-
公开(公告)号:CN114096968A
公开(公告)日:2022-02-25
申请号:CN202080050401.1
申请日:2020-07-22
Applicant: 欧姆龙株式会社
Abstract: 本发明的一方面涉及的模型生成装置使用多个学习数据集实施判定模型的机器学习模型,该多个学习数据集分别由表示两个对象物之间的位置关系的训练数据及表示在该位置关系中两个对象物是否相互接触的正解数据的组合构成。机器学习的实施通过针对各学习数据集以相对于训练数据的输入而输出适合于对应的正解数据的输出值的方式对判定模型进行训练而构成。
-
公开(公告)号:CN112534472B
公开(公告)日:2024-04-30
申请号:CN201980052353.7
申请日:2019-11-14
Applicant: 欧姆龙株式会社
IPC: G06T7/00
Abstract: 本发明提供一种图像判定装置、图像判定方法及其程序的记录介质,即便学习模型追加学习,也明确何种变更导致判定结果变化。图像判定装置包括:特征提取器,分别基于检查对象的图像而输出表示图像的特定特征的特征数据;第一学习部,使第一判定器以下述方式进行学习,即,基于将第一学习图像输入至特征提取器时输出的第一特征数据,输出表示与第一学习图像关联的第一标签数据的第一输出数据;第二学习部,使第二判定器以下述方式进行学习,即,基于将第二学习图像输入至特征提取器时输出的第二特征数据,输出表示与第二学习图像关联的第二标签数据的第二输出数据;输出部,基于第一及第二输出数据,输出表示与图像有关的综合判定结果的输出数据。
-
公开(公告)号:CN112534471A
公开(公告)日:2021-03-19
申请号:CN201980051700.4
申请日:2019-10-18
Applicant: 欧姆龙株式会社
Abstract: 本发明的图像生成装置基于输入图像来生成学习用图像,所述学习用图像用于训练对于对象物进行规定作业的机器人的动作,所述图像生成装置包括:第一图像获取部,获取第一图像,所述第一图像是拍摄包含所述机器人而不含所述对象物的现实作业空间所得;第二图像获取部,获取第二图像,所述第二图像描绘有包含与所述机器人对应的虚拟机器人、及与所述对象物对应的虚拟对象物的虚拟作业空间;以及学习器,通过机器学习而被训练成,将所述第一图像及第二图像作为输入,而输出第三图像,所述第三图像是对所述第二图像进行了转换,以使所述第二图像中所含的至少所述虚拟机器人近似于所述第一图像中所含的所述机器人。
-
公开(公告)号:CN116829313A
公开(公告)日:2023-09-29
申请号:CN202280011668.9
申请日:2022-01-21
Applicant: 欧姆龙株式会社
IPC: B25J9/10
Abstract: 观测更新部(152)进行以下调整:越是表示接近观测结果所示的操作物体的位置姿势的位置姿势的粒子,使粒子的权重越大,并且,在观测结果表示产生了接触的情况下,在表示关注物体和操作物体的形状以及相对位置关系的假想空间中,越是接近关注物体和以各个粒子所表示的位置姿势配置的操作物体接触的状态,使对应的粒子的权重越大。状态推定部(154)计算基于调整了各粒子的权重的粒子的集合而推定出的操作物体的位置姿势的推定状态。行动计划部(144)计划用于将操作物体从推定状态移动到此次移动的目标状态的行动,指示转换部(146)指示机器人执行所计划的行动。反复判定部(156)反复进行目标状态的设定、观测结果的取得、粒子的集合的设定、粒子的集合的调整、推定状态的计算、行动的计划以及行动的执行,直到推定状态在规定的误差内与完成状态一致。
-
公开(公告)号:CN112534367B
公开(公告)日:2023-09-19
申请号:CN201980051955.0
申请日:2019-09-24
Applicant: 欧姆龙株式会社
IPC: G05B19/4155 , G06N20/00
Abstract: 本发明涉及学习装置、控制装置、学习方法以及计算机可读存储介质,既能降低对在用于使控制模块学会控制机器人装置的能力的机器学习中所利用的学习数据进行收集的成本,又能通过所述机器学习来构建可在实际环境下运用的控制模块。本发明的一方面的学习装置利用包含模拟数据及第一环境信息的组合的第一学习数据集、与包含实际数据及第二环境信息的组合的第二学习数据集,来实施提取器的机器学习。而且,本发明的一方面的学习装置利用包含第三环境信息及状态信息与控制命令的组合的第三学习数据集,来实施控制器的机器学习。
