本發明涉及一種使用了機器人的定位裝置，特別是涉及一種利用使用視覺傳感器的視覺反饋來將機器人作為高精度的定位裝置使用的技術。

背景技術：

一般的產業用機器人基于被稱為示教再現(teachingplayback)的方式，能夠準確地反復進行被教導的動作。因此，在設為使用機器人把持對象物并將對象物供給到規定的位置這種使用方法的情況下，能夠將機器人視作一種定位裝置。

作為與此相關的現有技術，例如專利第3702257號公報中記載了一種機器人手部連接裝置，該機器人手部連接裝置具有如下功能：在將機器人作為定位裝置使用時，即使機器人手部把持的把持位置相對于對象物偏移，也能夠通過使用視覺傳感器測量/校正把持偏移來準確地對對象物進行定位。

另外，日本特開2015-150636號公報中記載了一種機器人系統，該機器人系統具備：機器人，其通過進行規定的作業的程序來對被放置于平面上的第一對象物位置的對象物進行控制；第一機器人位置存儲部，其存儲相對于第一對象物位置處于規定的相對的位置關系的臂前端部的位置；目標到達狀態數據存儲部，其存儲照相機的圖像上的對象物的特征量；機器人移動量計算部，其求出用于使被放置于第二對象物位置的對象物的特征量與目標到達狀態數據的特征量一致的、相對于任意的初始位置的移動量；以及校正數據計算部，其基于第一機器人位置與基于移動量使臂前端部移動后的第二機器人位置之間的差異來計算程序的校正數據。

一般地，機器人是由金屬等構成的構造物，因此會由于環境溫度變化而臂、減速機發生熱膨脹/收縮，從而尺寸發生變化。另外，減速機存在間隙，因此有可能由于到目標位置為止的路徑的不同而停止位置發生誤差。并且，間隙量由于磨損等經年變化而不固定。另外，在使用機器人來一邊使彈性體變形一邊對該彈性體進行定位的情況下，有可能由于從作為彈性體的對象物受到外力而定位的位置與本來意圖的位置不同。

在以往的定位裝置或定位方法中，多數情況下沒有考慮因上述這種熱變形、間隙、經年變化、外力等產生的誤差。另一方面，難以制作不存在這種誤差的機器人，也難以解析并且完全校正這種誤差。

例如在專利第3702257號公報中，雖然將機器人作為定位治具使用，但是并沒有意圖到排除熱變形等誤差因素后的高精度的定位的程度。另一方面，在日本特開2015-150636號公報中，目的在于作業人員即使不考慮/識別機器人的坐標系也能夠利用視覺反饋來簡單地執行復雜路徑的作業，而沒有將機器人作為定位治具使用。

技術實現要素：

因此，本發明的目的在于提供一種能夠排除熱變形、間隙等機器人的誤差因素來以比機器人本來所具備的定位精度更高的精度進行機器人的定位的定位裝置。

為了實現上述目的，本申請發明提供一種定位裝置，具備：機器人，其具備可動的臂；視覺上的特征部位，其設置于所述臂的前端部和所述機器人的外部的固定位置中的一方；多個視覺傳感器，其設置于所述臂的所述前端部和所述機器人的外部的所述固定位置中的另一方，用于拍攝所述特征部位；特征量檢測部，其檢測由所述多個視覺傳感器進行拍攝所得到的圖像上的特征量，該特征量包含所述特征部位的位置、姿勢以及大小中的至少一個；目標數據存儲部，其將在所述臂的所述前端部定位于規定的指令位置的狀態下由所述特征量檢測部檢測出的特征量作為第一特征量來進行存儲；機器人移動量計算部，其基于第二特征量與存儲于所述目標數據存儲部中的所述第一特征量之間的差異，來計算用于在所述多個視覺傳感器的所有視覺傳感器中使所述第二特征量與所述第一特征量一致的機器人的第一指令移動量，該第二特征量是在與檢測出所述第一特征量時不同的時刻，在所述臂的所述前端部定位于所述規定的指令位置或該指令位置的附近的狀態下利用所述多個視覺傳感器拍攝所述特征部位，并由所述特征量檢測部檢測出的特征量；指令移動量調整部，其基于所述第一指令移動量以及由所述機器人的機械特性決定的參數來計算第二指令移動量；以及移動指令部，其基于該第二指令移動量來使所述臂的所述前端部移動，其中，所述指令移動量調整部以及所述移動指令部構成為，重復進行所述第二指令移動量的計算以及所述臂的所述前端部基于所述第二指令移動量的移動，直到所述第一指令移動量為規定的閾值以下為止。

