知財求人 - 知財ポータルサイト「IP Force」
特許7651070制御装置、ロボットシステム、学習装置、ロボットの制御方法、プログラムおよび第１補正モデル
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B2)
(11)【特許番号】
(24)【登録日】2025-03-14
(45)【発行日】2025-03-25
(54)【発明の名称】制御装置、ロボットシステム、学習装置、ロボットの制御方法、プログラムおよび第１補正モデル
(51)【国際特許分類】
B25J 9/22 20060101AFI20250317BHJP
【ＦＩ】
B25J9/22 A
【請求項の数】
23
(21)【出願番号】P 2024521536
(86)(22)【出願日】2022-09-22
(86)【国際出願番号】 JP2022035317
(87)【国際公開番号】W WO2023223570
(87)【国際公開日】2023-11-23
【審査請求日】2024-06-20
(31)【優先権主張番号】P 2022081457
(32)【優先日】2022-05-18
(33)【優先権主張国・地域又は機関】JP
(73)【特許権者】
【識別番号】000006013
【氏名又は名称】三菱電機株式会社
(74)【代理人】
【識別番号】100095407
【弁理士】
【氏名又は名称】木村 満
(74)【代理人】
【識別番号】100131152
【弁理士】
【氏名又は名称】八島 耕司
(74)【代理人】
【識別番号】100147924
【弁理士】
【氏名又は名称】美恵 英樹
(74)【代理人】
【識別番号】100148149
【弁理士】
【氏名又は名称】渡邉 幸男
(74)【代理人】
【識別番号】100181618
【弁理士】
【氏名又は名称】宮脇 良平
(74)【代理人】
【識別番号】100174388
【弁理士】
【氏名又は名称】龍竹 史朗
(72)【発明者】
【氏名】細川 義浩
(72)【発明者】
【氏名】雨森 弘記
(72)【発明者】
【氏名】松永 沙織
(72)【発明者】
【氏名】廣岡 隆孝
【審査官】臼井 卓巳
(56)【参考文献】
【文献】特開２０１９－１５９７６７（ＪＰ，Ａ）
【文献】特開２０１９－１６６６２６（ＪＰ，Ａ）
【文献】特開２０２０－０７８８５９（ＪＰ，Ａ）
【文献】特開２０２０－１９４４３２（ＪＰ，Ａ）
【文献】特開２０２１－０４９６０９（ＪＰ，Ａ）
【文献】米国特許出願公開第２０１３／０１５１４４２（ＵＳ，Ａ１）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｂ２５Ｊ ９／１０－１３／００
Ｇ０５Ｂ １９／４１５５－１９／４２
(57)【特許請求の範囲】
【請求項1】
ロボットが動作を開始する動作開始点と前記ロボットが動作を終了する動作終了点とを少なくとも含む前記ロボットの動作用軌跡を表す動作データおよび、前記ロボットが動作を開始する第１学習用動作開始点と前記ロボットが動作を終了する第１学習用動作終了点とを少なくとも含む前記ロボットの第１学習用軌跡を表すデータを有する第１学習用データのいずれかのデータを取得するデータ取得部と、前記データ取得部が取得した前記動作データおよび前記第１学習用データのいずれかの前記データに基づいて前記ロボットを制御するロボット制御部と、
前記データ取得部が取得した前記第１学習用データに基づいて前記ロボット制御部が前記ロボットを制御した場合の、前記ロボットの実際の軌跡である第１軌跡のデータと前記ロボットが動作すべき理想的な軌跡である第１理想軌跡のデータから、前記第１軌跡の第１理想軌跡に対する幾何学的変形を求め、求めた前記幾何学的変形と前記第１学習用データの前記動作データに基づいて、求めた前記幾何学的変形を小さくするための、前記動作データを補正する第１補正モデルを生成する第１学習部と、
を備え、
前記ロボット制御部は、前記データ取得部が取得した前記動作データに基づいて前記ロボットを制御する場合に、前記第１補正モデルを用いて前記動作データを補正することにより、補正動作データを算出し、算出した前記補正動作データにより前記ロボットを制御する、
制御装置。
【請求項2】
第１学習用データは、前記ロボットの第１学習用軌跡を表す前記データのほかに、前記第１学習用軌跡を幾何学的に変形させた少なくとも１つの変形軌跡を表す少なくとも１つのデータを含み、前記第１学習部は、第１補正モデルを、前記第１学習用軌跡、前記少なくとも１つの変形軌跡それぞれに対して生成し、
前記ロボット制御部は、前記データ取得部が取得した前記動作データに基づいて前記ロボットを制御する場合に、前記動作データによって表される前記動作用軌跡が、前記第１学習用軌跡、前記少なくとも１つの変形軌跡のいずれの軌跡に近似するかを判定し、近似すると判定された軌跡に対応する前記第１補正モデルを用いて前記動作データを補正することにより、補正動作データを算出する、
請求項１に記載の制御装置。
【請求項3】
前記第１学習部が求める前記幾何学的変形は、前記第１理想軌跡を回転、拡大、縮小若しくは並進させたときに得られる変形である、または、前記第１理想軌跡の回転、拡大、縮小若しくは並進の組み合わせにより得られる変形である、請求項１または２に記載の制御装置。
【請求項4】
前記動作データを補正する第２補正モデルを生成する第２学習部をさらに備え、前記データ取得部は、前記動作データ、前記第１学習用データおよび、前記動作用軌跡を表す第２学習用データの少なくとも１つのデータを取得し、
前記ロボット制御部は、前記データ取得部が取得した前記動作データ、前記第１学習用データおよび前記第２学習用データの少なくとも１つの前記データに基づいて前記ロボットを制御し、
前記第２学習部は、前記データ取得部が取得した前記第２学習用データに基づいて前記ロボット制御部が前記ロボットを制御した場合の、前記ロボットの実際の軌跡である第２軌跡のデータと前記ロボットが動作すべき理想的な軌跡である第２理想軌跡のデータから、前記第２理想軌跡の各部分に対する前記第２軌跡の各部分の位置ずれを求め、求めた前記位置ずれと前記第２学習用データに基づいて、求めた前記位置ずれを小さくするための前記第２補正モデルを生成し、
前記ロボット制御部は、前記データ取得部が取得した前記動作データに基づいて前記ロボットを制御する場合に、前記第１補正モデルを用いて前記動作データを補正した後、前記第２補正モデルを用いて補正した前記動作データをさらに補正することにより、補正動作データを算出し、算出した前記補正動作データにより前記ロボットを制御する、
請求項１または２に記載の制御装置。
【請求項5】
前記第２学習部は、最適化アルゴリズムを用いて前記第２補正モデルを生成する、請求項４に記載の制御装置。
【請求項6】
ロボットと、請求項１に記載の制御装置と、
を備える、
ロボットシステム。
【請求項7】
第１撮像装置と、該第１撮像装置が撮像した画像を解析する画像解析装置と、
をさらに備え、
前記ロボットは、工具を有し、
前記第１撮像装置は、前記工具により加工されるワークを撮像し、
前記画像解析装置は、前記第１撮像装置が撮像した画像から前記ワークの特徴部を抽出し、前記第１撮像装置の位置情報と抽出した前記特徴部の画像内位置から、前記動作データを算出し、
前記データ取得部は、前記画像解析装置から前記動作データを取得する、
請求項６に記載のロボットシステム。
【請求項8】
前記ロボットの前記第１軌跡を測定する測定器をさらに備え、前記第１学習部は、前記測定器から前記第１軌跡を取得する、
請求項６または７に記載のロボットシステム。
【請求項9】
前記ロボットは、複数のリンクと、該リンクそれぞれを回動させる原動機と、備え、前記測定器は、前記原動機それぞれの回転位置を検出するエンコーダと、該エンコーダが検出した回転位置により、前記ロボットの前記第１軌跡を算出する第１軌跡算出部と、を有する、
請求項８に記載のロボットシステム。
【請求項10】
前記測定器は、前記ロボットを撮像する第２撮像装置と、該第２撮像装置が撮像した画像と該第２撮像装置の位置情報から前記ロボットの前記第１軌跡を算出する第２軌跡算出部と、を有する、請求項８に記載のロボットシステム。
【請求項11】
前記動作データが格納された記憶装置をさらに備え、前記データ取得部は、前記記憶装置から前記動作データを取得する、
請求項６または７に記載のロボットシステム。
【請求項12】
前記記憶装置には、前記第１学習用データがさらに格納され、前記データ取得部は、前記記憶装置から前記第１学習用データを取得する、
請求項１１に記載のロボットシステム。
【請求項13】
前記動作データが入力される入力装置を有する操作端末をさらに備え、前記データ取得部は、前記操作端末から前記動作データを取得する、
請求項６または７に記載のロボットシステム。
【請求項14】
ロボットが動作を開始する動作開始点と前記ロボットが動作を終了する動作終了点とを少なくとも含む前記ロボットの動作用軌跡を表す動作データを取得するデータ取得部と、前記データ取得部が取得した前記動作データに基づいて前記ロボットを制御するロボット制御部と、
を備える制御装置の前記動作データを補正するための第１補正モデルを生成する学習装置であって、
前記ロボットが動作を開始する第１学習用動作開始点と前記ロボットが動作を終了する第１学習用動作終了点とを少なくとも含む前記ロボットの第１学習用軌跡を表すデータを有する第１学習用データを前記データ取得部が取得し、前記データ取得部が取得した前記第１学習用データに基づいて前記ロボット制御部が前記ロボットを制御した場合の、前記ロボットの実際の軌跡である第１軌跡のデータと前記ロボットが動作すべき理想的な軌跡である第１理想軌跡のデータから、前記第１軌跡の第１理想軌跡に対する幾何学的変形を求め、求めた前記幾何学的変形と前記第１学習用データの前記動作データに基づいて、求めた前記幾何学的変形を小さくするための、前記動作データを補正する第１補正モデルを生成する第１学習部を備える、
学習装置。
【請求項15】
第１学習用データは、前記ロボットの第１学習用軌跡を表す前記データのほかに、前記第１学習用軌跡を幾何学的に変形させた少なくとも１つの変形軌跡を表す少なくとも１つのデータを含み、前記第１学習部は、第１補正モデルを、前記第１学習用軌跡、前記少なくとも１つの変形軌跡それぞれに対して生成する、
請求項１４に記載の学習装置。
【請求項16】
前記第１補正モデルを生成するステップで前記幾何学的変形は、前記第１理想軌跡を回転、拡大、縮小若しくは並進させたときに得られる変形である、または、前記第１理想軌跡の回転、拡大、縮小若しくは並進の組み合わせにより得られる変形である、請求項１４または１５に記載の学習装置。
【請求項17】
前記動作データを補正するための第２補正モデルを生成するための第２学習部をさらに備え、前記第２学習部は、前記動作用軌跡を表す第２学習用データを前記データ取得部が取得し、前記データ取得部が取得した前記第２学習用データに基づいて前記ロボット制御部が前記ロボットを制御した場合の、前記ロボットの実際の軌跡である第２軌跡のデータと前記ロボットが動作すべき理想的な軌跡である第２理想軌跡のデータから、前記第２理想軌跡の各部分に対する前記第２軌跡の各部分の位置ずれを求め、求めた前記位置ずれと前記第２学習用データに基づいて、求めた前記位置ずれを小さくするための前記第２補正モデルを生成する、
請求項１４または１５に記載の学習装置。
【請求項18】
前記第２学習部は、最適化アルゴリズムを用いて前記第２補正モデルを生成する、請求項１７に記載の学習装置。
【請求項19】
ロボットが動作を開始する第１学習用動作開始点と前記ロボットが動作を終了する第１学習用動作終了点とを少なくとも含む前記ロボットの第１学習用軌跡を表すデータを有する第１学習用データに基づいて前記ロボットを制御し、そのときの前記ロボットの実際の軌跡である第１軌跡を測定するステップと、前記第１軌跡のデータと前記ロボットが動作すべき理想的な軌跡である第１理想軌跡のデータから、前記第１軌跡の前記第１理想軌跡に対する幾何学的変形を求め、求めた前記幾何学的変形と前記第１学習用データに基づいて、求めた前記幾何学的変形を小さくするための第１補正モデルを生成するステップと、
