JP2019136841A - 加工結果に基づいた学習制御を行うロボットシステム及びその制御方法 - Google Patents

Abstract

【課題】システム全体を考慮して加工結果に基づいた学習制御を行う。【解決手段】学習制御部２２は、加工中又は加工後に、制御装置１４によるロボット１１への動作指令、制御装置１４による加工装置１３への加工指令、及びセンサ１５が測定した加工結果に基づいて、加工装置１３の性能を算出する加工装置性能算出部２４と、加工装置１３の性能に基づいて、予め設定された加工誤差の許容条件を満たすように、且つ、ロボット１１の許容負荷の条件下で、ロボット１１の動作速度の補正情報を算出する動作速度補正情報算出部２９と、前回の補正情報及び今回の補正情報に基づいて学習が完了したか否かを判定する学習完了判定部３１と、を有する。【選択図】図３

Description

本発明は、ロボットの制御技術に関し、特に加工結果に基づいた学習制御を行うロボットシステム及びその制御方法に関する。

シーリング、溶接、レーザ加工等のアプリケーションにおいてロボットの振動を抑制することは加工品質の向上に繋がる。しかしながら、ロボットの振動以外にも、加工中のワークの振動と、シーリング、溶接、レーザ加工等を行う加工装置の性能とに起因して加工品質は変化する。

例えば、ワークの姿勢を変更させながらレーザ加工を行うシステムにおいてワークが振動する場合には、ロボット先端の振動を除去するだけでは加工品質の向上に限界がある。他方、シーリングシステムでは、シール剤の流量指令を行ってから実際の加工が行われるまでに加工装置の応答遅れが有るため、十分な加工品質が得られなかった。また、ロボットの動作速度に応じてシール剤の流量を変化させることによりビード幅及びビード厚さを一定に保つシステムがあるものの、斯かるシステムではロボットの動作速度を急激に変化させるとシール流量の変更が間に合わず、シーリングの品質が悪化してしまうことがあった。

本願に関連する技術としては、特許文献１〜４が提案されている。特許文献１では、ロボットのエンドエフェクタに設けられた研磨器と、研磨器と一体に設けられていてワークの表面状態を検出する触覚センサと、検出された表面状態に応じて研磨加工の加工条件を変更する加工制御部と、を有する、触覚センサ一体型研磨加工機が開示されている。

特許文献２では、実験加工条件に従ってワークを実験加工する加工機と、実験加工の加工結果と実験加工条件との組み合わせを実験加工データとして蓄積する加工結果収集手段と、実験加工データを用いて加工条件と加工結果との関係を示す新たな加工特性モデルを生成する第１の加工特性モデル生成手段と、実験加工データ内の加工結果に含まれている加工良否評価を１つずつ変更しながら、加工良否評価が反映された新たな加工特性モデルを生成する第２の加工特性モデル生成手段と、を備える、加工条件探索装置が開示されている。

特許文献３では、加工具を駆動してワークを加工する加工ユニットと、加工反力に抗するワーク支持力を発生するワーク支持力発生ユニットと、ワーク支持力発生ユニットを支持しながら移動させる支持装置と、加工反力関連データ及び加工位置関連データに基づいて、ワーク支持力発生ユニット及び支持装置の動作を制御するワーク支持力制御装置と、を備える、機械加工支援システムが開示されている。

特許文献４では、ワークを加工するための加工装置と、加工プログラムに従って加工装置にワークを加工させる加工制御装置と、ワークの形態を計測するワーク計測装置と、計測用ロボットの動作を制御してワーク計測装置にワークの形態を計測させる計測制御装置と、を備え、加工制御装置は、ワーク形態情報に基づいて加工プログラムを修正するように構成されている、加工システムが開示されている。

特開平０５−１０４４３６号公報 特開２０１２−２３６２６７号公報 再公表特許２０１５／０９８１２６号 特許第６０８８１９０号公報

加工品質を向上させるためには、ロボット先端の振動だけではなく、加工中のワークの振動や加工装置の性能といったシステム全体を考慮してロボットや加工装置を動作させる必要がある。斯かる動作の教示には、実際に加工結果を見ながら教示修正する教示者の試行錯誤及び技量が必要であり、工数が掛っていた。

