特開 2023-128036 機械学習装置、及びロボットシステム

(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】P2023128036

(43)【公開日】2023-09-14

(54)【発明の名称】機械学習装置、及びロボットシステム

(51)【国際特許分類】

   B25J 13/00 20060101AFI20230907BHJP

   B25J 9/22 20060101ALI20230907BHJP

【ＦＩ】

B25J13/00 Z

B25J9/22 Z

【審査請求】未請求

【請求項の数】4

【出願形態】ＯＬ

(21)【出願番号】P 2022032082

(22)【出願日】2022-03-02

(71)【出願人】

【識別番号】501428545

【氏名又は名称】株式会社デンソーウェーブ

(74)【代理人】

【識別番号】100121821

【弁理士】

【氏名又は名称】山田 強

(74)【代理人】

【識別番号】100125575

【弁理士】

【氏名又は名称】松田 洋

(72)【発明者】

【氏名】加藤 雄資

【テーマコード（参考）】

3C707

【Ｆターム（参考）】

3C707KS16

3C707KS21

3C707KS31

3C707KS33

3C707KS35

3C707KX10

3C707LS02

3C707LV15

3C707LW12

(57)【要約】

【課題】ロボットの姿勢が任意に変化する場合であっても、ロボットに外力が作用した位置を特定可能とすることにある。
【解決手段】相対回転可能に連結された複数のリンク（２１～２６）を有するロボット（２０）に外力が作用した位置を学習する機械学習装置（６０）であって、ロボットに作用する外力のデータと、互いに連結されたリンクの間の角度のデータと、互いに連結されたリンクの間に作用するトルクのデータと、ロボットに外力が作用する位置のデータとを、学習データセットとして取得するデータ取得部（７０）と、データ取得部により取得された学習データセットに基づいて、外力と角度とトルクと位置との関係を表すモデルを学習する学習部（８０）と、を備える。
【選択図】 図３

【特許請求の範囲】

【請求項1】

相対回転可能に連結された複数のリンクを有するロボットに外力が作用した位置を学習する機械学習装置であって、
前記ロボットに作用する外力のデータと、互いに連結された前記リンクの間の角度のデータと、互いに連結された前記リンクの間に作用するトルクのデータと、前記ロボットに外力が作用する位置のデータとを、学習データセットとして取得するデータ取得部と、
前記データ取得部により取得された前記学習データセットに基づいて、前記外力と前記角度と前記トルクと前記位置との関係を表すモデルを学習する学習部と、
を備える機械学習装置。

【請求項2】

前記データ取得部は、前記外力のデータ、前記角度のデータ、及び前記位置のデータに基づいて、前記トルクのデータを計算により取得する、請求項１に記載の機械学習装置。

【請求項3】

前記位置のデータは、前記ロボットにおける第１部位と、前記ロボットにおける前記第１部位よりも先端側の第２部位とからなる、請求項１又は２に記載の機械学習装置。

【請求項4】

前記ロボットと、
請求項１～３のいずれか１項に記載の機械学習装置と、
前記ロボットに作用した外力を検出する外力検出部と、
互いに連結された前記リンクの間の角度を検出する角度センサと、
互いに連結された前記リンクの間に作用するトルクを検出するトルクセンサと、
前記外力検出部により検出された前記外力、前記角度センサにより検出された前記角度、及び前記トルクセンサにより検出された前記トルクを、前記学習部により学習された前記モデルに入力して、前記外力検出部により検出された前記外力が前記ロボットに作用した位置を検出する位置検出部と、
を備えるロボットシステム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、ロボットシステムに適用される機械学習装置に関する。

【背景技術】

【0002】

例えば、ダイレクトティーチングを実行可能なロボットシステムでは、所定の作業場所から別の作業場所へロボットのアーム先端のツールを移動させる際にはロボットを高速で移動可能とし、ワークにツールの位置を合わせる際にはロボットを低速で移動可能とすることが望ましい。そこで、特許文献１に記載のロボットシステムは、６軸力センサにより検出された外力が、所定時間内の２回の外力によるダブルタップである場合に、ダブルタップされた位置に応じて異なる動作モードに切り替えている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０１９－１８２５７号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

ところで、特許文献１に記載のロボットシステムでは、垂直な第１軸線回りのモーメントＭｚを水平なＸ軸方向の外力Ｆｘで除算して、第１軸線から外力Ｆの作用点までの距離Ｒを求め、距離Ｒに基づいてダブルタップされた位置を特定している。しかしながら、ロボットの姿勢によって、距離Ｒとダブルタップされた位置（外力が作用した位置）との関係が変化する。このため、ロボットの姿勢が任意に変化する場合は、特許文献１に記載された単純な計算方法では、外力が作用した位置を特定することはできない。

【0005】

本発明は、こうした課題を解決するためになされたものであり、その主たる目的は、ロボットの姿勢が任意に変化する場合であっても、ロボットに外力が作用した位置を特定可能とすることにある。

