-
公开(公告)号：CN110198813B
公开(公告)日：2023-02-28
申请号：CN201880008226.2
申请日：2018-01-23
Applicant: 株式会社安川电机
IPC: B25J9/22
Abstract: 为了生成更合适的路径，提供了一种机器人路径生成装置，其包括：数据库(34)，其配置为保持轨迹规划模块学习数据集，在该数据集中，基于机器人(5)的运动约束条件所生成的多条路径数据和与多条路径数据中的每一者相对应并且为预定评价标准下的度量的评价值数据彼此相关联；以及轨迹规划模块(32)，其配置为基于以轨迹规划模块学习数据集为基础的机器学习处理的结果，来生成机器人(5)在自由设定的设定始点(Ps)与设定终点(Pe)之间的路径(T1)。
-
公开(公告)号：CN115335834A
公开(公告)日：2022-11-11
申请号：CN202080098307.3
申请日：2020-03-12
Applicant: 株式会社安川电机
IPC: G06N20/00
Abstract: 提供了一种机器学习模型确定系统(1)，包括：至少一个服务器(2)和至少一个客户终端(3)，其连接到信息通信网络，并且能够相互通信；评价信息数据库(202)，其存储评价信息，该评价信息是关于机器学习的评价的信息；评价信息更新模块(203)，其基于参数的特定值和对使用特定示教数据进行的机器学习的评价来更新评价信息；示教数据输入模块(304)，其输入特定示教数据；验证数据输入模块(305)，其输入特定验证数据；参数确定模块(307)，其基于评价信息确定参数的特定值；以及机器学习引擎(303)，其包括学习模块(301)和评价模块(302)，学习模块(301)通过使用特定示教数据来执行机器学习模型的学习，评价模块(302)通过使用特定验证数据来评价机器学习的结果。
-
公开(公告)号：CN109807882B
公开(公告)日：2022-09-16
申请号：CN201811364672.5
申请日：2018-11-16
Abstract: 把持系统、学习装置和把持方法。本发明的把持系统(1)具有：手(3)，其对工件(W)进行把持；机器人(2)，其支承手(3)，对手(3)的位置和姿态中的至少一方进行变更；图像传感器(4)，其从与手(3)的位置和姿态中的至少一方联动的视点取得图像信息；构建部(700)，其根据收集数据而通过机器学习构建模型，该模型是根据图像传感器取得的图像信息、表示手(3)的位置和姿态中的至少一方的手位置信息来确定机器人(2)的动作指令的过程的至少一部分；运算部(600)，其根据图像信息、手位置信息和模型，运算机器人(2)的动作指令；机器人控制部(5)，其根据运算部(600)运算的机器人(2)的动作指令，使机器人(2)进行动作。
-
公开(公告)号：CN113329850A
公开(公告)日：2021-08-31
申请号：CN202080009228.0
申请日：2020-01-17
Applicant: 株式会社安川电机
Abstract: 机器人控制系统(1)具有：示教者存储部(211)，其存储多个示教者的信息；选择部(214)，在为了使机器人(20)继续作业而需要支援信息的情况下，所述选择部(214)选择示教者存储部(211)存储的多个示教者中的任意一个示教者；环境信息发送部(215)，其经由网络线路(50)向选择部(214)选择出的示教者发送机器人(20)的环境信息；以及支援信息接收部(216)，其经由网络线路(50)从选择部(214)所选择的示教者接收支援信息。
-
公开(公告)号：CN110198813A
公开(公告)日：2019-09-03
申请号：CN201880008226.2
申请日：2018-01-23
Applicant: 株式会社安川电机
IPC: B25J9/22
Abstract: 为了生成更合适的路径，提供了一种机器人路径生成装置，其包括：数据库(34)，其配置为保持轨迹规划模块学习数据集，在该数据集中，基于机器人(5)的运动约束条件所生成的多条路径数据和与多条路径数据中的每一者相对应并且为预定评价标准下的度量的评价值数据彼此相关联；以及轨迹规划模块(32)，其配置为基于以轨迹规划模块学习数据集为基础的机器学习处理的结果，来生成机器人(5)在自由设定的设定始点(Ps)与设定终点(Pe)之间的路径(T1)。
-
Patent Agency Ranking
公开(公告)号：CN101223010A
公开(公告)日：2008-07-16
申请号：CN200680025657.7
申请日：2006-06-29
Applicant: 株式会社安川电机
IPC: B25J9/22 , B25J19/06 , B65G49/07 , H01L21/677
CPC classification number: H01L21/67742 , G05B2219/50125 , H01L21/681
