[发明专利]学习装置、学习方法、学习模型、推算装置以及夹持系统

说明书

提供一种进行用于根据计算机上的图像适当地确定夹持物体的位置及姿势的学习的学习装置。根据一个实施方式，学习装置具备：检测单元，检测物体的存在的位置和夹持该物体的教学工具的信息；训练数据生成单元，将由所述检测单元检测出的所述教学工具的信息变换为所述教学工具的位置及姿势的信息，生成将所述物体的存在的位置信息与夹持该物体的所述教学工具的位置及姿势的信息相关联的数据即训练数据；以及学习部，使用所述训练数据学习由具备多个层的神经网络模型表示的学习模型，该学习模型是当经由所述检测单元被输入目标物体的存在的位置信息时输出能够夹持所述目标物体的夹持单元的位置及姿势的信息的学习模型。

技术领域

本发明涉及学习装置、学习方法、学习模型、推算装置以及夹持系统。

背景技术

目前，对于各种各样的用途进行使用机器人的自动化，根据各个用途广泛地进行研究开发。使用附属于机器人的臂来夹持物体的研究也在广泛进行。为了用机器人的夹持器(gripper)部分夹持物体，需要根据使用物体的检测装置例如RGB-D相机检测的物体的位置来确定机器人的夹持器的位置及朝向。作为推算该夹持器的位置及朝向的方法，开发了利用在其他领域中也广泛使用的神经网络、深度学习的方法(参照日本特开2016-132086号公报)。

然而，通过以往的方法，难以求得高维度的夹持姿势，特别是难以预测在计算机上的图像中难以注释的信息。虽然也有使用CAD识别3维物体的方法，但是需要CAD模型而且必须在识别物体之后确定夹持姿势，经济上和时间上的成本高。此外，在以往的方法中，未能发现除了学习夹持器从正上方夹持物体以外的夹持方法的例子。

发明内容

因此，本发明提供进行用于根据计算机上的图像适当地确定夹持物体的位置及姿势的学习的学习装置。

一个实施方式所涉及的学习装置具备：

检测单元，检测物体的存在的位置和夹持该物体的教学工具的信息；

训练数据(监督数据)生成单元，将由所述检测单元检测出的所述教学工具的信息变换为所述教学工具的位置及姿势的信息，生成将所述物体的存在的位置信息与夹持该物体的所述教学工具的位置及姿势的信息相关联的数据即训练数据；以及

学习部，使用所述训练数据学习由具备多个层的神经网络模型表示的学习模型，该学习模型是当经由所述检测单元被输入目标物体的存在的位置信息时输出能够夹持所述目标物体的夹持单元的位置及姿势的信息的学习模型。

根据本发明所涉及的学习装置，能够进行用于根据计算机上的图像来适当地确定夹持物体的位置及姿势的学习。

附图说明

图1是示出一个实施方式所涉及的夹持系统的概略的图。

图2是示出一个实施方式所涉及的计算机的功能的框图。

图3是模式化地示出一个实施方式所涉及的用于取得训练数据的教学工具的图。

图4是示出一个实施方式所涉及的学习模型的层的图。

图5是示出一个实施方式所涉及的学习阶段的处理的流程图。

图6是示出一个实施方式所涉及的推算阶段的处理的流程图。

图7A是示出一个实施方式所涉及的目标物体的一个例子的图。以及是示出推算出的夹持位置及姿势的例子的图。

图7B是示出一个实施方式所涉及的目标物体的推算出的夹持位置的一个例子的图。

图7C是示出一个实施方式所涉及的目标物体的推算出的姿势的一个例子的图。

(符号说明)