特開 2023-120896 処理装置および処理方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2023120896

(43)【公開日】2023-08-30

(54)【発明の名称】処理装置および処理方法

(51)【国際特許分類】

   G06T 7/00 20170101AFI20230823BHJP

   G06T 7/70 20170101ALI20230823BHJP

   D06F 95/00 20060101ALI20230823BHJP

   D06F 89/00 20060101ALI20230823BHJP

【ＦＩ】

G06T7/00 350B

G06T7/70 Z

D06F95/00

D06F89/00

【審査請求】未請求

【請求項の数】9

【出願形態】ＯＬ

(21)【出願番号】P 2022024023

(22)【出願日】2022-02-18

(71)【出願人】

【識別番号】314012076

【氏名又は名称】パナソニックＩＰマネジメント株式会社

(74)【代理人】

【識別番号】110002952

【氏名又は名称】弁理士法人鷲田国際特許事務所

(72)【発明者】

【氏名】南橋 寛

(72)【発明者】

【氏名】平田 悠貴

【テーマコード（参考）】

5L096

【Ｆターム（参考）】

5L096BA08

5L096BA18

5L096FA67

5L096FA69

5L096JA16

5L096KA04

(57)【要約】

【課題】被処理物の属性および状態を正確に識別する処理装置および処理方法を提供する。
【解決手段】被処理物を処理する処理装置であって、被処理物を保持する保持装置と、保持装置で第１箇所が保持された被処理物を撮影した第１画像に基づいて被処理物の属性および状態を第１仮判定し、第１仮判定の結果に応じて被処理物の第２箇所を保持するように保持装置を制御する制御装置と、を備え、制御装置は、第２箇所が保持された被処理物を撮影した第２画像に基づいて被処理物の属性および状態を第２仮判定し、第１仮判定と第２仮判定の属性が一致するか否かに基づいて、被処理物の属性および状態を特定する処理装置。
【選択図】図１

【特許請求の範囲】

【請求項1】

被処理物を処理する処理装置であって、
前記被処理物を保持する保持装置と、
前記保持装置で第１箇所が保持された前記被処理物を撮影した第１画像に基づいて前記被処理物の属性および状態を第１仮判定し、前記第１仮判定の結果に応じて前記被処理物の第２箇所を保持するように前記保持装置を制御する制御装置と、
を備え、
前記制御装置は、前記第２箇所が保持された前記被処理物を撮影した第２画像に基づいて前記被処理物の属性および状態を第２仮判定し、前記第１仮判定と前記第２仮判定の属性が一致するか否かに基づいて、前記被処理物の属性および状態を特定する処理装置。

【請求項2】

前記被処理物の属性は前記被処理物の製品の種類を含み、前記被処理物の状態は前記保持装置で保持された前記被処理物の姿勢を含む請求項１に記載の処理装置。

【請求項3】

前記制御装置は、前記第１画像から照明条件を変えて撮影された前記第２画像に基づいて、前記被処理物の属性および状態を第２仮判定する請求項１または２に記載の処理装置。

【請求項4】

前記制御装置は、前記第１画像から前記被処理物の属性および状態を判定する第１機械学習モデルを利用し、
前記第１機械学習モデルは、前記第１箇所が保持された被処理物を撮影した学習用画像と、前記学習用画像における前記被処理物の属性および状態とを用いて訓練される請求項１～３のいずれか一項に記載の処理装置。

【請求項5】

前記制御装置は、前記第２画像から前記被処理物の属性を判定する第２機械学習モデルを利用し、
前記第２機械学習モデルは、前記第２箇所が保持された被処理物を撮影した学習用画像と、前記学習用画像における前記被処理物の属性とを用いて訓練される請求項１～４のいずれか一項に記載の処理装置。

【請求項6】

前記制御装置は、さらに前記被処理物の成分情報に基づいて、前記被処理物の属性および状態を特定する請求項１～５のいずれか一項に記載の処理装置。

【請求項7】

前記制御装置は、特定された前記被処理物の属性および状態に基づいて、前記被処理物を折り畳むように前記保持装置を制御する請求項１～６のいずれか一項に記載の処理装置。

【請求項8】

前記制御装置は、さらに前記被処理物の成分情報に基づいて、前記被処理物を折り畳むように前記保持装置を制御する請求項７に記載の処理装置。

【請求項9】

処理装置によって実行される処理方法であって、
被処理物の第１箇所を保持装置で保持し、
前記第１箇所が保持された前記被処理物を撮影した第１画像に基づいて前記被処理物の属性および状態を第１仮判定し、
前記第１仮判定の結果に応じて前記被処理物の第２箇所を前記保持装置で保持し、
前記第２箇所が保持された前記被処理物を撮影した第２画像に基づいて前記被処理物の属性および状態を第２仮判定し、
前記第１仮判定と前記第２仮判定の属性が一致するか否かに基づいて、前記被処理物の属性および状態を特定する処理方法。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、処理装置および処理方法に関する。