【課題を解決するための手段】

【0006】

上記課題を解決するための第１の手段は、
相対回転可能に連結された複数のリンクを有するロボットに外力が作用した位置を学習する機械学習装置であって、
前記ロボットに作用する外力のデータと、互いに連結された前記リンクの間の角度のデータと、互いに連結された前記リンクの間に作用するトルクのデータと、前記ロボットに外力が作用する位置のデータとを、学習データセットとして取得するデータ取得部と、
前記データ取得部により取得された前記学習データセットに基づいて、前記外力と前記角度と前記トルクと前記位置との関係を表すモデルを学習する学習部と、
を備える。

【0007】

上記構成によれば、機械学習装置は、相対回転可能に連結された複数のリンクを有するロボットに外力が作用した位置を学習する。ここで、外力が作用した位置が分かっている場合に、外力及びロボットの姿勢に基づいて、互いに連結されたリンクの間に作用するトルクを計算することは容易である。しかし、検出された外力、検出されたロボットの姿勢、及び検出されたリンク間のトルクから、外力が作用した位置を計算することは、複雑な条件を設定する必要があり容易ではない。

【0008】

この点、データ取得部は、前記ロボットに作用する外力のデータと、互いに連結された前記リンクの間の角度のデータと、互いに連結された前記リンクの間に作用するトルクのデータと、前記ロボットに外力が作用する位置のデータとを、学習データセットとして取得する。このような学習データセットは、ロボットの任意の姿勢について取得することができる。

【0009】

そして、学習部は、前記データ取得部により取得された前記学習データセットに基づいて、前記外力と前記角度と前記トルクと前記位置との関係を表すモデルを学習する。学習データセットに基づくモデルの学習では、複雑な条件を設定する必要がなく、公知の学習アルゴリズムを採用することができる。したがって、ロボットの姿勢が任意に変化する場合であっても、検出された外力、検出されたリンク間の角度、及び検出されたリンク間のトルクを、学習済みのモデルに入力することにより、ロボットに外力が作用した位置を特定することができる。

【0010】

ロボットに作用する外力、リンク間の角度、及びロボットに外力が作用する位置は、ロボットの動作態様を考慮することにより、ユーザが経験等に基づいて設定することができる。これに対して、リンク間のトルクは、隣接するリンク以外のリンクからも影響を受けており、ロボットの動作態様を考慮したとしても、ユーザが経験等に基づいて設定することは容易ではない。一方、ロボットに作用する外力、リンク間の角度、及び外力が作用する位置に基づいて、リンク間のトルクを計算することは容易であることに、本願発明者は着目した。

【0011】

そこで、第２の手段では、前記データ取得部は、前記外力のデータ、前記角度のデータ、及び前記位置のデータに基づいて、前記トルクのデータを計算により取得する。したがって、学習データセットに用いるリンク間のトルクのデータを、容易に取得することができる。

【0012】

第３の手段では、前記位置のデータは、前記ロボットにおける第１部位と、前記ロボットにおける前記第１部位よりも先端側の第２部位とからなる。こうした構成によれば、検出された外力、検出されたリンク間の角度、及び検出されたリンク間のトルクを、学習済みのモデルに入力することにより、ロボットにおいて第１部位又は第２部位のいずれに外力が作用したか特定することができる。さらに、前記ロボットに外力が作用する位置のデータが第１部位及び第２部位のみであるため、データ取得部により位置のデータを取得させることが容易である。

【0013】

第４の手段は、ロボットシステムであって、
前記ロボットと、
請求項１～３のいずれか１項に記載の機械学習装置と、
前記ロボットに作用した外力を検出する外力検出部と、
互いに連結された前記リンクの間の角度を検出する角度センサと、
互いに連結された前記リンクの間に作用するトルクを検出するトルクセンサと、
前記外力検出部により検出された前記外力、前記角度センサにより検出された前記角度、及び前記トルクセンサにより検出された前記トルクを、前記学習部により学習された前記モデルに入力して、前記外力検出部により検出された前記外力が前記ロボットに作用した位置を検出する位置検出部と、
を備える。

【0014】

上記構成によれば、ロボットシステムは、第１～第３の手段のいずれか１手段に記載の機械学習装置を備えている。そして、位置検出部は、前記外力検出部により検出された前記外力、前記角度センサにより検出された前記角度、及び前記トルクセンサにより検出された前記トルクを、前記学習部により学習された前記モデルに入力して、前記外力検出部により検出された前記外力が前記ロボットに作用した位置を検出する。したがって、ロボットシステムにおいて、学習されたモデルを利用してロボットに外力が作用した位置を検出することができ、ロボットに外力が作用した位置を検出する精度を向上させることができる。

【0015】

さらに、一般にロボットは角度センサ及びトルクセンサを備えているため、ロボットにおいて接触された位置を検出する接触センサによりロボットに外力が作用した位置を検出する場合と比較して、コストを低減することができる。