在優選的實施方式中，在所述第一指令移動量為由所述機器人的機械特性決定的參數以上的情況下，所述指令移動量調整部將所述第一指令移動量直接設為所述第二指令移動量，在所述第一指令移動量小于由所述機器人的機械特性決定的參數的情況下，所述指令移動量調整部將對所述第一指令移動量乘以小于1的系數所得到的值設為所述第二指令移動量。

在其它優選的實施方式中，所述指令移動量調整部計算通過基于所述第一指令移動量移動所述機器人而產生的所述機器人的各可動部的動作量，基于該各可動部的動作量來計算所述第二指令移動量。

另外，在其它優選的實施方式中，所述指令移動量調整部根據所述機器人的工作狀況來估計因經年變化引起的性能降低，基于該估計來修正由所述機器人的機械特性決定的參數，基于所述第一指令移動量以及修正后的該參數來計算所述第二指令移動量。

定位裝置能夠具備一個所述特征部位以及多個所述視覺傳感器，在該情況下，所述多個視覺傳感器拍攝所述一個特征部位。

定位裝置能夠具備多個所述特征部位以及多個所述視覺傳感器，在該情況下，所述多個視覺傳感器分別拍攝所述多個特征部位。

附圖說明

通過參照附圖說明以下優選的實施方式，進一步明確可知本發明的上述或其它目的、特征以及優點。

圖1是本發明的第一實施方式所涉及的定位裝置的概要結構圖。

圖2是例示圖1的定位裝置中包含的機器人的手部以及被該手部把持的對象物的圖。

圖3是圖1的定位裝置的功能框圖。

圖4是示出圖1的定位裝置中的系統啟動時的處理的一例的流程圖。

圖5是示出圖1的定位裝置中的系統工作時的處理的一例的流程圖。

圖6是示出針對同一特征部位使用虛線表示目標數據存儲時的圖像、使用實線表示當前的圖像的例子的圖。

圖7是說明在存在基于間隙的誤差范圍的情況下計算指令移動量的例子的圖。

圖8是示出本發明的第二實施方式所涉及的定位裝置的概要結構的圖。

具體實施方式

圖1是示出本發明的第一實施方式所涉及的定位裝置(機器人系統)5的概要結構的圖。定位裝置5具有：機器人10，其具備可動的臂6；視覺上的特征部位，其設置于臂6的前端部(在圖示例中為手部11)；以及多個(在圖示例中為兩個)視覺傳感器12a、12b，其設置于機器人10的外部的固定位置，用于拍攝特征部位。機器人10例如是6軸多關節機器人，機器人10自身可以是公知的機器人。

另外，如圖2所示，機器人10的手部11被構成為把持形成有特征部位13a、13b的對象物13，第一視覺傳感器12a被配置/構成為拍攝特征部位13a，第二視覺傳感器12b被配置/構成為拍攝特征部位13b。但是這只是一例，例如也可以在手部11直接形成特征部位13a、13b。另外，特征部位的形狀只要是適于對由視覺傳感器拍攝到的特征部位的圖像進行圖像處理的形狀即可，可以是任意形狀，但是優選的是圖示例那樣的內部具有十字線的圓形等能夠通過圖像處理檢測位置、姿勢(旋轉角度)以及大小(與視覺傳感器同特征部位之間的距離成反比例)的形狀。

機器人10與用于控制機器人10的機器人控制裝置15連接，能夠進行數值控制，以向由機器人控制裝置15指示的任意的位置進行動作。另外，視覺傳感器12a、12b例如是具有拍攝圖像(上述的特征部位)的功能的受光設備，視覺傳感器12a、12b拍攝到的圖像被發送到與視覺傳感器12a、12b相連接的圖像處理裝置14。

