[发明专利]动作信息生成装置、动作信息生成方法以及记录介质有效

专利信息
申请号: 201780010891.0 申请日: 2017-03-10
公开(公告)号: CN108602191B 公开(公告)日: 2021-11-30
发明(设计)人: 安藤丹一 申请(专利权)人: 欧姆龙株式会社
主分类号: B25J9/22 分类号: B25J9/22;G05B19/42
代理公司: 北京康信知识产权代理有限责任公司 11240 代理人: 玉昌峰;吴孟秋
地址: 日本*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 动作 信息 生成 装置 方法 以及 记录 介质
【说明书】:

提供自动生成用于高效地作业的最优动作的技术。动作信息生成装置包括:作业数据记录部,将从作业的开始至结束的人的动作的信息有关作为作业数据记录;动作分类部,将从作业的开始至结束的整体动作分为多个部分动作;以及动作合成部,从对于同一作业的作业数据的多个采样中,对于每个部分动作选择最优的部分动作,合成选择的所述最优的部分动作,从而生成作业整体的最优动作的数据。

技术领域

本发明涉及用于生成并传承用于高效地进行作业的最优动作的技术。

背景技术

在制造业的现场等,如何使熟练技师(专家)技能传承的问题已经显现出来。因此,目前已经提出了支援熟练技师的技能传承的方法、将熟练技师的技能数字化的方法等(参照专利文献1~3)。

已知熟练技师向工业用机器人示范而进行教授的方法。也提出了通过机械学习让机器人自我学习的方法,但在获得规定的作业效率之前需要重复非常多的尝试,因此并不实用。因此,关于机器人的教授,大多情况下,相比机械学习,通过人的教授则更为高效。

现有技术文献

专利文献

专利文献1:日本特开2005-215314号公报

专利文献2:日本特开2007-275933号公报

专利文献3:日本特开2013-172193号公报

为了向机器人教授新的作业,首先,作业者本身必须多次地重复该作业,熟习该作业。因为如果不使机器人记忆熟练技师的高效的动作的话,则没有意义。但是,在有限的时间内找出新的作业的最优顺序,并熟习至能够将其再现的程度,即使对于该领域的专家来说也并非易事。在作业为复杂形状的构件的组装、动线复杂、作业步骤多的情况下等,更是如此。

此外,在这里的叙述中,以工业用机器人的教授为例进行了课题的说明,同样的课题在其他的技术领域或其他的应用程序中也会产生。

发明内容

本发明基于上述实际情况而作出,其目的在于提供自动地生成用于高效地进行作业的最优的动作的技术。

为了达成上述目的,本发明采用以下的结构。

本发明涉及的动作信息生成装置的特征在于包括:作业数据记录部,将从作业的开始至结束的人的动作有关的信息作为作业数据记录;动作分类部,将从作业的开始至结束的整体动作分为多个部分动作;动作合成部,从对同一作业的作业数据的多个采样中,对应各个部分动作选择最优的部分动作,合成选择的所述最优的部分动作,从而生成作业整体的最优动作的数据。根据该结构,从作业数据的多个采样,能够自动地生成既实现了作业整体的最优化也实现了各个部分动作的局部最优化的更为优良的最优动作(范本)。

动作信息生成装置还可以包括动作选择部,所述动作选择部从多次进行同一作业并记录的作业数据的多个采样中,选择作业效率优良的两个以上的优良采样,所述动作合成部使用所选择的所述两个以上的优良采样生成所述最优动作的数据。从而,能够去除包括无用的动作的采样,能够生成更高可靠性的最优动作。所述动作选择部可以对应于作业整体的作业时间,选择规定数量或者规定比例的采样作为所述优良采样。例如,所述动作选择部,可以从作业整体的作业时间最短的开始,顺序地选择规定数量或者规定比例的采样作为所述优良采样。

可以具有检测作业者的动作的一个以上的传感器,所述作业数据记录部记录从所述传感器得到的传感器数据。从而,能够自动地收集作业者的动作。并且,通过传感器数据,能够将作业者的动作作为客观的物理量捕捉。例如,所述传感器可以包括安装于作业者的身体的动作传感器。通过使用安装于作业者的身体的动作传感器,能够直接地且正确地捕捉作业者的身体的动作。

所述动作分类部可以基于所述作业数据检测作业者的身体的动作的变化点,基于所述动作的变化点将整体动作分为所述多个部分动作。从而,能够以妥当的单位进行部分动作的分类。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于欧姆龙株式会社,未经欧姆龙株式会社许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201780010891.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top