【図面の簡単な説明】

【0016】

【図1】ロボットの模式図。

【図2】ロボットシステムの構成を示すブロック図。

【図3】機械学習装置の構成を示すブロック図。

【図4】機械学習の手順を示すフローチャート。

【図5】ダイレクトティーチングの手順を示すフローチャート。

【図6】ロボットの変更例の模式図。

【図7】ロボットシステムの変更例の構成を示すブロック図。

【図8】ロボットシステムの他の変更例の構成を示すブロック図。

【図9】ロボットの他の変更例の模式図。

【発明を実施するための形態】

【0017】

以下、ダイレクトティーチングを実行可能なロボットシステムに具現化した一実施形態について、図面を参照しつつ説明する。

【0018】

まず、ロボットシステムが備える６軸の垂直多関節型のロボットの構成について説明する。

【0019】

図１に示すように、ロボット２０は、床面に固定されたベースＢ（基台）と、ベースＢに対して鉛直な第１軸線Ｊ１回りに旋回可能に支持された第１リンク２１と、第１リンク２１に対して水平な第２軸線Ｊ２回りに揺動可能に支持された第２リンク２２と、第２リンク２２の先端に第２軸線Ｊ２に平行な第３軸線Ｊ３回りに揺動可能に支持された第３リンク２３と、第３リンク２３の延びる方向の第４軸線Ｊ４回りに捻り回転可能に支持された第４リンク２４と、第４リンク２４の先端に第２軸線Ｊ２に平行な第５軸線Ｊ５回りに揺動可能に支持された第５リンク２５（手首）と、第５リンク２５の延びる方向の第６軸線Ｊ６回りに捻り回転可能に支持された第６リンク２６（フランジ）と、を備えている。なお、第１リンク２１～第６リンク２６により、ロボット２０のアームが構成されている。すなわち、アームは、相対回転可能に連結された第１リンク２１～第６リンク２６を有している。

【0020】

第４リンク２４（先端から３番目のリンク、所定リンク）の中間には、力とモーメントとを検出する６軸の力覚センサ３１が配置されている。力覚センサ３１は、アームにおいて力覚センサ３１よりも先端側、すなわち先端から３番目の第４リンク２４における力覚センサ３１よりも先端側の部位、第５リンク２５、及び第６リンク２６に付与された力及びモーメントを検出可能である。なお、先端の第６リンク２６に力覚センサ３１を取り付けた場合は、先端の第６リンク２６若しくは先端の第６リンク２６よりも先端側のツール等に付与された力及びモーメントしか力覚センサ３１により検出することができない。また、基端に近い例えば第１リンク２１に力覚センサ３１を取り付けた場合は、大きな力に耐え得る高い剛性と、微小な外力を検出し得る高い検出精度が力覚センサ３１に要求される。

【0021】

第４リンク２４と第５リンク２５との間には、第４リンク２４と第５リンク２５との間に作用するトルクを検出するトルクセンサ３２Ｅが設けられている。第５リンク２５と第６リンク２６との間には、第５リンク２５と第６リンク２６との間に作用するトルクを検出するトルクセンサ３２Ｆ（図示略）が設けられている。なお、トルクセンサ３２Ｅ，３２Ｆを総称してトルクセンサ３２という。すなわち、トルクセンサ３２は、互いに連結されたリンクの間に作用するトルクを検出する。

【0022】

図２に示すように、ロボットシステム１０は、ダイレクトティーチング制御部５０を備えている。ダイレクトティーチング制御部５０（制御部）は、ユーザがロボット２０に直接外力を付与して手動で移動させるダイレクトティーチングモードを選択することを可能とする。ダイレクトティーチングモードが選択された場合には、手動で移動させた各位置における教示操作によって、ロボット２０の各軸の位置情報を順次記憶することにより、簡易に動作プログラムを教示することができる。

【0023】

そして、ダイレクトティーチング制御部５０は、ダイレクトティーチングにおいてアームを移動させるためにユーザが付与した外力（以下、「移動用外力」という）が、ロボット２０のアームに付与された部位に応じて動作モード（移動態様）を切り替える。

【0024】

ロボット２０は、関節角度センサ３３、外力検出部３６、及び接触部位検出部３７を備えている。

【0025】

関節角度センサ３３（角度センサ）は、ベースＢと第１リンク２１との間の角度（関節角度）を検出する関節角度センサ３３Ａ、第１リンク２１と第２リンク２２との間の角度を検出する関節角度センサ３３Ｂ、第２リンク２２と第３リンク２３との間の角度を検出する関節角度センサ３３Ｃ、第３リンク２３と第４リンク２４との間の角度を検出する関節角度センサ３３Ｄ、第４リンク２４と第５リンク２５との間の角度を検出する関節角度センサ３３Ｅ、及び第５リンク２５と第６リンク２６との間の角度を検出する関節角度センサ３３Ｆを含んでいる。すなわち、関節角度センサ３３は、互いに連結されたリンクの間の角度を検出する。