圖3是定位裝置5的功能框圖。圖像處理裝置14具有特征量檢測部16，該特征量檢測部16從由視覺傳感器12a、12b拍攝到的各個圖像中檢測特征部位13a、13b，并檢測各個圖像上的、包含特征部位13a、13b的位置、姿勢以及大小中的至少一個的特征量。另外，圖像處理裝置14通過通信線纜或無線通信等與機器人控制裝置15連接，能夠從機器人控制裝置15接收指令，或向機器人控制裝置15發送圖像處理的結果。此外，在圖1和圖3中，圖像處理裝置14被記載為與機器人控制裝置15不同的裝置(例如個人計算機)，但是圖像處理裝置14也可以作為處理器等而被內置于機器人控制裝置15中。

此外，在本實施方式中，視覺傳感器12a、12b在進行后述的處理之前可以不進行自身的坐標系(傳感器坐標系)與機器人10的坐標系(機器人坐標系)之間的位置對準、即校準。不言而喻的是，也可以進行校準，但是在該情況下，是只明確機器人坐標系相對于傳感器坐標系的方向和比例尺那樣的簡易的校準即可。

如圖3所示，機器人控制裝置15具備：目標數據存儲部17，其將在手部11被定位于規定的指令位置的狀態下由特征量檢測部16檢測出的特征量作為第一特征量(目標數據)來進行存儲；機器人移動量計算部18，其基于第二特征量與存儲于目標數據存儲部17中的第一特征量(目標數據)之間的差異，來計算用于在多個視覺傳感器的所有視覺傳感器中使第二特征量與第一特征量一致的機器人10的第一指令移動量，該第二特征量是在與檢測出所述第一特征量時不同的時刻，在將手部11定位于上述規定的指令位置或該指令位置的附近的狀態下，利用視覺傳感器12a、12b分別拍攝特征部位13a、13b并由特征量檢測部16檢測出的特征量；指令移動量調整部19，其基于第一指令移動量以及由機器人10的機械特性決定的參數(后述)來計算第二指令移動量；以及移動指令部20，其基于該第二指令移動量來使機器人10(手部11)移動。另外，指令移動量調整部19和移動指令部20構成為重復進行第二指令移動量的計算以及手部11基于第二指令移動量的移動，直到第一指令移動量為規定的閾值以下為止。

以下，參照圖4和圖5的流程圖來說明定位裝置5中的處理的過程。

圖4是說明包含定位裝置5的機器人系統啟動時的過程的流程圖。首先，將機器人10移動到規定的指令位置(定位位置)(s101)。接著，設置視覺傳感器12a、12b，以使設置于手部11或被手部11把持的對象物13的特征部位13a、13b分別在視覺傳感器12a、12b的視野中顯現(s102)。在此，各視覺傳感器優選被配置為該視覺傳感器的光軸相對于攝像對象的特征部位的面大致垂直那樣的位置/姿勢，但是并不限定于此。另外，特征部位13a、13b優選設為分別在視覺傳感器12a、12b的視野的大致中心顯現的位置，但是并不限定于此。

接著，由視覺傳感器12a、12b分別拍攝特征部位13a、13b的圖像，將特征部位13a、13b的圖像作為模型數據來進行教導(s103)。在此，將何種信息作為模型數據來進行存儲依賴于在從圖像中檢測特征部位13a、13b時使用的圖像處理的算法。在本實施方式中，可以使用任何圖像處理算法，例如能夠使用利用歸一化相關的模板匹配、利用邊緣信息的一般化hough變換等公知的方法。在基于歸一化相關的模板匹配的情況下，模板相當于模型數據。

最后，使用所教導的模型數據來從圖像中檢測特征部位13a、13b，將圖像上的包含檢測出的各個特征部位的位置、姿勢以及大小中的至少一個的第一特征量作為目標數據存儲到目標數據存儲部17中(s104)。例如，在采用模板匹配來作為圖像處理算法的情況下，將一致度最高的模板的中心位置、旋轉角度、放大/縮小后的比例作為目標數據來進行存儲。這樣，目標數據存儲部17針對特征部位13a、13b雙方存儲第一特征量。另外，機器人控制裝置15將該目標數據存儲時的機器人10的控制上的位置作為指令位置1存儲到適當的存儲器等中。

接著，圖5是說明包含定位裝置5的機器人系統工作時的過程的流程圖。首先，使機器人10在與圖4的s104中存儲目標數據時(檢測出第一特征量時)不同的時刻向與上述的指令位置1相同的位置或指令位置1的附近移動(s201)。在此，“指令位置1的附近”是指嚴格地說與指令位置1不同但是使特征部位13a、13b分別進入視覺傳感器12a、12b的視野且使機器人10的姿勢與目標數據存儲時的機器人的姿勢相同的指令位置。

