JPH04321104A - ロボット制御方法およびその装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明はロボット制御方法およ
びその装置に関し、さらに詳細にいえば、組立て精度、
たわみ等に起因するロボットの誤差を補正して指令値に
対応する正確なロボット動作を行なわせるための新規な
ロボット制御方法およびその装置に関する。

【０００２】

【従来の技術】従来から作業対象物の加工、研磨仕上げ
、部品組付け等の種々の分野においてロボットが用いら
れている。そして、ロボットとしては、直交座標型、ス
カラ型等種々の軸構成のものが用途に応じて用いられて
いる。また、ロボットの制御方法としては、位置指令、
ロボットハンドの姿勢指令等に応じてロボットの各軸に
対する動作指令値を算出し、算出された動作指令値に基
づいて各軸を動作させる方法が一般的に採用されている
。

【０００３】

【発明が解決しようとする課題】しかし、ロボットは一
般的に部品精度、組立て精度のばらつき、各軸のたわみ
等に起因する誤差を含んでいるのであるから、ロボット
制御精度の上限が上記誤差により制限されてしまうこと
になる。そして、上記誤差を小さくしようとすれば、部
品精度、ロボットの組立て精度、据付け精度等を高めな
ければならず、多大の作業時間がかかってしまうという
不都合がある。また、ロボットの各部の誤差を高精度の
測定器により測定し、測定結果に基づいて誤差を補正す
ることも考えられるが、この場合には、誤差を生じさせ
る可能性がある全ての部品、組立て位置等について測定
を行なわなければならないとともに、全ての測定結果に
基づく補正を行なわなければならず、著しく多大の労力
が必要になるという不都合が生じる。

【０００４】また、これらの対策を施した場合であって
も、設計者が知り得た原因の分だけは誤差をある程度低
減できるだけであり、誤差を発生させる原因となる要因
を全て知ることができなければロボット制御精度を余り
高精度化することはできない。

【０００５】

【発明の目的】この発明は上記の問題点に鑑みてなされ
たものであり、部品精度、組立て精度、据付け精度等を
高める必要がないとともに、各部の誤差の測定および測
定結果に基づく補正を行なう必要もなく、高精度のロボ
ット制御を達成できる新規なロボット制御方法およびそ
の装置を提供することを目的としている。

【０００６】

【課題を解決するための手段】上記の目的を達成するた
めの、請求項１のロボット制御方法は、複数の点に対応
する指令値を与えてロボット動作を行なわせ、ロボット
動作の結果得られる誤差を測定し、与えられた指令値と
測定誤差との関係をニューラル・ネットを用いて学習さ
せ、ロボット制御を行なうに当ってニューラル・ネット
による学習結果に基づいて誤差を補正する方法である。

【０００７】請求項２のロボット制御装置は、指令値に
基づく演算を行なってロボットに動作指令を与えるロボ
ット制御手段と、ロボット動作により定まる値と指令値
との誤差を測定する誤差測定手段と、予め定められた指
令値を入力パターンとし、誤差測定手段により測定され
た誤差を教師信号として学習を行なうニューラル・ネッ
トと、ニューラル・ネットによる学習結果に基づく誤差
補正をロボット制御手段に指示する誤差補正指示手段と
を含んでいる。

【０００８】

【作用】請求項１のロボット制御方法であれば、ロボッ
ト動作を行なわせるための複数の点に対応する指令値と
、ロボット動作の結果得られる誤差との関係をニューラ
ル・ネットを用いて予め学習させておけばよく、実際に
ロボット制御を行なうに当ってニューラル・ネットによ
る学習結果に基づいて誤差を補正することにより、部品
精度、組立て誤差、たわみ等の影響を受けているにも拘
らず高精度のロボット制御を達成できる。そして、ロボ
ット教示、学習の負荷を大巾に低減でき、しかもニュー
ラル・ネット構成するニューロン素子の数を少なくでき
る。

【０００９】請求項２のロボット制御装置であれば、ロ
ボット制御手段により指令値に基づく演算を行なってロ
ボットに動作指令を与え、ロボット動作により定まる値
と指令値との誤差を誤差測定手段により測定し、予め定
められた指令値を入力パターンとし、誤差測定手段によ
り測定された誤差を教師信号としてニューラル・ネット
により学習を行なっておけばよく、ニューラル・ネット
による学習結果に基づく誤差補正を誤差補正指示手段に
よりロボット制御手段に指示することにより実際のロボ
ット制御を高精度化できる。そして、ロボット教示、学
習の負荷を大巾に低減でき、しかもニューラル・ネット
構成するニューロン素子の数を少なくできる。

