが直前回学習時のパワースペクトルよりも小さくなったときにおける位相進み量を算出する。位相進み量算出部３１により算出された位相進み量に関する情報は、フィルタ３２に送られる。

フィルタ３２は、直前回学習時のパワースペクトルよりも大きいパワースペクトルを有する今回学習時の周波数成分に対応する今回学習時の動作指令の補正に用いられた学習補正量の周波数成分に対して、位相進み量算出部３１により算出された位相進み量にて、位相を進める。位相進み量算出部３１により算出された位相進み量にてフィルタ３２により当該周波数成分の位相が進められた学習補正量が、新たな学習補正量として設定され、第３のメモリ２６に記憶される。

上述の第１の形態による学習補正量更新部２３による学習制御を数式にて表すと下記式１のように模式化できる。式１において、ｕ_iを学習ｉ回目（ｉは整数）の学習補正量、ｅ_iを学習ｉ回目の制御対象部位１０１の振動とし、位相進み量にて位相を進めるフィルタが適用されることを関数Ｆ_p、学習制御部１１の制御帯域を規定するローパスフィルタが適用されることを関数Ｑ、学習制御が適用されることを関数Ｌでそれぞれ表す。

図１３は、第１の形態による学習補正量更新部におけるフィルタの周波数特性を例示するボード線図である。例えばある今回学習（ｉ回目）において、直前回学習（ｉ−１回目）と比べて８Ｈｚ以上の周波数成分について振動のパワースペクトルが増大したとする。その時の学習補正量ｕ_iを例えば図１３に示すような周波数特性を持つフィルタ３２を使用して特定の周波数成分の学習補正量の位相を進める。特定の周波数成分の学習補正量に対して位相進み量を何パターンか変えながら(例えば２０ｄｅｇから５ｄｅｇ刻みで増加させながら)位相を進めてロボット制御部１２によりロボット機構部１０３を動作させる。８Ｈｚ以上の周波数成分についての振動のパワースペクトルが直前回（ｉ−１回目）よりも減少するまで所定の刻み量にて位相進みを増加させていく。８Ｈｚ以上の周波数成分を含む全ての周波数成分についての振動のパワースペクトルが直前回（ｉ−１回目）よりも減少したときにおける位相進み量を、式１におけるフィルタ３２のＦ_pに適用し、学習ｉ回目の学習補正量ｕ_iをＦ_pｕ_iで置き換えて、学習制御を再開する。

図１４は、第２の形態による学習補正量更新部を有する学習制御部を示すブロック図である。第２の形態による学習補正量更新部２３は、位相進み量算出部３１と、フーリエ変換部３３と、位相調整部３４と、逆フーリエ変換部３５とを有する。

比較部２２による比較の結果、今回学習時のパワースペクトルが直前回学習時のパワースペクトルよりも大きい周波数成分が存在する場合、位相進み量算出部３１は、直前回学習時のパワースペクトルよりも大きいパワースペクトルを有する今回学習時の周波数成分に対応する今回学習時の動作指令の補正に用いられた学習補正量の周波数成分に対して、所定の刻み量にて順次増加する位相進み量にて位相を進めていき、当該周波数成分のパワースペクトルが直前回学習時のパワースペクトルよりも小さくなったときにおける位相進み量を算出する。位相進み量算出部３１により算出された位相進み量に関する情報は、位相調整部３４に送られる。

フーリエ変換部３３は、第３のメモリ２６から読み出された今回学習時の動作指令の補正に用いられた学習補正量を、フーリエ変換する。フーリエ変換後の今回学習時の動作指令の補正に用いられた学習補正量は、位相調整部３４に送られる。