【背景技術】

【0002】

近年、衣類、布製品などの被処理物を処理、例えば折り畳み、搬送または積み重ねる処理装置が提案されている。この処理装置では、被処理物を属性および状態に応じて処理するため、被処理物の属性および状態を識別することが求められる。

【0003】

そこで、例えば、特許文献１には、衣類を撮像して得られた画像から抽出した衣類の輪郭線データと、予め作成された種類別画像データとの一致度から衣類の種類を判定する衣類種別判定装置が提案されている。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２０１７－１３０００３号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

しかしながら、特許文献１の装置は、判定に適した姿勢で被処理物を撮影しないため、被処理物の属性および状態を正確に識別することが困難であった。

【0006】

本開示は、被処理物の属性および状態を正確に識別する処理装置および処理方法を提供することを目的とする。

【課題を解決するための手段】

【0007】

本開示に係る処理装置は、被処理物を処理する処理装置であって、被処理物を保持する複数の保持装置と、複数の保持装置で第１箇所が保持された被処理物を撮影した第１画像に基づいて被処理物の属性および状態を第１仮判定し、第１仮判定の結果に応じて被処理物の第２箇所を保持するように複数の保持装置を制御する制御装置と、を備え、制御装置は、第２箇所が保持された被処理物を撮影した第２画像に基づいて被処理物の属性および状態を第２仮判定し、第１仮判定と第２仮判定の属性が一致するか否かに基づいて、被処理物の属性および状態を特定するものである。

【0008】

本開示に係る処理方法は、処理装置によって実現される処理方法であって、被処理物の第１箇所を複数の保持装置で保持し、第１箇所が保持された被処理物を撮影した第１画像に基づいて被処理物の属性および状態を第１仮判定し、第１仮判定の結果に応じた被処理物の第２箇所を複数の保持装置で保持し、第２箇所が保持された被処理物を撮影した第２画像に基づいて被処理物の属性および状態を第２仮判定し、第１仮判定と第２仮判定の属性が一致するか否かに基づいて、被処理物の属性および状態を特定するものである。

【発明の効果】

【0009】

本開示によれば、被処理物の属性および状態を正確に識別することが可能となる。

【図面の簡単な説明】

【0010】

【図1】本開示の実施の形態１に係る処理装置の構成を示す図である。

【図2】制御装置の構成を示す図である。

【図3】実施の形態１の概要を示す図である。

【図4】実施の形態１の動作を示すフローチャートである。

【図5】被処理物を第１展開する様子を示す図である。

【図6】被処理物を第２展開する様子を示す図である。

【図7】実施の形態２の概要を示す図である。

【図8】実施の形態２に係る処理装置の要部を示す図である。

【発明を実施するための形態】

【0011】

以下、本開示に係る実施の形態を添付図面に基づいて説明する。

【0012】

（実施の形態１）
図１は、本開示の実施の形態１に係る処理装置の構成を示す。処理装置１は、筐体２と、受入装置３と、保持装置４と、作業板５と、撮影装置６と、支持装置７と、収納装置８と、制御装置９とを有する。この処理装置１は、被処理物を処理するもので、例えば被処理物を折り畳み処理してもよい。

【0013】

なお、被処理物Ｔは、例えば、衣類及びタオル類などの布物、フィルム、紙ならびにシートなどに代表される変形性薄物である。その形状は、タオル類のように矩形であってもよいし、半袖シャツやランニングシャツ、長袖シャツ、ズボンのような他の形状であってもよい。

【0014】

また、処理装置１の方向は、図１に示されるように、処理装置１を正面から見て、左右の幅方向を矢印で示すＸ方向（左方向Ｘ１、右方向Ｘ２）、前後の奥行き方向を矢印で示すＹ方向（前方向Ｙ１、後方向Ｙ２）、上下の高さ方向を矢印で示すＺ方向（上方向Ｚ１、下方向Ｚ２）とする。

【0015】

筐体２は、処理装置１の各部を支持するもので、例えば直方体の枠状に形成され、その外側を覆うように外郭が配置されてもよい。
受入装置３は、被処理物を外部から受け入れる収容装置であり、例えば上面が開口した箱型形状を有してもよい。例えば、受入装置３は、処理装置１の底部において、奥行き方向（Ｙ方向）に出し入れ可能に配置されてもよい。

【0016】

保持装置４は、被処理物を保持（把持）するもので、例えば、幅方向（Ｘ方向）、奥行き方向（Ｙ方向）および高さ方向（Ｚ方向）の３方向に移動可能に筐体２に配置された複数の保持装置４ａ～４ｃを有してもよい。図示される処理装置１では、保持装置４ａは、筐体２において保持装置４ｂおよび４ｃの後方に配置されている。また、保持装置４ｂと保持装置４ｃは、筐体２において左右方向に並ぶように配置されている。
保持装置４ａ～４ｃは、それぞれ、複数のフィンガ１０を有してもよい。複数のフィンガ１０は、各フィンガ１０の先端部が離間位置から近接位置に変位可能に保持装置４ａ～４ｃに設けられる。なお、保持装置４ａ～４ｃは、例えば、ロボットアームなどから構成されてもよい。