前記第１補正モデルを用いて、前記ロボットが動作を開始する動作開始点と前記ロボットが動作を終了する動作終了点とを少なくとも含む動作データを補正することにより、補正動作データを算出するステップと、
前記補正動作データを算出するステップで算出した前記補正動作データにより前記ロボットを制御するステップと、
を備えるロボットの制御方法。
【請求項20】
前記第１補正モデルを生成するステップで前記幾何学的変形は、前記第１理想軌跡を回転、拡大、縮小若しくは並進させたときに得られる変形である、または、前記第１理想軌跡の回転、拡大、縮小若しくは並進の組み合わせにより得られる変形である、請求項１９に記載のロボットの制御方法。
【請求項21】
動作用軌跡を表す第２学習用データに基づいて前記ロボットを制御し、そのときの前記ロボットの実際の軌跡である第２軌跡を測定するステップと、前記第２軌跡のデータと前記ロボットが動作すべき理想的な軌跡である第２理想軌跡のデータから、前記第２理想軌跡の各部分に対する前記第２軌跡の各部分の位置ずれを求め、求めた前記位置ずれと前記第２学習用データに基づいて、求めた前記位置ずれを小さくするための第２補正モデルを生成するステップと、
を備え、
前記補正動作データを算出するステップでは、前記第１補正モデルを用いて、前記ロボットが動作を開始する動作開始点と前記ロボットが動作を終了する動作終了点とを少なくとも含む動作データを補正した後、前記第２補正モデルを用いて補正した前記動作データをさらに補正することにより、補正動作データを算出する、
請求項１９または２０に記載のロボットの制御方法。
【請求項22】
ロボットを制御するコンピュータに、前記ロボットが動作を開始する第１学習用動作開始点と前記ロボットが動作を終了する第１学習用動作終了点とを少なくとも含む前記ロボットの第１学習用軌跡を表すデータを有する第１学習用データに基づいて前記ロボットを制御し、そのときの前記ロボットの実際の軌跡である第１軌跡を測定するステップと、
前記第１軌跡のデータと前記ロボットが動作すべき理想的な軌跡である第１理想軌跡のデータから、前記第１軌跡の前記第１理想軌跡に対する幾何学的変形を求め、求めた前記幾何学的変形と前記第１学習用データに基づいて、求めた前記幾何学的変形を小さくするための第１補正モデルを生成するステップと、
前記第１補正モデルを用いて、前記ロボットが動作を開始する動作開始点と前記ロボットが動作を終了する動作終了点とを少なくとも含む動作データを補正することにより、補正動作データを算出するステップと、
前記補正動作データを算出するステップで算出した前記補正動作データにより前記ロボットを制御するステップと、
を実行させるためのプログラム。
【請求項23】
ロボットが動作を開始する動作開始点と前記ロボットが動作を終了する動作終了点とを少なくとも含む前記ロボットの動作用軌跡を表す動作データを補正する機能をコンピュータに実現させるための第１補正モデルであって、
前記動作データを補正する機能は、
前記ロボットが動作を開始する第１学習用動作開始点と前記ロボットが動作を終了する第１学習用動作終了点とを少なくとも含む前記ロボットの第１学習用軌跡を表すデータを有する第１学習用データに基づいてロボット制御部が前記ロボットを制御した場合の、前記ロボットの実際の軌跡である第１軌跡のデータと前記ロボットが動作すべき理想的な軌跡である第１理想軌跡のデータから、前記第１軌跡の前記第１理想軌跡に対する幾何学的変形を求める機能と、
求めた前記幾何学的変形と前記第１学習用データの前記動作データに基づいて、求めた前記幾何学的変形を小さくする機能と、
を有する、第１補正モデル。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は制御装置、ロボットシステム、学習装置、ロボットの制御方法、プログラムおよび第１補正モデルに関する。
【背景技術】
【0002】
ロボットには、様々な動作を可能とするため、複数のリンクと、リンク同士を接続する複数の関節と、を備え、関節それぞれを駆動するサーボモータが制御されることにより、所望の動作を行うものがある。このようなロボットでは、サーボモータ同士の間で指令に対する遅れに差が生じてしまうと、ロボットの動作が目標の動作からずれてしまう。例えば、複数のリンクのうち、先端にある先端リンクの軌跡が目標の軌跡からずれてしまうことがある。そこで、ロボットの実際の軌跡を理想軌跡に近づける技術が開発されている。
【0003】
例えば、特許文献１には、ロボットの実際の軌跡を測定し、実際の軌跡と目標とする軌跡との距離である軌跡誤差に基づいて、誤差を最小化する教示点を算出するロボットに位置を教示する教示装置が開示されている。特許文献１に記載の教示装置は、教示点に基づいてロボットを制御することにより、軌跡誤差を小さくする。
【先行技術文献】
【特許文献】
【0004】
【文献】特開平１１－０４８１７６号公報
【発明の概要】
【発明が解決しようとする課題】
【0005】
特許文献１に記載の教示装置は、軌跡誤差が許容値以下となるまで、教示点の算出とその教示点に基づいたロボットの制御とを繰り返す。目標とする軌跡が複雑になると、教示点の数が増加し、その結果、軌跡誤差が許容値以下に収束するまでにかかる時間が長くなる。これにより、教示装置では、ロボットの実際の軌跡を目標とする軌跡に近づけることが難しくなる。この結果、ロボットを高い精度で動作させることが難しくなってしまう。
【0006】
また、ロボットを高い精度で動作させることが難しくなる結果、ロボットの管理が難しくなってしまう。
【0007】
本開示は上記の課題を解決するためになされたもので、ロボットを高い精度で動作させることができると共に、ロボットの管理が容易な制御装置、ロボットシステム、学習装置、ロボットの制御方法、プログラムおよび第１補正モデル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】
【0008】
上記の目的を達成するため、本開示に係る制御装置は、データ取得部と、ロボット制御部と、第１学習部と、を備える。データ取得部は、ロボットが動作を開始する動作開始点とロボットが動作を終了する動作終了点とを少なくとも含むロボットの動作用軌跡を表す動作データおよび、ロボットが動作を開始する第１学習用動作開始点とロボットが動作を終了する第１学習用動作終了点とを少なくとも含むロボットの第１学習用軌跡を表すデータを有する第１学習用データのいずれかのデータを取得する。ロボット制御部は、データ取得部が取得した動作データおよび第１学習用データのいずれかのデータに基づいてロボットを制御する。第１学習部は、データ取得部が取得した第１学習用データに基づいてロボット制御部がロボットを制御した場合の、ロボットの実際の軌跡である第１軌跡のデータとロボットが動作すべき理想的な軌跡である第１理想軌跡のデータから、第１軌跡の第１理想軌跡に対する幾何学的変形を求め、求めた幾何学的変形と第１学習用データの動作データに基づいて、求めた幾何学的変形を小さくするための、動作データを補正する第１補正モデルを生成する。そして、ロボット制御部は、データ取得部が取得した動作データに基づいてロボットを制御する場合に、第１補正モデルを用いて動作データを補正することにより、補正動作データを算出し、算出した補正動作データによりロボットを制御する。
【発明の効果】
【0009】
本開示の構成によれば、ロボット制御部は、データ取得部が取得した動作データに基づいてロボットを制御する場合に、第１学習部が生成した、幾何学的変形を小さくするための第１補正モデルを用いて動作データを補正することにより、補正動作データを算出し、算出した補正動作データによりロボットを制御する。このため、制御装置は、ロボットを高い精度で動作させることができる。また、ロボットを高い精度で動作させることができる結果、ロボットの管理が容易である。
【図面の簡単な説明】
【0010】
【図1】本開示の実施の形態１に係る制御装置が制御するロボットの斜視図
【図2】本開示の実施の形態１に係る制御装置が制御するロボットの側面図
【図3】本開示の実施の形態１に係る制御装置のハードウエア構成図
【図4】本開示の実施の形態１に係る制御装置のブロック図
【図5】本開示の実施の形態１に係る制御装置が行う学習処理のフローチャート
【図6】本開示の実施の形態１に係る制御装置が行う学習処理が備える第１処理のフローチャート
【図7】本開示の実施の形態１に係る制御装置が行う学習処理が備える第１処理で使用される第１学習用データの一例を示す図
【図8】本開示の実施の形態１に係る制御装置が行う学習処理が備える第１処理で使用される第１学習用データで表される軌跡を示す概念図
【図9】本開示の実施の形態１に係る制御装置が行う学習処理が備える第２処理のフローチャート
【図10】本開示の実施の形態１に係る制御装置が行う学習処理が備える第２処理で使用される第２学習用データの一例を示す図
【図11A】本開示の実施の形態１に係る制御装置が行う学習処理が備える第２処理で取得されたロボッの実際の軌跡と理想軌跡を示す概念図
【図11B】本開示の実施の形態１に係る制御装置が行う学習処理が備える第２処理で求める補正軌跡の誤差と実際の軌跡の誤差と関係を示す概念図
【図11C】本開示の実施の形態１に係る制御装置が行う学習処理が備える第２処理で求める補正軌跡の誤差の分布と実際の軌跡の誤差の分布を示す概念図
【図11D】本開示の実施の形態１に係る制御装置が行う学習処理が備える第２処理で求める補正軌跡の概念図
【図11E】本開示の実施の形態１に係る制御装置が行う学習処理が備える第２処理で求める補正軌跡を用いてロボットを動作させたときの実際の軌跡を示す概念図
【図12】本開示の実施の形態１に係る制御装置が行う運用処理のフローチャート
【図13】本開示の実施の形態２に係る制御装置が行う学習処理が備える第２処理で用いる実際の軌跡の誤差の分布を示す概念図
【発明を実施するための形態】
【0011】
以下、本開示の実施の形態１に係る制御装置、ロボットシステム、学習装置、ロボットの制御方法、プログラムおよび第１補正モデルについて図面を参照して詳細に説明する。なお、図中、同一又は同等の部分には同一の符号を付す。また、図に示す直交座標系ＸＹＺにおいて、ロボットが有するベースの軸線を鉛直方向に向け、固定部の板面を水平方向に平行にしたときの、鉛直方向がＺ軸、水平方向がＸＹ平面である。
【0012】
（実施の形態１）
実施の形態１に係る制御装置は、ロボットをより高精度に制御するため、運用前に、ロボットの実際の軌跡の、理想軌跡に対する幾何学的ずれを補正する学習処理を行う。以下、制御装置の対象が、垂直多関節型のロボットである場合を例に、制御装置の構成について説明する。まず、図１および図２を参照して、制御対象の垂直多関節型のロボットの構成について説明する。
実施の形態１に係る制御装置は、ロボットをより高精度に制御するため、運用前に、ロボットの実際の軌跡の、理想軌跡に対する幾何学的ずれを補正する学習処理を行う。以下、制御装置の対象が、垂直多関節型のロボットである場合を例に、制御装置の構成について説明する。まず、図１および図２を参照して、制御対象の垂直多関節型のロボットの構成について説明する。
【0013】
【0014】
図１および図２に示すように、ロボット１０は、それぞれがリンクとして機能するベース１１０、第１アーム１２０、第２アーム１３０、第３アーム１４０、第４アーム１５０、第５アーム１６０およびフランジ１７０を備える。
【0015】
ベース１１０は、円柱状に形成され、その円柱の軸線ＡＸ１を鉛直方向、すなわちＺ方向に向けている。そして、ベース１１０の－Ｚ端には平板状の固定部１８０が設けられている。また、固定部１８０は、水平面、すなわち、ＸＹ平面に平行な面を有する設置箇所に固定されている。その結果、ベース１１０は、固定部１８０を介して設置箇所に固定されている。一方、ベース１１０の＋Ｚ端は、第１アーム１２０に連結されている。
【0016】