【0026】

外力検出部３６は、力覚センサ３１により検出された力及びモーメントに基づいて、アームに付与された外力（ロボット２０に作用した外力）を検出する。なお、外力検出部３６は、アームに付与された外力を検出する際に、トルクセンサ３２により検出されたトルクを加味してもよい。

【0027】

接触部位検出部３７（部位検出部）は、外力検出部３６により検出された外力が、アームにおいて第１部位又は第１部位よりも先端側の第２部位のいずれに付与されたか検出する。第１部位は、第１リンク２１～第６リンク２６（複数のリンク）のうち第４リンク２４及び第５リンク２５（先端以外のリンク）である。第２部位は、第１リンク２１～第６リンク２６のうち第６リンク２６（先端のリンク）である。

【0028】

具体的には、接触部位検出部３７（位置検出部）は、外力検出部３６により検出された外力、関節角度センサ３３により検出された関節角度、及びトルクセンサ３２により検出されたトルクを、学習済みＡＩモデル３７ａに入力して、外力検出部３６により検出された外力がアームにおいて第１部位又は第２部位のいずれに付与されたか（ロボット２０に作用した位置）を検出する。接触部位検出部３７は、検出した部位をダイレクトティーチング制御部５０へ出力する。

【0029】

ダイレクトティーチング制御部５０は、ダイレクトティーチングを実行する際に、接触部位検出部３７により第１部位が検出された場合に外力検出部３６により検出された外力に基づいて高速動作モード（第１移動態様）でアーム（ロボット２０）を移動させ、接触部位検出部３７により第２部位が検出された場合に外力検出部３６により検出された外力に基づいて高速動作モードよりも移動しにくい低速動作モード（第２移動態様）でアームを移動させる。高速動作モードは、第１速度Ｖ１でアームを移動させる動作モード（移動態様）である。低速動作モードは、第１速度Ｖ１よりも低い第２速度Ｖ２でアームを移動させる動作モード（移動態様）である。なお、第１速度Ｖ１及び第２速度Ｖ２は、一定であってもよいし、外力検出部３６により検出された外力に応じて変化させてもよいが、第２速度Ｖ２は第１速度Ｖ１よりも低い速度である（Ｖ２＜Ｖ１）。

【0030】

次に、学習済みＡＩモデル３７ａを生成する機械学習装置について説明する。図３は、機械学習装置６０の構成を示すブロック図である。機械学習装置６０は、データ取得部７０と、学習部８０とを備えている。なお、機械学習装置６０は、ロボットシステム１０において、ロボット２０と別に設けられていてもよいし、ロボット２０に搭載されていてもよい。

【0031】

機械学習装置６０は、プロセッサ（ＣＰＵ、ＧＰＵ等）、記憶部（ＲＯＭ、ＲＡＭ等）、及び入力装置（キーボード、マウス、タッチパネル等）等を有するコンピュータ、又は、学習アルゴリズム等のソフトウェア（プログラム）により構成されている。

【0032】

データ取得部７０は、ロボット２０に作用し得る範囲の外力を、ランダム外力データとして生成する。詳しくは、ダイレクトティーチングにおいてユーザがロボット２０に付与する外力として想定し得る範囲において、外力を網羅的にランダムに生成する。

【0033】

データ取得部７０は、互いに連結されたリンク２１～２６の間でなし得る範囲の角度を、ランダム関節角度データとして生成する。詳しくは、ダイレクトティーチングにおいてロボット２０のアームがとる姿勢として想定し得る範囲において、リンク間の角度（関節角度）を網羅的にランダムに生成する。

【0034】

データ取得部７０は、ロボット２０に外力が作用し得る範囲の位置を、接触部位データとして生成する。詳しくは、ダイレクトティーチングにおいてユーザがロボット２０に外力を付与する位置として、上記第１部位と上記第２部位とを生成する。

【0035】

ロボット２０に作用する外力、リンク間の角度、及びロボット２０に外力が作用する位置は、ダイレクトティーチングにおけるロボット２０の動作態様を考慮することにより、上記のように生成することができる。これに対して、リンク間のトルクは、隣接するリンク以外のリンクからも影響を受けており、ロボット２０の動作態様を考慮したとしても直接生成することは容易ではない。一方、ロボット２０に作用する外力、リンク間の角度、及び外力が作用する位置に基づいて、リンク間のトルクを計算することは容易であることに、本願発明者は着目した。

【0036】

そこで、データ取得部７０は、生成したランダム外力データ、生成したランダム関節角度データ、及び生成した接触部位データに基づいて、ロボット２０の各軸に作用するトルクとしての関節トルクデータを計算する。この計算は、公知の一般的手法により容易に行うことができる。詳しくは、ランダム外力データ、ランダム関節角度データ、及び接触部位データを組み合わせ、それぞれの組み合わせについて関節トルクデータを計算する。