位相調整部３４は、フーリエ変換部３３によるフーリエ変換後の今回学習時の動作指令の補正に用いられた学習補正量の、直前回学習時のパワースペクトルよりも大きいパワースペクトルを有する今回学習時の周波数成分のみについて、位相進み量算出部３１により算出された位相進み量だけ位相を進める。上述のように位相進み量算出部３１により算出された位相進み量は、直前回学習時のパワースペクトルよりも大きいパワースペクトルを有する今回学習時の学習補正量の周波数成分が、直前回学習時のパワースペクトルよりも小さくなるようにするためのものである。学習補正量の周波数成分のうち特定の周波数成分について位相進み量算出部３１により算出された位相進み量だけ位相を進めることにより、全ての周波数成分のパワースペクトルが直前回学習時のパワースペクトルよりも小さくなる。位相調整部３４による位相調整後の学習補正量は、逆フーリエ変換部３５へ送られる。

逆フーリエ変換部３５は、位相調整部３４により全ての周波数成分のパワースペクトルが直前回学習時のパワースペクトルよりも小さくなるように位相が進められた学習補正量を、逆フーリエ変換する。逆フーリエ変換部３５による逆フーリエ変換後の学習補正量が、新たな学習補正量として設定されて第３のメモリ２６に記憶される。

上述の第２の形態による学習補正量更新部２３による学習補正量更新処理は、下記式２のように表される。式２において、Ｗ（ω）は、周波数領域上において特定の周波数成分の位相を進めるための重み付け関数を表す。位相進み量算出部３１により算出された位相進み量をθとしたとき、位相を進めるべき周波数成分にはｅ^iθがかけられ、位相を進める必要のない周波数成分には１がかけられる。

式２において、時間領域上の今回学習時の動作指令の補正に用いられた学習補正量ｆ（ｔ）は、フーリエ変換部３３によりフーリエ変換される。フーリエ変換後の今回学習時の動作指令の補正に用いられた学習補正量（すなわち周波数領域上の今回学習時の動作指令の補正に用いられた学習補正量）をＦ（ω）で表す。位相調整部３４により、フーリエ変換後の今回学習時の動作指令の補正に用いられた学習補正量Ｆ（ω）の各周波数成分のうち、直前回学習時のパワースペクトルよりも大きいパワースペクトルを有する今回学習時の周波数成分についてはｅ^iθがかけられ、位相を進める必要のない周波数成分には１がかけられる。位相調整された学習補正量Ｆ（ω）Ｗ（ω）は、逆フーリエ変換部３５により逆フーリエ変換される。逆フーリエ変換部３５による逆フーリエ変換後の学習補正量（すなわち時間領域上の位相調整済の学習補正量）をｆ’（ｔ）で表す。逆フーリエ変換部３５による逆フーリエ変換後の学習補正量ｆ’（ｔ）は、全ての周波数成分のパワースペクトルが直前回学習時のパワースペクトルよりも小さくなる。よって、ロボット制御部１２において新たな学習補正量にて動作指令を補正してロボット機構部１０３の動作を制御すると、学習回毎に振動が単調に減少することになる。

図１５は、第３の形態による学習補正量更新部を有する学習制御部を示すブロック図である。

第１の形態及び第２の形態では、学習補正量の各周波数成分のうち特定の周波数成分（すなわち直前回学習時のパワースペクトルよりも大きいパワースペクトルを有している今回学習時の周波数成分に対応する学習補正量の周波数成分）についてのみ位相を進めることで、今回学習時のパワースペクトルの全ての周波数成分について直前回学習時のパワースペクトルよりも小さくなるようにした。これに対し、第３の形態では、学習補正量の各周波数成分のうち特定の周波数成分ではなく、学習補正量全体（すなわち全ての周波数成分）を時間的に進めることで、今回学習時のパワースペクトルの全ての周波数成分について直前回学習時のパワースペクトルよりも小さくなるようにする。したがって、第３の形態では、直前回学習時のパワースペクトルよりも小さいパワースペクトルを有する今回学習時の周波数成分に対応する今回学習時の動作指令の補正に用いられた学習補正量の周波数成分についても位相に進められることになるが、直前回学習時のパワースペクトルよりも小さいパワースペクトルを有する今回学習時の周波数成分は、当該周波数成分の学習補正量の位相を進めてもパワースペクトルがさらに小さくなるだけであるので、特に問題は生じない。

