[發明專利]進行關于作業工序的學習的機器學習方法和機器學習裝置

在審

• 申請號: 202010821332.1
• 申請日: 2020-08-14
• 公開（公告）號: CN112418430A
• 公開（公告）日: 2021-02-26
• 發明（設計）人: 杉山裕亮
• 申請（專利權）人: 發那科株式會社
• 主分類號: G06N20/00
• 分類號: G06N20/00;G06K9/00;G06T19/00;G06T7/00;G06Q10/06
• 代理公司: 北京銀龍知識產權代理有限公司 11243
• 代理人: 范勝杰;姚海

本發明涉及一種進行關于作業工序的學習的機器學習方法以及機器學習裝置。機器學習裝置對多個不同的作業工序中包含的全部的單位作業進行，判斷相同種類的多個單位作業是否。機器學習裝置將彼此類似的第1單位作業和第2單位作業作為類似作業集，通過共通的機器學習算法，生成類似作業學習模型，基于類似作業學習模型，進行與包含第1單位作業的第1作業工序以及包含第2單位作業的第2作業工序有關的學習。

技術領域

本發明涉及進行關于作業工序的學習的機器學習方法以及機器學習裝置。

背景技術

人在進行某些作業工序(例如組裝工序、檢查工序、洗凈工序、打包工序、或者事務工序等)時，例如從作業輔助或者品質管理的觀點出發，有時希望掌握作業工序的特性(作業內容、作業者、作業時間、以及作業日期時間等)。例如，能夠基于掌握到的作業工序的特性，根據需要來通過影像或者聲音向作業者示教正確的作業順序，或者對工序不良的主要原因進行分析。

在日本特開2014-155207號公報中公開了一種頭部佩戴型顯示裝置，其通過對外景圖像進行圖像識別來對當前的順序進行推定，顯示表示指示內容的字符串或者表示使用者應實施的內容的圖像。

在日本專利6224873號公報中公開了一種信息處理系統，其在登記了作業的標準數據與獲取到的作業數據的差異為閾值以上的情況下，在現實空間中重疊顯示與作業的修正有關的指示圖像。

在國際公開第2010/143361號中公開了一種作業識別裝置，其使用速度傳感器的輸出以及拍攝部的輸出來確定用戶的作業。

在日本特開2017-131335號公報中公開了一種內窺鏡洗凈管理系統，其根據作業者的技能等級來對提供的作業順序信息進行決定。

發明內容

將作業工序的特性(作業內容、作業者、作業時間、以及作業日期時間等)與例如用于進行作業輔助或者品質管理的所需的條件(用于示教作業順序的條件、或者用于分析工序不良要因的條件等)關聯起來，作為已知的信息進行收集積累，由此能夠有效地進行該條件的新設定、修正、或者變更等。在該情況下，期望迅速且準確地進行信息的收集以及積累、以及提高積累的信息的可靠性等。

本公開的一實施方式是機器學習方法，其進行與各自包含至少一個種類的單位作業的多個不同的作業工序有關的學習，其中，對多個不同的作業工序中包含的全部的單位作業進行合計，解譯有無相同種類的多個單位作業，判斷相同種類的多個單位作業是否彼此類似，將彼此類似的第1單位作業和第2單位作業作為類似作業集，通過共通的機器學習算法，生成將類似作業集的特性作為輸入數據的類似作業學習模型，基于類似作業學習模型，進行與包含第1單位作業的第1作業工序以及包含第2單位作業的第2作業工序有關的學習。

本公開的另一實施方式是機器學習裝置，其進行與各自包含至少一個種類的單位作業的多個不同的作業工序有關的學習，該機器學習裝置具備：作業合計部，其對多個不同的作業工序中包含的全部的單位作業進行合計，解譯有無相同種類的多個單位作業；類似判斷部，其判斷相同種類的多個單位作業是否彼此類似；第1學習部，其將彼此類似的第1單位作業和第2單位作業作為類似作業集，通過共通的機器學習算法，生成將類似作業集的特性作為輸入數據的類似作業學習模型；第2學習部，其基于類似作業學習模型，進行與包含第1單位作業的第1作業工序以及包含第2單位作業的第2作業工序有關的學習。

附圖說明

圖1是表示一實施方式所涉及的機器學習裝置的功能框圖。

圖2是表示一實施方式所涉及的機器學習方法的流程圖。

圖3是概念性地表示圖2的機器學習方法的具體例的圖。

圖4是表示圖1的機器學習裝置所具有的學習部的一例的功能框圖。

圖5是表示圖4的學習部所執行的機器學習算法的一例的流程圖。