[发明专利]机械学习装置、机器人系统以及机械学习方法

说明书

本发明提供学习激光加工机器人的加工顺序的机械学习装置、机器人系统以及机械学习方法。学习激光加工机器人(1、R1、R2)的加工顺序的机械学习装置(2)具有：状态观测部(21)，其将所述激光加工机器人(1、R1、R2)的激光加工点的等离子光以及所述激光加工机器人(1、R1、R2)的激光加工点的加工声音中的至少一个作为状态变量来进行观测；判定数据取得部(22)，其获取所述激光加工机器人(1、R1、R2)执行处理的周期时间作为判定数据；以及学习部(23)，其根据所述状态观测部(21)的输出以及所述判定数据取得部(22)的输出，学习所述激光加工机器人(1、R1、R2)的加工顺序。

技术领域

本发明涉及学习激光加工机器人的加工顺序的机械学习装置、机器人系统以及机械学习方法。

背景技术

近年来，利用激光进行焊接、切割以及打孔等的激光加工机器人在各种领域被利用。例如，在焊接(激光焊接)汽车车体时，使用一台或者多台激光加工机器人。

这样的激光加工机器人例如由作业员(示教员、人)来调整激光加工条件，以作业员所设定的加工条件以及加工顺序来进行加工。即，为了使周期时间最短，示教员示教焊接部位以及焊接加工顺序等。

但是，作业员例如难以示教周期时间最短的焊接部位以及焊接加工顺序等的最优解。并且，在使用多台激光加工机器人时，由于在各机器人相互不干扰的情况下示教利用哪个机器人以怎样的顺序在哪个部位进行这样的内容，因此，示教内容远远比使用一台激光加工机器人的情况复杂，高效地示教最优解就变得更为困难。

以往，例如日本特开平10-039909号公报公开了如下多台机器人的作业计划方法：为了使多台机器人的作业计划自动化而减轻劳动量，通过使作业分组化(group)，以组为单位进行作业顺序和对机器人的作业的分配，减少了针对机器人与作业的组合的解的搜索数量，并且能够容易且自动地以比较现实的时间获得与最优解相差不大的最良解。

此外，以往日本特开2002-116817号公报公开了如下任务分配方法：在由多个机械实施由多个任务构成的作业时，应用使用了遗传算法的运算来求出将各任务分配给哪个机械的处理，由此，能够将任务适当分配给各机械。

并且，以往日本特开2005-108144号公报公开了如下机器人的校正数据确认装置：在机器人进行实际的作业时，通过将示教的示教数据与实际的数据进行比较来进行确认，由此区分是由传感器引起的问题还是由工件或夹具引起的问题从而探明其不良原因。

如上所述，以往例如在通过激光加工机器人对汽车车体进行激光焊接时，由人(作业员)示教焊接部位和顺序等。但是，例如难以以周期时间最短的方式来进行示教，并且在使用多台激光加工机器人时，示教内容复杂，因此，高效地示教最优解变得更为困难。

并且，例如在通过一台或者多台激光加工机器人对汽车车体进行激光焊接时，即使斟酌提案的各种技术，也难以高效地示教最优解。另外，在本说明书中，作为激光加工机器人，以激光焊接机器人为例进行说明，但是激光加工机器人不局限于用于进行激光加工的机器人，例如，进行激光切割等的机器人自然也包含于激光加工机器人之中。

发明内容

鉴于上述以往技术的课题，本发明的目的在于提供一种机械学习装置、机器人系统以及机械学习方法，能够学习激光加工机器人的加工顺序并高效地示教最优解。

根据本发明涉及的第一实施方式，提供一种机械学习装置，其学习激光加工机器人的加工顺序，该机械学习装置具有：状态观测部，其将所述激光加工机器人的激光加工点的等离子光以及所述激光加工机器人的激光加工点的加工声音中的至少一个作为状态变量来进行观测；判定数据取得部，其获取所述激光加工机器人执行处理的周期时间作为判定数据；以及学习部，其根据所述状态观测部的输出以及所述判定数据取得部的输出，学习所述激光加工机器人的加工顺序。