そこで、システム全体を考慮して加工結果に基づいた学習制御を行う技術が求められている。

本開示の一態様は、ロボットと、ワークに対して加工を行う加工装置と、ロボット及び加工装置を制御する制御装置と、加工結果を測定するセンサと、加工結果に基づいて学習制御を行う学習制御部と、を備える、ロボットシステムであって、学習制御部が、加工中又は加工後に、制御装置によるロボットへの動作指令、制御装置による加工装置への加工指令、及びセンサが測定した加工結果に基づいて、加工装置の性能を算出する加工装置性能算出部と、加工装置の性能に基づいて、予め設定された加工誤差の許容条件を満たすように、且つ、ロボットの許容負荷の条件下で、ロボットの動作速度の補正情報を算出する動作速度補正情報算出部と、前回の補正情報及び今回の補正情報に基づいて学習が完了したか否かを判定する学習完了判定部と、を有する、ロボットシステムを提供する。
本開示の他の一態様は、ロボットと、ワークに対して加工を行う加工装置と、ロボット及び加工装置を制御する制御装置と、加工結果を測定するセンサと、加工結果に基づいた学習制御を行う学習制御部と、を備える、ロボットシステムの制御方法であって、加工中又は加工後に、制御装置によるロボットへの動作指令、制御装置による加工装置への加工指令、及びセンサが測定した加工結果に基づいて、加工装置の性能を算出するステップと、加工装置の性能に基づいて、予め設定された加工誤差の許容条件を満たすように、且つ、ロボットの許容負荷の条件下で、ロボットの動作速度の補正情報を算出するステップと、前回の補正情報及び今回の補正情報に基づいて学習が完了したか否かを判定するステップと、を学習制御部に実行させる、ロボットシステムの制御方法を提供する。

本開示の一態様によれば、システム全体を考慮して加工結果に基づいた学習制御を行うことができる。ひいては、教示者の試行錯誤及び技量が不要になり、工数が低減する。

一実施形態におけるロボットシステムの概略図である。 一実施形態におけるロボットの構成図である。 一実施形態におけるロボットシステムのブロック図である。 一実施形態におけるロボットシステムの制御方法を示すフローチャートである。 学習前のロボットへの動作指令、加工装置への加工指令、及び実際のビード量を示すグラフである。 学習後のロボットへの動作指令、加工装置への加工指令、及び実際のビード量を示すグラフである。 学習前のコーナーにおける実際のビードを示す平面図である。 学習後のコーナーにおける実際のビードを示す平面図である。 複数組の加工システムと、複数組の加工システムと通信可能なサーバ装置と、を備える、他の実施形態におけるロボットシステムのブロック図である。

以下、添付図面を参照して本開示の実施形態を詳細に説明する。各図面において、同一又は類似の構成要素には同一又は類似の符号が付与されている。また、以下に記載する実施形態は、特許請求の範囲に記載される発明の技術的範囲及び用語の意義を限定するものではない。

図１は本実施形態におけるロボットシステム１０の概略図であり、図２は本実施形態におけるロボット１１の構成図である。図１に示すように、ロボットシステム１０は、ロボット１１と、ワーク１２に対して加工を行う加工装置１３と、ロボット１１及び加工装置１３を制御する制御装置１４と、加工結果を測定するセンサ１５と、加工結果に基づいた学習制御を行う学習制御部（図３参照）と、を備えている。ワーク１２は、ワーク１２を位置決めする治具１６によって支持されているが、他の実施形態においては、治具１６が、ワーク１２を回転させて位置決めするポジショナでもよいし、Ｘ軸、Ｙ軸、及びＺ軸の方向にワーク１２の位置を調整可能なステージでもよいし、又は、ワーク１２を把持する他のロボットハンドでもよいことに留意されたい。

図２に示すように、ロボット１１は、サーボモータ、減速機等を有する６つの関節軸Ｊ１〜Ｊ６を備えた公知のロボットマニピュレータであり、空間上に規定されるワールド座標系Ｃ１と、手首側の関節軸Ｊ６のフランジ位置に規定されるメカニカルインタフェイス座標系Ｃ２とが定義される。ロボット１１は、手首側の関節軸Ｊ６に取付けられたエンドエフェクタ１７を有している。