第３の形態による学習補正量更新部２３は、タイミング早め量算出部３６を有する。タイミング早め量算出部３６は、今回学習時の学習補正量を用いて動作指令を補正するタイミングを所定の刻み量にて早めていき、今回学習時のパワースペクトルが直前回学習時のパワースペクトルよりも小さくなったときにおけるタイミング早め量を算出する。タイミング早め量算出部３６により算出されたタイミング早め量に関する情報は、第３のメモリ２６に記憶される。ロボット制御部１２は、第３のメモリ２６に記憶されたタイミング早め量を読み出し、今回学習時の学習補正量を用いて動作指令を補正したタイミングよりタイミング早め量だけ早めたタイミングにて、次回学習時に新たな学習補正量を用いて動作指令を補正し、ロボット機構部１０３の動作を制御する。このように、次回学習時に新たな学習補正量を用いて動作指令を補正するタイミングを、第３の形態による学習補正量更新部２３内のタイミング早め量算出部３６により算出されたタイミング早め量だけ、今回学習時の学習補正量を用いて動作指令を補正したタイミングよりも早める。

続いて、学習補正量の位相及びゲインの両方を調整する実施形態について説明する。

制御対象部位１０１（エンドエフェクタ）の共振周波数が学習制御部１１の制御帯域内に含まれる場合において、この共振周波数近傍の学習制御部１１のフィルタのゲインが大きいと、学習補正量の位相の進める調整のみでは、今回学習時のパワースペクトルを直前回学習時のパワースペクトルよりも小さくしきれず、振動を低減することができないことがある。この場合は、学習補正量に適用されるフィルタのゲインを小さくする調整を行う。

図１６は、学習補正量の位相及びゲインの両方を調整する実施形態による学習補正量更新部を有する学習制御部を示すブロック図である。

図１６に示すように、学習補正量更新部２３は、位相進み量算出部３１と、学習補正量の特定の周波数成分に対して位相及びゲインを調整するフィルタ３２と、位相進み量判定部３７と、ゲイン算出部３８とを有する。

比較部２２による比較の結果、今回学習時のパワースペクトルが直前回学習時のパワースペクトルよりも大きい周波数成分が存在する場合、位相進み量算出部３１は、直前回学習時のパワースペクトルよりも大きいパワースペクトルを有する今回学習時の周波数成分に対応する今回学習時の動作指令の補正に用いられた学習補正量の周波数成分に対して、所定の刻み量にて順次増加する位相進み量にて位相を進める。

位相進み量判定部３７は、直前回学習時のパワースペクトルよりも大きいパワースペクトルを有する今回学習時の周波数成分に対応する今回学習時の動作指令の補正に用いられた学習補正量の周波数成分に対して、位相進み量算出部３１により所定の刻み量にて順次増加する位相進み量にて位相を進めていったときにおいて、当該周波数成分のパワースペクトルが直前回学習時のパワースペクトルよりも小さくなる前に位相進み量が所定の上限値に達したか否かを判定する。位相進み量が所定の上限値に達したと位相進み量判定部３７が判定する前に、当該周波数成分のパワースペクトルが直前回学習時のパワースペクトルよりも小さくなったときにおける位相進み量を算出できた場合は、位相進み量算出部３１により算出された位相進み量に関する情報は、フィルタ３２に送られる。一方、位相進み量が所定の上限値に達したと位相進み量判定部３７が判定した場合は、その判定結果をゲイン算出部３８に通知する。位相進み量算出部３１の判定処理に用いられる上限値の設定例については後述する。