第１アーム１２０は、Ｚ方向に延びる上記の軸線ＡＸ１の周りに回転可能な状態でベース１１０に取り付けられている。また、第２アーム１３０は、第１アーム１２０に連結され、水平方向へ延びる軸線ＡＸ２の周りに回転可能である。第３アーム１４０は、第２アーム１３０に連結され、水平方向へ延びる軸線ＡＸ３の周りに回転可能である。第４アーム１５０は、第３アーム１４０に連結され、水平方向へ延びる軸線ＡＸ４の周りに回転可能である。第５アーム１６０は、第４アーム１５０に連結され、水平方向へ延びる軸線ＡＸ５の周りに回転可能である。フランジ１７０は、第５アーム１６０に連結され、軸線ＡＸ５から軸線ＡＸ５を中心とする円の半径方向へ延在する軸線ＡＸ６の周りに回転可能である。さらに、フランジ１７０には、切削工具、研削工具等の加工用の工具が取り付け可能である。
【0017】
ロボット１０は、上述した構成を備えることにより、軸線ＡＸ１－ＡＸ６に対応する６つの関節を有する。そして、ロボット１０は、図１および図２には示さないが、軸線ＡＸ１－ＡＸ６周りに第１アーム１２０－第５アーム１６０およびフランジ１７０を回転させるため、関節それぞれにモータＭ１－Ｍ６をそれぞれ備える。ロボット１０は、モータＭ１－Ｍ６それぞれが所望の回転量だけ回転することにより、所望の位置にフランジ１７０を移動させる。例えば、ロボット１０は、フランジ１７０に工具が取り付けられた場合に、その工具を所望の位置に移動させる。そして、ロボット１０は、モータＭ１－Ｍ６それぞれの回転量を時間の経過と共に変化させることにより、フランジ１７０を特定の動作開始点から特定の動作終了点までに至る所望の軌跡に沿って移動させる。
【0018】
しかしながら、モータＭ１－Ｍ６は、制御装置からの指令に対して遅れて動作する。このような動作の遅れがモータＭ１－Ｍ６それぞれで相違すると、フランジ１７０の軌跡、すなわちロボット１０の軌跡が理想軌跡からずれてしまうことがある。
【0019】
そこで、制御装置は、ロボット１０を実際に動作させる運用の前に、ロボット１０の実際の軌跡の理想軌跡に対する幾何学的ずれを補正するための学習処理を行う。そして、制御装置は、その後、その学習処理に基づいて、ロボット１０を実際に動作させる運用処理を行う。
【0020】
ここで、本明細書では、理想軌跡に対する実際の軌跡のずれを補正するデータを生成する処理のことを学習処理というものとする。なお、この学習処理は、いわゆるロボットティーチングの一種であることからティーチング処理と呼ばれ、また、学習処理に用いられる学習用データは、ティーチング用データと呼ばれるものである。
【0021】
【0022】
図３は、実施の形態１に係る制御装置１のハードウエア構成図である。図４は、制御装置１のブロック図である。なお、図３および図４では、理解を容易にするため、ロボット１０と制御装置１により構成されるロボットシステム１００の全体の構成を示している。
【0023】
図３に示すように、制御装置１は、プロセッサ３１、メモリ３２およびインターフェース３３を備える。そして、プロセッサ３１、メモリ３２およびインターフェース３３は、バス３４により接続されている。
【0024】
インターフェース３３は、プロセッサ３１およびメモリ３２を外部装置に接続し、外部装置との通信を可能にする。詳細には、インターフェース３３は、図示しない無線モジュールに接続されている。その結果、プロセッサ３１およびメモリ３２は、図３に示すように、インターネットを介して、操作端末２０と通信可能である。また、インターフェース３３は、ロボット１０に備えられるモータＭ１－Ｍ６とエンコーダＥ１－Ｅ６に接続されている。
【0025】
モータＭ１－Ｍ６それぞれは、図１および図２に示す軸線ＡＸ１－ＡＸ６それぞれの周りに、第１アーム１２０、第２アーム１３０、第３アーム１４０、第４アーム１５０、第５アーム１６０およびフランジ１７０それぞれを回転させるために設けられている。そして、それら第１アーム１２０、第２アーム１３０、第３アーム１４０、第４アーム１５０、第５アーム１６０およびフランジ１７０の回転位置を制御するため、モータＭ１－Ｍ６それぞれには、サーボモータが使用されている。モータＭ１－Ｍ６それぞれは、回転することにより、上述したロボット１０の関節を動かす。
【0026】
一方、エンコーダＥ１－Ｅ６それぞれは、それらモータＭ１－Ｍ６それぞれのシャフトの回転量、詳細には、シャフトの回転位置を検出する。これにより、エンコーダＥ１－Ｅ６それぞれは、上述した関節の動きを検出する。
【0027】
図３に戻って、インターフェース３３は、モータＭ１－Ｍ６およびエンコーダＥ１－Ｅ６が接続されることにより、これらの装置とプロセッサ３１およびメモリ３２とのデータの送受信を可能にする。
【0028】
プロセッサ３１およびメモリ３２は、コンピュータを構成する。そして、制御装置１は、プロセッサ３１がメモリ３２に記憶された各種プログラムを読み出して実行することにより、ロボット１０のモータＭ１－Ｍ６とエンコーダＥ１－Ｅ６を制御する各種処理を行う。
【0029】
例えば、制御装置１は、メモリ３２に記憶された学習プログラムが読み出されて実行されることにより、上述したロボット１０の実際の軌跡のずれを補正するための学習処理を行う。また、制御装置１は、メモリ３２に記憶された運用プログラムが読み出されて実行されることにより、学習処理に基づくロボット１０の運用処理を行う。制御装置１は、これら学習処理と運用処理を行うため、図４に示すソフトウェアとして構成される機能ブロックを備える。詳細には、制御装置１は、データ取得部１１、軌跡決定部１２、制御部１３、第１学習部１４、第２学習部１５および軌跡取得部１６を備える。続いて、これらの構成について説明する。
【0030】
なお、制御装置１には、上述した学習処理を行うため、操作端末２０が備える入力装置から学習指令が入力される。または、上述した運用処理を行うため、入力装置から運用指令が入力される。以下、学習指令が入力され学習処理を行うときを学習処理時、運用指令が入力され運用処理を行うときを運用処理時というものとする。
【0031】
データ取得部１１は、学習処理時に、第１学習用データ記憶部１７と第２学習用データ記憶部１８から動作データを取得する。
【0032】
詳細には、第１学習用データ記憶部１７には、学習処理時に用いるロボット１０の動作データを含む第１学習用データが格納されている。また、第２学習用データ記憶部１８には、学習処理時に用いる、もう一つの動作データを含む第２学習用データが格納されている。データ取得部１１は、学習処理時に、第１学習用データ記憶部１７または第２学習用データ記憶部１８から第１学習用データまたは第２学習用データを読み出し、これらのデータに含まれる動作データを取得する。
【0033】
また、上述した操作端末２０の入力装置から入力される運用指令には動作データが含まれている。データ取得部１１は、運用処理時に、入力された運用指令から動作データを取得する。
【0034】
ここで、動作データとは、ロボット１０が動作を開始する動作開始点とロボット１０が動作を終了する動作終了点とを少なくとも含むロボット１０の動作用軌跡を表すデータのことである。詳細には、動作データは、ロボット１０が備えるフランジ１７０の、動作開始点の座標と動作終了点の座標を少なくとも含み、それらの間でフランジ１７０が通過すべき中間点の座標を含むデータのことである。なお、動作データは、駆動条件とも呼ばれるデータである。
【0035】
データ取得部１１は、動作データを取得すると、取得した動作データを軌跡決定部１２に送信する。
【0036】
軌跡決定部１２は、データ取得部１１から受信した動作データに基づいてロボット１０の軌跡、すなわち、フランジ１７０の軌跡を決定する。
【0037】
詳細には、軌跡決定部１２は、学習処理時に、第１学習用データまたは第２学習用データに含まれるデータ取得部１１から受信した動作データに基づいてフランジ１７０の軌跡を決定する。そして、軌跡決定部１２は、決定した軌跡のデータを制御部１３に送信する。
【0038】
軌跡決定部１２は、運用処理時に、学習済みデータ記憶部１９の第１補正モデルおよび第２補正モデルを用いてフランジ１７０の軌跡を決定する。詳細には、学習済みデータ記憶部１９には、第１学習部１４および第２学習部１５が生成した、後述する第１補正モデルおよび第２補正モデルが格納されている。軌跡決定部１２は、運用処理時に、学習済みデータ記憶部１９から第１補正モデルおよび第２補正モデルを読み出し、読み出した第１補正モデルおよび第２補正モデルを用いて、データ取得部１１から受信した動作データを補正して、フランジ１７０の軌跡を決定する。これにより、軌跡決定部１２は、運用処理時に発生しているフランジ１７０の実際の軌跡の理想軌跡からのずれを補正する。軌跡決定部１２は、決定した軌跡のデータを制御部１３に送信する。
【0039】
制御部１３は、軌跡決定部１２から受信した軌跡のデータに基づいてロボット１０が備えるモータＭ１－Ｍ６それぞれを回転させる。これにより、制御部１３は、学習処理時に、第１学習用データまたは第２学習用データの動作データに基づいた動作をロボット１０に行わせる。また、制御部１３は、運用処理時に、ずれが補正された軌跡のデータに基づいた動作をロボット１０に行わせる。
【0040】
一方、第１学習部１４は、学習処理時に、制御部１３へ指令を送ることにより、ロボット１０に第１学習用データの動作データに基づいた動作を行わせる。その一方で、第１学習部１４は、学習処理時に、軌跡取得部１６へ指令を送ることにより、軌跡取得部１６に、ロボット１０が実行する動作により生成される軌跡のデータを取得させる。
【0041】
軌跡取得部１６は、第１学習部１４からの指令により、ロボット１０が備えるエンコーダＥ１－Ｅ６から、エンコーダＥ１－Ｅ６それぞれが検出したモータＭ１－Ｍ６それぞれの回転位置を取得する。そして、軌跡取得部１６は、第１学習部１４からの指令の間、それらモータＭ１－Ｍ６それぞれの回転位置を取得する。軌跡取得部１６は、取得したモータＭ１－Ｍ６の回転位置を用いてロボット１０のフランジ１７０の位置を求め、さらに、フランジ１７０の実際の軌跡を求める。軌跡取得部１６は、求めた実際の軌跡のデータを第１学習部１４に送信する。
【0042】
第１学習部１４は、軌跡決定部１２から受信した軌跡のデータを理想軌跡のデータとする。そして、第１学習部１４は、学習処理時に、その理想軌跡のデータと軌跡取得部１６から受信した実際の軌跡のデータとを比較し、実際の軌跡の理想軌跡に対する幾何学的変形を求める。
【0043】
詳細な内容は後述するが、第１学習部１４は、実際の軌跡が理想軌跡に対してどのように幾何学的変形をしているか、例えば、並進、回転、拡大、縮小等の幾何学的変換が施された変形をしているかを求める。そして、第１学習部１４は、求めた幾何学的変形のデータを、実際の軌跡を補正する第１補正モデルとして学習済みデータ記憶部１９に格納する。
【0044】
これに対して、第２学習部１５は、学習処理時の第１学習部１４の学習が終了した後に、制御部１３へ指令を送ることにより、第２学習用データに含まれる動作データから決定された軌跡の動作をロボット１０に実行させる。そして、第２学習部１５は、第１学習部１４の場合と同様に、軌跡取得部１６へ指令を送ることにより、軌跡取得部１６に、ロボット１０が実行する動作により行われる軌跡のデータを取得させる。
【0045】
第２学習部１５は、軌跡取得部１６から実際の軌跡のデータを得る。さらに、第２学習部１５は、軌跡決定部１２から受信した軌跡のデータを理想軌跡のデータとする。そして、第２学習部１５は、理想軌跡のデータと実際の軌跡のデータとを比較し、実際の軌跡の各部分の、理想軌跡の各部分に対する位置ずれを求める。詳細な内容は後述するが、第２学習部１５は、求めた位置ずれのデータを、実際の軌跡を補正する第２補正モデルとして学習済みデータ記憶部１９に格納する。
【0046】
上述したように、軌跡決定部１２は、運用処理時に、学習済みデータ記憶部１９に格納された第１補正モデルおよび第２補正モデルを用いて、入力装置から入力された動作データを補正して、ロボット１０の軌跡を決定する。そして、制御部１３は、その補正された動作データから導き出される軌跡に基づいて、モータＭ１－Ｍ６それぞれを回転させる。これにより、制御装置１は、ロボット１０の実際の軌跡を理想軌跡に近づける。その結果、制御装置１は、実際の軌跡の理想軌跡からのずれを修正する。
【0047】
【0048】