【００１０】さらに詳細に説明すると、ロボット制御の
高精度化を達成するために、ニューラル・ネットを用い
て指令値（位置指令値、姿勢指令値等）に対する目標値
を教師信号として与えて学習を行なわせることが考えら
れる。しかし、近年ロボットの自由度が増加しているの
であるから、１つの状態に対する制御量が自由度に比例
して増加し、しかもロボットの動作パターンは種々雑多
なパターンであるから、ニューラル・ネットを用いて正
確な関数形の学習を行なわせようとすれば、必要なニュ
ーロン素子の数が著しく多くなり、しかも十分な学習を
行なわせるために著しく長時間がかかってしまうという
不都合があるので、実用的でない。また、比較的粗い入
力パターンとこれらに対応する教師信号とに基づいて学
習を行なわせる場合には、ある程度以上の学習を行なわ
せると、関数が折れ線に近くなりロボットのスムーズな
動作を行なわせることができなくなり、ニューラル・ネ
ットを用いることによりかえって予期した動作パターン
から大きく外れた動作パターンでロボットを動作させる
ことになってしまうという不都合がある。

【００１１】本件発明者は、これらの不都合にも拘らず
ロボット制御にニューラル・ネットによる学習を適用で
きないかについて鋭意研究を重ねた結果、ロボットに指
令値を与えた場合における誤差に着目し、誤差特性をニ
ューラル・ネットにより学習させることを考えた。即ち
、部品精度、組立て精度、たわみ等に起因する誤差はロ
ボット動作中に特異な変化を示すことはなく、ほぼ線形
の特性を示すことになるのであるから、比較的ニューロ
ン素子数が少ないニューラル・ネットを用いて学習を行
なわせることによりロボット動作の各時点における誤差
を高精度に推定できる。したがって、ニューラル・ネッ
トによりロボット動作の各時点の誤差を高精度に推定し
、推定した誤差を補正すべくロボットに動作指令を与え
ることにより、組立て精度、たわみ等の多少に拘らず高
精度のロボット制御を達成できる。

【００１２】

【実施例】以下、実施例を示す添付図面によって詳細に
説明する。図１はこの発明のロボット制御方法が適用さ
れるロボット・システムを示す概略図であり、ロボット
・ハンドの位置、ロボット・ハンドの姿勢等を指示する
指令値を入力として従来公知の逆キネマティクス演算を
行なってロボットの各軸に対する動作指令を生成する演
算部１と、生成された動作指令に基づいて動作を行なう
ロボット２と、ロボット・ハンドの位置等を計測する、
ＣＣＤカメラ等からなる位置計測部３と、指令値に基づ
いて定まるロボット・ハンドの位置等と位置計測部３に
より計測された位置等との差を算出する誤差検出部４と
、指令値を入力パターンとし、誤差検出部４により算出
された差を教師信号として学習を行なうニューラル・ネ
ット５と、ニューラル・ネット５により得られる差を演
算部１に誤差補正指令として供給する状態と供給しない
状態とを選択する選択部６と、指令値または位置計測部
３により得られた計測位置を選択的にニューラル・ネッ
ト５に供給する選択部７とを含んでいる。

【００１３】図２はニューラル・ネット５の一例を示す
概略図であり、入力層５１と中間層５２と出力層５３と
、出力層５３からの出力信号と教師信号とを比較して該
当する層にフィードバック信号を供給する比較部５４と
を含んでいる。そして、入力層５１を構成する全てのニ
ューロン素子を中間層５２を構成する全てのニューロン
素子と接続しているとともに、中間層５２を構成する全
てのニューロン素子を出力層５３を構成する全てのニュ
ーロン素子と接続し、比較部５４により得られたフィー
ドバック信号を中間層５２および／または出力層５３を
構成する各ニューロン素子の結合係数を変更するための
信号として該当する層にフィードバックしている。

【００１４】位置計測部３としては、例えば、ロボット
・ハンドにＣＣＤカメラ等を装着しておき、ロボット動
作範囲に予め正確に位置決めされた格子目盛等を設けて
おいて、ＣＣＤカメラ等により取込まれる格子目盛等に
基づいてロボット・ハンドの位置を算出する構成を採用
することにより正確な位置の計測を達成できる。また、
ロボット・ハンドの姿勢については、予め正確な姿勢が
把握されているＣＣＤカメラ等によりロボット・ハンド
の画像を取込み、取込み画像に基づいて所定の演算を行
なうことにより正確に計測できる。