位相進み量判定部３７により位相進み量が所定の上限値に達したとの判定結果を受けて、ゲイン算出部３８は、位相進み量算出部３１により算出していた位相進み量をゼロに戻したうえで、今回学習時の動作指令の補正に用いられた学習補正量に対して適用されるフィルタ３２のゲインを所定の刻み量にて減少させていき、当該周波数成分のパワースペクトルが直前回学習時のパワースペクトルよりも小さくなったときにおけるフィルタ３２のゲインを算出する。ゲイン算出部３８により算出されたゲインに関する情報は、フィルタ３２に送られる。

位相進み量が所定の上限値に達したと位相進み量判定部３７が判定する前に、当該周波数成分のパワースペクトルが直前回学習時のパワースペクトルよりも小さくなったときにおける位相進み量を算出できた場合は、フィルタ３２は、直前回学習時のパワースペクトルよりも大きいパワースペクトルを有する今回学習時の周波数成分に対応する今回学習時の動作指令の補正に用いられた学習補正量の周波数成分に対して、位相進み量算出部３１により算出された位相進み量にて、位相を進める。この場合、位相進み量算出部３１により算出された位相進み量にてフィルタ３２により当該周波数成分の位相が進められた学習補正量が、新たな学習補正量として設定され、第３のメモリ２６に記憶される。

一方、位相進み量が所定の上限値に達したと位相進み量判定部３７が判定した場合は、フィルタ３２は、ゲイン算出部３８により算出されたゲインを有するフィルタ３２が適用された学習補正量（すなわち当該周波数成分のピークが小さくされた学習補正量）が、新たな学習補正量として設定され、第３のメモリ２６に記憶される。

上述の学習補正量の位相及びゲインの両方を調整する実施形態による学習補正量更新部２３による学習制御を数式にて表すと下記式３のように模式化できる。式３において、ｕ_iを学習ｉ回目（ｉは整数）の学習補正量、ｅ_iを学習ｉ回目の制御対象部位１０１の振動とし、位相進み量にて位相を進めるフィルタが適用されることを関数Ｆ_p、位相進み量にてゲインを減少させるフィルタが適用されることを関数Ｆ_g、学習制御部１１の制御帯域を規定するローパスフィルタが適用されることを関数Ｑ、学習制御が適用されることを関数Ｌでそれぞれ表す。

図１７は、学習補正量のゲインを調整するフィルタの周波数特性を例示するボード線図である。ある特定の周波数成分について振動のパワースペクトルのピークが大きい場合は、その時の学習補正量ｕ_iを例えば図１７に示すような周波数特性を持つフィルタ３２を使用して特定の周波数成分の学習補正量の位相を進める。図１７の例では、一例として９Ｈｚの周波数成分のピークを減少させるためのフィルタ３２の周波数特性を示している。特定の周波数成分の学習補正量に対して適用されるフィルタ３２のゲインを何パターンか変えながら位相を進めてロボット制御部１２によりロボット機構部１０３を動作させる。全ての周波数成分についての振動のパワースペクトルが直前回（ｉ−１回目）よりも減少するまで所定の刻み量にてフィルタ３２のゲインを減少させていく。全ての周波数成分についての振動のパワースペクトルが直前回（ｉ−１回目）よりも減少したときにおけるゲインを、式３におけるフィルタＦ_pＦ_gに適用し、学習ｉ回目の学習補正量ｕ_iをＦ_pＦ_gｕ_iで置き換えて、学習制御を再開する。