図５は、制御装置１が行う学習処理のフローチャートである。図６は、学習処理が備える第１処理のフローチャートである。図７は、第１処理で使用される第１学習用データ２７の一例を示す図である。図８は、第１学習用データ２７で表される軌跡を示す概念図である。図９は、学習処理が備える第２処理のフローチャートである。図１０は、第２処理で使用される第２学習用データ２８の一例を示す図である。
【0049】
まず、ユーザーは、操作端末２０の入力装置から学習指令を入力する。制御装置１では、学習指令が入力されると、プロセッサ３１がメモリ３２に記憶された学習プログラムを読み出して実行する。その結果、学習処理のフローが開始される。
【0050】
学習処理のフローが開始されると、図５に示すように、まず、第１処理が行われる（ステップＳ１）。
【0051】
その第１処理では、図６に示すように、はじめに、データ取得部１１が第１学習用データ２７の取得を行う（ステップＳ１１）。
【0052】
詳細には、データ取得部１１は、第１学習用データ記憶部１７に格納された、ロボット１０の動作データを含む第１学習用データ２７を読み出す。
【0053】
その第１学習用データ２７では、図７に示すように動作開始点、動作終了点、中間点で表される軌跡を形成するための駆動条件、すなわち動作データと、その軌跡の幾何学的変形条件とが対応付けられている。そして、幾何学的変形条件は、並進、Ｚ軸回転、拡大縮小等の条件で示されている。
【0054】
ここで、Ｚ軸回転とはＺ軸の周りに軌跡を回転させる幾何学的変換のことである。また、軌跡の幾何学的変形とは、軌跡を並進、回転、拡大縮小等の幾何学的変換をして変形させることである。
【0055】
さらに詳細に、図７および図８に示す場合を例に、第１学習用データ２７を説明すると、Ｎｏ．０は、ＸＹＺ座標表示で、動作開始点（０，０，０）から中間点（５０，０，０）・・・の複数の中間点を経て、動作開始点と同じ位置の動作終了点（０，０，０）に戻る軌跡を示している。Ｎｏ．１は、Ｎｏ．０の軌跡を基本軌跡というものとすると、その基本軌跡をＹ方向に５だけ並進させた軌跡を示している。Ｎｏ．２は、基本軌跡をＸ方向に１、Ｙ方向に３並進させ、かつ１０５％拡大した軌跡を示している。Ｎｏ．３は、基本軌跡をＸ方向に２、Ｙ方向に４並進させ、かつ５°だけＺ軸回転させ、かつ１１０％拡大した軌跡を示している。このように、第１学習用データ２７では、軌跡のデータと軌跡の幾何学的変形条件とが対応付けられている。
【0056】
データ取得部１１は、このような第１学習用データ２７を読み出す。そして、データ取得部１１は、読み出した第１学習用データ２７の基本軌跡と対応付けられた幾何学的変形条件から、各軌跡の座標データを算出する。これにより、データ取得部１１は、各軌跡を実現するロボット１０の動作データを得る。
【0057】
続いて、図６に示すように、軌跡決定部１２が第１学習用軌跡の決定を行う（ステップＳ１２）。詳細には、軌跡決定部１２は、データ取得部１１が取得した第１学習用データ２７の軌跡と対応付けられた幾何学的変形条件から、各軌跡の座標データを求める。そして、軌跡決定部１２は、求めた複数の軌跡から１つの軌跡を選択し、その軌跡を第１学習用軌跡とする。これにより、軌跡決定部１２は、ロボット１０に動作させるための第１学習用軌跡を決定する。
【0058】
次に、ロボット１０による第１学習用軌跡の実行とロボット１０の実際の軌跡の取得が行われる（ステップＳ１３）。詳細には、軌跡決定部１２が決定した第１学習用軌跡で制御部１３がロボット１０を動作させる。そして、軌跡取得部１６が、そのロボット１０の実際の軌跡のデータを取得する。具体的には、軌跡取得部１６は、計時部を備えるところ、その計時部で計時して、ロボット１０の動作中、一定時間の経過毎にロボット１０が備えるエンコーダＥ１－Ｅ６から、エンコーダＥ１－Ｅ６それぞれが検出したモータＭ１－Ｍ６それぞれのシャフトの回転位置を取得する。軌跡取得部１６は、取得したモータＭ１－Ｍ６のシャフトの回転位置を用いてロボット１０の各時間でのフランジ１７０の位置を求める。さらに、軌跡取得部１６は、求めたフランジ１７０の位置からフランジ１７０の実際の軌跡を求める。これにより、軌跡取得部１６は、ロボット１０の実際の軌跡を取得する。
【0059】
軌跡取得部１６がロボット１０の実際の軌跡を取得すると、第１学習部１４が、その軌跡のデータを用いて幾何学的変形データの算出を行う（ステップＳ１４）。詳細には、第１学習部１４は、軌跡決定部１２が決定した第１学習用軌跡を理想軌跡とし、その理想軌跡のデータと軌跡取得部１６が取得した実際の軌跡のデータとを比較し、実際の軌跡が理想軌跡に対してどのように幾何学的変形をしているかを求める。例えば、第１学習部１４は、実際の軌跡が理想軌跡に対してどの程度並進しているか、または、どの程度回転しているか、どの程度拡大または縮小しているか等を求める。
【0060】
次に、第１学習部１４は、全ての動作データにつき幾何学的変形データの算出をしたかの判定を行う（ステップＳ１５）。詳細には、上述したように、ステップＳ１１で、データ取得部１１が第１学習用データ２７に含まれる全ての動作データを得ている。第１学習部１４は、データ取得部１１から、全ての動作データを得て、その全ての動作データについて、ステップＳ１４の幾何学的変形データの算出を行っているか否かを判定する。
【0061】
第１学習部１４が全ての動作データにつき幾何学的変形データの算出をしていないと判定した場合（ステップＳ１５のＮｏ）、ステップＳ１２に戻る。そして、軌跡決定部１２は、ステップＳ１２で求めた複数の軌跡のうちの残りの軌跡から新たな１つの軌跡を選択し、その軌跡を第１学習用軌跡とする。これにより、軌跡決定部１２は、新たな第１学習用軌跡を決定する。そして、ステップＳ１２－Ｓ１５を繰り返す。これにより、ステップＳ１２で求めた複数の軌跡全てに対して、幾何学的変形データの算出を行う。
【0062】
一方、第１学習部１４は、全ての動作データにつき幾何学的変形データの算出をしていると判定した場合（ステップＳ１５のＹｅｓ）、第１補正モデルの生成を行う（ステップＳ１６）。詳細には、第１学習部１４は、求めた幾何学的変形それぞれのデータと第１学習用データ２７の軌跡それぞれとが対応付けられたテーブルを、実際の軌跡を補正するための第１補正モデルとして学習済みデータ記憶部１９に格納する。これにより、第１学習部１４は、第１補正モデルの生成を行う。
【0063】
ここで、第１学習部１４は、それぞれの軌跡の幾何学的変形のデータ毎に第１補正モデルを生成してもよいし、全ての軌跡の幾何学的変形のデータに対して１つの第１補正モデルを生成してもよい。
【0064】
第１学習部１４が第１補正モデルを生成すると、第１処理のフローが終了する。
【0065】
図５に戻って、ステップＳ１の第１処理に続いて、第２処理が行われる（ステップＳ２）。
【0066】
その第２処理では、図９に示すように、まず、データ取得部１１が第２学習用データ２８の取得を行う（ステップＳ２１）。
【0067】
詳細には、データ取得部１１は、第２学習用データ記憶部１８に格納された第２学習用データ２８を読み出す。その第２学習用データ２８には、図１０に示すように、第１学習用データ２７の基本軌跡に相当する軌跡の駆動条件が示されている。具体的には、第２学習用データ２８には、第１学習用データ２７のＮｏ．０の軌跡に相当する軌跡の動作開始点、動作終了点、それらの間の中間点の座標が示されている。データ取得部１１は、このような第２学習用データ２８を読み出す。
【0068】
続いて、軌跡決定部１２が第２学習用軌跡の決定を行う（ステップＳ２２）。後述するように、第２処理では、ロボット１０の実際の軌跡の各部分の誤差を算出し、その誤差から補正軌跡を算出する（ステップＳ２４）。第２学習用軌跡の決定では、ステップＳ２１で読み出された第２学習用データ２８の軌跡に対してステップＳ２４の補正軌跡がまだ算出されていない場合、軌跡決定部１２は、読み出された第２学習用データ２８の軌跡を第２学習用軌跡とする。また、軌跡決定部１２は、ステップＳ２１で読み出された第２学習用データ２８の軌跡に対してステップＳ２４の補正軌跡が既に算出されている場合、その補正軌跡を第２学習用軌跡とする。軌跡決定部１２は、このような方法で、第２学習用軌跡を決定する。
【0069】
第２学習用軌跡の決定後、ロボット１０による第２学習用軌跡の実行とロボット１０の実際の軌跡の取得が行われる（ステップＳ２３）。この処理では、実行される軌跡が第２学習用軌跡である点で第１処理のステップＳ１３と異なるだけのため、説明を省略する。
【0070】
ステップＳ２３のロボット１０の実際の軌跡を取得するステップが終了すると、第２学習部１５がロボット１０の実際の軌跡の各部分の誤差の算出と誤差からの補正軌跡の算出を行う（ステップＳ２４）。
【0071】
【0072】
図１１Ａは、学習処理が備える第２処理で取得されたロボット１０の実際の軌跡４１と理想軌跡４２を示す概念図である。図１１Ｂは、第２処理で求める補正軌跡４３の誤差４４と実際の軌跡４１の誤差４５と関係を示す概念図である。図１１Ｃは、第２処理で求める補正軌跡４３の誤差４４の分布と実際の軌跡４１の誤差４５の分布を示す概念図である。図１１Ｄは、補正軌跡４３の概念図である。図１１Ｅは、その補正軌跡４３を用いてロボット１０を動作させたときの実際の軌跡４６を示す概念図である。
【0073】
図１１Ａに示すように、ステップＳ２３で取得された実際の軌跡４１の各部分は、一般的には、理想軌跡４２の各部分から位置がずれていることが多い。第２学習部１５では、その位置ずれを補正するため、第２学習部１５が実際の軌跡４１の各部分の誤差から、補正軌跡４３の各部分の誤差を求め、求めた誤差と理想軌跡４２の各部分の位置から、補正軌跡４３を算出する。
【0074】
詳細には、第２学習部１５は、図１１Ｂに示す各部分の誤差４４が、言い換えると各ポイントの誤差４４が－κＥをとなる補正軌跡４３を求める。ここで、Ｅは、実際の軌跡４１の、補正軌跡４３に対応するポイントの誤差４５である。κは、０よりも大きく１よりも小さい数値をとる係数であり、演算で補正軌跡４３が発散することを防ぐために設けられた係数である。
【0075】
【0076】
補正軌跡４３の算出が完了すると、図９に示すように、第２学習部１５は、実際の軌跡４１の誤差４５が許容値以下かどうかを判定する（ステップＳ２５）。詳細には、第２学習部１５は、実際の軌跡４１の各ポイントの誤差４５のうち、最も大きい誤差４５が許容値以下かどうかを判定する。これにより、第２学習部１５は、補正軌跡４３を用いて補正しなくとも、第２学習用データ２８の軌跡データのままでよいかどうかを判定する。
【0077】
実際の軌跡４１の誤差４５が許容値を超えると判定した場合（ステップＳ２５のＮｏ）、さらに、第２学習部１５は、誤差４５が許容値を超えるというエラーの回数をカウントし（ステップＳ２６）、カウントされたエラーの回数が設定値以下であるかどうかを判定する（ステップＳ２７）。そして、第２学習部１５は、エラーの回数が設定値を超えると判定した場合（ステップＳ２７のＮｏ）、演算が発散してしまうエラー状態であると扱い、第２処理を終了させる。この場合、第２学習部１５は、操作端末２０が備える図示しない表示装置にエラーを表示する。
【0078】
一方、第２学習部１５は、エラーの回数が設定値以下であると判定した場合（ステップＳ２７のＹｅｓ）、まだ演算が発散していないと扱い、ステップＳ２２へ戻る。そのステップＳ２２では、軌跡決定部１２は、ステップＳ２４で求めた補正軌跡４３のデータを第２学習用データ２８とする。そして、第２学習部１５は、ステップＳ２３－Ｓ２７までを繰り返して、ステップＳ２１で読み出された第２学習用データ２８の軌跡を補正していく。これにより、第２学習部１５は、例えば、図１１Ｅに示すように、補正軌跡４３を用いてロボット１０を動作させたときの実際の軌跡４６を理想軌跡４２に近似させていく。そして、第２学習部１５は、誤差４５が許容値以下となる補正軌跡４３を求める。
【0079】
図９に示すステップＳ２５に戻って、第２学習部１５は、実際の軌跡４１の誤差４５が許容値以下であると判定された場合（ステップＳ２５のＹｅｓ）、第２補正モデルを生成する（ステップＳ２８）。詳細には、学習処理では、ステップＳ２４を実行した回数だけ補正軌跡４３を算出しているが、第２学習部１５は、それら算出した補正軌跡４３から、ステップＳ２１で取得した第２学習用データ２８の理想軌跡４２を補正するデータを求め、求めた補正データを第２補正モデルとする。これにより、第２学習部１５は、理想軌跡４２の各ポイントに対する実際の軌跡４１の位置ずれと理想軌跡４２とに基づいた第２補正モデルを生成する。そして、第２学習部１５は、生成した第２補正モデルを学習済みデータ記憶部１９に格納する。