【0017】

作業板５は、被処理物が載置されて処理作業するためのもので、例えば矩形状の作業面が形成された板形状を有してもよい。作業板５は、例えば、保持装置４ａの下方に配置され、高さ方向（Ｚ方向）に移動可能に筐体２に設けられてもよい。また、作業板５は、Ｘ方向に延びる回転軸の周りに回転して、筐体２に対して角度を変更可能に設けられてもよい。

【0018】

撮影装置６は、被処理物を撮影するもので、例えば筐体２の内壁部に沿って高さ方向に並ぶように配置された複数の撮影装置６ａ～６ｃを有してもよい。撮影装置６は、例えば、デジタルスチルカメラやステレオカメラなどのカメラから構成されてもよい。

【0019】

撮影装置６ａは、受入装置３内の被処理物を撮影するように受入装置３に対応して配置されてもよい。撮影装置６ａは、例えば、受入装置３からの被処理物の掴み上げの検出、折り畳みの進捗のチェックに用いられる画像を撮影してもよい。

【0020】

撮影装置６ｂは、筐体２の上部から下部にわたる広い範囲で被処理物を撮影するように撮影装置６ａの上方に配置されてもよい。撮影装置６ｂは、例えば、保持装置４で保持された被処理物の種類又は部位等の判別に用いられる画像を撮影してもよい。

【0021】

撮影装置６ｃは、作業板５を含む所定の範囲を撮影するように、上下方向において撮影装置６ａと撮影装置６ｂの間に配置されてもよい。撮影装置６ｃは、例えば、奥行き方向における被処理物の位置を測定するために、左右方向に並ぶ２つのレンズを有するステレオカメラから構成してもよい。また、撮影装置６ｃは、例えば、被処理物の最下点や幅などの測定データを取得する画像を撮影してもよい。

【0022】

支持装置７は、被処理物の折り畳みラインを押さえる場合や、被処理物の皺を伸ばす場合などに被処理物を支持する壁面であり、例えば作業板５の前方や作業板５の後方に配置されてもよい。例えば、支持装置７と作業板５との間で挟むことで被処理物が固定され、その固定された被処理物が保持装置４で保持されて作業板５に掛けられてもよい。これにより、被処理物が、作業板５の縁部を中心に折り畳まれることになる。

【0023】

収納装置８は、処理後の被処理物を収納するもので、例えば保持装置４などが被処理物を処理する処理空間に隣接して配置されてもよい。例えば、複数の収納装置８を高さ方向に並べて配置してもよい。

【0024】

制御装置９は、処理装置１の各部を制御するもので、例えば処理装置１内に配置されてもよい。具体的には、制御装置９は、保持装置４で第１箇所が保持された被処理物を撮影装置６で撮影した第１画像に基づいて、被処理物の属性および状態を第１仮判定する。続いて、制御装置９は、第１仮判定の結果に応じた被処理物の第２箇所を保持するように保持装置４を制御する。また、制御装置９は、第２箇所が保持された被処理物を撮影装置６で撮影した第２画像に基づいて、被処理物の属性および状態を第２仮判定する。そして、制御装置９は、第１仮判定と第２仮判定の属性が一致するか否かに基づいて、被処理物の属性および状態を特定する。

【0025】

なお、第１箇所は、例えば、被処理物の任意の端部（例えば、袖、裾、襟などの角部分）としてもよい。また、第２箇所は、例えば、被処理物を属性の判定に適した所定の展開姿勢とする箇所としてもよい。
また、被処理物の属性は、被処理物の製品の種類、例えばシャツ、ズボン、短いズボン、タオル等の種類を含んでもよい。また、被処理物の状態は、保持装置４で保持された被処理物の姿勢を含んでもよい。ここで、被処理物の姿勢は、例えば、被処理物の特徴部分（例えば、シャツの首部分、ズボンのウエスト部分など）が向く方向としてもよい。

【0026】

なお、本開示による処理装置１は、上述した装置構成に限定されず、他の何れかの装置構成を備えてもよい。

【0027】

図２は、制御装置９のハードウェア構成を示す。

【0028】

制御装置９は、バスＢを介して相互接続される記憶部１１と、プロセッサ１２と、接続インタフェース（Ｉ／Ｆ）１３と、ユーザインタフェース（Ｉ／Ｆ）１４とを有する。

【0029】

なお、制御装置９における後述される各種機能及び処理を実現するプログラム又は指示は、ネットワークなどを介し何れかの外部装置からダウンロードされてもよいし、ＣＤ－ＲＯＭ（Ｃｏｍｐａｃｔ Ｄｉｓｋ－Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、フラッシュメモリ等の着脱可能な記憶媒体から提供されてもよい。

【0030】

記憶部１１は、例えば、ランダムアクセスメモリ、フラッシュメモリ、ハードディスクドライブなどの１つ以上の非一時的な記憶媒体（ｎｏｎ－ｔｒａｎｓｉｔｏｒｙ ｓｔｏｒａｇｅ ｍｅｄｉｕｍ）によって実現され、インストールされたプログラム又は指示と共に、プログラム又は指示の実行に用いられるファイル、データ等を格納する。