図１を再び参照すると、加工装置１３は、シール剤の流量指令に応じてワーク１２に対してシーリングを行うシーリング装置を備えている。シーリング装置は、ロボット１１のエンドエフェクタ１７に取付けられたシーリングガン１８を備えており、シーリングガン１８は、流量指令に応じたシール剤をワーク１２に排出する。他の実施形態において、加工装置１３は、溶接ワイヤの送給指令に応じてワーク１２に対してアーク溶接を行うアーク溶接装置を備えていてもよいし、レーザ光の出力指令に応じてワーク１２に対してレーザ加工を行うレーザ加工装置を備えていてもよいし、又は、これらの組み合わせを備えていてもよい。

制御装置１４は、有線又は無線を介してロボット１１、加工装置１３、及びセンサ１５と通信可能に接続されている。制御装置１４は、ロボット１１へ動作指令を行い、加工装置１３へ加工指令を行うと共に、加工結果をセンサ１５から取得する。ロボット１１への動作指令は、位置指令、速度指令等を含んでいてよく、加工装置１３への加工指令は、加工装置１３の構成に応じて、流量指令、送給指令、出力指令等を含んでいてよい。制御装置１４は、ロボット１１の動作速度に応じて加工装置１３への加工指令を変化させることにより、ワーク１２への均一な加工を可能にしている。

センサ１５は、ロボット１１のエンドエフェクタ１７に取付けられている。他の実施形態において、センサ１５は、ロボット１１とは別の支持構造に取付けられていてもよい。センサ１５は、ステレオカメラ、レーザスキャナ等の三次元センサを備えていて、シーリングビード、溶接ビード等（以下、単に「ビード」という。）の三次元データを含む加工結果を生成する。ビードの厚みが一定となる他の実施形態においては、センサ１５は、ＣＣＤカメラ、ＣＭＯＳカメラ等の二次元センサを備えていてもよい。斯かる場合には、センサ１５は、ビードの二次元データを含む加工結果を生成する。センサ１５は、加工中又は加工後に、加工結果を制御装置１４へ送信する。

図３は、本実施形態におけるロボットシステム１０のブロック図である。制御装置１４は、作業プログラム２０に従って、ロボット１１への動作指令、加工装置１３への加工指令（シーリングの場合には流量指令）等を含む制御指令を生成する制御指令生成部２１を備えている。制御指令生成部２１は、ロボット機構部の実際の位置及び実際の速度が目標位置及び目標速度に一致するように、位置フィードバック制御、速度フィードバック制御等を行うように構成されている。

しかしながら、斯かる制御を行っても、ロボット１１、治具１６等の剛性不足に起因してロボット１１又はワーク１２が振動し、目標軌跡に対する加工軌跡の誤差が発生する。加工軌跡の誤差以外にも、加工装置１３の性能に起因してビードの目標幅、目標厚みに対するビード幅及びビード厚みの誤差が発生する。このため、制御装置１４は、システム全体を考慮して加工結果に基づいた学習制御を行う学習制御部２２を備えている。

学習制御部２２は、加工中又は加工後に、第１メモリ２３に記憶された動作指令、加工指令、及び加工結果に基づいて、加工装置１３の性能を算出する加工装置性能算出部２４を備えている。加工装置性能算出部２４は、動作指令及び加工結果から単位時間毎の実際のビード量を算出し、加工指令の変化点と実際のビード量の変化点との時間差に基づいて、加工指令を行ってから実際の加工が行われるまでに掛かる加工装置１３の応答性能を算出する。さらに、加工装置性能算出部２４は、実際のビード量の単位時間毎の変化量を算出することにより、加工指令に対する加工装置１３の追従性能を算出する。即ち、加工装置１３の性能は、加工指令を行ってから実際の加工が行われるまでに掛かる加工装置１３の応答性能と、加工指令に対する加工装置１３の追従性能と、を含んでいる。

他方、学習制御部２２は、第１メモリ２３に記憶された動作指令及び加工結果に基づいて、目標軌跡に対する加工軌跡の誤差を算出する加工軌跡誤差算出部２５を備えている。加工軌跡誤差算出部２５は、動作指令から目標軌跡を算出し、加工結果からビードの中央軸線を算出することにより加工軌跡を算出すると共に、目標軌跡と加工軌跡とを比較することにより加工軌跡の誤差を算出する。