【0037】

データ取得部７０は、ランダム外力データ、ランダム関節角度データ、接触部位データ、及び関節トルクデータに、それぞれ前処理を実行する。例えば、ランダム外力データ及び関節トルクデータに対しては、データのスケールを－１～＋１の範囲に近い値に変換する標準化処理をそれぞれ実行する。ランダム関節角度データはｓｉｎ波形及びｃｏｓ波形に変換し、データの不連続変化を抑制するとともにデータのスケールを－１～＋１の範囲に揃える。接触部位データに対しては、各接触部位に応じた成分のみ１で残りの成分が全て０のベクトルで表現するワンホットベクトル化を実行する。

【0038】

そして、データ取得部７０は、それぞれ前処理を実行したランダム外力データ、ランダム関節角度データ、関節トルクデータ、及び接触部位データを、教師データ（学習データセット）として取得する。詳しくは、ランダム外力データ、ランダム関節角度データ、及び関節トルクデータが例題データ（入力データ）であり、接触部位データが正解データ（出力データ）である。

【0039】

学習部８０は、教師データに基づいて、外力と関節角度と関節トルクと接触部位との関係を表すＡＩモデル８０ａを学習する。すなわち、学習部８０は、教師あり学習を実行することで、学習済みのＡＩモデル８０ａを生成する。このような教師あり学習として、例えば、ディープラーニング（深層学習）、サポートベクターマシン（ＳＶＭ）、混合ガウスモデル（ＧＭＭ）等のアルゴリズムを用いることができる。

【0040】

そして、ロボット２０は、学習部８０により学習されたＡＩモデル８０ａ（予め取得した所定関係）を、上記接触部位検出部３７の学習済みＡＩモデル３７ａとして導入する。接触部位検出部３７は、外力検出値、関節角度検出値、及び関節トルク検出値を、学習済みＡＩモデル３７ａに入力することにより、ユーザがロボット２０に接触した部位（外力がロボット２０に作用した位置）を検出（推定）する。なお、外力検出値、関節角度検出値、及び関節トルク検出値から、外力が作用した位置を計算する計算式を立てることは、複雑な条件を設定する必要があり容易ではない。

【0041】

図４は、機械学習装置６０により実行される機械学習の手順を示すフローチャートである。各処理の詳細な内容は、上述した通りである。

【0042】

データ取得部７０は、ランダム外力データ、ランダム関節角度データ、及び接触部位データを生成する（Ｓ１０～Ｓ１２）。データ取得部７０は、関節トルクデータを計算する（Ｓ１３）。データ取得部７０は、ランダム外力データ、ランダム関節角度データ、及び接触部位データに前処理を実行する（Ｓ１４）。学習部８０は、前処理を実行したランダム外力データ、ランダム関節角度データ、関節トルクデータ、及び接触部位データに基づいて、ＡＩモデル８０ａを学習する（Ｓ１５）。

【0043】

図５は、ダイレクトティーチングの手順を示すフローチャートである。この一連の処理は、ダイレクトティーチング制御部５０により実行される。

【0044】

まず、力覚センサ３１により力を検知したか否か判定する（Ｓ２０）。この判定において、力覚センサ３１により力を検知していないと判定した場合（Ｓ２０：ＮＯ）、Ｓ２０の処理を再度実行する。

【0045】

一方、Ｓ２０の判定において、力覚センサ３１により力を検知したと判定した場合（Ｓ２０：ＹＥＳ）、ユーザがロボット２０に接触した部位は第６リンク２６であるか否か判定する（Ｓ２１）。この判定において、ユーザがロボット２０に接触した部位は第６リンク２６であると判定した場合（Ｓ２１：ＹＥＳ）、低速動作モードでロボット２０のアームを移動させる（Ｓ２２）。一方、Ｓ２１の判定において、ユーザがロボット２０に接触した部位は第６リンク２６でないと判定した場合（Ｓ２１：ＮＯ）、高速動作モードでロボット２０のアームを移動させる（Ｓ２３）。

【0046】

続いて、ユーザの操作に応じて、ロボット２０のアームの位置及び姿勢を教示する（Ｓ２４）。ユーザによる教示操作が終了したか否か判定する（Ｓ２５）。この判定において、ユーザによる教示操作が終了していないと判定した場合（Ｓ２５：ＮＯ）、Ｓ２０の処理から再度実行する。一方、この判定において、ユーザによる教示操作が終了したと判定した場合（Ｓ２５：ＹＥＳ）、この一連の処理を終了する（ＥＮＤ）。