【0080】
第２補正モデルの生成が終了すると、第２学習部１５は、第２処理を終了させる。
【0081】
続いて、図１２を参照して、第１補正モデルと第２補正モデルを用いた運用処理について説明する。
【0082】
図１２は、制御装置１が行う運用処理のフローチャートである。
【0083】
まず、ユーザーは、操作端末２０が備える入力装置から運用指令を入力する。制御装置１では、運用指令が入力されると、プロセッサ３１がメモリ３２に記憶された運用プログラムを読み出して実行し、その結果、運用処理のフローが開始される。
【0084】
その運用処理では、まず、図１２に示すように、データ取得部１１がロボット１０の動作データの取得を行う（ステップＳ３１）。その動作データの取得は、例えば、操作端末２０が備える入力装置からロボット１０を動作させたい動作データが入力され、データ取得部１１がその動作データを取得することにより、行われる。
【0085】
このときの動作データは、その動作データでロボット１０が理想的に動作したと想定したときの理想軌跡４２が、予め制御装置１が学習した第１学習用データ２７に含まれる基本軌跡と近似していることが望ましい。このような動作データであれば、第１学習部１４と第２学習部１５の学習結果により、ロボット１０の軌跡の精度を高めることができるからである。
【0086】
なお、動作データの取得は、図示しない記憶装置に予め動作データを記憶させておき、データ取得部１１がその動作データを読み出すことにより行われてもよい。この場合、図示しない記憶装置は、第１学習用データ記憶部１７、第２学習用データ記憶部１８または学習済みデータ記憶部１９であってもよい。
【0087】
または、動作データの取得は、ロボットシステム１００が、撮像装置と、撮像装置が撮像した画像データを解析する画像解析装置とを備え、ロボット１０のフランジ１７０に取り付けられた工具が加工するワークを撮像装置が撮像し、撮像装置の画像から画像解析装置がワークの位置を求めて、動作データを生成することにより、行われてもよい。この場合、画像解析装置は、ワークの特徴部を抽出し、抽出された特徴部の画像内位置と撮像装置のワークに対する位置から動作データをするとよい。
【0088】
次に、ステップＳ３１の動作データの取得が行われると、軌跡決定部１２が学習処理で用いた第１学習用データ２７に含まれる軌跡のうちの、どの軌跡に動作データの軌跡が近似するかを算出する（ステップＳ３２）。
【0089】
図７に示す例で説明すると、第１学習用データ２７には、図７に示すように、Ｎｏ．０からＮｏ．３までの軌跡が格納されている。図７に示すこれらの軌跡をＡ０、Ａ１、Ａ２、Ａ３、理想軌跡４２をＢとし、第１補正モデルの幾何学的変形のデータが幾何学的変換を行う写像ｆ０、ｆ１、ｆ２、ｆ０を表すものであるとする場合に、それら写像ｆ０、ｆ１、ｆ２、ｆ０は、
ｆ０: Ａ０→Ｂ、ｆ１: Ａ１→Ｂ、ｆ２: Ａ２→Ｂ、ｆ３: Ａ３→Ｂ
と表すことができる。一方、動作データの軌跡をＣとする場合に、その軌跡Ｃを理想軌跡４２のＢとするには、
ｇ：Ｃ→Ｂ
となる写像ｇを求めればよい。従って、動作データの軌跡Ｃが、第１学習用データ２７の軌跡Ａ０、Ａ１、Ａ２、Ａ３、のいずれに最も近似しているかが判明すれば、その軌跡に対応する写像ｆ０、ｆ１、ｆ２、ｆ０が写像ｇに近似することがわかる。
ｆ０: Ａ０→Ｂ、ｆ１: Ａ１→Ｂ、ｆ２: Ａ２→Ｂ、ｆ３: Ａ３→Ｂ
と表すことができる。一方、動作データの軌跡をＣとする場合に、その軌跡Ｃを理想軌跡４２のＢとするには、
ｇ：Ｃ→Ｂ
となる写像ｇを求めればよい。従って、動作データの軌跡Ｃが、第１学習用データ２７の軌跡Ａ０、Ａ１、Ａ２、Ａ３、のいずれに最も近似しているかが判明すれば、その軌跡に対応する写像ｆ０、ｆ１、ｆ２、ｆ０が写像ｇに近似することがわかる。
【0090】
そこで、図１２に示すステップＳ３２では、ステップＳ３１で取得した動作データの軌跡が第１学習用データ２７に含まれる軌跡のどの軌跡に近似するか、上記の例の場合、動作データの軌跡が軌跡Ａ０、Ａ１、Ａ２、Ａ３のいずれの軌跡に近似するかを軌跡決定部１２が求める。例えば、軌跡決定部１２は、フィッティングにより、第１学習用データ２７に含まれる軌跡のどの軌跡に近似するかを求める。
【0091】
軌跡決定部１２は、近似する軌跡を求めると、続いて、学習済みデータ記憶部１９から第１補正モデルを読み出す。そして、軌跡決定部１２は、読み出した第１補正モデル内の近似する軌跡に対応付けられた幾何学的変形データを求める（ステップＳ３３）。
【0092】
上述した理想軌跡４２は、ロボット１０のフランジ１７０に加工用の工具が取り付けられた場合の、その工具を加工対象物の加工形状、例えば、製品、部品等の加工形状に沿って移動させるための軌跡である。学習済みデータ記憶部１９には、実験により求められた、その加工対象物の公差に起因して発生すると予測される軌跡の幾何学的変形のデータが格納されている。軌跡決定部１２は、幾何学的変形データを求めた後、求めた幾何学的変形データが、ロボット１０の加工対象物の公差に起因する幾何学的変形を許容できるかどうかを判定する（ステップＳ３４）。すなわち、軌跡決定部１２は、ロボット１０の加工対象物の公差に起因する幾何学的変形を補正するデータを想定した場合に、そのデータよりも求めた幾何学的変形データが大きい補正であるかどうかを判定する。
【0093】
軌跡決定部１２は、求めた幾何学的変形データがロボット１０の加工対象物の公差に起因する幾何学的変形を許容できないと判定した場合（ステップＳ３４のＮｏ）、求めた幾何学的変形データでは、ロボット１０の加工対象物の公差に起因する幾何学的変形すら補正できないことから、すなわち、加工対象物の設計値からのばらつきに相当する幾何学的変形すら補正できないことから、十分な補正データがないものと扱って運用処理を終了させる。そして、軌跡決定部１２は、操作端末２０が備える表示装置にエラーを表示する。
【0094】
一方、軌跡決定部１２は、求めた幾何学的変形データがロボット１０の加工対象物の公差に起因する幾何学的変形を許容できると判定した場合（ステップＳ３４のＹｅｓ）、第１補正モデルによる動作データの補正を行う（ステップＳ３５）。詳細には、軌跡決定部１２は、第１補正モデルの求めた幾何学的変形データを用いてステップＳ３１で取得した動作データを補正する。
【0095】
続いて、軌跡決定部１２は、第２補正モデルによる動作データの補正を行う（ステップＳ３６）。すなわち、軌跡決定部１２は、第２補正モデルを用いてステップＳ３１で取得した動作データを補正する。
【0096】
第２補正モデルによる動作データの補正が終わると、制御部１３が補正された動作データでロボット１０の駆動を行う（ステップＳ３７）。詳細には、制御部１３は、補正された動作データから導き出される軌跡に基づいて、モータＭ１－Ｍ６それぞれを回転させる。これにより、制御装置１では、ロボット１０の実際の軌跡４１が理想軌跡４２に近づき、実際の軌跡４１の理想軌跡４２からのずれが修正される。その結果、ロボット１０が高精度に動作する。
【0097】
ロボット１０の動作が終了すると、制御部１３は、運用処理を終了させる。
【0098】
なお、実施の形態１で説明した軌跡決定部１２と制御部１３は、本開示でいうところのロボット制御部の一例である。モータＭ１－Ｍ６は、本開示でいうところの原動機の一例である。学習プログラムと運用プログラムは、本開示でいうところのプログラムの一例である。軌跡取得部１６の、エンコーダＥ１－Ｅ６が検出したモータＭ１－Ｍ６の回転位置からロボット１０の軌跡を算出する部分は、本開示でいうところの第１軌跡算出部の一例である。
【0099】
また、図７を用いて説明した基本軌跡は、本開示でいうところの動作用軌跡の一例である。また、図７を用いて説明した第１学習用データ２７の各軌跡の動作開始点、動作終了点と各軌跡は、本開示でいうところの第１学習用動作開始点、第１学習用動作終了点、第１学習用軌跡の一例である。第１学習用データ２７が有する基本軌跡を幾何学的変形させた軌跡は、本開示でいうところの変形軌跡の一例である。
【0100】
以上のように、実施の形態１に係る制御装置１では、第１学習部１４が生成した、幾何学的変形を小さくするための第１補正モデルを用いて、軌跡決定部１２が補正動作データを算出する。また、制御装置１では、制御部１３が算出した補正動作データによりロボットを制御する。このため、ロボット１０の軌跡の幾何学的変形が小さくなる。その結果、制御装置１は、ロボット１０を高い精度で動作させることができる。
【0101】
また、制御装置１では、第２学習部１５が生成した、軌跡の各部分の位置ずれを小さくするための第１補正モデルを用いて、軌跡決定部１２が動作データを補正する。このため、ロボット１０の軌跡の各部分の変形が小さくなる。その結果、制御装置１は、ロボット１０を高い精度で動作させることができる。
【0102】
なお、ロボット１０にプロセッサ、インターフェースが設けられている旨の説明はしていないが、ロボット１０がプロセッサ、インターフェースを備えてもよい。そして、インターフェースに通信モジュールが接続され、ロボット１０が制御装置１とネットワーク、例えば、インターネットを介して通信してもよい。
【0103】
また、上記の実施の形態１の第１学習用データ２７では、軌跡を形成するための動作データと、その軌跡の幾何学的変形条件とが対応付けられているが、その幾何学的変形条件は、ロボット１０の加工対象物の公差に起因して発生すると予測される軌跡の幾何学的変形よりも大きい条件であることが望ましい。そのような幾何学的変形条件であれば、加工対象物の公差に起因する軌跡のずれを修正できるからである。
【0104】
（実施の形態２）
実施の形態１では、ステップＳ２４で定数－κを乗じたときの各部分の誤差４４であるＥがロボット１０の実際の軌跡４１の各部分の誤差４５の大きさとなる補正軌跡４３を第２学習部１５が求めることにより、第２補正モデルを生成する。しかし、第２学習部１５は、これに限定されない。第２学習部１５は、データ取得部１１が取得した第２学習用データ２８に基づいて制御部１３がロボット１０を制御した場合の、ロボット１０の実際の軌跡４１である第２軌跡のデータとロボット１０が動作すべき理想軌跡４２である第２理想軌跡のデータから、理想軌跡４２の各部分に対する実際の軌跡４１の各部分の位置ずれを求め、求めた位置ずれと第２学習用データ２８に基づいて、求めた位置ずれを小さくするための第２補正モデルを生成すればよい。このため、この条件を満たす限りにおいて、位置ずれを求める手法、換言すると、第２補正モデルの生成方法は、任意である。
実施の形態１では、ステップＳ２４で定数－κを乗じたときの各部分の誤差４４であるＥがロボット１０の実際の軌跡４１の各部分の誤差４５の大きさとなる補正軌跡４３を第２学習部１５が求めることにより、第２補正モデルを生成する。しかし、第２学習部１５は、これに限定されない。第２学習部１５は、データ取得部１１が取得した第２学習用データ２８に基づいて制御部１３がロボット１０を制御した場合の、ロボット１０の実際の軌跡４１である第２軌跡のデータとロボット１０が動作すべき理想軌跡４２である第２理想軌跡のデータから、理想軌跡４２の各部分に対する実際の軌跡４１の各部分の位置ずれを求め、求めた位置ずれと第２学習用データ２８に基づいて、求めた位置ずれを小さくするための第２補正モデルを生成すればよい。このため、この条件を満たす限りにおいて、位置ずれを求める手法、換言すると、第２補正モデルの生成方法は、任意である。
【0105】
実施の形態２では、第２学習部１５は、最適化アルゴリズムを用いて、補正軌跡４３を求めることにより、第２補正モデルを生成する。以下、図１３を参照して、実施の形態２に係る制御装置１が行う学習処理が備える第２処理について説明する。実施の形態２では、実施の形態１と異なる構成を中心に説明する。
【0106】