在此，即使在控制上機器人10準確地移動到存儲目標數據時的指令位置1或該指令位置1的附近，也有時由于機器人10的各部的因氣溫變化引起的熱變形、間隙的影響、因磨損產生的經年變化、因外力的影響(在一邊使彈性體的對象物變形一邊對彈性體的對象物進行定位的情況下，從該對象物受到外力)等誤差因素，而機器人10實際上沒能準確地移動到與指令位置1對應的位置(定位位置1)。

接著，分別由視覺傳感器12a、12b拍攝特征部位13a、13b的圖像，從所得到的圖像中檢測特征部位13a、13b(s202)。在圖像處理算法上使用與上述的s104相同的方法，計算圖像上的包含各特征部位的位置、姿勢以及大小中的至少一個的第二特征量(當前的特征量)。

接著，計算用于使機器人10向使s202中計算出的第二(當前的)特征量與被作為目標數據存儲的第一特征量一致的位置移動的、機器人的第一指令移動量(s203)。在后面敘述步驟s203中的處理的具體例。

接著，判斷當前的機器人位置是否已到達規定的定位位置1(s204)。具體地說，對s203中計算出的第一指令移動量的大小與預先設定的閾值進行比較，如果第一指令移動量為該閾值以下，則能夠判斷為機器人10已到達定位位置1。例如在閾值被設定為0.5mm的情況下，如果計算出的機器人的指令移動量小于0.5mm，則能夠判斷為機器人10已到達規定的定位位置1。此外，閾值優選被設定為能夠以比機器人本來所具備的定位精度更高的精度將機器人定位于目標位置這種程度的值。

在機器人10沒有到達規定的定位位置1的情況下，對s203中計算出的機器人的第一指令移動量進行調整來計算第二指令移動量(s205)，基于第二指令移動量使機器人10移動(s206)。之后，返回步驟s202，再次進行相同的處理。此外，步驟s206中的處理的具體例也在后面敘述。

另一方面，在步驟s204中判斷為機器人10已到達規定的定位位置1的情況下，能夠判斷為機器人10已被準確地定位，因此結束一系列的處理/動作。

以下，說明兩個在上述的步驟s203中基于從圖像中得到的當前的(第二)特征量以及被作為目標數據而存儲于目標位置存儲部17中的第一特征量來計算用于使機器人10與規定的定位位置1一致的第一指令移動量的計算方法的具體例。此外，此處對視覺傳感器12a進行說明，但是視覺傳感器12b也與視覺傳感器12a相同，因此省略說明。

第一個具體例是進行機器人坐標系與視覺傳感器坐標系之間的位置對準(校準)的方法。作為記載有視覺傳感器的校準方法的詳細內容的文獻的例子，能夠例舉“rogery.tsai，“anefficientandaccuratecameracalibrationtechniquefor3dmachinevision”，proc.computervisionandpatternrecognition’86，pp.368-374，1986”。

圖6是示出在步驟s203中使用虛線21表示目標數據存儲時(步驟s104)的特征部位13a的像、使用實線22表示當前(步驟s202)的特征部位13a的像的例子的圖。在此，當使用(u，v)表示在視覺傳感器坐標系中的位置時，δu為在圖像的縱方向上的位置的差，δv為在圖像的橫方向上的位置的差。通過利用上述文獻所記載的那樣的方法進行視覺傳感器12a的校準，能夠將在視覺傳感器12a的坐標系中的位置(u，v)變換為在機器人10的坐標系中的位置(x，y，z)。

詳細地說，將當前的特征部位13a的在圖像上的位置(u，v)和作為目標數據存儲的特征部位13a的在圖像上的位置(u0，v0)變換為在機器人10的坐標系中的位置(x，y，z)和(x0，y0，z0)。在此，當將要求解的機器人的指令移動量設為(δx，δy，δz)時，分別使用式(1)～(3)定義δx、δy以及δz。

δx＝x0-x…(1)

δy＝y0-y…(2)

δz＝z0-z…(3)