【0031】

プロセッサ１２は、１つ以上のプロセッサコアから構成されうる１つ以上のＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、処理回路（ｐｒｏｃｅｓｓｉｎｇ ｃｉｒｃｕｉｔｒｙ）等によって実現されてもよい。プロセッサ１２は、記憶部１１に格納されたプログラム、指示、当該プログラム若しくは指示を実行するのに必要なパラメータなどのデータ等に従って、後述される処理装置１の各種機能及び処理を実行する。

【0032】

接続Ｉ／Ｆ１３は、保持装置４や撮影装置６などの処理装置１の各部と接続するためのインタフェースである。
ユーザＩ／Ｆ１４は、キーボード、マウス、カメラ、マイクロフォン等の入力装置、ディスプレイ、スピーカ、ヘッドセット、プリンタ等の出力装置、タッチパネル等の入出力装置から構成されてもよく、ユーザと処理装置１との間のインタフェースを実現する。例えば、ユーザは、ディスプレイ又はタッチパネルに表示されたＧＵＩ（Ｇｒａｐｈｉｃａｌ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）をキーボード、マウス等を用いて操作し、処理装置１を操作してもよい。

【0033】

なお、上述したハードウェア構成は単なる一例であり、本開示による制御装置９は、他の何れか適切なハードウェア構成により実現されてもよい。

【0034】

次に、本実施の形態の動作について説明する。

【0035】

図３は、本実施の形態の概要を示す。本実施の形態は、第１箇所が保持された被処理物が撮影装置６で撮影され、制御装置９が、その撮影された第１画像に基づいて被処理物の種類および姿勢を第１仮判定する。続いて、制御装置９は、第１仮判定の結果に応じて被処理物の第２箇所を保持するように保持装置４を制御する。例えば、第２箇所は、第１仮判定によって判定された被処理物の種類および姿勢に対応して決定されうる。これにより、第２箇所が保持された被処理物が撮影装置６で撮影され、制御装置９が、その撮影された第２画像に基づいて被処理物の種類および姿勢を第２仮判定する。そして、制御装置９は、第１仮判定と第２仮判定の属性が一致する場合には、被処理物の属性および状態を特定し、その属性および状態に応じた方法で被処理物を折り畳むように保持装置４を制御する。

【0036】

続いて、図４に示すフローチャートを参照して本実施の形態の動作を詳細に説明する。

【0037】

まず、撮影装置６ａが、受入装置３に収容された被処理物を撮影し、その画像を制御装置９に出力する。続いて、制御装置９が、ステップＳ１で、撮影装置６ａで撮影された画像に基づいて、受入装置３に収容された被処理物を第１箇所で保持するように保持装置４を制御する。

【0038】

このとき、制御装置９は、撮影装置６で撮影された画像に基づいて、任意の２つの端部を示す第１箇所で被処理物を保持するように保持装置４を制御してもよい。
例えば、制御装置９は、撮影装置６ａで撮影された画像に基づいて、被処理物において保持しやすい箇所、例えば被処理物において最も高い箇所を検出し、その検出箇所を保持するように保持装置４ａを制御してもよい。続いて、制御装置９は、保持された被処理物を受入装置３からＺ１方向に引き出すように保持装置４ａを制御する。

【0039】

これにより、被処理物Ｔは、図５Ａに示すように、検出された箇所Ｐ１が保持された状態で保持装置４ａに吊り下げられることになる。なお、図５Ａでは、被処理物Ｔは、展開した状態で描かれているが、箇所Ｐ１が保持された段階では縮小状態になるものとする。続いて、制御装置９は、例えば、撮影装置６ｃで撮影された画像に基づいて、被処理物Ｔにおいて最も下方の端部を示す第１箇所Ｐ２を検出し、その第１箇所Ｐ２を保持するように保持装置４ｃを制御してもよい。制御装置９は、第１箇所Ｐ２が保持装置４ｃで保持されると、箇所Ｐ１を開放して、保持装置４ｃが保持する第１箇所Ｐ２を保持するように保持装置４ａを制御する。

【0040】

続いて、制御装置９は、第１箇所Ｐ２を開放するように保持装置４ｃを制御してもよい。これにより、被処理物Ｔは、図５Ｂに示すように、第１箇所Ｐ２が保持された状態で保持装置４ａに吊り下げられることになる。なお、図５Ｂでは、被処理物Ｔは、展開した状態で描かれているが、第１箇所Ｐ２のみが保持された段階では縮小状態になるものとする。続いて、制御装置９は、撮影装置６ｃで撮影された画像に基づいて、被処理物Ｔにおいて最も下方の端部を示す第１箇所Ｐ３を検出し、その第１箇所Ｐ３を保持するように保持装置４ｃを制御してもよい。

