| Project/Area Number |
22H00542
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (A)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Medium-sized Section 61:Human informatics and related fields
|
|---|
| Research Institution | Ritsumeikan University |
|---|
Principal Investigator |
野間 春生 立命館大学, 情報理工学部, 教授 (00374108)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
佐藤 克成 奈良女子大学, 工学系, 准教授 (00708381)
島田 伸敬 立命館大学, 情報理工学部, 教授 (10294034)
秋田 純一 金沢大学, 融合科学系, 教授 (10303265)
泉 知論 立命館大学, 理工学部, 教授 (30303887)
大井 翔 大阪工業大学, 情報科学部, 講師 (40824636)
安藤 潤人 立命館大学, 情報理工学部, 助教 (50899797)
寒川 雅之 新潟大学, 自然科学系, 准教授 (70403128)
松村 耕平 立命館大学, 情報理工学部, 准教授 (80629600)
北野 勝則 立命館大学, 情報理工学部, 教授 (90368001)
東山 篤規 立命館大学, OIC総合研究機構, 教授 (00118001)
|
|---|
| Project Period (FY) |
2022-04-01 – 2027-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥41,860,000 (Direct Cost: ¥32,200,000、Indirect Cost: ¥9,660,000)
Fiscal Year 2025: ¥8,190,000 (Direct Cost: ¥6,300,000、Indirect Cost: ¥1,890,000)
Fiscal Year 2024: ¥8,190,000 (Direct Cost: ¥6,300,000、Indirect Cost: ¥1,890,000)
Fiscal Year 2023: ¥8,190,000 (Direct Cost: ¥6,300,000、Indirect Cost: ¥1,890,000)
Fiscal Year 2022: ¥9,100,000 (Direct Cost: ¥7,000,000、Indirect Cost: ¥2,100,000)
|
|---|
| Keywords | 触覚センサ / 人触覚 / AI / スパイキングニューラルネット / 機械触覚 / MEMS触覚センサ / パルス密度変調 / リザバーネットワーク / リザバーコンピューティング / 動作解析 / 触覚ディスプレイ / MEMS / 触覚 / ロボット / FPGA / Echo State Network / Tactile Sensor / Human Perseption / Robot / Haptics |
|---|
| Outline of Research at the Start |
本研究提案では人工触覚技術を工学的に応用する新しいComputer Haptics領域をめざして、ヒトの触覚を模倣しながらヒトを越える人工触覚システムを開発し、さらにこのシステムを用いてヒトの触覚の仕組みの解明に取り組む。本研究ではこれまでに開発してきたMEMS触覚センサをコアとして、AIによるリカレント時空間次元圧縮手段をハードウェアで実装し、世界に先駆けて新たな人工触覚システムを研究開発する。そしてこれをロボット触覚に応用してシ ステムの有効性を評価すること、さらに翻って、ロボット触覚で得られる信号とヒトの触覚応答を比較分析してヒトの触覚の仕組みを考察する。
|
| Outline of Annual Research Achievements |
本研究提案では人工触覚技術ををめざし、 ヒトの触覚を模倣しながらヒトを越える人工触覚システムを開発し、さらにヒトの触覚の仕組みの解明に取り組む。ここではMEMS触覚センサをコアとして、AIによるリカレント時空間次元圧縮手段をハードウェアで実装し、これをロボット触覚に応用してシステムの有効性を評価すること、さらにロボット触覚で得られる信号とヒトの触覚応答を比較分析しヒトの触覚を考察する．
23年度の機械触覚を実現する為の研究成果として四件を報告する．まず、複数の触覚センサを搭載するためのデジタルインタフェースの研究を進めた．本年はパルス密度変調処理回路を複数搭載したICを開発し、その性能評価を行った．その結果、素子のパターン修正、回路構成の冗長化、電源回路の見直しなどの課題を明らかにした．またパルス密度変調回路の処理結果を一般のPCに出力するためのシリアル変換回路を設計しFPGA上に実装した．これにより、先に開発したパルス密度変調によるニューロンと組み合わせることで、機械触覚の前段となるデジタル処理回路のための要素技術をすべて開発した．第二に機械触覚の認識AIについて、リカレント性に着目したリザバーネットワークを用いた識別器の研究と、人の感覚に即した学習器の設計を進めた．従来の触覚AIでは、人の主観的な評価結果、あるいは、物理的な表面形状を教師信号とする識別器が多用されているが、ここでは人の感覚をそのまま学習する手法を検討した．第三に複数の触覚センサを用いて、これまでのセンサでは対応できなかった回転動作の分析手法を研究した．これによって、回転位置や回転モーメントの計測の目処を立てた．さらにこれを応用して、靴の中にセンサを組み込んでヒトの運動の分析を行った．第四に触覚情報を提示するための超小形アクチュエータの研究も進め、微細な触覚情報を提示する触覚ディスプレイを提案し評価した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本研究で目指す機械触覚のための情報処理回路に必要な要素技術の基礎研究を完了した．
24年度以降は、これまでに開発した要素技術を統合したエッジ処理をハードウェアに実装し、それらを組み込んだエッジ処理搭載型の触覚センサの開発の目処が立った．また、最終的にエッジ処理に搭載するリザバーネットワークとその学習器の開発に目処を立てたことで、将来的にはこれもセンサモジュールに搭載する可能性を確認できた．今後はこの額周期の結果を、強化学習に反映させる手段の検討に繋げることができた．
|
| Strategy for Future Research Activity |
23年度までに開発を完了した要素技術を統合して、実際の対象物のなぞり触覚の結果をハードウェア化したリザバーネットワークを実現し、ヒトの素材識別能力を教師信号として識別する仕組みの実装を進める。その結果から、ヒトの触覚行動との類似性を評価することで、ヒトの触覚の仕組みを模索する構造論的手法に基づく研究を展開する。
また、このヒトを模擬した機械触覚を応用する技術についても、並行して研究を進める．ここでは手先に限らず、身体の各部として、足、および、体内の触覚機能への応用を検討する．具体的には歩行動作において、足裏の触覚が極めて重要であることが判明し、従来の機器ではこれを計測する事が極めて困難であることも分かった．そこで装着可能な動作計測手段を実現して、足裏触覚の機能を検証すると共に、医療やスポーツなどへの応用を進める．また体内においては、センサの微小性を進め、血管内の血液の流れや血管への機械的ストレスの計測技術への応用に本センサを提供する予定である．
|
