17上，但也可以将三维测定机11固定在机器人13的前端部。三维测定机11与机器人控制装置14通过通信电缆等通信部相互连接，相互间能够进行通信。
[0031]作为三维测定机11可以利用各种非接触方式的测定机。例如，可以列举两台照相机的立体声方式、扫描激光狭缝光的方式、扫描激光光点的方式、使用投影机等装置将模式光投影到物品上的方式以及利用光从投光器射出后在物体表面反射而入射到受光器为止的飞行时间的方式等。
[0032]三维测定机11以距离图像或三维地图的形式表现取得的三维信息。距离图像以图像形式表现三维信息，通过图像的各像素的亮度或颜色表示该图像上的位置的高度或来自三维测定机11的距离。另一方面，三维地图作为被测定出的三维坐标值(x，y，z)的集合来表现三维信息。在本实施方式中，将具有距离图像中的各像素或三维地图中的三维坐标值的点称为三维点，将由多个三维点构成的集合称为三维点集合。三维点集合是由三维测定机11测定出的全体三维点的集合，能够通过三维测定机11取得。
[0033]照相机12具有CCD等拍摄元件，被配置在托盘16的中央部上方，拍摄放置在托盘16上的物品20。照相机12的拍摄区域需要包括托盘16，但若拍摄区域过大则导致拍摄分辨率下降。因此，优选拍摄区域与托盘16的占据范围等同，例如使拍摄区域与托盘16的占据范围一致。另外，在图1中，将照相机12固定在专用的支架17上，但可以将照相机12固定在机器人13的前端部。照相机12与机器人控制装置14通过通信电缆等通信部相互连接，相互间能够进行通信。
[0034]预先校准照相机12，通过使用校准数据能够求出由三维测定机11测定出的三维点与由照相机12拍摄的图像上的点(二维点)的对应关系。即，能够求出三维点相当于照相机图像的哪个点，由此能够得到与确定的三维点对应的图像数据。
[0035]机械手15能够取出并保持物品20，作为可进行这些的机械手的形态，例如可列举吸嘴、吸附用磁铁，吸附垫或卡盘等。通过机器人13动作控制机械手15的位置姿势。
[0036]图2是表示在机器人控制装置14中执行的处理的一例，尤其表示物品取出的处理的一例的流程图。以下，参照图2的流程图以及关联的附图，对基于物品取出装置10的动作进行说明。
[0037]例如通过未图示的操作开关的操作，输入物品20的取出开始指令时开始图2的处理。首先，通过三维测定机11测定配置在三维空间中的多个物品20的表面，取得三维点集合30 (步骤SI)。图3是表示通过三维测定机11取得的三维点集合30和构成三维点集合30的三维点31的一例的图。在图3中，用黑圆点表示三维点31，三维点集合30表示由虚线包围的包含全体黑圆点的区域。
[0038]接着，通过照相机12拍摄包含多个物品20的区域来取得图像40 (步骤S2)。图4是表示通过照相机12拍摄的图像40的一例的示意图。在图4中，示出了表示托盘16的托盘图像41和表示物品20的物品图像42。
[0039]接着，从三维点集合30求出一个以上的连接集合32 (步骤S3)。图5是表示从三维点集合30求出连接集合32的一例的图。在图5中，将连接集合32表示成用虚线包围的区域。即，在图5中，示出了两个连接集合32。
[0040]在这里所说的连接集合32是三维点集合30的部分集合，当在任意的三维点(第一三维点)31的近旁存在与该三维点31不同的其他三维点(第二三维点)31时，连接集合32是连接第一三维点31与第二三维点31而形成的集合。图6是说明连接集合32的概念的图。在图6中，当相邻的第一三维点31与第二三维点31之间的距离在预定值以内时，相互连接第一三维点31与第二三维点31。
[0041]S卩，如图6所示，通过三维测定机11测定出多个三维点31 (以311?317表示)，当其中的311与312、312与313、313与314以及315与316分别存在于预定距离内时，将这些相互连接。此时，经由312和313连接311与314，因此311?314构成相同的连接集合321。另一方面，315与316没有与311?314的任一个连接，因此构成其他的连接集合322。317没有与任一个三维点连接，因此不构成连接集合。
