判定装置、拾取系统以及判定方法与流程

本发明涉及判定装置、拾取系统以及判定方法。

背景技术：

1、以往，已知利用照相机确认对象物并利用机械臂等进行拾取的拾取系统。另外，在拾取系统或其他装置中，要求根据对象物的拍摄图像进行可否拾取、对象物的正常异常等好坏判定的判定装置。

2、例如，专利文献1公开了一种物品判别系统，其通过对象物的拍摄图像来学习并判定该对象物品是否为正常状态。

3、专利文献1：日本特开2021-128456号公报

技术实现思路

1、在根据对象物的拍摄图像通过以深度学习等为代表的ai学习等机械地学习好坏判定的判定基准的情况下，人难以理解判定基准的细节。因此，在ai学习等中学习的判定基准难以用于拾取系统中的拾取率提高等。另外，在深度学习等学习技术中，为了实现准确的好坏判定，需要大量的训练数据(teaching data)。

2、另一方面，在使用人容易理解的阈值作为好坏判定中的判定基准的情况下，难以适当地设定阈值。

3、因此，本发明的目的在于，即使是少量的训练数据也能够实现高精度的好坏判定。

4、本发明的判定装置的一个方式具有：区域检测部，其利用所学习的检测模型从对象物的拍摄图像中检测出该对象物的区域；以及判定部，其通过利用所述区域中的特征量学习的判定模型来判定所述对象物的好坏。

5、另外，本发明的拾取系统的一个方式具有：所述判定装置；以及拾取装置，其拾取由上述判定装置判定为“良”的所述对象物。

6、另外，本发明的判定方法的一个方式具有：区域检测步骤，利用所学习的检测模型从对象物的拍摄图像中检测出该对象物的区域；以及判定步骤，通过利用所述区域中的特征量学习的判定模型来判定所述对象物的好坏。

7、根据本发明，即使是少量的训练数据，也能够实现高精度的好坏判定。

技术特征：

1.一种判定装置，其特征在于，具备：

2.根据权利要求1所述的判定装置，其特征在于，

3.根据权利要求2所述的判定装置，其特征在于，

4.根据权利要求1所述的判定装置，其特征在于，

5.一种拾取系统，其特征在于，具备：

6.根据权利要求5所述的拾取系统，其特征在于，

7.根据权利要求6所述的拾取系统，其特征在于，

8.根据权利要求6所述的拾取系统，其特征在于，

9.根据权利要求6所述的拾取系统，其特征在于，

10.根据权利要求6所述的拾取系统，其特征在于，

11.一种判定方法，其特征在于，具有：

技术总结
本发明提供一种判定装置、拾取系统以及判定方法，拾取系统具有：区域检测部，其通过所学习的检测模型，从对象物的拍摄图像中检测出该对象物的区域；判定部，其通过利用所述区域中的特征量学习的判定模型来判定所述对象物的好坏；以及拾取装置，其拾取在所述判定部中判定为“良”的所述对象物。

技术研发人员：青山裕矢,池尻匡隆
受保护的技术使用者：尼得科株式会社
技术研发日：
技术公布日：2024/1/15