位相進み量算出部３１の判定処理に用いられる上限値は、例えば次のような値に設定すればよい。すなわち、学習ｉ回目の振動ｅ_iと学習ｉ−１回目の振動ｅ_i-1との差分に学習制御を適用した「Ｌ（ｅ_i−ｅ_i-1）」をフーリエ変換して得られる第１の値と、学習ｉ回目の学習補正量ｕ_iと学習ｉ−１回目の学習補正量ｕ_i-1との差分「ｕ_i−ｕ_i-1」をフーリエ変換して得られる第２の値と、の位相差を、位相進み量算出部３１の判定処理に用いられる上限値に設定する。学習制御部１１は、ロボット機構部１０３の実際の制御対象部位１０１に対する周波数応答データではなく、代表的な制御対象部位に対する周波数応答データに基づき設計されたものである。ロボット機構部１０３の実際の制御対象部位１０１の共振周波数が学習制御部１１の制御帯域内に含まれる場合（今回学習時のパワースペクトルに直前回学習時のパワースペクトルよりも大きい周波数成分が存在する場合）において、学習補正量の特性の周波数成分の位相を進めてもなお制御対象部位１０１の振動が除去できない（すなわち振動が発散する）ことがある。これは、位相をいくら進めてもなお第１の値（周波数領域上の学習制御適用後の振動差分）が第２の値（周波数領域上の学習補正量の差分）を上回るからである。このような場合は、学習補正量の位相の進みによる調整ではなく、学習補正量に適用されるフィルタのゲインを減少させる調整に切り替える必要があり、調整方法の切替の目安として、学習ｉ回目の振動ｅ_iと学習ｉ−１回目の振動ｅ_i-1との差分に学習制御を適用した「Ｌ（ｅ_i−ｅ_i-1）」をフーリエ変換して得られる第１の値と、学習ｉ回目の学習補正量ｕ_iと学習ｉ−１回目の学習補正量ｕ_i-1との差分「ｕ_i−ｕ_i-1」をフーリエ変換して得られる第２の値と、の位相差を、上限値に設定する。

図１８は、学習補正量の位相及びゲインの両方を調整する実施形態による学習補正量更新処理を説明するフローチャートである。

ロボット制御部１２が、学習制御部１１により算出された学習補正量を用いて動作指令を補正してロボット機構部１０３の動作を制御する場合を考える。ステップＳ１０１において、パワースペクトル算出部２１は、センサ１０２によって検出された振動データをフーリエ変換してパワースペクトルを算出する。パワースペクトル算出部２１により算出されたパワースペクトルは、比較部２２に送られるとともに、第２のメモリ２５に記憶される。

ステップＳ１０２において、比較部２２は、パワースペクトル算出部２１により算出された今回学習時のパワースペクトルと直前回学習時のパワースペクトルとを周波数成分ごとに比較する。ステップＳ１０２において、比較部２２により今回学習時のパワースペクトルに直前回学習時のパワースペクトルよりも大きい周波数成分が存在すると判定された場合は、ステップＳ１０３へ進む。一方、ステップＳ１０２において、比較部２２により今回学習時のパワースペクトルに直前回学習時のパワースペクトルよりも大きい周波数成分が存在しないと判定された場合は、学習補正量は更新せずに学習補正量更新処理を終了する。学習補正量更新処理の終了後、次回学習時に再度、学習補正量更新処理を実行してもよい。

ステップＳ１０３において、学習補正量更新部２３は、直前回学習時のパワースペクトルよりも大きいパワースペクトルを有する今回学習時の周波数成分に対応する今回学習時の動作指令の補正に用いられた学習補正量の周波数成分に対して、所定の刻み量だけ位相を進める。

ステップＳ１０４において、比較部２２は、パワースペクトル算出部２１により算出された今回学習時のパワースペクトルと直前回学習時のパワースペクトルとを周波数成分ごとに比較する。ステップＳ１０４において、比較部２２により今回学習時のパワースペクトルに直前回学習時のパワースペクトルよりも大きい周波数成分が存在すると判定された場合は、ステップＳ１０６へ進む。一方、ステップＳ１０４において、比較部２２により今回学習時のパワースペクトルの全ての周波数成分について直前回学習時のパワースペクトルよりも小さくなったと判定された場合は、ステップＳ１０５へ進む。

ステップＳ１０５において、学習補正量更新部２３は、位相調整後または位相及びゲイン調整後の学習補正量を、次回学習時の動作指令の補正に利用される新たな学習補正量として設定し、その後、学習補正量更新処理を終了する。学習補正量更新処理の終了後、次回学習時に再度、学習補正量更新処理を実行してもよい。