【0047】

以上詳述した本実施形態は、以下の利点を有する。

【0048】

・接触部位検出部３７は、外力検出部３６により検出された外力が、アームにおいて第１部位又は第１部位よりも先端側の第２部位のいずれに付与されたか検出する。そして、ダイレクトティーチング制御部５０は、ダイレクトティーチングを実行する際に、接触部位検出部３７により第１部位が検出された場合に外力検出部３６により検出された外力に基づいて高速動作モードでアームを移動させる。このため、ダイレクトティーチングにおいてアームを移動させるためにユーザが付与する外力（以下、「移動用外力」という）が第１部位に付与された場合に、ダイレクトティーチング制御部５０は高速動作モードに切り替えてそのまま移動用外力に基づいてアームを移動させる。すなわち、ユーザは、移動用外力とは異なる特別な態様の外力を付与する必要がなく、移動用外力を第１部位に付与することにより、移動用外力に基づいて高速動作モードでアームを移動させることができる。

【0049】

・ダイレクトティーチング制御部５０は、接触部位検出部３７により第２部位が検出された場合に外力検出部３６により検出された外力に基づいて高速動作モードよりも移動しにくい低速動作モードでアームを移動させる。このため、ダイレクトティーチングにおいて移動用外力が第１部位よりも先端側の第２部位に付与された場合に、ダイレクトティーチング制御部５０は高速動作モードよりも移動しにくい低速動作モードに切り替えてそのまま移動用外力に基づいてアームを移動させる。すなわち、ユーザは、移動用外力とは異なる特別な態様の外力を付与する必要がなく、移動用外力を第２部位に付与することにより、移動用外力に基づいて低速動作モードでアームを移動させることができる。

【0050】

・ユーザは、所望の動作モードに応じて第１部位又は第２部位を選択して移動用外力を付与することにより、所望の動作モードでアームを移動させることができるため、現在の動作モードを意識する必要がない。しかも、ユーザは、第１部位に移動用外力を付与すれば高速動作モードでアームを移動させることができ、第１部位よりも先端側の第２部位に移動用外力を付与すれば高速動作モードよりも移動しにくい低速動作モードでアームを移動させることができる。したがって、ユーザは、ダイレクトティーチング中の自然な操作により、直感的に高速動作モードと低速動作モードとをリアルタイムで切り替えることができる。

【0051】

・ユーザは、第６リンク２６の位置を微調整したい場合に、第６リンク２６に移動用外力を付与することにより、直感的に低速動作モードでアームを移動させることができる。また、ユーザは、アームを大きく移動させたい場合に、第５リンク２５又は第４リンク２４に移動用外力を付与することにより、直感的に高速動作モードでアームを移動させることができる。

【0052】

・第６リンク２６を第２部位とし、第４リンク２４における力覚センサ３１よりも先端側の部位及び第５リンク２５を第１部位として、第１部位及び第２部位に付与された力及びモーメントを力覚センサ３１により検出することができる。また、先端に近い第４リンク２４に力覚センサ３１が設けられているため、力覚センサ３１に高い剛性は要求されず、且つ第１部位及び第２部位に付与された力及びモーメントを力覚センサ３１により高い検出精度で検出することができる。

【0053】

・第６リンク２６若しくは第６リンク２６よりも先端側のツール等に付与された力及びモーメントを力覚センサ３１により高い検出精度で検出することができるため、ダイレクトティーチング中に限らず、ロボット２０の自動運転中にツール等に作用する力及びモーメントを検出するセンサとして力覚センサ３１を利用することができる。

【0054】

・ユーザは、第２部位の位置を微調整したい場合に、第２部位に移動用外力を付与することにより、第１速度Ｖ１よりも低い第２速度Ｖ２でアームを移動させることができる。また、ユーザは、アームを大きく移動させたい場合に、第１部位に移動用外力を付与することにより、第２速度Ｖ２よりも高い第１速度Ｖ１でアームを移動させることができる。このとき、ユーザは、特別な態様の外力を付与する必要がなく且つ現在の動作モードを意識する必要がなく、ダイレクトティーチング中の自然な操作でアームの移動速度を切り替えることができる。

【0055】

・学習部８０は、データ取得部７０により取得された教師データに基づいて、外力と関節角度と関節トルクと接触位置との関係を表すＡＩモデル８０ａを学習する。教師データに基づくＡＩモデル８０ａの学習では、複雑な条件を設定する必要がなく、公知の学習アルゴリズムを採用することができる。したがって、ロボット２０の姿勢が任意に変化する場合であっても、検出された外力、検出されたリンク間の角度、及び検出されたリンク間のトルクを、学習済みＡＩモデル３７ａに入力することにより、ロボット２０に外力が作用した位置を特定することができる。

【0056】

・データ取得部７０は、ランダム外力データ、ランダム関節角度データ、及び接触部位データに基づいて、関節トルクのデータを計算により取得する。したがって、教師データに用いるリンク間のトルクのデータを、容易に取得することができる。