[0042]在本实施方式中，以针对单一的物品20对应单一的连接集合32的方式，即物品20与连接集合32以一对一对应的方式构建连接集合32。由此，通过连接集合32能够确定物品20。此时，不仅使用来自三维测定机11的测定数据，还使用来自照相机12的图像数据求出连接集合32，但对求出该连接集合32的具体处理，后面进行说明(图13)。
[0043]接着，根据属于相同的连接集合32的三维点31的位置，求出代表各连接集合32的代表位置姿势33(步骤S4)。连接集合32确定物品20露出的表面，因此代表位置姿势33成为代表物品20的位置以及姿势。图7是表示根据属于连接集合32的三维点31的位置计算出的代表位置姿势33的一例的图。通过交叉为直角的一对箭头33a、33b表示代表位置姿势33，但这是由于通过正交坐标系统表示了代表位置姿势33。另外，在图7中，通过两个箭头33a、33b表示代表位置姿势33，但代表位置姿势33不是二维空间中的位置姿势，而是三维空间中的位置姿势。
[0044]代表位置姿势33的求取方法有几种方法。首先，作为第一例子，有将属于连接集合32的三维点31的重心位置与预定的姿势(例如将箭头33a朝向铅垂方向上方的姿势)组合来作为代表位置姿势33的方法。重心位置的计算可以利用属于连接集合32的所有的三维点31，另外，也可以导入离群值对策等处理，利用选择的三维点31。作为离群值对策，例如，首先在重心计算中利用属于连接集合32的所有的三维点31来求出重心位置，当在重心计算中利用的三维点31中存在与重心位置的距离在预定值以上的三维点31时，从在重心计算中利用的三维点31中按照与重心位置的距离从到大小的顺序去除预定比例的三维点31。然后，在重心计算中利用剩余的三维点31来重新计算重心位置。重复该处理，直到将在重心计算中利用的所有的三维点31收纳在从重心位置到预定距离内为止即可。
[0045]作为第二例子，有:求出与属于连接集合32的三维点31外接的长方形(外接长方形)，将外接长方形的中心的位置姿势设成代表位置姿势33的方法。为了求出外接长方形，首先，在三维空间内使用连接集合32包含的所有的三维点31求出平面，将连接集合32包含的所有的三维点31投影到该平面上。接着，计算将被投影的所有的三维点31包含在内部的凸多边形，求出与计算出的凸多边形外接的长方形。可以使用属于连接集合32的所有三维点31，通过最小二乘法求出平面，另外，也可以导入任何离群值对策的处理求出平面。作为离群值对策方法，有:M推定法、随机抽样一致性算法(RANSAC:RANdom SAmpleConsensus)、LMedS、霍夫(Hough)变换等几种方法。作为计算凸多边形的方法，有恩达(Andrew)算法等方法。作为计算与凸多边形外接的长方形的方法，有旋转卡壳(Rotatingcalipers)法等。图7表示按照第一例子求出代表位置姿势33的情况。
[0046]接着，求出与每个代表位置姿势33对应的机械手位置姿势34(步骤S5)。图8是表示与代表位置姿势33对应的机械手位置姿势34的一例的图。与代表位置姿势33相同地，通过交叉为直角的一对箭头34a、34b表示机械手位置姿势34。
[0047]关于机械手位置姿势34的位置(箭头34a、34b的交点)以及姿势(箭头34a、34b的方向)的计算方法，分别有几种方法。关于位置，例如有将代表位置姿势33的位置直接设成机械手位置姿势34的位置的方法。作为其他例子，将从代表位置姿势33的位置沿着预定的坐标轴35 (例如Z轴)的方向仅移动预定长度的位置设成机械手位置姿势34的位置的方法。在后者的例子中，图8表示位置。关于姿势，例如有将代表位置姿势33的姿势直接设成机械手位置姿势34的姿势的方法。作为其他例子，有:将绕代表位置姿势33的预定的坐标轴35旋转预定角度的姿势设成机械手位置姿势34的姿势的方法。在前者的例子中，图8表示姿势。
[0048]接着，将每个机械手位置姿势34编号成P1、P2、……Pn (步骤S6)。但是，η是机械手位置姿势34的个数。图9是表示已编号的机械手位置姿势34的图，按照针对预定的坐标轴35的坐标值的降序，也就是说，从在高位置的物品按照顺序