ステップＳ１０６において、位相進み量判定部３７は、直前回学習時のパワースペクトルよりも大きいパワースペクトルを有する今回学習時の周波数成分に対応する今回学習時の動作指令の補正に用いられた学習補正量の周波数成分に対して、当該周波数成分のパワースペクトルが直前回学習時のパワースペクトルよりも小さくなる前に位相進み量が所定の上限値に達したか否かを判定する。ステップＳ１０６において、位相進み量判定部３７により位相進み量が所定の上限値に達したと判定された場合はステップＳ１０７へ進む。一方、ステップＳ１０６において、位相進み量判定部３７により位相進み量が所定の上限値に達していないと判定された場合はステップＳ１０３へ戻る。ステップＳ１０６における判定処理は、ステップＳ１０３で位相進み量算出部３１により所定の刻み量にて順次増加する位相進み量にて位相を進めていったときにおいて、ステップＳ１０４において比較部２２により今回学習時のパワースペクトルに直前回学習時のパワースペクトルよりも大きい周波数成分が存在すると判定される限り、繰り返し実行される。

ステップＳ１０７において、ゲイン算出部３８は、位相進み量算出部３１により算出していた位相進み量をゼロに戻す。

ステップＳ１０８において、ゲイン算出部３８は、今回学習時の動作指令の補正に用いられた学習補正量に対して適用されるフィルタ３２のゲインを所定の刻み量にて減少させる。

ステップＳ１０９において、比較部２２は、パワースペクトル算出部２１により算出された今回学習時のパワースペクトルと直前回学習時のパワースペクトルとを周波数成分ごとに比較する。

ステップＳ１０９において、比較部２２により今回学習時のパワースペクトルに直前回学習時のパワースペクトルよりも大きい周波数成分が存在すると判定された場合は、ステップＳ１０８へ戻る。

一方、ステップＳ１０９において、比較部２２により今回学習時のパワースペクトルの全ての周波数成分について直前回学習時のパワースペクトルよりも小さくなったと判定された場合は、その時点でゲイン算出部３８において算出されたゲインを保持し、ステップＳ１０３へ戻る。ステップＳ１０３では、新たに保持されたゲインでフィルタ３２を動作させ、ステップＳ１０３の処理（学習補正量の位相を進める処理）を再度実行する。

ステップＳ１０１〜Ｓ１０６の処理を経てステップＳ１０５において設定される次回学習時の動作指令の補正に利用される新たな学習補正量は、全ての当該周波数成分のパワースペクトルが直前回学習時のパワースペクトル以下になるように今回学習時の学習補正量の位相を進める調整を行うことで得られる学習補正量である。このように位相調整された新たな学習補正量を次回学習時の動作指令の補正に利用すれば、制御対象部位１０１の共振周波数付近の位相遅れを補償することができるので、代表的なエンドエフェクタに対する周波数応答データに基づき予め設計された学習制御部１１により、制御対象部位１０１の振動を除去することができる。

また、ステップＳ１０１〜Ｓ１０９の処理を経てステップＳ１０５において設定される次回学習時の動作指令の補正に利用される新たな学習補正量は、全ての当該周波数成分のパワースペクトルが直前回学習時のパワースペクトル以下になるように今回学習時の学習補正量の位相を進めるとともにゲインを小さくする調整が行われることで得られる学習補正量である。このように位相調整及びゲイン調整された新たな学習補正量を次回学習時の動作指令の補正に利用すれば、制御対象部位１０１の共振周波数付近の位相遅れ及びゲイン増大の影響を補償することができるので、代表的なエンドエフェクタに対する周波数応答データに基づき予め設計された学習制御部１１により、制御対象部位１０１の振動を除去することができる。