通過上式(1)～(3)，能夠求出用于使機器人10與規定的定位位置1一致的機器人的指令移動量(δx，δy，δz)。

第二個具體例是使用雅可比(jacobian)矩陣的方法。在此，基于所檢測出的特征部位13a的第二特征量與被作為目標數據存儲的第一特征量之差來計算用于使機器人與規定的定位位置1一致的機器人的指令移動量。例如在圖6中，如上述的那樣，當使用(u，v)表示在視覺傳感器的坐標系中的位置時，δu為在圖像的縱方向上的位置的差，δv為在圖像的橫方向上的位置的差。

在此，將與在圖像上的外觀的大小有關的特征量設為s。例如在模板匹配的情況下，將模板的大小設為100％(＝1.0)，如果看上去大于模板，則能夠將s設為大于1.0的值，如果看上去小于模板，則能夠使用小于1.0的值來表現s。

接著，當將作為目標數據存儲的第一特征量設為(u0，v0，s0)并且將步驟s202中得到的第二特征量設為(u1，v1，s1)時，能夠使用下面的式(4)～(6)表示特征量的差。此外，與在圖像上的外觀的大小有關的特征量s與從設置有特征部位13a的對象物13的上表面到視覺傳感器12a的距離成反比，因此不是直接使用比率，而是使用倒數，以使特征量s為與距離成比例的值。

δu＝u1-u0…(4)

δv＝v1-v0…(5)

接著，當將要求解的機器人的指令移動量設為(δx，δy，δz)時，使用下面的式(7)定義雅可比矩陣j。

接著，對求解雅可比矩陣j的方法進行說明。首先，將特征部位13a在圖像中心附近顯現的狀態設為機器人的原位置，在機器人10被定位于原位置的狀態下，從由視覺傳感器12a拍攝到的圖像中檢測特征部位13a，將所得到的特征量設為(u0，v0，s0)。接著，使機器人10從原位置沿圖1所示那樣的正交坐標系的x軸方向移動距離m，從在該位置由視覺傳感器12a拍攝到的圖像中檢測特征部位13a，將所得到的特征量設為(ux，vx，sx)。同樣地，分別在使機器人從原位置沿該正交坐標系的y軸方向(與圖紙垂直的方向)移動距離m后的位置以及沿z軸方向移動距離m后的位置檢測特征部位13a，將各個特征量設為(uy，vy，sy)、(uz，vz，sz)。但是，表示機器人的指令移動量的坐標系并不限定于圖1中記載的坐標系，還能夠使用其它坐標系。

如上述那樣，基于使機器人沿x軸、y軸、z軸方向移動時的特征部位13a的檢測結果以及在原位置的特征部位13a的檢測結果，能夠使用以下的式(8)～(16)來求出δu、δv、δs。

δux＝ux-u0…(8)

δvx＝vx-v0…(9)

δuy＝uy-u0…(11)

δvy＝vy-v0…(12)

δuz＝uz-u0…(14)

δvz＝vz-v0…(15)

通過將式(8)～(16)代入到式(7)，能夠得到用于求解雅可比矩陣j的式(17)、(18)。

如果求出雅可比矩陣j，則針對任意特征部位13a的特征量(u，v，s)，能夠通過將該雅可比矩陣j代入到式(7)來求出用于使機器人10與規定的定位位置1一致的機器人的指令移動量(δx，δy，δz)。此外，機器人10逐漸地向規定的定位位置1靠近，因此計算的指令移動量也可以不是嚴密的值。因而，對于本實施例而言，能夠適當地使用利用雅可比矩陣j的方法。

接著，以下說明在圖5所示的步驟s205中基于由機器人10的機械特性決定的參數來調整步驟s203中得到的第一指令移動量從而計算第二指令移動量的方法的一例。此外，在此，對以間隙為機器人10的機械特性的情況進行說明。

間隙存在于機器人10的各可動部并且還由于施加于機器人10的重力而發生變化，因此難以通過幾何學的計算來求出間隙最終對機器人10的臂前端部(手部11)施加的誤差。因此，考慮機器人10的各可動部各自的狀態以及機器人10本身的姿勢，首先，綜合地基于間隙求出機器人10的臂前端部的位置的誤差范圍。此處求出的誤差范圍正是由機器人的機械特性決定的參數。在此，將該參數稱為第一參數。