【0041】

図５Ｃに示すように、被処理物Ｔは、第１箇所Ｐ２およびＰ３が保持されることにより、属性および状態が判定可能な所定の第１展開状態まで展開される。このとき、制御装置９には、複数の第１展開状態（例えば姿勢や形態など）が予め設定されてもよい。複数の第１展開状態は、上記の展開処理により、被処理物Ｔがいずれかの第１展開状態に該当するように設定されてもよい。
このようにして、制御装置９は、撮影装置６で撮影された画像に基づいて、被処理物Ｔを第１箇所Ｐ２およびＰ３で保持するように保持装置４を制御し、被処理物Ｔを属性および状態が判定可能な第１展開状態とする。

【0042】

続いて、制御装置９は、ステップＳ２で、第１箇所Ｐ２およびＰ３が保持された被処理物Ｔを撮影するように撮影装置６ｂを制御する。撮影装置６ｂは、被処理物Ｔを撮影すると、その第１画像を制御装置９に出力する。

【0043】

制御装置９は、ステップＳ３で、撮影装置６ｂで撮影された第１画像に基づいて、被処理物Ｔの属性および状態を第１仮判定、例えば被処理物Ｔの製品の種類と保持された被処理物Ｔの姿勢とを第１仮判定する。

【0044】

例えば、制御装置９は、互いに異なる第１展開状態で被処理物Ｔを撮影した複数の画像情報を予め記憶し、第１画像に基づいてその画像情報を参照することにより、被処理物Ｔの属性および状態を第１仮判定してもよい。

【0045】

このとき、制御装置９は、第１画像を入力として被処理物Ｔの属性および状態を判定する第１機械学習モデルを利用してもよい。第１機械学習モデルは、例えば、第１箇所Ｐ２およびＰ３が保持された被処理物を撮影した学習用画像と、その学習用画像における被処理物の属性および状態とを用いて訓練された学習済みパラメータを有してもよい。この学習済みパラメータは、例えば、学習用画像と被処理物の属性および状態との関係性を示すパラメータを含んでもよい。これにより、第１機械学習モデルは、学習済みパラメータに基づいて、入力された被処理物Ｔの画像から被処理物Ｔの属性および状態を判定することができる。なお、第１機械学習モデルは、制御装置９に搭載されてもよいし、そうでなくてもよい。例えば、第１機械学習モデルは、ネットワークを介し処理装置１がアクセス可能な外部のサーバ等によって実現されてもよい。
このように、制御装置９は、第１機械学習モデルを有することにより、被処理物Ｔの属性および状態を高精度に仮判定することができる。

【0046】

続いて、制御装置９は、ステップＳ４で、第１仮判定の結果に基づいて、被処理物Ｔが特定の属性か否かを判定する。ここで、特定の属性は、所定の展開処理により第２展開状態まで確実に展開される被処理物Ｔの種類を含んでもよい。なお、第２展開状態は、被処理物Ｔの属性を高精度に判定できるように被処理物Ｔが第１展開状態より大きく展開された状態であり、例えば折り畳みを開始できる最終的な展開状態としてもよい。

【0047】

例えば、ズボンは、最初の箇所Ｐ１を保持した場合に、裾部分が最も下方に位置する特徴的な形状を有するため、所定の展開処理に従って第２展開状態まで確実に展開させることができる。このため、制御装置９は、第１仮判定において被処理物Ｔがズボンと判定された場合には、被処理物Ｔが特定の属性であると判定してもよい。

【0048】

制御装置９は、被処理物Ｔが特定の属性であると判定した場合には、ステップＳ５に進んで、箇所Ｐ２およびＰ３での保持を維持したまま、被処理物Ｔを撮影するように撮影装置６ｂを制御する。撮影装置６ｂは、被処理物Ｔを撮影すると、その第２画像を制御装置９に出力する。

【0049】

このとき、制御装置９は、撮影環境や被処理物Ｔの状態などの撮影方法を第１画像とは変えてもよい。
例えば、制御装置９は、第１画像から照明条件を変えて被処理物Ｔを撮影してもよい。また、制御装置９は、被処理物Ｔに対して揺らすなどの処理を加えた後に、被処理物Ｔを撮影してもよい。

【0050】

一方、制御装置９は、ステップＳ４において被処理物Ｔが特定の属性でないと判定した場合には、ステップＳ６に進んで、第１仮判定の結果に応じた被処理物Ｔの第２箇所を保持するように保持装置４を制御する。

【0051】

このとき、制御装置９は、第１仮判定で得られた被処理物Ｔの姿勢（第１展開状態）から第２展開状態に被処理物Ｔが展開するように展開手順を算出してもよい。例えば、被処理物Ｔの姿勢が下方向Ｚ２を向くように第２展開状態が設定されている場合には、制御装置９は、被処理物Ｔを第１展開状態の姿勢から下方向Ｚ２に向ける展開手順を算出してもよい。そして、制御装置９は、被処理物Ｔを第２展開状態とする第２箇所を算出し、その第２箇所を保持するように保持装置４を制御してもよい。

【0052】

ここで、第２展開状態は、被処理物Ｔの種類に応じて設定、例えば、ズボンを含む第１種類と、シャツを含む第２種類と、短いズボンおよびタオルを含む第３種類と、その他の第４種類とに応じて設定されてもよい。この第１種類～第４種類の被処理物Ｔは、それぞれ、同様の展開手順により被処理物Ｔを所定の第２展開状態とすることができる。このため、制御装置９は、第１仮判定で得られた被処理物Ｔの姿勢を、被処理物Ｔの種類に応じて第２展開状態の姿勢に転換させてもよい。