【0057】

・接触部位データは、ロボット２０における第１部位と、ロボット２０における第１部位よりも先端側の第２部位とからなる。こうした構成によれば、検出された外力、検出されたリンク間の角度、及び検出されたリンク間のトルクを、学習済みＡＩモデル３７ａに入力することにより、ロボット２０において第１部位又は第２部位のいずれに外力が作用したか特定することができる。さらに、接触部位データが第１部位及び第２部位のみであるため、データ取得部７０により接触部位データを取得させることが容易である。

【0058】

・ロボットシステム１０は、機械学習装置６０を備えている。そして、接触部位検出部３７は、外力検出部３６により検出された外力、関節角度センサ３３により検出された関節角度、及びトルクセンサ３２により検出されたトルクを、学習済みＡＩモデル３７ａ（学習部８０により学習されたＡＩモデル８０ａ）に入力して、外力検出部３６により検出された外力がロボット２０に作用した位置を検出する。したがって、ロボットシステム１０において、学習済みＡＩモデル３７ａを利用してロボット２０に外力が作用した位置を検出することができ、ロボット２０に外力が作用した位置を検出する精度を向上させることができる。

【0059】

・一般にロボットは関節角度センサ及びトルクセンサを備えているため、ロボット２０において接触された位置を検出する接触センサによりロボット２０に外力が作用した位置を検出する場合と比較して、コストを低減することができる。

【0060】

なお、上記の実施形態を、以下のように変更して実施することもできる。上記実施形態と同一の部分については、同一の符号を付すことにより説明を省略する。

【0061】

・第４リンク２４における力覚センサ３１よりも先端側の部位を第１部位とし、第５リンク２５及び第６リンク２６を第２部位とすることもできる。

【0062】

・図６に示すように、ロボット１２０は、力覚センサ３１を備えていなくてもよい。この場合、図７に示すように、外力検出部３６は、トルクセンサ３２（３２Ａ～３２Ｅ）により検出されたトルクに基づいて、アームに付与された外力を検出する。上記構成によれば、ロボット１２０が備えるトルクセンサ３２を利用して、外力検出部３６はトルクセンサ３２により検出されたトルクに基づいて、アームに付与された外力を検出することができる。

【0063】

また、図８に示すように、ロボット２２０は、力覚センサ３１を備えておらず、アームにおいて接触された部位を検出する接触センサ３４を備えていてもよい。この場合、接触部位検出部３７は、接触センサ３４により検出された部位に基づいて、外力検出部３６により検出された外力が、アームにおいて第１部位又は第２部位のいずれに付与されたか検出する。上記構成によれば、接触センサ３４により検出された部位に基づいて、外力検出部３６により検出された外力が、第１部位又は第２部位のいずれに付与されたかを正確に検出することができる。

【0064】

なお、図７，８に示す構成において、第４リンク２４及び第５リンク２５を第１部位とし、第６リンク２６を第２部位とすることもできる。また、第３リンク２３及び第４リンク２４を第１部位とし、第５リンク２５及び第６リンク２６を第２部位とすることもできる。

【0065】

・図９に示すように、ロボット３２０において、アームのうち力覚センサ３１よりも基端側の部位を第１部位とし、アームのうち力覚センサ３１よりも先端側の部位を第２部位とすることもできる。そして、接触部位検出部３７は、トルクセンサ３２（３２Ａ～３２Ｅ）により検出されたトルク、力覚センサ３１により検出された力及びモーメント、並びにこれらの予め取得した所定関係に基づいて、外力検出部３６により検出された外力が、アームにおいて第１部位又は第２部位のいずれに付与されたか検出することもできる。

【0066】

上記構成によれば、第２部位に付与された力及びモーメントを力覚センサ３１により検出することができる。一方、第１部位に付与された力及びモーメントは、力覚センサ３１により検出されない。このため、トルクセンサ３２により移動用外力に対応するトルクが検出され且つ力覚センサ３１により力及びモーメントが検出されていない場合は、第１部位に移動用外力が付与されたとみなすことができる。したがって、接触部位検出部３７は、トルクセンサ３２により検出されたトルク、力覚センサ３１により検出された力及びモーメント、並びにこれらの予め取得した所定関係に基づいて、外力検出部３６により検出された外力が、アームにおいて第１部位又は第２部位のいずれに付与されたか検出することができる。

【0067】

・高速動作モード（第１移動態様）として、第１移動抵抗Ｒｍ１を発生させつつアームを移動させる動作モードを採用し、低速動作モード（第２移動態様）として、第１移動抵抗Ｒｍ１よりも高い第２移動抵抗Ｒｍ２（＞Ｒｍ１）を発生させつつアームを移動させる動作モードを採用することもできる。

【0068】

・高速動作モード（第１移動態様）として、アームを移動させる際に第１加速度Ａ１でアームを加速させる動作モードを採用し、低速動作モード（第２移動態様）として、アームを移動させる際に第１加速度Ａ１よりも低い第２加速度Ａ２でアームを加速させる動作モードを採用することもできる。なお、第１加速度Ａ１及び第２加速度Ａ２は、一定であってもよいし、外力検出部３６により検出された外力に応じて変化させてもよいが、第２加速度Ａ２は第１加速度Ａ１よりも低い加速度である（Ａ２＜Ａ１）。