実施の形態２に係る制御装置１は、実施の形態１で説明した学習処理の第１処理と第２処理を行う。そして、その第２処理では、制御装置１が備える第２学習部１５が、ステップＳ２４で、ロボット１０の実際の軌跡４１の各部分の誤差４５、すなわち、各ポイントの誤差４５を算出し、最適化アルゴリズムを用いて、その誤差４５からの補正軌跡４３を算出する。さらに、第２学習部１５は、補正軌跡４３から第２補正モデルを生成する。
【0107】
図１３は、第２処理で用いる実際の軌跡４１の誤差４５の分布を示す概念図である。
【0108】
詳細には、第２学習部１５は、ステップＳ２３で軌跡取得部１６が取得した、実際の軌跡４１の各ポイントＰ１、Ｐ２、Ｐ３・・・ＰＭの、理想の軌跡４１の各ポイントに対する誤差４５のうち、図１３に示すように、誤差４５が大きい順に、ポイントＰ１、Ｐ２、Ｐ３・・・ＰＮを選択する。
【0109】
ここで、Ｎは、実際の軌跡４１のサンプル数Ｍよりも小さい、予め定めた自然数である。なお、図１３では、Ｎ＝３である例を示している。
【0110】
続いて、第２学習部１５は、評価関数を定める。例えば、第２学習部１５は、実際の軌跡４１の各ポイントＰ１、Ｐ２、Ｐ３・・・ＰＮの誤差４５の値がＧ１、Ｇ２、Ｇ３・・・ＧＮであり、評価関数がｆである場合に、評価関数ｆを以下の数式（１）で定める。
ｆ＝Ｇ１＋Ｇ２＋Ｇ３＋・・・＋ＧＮ ・・・数式（１）
ｆ＝Ｇ１＋Ｇ２＋Ｇ３＋・・・＋ＧＮ ・・・数式（１）
【0111】
次に、第２学習部１５は、最適化アルゴリズムを用いて、評価関数ｆが小さくなるポイントＰ１、Ｐ２、Ｐ３・・・ＰＮを探索する。最適化アルゴリズムには、例えば、ベイズ最適化または、粒子群最適化のアルゴリズムを用いるとよい。そして、最適化アルゴリズムとしてベイズ最適化のアルゴリズムを用いる場合、上述したＮは、１以上１０以下であることが望ましい。或いは、最適化アルゴリズムとして粒子群最適化のアルゴリズムを用いる場合、Ｎは、１０以上であることが望ましい。
【0112】
第２学習部１５は、評価関数ｆが小さくなるポイントＰ１、Ｐ２、Ｐ３・・・ＰＮを探索すると、それらポイントＰ１、Ｐ２、Ｐ３・・・ＰＮから補正軌跡４３を求める。そして、実施の形態１で説明したステップＳ２８の具体的な手法によって、求めた補正軌跡４３から第２補正モデルを生成する。
【0113】
なお、評価関数は、実際の軌跡４１の各ポイントＰ１、Ｐ２、Ｐ３・・・ＰＮの誤差４５の値から得られる誤差のグラフを誤差が０の線の回りに回転させることにより得られる立体の体積を表す関数であってもよい。
【0114】
以上のように、実施の形態２に係る制御装置１では、第２学習部１５が最適化アルゴリズムを用いることにより、補正軌跡４３を求めて第２補正モデルを生成する。その結果、実施の形態１で第２補正モデルを生成する場合と比較して、より少ない試行回数で第２補正モデルを生成することができる。
【0115】
なお、実際の軌跡４１の各部分の誤差４５を算出して補正軌跡４３を求めるときに各部分の誤差４５の分布の特徴部分を検出し、その特徴部分を用いて補正軌跡４３を求めてもよい。例えば、実際の軌跡４１の各部分の誤差４５の分布をグラフ化したときのピーク部を検出し、機械学習のベイズ最適化の手法により、ピーク部が小さくなる補正軌跡４３を求めてもよい。このような手法によれば、算出時間をより短くすることができるからである。
【0116】
以上、本開示の実施の形態１に係る制御装置１、ロボットシステム１００、学習装置、ロボット１０の制御方法、プログラムおよび第１補正モデルについて説明したが、制御装置１、ロボットシステム１００、学習装置、ロボット１０の制御方法、プログラムおよび第１補正モデルは、これに限定されない。
【0117】
例えば、実施の形態１、２では、第２学習部１５が、実際の軌跡４１の各部分と理想軌跡４２の各部分の位置ずれを軌跡全体について均一に算出している。しかし、制御装置、ロボットシステム、学習装置、ロボットの制御方法およびプログラムは、これに限定されない。
【0118】
実施の形態１、２では、制御装置１が第１学習部１４と第２学習部１５を備えているが、制御装置１はこれに限定されない。制御装置１は、第１学習部１４を備えるが、第２学習部１５を備えない形態であってもよい。この場合、制御部１３は、データ取得部１１が取得した動作データに基づいてロボット１０を制御する場合に、第１補正モデルを用いて動作データを補正することにより、補正動作データを算出し、算出した補正動作データによりロボット１０を制御すればよい。このような形態であっても、ロボット１０の軌跡の幾何学的変形を小さくして、ロボット１０を高い精度で動作させることができるからである。
【0119】
実施の形態１、２では、ロボット１０の軌跡をエンコーダＥ１－Ｅ６が測定している。しかし、ロボット１０の軌跡の測定装置はこれに限定されない。ロボットシステム１００では、ロボット１０の軌跡を測定する測定器が備えられ、第１学習部１４がその測定器からロボット１０の軌跡を取得するとよい。従って、この条件を満たすものであれば、具体的な測定器は、エンコーダＥ１－Ｅ６に限られない。その測定器は、ロボット１０を撮像する撮像装置と、その撮像装置が撮像した画像とその撮像装置の位置情報からロボット１０の軌跡を算出する軌跡算出部とを有していてもよい。
【0120】
なお、実施の形態１で、ロボットシステム１００が動作データの取得のために撮像装置を設けてもよい旨を説明したが、その撮像装置は、第１撮像装置と呼ばれてもよい。上記のロボット１０の軌跡を測定する測定器としての撮像装置は、第２撮像装置と呼ばれてもよい。また、上述した軌跡算出部は、上記の撮像装置が撮像した画像とその撮像装置の位置情報からロボット１０の軌跡を算出するが、その軌跡算出部は、軌跡取得部１６の、エンコーダＥ１－Ｅ６が検出したモータＭ１－Ｍ６の回転位置からロボット１０の軌跡を算出する部分を第１軌跡算出部と呼ぶ場合に、第２軌跡算出部と呼ばれてもよい。
【0121】
実施の形態１、２では、第１学習用データ２７が、１つの基本軌跡とその基本軌跡を幾何学的変形させた複数の軌跡のデータである。しかし、第１学習用データ２７は、これに限定されず、基本軌跡の数と基本軌跡を幾何学的変形させた軌跡の数は任意である。例えば、基本軌跡は、複数個であってもよい。さらに、基本軌跡を幾何学的変形させた軌跡の数は、実施の形態で例示された数よりも多くてもよいし、その数よりも少なくてもよい。
【0122】
実施の形態１、２では、ロボット１０が垂直多関節型のロボットである。しかし、本開示は、ロボット全般に適用可能である。ロボット１０は、例えば、水平多関節ロボットであってもよい。また、ロボット１０は、単軸直動ユニットが組み合わせられた直交ロボットであってもよい。
【0123】
実施の形態１、２では、ロボット１０の軌跡、詳細には、フランジ１７０の軌跡がＸＹＺ直交座標系で定義されているが、円筒座標系で定義されてもよい。
【0124】
なお、上記実施形態では、運用プログラムと学習プログラムがメモリ３２に格納されているが、運用プログラムと学習プログラムは、フレキシブルディスク、ＣＤ－ＲＯＭ（Ｃｏｍｐａｃｔ Ｄｉｓｃ Ｒｅａｄ－Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ）、ＭＯ（Ｍａｇｎｅｔｏ－Ｏｐｔｉｃａｌ Ｄｉｓｃ）等のコンピュータが読み取り可能な非一時的な記録媒体に格納されて配布されてもよい。この場合、その記録媒体に格納された運用プログラムと学習プログラムがコンピュータにインストールされることにより、運用処理と学習処理を実行する制御装置１が構成されてもよい。
【0125】
また、運用プログラムまたは学習プログラムは、インターネットに代表される通信ネットワーク上のサーバ装置が有するディスク装置に格納され、運用プログラムまたは学習プログラムが、例えば、搬送波に重畳されて、ダウンロードされてもよい。また、通信ネットワークを介して運用プログラムまたは学習プログラムが転送されながら起動実行されることによっても、上述した運用処理と学習処理が達成されてもよい。さらに、運用プログラムまたは学習プログラムの全部又は一部をサーバ装置上で実行させ、それら処理に関する情報をコンピュータが通信ネットワークを介して送受信しながらプログラムを実行することによっても、上述した運用処理または学習処理が達成されてもよい。
【0126】
また、運用処理または学習処理を、各ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）が分担して実現する場合、又は、ＯＳとアプリケーションとの協働により実現する場合等には、ＯＳ以外の部分のみが媒体に格納されて配布されてもよく、また、ダウンロードされてもよい。また、制御装置１の機能を実現する手段は、ソフトウェアに限られず、その一部又は全部を、回路を含む専用のハードウエアによって実現されてもよい。
【0127】
本開示は、本開示の広義の精神と範囲を逸脱することなく、様々な実施形態および変形が可能とされるものである。また、上述した実施形態は、本開示を説明するためのものであり、本開示の範囲を限定するものではない。つまり、本開示の範囲は、実施形態ではなく、請求の範囲によって示される。そして、請求の範囲内およびそれと同等の開示の意義の範囲内で施される様々な変形が、本開示の範囲内とみなされる。
（付記１）
ロボットが動作を開始する動作開始点と前記ロボットが動作を終了する動作終了点とを少なくとも含む前記ロボットの動作用軌跡を表す動作データおよび、前記ロボットが動作を開始する第１学習用動作開始点と前記ロボットが動作を終了する第１学習用動作終了点とを少なくとも含む前記ロボットの第１学習用軌跡を表すデータを有する第１学習用データのいずれかのデータを取得するデータ取得部と、
前記データ取得部が取得した前記動作データおよび前記第１学習用データのいずれかの前記データに基づいて前記ロボットを制御するロボット制御部と、
前記データ取得部が取得した前記第１学習用データに基づいて前記ロボット制御部が前記ロボットを制御した場合の、前記ロボットの実際の軌跡である第１軌跡のデータと前記ロボットが動作すべき理想的な軌跡である第１理想軌跡のデータから、前記第１軌跡の第１理想軌跡に対する幾何学的変形を求め、求めた前記幾何学的変形と前記第１学習用データの前記動作データに基づいて、求めた前記幾何学的変形を小さくするための、前記動作データを補正する第１補正モデルを生成する第１学習部と、
を備え、
前記ロボット制御部は、前記データ取得部が取得した前記動作データに基づいて前記ロボットを制御する場合に、前記第１補正モデルを用いて前記動作データを補正することにより、補正動作データを算出し、算出した前記補正動作データにより前記ロボットを制御する、
制御装置。
（付記２）
第１学習用データは、前記ロボットの第１学習用軌跡を表す前記データのほかに、前記第１学習用軌跡を幾何学的に変形させた少なくとも１つの変形軌跡を表す少なくとも１つのデータを含み、
前記第１学習部は、第１補正モデルを、前記第１学習用軌跡、前記少なくとも１つの変形軌跡それぞれに対して生成し、
前記ロボット制御部は、前記データ取得部が取得した前記動作データに基づいて前記ロボットを制御する場合に、前記動作データによって表される前記動作用軌跡が、前記第１学習用軌跡、前記少なくとも１つの変形軌跡のいずれの軌跡に近似するかを判定し、近似すると判定された軌跡に対応する前記第１補正モデルを用いて前記動作データを補正することにより、補正動作データを算出する、
付記１に記載の制御装置。
（付記３）
前記第１学習部が求める前記幾何学的変形は、前記第１理想軌跡を回転、拡大、縮小若しくは並進させたときに得られる変形である、または、前記第１理想軌跡の回転、拡大、縮小若しくは並進の組み合わせにより得られる変形である、
付記１または２に記載の制御装置。
（付記４）
前記動作データを補正する第２補正モデルを生成する第２学習部をさらに備え、
前記データ取得部は、前記動作データ、前記第１学習用データおよび、前記動作用軌跡を表す第２学習用データの少なくとも１つのデータを取得し、
前記ロボット制御部は、前記データ取得部が取得した前記動作データ、前記第１学習用データおよび前記第２学習用データの少なくとも１つの前記データに基づいて前記ロボットを制御し、