接著，指令移動量調整部19基于上述的第一參數和步驟s203中求出的第一指令移動量來計算第二指令移動量(步驟s205)。具體地說，在第一指令移動量為臂前端部的誤差范圍以上的情況下，將第一指令移動量直接設為所述第二指令移動量。另一方面，在第一指令移動量小于臂前端部的誤差范圍的情況下，將對第一指令移動量乘以小于1的系數所得到的值設為第二指令移動量，一邊限制機器人10的臂前端部的移動量一邊使機器人10的臂前端部移動。以下，參照圖7來說明其具體例。

圖7是說明在存在基于間隙的誤差范圍的情況下計算第二指令移動量的例子的圖。一般地，使機器人10移動意味著使設置于各可動部的多個齒輪嚙合并使齒輪旋轉相當于指定移動量的量(角度)。例如，考慮如下情況：如圖7所示那樣，在機器人10的某個可動部中，齒輪a與齒輪b彼此嚙合，通過使齒輪a沿順時針方向旋轉(驅動)，來使齒輪b沿逆時針方向旋轉(從動)。

在此，在第一指令移動量大于第一參數的情況下(例如在第一指令移動量是使齒輪b從當前位置b1旋轉至位置b3的指令移動量的情況下)，使齒輪a與齒輪b完全嚙合后旋轉與指令移動量相應的量即可，能夠將第一指令移動量直接設為第二指令移動量。

另一方面，在第一指令移動量小于第一參數的情況下(例如在第一指令移動量是使齒輪b從當前位置b1旋轉至距b1比較近的位置b2的指令移動量的情況下)，當使齒輪a與齒輪b完全嚙合后旋轉與指令移動量相應的量時，會導致過沖而超過位置b2，從而不能準確地約束在規定的定位位置1。因此，在這種情況下，通過將對第一指令移動量乘以小于1的系數所得到的值設為第二指令移動量，能夠使齒輪b每次移動更少量而不會發生過沖地從位置b1旋轉移動至位置b2。

在這種方法中，通過使機器人10的臂前端部移動，能夠有效地使機器人位置約束在規定的定位位置1。

另外，在參照圖7說明的例子中對間隙進行了處理，但是并不是必須對間隙進行處理。例如，對于校正空程等機械的余隙的系統，能夠同樣地應用本實施方式所涉及的定位裝置。

此外，作為步驟s205中的其它處理，指令移動量調整部19也可以是，計算通過基于第一指令移動量使機器人10移動而產生的機器人10的各可動部的動作量，基于該各可動部的動作量來計算第二指令移動量。更具體地說，也可以是，根據在機器人10的臂前端部的差異(步驟s202)求出各可動部的動作量(旋轉量)，并在對該動作量的值乘以必要的系數之后進行逆變換，由此計算臂前端部的第二指令移動量。

或者，作為步驟s205中的進一步其它的處理，指令移動量調整部19也可以是，根據機器人10的工作狀況來估計因經年變化引起的性能降低，基于該估計來修正由機器人10的機械特性決定的參數，基于第一指令移動量以及該修正后的參數來計算第二指令移動量。更具體地說，也可以是，根據定期地記錄的數據等來估計因經年劣化而產生的間隙的增加量，根據該估計值變更第一參數，基于第一指令移動量以及變更后的第一參數來計算第二指令移動量。

在本實施方式中，定位的對象根據將什么用作特征部位13a的特征量而不同。如果使用圖像上的位置，則能夠確定特征部位13a在所設置的平面上的位置。如果將圖像上的姿勢作為特征量使用，則能夠確定在該平面上的旋轉位置。另外，如果將圖像上的大小作為特征量使用，則能夠確定從該平面起的法線方向上的高度。

上述那樣的步驟s203和s205中的處理在視覺傳感器12b中也能夠以與視覺傳感器12a同樣的方式進行。而且，分別對存儲于目標數據存儲部17中的特征部位13a、13b的兩組(第一)特征量與特征部位13a、13b的兩組當前的(第二)特征量進行比較，基于這些特征量之間的差異來計算機器人10的第一指令移動量。

當將使用上述的計算方法等計算出的基于特征部位13a的特征量求出的第一指令移動量設為(δxa，δya，δza)并且將基于特征部位13b的特征量求出的第一指令移動量設為(δxb，δyb，δzb)時，機器人10的第一指令移動量(δx，δy，δz)如式(19)～(21)那樣求出。

δx＝δxa…(19)

δy＝δya…(20)

δz＝δzb…(21)