学習制御部２２はさらに、加工軌跡の誤差と、第３メモリ２７に記憶された前回の動作位置補正情報とに基づいて、第２メモリ２６に記憶された加工誤差の許容条件を満たすように、今回の動作位置補正情報を算出する動作位置補正情報算出部２８を備えている。動作位置補正情報算出部２８は、加工軌跡の誤差が許容条件を満たしている場合には、前回の動作位置補正情報を更新せず、一方で、加工軌跡の誤差が許容条件を満たしていない場合には、加工軌跡の誤差を無くすように今回の動作位置補正情報を算出する。動作位置補正情報算出部２８は、算出した今回の動作位置補正情報を第３メモリ２７及び後述する学習完了判定部３１に出力する。第２メモリ２６に記憶される加工誤差の許容条件は、加工軌跡の許容誤差、ビード幅の許容誤差、及びビード厚みの許容誤差のうち少なくとも１つを含んでいる。

学習制御部２２はさらに、加工軌跡の誤差と、第３メモリ２７に記憶された前回の動作速度補正情報とに基づいて、第２メモリ２６に記憶された加工誤差の許容条件を満たすように、且つ、第２メモリ２６に記憶されたロボット機構部の許容負荷の条件下で、今回の動作速度補正情報を算出する動作速度補正情報算出部２９を備えている。動作速度補正情報算出部２９は、加工軌跡の誤差が許容条件を満たしている場合には、ロボット機構部の許容負荷の条件下で動作速度を増加し、一方で、加工軌跡の誤差が許容条件を満たしていない場合には、加工誤差の許容条件から速度変動の許容範囲を算出し、速度変動の許容範囲内に動作速度の変化を抑えながら、ロボット機構部の許容負荷の条件下で動作速度を減少するように、今回の動作速度補正情報を算出する。

さらに、動作速度補正情報算出部２９は、加工装置１３の追従性能と、第３メモリ２７に記憶された前回の動作速度補正情報とに基づいて、第２メモリ２６に記憶された加工誤差の許容条件を満たすように、且つ、第２メモリ２６に記憶されたロボット機構部の許容負荷の条件下で、今回の動作速度補正情報を算出する。動作速度補正情報算出部２９は、動作指令の単位時間毎の変化量を加工装置１３の追従性能（即ち、実際のビード量の単位時間毎の変化量）に合わせるように、今回の動作速度補正情報を算出する。動作速度補正情報算出部２９は、算出した今回の動作速度補正情報を第３メモリ２７及び後述する学習完了判定部３１に出力する。

学習制御部２２はさらに、加工装置１３の応答性能及び追従性能と、第３メモリ２７に記憶された前回の加工指令補正情報とに基づいて、第２メモリ２６に記憶された加工誤差の許容条件を満たすように、今回の加工指令補正情報を算出する加工指令補正情報算出部３０を備えている。加工指令補正情報算出部３０は、加工装置１３の応答性能に基づいて加工指令を行うタイミングを補正すると共に、加工指令の単位時間毎の変化量を加工装置１３の追従性能（即ち、実際のビード量の単位時間毎の変化量）に合わせるように、今回の加工指令補正情報を算出する。加工指令補正情報算出部３０は、算出した今回の加工指令補正情報を第３メモリ２７及び後述する学習完了判定部３１に出力する。

加えて、学習制御部２２は、第３メモリ２７に記憶された前回の補正情報と、入力した今回の補正情報とをそれぞれ比較することにより、学習が完了したか否かを判定する学習完了判定部３１を備えている。学習完了判定部３１は、各補正情報について前回及び今回の値の比がそれぞれ所定範囲内である場合には、学習が完了したと判定し、一方で、各補正情報について前回及び今回の値の比がそれぞれ所定範囲内でない場合には、学習が完了していないと判定する。学習が完了した場合には、学習完了判定部３１は、収束した補正情報をそれぞれ第４メモリ３２に出力する。他方、制御指令生成部２１は、第３メモリ２７の収束した補正情報に基づいて、学習後の動作指令及び加工指令をそれぞれ生成する。ロボット１１及び加工装置１３は、学習後の動作指令及び加工指令に従ってワーク１２に対して加工を行う。