Abstract: 本发明提供一种即使在处理装置的横宽狭窄的情况下，也不会产生干涉地高精度自动地示教晶片位置的方法及其外部示教夹具。本发明的晶片搬运装置的晶片位置示教方法，在收纳容器与处理装置之间或处理装置相互之间进行半导体晶片搬运的机器人上，在收纳容器或处理装置的设置半导体晶片的位置设置示教夹具(16)，通过以设置于机器人晶片把持部的传感器检测出示教夹具，向机器人示教半导体晶片的位置，在以传感器传感检测示教夹具(16)之前，将设置于处理装置的前面外壁的外部示教夹具(17)用传感器通过传感检测进行传感检测从而粗略地推断示教夹具的位置，基于该推断位置利用传感器接近示教夹具，进行传感检测求出半导体晶片的位置。
-
公开(公告)号：CN113366528B
公开(公告)日：2024-06-21
申请号：CN201980090799.9
申请日：2019-03-01
Applicant: 株式会社安川电机
IPC: G06T7/00 , G06V10/764 , G06N20/00 , G05B19/418
Abstract: 在判定对象物是否属于规定的属性时，提高判定的精度。检查系统包括机器学习器、特征数据获取部和参数更新部。机器学习器基于多个对象物的每一个的特征数据来判定该多个对象物的每一个是否属于规定属性。特征数据获取部对于通过所述机器学习器得到不属于所述规定属性的判定结果的所述对象物中不通过所述机器学习器的情况下得到属于所述规定属性的判定结果的所述对象物，获取这些对象物的所述特征数据。参数更新部基于训练数据来更新所述机器学习器的学习参数，所述训练数据包含由所述特征数据获取部获取的所述特征数据。
-
公开(公告)号：CN110088797A
公开(公告)日：2019-08-02
申请号：CN201780078312.6
申请日：2017-10-12
Applicant: 株式会社安川电机
Inventor： 足立胜
IPC: G06T1/40
Abstract: 问题：提高图像识别处理的实际适用性。解决方案：提供图像识别处理器(11)，其集成电路实现以下功能：存储已经基于先前学习确定的图像数据处理算法；获取包括预定图案的图像的图像数据；基于该算法对图像数据进行识别处理；和输出用于标识所识别的图案的标识信息。标识信息的输出由已经学习了预定图案与类型之间的对应关系的神经网络来处理，并且神经网络从预先准备的多种类型的图案中选择性地分类和输出。在图像中检测所识别的图案的位置区域，并且对图像数据进行处理并在图像中输出。
-
公开(公告)号：CN100548589C
公开(公告)日：2009-10-14
申请号：CN200480030304.7
申请日：2004-10-13
Applicant: 株式会社安川电机
CPC classification number: H01L21/67259 , H01L21/67739 , H01L21/681
Abstract: 本发明提供一种求出传感器光轴相对于机器人手部的偏移并进行校准的方法，以及提供一种求出机器人手部相对于机器人手臂的偏移并进行校准的方法。其通过可旋转地安装在机器人手臂前端的机器人手部搬运半导体晶片的机器人，在前述机器人手部上设置光学传感器，通过前述机器人手部将示教半导体晶片的收纳或载置位置的示教夹具放置在规定位置，以前述机器人手臂伸缩量不同的2种以上的姿势，用前述光学传感器重复检测前述示教夹具，从而计算出示教夹具位置的推断值，通过求得作为前述示教位置与前述推断值的差值的、相对于前述传感器光轴的垂直方向的偏移ΔR和旋转方向的偏移Δθ，校准前述光学传感器的光轴。
-
公开(公告)号：CN1867430A
公开(公告)日：2006-11-22
申请号：CN200480030304.7
申请日：2004-10-13
Applicant: 株式会社安川电机
CPC classification number: H01L21/67259 , H01L21/67739 , H01L21/681
Abstract: 本发明提供一种求出传感器光轴相对于机器人手部的偏移并进行校准的方法，以及提供一种求出机器人手部相对于机器人手臂的偏移并进行校准的方法。其通过设置在机器人(1)手部(5)的传感器(6)检测出放置在收纳容器或搬运装置中半导体晶片装载位置上的示教夹具(11)，并为向前述机器人(1)示教前述半导体晶片位置而校准前述传感器(6)光轴(10)的校准方法，其特征在于：通过机器人(1)将示教夹具(11)放置在规定位置，通过传感器(6)检测出示教夹具(11)并推断示教夹具(11)的位置，求得放置示教夹具(11)的示教位置与前述推断值之间的差值。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.024 seconds)