【0053】

例えば、制御装置９は、被処理物Ｔの種類がシャツで、被処理物Ｔの姿勢が左方向Ｘ１を向いていると第１仮判定したものとする。また、第２展開状態の姿勢は、被処理物Ｔが下方向Ｚ２を向くように設定されているものとする。このように、被処理物Ｔを下方向Ｚ２にむけることで、被処理物Ｔを第１展開状態より大きく展開させることができ、被処理物Ｔの属性を高精度に判定することが可能となる。

【0054】

そこで、制御装置９は、第１仮判定の結果に基づいて、第１箇所Ｐ３を開放し、最も下方の端部を示す箇所Ｐ４を保持するように保持装置４ｃを制御する。これにより、図６Ａに示すように、被処理物Ｔの箇所Ｐ２と箇所Ｐ４が、保持装置４ａと保持装置４ｃで保持されることになる。

【0055】

続いて、制御装置９は、図６Ｂに示すように、作業板５を間に挟んで被処理物Ｔを半分に折るように保持装置４ａ、保持装置４ｃおよび作業板５を制御する。そして、制御装置９は、被処理物Ｔの裾の端部を示す第２箇所Ｐ５およびＰ６を保持するように保持装置４ｂおよび４ｃを制御する。これにより、被処理物Ｔは、図６Ｃに示すように、首部分が下方向Ｚ２を向いた第２展開状態とされる。
このようにして、制御装置９は、第１仮判定の結果に応じた被処理物Ｔの第２箇所Ｐ５およびＰ６を保持するように保持装置４を制御する。

【0056】

続いて、制御装置９は、ステップＳ５で、第１仮判定の結果に応じた第２箇所Ｐ５およびＰ６が保持された被処理物Ｔを撮影するように撮影装置６ｂを制御する。撮影装置６ｂは、被処理物Ｔを撮影すると、その第２画像を制御装置９に出力する。

【0057】

このとき、制御装置９は、撮影環境や被処理物Ｔの状態などの撮影方法を第１画像とは変えてもよい。
例えば、制御装置９は、第１画像から照明条件を変えて被処理物Ｔを撮影してもよい。また、制御装置９は、被処理物Ｔに対して揺らすなどの処理を加えた後に、被処理物Ｔを撮影してもよい。

【0058】

制御装置９は、撮影装置６ｂで撮影された第２画像を取得すると、ステップＳ７で、第２画像に基づいて被処理物Ｔの属性および状態を第２仮判定する。

【0059】

例えば、制御装置９は、予め被処理物を第２展開状態にして撮影した画像情報を記憶し、撮影装置６で撮影された第２画像に基づいてその画像情報を参照することにより、被処理物Ｔの属性および状態を第２仮判定してもよい。

【0060】

このように、制御装置９は、第１仮判定の結果に応じた第２箇所Ｐ５およびＰ６が保持された被処理物Ｔを撮影した第２画像に基づいて被処理物Ｔの属性および状態を第２仮判定する。このため、被処理物Ｔの属性および状態を正確に判定することができる。

【0061】

また、制御装置９は、第１画像から照明条件を変えて被処理物Ｔを撮影した第２画像に基づいて、被処理物Ｔの属性および状態を第２仮判定してもよい。これにより、被処理物Ｔの属性および状態をより正確に判定することができる。

【0062】

また、制御装置９は、第２画像を入力として被処理物Ｔの属性および状態を判定する第２機械学習モデルを利用してもよい。第２機械学習モデルは、例えば、第２箇所Ｐ５およびＰ６が保持された被処理物を撮影した学習用画像と、その学習用画像における被処理物の属性および状態とを用いて機械学習された学習済みパラメータを有してもよい。この学習済みパラメータは、例えば、学習用画像と被処理物の属性および状態との関係性を示すパラメータを含んでもよい。これにより、第２機械学習モデルは、学習済みパラメータに基づいて、被処理物の属性および状態を判定してもよい。なお、第２機械学習モデルは、制御装置９に搭載されてもよいし、そうでなくてもよい。例えば、第２機械学習モデルは、ネットワークを介し処理装置１がアクセス可能な外部のサーバ等によって実現されてもよい。
ここで、第２画像は、属性を高精度に判定可能な第２展開状態とされた被処理物Ｔを撮影したものである。このため、制御装置９は、その第２画像を第２機械学習モデルに入力することにより、被処理物Ｔの属性および状態を高精度に仮判定することができる。

【0063】

続いて、制御装置９は、ステップＳ８で、第１仮判定と第２仮判定の属性が一致するか否かを判定する。

【0064】

制御装置９は、第１仮判定と第２仮判定の属性が一致する場合には、ステップＳ９に進んで、被処理物Ｔが第２仮判定の属性と状態を有すると特定する。具体的には、制御装置９は、被処理物Ｔの種類がシャツで、被処理物Ｔの姿勢が下方向Ｚ２を向いている（第２展開状態）と特定する。