第１メモリ２３、第２メモリ２６、第３メモリ２７は、高速な学習を行うためにＤＲＡＭ等の揮発性メモリであり、一方で、第４メモリ３２は、電源切断後であっても収束した補正情報を再利用できるようにＥＥＰＲＯＭ等の不揮発性メモリである。また、ロボットシステム１０はさらに、第２メモリ２６における加工誤差の許容条件を教示者が予め設定する許容条件設定手段（図示せず）を備えていてもよい。許容条件設定手段は、許容条件設定ソフトウェア、設定画面を表示するモニタ、許容条件を入力するキーボード及びマウス等から構成される。

図４は、本実施形態におけるロボットシステム１０の制御方法を示すフローチャートである。斯かるフローチャートは、図３に示す学習制御部２２によって実行される。ステップＳ１０では、加工誤差の許容条件が設定される。ステップＳ１１では、学習動作が実行されると共に、加工結果が測定される。ステップＳ１２では、加工軌跡の誤差及び加工装置の性能（即ち、応答性能及び追従性能）が算出される。

ステップＳ１３では、加工軌跡の誤差に基づいて、予め設定された加工誤差の許容条件を満たすように、今回の動作位置補正情報が算出される。また、加工軌跡の誤差及び加工装置の追従性能に基づいて、予め設定された加工誤差の許容条件を満たすように、且つ、ロボット機構部の許容負荷の条件下で、今回の動作速度補正情報が算出される。さらに、加工装置の応答性能及び追従性能に基づいて、予め設定された加工誤差の許容条件を満たすように、今回の加工指令補正情報が算出される。

ステップＳ１４では、各補正情報について前回及び今回の値の比がそれぞれ所定範囲内かであるか否かを判定することにより、学習が完了したか否かが判定される。学習が完了していない場合には（ステップＳ１４のＮＯ）、ステップＳ１１に戻り、学習が繰り返えされる。学習が完了した場合には（ステップＳ１４のＹＥＳ）、ステップＳ１５に進み、学習結果（即ち、収束した補正情報）が不揮発性メモリに記憶される。

図５Ａは、学習前のロボット１１への動作指令、加工装置１３への加工指令、及び実際のビード量を示すグラフである。学習前においては、加工指令の波形が、動作指令の波形と同じであり、且つ、動作指令より僅かに早いタイミングで生成されている。この例では、加工装置１３の応答性能に起因して実際のビード量の変化点が加工指令の変化点より遅れていると共に、加工装置１３の追従性能に起因してビード量の単位時間毎の変化量が加工指令の単位時間毎の変化量より緩やかになっている。

図５Ｂは、学習後のロボット１１への動作指令、加工装置１３への加工指令、及び実際のビード量を示すグラフである。学習後においては、動作指令の単位時間毎の変化量が加工装置１３の追従性能（即ち、実際のビード量の単位時間毎の変化量）に合わせられている。また、加工指令を行うタイミングが加工装置１３の応答性能（即ち、加工指令を行ってから実際の加工が行われるまでに掛かる応答時間）に基づいて補正される（この例では、加工指令を行うタイミングが応答時間分だけ早められる。）と共に、加工指令の単位時間毎の変化量が加工装置１３の追従性能（即ち、実際のビード量の単位時間毎の変化量）に合わせられている。これにより、実際のビード量の変化が動作指令の変化と一致し、動作速度が変化するコーナーにおいてもビード量が一定になっている。

図６Ａは、学習前のコーナーにおける実際のビードＢ１を示す平面図である。図５Ａにおいて説明した通り、学習前には、コーナーにおいてロボット１１の動作速度が減少するにつれ、加工指令も減少させているものの、加工装置１３の応答性能及び追従性能に起因してビードＢ１の幅及び厚さが一定になっていない。なお、図６Ａにおける各波線は、単位時間毎のロボットの移動距離を表しており、斯かる単位時間毎に実際のビード量が算出される。