【００１５】上記構成のロボット・システムの動作は次
のとおりである。ロボットを組立て、据付けた当初にお
いては、ロボットが部品精度、組立て精度、アームのた
わみ等に起因する誤差を含んでいるのであるから、選択
部６により、ニューラル・ネット５により得られる差を
演算部１に誤差補正指令として供給しない状態を選択す
るとともに、選択部７により、位置計測部３により得ら
れる計測位置を入力信号としてニューラル・ネット５に
供給する状態を選択しておき、この状態においてロボッ
ト・ハンドの姿勢等を指示する指令値を離散的に入力し
てロボット動作を行なわせればよい。

【００１６】この状態においては、入力された指令値に
基づいて演算部１により逆キネマティクス演算を行なっ
てロボットの各軸に対する動作指令を生成するので、ロ
ボットは指令値に基づいて動作されることになる。そし
て、ロボットが誤差を全く含んでいなければ、指令値と
実際のロボットの状態とは演算の誤差範囲内で正確に一
致する。しかし、実際のロボットにおいては誤差を含ま
ない可能性は限りなく０に近いのであるから、指令値に
基づくロボット動作を行なえば実際のロボットの状態が
指令値と異なることになる。この差は指令値に基づいて
定まるロボット・ハンドの位置等と位置計測部３により
計測された位置等とを誤差検出部４に供給することによ
り簡単に算出できる。

【００１７】したがって、上記のようにロボット動作を
行なわせる場合に、位置計測部３により得られる計測位
置をニューラル・ネット５の入力層５１に入力パターン
として与えておき、誤差検出部４により算出された差を
教師信号として比較部５４に与えることにより指令値と
誤差との関係を学習させることができる。指令値と誤差
との関係を十分にニューラル・ネット５に学習させた後
は、選択部６により、ニューラル・ネット５により得ら
れる差を演算部１に誤差補正指令として供給する状態を
選択するとともに、選択部７により指令値を入力信号と
してニューラル・ネット５に供給する状態を選択してお
けばよく、指令値に基づいてニューラル・ネット５によ
り得られる差を誤差補正指令として演算部１に供給する
ことになるので、演算部１は指令値に上記差を加味した
値に基づく逆キネマティクス演算を行なうことにより誤
差を生じさせない動作指令を出力する。即ち、出力され
る動作指令は誤差に起因する差を生じさせない指令であ
るから、ロボットは指令値に忠実に動作することになる
。

【００１８】この実施例を水平２関節ロボットに適用し
た具体例を以下に説明する。図３にＡで示す位置指令値
が供給された場合に、ロボットの手先が点Ｂに到達した
と仮定すれば、位置指令値Ａに基づくロボット動作によ
りベクトルＢＡの誤差が生じていることになる。換言す
れば、ロボットの手先を点Ｂに到達させたい場合に位置
指令値として点Ａを与えればよい。即ち、点Ｂを入力と
してベクトルＢＡの誤差を出力するニューラル・ネット
を生成すればよい。したがって、図１に示すロボット・
システムにおいて選択部６、７を学習モードにすること
により、位置計測部３により得られた手先位置をニュー
ラル・ネット５に入力信号として与え、ニューラル・ネ
ット５からの出力信号を演算部１に供給しないようにす
ればよく、ロボット・システムは図４に示す構成になる
。

【００１９】そして、充分な学習を行なわせた後は選択
部６、７を制御モードにすることにより、指令値をニュ
ーラル・ネット５に入力信号として与え、ニューラル・
ネット５からの出力信号を演算部１に供給すればよく、
ロボット・システムは図５に示す構成になる。即ち、指
令値とニューラル・ネット５からの出力信号とを加算し
た値に基づいて逆キネマティクス演算を行なうことによ
り、ロボットの動作範囲内の全ての点において位置誤差
を著しく低減した制御を達成できる。

【００２０】以上の実施例においては、ロボットの各軸
に対する誤差を学習させておくことによりロボット・ハ
ンドの位置および姿勢を正確に制御するようにしている
。しかし、塗装、溶接等の用途に適用されるロボットの
場合には、ロボット・ハンドの姿勢に多少の誤差が含ま
れていても特には問題にならない。この場合には、位置
指令値を入力パターンとしてニューラル・ネット５に与
えるとともに、ロボット・ハンドの実際の位置と位置指
令値との差を教師信号としてニューラル・ネット５に与
えるだけでよいことになる。したがって、ニューラル・
ネット５を構成するニューロン素子の数を少なくできる
。この点に関して、指令値を入力パターンとし、各軸の
動作量を教師信号としてニューラル・ネットに与えて学
習を行なわせようとすれば（ロボットに対してニューラ
ル・ネットを単純に適用しようとすれば）、塗装ロボッ
ト、溶接ロボット等の場合であっても位置指令値および
姿勢指令値を入力パターンとして各軸の動作量を学習さ
せなければならないのであるから、ニューラル・ネット
自体の簡素化、学習所要時間の短縮を全く達成できない
のであり、この発明の実施例とは全く異なる。