【0065】

このように、制御装置９は、第１箇所Ｐ２およびＰ３が保持された被処理物Ｔを撮影した第１画像に基づいて被処理物Ｔの属性および状態を第１仮判定し、第１仮判定の結果に応じた第２箇所Ｐ５およびＰ６が保持された被処理物Ｔを撮影した第２画像に基づいて被処理物Ｔの属性および状態を第２仮判定する。そして、制御装置９は、第１仮判定と第２仮判定の属性が一致するか否かに基づいて、被処理物Ｔの属性および状態を特定する。これにより、被処理物Ｔの属性および状態を正確に識別することができる。

【0066】

続いて、制御装置９は、ステップＳ１０で、特定された被処理物Ｔの属性および状態に基づいて、被処理物Ｔを折り畳むように保持装置４や作業板５などの各部を制御する。例えば、制御装置９は、被処理物Ｔの属性および状態に応じた被処理物Ｔの折り畳み手順が予め記憶されており、その折り畳み手順に従って被処理物Ｔを折り畳むように制御してもよい。

【0067】

一方、制御装置９は、ステップＳ８において第１仮判定と第２仮判定の属性が一致しない場合には、ステップＳ１１で、被処理物Ｔの誤認識をユーザに通知する。そして、制御装置９は、例えば、被処理物Ｔを保持装置４から開放し、ステップＳ１に戻って、受入装置３に収容された次の被処理物Ｔを保持するように保持装置４を制御する。なお、制御装置９は、被処理物Ｔの誤認識が通知されたユーザの指示に従って、次の被処理物Ｔを保持するように保持装置４を制御してもよい。あるいは、より高精度の判定が可能な第２仮判定の判定結果に基づいて被処理物Ｔの属性を判定してもよい。

【0068】

本実施の形態によれば、制御装置９が、複数の保持装置４で第１箇所Ｐ２およびＰ３が保持された被処理物Ｔを撮影した第１画像に基づいて被処理物Ｔの属性および状態を第１仮判定し、その第１仮判定の結果に応じた被処理物Ｔの第２箇所Ｐ５およびＰ６を保持するように複数の保持装置４を制御する。そして、制御装置９は、第２箇所Ｐ５およびＰ６が保持された被処理物Ｔを撮影した第２画像に基づいて被処理物Ｔの属性および状態を第２仮判定し、第１仮判定と第２仮判定の属性が一致するか否かに基づいて、被処理物Ｔの属性および状態を特定する。これにより、異なる姿勢とした被処理物Ｔの第１画像と第２画像に基づいて被処理物Ｔの属性および状態を特定するため、被処理物Ｔの属性および状態を正確に識別することができる。

【0069】

（実施の形態２）
以下、本開示の実施の形態２について説明する。ここでは、上記の実施の形態１との相違点を中心に説明し、上記の実施の形態１との共通点については、共通の参照符号を使用して、その詳細な説明を省略する。

【0070】

上記の実施の形態１では、制御装置９は、第１画像および第２画像に基づいて折り畳み処理を実行したが、さらに他の情報を用いて折り畳み処理を実行してもよい。

【0071】

図７に、本実施の形態の概要を示す。本実施の形態は、制御装置９が、第１画像および第２画像に加えて、被処理物Ｔの成分情報を取得する。そして、制御装置９は、第１仮判定および第２仮判定の属性と、被処理物Ｔの成分情報とに基づいて、被処理物Ｔの属性および状態を特定する。

【0072】

例えば、図８に示すように、処理装置１は、検知装置２１を新たに制御装置９に接続してもよい。
検知装置２１は、被処理物Ｔの素材成分を検知するもので、例えばスペクトラムアナライザなどから構成してもよい。このスペクトラムアナライザは、被処理物Ｔに近赤外線を照射して、被処理物Ｔ内の活性分子を検出するものである。これにより、検知装置２１は、分子振動反射光を分析することで、被処理物Ｔの素材成分を検知してもよい。

【0073】

次に、本実施の形態の動作について説明する。

【0074】

まず、検知装置２１が、被処理物Ｔの素材成分を検知し、その成分情報を制御装置９に出力する。ここで、検知装置２１は、ステップＳ１からステップＳ８のどのタイミングで被処理物Ｔの成分を検知してもよく、例えば第１仮判定や第２仮判定のタイミングで被処理物Ｔの成分を検知してもよい。

【0075】

制御装置９は、検知装置２１で検知された被処理物Ｔの成分情報を入力すると、その成分情報に基づいて、保持装置４が被処理物Ｔを保持する強度などを制御してもよい。例えば、被処理物Ｔが柔らかい素材や伸びやすい素材から構成されている場合には、制御装置９は、被処理物Ｔの素材に応じた強度で被処理物Ｔを保持するように保持装置４を制御してもよい。