一方、ステップＳ１０２において、比較部２２により今回学習時のパワースペクトルに直前回学習時のパワースペクトルよりも大きい周波数成分が存在しないと判定された場合は、制御対象部位１０１の共振周波数が学習制御部１１の制御帯域よりも大きいので、代表的なエンドエフェクタに対する周波数応答データに基づき予め設計された学習制御部１１の今回学習時の学習補正量をそのまま次回学習時の動作指令の補正に利用しても、制御対象部位１０１の振動を除去することができるので、学習補正量は更新せずに、学習補正量更新処理を終了する。

このように、本開示の実施形態によれば、制御対象部位（エンドエフェクタ）の剛性が低くその共振周波数が学習制御部の制御帯域内に含まれてしまう場合であっても、代表的な制御対象部位に対する周波数応答データに基づき予め設計された学習制御部を用いて制御対象部位の振動を精度良く除去することができる。したがって、制御対象部位の剛性が低い場合でも現場で実際の制御対象部位で周波数応答データを取得して学習制御部を設計し直す必要はなく、代表的な制御対象部位に対する周波数応答データを流用できるので、制御対象部位の振動の除去を容易に実現することができ、低コストである。

上述したパワースペクトル算出部２１、比較部２２、学習補正量更新部２３及びロボット制御部１２は、例えばソフトウェアプログラム形式で構築されてもよく、あるいは各種電子回路とソフトウェアプログラムとの組み合わせで構築されてもよい。この場合、例えばＡＳＩＣやＤＳＰなどの演算処理装置にこのソフトウェアプログラムを動作させて各部の機能を実現することができる。あるいは、パワースペクトル算出部２１、比較部２２、学習補正量更新部２３及びロボット制御部１２の機能を実現するソフトウェアプログラムを書き込んだ半導体集積回路として実現してもよい。

１ ロボットシステム
１１ 学習制御部
１２ ロボット制御部
２１ パワースペクトル算出部
２２ 比較部
２３ 学習補正量更新部
２４ 第１のメモリ
２５ 第２のメモリ
２６ 第３のメモリ
３１ 位相進み量算出部
３２ フィルタ
３３ フーリエ変換部
３４ 位相調整部
３５ 逆フーリエ変換部
３６ タイミング早め量算出部
３７ 位相進み量判定部
３８ ゲイン算出部
１０１ 制御対象部位
１０２ センサ
１０３ ロボット機構部
１０４ ロボット制御装置
１０５ コンピュータ

Claims (8)

