JPS61272608A - ワ−ク検出方法 - 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】 （産業上の利用分野） この発明は、例えば、ロボットが所定の作業を実行する
ために、作業台上に載置されワークの位置、姿勢、種別
を、視覚センサの画像信号に基づいて検出するワーク検
出方法に関する。

（従来技術） 従来、視覚センサによってワークを検出Ｊる方法として
、次のような方法がある。

第１の方法として、第４図に示すように、視覚センサ、
例えばビデオカメラでワーク１の画像を読取り、この画
像信号からワーク１と同一の面積、および２次モーメン
トを持つ楕円２を求め、この楕円２の中心Ｐと長軸Ｘの
方面からワーク１の位　　　　　：置、偏角を検出Ｊ−
る方法。

この方法の場合、ワーク１の種類、姿勢はただ１種類の
みを眞捉とし、複数秒類のワーク１がある場合は、画像
の面積、周囲長など特徴ある多くの数値を求めて比較す
る処理を付加Ｊる必要かあり、比較のための基準データ
が多く必要となる問題点を有していた。

しかも、この方法は一般に、細長い形状のり−ク１に対
して・、Ｌ位置検出精度が良いが、塊状のワーク１に対
しては、位置検出精度が悪くなることが知られている。

第２の方法としては、第５図、第６図に示すように、視
覚センサでワーク１の画像を読取り、この画像信号から
ワーク１の図形の小心Ｐを終用し、この重心Ｐ位置を端
点どＪる仮想的な半径線Ｒを、重心１つを中心どして回
転ざ口、この半（￥線１＜と重合する画像部分の明暗差
により、アールシータ曲線３のワークデータを採取し、
この１）〜クデータを、−１一連の方法と同一の方法で
予め採取しｌｃｕ準データと比較して、ワーク１の位置
、姿勢、種別する方法。

この方法の場合、半径線［くが３置０曵回転Ｊる分の基
準データ、およびワークデータが必要であり、メモリ容
量が膨大に必要どなる問題点を有していた。

（発明の目的） この発明は、ワークの図形１−の重心位置を中心として
、設定された円周上の画像信号の明暗差にＪ、る信号を
ワークデータとＪることで、データ量を少なくし、デー
タの解析１ｈ間を短縮することができるワーク検出方法
の提供を目的どＪる。

（発明の構成） この発明は、視覚センサで読取ったワークの画像信号か
ら図形」−の重心位置を終用して、この重心位置を中心
として、設定されＩＣ円周−１にお４Ｊる画像信号の明
暗差による信号をワークデータとし、このワークデータ
を予め設定された基準データと比較してデータの相関性
を求め、この相関性に基づいてワークの位置、姿勢、種
別を検出りるワーク検出方法であることを特徴どする。

（発明の効果） この発明によれば、ワーク図形ｌ−の設定された円周上
、ｌことえば、ワークの特徴ある部分の円周上にお１」
る画像信号の明暗差による信号をワークデータとしてい
るので、ワークの図形全面積の画像データを採取りる必
要がなく、データ量が必要最小限で済み、したがってメ
七り蟲も少なくなり、データの解析時間も短縮される。

（実施例） この発明の一実施例を以下図面に基づいて詳）、！ｌＳ
する。

図面はワークの検出方法を示し、この実施例ではロボッ
１〜アームでワークに作業をＪるｌこめに、ワークの位
置、姿勢（向き）、種類を検出しＣクランプ４；ｔ　Ｈ
を決定する方法を示している。

第１図において、ロボッ１〜アーム１０【よロボット」
ントローラ１１に制御されて、作業台１２上に載置され
たワーク１３に対して、各種の作業を実行する。ロボッ
トアーム１０が取扱うワーク１３の桶類は複数種あって
、各ワーク１３・・・に対りる作業に【よ、ワーク１３
をクランプＪることも含まれる。

そのために、各種ワーク１３・・・に対して、その位置
を検出して、クランプ位置を決定（る必要がある。

前述の作業台１２の上部には、ビデオカメラで構成され
Ｉご視覚センサ１４が配設され、この視覚センサ１／ｌ
は作業台１２十のワーク１３の画像を映し取り、イの画
像信号をロボット補助」ンｌ〜１」−ラ１５に人力する
。