-
公开(公告)号:CN112534472A
公开(公告)日:2021-03-19
申请号:CN201980052353.7
申请日:2019-11-14
Applicant: 欧姆龙株式会社
IPC: G06T7/00
Abstract: 本发明提供一种图像判定装置等,即便在进行学习模型的追加学习的情况下,也明确由学习模型的何种变更导致判定结果变化。图像判定装置包括:一个或多个特征提取器,分别基于检查对象的图像而输出表示图像的特定特征的特征数据;第一学习部,使第一判定器以下述方式进行学习,即,基于将第一学习图像输入至一个或多个特征提取器时输出的第一特征数据,输出表示与第一学习图像关联的第一标签数据的第一输出数据;第二学习部,使第二判定器以下述方式进行学习,即,基于将第二学习图像输入至一个或多个特征提取器时输出的第二特征数据,输出表示与第二学习图像关联的第二标签数据的第二输出数据;以及输出部,基于第一输出数据及第二输出数据,输出表示与图像有关的综合判定结果的输出数据。
-
公开(公告)号:CN112534367A
公开(公告)日:2021-03-19
申请号:CN201980051955.0
申请日:2019-09-24
Applicant: 欧姆龙株式会社
IPC: G05B19/4155 , G06N20/00
Abstract: 本发明既能降低对在用于使控制模块学会控制机器人装置的能力的机器学习中所利用的学习数据进行收集的成本,又能通过所述机器学习来构建可在实际环境下运用的控制模块。本发明的一方面的学习装置利用包含模拟数据及第一环境信息的组合的第一学习数据集、与包含实际数据及第二环境信息的组合的第二学习数据集,来实施提取器的机器学习。而且,本发明的一方面的学习装置利用包含第三环境信息及状态信息与控制命令的组合的第三学习数据集,来实施控制器的机器学习。
-
公开(公告)号:CN112533739A
公开(公告)日:2021-03-19
申请号:CN201980051517.4
申请日:2019-10-31
Applicant: 欧姆龙株式会社
IPC: B25J13/08
Abstract: 机器人控制装置受理:从多种物体中指定作为机器人20所操作的对象的特定种类的物体70的信息201的输入;以及对经指定的特定种类的物体70与机器人20的指尖之间的设为目标的相对位置关系进行指定的信息202的输入。机器人控制装置从拍摄多种物体及其周边的环境而获得的图像信息501中提取特定种类的物体70而生成表示物体70的位置及姿势的信息301。机器人控制装置根据学习模块103的学习结果而生成动作指令401并输出至机器人20,所述动作指令401用于使物体70与机器人20的指尖之间的相对位置关系与设为目标的相对位置关系一致。
-
公开(公告)号:CN112534471B
公开(公告)日:2024-06-14
申请号:CN201980051700.4
申请日:2019-10-18
Applicant: 欧姆龙株式会社
Abstract: 本发明提供一种图像生成装置及方法、机器人训练系统以及存储介质,能够基于输入图像来生成适合于训练对于对象物进行规定作业的机器人的动作的学习用图像。所述图像生成装置包括:第一图像获取部,获取第一图像,所述第一图像是拍摄包含所述机器人而不含所述对象物的现实作业空间所得;第二图像获取部,获取第二图像,所述第二图像描绘有包含与所述机器人对应的虚拟机器人、及与所述对象物对应的虚拟对象物的虚拟作业空间;以及学习器,通过机器学习而被训练成,将所述第一图像及第二图像作为输入,而输出第三图像,所述第三图像是对所述第二图像进行了转换,以使所述第二图像中所含的至少所述虚拟机器人近似于所述第一图像中所含的所述机器人。
-
公开(公告)号:CN114080304B
公开(公告)日:2024-05-14
申请号:CN202080049997.3
申请日:2020-07-17
Applicant: 欧姆龙株式会社
Abstract: 本发明提供用于实现控制机械手的手指的坐标的精度的提高的技术。本发明的一方面所涉及的控制装置利用第一推定模型,根据由第一传感器系统获取的第一传感数据,计算机械手的手指坐标的第一推定值,利用第二推定模型,根据由第二传感器系统获取的第二传感数据,计算机械手的手指坐标的第二推定值,并基于第一推定值与第二推定值之间的误差的梯度,调整第一推定模型及第二推定模型中的至少一方的参数的值,以使该误差变小。
-
-
-
-
-
-
-
-
-