前記第２学習部は、前記データ取得部が取得した前記第２学習用データに基づいて前記ロボット制御部が前記ロボットを制御した場合の、前記ロボットの実際の軌跡である第２軌跡のデータと前記ロボットが動作すべき理想的な軌跡である第２理想軌跡のデータから、前記第２理想軌跡の各部分に対する前記第２軌跡の各部分の位置ずれを求め、求めた前記位置ずれと前記第２学習用データに基づいて、求めた前記位置ずれを小さくするための前記第２補正モデルを生成し、
前記ロボット制御部は、前記データ取得部が取得した前記動作データに基づいて前記ロボットを制御する場合に、前記第１補正モデルを用いて前記動作データを補正した後、前記第２補正モデルを用いて補正した前記動作データをさらに補正することにより、補正動作データを算出し、算出した前記補正動作データにより前記ロボットを制御する、
付記１から３のいずれか１つに記載の制御装置。
（付記５）
前記第２学習部は、最適化アルゴリズムを用いて前記第２補正モデルを生成する、
付記４に記載の制御装置。
（付記６）
ロボットと、
付記１から５のいずれか１つに記載の制御装置と、
を備える、
ロボットシステム。
（付記７）
第１撮像装置と、
該第１撮像装置が撮像した画像を解析する画像解析装置と、
をさらに備え、
前記ロボットは、工具を有し、
前記第１撮像装置は、前記工具により加工されるワークを撮像し、
前記画像解析装置は、前記第１撮像装置が撮像した画像から前記ワークの特徴部を抽出し、前記第１撮像装置の位置情報と抽出した前記特徴部の画像内位置から、前記動作データを算出し、
前記データ取得部は、前記画像解析装置から前記動作データを取得する、
付記６に記載のロボットシステム。
（付記８）
前記ロボットの前記第１軌跡を測定する測定器をさらに備え、
前記第１学習部は、前記測定器から前記第１軌跡を取得する、
付記６または７に記載のロボットシステム。
（付記９）
前記ロボットは、複数のリンクと、該リンクそれぞれを回動させる原動機と、備え、
前記測定器は、前記原動機それぞれの回転位置を検出するエンコーダと、該エンコーダが検出した回転位置により、前記ロボットの前記第１軌跡を算出する第１軌跡算出部と、を有する、
付記８に記載のロボットシステム。
（付記１０）
前記測定器は、前記ロボットを撮像する第２撮像装置と、該第２撮像装置が撮像した画像と該第２撮像装置の位置情報から前記ロボットの前記第１軌跡を算出する第２軌跡算出部と、を有する、
付記８に記載のロボットシステム。
（付記１１）
前記動作データが格納された記憶装置をさらに備え、
前記データ取得部は、前記記憶装置から前記動作データを取得する、
付記６から１０のいずれか１つに記載のロボットシステム。
（付記１２）
前記記憶装置には、前記第１学習用データがさらに格納され、
前記データ取得部は、前記記憶装置から前記第１学習用データを取得する、
付記１１に記載のロボットシステム。
（付記１３）
前記動作データが入力される入力装置を有する操作端末をさらに備え、
前記データ取得部は、前記操作端末から前記動作データを取得する、
付記６から１２のいずれか１つに記載のロボットシステム。
（付記１４）
ロボットが動作を開始する動作開始点と前記ロボットが動作を終了する動作終了点とを少なくとも含む前記ロボットの動作用軌跡を表す動作データを取得するデータ取得部と、
前記データ取得部が取得した前記動作データに基づいて前記ロボットを制御するロボット制御部と、
を備える制御装置の前記動作データを補正するための第１補正モデルを生成する学習装置であって、
前記ロボットが動作を開始する第１学習用動作開始点と前記ロボットが動作を終了する第１学習用動作終了点とを少なくとも含む前記ロボットの第１学習用軌跡を表すデータを有する第１学習用データを前記データ取得部が取得し、前記データ取得部が取得した前記第１学習用データに基づいて前記ロボット制御部が前記ロボットを制御した場合の、前記ロボットの実際の軌跡である第１軌跡のデータと前記ロボットが動作すべき理想的な軌跡である第１理想軌跡のデータから、前記第１軌跡の第１理想軌跡に対する幾何学的変形を求め、求めた前記幾何学的変形と前記第１学習用データの前記動作データに基づいて、求めた前記幾何学的変形を小さくするための、前記動作データを補正する第１補正モデルを生成する第１学習部を備える、
学習装置。
（付記１５）
第１学習用データは、前記ロボットの第１学習用軌跡を表す前記データのほかに、前記第１学習用軌跡を幾何学的に変形させた少なくとも１つの変形軌跡を表す少なくとも１つのデータを含み、
前記第１学習部は、第１補正モデルを、前記第１学習用軌跡、前記少なくとも１つの変形軌跡それぞれに対して生成する、
付記１４に記載の学習装置。
（付記１６）
前記第１補正モデルを生成するステップで前記幾何学的変形は、前記第１理想軌跡を回転、拡大、縮小若しくは並進させたときに得られる変形である、または、前記第１理想軌跡の回転、拡大、縮小若しくは並進の組み合わせにより得られる変形である、
付記１４または１５に記載の学習装置。
（付記１７）
前記動作データを補正するための第２補正モデルを生成するための第２学習部をさらに備え、
前記第２学習部は、前記動作用軌跡を表す第２学習用データを前記データ取得部が取得し、前記データ取得部が取得した前記第２学習用データに基づいて前記ロボット制御部が前記ロボットを制御した場合の、前記ロボットの実際の軌跡である第２軌跡のデータと前記ロボットが動作すべき理想的な軌跡である第２理想軌跡のデータから、前記第２理想軌跡の各部分に対する前記第２軌跡の各部分の位置ずれを求め、求めた前記位置ずれと前記第２学習用データに基づいて、求めた前記位置ずれを小さくするための前記第２補正モデルを生成する、
付記１４から１６のいずれか１つに記載の学習装置。
（付記１８）
前記第２学習部は、最適化アルゴリズムを用いて前記第２補正モデルを生成する、
付記１７に記載の学習装置。
（付記１９）
ロボットが動作を開始する第１学習用動作開始点と前記ロボットが動作を終了する第１学習用動作終了点とを少なくとも含む前記ロボットの第１学習用軌跡を表すデータを有する第１学習用データに基づいて前記ロボットを制御し、そのときの前記ロボットの実際の軌跡である第１軌跡を測定するステップと、
前記第１軌跡のデータと前記ロボットが動作すべき理想的な軌跡である第１理想軌跡のデータから、前記第１軌跡の前記第１理想軌跡に対する幾何学的変形を求め、求めた前記幾何学的変形と前記第１学習用データに基づいて、求めた前記幾何学的変形を小さくするための第１補正モデルを生成するステップと、
前記第１補正モデルを用いて、前記ロボットが動作を開始する動作開始点と前記ロボットが動作を終了する動作終了点とを少なくとも含む動作データを補正することにより、補正動作データを算出するステップと、
前記補正動作データを算出するステップで算出した前記補正動作データにより前記ロボットを制御するステップと、
を備えるロボットの制御方法。
（付記２０）
前記第１補正モデルを生成するステップで前記幾何学的変形は、前記第１理想軌跡を回転、拡大、縮小若しくは並進させたときに得られる変形である、または、前記第１理想軌跡の回転、拡大、縮小若しくは並進の組み合わせにより得られる変形である、
付記１９に記載のロボットの制御方法。
（付記２１）
動作用軌跡を表す第２学習用データに基づいて前記ロボットを制御し、そのときの前記ロボットの実際の軌跡である第２軌跡を測定するステップと、
前記第２軌跡のデータと前記ロボットが動作すべき理想的な軌跡である第２理想軌跡のデータから、前記第２理想軌跡の各部分に対する前記第２軌跡の各部分の位置ずれを求め、求めた前記位置ずれと前記第２学習用データに基づいて、求めた前記位置ずれを小さくするための第２補正モデルを生成するステップと、
を備え、
前記補正動作データを算出するステップでは、前記第１補正モデルを用いて、前記ロボットが動作を開始する動作開始点と前記ロボットが動作を終了する動作終了点とを少なくとも含む動作データを補正した後、前記第２補正モデルを用いて補正した前記動作データをさらに補正することにより、補正動作データを算出する、
付記１９または２０に記載のロボットの制御方法。
（付記２２）
ロボットを制御するコンピュータに、
前記ロボットが動作を開始する第１学習用動作開始点と前記ロボットが動作を終了する第１学習用動作終了点とを少なくとも含む前記ロボットの第１学習用軌跡を表すデータを有する第１学習用データに基づいて前記ロボットを制御し、そのときの前記ロボットの実際の軌跡である第１軌跡を測定するステップと、
前記第１軌跡のデータと前記ロボットが動作すべき理想的な軌跡である第１理想軌跡のデータから、前記第１軌跡の前記第１理想軌跡に対する幾何学的変形を求め、求めた前記幾何学的変形と前記第１学習用データに基づいて、求めた前記幾何学的変形を小さくするための第１補正モデルを生成するステップと、
前記第１補正モデルを用いて、前記ロボットが動作を開始する動作開始点と前記ロボットが動作を終了する動作終了点とを少なくとも含む動作データを補正することにより、補正動作データを算出するステップと、
前記補正動作データを算出するステップで算出した前記補正動作データにより前記ロボットを制御するステップと、
を実行させるためのプログラム。
（付記２３）
ロボットが動作を開始する動作開始点と前記ロボットが動作を終了する動作終了点とを少なくとも含む前記ロボットの動作用軌跡を表す動作データを補正する機能をコンピュータに実現させるための第１補正モデルであって、
前記動作データを補正する機能は、
前記ロボットが動作を開始する第１学習用動作開始点と前記ロボットが動作を終了する第１学習用動作終了点とを少なくとも含む前記ロボットの第１学習用軌跡を表すデータを有する第１学習用データに基づいてロボット制御部が前記ロボットを制御した場合の、前記ロボットの実際の軌跡である第１軌跡のデータと前記ロボットが動作すべき理想的な軌跡である第１理想軌跡のデータから、前記第１軌跡の前記第１理想軌跡に対する幾何学的変形を求める機能と、
求めた前記幾何学的変形と前記第１学習用データの前記動作データに基づいて、求めた前記幾何学的変形を小さくする機能と、
を有する、第１補正モデル。
（付記１）
ロボットが動作を開始する動作開始点と前記ロボットが動作を終了する動作終了点とを少なくとも含む前記ロボットの動作用軌跡を表す動作データおよび、前記ロボットが動作を開始する第１学習用動作開始点と前記ロボットが動作を終了する第１学習用動作終了点とを少なくとも含む前記ロボットの第１学習用軌跡を表すデータを有する第１学習用データのいずれかのデータを取得するデータ取得部と、
前記データ取得部が取得した前記動作データおよび前記第１学習用データのいずれかの前記データに基づいて前記ロボットを制御するロボット制御部と、
前記データ取得部が取得した前記第１学習用データに基づいて前記ロボット制御部が前記ロボットを制御した場合の、前記ロボットの実際の軌跡である第１軌跡のデータと前記ロボットが動作すべき理想的な軌跡である第１理想軌跡のデータから、前記第１軌跡の第１理想軌跡に対する幾何学的変形を求め、求めた前記幾何学的変形と前記第１学習用データの前記動作データに基づいて、求めた前記幾何学的変形を小さくするための、前記動作データを補正する第１補正モデルを生成する第１学習部と、
を備え、
前記ロボット制御部は、前記データ取得部が取得した前記動作データに基づいて前記ロボットを制御する場合に、前記第１補正モデルを用いて前記動作データを補正することにより、補正動作データを算出し、算出した前記補正動作データにより前記ロボットを制御する、
制御装置。
（付記２）
第１学習用データは、前記ロボットの第１学習用軌跡を表す前記データのほかに、前記第１学習用軌跡を幾何学的に変形させた少なくとも１つの変形軌跡を表す少なくとも１つのデータを含み、
前記第１学習部は、第１補正モデルを、前記第１学習用軌跡、前記少なくとも１つの変形軌跡それぞれに対して生成し、
前記ロボット制御部は、前記データ取得部が取得した前記動作データに基づいて前記ロボットを制御する場合に、前記動作データによって表される前記動作用軌跡が、前記第１学習用軌跡、前記少なくとも１つの変形軌跡のいずれの軌跡に近似するかを判定し、近似すると判定された軌跡に対応する前記第１補正モデルを用いて前記動作データを補正することにより、補正動作データを算出する、
付記１に記載の制御装置。