上式(19)～(21)是與如圖1那樣設置有視覺傳感器12a、12b的情況下的第一指令移動量的計算方法對應的式子，即，意味著使用視覺傳感器12a和特征部位13a來進行機器人10的xy方向的定位、使用視覺傳感器12b和特征部位13b來進行機器人10的z方向的定位。

在圖1的例子中，視覺傳感器12a與正交坐標系的xy平面垂直，因此能夠在x方向和y方向上進行高靈敏度的測量。另外，視覺傳感器12b與yz平面垂直，因此能夠在y方向和z方向上進行高靈敏度的測量。這樣，通過利用多個視覺傳感器，能夠在xyz的所有方向上進行高靈敏度的測定。但是，這只是一例，還能夠將多個視覺傳感器配置為其它朝向、位置來在所有方向上進行高靈敏度的測定。

圖8是示出本發明的第二實施方式中的定位裝置(機器人系統)的整體結構的圖。在第二實施方式中，基本結構與第一實施方式相同，但是在視覺傳感器12a、12b被設置于機器人10的手部11并且特征部位13a、13b被設置于機器人10的外部的固定位置這一點上不同。

在第二實施方式中，以下點與第一實施方式不同：在機器人系統啟動時的處理(圖4)的步驟s102中，不設置視覺傳感器12a、12b，而是將特征部位13a、13b設置于視覺傳感器12a、12b所能夠拍攝到的位置。關于其它處理，第二實施方式與第一實施方式相同，因此省略詳細的說明。

此外，在上述實施方式中也分別由多個視覺傳感器拍攝多個特征部位，但是還能夠由多個視覺傳感器針對一個特征部位從不同的位置或角度進行拍攝。具體地說，能夠例舉將兩個視覺傳感器作為立體照相機使用來測量一個特征部位的情況。

在上述實施方式中，在機器人的臂前端部設置視覺上的特征部位，利用設置于機器人的外部的固定位置的多個視覺傳感器測量該特征部位?；蛘?，在機器人的臂前端部設置多個視覺傳感器，利用該視覺傳感器測量設置于機器人的外部的固定位置的視覺上的特征部位。接著，在機器人被定位于規定的位置的狀態下，將視覺傳感器的各個圖像中顯現的特征部位的在圖像上的位置作為目標數據存儲。如果在當前的視覺傳感器的圖像中顯現的特征部位的在圖像上的位置與被作為目標數據存儲的位置相同，則可以說機器人物理上被定位于規定的位置。因而，通過對機器人進行控制以使在視覺傳感器的圖像中顯現的特征部位的在圖像上的位置與被作為目標數據存儲的位置相同，能夠將機器人的臂前端部定位于規定的位置。

機器人的臂經由減速機等而被驅動，但是由于減速機存在間隙，因此即使計算出使在視覺傳感器的圖像中顯現的特征部位的在圖像上的位置與被作為目標數據存儲的位置相同的準確的機器人的指令移動量，機器人的臂前端部物理上也未必移動遵照指令的量。因此，不使臂前端部直接以該遵照指令的移動量移動，而是例如基于間隙的寬度等由機器人的機械特性決定的參數來進行指令移動量的調整，由此能夠精度更加良好地將臂前端部定位于規定的位置。

另外，計算機器人的臂前端部的移動量，以使由視覺傳感器檢測出的當前的特征部位的在圖像上的位置與作為目標數據存儲的位置相同，基于由機器人的機械特性決定的參數調整該機器人的臂前端部的移動量來實際地使該機器人的臂前端部移動，通過反復進行以上控制直到計算出的指令移動量為規定的閾值以下為止，能夠使機器人的臂前端部逐漸接近規定的位置。機器人逐漸接近規定的位置，因此計算的指令移動量即使不是高精度的值也可以。這意味著，即使視覺傳感器沒有被嚴密地校準，也能夠以機器人本來所具有的定位精度以上的精度定位于規定的位置，并且意味著能夠與自身的各種誤差因素無關地將機器人作為高精度的定位裝置使用。

根據本發明，通過利用視覺反饋并且基于由機器人的機械特性決定的參數調整機器人移動量，無論有無校準，作業員都無需意識到校正這樣的概念就能夠排除因氣溫變化引起的熱變形、間隙的影響、因外力產生的位置偏移、以及因磨損產生的經年變化等機器人的誤差因素，從而能夠將機器人作為具有機器人本來所具備的定位精度以上的精度的定位裝置使用。