【0076】

続いて、制御装置９は、実施の形態１と同様に、ステップＳ８で、第１仮判定と第２仮判定の属性が一致するか否かを判定する。
このとき、制御装置９は、第１仮判定と第２仮判定の属性が一致する場合には、被処理物Ｔの成分情報に基づいて被処理物Ｔの属性をさらに判定してもよい。例えば、制御装置９は、被処理物Ｔの製品の種類毎に使用される成分情報のリストが予め記憶されていてもよい。これにより、制御装置９は、検知装置２１で検知された被処理物Ｔの成分情報に基づいて、記憶された成分情報のリストを参照し、検知された素材が用いられる被処理物Ｔの属性の候補を算出する。

【0077】

制御装置９は、第１仮判定と第２仮判定の属性が候補にない場合には、ステップＳ１１に進んで、被処理物Ｔの誤認識をユーザに通知する。このとき、制御装置９は、検知装置２１で検知された成分情報を誤認識情報と共にユーザに通知してもよい。これにより、ユーザは、誤認識の原因を推測することができ、処理装置１を適切に操作することができる。

【0078】

一方、制御装置９は、第１仮判定と第２仮判定の属性が候補にある場合には、ステップＳ９に進んで、被処理物Ｔが第２仮判定の属性と状態を有すると特定する。
このように、制御装置９は、第１仮判定および第２仮判定の属性と、被処理物Ｔの成分情報とに基づいて、被処理物Ｔの属性および状態を特定する。このため、被処理物Ｔの属性および状態をより正確に識別することができる。

【0079】

そして、制御装置９は、ステップＳ１０で、特定された被処理物Ｔの属性および状態に基づいて、被処理物Ｔを折り畳むように保持装置４や作業板５などの各部を制御する。このとき、制御装置９は、さらに被処理物Ｔの成分情報に基づいて、被処理物Ｔを折り畳むように保持装置４を制御してもよい。例えば、被処理物Ｔが柔らかい素材や伸びやすい素材から構成されている場合には、制御装置９は、被処理物Ｔの素材に応じた強度で被処理物Ｔを折り畳むように保持装置４を制御してもよい。
このように、制御装置９は、被処理物Ｔの属性および状態と、被処理物Ｔの成分情報とに基づいて、被処理物Ｔを折り畳むように複数の保持装置４を制御する。このため、被処理物Ｔを適切に折り畳むことができる。

【0080】

本実施の形態によれば、制御装置９が、第１仮判定および第２仮判定の属性と、被処理物Ｔの成分情報とに基づいて、被処理物Ｔの属性および状態を特定する。このため、被処理物Ｔの属性および状態をより正確に識別することができる。

【0081】

なお、上記の実施の形態１および２では、制御装置９は、被処理物Ｔを折り畳むように保持装置４を制御したが、被処理物を処理することができればよく、これに限られるものではない。例えば、制御装置９は、特定された被処理物Ｔの属性および状態に基づいて、被処理物Ｔを搬送または積み重ねなどの処理するように保持装置４を制御してもよい。

【0082】

以上、本開示に係る実施の形態について図面を参照して詳述してきたが、上述した各装置の機能は、コンピュータプログラムにより実現することができる。

【0083】

上述した各装置の機能をプログラムにより実現するコンピュータは、キーボードやマウス、タッチパッドなどの入力装置、ディスプレイやスピーカなどの出力装置、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ハードディスク装置やＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）などの記憶装置、ＤＶＤ－ＲＯＭ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）やＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）メモリなどの記録媒体から情報を読み取る読取装置、ネットワークを介して通信を行うネットワークカードなどを備え、各部はバスにより接続される。

【0084】

そして、読取装置は、上記各装置の機能を実現するためのプログラムを記録した記録媒体からそのプログラムを読み取り、記憶装置に記憶させる。あるいは、ネットワークカードが、ネットワークに接続されたサーバ装置と通信を行い、サーバ装置からダウンロードした上記各装置の機能を実現するためのプログラムを記憶装置に記憶させる。

【0085】

そして、ＣＰＵが、記憶装置に記憶されたプログラムをＲＡＭにコピーし、そのプログラムに含まれる命令をＲＡＭから順次読み出して実行することにより、上記各装置の機能が実現される。

【0086】

以上、本開示の具体例を詳細に説明したが、これらは例示にすぎず、請求の範囲を限定するものではない。請求の範囲に記載の技術には、以上に例示した具体例を様々に変形、変更したものが含まれる。

【産業上の利用可能性】

【0087】

本開示に係る処理装置および処理方法は、被処理物を処理する装置および方法に利用できる。

【符号の説明】

【0088】

１ 処理装置
２ 筐体
３ 受入装置
４，４ａ，４ｂ，４ｃ 保持装置
５ 作業板
６，６ａ，６ｂ，６ｃ 撮影装置
７ 支持装置
８ 収納装置
９ 制御装置
１１ 記憶部
１２ プロセッサ
１３ 接続インタフェース
１４ ユーザインタフェース
２１ 検知装置
Ｐ１，Ｐ４ 箇所
Ｐ２，Ｐ３ 第１箇所
Ｐ５，Ｐ６ 第２箇所
Ｔ 被処理物

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】