（付記３）
前記第１学習部が求める前記幾何学的変形は、前記第１理想軌跡を回転、拡大、縮小若しくは並進させたときに得られる変形である、または、前記第１理想軌跡の回転、拡大、縮小若しくは並進の組み合わせにより得られる変形である、
付記１または２に記載の制御装置。
（付記４）
前記動作データを補正する第２補正モデルを生成する第２学習部をさらに備え、
前記データ取得部は、前記動作データ、前記第１学習用データおよび、前記動作用軌跡を表す第２学習用データの少なくとも１つのデータを取得し、
前記ロボット制御部は、前記データ取得部が取得した前記動作データ、前記第１学習用データおよび前記第２学習用データの少なくとも１つの前記データに基づいて前記ロボットを制御し、
前記第２学習部は、前記データ取得部が取得した前記第２学習用データに基づいて前記ロボット制御部が前記ロボットを制御した場合の、前記ロボットの実際の軌跡である第２軌跡のデータと前記ロボットが動作すべき理想的な軌跡である第２理想軌跡のデータから、前記第２理想軌跡の各部分に対する前記第２軌跡の各部分の位置ずれを求め、求めた前記位置ずれと前記第２学習用データに基づいて、求めた前記位置ずれを小さくするための前記第２補正モデルを生成し、
前記ロボット制御部は、前記データ取得部が取得した前記動作データに基づいて前記ロボットを制御する場合に、前記第１補正モデルを用いて前記動作データを補正した後、前記第２補正モデルを用いて補正した前記動作データをさらに補正することにより、補正動作データを算出し、算出した前記補正動作データにより前記ロボットを制御する、
付記１から３のいずれか１つに記載の制御装置。
（付記５）
前記第２学習部は、最適化アルゴリズムを用いて前記第２補正モデルを生成する、
付記４に記載の制御装置。
（付記６）
ロボットと、
付記１から５のいずれか１つに記載の制御装置と、
を備える、
ロボットシステム。
（付記７）
第１撮像装置と、
該第１撮像装置が撮像した画像を解析する画像解析装置と、
をさらに備え、
前記ロボットは、工具を有し、
前記第１撮像装置は、前記工具により加工されるワークを撮像し、
前記画像解析装置は、前記第１撮像装置が撮像した画像から前記ワークの特徴部を抽出し、前記第１撮像装置の位置情報と抽出した前記特徴部の画像内位置から、前記動作データを算出し、
前記データ取得部は、前記画像解析装置から前記動作データを取得する、
付記６に記載のロボットシステム。
（付記８）
前記ロボットの前記第１軌跡を測定する測定器をさらに備え、
前記第１学習部は、前記測定器から前記第１軌跡を取得する、
付記６または７に記載のロボットシステム。
（付記９）
前記ロボットは、複数のリンクと、該リンクそれぞれを回動させる原動機と、備え、
前記測定器は、前記原動機それぞれの回転位置を検出するエンコーダと、該エンコーダが検出した回転位置により、前記ロボットの前記第１軌跡を算出する第１軌跡算出部と、を有する、
付記８に記載のロボットシステム。
（付記１０）
前記測定器は、前記ロボットを撮像する第２撮像装置と、該第２撮像装置が撮像した画像と該第２撮像装置の位置情報から前記ロボットの前記第１軌跡を算出する第２軌跡算出部と、を有する、
付記８に記載のロボットシステム。
（付記１１）
前記動作データが格納された記憶装置をさらに備え、
前記データ取得部は、前記記憶装置から前記動作データを取得する、
付記６から１０のいずれか１つに記載のロボットシステム。
（付記１２）
前記記憶装置には、前記第１学習用データがさらに格納され、
前記データ取得部は、前記記憶装置から前記第１学習用データを取得する、
付記１１に記載のロボットシステム。
（付記１３）
前記動作データが入力される入力装置を有する操作端末をさらに備え、
前記データ取得部は、前記操作端末から前記動作データを取得する、
付記６から１２のいずれか１つに記載のロボットシステム。
（付記１４）
ロボットが動作を開始する動作開始点と前記ロボットが動作を終了する動作終了点とを少なくとも含む前記ロボットの動作用軌跡を表す動作データを取得するデータ取得部と、
前記データ取得部が取得した前記動作データに基づいて前記ロボットを制御するロボット制御部と、
を備える制御装置の前記動作データを補正するための第１補正モデルを生成する学習装置であって、
前記ロボットが動作を開始する第１学習用動作開始点と前記ロボットが動作を終了する第１学習用動作終了点とを少なくとも含む前記ロボットの第１学習用軌跡を表すデータを有する第１学習用データを前記データ取得部が取得し、前記データ取得部が取得した前記第１学習用データに基づいて前記ロボット制御部が前記ロボットを制御した場合の、前記ロボットの実際の軌跡である第１軌跡のデータと前記ロボットが動作すべき理想的な軌跡である第１理想軌跡のデータから、前記第１軌跡の第１理想軌跡に対する幾何学的変形を求め、求めた前記幾何学的変形と前記第１学習用データの前記動作データに基づいて、求めた前記幾何学的変形を小さくするための、前記動作データを補正する第１補正モデルを生成する第１学習部を備える、
学習装置。
（付記１５）
第１学習用データは、前記ロボットの第１学習用軌跡を表す前記データのほかに、前記第１学習用軌跡を幾何学的に変形させた少なくとも１つの変形軌跡を表す少なくとも１つのデータを含み、
前記第１学習部は、第１補正モデルを、前記第１学習用軌跡、前記少なくとも１つの変形軌跡それぞれに対して生成する、
付記１４に記載の学習装置。
（付記１６）
前記第１補正モデルを生成するステップで前記幾何学的変形は、前記第１理想軌跡を回転、拡大、縮小若しくは並進させたときに得られる変形である、または、前記第１理想軌跡の回転、拡大、縮小若しくは並進の組み合わせにより得られる変形である、
付記１４または１５に記載の学習装置。
（付記１７）
前記動作データを補正するための第２補正モデルを生成するための第２学習部をさらに備え、
前記第２学習部は、前記動作用軌跡を表す第２学習用データを前記データ取得部が取得し、前記データ取得部が取得した前記第２学習用データに基づいて前記ロボット制御部が前記ロボットを制御した場合の、前記ロボットの実際の軌跡である第２軌跡のデータと前記ロボットが動作すべき理想的な軌跡である第２理想軌跡のデータから、前記第２理想軌跡の各部分に対する前記第２軌跡の各部分の位置ずれを求め、求めた前記位置ずれと前記第２学習用データに基づいて、求めた前記位置ずれを小さくするための前記第２補正モデルを生成する、
付記１４から１６のいずれか１つに記載の学習装置。
（付記１８）
前記第２学習部は、最適化アルゴリズムを用いて前記第２補正モデルを生成する、
付記１７に記載の学習装置。
（付記１９）
ロボットが動作を開始する第１学習用動作開始点と前記ロボットが動作を終了する第１学習用動作終了点とを少なくとも含む前記ロボットの第１学習用軌跡を表すデータを有する第１学習用データに基づいて前記ロボットを制御し、そのときの前記ロボットの実際の軌跡である第１軌跡を測定するステップと、
前記第１軌跡のデータと前記ロボットが動作すべき理想的な軌跡である第１理想軌跡のデータから、前記第１軌跡の前記第１理想軌跡に対する幾何学的変形を求め、求めた前記幾何学的変形と前記第１学習用データに基づいて、求めた前記幾何学的変形を小さくするための第１補正モデルを生成するステップと、
前記第１補正モデルを用いて、前記ロボットが動作を開始する動作開始点と前記ロボットが動作を終了する動作終了点とを少なくとも含む動作データを補正することにより、補正動作データを算出するステップと、
前記補正動作データを算出するステップで算出した前記補正動作データにより前記ロボットを制御するステップと、
を備えるロボットの制御方法。
（付記２０）
前記第１補正モデルを生成するステップで前記幾何学的変形は、前記第１理想軌跡を回転、拡大、縮小若しくは並進させたときに得られる変形である、または、前記第１理想軌跡の回転、拡大、縮小若しくは並進の組み合わせにより得られる変形である、
付記１９に記載のロボットの制御方法。
（付記２１）
動作用軌跡を表す第２学習用データに基づいて前記ロボットを制御し、そのときの前記ロボットの実際の軌跡である第２軌跡を測定するステップと、
前記第２軌跡のデータと前記ロボットが動作すべき理想的な軌跡である第２理想軌跡のデータから、前記第２理想軌跡の各部分に対する前記第２軌跡の各部分の位置ずれを求め、求めた前記位置ずれと前記第２学習用データに基づいて、求めた前記位置ずれを小さくするための第２補正モデルを生成するステップと、
を備え、
前記補正動作データを算出するステップでは、前記第１補正モデルを用いて、前記ロボットが動作を開始する動作開始点と前記ロボットが動作を終了する動作終了点とを少なくとも含む動作データを補正した後、前記第２補正モデルを用いて補正した前記動作データをさらに補正することにより、補正動作データを算出する、
付記１９または２０に記載のロボットの制御方法。
（付記２２）
ロボットを制御するコンピュータに、
前記ロボットが動作を開始する第１学習用動作開始点と前記ロボットが動作を終了する第１学習用動作終了点とを少なくとも含む前記ロボットの第１学習用軌跡を表すデータを有する第１学習用データに基づいて前記ロボットを制御し、そのときの前記ロボットの実際の軌跡である第１軌跡を測定するステップと、
前記第１軌跡のデータと前記ロボットが動作すべき理想的な軌跡である第１理想軌跡のデータから、前記第１軌跡の前記第１理想軌跡に対する幾何学的変形を求め、求めた前記幾何学的変形と前記第１学習用データに基づいて、求めた前記幾何学的変形を小さくするための第１補正モデルを生成するステップと、
前記第１補正モデルを用いて、前記ロボットが動作を開始する動作開始点と前記ロボットが動作を終了する動作終了点とを少なくとも含む動作データを補正することにより、補正動作データを算出するステップと、
前記補正動作データを算出するステップで算出した前記補正動作データにより前記ロボットを制御するステップと、
を実行させるためのプログラム。
（付記２３）
ロボットが動作を開始する動作開始点と前記ロボットが動作を終了する動作終了点とを少なくとも含む前記ロボットの動作用軌跡を表す動作データを補正する機能をコンピュータに実現させるための第１補正モデルであって、
前記動作データを補正する機能は、
前記ロボットが動作を開始する第１学習用動作開始点と前記ロボットが動作を終了する第１学習用動作終了点とを少なくとも含む前記ロボットの第１学習用軌跡を表すデータを有する第１学習用データに基づいてロボット制御部が前記ロボットを制御した場合の、前記ロボットの実際の軌跡である第１軌跡のデータと前記ロボットが動作すべき理想的な軌跡である第１理想軌跡のデータから、前記第１軌跡の前記第１理想軌跡に対する幾何学的変形を求める機能と、
求めた前記幾何学的変形と前記第１学習用データの前記動作データに基づいて、求めた前記幾何学的変形を小さくする機能と、
を有する、第１補正モデル。
【0128】
本出願は、２０２２年５月１８日に出願された日本国特許出願特願２０２２－８１４５７号に基づく。本明細書中に日本国特許出願特願２０２２－８１４５７号の明細書、特許請求の範囲、図面全体を参照として取り込むものとする。
【符号の説明】
【0129】
１ 制御装置、１０ ロボット、１１ データ取得部、１２ 軌跡決定部、１３ 制御部、１４ 第１学習部、１５ 第２学習部、１６ 軌跡取得部、１７ 第１学習用データ記憶部、１８ 第２学習用データ記憶部、１９ 学習済みデータ記憶部、２０ 操作端末、２７ 第１学習用データ、２８ 第２学習用データ、３１ プロセッサ、３２ メモリ、３３ インターフェース、３４ バス、４１ 実際の軌跡、４２ 理想軌跡、４３ 補正軌跡、４４，４５ 誤差、４６ 実際の軌跡、１００ ロボットシステム、１１０ ベース、１２０ 第１アーム、１３０ 第２アーム、１４０ 第３アーム、１５０ 第４アーム、１６０ 第５アーム、１７０ フランジ、１８０ 固定部、ＡＸ１－ＡＸ６ 軸線、Ｅ１－Ｅ６ エンコーダ、Ｍ１－Ｍ６ モータ、Ｐ１，Ｐ２，Ｐ３ ポイント。
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11A】
【図11B】
【図11C】
【図11D】
【図11E】
【図12】
【図13】