【0069】

・ランダム外力データとして、ダイレクトティーチング中に力覚センサ３１により検出された外力を用いることもできる。ランダム関節角度データとして、ダイレクトティーチング中に関節角度センサ３３により検出された関節角度を用いることもできる。関節トルクデータとして、ダイレクトティーチング中にトルクセンサ３２により検出されたトルクを用いることもできる。また、ランダム外力データとして、ユーザがダイレクトティーチングの経験等に基づいて設定した外力を用いることもできる。ランダム関節角度データとして、ユーザがダイレクトティーチングの経験等に基づいて設定した関節角度を用いることもできる。

【0070】

・機械学習装置６０は、ロボットシステム１０とは別に設けられたＰＣ（Personal Computer）や、サーバ等により構成されていてもよい。

【0071】

・機械学習装置６０は、ダイレクトティーチングを実行可能なロボットシステム１０に限らず、マスタロボット（主ロボット）の動作に従ってスレーブロボット（従ロボット）が動作するマスタスレーブロボットシステム（主従ロボットシステム）等において、マスタロボットに外力が作用した位置を学習することもできる。また、機械学習装置６０は、ロボット２０，１２０，２２０，３２０の自動運転中等において、ユーザがロボット２０，１２０，２２０，３２０に衝突した位置を学習することもできる。

【0072】

・外力検出部３６により検出された外力、トルクセンサ３２により検出されたトルク、及び関節角度センサ３３により検出された関節角度との関係を、試験等に基づいて予めテンプレート（所定関係）として登録しておき、テンプレートとのパターンマッチングによりロボット２０，１２０，２２０，３２０に外力が作用した位置を検出することもできる。

【0073】

・ロボット２０，１２０，２２０，３２０は、６軸の垂直多関節型のロボットに限らず、５軸の垂直多関節型のロボットや、７軸の垂直多関節型のロボットであってもよい。

【0074】

＜上記実施形態及び変更例から抽出される発明群について＞
以下、上記実施形態及び変更例から抽出される発明群の特徴について、必要に応じて効果等を示しつつ説明する。

【0075】

（特徴１）
前記データ取得部は、前記ロボットに作用し得る範囲の外力を生成することにより前記外力のデータを取得し、互いに連結された前記リンクの間でなし得る範囲の角度を生成することにより前記角度のデータを取得し、前記ロボットに外力が作用し得る範囲の位置を生成することにより前記位置のデータを取得する、第２の手段に記載の機械学習装置。

【0076】

上記構成によれば、発生し得る範囲の外力、リンク間の角度、及び外力の位置をデータ取得部が生成することにより各データを取得するため、各データを実測したりユーザが経験等に基づいて設定したりする手間を省くことができる。

【0077】

（特徴２）
前記位置のデータは、前記複数のリンクのうち先端以外のリンクと、前記複数のリンクのうち先端のリンクとからなる、第１～第３の手段のいずれか１手段に記載の機械学習装置。

【0078】

上記構成によれば、検出された外力、検出されたリンク間の角度、及び検出されたリンク間のトルクを、学習済みのモデルに入力することにより、ロボットにおいて先端以外のリンク又は先端のリンクのいずれに外力が作用したか特定することができる。

【0079】

（特徴３）
前記ロボットシステムは、ダイレクトティーチングを実行可能であり、ダイレクトティーチングを実行する際に、前記位置検出部により前記ロボットにおける第１部位が検出された場合に前記外力検出部により検出された前記外力に基づいて第１移動態様で前記ロボットを移動させ、前記位置検出部により前記ロボットにおける前記第１部位よりも先端側の第２部位が検出された場合に前記外力検出部により検出された前記外力に基づいて前記第１移動態様よりも移動しにくい第２移動態様で前記ロボットを移動させる制御部を備える、第４の手段に記載のロボットシステム。

【0080】

上記構成によれば、ダイレクトティーチングを実行可能なロボットシステムにおいて、学習されたモデルを利用してロボットに外力が作用した位置を高い精度で検出し、外力が作用した位置に応じて第１移動態様と第２移動態様とに切り替えることができる。

【符号の説明】

【0081】

１０…ロボットシステム、２０…ロボット、２１…第１リンク、２２…第２リンク、２３…第３リンク、２４…第４リンク、２５…第５リンク、２６…第６リンク、３６…外力検出部、３７…接触部位検出部（部位検出部）、３７ａ…学習済みＡＩモデル、５０…ダイレクトティーチング制御部（制御部）、６０…機械学習装置、７０…データ取得部、８０…学習部、８０ａ…ＡＩモデル、１２０…ロボット、２２０…ロボット、３２０…ロボット。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】