図６Ｂは、学習後のコーナーにおける実際のビードＢ２を示す平面図である。学習後には、コーナーにおいてロボット１１の動作速度が減少しても、動作指令の単位時間毎の変化量が加工装置１３の追従性能に合わせられ、加工指令を行うタイミングが加工装置１３の応答性能に基づいて補正されると共に、加工指令の単位時間毎の変化量が加工装置１３の追従性能に合わせられているため、コーナー全体においてビード量が一定になっている。なお、加工装置１３の性能がロボット１１の性能を上回っている他の実施形態においても、本発明は適用可能であることに留意されたい。

図７は、複数組の加工システム４１〜４３と、複数組の加工システム４１〜４３と通信可能なサーバ装置４４と、を備える、他の実施形態におけるロボットシステム４０のブロック図である。複数組の加工システム４１〜４３は、前述したロボット１１と、加工装置１３と、制御装置１４と、センサ１５と、をそれぞれ備えている。他方、サーバ装置４４は、複数組の加工システム４１〜４３との通信を制御する通信制御部４５と、複数組の加工システム４１〜４３から収集した動作指令、加工指令、及び加工結果に基づいて学習制御を行う学習制御部４６と、学習条件及び学習結果を記憶する記憶部４７と、を備えている。学習制御部４６は、図３における学習制御部２２と同じ構成要素を備えている。

複数組の加工システム４１〜４３が同じ加工をワーク１２に行う場合には、複数組の加工システム４１〜４３がサーバ装置４４に記憶された学習条件及び学習結果の少なくとも一方を互いに共有する。なお、学習条件は、加工誤差の許容条件及びロボット機構部の許容負荷を含み、学習結果は、収束した補正情報を含む。斯かる構成によれば、複数組の加工システム４１〜４３は、他の加工システムにおける学習条件及び学習結果の少なくとも一方を利用できるため、工数が低減するか、又は、学習時間が削減される。

本実施形態によれば、システム全体を考慮して加工結果に基づいた学習制御を行うことができる。ひいては、教示者の試行錯誤及び技量が不要になり、工数が低減する。

１０ ロボットシステム
１１ ロボット
１２ ワーク
１３ 加工装置
１４ 制御装置
１５ センサ
１６ 治具
１７ エンドエフェクタ
１８ シーリングガン
２０ 作業プログラム
２１ 制御指令生成部
２２ 学習制御部
２３ 第１メモリ
２４ 加工装置性能算出部
２５ 加工軌跡誤差算出部
２６ 第２メモリ
２７ 第３メモリ
２８ 動作位置補正情報算出部
２９ 動作速度補正情報算出部
３０ 加工指令補正情報算出部
３１ 学習完了判定部
３２ 第４メモリ
４０ ロボットシステム
４１〜４３ 複数組の加工システム
４４ サーバ装置
４５ 通信制御部
４６ 学習制御部
４７ 記憶部
Ｊ１〜Ｊ６ 第１関節軸〜第６関節軸
Ｃ１ ワールド座標系
Ｃ２ メカニカルインタフェイス座標系
Ｂ１ 学習前のビード
Ｂ２ 学習後のビード

Claims (15)