一ト述のロボット補助コンｌへ［１−ラ１５には、ＣＲ
Ｔ’（画面表示器）１６、およびキーボードで横成され
る入力８置１７が接続され、この［１ボッ１〜Ｍ　助、
ｊン１ヘローラ１５はロボッ１へ」ン］−目一う１１に
接続されている。

なお、図中１８はワーク１３を照明する照明器具である
。

上述のロボッ］ヘコン１〜ローラ１１に内蔵される記憶
装置には、ロボットアーム１０に各種作業を実行させる
だめのプログラムが格納されるほか、ワーク１３の位置
、姿勢、種類を判定づるための基準データが格納されて
いる。

第２図に基づいて、」二連の基準データの採取をμｍ明
する。

ワーク１３の形状を視覚センサーで読取って、その画像
を“′１″″、ＩＩ　ＯＩＩの２値化処理し、この画像
信号からワーク１３の図形上の重心１つの位置を算出Ｊ
る。

この重心Ｐの締出は、第４図で説明した従来り法と同一
方法によるもので、ワーク１３の図形重心を求めて重心
Ｐどしている。

上述のＪ、うにして搾出された図形上の重心Ｐを−〇　
− 中心どしで、ワーク１３の特徴部分を通る複数の円ｊ・
・・を仮想的に形成し、８円ｊ・・・と重合する画像部
介を、設定された一定の色庭へ〇、例えば２瓜で分υ１
し、この分割位置の画一の明暗を１″、ＩＩ　Ｏ１１で
２餡化して、８円ｊ・・・ごとに３６０反分の２値化信
号を採取し、この採取した２１直化信号列を８円Ｊ・・
・の基準データＣ１ｊ（θ）としている。

したがっＣ１十）木の各基準データＣ１ｊ（θ）が前述
のよう【こ、２度の角度で円周を分割した場合は、１８
０ピツ１へのデータ長となる。

なお、上述の複数の仮想円ｊ・・・はぞれぞれ半径が異
へるように設定されているが、各種のり−ク１３・・・
相互の仮想円ｊの設定数、および半径は相互に−・致り
るように設定されている。

また、基準データＣ１ｊ（θ）の内、各種のワーク数ｉ
は１〜０とし、円の数Ｊは１〜ｍとする。

さらに、上述の基準データＣ１ｊ（θ）が示づ各ワーク
　ｉ（１〜１）には、それぞれクランプ中心Ｃが設定さ
れ、このクランプ中心Ｃはそのワークｉの基準姿勢を基
準としての座標（ｘｃ、　ｙｃ）で予め設定されている
。

第３図に基づいて、ロボッ］へ］ン１−ｏ−ラ１１が処
理するワーク検出動作について説明する。

例えば、ワーク１３が自動供給装置で作業台１２上に供
給されたことを適宜のヒン］ノで検出されると、 第１ステツプ２１で、視覚［ン号１４はワーク１３を読
取り、 第２ステツプ２２で、視覚ゼンサ１４の画像信号を取込
み、ワーク１３の画像を２値化処理し、第３ステツプ２
３で、画像が示−リワーク１３の図形上の重心Ｐを搾出
して、その座標（ｘｈ、　ｙｈ）を求める。

上述の重心Ｐの締出は、前述の基準データの採取で説明
したように、画像が承りワーク１３の図形−［の重心を
求めＣ■心Ｐとしでいる。

第４ステツプ２４で、Ｆ述の重心座標を中心どし、設定
された半径の複数の円ｊ（１〜ｍ）のそれぞれと重合す
る部分の ワークデータＤｉ（θ）〜Ｄ　ｌ１ｌ（θ）を採取する
。