1. 制御対象部位の振動データを取得するセンサを有するロボット機構部と、作業プログラムに従って前記ロボット機構部の動作を制御するロボット制御装置と、を備える、ロボットシステムであって、
   前記作業プログラムに従った前記ロボット機構部の動作中に前記センサによって検出される前記制御対象部位の位置を目標位置に近づけるための学習補正量を算出する学習を行う学習制御部と、
   前記学習制御部により算出された学習補正量を用いて前記制御対象部位の目標位置に関する動作指令を補正し、前記作業プログラムに従って前記ロボット機構部の動作を制御するロボット制御部と、
   を備え、
   前記学習制御部は、
   前記学習制御部による学習回ごとに、前記センサによって検出された振動データをフーリエ変換してパワースペクトルを算出するパワースペクトル算出部と、
   前記パワースペクトル算出部により算出された今回学習時のパワースペクトルと直前回学習時のパワースペクトルとを周波数成分ごとに比較する比較部と、
   前記比較部による比較の結果、前記今回学習時のパワースペクトルに前記直前回学習時のパワースペクトルよりも大きい周波数成分が存在する場合、前記今回学習時のパワースペクトルが前記直前回学習時のパワースペクトルよりも小さくなるように今回学習時の動作指令の補正に用いられた学習補正量の位相及びゲインのうちの少なくとも１つを調整し、次回学習時の動作指令の補正に用いられる新たな学習補正量として設定する学習補正量更新部と、
   を有する、ロボットシステム。
2. 前記学習補正量更新部は、
   前記直前回学習時のパワースペクトルよりも大きいパワースペクトルを有する前記今回学習時の周波数成分に対応する今回学習時に用いられた学習補正量の周波数成分に対して、所定の刻み量にて順次増加する位相進み量にて位相を進めていき、当該周波数成分のパワースペクトルが前記直前回学習時のパワースペクトルよりも小さくなったときにおける位相進み量を算出する位相進み量算出部を有し、
   前記位相進み量算出部により算出された位相進み量にて当該周波数成分の位相が進められた学習補正量を、前記新たな学習補正量として設定する、請求項１に記載のロボットシステム。
3. 前記学習補正量更新部は、
   前記学習補正量の特定の周波数成分に対して位相を進めるフィルタを有し、
   前記位相進み量算出部により算出された位相進み量にて前記フィルタにより当該周波数成分の位相が進められた学習補正量を、前記新たな学習補正量として設定する、請求項２に記載のロボットシステム。
4. 前記学習補正量更新部は、
   前記今回学習時に用いられた学習補正量をフーリエ変換するフーリエ変換部と、
   前記フーリエ変換部によるフーリエ変換後の今回学習時に用いられた学習補正量の、前記直前回学習時のパワースペクトルよりも大きいパワースペクトルを有する今回学習時の周波数成分のみについて、前記位相進み量算出部により算出された位相進み量だけ位相を進める位相調整部と、
   前記位相調整部により当該周波数成分の位相が進められた学習補正量を逆フーリエ変換する逆フーリエ変換部と、
   を有し、
   前記逆フーリエ変換部による逆フーリエ変換後の学習補正量を、前記新たな学習補正量として設定する、請求項２に記載のロボットシステム。
5. 前記学習補正量更新部は、今回学習時に用いられた学習補正量を用いて前記動作指令を補正するタイミングを所定の刻み量にて早めていき、前記今回学習時のパワースペクトルが前記直前回学習時のパワースペクトルよりも小さくなったときにおけるタイミング早め量を算出するタイミング早め量算出部を有し、
   前記ロボット制御部は、前記今回学習時に用いられた前記学習補正量を用いて前記動作指令を補正したタイミングより前記タイミング早め量算出部により算出されたタイミング早め量だけ早めたタイミングにて、次回学習時に前記新たな学習補正量を用いて前記動作指令を補正し、前記ロボット機構部の動作を制御する、請求項１に記載のロボットシステム。
6. 前記学習補正量更新部は、
   前記直前回学習時のパワースペクトルよりも大きいパワースペクトルを有する前記今回学習時の周波数成分に対応する今回学習時に用いられた学習補正量の周波数成分に対して、前記位相進み量算出部により所定の刻み量にて順次増加する位相進み量にて位相を進めていったときにおいて、当該周波数成分のパワースペクトルが前記直前回学習時のパワースペクトルよりも小さくなる前に前記位相進み量が所定の上限値に達したか否かを判定する位相進み量判定部と、
   前記位相進み量判定部により前記位相進み量が所定の上限値に達したと判定された場合、前記位相進み量をゼロに戻したうえで、今回学習時に用いられた学習補正量に対して適用されるフィルタのゲインを所定の刻み量にて減少させていき、当該周波数成分のパワースペクトルが前記直前回学習時のパワースペクトルよりも小さくなったときにおけるフィルタのゲインを算出するゲイン算出部と、
   を有し、
   前記ゲイン算出部により算出されたゲインを有するフィルタを前記今回学習時に用いられた学習補正量に適用し、これを前記新たな学習補正量として設定する、請求項２〜４のいずれか一項に記載のロボットシステム。
7. 前記センサは、加速度センサ、ジャイロセンサ、慣性センサ、力センサ、レーザトラッカ、カメラ、またはモーションキャプチャを含む、請求項１〜６のいずれか一項に記載のロボットシステム。
8. 前記学習制御部は、前記ロボット制御装置に設けられるか、または、有線もしくは無線を介して前記ロボット制御装置に接続するコンピュータに設けられる、請求項１〜７のいずれか一項に記載のロボットシステム。

Images