1. ロボットと、ワークに対して加工を行う加工装置と、前記ロボット及び前記加工装置を制御する制御装置と、加工結果を測定するセンサと、前記加工結果に基づいた学習制御を行う学習制御部と、を備える、ロボットシステムであって、
   前記学習制御部が、
   加工中又は加工後に、前記制御装置による前記ロボットへの動作指令、前記制御装置による前記加工装置への加工指令、及び前記センサが測定した加工結果に基づいて、前記加工装置の性能を算出する加工装置性能算出部と、
   前記加工装置の性能に基づいて、前記予め設定された加工誤差の許容条件を満たすように、且つ、前記ロボットの許容負荷の条件下で、前記ロボットの動作速度の補正情報を算出する動作速度補正情報算出部と、
   前回の前記補正情報及び今回の前記補正情報に基づいて学習が完了したか否かを判定する学習完了判定部と、
   を有することを特徴とするロボットシステム。
2. 前記学習制御部はさらに、前記加工装置の性能に基づいて、予め設定された加工誤差の許容条件を満たすように、前記加工指令の補正情報を算出する加工指令補正情報算出部を有する、請求項１に記載のロボットシステム。
3. 前記加工装置の性能は、前記加工指令を行ってから実際の加工が行われるまでに掛かる前記加工装置の応答性能と、前記加工指令に対する前記加工装置の追従性能と、を含む、請求項１又は２に記載のロボットシステム。
4. 前記加工指令補正情報算出部は、前記加工装置の応答性能に基づいて前記加工指令を行うタイミングを補正すると共に、前記加工指令の単位時間毎の変化量を前記加工装置の追従性能に合わせるように、前記加工指令の補正情報を算出する、請求項３に記載のロボットシステム。
5. 前記動作速度補正情報算出部は、前記動作指令の単位時間毎の変化量を前記加工装置の追従性能に合わせるように、前記ロボットの動作速度の補正情報を算出する、請求項３に記載のロボットシステム。
6. 前記加工装置は、前記加工指令としてのシール剤の流量指令に応じて前記ワークに対してシーリングを行うシーリング装置を備えているか、又は、前記加工指令としての溶接ワイヤの送給指令に応じて前記ワークに対してアーク溶接を行うアーク溶接装置を備えている、請求項１から５のいずれか一項に記載のロボットシステム。
7. 前記加工誤差の許容条件は、加工軌跡の許容誤差、ビード幅の許容誤差、及びビード厚みの許容誤差のうち少なくとも１つを含む、請求項１から６のいずれか一項に記載のロボットシステム。
8. さらに、前記加工誤差の許容条件を教示者が予め設定する許容条件設定手段を備える、請求項１から７のいずれか一項に記載のロボットシステム。
9. 前記加工装置性能算出部は、前記動作指令及び前記加工結果から単位時間毎の実際のビード量を算出し、前記加工指令の変化点と前記実際のビード量の変化点との時間差に基づいて、前記加工装置の応答性能を算出すると共に、前記実際のビード量の単位時間毎の変化量を算出することにより、前記加工装置の追従性能を算出する、請求項３に記載のロボットシステム。
10. 前記学習制御部はさらに、前記動作指令及び前記加工結果に基づいて、目標軌跡に対する加工軌跡の誤差を算出する加工軌跡誤差算出部を有しており、
    前記動作速度補正情報算出部はさらに、前記加工軌跡の誤差に基づいて、前記予め設定された加工誤差の許容条件を満たすように、且つ、前記ロボットの許容負荷の条件下で、前記ロボットの動作速度の補正情報を算出する、
    請求項１から９のいずれか一項に記載のロボットシステム。
11. 前記学習制御部はさらに、前記加工軌跡の誤差に基づいて、前記予め設定された加工誤差の許容条件を満たすように、前記ロボットの動作位置の補正情報を算出する動作位置補正情報算出部を有する、請求項１０に記載のロボットシステム。
12. 前記ロボットシステムはさらに、前記ロボットと、前記加工装置と、前記制御装置と、前記センサと、をそれぞれ有する、複数組の加工システムと、前記複数組の加工システムと通信可能なサーバ装置と、を備えており、前記複数組の加工システムは、前記サーバ装置に記憶された学習条件及び学習結果の少なくとも一方を互いに共有する、請求項１から１１のいずれか一項に記載のロボットシステム。
13. 前記制御装置が前記学習制御部を備えている、請求項１２に記載のロボットシステム。
14. 前記サーバ装置が前記学習制御部を備えている、請求項１２に記載のロボットシステム。
15. ロボットと、ワークに対して加工を行う加工装置と、前記ロボット及び前記加工装置を制御する制御装置と、加工結果を測定するセンサと、前記加工結果に基づいた学習制御を行う学習制御部と、を備える、ロボットシステムの制御方法であって、
    加工中又は加工後に、前記制御装置による前記ロボットへの動作指令、前記制御装置による前記加工装置への加工指令、及び前記センサが測定した加工結果に基づいて、前記加工装置の性能を算出するステップと、
    前記加工装置の性能に基づいて、予め設定された加工誤差の許容条件を満たすように、且つ、前記ロボットの許容負荷の条件下で、前記ロボットの動作速度の補正情報を算出するステップと、
    前回の前記補正情報及び今回の前記補正情報に基づいて学習が完了したか否かを判定するステップと、
    を前記学習制御部に実行させることを特徴とするロボットシステムの制御方法。

Images