なお、上述の各ワークデータの採取が、設定内偵Δθを
基準データの場合と同様に設定し、例えば、２痕にした
ときは、１８０ビツトのデータ列となる。

第５ステツプ２５で、ワーク１３を判定するための初期
値を設定する。

１」−テート数α−〇 ワーク番号　１−１ 最人相関性指４ｊＪｉｒ＝０ 上述のワーク１３の判定は基準データＣ１Ｊ（θ）とワ
ークデータＤＩＩｌ（θ）の相関性を求めて、この相関
性が最大時の基準データＣ１ｊ（θ）のワーク種が作業
台、［のワーク１３・であると判定Ｊる。

Ｆ述の相関性の求め方は、ワークデータＤｉ〈θ）のデ
ータ列の先頭ピットのデータを、データ列の最終ピッ］
・に移すローテートを順次行ない１、’Ｅがら相関性を
求める。

したがって、前述のＯ−チーＩ・数α−０、指標ｒ′−
０は、まだ相関性を求めでいないのＣ１それぞれ最初は
Ｏであることを示しており、また、ワーク番号１＝１は
最初が第１のワークであることを示している。

第６スデ′ツブ２６で、読取った１ノ一クデータＤｍ（
θ）のビットローチー１・数αの実行初期値を０に設定
し、 第７、第８ステップ２７．２８で、相関性を求める基準
データＣＩＪ（θ）のワーク番号　ｉと円番号ｊを、そ
れぞｔ’Ｌ１に設定し、この設定で、第１のワーク種の
第１の円を指定したことになる。

第９ステツプ２９で、指定し／、：ｋＡ準データＣ１ｊ
（θ）と、ワークデータＤ　１（０）へ−１）ｍ（θ）
との相関性指標ｒｉｊ　（α）を求め、この指標は次式
によって鋒出す゛ることができる。

上述の式におい□て、 看は基準データ（、ｉＪ（θ）、ソークデータＤｍ（θ
）のデータ長く単位ビット）であって、この場合、　　
Ｎ　＝３６０°／Δθ で、Δθ−２６にしたとき、データ艮番よ１８０ピツ１
〜になる。

Ｃ１ｊは基準データＣｉｊ　（θ）の平均値で、で求め
られる。

旧はワークデータＤｊ　　（θ）の平均値で、で求めら
れる。

Ｓ　Ｃｉｊ　　は基準データＣ１ｊ（θ）の偏差平り和
で求められる。

８１’）ｊはワークデータＤｊ　　（θ）の偏差平方和
で求められる。

上述のようにして粋出される相関性指標ｒ　ｉ　ｊ（α
）は、第１０、第１１ステップ３０．３１の処理を繰返
１ことによって、１回のローチー１へにおける（初回は
ローミートなし）ワークデータＤＪ（θ）、すなわら、
Ｄｉ（θ）〜［）Ｉｎ（θ）と、１秤のワーク　ｉの全
円の基準データＣ１ｊ（θ）、１なわち、Ｃ１１（θ）
〜Ｃ１Ｉ１１（θ）との全部について求められる。

第１２ステツプ３２で、谷内ｊの相関性指標ｒｉｊ（α
）から全円ｊ（１〜ｌ）の平均相関性指標ｒｉ（α）を
次式で求める。

１述の平均相関性指標ｒｉ（α）は、ワークデータＤｊ
　　（θ）を１ビツト、１］−デートしたときの全円ｊ
（１〜ｇ＋）の平均値であるため、全ビット、ローデー
トしたときの最大平均値の基準データのワーク種が、作
業台１２上にあるワーク１３の種類と判定される。

第１３ステツプ３３で、最大相関性指標ｒ″′と、上１
本の第１２ステツプ３２で算出された平均相関性指１１
ｔｒｉ（θ）とが比較されて、篩用された指標ｒｉ（θ
）の値が大ぎいときは、 第１４ステツプ３４で、最大相関性指標ｒ＃が更新され
、同時にこのときのローチー１へ数α、ワーク番号　ｉ
も更新される。

第１５、第１６ステツプ３５．３６で、基準データＣ１
ｊ（θ）のワーク番号　ｉがｎになるまで、順次更新さ
れて、第８ステツプ２８にリターンされる。

その結果、第８ステツプ２８から第１６ステツプ３６ま
での処理を繰返すことにより、１ビツト、ローデートし
たワークデータＤｊ　　（θ）と、基準データＣ１ｊ（
θ）の全ソーク種（１−１〜ｎ）との平均相関性指標ｒ
ｉ（α）が求められ、その内の最大相関性指４１ｒ、お
よびそのワーク番号ｉ、ローテート数α２が記憶されて
いる。