【００２１】この実施例を水平２関節ロボットに適用し
た具体例について以下に説明する。水平２関節ロボット
は、動作指令として平面上の位置（Ｘ、Ｙ各座標値）が
与えられた場合に、与えられた座標値に基づいてロボッ
ト機構上の幾何学計算（逆キネマティクス演算）を行な
って各関節の目標角度θ１、θ２を得、各関節角度が第
１アームＬ１および第２アームＬ２を有するロボットを
用いて図６中に破線で示す動作軌跡を達成するに当って
この実施例を適用した場合には、位置指令値として（０
．５，２．０）（１．０，２．０）（１．５，２．０）
（２．０，２．０）の４点を選択し、５，０００回、３
０，０００回の学習を行なわせた結果、表２、表３に示
すロボット制御を達成できた。尚、表１は位置指令値に
対する実際の位置および誤差を示している。

【００２２】

【表１】

【００２３】

【表２】

【００２４】

【表３】

【００２５】表２、表３から明らかなように、指令値と
誤差との関係を学習させ、学習により得られた誤差を加
味してロボット制御を行なうことによりロボット制御精
度が向上しており、しかも学習回数を増加させることに
よりロボット制御精度が向上していることが分る。尚、
この発明は上記の実施例に限定されるものではなく、例
えば、差を連続的に計測して教師信号として与えること
により学習を行なわせることが可能であるほか、学習を
継続させ続けること、学習を所定回数で中断させること
が可能であり、その他、この発明の要旨を変更しない範
囲内において種々の設計変更を施すことが可能である。

【００２６】

【発明の効果】以上のように請求項１の発明は、ロボッ
ト教示、学習の負荷を大巾に低減できるとともに、ニュ
ーラル・ネット構成するニューロン素子の数を少なくで
き、しかも組立て精度、アームのたわみ等に起因する誤
差の多少に拘らず高精度のロボット制御を達成できると
いう特有の効果を奏する。

【００２７】請求項２の発明も、ロボット教示、学習の
負荷を大巾に低減できるとともに、ニューラル・ネット
構成するニューロン素子の数を少なくでき、しかも組立
て精度、アームのたわみ等に起因する誤差の多少に拘ら
ず高精度のロボット制御を達成できるという特有の効果
を奏する。

【図面の簡単な説明】

【図１】この発明のロボット制御方法が適用されるロボ
ット・システムを示す概略図である。

【図２】ニューラル・ネットの一例を示す概略図である
。

【図３】位置指令値とロボットの手先の到達位置とのず
れを説明する概略図である。

【図４】ロボット・システムの学習モードを示す概略図
である。

【図５】ロボット・システムの制御モードを示す概略図
である。

【図６】２軸ロボットに適用した場合の教示軌跡を示す
図である。

【符号の説明】

１　　演算部　　　　２　　ロボット　　　　３　　位
置計測部　　　　４　　誤差検出部

Claims (2)

【特許請求の範囲】
1. 【請求項１】　　複数の点に対応する指令値を与えてロ
   ボット動作を行なわせ、ロボット動作の結果得られる誤
   差を測定し、与えられた指令値と測定誤差との関係をニ
   ューラル・ネット（５）を用いて学習させ、ロボット制
   御を行なうに当ってニューラル・ネット（５）による学
   習結果に基づいて誤差を補正することを特徴とするロボ
   ット制御方法。
2. 【請求項２】　　指令値に基づく演算を行なってロボッ
   ト（２）に動作指令を与えるロボット制御手段（１）と
   、ロボット動作により定まる値と指令値との誤差を測定
   する誤差測定手段（３，４）と、予め定められた指令値
   を入力パターンとし、誤差測定手段（３，４）により測
   定された誤差を教師信号として学習を行なうニューラル
   ・ネット（５）と、ニューラル・ネット（５）による学
   習結果に基づく誤差補正をロボット制御手段（１）に指
   示する誤差補正指示手段（６）とを含むことを特徴とす
   るロボット制御装置。