特許ウォッチ

公開番号2025090123
公報種別公開特許公報(A)
公開日2025-06-17
出願番号2023205154
出願日2023-12-05
発明の名称制御装置、学習装置、及び訓練データ生成装置
出願人トヨタ自動車株式会社
代理人個人
主分類B25J 13/08 20060101AFI20250610BHJP(手工具;可搬型動力工具;手工具用の柄;作業場設備;マニプレータ)
要約【課題】ロボットハンドを用いた質の高い把持を実現することを可能とする制御装置を提供する。
【解決手段】制御装置140は、推定部144とハンド制御部146とを有する。推定部144は、予め機械学習によって生成された推論モデルを用いて、三次元空間におけるロボットハンドの基準点の位置に対する、ロボットハンド10が物体を把持するときの把持の品質を示すスコアと、把持を実行可能か否かを示すマスク値とを、三次元空間の各位置について推定する。ハンド制御部146は、マスク値が把持を実行可能であることを示す位置について、スコアに基づいてロボットハンド10の制御を行う。
【選択図】図1
特許請求の範囲【請求項１】
予め機械学習によって生成された推論モデルを用いて、三次元空間におけるロボットハンドの基準点の位置に対する、前記ロボットハンドが物体を把持するときの把持の品質を示すスコアと、把持を実行可能か否かを示すマスク値とを、三次元空間の各位置について推定する推定部と、
前記マスク値が把持を実行可能であることを示す位置について、前記スコアに基づいて前記ロボットハンドの制御を行うハンド制御部と、
を有する制御装置。
続きを表示（約 750 文字）【請求項２】
前記スコアは、前記物体に加えられる外力に抗して前記ロボットハンドが把持を実行する際に、把持を維持することが可能な前記外力の最大値に対応する、
請求項１に記載の制御装置。
【請求項３】
前記推定部は、前記推論モデルによって、前記物体を把持する際の前記ロボットハンドの把持姿勢を示す姿勢データさらに推定し、
前記ハンド制御部は、推定された前記姿勢データに基づいて前記ロボットハンドの姿勢の制御を行う、
請求項１に記載の制御装置。
【請求項４】
物体が配置された三次元空間の各位置を示す位置データを入力データとし、各位置それぞれにロボットハンドの基準点がある場合の、前記ロボットハンドが前記物体を把持するときの把持の品質を示すスコアと、把持を実行可能か否かを示すマスク値とを出力データとする訓練データを取得する訓練データ取得部と、
機械学習を実行することによって、前記入力データが入力されて前記出力データを出力するような推論モデルを生成する学習部と、
を有する学習装置。
【請求項５】
物体が配置された三次元空間で物体の把持が行われるように物理シミュレーションを実行するシミュレーション実行部と、
機械学習を実行することによって推論モデルを生成するために使用される訓練データであって、前記物理シミュレーションによって実現される三次元空間の各位置それぞれにロボットハンドの基準点がある場合の、前記ロボットハンドが前記物体を把持するときの把持の品質を示すスコアと把持を実行可能か否かを示すマスク値とを示す訓練データを生成する訓練データ生成部と、
を有する訓練データ生成装置。

発明の詳細な説明【技術分野】
【０００１】
本開示は、制御装置、学習装置、及び訓練データ生成装置に関する。
続きを表示（約 1,500 文字）【背景技術】
【０００２】
特許文献１は、推定装置を開示する。特許文献１にかかる推定装置は、ターゲット物体を把持可能な把持装置の位置及び姿勢に関する情報を出力するニューラルネットワークモデルにターゲット物体に関する情報を入力し、把持装置がターゲット物体を把持可能な位置及び姿勢に関する情報を推定する。非特許文献１は、ＴＳＤＦ（Truncated Signed Distance Function）ボリュームを入力としてボクセルごとの把持成功確率及び把持方向を出力するニューラルネットワークを開示する。
【先行技術文献】
【特許文献】
【０００３】
特開２０１９－１６４８３６号公報
【非特許文献】
【０００４】
Michel Breyer, Jen Jen Chung, Lionel Ott, Roland Siegwart, Juan Nieto、「Volumetric Grasping Network: Real-time 6 DOF Grasp Detection in Clutter」、Conference on Robot Learning, 2020、ＵＲＬ：https://arxiv.org/abs/2101.01132
【発明の概要】
【発明が解決しようとする課題】
【０００５】
特許文献１にかかる技術では、把持可能な把持装置の位置が、把持に適した位置であるのかを推定することができないおそれがある。言い換えると、特許文献１にかかる技術では、把持可能な把持装置の位置で把持装置が実際に質の高い把持を行うことができるのかを推定することができないおそれがある。
【０００６】
本開示は、ロボットハンドを用いた質の高い把持を実現することを可能とする制御装置、学習装置、訓練データ生成装置を提供する。
【課題を解決するための手段】
【０００７】
本開示にかかる制御装置は、予め機械学習によって生成された推論モデルを用いて、三次元空間におけるロボットハンドの基準点の位置に対する、前記ロボットハンドが物体を把持するときの把持の品質を示すスコアと、把持を実行可能か否かを示すマスク値とを、三次元空間の各位置について推定する推定部と、前記マスク値が把持を実行可能であることを示す位置について、前記スコアに基づいて前記ロボットハンドの制御を行うハンド制御部と、を有する。
【発明の効果】
【０００８】
本開示によれば、ロボットハンドを用いた質の高い把持を実現することを可能とする制御装置、学習装置、訓練データ生成装置を提供できる。
【図面の簡単な説明】
【０００９】
実施の形態１にかかる把持システムの構成を示す図である。
実施の形態１にかかるロボットハンドを例示する図である。
実施の形態１にかかるロボットハンドの把持動作を説明するための図である。
実施の形態１にかかる把持システムによって実行される処理を示すフローチャートである。
実施の形態１にかかる物理シミュレーションを例示する図である。
実施の形態１にかかるスコアについて説明するための図である。
【発明を実施するための形態】
【００１０】
以下、図面を参照して本実施の形態について説明する。但し、本発明が以下の実施の形態に限定されるわけではない。また、説明を明確にするため、以下の記載及び図面は、適宜、簡略化されている。
（【００１１】以降は省略されています）

関連特許