第１７ステツプ３７で、全円周分のローテートを実行し
たかが判定され、Ｏ−テートが終了していむいときは、 第１８ステツプ３８で、ローテート数αを１ピット更新
し、 第１９ステツプ３９で、基準データＣ１ｊ（θ）の円番
号ｊを初期値の１にセラ１〜し、第２０〜第２２ステツ
プ４０〜４２で、ワークデータＤｊ（θ）の全日（ｊ−
トＩ）を１ビツト、ローデートして第７ステツプ２７に
リターンする。

その結果、第７ステツプ２７から第２２ステツプ４２ま
での処理を繰返すことによりれ、全ビット、ローデート
したワークデータＤｊ　　（θ）と、基準データＣ１ｊ
（θ）の全ソーク種（ｉ＝ト１）との平均相関性指標ｒ
ｉ（α）が求められ、その内の最大相関性指標−１およ
びそのワーク番号−、ローテート数αが記憶され、この
ワーク番号の種類が、作業台１２上にあるワーク１３の
種類となる。

第１７ステツプ３７で、全円周分のＯ−テートが終了し
！こことが判定されると、 第２３ステツプ４３で、ワーク１３の種類を、前述の第
１４ステツプ３４で記憶された、最大４（１間性指椋１
゛７の値から判定し、同時にそのときのローチー１数ｌ
から、次式で角度変位φを算出Ｊる。

ψ−Δθ・α“ 第２４ステツプ４４で、算出された角度変位ψに基づい
て、基準位置からクランプ中心Ｃの変位座標（ｅＸ、　
ｅＶ）を次式で求める。

上述の式において、 （ｘｃ＋　、　■ｃｌ　）は、判定したり−ク「の基準
位置でのクランプ中心座標。

（Ｘ（ＩＩ　、　ＶＯＩ　）は、判定したワーク　ｉの
基準位置での図形重心座標。

（ｘｈ、　ｙｌｌ）は、現在作業台１２上にあるワーク
１３の図形重心座標。

このようにして、ワーク種、位置（向き）、クランク中
心の求めるべきデータが求められたので、第２５ステツ
プ４５で、上述のデータに基づいて、ロボットアーム１
０は与えられた作業を実行し、この作業が終了すると、
１つのワークに対するワークの判定、およびその作業が
終了する。

上述のように、この実施例では、視覚センサ１４で読取
ったり−ク１３の画像信号から、図形上の重心位置を算
出して、この重心位置を中心として、設定された円周上
（ｊ−１〜ｌ１ｌ）における２値化信号をワークデータ
ＤＪ（θ）とし、予め設定された基準データＣ１ｊ（θ
）との相関性を求めて、ワーク１３の位置、姿勢、種別
を検出するので、データの採取が少なくてすみ、データ
のメモリ容量も少なく、したがってデータ解析時間も短
縮される。

【図面の簡単な説明】

図面はこの発明の一実施例を示し、 第１図はロボットアーム制御の構成図、第２図は基準デ
ータ採取の説明図、 第３図はフローチャート、 第４図は従来のワーク検出を示す説明図、第５図は他の
従来のワーク検出を示す説明図、第６図はその採取デー
タ内容を示す説明図である。 １１・・・ロボットコントローラ １３・・・ワーク　　　１４・・・視覚センサ第２図 １３・ツー７ 第４図 第５図 第６図 籠

Claims (1)

1. 【特許請求の範囲】 １、視覚センサで読取つたワークの画像信号から図形上
   の重心位置を締出し、この重心位 置を中心として、設定された円周上におけ る画像信号の明暗差による信号をワークデ ータとし、 このワークデータを予め設定された基準デ ータと比較してデータの相関性を求め、こ の相関性に基づいてワークの位置、姿勢、 種別を検出する ワーク検出方法。